CN107784260A - 视频定位装置及方法 - Google Patents
视频定位装置及方法 Download PDFInfo
- Publication number
- CN107784260A CN107784260A CN201610792866.XA CN201610792866A CN107784260A CN 107784260 A CN107784260 A CN 107784260A CN 201610792866 A CN201610792866 A CN 201610792866A CN 107784260 A CN107784260 A CN 107784260A
- Authority
- CN
- China
- Prior art keywords
- equipment
- image
- pixel
- binaryzation
- positive
- 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.)
- Withdrawn
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
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
Abstract
本发明涉及一种视频定位装置,包括视频定位设备、高清摄像头、脸部图像分割设备和自适应递归滤波处理设备,高清摄像头、脸部图像分割设备和自适应递归滤波处理设备顺序连接,视频定位设备与自适应递归滤波处理设备连接,用于基于自适应递归滤波处理设备输出的滤波图像中的脸部区域在整个滤波图像中的位置变化执行视频定位操作。本发明涉及一种视频定位方法。通过本发明,能够提高视频定位的精度。
Description
技术领域
本发明涉及视频定位领域,尤其涉及一种视频定位装置及方法。
背景技术
图像识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。一般工业使用中,采用工业相机拍摄图片,然后再利用软件根据图片灰阶差做进一步识别处理,图像识别软件国外代表的有康耐视等,国内代表的有图智能等。
图像识别是人工智能的一个重要领域。为了编制模拟人类图像识别活动的计算机程序,人们提出了不同的图像识别模型。例如模板匹配模型。这种模型认为,识别某个图像,必须在过去的经验中有这个图像的记忆模式,又叫模板。当前的刺激如果能与大脑中的模板相匹配,这个图像也就被识别了。例如有一个字母A,如果在脑中有个A模板,字母A的大小、方位、形状都与这个A模板完全一致,字母A就被识别了。这个模型简单明了,也容易得到实际应用。
当前,图像识别常用于图像中目标的定位和跟踪等领域,例如使用视频定位以对目标人物进行跟踪。然而,由于视频定位一般用于安保设备,其的使用需要对使用人员进行授权,而现有技术中并不存在这样的授权机制。
发明内容
为了解决上述问题,本发明提供了一种视频定位装置及方法,改造现有技术中视频定位装置及方法,增加人员授权设备以在视频定位之前进行人员鉴定,从而保证安保数据不被泄漏。
根据本发明的一方面,提供了一种视频定位装置,所述装置包括视频定位设备、高清摄像头、脸部图像分割设备和自适应递归滤波处理设备,高清摄像头、脸部图像分割设备和自适应递归滤波处理设备顺序连接,视频定位设备与自适应递归滤波处理设备连接,用于基于自适应递归滤波处理设备输出的滤波图像中的脸部区域在整个滤波图像中的位置变化执行视频定位操作。
更具体地,在所述视频定位装置中,包括:视频定位设备,与自适应递归滤波处理设备连接,用于基于滤波图像中的脸部区域在整个滤波图像中的位置变化执行视频定位操作;高清摄像头,用于对包含人员的场景进行图像数据采集,以获得高清图像;脸部图像分割设备,与高清摄像头连接,用于从高清图像中检测并提取脸部区域以作为高清脸部图像输出;对比度增强设备,与高清摄像头连接,用于接收高清脸部图像,并对高清脸部图像进行对比度增强处理以获得增强脸部图像;灰度化处理设备,与对比度增强设备连接,用于接收增强脸部图像,并对增强脸部图像进行灰度化处理以获得灰度化图像;光线调整设备,与灰度化处理设备连接,用于接收灰度化图像,基于灰度化图像中各个像素的灰度值确定灰度化图像的平均亮度,并将灰度化图像的平均亮度与预设亮度进行比较,当灰度化图像的平均亮度大于等于预设亮度,对灰度化图像进行亮度降低调整以获得光线调整图像,当灰度化图像的平均亮度小于预设亮度,对灰度化图像进行亮度提升调整以获得光线调整图像;自适应递归滤波处理设备,与光线调整设备连接,用于接收光线调整图像,并对光线调整图像执行自适应递归滤波处理以获得滤波图像;波动阈值选择子设备,与自适应递归滤波处理设备连接,用于计算滤波图像的复杂度,基于滤波图像的复杂度选择波动阈值大小,滤波图像的复杂度越高,选择的波动阈值越大,波动阈值为正数;像素处理子设备,分别与波动阈值选择子设备和自适应递归滤波处理设备连接,用于接收滤波图像,针对滤波图像的每一个像素作为对象像素执行以下处理:以对象像素为中心像素,在滤波图像中获取3×3大小的对象像素矩阵,将对象像素矩阵内除了对象像素之外的每一个像素作为参考像素与对象像素进行比较,以获得二值化矩阵,二值化矩阵为3×3大小,二值化矩阵由8个二值化像素组成,参考像素大于等于对象像素与波动阈值之和,则参考像素对应的二值化像素的像素值为1,参考像素小于对象像素减去波动阈值后的差值,则参考像素对应的二值化像素的像素值为﹣1,其他取值的参考像素对应的二值化像素的像素值为0;矩阵拆分子设备,与像素处理子设备连接,用于将每一个对象像素对应的二值化矩阵转换成一个正二值化矩阵和一个负二值化矩阵,正二值化矩阵由8个二值化像素值组成,负二值化矩阵也由8个二值化像素值组成,正二值化矩阵的每一个二值化像素值减去负二值化矩阵相应位置的二值化像素值能够得到对应二值化矩阵相应位置的二值化像素的像素值;十进制编码子设备,与矩阵拆分子设备连接,用于将每一个对象像素对应的正二值化矩阵的所有二值化像素值按其在正二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标正二进制数,再将目标正二进制数转化成十进制数以作为目标正十进制数,还用于将每一个对象像素对应的负二值化矩阵的所有二值化像素值按其在负二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标负二进制数,再将目标负二进制数转化成十进制数以作为目标负十进制数;谱图获取子设备,分别与自适应递归滤波处理设备和十进制编码子设备连接,用于将滤波图像中每一个对象像素的像素值替换成该对象像素对应的目标正十进制数以获得正局部二值模式特征谱图,还用于将滤波图像中每一个对象像素的像素值替换成该对象像素对应的目标负十进制数以获得负局部二值模式特征谱图;谱图比较子设备,分别与谱图获取子设备和IP解包设备连接,用于将谱图获取子设备获得的正局部二值模式特征谱图分别与各个基准正局部二值模式特征谱图进行匹配,将谱图获取子设备获得的负局部二值模式特征谱图分别与各个基准负局部二值模式特征谱图进行匹配,二者都匹配成功且匹配到的基准正局部二值模式特征谱图对应的授权用户名称与匹配到的基准负局部二值模式特征谱图对应的授权用户名称相同时,则输出人脸识别成功信号以及与匹配到的基准正局部二值模式特征谱图对应的授权用户名称,否则将输出人脸识别失败信号;IP解包设备,用于与远程的数据服务器网络连接,通过网络接收来自数据服务器处的IP数据包,并对IP数据包解包以获得6LowPAN数据包;边缘传感设备,与IP解包设备连接,用于接收IP解包设备输出的6LowPAN数据包,获得呈现为压缩数据的6LowPAN数据包的头部,对6LowPAN数据包的头部解压以获得解压后的6LowPAN数据包中的头部;6LowPAN解包设备,与边缘传感设备连接,用于接收6LowPAN数据包以获取6LowPAN数据包中的负载,并基于解压后的6LowPAN数据包中的头部对6LowPAN数据包中的负载进行解析,以获得各个基准正局部二值模式特征谱图和各个基准负局部二值模式特征谱图;其中,IP数据包是对6LowPAN数据包进行打IP包后而获得的数据包,6LowPAN数据包中的负载包括数据服务器处的各个基准正局部二值模式特征谱图和各个基准负局部二值模式特征谱图,6LowPAN数据包中的头部是压缩数据,解压后的6LowPAN数据包中的头部用于对6LowPAN数据包中的负载进行解析;其中,每一个基准正局部二值模式特征谱图为对相应授权用户基准面部图像预先进行正局部二值模式特征谱图提取而获得的图像,每一个基准负局部二值模式特征谱图为对相应授权用户基准面部图像预先进行负局部二值模式特征谱图提取而获得的图像。
更具体地,在所述视频定位装置中,还包括:显示设备,与高清摄像头连接,用于显示高清摄像头输出的图像内容。
更具体地,在所述视频定位装置中:显示设备为LCD显示屏。
更具体地,在所述视频定位装置中:显示设备为LED显示屏。
更具体地,在所述视频定位装置中,还包括:触摸屏,用于根据用户的操作,接收用户的输入信息。
更具体地,在所述视频定位装置中:触摸屏被集成在显示设备上。
更具体地,在所述视频定位装置中:显示设备的分辨率为1920×1080。
根据本发明的另一方面,提供了一种视频定位方法,所述方法用于搭建视频定位装置。
附图说明
以下将结合附图对本发明的实施方案进行描述,其中:
图1为根据本发明实施方案示出的视频定位装置的结构方框图。
附图标记:1视频定位设备;2高清摄像头;3脸部图像分割设备;4自适应递归滤波处理设备
具体实施方式
下面将参照附图对本发明的视频定位装置的实施方案进行详细说明。
视频定位装置在定位前缺乏人员授信机制,导致安保数据容易被泄漏。
为了克服上述不足,本发明搭建了一种视频定位装置,通过人脸识别技术和网络通信技术的结合,在视频定位装置内引入人员授信机制,从而解决了上述技术问题。
图1为根据本发明实施方案示出的视频定位装置的结构方框图,所述装置包括视频定位设备、高清摄像头、脸部图像分割设备和自适应递归滤波处理设备,高清摄像头、脸部图像分割设备和自适应递归滤波处理设备顺序连接,视频定位设备与自适应递归滤波处理设备连接,用于基于自适应递归滤波处理设备输出的滤波图像中的脸部区域在整个滤波图像中的位置变化执行视频定位操作。
接着,继续对本发明的视频定位装置的具体结构进行进一步的说明。
所述装置包括:视频定位设备,与自适应递归滤波处理设备连接,用于基于滤波图像中的脸部区域在整个滤波图像中的位置变化执行视频定位操作。
所述装置包括:高清摄像头,用于对包含人员的场景进行图像数据采集,以获得高清图像;脸部图像分割设备,与高清摄像头连接,用于从高清图像中检测并提取脸部区域以作为高清脸部图像输出。
所述装置包括:对比度增强设备,与高清摄像头连接,用于接收高清脸部图像,并对高清脸部图像进行对比度增强处理以获得增强脸部图像;灰度化处理设备,与对比度增强设备连接,用于接收增强脸部图像,并对增强脸部图像进行灰度化处理以获得灰度化图像。
所述装置包括:光线调整设备,与灰度化处理设备连接,用于接收灰度化图像,基于灰度化图像中各个像素的灰度值确定灰度化图像的平均亮度,并将灰度化图像的平均亮度与预设亮度进行比较,当灰度化图像的平均亮度大于等于预设亮度,对灰度化图像进行亮度降低调整以获得光线调整图像,当灰度化图像的平均亮度小于预设亮度,对灰度化图像进行亮度提升调整以获得光线调整图像。
所述装置包括:自适应递归滤波处理设备,与光线调整设备连接,用于接收光线调整图像,并对光线调整图像执行自适应递归滤波处理以获得滤波图像。
所述装置包括:波动阈值选择子设备,与自适应递归滤波处理设备连接,用于计算滤波图像的复杂度,基于滤波图像的复杂度选择波动阈值大小,滤波图像的复杂度越高,选择的波动阈值越大,波动阈值为正数。
所述装置包括:像素处理子设备,分别与波动阈值选择子设备和自适应递归滤波处理设备连接,用于接收滤波图像,针对滤波图像的每一个像素作为对象像素执行以下处理:以对象像素为中心像素,在滤波图像中获取3×3大小的对象像素矩阵,将对象像素矩阵内除了对象像素之外的每一个像素作为参考像素与对象像素进行比较,以获得二值化矩阵,二值化矩阵为3×3大小,二值化矩阵由8个二值化像素组成,参考像素大于等于对象像素与波动阈值之和,则参考像素对应的二值化像素的像素值为1,参考像素小于对象像素减去波动阈值后的差值,则参考像素对应的二值化像素的像素值为﹣1,其他取值的参考像素对应的二值化像素的像素值为0。
所述装置包括:矩阵拆分子设备,与像素处理子设备连接,用于将每一个对象像素对应的二值化矩阵转换成一个正二值化矩阵和一个负二值化矩阵,正二值化矩阵由8个二值化像素值组成,负二值化矩阵也由8个二值化像素值组成,正二值化矩阵的每一个二值化像素值减去负二值化矩阵相应位置的二值化像素值能够得到对应二值化矩阵相应位置的二值化像素的像素值。
所述装置包括:十进制编码子设备,与矩阵拆分子设备连接,用于将每一个对象像素对应的正二值化矩阵的所有二值化像素值按其在正二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标正二进制数,再将目标正二进制数转化成十进制数以作为目标正十进制数,还用于将每一个对象像素对应的负二值化矩阵的所有二值化像素值按其在负二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标负二进制数,再将目标负二进制数转化成十进制数以作为目标负十进制数。
所述装置包括:谱图获取子设备,分别与自适应递归滤波处理设备和十进制编码子设备连接,用于将滤波图像中每一个对象像素的像素值替换成该对象像素对应的目标正十进制数以获得正局部二值模式特征谱图,还用于将滤波图像中每一个对象像素的像素值替换成该对象像素对应的目标负十进制数以获得负局部二值模式特征谱图。
所述装置包括:谱图比较子设备,分别与谱图获取子设备和IP解包设备连接,用于将谱图获取子设备获得的正局部二值模式特征谱图分别与各个基准正局部二值模式特征谱图进行匹配,将谱图获取子设备获得的负局部二值模式特征谱图分别与各个基准负局部二值模式特征谱图进行匹配,二者都匹配成功且匹配到的基准正局部二值模式特征谱图对应的授权用户名称与匹配到的基准负局部二值模式特征谱图对应的授权用户名称相同时,则输出人脸识别成功信号以及与匹配到的基准正局部二值模式特征谱图对应的授权用户名称,否则将输出人脸识别失败信号。
所述装置包括:IP解包设备,用于与远程的数据服务器网络连接,通过网络接收来自数据服务器处的IP数据包,并对IP数据包解包以获得6LowPAN数据包。
所述装置包括:边缘传感设备,与IP解包设备连接,用于接收IP解包设备输出的6LowPAN数据包,获得呈现为压缩数据的6LowPAN数据包的头部,对6LowPAN数据包的头部解压以获得解压后的6LowPAN数据包中的头部。
所述装置包括:6LowPAN解包设备,与边缘传感设备连接,用于接收6LowPAN数据包以获取6LowPAN数据包中的负载,并基于解压后的6LowPAN数据包中的头部对6LowPAN数据包中的负载进行解析,以获得各个基准正局部二值模式特征谱图和各个基准负局部二值模式特征谱图。
其中,IP数据包是对6LowPAN数据包进行打IP包后而获得的数据包,6LowPAN数据包中的负载包括数据服务器处的各个基准正局部二值模式特征谱图和各个基准负局部二值模式特征谱图,6LowPAN数据包中的头部是压缩数据,解压后的6LowPAN数据包中的头部用于对6LowPAN数据包中的负载进行解析。
其中,每一个基准正局部二值模式特征谱图为对相应授权用户基准面部图像预先进行正局部二值模式特征谱图提取而获得的图像,每一个基准负局部二值模式特征谱图为对相应授权用户基准面部图像预先进行负局部二值模式特征谱图提取而获得的图像。
可选地,在所述控制平台中:显示设备,与高清摄像头连接,用于显示高清摄像头输出的图像内容;显示设备为LCD显示屏;显示设备为LED显示屏;触摸屏,用于根据用户的操作,接收用户的输入信息;触摸屏被集成在显示设备上;显示设备的分辨率为1920×1080。
为了克服上述不足,本发明还提供了一种视频定位方法,所述方法用于搭建上述视频定位装置。
另外,滤波器,顾名思义,是对波进行过滤的器件。“波”是一个非常广泛的物理概念,在电子技术领域,“波”被狭义地局限于特指描述各种物理量的取值随时间起伏变化的过程。该过程通过各类传感器的作用,被转换为电压或电流的时间函数,称之为各种物理量的时间波形,或者称之为信号。因为自变量时间是连续取值的,所以称之为连续时间信号,又习惯地称之为模拟信号。
随着数字式电子计算机技术的产生和飞速发展,为了便于计算机对信号进行处理,产生了在抽样定理指导下将连续时间信号变换成离散时间信号的完整的理论和方法。也就是说,可以只用原模拟信号在一系列离散时间坐标点上的样本值表达原始信号而不丢失任何信息,波、波形、信号这些概念既然表达的是客观世界中各种物理量的变化,自然就是现代社会赖以生存的各种信息的载体。信息需要传播,靠的就是波形信号的传递。信号在它的产生、转换、传输的每一个环节都可能由于环境和干扰的存在而畸变,甚至是在相当多的情况下,这种畸变还很严重,导致信号及其所携带的信息被深深地埋在噪声当中了。为了滤除这些噪声,恢复原本的信号,需要使用各种滤波器进行滤波处理。
采用本发明的视频定位装置及方法,针对现有技术中视频定位装置容易造成数据泄漏的技术问题,通过在视频定位装置中集成高精度的人脸识别设备和高带宽的网络通讯设备,从而对非授权人员的访问进行拒绝,提高视频定位装置的安全性能。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (3)
1.一种视频定位装置,所述装置包括视频定位设备、高清摄像头、脸部图像分割设备和自适应递归滤波处理设备,高清摄像头、脸部图像分割设备和自适应递归滤波处理设备顺序连接,视频定位设备与自适应递归滤波处理设备连接,用于基于自适应递归滤波处理设备输出的滤波图像中的脸部区域在整个滤波图像中的位置变化执行视频定位操作。
2.如权利要求1所述的视频定位装置,其特征在于,所述装置包括:
视频定位设备,与自适应递归滤波处理设备连接,用于基于滤波图像中的脸部区域在整个滤波图像中的位置变化执行视频定位操作;
高清摄像头,用于对包含人员的场景进行图像数据采集,以获得高清图像;
脸部图像分割设备,与高清摄像头连接,用于从高清图像中检测并提取脸部区域以作为高清脸部图像输出;
对比度增强设备,与高清摄像头连接,用于接收高清脸部图像,并对高清脸部图像进行对比度增强处理以获得增强脸部图像;
灰度化处理设备,与对比度增强设备连接,用于接收增强脸部图像,并对增强脸部图像进行灰度化处理以获得灰度化图像;
光线调整设备,与灰度化处理设备连接,用于接收灰度化图像,基于灰度化图像中各个像素的灰度值确定灰度化图像的平均亮度,并将灰度化图像的平均亮度与预设亮度进行比较,当灰度化图像的平均亮度大于等于预设亮度,对灰度化图像进行亮度降低调整以获得光线调整图像,当灰度化图像的平均亮度小于预设亮度,对灰度化图像进行亮度提升调整以获得光线调整图像;
自适应递归滤波处理设备,与光线调整设备连接,用于接收光线调整图像,并对光线调整图像执行自适应递归滤波处理以获得滤波图像;
波动阈值选择子设备,与自适应递归滤波处理设备连接,用于计算滤波图像的复杂度,基于滤波图像的复杂度选择波动阈值大小,滤波图像的复杂度越高,选择的波动阈值越大,波动阈值为正数;
像素处理子设备,分别与波动阈值选择子设备和自适应递归滤波处理设备连接,用于接收滤波图像,针对滤波图像的每一个像素作为对象像素执行以下处理:以对象像素为中心像素,在滤波图像中获取3×3大小的对象像素矩阵,将对象像素矩阵内除了对象像素之外的每一个像素作为参考像素与对象像素进行比较,以获得二值化矩阵,二值化矩阵为3×3大小,二值化矩阵由8个二值化像素组成,参考像素大于等于对象像素与波动阈值之和,则参考像素对应的二值化像素的像素值为1,参考像素小于对象像素减去波动阈值后的差值,则参考像素对应的二值化像素的像素值为﹣1,其他取值的参考像素对应的二值化像素的像素值为0;
矩阵拆分子设备,与像素处理子设备连接,用于将每一个对象像素对应的二值化矩阵转换成一个正二值化矩阵和一个负二值化矩阵,正二值化矩阵由8个二值化像素值组成,负二值化矩阵也由8个二值化像素值组成,正二值化矩阵的每一个二值化像素值减去负二值化矩阵相应位置的二值化像素值能够得到对应二值化矩阵相应位置的二值化像素的像素值;
十进制编码子设备,与矩阵拆分子设备连接,用于将每一个对象像素对应的正二值化矩阵的所有二值化像素值按其在正二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标正二进制数,再将目标正二进制数转化成十进制数以作为目标正十进制数,还用于将每一个对象像素对应的负二值化矩阵的所有二值化像素值按其在负二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标负二进制数,再将目标负二进制数转化成十进制数以作为目标负十进制数;
谱图获取子设备,分别与自适应递归滤波处理设备和十进制编码子设备连接,用于将滤波图像中每一个对象像素的像素值替换成该对象像素对应的目标正十进制数以获得正局部二值模式特征谱图,还用于将滤波图像中每一个对象像素的像素值替换成该对象像素对应的目标负十进制数以获得负局部二值模式特征谱图;
谱图比较子设备,分别与谱图获取子设备和IP解包设备连接,用于将谱图获取子设备获得的正局部二值模式特征谱图分别与各个基准正局部二值模式特征谱图进行匹配,将谱图获取子设备获得的负局部二值模式特征谱图分别与各个基准负局部二值模式特征谱图进行匹配,二者都匹配成功且匹配到的基准正局部二值模式特征谱图对应的授权用户名称与匹配到的基准负局部二值模式特征谱图对应的授权用户名称相同时,则输出人脸识别成功信号以及与匹配到的基准正局部二值模式特征谱图对应的授权用户名称,否则将输出人脸识别失败信号;
IP解包设备,用于与远程的数据服务器网络连接,通过网络接收来自数据服务器处的IP数据包,并对IP数据包解包以获得6LowPAN数据包;
边缘传感设备,与IP解包设备连接,用于接收IP解包设备输出的6LowPAN数据包,获得呈现为压缩数据的6LowPAN数据包的头部,对6LowPAN数据包的头部解压以获得解压后的6LowPAN数据包中的头部;
6LowPAN解包设备,与边缘传感设备连接,用于接收6LowPAN数据包以获取6LowPAN数据包中的负载,并基于解压后的6LowPAN数据包中的头部对6LowPAN数据包中的负载进行解析,以获得各个基准正局部二值模式特征谱图和各个基准负局部二值模式特征谱图;
其中,IP数据包是对6LowPAN数据包进行打IP包后而获得的数据包,6LowPAN数据包中的负载包括数据服务器处的各个基准正局部二值模式特征谱图和各个基准负局部二值模式特征谱图,6LowPAN数据包中的头部是压缩数据,解压后的6LowPAN数据包中的头部用于对6LowPAN数据包中的负载进行解析;
其中,每一个基准正局部二值模式特征谱图为对相应授权用户基准面部图像预先进行正局部二值模式特征谱图提取而获得的图像,每一个基准负局部二值模式特征谱图为对相应授权用户基准面部图像预先进行负局部二值模式特征谱图提取而获得的图像;
显示设备,与高清摄像头连接,用于显示高清摄像头输出的图像内容;
显示设备为LCD显示屏。
3.一种视频定位方法,用于搭建如权利要求2所述的视频定位装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610792866.XA CN107784260A (zh) | 2016-08-31 | 2016-08-31 | 视频定位装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610792866.XA CN107784260A (zh) | 2016-08-31 | 2016-08-31 | 视频定位装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107784260A true CN107784260A (zh) | 2018-03-09 |
Family
ID=61451424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610792866.XA Withdrawn CN107784260A (zh) | 2016-08-31 | 2016-08-31 | 视频定位装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107784260A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110025146A (zh) * | 2018-08-01 | 2019-07-19 | 永康市柴迪贸易有限公司 | 自动化板式机构电视柜 |
-
2016
- 2016-08-31 CN CN201610792866.XA patent/CN107784260A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110025146A (zh) * | 2018-08-01 | 2019-07-19 | 永康市柴迪贸易有限公司 | 自动化板式机构电视柜 |
CN110025146B (zh) * | 2018-08-01 | 2020-12-22 | 安徽国星生物化学有限公司 | 自动化板式机构电视柜 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10635946B2 (en) | Eyeglass positioning method, apparatus and storage medium | |
Wan et al. | Region-aware reflection removal with unified content and gradient priors | |
CN107844744A (zh) | 结合深度信息的人脸识别方法、装置及存储介质 | |
Ishikura et al. | Saliency detection based on multiscale extrema of local perceptual color differences | |
CN110363290A (zh) | 一种基于混合神经网络模型的图像识别方法、装置及设备 | |
CN111833340A (zh) | 图像检测方法、装置、电子设备及存储介质 | |
Wang et al. | Weber local descriptors with variable curvature gabor filter for finger vein recognition | |
CN102713938A (zh) | 用于均匀和非均匀照明变化中的改善的特征检测的尺度空间正规化技术 | |
CN110334605A (zh) | 基于神经网络的手势识别方法、装置、存储介质及设备 | |
CN107169427B (zh) | 一种适用于心理学的面部识别方法及装置 | |
CN113011403B (zh) | 手势识别方法、系统、介质及设备 | |
CN110858277A (zh) | 一种获得姿态分类模型的方法以及装置 | |
Navada et al. | An image processing technique for color detection and distinguish patterns with similar color: An aid for color blind people | |
CN110532825A (zh) | 一种基于人工智能目标检测的条码识别装置与方法 | |
CN112926472A (zh) | 视频分类方法、装置及设备 | |
CN110991325A (zh) | 一种模型训练的方法、图像识别的方法以及相关装置 | |
CN107085722A (zh) | 在图像中定位指定信息的方法及装置 | |
CN104408444A (zh) | 人体动作识别方法和装置 | |
CN106446791A (zh) | 智慧城市公共监控系统 | |
CN116168040B (zh) | 元器件的方向检测方法、装置、电子设备及可读存储介质 | |
CN107784260A (zh) | 视频定位装置及方法 | |
CN112101296A (zh) | 人脸注册方法、人脸验证方法、装置及系统 | |
CN107437054B (zh) | 视频定位装置及方法 | |
Bailador et al. | Flooding‐based segmentation for contactless hand biometrics oriented to mobile devices | |
CN114170652A (zh) | 一种人脸图像的检测方法及装置、终端设备和存储介质 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180309 |