CN110427858B - 一种结合图像的人物行为识别轨迹方法 - Google Patents

一种结合图像的人物行为识别轨迹方法 Download PDF

Info

Publication number
CN110427858B
CN110427858B CN201910682844.1A CN201910682844A CN110427858B CN 110427858 B CN110427858 B CN 110427858B CN 201910682844 A CN201910682844 A CN 201910682844A CN 110427858 B CN110427858 B CN 110427858B
Authority
CN
China
Prior art keywords
abnormal
person
normal
commodity
attribution
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
CN201910682844.1A
Other languages
English (en)
Other versions
CN110427858A (zh
Inventor
金耀初
何卫灵
刘华
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.)
Guangzhou Liko Technology Co ltd
Original Assignee
Guangzhou Liko 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 Guangzhou Liko Technology Co ltd filed Critical Guangzhou Liko Technology Co ltd
Priority to CN201910682844.1A priority Critical patent/CN110427858B/zh
Publication of CN110427858A publication Critical patent/CN110427858A/zh
Application granted granted Critical
Publication of CN110427858B publication Critical patent/CN110427858B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G3/00—Alarm indicators, e.g. bells
    • G07G3/003—Anti-theft control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4014—Identity check for transactions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/38—Payment protocols; Details thereof
    • G06Q20/40—Authorisation, e.g. identification of payer or payee, verification of customer or shop credentials; Review and approval of payers, e.g. check credit lines or negative lists
    • G06Q20/401—Transaction verification
    • G06Q20/4016—Transaction verification involving fraud or risk level assessment in transaction processing
    • 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
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G1/00—Cash registers
    • G07G1/0036—Checkout procedures
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G1/00—Cash registers
    • G07G1/12—Cash registers electronically operated
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07G—REGISTERING THE RECEIPT OF CASH, VALUABLES, OR TOKENS
    • G07G3/00—Alarm indicators, e.g. bells

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Cash Registers Or Receiving Machines (AREA)

Abstract

本发明提供了一种涉及行为识别领域的一种结合图像的人物行为识别轨迹方法，方法包括：划分场景区域为至少两个归属区域并确认每个归属区域对应的信用等级；采集各归属区域中的人物图像；根据采集的人物图像对进入归属区域的人物进行识别并标记正常人物；基于所采集的人物图像对正常人物进行行为识别及跟踪；记录正常人物的行为并标记目标商品；获取正常人物的账号并进行信用等级评定；判断正常人物的信用等级是否大于或等于目标商品的归属区域的信用等级；若正常人物的信用等级小于目标商品的归属区域的信用等级，则标记异常人物并发送警告信息至异常人物的账号上。解决了无人超市监管难度大的问题。

Description

一种结合图像的人物行为识别轨迹方法
技术领域
本发明涉及行为识别领域，更具体地，涉及一种结合图像的人物行为识别轨迹方法。
背景技术
随着时代的发展，超市经营现在已经逐渐走向了超市智能化的方向。在现代生活中，自助结账、自助支付等技术已经得到了普及，这为无人超市提供了前置技术。现在无人超市的技术已经基本成熟，但无人超市仍面临着监管无可避免的需要人为操作的问题，如何对无人超市进行智能监管使其能够成为真正意义上的无人化，是无人超市普及所面临的主要问题。具体来说的，如何解决无人超市监管难度大的问题，现有技术仍没有太好的解决方案。
发明内容
本发明旨在克服上述现有技术问题，提供了一种结合图像的人物行为识别轨迹方法，解决了无人超市监管难度大的技术问题。
一种结合图像的人物行为识别轨迹方法，所述方法包括：
依照每种商品对应的信用等级划分场景区域为至少两个归属区域并确认每个归属区域对应的信用等级，所述信用等级为预先设定的至少两个分级；
采集各归属区域中的人物图像；
根据采集的人物图像对进入归属区域的人物进行识别并标记所述人物为正常人物；
基于所采集的人物图像对所述正常人物进行行为识别及跟踪；
记录所述正常人物的行为并标记所述正常人物在离开商品的种类的归属区域时获取的商品为目标商品；
获取所述正常人物的账号并根据所述正常人物的账号的交易记录进行信用等级评定；
判断所述正常人物的信用等级是否大于或等于所述目标商品的归属区域的信用等级；
若所述正常人物的信用等级小于所述目标商品的归属区域的信用等级，则标记所述正常人物为异常人物并发送警告信息至所述异常人物的账号上。
所述方法主要通过设定了信用分级以进行超市内的有效分区并基于所述分区的进行监管。区别于传统的超市监管方式即仅通过视频监控进行动作识别，所述方法的分区监管方式在基于更高的信用度的情况下，降低了监管所需的计算量，达到了降低无人超市监管的难度的问题。
优选的，所述依照商品对应的信用等级划分场景区域为至少两个归属区域并确认每个归属区域对应的信用等级的步骤包括：
根据商品的定价确定每种商品对应的信用等级；
根据商品的种类对场景区域进行区域划分为至少两个归属区域并根据每种商品对应的信用等级确认每个归属区域对应的信用等级。
基于商品的定价进行对应的信用等级评定可以准确评定每个归属区域的信用等级。
优选的，在各个归属区域布设有若干个图像采集装置，利用图像采集装置采集人物图像，若干个图像采集装置中至少有一个布设在归属区域的边缘。
通过使用多个图像获取源对人物进行追踪定位及区域边界的监控的方式实现图像上的全面监控。
优选的，人物的识别和人物行为的识别和跟踪均采用深度学习模型实现。
深度学习模型可以实现更精准的人物识别及行为识别，使所述方法的监控更为精准和全面。
优选的，所述获取所述正常人物的账号后，根据所述正常人物的账号的交易记录进行信用等级评定的步骤具体包括：
获取所述正常人物的所绑定的用户帐户；
根据用户帐户记录中所述正常人物的历史交易记录、欠费次数、延迟付费记录、异常交易次数及异常交易的总金额评定所述正常人物的信用等级。
人物的信用等级评定基于所述人物的交易历史和信用度，所述信用度与所述个人的欠款历史挂钩，交易历史中的非异常交易还可用于提升个人的信用等级，根据个人信用度进行的追踪监管可以使所述方法在有效追踪的同时降低追踪目标的数量。
优选的，所述若所述正常人物的信用等级小于所述目标商品的归属区域的信用等级，则标记所述正常人物为异常人物并发送警告信息至所述异常人物的账号上的步骤后包括：
当所述异常人物离开区域场景或进行产品结算时，根据所述异常人物的行为记录及目标商品的商品信息确认所述异常人物是否归还了目标商品；
若所述异常人物未归还目标商品则确认所述异常人物是否对目标商品进行了结算；
若所述异常人物未对目标商品进行结算，则对所述异常人物的该次异常交易进行记录并对所述异常人物发出警告。
用于防止所述异常人物对目标商品进行归还后仍收到错误的警告，同时对异常人物未经结算便拿走目标商品的行为进行确认。
优选的，所述若所述异常人物未对目标商品进行结算，则对所述异常人物的该次异常交易进行记录并对所述异常人物发出警告的步骤后包括：
对异常交易进行倒计时；
每当与目标商品为相类且非目标商品的商品被结算，便减少所述异常交易倒计时时间；
若所述异常交易的倒计时时间归零，则将所述异常交易标记为问题交易并记录所述问题交易的交易记录至所述异常人物的交易历史中。
设定一定的倒计时用于避免错误判定交易的性质，同时为所述方法的最终监管效果提供了更多的保障。
与现有技术相比，本发明的有益效果为：
1.通过设定了信用分级以进行超市内的有效分区并基于所述分区的进行监管，解决了无人超市监管难度大的技术问题；
2.基于个人的交易历史及异常交易记录的判定使得所述基于信用等级进行判断的方法具有更好的效果；
3.设定了倒计时避免最终判定交易性质时发生错误；
附图说明
图1为本发明的流程图。
具体实施方式
本发明附图仅用于示例性说明，不能理解为对本发明的限制。为了更好说明以下实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
实施例1
如图1所示，本实施例提供了一种结合图像的人物行为识别轨迹方法，所述方法包括：
依照每种商品对应的信用等级划分场景区域为至少两个归属区域并确认每个归属区域对应的信用等级，所述信用等级为预先设定的至少两个分级；
采集各归属区域中的人物图像；
根据采集的人物图像对进入归属区域的人物进行识别并标记所述人物为正常人物；
基于所采集的人物图像对所述正常人物进行行为识别及跟踪；
记录所述正常人物的行为并标记所述正常人物在离开商品的种类的归属区域时获取的商品为目标商品；
获取所述正常人物的账号并根据所述正常人物的账号的交易记录进行信用等级评定；
判断所述正常人物的信用等级是否大于或等于所述目标商品的归属区域的信用等级；
若所述正常人物的信用等级小于所述目标商品的归属区域的信用等级，则标记所述正常人物为异常人物并发送警告信息至所述异常人物的账号上。
所述方法主要通过设定了信用分级以进行超市内的有效分区并基于所述分区的进行监管。区别于传统的超市监管方式即仅通过视频监控进行动作识别，所述方法的分区监管方式在基于更高的信用度的情况下，降低了监管所需的计算量，达到了降低无人超市监管的难度的问题。
在具体实施过程中，所述依照商品对应的信用等级划分场景区域为至少两个归属区域并确认每个归属区域对应的信用等级的步骤包括：
根据商品的定价确定每种商品对应的信用等级；
根据商品的种类对场景区域进行区域划分为至少两个归属区域并根据每种商品对应的信用等级确认每个归属区域对应的信用等级。
基于商品的定价进行对应的信用等级评定可以准确评定每个归属区域的信用等级。
具体的，在各个归属区域布设有若干个图像采集装置，利用图像采集装置采集人物图像，若干个图像采集装置中至少有一个布设在归属区域的边缘。
通过使用多个图像获取源对人物进行追踪定位及区域边界的监控的方式实现图像上的全面监控。
具体的，人物的识别和人物行为的识别和跟踪均采用深度学习模型实现。
深度学习模型可以实现更精准的人物识别及行为识别，使所述方法的监控更为精准和全面。
具体的，所述获取所述正常人物的账号后，根据所述正常人物的账号的交易记录进行信用等级评定的步骤具体包括：
获取所述正常人物的所绑定的用户帐户；
根据用户帐户记录中所述正常人物的历史交易记录、欠费次数、延迟付费记录、异常交易次数及异常交易的总金额评定所述正常人物的信用等级。
人物的信用等级评定基于所述人物的交易历史和信用度，所述信用度与所述个人的欠款历史挂钩，交易历史中的非异常交易还可用于提升个人的信用等级，根据个人信用度进行的追踪监管可以使所述方法在有效追踪的同时降低追踪目标的数量。
具体的，所述若所述正常人物的信用等级小于所述目标商品的归属区域的信用等级，则标记所述正常人物为异常人物并发送警告信息至所述异常人物的账号上的步骤后包括：
当所述异常人物离开区域场景或进行产品结算时，根据所述异常人物的行为记录及目标商品的商品信息确认所述异常人物是否归还了目标商品；
若所述异常人物未归还目标商品则确认所述异常人物是否对目标商品进行了结算；
若所述异常人物未对目标商品进行结算，则对所述异常人物的该次异常交易进行记录并对所述异常人物发出警告。
用于防止所述异常人物对目标商品进行归还后仍收到错误的警告，同时对异常人物未经结算便拿走目标商品的行为进行确认。
具体的，所述若所述异常人物未对目标商品进行结算，则对所述异常人物的该次异常交易进行记录并对所述异常人物发出警告的步骤后包括：
对异常交易进行倒计时；
每当与目标商品为相类且非目标商品的商品被结算，便减少所述异常交易倒计时时间；
若所述异常交易的倒计时时间归零，则将所述异常交易标记为问题交易并记录所述问题交易的交易记录至所述异常人物的交易历史中。
设定一定的倒计时用于避免错误判定交易的性质，同时为所述方法的最终监管效果提供了更多的保障。
显然，本发明的上述实施例仅仅是为清楚地说明本发明技术方案所作的举例，而并非是对本发明的具体实施方式的限定。凡在本发明权利要求书的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (4)

1.一种结合图像的人物行为识别轨迹方法，其特征在于，所述方法包括：
依照每种商品对应的信用等级划分场景区域为至少两个归属区域并确认每个归属区域对应的信用等级，所述信用等级为预先设定的至少两个分级；
采集各归属区域中的人物图像；
根据采集的人物图像对进入归属区域的人物进行识别并标记所述人物为正常人物；
基于所采集的人物图像对所述正常人物进行行为识别及跟踪；
记录所述正常人物的行为并标记所述正常人物在离开商品的种类的归属区域时获取的商品为目标商品；
获取所述正常人物的账号并根据所述正常人物的账号的交易记录进行信用等级评定；
判断所述正常人物的信用等级是否大于或等于所述目标商品的归属区域的信用等级；
若所述正常人物的信用等级小于所述目标商品的归属区域的信用等级，则标记所述正常人物为异常人物并发送警告信息至所述异常人物的账号上；
所述获取所述正常人物的账号后，根据所述正常人物的账号的交易记录进行信用等级评定的步骤具体包括：
获取所述正常人物的所绑定的用户帐户；
根据用户帐户记录中所述正常人物的历史交易记录、欠费次数、延迟付费记录、异常交易次数及异常交易的总金额评定所述正常人物的信用等级；
所述若所述正常人物的信用等级小于所述目标商品的归属区域的信用等级，则标记所述正常人物为异常人物并发送警告信息至所述异常人物的账号上的步骤后包括：
当所述异常人物离开区域场景或进行产品结算时，根据所述异常人物的行为记录及目标商品的商品信息确认所述异常人物是否归还了目标商品；
若所述异常人物未归还目标商品则确认所述异常人物是否对目标商品进行了结算；
若所述异常人物未对目标商品进行结算，则对所述异常人物的该次异常交易进行记录并对所述异常人物发出警告；
所述依照商品对应的信用等级划分场景区域为至少两个归属区域并确认每个归属区域对应的信用等级的步骤包括：
根据商品的定价确定每种商品对应的信用等级；
根据商品的种类对场景区域进行区域划分为至少两个归属区域并根据每种商品对应的信用等级确认每个归属区域对应的信用等级。
2.根据权利要求1所述的一种结合图像的人物行为识别轨迹方法，其特征在于，在各个归属区域布设有若干个图像采集装置，利用图像采集装置采集人物图像，若干个图像采集装置中至少有一个布设在归属区域的边缘。
3.根据权利要求1所述的一种结合图像的人物行为识别轨迹方法，其特征在于，人物的识别和人物行为的识别和跟踪均采用深度学习模型实现。
4.根据权利要求1所述的一种结合图像的人物行为识别轨迹方法，其特征在于，所述若所述异常人物未对目标商品进行结算，则对所述异常人物的该次异常交易进行记录并对所述异常人物发出警告的步骤后包括：
对异常交易进行倒计时；
每当与目标商品为相同类且非目标商品的商品被结算，便减少所述异常交易倒计时时间；
若所述异常交易的倒计时时间归零，则将所述异常交易标记为问题交易并记录所述问题交易的交易记录至所述异常人物的交易历史中。
CN201910682844.1A 2019-07-26 2019-07-26 一种结合图像的人物行为识别轨迹方法 Active CN110427858B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910682844.1A CN110427858B (zh) 2019-07-26 2019-07-26 一种结合图像的人物行为识别轨迹方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910682844.1A CN110427858B (zh) 2019-07-26 2019-07-26 一种结合图像的人物行为识别轨迹方法

Publications (2)

Publication Number Publication Date
CN110427858A CN110427858A (zh) 2019-11-08
CN110427858B true CN110427858B (zh) 2022-07-08

Family

ID=68412733

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910682844.1A Active CN110427858B (zh) 2019-07-26 2019-07-26 一种结合图像的人物行为识别轨迹方法

Country Status (1)

Country Link
CN (1) CN110427858B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112818899A (zh) * 2021-02-22 2021-05-18 招联消费金融有限公司 人脸图像处理方法、装置、计算机设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512893A (zh) * 2015-12-24 2016-04-20 携程计算机技术（上海）有限公司 基于酒店交易数据的用户信用评估方法及系统
JP2016110559A (ja) * 2014-12-10 2016-06-20 株式会社寺岡精工 監視システム
CN108765757A (zh) * 2018-05-28 2018-11-06 西南交通大学 一种基于信用值调整的共享单车停车位置引导方法
JP2019008834A (ja) * 2018-10-17 2019-01-17 東芝テック株式会社 チェックアウトシステムおよび商品登録装置並びにその制御プログラム
WO2019085589A1 (zh) * 2017-11-03 2019-05-09 阿里巴巴集团控股有限公司 无人值守场景中非法行为的识别方法和装置
CN109816855A (zh) * 2018-12-14 2019-05-28 顺丰科技有限公司 一种无人售货机管理方法、装置及设备、存储介质

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104616186B (zh) * 2014-11-05 2019-02-01 青岛海信智能商用系统股份有限公司 自助收款防损系统、自助结账防损系统和自助结账方法
JP6730079B2 (ja) * 2016-04-28 2020-07-29 東芝テック株式会社 監視装置及びプログラム
CN106781121A (zh) * 2016-12-14 2017-05-31 朱明� 基于视觉分析的超市自助结账智能系统
CN109215254B (zh) * 2017-06-30 2022-05-10 阿里巴巴集团控股有限公司 实体店铺应用系统、用户信息处理方法及装置
CN107992779A (zh) * 2017-12-29 2018-05-04 深圳正品创想科技有限公司 一种顾客行为监督方法、系统及无人商店
CN108109293B (zh) * 2018-01-03 2021-01-29 深圳正品创想科技有限公司 一种商品防盗结算方法、装置及电子设备
CN108364422A (zh) * 2018-02-24 2018-08-03 广州逗号智能零售有限公司 无人售货方法及装置
CN108921654A (zh) * 2018-06-19 2018-11-30 腾讯科技（深圳）有限公司 订单数据处理方法、装置以及计算机可读存储介质
CN109002772A (zh) * 2018-06-27 2018-12-14 深圳市赛亿科技开发有限公司 一种无人超市顾客行为的监督方法及系统
CN109272692A (zh) * 2018-08-30 2019-01-25 深圳市科脉技术股份有限公司 无人超市中的预警方法及装置
CN109711827B (zh) * 2018-12-27 2021-06-25 武汉市天蝎科技有限公司 一种近眼显示设备的新零售支付方法及支付系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016110559A (ja) * 2014-12-10 2016-06-20 株式会社寺岡精工 監視システム
CN105512893A (zh) * 2015-12-24 2016-04-20 携程计算机技术（上海）有限公司 基于酒店交易数据的用户信用评估方法及系统
WO2019085589A1 (zh) * 2017-11-03 2019-05-09 阿里巴巴集团控股有限公司 无人值守场景中非法行为的识别方法和装置
CN108765757A (zh) * 2018-05-28 2018-11-06 西南交通大学 一种基于信用值调整的共享单车停车位置引导方法
JP2019008834A (ja) * 2018-10-17 2019-01-17 東芝テック株式会社 チェックアウトシステムおよび商品登録装置並びにその制御プログラム
CN109816855A (zh) * 2018-12-14 2019-05-28 顺丰科技有限公司 一种无人售货机管理方法、装置及设备、存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
从无人超市看体验式消费;别昊;《中国眼镜科技杂志》;20151231(第23期);第80页 *
通过"无人售卖"超市浅析计算机技术在共享经济中的应用;刘子睿;《中国战略新兴产业》;20180228(第08期);第40、42页 *

Also Published As

Publication number Publication date
CN110427858A (zh) 2019-11-08

Similar Documents

Publication Publication Date Title
US7386506B2 (en) Fraud score calculating program, method of calculating fraud score, and fraud score calculating system for credit cards
EP2659456B1 (en) Scene activity analysis using statistical and semantic feature learnt from object trajectory data
CN109089314B (zh) 一种基于推荐算法的wifi序列辅助GPS的室内定位方法
CN103116987A (zh) 一种基于监控视频处理的车流统计和违规检测的方法
CN103544753B (zh) 一种道闸控制方法及系统
CN102147851A (zh) 多角度特定物体判断设备及多角度特定物体判断方法
CN105303191A (zh) 一种前视监视场景下的行人计数方法和装置
CN101303727A (zh) 基于视频人数统计的智能管理方法及其系统
CN110718061B (zh) 交通路口车流量统计方法、装置、存储介质及电子设备
Cui et al. Abnormal event detection in traffic video surveillance based on local features
CN103679118A (zh) 一种人脸活体检测方法及系统
CN102176266A (zh) Atm银行卡视觉行为预警提示方法及系统
CN108550047A (zh) 交易量的预测方法及装置
CN109002772A (zh) 一种无人超市顾客行为的监督方法及系统
CN109102217A (zh) 一种无人超市的库存管理方法及系统
US20210312452A1 (en) Systems and methods real-time institution analysis based on message traffic
CN104899574A (zh) 一种进出事件检测方法及系统
CN103606221B (zh) 清分机故障自动诊断方法以及装置
CN110427858B (zh) 一种结合图像的人物行为识别轨迹方法
CN103198296A (zh) 一种基于贝叶斯惊奇度计算的视频异常行为检测方法及装置
CN109583729B (zh) 用于平台在线模型的数据处理方法和装置
EP2840542A3 (en) Method and system for detection of fraudulent transactions
CN102867415A (zh) 基于视频检测技术的道路拥堵判别方法
CN102542673A (zh) 基于计算机视觉的atm机预警方法及系统
CN104077571A (zh) 一种采用单类序列化模型的人群异常行为检测方法

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
GR01 Patent grant
GR01 Patent grant