CN107862248A - 一种车辆和行人的识别方法 - Google Patents

一种车辆和行人的识别方法 Download PDF

Info

Publication number
CN107862248A
CN107862248A CN201710962829.3A CN201710962829A CN107862248A CN 107862248 A CN107862248 A CN 107862248A CN 201710962829 A CN201710962829 A CN 201710962829A CN 107862248 A CN107862248 A CN 107862248A
Authority
CN
China
Prior art keywords
image
pedestrian
vehicle
recognition methods
recognition
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.)
Pending
Application number
CN201710962829.3A
Other languages
English (en)
Inventor
徐正烨
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.)
Jiangsu Leap Technology Co Ltd
Original Assignee
Jiangsu Leap 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 Jiangsu Leap Technology Co Ltd filed Critical Jiangsu Leap Technology Co Ltd
Priority to CN201710962829.3A priority Critical patent/CN107862248A/zh
Publication of CN107862248A publication Critical patent/CN107862248A/zh
Pending legal-status Critical Current

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
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • 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
    • 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
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

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

Abstract

本发明公开的一种车辆和行人的识别方法，其主要特征在于，包括：第一步：三维摄像机连续精准采集区域内运动目标的图像；第二步：图像预处理模块对采集到的运动目标图像进行二值化处理；第三步：图像处理模块对运动目标图像进行特征提取并组合成特征向量；第四步：图像分析匹配模块根据特征向量进行分析和匹配；第五步：图像识别模块根据分析结果进行识别；第六步：显示模块对图像识别结果进行直观标示。本发明提供的一种车辆和行人的识别方法，通过对运动目标的精确定位，能够自动清晰地完成车辆和行人的识别，有效提高了在复杂环境中车辆和行人识别的准确率，极大降低了各种成本，充分满足用户的需求。

Description

一种车辆和行人的识别方法
技术领域
本发明属于安防监控技术领域，特别是涉及一种车辆和行人的识别方法。
背景技术
目前市场上在停车场车辆识别系统中应用最多的技术和装置，是通过传统的RGB摄像机结合图像处理技术对停车场内的车辆和行人进行识别。但是，这种技术只能获取平面信息，而且传统的RGB图像的获取受外界环境光照影响较大，当夜晚或者阴雨天外界光照强度不足时，可能导致RGB图像采集出现问题，这一技术受到工作环境巨大的约束。另外，传统图像处理技术算法繁琐，体系复杂，不具备简便快捷的特点。
发明内容
鉴于此，本发明提供的一种车辆和行人的识别方法，采用基于飞行时间技术的三维摄像机，可以采集运动目标的深度信息，可以有效解决上述问题。
本发明提供的一种车辆和行人的识别方法，包括以下步骤：
第一步：三维摄像机连续精准采集区域内运动目标的图像；
第二步：图像预处理模块对采集到的运动目标图像进行二值化处理；
第三步：图像处理模块对运动目标图像进行特征提取并组合成特征向量；
第四步：图像分析匹配模块根据特征向量进行分析和匹配；
第五步：图像识别模块根据分析结果进行识别；
第六步：显示模块对图像识别结果进行直观标示。
本发明的有益效果在于：本发明提供的一种车辆和行人的识别方法，通过对运动目标的精确定位，能够自动清晰地完成车辆和行人的识别，即使在行人密集、交叉重叠严重、周围环境光照不强的情况下，也能够实现精准识别，有效提高了在复杂环境中车辆和行人识别的准确率，极大降低了各种成本，充分满足用户的需求。
附图说明
为了更清楚地说明本发明专利实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的流程示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效，本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
本发明提供的一种车辆和行人的识别方法，包括以下步骤：
步骤S101：三维摄像机连续精准采集区域内运动目标的图像；
步骤S102：图像预处理模块对采集到的运动目标图像进行二值化处理；
步骤S103：图像处理模块对运动目标图像进行特征提取并组合成特征向量；
步骤S104：图像分析匹配模块根据特征向量进行分析和匹配；
步骤S105：图像识别模块根据分析结果进行识别；
步骤S106：显示模块对图像识别结果进行直观标示。
进一步地，在步骤S101中，三维摄像机通过获取深度信息，从而获得运动目标的三维数据，能够精确区别出交叉重叠的目标，有效避免对目标的误记录或者漏记录。
进一步地，在步骤S103中，图像处理模块对运动目标图像根据车辆和人体的关键点进行校正，得到校正后的关键点。
进一步地，在步骤S104中，图像分析匹配模块在特征点数据集合中获取校正后的关键点所在区域内的特征点数据，将关键区域内的特征点数据组合成特征向量。
进一步地，在步骤S105中，图像识别模块根据分析结果，结合预先设定的车辆和行人的特征，能够准确区分出车辆和行人。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明，任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变，因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (5)

1.一种车辆和行人的识别方法，其主要特征在于，包括：
第一步：三维摄像机连续精准采集区域内运动目标的图像；
第二步：图像预处理模块对采集到的运动目标图像进行二值化处理；
第三步：图像处理模块对运动目标图像进行特征提取并组合成特征向量；
第四步：图像分析匹配模块根据特征向量进行分析和匹配；
第五步：图像识别模块根据分析结果进行识别；
第六步：显示模块对图像识别结果进行直观标示。
2.根据权利要求1所述的一种车辆和行人的识别方法，其主要特征在于：在三维摄像机连续精准采集区域内运动目标的图像步骤中，三维摄像机通过获取深度信息，从而获得运动目标的三维数据，能够精确区别出交叉重叠的目标，有效避免对目标的误记录或者漏记录。
3.根据权利要求1所述的一种车辆和行人的识别方法，其主要特征在于：在图像处理模块对运动目标图像进行特征提取并组合成特征向量步骤中，图像处理模块对运动目标图像根据车辆和人体的关键点进行校正，得到校正后的关键点。
4.根据权利要求1所述的一种车辆和行人的识别方法，其主要特征在于：在图像分析匹配模块根据特征向量进行分析和匹配步骤中，图像分析匹配模块在特征点数据集合中获取校正后的关键点所在区域内的特征点数据，将关键区域内的特征点数据组合成特征向量。
5.根据权利要求1所述的一种车辆和行人的识别方法，其主要特征在于：在图像识别模块根据分析结果进行识别步骤中，图像识别模块根据分析结果，结合预先设定的车辆和行人的特征，能够准确区分出车辆和行人。
CN201710962829.3A 2017-10-17 2017-10-17 一种车辆和行人的识别方法 Pending CN107862248A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710962829.3A CN107862248A (zh) 2017-10-17 2017-10-17 一种车辆和行人的识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710962829.3A CN107862248A (zh) 2017-10-17 2017-10-17 一种车辆和行人的识别方法

Publications (1)

Publication Number Publication Date
CN107862248A true CN107862248A (zh) 2018-03-30

Family

ID=61698830

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710962829.3A Pending CN107862248A (zh) 2017-10-17 2017-10-17 一种车辆和行人的识别方法

Country Status (1)

Country Link
CN (1) CN107862248A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113052037A (zh) * 2021-03-16 2021-06-29 蔡勇 一种采用ai技术判断移动车辆与人形方法
WO2022007633A1 (zh) * 2020-07-08 2022-01-13 北京大兴投资集团有限公司 出入口管控方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022007633A1 (zh) * 2020-07-08 2022-01-13 北京大兴投资集团有限公司 出入口管控方法
CN113052037A (zh) * 2021-03-16 2021-06-29 蔡勇 一种采用ai技术判断移动车辆与人形方法

Similar Documents

Publication Publication Date Title
Liu et al. A method of segmenting apples at night based on color and position information
CN104331682B (zh) 一种基于傅里叶描述子的建筑物自动识别方法
CN103208185B (zh) 一种基于车灯识别的夜间车辆检测方法及系统
CN108388882B (zh) 基于全局-局部rgb-d多模态的手势识别方法
CN103745449A (zh) 一种搜跟系统中航拍视频的快速自动拼接技术
CN103514437B (zh) 一种三维手势识别装置及三维手势识别方法
CN103902985B (zh) 一种基于roi的强鲁棒性实时车道侦测算法
CN102831617A (zh) 一种运动目标检测与跟踪的方法和系统
CN106250877A (zh) 近红外人脸识别方法及装置
CN103402044A (zh) 一种基于多源视频融合的目标识别与跟踪系统
CN104463146A (zh) 基于近红外tof相机深度信息的姿势识别方法和装置
CN103714322A (zh) 一种实时手势识别方法及装置
CN108229440A (zh) 一种基于多传感器融合室内人体姿态识别方法
CN102759528A (zh) 一种农作物叶部病害检测方法
CN105243664A (zh) 一种基于视觉的轮式移动机器人快速目标跟踪方法
CN111767831B (zh) 用于处理图像的方法、装置、设备及存储介质
CN109934108A (zh) 一种多目标多种类的车辆检测和测距系统及实现方法
CN103177445A (zh) 基于分段阈值图像分割及光斑识别的室外番茄识别方法
CN107219850A (zh) 一种基于机器视觉的机器人自动寻路系统
CN107862248A (zh) 一种车辆和行人的识别方法
CN105913034B (zh) 车辆识别方法、装置及车辆
CN115170792A (zh) 红外图像处理方法、装置及设备、存储介质
CN101799915A (zh) 一种双色中波红外图像融合方法
CN103945093B (zh) 基于arm平台人脸识别可见近红外一体摄像装置及方法
CN108133231B (zh) 一种尺度自适应的实时车辆检测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180330

WD01 Invention patent application deemed withdrawn after publication