CN104794468A - 一种基于无人机动平台的人脸检测与跟踪方法 - Google Patents
一种基于无人机动平台的人脸检测与跟踪方法 Download PDFInfo
- Publication number
- CN104794468A CN104794468A CN201510256877.1A CN201510256877A CN104794468A CN 104794468 A CN104794468 A CN 104794468A CN 201510256877 A CN201510256877 A CN 201510256877A CN 104794468 A CN104794468 A CN 104794468A
- Authority
- CN
- China
- Prior art keywords
- face
- eigenwert
- human face
- target
- video frame
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Abstract
本发明公开了一种基于无人机动平台的人脸检测与跟踪方法,属于计算机视觉领域,本发明技术要点包括:离线学习步骤,以标准人脸库为样本空间进行离线学习得到人脸检测器,以目标人脸库为样本空间进行离线学习得到目标人脸识别器;人脸检测步骤,接收无人机拍摄的视频帧,提取视频帧的特征值,将特征值送入人脸检测器,人脸检测器根据所述特征值判断是否检测到人脸,若是则进一步将视频帧的特征值送入目标人脸识别器,目标人脸识别器根据所述特征值判断是否检测到目标人脸;若是则将目标人脸的特征值进行标注并添加到跟踪列表;人脸跟踪步骤,根据目标人脸在当前视频帧的坐标位置预测目标人脸在下一视频帧中的位置。
Description
技术领域
本发明属于计算机视觉领域,是一种实时人脸检测与跟踪方法,尤其是一种针对特定人群对象的基于无人机动平台的人脸检测与跟踪的方法。
背景技术
人脸图像由于其直观性作为人类识别单个目标的主要手段得到越来越多的重视,在智能监控、感知接口、虚拟现实、视频搜索以及电子商务等领域有着广泛的应用,人脸的检测与跟踪技术一直是计算机视觉的研究热点。
目前人脸检测与跟踪主要都集中在固定视觉下的人脸检测与跟踪的解决方案,而针对无人机等动平台的多视觉以及移动视觉下的人脸检测与跟踪方法,却鲜见报道。
这主要是因为无人机等动平台所采集的视频图像序列通常属于动态背景下的人脸目标信息,即机载平台在飞行过程中由于不可避免的发生平台抖动,这种抖动势必会造成人脸目标与背景之间发生相对运动,这种相对运动会使得动平台下视场景下的人脸目标检测与跟踪技术将变得更加复杂。此外,无人机下视场景下人脸面积较小,且处在复杂的地面景物背景中,存在对比度差、遮挡、立体视觉效应等难题,这使得这种背景应用下的人脸检测与跟踪技术准确性和鲁棒性难以保证,这也是无人机动平台人脸检测与跟踪问题最突出的难点之一。
发明内容
本发明所要解决的技术问题是:针对上述存在的问题,提供一种基于动平台的人脸检测及跟踪方法。
本发明采用的技术方案包括:
离线学习步骤,以标准人脸库为样本空间进行离线学习得到人脸检测器,以目标人脸库为样本空间进行离线学习得到目标人脸识别器;
人脸检测步骤,接收无人机拍摄的视频帧,提取视频帧的特征值,将特征值送入人脸检测器,人脸检测器根据所述特征值判断是否检测到人脸,若是则进一步将视频帧的特征值送入目标人脸识别器,目标人脸识别器根据所述特征值判断是否检测到目标人脸;若是则将目标人脸的特征值进行标注并添加到跟踪列表;
人脸跟踪步骤,根据目标人脸在当前视频帧的坐标位置预测目标人脸在下一视频帧中的位置。
进一步,还包括在线学习步骤:
接收无人机当前获取的视频帧,提取当前视频帧的特征值,将特征值送给人脸检测器,如果人脸检测器根据当前视频帧的特征值判断检测到了人脸,则进一步将当前视频帧的特征值送入目标人脸识别器,目标人脸识别器根据所述当前视频帧的特征值判断是否检测到了目标人脸;
如果未检测到目标人脸则将当前视频帧的特征值及值为假的标签送入在线学习模块,如果检测到目标人脸则将当前视频帧的特征值及值为真的标签送入在线学习模块;
在线学习模块利用当前视频帧的特征值及标签值更新目标人脸识别器。
进一步,所述在线学习模块为P-N学习模块;P-N学习模块根据结构性约束条件纠正当前视频帧的标签值,并利用当前视频帧的特征值及纠正后的标签值更新目标人脸识别器。
所述人脸跟踪步骤进一步包括,利用光流法预测目标人脸在下一视频帧中的位置。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
本发明首先采用人脸检测器对视频帧进行筛选,先找到具有人脸的视频帧,缩小了目标人脸识别的范围,再利用目标人脸识别器对目标人脸进行识别,提高了检测的准确性,节省了运算资源。
本发明在跟踪目标人脸的同时,将当前的视频帧及其标签作为新的样本训练并更新目标人脸识别器,进一步提高人脸识别的准确性,使人脸跟踪更加稳定。
本发明采用P-N学习方法对目标人脸的识别结果进行检查纠错,为目标人脸识别器的更新提供了更加可靠的样本,提高了系统的鲁棒性。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1为本发明一个具体实施例的流程图。
图2为本发明中在线学习的流程图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
如图1,本发明包括离线学习步骤,以标准人脸库为样本空间进行离线学习得到人脸检测器,以目标人脸库为样本空间进行离线学习得到目标人脸识别器。其中该标准人脸库包含海量的不同角度、肤色和光照的标准人脸,目标人脸库可以是数张目标人脸相片或一段视频。本步骤中的人脸模型的建立采用但不限于约束局部模型(Constrained local model,CLM)方法,该方法与主动形状模型、主动轮廓模型等传统方法相比,定位精度更高,计算量更小,模型的体积更小,非常适合用于移动或者嵌入式平台上使用。人脸模型建立后,我们针对人脸样本库采用支持向量机SVM进行分类训练,得到人脸检测的训练库。
人脸检测步骤,接收无人机拍摄的视频帧,提取视频帧的特征值,将特征值送入人脸检测器,人脸检测器根据所述特征值判断是否检测到人脸,若是则进一步将视频帧的特征值送入目标人脸识别器,目标人脸识别器根据所述特征值判断是否检测到目标人脸;若是则将目标人脸的特征值进行标注并添加到跟踪列表。此步骤提到的视频帧特征值为CLM模型特征向量值。
人脸跟踪步骤,根据目标人脸在当前视频帧的坐标位置预测目标人脸在下一视频帧中的位置。在一个具体实施例中,本步骤中的跟踪方法可以采用光流法,该方法利用图像序列关于时间(t)与空间(x, y)的灰度变化来估计位置速度场。该方法优点在于能够检测独立运动目标,不需要预先知道场景的信息,并可用于摄像机运动的情况。
由于无人机拍摄到的是移动场景的视频,目标人脸的状态在每帧都不一样,随着跟踪的进行,最先的特征可能不适合继续作为跟踪的模型,因此需要在线学习,不断引入新的特征值,更新目标人脸识别器。
参见图2,在线学习步骤包括:
接收无人机当前获取的视频帧,提取当前视频帧的特征值,将特征值送给人脸检测器,如果人脸检测器根据当前视频帧的特征值判断检测到了人脸,则进一步将当前视频帧的特征值送入目标人脸识别器,目标人脸识别器根据所述当前视频帧的特征值判断是否检测到了目标人脸。
如果未检测到目标人脸则将当前视频帧的特征值及值为假的标签送入在线学习模块,如果检测到目标人脸则将当前视频帧的特征值及值为真的标签送入在线学习模块。
在线学习模块利用当前视频帧的特征值及标签值更新目标人脸识别器。
在其他具体实施例中,所述在线学习模块为P-N学习模块;P-N学习模块根据结构性约束条件纠正当前视频帧的标签值,并利用当前视频帧的特征值及纠正后的标签值更新目标人脸识别器。
该算法于2010年提出(Kalal Z, Matas J, Mikolajczyk K. P-N learning: Bootstrapping binary classifiers by structural constraints[C]. 2010 IEEE Conference on Computer Vision and Pattern Recognition, 2010:49-56.)。P-N学习算法是一种利用结构化的未标记样本的学习方法,包含 P 专家和 N 专家,分别用来辨别误检样本和虚警样本。
例如,目标人脸识别器检测到某一具有人脸的视频帧中的人脸不是目标人脸,则将标签值记为假,P-N学习模块根据结构性约束条件认为该人脸为目标人脸,此时P-N学习模块会将该视频帧的标签值改为真,若P-N学习模块根据结构性约束条件认为该人脸不是目标人脸,此时P-N学习模块不修改该视频帧的标签值。这样做的好处是不仅为目标人脸识别器的更新训练增加了新的样本,还进一步提高了样本的可靠性及目标人脸识别器的鲁棒性。
下面结合两个具体应用场景来阐述本发明,以便直观理解。
一、无人机进行影视剧拍摄中的人脸检测与跟踪
近年来,无人机的一个热门应用领域就是在影视剧中利用无人机携带摄像机进行航拍。在航拍时通常需要镜头对准剧中角色的人脸进行跟踪拍摄,目前采用的方法是通过操作遥控装置来控制无人机的云台和摄像机焦距,进行跟踪拍摄,这对于人的操作有较高要求且无法达到及时、准确的跟踪效果。
本发明提供的方法可在影视剧拍摄中对特定角色进行准确的检测和稳定、长时间的跟踪。其具体实施步骤为:
1、对标准人脸库进行离线学习得到人脸检测器;
2、对需进行航拍的角色脸部图像进行离线学习得到目标人脸识别器;
3、依据人脸检测器输入视频图像进行人脸检测,如果没检测到人脸则继续对下一帧图像进行人脸检测,如果检测到人脸则目标人脸识别器判定是否为目标人脸判定;
4、如果是目标人脸则将其加入跟踪列表,如果不是则对此人脸及识别结果进行在线学习并更新目标人脸识别器,以后将不再检测该人脸;
5、根据跟踪列表,结合输入的跟踪控制策略(由具体的拍摄任务等确定)对人脸进行跟踪;
6、在跟踪过程中不断将新的图像帧及其识别结果作为新的样本提供给在线学习模块,对目标人脸识别器进行更新;
7、跟踪过程中如果出现遮档等造成目标丢失,则结合在线学习结果对接下来的图像帧进行遍历搜索,实现对目标的快速检测和稳定跟踪;
8、根据导演或者其他的结束拍摄指令退出检测和跟踪算法。
二、无人机嫌犯追踪
近年来,许多高技术手段被用于打击各类犯罪行为,其中典型的代表就在追捕嫌犯过程中,利用无人机对嫌犯进行检测、识别与跟踪,并将跟踪画面实时传输到指控中心和地面的追捕人员的显示终端上,从而可准确定位嫌犯位置和逃跑路线,便于对嫌犯实施抓捕。传统通过人手动对嫌犯进行识别并操作无人机进行跟踪存在诸多问题:如无法客观对嫌犯进行识别;当嫌犯进入人群密集区后,无法快速定位嫌犯;嫌犯从视场消失后无法快速重新定位到疑犯。本发明提供的方法可实现对嫌犯准确的检测,稳定、长时间的跟踪。在跟踪开始前可对嫌犯的视频或者相片进行离线学习便于检测,如果没有嫌犯的视频和图片信息则在第一次检测到嫌犯的时候进行在线学习从而建立嫌犯的人脸训练库。其具体实施步骤与实施案例1相似,不再赘述。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (4)
1.一种基于无人机动平台的人脸检测与跟踪方法,其特征在于,包括:
离线学习步骤,以标准人脸库为样本空间进行离线学习得到人脸检测器,以目标人脸库为样本空间进行离线学习得到目标人脸识别器;
人脸检测步骤,接收无人机拍摄的视频帧,提取视频帧的特征值,将特征值送入人脸检测器,人脸检测器根据所述特征值判断是否检测到人脸,若是则进一步将视频帧的特征值送入目标人脸识别器,目标人脸识别器根据所述特征值判断是否检测到目标人脸;若是则将目标人脸的特征值进行标注并添加到跟踪列表;
人脸跟踪步骤,根据目标人脸在当前视频帧的坐标位置预测目标人脸在下一视频帧中的位置。
2.根据权利要求1所述的一种基于无人机动平台的人脸检测与跟踪方法,其特征在于,还包括在线学习步骤:
接收无人机当前获取的视频帧,提取当前视频帧的特征值,将特征值送给人脸检测器,如果人脸检测器根据当前视频帧的特征值判断检测到了人脸,则进一步将当前视频帧的特征值送入目标人脸识别器,目标人脸识别器根据所述当前视频帧的特征值判断是否检测到了目标人脸;
如果未检测到目标人脸则将当前视频帧的特征值及值为假的标签送入在线学习模块,如果检测到目标人脸则将当前视频帧的特征值及值为真的标签送入在线学习模块;
在线学习模块利用当前视频帧的特征值及标签值更新目标人脸识别器。
3.根据权利要求2所述的一种基于无人机动平台的人脸检测与跟踪方法,其特征在于,所述在线学习模块为P-N学习模块;P-N学习模块根据结构性约束条件纠正当前视频帧的标签值,并利用当前视频帧的特征值及纠正后的标签值更新目标人脸识别器。
4.根据权利要求1所述的一种基于无人机动平台的人脸检测与跟踪方法,其特征在于,所述人脸跟踪步骤进一步包括,利用光流法预测目标人脸在下一视频帧中的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510256877.1A CN104794468A (zh) | 2015-05-20 | 2015-05-20 | 一种基于无人机动平台的人脸检测与跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510256877.1A CN104794468A (zh) | 2015-05-20 | 2015-05-20 | 一种基于无人机动平台的人脸检测与跟踪方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104794468A true CN104794468A (zh) | 2015-07-22 |
Family
ID=53559255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510256877.1A Pending CN104794468A (zh) | 2015-05-20 | 2015-05-20 | 一种基于无人机动平台的人脸检测与跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104794468A (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105117022A (zh) * | 2015-09-24 | 2015-12-02 | 北京零零无限科技有限公司 | 一种控制无人机随脸转动的方法和装置 |
CN105447459A (zh) * | 2015-11-18 | 2016-03-30 | 上海海事大学 | 一种无人机自动检测目标和跟踪方法 |
CN106056075A (zh) * | 2016-05-27 | 2016-10-26 | 广东亿迅科技有限公司 | 基于无人机的社区网格化中重点人员识别及跟踪系统 |
CN106094861A (zh) * | 2016-06-02 | 2016-11-09 | 零度智控(北京)智能科技有限公司 | 无人机、无人机控制方法及装置 |
CN106157630A (zh) * | 2016-08-01 | 2016-11-23 | 百度在线网络技术(北京)有限公司 | 犯罪嫌疑目标的监测方法、车辆及系统 |
CN106384097A (zh) * | 2016-09-20 | 2017-02-08 | 朱海燕 | 基于人脸识别的智能视频监控系统 |
CN106529500A (zh) * | 2016-11-28 | 2017-03-22 | 中控智慧科技股份有限公司 | 一种信息处理方法和系统 |
CN106778669A (zh) * | 2016-12-30 | 2017-05-31 | 易瓦特科技股份公司 | 基于无人机进行目标对象进行识别的方法及装置 |
CN106828927A (zh) * | 2015-12-04 | 2017-06-13 | 中华映管股份有限公司 | 利用无人飞行器的保姆系统 |
CN106845385A (zh) * | 2017-01-17 | 2017-06-13 | 腾讯科技(上海)有限公司 | 视频目标跟踪的方法和装置 |
CN107128492A (zh) * | 2017-05-05 | 2017-09-05 | 成都通甲优博科技有限责任公司 | 一种基于人头检测的无人机跟踪方法、装置及无人机 |
CN107765700A (zh) * | 2017-10-01 | 2018-03-06 | 上海量科电子科技有限公司 | 移动终端的使用辅助方法、系统及飞行器 |
CN108182416A (zh) * | 2017-12-30 | 2018-06-19 | 广州海昇计算机科技有限公司 | 一种无人机监控场景下的人体行为识别方法、系统及装置 |
CN108363946A (zh) * | 2017-12-29 | 2018-08-03 | 成都通甲优博科技有限责任公司 | 基于无人机的人脸跟踪系统及方法 |
CN108717522A (zh) * | 2018-04-18 | 2018-10-30 | 上海交通大学 | 一种基于深度学习和相关滤波的人体目标跟踪方法 |
CN108781276A (zh) * | 2016-03-11 | 2018-11-09 | 株式会社专业无人机 | 生物体搜索系统 |
CN108921145A (zh) * | 2018-08-31 | 2018-11-30 | 深圳市研本品牌设计有限公司 | 基于热点人物新闻追踪方法及系统 |
CN108985193A (zh) * | 2018-06-28 | 2018-12-11 | 电子科技大学 | 一种基于图像检测的无人机航拍人像对准方法 |
CN109034130A (zh) * | 2018-08-31 | 2018-12-18 | 深圳市研本品牌设计有限公司 | 一种用于新闻追踪的无人机及存储介质 |
CN109358649A (zh) * | 2018-12-14 | 2019-02-19 | 电子科技大学 | 用于航拍的无人机地面站控制管理系统 |
CN109391775A (zh) * | 2018-10-22 | 2019-02-26 | 哈尔滨工业大学(深圳) | 一种基于人脸识别的智能拍摄云台控制方法与系统 |
CN109583347A (zh) * | 2018-11-22 | 2019-04-05 | 华南理工大学 | 一种针对移动平台长时间跟踪的方法 |
CN109829898A (zh) * | 2019-01-17 | 2019-05-31 | 柳州康云互联科技有限公司 | 一种用于互联网检测中基于神经网络的测量检测系统及方法 |
CN110225366A (zh) * | 2019-06-26 | 2019-09-10 | 腾讯科技(深圳)有限公司 | 视频数据处理及广告位确定方法、装置、介质及电子设备 |
CN110414376A (zh) * | 2019-07-08 | 2019-11-05 | 浙江大华技术股份有限公司 | 更新人脸识别模型的方法、人脸识别相机及服务器 |
CN110866472A (zh) * | 2019-11-04 | 2020-03-06 | 西北工业大学 | 一种无人机地面运动目标识别与图像增强系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411368A (zh) * | 2011-07-22 | 2012-04-11 | 北京大学 | 机器人的主动视觉人脸跟踪方法和跟踪系统 |
CN102867173A (zh) * | 2012-08-28 | 2013-01-09 | 华南理工大学 | 一种人脸识别方法及其系统 |
WO2014001610A1 (en) * | 2012-06-25 | 2014-01-03 | Nokia Corporation | Method, apparatus and computer program product for human-face features extraction |
-
2015
- 2015-05-20 CN CN201510256877.1A patent/CN104794468A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411368A (zh) * | 2011-07-22 | 2012-04-11 | 北京大学 | 机器人的主动视觉人脸跟踪方法和跟踪系统 |
WO2014001610A1 (en) * | 2012-06-25 | 2014-01-03 | Nokia Corporation | Method, apparatus and computer program product for human-face features extraction |
CN102867173A (zh) * | 2012-08-28 | 2013-01-09 | 华南理工大学 | 一种人脸识别方法及其系统 |
Non-Patent Citations (1)
Title |
---|
张尚迪: "基于Adaboost和TLD算法的人脸检测跟踪系统", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017049816A1 (zh) * | 2015-09-24 | 2017-03-30 | 北京零零无限科技有限公司 | 一种控制无人机随脸转动的方法和装置 |
CN105117022A (zh) * | 2015-09-24 | 2015-12-02 | 北京零零无限科技有限公司 | 一种控制无人机随脸转动的方法和装置 |
CN105447459A (zh) * | 2015-11-18 | 2016-03-30 | 上海海事大学 | 一种无人机自动检测目标和跟踪方法 |
CN105447459B (zh) * | 2015-11-18 | 2019-03-22 | 上海海事大学 | 一种无人机自动检测目标和跟踪方法 |
CN106828927A (zh) * | 2015-12-04 | 2017-06-13 | 中华映管股份有限公司 | 利用无人飞行器的保姆系统 |
CN108781276A (zh) * | 2016-03-11 | 2018-11-09 | 株式会社专业无人机 | 生物体搜索系统 |
CN106056075A (zh) * | 2016-05-27 | 2016-10-26 | 广东亿迅科技有限公司 | 基于无人机的社区网格化中重点人员识别及跟踪系统 |
CN106094861A (zh) * | 2016-06-02 | 2016-11-09 | 零度智控(北京)智能科技有限公司 | 无人机、无人机控制方法及装置 |
CN106094861B (zh) * | 2016-06-02 | 2024-01-12 | 零度智控(北京)智能科技有限公司 | 无人机、无人机控制方法及装置 |
CN106157630A (zh) * | 2016-08-01 | 2016-11-23 | 百度在线网络技术(北京)有限公司 | 犯罪嫌疑目标的监测方法、车辆及系统 |
CN106157630B (zh) * | 2016-08-01 | 2019-08-27 | 百度在线网络技术(北京)有限公司 | 犯罪嫌疑目标的监测方法、车辆及系统 |
CN106384097B (zh) * | 2016-09-20 | 2019-04-05 | 广东信佰君略科技咨询有限公司 | 基于人脸识别的智能视频监控系统 |
CN106384097A (zh) * | 2016-09-20 | 2017-02-08 | 朱海燕 | 基于人脸识别的智能视频监控系统 |
CN106529500A (zh) * | 2016-11-28 | 2017-03-22 | 中控智慧科技股份有限公司 | 一种信息处理方法和系统 |
CN106778669A (zh) * | 2016-12-30 | 2017-05-31 | 易瓦特科技股份公司 | 基于无人机进行目标对象进行识别的方法及装置 |
CN106845385A (zh) * | 2017-01-17 | 2017-06-13 | 腾讯科技(上海)有限公司 | 视频目标跟踪的方法和装置 |
CN107128492A (zh) * | 2017-05-05 | 2017-09-05 | 成都通甲优博科技有限责任公司 | 一种基于人头检测的无人机跟踪方法、装置及无人机 |
CN107128492B (zh) * | 2017-05-05 | 2019-09-20 | 成都通甲优博科技有限责任公司 | 一种基于人头检测的无人机跟踪方法、装置及无人机 |
CN107765700A (zh) * | 2017-10-01 | 2018-03-06 | 上海量科电子科技有限公司 | 移动终端的使用辅助方法、系统及飞行器 |
CN108363946A (zh) * | 2017-12-29 | 2018-08-03 | 成都通甲优博科技有限责任公司 | 基于无人机的人脸跟踪系统及方法 |
CN108363946B (zh) * | 2017-12-29 | 2022-05-03 | 成都通甲优博科技有限责任公司 | 基于无人机的人脸跟踪系统及方法 |
CN108182416A (zh) * | 2017-12-30 | 2018-06-19 | 广州海昇计算机科技有限公司 | 一种无人机监控场景下的人体行为识别方法、系统及装置 |
CN108717522A (zh) * | 2018-04-18 | 2018-10-30 | 上海交通大学 | 一种基于深度学习和相关滤波的人体目标跟踪方法 |
CN108985193A (zh) * | 2018-06-28 | 2018-12-11 | 电子科技大学 | 一种基于图像检测的无人机航拍人像对准方法 |
CN108921145A (zh) * | 2018-08-31 | 2018-11-30 | 深圳市研本品牌设计有限公司 | 基于热点人物新闻追踪方法及系统 |
CN109034130A (zh) * | 2018-08-31 | 2018-12-18 | 深圳市研本品牌设计有限公司 | 一种用于新闻追踪的无人机及存储介质 |
CN109391775A (zh) * | 2018-10-22 | 2019-02-26 | 哈尔滨工业大学(深圳) | 一种基于人脸识别的智能拍摄云台控制方法与系统 |
CN109583347A (zh) * | 2018-11-22 | 2019-04-05 | 华南理工大学 | 一种针对移动平台长时间跟踪的方法 |
CN109358649A (zh) * | 2018-12-14 | 2019-02-19 | 电子科技大学 | 用于航拍的无人机地面站控制管理系统 |
CN109829898A (zh) * | 2019-01-17 | 2019-05-31 | 柳州康云互联科技有限公司 | 一种用于互联网检测中基于神经网络的测量检测系统及方法 |
CN109829898B (zh) * | 2019-01-17 | 2023-05-16 | 柳州康云互联科技有限公司 | 一种用于互联网检测中基于神经网络的测量检测系统及方法 |
CN110225366A (zh) * | 2019-06-26 | 2019-09-10 | 腾讯科技(深圳)有限公司 | 视频数据处理及广告位确定方法、装置、介质及电子设备 |
CN110414376A (zh) * | 2019-07-08 | 2019-11-05 | 浙江大华技术股份有限公司 | 更新人脸识别模型的方法、人脸识别相机及服务器 |
CN110414376B (zh) * | 2019-07-08 | 2022-08-09 | 浙江大华技术股份有限公司 | 更新人脸识别模型的方法、人脸识别相机及服务器 |
CN110866472A (zh) * | 2019-11-04 | 2020-03-06 | 西北工业大学 | 一种无人机地面运动目标识别与图像增强系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104794468A (zh) | 一种基于无人机动平台的人脸检测与跟踪方法 | |
CN109272530B (zh) | 面向空基监视场景的目标跟踪方法与装置 | |
CN104820998B (zh) | 一种基于无人机动平台的人体检测与跟踪方法及装置 | |
CN106447680B (zh) | 动态背景环境下雷达与视觉融合的目标检测与跟踪方法 | |
CN109584213B (zh) | 一种多目标编号选定跟踪方法 | |
Sommer et al. | Flying object detection for automatic UAV recognition | |
CN111679695B (zh) | 一种基于深度学习技术的无人机巡航及追踪系统和方法 | |
CN102436738A (zh) | 一种基于无人机的交通监测装置 | |
CN106056075A (zh) | 基于无人机的社区网格化中重点人员识别及跟踪系统 | |
CN104978390A (zh) | 使用出行路径元数据进行情景感知目标检测 | |
EP2917874A1 (en) | Cloud feature detection | |
US20190378287A1 (en) | System and method for object recognition using depth mapping | |
Oskiper et al. | Augmented reality binoculars | |
CN109102530A (zh) | 运动轨迹绘制方法、装置、设备和存储介质 | |
CN106056624A (zh) | 无人机高清图像小目标检测与跟踪系统及其检测跟踪方法 | |
CN109063625A (zh) | 一种基于级联深度网络的人脸关键点检测方法 | |
Li et al. | Robust multiperson detection and tracking for mobile service and social robots | |
CN107038714A (zh) | 多型视觉传感协同目标跟踪方法 | |
CN105892638A (zh) | 一种虚拟现实交互方法、装置和系统 | |
CN108734655A (zh) | 空中多节点实时侦查的方法及系统 | |
CN107480580B (zh) | 图像识别方法和图像识别装置 | |
CN108737743A (zh) | 基于图像拼接的视频拼接装置及视频拼接方法 | |
CN103591953B (zh) | 一种基于单摄像头的人员定位方法 | |
Li et al. | A hybrid pose tracking approach for handheld augmented reality | |
CN112257638A (zh) | 一种图像比对方法、系统、设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150722 |
|
RJ01 | Rejection of invention patent application after publication |