CN110503028B - 确定区域中对象的分布的传感器、系统、方法和介质 - Google Patents
确定区域中对象的分布的传感器、系统、方法和介质 Download PDFInfo
- Publication number
- CN110503028B CN110503028B CN201910772284.9A CN201910772284A CN110503028B CN 110503028 B CN110503028 B CN 110503028B CN 201910772284 A CN201910772284 A CN 201910772284A CN 110503028 B CN110503028 B CN 110503028B
- Authority
- CN
- China
- Prior art keywords
- sub
- image
- region
- area
- objects
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 claims abstract description 79
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 description 23
- 238000010801 machine learning Methods 0.000 description 16
- 238000012360 testing method Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 230000015654 memory Effects 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001931 thermography Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
公开了一种用于确定区域中对象的分布的传感器、传感器系统、用于传感器的方法以及存储介质。所述方法包括:获取所述区域中的子区域的图像;对所述子区域的图像执行针对所述对象的目标检测以确定所述子区域中的对象的数量;发送指示所述子区域中的对象的数量的消息。
Description
技术领域
本申请涉及传感器领域,具体涉及一种确定区域中对象的分布的传感器、系统、方法和介质。
背景技术
可以利用传感器对预定区域中的预定对象进行监控。例如,预定目标可以是人、动物、交通工具等移动对象。利用传感器可以确定预定区域中预定对象的数量以及其在区域中的分布情况。
利用相关技术,可以通过在区域的出入口设置计数器、通过热成像仪对预定区域的空间进行监控或者通过人工统计确定区域中预定对象的数量和分布情况。然而,期望提供一种更高效、更低成本的用于确定区域中对象的分布的方法。
发明内容
本申请的目的是提供一种用于确定区域中对象的分布的传感器、传感器系统、用于传感器的方法以及存储介质。
根据本申请的一方面,还提供了一种用于确定区域中对象的分布的方法,应用于传感器,其中所述传感器被安装用于采集所述区域中的子区域的图像并将所述子区域中对象的数量的消息发送至远程服务器,所述方法包括:获取所述区域中的子区域的图像;根据所述子区域的图像确定所述子区域的图像中是否存在移动对象;基于所述子区域的图像中是否存在移动对象的确定结果对所述子区域的图像执行针对所述对象的目标检测以确定所述子区域中预定的对象的数量;发送指示所述子区域中的对象的数量的消息。
在一些实施例中,确定所述子区域的图像中是否存在移动对象包括:根据所述子区域的图像与先前获取的所述子区域的另一图像之间的差别确定所述子区域中是否存在移动对象。
在一些实施例中,所述子区域的图像中是否存在移动对象的确定结果对所述子区域的图像执行针对所述对象的目标检测以确定所述子区域中移动对象的数量包括:当确定所述子区域中存在移动对象时,对所述图像执行针对所述移动对象的目标检测;以及基于所述目标检测的结果进行统计以确定所述子区域中的移动对象的数量。
在一些实施例中,所述移动对象是人的头部,对所述图像执行目标检测以确定所述子区域中的移动对象的数量包括:确定所述子区域的图像是否包含圆形图案,以及在确定所述子区域的图像包含圆形图案的情况下,对所述子区域的图像执行针对人的头部的目标检测算法以确定所述子区域中的移动对象的数量。
在一些实施例中,所述子区域包括第一预定子区域和第二预定子区域,基于所述子区域的图像中是否存在移动对象的确定结果对所述子区域的图像执行针对所述对象的目标检测以确定所述子区域中移动对象的数量包括:确定分别对应所述第一预定子区域和所述第二预定子区域的第一子图像和第二子图像;在确定所述第一子图像中存在移动对象的情况下,对所述第一子图像执行目标检测以确定所述第一子图像中包括的移动对象的第一数量;在确定所述第二子图像中存在移动对象的情况下,对所述第二子图像执行目标检测以确定所述第二子图像中包括的移动对象的第二数量。
在一些实施例中,所述指示所述子区域中的移动对象的数量的消息包括指示所述第一预定子区域中的包括的移动对象的第一数量的第一子消息和指示所述第二预定子区域中的包括的移动对象的第二数量的第二子消息。
根据本申请的另一个方面,提供了一种用于确定区域中对象的分布的传感器,其中所述传感器被安装用于采集所述区域中的子区域的图像并将所述子区域中对象的数量的消息发送至远程服务器,所述传感器包括:图像采集单元,配置成获取所述区域中的子区域的图像;移动对象确定单元,配置成根据所述子区域的图像确定所述子区域的图像中是否存在移动对象;数量确定单元,配置成基于所述子区域的图像中是否存在移动对象的确定结果对所述子区域的图像执行针对所述对象的目标检测以确定所述子区域中移动对象的数量;数据传输单元,配置成发送指示所述子区域中的对象的数量的消息。
在一些实施例中,所述移动对象确定单元配置成根据所述子区域的图像与先前获取的所述子区域的另一图像之间的差别确定所述子区域中是否存在移动对象。
在一些实施例中,所述移动对象是人的头部,所述数量确定单元配置成当确定所述子区域中存在移动对象时,确定所述子区域的图像是否包含圆形图案,以及在确定所述子区域的图像包含圆形图案的情况下,对所述子区域的图像执行针对人的头部的目标检测算法,以基于所述针对人的头部的目标检测算法的结果的统计确定所述子区域中人的头部的数量。
在一些实施例中,所述子区域包括第一预定子区域和第二预定子区域,所述数量确定单元配置成:确定分别对应所述第一预定子区域和所述第二预定子区域的第一子图像和第二子图像;在确定所述第一子图像中存在移动对象的情况下,对所述第一子图像执行目标检测以确定所述第一子图像中包括的移动对象的第一数量;在确定所述第二子图像中存在移动对象的情况下,对所述第二子图像执行目标检测以确定所述第二子图像中包括的移动对象的第二数量。
在一些实施例中,所述指示所述子区域中的移动对象的数量的消息包括指示所述第一预定子区域中的包括的移动对象的第一数量的第一子消息和指示所述第二预定子区域中的包括的移动对象的第二数量的第二子消息。
根据本申请的另一方面,还提供了一种用于确定区域中对象的分布的系统,包括至少两个如前所述的传感器。
在一些实施例中,所述系统包括:网关设备,配置成从所述至少两个传感器中的每一个分别接收指示对应于该传感器的子区域中的移动对象的数量的消息。
在一些实施例中,所述网关设备配置成:根据从所述至少两个传感器中接收的消息确定所述区域中对象的数量和分布情况。
在一些实施例中,所述区域包括第一子区域和第二子区域,所述至少两个传感器是用于第一子区域的第一传感器和用于第二子区域的第二传感器,其中所述第一子区域包括第一预定子区域和第二预定子区域,所述第二子区域包括所述第二预定子区域和所述第三预定子区域,所述网关设备配置成:从所述第一传感器接收指示所述第一预定子区域中的移动对象的第一数量的消息;从所述第一传感器接收指示所述第二预定子区域中的移动对象的第二数量的消息;从所述第二传感器接收指示所述第二预定子区域中的移动对象的第二数量的消息;从所述第二传感器接收指示所述第三预定子区域中的移动对象的第三数量的消息;以及基于所述第一数量、第二数量以及第三数量确定所述区域中对象的数量。
根据本申请的又一方面,还提供了一种计算机可读存储介质,其上存储有指令,所述指令在被处理器执行时,使得所述处理器执行如前所述的用于确定区域中对象的分布的方法。
利用本申请提供的用于确定区域中对象的分布的传感器、传感器系统、用于传感器的方法以及存储介质,可以利用布置在区域中的传感器采集对应子区域的图像信息并利用该传感器根据该子区域的图像确定该子区域中存在的移动对象的信息。然后,该传感器可以将所确定的该子区域中存在的移动对象的信息发送给服务器。传感器无需传送占用大量带宽的音视频数据,而仅需要向云端服务器提供关于移动对象的数量和/或位置信息。利用这样的传感器可以节省传统摄像机的网络布线成本,节约网络通信成本以及数据储存成本。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例描述中所需要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申请的一些实施例,对于本领域普通技术人员而言,在没有做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。以下附图并未刻意按实际尺寸等比例缩放绘制,重点在于示出本申请的主旨。
图1示出了根据本申请的用于确定区域中对象的分布的系统的示例性的场景图;
图2A示出了根据本申请提供的用于确定区域中对象的分布的传感器的示意性的框图;
图2B示出了根据本申请的实施例的一种内核的工作原理的示意性的示例;
图3A示意性的示出了一个传感器对应的子区域的范围的示意图;
图3B示出了当两个子区域之间存在重叠区域时的示意图;
图4A示出了根据本申请的实施例的用于确定区域中对象的分布的方法流程图;
图4B示出了本申请的实施例提供的一种内核模块的工作流程图;以及
图5示出了根据本申请的实施例的计算设备的架构。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本申请中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。
“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
在一些相关技术中,为了统计预定区域中的对象(例如人、动物、交通工具等)的数量和分布情况,可以采用在区域的出入口安装计数器的方式,对进入和离开区域的对象进行统计。然而,采用这样的方法可能对区域的出入口的交通造成阻塞。并且,利用这样的方法无法得知对象在预定区域内部的分布情况。在另一些相关技术中,可以通过热成像仪对预定区域内的对象(例如人群)进行热成像分析,从而确定区域内的对象的数量和分布情况。然而,温度对热成像分析的影响很大,热成像分析的结果容易与环境温度相混淆。
为了提供一种更高效、成本更低的对象统计的方法和设备,本申请提供了一种新的用于确定区域中对象的分布的传感器及其系统。
图1示出了根据本申请的用于确定区域中对象的分布的系统的示例性的场景图。如图1所示,系统100可以包括至少一个传感器110、网络120、服务器130以及数据库140。其中所述系统100可以用于确定预定区域中的对象的数量和分布情况,所述至少一个传感器110中的每一个可以用于预定区域中的一个子区域。
这里所说的对象可以是在空间中的任何移动或固定的对象,包括但不限于人、任何种类的动物、任何类型的交通工具如汽车、自行车、任何类型的建筑物等。在本文中以移动对象为例描述本公开的原理。本领域技术人员可以理解,对于固定对象也可以适用本申请公开的方法和传感器。通过获取区域中移动对象或固定对象的数量和分布情况的信息可以对该区域内部的活动进行监控。并可以根据所获取的移动对象的信息对该区域进行管理和控制。所述移动对象的信息可以是区域中存在的移动对象的数量的信息。例如,当检测到特定区域(如车站、展览馆等)人流量或车流量过大时,可以采取各种手段控制该区域的流量。
在一些实施例中,系统100可以被布置在包括需要确定其中对象的分布的区域的空间中。例如,以车站为例,为了确定车站内部的人群分布,可以在车站内布置系统100。即,可以在车站内布置至少一个传感器110。在一些实现方式中,可以将所述至少一个传感器110布置在空间的顶部,例如天花板上。在一些实现方式中,也可以将所述至少一个传感器110布置在空间的任意一个地方,只要该传感器能够捕获到空间中对象的信息即可。本申请不限制传感器110的具体布置形式。
通过以预定的方式在空间中布置所述至少一个传感器110,可以利用所述至少一个传感器110获取所述区域中的所有对象的信息。其中,区域中对象的信息可以包括区域中对象的数量和/或位置。例如,区域中对象的信息可以指的是区域中的移动对象的总数量。又例如,区域中对象的信息也可以指的是区域中每个移动对象在区域中的位置数据。
在一些实施例中,可以在所述空间的天花板上布置包括至少一个传感器110的传感器阵列,其中所述传感器阵列中的传感器之间以相同或不同的预定间隔进行排列。每个传感器110对应的区域中的子区域可以是相同的,也可以是不同的。不同传感器110对应的子区域之间可以是部分重复的,也可以是互不相同的。在一些实现方式中,可以将传感器110与空间中的照明设备和/或监控设备集成布置,从而能够节省空间中的电子设备的安装和运维成本。在此本申请不限制传感器阵列的具体形式。
根据本申请提供的传感器110可以获取对应于每个子区域的待处理的图像。例如,用户终端可以通过传感器上设置的图像采集设备(例如照相机、摄像机等)采集待处理的图像。
在一些实施例中,可以利用传感器的处理器执行本申请提供的用于确定区域中对象的分布的方法。在另一些实施例中,可以利用与传感器集成的电子设备的处理器执行本申请提供的用于确定区域中对象的分布的方法。
网络120可以是单个网络,或至少两个不同网络的组合。例如,网络120可以包括但不限于局域网、广域网、公用网络、专用网络等中的一种或几种的组合。在一些实施例中,网络120可以使用直接连接万维网的通信技术(如WiFi)和/或本地组网的无线传输技术(例如蓝牙、zigbee等)。在网络120时使用本地组网的无线传输技术的情况下,网络120还可以包括网关设备,用于接收本地组网中的所有传感器发送的消息,并对本地组网中所有传感器发送的消息进行处理。
服务器130可以是一个单独的服务器,或一个服务器群组,群组内的各个服务器通过有线的或无线的网络进行连接。一个服务器群组可以是集中式的,例如数据中心,也可以是分布式的。服务器130可以是本地的或远程的。在本申请中,服务器可以是云端的服务器。服务器130可以经由网络直接接受来自所述至少一个传感器110发送的消息,也可以经由网络从本地组网的网关设备接收消息。
数据库140可以泛指具有存储功能的设备。数据库130主要用于存储从传感器110和服务器130工作中所利用、产生和输出的各种数据。数据库140可以是本地的,或远程的。数据库140可以包括各种存储器、例如随机存取存储器(Random Access Memory(RAM))、只读存储器(Read Only Memory(ROM))等。以上提及的存储设备只是列举了一些例子,该系统可以使用的存储设备并不局限于此。
数据库140可以经由网络120与服务器130或其一部分相互连接或通信,或直接与服务器130相互连接或通信,或是上述两种方式的结合。
在一些实施例中,数据库150可以是独立的设备。在另一些实施例中,数据库150也可以集成在传感器110和服务器140中的至少一个中。例如,数据库150可以设置在传感器110上,也可以设置在服务器140上。又例如,数据库150也可以是分布式的,其一部分设置在传感器110上,另一部分设置在服务器140上。
图2A示出了根据本申请提供的用于确定区域中对象的分布的传感器110的示意性的框图。如图所示,传感器110可以包括图像采集单元111、移动对象确定单元112、数量确定单元113以及数据传输单元114。其中所述移动对象确定单元112以及数量确定单元113可以由传感器110的处理器实现。
可以理解的是,根据所述传感器110在空间中的位置以及传感器110的图像采集单元111的图像采集参数确定传感器110能够捕获其中的移动对象的信息的子区域的大小。
在一些实施例中,可以根据所述传感器110的安装高度及其图像采集单元111的图像获取角度及范围确定该传感器110能够获取图像的子区域的范围。该子区域就是传感器110所对应的子区域。在一些实施例中,可以预先确定传感器110的安装信息,并预先确定传感器110对应的子区域的范围。例如,当传感器110的安装高度为H、图像采集单元的拍摄角度为θ、传感器安装在空间顶部的情况下,可以将以H*tan(θ/2)为半径的圆确定为传感器110对应的子区域。图3A示意性的示出了一个传感器110对应的子区域的范围的示意图。
其中,图像采集单元111可以配置成获取所述传感器110对应的子区域的图像。利用所述图像采集单元111获取的子区域的图像,可以确定该子区域中存在的移动对象的信息,例如该子区域中移动对象的数量和/或位置信息。这里所述的图像采集单元可以是照相机、摄像机、红外成像仪、热成像仪等任何形式的成像设备。下文中将以所述图像采集单元是摄像机为例描述本申请的原理。然而本领域技术人员可以理解,本申请的实施方式不限于此。
处理器可以配置成根据所述子区域的图像确定所述子区域中的移动对象的数量。例如,可以利用处理器对所述子区域的图像执行针对该对象的图像处理(例如目标检测算法),以检测所述子区域的图像中包含的移动对象的数量。例如,可以利用训练好的机器学习模型对所述子区域的图像执行目标检测,从而确定所述子区域中存在的移动对象的数量。
在一些实施例中,处理器可以包括移动对象确定单元112和数量确定单元113。
移动对象确定单元112可以配置成根据所述子区域的图像确定所述子区域中是否存在移动对象。在一些实施例中,可以根据所述子区域的图像与先前获取的所述子区域的另一图像之间的差别确定所述子区域中是否存在移动对象。
以图像采集单元111为摄像机为例,图像采集单元111可以用于获取所述子区域的视频数据。移动对象确定单元可以配置成对所述子区域的视频数据进行分析。针对视频中的每一帧的图像,可以计算该帧图像与该帧的前一帧的图像之间的灰度值变化。如果该帧与该帧的前一帧之间的灰度值的差别不为零,可以认为画面中存在移动对象。此时,可以对该帧执行目标检测从而确定对应的子区域中的移动对象的信息。
在该帧与该帧的前一帧之间的灰度值的差别为零的情况下,可以认为对应的子区域中没有物体活动,因此可以不对该帧执行目标检测。
利用本申请提供的移动对象确定单元,可以实现仅在对应的子区域中存在移动对象的情况下对图像执行目标检测,从而实现在对预定区域进行监控时节省计算资源的效果。
数量确定单元可以配置成当所述移动对象确定单元确定所述子区域中存在移动对象时,对所述图像执行针对所述移动对象的目标检测以确定所述子区域中的移动对象的数量。可以理解的是,在一些实施例中,上述移动对象确定单元是可以省略的。在省略移动对象确定单元的情况下,数量确定单元可以对视频中的每一帧图像执行目标检测,以实现对于移动对象的检测。
在一些实施例中,可以利用训练好的机器学习模型(例如TensorFlow)对所述图像执行目标检测。例如,可以利用预先准备的任意张测试图片(以移动对象为人为例,部分测试图片包含有人,部分测试图片不包含人)对机器学习模型进行训练,以提高该机器学习模型对图片中的人的识别准确率。利用预先训练的机器学习模型对所述图像执行目标检测可以得到图像中包含的移动对象的数量。
在一些实施例中,当所述移动对象是人的头部时,在对所述图像执行目标检测之前,数量确定单元可以配置成确定所述子区域的图像是否包含圆形图案。在确定所述子区域的图像包含圆形图案的情况下,移动对象确定子单元可以对所述子区域的图像执行关于人头的目标检测算法。
例如,可以利用训练好的机器学习模型(例如TensorFlow)对所述图像执行目标检测以确定图像中是否包含有圆形或类圆形图案。可以利用预先准备的任意张测试图片(部分测试图片包含圆形或类圆形图案,部分测试图片不包含圆形或类圆形图案)对机器学习模型进行训练,以提高该机器学习模型对圆形或类圆形图案的识别准确率。
通过在对图像执行目标检测之前先检测图像中是否包含有圆形或类圆形的图案,当图像中包含的移动对象不是人头时,可以省略对于这样的图像的目标检测,从而节省计算资源。
在一些实施例中,当传感器110对应的子区域与其他传感器对应的其他子区域之间存在重叠时,传感器110可以配置成确定重叠区域的移动对象的信息。图3B示出了当两个子区域之间存在重叠区域时的示意图。可以根据布置至少一个传感器110时每个传感器的安装高度H、图像采集单元的拍摄角度θ以及传感器之间的距离L预先确定这样的重叠区域。
例如,当传感器110对应的子区域包括第一预定子区域和第二预定子区域,并且第二预定子区域是与其他传感器对应的其它子区域重叠的区域时,数量确定单元可以配置成确定分别对应所述第一预定子区域和所述第二预定子区域的第一子图像和第二子图像。然后,在移动对象确定单元确定第一子图像和第二子图像中存在移动对象的情况下,数量确定单元可以对所述第一子图像执行目标检测以确定所述第一子图像中包括的移动对象的第一数量,以及对所述第二子图像执行目标检测以确定所述第二子图像中包括的移动对象的第二数量。通过对所述第一预定子区域和第二预定子区域分别执行目标检测,可以确定重叠区域和非重叠区域中分别存在的移动对象的数量。
数据传输单元114可以配置成发送指示所述子区域中的移动对象的信息的消息。例如,可以使用直接连接万维网的通信技术(如WiFi)和/或本地组网的无线传输技术(例如蓝牙、zigbee等)发送指示所述子区域中的移动对象的数量的消息。
当处理器确定的移动对象的信息包括重叠区域和非重叠区域的信息时,数据传输单元114可以配置成发送指示重叠区域中的移动对象的信息的第一消息和指示非重叠区域中的移动对象的信息的第二消息。在一些实施例中,针对对应于至少一个传感器的重叠区域,可以预先指定其中的一个传感器发送指示重叠区域中对象的信息,剩余的传感器仅发送非重叠区域中对象的信息。
在一些实施例中,数据传输单元114可以利用无线网络将处理器确定的所述子区域中的移动对象的数量的消息发送到服务器。通过统计各传感器对应的子区域中的移动对象的数量,可以确定预定区域中存在的移动对象的总数量以及移动对象在预定区域中的分布情况。以车站为例,通过设置在不同候车室中的传感器发回的人头的数量信息,可以分别确定第一候车室、第二候车室、第三候车室等不同子空间中的人流量。根据所确定的不同子区域中的人头的数量信息,可以确定整个车站内部的人群分布。例如,当确定第一候车室中人群数量过多时,可以对第一候车室采取一定的限流措施。
在一些实施例中,上述图像采集单元111、处理器以及数据传输单元可以集成在一个传感器设备中,并安装在对应的区域的空间中(例如空间的天花板上)。利用本申请提供的传感器设备,可以在传感器的设备端采集数据并进行处理。
可以理解的是,由于无需传输子区域的音视频数据,因此所传输的消息数据量很小,其占用的带宽也很少。此外,也无需占用服务器的存储资源存储这些音视频数据的信息。因此,可以节省系统的网络布线成本,只需要向传感器提供传统的交流或直流供电。
利用本申请提供的传感器及其系统,可以利用布置在区域中的传感器采集对应子区域的图像信息并利用该传感器根据该子区域的图像确定该子区域中存在的移动对象的信息。然后,该传感器可以将所确定的该子区域中存在的移动对象的信息发送给服务器。传感器无需传送占用大量带宽的音视频数据,而仅需要向云端服务器提供关于移动对象的数量和/或位置信息。利用这样的传感器可以节省传统摄像机的网络布线成本,节约网络通信成本以及数据储存成本。
在一些实施例中,系统100中的网络120可以包括网关设备121,其中网关设备121可以配置成从所述至少两个传感器中的每一个分别接收指示对应于该传感器的子区域中的移动对象的信息的消息。
例如,在利用本地组网的无线传输技术(例如蓝牙、zigbee等)进行消息传输时,系统100中包括的至少一个传感器110可以将指示对应于该传感器的子区域中的移动对象的信息的消息发送给网关设备121。网关设备121可以统计所有传感器110发送的消息,从而确定所述区域中存在的移动对象的整体信息(如区域中存在的移动对象的总数量和/或分布情况)。然后,可以由网关设备121将所述区域中存在的移动对象的整体信息发送给服务器130。
在一些实施例中,所述网关设备可以接收所述至少一个传感器110发送的指示对应于该传感器的子区域中的移动对象的信息的消息,并对所有传感器110发送的消息进行统计。以所述移动对象的信息是移动对象的数量为例,所述网关设备可以对所有传感器110发送的指示对应于该传感器的子区域中的移动对象的数量进行求和,从而确定区域中存在的移动对象的总数量。
在一些实施例中,不同的传感器110所对应的子区域之间可以存在重叠区域。在这种情况下,在统计区域中的移动对象的总数量时,如果网关设备直接对所有传感器110发送的指示对应于该传感器的子区域中的移动对象的数量进行求和,重叠区域存在的移动对象的数量将被重复计数,从而造成统计结果存在偏差的情况。因此,可以配置传感器110和/或网关设备对不同的传感器110发送的对应于该传感器的子区域中的移动对象的信息执行去重操作。
在一些实施例中,以所述区域包括第一子区域和第二子区域,所述至少一个传感器110包括两个传感器110-1、110-2为例,传感器110-1对应的第一子区域可以包括第一预定子区域和第二预定子区域,传感器110-2对应的第二子区域可以包括第二预定子区域和第三预定子区域。可以看出,传感器110-1和传感器110-2之间存在重复的第二预定子区域。
为了针对所述第二预定子区域实现去重操作,传感器110-1可以配置成确定分别对应所述第一预定子区域和所述第二预定子区域的第一子图像和第二子图像。然后,传感器110-1可以对所述第一子图像执行目标检测以确定所述第一子图像中包括的移动对象的第一数量,以及对所述第二子图像执行目标检测以确定所述第二子图像中包括的移动对象的第二数量。通过对所述第一预定子区域和第二预定子区域分别执行目标检测,可以确定重叠区域和非重叠区域中分别存在的移动对象的数量。类似地,传感器110-2可以确定分别对应所述第二预定子区域和所述第三预定子区域的第三子图像和第四子图像,并可以对第三子图像和第四子图像分别执行目标检测以确定所述第三子图像包括的移动对象的第三数量和所述第四子图像包括的移动对象的第四数量。
可以理解的是,由于第二子图像和第三子图像均对应于所述第二预定子区域,因此,在统计传感器110-1、110-2所获取的区域中的移动对象的总数量时,应当对第二预定子区域中的移动对象的数量进行去重处理。
在一些实施例中,可以配置传感器110-1或传感器110-2使得所述传感器110-1或传感器110-2在发送对应于第一子区域或第二子区域的移动对象的消息时对第二预定子区域的移动对象的数量进行去重。例如,可以配置使得传感器110-1发送的消息中仅包括指示第一预定子区域的移动对象的数量的信息。同时,配置使得传感器110-2发送的消息中包括指示第二预定子区域和第三预定子区域的移动对象的总数量。这样,通过对传感器110-1或传感器110-2和传感器110-2发送的消息进行统计可以确定第一预定子区域、第二预定子区域和第三预定子区域中包含的移动对象的总数量。
在另一些实施例中,可以配置使得传感器110-1和传感器110-2在发送对应子区域的移动对象的信息时对重叠区域的信息进行标注。例如,传感器110-1可以配置成发送指示所述第一预定子区域中包括的移动对象的数量的第一消息和指示所述第二预定子区域中包括的移动对象的数量的第二消息。传感器110-2可以配置成发送指示所述第二预定子区域中包括的移动对象的数量的第三消息和指示所述第三预定子区域中包括的移动对象的数量的第四消息。在这种情况下,网关设备可以配置成在对传感器110-1和传感器110-2发送的信息进行统计时对重复的第二预定子区域中包括的移动对象的信息进行去重。例如,网关设备可以识别出传感器110-1和传感器110-2均发送了指示第二预定子区域中包括的移动对象的数量的信息。在这种情况下,当对区域内的移动对象的数量进行统计时,网关设备可以配置成在统计时仅将第二预定子区域中包括的移动对象的数量计入一次,避免重复统计。
在传感器110使用直接连接万维网的通信技术(如WiFi)将消息直接发送到服务器的情况下,上述网关设备也可以被实现为集成在服务器中的消息处理单元,并配置成与上述网关设备121相同的功能。
图2B示出了根据本申请的实施例的一种内核的工作原理的示意性的示例。可以利用硬件、软件或软硬件结合的方式实现图2B中示出的视频画面采集模块,移动侦测分析模块、类圆形图案分析模块、人群分布分析模块、以及网关数据分析模块。
如图2B所示,传感器110中可以包括有至少四个模块,包括视频画面采集模块,移动侦测分析模块、类圆形图案分析模块以及人群分布分析模块。
视频画面采集模块可以由图2A中的图像采集单元111和/或处理器实现,用于获取所述传感器110对应的子区域的图像。
移动侦测分析模块、类圆形图案分析模块以及人群分布分析模块可以由图2A中示出的传感器的处理器实现。移动侦测分析模块可以用于根据所述子区域的图像确定所述子区域中是否存在移动对象。类圆形图案分析模块可以用于确定所述子区域的图像是否包含圆形图案。人群分布分析模块可以用于对视频画面采集模块采集的图像执行关于人头的目标检测算法。
利用传感器110中内嵌的内核模块,可以采集区域中的图像并根据图像确定该区域中的人头数量。然后,可以由传感器的数据传输单元(图2B中未示出)将确定的人头数量的信息发送给网关设备。
网关设备中可以包括网关数据分析模块,其可以从所述至少两个传感器中的每一个分别接收指示对应于该传感器的子区域中的移动对象的信息(例如移动对象的数量)的消息。
图4A示出了根据本申请的用于确定区域中对象的分布的方法流程图。图4A中示出的方法可以应用于图2A中示出的传感器110。
如图4A所示,在步骤S402中,可以获取所述区域中的子区域的图像。利用所获取的子区域的图像,可以确定该子区域中存在的移动对象的信息,例如该子区域中对象的数量和/或位置信息。
在步骤S404中,根据所述子区域的图像确定所述子区域的图像中是否存在移动对象。例如,可以根据所述子区域的图像与先前获取的所述子区域的另一图像之间的差别确定所述子区域中是否存在移动对象。
以视频数据为例,针对视频中的每一帧的图像,可以计算该帧图像与该帧的前一帧的图像之间的灰度值变化。如果该帧与该帧的前一帧之间的灰度值的差别不为零,可以认为画面中存在移动对象。此时,可以对该帧执行目标检测从而确定对应的子区域中的移动对象的信息。在该帧与该帧的前一帧之间的灰度值的差别为零的情况下,可以认为对应的子区域中没有物体活动,因此可以不对该帧执行目标检测。
在步骤S406中,当确定所述子区域中存在移动对象时,可以对所述图像执行目标检测以确定所述子区域中的移动对象的数量。
可以根据所述子区域的图像确定所述子区域中的移动对象的数量。例如,可以对所述子区域的图像执行例如针对移动对象的目标检测算法的图像处理,以检测所述子区域的图像中包含的移动对象的数量。例如,可以利用训练好的机器学习模型对所述子区域的图像执行目标检测,从而确定所述子区域中存在的移动对象的数量。
可以理解的是,在一些实施例中,根据所述子区域的图像确定所述子区域中是否存在移动对象的步骤是可以省略的。在省略根据所述子区域的图像确定所述子区域中是否存在移动对象的步骤的情况下,方法400可以在步骤S402之后直接执行步骤S406,对所述图像执行目标检测以确定所述子区域中的移动对象的数量,从而对视频中的每一帧图像执行目标检测,以实现对于移动对象的检测。
在一些实施例中,可以利用训练好的机器学习模型(例如TensorFlow)对所述图像执行目标检测。例如,可以利用预先准备的任意张测试图片(以移动对象为人为例,部分测试图片包含有人,部分测试图片不包含人)对机器学习模型进行训练,以提高该机器学习模型对图片中的人的识别准确率。利用预先训练的机器学习模型对所述图像执行目标检测可以得到图像中包含的移动对象的数量。
在一些实施例中,当所述移动对象是人的头部时,在对所述图像执行目标检测之前,步骤S406可以包括确定所述子区域的图像是否包含圆形图案。在确定所述子区域的图像包含圆形图案的情况下,可以对所述子区域的图像执行关于人头的目标检测算法。
例如,可以利用训练好的机器学习模型(例如基于TensorFlow实现的YOLO、SSD、Faster-RNN等算法)对所述图像执行目标检测以确定图像中是否包含有圆形或类圆形图案。可以利用预先准备的任意张测试图片(部分测试图片包含圆形或类圆形图案,部分测试图片不包含圆形或类圆形图案)对机器学习模型进行训练,以提高该机器学习模型对圆形或类圆形图案的识别准确率。
通过在对图像执行目标检测之前先检测图像中是否包含有圆形或类圆形的图案,当图像中包含的移动对象不是人头时,可以省略对于这样的图像的目标检测,从而节省计算资源。可以理解的是,在一些情况下,确定所述子区域的图像是否包含圆形图案的步骤是可以省略的。
当传感器110对应的子区域包括第一预定子区域和第二预定子区域,并且第二预定子区域是与其他传感器对应的其它子区域重叠的区域时,步骤S406可以包括确定分别对应所述第一预定子区域和所述第二预定子区域的第一子图像和第二子图像。然后,可以对所述第一子图像执行目标检测以确定所述第一子图像中包括的移动对象的第一数量,以及对所述第二子图像执行目标检测以确定所述第二子图像中包括的移动对象的第二数量。通过对所述第一预定子区域和第二预定子区域分别执行目标检测,可以确定重叠区域和非重叠区域中分别存在的移动对象的数量。
在步骤S408中,可以发送指示所述子区域中的移动对象的信息的消息。例如,可以使用直接连接万维网的通信技术(如WiFi)和/或本地组网的无线传输技术(例如蓝牙、zigbee等)发送指示所述子区域中的移动对象的数量的消息。
当步骤S406中确定的移动对象的信息包括重叠区域和非重叠区域的信息时,步骤S408可以包括发送指示重叠区域中的移动对象的信息的第一消息和指示非重叠区域中的移动对象的信息的第二消息。在一些实施例中,针对对应于至少一个传感器的重叠区域,可以预先指定其中的一个传感器发送指示重叠区域中对象的信息,剩余的传感器仅发送非重叠区域中对象的信息。
在一些实施例中,步骤S408可以包括利用无线网络将处理器确定的所述子区域中的移动对象的数量的消息发送到服务器。通过统计各传感器对应的子区域中的移动对象的数量,可以确定预定区域中存在的移动对象的总数量以及移动对象在预定区域中的分布情况。
可以理解的是,由于无需传输子区域的音视频数据,因此所传输的消息数据量很小,其占用的带宽也很少。此外,也无需占用服务器的存储资源存储这些音视频数据的信息。
利用本申请提供的方法,可以利用布置在区域中的传感器采集对应子区域的图像信息并利用该传感器根据该子区域的图像确定该子区域中存在的移动对象的信息。然后,该传感器可以将所确定的该子区域中存在的移动对象的信息发送给服务器。传感器无需传送占用大量带宽的音视频数据,而仅需要向云端服务器提供关于移动对象的数量和/或位置信息。利用这样的方法可以节省传统摄像机的网络布线成本,节约网络通信成本以及数据储存成本。
图4B示出了图2B中示出的内核模块的工作流程图。如图4B所示,可以利用视频画面采集模块实现针对所述区域的视频画面采集。然后,可以利用移动侦测分析模块进行移动对象的侦测。如果移动侦测分析模块判定采集的视频画面中不存在移动对象,那么将继续采集下一帧视频画面。如果移动侦测分析模块判定采集的视频画面中存在移动对象,则可以利用类圆形图案分析模块判定画面中是否存在类圆形的物体。
如果类圆形图案分析模块判定画面中不存在类圆形的物体,那么将继续采集下一帧视频画面。
如果类圆形图案分析模块判定画面中存在类圆形的物体,则可以利用人群分布分析模块对采集的视频画面进行针对移动对象的目标检测。例如,可以利用人群分布分析模块对采集的视频画面进行目标检测,以确定视频画面中包含的人头的数量的信息。
如前所述,所确定的人头数量的信息可以由传感器的数据传输单元发送给网关设备。可以由网关设备中的网关数据分析模块接收系统中至少两个传感器发送的人头数量的信息,并可以根据所接收的不同传感器发送的信息统计区域中人群的数量和分布情况。
此外,根据本申请实施例的方法或装置也可以借助于图5所示的计算设备的架构来实现。图5示出了该计算设备的架构。如图5所示,计算设备500可以包括总线510、一个或至少两个CPU 520、只读存储器(ROM)530、随机存取存储器(RAM)540、连接到网络的通信端口550、输入/输出组件560、硬盘570等。计算设备500中的存储设备,例如ROM 530或硬盘570可以存储本申请提供的用于在视频中对目标进行检测的方法的处理和/或通信使用的各种数据或文件以及CPU所执行的程序指令。计算设备500可以包括用户界面580。当然,图5所示的架构只是示例性的,在实现不同的设备时,根据实际需要,可以省略图5示出的计算设备中的一个或至少两个组件。
本申请的实施例也可以被实现为计算机可读存储介质。根据本申请实施例的计算机可读存储介质上存储有计算机可读指令。当所述计算机可读指令由处理器运行时,可以执行参照以上附图描述的根据本申请实施例的方法。所述计算机可读存储介质包括但不限于例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。
本领域技术人员能够理解,本申请所披露的内容可以出现多种变型和改进。例如,以上所描述的各种设备或组件可以通过硬件实现,也可以通过软件、固件、或者三者中的一些或全部的组合实现。
此外,如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
此外,虽然本申请对根据本申请的实施例的系统中的某些单元做出了各种引用,然而,任何数量的不同单元可以被使用并运行在客户端和/或服务器上。所述单元仅是说明性的,并且所述系统和方法的不同方面可以使用不同单元。
此外,本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
除非另有定义,这里使用的所有术语(包括技术和科学术语)具有与本发明所属领域的普通技术人员共同理解的相同含义。还应当理解,诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
上面是对本发明的说明,而不应被认为是对其的限制。尽管描述了本发明的若干示例性实施例,但本领域技术人员将容易地理解,在不背离本发明的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此,所有这些修改都意图包含在权利要求书所限定的本发明范围内。应当理解,上面是对本发明的说明,而不应被认为是限于所公开的特定实施例,并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本发明由权利要求书及其等效物限定。
Claims (11)
1.一种用于确定区域中对象的分布的方法,应用于传感器,其中所述传感器被安装用于采集所述区域中的子区域的图像并将所述子区域中对象的数量的消息发送至远程服务器,所述方法包括:
获取所述区域中的子区域的图像;
根据所述子区域的图像确定所述子区域的图像中是否存在移动对象;
基于所述子区域的图像中是否存在移动对象的确定结果对所述子区域的图像执行目标检测以确定所述子区域中移动对象的数量;
发送指示所述子区域中的对象的数量的消息,
其中,所述子区域包括第一预定子区域和第二预定子区域,其中基于所述子区域的图像中是否存在移动对象的确定结果对所述子区域的图像执行针对所述对象的目标检测以确定所述子区域中移动对象的数量包括:
确定分别对应所述第一预定子区域和所述第二预定子区域的第一子图像和第二子图像;
在确定所述第一子图像中存在移动对象的情况下,对所述第一子图像执行目标检测以确定所述第一子图像中包括的移动对象的第一数量;
在确定所述第二子图像中存在移动对象的情况下,对所述第二子图像执行目标检测以确定所述第二子图像中包括的移动对象的第二数量。
2.如权利要求1所述的方法,其中确定所述子区域的图像中是否存在移动对象包括:根据所述子区域的图像与先前获取的所述子区域的另一图像之间的差别确定所述子区域中是否存在移动对象。
3.如权利要求2所述的方法,其中,基于所述子区域的图像中是否存在移动对象的确定结果对所述子区域的图像执行针对所述对象的目标检测以确定所述子区域中移动对象的数量包括:
当确定所述子区域中存在移动对象时,对所述图像执行针对所述移动对象的目标检测;以及
基于所述目标检测的结果进行统计以确定所述子区域中的移动对象的数量。
4.如权利要求3所述的方法,其中所述移动对象是人的头部,对所述图像执行针对所述移动对象的目标检测以确定所述子区域中的移动对象的数量包括:
确定所述子区域的图像是否包含圆形图案,以及
在确定所述子区域的图像包含圆形图案的情况下,对所述子区域的图像执行针对人的头部的目标检测算法以确定所述子区域中的移动对象的数量。
5.如权利要求1所述的方法,其中,所述指示所述子区域中的移动对象的数量的消息包括指示所述第一预定子区域中的包括的移动对象的第一数量的第一子消息和指示所述第二预定子区域中的包括的移动对象的第二数量的第二子消息。
6.一种用于确定区域中对象的分布的传感器,其中所述传感器被安装用于采集所述区域中的子区域的图像并将所述子区域中对象的数量的消息发送至远程服务器,所述传感器包括:
图像采集单元,配置成获取所述区域中的子区域的图像;
移动对象确定单元,配置成根据所述子区域的图像确定所述子区域的图像中是否存在移动对象;
数量确定单元,配置成基于所述子区域的图像中是否存在移动对象的确定结果对所述子区域的图像执行针对所述对象的目标检测以确定所述子区域中移动对象的数量;
数据传输单元,配置成发送指示所述子区域中的对象的数量的消息,
其中,所述子区域包括第一预定子区域和第二预定子区域,所述数量确定单元配置成:
确定分别对应所述第一预定子区域和所述第二预定子区域的第一子图像和第二子图像;
在确定所述第一子图像中存在移动对象的情况下,对所述第一子图像执行目标检测以确定所述第一子图像中包括的移动对象的第一数量;
在确定所述第二子图像中存在移动对象的情况下,对所述第二子图像执行目标检测以确定所述第二子图像中包括的移动对象的第二数量。
7.如权利要求6所述的传感器,其中所述移动对象是人的头部,所述移动对象确定单元配置成根据所述子区域的图像与先前获取的所述子区域的另一图像之间的差别确定所述子区域中是否存在移动对象;以及
所述数量确定单元配置成当确定所述子区域中存在移动对象时,确定所述子区域的图像是否包含圆形图案,以及在确定所述子区域的图像包含圆形图案的情况下,对所述子区域的图像执行针对人的头部的目标检测算法,以基于所述针对人的头部的目标检测算法的结果的统计确定所述子区域中人的头部的数量。
8.一种用于确定区域中对象的分布的系统,包括至少两个如权利要求6或7所述的传感器。
9.如权利要求8所述的系统,包括:
网关设备,配置成从所述至少两个传感器中的每一个分别接收指示对应于该传感器的子区域中的移动对象的数量的消息;以及
根据从所述至少两个传感器中接收的消息确定所述区域中对象的数量和分布情况。
10.如权利要求9所述的系统,其中,所述区域包括第一子区域和第二子区域,所述至少两个传感器是用于第一子区域的第一传感器和用于第二子区域的第二传感器,其中所述第一子区域包括第一预定子区域和第二预定子区域,所述第二子区域包括所述第二预定子区域和第三预定子区域,所述网关设备配置成:
从所述第一传感器接收指示所述第一预定子区域中的移动对象的第一数量的消息;
从所述第一传感器接收指示所述第二预定子区域中的移动对象的第二数量的消息;
从所述第二传感器接收指示所述第二预定子区域中的移动对象的第二数量的消息;
从所述第二传感器接收指示所述第三预定子区域中的移动对象的第三数量的消息;以及
基于所述第一数量、第二数量以及第三数量确定所述区域中对象的数量。
11.一种计算机可读存储介质,其上存储有指令,所述指令在被处理器执行时,使得所述处理器执行如权利要求1-5中任一项所述的用于确定区域中对象的分布的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910772284.9A CN110503028B (zh) | 2019-08-21 | 2019-08-21 | 确定区域中对象的分布的传感器、系统、方法和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910772284.9A CN110503028B (zh) | 2019-08-21 | 2019-08-21 | 确定区域中对象的分布的传感器、系统、方法和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110503028A CN110503028A (zh) | 2019-11-26 |
CN110503028B true CN110503028B (zh) | 2023-12-15 |
Family
ID=68588335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910772284.9A Active CN110503028B (zh) | 2019-08-21 | 2019-08-21 | 确定区域中对象的分布的传感器、系统、方法和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110503028B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855466A (zh) * | 2012-04-12 | 2013-01-02 | 无锡慧眼电子科技有限公司 | 一种基于视频图像处理的人数统计方法 |
WO2013078568A1 (de) * | 2011-11-29 | 2013-06-06 | Xovis Ag | Verfahren und vorrichtung zur überwachung eines überwachungsbereichs |
CN103646257A (zh) * | 2013-12-30 | 2014-03-19 | 中国科学院自动化研究所 | 一种基于视频监控图像的行人检测和计数方法 |
CN106940789A (zh) * | 2017-03-10 | 2017-07-11 | 广东数相智能科技有限公司 | 一种基于视频识别的数量统计的方法、系统及装置 |
CN106951820A (zh) * | 2016-08-31 | 2017-07-14 | 江苏慧眼数据科技股份有限公司 | 基于环形模板和椭圆拟合的客流统计方法 |
CN107358160A (zh) * | 2017-06-08 | 2017-11-17 | 小草数语(北京)科技有限公司 | 终端监控视频处理方法、监控终端以及服务器 |
CN108629230A (zh) * | 2017-03-16 | 2018-10-09 | 杭州海康威视数字技术股份有限公司 | 一种人数统计方法及装置和电梯调度方法及系统 |
CN109344746A (zh) * | 2018-09-17 | 2019-02-15 | 曜科智能科技(上海)有限公司 | 行人计数方法、系统、计算机设备和存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10009579B2 (en) * | 2012-11-21 | 2018-06-26 | Pelco, Inc. | Method and system for counting people using depth sensor |
DE102013224376A1 (de) * | 2013-11-28 | 2015-05-28 | Robert Bosch Gmbh | Verfahren zur Videoüberwachung |
US10599929B2 (en) * | 2018-01-04 | 2020-03-24 | Motionloft, Inc. | Event monitoring with object detection systems |
-
2019
- 2019-08-21 CN CN201910772284.9A patent/CN110503028B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013078568A1 (de) * | 2011-11-29 | 2013-06-06 | Xovis Ag | Verfahren und vorrichtung zur überwachung eines überwachungsbereichs |
CN102855466A (zh) * | 2012-04-12 | 2013-01-02 | 无锡慧眼电子科技有限公司 | 一种基于视频图像处理的人数统计方法 |
CN103646257A (zh) * | 2013-12-30 | 2014-03-19 | 中国科学院自动化研究所 | 一种基于视频监控图像的行人检测和计数方法 |
CN106951820A (zh) * | 2016-08-31 | 2017-07-14 | 江苏慧眼数据科技股份有限公司 | 基于环形模板和椭圆拟合的客流统计方法 |
CN106940789A (zh) * | 2017-03-10 | 2017-07-11 | 广东数相智能科技有限公司 | 一种基于视频识别的数量统计的方法、系统及装置 |
CN108629230A (zh) * | 2017-03-16 | 2018-10-09 | 杭州海康威视数字技术股份有限公司 | 一种人数统计方法及装置和电梯调度方法及系统 |
CN107358160A (zh) * | 2017-06-08 | 2017-11-17 | 小草数语(北京)科技有限公司 | 终端监控视频处理方法、监控终端以及服务器 |
CN109344746A (zh) * | 2018-09-17 | 2019-02-15 | 曜科智能科技(上海)有限公司 | 行人计数方法、系统、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
动态场景监控系统中人数统计算法的研究;韩亚伟;张有志;李庆涛;熊春彬;;计算机应用与软件(02);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110503028A (zh) | 2019-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109040709B (zh) | 视频监控方法及装置、监控服务器及视频监控系统 | |
KR101825045B1 (ko) | 경보 방법 및 장치 | |
US20100033575A1 (en) | Event surveillance system and method using network camera | |
US11935378B2 (en) | Intrusion detection methods and devices | |
KR20160041441A (ko) | 깊이 카메라 기반 사람 객체를 판별하는 방법 및 장치 | |
KR20190038137A (ko) | 채널별 객체 검출 최적화를 위한 영상분석 방법 및 서버장치 | |
KR20200103194A (ko) | 영상 기반 비정상 상황 모니터링 방법 및 시스템 | |
KR20220000226A (ko) | 엣지 컴퓨팅 기반 지능형 보안 감시 서비스 제공 시스템 | |
CN112270253A (zh) | 一种高空抛物的检测方法及装置 | |
Monti et al. | Smart sensing supporting energy-efficient buildings: On comparing prototypes for people counting | |
CN113065528A (zh) | 一种嵌入式人脸识别、计数、测温的视觉计算系统 | |
KR20190078688A (ko) | 인공지능을 이용한 주차 인식 장치 | |
US20200074228A1 (en) | Rgbd sensing based object detection system and method thereof | |
EP3432575A1 (en) | Method for performing multi-camera automatic patrol control with aid of statistics data in a surveillance system, and associated apparatus | |
CN110505438B (zh) | 一种排队数据的获取方法和摄像机 | |
KR101793630B1 (ko) | 스마트기기 간의 협업 방법 및 클라우드 서버 | |
WO2019076954A1 (en) | METHODS AND DEVICES FOR INTRUSION DETECTION | |
CN110503028B (zh) | 确定区域中对象的分布的传感器、系统、方法和介质 | |
KR101964230B1 (ko) | 데이터 처리 시스템 | |
KR20170007070A (ko) | 방문객 출입 통계 분석 방법 및 장치 | |
Sofwan et al. | Implementation of vehicle traffic analysis using background subtraction in the Internet of Things (IoT) architecture | |
CN106601009B (zh) | 一种停车信息生成方法及装置 | |
CN114694088A (zh) | 一种人流量数据检测方法、装置及电子设备 | |
Sofwan et al. | Design of smart open parking using background subtraction in the IoT architecture | |
CN111008611B (zh) | 排队时长的确定方法及装置、存储介质、电子装置 |
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 |