CN103325251A - 一种基于行人闯红灯的图像快速识别方法及其系统 - Google Patents

一种基于行人闯红灯的图像快速识别方法及其系统 Download PDF

Info

Publication number
CN103325251A
CN103325251A CN2013102072739A CN201310207273A CN103325251A CN 103325251 A CN103325251 A CN 103325251A CN 2013102072739 A CN2013102072739 A CN 2013102072739A CN 201310207273 A CN201310207273 A CN 201310207273A CN 103325251 A CN103325251 A CN 103325251A
Authority
CN
China
Prior art keywords
image
pedestrian
red light
dash
image information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013102072739A
Other languages
English (en)
Other versions
CN103325251B (zh
Inventor
王晓岚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anke Robot Co ltd
Jiangsu Zhongke Intelligent System Co ltd
Original Assignee
China Security and Surveillance Technology PRC Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Security and Surveillance Technology PRC Inc filed Critical China Security and Surveillance Technology PRC Inc
Priority to CN201310207273.9A priority Critical patent/CN103325251B/zh
Publication of CN103325251A publication Critical patent/CN103325251A/zh
Application granted granted Critical
Publication of CN103325251B publication Critical patent/CN103325251B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Processing Or Creating Images (AREA)

Abstract

本发明提供一种基于行人闯红灯的图像快速识别系统及其方法,包括:图像获取器获取闯红灯的行人图像;图像处理器接收与其相连的该图像获取器获取的闯红灯的行人图像并与自身数据库中的图像信息进行对比,寻找该闯红灯的行人图像对应的图像信息;在该图像处理器找到该闯红灯的行人图像对应的图像信息后,中心服务器接收该图像信息并进行保存;或在该图像处理器未找到该闯红灯的行人图像对应的图像信息时,该中心服务器利用未接收该闯红灯的行人图像的该图像处理器的数据库继续寻找该闯红灯的行人图像对应的图像信息,并将结果进行存储。采用本发明的方案能在千万级数据中快速进行人像识别,提高图像对比效率。

Description

一种基于行人闯红灯的图像快速识别方法及其系统
技术领域
本发明涉及监控技术领域,特别涉及一种基于行人闯红灯的图像快速识别方法及其系统。
背景技术
行人闯红灯是经常出现的交通违法行为,但是现在人们对该行为的违法意识比较单薄,导致中国式的行人闯红灯行为迟迟无法得到治理。同时行人闯红灯非常容易造成交通事故,并且使得机动车无法按照交通信号正常行驶,导致路口效率低下,严重影响了交通管理秩序。
目前监控行人闯红灯的主要技术手段是通过监控图像,使用人像识别技术,对行人进行识别,但是主要采用集中式的数据对比,即将行人的图片传送到中心服务器进行对比。
但是在实际应用中,人像识别的原有图片可能来自于视频监控系统的抓拍图片,该图片与数据库中的图片可能并不是存储在同一地方,并且数据库中的图片可能有千万级,甚至是全国性的,使用传统的多台服务器依次查找的方法,效率十分低下;并且当需要并发识别多张图片时,服务有可能无法负荷。
发明内容
本发明的特征和优点在下文的描述中部分地陈述,或者可从该描述显而易见,或者可通过实践本发明而学习。
为克服现有技术的问题,本发明提供一种基于行人闯红灯的图像快速识别方法及其系统,采用设有数据库的图像处理器与图像获取器相连,在该图像获取器获取闯红灯的行人图像后,先与图像处理器数据库中的图像信息进行对比,从而提高了图像信息对比的效率。
本发明解决上述技术问题所采用的技术方案如下:
根据本发明的一个方面,提供一种基于行人闯红灯的图像快速识别方法,包括:S1、图像获取器获取闯红灯的行人图像;S2、图像处理器接收与其相连的该图像获取器获取的闯红灯的行人图像并与自身数据库中的图像信息进行对比,寻找该闯红灯的行人图像对应的图像信息;S3、在该图像处理器找到该闯红灯的行人图像对应的图像信息后,中心服务器接收该图像信息并进行保存;或在该图像处理器未找到该闯红灯的行人图像对应的图像信息时,该中心服务器将该闯红灯的行人图像发送给未接收该闯红灯的行人图像的该图像处理器,利用未接收该闯红灯的行人图像的该图像处理器的数据库寻找该闯红灯的行人图像对应的图像信息,并将结果进行存储。
根据本发明的一个实施例,在该步骤S1之前,还包括以下步骤中至少一项:将该图像获取器所处地区所有人口的图像信息分配在该图像处理器的数据库中,该图像处理器的数据库将分配到的图像信息保存在一起或按照预设的规则分配在预先划定的时间段内;该图像获取器获取过马路的行人图像;该图像处理器接收该过马路的行人图像,通过该中心服务器查询该过马路的行人图像对应的图像信息,并依据该过马路的行人图像获取的时间将该过马路的行人图像对应的图像信息存储在该图像处理器的数据库预先划分的时间段内。
根据本发明的一个实施例,还包括步骤:将与该过马路的行人图像对应的图像信息重复的该分配到的图像信息删除或做标记。
根据本发明的一个实施例,在该步骤S2中,寻找该闯红灯的行人图像对应的图像信息的具体步骤包括:确定该闯红灯的行人图像获取的时间及其对应的该预先划分的时间段;在该图像处理器的数据库预先划分的时间段内的该图像信息中寻找该闯红灯的行人图像对应的图像信息;若未找到,则在与该预先划分的时间段相邻的时间段内继续寻找。
根据本发明的一个实施例,在该步骤S3中,该中心服务器在将该闯红灯的行人图像发送给未接收该闯红灯的行人图像的该图像处理器,利用未接收该闯红灯的行人图像的该图像处理器的数据库寻找该闯红灯的行人图像对应的图像信息,并将结果进行存储时,具体步骤包括:对该闯红灯的行人图像进行人像识别分析,形成结构化信息;将该结构化信息发送给未接收该闯红灯的行人图像的该图像处理器;未接收该闯红灯的行人图像的该图像处理器在各自的数据库中进行寻找,并将对应的图像信息发送给该中心服务器;该中心服务器将结果进行保存。
根据本发明的另一个方面,提供一种基于行人闯红灯的图像快速识别系统,包括:图像获取器,用于获取闯红灯的行人图像;图像处理器,与该图像获取器相连,设有用于储存该图像获取器所处地区部分人口图像信息的数据库;该图像处理器用于接收与其相连的该图像获取器获取的闯红灯的行人图像并与该数据库中的图像信息进行对比,寻找该闯红灯的行人图像对应的图像信息;中心服务器,与该图像处理器相连,用于在该图像处理器找到该闯红灯的行人图像对应的图像信息后,接收该图像信息并进行保存;在该图像处理器未找到该闯红灯的行人图像对应的图像信息时,将该闯红灯的行人图像发送给未接收该闯红灯的行人图像的该图像处理器,利用未接收该闯红灯的行人图像的该图像处理器的数据库寻找该闯红灯的行人图像对应的图像信息,并将结果进行存储。
根据本发明的一个实施例,每个该图像处理器连接至少一个该图像获取器,该图像获取器为摄像头,该图像处理器为工业计算机。
根据本发明的一个实施例,该中心服务器设有还用于连接公安情报库的接口,该公安情报库中包含该图像获取器所处地区所有人口的图像信息,该所有人口的图像信息被分配在该复数个图像处理器的数据库中,该图像处理器的数据库还用于将分配到的图像信息保存在一起或按照预设的规则分配在预先划定的时间段内。
根据本发明的一个实施例,该图像获取器还用于获取过马路的行人图像;该图像处理器还用于接收该过马路的行人图像,通过该中心服务器在该公安情报库中查询该过马路的行人图像对应的图像信息,并依据该过马路的行人图像获取的时间将该过马路的行人图像对应的图像信息存储在该图像处理器的数据库预先划分的时间段内;该图像处理器还用于将与该过马路的行人图像对应的图像信息重复的该分配到的图像信息删除或做标记。
根据本发明的一个实施例,该中心服务器还用于对该闯红灯的行人图像进行人像识别分析,形成结构化信息。
本发明提供了一种基于行人闯红灯的图像快速识别方法及其系统,采用设有数据库的图像处理器与图像获取器相连,在该图像获取器获取闯红灯的行人图像后,先与图像处理器数据库中的图像信息进行对比,有效提高了图像信息对比的效率。在图像处理器数据库中更存有与其相连的图像获取器获取的过马路的行人图像对应的图像信息,该些图像信息在存储时按预先设定的时间段进行划分。在图像处理器寻找该闯红灯的行人图像对应的图像信息时,按照划分的时间段先后寻找,如此能更快地找到该闯红灯的行人图像对应的图像信息。
通过阅读说明书,本领域普通技术人员将更好地了解这些技术方案的特征和内容。
附图说明
下面通过参考附图并结合实例具体地描述本发明,本发明的优点和实现方式将会更加明显,其中附图所示内容仅用于对本发明的解释说明,而不构成对本发明的任何意义上的限制,在附图中:
图1为本发明第一实施例的基于行人闯红灯的图像快速识别系统的结构示意图。
图2为本发明第二实施例的基于行人闯红灯的图像快速识别系统的结构示意图。
图3为本发明第三实施例的基于行人闯红灯的图像快速识别系统的结构示意图。
图4为本发明实施例的基于行人闯红灯的图像快速识别方法的流程示意图。
图5为本发明实施例的中心服务器在将闯红灯的行人图像发送给未接收该闯红灯的行人图像的该图像处理器时的具体步骤流程示意图。
具体实施方式
如图1、图2所示,本发明提供一种基于行人闯红灯的图像快速识别系统,包括:图像获取器10,用于获取闯红灯的行人图像;图像处理器20,与该图像获取器10相连,设有用于储存该图像获取器10所处地区部分人口图像信息的数据库;该图像处理器20用于接收与其相连的图像获取器10获取的闯红灯的行人图像并与自身数据库中的图像信息进行对比,寻找该闯红灯的行人图像对应的图像信息;中心服务器30,与该图像处理器20相连,用于在该图像处理器20找到该闯红灯的行人图像对应的图像信息后,接收该图像信息并进行保存;在该图像处理器20未找到该闯红灯的行人图像对应的图像信息时,将该闯红灯的行人图像发送给未接收该闯红灯的行人图像的该图像处理器,利用未接收该闯红灯的行人图像的该图像处理器的数据库寻找该闯红灯的行人图像对应的图像信息,并将结果进行存储。
中心服务器30还用于对该闯红灯的行人图像进行人像识别分析,形成结构化信息,以便快速寻找到该闯红灯的行人图像对应的图像信息。
在本发明中的图像信息包括行人的身份证信息、户籍信息等。
在中心服务器30上设有还用于连接公安情报库50的接口,该公安情报库50中包含该图像获取器10所处地区所有人口的图像信息,在本实施例中,一座城市就是一个地区,但是当城市大且人口众多时,可以以该城市的一个区或多个区作为一个地区,当然也不排除将人口较少的省作为一个地区。上述所有人口的图像信息被分配在图像处理器10的数据库中,在分配时,可以将所有人口的图像信息平均分配给各个图像处理器20。
该图像处理器20的数据库还用于将分配到的图像信息保存在一起或按照预设的规则分配在预先划定的时间段内。在进行时间段的划定时,可以将一天的时间平均分成多个时段;也可根据人流量或人流运动特征将一天的时间划分为若干时间段,如0点至6点为人流较少时段,6点至7点半为学生上学时间段,7点半至10点为上班时间段,10点至15点为人流较少时段等。
上述按照预设的规则分配是指将分配到的图像信息按照某种规律进行分配,例如根据图像信息中的身份证信息得出的该图像信息对应的行人的年龄,利用年龄将分配到的图像信息划分成学生、上班族、退休老人;且当上述时间段采取平均划分的方式时,将学生平均或按一定比例分配在包含6点至7点半的所有的时间段内,将上班族平均或按一定比例分配在包含7点半至10点的所有的时间段内,退休老人则随机分配到白天的时间段内;上述的按一定比例可以根据时间段的划分确定,例如每两个小时为以一时间段,则上班族会被分配在6点到8点以及8点到10点的时间段内,则将五分之一的上班族对应的图像信息分配在6点到8点的时间段内,而将剩下所有的上班族对应的图像信息分配在8点到10点的时间段内;当根据人流量或人流运动特征进行时间段的划分时,由于时间段刚好对应,可以直接将学生对应的图像信息分配在6点至7点半的学生上学时间段,将上班族对应的图像信息分配在7点半至10点的上班时间段;将退休老人随机分配到白天的时间段内。
而与图像获取器10相连的图像处理器20可以为工业计算机,该工业计算机上可以安装人脸识别系统,使其能更高效地寻找行人图像对应的图像信息。图像获取器10还用于获取过马路的行人图像,而该图像处理器20还用于接收该过马路的行人图像,通过该中心服务器30在该公安情报库50中查询该过马路的行人图像对应的图像信息,并依据该过马路的行人图像获取的时间将该过马路的行人图像对应的图像信息存储在该图像处理器的数据库预先划分的时间段内。
为了避免图像信息的重复,造成不必要的搜索工作,该图像处理器还用于将与该过马路的行人图像对应的图像信息重复的该分配到的图像信息重复删除或做标记。具体来说,若在同一个图像处理器中,过马路的行人图像对应的图像信息与上述分配到的图像信息有重复的,可以将重复的分配到的图像信息做标记,或者将重复的分配到的图像信息删除;若其中一个图像处理器中过马路的行人图像对应的图像信息与另一个图像处理器中分配到的图像信息有重合的,则可以仅保留其中一个,当然保留过马路的行人图像对应的图像信息更佳,也可以将该另一个图像处理器中分配到的图像信息做标记,并将没有标记的图像信息排在前端,有标记的图像信息排在末尾,且有标记的图像信息将不会再被重复搜索到。
本发明中的一个图像处理器21可以只连接一个图像获取器11;一个图像处理器22也可以同时连接图像获取器12、13、14;本发明并不对一个图像处理器连接的图像获取器的个数做限定。为了更好地实现本发明,当一个图像处理器连接多个图像获取器时,该些图像获取器可以设置在同一个路口,如本实施例中的图像获取器12、13、14就是设置在同一个十字路口或丁字路口的。
请再参照图3,图3为本发明第三实施例的基于行人闯红灯的图像快速识别系统的结构示意图。当中心服务器30与图像获取器10以及图像处理器20不处在同一个网络时,可以使用路由器40进行连接。
请参照图4,本发明还提供一种基于行人闯红灯的图像快速识别方法,包括:S1、图像获取器10获取闯红灯的行人图像;S2、图像处理器20接收与其相连的该图像获取器10获取的闯红灯的行人图像并与自身数据库中的图像信息进行对比,寻找该闯红灯的行人图像对应的图像信息;S3、在该图像处理器20找到该闯红灯的行人图像对应的图像信息后,中心服务器30接收该图像信息并进行保存;或在该图像处理器20未找到该闯红灯的行人图像对应的图像信息时,该中心服务器30将该闯红灯的行人图像发送给未接收该闯红灯的行人图像的该图像处理器,利用未接收该闯红灯的行人图像的该图像处理器的数据库寻找该闯红灯的行人图像对应的图像信息,并将结果进行存储。
在实施本发明的方法前,需要先将图像处理器20与图像获取器10进行连接,如图2所示,一个图像处理器21可以只连接一个图像获取器11;一个图像处理器22也可以同时连接图像获取器12、13、14;本发明并不对一个图像处理器连接的图像获取器的个数做限定,所以一个十字路口或丁字路口可能只有一个图像处理器,也可能有多个如3个或4个图像处理器。为了更好地实现本发明,当一个图像处理器连接多个图像获取器时,该些图像获取器可以设置在同一个路口,如本实施例中的图像获取器12、13、14就是设置在同一个十字路口或丁字路口的。
在步骤S1之前,还包括步骤:将该图像获取器10所处地区所有人口的图像信息分配在图像处理器20的数据库中,该图像处理器20的数据库将分配到的图像信息保存在一起或按照预设的规则分配在预先划定的时间段内,上述所有人口的图像信息来源于公安情报库50,且分配在该图像处理器20的数据库中的图像信息是进行结构化处理后的信息,如对该图像上的人物进行长发、秃头等特征标注。在进行时间段的划定时,可以将一天的时间平均分成多个时段;也可根据人流量或人流运动特征将一天的时间划分为若干时间段,如0点至6点为人流较少时段,6点至7点半为学生上学时间段,7点半至10点为上班时间段,10点至15点为人流较少时段等。
而上述按照预设的规则分配是指将分配到的图像信息按照某种规律进行分配,例如根据图像信息中的身份证信息得出的该图像信息对应的行人的年龄,利用年龄将分配到的图像信息划分成学生、上班族、退休老人;且当上述时间段采取平均划分的方式时,将学生平均或按一定比例分配在包含6点至7点半的所有的时间段内,将上班族平均或按一定比例分配在包含7点半至10点的所有的时间段内,退休老人则随机分配到白天的时间段内;上述的按一定比例可以根据时间段的划分确定,例如每两个小时为以一时间段,则上班族会被分配在6点到8点以及8点到10点的时间段内,则将五分之一的上班族对应的图像信息分配在6点到8点的时间段内,而将剩下所有的上班族对应的图像信息分配在8点到10点的时间段内;当根据人流量或人流运动特征进行时间段的划分时,由于时间段刚好对应,可以直接将学生对应的图像信息分配在6点至7点半的学生上学时间段,将上班族对应的图像信息分配在7点半至10点的上班时间段;将退休老人随机分配到白天的时间段内。
为了能更快速地找到闯红灯的行人图像对应的图像信息,需要进一步扩充图像处理器20的数据库中的图像信息。具体来说,在步骤S1中,利用图像获取器10获取过马路的行人图像。在该步骤S2中,图像处理器20接收该过马路的行人图像,通过该中心服务器30在公安情报库50中查询该过马路的行人图像对应的图像信息,并依据该过马路的行人图像获取的时间将该过马路的行人图像对应的图像信息存储在该图像处理器的数据库预先划分的时间段内。
为了避免图像信息的重复,造成不必要的搜索工作,还可以将与该过马路的行人图像对应的图像信息重复的该分配到的图像信息删除或做标记。具体来说,当存储在同一个该图像处理器的数据库中的该过马路的行人图像对应的图像信息与该分配到的图像信息重复时,将该分配到的图像信息删除或做标记,此时将该分配到的图像信息删除更佳;当存储在其中一个该图像处理器的数据库中的该过马路的行人图像对应的图像信息与存储在另一个该图像处理器的数据库中的该分配到的图像信息重复时,也可以将该分配到的图像信息删除或做标记,此时更常采用的是将该分配到的图像信息做标记,并将没有标记的图像信息排在前端,有标记的图像信息排在末尾,且有标记的图像信息将不会再被重复搜索到。
需要指出的是,在利用图像处理器20的数据库进行图像信息的存储时,由于图像处理器20的数据库容量是有限的,所以在过马路的行人图像较多的路口可以采取一个图像处理器20仅与一个或两个图像获取器10相连的技术方案,而位于同一路口的多个图像处理器20又构成了一个小组,将该些图像处理器进行如“01”“02”的编号,上述图像信息默认只在编号为“01”的图像处理器的数据库内存储,以减少数据的冗余,当该编号为“01”的图像处理器的数据库存储容量达到阈值,则再将多出来的图像信息存储到编号为“02”的图像处理器的数据库内,依此类推;若所有图像处理器的数据库存储容量都达到阈值,则向中心服务器50发送报警信号。
下面就如何利用图像处理器的数据库快速寻找该闯红灯的行人图像对应的图像信息进行介绍:
在步骤S2中,图像处理器在自身数据库中寻找该闯红灯的行人图像对应的图像信息时,上述图像处理器是指与获取该闯红灯的行人图像的图像获取器直接相连的图像处理器,包括以下步骤:确定该闯红灯的行人图像获取的时间及其对应的该预先划分的时间段;在该图像处理器的数据库预先划分的时间段内的图像信息中寻找该闯红灯的行人图像对应的图像信息;若未找到,则在与该预先划分的时间段相邻的时间段内继续寻找。
当同个路口设有多个图像处理器作为一个小组,且该路口的多个图像获取器同时抓拍到闯红灯的行人图像时,则先在与该图像获取器直接相连的图像处理器的数据库中查找该时间段内的图像信息并进行对比;若对比不成功,则在同组图像处理器的数据库中继续查找该时间段内的图像信息并进行对比;若对比不成功,则继续在与该图像获取器直接相连的图像处理器的数据库中查找与该时间段相临的两个时间段内的图像信息并进行对比,若在本实施例中,该时间段是根据人流量或人流运动特征进行划分的,则当闯红灯的行人图像的获取时间点为早上8:20分时,其对应的时间段为上班时间段7点半至0点,那么相临的两个时间段则为6点到7点半及10点到15点。依次类推,直到与本地工业计算机和组内工业计算机对比结束。
需要特别指出的是,在将该图像获取器10所处地区所有人口的图像信息分配在该图像处理器20的数据库中时,若该图像处理器20的数据库将分配到的图像信息按照预设的规则分配在预先划定的时间段内,则在步骤S2中就能将该图像处理器20的数据库中所有的图像信息与闯红灯的行人图像进行对比。若该图像处理器20的数据库将分配到的图像信息保存在一起,没有分配到预先划定的时间段内,则在完成预先划定的时间段内的图像信息的对比后还没有找到与闯红灯的行人图像对应的图像信息,再利用分配到的图像信息做进一步的对比。
请再参照图5,在步骤S3中,该中心服务器在将该闯红灯的行人图像发送给未接收该闯红灯的行人图像的该图像处理器,利用未接收该闯红灯的行人图像的该图像处理器的数据库寻找该闯红灯的行人图像对应的图像信息,并将结果进行存储时,具体步骤包括:
S31、对该闯红灯的行人图像进行人像识别分析,形成结构化信息;
S32、将该结构化信息发送给未接收该闯红灯的行人图像的图像处理器;上述未接收该闯红灯的行人图像的图像处理器就是指在步骤S2中未进行寻找闯红灯的行人图像对应的图像信息的图像处理器。
S33、未接收该闯红灯的行人图像的该图像处理器在各自的数据库中进行寻找,并将对应的图像信息发送给该中心服务器;上述未接收该闯红灯的行人图像的图像处理器在各自的数据库中进行寻找时,其寻找方法可以采用步骤S2中的方法,也可以不根据划分的时间段直接将该闯红灯的行人图像与数据库中的图像信息进行一一对比。
S34、中心服务器将结果进行保存。当图像处理器传送过来的图像信息不止一个时,中心服务器50还会进行判断并得出最相近的图像信息。
本发明提供了一种基于行人闯红灯的图像快速识别方法及其系统,采用设有数据库的图像处理器与图像获取器相连,在该图像获取器获取闯红灯的行人图像后,先与图像处理器数据库中的图像信息进行对比,且该些图像信息都经过结构化处理,如此能在千万级数据中快速进行人像识别。为了进一步提高图像对比的速率,本发明更在图像处理器数据库中存储与其相连的图像获取器获取的过马路的行人图像对应的图像信息,该些图像信息在存储时按预先设定的时间段进行划分。
以上参照附图说明了本发明的优选实施例,本领域技术人员不脱离本发明的范围和实质,可以有多种变型方案实现本发明。举例而言,作为一个实施例的部分示出或描述的特征可用于另一实施例以得到又一实施例。以上仅为本发明较佳可行的实施例而已,并非因此局限本发明的权利范围,凡运用本发明说明书及附图内容所作的等效变化,均包含于本发明的权利范围之内。

Claims (10)

1.一种基于行人闯红灯的图像快速识别方法,其特征在于,包括:
S1、图像获取器获取闯红灯的行人图像;
S2、图像处理器接收与其相连的所述图像获取器获取的闯红灯的行人图像并与自身数据库中的图像信息进行对比,寻找所述闯红灯的行人图像对应的图像信息;
S3、在所述图像处理器找到所述闯红灯的行人图像对应的图像信息后,中心服务器接收所述图像信息并进行保存;或
在所述图像处理器未找到所述闯红灯的行人图像对应的图像信息时,所述中心服务器将所述闯红灯的行人图像发送给未接收所述闯红灯的行人图像的所述图像处理器,利用未接收所述闯红灯的行人图像的所述图像处理器的数据库寻找所述闯红灯的行人图像对应的图像信息,并将结果进行存储。
2.根据权利要求1所述的基于行人闯红灯的图像快速识别方法,其特征在于,在所述步骤S1之前,还包括以下步骤中至少一项:
将所述图像获取器所处地区所有人口的图像信息分配在所述图像处理器的数据库中,所述图像处理器的数据库将分配到的图像信息保存在一起或按照预设的规则分配在预先划定的时间段内;
所述图像获取器获取过马路的行人图像;所述图像处理器接收所述过马路的行人图像,通过所述中心服务器查询所述过马路的行人图像对应的图像信息,并依据所述过马路的行人图像获取的时间将所述过马路的行人图像对应的图像信息存储在所述图像处理器的数据库预先划分的时间段内。
3.根据权利要求2所述的基于行人闯红灯的图像快速识别方法,其特征在于,还包括步骤:将与所述过马路的行人图像对应的图像信息重复的所述分配到的图像信息删除或做标记。
4.根据权利要求2所述的基于行人闯红灯的图像快速识别方法,其特征在于,在所述步骤S2中,寻找所述闯红灯的行人图像对应的图像信息的具体步骤包括:确定所述闯红灯的行人图像获取的时间及其对应的所述预先划分的时间段;在所述图像处理器的数据库预先划分的时间段内的所述图像信息中寻找所述闯红灯的行人图像对应的图像信息;若未找到,则在与所述预先划分的时间段相邻的时间段内继续寻找。
5.根据权利要求1所述的基于行人闯红灯的图像快速识别方法,其特征在于,在所述步骤S3中,所述中心服务器在将所述闯红灯的行人图像发送给未接收所述闯红灯的行人图像的所述图像处理器,利用未接收所述闯红灯的行人图像的所述图像处理器的数据库寻找所述闯红灯的行人图像对应的图像信息,并将结果进行存储时,具体步骤包括:对所述闯红灯的行人图像进行人像识别分析,形成结构化信息;将所述结构化信息发送给未接收所述闯红灯的行人图像的所述图像处理器;未接收所述闯红灯的行人图像的所述图像处理器在各自的数据库中进行寻找,并将对应的图像信息发送给所述中心服务器;所述中心服务器将结果进行保存。
6.一种基于行人闯红灯的图像快速识别系统,其特征在于,包括:
图像获取器,用于获取闯红灯的行人图像;
图像处理器,与所述图像获取器相连,设有用于储存所述图像获取器所处地区部分人口图像信息的数据库;所述图像处理器用于接收与其相连的所述图像获取器获取的闯红灯的行人图像并与所述数据库中的图像信息进行对比,寻找所述闯红灯的行人图像对应的图像信息;
中心服务器,与所述图像处理器相连,用于在所述图像处理器找到所述闯红灯的行人图像对应的图像信息后,接收所述图像信息并进行保存;在所述图像处理器未找到所述闯红灯的行人图像对应的图像信息时,将所述闯红灯的行人图像发送给未接收所述闯红灯的行人图像的所述图像处理器,利用未接收所述闯红灯的行人图像的所述图像处理器的数据库寻找所述闯红灯的行人图像对应的图像信息,并将结果进行存储。
7.根据权利要求6所述的基于行人闯红灯的图像快速识别系统,其特征在于,每个所述图像处理器连接至少一个所述图像获取器,所述图像获取器为摄像头,所述图像处理器为工业计算机。
8.根据权利要求6所述的基于行人闯红灯的图像快速识别系统,其特征在于,所述中心服务器设有还用于连接公安情报库的接口,所述公安情报库中包含所述图像获取器所处地区所有人口的图像信息,所述所有人口的图像信息被分配在所述图像处理器的数据库中;所述图像处理器的数据库还用于将分配到的图像信息保存在一起或按照预设的规则分配在预先划定的时间段内。
9.根据权利要求8所述的基于行人闯红灯的图像快速识别系统,其特征在于,所述图像获取器还用于获取过马路的行人图像;所述图像处理器还用于接收所述过马路的行人图像,通过所述中心服务器在所述公安情报库中查询所述过马路的行人图像对应的图像信息,并依据所述过马路的行人图像获取的时间将所述过马路的行人图像对应的图像信息存储在所述图像处理器的数据库预先划分的时间段内;所述图像处理器还用于将与所述过马路的行人图像对应的图像信息重复的所述分配到的图像信息删除或做标记。
10.根据权利要求6所述的基于行人闯红灯的图像快速识别系统,其特征在于,所述中心服务器还用于对所述闯红灯的行人图像进行人像识别分析,形成结构化信息。
CN201310207273.9A 2013-05-30 2013-05-30 一种基于行人闯红灯的图像快速识别方法及其系统 Active CN103325251B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310207273.9A CN103325251B (zh) 2013-05-30 2013-05-30 一种基于行人闯红灯的图像快速识别方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310207273.9A CN103325251B (zh) 2013-05-30 2013-05-30 一种基于行人闯红灯的图像快速识别方法及其系统

Publications (2)

Publication Number Publication Date
CN103325251A true CN103325251A (zh) 2013-09-25
CN103325251B CN103325251B (zh) 2016-02-03

Family

ID=49193969

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310207273.9A Active CN103325251B (zh) 2013-05-30 2013-05-30 一种基于行人闯红灯的图像快速识别方法及其系统

Country Status (1)

Country Link
CN (1) CN103325251B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104658244A (zh) * 2013-11-22 2015-05-27 上海宝康电子控制工程有限公司 行人闯红灯报警警告系统及相应的控制方法
WO2021035424A1 (zh) * 2019-08-23 2021-03-04 唐山哈船科技有限公司 一种社会闲散人员识别检测装置及其使用方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070297652A1 (en) * 2006-05-29 2007-12-27 Kabushiki Kaisha Toshiba Face recognition apparatus and face recognition method
CN201307337Y (zh) * 2008-11-04 2009-09-09 上海经达实业发展有限公司 行人闯红灯自动报警监控装置
CN101534425A (zh) * 2009-04-10 2009-09-16 上海伯里春贸易有限公司 车站、机场和地铁人像采集比对识别监控系统及其方法
CN102724482A (zh) * 2012-06-18 2012-10-10 西安电子科技大学 基于gps和gis的智能视觉传感网络运动目标接力跟踪系统
CN103021175A (zh) * 2012-11-12 2013-04-03 上海经达实业发展有限公司 基于达芬奇架构的行人闯红灯视频检测方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070297652A1 (en) * 2006-05-29 2007-12-27 Kabushiki Kaisha Toshiba Face recognition apparatus and face recognition method
CN201307337Y (zh) * 2008-11-04 2009-09-09 上海经达实业发展有限公司 行人闯红灯自动报警监控装置
CN101534425A (zh) * 2009-04-10 2009-09-16 上海伯里春贸易有限公司 车站、机场和地铁人像采集比对识别监控系统及其方法
CN102724482A (zh) * 2012-06-18 2012-10-10 西安电子科技大学 基于gps和gis的智能视觉传感网络运动目标接力跟踪系统
CN103021175A (zh) * 2012-11-12 2013-04-03 上海经达实业发展有限公司 基于达芬奇架构的行人闯红灯视频检测方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104658244A (zh) * 2013-11-22 2015-05-27 上海宝康电子控制工程有限公司 行人闯红灯报警警告系统及相应的控制方法
WO2021035424A1 (zh) * 2019-08-23 2021-03-04 唐山哈船科技有限公司 一种社会闲散人员识别检测装置及其使用方法

Also Published As

Publication number Publication date
CN103325251B (zh) 2016-02-03

Similar Documents

Publication Publication Date Title
CN106534344B (zh) 一种云平台视频处理系统及其应用方法
CN110610510B (zh) 目标跟踪方法、装置、电子设备及存储介质
CN112818149B (zh) 一种基于时空轨迹数据的人脸聚类方法、装置及存储介质
US10984275B1 (en) Determining location coordinates of a vehicle based on license plate metadata and video analytics
CN105185121A (zh) 一种虚拟卡口并行识别车牌的方法
CN110765938A (zh) 身份识别方法、装置、电子设备及计算机可读存储介质
CN111340856A (zh) 车辆的跟踪方法、装置、设备及存储介质
SE538405C2 (en) Method and system for categorization of a scene
CN105336017A (zh) 一种基于Storm技术的行车记录信息处理方法及系统
CN113111838A (zh) 行为识别方法及装置、设备和存储介质
CN114157829A (zh) 模型训练优化方法、装置、计算机设备及存储介质
CN107451120B (zh) 一种公开文本情报的内容冲突检测方法及系统
CN111935663A (zh) 传感器数据流的处理方法、装置、介质及电子设备
CN111985457A (zh) 交通设施损坏识别方法、装置、设备和存储介质
CN105930313A (zh) 处理通知信息的方法和装置
CN103325251A (zh) 一种基于行人闯红灯的图像快速识别方法及其系统
CN112182289B (zh) 一种基于Flink框架的数据去重方法及装置
CN110533906A (zh) 一种路况信息的获取方法及相关装置
CN109559518A (zh) 一种基于结构化图像识别算法的新型智能交通卡口
CN112528903B (zh) 人脸图像获取方法、装置、电子设备及介质
Zhang et al. Dynamic multi-video summarization of sensor-rich videos in geo-space
CN112380993A (zh) 基于目标实时追踪信息的智能违法行为检测系统及方法
CN110046632B (zh) 模型训练方法和装置
CN103258028A (zh) 一种基于内容特征的视频分级分区存储系统
CN103093213A (zh) 视频文件分类方法及终端

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 518034 Guangdong province Shenzhen city Futian District District Shennan Road Press Plaza room 1306

Patentee after: ANKE ROBOT CO.,LTD.

Address before: 518034 Guangdong province Shenzhen city Futian District District Shennan Road Press Plaza room 1306

Patentee before: ANKE SMART CITY TECHNOLOGY (PRC) Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20171211

Address after: 215000 Suzhou Industrial Park, Jiangsu Town, the only ting new road, No. 99

Patentee after: JIANGSU ZHONGKE INTELLIGENT SYSTEM Co.,Ltd.

Address before: 518034 Guangdong province Shenzhen city Futian District District Shennan Road Press Plaza room 1306

Patentee before: ANKE ROBOT CO.,LTD.