CN106485217A - 一种识别游览景区人流饱和度的方法与系统 - Google Patents

一种识别游览景区人流饱和度的方法与系统 Download PDF

Info

Publication number
CN106485217A
CN106485217A CN201610866732.8A CN201610866732A CN106485217A CN 106485217 A CN106485217 A CN 106485217A CN 201610866732 A CN201610866732 A CN 201610866732A CN 106485217 A CN106485217 A CN 106485217A
Authority
CN
China
Prior art keywords
target
target signature
scenic spot
memory
saturation degree
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
Application number
CN201610866732.8A
Other languages
English (en)
Other versions
CN106485217B (zh
Inventor
何进
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.)
Sichuan Century Cloud Technology Co Ltd
Original Assignee
Sichuan Century Cloud Technology 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 Sichuan Century Cloud Technology Co Ltd filed Critical Sichuan Century Cloud Technology Co Ltd
Priority to CN201610866732.8A priority Critical patent/CN106485217B/zh
Publication of CN106485217A publication Critical patent/CN106485217A/zh
Application granted granted Critical
Publication of CN106485217B publication Critical patent/CN106485217B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种识别游览景区人流饱和度的方法与系统，方法包括以下步骤：视频数据采集：利用设置于景区各进/出口闸道处的视频采集装置采集视频数据；目标特征提取：定时对采集的视频数据进行图像分析处理，提取目标特征；饱和度判断：分析各个目标特征是否与存储器中的已保存的特征数据匹配：如果有目标特征无法与存储器中的特征数据匹配，则根据不匹配的目标特征数量对总人数进行修改，同时将对应的与存储器中不匹配的目标特征存入存储器中。本发明通过图像识别技术实现监管景区人流饱和度，解决景区进/出口闸道通常人数众多，视频采集画面的速度会很快，此时会导致一个前后画面将同一个人拍摄进入，从而导致误计数的问题。

Description

一种识别游览景区人流饱和度的方法与系统
技术领域
本发明涉及一种识别游览景区人流饱和度的方法与系统。
背景技术
随着人们生活水平的提高以及科技的进步和发展，旅游逐渐成为人们休假的重要选择，而在节假日选择出行的人们越来越多，因此旅游业发展越来越迅速，在其发展的过程中，安全作为一种不可忽视的问题越来越被相关部门重视。
近年来，在有关各个黄金周的报道中，最受瞩目的就是景区人数爆满，轻者游客无法享受到应有的服务，重者发生踩踏、因人数众多发生塌陷等安全事故。
在现有技术中，景区通常在售票后对景区游客人流量缺乏监管，导致热门景点或路线人数过多，导致排队浪费时间和容易出现安全事故。容易导致景区人数众多，不便于游玩。
发明内容
本发明的目的在于克服现有技术的不足，提供一种识别游览景区人流饱和度的方法与系统。
本发明的目的是通过以下技术方案来实现的：一种识别游览景区人流饱和度的方法，包括以下步骤：
视频数据采集：利用设置于景区各进/出口闸道处的视频采集装置采集视频数据；
目标特征提取：定时对采集的视频数据进行图像分析处理，提取目标特征；
饱和度判断：分析各个目标特征是否与存储器中的已保存的特征数据匹配：
（1）如果所有目标特征均与存储器中的特征数据匹配，则不对总人数进行操作；
（2）如果有目标特征无法与存储器中的特征数据匹配，则根据不匹配的目标特征数量对总人数进行修改，同时将对应的与存储器中不匹配的目标特征存入存储器中。
所述目标特征提取步骤包括以下子步骤：
图像预处理：从视频图像中分割出运动区域，进行背景建模以及前景分析；
目标特征提取：利用分类器对运动区域中的目标特征进行分析，包括人脸识别或者头肩部识别，提取出目标特征；
目标特征存储：将获取到的目标特征存储至缓存器中。
所述的一种识别游览景区人流饱和度的方法还包括一个分类器训练步骤：采集大量人体样本数据，然后利用样本数据对分类器进行训练。
所述的一种识别游览景区人流饱和度的方法还包括一个目标特征提取时间调整步骤：根据一段时间内得到的总体与存储器中数据匹配人数的次数以及与单个数据的匹配次数，对目标特征提取的时间进行调整。
所述的一种识别游览景区人流饱和度的方法还包括一个特征数据删除步骤：每隔一段时间，将存储器中存储的特征数据进行删除。
在饱和度判断之前还包括一个人体判断步骤：判断提取的目标特征是否为人体特征，如果是则进入饱和度判断步骤，否则放弃该目标特征。
一种识别游览景区人流饱和度的系统：包括多个设置于景区各进/出口闸道处视频采集装置和与各视频采集装置连接的数据处理装置；所述的数据处理装置包括：
视频帧分割模块：用于对采集到的视频图像进行视频帧分割；
图像识别与目标特征提取模块：用于对视频帧分割模块分割出的视频帧图像进行识别，以及目标特征的提取；
匹配模块：用于将图像识别与目标特征提取模块提取的目标特征与存储器中的特征数据进行匹配：如果有目标特征无法与特征数据匹配，则根据不匹配的目标特征数量对游览总人数进行修改，同时将对应的与存储器中不匹配的目标特征数据存入存储器中；
定时模块：用于控制视频帧分割模块的分割时间。
所述的图像识别与目标特征提取模块包括分类器训练子模块和目标特征提取子模块，所述的分类器训练单元用于采集大量人体样本数据，利用样本数据对分类器进行训练；
所述的目标特征提取子模块包括：
图像预处理单元：用于从视频图像分割出视频图像中的运动区域，进行背景建模以及前景分析；
目标特征提取单元：利用分类器对运动区域中的目标特征进行分析，包括人脸识别或者头肩部识别；
目标存储单元：将获取到的目标特征存储至缓存器中。
当提取到的目标特征与存储器中保存的特征数据的匹配程度为N%，则视为数据匹配。
所述的一种识别游览景区人流饱和度的系统还包括一个目标特征提取时间调整模块：用于根据一段时间内得到的与存储器中特征数据匹配人数的总数量以及与单个特征数据的匹配次数，对定时模块的时间进行调整。
所述的一种识别游览景区人流饱和度的系统还包括一个特征数据删除模块：每隔一段时间，将存储器的特征数据进行删除。
本发明的有益效果是：
（1）本发明通过图像识别技术实现监管景区人流饱和度，解决景区进/出口闸道通常人数众多，视频采集画面的速度会很快，此时会导致一个前后画面将同一个人拍摄进入，从而导致误计数的问题。
（2）本发明根据获取数据自动调整数据获取时间，解决景区在不同时期的接待人数不同，以及在人多拥挤的情况下甚至会使得进出闸道的速度很慢，此时如果采用同一个帧切割频率进行图像识别，会造成大量的无效数据以及无效处理的问题。
（3）本发明还会对定时对特征数据进行删除操作，减少数据的运算量以及存储量。
附图说明
图1为本发明实施例1方法流程图；
图2为本发明实施例1系统方框图；
图3为本发明实施例2系统方框图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案：
实施例1为在景区进/出口分别设置的系统，用于监管人流饱和度。
如图1所示，一种识别游览景区人流饱和度的方法，其特征在于：包括以下步骤：
视频数据采集：利用设置于景区各进/出口闸道处的视频采集装置采集视频数据；
目标特征提取：定时对采集的视频数据进行图像分析处理，提取目标特征；
饱和度判断：分析各个目标特征是否与存储器中的已保存的特征数据匹配：
（1）如果所有目标特征均与存储器中的特征数据匹配，则不对总人数进行操作；
（2）如果有目标特征无法与存储器中的特征数据匹配，则根据不匹配的目标特征数量对总人数进行修改，同时将对应的与存储器中不匹配的目标特征存入存储器中。
具体地，在本实施例中，所述目标特征提取子步骤包括以下子步骤：
图像预处理：从视频图像中分割出运动区域，进行背景建模以及前景分析，具体地，可以采用高斯背景建模，帧差法，三帧差法；
目标特征提取：利用分类器对运动区域中的目标特征进行分析，包括人脸识别或者头肩部识别，提取出目标特征；
目标特征存储：将获取到的目标特征存储至缓存器中。
具体地，可以使用Haar特征 、级联分类器来进行目标检测。
进一步地，所述的一种识别游览景区人流饱和度的方法还包括一个分类器训练步骤：采集大量人体样本数据，然后利用样本数据对分类器进行训练。
在本实施例中，当提取到的目标特征与存储器中保存的目标特征的匹配程度为80%，则视为数据匹配。
另外，由于景区在不同时期的接待人数不同，以及在人多拥挤的情况下甚至会使得进出闸道的速度很慢，此时如果采用同一个帧切割频率进行图像识别，会造成大量的无效数据以及无效处理，对此：
在本实施例中，所述的方法还包括一个目标特征提取时间调整步骤：根据一段时间内步骤S3得到的总体与存储器中数据匹配人数的次数以及与单个数据的匹配次数，对数据获取时间进行调整。
具体地，首先设置一个基准时间，所述基准时间为普通状态下的时间；然后，根据具体状况，对基准时间作调整：
（1）在一段时间内，当总体与存储器中数据匹配人数的次数小于第一阈值时，此时处于接待人数较小的情况，在基准时间的基础之上下调采集频率，调整的标准需要将普通人移动通过闸道的速度考虑进去；
（2）在一段时间内，当总体与存储器中数据匹配人数的次数大于第二阈值，并且单个数据的匹配次数大于第三阈值时，此时处于人多拥挤的情况，在基准时间的基础之上下调采集频率，调整的标准需要将单个数据的匹配次数考虑进去；
（3）在一段时间内，在总体与存储器中数据匹配人数的次数大于第四阈值，并且单个数据的匹配次数小于第五阈值时，此时处于人多顺畅的情况，在基准时间的基础之上上调采集频率，调整的标准需要将总体与存储器中数据匹配人数的次数考虑进去。
（4）其余状况，都保持在基准时间。
另外，对于数据获取时间的调整，在调整完之后，会将调整后的时间调整回至基准时间，可以采用慢慢回归的方式。
由于景区进/出口的特点，当行人通过之后一般不会再重复通过，因此：
在本实施例中，所述的方法还包括一个存储器特征数据删除步骤S5：每隔一段时间，将存储器中存储的特征数据进行自动删除。
这样，一来可以减少特征比对次数，二来减少存储空间。
进一步的，为了避免由于分类器的原因使得其他非人体特征也被识别（进入景区携带的物品等），在饱和度判断之前还包括一个人体判断步骤：判断提取的目标特征是否为人体特征，如果是则进入饱和度判断步骤，否则放弃该目标特征。
基于上述方法的实现过程，本发明实施例提供了一种识别游览景区人流饱和度的系统，如图2所示，包括多个设置于景区各进/出口闸道处视频采集装置和与各视频采集装置连接的数据处理装置；所述的数据处理装置包括：
视频帧分割模块：用于对采集到的视频图像进行视频帧分割；
图像识别与目标特征提取模块：用于对视频帧分割模块分割出的视频帧图像进行识别，以及目标特征的提取；
匹配模块：用于将图像识别与目标特征提取模块提取的目标特征与存储器中的特征数据进行匹配：如果有目标特征无法与特征数据匹配，则根据不匹配的目标特征数量对游览总人数进行修改，同时将对应的与存储器中不匹配的目标特征数据存入存储器中；
定时模块：用于控制视频帧分割模块的分割时间。
其中，在本实施例中，其中，进/出口可以单独设置为两个系统，也可以设置为两套视频采集装置和一套数据处理装置。在后者的情况下，所述的修改操作分别为进口的加操作和出口的减操作。
对应的，所述的图像识别与目标特征提取模块包括分类器训练子模块和目标特征提取子模块，所述的分类器训练单元用于采集大量人体样本数据，利用样本数据对分类器进行训练；
所述的目标特征提取子模块包括单元：
目标提取图像预处理子单元：用于从视频图像分割出视频图像中的运动区域，进行背景建模以及前景分析；
目标特征提取识别子单元：利用分类器对运动区域中的目标特征进行分析，包括人脸识别或者头肩部识别；
目标存储子单元：将获取到的目标特征存储至缓存器中。
当提取到的目标特征与存储器中保存的特征数据的匹配程度为N%，则视为数据匹配。
对应的，所述的系统还包括一个目标特征提取时间调整模块：用于根据一段时间内得到的与存储器中特征数据匹配人数的总数量以及与单个特征数据的匹配次数，对定时模块的时间进行调整。
对应的，所述的系统还包括一个特征数据删除模块：每隔一段时间，将存储器的特征数据进行删除。
实施例2为对景区以及景区内部各个景点的监管。
如图3所示，在景区的出/入口以及景区各个景点的出入口均设置该套系统。各个系统还与总的监控中心进行连接，监控中心实时监控景区以及各个景点的人流饱和度。

Claims (10)

1.一种识别游览景区人流饱和度的方法，其特征在于：包括以下步骤：
视频数据采集：利用设置于景区各进/出口闸道处的视频采集装置采集视频数据；
目标特征提取：定时对采集的视频数据进行图像分析处理，提取目标特征；
饱和度判断：分析各个目标特征是否与存储器中的已保存的特征数据匹配：
（1）如果所有目标特征均与存储器中的特征数据匹配，则不对总人数进行操作；
（2）如果有目标特征无法与存储器中的特征数据匹配，则根据不匹配的目标特征数量对总人数进行修改，同时将对应的与存储器中不匹配的目标特征存入存储器中。
2.根据权利要求1所述的一种识别游览景区人流饱和度的方法，其特征在于：所述目标特征提取步骤包括以下子步骤：
图像预处理：从视频图像中分割出运动区域，进行背景建模以及前景分析；
目标特征提取：利用分类器对运动区域中的目标特征进行分析，包括人脸识别或者头肩部识别，提取出目标特征；
目标特征存储：将获取到的目标特征存储至缓存器中。
3.根据权利要求1所述的一种识别游览景区人流饱和度的方法，其特征在于：还包括一个分类器训练步骤：采集大量人体样本数据，然后利用样本数据对分类器进行训练。
4.根据权利要求1所述的一种识别游览景区人流饱和度的方法，其特征在于：还包括一个目标特征提取时间调整步骤：根据一段时间内得到的总体与存储器中数据匹配人数的次数以及与单个数据的匹配次数，对目标特征提取的时间进行调整。
5.根据权利要求1所述的一种识别游览景区人流饱和度的方法，其特征在于：还包括一个特征数据删除步骤：每隔一段时间，将存储器中存储的特征数据进行删除。
6.根据权利要求1所述的一种识别游览景区人流饱和度的方法，其特征在于：在饱和度判断之前还包括一个人体判断步骤：判断提取的目标特征是否为人体特征，如果是则进入饱和度判断步骤，否则放弃该目标特征。
7.一种识别游览景区人流饱和度的系统，其特征在于：包括多个设置于景区各进/出口闸道处视频采集装置和与各视频采集装置连接的数据处理装置；所述的数据处理装置包括：
视频帧分割模块：用于对采集到的视频图像进行视频帧分割；
图像识别与目标特征提取模块：用于对视频帧分割模块分割出的视频帧图像进行识别，以及目标特征的提取；
匹配模块：用于将图像识别与目标特征提取模块提取的目标特征与存储器中的特征数据进行匹配：如果有目标特征无法与特征数据匹配，则根据不匹配的目标特征数量对游览总人数进行修改，同时将对应的与存储器中不匹配的目标特征数据存入存储器中；
定时模块：用于控制视频帧分割模块的分割时间。
8.根据权利要求7所述的一种识别游览景区人流饱和度的系统，其特征在于：所述的图像识别与目标特征提取模块包括分类器训练子模块和目标特征提取子模块，所述的分类器训练单元用于采集大量人体样本数据，利用样本数据对分类器进行训练；
所述的目标特征提取子模块包括：
图像预处理单元：用于从视频图像分割出视频图像中的运动区域，进行背景建模以及前景分析；
目标特征提取单元：利用分类器对运动区域中的目标特征进行分析，包括人脸识别或者头肩部识别；
目标存储单元：将获取到的目标特征存储至缓存器中。
9.根据权利要求7所述的一种识别游览景区人流饱和度的系统，其特征在于：还包括一个目标特征提取时间调整模块：用于根据一段时间内得到的与存储器中特征数据匹配人数的总数量以及与单个特征数据的匹配次数，对定时模块的时间进行调整。
10.根据权利要求7所述的一种识别游览景区人流饱和度的系统，其特征在于：还包括一个特征数据删除模块：每隔一段时间，将存储器的特征数据进行删除。
CN201610866732.8A 2016-09-30 2016-09-30 一种识别游览景区人流饱和度的方法与系统 Expired - Fee Related CN106485217B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610866732.8A CN106485217B (zh) 2016-09-30 2016-09-30 一种识别游览景区人流饱和度的方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610866732.8A CN106485217B (zh) 2016-09-30 2016-09-30 一种识别游览景区人流饱和度的方法与系统

Publications (2)

Publication Number Publication Date
CN106485217A true CN106485217A (zh) 2017-03-08
CN106485217B CN106485217B (zh) 2019-10-25

Family

ID=58268043

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610866732.8A Expired - Fee Related CN106485217B (zh) 2016-09-30 2016-09-30 一种识别游览景区人流饱和度的方法与系统

Country Status (1)

Country Link
CN (1) CN106485217B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107135351A (zh) * 2017-04-01 2017-09-05 宇龙计算机通信科技(深圳)有限公司 拍照方法及拍照装置
CN107331098A (zh) * 2017-09-01 2017-11-07 苏州烁耀电子材料有限公司 一种基于物联网的安全监控系统
CN108629323A (zh) * 2018-05-11 2018-10-09 哈尔滨工业大学 一种景区游客链式出行一体化提供方法
CN112907785A (zh) * 2021-01-15 2021-06-04 广东趣买票科技有限公司 一种基于物联网的景区人数控制系统及控制装置
CN113077556A (zh) * 2021-03-29 2021-07-06 深圳大学 基于行人重识别的检票系统及方法
WO2023035481A1 (zh) * 2021-09-09 2023-03-16 北京市商汤科技开发有限公司 人流量统计方法及装置、电子设备和存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102054167A (zh) * 2010-12-14 2011-05-11 浙江工业大学 基于无线红外监控的全天候多路通道人流量监测系统
CN102819764A (zh) * 2012-07-18 2012-12-12 郑州金惠计算机系统工程有限公司 一种适用于交通路口复杂场景下的多视角人流量统计方法
CN103793682A (zh) * 2012-10-31 2014-05-14 中国科学院微电子研究所 基于人脸检测与识别技术的人员计数方法及系统和装置
CN104036352A (zh) * 2014-06-09 2014-09-10 陕西师范大学 一种景区游客时空调控与应急指引系统及方法
CN104092988A (zh) * 2014-07-10 2014-10-08 深圳市中控生物识别技术有限公司 一种公共场合客流管理方法、装置及系统
CN104134078A (zh) * 2014-07-22 2014-11-05 华中科技大学 一种人流量统计系统中分类器的自动选择方法
CN104239881A (zh) * 2013-06-08 2014-12-24 杭州海康威视数字技术股份有限公司 监控视频中目标自动发现和注册方法及其系统
CN105423503A (zh) * 2015-11-07 2016-03-23 中用环保科技有限公司 基于视频人流密度图的中央空调节能控制方法及系统
CN105512640A (zh) * 2015-12-30 2016-04-20 重庆邮电大学 一种基于视频序列的人流量统计方法
CN105893962A (zh) * 2016-03-31 2016-08-24 成都信息工程大学 一种机场安检卡口人流统计方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102054167A (zh) * 2010-12-14 2011-05-11 浙江工业大学 基于无线红外监控的全天候多路通道人流量监测系统
CN102819764A (zh) * 2012-07-18 2012-12-12 郑州金惠计算机系统工程有限公司 一种适用于交通路口复杂场景下的多视角人流量统计方法
CN103793682A (zh) * 2012-10-31 2014-05-14 中国科学院微电子研究所 基于人脸检测与识别技术的人员计数方法及系统和装置
CN104239881A (zh) * 2013-06-08 2014-12-24 杭州海康威视数字技术股份有限公司 监控视频中目标自动发现和注册方法及其系统
CN104036352A (zh) * 2014-06-09 2014-09-10 陕西师范大学 一种景区游客时空调控与应急指引系统及方法
CN104092988A (zh) * 2014-07-10 2014-10-08 深圳市中控生物识别技术有限公司 一种公共场合客流管理方法、装置及系统
CN104134078A (zh) * 2014-07-22 2014-11-05 华中科技大学 一种人流量统计系统中分类器的自动选择方法
CN105423503A (zh) * 2015-11-07 2016-03-23 中用环保科技有限公司 基于视频人流密度图的中央空调节能控制方法及系统
CN105512640A (zh) * 2015-12-30 2016-04-20 重庆邮电大学 一种基于视频序列的人流量统计方法
CN105893962A (zh) * 2016-03-31 2016-08-24 成都信息工程大学 一种机场安检卡口人流统计方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107135351A (zh) * 2017-04-01 2017-09-05 宇龙计算机通信科技(深圳)有限公司 拍照方法及拍照装置
CN107135351B (zh) * 2017-04-01 2021-11-16 宇龙计算机通信科技(深圳)有限公司 拍照方法及拍照装置
CN107331098A (zh) * 2017-09-01 2017-11-07 苏州烁耀电子材料有限公司 一种基于物联网的安全监控系统
CN108629323A (zh) * 2018-05-11 2018-10-09 哈尔滨工业大学 一种景区游客链式出行一体化提供方法
CN108629323B (zh) * 2018-05-11 2021-10-01 哈尔滨工业大学 一种景区游客链式出行一体化提供方法
CN112907785A (zh) * 2021-01-15 2021-06-04 广东趣买票科技有限公司 一种基于物联网的景区人数控制系统及控制装置
CN113077556A (zh) * 2021-03-29 2021-07-06 深圳大学 基于行人重识别的检票系统及方法
WO2023035481A1 (zh) * 2021-09-09 2023-03-16 北京市商汤科技开发有限公司 人流量统计方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN106485217B (zh) 2019-10-25

Similar Documents

Publication Publication Date Title
CN106485217A (zh) 一种识别游览景区人流饱和度的方法与系统
WO2021088300A1 (zh) 一种基于非对称双流网络的rgb-d多模态融合人员检测方法
CN106997629B (zh) 门禁控制方法、装置及系统
CN109299683B (zh) 一种基于人脸识别和行为大数据的安防评估系统
CN105868689B (zh) 一种基于级联卷积神经网络的人脸遮挡检测方法
CN104361327B (zh) 一种行人检测方法和系统
CN109819208A (zh) 一种基于人工智能动态监控的密集人群安防监控管理方法
CN109522853B (zh) 面向监控视频的人脸检测与搜索方法
CN108053427A (zh) 一种基于KCF与Kalman的改进型多目标跟踪方法、系统及装置
WO2018119668A1 (zh) 一种行人头部识别方法及系统
CN108364374A (zh) 基于深度学习的人脸门禁控制装置及方法
CN111582122B (zh) 一种监控视频多维度行人行为智能分析系统及方法
CN109711318B (zh) 一种基于视频流的多人脸检测与跟踪方法
CN103020606B (zh) 一种基于时空上下文信息的行人检测方法
CN110425005A (zh) 矿井下皮带运输人员人机交互行为安全监控与预警方法
CN107808152A (zh) 提升人脸识别准确率的方法和人脸识别系统
CN107256386A (zh) 基于深度学习的人类行为分析方法
CN106355154B (zh) 一种监控视频中检测频繁过人的方法
CN111091098A (zh) 检测模型的训练方法、检测方法及相关装置
CN111353338B (zh) 一种基于营业厅视频监控的能效改进方法
CN104463232A (zh) 一种基于hog特征和颜色直方图特征的密度人群计数的方法
Zambanini et al. Detecting falls at homes using a network of low-resolution cameras
CN107977613A (zh) 提高人脸识别效率的方法和人脸识别系统
CN111126411A (zh) 一种异常行为识别方法及装置
CN109711232A (zh) 基于多目标函数的深度学习行人重识别方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191025

Termination date: 20210930