CN110728258B - 基于前后帧连通域匹配的脚步检测方法和系统 - Google Patents

基于前后帧连通域匹配的脚步检测方法和系统 Download PDF

Info

Publication number
CN110728258B
CN110728258B CN201911009071.7A CN201911009071A CN110728258B CN 110728258 B CN110728258 B CN 110728258B CN 201911009071 A CN201911009071 A CN 201911009071A CN 110728258 B CN110728258 B CN 110728258B
Authority
CN
China
Prior art keywords
matrix
detection
signal
module
zero
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
CN201911009071.7A
Other languages
English (en)
Other versions
CN110728258A (zh
Inventor
袁克亚
姚东星
冯劢
杨伟清
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.)
Beijing Data Driven Technology Co ltd
Original Assignee
Beijing Data Driven 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 Beijing Data Driven Technology Co ltd filed Critical Beijing Data Driven Technology Co ltd
Priority to CN201911009071.7A priority Critical patent/CN110728258B/zh
Publication of CN110728258A publication Critical patent/CN110728258A/zh
Application granted granted Critical
Publication of CN110728258B publication Critical patent/CN110728258B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
    • G01D5/12—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable using electric or magnetic means
    • G01D5/14—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable using electric or magnetic means influencing the magnitude of a current or voltage
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

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

Abstract

本发明提供了一种基于前后帧连通域匹配的脚步检测方法和系统，应用于智能地面的信号检测系统，包括：获取智能地面连续两帧信号图像的幅值矩阵，分别得到第一信号矩阵和第二信号矩阵；对第一信号矩阵和第二信号矩阵进行噪声信号过滤处理，分别得到第一检测矩阵和第二检测矩阵；对第一检测矩阵和第二检测矩阵进行连通域分析，分别得到对第一检测矩阵中的多个连通域进行标记的第一标记矩阵和对第二检测矩阵中的多个连通域进行标记的第二标记矩阵；对第一标记矩阵和第二标记矩阵进行匹配分析，得到关联矩阵；基于关联矩阵判断智能地面上是否存在脚步。本发明缓解了现有技术中存在的对于智能地面脚步检测中会出现虚警的技术问题。

Description

基于前后帧连通域匹配的脚步检测方法和系统
技术领域
本发明涉及智能地面脚步检测技术领域，尤其是涉及一种基于前后帧连通域匹配的脚步检测方法和系统。
背景技术
智能地面是靠点阵传感器感应行人脚步的位置。智能地面对行人轨迹跟踪，首先需要解决的是行人脚步的检测问题。智能地面是以一定刷新率对地面上行人的情况进行监测，当行人在地面上行走时，行人脚步在智能地面的相应点阵位置处，产生信号峰值，该峰值被智能地面采样得到，利用该峰值可以检测行人脚步的存在。智能感知地面通过电感应原理将踩踏在地面传感器上的状态转化为电压信号，并通过采集电路转换为数字信号存储。由于传感器和采集电路均存在噪声，当不存在行人脚步目标时，传感器采集得到的信号为噪声信号。由于噪声幅度具有随机性，当噪声幅度大于检测门限时，检测方法会认为检测到了有效脚步信号，从而输出目标检测到的结果，形成虚警。基于上述分析，现有技术中还未有针对行人脚步信号虚警的处理技术。
发明内容
有鉴于此，本发明的目的在于提供一种基于前后帧连通域匹配的脚步检测方法和系统，以缓解了现有技术中存在的对于智能地面脚步检测中会出现虚警的技术问题。
第一方面，本发明实施例提供了一种基于前后帧连通域匹配的脚步检测方法，应用于智能地面的信号检测系统，包括：获取智能地面连续两帧信号图像的幅值矩阵，分别得到前一帧信号图像的第一信号矩阵和后一帧信号图像的第二信号矩阵；对所述第一信号矩阵和所述第二信号矩阵进行噪声信号过滤处理，分别得到第一检测矩阵和第二检测矩阵；对所述第一检测矩阵和所述第二检测矩阵进行连通域分析，分别得到对所述第一检测矩阵中的多个连通域进行标记的第一标记矩阵和对所述第二检测矩阵中的多个连通域进行标记的第二标记矩阵；对所述第一标记矩阵和所述第二标记矩阵进行匹配分析，得到关联矩阵；基于所述关联矩阵判断所述智能地面上是否存在脚步。
进一步地，对所述第一信号矩阵和所述第二信号矩阵进行噪声信号过滤处理，分别得到第一检测矩阵和第二检测矩阵的步骤，包括：获取预设门限阈值；对所述第一信号矩阵和所述第二信号矩阵中的矩阵元进行检测，将所有小于所述预设门限阈值的矩阵元的值设置为零，并将所有大于或等于所述预设门限阈值的矩阵元的值分别减去所述预设门限阈值，得到第一检测矩阵和第二检测矩阵。
进一步地，对所述第一检测矩阵和所述第二检测矩阵进行连通域分析的步骤，包括：分别将所述第一检测矩阵和所述第二检测矩阵中的相邻的非零矩阵元检测为相同的连通域；对同一个连通域内的矩阵元标记为相同的数值，且不同的连通域内标记的数值不相同。
进一步地，对所述第一标记矩阵和所述第二标记矩阵进行匹配分析，得到关联矩阵的步骤，包括：将所述第一标记矩阵和所述第二标记矩阵按对应位置的矩阵元取与运算，得到所述第一标记矩阵和所述第二标记矩阵之间的关联矩阵。
进一步地，基于所述关联矩阵判断所述智能地面上是否存在脚步的步骤，包括：判断所述关联矩阵中的各个矩阵元的值是否为零；如果是，则判断值为零的矩阵元所对应的位置没有脚步；如果否，则判断值不为零的矩阵元所对应的位置有脚步。
第二方面，本发明实施例还提供了一种基于前后帧连通域匹配的脚步检测系统，应用于智能地面，包括：获取模块，噪声过滤模块，连通域分析模块，关联模块和判断模块，其中，所述获取模块，用于获取智能地面连续两帧信号图像的幅值矩阵，分别得到前一帧信号图像的第一信号矩阵和后一帧信号图像的第二信号矩阵；所述噪声过滤模块，用于对所述第一信号矩阵和所述第二信号矩阵进行噪声信号过滤处理，分别得到第一检测矩阵和第二检测矩阵；所述连通域分析模块，用于对所述第一检测矩阵和所述第二检测矩阵进行连通域分析，分别得到对所述第一检测矩阵中的多个连通域进行标记的第一标记矩阵和对所述第二检测矩阵中的多个连通域进行标记的第二标记矩阵；所述关联模块，用于对所述第一标记矩阵和所述第二标记矩阵进行匹配分析，得到关联矩阵；所述判断模块，用于基于所述关联矩阵判断所述智能地面上是否存在脚步。
进一步地，所述噪声过滤模块还包括：获取单元和检测单元，其中，所述获取单元，用于获取预设门限阈值；所述检测单元，用于对所述第一信号矩阵和所述第二信号矩阵中的矩阵元进行检测，将所有小于所述预设门限阈值的矩阵元的值设置为零，并将所有大于或等于所述预设门限阈值的矩阵元的值分别减去所述预设门限阈值，得到第一检测矩阵和第二检测矩阵。
进一步地，所述判断模块还用于：判断所述关联矩阵中的各个矩阵元的值是否为零；如果是，则判断值为零的矩阵元所对应的位置没有脚步；如果否，则判断值不为零的矩阵元所对应的位置有脚步。
第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法的步骤。
第四方面，本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行上述第一方面所述方法。
本发明提供的一种基于前后帧连通域匹配的脚步检测方法和系统，依据噪声幅度的随机性，同一位置处的噪声幅度不太可能连续两帧都高于检测门限，利用这种特性，通过在连续两帧间进行连通域匹配，从而确保目标检测结果的正确性，缓解了现有技术中存在的对于智能地面脚步检测中会出现虚警的技术问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付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。
图1为本发明实施例提供的一种基于前后帧连通域匹配的脚步检测方法的流程图；
图2为本发明实施例提供的一种前后帧脚步同一性识别的流程图；
图3为本发明实施例提供的一种信号幅度数据矩阵的示意图；
图4为本发明实施例提供的一种检测结果矩阵的示意图；
图5为本发明实施例提供的一种标记矩阵的示意图；
图6为本发明实施例提供的另一种标记矩阵的示意图；
图7为本发明实施例提供的一种连通域关联结果矩阵的示意图；
图8为本发明实施例提供的一种基于前后帧连通域匹配的脚步检测系统的示意图；
图9为本发明实施例提供的另一种基于前后帧连通域匹配的脚步检测系统的示意图。
具体实施方式
下面将结合附图对本发明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一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
实施例一：
基于目前还未有针对行人脚步信号虚警的处理技术，本发明提出了一种基于前后帧连通域匹配的脚步检测方法。
图1是根据本发明实施例提供的一种基于前后帧连通域匹配的脚步检测方法的示意图，应用于智能地面的信号检测系统。如图1所示，该方法具体包括如下步骤：
步骤S102，获取智能地面连续两帧信号图像的幅值矩阵，分别得到前一帧信号图像的第一信号矩阵和后一帧信号图像的第二信号矩阵。
例如，智能地面点阵为M*N，M为行数，N为列数，对每一帧的观测，能够得到一个M*N的信号图像的幅度数据矩阵。
步骤S104，对第一信号矩阵和第二信号矩阵进行噪声信号过滤处理，分别得到第一检测矩阵和第二检测矩阵。
步骤S106，对第一检测矩阵和第二检测矩阵进行连通域分析，分别得到对第一检测矩阵中的多个连通域进行标记的第一标记矩阵和对第二检测矩阵中的多个连通域进行标记的第二标记矩阵。
步骤S108，对第一标记矩阵和第二标记矩阵进行匹配分析，得到关联矩阵。
步骤S110，基于关联矩阵判断智能地面上是否存在脚步。
本发明提供的一种基于前后帧连通域匹配的脚步检测方法，依据噪声幅度的随机性，同一位置处的噪声幅度不太可能连续两帧都高于检测门限，利用这种特性，通过在连续两帧间进行连通域匹配，从而确保目标检测结果的正确性，缓解了现有技术中存在的对于智能地面脚步检测中会出现虚警的技术问题。
具体地，步骤S104中的噪声信号过滤处理过程包括：
步骤S1041，获取预设门限阈值；
步骤S1042，对第一信号矩阵和第二信号矩阵中的矩阵元进行检测，将所有小于预设门限阈值的矩阵元的值设置为零，并将所有大于或等于预设门限阈值的矩阵元的值分别减去预设门限阈值，得到第一检测矩阵和第二检测矩阵。
例如，对第一信号矩阵进行噪声信号过滤处理，首先获取预设门限阈值TH，然后对第一信号矩阵中的所有矩阵元进行检测，对检测到低于预设门限阈值的信号位置的矩阵元的值设置为0，大于或等于预设门限阈值的信号位置的矩阵元的值减去TH，最终得到第一检测矩阵。
具体地，步骤S106中的连通域分析过程包括：
步骤S1061，分别将第一检测矩阵和第二检测矩阵中的相邻的非零矩阵元检测为相同的连通域；
步骤S1062，对同一个连通域内的矩阵元标记为相同的数值，且不同的连通域内标记的数值不相同。
例如，对第一检测矩阵中的非零元素进行连通域分析，即将相邻的非零元素检测点归为相同的连通域，不相邻的非零元素检测点计为不同的连通域，得到连通域脚步检测结果的第一标记矩阵L(n-1)。连通域的第一标记矩阵L(n-1)为M*N的二维矩阵，矩阵的元素为整数，当矩阵中存在联通区域时，同一联通区域的所有像素点标记为相同的整数值，不同联通区域标记为不同的整数值，其余区域标记为0值。
具体地，步骤S108中得到关联矩阵的步骤具体为：将第一标记矩阵和第二标记矩阵按对应位置的矩阵元取与运算，得到第一标记矩阵和第二标记矩阵之间的关联矩阵。
具体地，步骤S110中判断基于关联矩阵判断智能地面上是否存在脚步的过程如下：
判断关联矩阵中的各个矩阵元的值是否为零；
如果是，则判断值为零的矩阵元所对应的位置没有脚步；
如果否，则判断值不为零的矩阵元所对应的位置有脚步。
例如，图2是本发明实施例提供的一种前后帧脚步同一性识别的流程图。如图2所示，该流程关于脚步信号识别过程如下：智能地面前后连续两帧的检测图像分别为第n-1帧和第n帧，其中，第n-1帧和第n帧的连通域检测结果分别为第一标记矩阵L(n-1)和第二标记矩阵L(n)，对L(n-1)和L(n)按对应的位置点取与运算，得到前后连续两帧之间的连通域的关联矩阵S，其中S为1的值代表该位置在前后连续两帧中均检测到了有效的脚步信号，因此认为该位置是当前第n帧一个可能存在的行人脚步位置，S为0的值代表该位置在前后两帧中至少有1帧未检测到有效的脚步信号，因此认为该位置不存在有效的脚步。
由以上描述可知，本发明提供了一种基于前后帧连通域匹配的脚步检测的方法，包括：获取智能地面连续两帧信号图像的幅值矩阵，分别得到第一信号矩阵和第二信号矩阵；对第一信号矩阵和第二信号矩阵进行噪声信号过滤处理，分别得到第一检测矩阵和第二检测矩阵；对第一检测矩阵和第二检测矩阵进行连通域分析，分别得到对第一检测矩阵中的多个连通域进行标记的第一标记矩阵和对第二检测矩阵中的多个连通域进行标记的第二标记矩阵；对第一标记矩阵和第二标记矩阵进行匹配分析，得到关联矩阵；基于关联矩阵判断智能地面上是否存在脚步。本发明依据噪声幅度的随机性，同一位置处的噪声幅度不太可能连续两帧都高于检测门限，利用这种特性，通过在连续两帧间进行连通域匹配，从而确保目标检测结果的正确性，缓解了现有技术中存在的对于智能地面脚步检测中会出现虚警的技术问题。
实施例二：
本发明实施例以24*35点阵的智能地面采集数据为例，详细说明实施例一中提供的一种基于前后帧连通域匹配的脚步检测方法的实施过程。
步骤S1，智能地面点阵为24*35，24为行数，35为列数。对于第n帧观测，能够得到一个24*35的信号幅度数据矩阵A(即上述实施例中的第二信号矩阵)，如图3所示。
步骤S2，对第n帧数据矩阵进行0-1检测，即设定阈值门限TH＝150，低于门限的信号位置检测值置为0，高于门限的信号位置检测值等于信号幅度减去门限值TH。得到信号幅度数据矩阵A对应的检测结果矩阵D(即上述实施例一中的第二检测矩阵)，如图4所示。
步骤S3，对第n帧数据的检测结果矩阵D中的非零元素进行连通域分析，即将相邻的非零元素检测点归为相同的连通域，不相邻的非零元素检测点计为不同的连通域，得到连通域脚步检测结果的标记矩阵L(即上述实施例一中的第二标记矩阵)，如图5所示。
步骤S4，将第n-1帧和第n帧的连通域检测结果L(n-1)(即上述实施例一中的第一标记矩阵)和L(n)(即上述实施例一中的第二标记矩阵)按对应的位置点取与运算，得到前后帧之间的连通域关联结果矩阵S(即上述实施例一中的关联矩阵)，其中S为1的值代表该位置在前后两帧中均检测到了有效的脚步信号，因此认为该位置是当前第n帧一个可能存在的行人脚步位置，S为0的值代表该位置在前后两帧中至少有1帧未检测到有效的脚步信号，因此认为该位置不存在有效的脚步。
其中，第n-1帧的连通域检测结果L(n-1)如图6所示，连通域关联结果矩阵S如图7所示。
由图7可以看出，S中检测到了第n-1帧和第n帧的共同区域，代表检测到了有效的脚步。该脚步的在智能地面点阵中的位置为[24.5,10]。
实施例三：
图8是根据本发明实施例提供的一种基于前后帧连通域匹配的脚步检测系统的示意图，应用于智能地面。如图8所示，该系统具体包括：获取模块10，噪声过滤模块20，连通域分析模块30，关联模块40和判断模块50。
具体地，获取模块10，用于获取智能地面连续两帧信号图像的幅值矩阵，分别得到前一帧信号图像的第一信号矩阵和后一帧信号图像的第二信号矩阵。
噪声过滤模块20，用于对第一信号矩阵和第二信号矩阵进行噪声信号过滤处理，分别得到第一检测矩阵和第二检测矩阵。
连通域分析模块30，用于对第一检测矩阵和第二检测矩阵进行连通域分析，分别得到对第一检测矩阵中的多个连通域进行标记的第一标记矩阵和对第二检测矩阵中的多个连通域进行标记的第二标记矩阵。
关联模块40，用于对第一标记矩阵和第二标记矩阵进行匹配分析，得到关联矩阵。
判断模块50，用于基于关联矩阵判断智能地面上是否存在脚步。
本发明提供的一种基于前后帧连通域匹配的脚步检测系统，依据噪声幅度的随机性，同一位置处的噪声幅度不太可能连续两帧都高于检测门限，利用这种特性，通过在连续两帧间进行连通域匹配，从而确保目标检测结果的正确性，缓解了现有技术中存在的对于智能地面脚步检测中会出现虚警的技术问题。
可选地，图9是根据本发明实施例提供的另一种基于前后帧连通域匹配的脚步检测系统的示意图，如图9所示，噪声过滤模块20还包括：获取单元21和检测单元22。
具体地，获取单元21，用于获取预设门限阈值。
检测单元22，用于对第一信号矩阵和第二信号矩阵中的矩阵元进行检测，将所有小于预设门限阈值的矩阵元的值设置为零，并将所有大于或等于预设门限阈值的矩阵元的值分别减去预设门限阈值，得到第一检测矩阵和第二检测矩阵。
可选地，连通域分析模块30还用于：分别将第一检测矩阵和第二检测矩阵中的相邻的非零矩阵元检测为相同的连通域；对同一个连通域内的矩阵元标记为相同的数值，且不同的连通域内标记的数值不相同。
可选地，关联模块40还用于：将第一标记矩阵和第二标记矩阵按对应位置的矩阵元取与运算，得到第一标记矩阵和第二标记矩阵之间的关联矩阵。
可选地，判断模块50还用于：
判断关联矩阵中的各个矩阵元的值是否为零；
如果是，则判断值为零的矩阵元所对应的位置没有脚步；
如果否，则判断值不为零的矩阵元所对应的位置有脚步。
本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例一种的方法的步骤。
本发明实施例还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，程序代码使处理器执行上述实施例一中的方法。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.一种基于前后帧连通域匹配的脚步检测方法，其特征在于，应用于智能地面的信号检测系统，包括：
获取智能地面连续两帧信号图像的幅值矩阵，分别得到前一帧信号图像的第一信号矩阵和后一帧信号图像的第二信号矩阵；
对所述第一信号矩阵和所述第二信号矩阵进行噪声信号过滤处理，分别得到第一检测矩阵和第二检测矩阵；
对所述第一检测矩阵和所述第二检测矩阵进行连通域分析，分别得到对所述第一检测矩阵中的多个连通域进行标记的第一标记矩阵和对所述第二检测矩阵中的多个连通域进行标记的第二标记矩阵；
对所述第一标记矩阵和所述第二标记矩阵进行匹配分析，得到关联矩阵；
基于所述关联矩阵判断所述智能地面上是否存在脚步；
对所述第一标记矩阵和所述第二标记矩阵进行匹配分析，得到关联矩阵的步骤，包括：
将所述第一标记矩阵和所述第二标记矩阵按对应位置的矩阵元取与运算，得到所述第一标记矩阵和所述第二标记矩阵之间的关联矩阵。
2.根据权利要求1所述的方法，其特征在于，对所述第一信号矩阵和所述第二信号矩阵进行噪声信号过滤处理，分别得到第一检测矩阵和第二检测矩阵的步骤，包括：
获取预设门限阈值；
对所述第一信号矩阵和所述第二信号矩阵中的矩阵元进行检测，将所有小于所述预设门限阈值的矩阵元的值设置为零，并将所有大于或等于所述预设门限阈值的矩阵元的值分别减去所述预设门限阈值，得到第一检测矩阵和第二检测矩阵。
3.根据权利要求1所述的方法，其特征在于，对所述第一检测矩阵和所述第二检测矩阵进行连通域分析的步骤，包括：
分别将所述第一检测矩阵和所述第二检测矩阵中的相邻的非零矩阵元检测为相同的连通域；
对同一个连通域内的矩阵元标记为相同的数值，且不同的连通域内标记的数值不相同。
4.根据权利要求1所述的方法，其特征在于，基于所述关联矩阵判断所述智能地面上是否存在脚步的步骤，包括：
判断所述关联矩阵中的各个矩阵元的值是否为零；
如果是，则判断值为零的矩阵元所对应的位置没有脚步；
如果否，则判断值不为零的矩阵元所对应的位置有脚步。
5.一种基于前后帧连通域匹配的脚步检测系统，其特征在于，应用于智能地面，包括：获取模块，噪声过滤模块，连通域分析模块，关联模块和判断模块，其中，
所述获取模块，用于获取智能地面连续两帧信号图像的幅值矩阵，分别得到前一帧信号图像的第一信号矩阵和后一帧信号图像的第二信号矩阵；
所述噪声过滤模块，用于对所述第一信号矩阵和所述第二信号矩阵进行噪声信号过滤处理，分别得到第一检测矩阵和第二检测矩阵；
所述连通域分析模块，用于对所述第一检测矩阵和所述第二检测矩阵进行连通域分析，分别得到对所述第一检测矩阵中的多个连通域进行标记的第一标记矩阵和对所述第二检测矩阵中的多个连通域进行标记的第二标记矩阵；
所述关联模块，用于对所述第一标记矩阵和所述第二标记矩阵进行匹配分析，得到关联矩阵；
所述判断模块，用于基于所述关联矩阵判断所述智能地面上是否存在脚步；
所述关联模块，还用于将所述第一标记矩阵和所述第二标记矩阵按对应位置的矩阵元取与运算，得到所述第一标记矩阵和所述第二标记矩阵之间的关联矩阵。
6.根据权利要求5所述的脚步检测系统，其特征在于，所述噪声过滤模块还包括：获取单元和检测单元，其中，
所述获取单元，用于获取预设门限阈值；
所述检测单元，用于对所述第一信号矩阵和所述第二信号矩阵中的矩阵元进行检测，将所有小于所述预设门限阈值的矩阵元的值设置为零，并将所有大于或等于所述预设门限阈值的矩阵元的值分别减去所述预设门限阈值，得到第一检测矩阵和第二检测矩阵。
7.根据权利要求5所述的脚步检测系统，其特征在于，所述判断模块还用于：
判断所述关联矩阵中的各个矩阵元的值是否为零；
如果是，则判断值为零的矩阵元所对应的位置没有脚步；
如果否，则判断值不为零的矩阵元所对应的位置有脚步。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至4任一项所述的方法的步骤。
9.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1-4任一所述方法。
CN201911009071.7A 2019-10-22 2019-10-22 基于前后帧连通域匹配的脚步检测方法和系统 Active CN110728258B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911009071.7A CN110728258B (zh) 2019-10-22 2019-10-22 基于前后帧连通域匹配的脚步检测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911009071.7A CN110728258B (zh) 2019-10-22 2019-10-22 基于前后帧连通域匹配的脚步检测方法和系统

Publications (2)

Publication Number Publication Date
CN110728258A CN110728258A (zh) 2020-01-24
CN110728258B true CN110728258B (zh) 2022-06-28

Family

ID=69222829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911009071.7A Active CN110728258B (zh) 2019-10-22 2019-10-22 基于前后帧连通域匹配的脚步检测方法和系统

Country Status (1)

Country Link
CN (1) CN110728258B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112102362A (zh) * 2020-09-14 2020-12-18 北京数衍科技有限公司 行人脚步轨迹确定方法和装置
CN112084980B (zh) * 2020-09-14 2024-05-28 北京数衍科技有限公司 行人的脚步状态识别方法和装置
CN112102363B (zh) * 2020-09-14 2024-07-12 北京数衍科技有限公司 行人轨迹跟踪方法和装置
CN112084372B (zh) * 2020-09-14 2024-01-26 北京数衍科技有限公司 行人轨迹更新方法及装置
CN112070933A (zh) * 2020-09-14 2020-12-11 北京数衍科技有限公司 行人脚步数量统计方法、装置及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289672A (zh) * 2011-06-03 2011-12-21 天津大学 红外步态双信道特征融合识别方法
CN106296721A (zh) * 2015-05-14 2017-01-04 株式会社理光 基于立体视觉的对象聚集检测方法和装置
CN106647806A (zh) * 2016-12-27 2017-05-10 东华大学 一种社区安防无人机
CN108156581A (zh) * 2017-12-25 2018-06-12 北京木业邦科技有限公司 客户信息获取方法、装置及智能地面系统
CN109711344A (zh) * 2018-12-27 2019-05-03 东北大学 一种前端智能化的特定异常行为检测方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102122354B (zh) * 2011-03-15 2013-03-20 上海交通大学 基于自适应特征块选择的步态识别方法
CN102324018A (zh) * 2011-06-14 2012-01-18 北京交通大学 综合客运枢纽集散服务网络行人安全状态识别方法及系统
CN104809743B (zh) * 2015-04-23 2019-07-26 清华大学 高密度人群踩踏事故风险计算与预警方法
CN108924735A (zh) * 2018-06-08 2018-11-30 四川斐讯信息技术有限公司 一种智能鞋引导系统及方法
CN109151555B (zh) * 2018-10-29 2021-11-19 北京西潼科技有限公司 游乐设备以及处理视频图像的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289672A (zh) * 2011-06-03 2011-12-21 天津大学 红外步态双信道特征融合识别方法
CN106296721A (zh) * 2015-05-14 2017-01-04 株式会社理光 基于立体视觉的对象聚集检测方法和装置
CN106647806A (zh) * 2016-12-27 2017-05-10 东华大学 一种社区安防无人机
CN108156581A (zh) * 2017-12-25 2018-06-12 北京木业邦科技有限公司 客户信息获取方法、装置及智能地面系统
CN109711344A (zh) * 2018-12-27 2019-05-03 东北大学 一种前端智能化的特定异常行为检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Semantic Driven Automated Image Processing using the Concept of Colorimetry;Merugu Suresh and Kamal Jain;《Procedia Computer Science》;20150831;第453-460页 *
基于多传感器的地面目标识别技术研究;谢驰港;《中国优秀硕士学位论文数据库 信息科技辑》;20170515;第1-48页 *

Also Published As

Publication number Publication date
CN110728258A (zh) 2020-01-24

Similar Documents

Publication Publication Date Title
CN110728258B (zh) 基于前后帧连通域匹配的脚步检测方法和系统
CN111160379B (zh) 图像检测模型的训练方法及装置、目标检测方法及装置
CN106803083B (zh) 行人检测的方法及装置
CN109426785B (zh) 一种人体目标身份识别方法及装置
KR101747220B1 (ko) 이미지 피라미드의 적응적 이미지 처리 장치 및 방법
CN109410172B (zh) 纸张厚度的检测方法、装置、存储介质和处理器
KR101708491B1 (ko) 압력 센서를 이용한 객체 인식 방법
CN111310645A (zh) 货物堆积量的溢仓预警方法、装置、设备及存储介质
US20090310822A1 (en) Feedback object detection method and system
CN104331691A (zh) 一种车标分类器训练方法、车标识别方法及装置
CN110458093B (zh) 一种基于驾驶员监控系统的安全带检测方法以及相应的设备
Kaixuan et al. Target detection method for moving cows based on background subtraction
CN111783665A (zh) 一种动作识别方法、装置、存储介质和电子设备
CN111814690B (zh) 一种目标重识别方法、装置和计算机可读存储介质
JP2010097412A (ja) 煙検出装置
CN103475800B (zh) 图像序列中前景的检测方法和装置
CN112104838B (zh) 图像分辨方法及其监控摄像机与监控摄像系统
CN108710828A (zh) 识别目标物的方法、装置和存储介质以及车辆
CN110826490A (zh) 一种基于脚步分类的轨迹跟踪方法和装置
JP5302926B2 (ja) 煙検出装置
CN108900538B (zh) 一种工控信号检测方法和装置
Gao et al. Traffic video-based moving vehicle detection and tracking in the complex environment
CN115880632A (zh) 超时停留检测方法、监控设备、计算机可读存储介质和芯片
CN103077376B (zh) 基于视频图像中的人体图像再识别的方法
Othman et al. A statistical approach of multiple resolution levels for canny edge detection

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
TA01 Transfer of patent application right

Effective date of registration: 20220523

Address after: 100000 210, floor 2, block B, No. 2, lizezhong Second Road, Chaoyang District, Beijing

Applicant after: BEIJING DATA DRIVEN TECHNOLOGY CO.,LTD.

Address before: Room 3104, building 9, Jianggan District, Hangzhou, Zhejiang Province

Applicant before: Hangzhou cigan Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant