CN107274396B - 一种统计人数的装置 - Google Patents
一种统计人数的装置 Download PDFInfo
- Publication number
- CN107274396B CN107274396B CN201710442852.XA CN201710442852A CN107274396B CN 107274396 B CN107274396 B CN 107274396B CN 201710442852 A CN201710442852 A CN 201710442852A CN 107274396 B CN107274396 B CN 107274396B
- Authority
- CN
- China
- Prior art keywords
- people
- infrared ranging
- video
- counting
- motion
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/254—Analysis of motion involving subtraction of images
-
- 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
- G06T2207/30232—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
- G06T2207/30242—Counting objects in image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Closed-Circuit Television Systems (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种统计人数的装置,所述装置包括:中央处理模块、视频采集模块、红外测距模块;视频采集模块用于采集视频分析区域内的人流图像信息,并将采集到的人流图像信息传递给中央处理模块进行视频运动分析,生成运动团块;红外测距模块用于对红外测距探测区域进行探测,获得人流红外测距结果;基于人流红外测距结果,中央处理模块对运动团块进行误检测去除及粘连分离处理;误检测去除及粘连分离完成后,中央处理模块计算获得人流方向及人数,解决了现有的人数统计装置存在精度较低或成本较高的技术问题,实现了统计人数的装置低成本、高精度的技术效果。
Description
技术领域
本发明涉及人数统计装置领域,具体地,涉及一种统计人数的装置。
背景技术
人数统计原理简单,即统计一段时间内通过区域或断面的人数及方向。这些看似简单的数据为商场,购物中心,博物馆,展览馆等公共场所的管理和决策提供了不可或缺的数据支持。
早期的人数统计方法借助了传感器,如红外对射传感器,压力传感器,测距传感器或热释电红外传感器,这类传感器主要是探测区域内有无人,对于单人进出的场合,计数精度较高,但是当多人同时进出时,由于遮挡或者探测方式的局限,无法给出较准确的计数结果。
后来,随着摄像机普及和视频分析计数的发展,出现了基于视频分析的人数统计方法,如基于运动目标检测和跟踪的计数方法,该方法的缺点是容易受到光线和人影的干扰,造成错误统计;基于特定模式(如人形,头,头肩)识别的计数方法,该方法一般来说计算量较大,其中对于头或头肩这种模式来说由于包含的模式辨别信息量较小,而实际的场景是比较复杂的,如角度的变化,光线的变化,因此存在较多的误检测和漏检测。最新的技术是采用了三维图像分析进行人数统计,该方法精度高,但是成本太高,并且容易受到太阳光线的影响。从摄像机的安装方式上来说有倾斜安装和吸顶垂直向下安装,从图像上来看倾斜安装能够获得人的更多的信息,垂直向下安装只能获取到头和肩部的信息,垂直安装的优点在于能够最大程度上减小人之间的遮挡,这对于视频分析是有利的。
人数统计能够获得一段时间内通过区域或断面的人数及方向,通过这些数据能够为人们科学的管理和决策提供有力的依据。常用人数统计方法主要可以分为两类:采用视频分析计数和采用传感器计数。
采用视频分析计数受到人的阴影,人之间粘连的影响,测量精度不高;而采用传感器计数在简单的单人进出的场合精度较高,对于多人能够同时进出的场合,由于遮挡或者探测方式的局限,计数精度低。
综上所述,本申请发明人在实现本申请发明技术方案的过程中,发现上述技术至少存在如下技术问题:
在现有技术中,现有的人数统计装置存在精度较低或成本较高的技术问题。
发明内容
本发明提供了一种统计人数的装置,解决了现有的人数统计装置存在精度较低或成本较高的技术问题,实现了统计人数的装置低成本、高精度的技术效果。
为解决上述技术问题,本申请提供了一种统计人数的装置,所述装置包括:
中央处理模块、视频采集模块、红外测距模块;视频采集模块视频采集模块由一个或者一个以上图像传感器组成,用于采集视频分析区域内的人流图像信息,并将采集到的人流图像信息传递给中央处理模块进行视频运动分析,生成运动团块;红外测距模块用于对红外测距探测区域进行探测,获得人流红外测距结果;基于人流红外测距结果,中央处理模块对运动团块进行误检测去除及粘连分离处理;误检测去除及粘连分离完成后,中央处理模块计算获得人流方向及人数。
其中,本申请的原理为:通过红外测距这一辅助信息,解决视频分析技术中由于人的阴影和人之间的粘连造成计数精度下降的问题,使得该方法能够适用于多人同时进出的场合。将视频采集模块和红外测距模块和视频分析模块集成到一个装置中,安装调试方便,同时能够对人流视频进行录像和保存。本发明在二维视频人数统计的基础上通过巧妙的结构设计借助红外测距模块,解决二维视频人数统计中由于人的阴影及粘连造成统计精度下降的问题,同时能够记录行人的进出视频,方便事后查看。
进一步的,所述装置还包括补光灯,所述补光灯用于图像传感器需要补充照明时使用。
进一步的,所述视频采集模块安装固定在视频分析区域中心正上方,红外测距模块包括多个红外测距传感器,多个红外测距传感器位于红外测距探测区域上方,多个红外测距传感器之间形成一定的角度,使得多个红外测距传感器对红外测距探测区域进行全覆盖,通过标定保证红外测距探测区域在视频分析区域内等间隔无重叠排布,并且单个行人通过时一定触碰一个或两个红外探测区域。
进一步的,多个红外测距模块之间左右间隔一定的距离组成水平阵列,同时2排或多排红外测距模块水平阵列之间前后相隔一定距离组成红外测距模块阵列。左右距离根据装置安装高度不同而不同,一般来说,一个装置可以探测区域宽度为2米左右,前后距离大约相距0.5米。
进一步的,视频运动分析,生成运动团块具体包括:首先建立背景图像,将当前图像与背景图像做减法,对减法后的图像进行二值化处理得到运动区域,通过计算归一化互相关系数来去除运动区域中的阴影,然后将运动区域向统计断面投影,得到一行运动线段,当行人经过统计断面时,分析一帧图像得到一行运动线段,将检测到的运动线段按照时间的先后顺序拼接得到运动团块。
进一步的,获得人流红外测距结果具体包括:设当有人流等障碍物通过装置时,人都有身高的高度性质使得红外测距模块测到的障碍物距离突然变小,变小的值为人的身高,我们记障碍物距离变化的最小阈值T(一般取5岁以上小孩的身高值,1.2米左右),大于阈值T记为1,小于等于阈值T记为0,建立红外测距检测结果的拼接图像。
进一步的,中央处理模块对运动团块进行误检测去除具体为:
当视频分析得到运动团块后,判断同一时间段内,红外测距是否探测到障碍物,如果没有探测到障碍物,说明是人影或光线变化引起的误检测,自动过滤该运动团块,认定为误检,不计数。
进一步的,中央处理模块进行粘连分离处理具体为:当视频分析得到运动团块后,借助红外测距结果,在垂直方向上判断运动团块是否存在断裂的情况,如果存在,则将运动团块分裂为子块。
进一步的,中央处理模块计算获得人流方向具体采用以下两种方法中的一种或结合使用:
(1)采用LK光流法计算人流方向;
(2)采用与人流行进方向平行的前后2个或多个红外测距模块触发的先后顺序作为人流进出方向判断。
超声波测距人数统计:密集布置同一频段的超声波测距模块之间会有较大的干扰。
视频人数统计:二维视频人数统计容易受到光线,阴影的干扰,造成错误统计。三维视频人数统计虽然精度高,但是成本高,并且容易受到光线的干扰。
本发明在二维视频人数统计的基础上通过巧妙的结构设计借助红外测距模块,解决二维视频人数统计中由于人的阴影及粘连造成统计精度下降的问题,同时能够记录行人的进出视频,方便事后查看。
本申请提供的一个或多个技术方案,至少具有如下技术效果或优点:
过红外测距这一辅助信息,解决视频分析技术中由于人的阴影和人之间的粘连造成计数精度下降的问题,使得该方法能够适用于多人同时进出的场合。将视频采集模块和红外测距模块和视频分析模块集成到一个装置中,安装调试方便,同时能够对人流视频进行录像和保存,本发明在二维视频人数统计的基础上通过巧妙的结构设计借助红外测距模块,解决二维视频人数统计中由于人的阴影及粘连造成统计精度下降的问题,解决了现有的人数统计装置存在精度较低或成本较高的技术问题,实现了统计人数的装置低成本、高精度的技术效果。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定;
图1是本申请中视频采集模块和红外测距模块的安装示意图;
图2是本申请中统计人数的装置底视图;
图3是本申请中人流统计区域示意图;
图4是本申请中装置统计人数流程示意图;
图5a-c是本申请中运动团块示意图;
图6a-c是本申请中红外测距结果示意图。
具体实施方式
本发明提供了一种统计人数的装置,解决了现有的人数统计装置存在精度较低或成本较高的技术问题,实现了统计人数的装置低成本、高精度的技术效果。
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在相互不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述范围内的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
请参考图1,装置采用垂直向下的安装方式,即视频传感器垂直向下采集图像,同时多个红外测距传感器向下测量距离,红外测距传感器彼此之间成一定的倾角,实现区域的全覆盖。
装置的外形不限于椭圆形,可以是圆形,或矩形。
装置主要由中央处理模块,视频采集模块,红外测距模块,补光灯等组成。其中视频采集模块采用可见光或不可见光成像,红外测距模块之间左右间隔一定的距离组成水平阵列,同时前后相隔一定距离组成前后阵列,进行人员进出方向和人数判断,这样既避免相互干扰又保证区域全覆盖。中央处理模块接收视频信号和测距信号,完成计算得出计数值和方向。
图3为装置能够获得的人流统计区域示意图,请参见图3,整个图3矩形区域即为人流统计区域,前后两排红外阵列区域为红外探测区域,2排红外其间的区域为视频分析区域。包含视频分析区域,这里将统计断面作为视频分析区域。通过标定保证红外测距探测区域在视频分析区域内等间隔无重叠排布,并且单个行人通过时一定触碰一个或两个红外探测区域。
整个软件流程如图4所示,采集到视频图像后,首先进行运动分析,得到运动团块,借助红外测距信号去除误检,同时对粘连的团块进行分离,最后计算每一个团块的运动方向,根据方向进行计数。
视频运动分析及运动团块形成:
视频运动分析仅在视频分析区域进行,因此参与计算的象素点很少,计算量很小。首先建立背景图像,如可以采用统计一段时间内每一个象素点的中值的方式建立。将当前图像与背景图像做减法,二值化后得到运动区域,运动区域中可能包含了阴影,这里通过计算归一化互相关系数来去除,之后将运动区域向统计断面投影,得到一行运动线段,当行人经过统计断面时,分析一帧图像得到一行运动线段,将检测到的运动线段按照时间的先后顺序拼接得到运动团块,如图5所示,一个完整的团块为一块独立的黑色区域,图5a-c展示了三种常见的情况,图5a为两个人无粘连,图5b为两人水平粘连,图5c为两人垂直粘连。
这里所说的粘连是从视频运动检测得到的运动区域,由于受到阴影或光线的影响,相邻的两个人所形成的团块无法分开的情况,实际场景中如果两人靠的很近,之间也存在了一定的间隙,红外测距只要保证足够的采样率和较小的探测角度,是可以探测到这个间隙的。
红外测距结果形成:
对于红外测距模块来说,假设障碍物(人)离装置的距离小于阈值T记为1,大于等于阈值T记为0,阈值T在设定时保证身高较矮的人,如小孩也能被检测到,每一个测距模块需要单独设定阈值。按照和视频同样的方式可以建立红外测距检测结果的拼接图像,如图6a-c所示,图6a为两个人无粘连,图6b为两人水平粘连,图6c为两人垂直粘连。以四个红外测距模块为例:
图中黑色线段表示探测到障碍物(人),由于红外测距结果和视频运动团块这两幅图像在时间上是同步的,因此可以利用红外测距结果和视频运动团块计数结果产生计数。
误检去除及粘连分离:
误检:当视频分析得到运动团块后,判断同一时间段内,红外测距是否探测到障碍物,如果没有探测到障碍物,说明是人影或光线变化引起的误检测,自动过滤该运动团块,认定为误检,不计数。
粘连分离:当视频分析得到运动团块后,借助红外测距结果,在垂直方向上判断是否存在断裂的情况,如果存在,则将运动团块分裂为子块。
方向确定:
(1)采用LK光流法计算运动方向,由于只计算视频分析区域内的光流,计算量很小。虽然LK光流法计算得到的光流噪声较大,但是计算速度快,采用时域和空域滤波保证计算结果的稳定性。在计算机视觉中,Lucas–Kanade光流算法是一种两帧差分的光流估计算法。这个算法是最常见,最流行的。它由BruceD.Lucas和Takeo Kanade提出。它假定在所考虑的像素的局部邻域内,本质上光流是恒定的,由此利用最小二乘法原则对邻域内所有像素求解基本光流方程。
Lucas–Kanade光流法是一种基于梯度的局部参数化光流估计方法,该算法假定在一个空间尺寸的邻域E中光流矢量是恒定的,然后使用加权最小二乘法(weighted leastsquares)估计光流。它计算两帧在时间t到t+δt之间每个像素点位置的移动。由于它是基于图像信号的泰勒级数,这种方法称为差分,这就是对于空间和时间坐标使用偏导数。
(2)也可采用与人流行进方向平行的,相隔很近的前后2个红外测距模块触发的先后顺序作为人流进出方向判断。
(3)也可此前(1)和(2)结合判断人员的进出方向。
计数:
以四个红外测距模块为例,对于每一个子块分析水平方向上触发的红外测距模块的个数,如果小于等于两个,则该子块计数为1,如果大于两个,则该子块计数为2,根据子块的方向,在对应的方向上进行计数结果累加。
本申请中的装置具有如下优点:
1.通过红外测距这一辅助信息,解决视频分析技术中由于人的阴影和人之间的粘连造成计数精度下降的问题,使得该方法能够适用于多人同时进出的场合。
2.硬件成本低,由于视频分析算法简单,不需要计算能力特别强的处理器。
3.在计数的同时能够对人流视频录像。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种统计人数的装置,其特征在于,所述装置包括:
中央处理模块、视频采集模块、红外测距模块;视频采集模块用于采集视频分析区域内的人流图像信息,并将采集到的人流图像信息传递给中央处理模块进行视频运动分析,生成运动团块;红外测距模块用于对红外测距探测区域进行探测,获得人流红外测距结果;基于人流红外测距结果,中央处理模块对运动团块进行误检测去除及粘连分离处理;误检测去除及粘连分离完成后,中央处理模块计算获得人流方向及人数;
其中,所述视频采集模块用于对视频传感器采集的视频进行视频运动分析,生成运动团块具体包括:首先建立背景图像,将当前图像与背景图像做减法,对减法后的图像进行二值化处理得到运动区域,通过计算归一化互相关系数来去除运动区域中的阴影,然后将运动区域向统计断面投影,得到一行运动线段,当行人经过统计断面时,分析一帧图像得到一行运动线段,将检测到的运动线段按照时间的先后顺序拼接得到运动团块;
所述中央处理模块对运动团块进行误检测去除具体为:当视频分析得到运动团块后,判断同一时间段内,红外测距是否探测到人流等障碍物,如果没有探测到障碍物,说明是人影或光线变化引起的误检测,自动过滤该运动团块,认定为误检,不计数;
所述中央处理模块进行粘连分离处理具体为:当视频分析得到运动团块后,借助红外测距结果,在垂直方向上判断运动团块是否存在断裂的情况,如果存在,则将运动团块分裂为子块。
2.根据权利要求1所述的统计人数的装置,其特征在于,所述装置还包括补光灯,所述补光灯用于对视频采集模块进行补光。
3.根据权利要求1所述的统计人数的装置,其特征在于,所述视频采集模块安装固定在视频分析区域中心正上方,红外测距模块包括多个红外测距传感器,多个红外测距传感器位于红外测距探测区域上方,多个红外测距传感器之间形成一定的角度。
4.根据权利要求3所述的统计人数的装置,其特征在于,多个红外测距模块之间左右间隔一定的距离组成水平阵列,同时多个红外测距模块水平阵列之间前后相隔一定距离部署组成红外测距模块阵列。
5.根据权利要求1所述的统计人数的装置,其特征在于,获得人流红外测距结果具体包括:设障碍物离设备的距离小于阈值T记为1,大于等于阈值T记为0,建立红外测距检测结果的拼接图像。
6.根据权利要求1所述的统计人数的装置,其特征在于,中央处理模块计算获得人流方向具体采用以下两种方法中的一种或结合使用:
(1)采用LK光流法计算人流方向;
(2)采用与人流行进方向平行的前后2个红外测距模块触发的先后顺序作为人流进出方向判断。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710442852.XA CN107274396B (zh) | 2017-06-13 | 2017-06-13 | 一种统计人数的装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710442852.XA CN107274396B (zh) | 2017-06-13 | 2017-06-13 | 一种统计人数的装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107274396A CN107274396A (zh) | 2017-10-20 |
CN107274396B true CN107274396B (zh) | 2020-11-10 |
Family
ID=60066635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710442852.XA Expired - Fee Related CN107274396B (zh) | 2017-06-13 | 2017-06-13 | 一种统计人数的装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107274396B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108304909A (zh) * | 2018-04-09 | 2018-07-20 | 温州亿通自动化设备有限公司 | 一种厕所内实时人数监测装置及系统 |
CN110806588A (zh) * | 2019-10-17 | 2020-02-18 | 北醒(北京)光子科技有限公司 | 一种基于激光雷达的人流量检测系统 |
CN111339946A (zh) * | 2020-02-26 | 2020-06-26 | 浙江嘉乐智能技术有限公司 | 一种识别进出方向的人数统计系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016137047A1 (ko) * | 2015-02-25 | 2016-09-01 | 한화테크윈 주식회사 | 사람 계수 시스템 및 방법 |
CN106295510A (zh) * | 2016-07-26 | 2017-01-04 | 南京邮电大学 | 一种多传感器协作的人流量统计方法及系统 |
CN106778656A (zh) * | 2016-12-27 | 2017-05-31 | 清华大学苏州汽车研究院(吴江) | 一种基于ToF相机的公交车客流量统计系统 |
-
2017
- 2017-06-13 CN CN201710442852.XA patent/CN107274396B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016137047A1 (ko) * | 2015-02-25 | 2016-09-01 | 한화테크윈 주식회사 | 사람 계수 시스템 및 방법 |
CN106295510A (zh) * | 2016-07-26 | 2017-01-04 | 南京邮电大学 | 一种多传感器协作的人流量统计方法及系统 |
CN106778656A (zh) * | 2016-12-27 | 2017-05-31 | 清华大学苏州汽车研究院(吴江) | 一种基于ToF相机的公交车客流量统计系统 |
Non-Patent Citations (4)
Title |
---|
People-flow counting in complex environments by combining depth and color information;Chenqiang Gao ,Jun Liu ,Qi Feng ,Jing Lv;《multimedia tools and applications》;20160220;9315-9331 * |
基于多深度摄像机的行人计数和联动分析方法研究与实现;肖鸿天;《中国优秀硕士学位论文全文数据库 信息科技辑》;20131115;17-41 * |
智能视觉监控中运动目标检测与行为识别方法;王韦桦;《中国博士学位论文全文数据库 信息科技辑》;20150115;47-48 * |
肖鸿天.基于多深度摄像机的行人计数和联动分析方法研究与实现.《中国优秀硕士学位论文全文数据库 信息科技辑》.2013,17-41. * |
Also Published As
Publication number | Publication date |
---|---|
CN107274396A (zh) | 2017-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI448990B (zh) | 以分層掃描法實現即時人數計數 | |
US7929017B2 (en) | Method and apparatus for stereo, multi-camera tracking and RF and video track fusion | |
CN109344690B (zh) | 一种基于深度相机的人数统计方法 | |
CN104966062B (zh) | 视频监视方法和装置 | |
CN103473554B (zh) | 人流统计系统及方法 | |
US8270705B2 (en) | System and method for monitoring motion object | |
CN107274396B (zh) | 一种统计人数的装置 | |
CN104902246A (zh) | 视频监视方法和装置 | |
KR102096230B1 (ko) | 도착 레인으로 합병되는 이동 아이템의 출발 레인을 결정 | |
KR20160035121A (ko) | 깊이 영상정보에서 추출된 위치정보를 이용한 개체계수 방법 및 장치 | |
CN107295230A (zh) | 一种基于红外热像仪的微型目标物移动侦测装置及方法 | |
JP3655618B2 (ja) | 歩行者年齢判定装置、歩行状態・歩行者年齢判定方法およびプログラム | |
GB2475104A (en) | Detecting movement of 3D objects using a TOF camera | |
JP2002024986A (ja) | 歩行者検出装置 | |
JP3388087B2 (ja) | 物体検出装置 | |
Józsa et al. | Towards 4D virtual city reconstruction from Lidar point cloud sequences | |
JPH10334207A (ja) | 人流計測装置 | |
CN108230351A (zh) | 基于双目立体视觉行人检测的柜台评价方法与系统 | |
Stec et al. | Using time-of-flight sensors for people counting applications | |
KR100990404B1 (ko) | 다차선 차량 검지 방법 | |
CN104091450B (zh) | 一种视频测速仪及视频测速方法 | |
WO2000030023A1 (en) | Stereo-vision for gesture recognition | |
CN112347920A (zh) | 一种基于神经网络展馆区域智能人流量统计采集系统 | |
CN114596657A (zh) | 一种基于深度数据的闸机通行系统 | |
JP3011748B2 (ja) | 移動体の計数装置 |
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 | ||
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: 20201110 Termination date: 20210613 |