CN110458053A - 一种有效监控区域划分方法及视频客流计数方法 - Google Patents
一种有效监控区域划分方法及视频客流计数方法 Download PDFInfo
- Publication number
- CN110458053A CN110458053A CN201910680593.3A CN201910680593A CN110458053A CN 110458053 A CN110458053 A CN 110458053A CN 201910680593 A CN201910680593 A CN 201910680593A CN 110458053 A CN110458053 A CN 110458053A
- Authority
- CN
- China
- Prior art keywords
- area
- counting
- camera
- monitoring area
- sub
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000011156 evaluation Methods 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004382 visual function Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及一种有效监控区域划分方法及视频客流计数方法,属于客流引导技术领域,解决由于计数区域划分引起的计数精度下降问题;有效监控区域划分方法包括:在监控区域布置用于视频客流计数的多个摄像头;根据摄像头的视野进行视频计数区域的初步划分;利用在监控区域移动的标定体,对初步划分得到的计数区域进行检验,去除无效区域,确定一个由多个有效计数区域构成的密闭监控区域。本发明通过摄像头采集的视频信息,对客流进行计数,能够极大的节约客流计数的成本,并且极大地减少计数时不同摄像头之间出现重叠或遗漏的情况。
Description
技术领域
本发明涉及客流引导技术领域,尤其是一种有效监控区域划分方法及视频客流计数方法。
背景技术
利用视频信息进行客流计数分析能够实现低成本,广覆盖,施工量小。但不同摄像头间必然出现重叠或遗漏,重叠区域需人工划定,操作过程复杂且易出现疏忽错误。如果摄像头视角发生变化,则会引起计数精度大幅下降。
发明内容
鉴于上述的分析,本发明旨在提供一种有效监控区域划分方法及视频客流计数方法,解决由于计数区域划分引起的计数精度下降问题。
本发明的目的主要是通过以下技术方案实现的:
本发明公开了一种有效监控区域划分方法,包括:
在监控区域布置用于视频客流计数的多个摄像头;
根据摄像头的视野进行视频计数区域的初步划分;
利用在监控区域移动的标定体,对初步划分得到的计数区域进行检验,去除无效区域,确定一个由多个有效计数区域构成的密闭监控区域。
进一步地,所述对初步划分得到的计数区域进行检验,具体包括:
开启全部摄像头,设置标定体在监控区域内移动,所述标定体尽可能经过摄像头监控视野视频区域内的每一可能位置;
利用机器视觉分析方法,对任一时刻下所有摄像头采集的静态图像进行分析,对图像中检测到物体进行是否为标定体的置信度评价;
根据置信度评价结果,确认有效计数区域。
进一步地,所述置信度评价方法包括:
通过机器视觉方法对检测画面中的物体绘制各个方向的等高线;
根据所述物体等高线的距离,判断物体为标定体的置信度;
当置信度超过设定的阈值时,确定图像中包含标定体。
进一步地,所述根据置信度评价结果,确认有效计数区域,具体包括:
1)若同一时刻下,只有一个摄像头图像中检测到所述标定体,则标定体所处的摄像头视野的子区域为有效计数区域;
2)若同一时刻下,两个以上子区域存在重叠区域,首先调整摄像头的视角,消除重叠区域;对不能消除的区域,将置信度评价第一的摄像头视野中标定体所处的子区域保留为有效计数区域,其他摄像头视野中检测到标定体所处的子区域设置为重叠无效区域;
3)若同一时刻下,当计数区域中未检测到标定体,但重叠无效区域中检测到了一个及以上的标定体时,将该置信度最高的一个无效区域分割为若干更小的子区域,并将标定体所在的子区域设定为有效计数区域;
4)若在一个完整的计数区域检验过程中,存在始终未检测到标定体的区域,则将该区域从计数区域中删除。
进一步地,对两个不同摄像头的两个子区域进行相关性判断,当所述两个子区域相关性大于设定的阈值时,则判断两个子区域存在重叠区域。
进一步地,两个子区域相关性式中,n为周期个数,i为摄像头I拍摄图像中在某一周期内人员数量的增量,j为第摄像头J拍摄图像中在某一周期内人员数量的增量,n(i=j)为摄像头I和摄像头J拍摄图像中人员数量的增量相等的周期个数;n(i,j)为摄像头I和摄像头J拍摄图像中人员数量的具有增量的周期个数。
进一步地,根据位置长度进行等分,将置信度最高的一个无效区域分割为若干更小的子区域。
本发明还公开了一种视频客流计数方法,采用如上述任一所述的有效监控区域划分方法划分客流计数子区域,对人员进行计数。
进一步地,预存多种与摄像头预设的旋转角度对应的监控区域划分方案,通过使摄像头旋转到某一种预设角度,旋转某一种监控区域划分方案,对人员进行计数。
本发明有益效果如下:
本技术可以通过摄像头采集的视频信息,对客流进行计数,能够极大的节约客流计数的成本。而且这种区域智能分配方法,能够极大地减少计数时不同摄像头之间出现重叠或遗漏的情况。重叠区域可以智能划分,无需人力,即使摄像头视角变化也不会影响。
附图说明
附图仅用于示出具体实施例的目的,而并不认为是对本发明的限制,在整个附图中,相同的参考符号表示相同的部件。
图1为本发明实施例中的监控区域划分方法流程图;
图2为本发明实施例中的初步划分计数区域检验方法流程图;
图3(a)为本发明实施例中的有效计数区域确认示意图;(只有一个摄像头图像中检测到标定体)
图3(b)为本发明实施例中的有效计数区域确认示意图;(两个或两个以上子区域存在重叠区域)
图3(c)为本发明实施例中的有效计数区域确认示意图;(计数区域中未检测到标定体,但重叠无效区域中检测到了一个及以上的标定体)。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理。
本实施例公开了一种有效监控区域划分方法,包括以下步骤:
步骤S1、在监控区域布置用于视频客流计数的多个摄像头;
所述摄像头分布的位置基于站台和屏蔽门区域的划分,将站台区域根据系统算法进行智能划分,每一个划分区域都会根据情况用视频客流计数进行封闭布控,确保对区域的客流情况进行掌控。对楼梯口,电梯口进行布控,每个屏蔽门口都要进行布控,保证监控视角的无缝;尽量避免交叉布控中的重叠区域,确保摄像头能在监控区域中识别到单独的目标。
步骤S2、根据摄像头的视野进行视频计数区域的初步划分;
将所述每个摄像头的视野划分成若干无缝且不重叠的子区域,全部设定为计数区域;
初步划分时每个摄像头视野划分的子区域个数可根据具体的实际情况进行计算,例如,90米长的站就划分成三段,每段30米长左右。
步骤S3、利用在监控区域移动的标定体,对初步划分计数区域进行检验,并且去除无效区域,确定一个由有效计数区域构成的密闭监控区域;
所述标定体为持有特殊标定物的测试人员或为承载有特殊标定物的移动载体。
为了提升效率,便于快速精确的从图像中识别出所述标定体,优选的,特殊标定物为测试人员持有的具有可识别的特殊图案的物体,也可以将测试人员的头部作为特殊标定物。
具体包括:
步骤S3-1、开启全部摄像头,使设置的标定体在监控区域内移动;
具体的,所述标定体尽可能经过摄像头监控视野视频区域内的每一可能位置,即包括每一个计数区域,使得监控区域成为一个密闭空间,增加客流检测的精准程度;
为保证标定体尽可能经过摄像头监控视野视频区域内的每一可能位置,可以首先根据站内环境对路径进行规划,所述规划的路径,可以根据乘客实际进出站的路线,规划出人流行进的路线,从而对摄像头进行设定。
步骤S3-2、利用机器视觉分析方法,对任一时刻下所有摄像头采集的静态图像进行分析,对图像中检测到标定体进行置信度评价;
具体的,机器视觉分析方法通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)抓取图像,然后将该图像传送至处理单元,通过数字化处理,根据像素分布和亮度、颜色等信息,来进行尺寸、形状、颜色等的判别。进而根据判别的结果来控制现场的设备动作。其优点不仅是用计算机来模拟人的视觉功能,作为人眼的简单延伸,更重要的是具有人脑的一部分功能一一从客观事物的图像中提取信息,进行处理并加以理解,最终用于实际检测、测量和控制。
具体的,所述置信度评价方法包括:
通过机器视觉方法对检测画面中的物体绘制各个方向的等高线;
所述各个方向为物体立体图的八个方向;
根据所述物体等高线的距离,判断物体为标定体的置信度;
其中,距离与置信度成正比,当距离越符合预设的标定物的预设值时,置信度越高。
当置信度超过设定的阈值时,确定图像中包含标定体。
通过机器视觉算法中内置的工具函数设定置信度阈值,用于精确判断标定物。
步骤S3-3、根据置信度评价结果,确认有效计数区域;
具体包括以下情况:
1)同一时刻下,只有一个摄像头图像中检测到标定体,则标定体所处的摄像头视野的子区域为有效计数区域,如图3(a)所示;
2)同一时刻下,判断两个或两个以上子区域存在重叠区域,即两个或两个以上的摄像头图像中同时检测到标定体的情况;对于重叠区域,可通过调整摄像头的视角,消除重叠区域,对不能消除的区域,将置信度评价第一的摄像头视野中标定体所处的子区域保留为有效计数区域,其他摄像头视野中检测到标定体所处的子区域设置为重叠无效区域,如图3(b)所示;
3)同一时刻下,当计数区域中未检测到标定体,但重叠无效区域中检测到了一个及以上的标定体时,将该置信度最高的一个无效区域分割为若干更小的子区域,并将标定体所在的子区域设定为有效计数区域,如图3(c)所示;
优选的,无效区域的分割根据位置长度进行等分。
4)在一个完整的计数区域检验过程中,如果存在始终未检测标定体的区域,则将该区域从计数区域中删除。
优选的,所述两个或两个以上子区域存在重叠区域可通过两不同摄像头的两个子区域相关性进行判断,当两个子区域相关性大于设定的阈值时,则判断两个子区域出现重叠现象。
其中,两个子区域相关性的定义为,若干个样本周期内,人员数量增量相等的周期个数的比例:
n为周期个数,i为摄像头I在某一周期内人员数量的增量,j为第摄像头J在某一周期内人员数量的增量,n(i=j)为摄像头I和摄像头J人员数量的增量相等的周期;n(i,j)为摄像头I和摄像头J人员数量的具有增量的周期。
当η大于设定的阈值时,则判断两个子区域出现重叠现象。
本实施例还公开了一种视频客流计数方法,根据上述实施例中的有效监控区域划分方法划分客流计数子区域,对人员进行计数。
具体的,根据上述实施例得到的有效监控区域,在同一时刻内,将出现在所有有效监控区域的人员进行计数,即可得到本站的总客流。
在计数过程中,摄像头通过比对当前图像背景与监控区域划分过程完成时的差别,提示系统管理员检查视角改变的摄像头,以防止设定状态与当前情况不符。
所述差别的判断方法,可通过对画面图像的分析,根据如上述子区域相关性,根据相关性结果判断,摄像头的视角是否发生改变。
优选的,依照上述监控区域划分方法,预存多种区域分配方案(根据不同客户需求划分不同方案,比如对站台某区域进行重点监控或是对站厅某区域进行重点监控,分配过程中勿需转动摄像头)。使摄像头转动到预设角度,选择对应的分配方案进行人员计数。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种有效监控区域划分方法,其特征在于,包括:
在监控区域布置用于视频客流计数的多个摄像头;
根据摄像头的视野进行视频计数区域的初步划分;
利用在监控区域移动的标定体,对初步划分得到的计数区域进行检验,去除无效区域,确定一个由多个有效计数区域构成的密闭监控区域。
2.根据权利要求1所述的监控区域划分方法,其特征在于,所述对初步划分得到的计数区域进行检验,具体包括:
开启全部摄像头,设置标定体在监控区域内移动,所述标定体尽可能经过摄像头监控视野视频区域内的每一可能位置;
利用机器视觉分析方法,对任一时刻下所有摄像头采集的静态图像进行分析,对图像中检测到物体进行是否为标定体的置信度评价;
根据置信度评价结果,确认有效计数区域。
3.根据权利要求2所述的监控区域划分方法,其特征在于,所述置信度评价方法包括:
通过机器视觉方法对检测画面中的物体绘制各个方向的等高线;
根据所述物体等高线的距离,判断物体为标定体的置信度;
当置信度超过设定的阈值时,确定图像中包含标定体。
4.根据权利要求2所述的监控区域划分方法,其特征在于,
所述根据置信度评价结果,确认有效计数区域,具体包括:
1)若同一时刻下,只有一个摄像头图像中检测到所述标定体,则标定体所处的摄像头视野的子区域为有效计数区域;
2)若同一时刻下,两个以上子区域存在重叠区域,首先调整摄像头的视角,消除重叠区域;对不能消除的区域,将置信度评价第一的摄像头视野中标定体所处的子区域保留为有效计数区域,其他摄像头视野中检测到标定体所处的子区域设置为重叠无效区域;
3)若同一时刻下,当计数区域中未检测到标定体,但重叠无效区域中检测到了一个及以上的标定体时,将该置信度最高的一个无效区域分割为若干更小的子区域,并将标定体所在的子区域设定为有效计数区域;
4)若在一个完整的计数区域检验过程中,存在始终未检测到标定体的区域,则将该区域从计数区域中删除。
5.根据权利要求4所述的监控区域划分方法,其特征在于,对两个不同摄像头的两个子区域进行相关性判断,当所述少两个子区域相关性大于设定的阈值时,则判断两个子区域存在重叠区域。
6.根据权利要求5所述的监控区域划分方法,其特征在于,
两个子区域相关性式中,n为周期个数,i为摄像头I拍摄图像中在某一周期内人员数量的增量,j为摄像头J拍摄图像中在某一周期内人员数量的增量,n(i=j)为摄像头I和摄像头J拍摄图像中人员数量的增量相等的周期个数;n(i,j)为摄像头I和摄像头J拍摄图像中人员数量的具有增量的周期个数。
7.根据权利要求4所述的监控区域划分方法,其特征在于,根据位置长度进行等分,将置信度最高的一个无效区域分割为若干更小的子区域。
8.一种视频客流计数方法,其特征在于,采用如权利要求1-8任一所述的有效监控区域划分方法划分客流计数子区域,对人员进行计数。
9.根据权利要求8所述的视频客流计数方法,其特征在于,预存多种与摄像头预设的旋转角度对应的监控区域划分方案,通过使摄像头旋转到某一种预设角度,旋转某一种监控区域划分方案,对人员进行计数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910680593.3A CN110458053B (zh) | 2019-07-26 | 2019-07-26 | 一种有效监控区域划分方法及视频客流计数方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910680593.3A CN110458053B (zh) | 2019-07-26 | 2019-07-26 | 一种有效监控区域划分方法及视频客流计数方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110458053A true CN110458053A (zh) | 2019-11-15 |
CN110458053B CN110458053B (zh) | 2020-06-16 |
Family
ID=68483521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910680593.3A Active CN110458053B (zh) | 2019-07-26 | 2019-07-26 | 一种有效监控区域划分方法及视频客流计数方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110458053B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111192426A (zh) * | 2020-01-14 | 2020-05-22 | 中兴飞流信息科技有限公司 | 基于拟人视觉图像分析视频巡航的铁路周界入侵检测方法 |
CN112492275A (zh) * | 2020-11-25 | 2021-03-12 | 广州杰赛科技股份有限公司 | 一种区域监测点的布局方法、装置及存储介质 |
CN112906725A (zh) * | 2019-11-19 | 2021-06-04 | 北京金山云网络技术有限公司 | 统计人流特征的方法、装置及服务器 |
CN114821483A (zh) * | 2022-06-20 | 2022-07-29 | 武汉惠得多科技有限公司 | 应用于监控视频的可测温的监视方法及系统 |
CN118426483A (zh) * | 2024-04-26 | 2024-08-02 | 广东际洲科技股份有限公司 | 一种基于无人机技术的园区智能巡查系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123776A (zh) * | 2014-07-31 | 2014-10-29 | 上海汇纳信息科技股份有限公司 | 一种基于图像的对象统计方法及系统 |
CN105518656A (zh) * | 2013-08-09 | 2016-04-20 | 行为识别系统公司 | 用于多传感器数据融合的认知神经语言学行为辨识系统 |
CN107801203A (zh) * | 2017-11-13 | 2018-03-13 | 毛国强 | 基于多数据融合的人口密度及流动性的估算方法及其系统 |
US20180096640A1 (en) * | 2016-10-04 | 2018-04-05 | Canon Kabushiki Kaisha | Information outputting method, electronic equipment, and displaying apparatus |
CN108184098A (zh) * | 2018-01-16 | 2018-06-19 | 珠海市俊凯机械科技有限公司 | 安全区域的监控方法以及系统 |
CN109272755A (zh) * | 2018-09-30 | 2019-01-25 | 侍雨 | 一种基于无人机的辅助交通指挥管理系统 |
CN110047092A (zh) * | 2019-03-27 | 2019-07-23 | 深圳职业技术学院 | 一种复杂环境下多目标实时跟踪方法 |
-
2019
- 2019-07-26 CN CN201910680593.3A patent/CN110458053B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105518656A (zh) * | 2013-08-09 | 2016-04-20 | 行为识别系统公司 | 用于多传感器数据融合的认知神经语言学行为辨识系统 |
CN104123776A (zh) * | 2014-07-31 | 2014-10-29 | 上海汇纳信息科技股份有限公司 | 一种基于图像的对象统计方法及系统 |
US20180096640A1 (en) * | 2016-10-04 | 2018-04-05 | Canon Kabushiki Kaisha | Information outputting method, electronic equipment, and displaying apparatus |
CN107801203A (zh) * | 2017-11-13 | 2018-03-13 | 毛国强 | 基于多数据融合的人口密度及流动性的估算方法及其系统 |
CN108184098A (zh) * | 2018-01-16 | 2018-06-19 | 珠海市俊凯机械科技有限公司 | 安全区域的监控方法以及系统 |
CN109272755A (zh) * | 2018-09-30 | 2019-01-25 | 侍雨 | 一种基于无人机的辅助交通指挥管理系统 |
CN110047092A (zh) * | 2019-03-27 | 2019-07-23 | 深圳职业技术学院 | 一种复杂环境下多目标实时跟踪方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112906725A (zh) * | 2019-11-19 | 2021-06-04 | 北京金山云网络技术有限公司 | 统计人流特征的方法、装置及服务器 |
CN111192426A (zh) * | 2020-01-14 | 2020-05-22 | 中兴飞流信息科技有限公司 | 基于拟人视觉图像分析视频巡航的铁路周界入侵检测方法 |
CN112492275A (zh) * | 2020-11-25 | 2021-03-12 | 广州杰赛科技股份有限公司 | 一种区域监测点的布局方法、装置及存储介质 |
CN114821483A (zh) * | 2022-06-20 | 2022-07-29 | 武汉惠得多科技有限公司 | 应用于监控视频的可测温的监视方法及系统 |
CN118426483A (zh) * | 2024-04-26 | 2024-08-02 | 广东际洲科技股份有限公司 | 一种基于无人机技术的园区智能巡查系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110458053B (zh) | 2020-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110458053B (zh) | 一种有效监控区域划分方法及视频客流计数方法 | |
CN111970506B (zh) | 镜头脏污检测方法、装置和设备 | |
JP6549797B2 (ja) | 通行人の頭部識別方法及びシステム | |
EP3203447B1 (en) | Detection of fraudulent access at control gates | |
CN104954747B (zh) | 视频监视方法和装置 | |
EP2546807B1 (en) | Traffic monitoring device | |
JP2010198566A (ja) | 人数計測装置、方法及びプログラム | |
CN104680145B (zh) | 一种门的开关状态变化检测方法及装置 | |
CN112270253A (zh) | 一种高空抛物的检测方法及装置 | |
CN105592301B (zh) | 摄像设备及其控制方法和监视照相机系统 | |
CN109426786A (zh) | 人数检测系统与人数检测方法 | |
CN108362382B (zh) | 一种热成像监控方法及其监控系统 | |
CN113393552A (zh) | 图像处理设备、方法和非暂时性计算机可读存储介质 | |
CN106295790B (zh) | 一种通过摄像机进行目标数量统计的方法及装置 | |
CN111444837A (zh) | 在极端环境下提升人脸检测可用性的测温方法及测温系统 | |
JPH08127476A (ja) | エレベータの待機乗客数の検出方法 | |
JP2021145303A5 (zh) | ||
CN105427303B (zh) | 一种变电站遗留物的视觉测量与估计方法 | |
CN115223242A (zh) | 基于物联网平台的智慧园区管理方法 | |
KR101285127B1 (ko) | 차량의 적재물 감시 장치 | |
WO2014058165A1 (ko) | 단일객체의 크기를 추정하는 영상 감시장치 및 방법 | |
CN113095123A (zh) | 对象识别方法及其相关监控摄像设备 | |
CN110930432A (zh) | 一种视频分析方法、装置及系统 | |
CN105488455B (zh) | 一种基于激光测距的客流统计方法及装置 | |
JPH08136219A (ja) | 移動物体検出装置 |
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 |