CN109389031B - 演出人员自动定位机构 - Google Patents

演出人员自动定位机构 Download PDF

Info

Publication number
CN109389031B
CN109389031B CN201810978939.3A CN201810978939A CN109389031B CN 109389031 B CN109389031 B CN 109389031B CN 201810978939 A CN201810978939 A CN 201810978939A CN 109389031 B CN109389031 B CN 109389031B
Authority
CN
China
Prior art keywords
image
definition
degree
segmentation
receiving
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
CN201810978939.3A
Other languages
English (en)
Other versions
CN109389031A (zh
Inventor
严华锋
张和气
戴欢斌
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.)
Zhejiang Dafeng Industry Co Ltd
Original Assignee
Zhejiang Dafeng Industry 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 Zhejiang Dafeng Industry Co Ltd filed Critical Zhejiang Dafeng Industry Co Ltd
Priority to CN201810978939.3A priority Critical patent/CN109389031B/zh
Publication of CN109389031A publication Critical patent/CN109389031A/zh
Application granted granted Critical
Publication of CN109389031B publication Critical patent/CN109389031B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/26Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
    • 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
    • G06V10/507Summing image-intensity values; Histogram projection analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (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)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种演出人员自动定位机构,包括:用户输入设备,用于根据用户的操作,接收用户输入的演员姓名;姓名对照设备,与所述用户输入设备连接,用于接收所述演员姓名,并将所述演员姓名转换为相应的舞台扮相特征;高清摄像头,用于对现场舞台进行成像,以输出时间上连续的多帧高清图像;第一特征提取设备,与所述高清摄像头连接,用于获取时间上连续的多帧高清图像,对每一帧高清图像执行以下操作:确定所述高清图像的各个像素点的各个亮度值,基于所述各个像素点的各个亮度值对所述高清图像进行直方图处理,以获得对应的直方图分布图。通过本发明,能够对演出人员出席状态进行定位式检测。

Description

演出人员自动定位机构
技术领域
本发明涉及人员定位领域,尤其涉及一种演出人员自动定位机构。
背景技术
舞台人员定位基本通过蓝紫光定为来实现。采用半导休激光二极管作为泵渍浦源,常规类设计最高输出功率为10瓦。该类激光器采用半导体侧面泵浦,输出功率高,寿命长,便于维护,内置循环水冷却以激光稳定输出,可长时间连续工作。
发明内容
为了解决当前缺乏对舞台上演出人员缺席状态检测机制的技术问题,本发明提供了一种演出人员自动定位机构,通过基于用户输入的演员姓名,在现场图像中检测相应演出人员的图案,并在检测成功时,发出人员存在信号,否则,发出人员丢失信号,从而能够及时将现场人员配备情况告知舞台控制机房的工作人员;对动态范围较宽的图像执行低强度的特征深化处理,对动态范围较窄的图像执行高强度的特征深化处理,提高了特征深化操作的自适应能力;基于亮度的检测和分块数据的噪声分析,获取剥离背景的待识别图像,提高了后续图像识别操作的准确性;在对图像内容分析的基础上,确定高清摄像头的位置偏差修正量,并实时显示位置偏差修正量以便于用户对所述高清摄像头进行现场修正操作。
根据本发明的一方面,提供了一种演出人员自动定位机构,所述机构包括:用户输入设备,用于根据用户的操作,接收用户输入的演员姓名;
姓名对照设备,与所述用户输入设备连接,用于接收所述演员姓名,并将所述演员姓名转换为相应的舞台扮相特征;
高清摄像头,用于对现场舞台进行成像,以输出时间上连续的多帧高清图像;
第一特征提取设备,与所述高清摄像头连接,用于获取时间上连续的多帧高清图像,对每一帧高清图像执行以下操作:确定所述高清图像的各个像素点的各个亮度值,基于所述各个像素点的各个亮度值对所述高清图像进行直方图处理,以获得对应的直方图分布图;
第二特征提取设备,与所述第一特征提取设备连接,用于获取多帧高清图像分别对应的各个直方图分布图,对所述各个直方图分布图进行变化程度分析,以获取图像级变化程度,并在所述图像级变化程度超限时,发出位置校正信号,以及所述图像级变化程度未超限时,发出位置保持信号;所述第二特征提取设备中,对所述各个直方图分布图进行变化程度分析包括:针对每一个亮度分布范围,确定各个直方图分布图在所述亮度分布范围内的变化程度以作为子范围变化程度,基于各个亮度分布范围的各个子范围变化程度以及各个亮度分布范围的各个权重计算所述图像级变化程度,各个亮度分布范围的各个权重不相同,以及针对各个亮度分布范围的各个权重,越远离125的亮度分布范围,其权重越小;
修正量提取设备,与所述第二特征提取设备连接,用于在接收到所述位置校正信号时,根据所述图像级变化程度确定对所述高清摄像头的位置偏差修正量,还用于在接收到所述位置保持信号时,确定对所述高清摄像头的位置偏差修正量为零;
偏离度识别设备,与所述高清摄像头连接,用于接收当前时间的当前高清图像帧,获取所述当前高清图像帧的各个像素点的各个亮度值,对所述各个亮度值执行标准差计算,将获得的标准差的数值作为参考数据,所述偏离度识别设备还用于基于所述参考数据对所述当前高清图像帧进行均匀式分割,以获得多个分割分块,并针对每一个分割分块,检测所述分割分块中幅值排名前三的三种噪声类型,基于所述三种噪声类型分别对应的幅值确定所述分割分块的信噪比,并基于所述分割分块的信噪比确定对所述分割分块进行背景分割的阈值大小;
背景剥离设备,与所述偏离度识别设备连接,用于针对每一个分割分块,基于确定的阈值对所述分割分块执行背景分割处理以获得对应的待识别分块,并将各个分割分块的各个待识别分块进行拟合,以获得待识别图像,并输出所述待识别图像;
中值滤波设备,与所述背景剥离设备连接,用于接收所述待识别图像,并对所述待识别图像执行中值滤波处理,以获得对应的滤波后图像,并输出所述滤波后图像;
特征深化设备,与所述中值滤波设备连接,用于接收所述滤波后图像,分析所述滤波后图像的动态范围,以获得所述滤波后图像的动态范围,还用于根据所述滤波后图像的动态范围确定对所述滤波后图像执行特征深化处理的强度,所述滤波后图像的动态范围越窄,对所述滤波后图像执行特征深化处理的强度越大,并输出执行特征深化处理后获得的特征深化图像;
现场匹配设备,与所述特征深化设备连接,用于接收所述特征深化图像,与所述姓名对照设备连接以接收所述舞台扮相特征,基于所述舞台扮相特征在所述特征深化图像中检测相应演出人员的图案,并在检测成功时,发出人员存在信号,否则,发出人员丢失信号。
更具体地,在所述演出人员自动定位机构中:现场显示设备,与所述现场匹配设备连接,设置在舞台控制机房内,用于在接收到所述人员丢失信号时,现场显示与所述演员姓名对应的字符串。
更具体地,在所述演出人员自动定位机构中:所述现场显示设备设置在所述高清摄像头的机身上,与所述修正量提取设备连接。
更具体地,在所述演出人员自动定位机构中:所述现场显示设备用于接收所述位置偏差修正量并实时显示所述位置偏差修正量。
更具体地,在所述演出人员自动定位机构中:所述参考数据越大,对所述当前高清图像帧进行均匀式分割获得的分割分块的数量越多。
更具体地,在所述演出人员自动定位机构中:所述偏离度识别设备和所述背景剥离设备采用不同的SOC芯片来实现。
更具体地,在所述演出人员自动定位机构中:所述背景剥离设备采用DSP处理芯片来实现,DSP处理芯片还包括内置存储单元,用于分别与所述信噪比检测设备和所述背景剥离设备连接,以存储所述信噪比检测设备确定的各个分割分块的各个阈值。
更具体地,在所述演出人员自动定位机构中,还包括:所述现场显示设备还用于在接收到所述人员丢失信号时,不进行现场显示动作。
具体实施方式
下面将对本发明的演出人员自动定位机构的实施方案进行详细说明。
蓝紫光运用在舞台人员定位上,其优点有:温控、驱动和激光器完全集成,结构小巧紧凑,外部只需直流供电;经过高低温存储和振动冲击测试,具有可靠的稳定,环境温度在-15~45度范围时,可24小时连续工作;具有数定调制功能和模拟调制功能;冗余的散热设计、双向温控和完善的双向温度保护功能,可以保证宽广的工作温度范围而不会影响激光器的寿命。
为了克服上述不足,本发明搭建了一种演出人员自动定位机构,能够有效解决了相应的技术问题。
根据本发明实施方案示出的演出人员自动定位机构包括:
用户输入设备,用于根据用户的操作,接收用户输入的演员姓名;
姓名对照设备,与所述用户输入设备连接,用于接收所述演员姓名,并将所述演员姓名转换为相应的舞台扮相特征;
高清摄像头,用于对现场舞台进行成像,以输出时间上连续的多帧高清图像;
第一特征提取设备,与所述高清摄像头连接,用于获取时间上连续的多帧高清图像,对每一帧高清图像执行以下操作:确定所述高清图像的各个像素点的各个亮度值,基于所述各个像素点的各个亮度值对所述高清图像进行直方图处理,以获得对应的直方图分布图;
第二特征提取设备,与所述第一特征提取设备连接,用于获取多帧高清图像分别对应的各个直方图分布图,对所述各个直方图分布图进行变化程度分析,以获取图像级变化程度,并在所述图像级变化程度超限时,发出位置校正信号,以及所述图像级变化程度未超限时,发出位置保持信号;所述第二特征提取设备中,对所述各个直方图分布图进行变化程度分析包括:针对每一个亮度分布范围,确定各个直方图分布图在所述亮度分布范围内的变化程度以作为子范围变化程度,基于各个亮度分布范围的各个子范围变化程度以及各个亮度分布范围的各个权重计算所述图像级变化程度,各个亮度分布范围的各个权重不相同,以及针对各个亮度分布范围的各个权重,越远离125的亮度分布范围,其权重越小;
修正量提取设备,与所述第二特征提取设备连接,用于在接收到所述位置校正信号时,根据所述图像级变化程度确定对所述高清摄像头的位置偏差修正量,还用于在接收到所述位置保持信号时,确定对所述高清摄像头的位置偏差修正量为零;
偏离度识别设备,与所述高清摄像头连接,用于接收当前时间的当前高清图像帧,获取所述当前高清图像帧的各个像素点的各个亮度值,对所述各个亮度值执行标准差计算,将获得的标准差的数值作为参考数据,所述偏离度识别设备还用于基于所述参考数据对所述当前高清图像帧进行均匀式分割,以获得多个分割分块,并针对每一个分割分块,检测所述分割分块中幅值排名前三的三种噪声类型,基于所述三种噪声类型分别对应的幅值确定所述分割分块的信噪比,并基于所述分割分块的信噪比确定对所述分割分块进行背景分割的阈值大小;
背景剥离设备,与所述偏离度识别设备连接,用于针对每一个分割分块,基于确定的阈值对所述分割分块执行背景分割处理以获得对应的待识别分块,并将各个分割分块的各个待识别分块进行拟合,以获得待识别图像,并输出所述待识别图像;
中值滤波设备,与所述背景剥离设备连接,用于接收所述待识别图像,并对所述待识别图像执行中值滤波处理,以获得对应的滤波后图像,并输出所述滤波后图像;
特征深化设备,与所述中值滤波设备连接,用于接收所述滤波后图像,分析所述滤波后图像的动态范围,以获得所述滤波后图像的动态范围,还用于根据所述滤波后图像的动态范围确定对所述滤波后图像执行特征深化处理的强度,所述滤波后图像的动态范围越窄,对所述滤波后图像执行特征深化处理的强度越大,并输出执行特征深化处理后获得的特征深化图像;
现场匹配设备,与所述特征深化设备连接,用于接收所述特征深化图像,与所述姓名对照设备连接以接收所述舞台扮相特征,基于所述舞台扮相特征在所述特征深化图像中检测相应演出人员的图案,并在检测成功时,发出人员存在信号,否则,发出人员丢失信号。
接着,继续对本发明的演出人员自动定位机构的具体结构进行进一步的说明。
在所述演出人员自动定位机构中:现场显示设备,与所述现场匹配设备连接,设置在舞台控制机房内,用于在接收到所述人员丢失信号时,现场显示与所述演员姓名对应的字符串。
在所述演出人员自动定位机构中:所述现场显示设备设置在所述高清摄像头的机身上,与所述修正量提取设备连接。
在所述演出人员自动定位机构中:所述现场显示设备用于接收所述位置偏差修正量并实时显示所述位置偏差修正量。
在所述演出人员自动定位机构中:所述参考数据越大,对所述当前高清图像帧进行均匀式分割获得的分割分块的数量越多。
在所述演出人员自动定位机构中:所述偏离度识别设备和所述背景剥离设备采用不同的SOC芯片来实现。
在所述演出人员自动定位机构中:所述背景剥离设备采用DSP处理芯片来实现,DSP处理芯片还包括内置存储单元,用于分别与所述信噪比检测设备和所述背景剥离设备连接,以存储所述信噪比检测设备确定的各个分割分块的各个阈值。
以及在所述演出人员自动定位机构中,还包括:所述现场显示设备还用于在接收到所述人员丢失信号时,不进行现场显示动作。
另外,DSP处理芯片的内部采用程序和数据分开的哈佛结构,具有专门的硬件乘法器,广泛采用流水线操作,提供特殊的DSP指令,可以用来快速的实现各种数字信号处理算法。
根据数字信号处理的要求,DSP处理芯片一般具有如下的一些主要特点:
(1)在一个指令周期内可完成一次乘法和一次加法。
(2)程序和数据空间分开,可以同时访问指令和数据。
(3)片内具有快速RAM,通常可通过独立的数据总线在两块中同时访问。
(4)具有低开销或无开销循环及跳转的硬件支持。
(5)快速的中断处理和硬件I/O支持。
(6)具有在单周期内操作的多个硬件地址产生器。
(7)可以并行执行多个操作。
(8)支持流水线操作,使取指、译码和执行等操作可以重叠执行。
采用本发明的演出人员自动定位机构,针对现有技术中无法实现对舞台演出人员进行缺席状态检测的技术问题,通过基于用户输入的演员姓名,在现场图像中检测相应演出人员的图案,并在检测成功时,发出人员存在信号,否则,发出人员丢失信号,从而能够及时将现场人员配备情况告知舞台控制机房的工作人员;对动态范围较宽的图像执行低强度的特征深化处理,对动态范围较窄的图像执行高强度的特征深化处理,提高了特征深化操作的自适应能力;基于亮度的检测和分块数据的噪声分析,获取剥离背景的待识别图像,提高了后续图像识别操作的准确性;在对图像内容分析的基础上,确定高清摄像头的位置偏差修正量,并实时显示位置偏差修正量以便于用户对所述高清摄像头进行现场修正操作,从而解决了上述技术问题。
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 (6)

1.一种演出人员自动定位机构,所述机构包括:
用户输入设备,用于根据用户的操作,接收用户输入的演员姓名;
姓名对照设备,与所述用户输入设备连接,用于接收所述演员姓名,并将所述演员姓名转换为相应的舞台扮相特征;
高清摄像头,用于对现场舞台进行成像,以输出时间上连续的多帧高清图像;
第一特征提取设备,与所述高清摄像头连接,用于获取时间上连续的多帧高清图像,对每一帧高清图像执行以下操作:确定所述高清图像的各个像素点的各个亮度值,基于所述各个像素点的各个亮度值对所述高清图像进行直方图处理,以获得对应的直方图分布图;
第二特征提取设备,与所述第一特征提取设备连接,用于获取多帧高清图像分别对应的各个直方图分布图,对所述各个直方图分布图进行变化程度分析,以获取图像级变化程度,并在所述图像级变化程度超限时,发出位置校正信号,以及所述图像级变化程度未超限时,发出位置保持信号;所述第二特征提取设备中,对所述各个直方图分布图进行变化程度分析包括:针对每一个亮度分布范围,确定各个直方图分布图在所述亮度分布范围内的变化程度以作为子范围变化程度,基于各个亮度分布范围的各个子范围变化程度以及各个亮度分布范围的各个权重计算所述图像级变化程度,各个亮度分布范围的各个权重不相同,以及针对各个亮度分布范围的各个权重,越远离125的亮度分布范围,其权重越小;
修正量提取设备,与所述第二特征提取设备连接,用于在接收到所述位置校正信号时,根据所述图像级变化程度确定对所述高清摄像头的位置偏差修正量,还用于在接收到所述位置保持信号时,确定对所述高清摄像头的位置偏差修正量为零;
偏离度识别设备,与所述高清摄像头连接,用于接收当前时间的当前高清图像帧,获取所述当前高清图像帧的各个像素点的各个亮度值,对所述各个亮度值执行标准差计算,将获得的标准差的数值作为参考数据,所述偏离度识别设备还用于基于所述参考数据对所述当前高清图像帧进行均匀式分割,以获得多个分割分块,并针对每一个分割分块,检测所述分割分块中幅值排名前三的三种噪声类型,基于所述三种噪声类型分别对应的幅值确定所述分割分块的信噪比,并基于所述分割分块的信噪比确定对所述分割分块进行背景分割的阈值大小;
背景剥离设备,与所述偏离度识别设备连接,用于针对每一个分割分块,基于确定的阈值对所述分割分块执行背景分割处理以获得对应的待识别分块,并将各个分割分块的各个待识别分块进行拟合,以获得待识别图像,并输出所述待识别图像;
中值滤波设备,与所述背景剥离设备连接,用于接收所述待识别图像,并对所述待识别图像执行中值滤波处理,以获得对应的滤波后图像,并输出所述滤波后图像;
特征深化设备,与所述中值滤波设备连接,用于接收所述滤波后图像,分析所述滤波后图像的动态范围,以获得所述滤波后图像的动态范围,还用于根据所述滤波后图像的动态范围确定对所述滤波后图像执行特征深化处理的强度,所述滤波后图像的动态范围越窄,对所述滤波后图像执行特征深化处理的强度越大,并输出执行特征深化处理后获得的特征深化图像;
现场匹配设备,与所述特征深化设备连接,用于接收所述特征深化图像,与所述姓名对照设备连接以接收所述舞台扮相特征,基于所述舞台扮相特征在所述特征深化图像中检测相应演出人员的图案,并在检测成功时,发出人员存在信号,否则,发出人员丢失信号。
2.如权利要求1所述的演出人员自动定位机构,其特征在于,所述机构还包括:
现场显示设备,与所述现场匹配设备连接,设置在舞台控制机房内,用于在接收到所述人员丢失信号时,现场显示与所述演员姓名对应的字符串。
3.如权利要求2所述的演出人员自动定位机构,其特征在于:
所述现场显示设备设置在所述高清摄像头的机身上,与所述修正量提取设备连接。
4.如权利要求3所述的演出人员自动定位机构,其特征在于:
所述现场显示设备用于接收所述位置偏差修正量并实时显示所述位置偏差修正量。
5.如权利要求4所述的演出人员自动定位机构,其特征在于:
所述参考数据越大,对所述当前高清图像帧进行均匀式分割获得的分割分块的数量越多。
6.如权利要求5所述的演出人员自动定位机构,其特征在于:
所述偏离度识别设备和所述背景剥离设备采用不同的SOC芯片来实现。
CN201810978939.3A 2018-08-27 2018-08-27 演出人员自动定位机构 Active CN109389031B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810978939.3A CN109389031B (zh) 2018-08-27 2018-08-27 演出人员自动定位机构

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810978939.3A CN109389031B (zh) 2018-08-27 2018-08-27 演出人员自动定位机构

Publications (2)

Publication Number Publication Date
CN109389031A CN109389031A (zh) 2019-02-26
CN109389031B true CN109389031B (zh) 2021-12-03

Family

ID=65418611

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810978939.3A Active CN109389031B (zh) 2018-08-27 2018-08-27 演出人员自动定位机构

Country Status (1)

Country Link
CN (1) CN109389031B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111797661B (zh) * 2019-05-07 2021-03-30 湖南琴海数码股份有限公司 基于大数据解析的无线通知方法
CN110965812A (zh) * 2019-11-07 2020-04-07 毛军光 一种执勤岗亭
CN112818644A (zh) * 2020-01-09 2021-05-18 赵国良 撰写修订格式实时转换系统
CN112347847A (zh) * 2020-09-27 2021-02-09 浙江大丰实业股份有限公司 一种舞台安全监控用自动定位系统

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1960491A (zh) * 2006-09-21 2007-05-09 上海大学 基于h.264压缩域运动对象实时分割方法
CN101616310A (zh) * 2009-07-17 2009-12-30 清华大学 可变视角及分辨率的双目视觉系统目标图像稳定化方法
CN101739686A (zh) * 2009-02-11 2010-06-16 北京智安邦科技有限公司 运动目标跟踪方法及其系统
CN101739551A (zh) * 2009-02-11 2010-06-16 北京智安邦科技有限公司 运动目标识别方法及系统
CN101860729A (zh) * 2010-04-16 2010-10-13 天津理工大学 一种用于全方位视觉的目标跟踪方法
CN101996410A (zh) * 2010-12-07 2011-03-30 北京交通大学 动态背景下的运动目标检测方法及系统
CN102004920A (zh) * 2010-11-12 2011-04-06 浙江工商大学 一种监控视频分割及索引方法
CN102917220A (zh) * 2012-10-18 2013-02-06 北京航空航天大学 基于六边形搜索及三帧背景对齐的动背景视频对象提取
CN103177247A (zh) * 2013-04-09 2013-06-26 天津大学 一种融合多视角信息的目标检测方法
CN103400157A (zh) * 2013-07-23 2013-11-20 青岛海信网络科技股份有限公司 一种基于视频分析的道路行人及非机动车检测方法
CN103426178A (zh) * 2012-05-17 2013-12-04 深圳中兴力维技术有限公司 一种基于均值偏移的复杂场景下目标跟踪方法及装置
CN104166841A (zh) * 2014-07-24 2014-11-26 浙江大学 一种视频监控网络中指定行人或车辆的快速检测识别方法
CN104820996A (zh) * 2015-05-11 2015-08-05 河海大学常州校区 一种基于视频的自适应分块的目标跟踪方法
CN105631405A (zh) * 2015-12-17 2016-06-01 谢寒 基于多级分块的交通视频智能识别背景建模方法
CN106027850A (zh) * 2016-06-27 2016-10-12 彭梅 云端中值滤波系统
CN106203274A (zh) * 2016-06-29 2016-12-07 长沙慧联智能科技有限公司 一种视频监控中行人实时检测系统及方法
CN107277705A (zh) * 2017-06-06 2017-10-20 余姚德诚科技咨询有限公司 盆形电喇叭控制平台
CN107358245A (zh) * 2017-07-19 2017-11-17 安徽大学 一种图像协同显著区域的检测方法
CN107463898A (zh) * 2017-08-01 2017-12-12 闽江学院 基于视觉传感网络的舞台表演行为异常监控方法
CN107464256A (zh) * 2017-07-05 2017-12-12 河海大学 一种目标检测与可能性判别修正的关联方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6807298B1 (en) * 1999-03-12 2004-10-19 Electronics And Telecommunications Research Institute Method for generating a block-based image histogram
CN106716450B (zh) * 2014-05-06 2020-05-19 河谷控股Ip有限责任公司 利用边缘向量的基于图像的特征检测
WO2016172656A1 (en) * 2015-04-24 2016-10-27 Canfield Scientific, Incorporated Dermatological feature tracking over multiple images
WO2017044782A1 (en) * 2015-09-11 2017-03-16 EyeVerify Inc. Image and feature quality, image enhancement and feature extraction for ocular-vascular and facial recognition, and fusing ocular-vascular with facial and/or sub-facial information for biometric systems

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1960491A (zh) * 2006-09-21 2007-05-09 上海大学 基于h.264压缩域运动对象实时分割方法
CN101739686A (zh) * 2009-02-11 2010-06-16 北京智安邦科技有限公司 运动目标跟踪方法及其系统
CN101739551A (zh) * 2009-02-11 2010-06-16 北京智安邦科技有限公司 运动目标识别方法及系统
CN101616310A (zh) * 2009-07-17 2009-12-30 清华大学 可变视角及分辨率的双目视觉系统目标图像稳定化方法
CN101860729A (zh) * 2010-04-16 2010-10-13 天津理工大学 一种用于全方位视觉的目标跟踪方法
CN102004920A (zh) * 2010-11-12 2011-04-06 浙江工商大学 一种监控视频分割及索引方法
CN101996410A (zh) * 2010-12-07 2011-03-30 北京交通大学 动态背景下的运动目标检测方法及系统
CN103426178A (zh) * 2012-05-17 2013-12-04 深圳中兴力维技术有限公司 一种基于均值偏移的复杂场景下目标跟踪方法及装置
CN102917220A (zh) * 2012-10-18 2013-02-06 北京航空航天大学 基于六边形搜索及三帧背景对齐的动背景视频对象提取
CN103177247A (zh) * 2013-04-09 2013-06-26 天津大学 一种融合多视角信息的目标检测方法
CN103400157A (zh) * 2013-07-23 2013-11-20 青岛海信网络科技股份有限公司 一种基于视频分析的道路行人及非机动车检测方法
CN104166841A (zh) * 2014-07-24 2014-11-26 浙江大学 一种视频监控网络中指定行人或车辆的快速检测识别方法
CN104820996A (zh) * 2015-05-11 2015-08-05 河海大学常州校区 一种基于视频的自适应分块的目标跟踪方法
CN105631405A (zh) * 2015-12-17 2016-06-01 谢寒 基于多级分块的交通视频智能识别背景建模方法
CN106027850A (zh) * 2016-06-27 2016-10-12 彭梅 云端中值滤波系统
CN106203274A (zh) * 2016-06-29 2016-12-07 长沙慧联智能科技有限公司 一种视频监控中行人实时检测系统及方法
CN107277705A (zh) * 2017-06-06 2017-10-20 余姚德诚科技咨询有限公司 盆形电喇叭控制平台
CN107464256A (zh) * 2017-07-05 2017-12-12 河海大学 一种目标检测与可能性判别修正的关联方法
CN107358245A (zh) * 2017-07-19 2017-11-17 安徽大学 一种图像协同显著区域的检测方法
CN107463898A (zh) * 2017-08-01 2017-12-12 闽江学院 基于视觉传感网络的舞台表演行为异常监控方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Combined shape and feature-based video analysis and its application to non-rigid object tracking;Kim, T等;《IET Image Processing》;20110228;第5卷(第1期);第87-100页 *
视频监控目标的跟踪与识别研究;吴京辉;《中国博士学位论文全文数据库 信息科技辑》;20150715(第7期);第I138-69页 *

Also Published As

Publication number Publication date
CN109389031A (zh) 2019-02-26

Similar Documents

Publication Publication Date Title
CN109389031B (zh) 演出人员自动定位机构
US9530045B2 (en) Method, system and non-transitory computer storage medium for face detection
CN110309033A (zh) 故障监控方法、装置和系统
CN109801590B (zh) 用于led显示屏的多接收单元自动配置方法、装置及系统
CN204630933U (zh) 一种全自动多波段激光物证检测仪
CN108009555A (zh) 一种led指示灯颜色识别系统
JP2015228184A (ja) 監視プログラム、監視システムおよび監視方法
CN109326125B (zh) 基于嵌入式系统的图片质量诊断系统及诊断方法
CN107085229A (zh) 数据采集方法
CN113449639A (zh) 一种物联网网关对仪表的无接触数据采集方法
Salahat et al. A maximally stable extremal regions system-on-chip for real-time visual surveillance
US11189024B2 (en) Information processing apparatus and information processing method
CN108205099A (zh) 一种封闭式组合电器局部放电模式识别系统
US20230252654A1 (en) Video analysis device, wide-area monitoring system, and method for selecting camera
CN103389312A (zh) 铜管检测系统
CN114037927A (zh) 一种自动识别设备标识的系统
CN113533372A (zh) 一种纸张缺陷检测方法、系统、装置及计算机存储介质
CN109596317B (zh) 一种面板灯的检测方法及装置
CN114155179A (zh) 光源缺陷检测方法、装置、设备和存储介质
CN110087063A (zh) 一种图像处理方法、装置及电子设备
US20140314303A1 (en) Testing system for light-emitting diode and method for testing light-emitting diode using the same
US11847782B2 (en) Detecting method
CN108241107A (zh) 一种变压器局部放电模式测试系统
CN114359166A (zh) 屏幕颜色检测方法、装置、设备及存储介质
KR101327482B1 (ko) 이파리 영상의 잎맥 검출 및 특징 추출 방법 및 장치

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