CN110738109B - 检测用户起立的方法、装置及计算机存储介质 - Google Patents
检测用户起立的方法、装置及计算机存储介质 Download PDFInfo
- Publication number
- CN110738109B CN110738109B CN201910855106.2A CN201910855106A CN110738109B CN 110738109 B CN110738109 B CN 110738109B CN 201910855106 A CN201910855106 A CN 201910855106A CN 110738109 B CN110738109 B CN 110738109B
- Authority
- CN
- China
- Prior art keywords
- head
- area
- target user
- shoulder
- monitoring
- 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
Images
Classifications
-
- 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
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- 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
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
-
- 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
- G06V20/44—Event detection
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种检测用户起立的方法、装置以及计算机存储介质,该方法包括对预设区域进行监控,获得监控视频;检测监控视频中的目标用户,跟踪目标用户的头肩区域;当跟踪到头肩区域在监控视频中向上运动且跟踪到头肩区域在监控视频中越来越大时,确定头肩区域对应的目标用户起立。通过上述方式,本发明可快速确定起立的目标用户。
Description
技术领域
本发明涉及用户起立领域,特别是涉及一种检测用户起立的方法、装置及计算机存储介质。
背景技术
随着视频监控技术的不断发展,其应用领域也越来越广泛,目前的教育领域中都普遍采用视频监控技术,对课堂秩序和课堂效果等进行监控。现有的教育监控系统通常监控学生的学生摄像机,随着监控技术的发展,在监控学生时,当学生在回答问题或其他原因有起立动作时,通过摄像机进行人的行为分析,即根据图像的变化趋势来定位是站起还是坐下并确定其位置。
现有技术中,一般采集整个教室区域的三维图像,并通过计算学生的三维坐标信息来确定学生是否起立。这样导致整个计算量庞大,无法快速对学生是否起立进行检测。
发明内容
本发明提供一种检测用户起立的方法、装置及计算机存储介质,以解决现有技术中如何快速对学生是否起立进行检测的问题。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种检测用户起立的方法,所述方法包括:对预设区域进行监控,获得监控视频;检测监控视频中的目标用户,跟踪所述目标用户的头肩区域;当跟踪到所述头肩区域在所述监控视频中向上运动且跟踪到所述头肩区域在所述监控视频中越来越大时,确定所述头肩区域对应的目标用户起立。
为解决上述技术问题,本发明采用的另一个技术方案是:提供一种检测用户起立的装置,所述装置包括:监控模块,用于对预设区域进行监控,获得监控视频;检测跟踪模块,用于检测所述监控视频中的目标用户,并跟踪所述目标用户的头肩区域;确定模块,用于当跟踪到所述头肩区域在所述监控视频中向上运动且跟踪到所述头肩区域在所述监控视频中越来越大时,确定所述头肩区域对应的目标用户起立。
为解决上述技术问题,本发明采用的另一个技术方案是:提供一种检测用户起立的装置,所述装置包括处理器和存储器,存储器中存储有计算机程序,处理器用于执行计算机程序以实现上述检测用户起立的方法的步骤。
为解决上述技术问题,本发明采用的另一个技术方案是提供一种计算机存储介质,其中存储有计算机程序,计算机程序被执行时实现上述检测用户起立的方法的步骤。
区别于现有技术,本发明通过对目标用户的头肩区域进行跟踪,获取头肩区域的运动信息与面积信息。并设置头肩区域在监控视频中向上运动且越来越大的与条件,可以准确精准判断出目标用户是否起立。一方面,由于只需要对头肩区域的运动信息与面积信息进行采集,因此可以直接通过单目相机,而非双目相机或者双相机系统来实现,极大的减少了成本。另一方面,通过对头框区域进行检测,减少了由于目标用户低头抬头、胳膊的晃动等造成的误差影响,并进一步通过设定与条件,减少了由于目标用户可能由于往单目相机走动靠近而造成的误差判断。另一方面,由于无法计算相应的三维坐标,因此极大减少了计算量,可以增快检测速度,因此,本发明实现对用户起立的低成本与高精度的快速检测。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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发明的一些实施例,对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是本发明检测用户起立的方法第一实施例的流程示意图;
图2是目标用户的头肩区域在坐下与起立时的位置变化示意图;
图3是目标用户的头肩区域在坐下与起立时的与单目相机的距离变化示意图;
图4是图1步骤S13的一子步骤一实施例的流程示意图;
图5是图1步骤S13的另一子步骤一实施例的流程示意图;
图6是本发明检测用户起立的方法第二实施例的流程示意图;
图7是本发明检测用户起立的装置一实施例的结构示意图
图8是本发明检测用户起立的装置另一实施例的结构示意图;
图9是本发明计算机存储介质一实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,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。
具体请参阅图1,图1是本发明检测用户起立的方法第一实施例的流程示意图,本实施例检测用户起立的方法包括以下步骤。
S11,对预设区域进行监控,获得监控视频。
对预设区域进行监控,并获得监控视频。
在具体实施例中,可以采用单目相机对预设区域进行监控,获取到监控视频。
在具体场景中,预设区域可以是教室、会议室、考试区域等等。
S12,检测监控视频中的目标用户,跟踪目标用户的头肩区域。
对监控视频中的目标用户进行检测,具体地,以预设区域是教室为例,目标用户具体可以是学生。并进一步跟踪目标用户的头肩区域。
在一实施例中,单目相机可以安装于教室前面黑板的上方,并可以采集到整个教室区域的监控视频。随后对监控视频进行识别,以获取目标用户的人脸,并根据人脸对所有目标用户进行标定,即给每个目标用户赋予一个ID。随后根据人脸识别出目标用户的头部区域与颈部区域,并采用一个方形框同时框定目标用户的头部区域与颈部区域,以使得目标用户的头部区域与颈部区域均位于该方形框内,以作为该目标用户的头肩区域,将该ID也赋予该头肩区域。
在另一具体实施例中,也可以采用人体部位的识别方式直接识别出目标用户的头部区域与颈部区域,并采用一个方形框进行框定。并根据位置信息或者坐标信息赋予ID。这里均不作限定。
在后续的跟踪过程,可以根据ID进行实时跟踪,以使得每个头框区域的变化均可以根据ID进行同一头框区域的比较。
S13,当跟踪到头肩区域在监控视频中向上运动且跟踪到头肩区域在监控视频中越来越大时,确定头肩区域对应的目标用户起立。
对监控视频中的每个头肩区域进行跟踪,以获取头肩区域在监控视频的信息,当跟踪到头肩区域在监控视频中向上运动且跟踪到头肩区域在监控视频中越来越大时,则可以确定头肩区域对应的目标用户起立。
如图2与图3所示,由于单目相机设置于整个教室区域的前上方,当学生起立时,则起立的头肩区域相对坐下的头肩区域会相应的往上移动,即往监控视频的上边侧进行靠近,且同时,由于在起立时,学生的头框区域会更靠近整个单目相机,即起立的头肩区域与单目相机的距离L1要小于坐下的头肩区域与单目相机的距离L2。因此在监控视频中区域面积也会变大。
上述实施例中,通过对目标用户的头肩区域进行跟踪,获取头肩区域的运动信息与面积信息。并设置头肩区域在监控视频中向上运动且越来越大的与条件,可以准确精准判断出目标用户是否起立。一方面,由于只需要对头肩区域的运动信息与面积信息进行采集,因此可以直接通过单目相机,而非双目相机或者双相机系统来实现,极大的减少了成本。另一方面,通过对头框区域进行检测,减少了由于目标用户低头抬头、胳膊的晃动等造成的误差影响,并进一步通过设定与条件,减少了由于目标用户可能由于往单目相机走动靠近而造成的误差判断。因此,本发明提供的用户起立的方法实现了低成本与高精度检测。
请参阅图4,图4是本发明检测用户起立的方法中第一实施例中步骤S13的一子步骤,具体是跟踪到头肩区域在监控视频中向上运动该步骤的子步骤。其具体步骤如下:
S131a,计算监控图像的头肩区域的区域面积。
具体的,监控视频是由连续帧的多张监控图像所组成的,即监控视频包括了连续帧的监控图像,在具体实施例中,单目相机所采集的预设区域是固定封闭区域,且由于单目相机的采集角度有限,因此监控视频的边框是固定的。则组成监控视频的监控图像为一个方形框,包括有依次连接的上边侧、右边侧、下边侧以及左边侧。
实时计算头肩区域与监控图像的上边侧,具体可以是头肩区域的上边侧或下边侧与监控图像上边侧的距离值,也可以是头肩区域的中心点与监控图像上边侧的距离值,这里均不作限定。
在其他实施例中,也可以以监控图像的左下角为原点设置坐标系,以下边侧为X轴,以左边侧为Y轴。并计算头肩区域的中心点的坐标。
S132a,若连续预设张监控图像的距离值相对上一张监控图像的距离值变小,则确定头肩区域在监控视频中向上运动。
在具体实施例中,由于起立是一个过程,因此头肩区域离监控图像上边侧的距离是逐渐变小的,因此可以比较判断预设长连续的监控图像,连续预设长的监控图像的后一张相对前一张监控图像的距离是否变小。若是,则确定跟踪到头肩区域在监控视频中向上运动。
在具体实施例中,判断距离值是否变小可以对每张监控图像进行距离值进行计算,并根据时间关系,将后面的监控图像与前面监控图像的距离值进行比较,具体可以根据ID跟踪进行相同头肩区域的比较。具体地,可以对连续多张监控图像进行比较,判断后面监控图像的距离值是否小于前面的距离值。
在一具体实施例中,在获得新的监控图像时,则对监控图像中的距离值进行计算,并与上一张监控图像进行比较。如果距离值相对小一点,则将上一张监控图像作为开始监控图像,并持续对后续的监控图像的距离值进行比较,如果某一张监控图像的距离值相对上一张监控图像的距离值不变或者减少。则将上一张监控图像作为结尾监控图像。
比较开始监控图像与结尾监控图像的距离值,如果该距离值的减少比例小于一个预设阈值,则可以确定头肩区域在监控视频中向上运动。
在其他实施例中,也可以是开始监控图像与结尾监控图像中多张监控图像中有预设比例的监控图像的距离比该监控图像的上一张的距离要小,也可以确定头肩区域在监控视频中向上运动。
在另一个实施例,可以实时检测距离值的大小,如果距离值开始变小。可以根据起立所需要的时间,如1S为间隔,判断间隔1S的两张监控图像的距离值大小,从而减少比较的算法量。
在其他实施例中,也可以判断头肩区域与监控图像的下边侧的距离是否变大。这里不做限定。
在其他实施例中,也可以判断头肩区域的中心点的Y轴坐标是否变大。
请参阅图5,图5是本发明检测用户起立的方法中第一实施例中步骤S13的另一子步骤,具体是头肩区域在监控视频中越来越大时该步骤的子步骤。其具体步骤如下:
S131b,计算监控图像的头肩区域的区域面积。
对头肩区域的长宽尺寸进行测量,并进一步根据长宽尺寸计算出头肩区域的区域面积。
S132b,若连续预设张监控图像的区域面积相对上一张监控图像的区域面积变大,则确定头肩区域在监控视频中越来越大。
相似的,通过比较多张监控图像中的头肩区域的区域面积,判断区域面积是否增大。由于目标用户离单目相机的距离有一定区域,因此在监控区域中,每个头肩区域的区域面积均不同。且由于目标用户抬头,歪头等动作导致整个目标区域的区域面积的变化。
因此,在本实施例中,可以根据区域面积是否增大了预设的百分比来确定区域面积是否增大,从而提高整个判断的精确度。
且具体地,由于起立是一个过程,因此头肩区域离的面积是逐渐变大的,因此可以比较判断多张连续监控图像,连续预设张监控图像的后一张相对前一张监控图像的区域面积是否变大。若是,则确定头肩区域在监控视频中越来越大。
其他具体的判断步骤,可以与S132a中距离判断相似,这里不再赘述。
在具体实施例中,当跟踪到所述头肩区域在所述监控视频中向上运动且跟踪到所述头肩区域在所述监控视频中越来越大时,还可以进一步加入新的判断条件,以增强整个判断的精确度。
在具体实施例中,可以检测头肩区域所对应的目标用户上半身区域,具体场景中,由于课桌的阻挡,学生在坐下状态下,监控视频无法检测到学生的上半身区域,但是在学生起立时,则可以对学生的上半身区域检测到。因此若检测到上半身区域,则确定头肩区域对应的目标用户起立。
在具体实施例中,还可以进行进一步判断。如计算头肩区域和上半身区域的第一高度比。第一高度比即头肩区域的上边侧和下边侧之间的高度差与上半身区域的上边侧与下边侧之间的高度差的比值。判断第一高度比与目标用户是否对应,具体地,具体根据目标用户的年龄段来设置相应的比值,如低年级目标用户的第一高度比小于或等于0.7则认为是相对应,而高年级目用户的第一高度比小于或等于0.5则认为是相对应。如确定第一高度比与目标用户是对应的,则确定目标用户起立。
在具体实施例中,当跟踪到所述头肩区域在所述监控视频中向上运动且跟踪到所述头肩区域在所述监控视频中越来越大时,还可以增加高斯分布的方式来增强整个判断的精确度。
可以在跟踪所述目标用户的头肩区域后计算监控视频中所有目标用户的头肩区域高度与头肩区域的中心点在监控视频中高度的第二高度比。
计算每个目标用户的头肩区域高度,即头肩区域的上边侧与下边侧的高度差,计算每个目标用户的头肩区域的中心点在监控视频中高度,即头肩区域相对监控视频下边侧的高度差,对应计算每个目标用户的头肩区域高度与头肩区域的中心点在监控视频中高度的第二高度比,得到所有目标用户的第二高度比。通过统计的方式计算所有目标用户的第二高度比,并得到均值与平均差。
在具体实施例中,当跟踪到所述头肩区域在所述监控视频中向上运动且越来越大时,则可以进一步计算头肩区域对应的目标用户的第二高度比,即该目标用户此时头肩区域的第二高度比,如果该第二高度大于或等于均值与两倍平均差的和,则确定头肩区域对应的目标用户起立。
具体请参阅图6,图6是本发明检测用户起立的方法第二实施例的流程示意图,本实施例检测用户起立的方法包括以下步骤。
S21,对目标用户进行特写并放大显示。
在具体实施例中,监控视频可以在监控室等监控平面上进行实时显示,为了提醒相关监控人员,在确定头肩区域对应的目标用户起立时,则可以对目标用户进行特写并放大显示。使得监控人员可以更为细致的对起立的目标用户进行观察。
S22,当跟踪到目标用户的头肩区域在监控视频中向下运动且越来越小时,确定目标用户坐下,解除对目标用户的放大显示,并对监控视频进行全景显示。
相似的,当跟踪到起立的目标用户的头肩区域在监控视频中向下运动且越来越小时,则可以确定目标用户坐下,则可以解除对该目标用户的放大显示,并监控视频进行全景显示。
如图7所示,本申请还提供一种检测用户起立的装置300,该检测用户起立的装置300包括监控模块31,检测跟踪模块32以及确定模块33。其中,监控模块31具体可以是单目相机。
其中,监控模块31用于对预设区域进行监控,获得监控视频;检测跟踪模块32用于检测监控视频中的目标用户,并跟踪目标用户的头肩区域;确定模块33,用于当跟踪到头肩区域在监控视频中向上运动且跟踪到头肩区域在监控视频中越来越大时,确定头肩区域对应的目标用户起立。
上述检测用户起立的方法一般由检测用户起立的装置实现,因而本发明还提出一种检测用户起立的装置。请参阅图8,图8是本发明检测用户起立的装置一实施例的结构示意图。本实施例检测用户起立的装置100包括处理器12和存储器11;存储器11中存储有计算机程序,处理器12用于执行计算机程序以实现如上述检测用户起立的方法的步骤。
上述检测用户起立的方法的逻辑过程以计算机程序呈现,在计算机程序方面,若其作为独立的软件产品销售或使用时,其可存储在计算机存储介质中,因而本发明提出一种计算机存储介质。请参阅图9,图9是本发明计算机存储介质一实施例的结构示意图,本实施例计算机存储介质200中存储有计算机程序21,计算机程序被处理器执行时实现上述配网方法或控制方法。
该计算机存储介质200具体可以为U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory,)、磁碟或者光盘等可以存储计算机程序的介质,或者也可以为存储有该计算机程序的服务器,该服务器可将存储的计算机程序发送给其他设备运行,或者也可以自运行该存储的计算机程序。该计算机存储介质200从物理实体上来看,可以为多个实体的组合,例如多个服务器、服务器加存储器、或存储器加移动硬盘等多种组合方式。
综上所述,本发明通过对目标用户的头肩区域进行跟踪,获取头肩区域的运动信息与面积信息。并设置头肩区域在监控视频中向上运动且越来越大的与条件,以及如头框区域与上本身区域的第一高度比等其他的条件,可以准确精准判断出目标用户是否起立。一方面,由于只需要对头肩区域的运动信息与面积信息进行采集,因此可以直接通过单目相机,而非双目相机或者双相机系统来实现,极大的减少了成本。另一方面,通过对头框区域进行检测,减少了由于目标用户低头抬头、胳膊的晃动等造成的误差影响,并进一步通过设定与条件,减少了由于目标用户可能由于往单目相机走动靠近而造成的误差判断。实现对用户起立的低成本与高精度检测。
以上所述仅为本发明的实施方式,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种检测用户起立的方法,其特征在于,所述方法包括:
对预设区域进行监控,获得监控视频;
检测所述监控视频中的目标用户,跟踪所述目标用户的头肩区域;
当跟踪到所述头肩区域在所述监控视频中向上运动且跟踪到所述头肩区域在所述监控视频中越来越大时,检测所述头肩区域所对应的目标用户上半身区域;
计算所述头肩区域和所述上半身区域的第一高度比;
判断所述第一高度比与所述目标用户是否对应;
若是,则确定所述头肩区域对应的目标用户起立;或
计算所述监控视频中所有目标用户的头肩区域高度与头肩区域的中心点在所述监控视频中高度的第二高度比;
统计所述目标用户的第二高度比以得到均值与平均差;
当跟踪到所述头肩区域在所述监控视频中向上运动且越来越大时,若所述头肩区域对应的目标用户的第二高度比大于所述均值与两倍平均差的和,则确定所述头肩区域对应的目标用户起立。
2.根据权利要求1所述的方法,其特征在于,所述监控视频包括连续帧的监控图像,所述跟踪到所述头肩区域在所述监控视频中向上运动的子步骤,包括:
计算所述监控图像中的头肩区域与所述监控图像的上边侧的距离值;
若连续预设张所述监控图像的距离值相对上一张监控图像的距离值变小,则确定所述头肩区域在所述监控视频中向上运动。
3.根据权利要求1所述的方法,其特征在于,所述监控视频包括连续帧的监控图像,所述跟踪到所述头肩区域在所述监控视频中越来越大的子步骤,包括:
计算所述监控图像的头肩区域的区域面积;
若连续预设张所述监控图像的区域面积相对上一张监控图像的区域面积变大,则确定所述头肩区域在所述监控视频中越来越大。
4.根据权利要求1所述的方法,其特征在于,所述确定所述头肩区域对应的目标用户起立之后还包括:
对所述目标用户进行特写并放大显示。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
当跟踪到所述目标用户的头肩区域在所述监控视频中向下运动且越来越小时,确定所述目标用户坐下,解除对所述目标用户的放大显示,并对所述监控视频进行全景显示。
6.一种基于检测用户起立的装置,其特征在于,所述装置包括:
监控模块,用于对预设区域进行监控,获得监控视频;
检测跟踪模块,用于检测所述监控视频中的目标用户,并跟踪所述目标用户的头肩区域;
确定模块,用于当跟踪到所述头肩区域在所述监控视频中向上运动且跟踪到所述头肩区域在所述监控视频中越来越大时,检测所述头肩区域所对应的目标用户上半身区域,并计算所述头肩区域和所述上半身区域的第一高度比,再判断所述第一高度比与所述目标用户是否对应,若是,则确定所述头肩区域对应的目标用户起立;或
所述确定模块用于计算所述监控视频中所有目标用户的头肩区域高度与头肩区域的中心点在所述监控视频中高度的第二高度比,统计所述目标用户的第二高度比以得到均值与平均差,当跟踪到所述头肩区域在所述监控视频中向上运动且越来越大时,若所述头肩区域对应的目标用户的第二高度比大于所述均值与两倍平均差的和,则确定所述头肩区域对应的目标用户起立。
7.一种基于检测用户起立的装置,其特征在于,所述装置包括处理器和存储器;所述存储器中存储有计算机程序,所述处理器用于执行所述计算机程序以实现如权利要求1-5中任一项所述方法的步骤。
8.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序被执行时实现如权利要求1-5中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910855106.2A CN110738109B (zh) | 2019-09-10 | 2019-09-10 | 检测用户起立的方法、装置及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910855106.2A CN110738109B (zh) | 2019-09-10 | 2019-09-10 | 检测用户起立的方法、装置及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110738109A CN110738109A (zh) | 2020-01-31 |
CN110738109B true CN110738109B (zh) | 2022-11-22 |
Family
ID=69267847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910855106.2A Active CN110738109B (zh) | 2019-09-10 | 2019-09-10 | 检测用户起立的方法、装置及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110738109B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112580584A (zh) * | 2020-12-28 | 2021-03-30 | 苏州科达科技股份有限公司 | 起立行为检测方法、装置、系统及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103686092A (zh) * | 2013-12-30 | 2014-03-26 | 深圳锐取信息技术股份有限公司 | 学生起立双系统检测方法及系统 |
CN107491717A (zh) * | 2016-06-13 | 2017-12-19 | 科大讯飞股份有限公司 | 考试作弊检测方法和装置 |
CN109522846A (zh) * | 2018-11-19 | 2019-03-26 | 深圳博为教育科技有限公司 | 一种起立监测方法、装置、服务器及起立监测系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104574359B (zh) * | 2014-11-03 | 2017-09-29 | 南京邮电大学 | 一种基于主从摄像机的学生跟踪定位方法 |
CN107613244A (zh) * | 2016-07-08 | 2018-01-19 | 杭州海康威视数字技术股份有限公司 | 一种航道监控目标获取方法及装置 |
-
2019
- 2019-09-10 CN CN201910855106.2A patent/CN110738109B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103686092A (zh) * | 2013-12-30 | 2014-03-26 | 深圳锐取信息技术股份有限公司 | 学生起立双系统检测方法及系统 |
CN107491717A (zh) * | 2016-06-13 | 2017-12-19 | 科大讯飞股份有限公司 | 考试作弊检测方法和装置 |
CN109522846A (zh) * | 2018-11-19 | 2019-03-26 | 深圳博为教育科技有限公司 | 一种起立监测方法、装置、服务器及起立监测系统 |
Non-Patent Citations (1)
Title |
---|
基于考场监控视频的智能监考方法研究;丁苗苗;《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》;20171115;第3.1.1节,第3.1.1.3节 * |
Also Published As
Publication number | Publication date |
---|---|
CN110738109A (zh) | 2020-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DiFilippo et al. | Characterization of different Microsoft Kinect sensor models | |
KR102212209B1 (ko) | 시선 추적 방법, 장치 및 컴퓨터 판독가능한 기록 매체 | |
CN105283129B (zh) | 信息处理装置、信息处理方法 | |
US9424467B2 (en) | Gaze tracking and recognition with image location | |
CN109960401B (zh) | 一种基于人脸追踪的动向投影方法、装置及其系统 | |
WO2010141023A1 (en) | Video conference | |
IL255803A (en) | Systems and methods for determining distance from an object | |
CN103809737A (zh) | 一种人机交互方法及装置 | |
US10991124B2 (en) | Determination apparatus and method for gaze angle | |
JP4288428B2 (ja) | 映像解析システムおよび映像解析方法 | |
CN115569344A (zh) | 立定跳远成绩评测方法、装置、电子设备及存储介质 | |
Mulder et al. | An affordable optical head tracking system for desktop VR/AR systems | |
CN111199165A (zh) | 图像处理方法及装置 | |
WO2022227264A1 (zh) | 一种基于眼球追踪的视频交互操作方法 | |
CN110738109B (zh) | 检测用户起立的方法、装置及计算机存储介质 | |
CN114549582A (zh) | 一种轨迹地图生成方法、装置及计算机可读存储介质 | |
CN112987910B (zh) | 眼球追踪设备的测试方法、装置、设备及存储介质 | |
Štrbac et al. | Kinect in neurorehabilitation: computer vision system for real time hand and object detection and distance estimation | |
CN108010058A (zh) | 一种对视频流中目标对象进行视觉跟踪的方法及系统 | |
CN107256375A (zh) | 一种电脑前人体坐姿监测方法 | |
JP7524713B2 (ja) | 情報処理装置および情報処理方法 | |
CN116453198B (zh) | 一种基于头部姿态差异的视线校准方法和装置 | |
CN113568595A (zh) | 基于ToF相机的显示器组件的控制方法、装置、设备和介质 | |
JP2012033142A (ja) | 人数計測装置、人数計測方法、プログラム | |
CN112598738B (zh) | 一种基于深度学习的人物定位方法 |
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 |