CN104000598A - 一种基于最大内切圆的猪呼吸急促运动建模方法及系统 - Google Patents
一种基于最大内切圆的猪呼吸急促运动建模方法及系统 Download PDFInfo
- Publication number
- CN104000598A CN104000598A CN201410264195.0A CN201410264195A CN104000598A CN 104000598 A CN104000598 A CN 104000598A CN 201410264195 A CN201410264195 A CN 201410264195A CN 104000598 A CN104000598 A CN 104000598A
- Authority
- CN
- China
- Prior art keywords
- pig
- video
- inscribed circle
- maximum inscribed
- rapid breathing
- 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
Links
Landscapes
- Image Analysis (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种基于最大内切圆的猪呼吸急促运动建模方法及系统,该方法根据猪蹄位置不变特征提取站立姿态猪视频段,获取猪的轮廓图并进行距离变换,采用快速搜索法确定轮廓内区域,距离变换矩阵以该区域内最大值作为轮廓图最大内切圆的半径,通过测量时间序列每帧图像最大内切圆直径的变化计算猪呼吸急促运动的频率。本发明的系统包括视频图像采集设备、图像处理模块和存储显示模块,视频图像采集设备包括摄像头和视频采集卡,摄像头安装于正对猪舍的侧面墙壁,连续采集猪目标侧视视频图像,系统安装简单,可用于猪呼吸急促运动的准确量化表达,测量精度高,适应能力强。
Description
技术领域
本发明属于视频处理技术领域,更具体地说,涉及一种基于最大内切圆的猪呼吸急促运动建模方法及系统。
背景技术
目前,对生猪呼吸急促症状量化的传统方法是人工目测粗略统计30或60秒内猪身体的脊腹部分起伏频次,尚缺乏自动量化的技术。人工连续目测是一项乏味且艰巨的任务,疏忽和遗漏是难免的,而视频监控智能化将大大降低人的工作强度。随着视频监控在现代养猪场的应用,可以不需要在现场巡视,减少了对生猪的干扰,有利于生猪福利。但是,关键技术在于生猪呼吸急促运动模型构建方法。纪滨等曾经以猪轮廓的质心在较小范围内波动判断猪是否为静止站立姿态,通过提取单只猪侧视图脊腹线之间的截距描述子[纪滨等.基于脊腹线波动的猪呼吸急促症状视频分析[J].农业工程学报,2011,27(1):191-195.]实现了猪呼吸急促运动建模,方法是通过猪轮廓的质心为基准点,提取质心左右附近脊腹线区域内的截距数值,如图1中的(a)所示轮廓线上的粗线段对应截距值。但是,该方法针对能看见猪只脊腹的侧视图,由于生猪侧面正对摄像头的展示角度存在差异,当提取生猪区域的质心不在脊腹线之间,会导致获取的过质心截距失效,应用存在局限性。如图1中的(b)所示过质心的截距贯穿到蹄,从而无法建立正确的呼吸运动模型;同时,该方法处理变化的实景环境自然光图像,提取的生猪轮廓存在噪声问题,特别是如果采用离散型轮廓线提取方法,容易导致提取的截距严重失真,即上述方法表达猪只呼吸急促运动的波形图可靠性较差。
经检索,关于猪只呼吸运动测量,以猪轮廓的质心为基准点判断是否为静止站立姿态猪的技术方案已有公开,如中国专利号ZL201110364450.5,授权公告日为2014年5月28日,发明创造名称为:一种基于机器视觉的猪的呼吸频率检测方法及装置;该申请案采用视频摄像机现场采集单只猪的运动状况,获取单只猪的质心移动轨迹,用俯视图一侧的局部轮廓线段长度变化反映呼吸运动,线段端点根据凹凸条件识别,计算猪的呼吸频率,能够实现无接触的呼吸频率检测;但该申请案的猪只身体变化容易导致凹凸条件消失,且猪只身体运动也会引起局部轮廓线段变化,从而干扰呼吸频率的检测,更成问题的是以质心位置判断静止站立姿态经常容易受猪只身体晃动的干扰。所以,仍需一种适应性强、可靠性好的猪呼吸急促运动建模方法。
发明内容
1.发明要解决的技术问题
本发明的目的在于解决现有猪呼吸急促运动模型抗干扰性差、检测精度低的问题,提高猪呼吸急促运动波形图的可靠性,提供了一种基于最大内切圆的猪呼吸急促运动建模方法及系统;本发明主要针对在场景中间的单只完整猪身体的视频,自动判断猪是否处于静止站立姿态,并通过确定猪目标轮廓内最大内切圆,跟踪最大内切圆的直径变化,来克服生猪侧视图展示不充分影响运动视频特征的真实性等问题,可用于猪呼吸急促运动的准确量化表达。
2.技术方案
为达到上述目的,本发明提供的技术方案为:
本发明的一种基于最大内切圆的猪呼吸急促运动建模方法,其步骤为:
步骤一、采集猪目标视频图像并进行预处理;
步骤二、提取猪目标处于静止站立姿态的视频段,猪目标处于静止站立姿态的判断标准为猪蹄位置不变;
步骤三、利用边缘检测算子提取猪目标轮廓线;
步骤四、在猪目标轮廓范围内提取最大内切圆;
步骤五、根据视频帧序列中最大内切圆直径随时间波动情况,计算猪呼吸急促运动频率。
更进一步地,步骤一中摄像头安装于正对猪舍的侧面墙壁,该摄像头的光轴与猪舍地面呈25~40°夹角,连续采集猪目标侧视视频图像,并对采集的视频图像进行背景去除、二值化和降噪处理。
更进一步地,步骤二中通过先验法识别猪蹄部位,所述猪目标处于静止站立姿态的视频段为猪蹄位置固定不变的连续视频帧。
更进一步地,步骤四所述提取最大内切圆的过程为:
1)对步骤三所得图像进行距离变换,计算图像中任一像素点到最近的轮廓线上像素点的欧氏距离,得距离变换矩阵;
2)确定步骤三所得图像中猪目标轮廓线内像素点范围;
3)在步骤2)所得像素点范围中寻找欧氏距离最大值,该最大值即为最大内切圆半径,最大值对应的像素点坐标即为最大内切圆的圆心。
更进一步地,步骤五中以最大内切圆直径为纵坐标,以视频帧序号为横坐标,构成猪呼吸急促运动波形图;统计波形图中峰值点个数ppig及视频段对应时间T;利用公式:计算猪呼吸急促运动频率fpig。
本发明的一种基于最大内切圆的猪呼吸急促运动建模系统,包括视频图像采集设备、图像处理模块和存储显示模块,所述的视频图像采集设备包括摄像头和视频采集卡,所述的摄像头安装于正对猪舍的侧面墙壁,该摄像头的光轴与猪舍地面呈25~40°夹角,用于连续采集猪目标侧视视频图像;所述的视频采集卡与图像处理模块的输入端相连,该视频采集卡用于将摄像头采集的视频信号转化为供图像处理模块处理的数字信号;所述的图像处理模块用于对采集的猪目标视频图像进行预处理、获取猪目标轮廓范围内最大内切圆随时间波动情况和计算猪呼吸急促运动频率;所述的存储显示模块与图像处理模块的输出端相连,该存储显示模块用于存储、显示猪呼吸急促运动波形图和猪呼吸频率参数。
3.有益效果
采用本发明提供的技术方案,与已有的公知技术相比,具有如下显著效果:
(1)本发明的一种基于最大内切圆的猪呼吸急促运动建模方法,以猪蹄位置不变作为判断猪目标处于静止站立姿态的标准,避免了以猪轮廓的质心为基准点判断猪是否为静止站立姿态时,猪身体前后晃动对呼吸运动模型稳定性的影响,能够解决呼吸运动模型可靠性和稳定性差的关键问题;
(2)本发明的一种基于最大内切圆的猪呼吸急促运动建模方法,以猪轮廓范围内最大内切圆直径随时间的波动作为猪呼吸频率判断标准,最大内切圆接近猪身体起伏最大的区域,更能敏感地跟踪呼吸运动;且最大内切圆能够克服猪轮廓线局部不连续的影响,同时能够克服生猪侧视图展示不充分对运动视频特征真实性的影响,进一步提高了猪呼吸急促运动波形的可靠性,有利于猪呼吸频率数据的准确量化表达;
(3)本发明的一种基于最大内切圆的猪呼吸急促运动建模系统,实现了对猪健康的远程监控,自动化程度及检测精度高,且设备安装简单,便于推广应用。
附图说明
图1中的(a)和(b)为传统猪呼吸急促运动模型提取脊腹线之间截距的示意图;
图2为本发明的一种基于最大内切圆的猪呼吸急促运动建模方法的流程图;
图3为本发明中提取最大内切圆的示意图;
图4为本发明中针对临界侧视图提取最大内切圆的示意图;
图5为本发明的猪呼吸急促运动波形图。
具体实施方式
为进一步了解本发明的内容,结合附图和实施例对本发明作详细描述。
实施例1
结合附图,本实施例提供的基于最大内切圆的猪呼吸急促运动建模方法是基于猪呼吸急促运动建模系统实施的。本实施例的建模系统包括视频图像采集设备、图像处理模块和存储显示模块,所述的视频图像采集设备包括摄像头和视频采集卡,所述的摄像头安装于正对猪舍的侧面墙壁,用于连续采集猪目标侧视视频图像,为了便于采集清晰且角度合适的猪目标侧视图像,避免摄像头的污损,本实施例设置摄像头的光轴与猪舍地面呈25°夹角。所述的视频采集卡与图像处理模块的输入端相连,该视频采集卡用于将摄像头采集的视频信号转化为供图像处理模块处理的数字信号。所述的图像处理模块用于对采集的猪目标视频图像进行预处理、获取猪目标轮廓范围内最大内切圆随时间波动情况和计算猪呼吸急促运动频率。所述的存储显示模块与图像处理模块的输出端相连,该存储显示模块用于存储、显示猪呼吸急促运动波形图和猪呼吸频率参数。
本实施例运动建模方法的具体实施流程参看图2,其步骤为:
步骤一、侧视图视频采集:
将摄像头固定于正对栏舍有墙壁一侧,一般具有呼吸急促症状的猪趋向呆滞呈静止站立姿态,在连续的单只猪视频监控记录中,选择猪只身体在视频场景中间、具有呼吸急促症状的视频段。
视频图像预处理:
对视频段的各帧图像进行背景去除、二值化和降噪处理,得到猪目标区域像素值为0、背景像素值为1的二值图像。
步骤二、提取猪目标处于静止站立姿态的视频段:
通过先验法识别猪蹄部位,选取猪蹄位置固定不变的连续视频帧作为后续处理的视频段。即如果步骤一采集视频段中连续若干帧的猪蹄位置固定不变,则判定该视频段为猪只静止站立不动的姿态,本实施例不再选择猪身区域重心作为猪呈静止站立姿态的判断基准,因此猪站立姿态进行腹式呼吸运动时身体的前后晃动不会影响呼吸运动模型的稳定性,符合进一步处理的条件。
步骤三、提取轮廓:
利用边缘检测算子提取二值图中的猪轮廓线,本实施例从获取优质猪轮廓线及算法优化的角度考虑,选择Canny算子作为边缘检测算子。
步骤四、在猪目标轮廓范围内提取最大内切圆:
1)距离变换:
将步骤三所得轮廓图的像素点值求反,即轮廓线上像素点的值为1,其他像素点的值为0,然后进行距离变换,计算图像中每一个像素点到最近的轮廓线上像素点之间的欧氏距离,形成距离变换矩阵。
2)轮廓内像素点范围判定:
将由像素点构成的猪只轮廓视为一个多边形,理论上值为0的像素点对应的位置坐标在轮廓线的封闭区域内,则该像素点为轮廓内像素点。为了快速搜索判断轮廓内所有点,节省图像处理时间。本实施例将轮廓图中所有像素点按对应的像素点值在x方向上进行升序排序,设轮廓线上像素点(即像素点值为1的像素点)为墙壁点,完成x轴方向上的墙壁点配对。以猪腿部位某一平行于x轴的方向上进行墙壁点配对为例,若图像中4条猪腿均得以展现,猪腿部位某一平行于x轴的方向上应有8个墙壁点P1(x1,y1)、P2(x2,y2)、P3(x3,y3)、P4(x4,y4)、P5(x5,y5)、P6(x6,y6)、P7(x7,y7)、P8(x8,y8),其中:x1<x2<…<x8,y1=y2=…=y8。进行升序排序后,8个墙壁点相邻排列,输入搜索条件,快速搜索到第一个墙壁点P1后,依次分别将墙壁点P1和P2、P3和P4、P5和P6、P7和P8配成墙壁点对。墙壁点配对完成后,该平行于x轴的方向上,横坐标值在墙壁点对横坐标范围之间的像素点均可判断为轮廓内像素点。同理可完成任意平行于y轴方向上的墙壁点配对,即确定了轮廓内所有像素点的范围。
3)最大内切圆提取:
在步骤2)所得轮廓范围内寻找距离变换矩阵中欧氏距离最大值,该最大值即为猪目标轮廓内最大内切圆的半径,最大值对应的像素点位置坐标定为最大内切圆的圆心(参看图3)。如此,即使采集的视频图像中猪侧面展示不充分,如图4所示,计算机仍能提取最大内切圆,由于最大内切圆接近猪身体起伏最大的区域,更能敏感地跟踪呼吸运动。
步骤五、计算猪呼吸急促运动的频率:
对步骤二所得视频段中每帧图像均进行猪目标轮廓范围内最大内切圆的提取,以视频帧的序号作为横坐标,每帧中最大内切圆的直径为纵坐标,构成跟踪猪呼吸急促运动的波形图,为了平滑波形图毛刺,每一点的纵坐标值采用前后相邻点的3点数据平均后修正(移动平均线),即从波形图上第一个点开始,以连续3个点为一组,取3个点的纵坐标平均值作为中间点的纵坐标值,之后中间点和第3个点再作为下一组3个点的前两个点,重复上述操作完成波形图的平滑处理。参看图5,图5中横坐标单位t代表每帧的序号,纵坐标单位pixel代表像素,本实施例采用的视频帧采样速率为15帧/秒。
输出呼吸频率参数:基于猪呼吸急促运动波形图,计算局部极大值。如图5所示波形图峰值为圆圈所在位置,在一段帧序号内统计波形图峰值点的个数ppig,呼吸频率计算公式为其中T为统计总帧数所对应的时间,本实施例中统计了148帧,根据视频帧采样速率,换算为T等于9.867秒,计算出的猪呼吸频率fpig为134次/分钟。
实施例2
本实施例的一种基于最大内切圆的猪呼吸急促运动建模方法及系统,基本同实施例1,其不同之处在于:本实施例设置摄像头的光轴与猪舍地面呈30°夹角。
实施例3
本实施例的一种基于最大内切圆的猪呼吸急促运动建模方法及系统,基本同实施例1,其不同之处在于:本实施例设置摄像头的光轴与猪舍地面呈40°夹角。
实施例1~3所述的一种基于最大内切圆的猪呼吸急促运动建模方法,通过跟踪生猪轮廓内最大内切圆的直径变化,反映猪呼吸急促运动视图中脊腹部的轮廓变化规律,能够克服猪轮廓线局部不连续的影响,同时能够克服生猪侧视图展示不充分对运动视频特征真实性的影响,进一步提高了猪呼吸急促运动波形图的可靠性,有利于猪呼吸频率数据的准确量化表达;且其建模系统实现了对猪健康的远程监控,自动化程度及检测精度高,且设备安装简单,便于推广应用。
以上示意性的对本发明及其实施方式进行了描述,该描述没有限制性。所以,如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的方案及实施例,均应属于本发明的保护范围。
Claims (6)
1.一种基于最大内切圆的猪呼吸急促运动建模方法,其步骤为:
步骤一、采集猪目标视频图像并进行预处理;
步骤二、提取猪目标处于静止站立姿态的视频段,猪目标处于静止站立姿态的判断标准为猪蹄位置不变;
步骤三、利用边缘检测算子提取猪目标轮廓线;
步骤四、在猪目标轮廓范围内提取最大内切圆;
步骤五、根据视频帧序列中最大内切圆直径随时间波动情况,计算猪呼吸急促运动频率。
2.根据权利要求1所述的一种基于最大内切圆的猪呼吸急促运动建模方法,其特征在于:步骤一中摄像头安装于正对猪舍的侧面墙壁,该摄像头的光轴与猪舍地面呈25~40°夹角,连续采集猪目标侧视视频图像,并对采集的视频图像进行背景去除、二值化和降噪处理。
3.根据权利要求2所述的一种基于最大内切圆的猪呼吸急促运动建模方法,其特征在于:步骤二中通过先验法识别猪蹄部位,所述猪目标处于静止站立姿态的视频段为猪蹄位置固定不变的连续视频帧。
4.根据权利要求2或3所述的一种基于最大内切圆的猪呼吸急促运动建模方法,其特征在于:步骤四所述提取最大内切圆的过程为:
1)对步骤三所得图像进行距离变换,计算图像中任一像素点到最近的轮廓线上像素点的欧氏距离,得距离变换矩阵;
2)确定步骤三所得图像中猪目标轮廓线内像素点范围;
3)在步骤2)所得像素点范围中寻找欧氏距离最大值,该最大值即为最大内切圆半径,最大值对应的像素点坐标即为最大内切圆的圆心。
5.根据权利要求4所述的一种基于最大内切圆的猪呼吸急促运动建模方法,其特征在于:步骤五中以最大内切圆直径为纵坐标,以视频帧序号为横坐标,构成猪呼吸急促运动波形图;统计波形图中峰值点个数ppig及视频段对应时间T;利用公式:计算猪呼吸急促运动频率fpig。
6.一种基于最大内切圆的猪呼吸急促运动建模系统,包括视频图像采集设备、图像处理模块和存储显示模块,其特征在于:所述的视频图像采集设备包括摄像头和视频采集卡,所述的摄像头安装于正对猪舍的侧面墙壁,该摄像头的光轴与猪舍地面呈25~40°夹角,用于连续采集猪目标侧视视频图像;所述的视频采集卡与图像处理模块的输入端相连,该视频采集卡用于将摄像头采集的视频信号转化为供图像处理模块处理的数字信号;所述的图像处理模块用于对采集的猪目标视频图像进行预处理、获取猪目标轮廓范围内最大内切圆随时间波动情况和计算猪呼吸急促运动频率;所述的存储显示模块与图像处理模块的输出端相连,该存储显示模块用于存储、显示猪呼吸急促运动波形图和猪呼吸频率参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410264195.0A CN104000598B (zh) | 2014-06-13 | 2014-06-13 | 一种基于最大内切圆的猪呼吸急促运动建模方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410264195.0A CN104000598B (zh) | 2014-06-13 | 2014-06-13 | 一种基于最大内切圆的猪呼吸急促运动建模方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104000598A true CN104000598A (zh) | 2014-08-27 |
CN104000598B CN104000598B (zh) | 2015-11-18 |
Family
ID=51361705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410264195.0A Expired - Fee Related CN104000598B (zh) | 2014-06-13 | 2014-06-13 | 一种基于最大内切圆的猪呼吸急促运动建模方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104000598B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106361340A (zh) * | 2016-08-30 | 2017-02-01 | 苏州品诺维新医疗科技有限公司 | 一种检测呼吸频率的方法及装置 |
CN113632749A (zh) * | 2021-09-07 | 2021-11-12 | 华中农业大学 | 一种基于动物行为的猪身体状态监测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102499664A (zh) * | 2011-10-24 | 2012-06-20 | 西双版纳大渡云海生物科技发展有限公司 | 基于视频图像的非接触式生命体征的检测方法及检测系统 |
CN102499687A (zh) * | 2011-11-17 | 2012-06-20 | 江苏大学 | 一种基于机器视觉的猪的呼吸频率检测方法及装置 |
US20130324875A1 (en) * | 2012-06-01 | 2013-12-05 | Xerox Corporation | Processing a video for respiration rate estimation |
CN103824057A (zh) * | 2014-02-18 | 2014-05-28 | 江苏大学 | 一种基于面积特征算子的猪的呼吸频率检测方法 |
-
2014
- 2014-06-13 CN CN201410264195.0A patent/CN104000598B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102499664A (zh) * | 2011-10-24 | 2012-06-20 | 西双版纳大渡云海生物科技发展有限公司 | 基于视频图像的非接触式生命体征的检测方法及检测系统 |
CN102499687A (zh) * | 2011-11-17 | 2012-06-20 | 江苏大学 | 一种基于机器视觉的猪的呼吸频率检测方法及装置 |
US20130324875A1 (en) * | 2012-06-01 | 2013-12-05 | Xerox Corporation | Processing a video for respiration rate estimation |
CN103824057A (zh) * | 2014-02-18 | 2014-05-28 | 江苏大学 | 一种基于面积特征算子的猪的呼吸频率检测方法 |
Non-Patent Citations (1)
Title |
---|
纪滨等: "基于脊腹线波动的猪呼吸急促症状视频分析", 《农业工程学报》, vol. 27, no. 1, 31 January 2011 (2011-01-31), pages 191 - 195 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106361340A (zh) * | 2016-08-30 | 2017-02-01 | 苏州品诺维新医疗科技有限公司 | 一种检测呼吸频率的方法及装置 |
CN113632749A (zh) * | 2021-09-07 | 2021-11-12 | 华中农业大学 | 一种基于动物行为的猪身体状态监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104000598B (zh) | 2015-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106022213B (zh) | 一种基于三维骨骼信息的人体动作识别方法 | |
CN102542289B (zh) | 一种基于多高斯计数模型的人流量统计方法 | |
CN102831618B (zh) | 基于霍夫森林的视频目标跟踪方法 | |
CN103310444B (zh) | 一种基于头顶摄像头的监控行人计数的方法 | |
CN109766838B (zh) | 一种基于卷积神经网络的步态周期检测方法 | |
CN106128121B (zh) | 基于局部特征分析的车辆排队长度快速检测算法 | |
CN106648078B (zh) | 应用于智能机器人的多模态交互方法及系统 | |
CN104318263A (zh) | 一种实时高精度人流计数方法 | |
CN103105924B (zh) | 人机交互方法和装置 | |
CN103223236B (zh) | 一种乒乓球训练机智能评价系统 | |
CN104821010A (zh) | 基于双目视觉的人手三维信息实时提取方法及系统 | |
CN110084830B (zh) | 一种视频运动目标检测与跟踪方法 | |
CN108961330A (zh) | 基于图像的猪体长测算方法及系统 | |
CN104298964A (zh) | 一种人体行为动作快速识别方法及装置 | |
CN104408741A (zh) | 一种时序一致性约束的视频全局运动估计方法 | |
CN105513053A (zh) | 一种用于视频分析中背景建模方法 | |
CN103824057A (zh) | 一种基于面积特征算子的猪的呼吸频率检测方法 | |
CN113781526A (zh) | 一种家畜计数识别系统 | |
CN109035296A (zh) | 一种改进的视频中运动物体检测方法 | |
CN105654479A (zh) | 多光谱图像配准方法和装置 | |
CN103456012B (zh) | 基于最大稳定曲率区域的视觉人手检测跟踪方法及系统 | |
CN115131712A (zh) | 一种计算机视觉驱动的钻杆智能计数方法 | |
CN104000598B (zh) | 一种基于最大内切圆的猪呼吸急促运动建模方法及系统 | |
CN108563997B (zh) | 一种建立人脸检测模型、人脸识别的方法和装置 | |
CN104008396A (zh) | 基于人头部色彩和形状特征的进出口人流量统计方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151118 Termination date: 20160613 |
|
CF01 | Termination of patent right due to non-payment of annual fee |