CN103679212A - 基于视频图像的人员检测和计数方法 - Google Patents
基于视频图像的人员检测和计数方法 Download PDFInfo
- Publication number
- CN103679212A CN103679212A CN201310654522.9A CN201310654522A CN103679212A CN 103679212 A CN103679212 A CN 103679212A CN 201310654522 A CN201310654522 A CN 201310654522A CN 103679212 A CN103679212 A CN 103679212A
- Authority
- CN
- China
- Prior art keywords
- personnel
- shoulder
- face
- people
- similarity
- 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.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种基于视频的高效高准确率的人数检测方法,本方法包括:人脸检测、人体检测、头肩检测和人员综合分析,人员综合分析另外三个部分的检测结果,分析人员分布的情况和可靠性;并根据用户提出的最低可靠性需求,输出高可靠的人员检测结果和人数估计结果。其优点是:本发明基于广泛部署的普通视频监控设备,利用多种高效人员检测技术应对不同的人员姿势和分布情况,并有效综合多种人员检测方法的结果,以实现在复杂环境下对人员的高可靠度检测和计数。
Description
技术领域
本发明涉及一种基于视频图像的高效高可靠性的人员检测和计数方法,属于智能视频分析领域。
背景技术
人员检测及数量统计是各种安全监控系统和大型商场、购物中心、连锁店、机场、车站、博物馆、展览馆等公共场所在管理和决策方面不可缺少的数据,人员发现和聚集人数的自动清点在很多场合都具有重要的意义。如安全监控视频中出现人员入侵检测,人员追踪,是安全监控系统所需的重要功能。如风景区各景点的游客人数估计,对于景区游客安全管理、车辆调度以及配套服务设施的设置等等都具有重要的指导意义,能避免景区的安全事故、大量提高车辆的有效利用率以及提升游客的对景区的满意程度,提高景区整体服务水平起到重要作用;在安全管理上如广场人数估计,对群众聚集事件的及时发现,对城市安全管理的重大意义;对于零售业而言,人流量更是非常基础的指标,因其与销售量直接的正比关系。因此人们对人流量计数数据的重视由来已久。
现有的人员检测技术主要利用人脸、人体的单一的识别方式进行识别,该方式准确性低,并且无法适用于各种特殊情况:如人背对摄像头,人员间发生相互遮挡,或障碍物遮挡等。而现有的人数统计采用方式有传统人工清点的方式,该方式具有统计数据不准确、统计范围只能在较小的区域,无法自动化实现准确率高的人数清点方式,尤其针对范围较大的区域,已不能满足广泛的应用需求;另外采用自动清点人数装置的机械设备,该设备必须要求被统计人员通过该装置的计数通道,并且安装该装置过于复杂,实施费用较贵,因此也不能满足很多应用场景;采用RFID技术的门禁系统可以对区域出入口进行监控,具有人数统计的功能,基于RFID的方法,需要给每个人员配备相应的标签,和部署大量读卡设备,成本高,扩展性和通用性差;另外人数统计一直以来都是计算机视觉和智能视频监控领域的重要研究内容,目前也有一些利用人脸识别进行人数清点的方式,但是这种方法准确率低,其性能主要受到以下因素影响:图像识别算法本身的准确率低;人面对摄像头的角度不同导致无法稳定识别;各种障碍物的遮挡和人员相互遮挡导致无法准确识别人员。
发明内容
本发明的目的是利用现有的大量部署的视频监控设备,提出一种基于视频的高效高可靠性的人员检测和计数方法,高效整合多种视频智能分析技术,以实现适用于多种应用场景的高可靠性人员清点。
本发明所述的基于视频图像的人员检测和计数方法,该方法包括以下操作:
(1)人脸检测:对视频图像中出现的面向摄像头的人脸进行检测识别,并得到每张检测人脸的位置和与人脸特征模板的相似度;
(2)人体检测:对视频图像中出现的站立以及行走的人员整体进行轮廓识别,并得到每个检测人体的位置和与人体轮廓特征模板的相似度;
(3)头肩检测:对视频图像中出现的人员的头部和肩部轮廓进行识别,并得到每个头肩部检测结果和与头肩部轮廓特征模板的相似度;
(4)人员综合分析,包括以下操作:
41)用户输入要求达到的输出结果可靠度R;
42)通过人脸检测结果中的相似度,计算每个人脸检测结果即每张脸的可靠度 fi;
43)通过人体检测结果中的相似度,计算每个人体检测结果即每个人员身体的可靠度 bj;
44)通过头肩检测结果中的相似度,计算每个头肩部检测结果即每个人员的头肩部的可靠度 hk;
45)综合人脸、人体和头肩部检测的结果的坐标和尺寸以及每个结果的可靠度fi ,bj ,hk得到图像中每个人员的位置和可靠度pl;
46)根据用户要求的最低可靠度R,输出pl>R的检测结果,以及计数结果。
具体的,所述人脸检测包括以下操作:
(1)人脸模板的获取:通过大量人脸训练图片的训练,获取人脸的特征模板和级联分类器;
(2)多尺度实时人脸识别:对视频的每一帧图像进行多尺度的缩放,对不同尺度上图像各个子区块利用训练得到的人脸高阶级联分类器进行分类,得到人脸检测结果,输出所有检测人脸在图像中的坐标、尺寸、以及与人脸特征模板的相似度。
具体的,所述人体检测包括以下操作:
(1)人体轮廓模板的获取:通过大量各种尺寸的人体全身图片的训练,获取人体轮廓的特征模板;
(2)多尺度实时人体识别:对视频的每一帧图像进行多尺度的缩放,对不同尺度上图像各个子区块利用训练得到的人体轮廓特征模板和支撑向量机进行分类,得到人体检测结果,输出所有检测到的人体在图像中的坐标、尺寸、以及与人体轮廓特征模板的相似度。
具体的,所述头肩检测包括以下操作:
(1)头肩部轮廓模板的获取:通过大量各种尺寸的各种姿态的人体头肩部图片的训练,获取人体头肩部轮廓的特征模板;
(2)多尺度实时头肩部识别:对视频的每一帧图像进行多尺度的缩放,对不同尺度上图像各个子区块利用训练得到的头肩部轮廓特征模板和支撑向量机进行分类,得到头肩部检测结果,输出所有检测到的头肩部在图像中的坐标、尺寸、以及与头肩部轮廓特征模板的相似度。
具体的,步骤45)中对同一人员位置,基于三个检测结果的可靠度fi ,bj ,hk,利用Dempster-Shafer理论计算该位置人员的可靠度pl。
该发明优点包括:利用普通视频监控设备,不需要额外增加特殊设备,成本低,易部署;该方法采用级联分类器,二值特征匹配等技术,加速视频实时处理速度,降低方法的计算开销和延迟;相较于传统基于视频的人数检测方式,该方式有效综合了多种检测技术,即使人员背对摄像头或者人员间有相互阻挡,仍能准确进行人员计数,使得人数检测结果更加可靠,并且该方法能广泛适用于各种应用场景。
附图说明
图1是本发明方法的流程框图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
如图1所示,本发明提出的一种基于视频图像的高效高可靠性的人员检测和计数方法,该方法包括以下4部分:
(1)人脸检测:对视频中出现的面向摄像头的人脸进行检测识别,并得到每张检测人脸的位置和与人脸模板的相似度。
(2)人体检测:对视频中出现的站立以及行走的人员进行轮廓识别,并得到每个检测人体的位置和与人体轮廓模板的相似度。该模块检测人整体轮廓,检测结果不受到人员是否面向摄像头影响。
(3)头肩检测:对视频中出现的人员的头部和肩部轮廓进行识别,并得到每个头肩部检测结果和与头肩部轮廓模板的相似度。该模块检测人头肩部轮廓,检测结果不受到人员是否面向摄像头影响,也不受到人员姿势(站立、行走、坐等)影响。
(4)人员综合分析:综合以上(1)到(3)部分的检测结果,分析人员分布的情况和可靠性;并根据用户提出的最低可靠性需求,输出高可靠的人员检测结果和人数估计结果。
以下对4部分分别进行说明。
人脸检测包括以下操作:
(1)人脸模板的获取:通过大量人脸训练图片进行训练,提取人脸的局部二值模式(local binary pattern)特征并训练得到相应的高阶级联分类器(cascade classifier)。该操作只需在系统初始化时进行一次,之后的实时人员检测过程中无需再重复该步骤。
(2)多尺度实时人脸识别:对视频的每一帧图像进行多尺度的缩放,对不同尺度上图像各个子区块利用训练得到的人脸高阶级联分类器进行分类,得到人脸检测结果。输出所有检测人脸在图像中的坐标、尺寸、以及与特征模板的相似度。
人体检测包括以下操作:
(1)人体轮廓模板的获取:通过大量各种尺寸的人全身图片,提取图像中的方向梯度直方图(Histogram-of-Oriented-Gradients)特征,基于支撑向量机(SVM)训练得到人体轮廓特征模板。该操作只需在系统初始化时进行一次,之后的实时人员检测过程中无需再重复该步骤。
(2)多尺度实时人体识别:对视频的每一帧图像进行多尺度的缩放,对不同尺度上图像各个子区块利用训练得到的人体轮廓特征模板和支撑向量机进行分类,得到人体检测结果。输出所有检测到的人体在图像中的坐标、尺寸、以及与特征模板的相似度。
头肩检测模块包括以下操作:
(1)头肩部轮廓模板的获取:通过大量各种尺寸,各种姿态的人头肩部图片,提取图像中的方向梯度直方图(Histogram-of-Oriented-Gradients)特征,基于支撑向量机(SVM)训练得到头肩部轮廓特征模板。该操作只需在系统初始化时进行一次,之后的实时人员检测过程中无需再重复该步骤。
(2)多尺度实时头肩部识别:对视频的每一帧图像进行多尺度的缩放,对不同尺度上图像各个子区块利用训练得到的头肩部轮廓特征模板和支撑向量机进行分类,得到头肩部检测结果。输出所有检测到的头肩部在图像中的坐标、尺寸、以及与特征模板的相似度。
人员综合分析包括以下操作:
(1)用户输入要求达到的输出结果可靠度:R, R为介于0和1之间的实数。
(2)通过人脸检测结果中的相似度,计算每个人脸检测结果(即每张脸)的可靠度 fi。检测到的人脸相似度中,最大相似度对应可靠度为1,其余人脸可靠度为该人脸相似度与最大相似度比值。
(3)通过人体检测结果中的相似度,计算每个人体检测结果(即每个人员身体)的可靠度 bj。检测到的人体轮廓相似度中,最大相似度对应可靠度为1,其余人体轮廓可靠度为该人体相似度与最大相似度比值。
(4)通过头肩检测结果中的相似度,计算每个头肩部检测结果(即每个人员的头肩部)的可靠度 hk。检测到的头肩轮廓相似度中,最大相似度对应可靠度为1,其余头肩轮廓可靠度为该头肩相似度与最大相似度比值。
(5)综合人脸,人体和头肩部检测的结果(坐标和尺寸)得到图像中每个人员的位置。对同一人员位置,基于三个检测结果的可靠度fi ,bj ,hk,利用Dempster-Shafer理论计算该位置人员的可靠度pl。
(6)根据用户要求的最低可靠度R,输出pl>R的人员检测结果,以及计数结果。
本发明基于广泛部署的摄像头,设计了多种人员检测方法以应对不同的人员姿势和分布情况,同时该方法有效综合了多种人员检测方法的结果,以实现在复杂环境下对人员的高可靠度检测和计数。该方法仅需要普通的视频监控设备,无需额外增加特殊设备,具有易部署、成本低的特点。该方法采用级联分类器,二值特征匹配等技术,实现更加快速高效的实时视频处理。相较于传统的基于人脸识别的视频人员和人数检测方法,该方法有效综合了多种视频分析技术,能提供更加稳定准确的检测结果,以应对各种复杂场景,即使人员背对摄像头或者人员间有相互阻挡,仍能准确进行人员检测和计数。该方法简单、高效、高可靠度的特征使得该发明能广泛应用于各种应用场景。
Claims (5)
1.基于视频图像的人员检测和计数方法,其特征在于,包括以下操作:
(1)人脸检测:对视频图像中出现的面向摄像头的人脸进行检测识别,并得到每张检测人脸的位置和与人脸特征模板的相似度;
(2)人体检测:对视频图像中出现的站立以及行走的人员整体进行轮廓识别,并得到每个检测人体的位置和与人体轮廓特征模板的相似度;
(3)头肩检测:对视频图像中出现的人员的头部和肩部轮廓进行识别,并得到每个头肩部检测结果和与头肩部轮廓特征模板的相似度;
(4)人员综合分析,包括以下操作:
41)用户输入要求达到的输出结果可靠度R;
42)通过人脸检测结果中的相似度,计算每个人脸检测结果即每张脸的可靠度 fi;
43)通过人体检测结果中的相似度,计算每个人体检测结果即每个人员身体的可靠度 bj;
44)通过头肩检测结果中的相似度,计算每个头肩部检测结果即每个人员的头肩部的可靠度 hk;
45)综合人脸、人体和头肩部检测的结果的坐标和尺寸以及每个结果的可靠度fi ,bj ,hk得到图像中每个人员的位置和可靠度pl;
46)根据用户要求的最低可靠度R,输出pl>R的检测结果,以及计数结果。
2.如权利要求1所述基于视频图像的人员检测和计数方法,其特征在于,所述人脸检测包括以下操作:
(1)人脸模板的获取:通过大量人脸训练图片的训练,获取人脸的特征模板和级联分类器;
(2)多尺度实时人脸识别:对视频的每一帧图像进行多尺度的缩放,对不同尺度上图像各个子区块利用训练得到的人脸高阶级联分类器进行分类,得到人脸检测结果,输出所有检测人脸在图像中的坐标、尺寸、以及与人脸特征模板的相似度。
3.如权利要求1所述基于视频图像的人员检测和计数方法,其特征在于,所述人体检测包括以下操作:
(1)人体轮廓模板的获取:通过大量各种尺寸的人体全身图片的训练,获取人体轮廓的特征模板;
(2)多尺度实时人体识别:对视频的每一帧图像进行多尺度的缩放,对不同尺度上图像各个子区块利用训练得到的人体轮廓特征模板和支撑向量机进行分类,得到人体检测结果,输出所有检测到的人体在图像中的坐标、尺寸、以及与人体轮廓特征模板的相似度。
4.如权利要求1所述基于视频图像的人员检测和计数方法,其特征在于,所述头肩检测包括以下操作:
(1)头肩部轮廓模板的获取:通过大量各种尺寸的各种姿态的人体头肩部图片的训练,获取人体头肩部轮廓的特征模板;
(1)多尺度实时头肩部识别:对视频的每一帧图像进行多尺度的缩放,对不同尺度上图像各个子区块利用训练得到的头肩部轮廓特征模板和支撑向量机进行分类,得到头肩部检测结果,输出所有检测到的头肩部在图像中的坐标、尺寸、以及与头肩部轮廓特征模板的相似度。
5.如权利要求1所述基于视频图像的人员检测和计数方法,其特征在于,步骤45)中对同一人员位置,基于三个检测结果的可靠度fi ,bj ,hk,利用Dempster-Shafer理论计算该位置人员的可靠度pl。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310654522.9A CN103679212A (zh) | 2013-12-06 | 2013-12-06 | 基于视频图像的人员检测和计数方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310654522.9A CN103679212A (zh) | 2013-12-06 | 2013-12-06 | 基于视频图像的人员检测和计数方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103679212A true CN103679212A (zh) | 2014-03-26 |
Family
ID=50316700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310654522.9A Pending CN103679212A (zh) | 2013-12-06 | 2013-12-06 | 基于视频图像的人员检测和计数方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103679212A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103971135A (zh) * | 2014-05-05 | 2014-08-06 | 中国民航大学 | 基于头肩深度信息特征的人体目标检测方法 |
CN104361327A (zh) * | 2014-11-20 | 2015-02-18 | 苏州科达科技股份有限公司 | 一种行人检测方法和系统 |
CN104596266A (zh) * | 2014-12-25 | 2015-05-06 | 贵州永兴科技有限公司 | 一种具有计数和人脸识别功能的信息化万用电炉 |
CN104596250A (zh) * | 2014-12-25 | 2015-05-06 | 贵州永兴科技有限公司 | 一种具有计数和人脸识别功能的信息化万用电炉 |
CN104634105A (zh) * | 2014-12-25 | 2015-05-20 | 贵州永兴科技有限公司 | 一种具有计数和人脸识别功能的翻盖式万用电炉开关 |
CN104751554A (zh) * | 2015-04-08 | 2015-07-01 | 杜昭钦 | 一种封闭旅游景区车辆调控方法 |
CN104766470A (zh) * | 2015-04-08 | 2015-07-08 | 杜昭钦 | 封闭旅游景区车辆调控系统 |
CN105323920A (zh) * | 2015-09-19 | 2016-02-10 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于人体及其位置检测的照明控制系统及方法 |
CN105654032A (zh) * | 2015-12-15 | 2016-06-08 | 重庆凯泽科技有限公司 | 基于人脸检测的公交车人数统计系统及统计方法 |
CN106251363A (zh) * | 2016-07-18 | 2016-12-21 | 四川君逸数码科技股份有限公司 | 一种智慧金睛识别人流人数统计方法和装置 |
CN106295552A (zh) * | 2016-08-09 | 2017-01-04 | 成都联众智科技有限公司 | 基于交通卡口监控的车内人脸检测方法 |
CN106372576A (zh) * | 2016-08-23 | 2017-02-01 | 南京邮电大学 | 一种基于深度学习的智能室内入侵检测方法及系统 |
CN106709438A (zh) * | 2016-12-14 | 2017-05-24 | 贵州电网有限责任公司电力调度控制中心 | 一种基于视频会议的人数统计方法 |
CN106896917A (zh) * | 2017-02-21 | 2017-06-27 | 北京小米移动软件有限公司 | 辅助用户体验虚拟现实的方法及装置、电子设备 |
CN107103300A (zh) * | 2017-04-22 | 2017-08-29 | 高新兴科技集团股份有限公司 | 一种离岗检测方法及系统 |
CN108564093A (zh) * | 2018-04-15 | 2018-09-21 | 任峰 | 取存钱人员定向防护平台 |
CN109808592A (zh) * | 2019-01-23 | 2019-05-28 | 杭州鸿泉物联网技术股份有限公司 | 车辆盲区侦测方法及装置 |
CN110732426A (zh) * | 2019-10-24 | 2020-01-31 | 张柯 | 水雾喷射功率调节系统 |
CN110874583A (zh) * | 2019-11-19 | 2020-03-10 | 北京精准沟通传媒科技股份有限公司 | 一种客流统计的方法、装置、存储介质及电子设备 |
CN113065386A (zh) * | 2020-12-25 | 2021-07-02 | 泰州可以信息科技有限公司 | 预设时长工人在岗状态检测系统 |
WO2021164395A1 (zh) * | 2020-02-18 | 2021-08-26 | 上海商汤临港智能科技有限公司 | 图像处理方法、装置、电子设备及计算机程序产品 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894269A (zh) * | 2010-07-16 | 2010-11-24 | 西安电子科技大学 | 基于多分类器系统的合成孔径雷达自动目标识别方法 |
CN102930334A (zh) * | 2012-10-10 | 2013-02-13 | 北京凯森世纪科技发展有限公司 | 视频人体轮廓识别计数器 |
CN103049787A (zh) * | 2011-10-11 | 2013-04-17 | 汉王科技股份有限公司 | 一种基于头肩特征的人数统计方法和系统 |
CN103400471A (zh) * | 2013-08-12 | 2013-11-20 | 电子科技大学 | 一种驾驶员疲劳驾驶检测系统及检测方法 |
-
2013
- 2013-12-06 CN CN201310654522.9A patent/CN103679212A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101894269A (zh) * | 2010-07-16 | 2010-11-24 | 西安电子科技大学 | 基于多分类器系统的合成孔径雷达自动目标识别方法 |
CN103049787A (zh) * | 2011-10-11 | 2013-04-17 | 汉王科技股份有限公司 | 一种基于头肩特征的人数统计方法和系统 |
CN102930334A (zh) * | 2012-10-10 | 2013-02-13 | 北京凯森世纪科技发展有限公司 | 视频人体轮廓识别计数器 |
CN103400471A (zh) * | 2013-08-12 | 2013-11-20 | 电子科技大学 | 一种驾驶员疲劳驾驶检测系统及检测方法 |
Non-Patent Citations (7)
Title |
---|
刘文静: "《基于ADABOOST算法的人体检测系统》", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 September 2009 (2009-09-15) * |
刘晨: ""灾难现场中人体检测"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
叶齐祥 等: "《基于多尺度方向特征的快速鲁棒人体检测算法》", 《软件学报》, 31 December 2011 (2011-12-31) * |
吕治国 等: "《基于可变模板和支持向量机的人体检测》", 《计算机应用》, vol. 27, no. 9, 30 September 2007 (2007-09-30) * |
康战波: ""灾难现场的人体检测技术研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
李慧慧: ""基于自适应特征的人体检测方法研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
顾 炯 等: "《基于 Joint HOG 特征复杂场景下的头肩检测》", 《电子设计工程》, vol. 20, no. 7, 30 April 2012 (2012-04-30) * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103971135A (zh) * | 2014-05-05 | 2014-08-06 | 中国民航大学 | 基于头肩深度信息特征的人体目标检测方法 |
CN104361327B (zh) * | 2014-11-20 | 2018-09-18 | 苏州科达科技股份有限公司 | 一种行人检测方法和系统 |
CN104361327A (zh) * | 2014-11-20 | 2015-02-18 | 苏州科达科技股份有限公司 | 一种行人检测方法和系统 |
CN104596266A (zh) * | 2014-12-25 | 2015-05-06 | 贵州永兴科技有限公司 | 一种具有计数和人脸识别功能的信息化万用电炉 |
CN104596250A (zh) * | 2014-12-25 | 2015-05-06 | 贵州永兴科技有限公司 | 一种具有计数和人脸识别功能的信息化万用电炉 |
CN104634105A (zh) * | 2014-12-25 | 2015-05-20 | 贵州永兴科技有限公司 | 一种具有计数和人脸识别功能的翻盖式万用电炉开关 |
CN104766470B (zh) * | 2015-04-08 | 2015-11-25 | 重庆广播电视大学 | 封闭旅游景区车辆调控系统 |
CN105006146A (zh) * | 2015-04-08 | 2015-10-28 | 杜昭钦 | 封闭旅游景区车辆调控系统 |
CN104766470A (zh) * | 2015-04-08 | 2015-07-08 | 杜昭钦 | 封闭旅游景区车辆调控系统 |
CN104751554B (zh) * | 2015-04-08 | 2016-01-20 | 杨巧霞 | 一种封闭旅游景区车辆调控方法 |
CN104751554A (zh) * | 2015-04-08 | 2015-07-01 | 杜昭钦 | 一种封闭旅游景区车辆调控方法 |
CN105006146B (zh) * | 2015-04-08 | 2017-05-03 | 山东金东数字创意股份有限公司 | 封闭旅游景区车辆调控系统 |
CN105323920A (zh) * | 2015-09-19 | 2016-02-10 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于人体及其位置检测的照明控制系统及方法 |
CN105654032A (zh) * | 2015-12-15 | 2016-06-08 | 重庆凯泽科技有限公司 | 基于人脸检测的公交车人数统计系统及统计方法 |
CN106251363A (zh) * | 2016-07-18 | 2016-12-21 | 四川君逸数码科技股份有限公司 | 一种智慧金睛识别人流人数统计方法和装置 |
CN106295552A (zh) * | 2016-08-09 | 2017-01-04 | 成都联众智科技有限公司 | 基于交通卡口监控的车内人脸检测方法 |
CN106372576A (zh) * | 2016-08-23 | 2017-02-01 | 南京邮电大学 | 一种基于深度学习的智能室内入侵检测方法及系统 |
CN106709438A (zh) * | 2016-12-14 | 2017-05-24 | 贵州电网有限责任公司电力调度控制中心 | 一种基于视频会议的人数统计方法 |
CN106896917A (zh) * | 2017-02-21 | 2017-06-27 | 北京小米移动软件有限公司 | 辅助用户体验虚拟现实的方法及装置、电子设备 |
CN106896917B (zh) * | 2017-02-21 | 2021-03-30 | 北京小米移动软件有限公司 | 辅助用户体验虚拟现实的方法及装置、电子设备 |
CN107103300A (zh) * | 2017-04-22 | 2017-08-29 | 高新兴科技集团股份有限公司 | 一种离岗检测方法及系统 |
CN107103300B (zh) * | 2017-04-22 | 2020-08-04 | 高新兴科技集团股份有限公司 | 一种离岗检测方法及系统 |
CN108564093A (zh) * | 2018-04-15 | 2018-09-21 | 任峰 | 取存钱人员定向防护平台 |
CN108564093B (zh) * | 2018-04-15 | 2019-04-12 | 新昌县兴欧智能科技有限公司 | 取存钱人员定向防护平台 |
CN109808592A (zh) * | 2019-01-23 | 2019-05-28 | 杭州鸿泉物联网技术股份有限公司 | 车辆盲区侦测方法及装置 |
CN110732426A (zh) * | 2019-10-24 | 2020-01-31 | 张柯 | 水雾喷射功率调节系统 |
CN110874583A (zh) * | 2019-11-19 | 2020-03-10 | 北京精准沟通传媒科技股份有限公司 | 一种客流统计的方法、装置、存储介质及电子设备 |
WO2021164395A1 (zh) * | 2020-02-18 | 2021-08-26 | 上海商汤临港智能科技有限公司 | 图像处理方法、装置、电子设备及计算机程序产品 |
CN113065386A (zh) * | 2020-12-25 | 2021-07-02 | 泰州可以信息科技有限公司 | 预设时长工人在岗状态检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103679212A (zh) | 基于视频图像的人员检测和计数方法 | |
CN110855935B (zh) | 一种基于多摄像头的人员轨迹生成系统及方法 | |
Del Pizzo et al. | Counting people by RGB or depth overhead cameras | |
CN109670441B (zh) | 一种实现安全帽穿戴识别的方法、系统、终端以及计算机可读存储介质 | |
CN101303727B (zh) | 基于视频人数统计的智能管理方法及其系统 | |
CN112085952B (zh) | 监控车辆数据方法、装置、计算机设备及存储介质 | |
CN102799935B (zh) | 一种基于视频分析技术的人流量统计方法 | |
CN104166841A (zh) | 一种视频监控网络中指定行人或车辆的快速检测识别方法 | |
Li et al. | Robust people counting in video surveillance: Dataset and system | |
CN102521565A (zh) | 低分辨率视频的服装识别方法及系统 | |
CN102243765A (zh) | 基于多相机的多目标定位跟踪方法及系统 | |
CN104933710A (zh) | 基于监控视频下的商店人流轨迹智能分析方法 | |
CN105205455A (zh) | 一种移动平台上人脸识别的活体检测方法及系统 | |
CN102982341A (zh) | 一种可跨摄像机的自适应人群密度估计方法 | |
US11164006B2 (en) | Information processing apparatus, control method, and program | |
CN102156880A (zh) | 基于改进的社会力模型的异常集群行为检测方法 | |
Jin et al. | DWCA‐YOLOv5: An Improve Single Shot Detector for Safety Helmet Detection | |
CN104298969A (zh) | 基于颜色与haar特征融合的人群规模统计方法 | |
CN103489012A (zh) | 一种基于支持向量机的人群密集度检测方法及系统 | |
CN105243354B (zh) | 一种基于目标特征点的车辆检测方法 | |
KR20140132140A (ko) | 군중 궤적 추출을 이용한 비정상 행동 검출에 기초한 영상 감시 방법 및 영상 감시 장치 | |
CN103093243A (zh) | 高分辨率全色遥感图像云判方法 | |
CN104123569B (zh) | 一种基于有监督学习的视频人数信息统计方法 | |
CN113537019A (zh) | 基于关键点识别变电站人员安全帽佩戴的检测方法 | |
CN107403137B (zh) | 基于视频的密集人群流量计算方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140326 |