CN107341430B - 监控装置、监控方法及计数方法 - Google Patents

监控装置、监控方法及计数方法 Download PDF

Info

Publication number
CN107341430B
CN107341430B CN201610275028.5A CN201610275028A CN107341430B CN 107341430 B CN107341430 B CN 107341430B CN 201610275028 A CN201610275028 A CN 201610275028A CN 107341430 B CN107341430 B CN 107341430B
Authority
CN
China
Prior art keywords
image
personnel
person
monitored
calculation module
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
Application number
CN201610275028.5A
Other languages
English (en)
Other versions
CN107341430A (zh
Inventor
陈伟群
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.)
Fulian Precision Electronics Tianjin Co Ltd
Original Assignee
Hongfujin Precision Electronics Tianjin 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 Hongfujin Precision Electronics Tianjin Co Ltd filed Critical Hongfujin Precision Electronics Tianjin Co Ltd
Priority to CN201610275028.5A priority Critical patent/CN107341430B/zh
Publication of CN107341430A publication Critical patent/CN107341430A/zh
Application granted granted Critical
Publication of CN107341430B publication Critical patent/CN107341430B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/50Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

一种监控装置,包括提取模块及计算模块。所述提取模块用于接收一影像信号,所述提取模块还用于从所述影像信号中提取人员影像。所述计算模块用于处理所述提取模块提取的人员影像;其中所述提取模块用于对所述影像信号进行背景去除,所述提取模块提供人员影像至所述计算模块,所述计算模块用于计算所述人员影像的中心坐标以及颜色空间对应值,所述计算模块依据所述人员影像的中心坐标以及颜色空间对应值与待监控人员信息进行匹配。所述监控装置资源占用较小且不需要调用过多目标个体特征。本发明还提供一种监控方法及计数方法。

Description

监控装置、监控方法及计数方法
技术领域
本发明涉及一种监控装置,还涉及一种监控方法,还涉及一种计数方法。
背景技术
现有的人群侦测、计数、追踪的算法,其能够检测的范围较小,无法依据人员的即时动态进行调整,这大大限制了现有监控装置的应用方式以及应用范围。
为了具有识别人员个体的能力,现有的监控装置通常会预先导入大量的相关模型,并且逐一分析得到目标个体的某个特征,如脸部特征等,并将目标个体的脸部特征值记录于数据库中并赋予编号以作为后续追踪监控目标个体的依据。这种方法运算复杂,需要占用庞大的系统资源,并且作业速度较慢,会影响分析结果的即时性。
通常监控装置在提取图像色彩信息时会使用RGB (红色、 绿色、 蓝色)显色技术进行显示。RGB是一种三原色模式(RGB color model),三原色分别为红(Red)、绿(Green)、蓝(Blue)三种原色,三者之数值均介于0~255之间,将三种原色以不同的比例相加,可产生不同之色彩。
RGB显色技术主要使用于电子系统中,用以检测、表示和显示影像,比如电视和计算机,但是在传统摄影中也有应用。HSV颜色空间则是将颜色分解为代表颜色属性的色调(Hue)、代表鲜艳程度的饱和度(Saturation)以及代表亮度的明度(Value),其中色调(Hue)的值介于0~360度之间,至于饱和度与明度则是介于0~100%中间。
HSV颜色空间之组成不易受光线影响,较符合人类眼睛的视觉系统,且其组成元素之一,色调值(即「H值」)之分布与人类脸部相近,因此常用于图像处理、脸部辨识等。发明专利CN102769758A “一种RGB数据的处理方法及系统”中有介绍一种将RGB三种颜色值转换为HSV颜色空间的转换方法及转换方式。
发明内容
鉴于此,有必要提供一种资源占用较小且不需要调用过多目标个体特征的监控装置以及监控方法。
一种监控装置,包括:
一提取模块,所述提取模块用于接收一影像信号,所述提取模块还用于从所述影像信号中提取人员影像;及
一计算模块,所述计算模块用于处理所述提取模块提取的人员影像;其中所述提取模块用于对所述影像信号进行背景去除,所述提取模块提供人员影像至所述计算模块,所述计算模块用于计算所述人员影像的中心坐标以及颜色空间对应值,所述计算模块依据所述人员影像的中心坐标以及颜色空间对应值与待监控人员信息进行匹配。
进一步的,所述计算模块将第一帧图像信号中的人员影像建立为待监控人员并编号。
进一步的,所述提取模块利用连通区域分析检查所述影像信号的画面中存有人员影像的像素点,所述提取模块依据一预设的人员影像的尺寸切割目的区域以取得画面中存在的每一个人员影像。
进一步的,所述监控装置还包括一存储模块,所述存储模块用于储存待监控人员信息。
进一步的,所述计算模块用于在监控区域提供一计数线,人员影像的第一端为最近接计数线的一端,人员影像的第二端为最接近计数线的一端,当人员影像的第一端及第二端均越过所述计数线时,所述计算模块判断所述人员影像对应的待监控人员越过所述计数线。
一种监控方法,包括:
去除背景图像以提取人员影像;
计算人员影像的中心坐标以及H等级直方图;
比对待监控人员中心坐标与人员影像中心坐标距离以排列第二步比对顺序;
比对人员影像H等级直方图与待监控人员H等级直方图;及
新建未匹配人员影像为待监控人员并编号。
进一步的,所述的监控方法,包括:
启动误判筛选机制。
进一步的,所述的监控方法,包括:
若人员影像以及待监控人员成功匹配,删除该人员影像以及待监控人员在其他匹配中的序列。
进一步的,所述的监控方法,包括:
删除连续比对三个帧数图像过程中均未取得人员影像的待监控人员信息;删除连续比对三个帧数图像过程中人员影像中心坐标未改变的待监控人员信息。
一种计数方法,包括:
在监控区域设定计数线;
监控人员影像移动状况;
判断人员影像的第一端点及第二端点是否均越过计数线,若人员影像的第一端点及第二端点均越过计数线,增加计数人次;若人员影像的第一端点及第二端点未越过计数线,监控人员影像移动状况;
增加计数人次;及
判断人员影像对应待监控人员是否离开监控区域,若人员影像对应待监控人员离开监控区域,结束流程;若人员影像对应待监控人员未离开监控区域,监控人员影像移动状况。
通过端点及颜色空间匹配,所述监控装置资源占用较小且不需要调用过多目标个体特征。
附图说明
图1为本发明监控装置的较佳实施方式的方框图。
图2-3为本发明监控装置的较佳实施方式中提取模块的作用效果的示意图。
图4-13为本发明监控装置的较佳实施方式中计算模块的作用效果示意图。
图14为本发明监控方法的较佳实施方式的流程图。
图15为本发明计数方法的较佳实施方式的流程图。
主要元件符号说明
监控装置 100
存储模块 10
提取模块 11
计算模块 12
信号获取装置 13
监控区域 1000
计数线 121
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
请参考图1,本发明监控装置100的较佳实施方式包括存储模块10、提取模块11、计算模块12以及一信号获取装置13。
所述信号获取装置13用于提供一影像信号。在一实施方式中,所述信号获取装置13包括一摄影机。在其他实施方式中,所述信号获取装置13可以用于接收外界提供的影像信号。
所述存储模块10用于存储待监控人员信息。所述待监控人员信息包括待监控人员颜色信息。
所述提取模块11用于接收所述信号获取装置13输出的所述影像信号,所述提取模块11还用于从所述影像信号中提取人员影像。
所述计算模块12用于处理所述提取模块11提取的人员影像。
在一实施方式中,所述计算模块12将所述提取模块11提取的人员影像与所述存储模块10存储的待监控人员信息进行比对,以将所述影像信号中的人员影像与所述存储模块10存储的待监控人员信息进行一一对应。
请参考图2,图2为所述提取模块11对所述影像信号进行背景删除的示意图。所述影像信号中包括人员影像1及人员影像2。所述人员影像1位于画面左方。所述人员影像2位于画面右侧。
本实施方式中,所述提取模块11利用连通区域分析(connected componentanalysis-labeling)检查所述影像信号的画面中存有人员影像的像素点。所述提取模块11依据一预设的人员影像的尺寸切割目的区域以逐一取得画面中存在的每一个人员影像。
请参考图3,图3为所述提取模块11对所述人员影像1及人员影像2进行提取的过程。
本实施方式中,所述提取模块11分别标记所述人员影像1及人员影像2中最上方、最下方、最左侧及最右侧的端点。所述提取模块11将所述人员影像1的最上方、最下方、最左侧及最右侧的端点连接以得到人员影像1所分布的区域。所述提取模块11切割该区域以得到单独的人员影像1。
类似地,所述提取模块11将所述人员影像2的最上方、最下方、最左侧及最右侧的端点连接以得到人员影像2所分布的区域。所述提取模块11切割该区域以得到单独的人员影像2。
请参考图4,图4为所述计算模块12对所述人员影像1及人员影像2进行处理以得到人员影像1中心坐标及人员影像2中心坐标的示意图。
本实施方式中,所述计算模块12对所述人员影像1的四个端点进行对角连线,连线交叉点被认为是所述人员影像1的中心点,所述计算模块12记录所述人员影像1的中心坐标为(a1,b1)。
类似地,所述计算模块12对所述人员影像2的四个端点进行对角连线,连线交叉点被认为是所述人员影像2的中心点,所述计算模块12记录所述人员影像2的中心坐标为(a2,b2)。
请参考图5,图5为所述计算模块12对所述人员影像1进行HSV颜色空间处理得到的H值直方图以及H等级直方图。
所述计算模块12对所述人员影像1及人员影像2的RGB颜色信息进行处理,依据一预设公式(参考前案提供公式)将所述人员影像1及人员影像2的RGB颜色信息转换为对应的HSV颜色空间数值。
其中,该HSV颜色空间中的H值(色调值)可用于反应个体影像的特征分布。
本实施方式中,通过公式将所述H值转换为H等级:
H等级=原始H值/4。
通过上述公式得到图5中右侧的人员影像1的H等级直方图。所述人员影像1的H等级直方图中,部分数值细微变动的像素点位被调整至同一H等级,通过上述途径可以降低光线、角度等其他因素所造成的误差。
通过比较图5中左侧的人员影像1的H值直方图以及右侧的人员影像1的H等级直方图可知,人员影像1之整体图形走势并无显著改变,转换后的H等级直方图仍然可以准确反映人员影像1的特征。
类似地,图6揭示了所述计算模块12对所述人员影像2进行HSV颜色空间处理得到的H值直方图以及H等级直方图。
在针对人员影像2进行H值及H等级变化时,部分数值细微变动的像素点位被调整至同一H等级,通过上述途径可以降低光线、角度等其他因素所造成的误差。
通过比较图6中左侧的人员影像2的H值直方图以及右侧的人员影像2的H等级直方图可知,人员影像2之整体图形走势并无显著改变,转换后的H等级直方图仍然可以准确反映人员影像2的特征。
请参考图7,图7为所述计算模块12对人员影像进行比对的示意图。
本实施方式中,所述提取模块11从一影像信号中提取若干帧数的人员影像1及人员影像2,所述提取模块11将所述若干帧数的人员影像1及人员影像2输出至所述计算模块12。
本实施方式中,当所述存储模块10并未储存待监控人员信息时,所述计算模块12选择不调用所述存储模块10中的待监控人员信息而将所述人员影像1及人员影像2新建为待监控人员
所述计算模块12接收所述若干帧数的人员影像1及人员影像2。所述计算模块12将第一帧中人员影像1的中心坐标(a1,b1)作为待监控人员1的中心坐标。
所述计算模块12将第一帧中人员影像2的中心坐标(a2,b2)作为待监控人员2的中心坐标。
所述计算模块12将所述第一帧中的人员影像1及人员影像2定义为新建待监控人员1及待监控人员2。在针对第二帧进行追踪时,所述待监控人员1及待监控人员2的中心坐标有概率发生变化。所述计算模块12通过对中心坐标的追踪实现对待监控人员1及待监控人员2的追踪。
在一实施方式中,所述计算模块12采用第一对比方法,即使用待监控人员1的中心坐标、待监控人员2的中心坐标与下一帧中的人员影像1的中心坐标、人员影像2的中心坐标进行两两对比。所述计算模块12计算两中心坐标之间的距离。所述计算模块12按照两中心坐标之间的距离长短排定第一对比顺序,即两中心坐标的距离越短,两中心坐标代表人员影像的H等级对比顺序就越靠前。进一步的,当所述待监控人员1的中心坐标与下一帧中的人员影像1的中心坐标距离为4、所述待监控人员1的中心坐标与下一帧中的人员影像2的中心坐标距离为31、所述待监控人员2的中心坐标与下一帧中的人员影像1的中心坐标距离为30、所述待监控人员2的中心坐标与下一帧中的人员影像2的中心坐标距离为6时,所述计算模块12的首先选择将所述待监控人员1的H等级直方图与下一帧中的人员影像1的H等级直方图进行比对;所述计算模块12的第二选择为将所述待监控人员2的H等级直方图与下一帧中的人员影像2的H等级直方图进行比对;所述计算模块12的第三选择为将所述待监控人员2的H等级直方图与下一帧中的人员影像1的H等级直方图进行比对,所述计算模块12的第四选择为将所述待监控人员1的H等级直方图与下一帧中人员影像2的H等级直方图进行比对。
在一实施方式中,所述计算模块12在第n帧影像信号中针对人员影像n及人员影像m进行监控。所述计算模块12计算所述人员影像n的中心坐标(an,bn)。所述计算模块12计算所述人员影像m的中心坐标(am,bm)。所述计算模块12将所述人员影像n的中心坐标(an,bn)以及所述人员影像m的中心坐标(am,bm)与所述计算模块12在第n-1帧影像信号中获得的中心坐标进行比对。
本实施方式中,所述计算模块12选择下一帧中中心坐标距离最小的三组人员影像与待监控人员x进行比对。
请参考图8,图8揭示了所述计算模块12将待监控人员1的H等级直方图与下一帧中个体影像1的H等级直方图的比对过程。
所述计算模块12将所述待监控人员1的H等级直方图与所述下一帧中个体影像1的H等级直方图相叠加,未完全重叠的区域面积即为所述待监控人员1的H等级直方图与所述下一帧中个体影像1的H等级直方图之间的差异值。
所述计算模块12选取了该帧图像中的中心坐标距离所述待监控人员1的中心坐标最小的三组人员影像进行比对,即计算模块12需要将所述待监控人员1的H等级直方图与三组人员影像的H等级直方图进行叠加,得到三组人员影像的H等级直方图与待监控人员1的H等级直方图的差异值。其中差异值最小的人员影像被认为是待监控人员在该帧图像中的人员影像。
在其他实施方式中,所述计算模块12还可以选取不同组人员影像进行比对。
在其他实施方式中,所述计算模块12可以跳过中心坐标距离这一步骤,直接进行H等级直方图比对。
本实施方式中,所述计算模块12在确认待监控人员1的人员影像为人员影像X后,所述计算模块12马上删除队列中所有人员影像X的比对工作,以减少系统负担。
请参考图9,图9为计算模块12在确认待监控人员B的人员影像在第t+1帧中为人员影像2之后,所述计算模块12马上删除队列中待监控人员B的对比工作,以减少系统负担。
在一实施方式中,所述计算模块12在确认待监控人员1在特定帧数的人员影像后,所述计算模块12马上删除队列中所有关于待监控人员1以及其对应人员影像的比对工作,以减少系统负担。
请参考图10,所述计算模块12在将所有待监控人员进行人员影像比对以及匹配后,若仍存在人员影像未匹配,所述计算模块12判断未匹配的人员影像为监控区域的新增人员。所述计算模块12将所述未匹配的人员影像的信息新增为待监控人员并编号。
本实施方式中,所述计算模块12还包括一误判删除机制。所述计算模块 12在新增待监控人员L后,若所述待监控人员L在后续的N帧图像中均无法成功匹配人员影像,所述计算模块12认为所述待监控人员L为误判,所述计算模块12删除所述待监控人员L的信息,其中N代表一预设数字,本实施方式中,N的值为3。
请参考图11,所述计算模块12的误判删除机制还包括当后续N帧中,待监控人员C的中心坐标未发生变化,所述计算模块12将所述待监控人员C判断为误判,所述计算模块12删除所述待监控人员C的信息,其中N代表一预设数字,本实施方式中,N的值为3。
请一并参考图12-14,所述计算模块12在监控区域1000预设一计数线121。所述监控区域1000中包括人员影像1及人员影像2。所述人员影像1及人员影像2均包括相对靠近所述计数线121的第一端点F以及相对远离所述计数线121的第二端点S。
以人员影像2为例,当所述计算模块12判断所述人员影像2的第一端点F越过所述计数线121时,所述计算模块12持续监控所述人员影像2,当在后续帧数图像中,所述人员影像2的第二端点S也越过所述计数线121时,所述计算模块12判断所述人员影像2代表的待监控人员越过了所述计数线121,所述计算模块12的计数人次增加一人。若所述人员影像2仅一端点越过所述计数线121,所述计算模块12不增加计数人次。
请参考图14,本发明监控方法200包括:
步骤201,去除背景图像以提取人员影像;
步骤202,计算人员影像的中心坐标以及H等级直方图;
步骤203,第一步比对待监控人员中心坐标与人员影像中心坐标距离以排列第二步比对顺序;
步骤204,第二步比对人员影像H等级直方图与待监控人员H等级直方图;
步骤205,将待监控人员与人员影像一一对应后剩余的未匹配人员影像新建为待监控人员并编号;
步骤206,启动误判筛选机制。
其中,步骤204还包括:
若人员影像以及待监控人员成功匹配,删除该人员影像以及待监控人员在其他匹配中的序列。
其中,所述步骤206还包括:
删除连续比对三个帧数图像过程中均未取得人员影像的待监控人员信息;删除连续比对三个帧数图像过程中人员影像中心坐标未改变的待监控人员信息。
请参考图15,本发明监控装置100还可提供一计数方法300。
所述计数方法300包括:
步骤301,在监控区域设定计数线;
步骤302,监控人员影像移动状况;
步骤303,判断人员影像的第一端点及第二端点是否均越过计数线,若人员影像的第一端点及第二端点均越过计数线,到步骤304;若人员影像的第一端点及第二端点未越过计数线,到步骤302;
步骤304,增加计数人次;
步骤305,判断人员影像对应待监控人员是否离开监控区域,若人员影像对应待监控人员离开监控区域,结束流程;若人员影像对应待监控人员未离开监控区域,到步骤302。
通过端点及颜色空间匹配,所述监控装置100资源占用较小且不需要调用过多目标个体特征。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。

Claims (8)

1.一种监控装置,包括:
一提取模块,所述提取模块用于接收一影像信号,所述提取模块还用于从所述影像信号中提取人员影像;及
一计算模块,所述计算模块用于处理所述提取模块提取的人员影像并将第一帧图像信号中的人员影像建立为待监控人员并编号;其中所述提取模块用于对所述影像信号进行背景去除,所述提取模块提供人员影像至所述计算模块,所述计算模块用于计算所述人员影像的中心坐标以及颜色空间对应值,所述计算模块依据所述人员影像的颜色空间对应值计算得到所述人员影像的H等级直方图,所述计算模块还用于比对所述人员影像的中心坐标与所述待监控人员的中心坐标之间的距离并按照距离长短排列匹配顺序,所述计算模块还用于将所述人员影像的H等级直方图与待监控人员的H等级直方图进行匹配;
其中,所述人员影像的H等级直方图的H等级=所述人员影像的颜色空间对应值/4,所述人员影像的中心坐标与所述待监控人员的中心坐标之间的距离越短,匹配顺序越靠前。
2.如权利要求1所述的监控装置,其特征在于:所述提取模块利用连通区域分析检查所述影像信号的画面中存有人员影像的像素点,所述提取模块依据一预设的人员影像的尺寸切割目的区域以取得画面中存在的每一个人员影像。
3.如权利要求1所述的监控装置,其特征在于:所述监控装置还包括一存储模块,所述存储模块用于储存待监控人员信息。
4.如权利要求1所述的监控装置,其特征在于:所述计算模块用于在监控区域提供一计数线,所述计算模块还用于判断人员影像的第一端点及第二端点是否均越过所述计数线,所述人员影像的第一端点为离所述计数线最近的一端点,所述人员影像的第二端点为离所述计数线最远的一端点,当所述人员影像的第一端点及第二端点均越过所述计数线时,所述计算模块判断所述人员影像对应的待监控人员越过所述计数线。
5.一种监控方法,包括:
去除背景图像以提取人员影像;
计算人员影像的中心坐标以及颜色空间对应值;
依据所述人员影像的颜色空间对应值计算得到所述人员影像的H等级直方图;
比对待监控人员的中心坐标与人员影像的中心坐标之间的距离并按照距离长短排列第二步比对顺序;
比对人员影像H等级直方图与待监控人员H等级直方图;及
新建未匹配人员影像为待监控人员并编号;
其中,所述人员影像的H等级直方图的H等级=所述人员影像的颜色空间对应值/4,所述人员影像的中心坐标与所述待监控人员的中心坐标之间的距离越短,比对顺序越靠前。
6.如权利要求5所述的监控方法,包括:
启动误判筛选机制。
7.如权利要求5所述的监控方法,包括:
若人员影像以及待监控人员成功匹配,删除该人员影像以及待监控人员在其他匹配中的序列。
8.如权利要求5所述的监控方法,包括:
删除连续比对三个帧数图像过程中均未取得人员影像的待监控人员信息;删除连续比对三个帧数图像过程中人员影像中心坐标未改变的待监控人员信息。
CN201610275028.5A 2016-04-28 2016-04-28 监控装置、监控方法及计数方法 Active CN107341430B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610275028.5A CN107341430B (zh) 2016-04-28 2016-04-28 监控装置、监控方法及计数方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610275028.5A CN107341430B (zh) 2016-04-28 2016-04-28 监控装置、监控方法及计数方法

Publications (2)

Publication Number Publication Date
CN107341430A CN107341430A (zh) 2017-11-10
CN107341430B true CN107341430B (zh) 2021-01-29

Family

ID=60221699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610275028.5A Active CN107341430B (zh) 2016-04-28 2016-04-28 监控装置、监控方法及计数方法

Country Status (1)

Country Link
CN (1) CN107341430B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07288802A (ja) * 1994-04-18 1995-10-31 Nippon Telegr & Teleph Corp <Ntt> 侵入物体監視装置
CN103164693A (zh) * 2013-02-04 2013-06-19 华中科技大学 一种监控视频行人检测匹配方法
CN104021570A (zh) * 2014-06-04 2014-09-03 电子科技大学 一种视频中有方向的越界和拌线检测方法
CN104680555A (zh) * 2015-02-13 2015-06-03 电子科技大学 基于视频监控的越界检测方法及越界监控系统
CN105224912A (zh) * 2015-08-31 2016-01-06 电子科技大学 基于运动信息和轨迹关联的视频行人检测和跟踪方法
KR101610657B1 (ko) * 2015-08-24 2016-04-08 (주)금성보안 출입통제 데이터를 기반으로 하는 3차원 공간정보 출입통제 및 방역 시스템 및 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07288802A (ja) * 1994-04-18 1995-10-31 Nippon Telegr & Teleph Corp <Ntt> 侵入物体監視装置
CN103164693A (zh) * 2013-02-04 2013-06-19 华中科技大学 一种监控视频行人检测匹配方法
CN104021570A (zh) * 2014-06-04 2014-09-03 电子科技大学 一种视频中有方向的越界和拌线检测方法
CN104680555A (zh) * 2015-02-13 2015-06-03 电子科技大学 基于视频监控的越界检测方法及越界监控系统
KR101610657B1 (ko) * 2015-08-24 2016-04-08 (주)금성보안 출입통제 데이터를 기반으로 하는 3차원 공간정보 출입통제 및 방역 시스템 및 방법
CN105224912A (zh) * 2015-08-31 2016-01-06 电子科技大学 基于运动信息和轨迹关联的视频行人检测和跟踪方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
视频监控中人体异常行为分析的研究与实现;林婷;《中国优秀硕士学位论文全文数据库》;20120630;全文 *

Also Published As

Publication number Publication date
CN107341430A (zh) 2017-11-10

Similar Documents

Publication Publication Date Title
CN108596277B (zh) 一种车辆身份识别方法、装置和存储介质
CN104063883B (zh) 一种基于对象和关键帧相结合的监控视频摘要生成方法
US9268993B2 (en) Real-time face detection using combinations of local and global features
CN109740572B (zh) 一种基于局部彩色纹理特征的人脸活体检测方法
CN108564052A (zh) 基于mtcnn的多摄像头动态人脸识别系统与方法
US8938117B2 (en) Pattern recognition apparatus and method therefor configured to recognize object and another lower-order object
CN105678213B (zh) 基于视频特征统计的双模式蒙面人事件自动检测方法
CN110096945B (zh) 基于机器学习的室内监控视频关键帧实时提取方法
CN104361357B (zh) 基于图片内容分析的相片集分类系统及分类方法
CN107146258B (zh) 一种图像显著区域检测方法
CN113989858B (zh) 一种工作服识别方法及系统
TWI620148B (zh) 監控裝置、監控方法及計數方法
US20230049656A1 (en) Method of processing image, electronic device, and medium
CN113065568A (zh) 目标检测、属性识别与跟踪方法及系统
CN102521610B (zh) 图片过滤方法和装置
CN111709305A (zh) 一种基于局部图像块的人脸年龄识别方法
CN113034544B (zh) 一种基于深度相机的人流分析方法及装置
CN113963162A (zh) 安全帽佩戴识别方法、装置、计算机设备和存储介质
CN111582278A (zh) 人像分割方法、装置及电子设备
CN106960188B (zh) 天气图像分类方法及装置
CN113743378A (zh) 一种基于视频的火情监测方法和装置
CN111708907B (zh) 一种目标人员的查询方法、装置、设备及存储介质
CN113743199A (zh) 工装穿戴检测方法、装置、计算机设备和存储介质
CN110135274B (zh) 一种基于人脸识别的人流量统计方法
CN112633179A (zh) 基于视频分析的农贸市场过道物体占道检测方法

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
TA01 Transfer of patent application right

Effective date of registration: 20180228

Address after: The 300457 Tianjin economic and Technological Development Zone Haiyun Street No. 80

Applicant after: Hongfujin Precision Electronics (Tianjin) Co., Ltd.

Address before: Haiyun Binhai Economic and Technological Development Zone, Tianjin City, No. 80 300457 Street

Applicant before: Hongfujin Precision Electronics (Tianjin) Co., Ltd.

Applicant before: Hon Hai Precision Industry Co., Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: No. 36, North Street, West District, economic and Technological Development Zone, Binhai New Area, Tianjin

Patentee after: Fulian precision electronics (Tianjin) Co.,Ltd.

Address before: No. 80 Haiyun Street, Tianjin Economic and Technological Development Zone, 300457

Patentee before: HONGFUJIN PRECISION ELECTRONICS (TIANJIN) Co.,Ltd.

CP03 Change of name, title or address