CN106560838B - 影像流量分析方法及具有影像流量分析功能的摄影机 - Google Patents
影像流量分析方法及具有影像流量分析功能的摄影机 Download PDFInfo
- Publication number
- CN106560838B CN106560838B CN201610697350.7A CN201610697350A CN106560838B CN 106560838 B CN106560838 B CN 106560838B CN 201610697350 A CN201610697350 A CN 201610697350A CN 106560838 B CN106560838 B CN 106560838B
- Authority
- CN
- China
- Prior art keywords
- point
- boundary
- boundaries
- counting
- runner
- 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.)
- Active
Links
- 238000005206 flow analysis Methods 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 238000010586 diagram Methods 0.000 description 19
- 230000035945 sensitivity Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/80—Recognising image objects characterised by unique random patterns
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
-
- 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
-
- 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
-
- 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
- G06T2207/30232—Surveillance
-
- 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
- G06T2207/30236—Traffic on road, railway or crossing
-
- 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
- G06T2207/30241—Trajectory
-
- 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
- G06T2207/30242—Counting objects in image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/44—Event detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开一种影像流量分析方法及其相关摄影机,其是用来判断一物件是否通过一监控区域。该影像流量分析方法包含有在关联于该监控区域的一视讯画面中划设两条边界以形成一计数流道,利用该两条边界的相对应端点分别定义该计数流道的一入口分界以及一出口分界,当该物件经由该些边界、该入口分界及该出口分界的其中之一进入该计数流道时设定一起始点,且在该物件经由该些边界、该入口分界及该出口分界的其中之一离开该计数流道时设定一终止点,以及利用该起始点与该终止点,判断该物件是否通过该计数流道。
Description
技术领域
本发明提供一种监控摄影机,尤指一种具有影像流量分析功能的摄影机及相关的影像流量分析方法。
背景技术
请参阅图13,图13为现有技术的流量分析技术的示意图。流量分析技术广泛应用在商场、风景区的游客流量统计,或道路、停车场的车流量计算等方面,行人或车辆穿越特定出入口就视为一笔流量资讯。如图13所示,为了判断物件30是否通过缺口32,传统流量分析技术会在缺口处划设一条侦测线Ls,只要物件30穿越侦测线Ls即认为该物件30符合条件,而增加流量计数。但是,传统的流量分析技术不能辨识出物件30通过缺口32后的行为,例如:传统流量分析技术是认为物件30沿着方向V1及方向V2的移动都符合流量技术标准,然实际上使用者并不希望将物件30沿着方向V2的移动行为算入流量计数中。因此,如何设计一种能够有效分辨物件相对于缺口的移动距离及方向的崭新流量分析技术,便为相关监控产业的重点发展目标。
发明内容
本发明是提供一种具有影像流量分析功能的摄影机及相关的影像流量分析方法,以解决上述的问题。
本发明公开一种影像流量分析方法,用来判断一物件是否通过一监控区域。该影像流量分析方法包含有在关联于该监控区域的一视讯画面中划设两条边界以形成一计数流道,利用该两条边界的相对应端点分别定义该计数流道的一入口分界以及一出口分界,当该物件经由该些边界、该入口分界及该出口分界的其中之一进入该计数流道时设定一起始点,且在该物件经由该些边界、该入口分界及该出口分界的其中之一离开该计数流道时设定一终止点,以及利用该起始点与该终止点,判断该物件是否通过该计数流道。
本发明又公开利用该起始点与该终止点,判断该物件是否通过该计数流道的步骤包含透过该起始点与该终止点定义出一移动向量,计算该移动向量相对于一参考轴的一投影长度,以及根据该投影长度与一门槛值的比较结果,判断该物件是否通过该计数流道。
本发明又公开利用该两条边界定义至少一参考点,计算该至少一参考点与该起始点的一第一距离、及该至少一参考点与该终止点的一第二距离,以及该第一距离和该第二距离的差值的绝对值大于一预设值时,判断该物件通过该计数流道。
本发明还公开一种具有影像流量分析功能的摄影机,其包含有一影像撷取器以及一运算控制器。该影像撷取器用来撷取一视讯画面。该运算控制器电连接该影像撷取器,用来执行如前段说明所述的影像流量分析方法,以计算该视讯画面中一物件的通过数量。
本发明的影像流量分析方法以划设边界的方式,由使用者根据监控区域内物件移动的位置分布与方向自行决定计数流道的尺寸,定义出计数流道的进出方向和边界范围,如此可大幅提高对物件移动的些微偏差的容忍度,没有沿着定义方向穿越计数流道的物件被排除,故能显著提高流量计数的正确率。
附图说明
图1为本发明实施例的摄影机的功能框图。
图2与图3分别为本发明不同实施例的应用摄影机的情境示意图。
图4为本发明实施例的影像流量分析方法的流程图。
图5为本发明实施例的具有计数流道的视讯画面的示意图。
图6为本发明另一实施例的具有计数流道的视讯画面的示意图。
图7为本发明另一实施例的具有计数流道的视讯画面的示意图。
图8与图9分别为本发明不同实施例的具有计数流道的视讯画面的示意图。
图10为本发明另一实施例的计数流道的设计示意图。
图11为本发明另一实施例的具有弧线出入口分界的计数流道的示意图。
图12为本发明另一实施例的具特殊形状的计数流道的示意图。
图13为现有技术的流量分析技术的示意图。
符号说明:
10 摄影机
12 影像撷取器
14 运算控制器
16 影像显示器
18 输入装置
20 物件
30 物件
32 缺口
C 计数流道
C1、C2 圆弧
I 视讯画面
L1、L2 边界
L3、L4、L5 线段
P11、P21、P12、P22 端点
E1 出口分界
E2 入口分界
T 轨迹
Pa 起始点
Pb 终止点
Ax 参考轴
Vm 移动向量
Lp 投影长度
Pr、Pr1、Pr2 参考点
D1 第一距离
D2 第二距离
Ls 侦测线
V1、V2 方向
步骤400、402、404、406
具体实施方式
请参阅图1,图1为本发明实施例的摄影机10的功能框图。摄影机10包含影像撷取器12以及运算控制器14,并可选择性搭配连结于影像显示器16和/或输入装置18。影像撷取器12用来撷取视讯画面,运算控制器14电连接影像撷取器12以利用视讯画面执行影像流量分析方法,意即计算视讯画面中物件在某些区域的通过数量。影像显示器16可以是触控显示器,除了用来显示视讯画面,还能让使用者透过触控功能在视讯画面上划设流量分析用的计数流道。或者,影像显示器16可为非触控显示器,使用者另藉由输入装置18在视讯画面形成计数流道。输入装置18可为键盘、滑鼠等。
请参阅图2至图5,图2与图3分别为本发明不同实施例的应用摄影机10的情境示意图,图4为本发明实施例的影像流量分析方法的流程图,图5为本发明实施例的具有计数流道C的视讯画面I的示意图。摄影机10是拍摄特定监控区域以取得视讯画面I。使用者根据监控需求,在视讯画面I上划设对应于监控区域的特定范围的计数流道C。摄影机10可执行影像流量分析方法以分析物件20是否通过计数流道C,意即能解读出物件20是否沿着特定方向穿越监控区域,故而图4所述的影像流量分析方法适宜应用在图1所示的摄影机10。
首先,步骤400在关联于监控区域的视讯画面I中划设两条边界L1、L2以形成计数流道C;影像撷取器12对准监控区域以取得视讯画面I,让视讯画面I能完整呈现监控区域内的各项细节。使用者可利用输入装置18在视讯画面I手动划设该些边界L1、L2以形成计数流道C,或是在视讯画面I上点选划设指令,由系统于视讯画面I形成具有两边界L1、L2的计数流道C。该些边界L1、L2可透过箭头指出计数流道C的流道方向,如图3所示;若是该些边界L1、L2没有箭头,如图2所示,则可由该些边界的划设方向去定义其流道方向,然实际应用不限于此。接着,步骤402利用两条边界L1、L2的端点P11、P21定义出口分界E1,再用端点P12、P22定义入口分界E2。出口分界E1与入口分界E2在视讯画面I中通常为虚拟型态,无法直接目视得知。
于步骤404中,当物件20经由该些边界L1、L2和出口分界E1与入口分界E2的其中任一个进入计数流道C,影像流量分析方法将该进入位置设定为起始点Pa,并在物件20经由该些边界L1、L2和出口分界E1与入口分界E2的其中任一个(可相同或相异于进入位置)离开计数流道C设定成终止点Pb。如图2与图5所示,轨迹T与入口分界E2及出口分界E1的交点分别为起始点Pa和终止点Pb。因此,步骤406就能利用起始点Pa与终止点Pb判断物件20是否通过计数流道C,据此精确计算穿越监控区域的物件20的数量。为了调控影像流量分析方法的灵敏度,该些边界L1、L2的长度和/或间距可以任意调整,计数流道C的范围随其调整自然相应变化。边界L1、L2的间距较短,计数流道C的范围较小,从计数流道C外缘经过的物件20不会被计入;边界L1、L2的间距越长,计数流道C的范围越大,能确保所有进入监控区域的物件20都能被分析到。此外,边界L1、L2的长度较短,流量分析方法的灵敏度越高;边界L1、L2的长度越长,流量分析方法的灵敏度越则越低。
本发明的影像流量分析方法可透过数种方式判断物件20是否通过计数流道C。请参阅图5与图6,图6为本发明另一实施例的具有计数流道C的视讯画面I的示意图。首先,影像流量分析方法利用该些边界L1、L2定义参考轴Ax。在图5中,两条边界L1、L2彼此非平行时,该些边界L1、L2的延伸线会形成交错点N,并将交错点N与终止点Pb的连线定义为参考轴Ax。在图6中,两条边界L1、L2平行无交错,参考轴Ax可定义为任何相交于终止点Pb且实质平行该些边界L1、L2的虚拟线。接着,影像流量分析方法分解轨迹T以定义移动向量Vm,并计算移动向量Vm相对于参考轴Ax的投影长度Lp。最后,影像流量分析方法以计数流道C的预设比例长度作为门槛值,例如门槛值可为计数流道C长度的90%;最后比较投影长度Lp与门槛值,投影长度Lp大于门槛值时,判断物件20有通过计数流道C;若否,则认定物件20没有通过计数流道C。
请参阅图7,图7为本发明另一实施例的具有计数流道C的视讯画面I的示意图。此实施例的轨迹T有部分在边界L1外(也有可能在边界L2、出口分界E1或入口分界E2外),故会形成两个起始点Pa及两个终止点Pb,也相应产生两段投影长度Lp。影像流量分析方法是将该些投影长度Lp的总和比较于门槛值,以判断物件20是否符合通过计数流道C的条件。
除此之外,影像流量分析方法还可选择性地比较移动向量Vm与计数流道C的流道方向的指向差异。计数流道C的流道方向是相当于参考轴Ax的轴向,指向差异等于移动向量Vm相对于计数流道C的偏移量。当指向差异介于容忍范围内时,物件20的移动方向大致符合计数流道C的走向,影像流量分析方法判断物件20能够通过计数流道C;若指向差异超过容忍范围,表示物件20的移动方向没有遵循流道方向穿越计数流道C,影像流量分析方法便可以认定物件20没有通过计数流道C。容忍范围一般设定为30度,其是表示移动向量Vm和流道方向的夹角;容忍范围的数值并不限于此,端视实际需求而定。
请参阅图8与图9,图8与图9分别为本发明另一实施例是具有计数流道C的视讯画面I是示意图。本实施例的影像流量分析方法与前述影像流量分析方法略有不同。首先以图8为例,两条边界L1、L2非平行,影像流量分析方法将两条边界L1、L2延伸交错所形成的交错点定义为参考点Pr(意即本实施例仅会有一个参考点Pr),接着计算参考点Pr与起始点Pa间的第一距离D1、及参考点Pr与终止点Pb间的第二距离D2。最后,影像流量分析方法比较第一距离D1和第二距离D2的差值相对于预设值的大小,预设值根据实际需求可随意改变以决定流量计数的灵敏度。当所述差值的绝对值大于预设值时,即可判断物件20通过了计数流道C;反之表示物件20没有通过计数流道C。
在图9中,两条边界L1、L2彼此平行无交错,此实施态样较佳具有两个以上的参考点Pr1、Pr2,视轨迹T是否部分突出计数流道C而定。参考点Pr1为相连于起始点Pa且实质平行该些边界L1、L2的虚拟线与入口分界E2相交的第一交点,参考点Pr2则是相连于终止点Pb且实质平行该些边界L1、L2的虚拟线与出口分界E1相交的第二交点。故第一距离D1即为参考点Pr1(第一交点)与起始点Pa的间距,第二距离D2另为参考点Pr2(第二交点)与终止点Pb的间距。在图8及图9所示实施例中,第一距离D1大于第二距离D2时表示物件20进入计数流道C,而第一距离D1小于第二距离D2则判断物件20离开计数流道C。上述实施例的计数流道C的流道方向可顺着轨迹T和/或该些边界L1、L2的指向、或依使用者绘制该些边界L1、L2时的划设方向而定,其设计可具多种变化,于此不再详加叙明。
请参阅图10,图10为本发明另一实施例的计数流道C的设计示意图。当使用者在视讯画面上划设两条边界L1、L2后,摄影机10可根据预设的间距参数在该些边界L1、L2之间选择性地自动产生多条线段,例如线段L3、L4、L5,然其数量并不限于此。该些线段L3~L5可作为判断物件20是在该些边界L1、L2内或外(意即计数流道C内外)的参考基准。特别一提的是,计数流道C形成后,使用者仍可任意调整该些边界L1、L2的各式参数,例如夹角、旋转角、长度、指向、间隔距离等,使用者能随意改变计数流道C的范围,以自行调整影像流量分析方法的灵敏度及辨识精确度。
图5与图6的出口分界E1与入口分界E2是以直线连结该些边界L1、L2的该些端点P11、P12、P21、P22,然不限于此,如图2的出口分界E1与入口分界E2就属弧线样式。以图11为例,图11为本发明另一实施例的具有弧线出入口分界的计数流道C的示意图。首先将该些边界L1、L2延伸形成的交错点N定为圆心画出两个同心圆弧C1、C2(或可为完整的圆形)。圆弧C1的半径为交错点N与端点P12、P22的距离,圆弧C2的半径为交错点N与端点P11、P21的距离。圆弧C1介于端点P12、P22间的弧线区段作为入口分界E2,圆弧C2的介于端点P11、P21间的弧线区段作为出口分界E1,如此设定出计数流道C的范围。如图10所示实施例,本实施例亦可在该些边界L1、L2间自动产生多条线段L3、L4、L5,作为参考基准供判断物件20是在该些边界L1、L2的内部或外面;该些边界L1、L2的长度与间距等参数亦能任意改变以调整影像流量分析方法的灵敏度。
请参阅图12,图12为本发明另一实施例的具特殊形状的计数流道C的示意图。此实施例的两条边界L1、L2的夹角可为360度,该些边界L1、L2间的环型区域即为计数流道C;或可解释成两条边界L1、L2的夹角是0度,该些边界L1、L2间的环型区域仍属影像流量分析方法所需的计数流道C。环型计数流道C的中心处不是流道范围,凡是从中心处(计数流道C的内部)移往计数流道C的外部的物件20、或是从计数流道C的外部进入中心处(计数流道C的内部)的物件20,都会被影像流量分析方法计入流量资讯。
综上所述,本发明的影像流量分析方法以划设边界的方式,由使用者根据监控区域内物件移动的位置分布与方向自行决定计数流道的尺寸,定义出计数流道的进出方向和边界范围,如此可大幅提高对物件移动的些微偏差的容忍度,没有沿着定义方向穿越计数流道的物件被排除,故能显著提高流量计数的正确率。
以上所述仅为本发明的较佳实施例,凡依本发明权利要求书所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (7)
1.一种影像流量分析方法,用来判断一物件是否通过一监控区域,其特征在于,该影像流量分析方法包含有:
在关联于该监控区域的一视讯画面中划设两条边界以形成一计数流道;
利用该两条边界的相对应端点分别定义该计数流道的一入口分界以及一出口分界;
当该物件经由该些边界、该入口分界及该出口分界的其中之一进入该计数流道时设定一起始点,且在该物件经由该些边界、该入口分界及该出口分界的其中之一离开该计数流道时设定一终止点;以及
利用该起始点与该终止点,判断该物件是否通过该计数流道,其中利用该起始点与该终止点,判断该物件是否通过该计数流道的步骤包含:
利用该两条边界定义至少一参考点;
计算该至少一参考点与该起始点的一第一距离、及该至少一参考点与该终止点的一第二距离;以及
该第一距离和该第二距离的差值的绝对值大于一预设值时,判断该物件通过该计数流道。
2.根据权利要求1所述的影像流量分析方法,其特征在于,其中该两条边界的该相对应端点选择性以直线或弧线定义其连结关系以作为该入口分界与该出口分界。
3.根据权利要求1所述的影像流量分析方法,其特征在于,其中当该两条边界延伸交错形成一交错点时,该至少一参考点的数量为1,且该参考点为该交错点。
4.根据权利要求1所述的影像流量分析方法,其特征在于,其中当该两条边界无交错时,该至少一参考点的数量为2,且该些参考点其中之一为相连于该起始点且实质平行于该些边界的虚拟线与该入口分界相交的一第一交点,该些参考点其中的另一个为相连于该终止点且实质平行于该些边界的虚拟线与该入口分界相交的一第二交点,其中,该第一距离为该第一交点与该起始点的距离,该第二距离为该第二交点与该终止点的距离。
5.根据权利要求1所述的影像流量分析方法,其特征在于,其是于该第一距离大于该第二距离时判断该物件进入该计数流道,或于该第一距离小于该第二距离时判断该物件离开该计数流道。
6.根据权利要求1所述的影像流量分析方法,其特征在于,更包含,调整该些边界的长度。
7.一种具有影像流量分析功能的摄影机,其特征在于,其包含有:
一影像撷取器,用来撷取一视讯画面;以及
一运算控制器,电连接该影像撷取器,该运算控制器用来执行一影像流量分析方法,以计算该视讯画面中一物件的通过数量,该影像流量分析方法包含有:
在关联于监控区域的一视讯画面中划设两条边界以形成一计数流道;
利用该两条边界的相对应端点分别定义该计数流道的一入口分界以及一出口分界;
当该物件经由该些边界、该入口分界及该出口分界的其中之一进入该计数流道时设定一起始点,且在该物件经由该些边界、该入口分界及该出口分界的其中之一离开该计数流道时设定一终止点;以及
利用该起始点与该终止点,判断该物件是否通过该计数流道,其中利用该起始点与该终止点,判断该物件是否通过该计数流道的步骤包含:
利用该两条边界定义至少一参考点;
计算该至少一参考点与该起始点的一第一距离、及该至少一参考点与该终止点的一第二距离;以及
该第一距离和该第二距离的差值的绝对值大于一预设值时,判断该物件通过该计数流道。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW104132350 | 2015-10-01 | ||
TW104132350A TWI604416B (zh) | 2015-10-01 | 2015-10-01 | 影像流量分析方法及具有影像流量分析功能的攝影機 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106560838A CN106560838A (zh) | 2017-04-12 |
CN106560838B true CN106560838B (zh) | 2019-07-02 |
Family
ID=58447569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610697350.7A Active CN106560838B (zh) | 2015-10-01 | 2016-08-22 | 影像流量分析方法及具有影像流量分析功能的摄影机 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10438060B2 (zh) |
CN (1) | CN106560838B (zh) |
TW (1) | TWI604416B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6786837B2 (ja) * | 2016-03-25 | 2020-11-18 | 富士ゼロックス株式会社 | 動体計数装置及びプログラム |
US10356417B2 (en) * | 2016-09-30 | 2019-07-16 | Intel Corporation | Method and system of video coding using projected motion vectors |
TWI633501B (zh) * | 2017-08-15 | 2018-08-21 | 晶睿通訊股份有限公司 | 物件計數裝置、物件計數系統及物件計數方法 |
CN107749935A (zh) * | 2017-09-13 | 2018-03-02 | 济南中维世纪科技有限公司 | 一种支持过线计数兼具迎宾功能的智能摄像机 |
TWI697868B (zh) * | 2018-07-12 | 2020-07-01 | 廣達電腦股份有限公司 | 影像物件追蹤系統及方法 |
CA3113919A1 (en) * | 2018-09-27 | 2020-04-02 | Hti Digital Gmbh | System and method for detecting the number of users on at least one ski resort run |
JP7358868B2 (ja) * | 2019-09-13 | 2023-10-11 | 株式会社リコー | 通信端末、通信システム、位置管理方法、及びプログラム |
CN111064924B (zh) * | 2019-11-26 | 2021-05-28 | 天津易华录信息技术有限公司 | 一种基于人工智能的视频监控方法及系统 |
CN114677607A (zh) * | 2020-12-10 | 2022-06-28 | 富泰华工业(深圳)有限公司 | 基于人脸识别的实时行人统计方法以及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6697104B1 (en) * | 2000-01-13 | 2004-02-24 | Countwise, Llc | Video based system and method for detecting and counting persons traversing an area being monitored |
CN103842229A (zh) * | 2011-10-03 | 2014-06-04 | 丰田自动车株式会社 | 车辆的驾驶辅助系统 |
CN204314236U (zh) * | 2014-11-14 | 2015-05-06 | 北京君和信达科技有限公司 | 一种连续通过式辐射扫描系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5973732A (en) * | 1997-02-19 | 1999-10-26 | Guthrie; Thomas C. | Object tracking system for monitoring a controlled space |
US7692684B2 (en) * | 2004-09-27 | 2010-04-06 | Point Grey Research Inc. | People counting systems and methods |
US20060233461A1 (en) * | 2005-04-19 | 2006-10-19 | Honeywell International Inc. | Systems and methods for transforming 2d image domain data into a 3d dense range map |
TW200727204A (en) | 2006-01-06 | 2007-07-16 | Univ Nat Kaohsiung Applied Sci | Bi-directional people counter for pedestrian passing flow |
US7787656B2 (en) * | 2007-03-01 | 2010-08-31 | Huper Laboratories Co., Ltd. | Method for counting people passing through a gate |
KR101467847B1 (ko) * | 2008-01-16 | 2014-12-03 | 삼성전자주식회사 | 영역 기반의 물체 계수 장치 및 방법 |
US8165348B2 (en) * | 2008-11-17 | 2012-04-24 | International Business Machines Corporation | Detecting objects crossing a virtual boundary line |
DE102009000173A1 (de) * | 2009-01-13 | 2010-07-15 | Robert Bosch Gmbh | Vorrichtung zum Zählen von Objekten, Verfahren sowie Computerprogramm |
SI2511892T1 (sl) * | 2011-04-15 | 2013-06-28 | Kapsch Trafficcom Ag | Postopek za odkrivanje prestopa meje |
TWI448977B (zh) | 2011-12-08 | 2014-08-11 | Ind Tech Res Inst | 基於視訊分析的物件計數方法與裝置 |
KR101480348B1 (ko) * | 2013-05-31 | 2015-01-09 | 삼성에스디에스 주식회사 | 사람 검출 장치 및 방법과 사람 계수 장치 및 방법 |
-
2015
- 2015-10-01 TW TW104132350A patent/TWI604416B/zh active
-
2016
- 2016-08-22 CN CN201610697350.7A patent/CN106560838B/zh active Active
- 2016-09-29 US US15/279,435 patent/US10438060B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6697104B1 (en) * | 2000-01-13 | 2004-02-24 | Countwise, Llc | Video based system and method for detecting and counting persons traversing an area being monitored |
CN103842229A (zh) * | 2011-10-03 | 2014-06-04 | 丰田自动车株式会社 | 车辆的驾驶辅助系统 |
CN204314236U (zh) * | 2014-11-14 | 2015-05-06 | 北京君和信达科技有限公司 | 一种连续通过式辐射扫描系统 |
Also Published As
Publication number | Publication date |
---|---|
TW201714146A (zh) | 2017-04-16 |
TWI604416B (zh) | 2017-11-01 |
CN106560838A (zh) | 2017-04-12 |
US10438060B2 (en) | 2019-10-08 |
US20170098299A1 (en) | 2017-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106560838B (zh) | 影像流量分析方法及具有影像流量分析功能的摄影机 | |
CN110136449B (zh) | 基于深度学习的交通视频车辆违停自动识别抓拍的方法 | |
JP6733397B2 (ja) | 放置物の検出装置、方法及びシステム | |
Du et al. | Vision-based approach towards lane line detection and vehicle localization | |
CN106663193B (zh) | 用于路缘检测和行人危险评估的系统和方法 | |
US20160034778A1 (en) | Method for detecting traffic violation | |
US9224049B2 (en) | Detection of static object on thoroughfare crossings | |
KR100969995B1 (ko) | 영상처리기법을 이용한 신호교차로의 교통상충 판단 시스템및 방법 | |
JP2013216305A (ja) | 車両の駐車区画認識方法 | |
WO2016145626A1 (zh) | 交通异常检测方法、装置以及图像监控系统 | |
CN109615864A (zh) | 基于视频结构化的车辆拥堵分析方法、系统、终端及存储介质 | |
TW201322203A (zh) | 車道偏移警示方法及系統 | |
CN104978746B (zh) | 一种行驶车辆的车身颜色识别方法 | |
CN110717400A (zh) | 一种客流统计方法、装置及系统 | |
CN112349087B (zh) | 一种基于路口信息全息感知的可视化数据输入方法 | |
CN106023594A (zh) | 一种车位遮挡的判定方法、装置及车辆管理系统 | |
CN108847024A (zh) | 基于视频的交通拥堵识别方法及系统 | |
GB2533581A (en) | Image processing | |
JP2020013206A (ja) | 動画・カメラからの二輪車検知装置、プログラム及びシステム | |
CN112447060A (zh) | 识别车道的方法、装置及计算设备 | |
Alvarado-Robles et al. | An approach for shadow detection in aerial images based on multi-channel statistics | |
KR20200071842A (ko) | 어라운드 뷰 모니터링 시스템 및 가용 주차 공간 검출 방법 | |
Huang et al. | Lane marking detection based on adaptive threshold segmentation and road classification | |
Yu et al. | Efficient lane detection using deep lane feature extraction method | |
CN106530325A (zh) | 一种多目标视觉检测和跟踪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |