CN110675447A - 一种基于可见光相机与热像仪结合的人数统计方法 - Google Patents

一种基于可见光相机与热像仪结合的人数统计方法 Download PDF

Info

Publication number
CN110675447A
CN110675447A CN201910773911.0A CN201910773911A CN110675447A CN 110675447 A CN110675447 A CN 110675447A CN 201910773911 A CN201910773911 A CN 201910773911A CN 110675447 A CN110675447 A CN 110675447A
Authority
CN
China
Prior art keywords
visible light
image
head
human
human body
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
CN201910773911.0A
Other languages
English (en)
Inventor
彭倍
郑翔
邵继业
葛森
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201910773911.0A priority Critical patent/CN110675447A/zh
Publication of CN110675447A publication Critical patent/CN110675447A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • 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
    • G06T2207/30196—Human being; Person
    • 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
    • G06T2207/30232—Surveillance
    • 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

Abstract

本发明公开了一种基于可见光相机与热像仪结合的人数统计方法，通过先对相机设备的标定和安装位置测量，找出图像间的映射关系；然后通过识别算法分别检测可见光图像和红外图像中的人体头部位置；最后通过图像映射关系，并依据识别到的人体头部目标候选区域的多模特征进行判断和筛选，在确定为人体头部后，返回人数统计结果。该方法利用人体热辐射特征去除可见光图像误识别的情况，以及对可见光图像漏检人体头部区域进行补充，弥补了可见光相机的视觉盲区，又克服了红外热像仪相机分辨率较低的缺陷，该方法实现了在可见光波段和红外波段上进行有效的互相补充，大大提高了人数统计算法的识别的准确率。

Description

一种基于可见光相机与热像仪结合的人数统计方法
技术领域
本发明涉及计算机视觉领域，特别涉及一种基于可见光相机与热像仪结合的人数统计方法。
背景技术
在监狱及看守所的夜间巡逻任务中，需要对监室内部的人数进行计数统计，而目前一般是通过人工统计人数，工作量较大耗时较多，为此，人们开始探索采用计算机图像识别技术来统计人数，但是由于监狱及看守所环境的特殊性，致使对人数统计算法的准确度和鲁棒性要求很高，要求识别准确率达到95％以上，同时监室内人员存在遮挡的情况，对识别算法带来了一定的挑战。
目前监室内部的可见光相机由于安装位置偏低，在拍摄图像中存在人员重叠和遮挡的情况，并且可见光相机无法拍摄到监舍内在被子、衣服等遮挡物下的在押人员，对人员遮挡情况也无法很好的判别，致使人数统计算法的识别准确率较低。
发明内容
本发明目的在于：针对在采用可见光相机进行监室人数统计时，无法对人员重叠和遮挡的情况进行很好地识别，致使人数统计算法的识别准确率较低的问题，提供一种基于可见光相机与热像仪结合的人数统计方法，该方法通过可见光相机和红外热像仪相机同时采集监室图像信息，并对可见光图像和红外图像进行识别处理判断，实现了在可见光波段和红外波段上进行有效的互相补充，可有效提高人数统计算法的识别准确率。
为了实现上述目的，本发明采用的技术方案为：
一种基于可见光相机与热像仪结合的人数统计方法，包括以下步骤：
步骤一、对可见光相机和红外热像仪相机进行标定，确定可见光相机和红外热像仪相机的内参，并通过具体测量安装位置确定可见光相机和红外热像仪相机的外参，形成可见光图像与红外图像的映射关系；
步骤二、对红外图像进行识别，获取红外图像中人体头部区域和人体热源分布，对可见光图像进行识别，获取可见光图像中人体头部区域；
步骤三、将可见光图像人体头部区域映射到红外图像中，并在红外图像中判断人体头部区域内热源分布是否达到要求，去除可见光图像中误识别的人体头部区域，得到可见光图像中确定的头部区域；
步骤四、将红外图像人体头部区域映射到可见光图像中，并在可见光图像中将相近的红外图像人体头部区域与可见光图像人体头部区域进行匹配，并判断是否为同一人体头部区域，得到剩余未匹配的头部区域即为可见光图像漏检头部区域；
步骤五、统计步骤三中可见光图像中确定的头部区域数量和步骤四中可见光图像漏检头部区域数量，获得最终的人数统计结果。
本发明通过利用可见光相机和红外热像仪相机同时采集监室图像信息，并通过相机标定形成可见光图像与红外图像的映射关系，并对可见光图像和红外图像中人体头部区域进行识别判断，充分利用热像仪红外图像的特性，利用人体热辐射特征去除可见光图像误识别的情况，以及对可见光图像漏检人体头部区域进行补充，即对人员重叠和被子遮挡的情况进行了红外波段上的补充，弥补了可见光相机的视觉盲区，又克服了红外热像仪相机分辨率较低的缺陷，该方法实现了在可见光波段和红外波段上进行有效的互相补充，大大提高了人数统计算法的识别的准确率。
作为本发明的优选方案，获取红外图像人体头部区域和人体热源分布包括以下步骤：
步骤一、对红外图像进行阈值化操作，排除图像中非人体热源的区域，并存储热源区域图像位置；
步骤二、通过OpenCV中的Hough圆形检测，对阈值化图像内的近似圆形进行检测，获取人体头部圆形热源位置；
步骤三、采取圆形拟合方法合并检测到的相近圆形，并去除不符合头部大小的圆形区域，得到可能的人体头部区域，同时判断可能的人体头部区域内热源分布是否满足要求。
通过对红外图像进行阈值化操作，获取人体热源区域位置，通过Hough圆形检测，获取人体头部圆形热源位置，通过拟合方法合并检测到的相近圆形，避免在相近区域出现两个圆形，并去除不符合头部大小的圆形区域，得到可能的人体头部区域，同时判断可能的人体头部区域内热源分布是否满足要求，返回识别到的人体头部区域位置。
作为本发明的优选方案，可见光图像中人体头部区域是基于OpenPose姿态识别，利用人体关键点亲和域自下而上的人体姿态估计算法来获取。
作为本发明的优选方案，基于OpenPose姿态识别获取可见光图像中人体头部区域包括以下步骤：
步骤一、采用伽马变换、拉普拉斯变换以及高斯变换对可见光图像进行预处理操作；
步骤二、依据透视关系对可见光图像进行多尺度分割，并采取每两个分割图像间保持40％的重叠区域的方式进行交叉分割；
步骤三、利用检测算法进行人体姿态识别，返回人体姿态的骨架信息；
步骤四、提取返回骨架信息中关于人体头部坐标点的位置信息，并通过坐标变换将坐标点还原到原始图像中；
步骤五、通过判断头部坐标点之间的距离，对相近的人员头部坐标点进行合并操作。
通过对可见光图像进行预处理操作，从而提高可见光图像质量，依据透视关系对可见光图像进行多尺度分割，目的在于保证远距离小尺度人体和近距离大尺度人体在后续检测中保持一致，并采取每两个分割图像间保持40％的重叠区域的方式进行交叉分割，防止分割造成的人体头部割裂，通过判断头部坐标点之间的距离，对相近的人员头部坐标点进行合并操作，避免分割图像造成同一人员多个相近识别位置的情况。
作为本发明的优选方案，判断人体头部区域内热源分布是否达到要求的方法为检测区域内满足人体热源的像素亮度数量是否满足区域内占比85％以上，避免检测区域内并非为头部的情况。
作为本发明的优选方案，判断相近的红外图像人体头部区域与可见光图像人体头部区域是否为同一人体头部区域的方法为通过计算相近的红外图像人体头部区域坐标中心与可见光图像人体头部区域坐标中心的距离，并通过设定数值，小于数值则为同一人体头部区域，大于数值则为不同人体头部区域。
作为本发明的优选方案，对红外图像进行阈值化操作是通过实际测量和图像采样获取人体温度在图像上的像素亮度显示区间来设定阈值化数值。
作为本发明的优选方案，去除不符合头部大小圆形区域的方法为通过设定圆形半径的最大值和最小值，来筛出非人体头部的圆形。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
本发明通过利用可见光相机和红外热像仪相机同时采集监室图像信息，并通过相机标定形成可见光图像与红外图像的映射关系，并对可见光图像和红外图像中人体头部区域进行识别判断，充分利用热像仪红外图像的特性，利用人体热辐射特征去除可见光图像误识别的情况，以及对可见光图像漏检人体头部区域进行补充，即对人员重叠和被子遮挡的情况进行了红外波段上的补充，弥补了可见光相机的视觉盲区，又克服了红外热像仪相机分辨率较低的缺陷，该方法实现了在可见光波段和红外波段上进行有效的互相补充，大大提高了人数统计算法的识别的准确率。
附图说明
图1为本发明基于可见光相机与热像仪结合的人数统计方法流程图。
图2为可见光图像和热像仪红外图像结合的判断方法流程图。
图3为热像仪红外图像人体头部识别方法流程图。
图4为基于姿态识别的可见光图像人体头部检测方法流程图。
图5为高分辨率可见光相机和红外热像仪相机安装示意图。
具体实施方式
下面结合附图，对本发明作详细的说明。
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
实施例
本实施例提供一种基于可见光相机与热像仪结合的人数统计方法；
如图1-图4所示，本实施例中的基于可见光相机与热像仪结合的人数统计方法，包括以下步骤：
步骤一、通过对可见光相机和红外热像仪相机进行标定，确定可见光相机和红外热像仪相机的内参，并通过具体测量安装位置确定可见光相机和红外热像仪相机的外参，最后形成可见光图像与红外图像的映射关系；
步骤二、通过对热像仪红外图像进行人体头部识别，获取红外图像中人体头部区域和人体热源分布；对可见光图像进行人体姿态识别，获取可见光图像中人体头部区域；
步骤三、以可见光图像中获取的人体头部区域为准，通过映射关系将可见光图像人体头部区域映射到红外图像中，进而在红外图像中判断人体头部区域内热源分布是否达到要求，即判断区域内满足人体热源的像素亮度数量是否满足区域内占比85％以上，从而去除可见光图像中误识别的人体头部区域，得到可见光图像中确定的人体头部区域；
步骤四、将红外图像人体头部区域通过映射关系映射到可见光图像中，由于检测方法和图像类型的不同会造成小幅度偏差，因此通过计算相近的红外图像人体头部区域坐标中心与可见光图像人体头部区域坐标中心的距离，并通过设定数值，小于数值则为同一人体头部区域，大于数值则为不同人体头部区域，通过判断后，剩余未匹配的头部区域即为可见光图像漏检头部区域；
步骤五、统计步骤三中可见光图像中确定的头部区域数量和步骤四中可见光图像漏检头部区域数量，获得最终的人数统计结果。
本发明通过利用可见光相机和红外热像仪相机同时采集监室图像信息，并通过相机标定形成可见光图像与红外图像的映射关系，并对可见光图像和红外图像中人体头部区域进行识别判断，充分利用热像仪红外图像的特性，利用人体热辐射特征去除可见光图像误识别的情况，以及对可见光图像漏检人体头部区域进行补充，即对人员重叠和被子遮挡的情况进行了红外波段上的补充，弥补了可见光相机的视觉盲区，又克服了红外热像仪相机分辨率较低的缺陷，该方法实现了在可见光波段和红外波段上进行有效的互相补充，大大提高了人数统计算法的识别的准确率。
本实施例中，获取红外图像人体头部区域和人体热源分布包括以下步骤：
步骤一、由于热像仪获取的红外图像，其特点在于像素亮度与热源辐射温度呈正相关，因此采用阈值化方法，通过实际测量和图像采样获取人体温度在图像上的像素亮度显示区间，设定阈值化数值，对红外图像进行阈值化操作，排除红外图像中非人体热源的区域，同时将热源区域图像位置存储，用于后续的判断；
步骤二、由于人体头部的热辐射分布呈现近似圆形，因此采取OpenCV中的Hough圆形检测方法，对阈值化图像内的近似圆形进行检测，获取人体头部圆形热源位置；
步骤三、由于可能存在近似圆形，并存在同一头部多近似圆形的情况，采取圆形拟合方法合并检测到的相近圆形，并通过设定圆形半径的最大值和最小值，筛选非人体头部的圆形，最后得到可能的人体头部区域，然后通过对区域内的像素亮度分布再次判断，主要为检测区域内满足人体热源的像素亮度数量是否满足区域内占比85％以上，避免圆形区域内并非为头部的情况。
本实施例中，可见光图像中人体头部区域是基于OpenPose姿态识别，利用人体关键点亲和域(Part Affinity Fields，PAFs)自下而上的人体姿态估计算法来获取，包括以下步骤：
步骤一、对可见光图像进行预处理操作，目的为提高图像质量，方法为伽马变换提高图像亮度，拉普拉斯变换提高图像边缘锐度，高斯变换去除图像噪声；
步骤二、多尺度分割图像，依据透视关系进行分割，目的在于保证远距离小尺度人体和近距离大尺度人体在后续检测中保持一致，并采取交叉分割方式，即每两个分割图像间保持40％的重叠区域，防止分割造成的人体头部割裂；
步骤三、利用检测算法进行人体姿态识别，返回人体姿态的骨架信息；
步骤四、提取返回骨架信息中关于人体头部坐标点的位置信息，由于检测使用的是分割图像，因此下一步操作为通过坐标变换(多尺度分割图像的反向操作)将坐标点还原到原始图像中；
步骤五、通过判断头部坐标点之间的距离，对相近的人员头部坐标点进行合并操作，避免分割图像造成同一人员多个相近识别位置的情况。
本实施例中，基于高分辨率可见光相机和红外热像仪相机，通过事先对相机设备的标定和安装位置测量，从而找出图像间的映射关系；然后，通过识别算法分别检测可见光图像和热像仪红外图像中的人体头部位置；最后，通过图像映射关系，并依据识别道德人体头部目标候选区域的多模特征进行判断和筛选，在确定为人体头部后，返回人数统计结果。
本实施例中，所述高分辨率可见光相机和红外热像仪相机型号为：海康威视DS-2CD2T46DWD-I3 6mm和高德OR2非制冷型焦平面热像仪，而两个相机的具体标定方法可以参考中国专利文献CN104374547A进行，此处不再赘述。
如图5所示，为实际应用中的高分辨率可见光相机和红外热像仪相机的安装方式，两个相机间的实际距离通过机械方式固定，并在安装后经过测量获取实际距离以减小标定误差。本方法的提出的基于可见光相机与热像仪结合的人数统计方法，经过在监所环境下的实际测试，准确率能够达到98％以上，符合监管场所的实际使用需求，具有良好的应用前景。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的原理之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于可见光相机与热像仪结合的人数统计方法，其特征在于，包括以下步骤：
步骤一、对可见光相机和红外热像仪相机进行标定，确定可见光相机和红外热像仪相机的内参，并通过具体测量安装位置确定可见光相机和红外热像仪相机的外参，形成可见光图像与红外图像的映射关系；
步骤二、对红外图像进行识别，获取红外图像中人体头部区域和人体热源分布，对可见光图像进行识别，获取可见光图像中人体头部区域；
步骤三、将可见光图像人体头部区域映射到红外图像中，并在红外图像中判断人体头部区域内热源分布是否达到要求，去除可见光图像中误识别的人体头部区域，得到可见光图像中确定的头部区域；
步骤四、将红外图像人体头部区域映射到可见光图像中，并在可见光图像中将相近的红外图像人体头部区域与可见光图像人体头部区域进行匹配，并判断是否为同一人体头部区域，得到剩余未匹配的头部区域即为可见光图像漏检头部区域；
步骤五、统计步骤三中可见光图像中确定的头部区域数量和步骤四中可见光图像漏检头部区域数量，获得最终的人数统计结果。
2.根据权利要求1所述的基于可见光相机与热像仪结合的人数统计方法，其特征在于，获取红外图像人体头部区域和人体热源分布包括以下步骤：
步骤一、对红外图像进行阈值化操作，排除图像中非人体热源的区域，并存储热源区域图像位置；
步骤二、通过OpenCV中的Hough圆形检测，对阈值化图像内的近似圆形进行检测，获取人体头部圆形热源位置；
步骤三、采取圆形拟合方法合并检测到的相近圆形，并去除不符合头部大小的圆形区域，得到可能的人体头部区域，同时判断可能的人体头部区域内热源分布是否满足要求。
3.根据权利要求1所述的基于可见光相机与热像仪结合的人数统计方法，其特征在于，可见光图像中人体头部区域是基于OpenPose姿态识别，利用人体关键点亲和域自下而上的人体姿态估计算法来获取。
4.根据权利要求3所述的基于可见光相机与热像仪结合的人数统计方法，其特征在于，基于OpenPose姿态识别获取可见光图像中人体头部区域包括以下步骤：
步骤一、采用伽马变换、拉普拉斯变换以及高斯变换对可见光图像进行预处理操作；
步骤二、依据透视关系对可见光图像进行多尺度分割，并采取每两个分割图像间保持40％的重叠区域的方式进行交叉分割；
步骤三、利用检测算法进行人体姿态识别，返回人体姿态的骨架信息；
步骤四、提取返回骨架信息中关于人体头部坐标点的位置信息，并通过坐标变换将坐标点还原到原始图像中；
步骤五、通过判断头部坐标点之间的距离，对相近的人员头部坐标点进行合并操作。
5.根据权利要求1或2所述的基于可见光相机与热像仪结合的人数统计方法，其特征在于，判断人体头部区域内热源分布是否达到要求的方法为检测区域内满足人体热源的像素亮度数量是否满足区域内占比85％以上。
6.根据权利要求1所述的基于可见光相机与热像仪结合的人数统计方法，其特征在于，判断相近的红外图像人体头部区域与可见光图像人体头部区域是否为同一人体头部区域的方法为通过计算相近的红外图像人体头部区域坐标中心与可见光图像人体头部区域坐标中心的距离，并通过设定数值，小于数值则为同一人体头部区域，大于数值则为不同人体头部区域。
7.根据权利要求2所述的基于可见光相机与热像仪结合的人数统计方法，其特征在于，对红外图像进行阈值化操作是通过实际测量和图像采样获取人体温度在图像上的像素亮度显示区间来设定阈值化数值。
8.根据权利要求2所述的基于可见光相机与热像仪结合的人数统计方法，其特征在于，去除不符合头部大小圆形区域的方法为通过设定圆形半径的最大值和最小值，来筛出非人体头部的圆形。
CN201910773911.0A 2019-08-21 2019-08-21 一种基于可见光相机与热像仪结合的人数统计方法 Pending CN110675447A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910773911.0A CN110675447A (zh) 2019-08-21 2019-08-21 一种基于可见光相机与热像仪结合的人数统计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910773911.0A CN110675447A (zh) 2019-08-21 2019-08-21 一种基于可见光相机与热像仪结合的人数统计方法

Publications (1)

Publication Number Publication Date
CN110675447A true CN110675447A (zh) 2020-01-10

Family

ID=69075453

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910773911.0A Pending CN110675447A (zh) 2019-08-21 2019-08-21 一种基于可见光相机与热像仪结合的人数统计方法

Country Status (1)

Country Link
CN (1) CN110675447A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111289111A (zh) * 2020-02-20 2020-06-16 中国科学院半导体研究所 自标校红外体温快速检测方法及检测装置
CN111582227A (zh) * 2020-05-20 2020-08-25 北京澎思科技有限公司 基于红外热成像的信息识别方法、设备、存储介质和系统
CN111597988A (zh) * 2020-05-15 2020-08-28 深圳市中联讯科技有限公司 红外测温仪进行人数统计的方法及终端
CN112183287A (zh) * 2020-09-22 2021-01-05 四川阿泰因机器人智能装备有限公司 一种移动机器人在复杂背景下的人数统计方法
CN112422915A (zh) * 2020-11-18 2021-02-26 珠海格力电器股份有限公司 一种人数监测方法、装置、电子设备及存储介质
CN114511821A (zh) * 2022-04-18 2022-05-17 深圳市爱深盈通信息技术有限公司 一种上下车人数统计方法、系统、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
US7646887B2 (en) * 2005-01-04 2010-01-12 Evolution Robotics Retail, Inc. Optical flow for object recognition
CN105844649A (zh) * 2016-04-12 2016-08-10 中国科学院长春光学精密机械与物理研究所 一种人数统计方法和装置及系统
WO2017120384A1 (en) * 2016-01-08 2017-07-13 Flir Systems, Inc. Thermal-image based object detection and heat map generation systems and methods
CN108416254A (zh) * 2018-01-17 2018-08-17 上海鹰觉科技有限公司 一种用于人流行为识别和人数统计的统计系统以及方法
CN109146930A (zh) * 2018-09-20 2019-01-04 河海大学常州校区 一种电力机房设备红外与可见光图像配准方法
CN109918975A (zh) * 2017-12-13 2019-06-21 腾讯科技（深圳）有限公司 一种增强现实的处理方法、对象识别的方法及终端

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7646887B2 (en) * 2005-01-04 2010-01-12 Evolution Robotics Retail, Inc. Optical flow for object recognition
WO2017120384A1 (en) * 2016-01-08 2017-07-13 Flir Systems, Inc. Thermal-image based object detection and heat map generation systems and methods
CN105844649A (zh) * 2016-04-12 2016-08-10 中国科学院长春光学精密机械与物理研究所 一种人数统计方法和装置及系统
CN109918975A (zh) * 2017-12-13 2019-06-21 腾讯科技（深圳）有限公司 一种增强现实的处理方法、对象识别的方法及终端
CN108416254A (zh) * 2018-01-17 2018-08-17 上海鹰觉科技有限公司 一种用于人流行为识别和人数统计的统计系统以及方法
CN109146930A (zh) * 2018-09-20 2019-01-04 河海大学常州校区 一种电力机房设备红外与可见光图像配准方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MIKLAS S. KRISTOFFERSEN 等: "Pedestrian Counting with Occlusion Handling Using Stereo Thermal Cameras", 《SENSORS》 *
刘瑞祯 等: "《OpenCV教程 基础篇》", 30 June 2007, 北京航空航天大学出版社 *
崔立刚: "灾难现场人体头部检测方法研究", 《中国优秀博硕士学位论文全文数据库（硕土）信息科技辑》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111289111A (zh) * 2020-02-20 2020-06-16 中国科学院半导体研究所 自标校红外体温快速检测方法及检测装置
CN111289111B (zh) * 2020-02-20 2021-07-09 中国科学院半导体研究所 自标校红外体温快速检测方法及检测装置
CN111597988A (zh) * 2020-05-15 2020-08-28 深圳市中联讯科技有限公司 红外测温仪进行人数统计的方法及终端
CN111597988B (zh) * 2020-05-15 2024-04-19 深圳市中联讯科技有限公司 红外测温仪进行人数统计的方法及终端
CN111582227A (zh) * 2020-05-20 2020-08-25 北京澎思科技有限公司 基于红外热成像的信息识别方法、设备、存储介质和系统
CN112183287A (zh) * 2020-09-22 2021-01-05 四川阿泰因机器人智能装备有限公司 一种移动机器人在复杂背景下的人数统计方法
CN112422915A (zh) * 2020-11-18 2021-02-26 珠海格力电器股份有限公司 一种人数监测方法、装置、电子设备及存储介质
CN114511821A (zh) * 2022-04-18 2022-05-17 深圳市爱深盈通信息技术有限公司 一种上下车人数统计方法、系统、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
CN110675447A (zh) 一种基于可见光相机与热像仪结合的人数统计方法
Liu et al. A detection and recognition system of pointer meters in substations based on computer vision
US11221107B2 (en) Method for leakage detection of underground pipeline corridor based on dynamic infrared thermal image processing
CN105373135B (zh) 一种基于机器视觉的飞机入坞引导和机型识别的方法及系统
CN110807355B (zh) 一种基于移动机器人的指针仪表检测与读数识别方法
CN106680287B (zh) 一种轴承铆钉台阶缺陷的视觉检测方法
US9087258B2 (en) Method for counting objects and apparatus using a plurality of sensors
CN111339951A (zh) 体温测量方法、装置及系统
CN109211207B (zh) 一种基于机器视觉的螺钉识别与定位装置
CN109375068B (zh) 一种基于紫外成像电晕检测的目标识别方法及装置
CN110189375B (zh) 一种基于单目视觉测量的图像目标识别方法
CN117252868B (zh) 基于机器视觉的直流屏缺陷检测方法
CN113688817A (zh) 一种自动巡检的仪表识别方法及识别系统
CN111709968A (zh) 一种基于图像处理的低空目标探测跟踪方法
CN111476246A (zh) 应用于复杂环境下指针仪表鲁棒高效智读方法
CN116630332B (zh) 一种基于图像处理的pvc塑料管口缺陷检测方法
CN105447431B (zh) 一种基于机器视觉的入坞飞机跟踪定位方法及系统
CN107545565B (zh) 一种太阳能网版检测方法
CN109544535B (zh) 一种基于红外截止滤镜光学滤波特性的窥视摄像头检测方法及系统
CN109784257B (zh) 一种变压器温度表检测与识别方法
CN114821035A (zh) 一种电力设备红外测温设备距离参数识别方法
CN116245793A (zh) 基于视觉的色环电阻阻值检测方法
CN115457237A (zh) 基于雷视融合的车辆目标快速检测方法
CN112613568B (zh) 基于可见光及红外多光谱图像序列的目标识别方法和装置
CN110853059B (zh) 一种靶子环数的图像识别方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200110

RJ01 Rejection of invention patent application after publication