CN103971383A - 一种计算视频图像中目标运动速度的方法 - Google Patents

一种计算视频图像中目标运动速度的方法 Download PDF

Info

Publication number
CN103971383A
CN103971383A CN201410214567.9A CN201410214567A CN103971383A CN 103971383 A CN103971383 A CN 103971383A CN 201410214567 A CN201410214567 A CN 201410214567A CN 103971383 A CN103971383 A CN 103971383A
Authority
CN
China
Prior art keywords
target
frame image
calculate
velocity
horizontal
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
Application number
CN201410214567.9A
Other languages
English (en)
Inventor
李富明
黄国栋
周建朋
孙家新
王开均
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.)
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
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 State Grid Corp of China SGCC, State Grid Tianjin Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201410214567.9A priority Critical patent/CN103971383A/zh
Publication of CN103971383A publication Critical patent/CN103971383A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Image Analysis (AREA)

Abstract

一种计算视频图像中目标运动速度的方法。其包括计算视频图像中目标运动轨迹的点数、判断目标运动轨迹点数、采用CV法计算目标运动的水平速度和垂直速度、计算视频图像中当前帧图像内目标的轨迹点与前M帧图像内目标的轨迹点的距离、将上述距离与单位距离比较、采用ECV1法计算目标运动的水平速度和垂直速度、采用ECV2法计算目标运动的水平速度和垂直速度以及根据目标运动的水平速度和垂直速度计算目标运动的速度和方向等步骤。本发明提供的计算视频图像中目标运动速度的方法包含有三种不同的速度计算方法,可以根据实际场景选择最为合适的速度计算方法,有效地提高了目标运动速度计算的准确性。

Description

一种计算视频图像中目标运动速度的方法
技术领域
本发明属于图像处理、视频监控技术领域,特别是涉及一种计算视频图像中目标运动速度的方法。
背景技术
在图像分析中,目标的运动速度是分析目标行为的重要特征,在视频监控的实际众多应用场合都需要计算目标的运动速度,例如监控场景中目标的跟踪、目标的分类、公路上检测车辆是否超速、特殊场所中人是否快跑等等。因此,目标运动速度计算的准确性将会直接影响后期目标跟踪、目标行为的分析与判断的准确性及可靠性。
公开号为CN101187671A的中国专利申请公开了一种确定汽车行驶速度的方法,该方法首先通过一段时间内采集到的汽车行驶图像确定汽车的行驶轨迹,然后根据该行驶轨迹以及图像上像素之间所表示的实际距离,确定该汽车在一段时间内的行驶速度。公开号为CN101196991A的中国专利申请公开了一种密集客流计数和行人步行速度自动检测方法。然而,上述目标运动速度的计算方法都只是简单的计算方法,因此准确性较差。
综上所述,目前迫切需要提出一种计算视频图像中目标运动速度的方法。
发明内容
为了解决上述问题,本发明的目的在于提供一种计算视频图像中目标运动速度的方法。
为了达到上述目的,本发明提供的计算视频图像中目标运动速度的方法包括按顺序执行的下列步骤:
第一步骤101,计算视频图像中目标运动轨迹的点数,然后进入第二步骤102;
第二步骤102,若目标运动轨迹的点数小于第一阈值,则转入第三步骤103,否则转入第四步骤104;
第三步骤103,采用CV法计算目标运动的水平速度和垂直速度,然后进入第八步骤108;
第四步骤104,计算视频图像中当前帧图像内目标的轨迹点与前M帧图像内目标的轨迹点的距离,然后进入第五步骤105;
第五步骤105,若上述第四步骤104计算出的距离大于单位距离,则转入第六步骤106,否则转入第七步骤107;
第六步骤106,采用ECV1法计算目标运动的水平速度和垂直速度,然后进入第八步骤108;
第七步骤107,采用ECV2法计算目标运动的水平速度和垂直速度,然后进入第八步骤108;
第八步骤108,根据目标运动的水平速度和垂直速度,计算目标运动的速度和方向并输出。
在第一步骤101中,所述的根据目标跟踪结果中的目标运动轨迹,计算视频图像中目标运动轨迹的点数NUM的方法是通过统计视频图像中目标运动轨迹点存在的图像的帧数而获得,其中,目标跟踪结果包括目标的运动轨迹和目标的尺寸。
在第二步骤102中,所述的第一阈值T1∈[12,20]。
在第三步骤103中,所述的采用CV法计算目标运动的水平速度和垂直速度的方法如下:以当前帧图像为第0帧图像,前i帧图像为第i帧图像(i∈[1,NUM]),计算第j(j=1,2,…,N)帧图像与第j-1帧图像内目标的水平位移dxj、垂直位移dyj,计算水平位移dxj的平均值垂直位移dyj的平均值然后根据帧间时间△T,计算目标运动的水平速度 v x = d ‾ x / ΔT = Σ j = 1 N d xj / ( N · ΔT ) , 垂直速度 v y = d ‾ y / ΔT = Σ j = 1 N d yj / ( N · ΔT ) ; 其中,N表示从当前帧图像开始选择到前N帧图像,N∈[4,第一阈值T1)且N为整数。
在第四步骤104中,所述的计算视频图像中当前帧图像内目标的轨迹点与前M帧图像内目标的轨迹点的距离的方法是:分别计算视频图像中前M帧图像内目标的轨迹点与当前帧图像内目标的轨迹点的水平位移dx、垂直位移dy,则视频图像中前M帧图像内目标的轨迹点与当前帧图像内目标的轨迹点的距离其中,M表示相隔的帧数,满足6≤2M≤NUM且M为整数,NUM为视频图像中目标运动轨迹的点数。
在第五步骤105中,所述的目标的单位距离unitDist的计算公式如下:
unitDist = min ( W , H ) 2 · ( 1 - min _ match _ coef )
其中,W、H分别表示目标的宽度、高度,min_match_coef表示最小匹配系数。
在第六步骤106中,所述的采用ECV1法计算目标运动的水平速度和垂直速度的方法如下:以当前帧图像为第0帧图像,前i帧图像为第i帧图像,i∈[1,NUM],其中NUM为视频图像中目标运动轨迹的点数,计算第M+j-1帧图像到第j-1帧图像内目标的水平位移dxj、垂直位移dyj,计算水平位移dxj的平均值垂直位移dyj的平均值其中j=1,2,…,M,M为相隔的帧数,然后根据帧间时间△T和相隔的帧数M计算目标运动的水平速度vx、垂直速度vy,其计算公式如下:
v x = d ‾ x ΔT = Σ j = 1 M d xj M · ( M · ΔT ) = Σ j = 1 M d xj M 2 · ΔT
v y = d ‾ y ΔT = Σ j = 1 M d yj M · ( M · ΔT ) = Σ j = 1 M d yj M 2 · ΔT .
在第七步骤107中,所述的采用ECV2法计算视频图像中目标运动的水平速度和垂直速度的方法如下:
(1)搜索跨越点Gap:以当前帧图像为第0帧图像,前i帧图像为第i帧图像,i∈[1,NUM],从p=1开始搜索跨越点,计算第M+p帧图像内目标的轨迹点与第0帧图像内目标的轨迹点的水平位移dx′、垂直位移dy′,第M+p帧图像内目标的轨迹点与第0帧图像内目标的轨迹点的位移距离为如果位移距离DM+p小于单位距离unitDist,则认为找到跨越点,跨越点Gap=p并转入下一步骤;否则p=p+1,继续从第M+p帧图像开始搜索跨越点Gap;
(2)计算目标运动速度:计算第M+Gap+j-1帧图像到第j-1帧图像内目标的水平位移dxj、垂直位移dyj,计算水平位移dxj的平均值垂直位移dyj的平均值其中j=1,2,…,M,然后根据帧间时间△T和相隔的帧数M+Gap计算目标运动的水平速度vx、垂直速度vy,其计算公式如下:
v x = d ‾ x ΔT = Σ j = 1 M d xj M · ( ( M + Gap ) · ΔT ) = Σ j = 1 M d xj M · ( M + Gap ) · ΔT
v y = d ‾ y ΔT = Σ j = 1 M d yj M · ( ( M + Gap ) · ΔT ) = Σ j = 1 M d yj M · ( M + Gap ) · ΔT .
与现有技术相比,本发明提供的计算视频图像中目标运动速度的方法包含有三种不同的速度计算方法,可以根据实际场景选择最为合适的速度计算方法,有效地提高了目标运动速度计算的准确性。
附图说明
图1为本发明提供的计算视频图像中目标运动速度的方法流程图。
图2为本发明提供的CV法计算目标运动的水平速度和垂直速度的一实施例示意图。
图3为本发明提供的ECV1法计算目标运动的水平速度和垂直速度的一实施例示意图。
图4为本发明提供的ECV2法计算目标运动的水平速度和垂直速度的一实施例示意图。
具体实施方式
本发明主要用于实现视频图像中目标运动速度的计算,可以用于诸如目标跟踪、目标分类、目标行为分析等图像分析技术领域。
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明进一步详细说明。
本发明基于分析目标的运动轨迹的基础上,目标的运动轨迹是利用目标跟踪方法通过连续帧视频图像中对每帧图像内目标的位置进行连续跟踪而形成的轨迹。其中,每帧图像内目标的位置对应一个轨迹点。目标跟踪方法不是本发明的发明点,这里不再详述,具体可以参照现有技术,例如可以参考公开号为CN101739686A的中国专利申请。
为了使下文说明清楚,作以下定义:前i帧图像是指当前帧图像以前的与当前帧图像相隔i帧的图像,例如前1帧图像是指当前帧图像的上一帧图像,前2帧图像是指前1帧图像的上一帧图像。
图1为本发明提供的计算视频图像中目标运动速度的方法的流程图;如图1所示,本发明提供的计算视频图像中目标运动速度的方法包括按顺序执行的下列步骤:
第一步骤101,计算视频图像中目标运动轨迹的点数,然后进入第二步骤102;
第二步骤102,若目标运动轨迹的点数小于第一阈值,则转入第三步骤103,否则转入第四步骤104;
第三步骤103,采用CV法计算目标运动的水平速度和垂直速度,然后进入第八步骤108;
第四步骤104,计算视频图像中当前帧图像内目标的轨迹点与前M帧图像内目标的轨迹点的距离,然后进入第五步骤105;
第五步骤105,若上述第四步骤104计算出的距离大于单位距离,则转入第六步骤106,否则转入第七步骤107;
第六步骤106,采用ECV1法计算目标运动的水平速度和垂直速度,然后进入第八步骤108;
第七步骤107,采用ECV2法计算目标运动的水平速度和垂直速度,然后进入第八步骤108;
第八步骤108,根据目标运动的水平速度和垂直速度,计算目标运动的速度和方向并输出。
其中,在第一步骤101中,所述的根据目标跟踪结果中的目标运动轨迹,计算视频图像中目标运动轨迹的点数NUM的方法是通过统计视频图像中目标运动轨迹点存在的图像的帧数而获得。其中,目标跟踪结果包括目标的运动轨迹和目标的尺寸。
在第二步骤102中,所述的第一阈值T1∈[12,20]。
在第三步骤103中,所述的采用CV法计算目标运动的水平速度和垂直速度的方法如下:以当前帧图像为第0帧图像,前i帧图像为第i帧图像(i∈[1,NUM],其中NUM为视频图像中目标运动轨迹的点数),计算第j(j=1,2,…,N)帧图像与第j-1帧图像内目标的水平位移dxj、垂直位移dyj,计算水平位移dxj的平均值垂直位移dyj的平均值然后根据帧间时间△T,计算目标运动的水平速度垂直速度其中,N表示从当前帧图像开始选择到前N帧图像,N∈[4,第一阈值T1)且N为整数,可以根据实际需求设定,N的取值越大速度计算的越准确,但相应地消耗的计算时间也较长。
图2给出了当选择N=4时,按照CV法计算目标运动的水平速度和垂直速度的一实施例示意图。如图2所示,0、1、…、4分别表示第0帧图像、第1帧图像、…、第4帧图像,分别对应于当前帧图像、前1帧图像、…、前4帧图像;△T为相邻两帧图像的时间;dxj(j=1,2,…,4)表示第j帧图像内目标的轨迹点与第j-1帧图像内目标的轨迹点在水平方向的位移,dyj表示第j帧图像内目标的轨迹点与第j-1帧图像内目标的轨迹点在垂直方向的位移,CV法计算目标运动的水平速度vx和垂直速度vy的公式如下:
v x = Σ j = 1 4 d xj 4 · ΔT , v y = Σ j = 1 4 d yj 4 · ΔT
在第四步骤104中,所述的计算视频图像中当前帧图像内目标的轨迹点与前M帧图像内目标的轨迹点的距离的方法为:分别计算视频图像中前M帧图像内目标的轨迹点与当前帧图像内目标的轨迹点的水平位移dx、垂直位移dy,则视频图像中前M帧图像内目标的轨迹点与当前帧图像内目标的轨迹点的距离其中,M表示相隔的帧数,满足6≤2M≤NUM(NUM为视频图像中目标运动轨迹的点数)且M为整数,M可以根据实际需求设定,M的取值越大速度计算的越准确,但相应地消耗的计算时间也较长,需要等待充足的轨迹数据生成的时间也长。
在第五步骤105中,所述的目标的单位距离unitDist计算公式如下:
unitDist = min ( W , H ) 2 · ( 1 - min _ match _ coef )
其中,W、H分别表示目标的宽度、高度,min_match_coef表示最小匹配系数,min_match_coef∈[0.6,0.7]。
在第六步骤106中,所述的采用ECV1法计算目标运动的水平速度和垂直速度的方法如下:以当前帧图像为第0帧图像,前i帧图像为第i帧图像(i∈[1,NUM],其中NUM为视频图像中目标运动轨迹的点数),计算第M+j-1(j=1,2,…,M,M为相隔的帧数)帧图像到第j-1帧图像内目标的水平位移dxj、垂直位移dyj,计算水平位移dxj的平均值垂直位移dyj的平均值然后根据帧间时间△T和相隔的帧数M,计算目标运动的水平速度vx、垂直速度vy,其计算公式如下:
v x = d ‾ x ΔT = Σ j = 1 M d xj M · ( M · ΔT ) = Σ j = 1 M d xj M 2 · ΔT
v y = d ‾ y ΔT = Σ j = 1 M d yj M · ( M · ΔT ) = Σ j = 1 M d yj M 2 · ΔT .
图3给出了当选择M=4时,ECV1法计算目标运动的水平速度和垂直速度的一实施例示意图。如图3所示,0、1、…、7分别表示第0帧图像、第1帧图像、…、第7帧图像,分别对应于当前帧图像、前1帧图像、…、前7帧图像;△T为相邻两帧图像的时间;dxj(j=1,2,…,4)表示第j+3帧图像内目标的轨迹点与第j-1帧图像内目标的轨迹点在水平方向的位移,dyj表示第j+3帧图像内目标的轨迹点与第j-1帧图像内目标的轨迹点在垂直方向的位移,ECV1法计算目标运动的水平速度vx和垂直速度vy的公式如下:
v x = Σ j = 1 4 d xj 16 · ΔT , v y = Σ j = 1 4 d yj 16 · ΔT
在第七步骤107中,ECV2法主要是针对速度较慢的目标使用的,为了弥补目标的位移较小而造成的速度计算不准确问题,ECV2法在ECV1法的基础上进行了“跨越点”处理,以保证目标的位移足够大。采用ECV2法计算视频图像中目标运动的水平速度和垂直速度的方法如下:
(1)搜索跨越点Gap:以当前帧图像为第0帧图像,前i帧图像为第i帧图像(i∈[1,NUM],其中NUM为视频图像中目标运动轨迹的点数),从p=1开始搜索跨越点,计算第M+p帧图像内目标的轨迹点与第0帧图像内目标的轨迹点的水平位移dx′、垂直位移dy′,第M+p帧图像内目标的轨迹点与第0帧图像内目标的轨迹点的位移距离为如果位移距离DM+p小于单位距离unitDist,则认为找到跨越点,跨越点Gap=p并转入下一步骤;否则p=p+1,继续从第M+p帧图像开始搜索跨越点Gap。
(2)计算目标运动速度:计算第M+Gap+j-1(j=1,2,…,M)帧图像到第j-1帧图像内目标的水平位移dxj、垂直位移dyj,计算水平位移dxj的平均值垂直位移dyj的平均值然后根据帧间时间△T和相隔的帧数M+Gap,计算目标运动的水平速度vx、垂直速度vy,其计算公式如下:
v x = d ‾ x ΔT = Σ j = 1 M d xj M · ( ( M + Gap ) · ΔT ) = Σ j = 1 M d xj M · ( M + Gap ) · ΔT
v y = d ‾ y ΔT = Σ j = 1 M d yj M · ( ( M + Gap ) · ΔT ) = Σ j = 1 M d yj M · ( M + Gap ) · ΔT .
图4给出了当选择M=4时,ECV2法计算目标运动的水平速度和垂直速度的一实施例示意图。如图4所示,0、1、…、11分别表示第0帧图像、第1帧图像、…、第11帧图像,分别对应于当前帧图像、前1帧图像、…、前11帧图像;△T为相邻两帧图像的时间,Gap=4为该例中搜索到的跨越点;dxj(j=1,2,…,4)、dyj分别表示第j+7帧图像内目标的轨迹点与第j-1帧图像内目标的轨迹点在水平方向的位移、垂直方向的位移,ECV2法计算目标运动的水平速度vx和垂直速度vy的公式如下:
v x = Σ j = 1 4 d xj 32 · ΔT , v y = Σ j = 1 4 d yj 32 · ΔT
在第八步骤108中,所述的根据目标运动的水平速度和垂直速度,计算目标运动的速度v和方向θ的公式如下:
v = v x 2 + v y 2 ,
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围,应当理解,本发明并不限于这里所描述的实现方案,这些实现方案描述的目的在于帮助本领域中的技术人员实践本发明。任何本领域中的技术人员很容易在不脱离本发明精神和范围的情况下进行进一步的改进和完善,因此本发明只受到本发明权利要求的内容和范围的限制,其意图涵盖所有包括在由所附权利要求所限定的本发明精神和范围内的备选方案和等同方案。

Claims (8)

1.一种计算视频图像中目标运动速度的方法,其特征在于,该方法包括按顺序执行的下列步骤:
第一步骤101,计算视频图像中目标运动轨迹的点数,然后进入第二步骤102;
第二步骤102,若目标运动轨迹的点数小于第一阈值,则转入第三步骤103,否则转入第四步骤104;
第三步骤103,采用CV法计算目标运动的水平速度和垂直速度,然后进入第八步骤108;
第四步骤104,计算视频图像中当前帧图像内目标的轨迹点与前M帧图像内目标的轨迹点的距离,然后进入第五步骤105;
第五步骤105,若上述第四步骤104计算出的距离大于单位距离,则转入第六步骤106,否则转入第七步骤107;
第六步骤106,采用ECV1法计算目标运动的水平速度和垂直速度,然后进入第八步骤108;
第七步骤107,采用ECV2法计算目标运动的水平速度和垂直速度,然后进入第八步骤108;
第八步骤108,根据目标运动的水平速度和垂直速度,计算目标运动的速度和方向并输出。
2.根据权利要求1所述的方法,其特征在于,在第一步骤101中,所述的根据目标跟踪结果中的目标运动轨迹,计算视频图像中目标运动轨迹的点数NUM的方法是通过统计视频图像中目标运动轨迹点存在的图像的帧数而获得,其中,目标跟踪结果包括目标的运动轨迹和目标的尺寸。
3.根据权利要求1所述的方法,其特征在于,在第二步骤102中,所述的第一阈值T1∈[12,20]。
4.根据权利要求1所述的方法,其特征在于,在第三步骤103中,所述的采用CV法计算目标运动的水平速度和垂直速度的方法如下:以当前帧图像为第0帧图像,前i帧图像为第i帧图像(i∈[1,NUM]),计算第j(j=1,2,…,N)帧图像与第j-1帧图像内目标的水平位移dxj、垂直位移dyj,计算水平位移dxj的平均值垂直位移dyj的平均值然后根据帧间时间△T,计算目标运动的水平速度垂直速度其中,N表示从当前帧图像开始选择到前N帧图像,N∈[4,第一阈值T1)且N为整数。
5.根据权利要求1所述的方法,其特征在于,在第四步骤104中,所述的计算视频图像中当前帧图像内目标的轨迹点与前M帧图像内目标的轨迹点的距离的方法是:分别计算视频图像中前M帧图像内目标的轨迹点与当前帧图像内目标的轨迹点的水平位移dx、垂直位移dy,则视频图像中前M帧图像内目标的轨迹点与当前帧图像内目标的轨迹点的距离其中,M表示相隔的帧数,满足6≤2M≤NUM且M为整数,NUM为视频图像中目标运动轨迹的点数。
6.根据权利要求1所述的方法,其特征在于,在第五步骤105中,所述的目标的单位距离unitDist的计算公式如下:
unitDist = min ( W , H ) 2 · ( 1 - min _ match _ coef )
其中,W、H分别表示目标的宽度、高度,min_match_coef表示最小匹配系数。
7.根据权利要求1所述的方法,其特征在于,在第六步骤106中,所述的采用ECV1法计算目标运动的水平速度和垂直速度的方法如下:以当前帧图像为第0帧图像,前i帧图像为第i帧图像,i∈[1,NUM],其中NUM为视频图像中目标运动轨迹的点数,计算第M+j-1帧图像到第j-1帧图像内目标的水平位移dxj、垂直位移dyj,计算水平位移dxj的平均值垂直位移dyj的平均值其中j=1,2,…,M,M为相隔的帧数,然后根据帧间时间△T和相隔的帧数M计算目标运动的水平速度vx、垂直速度vy,其计算公式如下:
v x = d ‾ x ΔT = Σ j = 1 M d xj M · ( M · ΔT ) = Σ j = 1 M d xj M 2 · ΔT
v y = d ‾ y ΔT = Σ j = 1 M d yj M · ( M · ΔT ) = Σ j = 1 M d yj M 2 · ΔT .
8.根据权利要求1所述的方法,其特征在于,在第七步骤107中,所述的采用ECV2法计算视频图像中目标运动的水平速度和垂直速度的方法如下:
(1)搜索跨越点Gap:以当前帧图像为第0帧图像,前i帧图像为第i帧图像,i∈[1,NUM],从p=1开始搜索跨越点,计算第M+p帧图像内目标的轨迹点与第0帧图像内目标的轨迹点的水平位移dx′、垂直位移dy′,第M+p帧图像内目标的轨迹点与第0帧图像内目标的轨迹点的位移距离为如果位移距离DM+p小于单位距离unitDist,则认为找到跨越点,跨越点Gap=p并转入下一步骤;否则p=p+1,继续从第M+p帧图像开始搜索跨越点Gap;
(2)计算目标运动速度:计算第M+Gap+j-1帧图像到第j-1帧图像内目标的水平位移dxj、垂直位移dyj,计算水平位移dxj的平均值垂直位移dyj的平均值其中j=1,2,…,M,然后根据帧间时间△T和相隔的帧数M+Gap计算目标运动的水平速度vx、垂直速度vy,其计算公式如下:
v x = d ‾ x ΔT = Σ j = 1 M d xj M · ( ( M + Gap ) · ΔT ) = Σ j = 1 M d xj M · ( M + Gap ) · ΔT
v y = d ‾ y ΔT = Σ j = 1 M d yj M · ( ( M + Gap ) · ΔT ) = Σ j = 1 M d yj M · ( M + Gap ) · ΔT .
CN201410214567.9A 2014-05-21 2014-05-21 一种计算视频图像中目标运动速度的方法 Pending CN103971383A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410214567.9A CN103971383A (zh) 2014-05-21 2014-05-21 一种计算视频图像中目标运动速度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410214567.9A CN103971383A (zh) 2014-05-21 2014-05-21 一种计算视频图像中目标运动速度的方法

Publications (1)

Publication Number Publication Date
CN103971383A true CN103971383A (zh) 2014-08-06

Family

ID=51240832

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410214567.9A Pending CN103971383A (zh) 2014-05-21 2014-05-21 一种计算视频图像中目标运动速度的方法

Country Status (1)

Country Link
CN (1) CN103971383A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105827951A (zh) * 2016-01-29 2016-08-03 维沃移动通信有限公司 一种运动对象拍照方法及移动终端
CN105943053A (zh) * 2016-06-01 2016-09-21 北京健康有益科技有限公司 健康检测方法及装置
CN109255803A (zh) * 2018-08-24 2019-01-22 长安大学 一种基于位移试探的运动目标的位移计算方法
CN111667508A (zh) * 2020-06-10 2020-09-15 北京爱笔科技有限公司 一种检测方法和相关装置
CN113160273A (zh) * 2021-03-25 2021-07-23 常州工学院 一种基于多目标跟踪的监控视频智能分段方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105827951A (zh) * 2016-01-29 2016-08-03 维沃移动通信有限公司 一种运动对象拍照方法及移动终端
CN105827951B (zh) * 2016-01-29 2019-05-17 维沃移动通信有限公司 一种运动对象拍照方法及移动终端
CN105943053A (zh) * 2016-06-01 2016-09-21 北京健康有益科技有限公司 健康检测方法及装置
CN109255803A (zh) * 2018-08-24 2019-01-22 长安大学 一种基于位移试探的运动目标的位移计算方法
CN109255803B (zh) * 2018-08-24 2022-04-12 长安大学 一种基于位移试探的运动目标的位移计算方法
CN111667508A (zh) * 2020-06-10 2020-09-15 北京爱笔科技有限公司 一种检测方法和相关装置
CN111667508B (zh) * 2020-06-10 2023-10-24 北京爱笔科技有限公司 一种检测方法和相关装置
CN113160273A (zh) * 2021-03-25 2021-07-23 常州工学院 一种基于多目标跟踪的监控视频智能分段方法

Similar Documents

Publication Publication Date Title
US11643076B2 (en) Forward collision control method and apparatus, electronic device, program, and medium
Zhangyu et al. A camera and LiDAR data fusion method for railway object detection
CN108320510B (zh) 一种基于无人机航拍视频交通信息统计方法及系统
CN104599502B (zh) 一种基于视频监控的车流量统计方法
TWI448977B (zh) 基於視訊分析的物件計數方法與裝置
Huang Traffic speed estimation from surveillance video data
CN103150559B (zh) 基于Kinect三维深度图像的头部识别与跟踪方法
Manglik et al. Forecasting time-to-collision from monocular video: Feasibility, dataset, and challenges
CN102496281B (zh) 一种基于跟踪与虚拟线圈结合的车辆闯红灯检测方法
CN108389430A (zh) 一种基于视频检测的交叉口行人与机动车碰撞预测方法
CN102622884A (zh) 一种基于跟踪的车辆违章掉头行为检测方法
CN103208190B (zh) 基于对象检测的交通流量检测方法
CN105654516B (zh) 基于目标显著性的卫星图像对地面弱小运动目标检测方法
CN103971383A (zh) 一种计算视频图像中目标运动速度的方法
CN105513349A (zh) 基于双视角学习的山区高速公路车辆事件检测方法
JP2007316685A (ja) 走路境界検出装置および走路境界検出方法
CN107038411A (zh) 一种基于视频中车辆运动轨迹的路侧停车行为精确识别方法
Liu et al. Vehicle detection and ranging using two different focal length cameras
CN102156989B (zh) 视频帧中车辆遮挡检测与分割方法
CN103150550B (zh) 一种基于运动轨迹分析的道路行人事件检测方法
Tran et al. Traffic flow analysis with multiple adaptive vehicle detectors and velocity estimation with landmark-based scanlines
Meshram et al. Traffic surveillance by counting and classification of vehicles from video using image processing
Prokaj et al. Using 3d scene structure to improve tracking
Ashraf et al. HVD-net: a hybrid vehicle detection network for vision-based vehicle tracking and speed estimation
US20220245831A1 (en) Speed estimation systems and methods without camera calibration

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140806