CN106023253A - 一种城市目标轨迹追踪的方法 - Google Patents
一种城市目标轨迹追踪的方法 Download PDFInfo
- Publication number
- CN106023253A CN106023253A CN201610330954.8A CN201610330954A CN106023253A CN 106023253 A CN106023253 A CN 106023253A CN 201610330954 A CN201610330954 A CN 201610330954A CN 106023253 A CN106023253 A CN 106023253A
- Authority
- CN
- China
- Prior art keywords
- photographic head
- target
- crossroad
- trail
- human face
- 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
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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提出了一种城市目标轨迹追踪的方法,包括如下步骤:路口监控装置的设置;行人道路行为的记录;追踪目标的确定;追踪目标轨迹的判断。本发明通过十字路口的摄像头实时监控道路行人,对摄像头传送来的视频流进行分析处理和人脸比对,获取人脸目标并推出该人脸目标的行走轨迹,再通过曲线拟合推断出目标消失范围,具有成本低、灵活性高、搜索范围广泛、搜索准确率高的优点,可以适用于多种目标追踪的应用场景,为各种部门提供协助支持作用。
Description
技术领域
本发明涉及一种追踪技术,尤其是指一种城市目标轨迹追踪的方法。
背景技术
虽然现代社会正以和平稳定的局势发展,但仍然潜藏着众多在逃嫌疑犯危害人们安全,公安局自用的目标检测系统有的存在搜索范围不广的问题,无法准确定位在逃人员,有的统虽然能较为准确的定位目标,但是自身成本太高,无法普及应用。
发明内容
为了解决现有目标追踪技术大多定位不准确或定位准但成本过高的问题,本发明提出了一种城市目标轨迹追踪的方法,通过十字路口的摄像头实时监控道路行人,对摄像头传送来的视频流进行分析处理、人脸比对,获取追踪目标并推出追踪目标的行走轨迹,通过曲线拟合推断出目标消失范围,具有成本低、灵活性高、搜索范围广泛、搜索准确率高的优点可,为多部门(如公安局)提供协助支持作用。
本发明所采用的技术方案是:一种城市目标轨迹追踪的方法,设定路网A,路网A有若干个十字路口,则横向序号为m、纵向序号为n的十字路口标记为Rmn,其中m、n为正整数,包括如下步骤:
S1,路口监控装置的设置:每个十字路口四个方向的斑马线两端分别设置用于监控斑马线的摄像头,即每个十字路口设有八个摄像头,则十字路口Rmn的第i个摄像头标记为其中Ci为十字路口Rmn的第i个摄像头,i为整数且1≤i≤8;路口监控装置包括上述的八个摄像头和设置于路口的智能分析设备,所述智能分析设备包括电连接的人脸识别模块和人脸比对分析模块,智能分析设备的人脸识别模块与摄像头网络连接,人脸比对分析模块内设有人像数据库,所述的人像数据库内存储有若干个设定好的需追踪的人脸图像P1;
S2,行人道路行为的记录:摄像头将检测的视频流传输至智能分析设备的人脸识别模块,人脸识别模块对视频流进行分析,采集行人过路口的若干个图像并生成行人的人脸图像P2;
S3,追踪目标的确定:智能分析设备的人脸比对分析模块提取人像数据库内存储有的需追踪的人脸图像P1与人脸识别模块生成的行人的人脸图像P2进行相似度比对,若相似度达到设定的百分比,锁定该人脸图像,标记为追踪人脸目标P3;
S4,追踪目标轨迹的判断:根据十字路口Rmn的摄像头监测到追踪人脸目标P3的先后顺序判断追踪人脸目标P3在十字路口Rmn的道路行为,然后依次查询邻近十字路口的监测情况,得出追踪人脸目标P3的道路行为。
作为优选,所述的步骤S4中,若最后监测到追踪人脸目标P3的是十字路口R(m+p)(n+q)的其中一个摄像头Cr,摄像头Cr坐标为(X1,Y1),离摄像头Cr最近的三个摄像头分别为摄像头Cr+1(X2,Y2)、摄像头Cr+2(X3,Y3)、和摄像头Cr+3(X4,Y4),其中p、q、r均为整数,根据四个摄像头的坐标拟合出多个椭圆E;根据椭圆方程其中(X0,Y0)为椭圆中心,ak是椭圆的长轴,bk是椭圆的短轴,椭圆外一点Cr+3到椭圆的距离d=||Cr+3-E||,当d的值最小时的椭圆即为拟合椭圆,拟合椭圆内即为追踪人脸目标P3的消失范围。
作为优选,所述摄像头的最低像素是300万。每个摄像头要求最低像素是300万,以便抓拍清晰的人脸照片。
作为优选,所述步骤S3中,相似度比对时设定的百分比为80%。
本发明的有益效果是:成本低、灵活性高、搜索范围广泛、搜索准确率高,通过更改比对库中感兴趣的图片种类(人脸照片或者车牌照片)可以适用于多种目标追踪的应用场景,可以为各种部门(如公安局)提供协助支持作用。
附图说明
图1是本发明的一种流程示意图;
图2是本发明的路口监控装置的设置示意图;
图3是本发明第四步中追踪人脸目标P3等待过马路的示意图;
图4是本发明第四步中推定追踪人脸目标P3行走轨迹的示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。
一种城市目标轨迹追踪的方法,设定路网A,路网A有若干个十字路口,其中横向序号为m、纵向序号为n的十字路口标记为Rmn,其中m、n为正整数,具体步骤如图1所示。
第一步,路口监控装置的设置。
在每个十字路口四个方向的斑马线两端分别设置用于监控斑马线的摄像头,即每个十字路口设八个摄像头,十字路口Rmn的第i个摄像头标记为其中Ci为十字路口Rmn的第i个摄像头,i为整数且1≤i≤8。为了能检测到人脸,每个摄像头的最低像素要求是300万。如图2所示,十字路口Rmn的8个摄像头分别设置在4条斑马线的两端。
路口监控装置用于监控十字路口过斑马线的行人。路口监控装置包括上述的八个摄像头和设置于路口的智能分析设备,智能分析设备包括电连接的人脸识别模块和人脸比对分析模块,其中智能分析设备的人脸识别模块与每个摄像头通过网络通信连接,人脸比对分析模块内设有人像数据库,人像数据库内存储有若干个设定好的需追踪的人脸图像P1。例如,在人像数据库内存放公安系统的在逃嫌疑犯的人脸图像P1。
第二步,行人道路行为的记录。
摄像头将检测的视频流传输至智能分析设备的人脸识别模块,人脸识别模块对视频流进行分析,采集行人过路口的若干个图像并生成行人的人脸图像P2。
需要采集的图像可以包括该名行人在刚开始过斑马线的时间位置图像、走过一半斑马线的时间位置图像、即将走完斑马线的时间位置图像。人脸图像P2的分辨率要尽可能高。
第三步,追踪目标的确定。
智能分析设备的人脸比对分析模块提取人像数据库内存储有的需追踪的人脸图像P1与人脸识别模块生成的行人的人脸图像P2进行相似度比对,若相似度达到设定的百分比,锁定该人脸图像,标记为追踪人脸目标P3。设定的百分比θ通常取80%。
第四步,追踪目标轨迹的判断。
根据十字路口Rmn的摄像头监测到追踪人脸目标P3的先后顺序判断追踪人脸目标P3在十字路口Rmn的道路行为,然后依次查询邻近十字路口的监测情况,得出追踪人脸目标P3的道路行为。
假设追踪人脸目标P3最初被十字路口Rmn的摄像头检测到,则等待过马路,如图3所示。在十字路口Rmn范围内,根据摄像头检测到追踪人脸目标P3的先后顺序来判断追踪人脸目标P3在该十字路口的道路行为,用Ha(a∈{1,2,3,…})表示道路行为,过程如下:
(1)若该人脸目标P3在十字路口Rmn没有再被摄像头检测到,则此人行走方向为向南或者向东行走;
(2)若该人脸目标P3在十字路口Rmn再次被摄像头检测到且只被摄像头检测到,则此人行走方向为向北行走,然后离开十字路口Rmn;
(3)若该人脸目标P3在十字路口Rmn又被摄像头检测到,则此人行走方向是向西行走。
同理,可以得出追踪人脸目标P3被其他摄像头检测到的道路行为。追踪人脸目标P3在十字路口Rmn的道路行为,标记为H1。
随后在若干十字路口先后检测到追踪人脸目标P3,即可以推出追踪人脸目标P3的行走轨迹,如图4所示。
由于最后一次检测到追踪人脸目标P3是在十字路口R(m+2)n,所以根据行人在十字路口R(m+2)n的道路行为Ha来分析该人接下来的行走方向,由此推定该人消失的区域范围。假设每个摄像头的位置用横坐标Xn和纵坐标Yn表示,即Ci(Xn,Yn)(n∈{1,2,3,…})。判断方法如下:
a.假定距离追踪人脸目标P3自身所处摄像头位置为Cr,摄像头Cr坐标为(X1,Y1),距离追踪人脸目标P3不同方向的最近的摄像头分别是Cr+1(X2,Y2)、摄 像头Cr+2(X3,Y3)、和摄像头Cr+3(X4,Y4),其中p、q、r均为整数,根据这四个点的坐标拟合出多个椭圆E;
b.根据椭圆方程其中(X0,Y0)为椭圆中心,ak是椭圆的长轴,bk是椭圆的短轴,椭圆外一点Cr+3到椭圆的距离d=||Cr+3-E||,当d的值最小时的椭圆即为拟合椭圆;
c.计算得到的拟合椭圆的面积S,则追踪人脸目标P3消失在这片范围内。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明的保护范围之内。
Claims (4)
1.一种城市目标轨迹追踪的方法,其特征在于:设定路网A,路网A有若干个十字路口,则横向序号为m、纵向序号为n的十字路口标记为Rmn,其中m、n为正整数,包括如下步骤:
S1,路口监控装置的设置:每个十字路口四个方向的斑马线两端分别设置用于监控斑马线的摄像头,即每个十字路口设有八个摄像头,则十字路口Rmn的第i个摄像头标记为其中Ci为十字路口Rmn的第i个摄像头,i为整数且1≤i≤8;路口监控装置包括上述的八个摄像头和设置于路口的智能分析设备,所述智能分析设备包括电连接的人脸识别模块和人脸比对分析模块,智能分析设备的人脸识别模块与摄像头网络连接,人脸比对分析模块内设有人像数据库,所述的人像数据库内存储有若干个设定好的需追踪的人脸图像P1;
S2,行人道路行为的记录:摄像头将检测的视频流传输至智能分析设备的人脸识别模块,人脸识别模块对视频流进行分析,采集行人过路口的若干个图像并生成行人的人脸图像P2;
S3,追踪目标的确定:智能分析设备的人脸比对分析模块提取人像数据库内存储有的需追踪的人脸图像P1与人脸识别模块生成的行人的人脸图像P2进行相似度比对,若相似度达到设定的百分比,锁定该人脸图像,标记为追踪人脸目标P3;
S4,追踪目标轨迹的判断:根据十字路口Rmn的摄像头监测到追踪人脸目标P3的先后顺序判断追踪人脸目标P3在十字路口Rmn的道路行为,然后依次查询邻近十字路口的监测情况,得出追踪人脸目标P3的道路行为。
2.根据权利要求1所述的一种城市目标轨迹追踪的方法,其特征在于:所述的步骤S4中,若最后监测到追踪人脸目标P3的是十字路口R(m+p)(n+q)的其中一个摄像头Cr,摄像头Cr坐标为(X1,Y1),离摄像头Cr最近的三个摄像头分别为摄像头Cr+1(X2,Y2)、摄像头Cr+2(X3,Y3)、和摄像头Cr+3(X4,Y4),其中p、q、r均为整数,根据四个摄像头的坐标拟合出多个椭圆E;根据椭圆方程其中(X0,Y0)为椭圆中心,ak是椭圆的长轴,bk是椭圆的短轴,椭圆外一点Cr+3到椭圆的距离d=||Cr+3-E||,当d的值最小时的椭圆即为拟合椭圆,拟合椭圆内即为追踪人脸目标P3的消失范围。
3.根据权利要求1或2所述的一种城市目标轨迹追踪的方法,其特征在于:所述摄像头的最低像素是300万。
4.根据权利要求1或2所述的一种城市目标轨迹追踪的方法,其特征在于:所述步骤S3中,相似度比对时设定的百分比为80%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610330954.8A CN106023253B (zh) | 2016-05-18 | 2016-05-18 | 一种城市目标轨迹追踪的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610330954.8A CN106023253B (zh) | 2016-05-18 | 2016-05-18 | 一种城市目标轨迹追踪的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106023253A true CN106023253A (zh) | 2016-10-12 |
CN106023253B CN106023253B (zh) | 2019-02-12 |
Family
ID=57098573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610330954.8A Active CN106023253B (zh) | 2016-05-18 | 2016-05-18 | 一种城市目标轨迹追踪的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106023253B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106851199A (zh) * | 2017-02-07 | 2017-06-13 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
CN107045537A (zh) * | 2017-02-07 | 2017-08-15 | 上海众恒信息产业股份有限公司 | 面向个体的特征定位系统与方法 |
CN107169461A (zh) * | 2017-05-19 | 2017-09-15 | 苏州寅初信息科技有限公司 | 一种用于商场的智能安全追踪方法及其系统 |
CN107341445A (zh) * | 2017-06-07 | 2017-11-10 | 武汉大千信息技术有限公司 | 监控场景下行人目标的全景描述方法及系统 |
CN108881342A (zh) * | 2017-05-11 | 2018-11-23 | 京东方科技集团股份有限公司 | 一种目标追踪方法和目标追踪系统 |
CN109214276A (zh) * | 2018-07-23 | 2019-01-15 | 武汉虹信技术服务有限责任公司 | 一种基于人脸识别技术的目标人员轨迹跟踪的系统及方法 |
CN109858358A (zh) * | 2018-12-28 | 2019-06-07 | 深圳供电局有限公司 | 楼宇间人员轨迹跟踪方法及其系统、计算机可读存储介质 |
CN110113581A (zh) * | 2019-06-13 | 2019-08-09 | 沈力 | 一种智慧城市监控系统及方法 |
CN111008993A (zh) * | 2019-12-06 | 2020-04-14 | 江西洪都航空工业集团有限责任公司 | 一种行人跨镜追踪的方法及装置 |
CN112242061A (zh) * | 2019-07-17 | 2021-01-19 | 杭州海康威视数字技术股份有限公司 | 一种基于人脸分析的车辆管理系统 |
CN112906439A (zh) * | 2019-12-04 | 2021-06-04 | 上海稻知信息科技有限公司 | 一种基于目标追踪和行为检测的客流分析方法和系统 |
CN112906507A (zh) * | 2021-01-29 | 2021-06-04 | 同济大学 | 基于数码照片测算商业街行人轨迹的方法 |
CN113114850A (zh) * | 2021-03-18 | 2021-07-13 | 电子科技大学 | 一种基于监控视频和pdr在线融合定位方法 |
CN114694387A (zh) * | 2022-03-31 | 2022-07-01 | 中国第一汽车股份有限公司 | 一种追踪汽车轨迹的方法、系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090268033A1 (en) * | 2005-08-30 | 2009-10-29 | Norimichi Ukita | Method for estimating connection relation among wide-area distributed camera and program for estimating connection relation |
CN102005120A (zh) * | 2010-11-22 | 2011-04-06 | 顾海松 | 基于视频图像分析的交通路口监控技术和系统 |
CN104916125A (zh) * | 2015-05-20 | 2015-09-16 | 蒋阳升 | Cbd地区信号交叉口行人过街交通行为督导系统 |
-
2016
- 2016-05-18 CN CN201610330954.8A patent/CN106023253B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090268033A1 (en) * | 2005-08-30 | 2009-10-29 | Norimichi Ukita | Method for estimating connection relation among wide-area distributed camera and program for estimating connection relation |
CN102005120A (zh) * | 2010-11-22 | 2011-04-06 | 顾海松 | 基于视频图像分析的交通路口监控技术和系统 |
CN104916125A (zh) * | 2015-05-20 | 2015-09-16 | 蒋阳升 | Cbd地区信号交叉口行人过街交通行为督导系统 |
Non-Patent Citations (1)
Title |
---|
张泳琳 等: "基于RFID的社区电瓶车防盗系统的研究", 《浙江万里学院学报》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107045537A (zh) * | 2017-02-07 | 2017-08-15 | 上海众恒信息产业股份有限公司 | 面向个体的特征定位系统与方法 |
CN106851199A (zh) * | 2017-02-07 | 2017-06-13 | 深圳云天励飞技术有限公司 | 一种视频处理方法及装置 |
CN108881342A (zh) * | 2017-05-11 | 2018-11-23 | 京东方科技集团股份有限公司 | 一种目标追踪方法和目标追踪系统 |
CN107169461A (zh) * | 2017-05-19 | 2017-09-15 | 苏州寅初信息科技有限公司 | 一种用于商场的智能安全追踪方法及其系统 |
CN107341445A (zh) * | 2017-06-07 | 2017-11-10 | 武汉大千信息技术有限公司 | 监控场景下行人目标的全景描述方法及系统 |
CN109214276A (zh) * | 2018-07-23 | 2019-01-15 | 武汉虹信技术服务有限责任公司 | 一种基于人脸识别技术的目标人员轨迹跟踪的系统及方法 |
CN109858358A (zh) * | 2018-12-28 | 2019-06-07 | 深圳供电局有限公司 | 楼宇间人员轨迹跟踪方法及其系统、计算机可读存储介质 |
CN110113581A (zh) * | 2019-06-13 | 2019-08-09 | 沈力 | 一种智慧城市监控系统及方法 |
CN112242061A (zh) * | 2019-07-17 | 2021-01-19 | 杭州海康威视数字技术股份有限公司 | 一种基于人脸分析的车辆管理系统 |
CN112906439A (zh) * | 2019-12-04 | 2021-06-04 | 上海稻知信息科技有限公司 | 一种基于目标追踪和行为检测的客流分析方法和系统 |
CN111008993A (zh) * | 2019-12-06 | 2020-04-14 | 江西洪都航空工业集团有限责任公司 | 一种行人跨镜追踪的方法及装置 |
CN112906507A (zh) * | 2021-01-29 | 2021-06-04 | 同济大学 | 基于数码照片测算商业街行人轨迹的方法 |
CN112906507B (zh) * | 2021-01-29 | 2022-06-07 | 同济大学 | 基于数码照片测算商业街行人轨迹的方法 |
CN113114850A (zh) * | 2021-03-18 | 2021-07-13 | 电子科技大学 | 一种基于监控视频和pdr在线融合定位方法 |
CN114694387A (zh) * | 2022-03-31 | 2022-07-01 | 中国第一汽车股份有限公司 | 一种追踪汽车轨迹的方法、系统 |
CN114694387B (zh) * | 2022-03-31 | 2023-04-28 | 中国第一汽车股份有限公司 | 一种追踪汽车轨迹的方法、系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106023253B (zh) | 2019-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106023253A (zh) | 一种城市目标轨迹追踪的方法 | |
Lee et al. | An application of a deep learning algorithm for automatic detection of unexpected accidents under bad CCTV monitoring conditions in tunnels | |
Saxena et al. | Crowd behavior recognition for video surveillance | |
US9892325B2 (en) | Image management system | |
Candamo et al. | Understanding transit scenes: A survey on human behavior-recognition algorithms | |
JP4852765B2 (ja) | 広域分散カメラ間の連結関係推定法および連結関係推定プログラム | |
US9569531B2 (en) | System and method for multi-agent event detection and recognition | |
KR101541272B1 (ko) | 사람들의 움직임 불규칙성을 이용한 폭력 행위 검출 장치 및 방법 | |
Ke et al. | Motion-vector clustering for traffic speed detection from UAV video | |
Cao et al. | Abnormal crowd motion analysis | |
CN106778688B (zh) | 一种拥挤场景监控视频中人群流异常事件的检测方法 | |
CN113676702B (zh) | 基于视频流的目标追踪监测方法、系统、装置及存储介质 | |
CN111008993A (zh) | 一种行人跨镜追踪的方法及装置 | |
US20220351515A1 (en) | Method for perceiving event tagging-based situation and system for same | |
Lijun et al. | Video-based crowd density estimation and prediction system for wide-area surveillance | |
CN109299700A (zh) | 基于人群密度分析的地铁群体异常行为检测方法 | |
KR101572366B1 (ko) | 지능형 영상 감시 시스템을 위한 납치 상황 인식 방법 | |
Pratama et al. | Smart video surveillance system for level crossing: a systematic literature review | |
Malinovskiy et al. | Model‐free video detection and tracking of pedestrians and bicyclists | |
RU2534827C2 (ru) | Способ видеонаблюдения открытого пространства с контролем пожарной опасности | |
CN111144260A (zh) | 一种翻越闸机的检测方法、装置及系统 | |
Hashmi et al. | Analysis and monitoring of a high density traffic flow at T-intersection using statistical computer vision based approach | |
Malinovskiy et al. | A simple and model-free algorithm for real-time pedestrian detection and tracking | |
CN202736085U (zh) | 敞开式校园防尾随系统 | |
Zimoch et al. | Human flow recognition using deep networks and vision methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |