CN110852161A - 实时识别运动中人员身份的方法、装置及系统 - Google Patents
实时识别运动中人员身份的方法、装置及系统 Download PDFInfo
- Publication number
- CN110852161A CN110852161A CN201910950800.2A CN201910950800A CN110852161A CN 110852161 A CN110852161 A CN 110852161A CN 201910950800 A CN201910950800 A CN 201910950800A CN 110852161 A CN110852161 A CN 110852161A
- Authority
- CN
- China
- Prior art keywords
- personnel
- person
- identifying
- area
- motion
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000002360 preparation method Methods 0.000 claims description 57
- 230000006870 function Effects 0.000 claims description 2
- 230000000875 corresponding effect Effects 0.000 claims 4
- 230000002596 correlated effect Effects 0.000 claims 3
- 238000012360 testing method Methods 0.000 abstract description 66
- 238000009434 installation Methods 0.000 description 8
- 238000012549 training Methods 0.000 description 8
- 210000000887 face Anatomy 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000001815 facial effect Effects 0.000 description 3
- 210000000554 iris Anatomy 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 1
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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Collating Specific Patterns (AREA)
Abstract
本发明属于实时识别人员身份领域,尤其涉及基于人员跟踪技术、人脸识别技术、号码识别技术及其相互之间的信息动态关联,实现实时识别运动中人员身份的方法、装置及系统。该方法包含步骤:1、识别和跟踪人员;2、识别人脸和关联人员;3、识别号码和关联人员;4、启动测试和设置数据;5、识别号码和计算成绩。本发明对人脸特征、人员身份信息、号码进行动态关联,在后续运动过程中,只需要抓拍和识别人员号码就可实时识别人员身份。本发明有效解决了大运动场景中实时识别人员身份的问题,使得在中长跑、足球比赛等有多个摄像头覆盖运动区域的大运动场景中可以实现实时识别人员身份。
Description
技术领域
本发明属于实时识别人员身份领域,尤其涉及基于人员跟踪技术、人脸识别技术、号码识别技术及其相互之间的信息动态关联,实现实时识别运动中人员身份的方法、装置及系统。
背景技术
在体育运动的训练和比赛中,智能训练和比赛系统需要至少具备两个能力:一是能实时动态识别训练和比赛中的人员身份,二是能智能测量训练和比赛的成绩和指标数据。
目前一般采用静态的方法识别人员身份,在运动训练和比赛场地设置签到点,设置人脸、虹膜等生物特征采集和识别设备,或者设置RFID卡、身份证等读卡设备来识别人员身份,这种方法主要目的是对人员在训练和赛前签到,而不能识别正在训练和比赛中的人员身份,导致训练和比赛成绩不能自动和人员关联,需要手工做关联。
在很多运动场景下,如足球比赛、田径比赛等,一是摄像头离运动中人员均较远,户外场景会有强烈太阳光照射,摄像头拍摄的高速运动中的人员的图像会模糊,同时人员在训练和比赛中不可能刻意去面向摄像头,所以在这样的场景下通过采集和识别人脸、虹膜等生物特征经常是不可行的,也就是无法通过人脸、虹膜等生物特征实时动态识别正在训练和比赛中的人员身份;二是这些运动场景的区域均较大,需要使用多个摄像头来实现对运动区域的覆盖,人员一旦从一个摄像头视野进入另一个摄像头视野,就需要重新对人员的身份进行识别。
人员在训练和比赛中,通常会穿着胸前和背后印有号码的运动衣或背心,或者在胸前和背后佩戴号码牌。号码通常是全数字的,或者数字和字母的组合,并且相对于生物特征来说,号码由于其面积更大、特征更明显,成为运动场景中较容易识别的对象。但是很多场景人员号码是临时的,也就是号码并不和人员一一对应,需要一个中间媒介来让号码动态关联人员身份。
本发明实现对人脸特征、人员身份、号码进行动态关联,使得在后续运动过程中,只需要抓拍和识别人员号码就可实时识别人员身份。
发明内容
本发明的目的在于解决运动场景中实时识别人员身份的需求,从而可以将人员的运动数据和人员进行自动对应。本发明通过在运动场地合适位置部署摄像头,在体育测试或比赛开始前,(1)、识别准备区域里的人员,给人员分配跟踪id,对人员进行持续跟踪,以保持同一个人员在每一帧图像中的人员id不变;(2)、使用位置合适的摄像头抓拍到清晰的人脸图片,提取人脸特征,并和人员数据库的人脸特征比对,识别出人员的身份;(3)、使用摄像头抓拍到人员号码图片,提取号码特征,使用分类器识别号码;(4)、进而对人脸、人员身份、号码进行关联。在后续体育测试或比赛等运动过程中,只需要抓拍和识别人员号码就可实时识别人员身份。本发明有效解决了需要多个摄像头覆盖运动区域的大运动场景中实时识别人员身份的问题。
本发明采用以下技术方案实现。
本发明所述智能运动场地,是安装了若干能采集人脸图片、号码图片、运动过程视频的摄像头的运动场地,并设置了准备区域和运动区域。其中一个或多个摄像头是面向准备区域采集人脸图片和号码图片的,称为准备区域摄像头。一个或多个摄像头是面向运动区域采集运动中人员的号码图片和采集运动过程视频的,称为运动区域摄像头。在某些场景下,准备区域摄像头和运动区域摄像头可能会复用,即同一个摄像头既是准备区域摄像头,也是运动区域摄像头。运动人员在运动开始前要在准备区域进行准备,听到开始运动的指令后进入运动区域开始运动,如进入运动区域开始测试或开始比赛。
实时识别运动中人员身份的方法,包括:
步骤1,识别和跟踪人员
分析准备区域摄像头的实时视频,识别进入准备区域的运动人员,为每个运动人员分配人员id,并进行跟踪,以保持同一个运动人员在每一帧图像中的人员id不变。生成一个人员链表,链表节点数为当前运动人员数,链表的每个节点至少包含字段:id,姓名,号码。将节点的id字段赋值,姓名、号码为空。在运动正式开始前,如果有运动人员离开准备区域,则将该运动人员节点从链表中删除;如果有新的运动人员进入准备区域,则为该运动人员分配新的id,并在链表中增加新节点。
步骤2,识别人脸和关联人员
分析准备区域摄像头的实时视频,识别和抓拍准备区域内的每一个运动人员的人脸图片,根据人脸图片提取人脸特征,和人员数据库的人脸特征进行比对,找到人员数据库中对应的人员记录和人员姓名;根据该运动人员被跟踪住的人员id找到人员链表中的节点,将人员姓名填入节点的姓名字段。
步骤3,识别号码和关联人员
分析准备区域摄像头的视频,识别和抓拍准备区域内的每一个运动人员的身上的号码图片,对号码图片进行识别得到号码;根据该运动人员被跟踪住的人员id找到人员链表中的节点,将人员号码填入节点的号码字段。
步骤4,开始运动
准备区域内的所有运动人员完成id分配、人脸识别、号码识别后,人员链表每个节点都有了id、姓名、号码。然后指示所有运动人员准备开始运动,所有运动人员听到指示后进入运动区域开始运动。
步骤5,识别运动中人员身份
运动人员离开准备区域摄像头所覆盖的准备区域范围后,对运动人员的跟踪丢失。运动人员进入运动区域摄像头覆盖的运动区域后,分析运动区域摄像头视频,识别和抓拍运动区域内的每一个运动人员身上的号码图片,对号码图片进行识别得到号码,根据号码找到人员链表中的节点,重新获得该人员的id,并进行人员跟踪,实现对运动中人员的识别;或分析运动区域摄像头的视频,识别和抓拍运动区域内的每一个运动人员的人脸图片,根据人脸图片提取人脸特征,和人员数据库的人脸特征进行比对,找到人员数据库中对应的人员身份记录,实现对运动中人员的识别
本发明方法不对运动项目、摄像头安装位置和数量、准备区域、识别区域、号码格式做限定,在未作特别申明的情况下,具体的模型对本发明方法的技术方案不构成限制,应当理解为便于本领域技术人员理解技术方案而举的示例。
实时识别运动中人员身份的装置,包括:
模块1,识别和跟踪人员模块
分析准备区域摄像头的实时视频,识别进入准备区域的运动人员,为每个运动人员分配人员id,并进行跟踪,以保持同一个运动人员在每一帧图像中的人员id不变。生成一个人员链表,链表节点数为当前运动人员数,链表的每个节点至少包含字段:id,姓名,号码。将节点的id字段赋值,姓名、号码为空。在运动正式开始前,如果有运动人员离开准备区域,则将该运动人员节点从链表中删除;如果有新的运动人员进入准备区域,则为该运动人员分配新的id,并在链表中增加新节点。
模块2,识别人脸和关联人员模块
分析准备区域摄像头的实时视频,识别和抓拍准备区域内的每一个运动人员的人脸图片,根据人脸图片提取人脸特征,和人员数据库的人脸特征进行比对,找到人员数据库中对应的人员记录和人员姓名;根据该运动人员被跟踪住的人员id找到人员链表中的节点,将人员姓名填入节点的姓名字段。
模块3,识别号码和关联人员模块
分析准备区域摄像头的视频,识别和抓拍准备区域内的每一个运动人员的身上的号码图片,对号码图片进行识别得到号码;根据该运动人员被跟踪住的人员id找到人员链表中的节点,将人员号码填入节点的号码字段。
模块4,开始运动模块
准备区域内的所有运动人员完成id分配、人脸识别、号码识别后,人员链表每个节点都有了id、姓名、号码。然后指示所有运动人员准备开始运动,所有运动人员听到指示后进入运动区域开始运动。
模块5,识别运动中人员身份模块
运动人员离开准备区域摄像头所覆盖的准备区域范围后,对运动人员的跟踪丢失。运动人员进入运动区域摄像头覆盖的运动区域后,分析运动区域摄像头视频,识别和抓拍运动区域内的每一个运动人员身上的号码图片,对号码图片进行识别得到号码,根据号码找到人员链表中的节点,重新获得该人员的id,并进行人员跟踪,实现对运动中人员的识别;或分析运动区域摄像头的视频,识别和抓拍运动区域内的每一个运动人员的人脸图片,根据人脸图片提取人脸特征,和人员数据库的人脸特征进行比对,找到人员数据库中对应的人员身份记录,实现对运动中人员的识别。
本发明装置不对运动项目、摄像头安装位置和数量、准备区域、识别区域、号码格式做限定,在未作特别申明的情况下,具体的模型对本发明装置的技术方案不构成限制,应当理解为便于本领域技术人员理解技术方案而举的示例。
实时识别运动中人员身份的系统,包括:
设备1,识别和计算装置:即上述发明装置中实时识别运动中人员身份的装置,用于实现识别和跟踪人员,识别人脸和关联人员,识别号码和关联人员,指示开始运动,识别运动中人员身份功能。
设备2,准备区域摄像头:用于采集准备区域人脸图片、人员号码图片。
设备3,运动区域摄像头:用于采集运动区域人员号码图片、运动过程视频。
设备4,操作电脑:用于运行用户操作界面。
设备5,路由器:用于将所有设备连接到同一个网络的路由设备。
设备4操作电脑,是可选的,如果不需要在运动现场运行用户操作界面,则不需要本设备。
本发明系统不对运动项目、摄像头安装位置和数量、准备区域、识别区域、号码格式做限定,在未作特别申明的情况下,具体的模型对本发明装置的技术方案不构成限制,应当理解为便于本领域技术人员理解技术方案而举的示例。
附图说明
图1示出了本发明实施例提供的实施例1的流程示意图。
图2示出了本发明实施例提供的实施例1、实施例3的实施例场景图。
图3示出了本发明实施例提供的实施例2的流程示意图。
图4示出了本发明实施例提供的实施例2的实施例场景图。
图5示出了本发明实施例提供的实施例1、实施例2、实施例3的背心示意图。
图6示出了本发明实施例提供的实施例3的装置的结构图。
图7示出了本发明实施例提供的实施例4的结构图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
实施例1:
本实施例公开了一种基于人员跟踪技术、人脸识别技术、号码识别技术及其相互之间的信息动态关联,实现实时识别运动中人员身份的方法。本实施例方法以在200米跑道上进行智能1000米跑步测试为具体实施场景,详细说明通过人员跟踪、人脸识别、号码识别相结合和关联的方法,实现在智能1000米跑步测试中实时识别测试人员身份,从而实现智能1000米跑步测试的成绩自动测量。
本实施例在200米跑道上安装智能1000米跑步测试所需的摄像头,跑道布局和摄像头安装位置请参考图2。位置L1既是起跑线,也是终点线;区域A1既是测试准备区,也是跑圈和终点识别区。在起跑线/终点线L1前方的位置P1,安装一个镜头面向起跑线/终点线L1的摄像头C1,在起跑线/终点线L1后方的位置P2,安装一个镜头面向起跑线/终点线L1的摄像头C2。
200米跑道上进行1000米跑步测试要跑5圈,所以要计算每一个测试人员已跑的圈数,起跑后每过1次终点线L1为1圈,第5次过终点线L1时,测试结束。本实施例中所有参加智能1000米跑步测试的测试人员身穿临时发的胸前和背后带有号码的背心,每个测试人员发到的背心号码是随机的,背心请参考图5。本实施例在1000米测试开始前使用人脸特征识别人员身份,使用号码识别技术识别测试人员背心上的号码,并将号码和人员身份关联。在测试过程中,使用终点线L1前后的摄像头C1和C2识别测试人员背心上的号码,依据此号码找到人员身份,计算测试人员已跑圈数和成绩。
本实施例方法的具体步骤,请参考图1,包括:
步骤S101,识别和跟踪人员
分析摄像头C1的实时视频,识别进入区域A1的测试人员,为每个测试人员分配人员id,并进行跟踪,以保持同一个测试人员在每一帧图像中的人员id不变。生成一个人员链表,链表节点数为当前测试人员数,链表的每个节点包含字段:id,姓名,号码,开始时间,已跑圈数,结束时间,成绩。将节点的id字段赋值,姓名、号码、开始时间、已跑圈数、结束时间、成绩为空。在测试正式开始前,如果有测试人员离开A1区,则将该测试人员节点从链表中删除;如果有新的测试人员进入A1区,则为该测试人员分配新的id,并在链表中增加新节点。
生成的链表数据如上表。
步骤S102,识别人脸和关联人员
分析摄像头C1的实时视频,识别和抓拍区域A1内的每一个测试人员的人脸图片,根据人脸图片提取人脸特征,和人员数据库的人脸特征进行比对,找到人员数据库中对应的人员记录和人员姓名;根据该测试人员被跟踪住的人员id找到人员链表中的节点,将人员姓名填入节点的姓名字段。
步骤S103,识别号码和关联人员
分析摄像头C1的视频,识别和抓拍区域A1内的每一个测试人员的背心上的号码图片,根据号码图片使用分类器识别出号码;根据该测试人员被跟踪住的人员id找到人员链表中的节点,将人员号码填入节点的号码字段。
步骤S104,开始测试
区域A1内的所有测试人员完成id分配、人脸识别、号码识别后,人员链表每个节点都有了id、姓名、号码。然后通过自动合成语音指示所有测试人员准备起跑,自动合成和发出枪响语音,所有测试人员听到枪响后起跑,开始1000米测试。将链表中所有人员节点的开始时间置为枪响时间,时间精确到毫秒,已跑圈数置为0。
生成的链表数据如上表。
步骤S105,识别号码和计算成绩
测试人员跑出摄像头C1所覆盖的区域A1范围后,对测试人员的跟踪丢失。测试人员再次跑入摄像头C1和C2覆盖的区域A1后,分析摄像头C1和C2的视频,识别和抓拍区域A1内的每一个测试人员的背心上的号码图片,根据号码图片使用分类器识别出号码,根据号码找到人员链表中的节点,重新获得该人员的id,并进行人员跟踪。待测试人员跑过终点线L1时,将该测试人员对应的链表节点的已跑圈数加1,并记录下本次跑过终点线L1的时间。当已跑圈数为5时,将该次跑过终点线的时间记录到该测试人员对应的链表节点的结束时间,并用结束时间减去开始时间,得到成绩,记录到链表节点的成绩字段,完成测试。
生成的链表数据如上表。
本实施例不对测试项目、摄像头安装位置和数量、识别区域、号码格式做限定,在未作特别申明的情况下,具体的模型对本实施例的技术方案不构成限制,应当理解为便于本领域技术人员理解技术方案而举的示例。
实施例2:
本实施例公开了一种基于人员跟踪技术、人脸识别技术、号码识别技术及其相互之间的信息动态关联,实现实时识别运动中人员身份的方法。本实施例方法以在400米跑道上进行智能1000米跑步测试为具体实施场景,详细说明通过人员跟踪、人脸识别、号码识别相结合和关联的方法,实现在智能1000米跑步测试中实时识别测试人员身份,从而实现智能1000米跑步测试的成绩自动测量。
本实施例在400米跑道上安装智能1000米跑步测试所需的摄像头,跑道布局和摄像头安装位置请参考图4。位置L1为起跑线,位置L2为终点线;区域A1为测试准备区,区域A2为跑圈和终点识别区。在起跑线L1前方的位置P1,安装一个镜头面向起跑线L1的摄像头C1;在终点线L2前方的位置P2,安装一个镜头面向终点线L2的摄像头C2,在终点线L2后方的位置P3,安装一个镜头面向终点线L2的摄像头C3。
400米跑道上进行1000米跑步测试要跑2.5圈,所以要计算每一个测试人员已跑的圈数,起跑后第1次过终点线L2为第0.5圈,第2次过终点线L2为第1.5圈,第3次过终点线L2为第2.5圈,测试结束。本实施例中所有参加智能1000米跑步测试的测试人员身穿临时发的胸前和背后带有号码的背心,每个测试人员发到的背心号码是随机的,背心请参考图5。本实施例在1000米测试开始前使用人脸特征识别人员身份,使用号码识别技术识别测试人员背心上的号码,并将号码和人员身份关联。在测试过程中,使用终点线L2前后的摄像头C2和C3识别测试人员背心上的号码,依据此号码找到人员身份,计算测试人员已跑圈数和成绩。
本实施例方法的具体步骤,请参考图3,包括:
步骤S201,识别和跟踪人员
分析摄像头C1的实时视频,识别进入区域A1的测试人员,为每个测试人员分配人员id,并进行跟踪,以保持同一个测试人员在每一帧图像中的人员id不变。生成一个人员链表,链表节点数为当前测试人员数,链表的每个节点包含字段:id,姓名,号码,开始时间,已跑圈数,结束时间,成绩。将节点的id字段赋值,姓名、号码、开始时间、已跑圈数、结束时间、成绩为空。在测试正式开始前,如果有测试人员离开A1区,则将该测试人员节点从链表中删除;如果有新的测试人员进入A1区,则为该测试人员分配新的id,并在链表中增加新节点。
生成的链表数据如上表。
步骤S202,识别人脸和关联人员
分析摄像头C1的实时视频,识别和抓拍区域A1内的每一个测试人员的人脸图片,根据人脸图片提取人脸特征,和人员数据库的人脸特征进行比对,找到人员数据库中对应的人员记录和人员姓名;根据该测试人员被跟踪住的人员id找到人员链表中的节点,将人员姓名填入节点的姓名字段。
步骤S203,识别号码和关联人员
分析摄像头C1的视频,识别和抓拍区域A1内的每一个测试人员的背心上的号码图片,根据号码图片使用分类器识别出号码;根据该测试人员被跟踪住的人员id找到人员链表中的节点,将人员号码填入节点的号码字段。
步骤S204,开始测试
区域A1内的所有测试人员完成id分配、人脸识别、号码识别后,人员链表每个节点都有了id、姓名、号码。然后通过自动合成语音指示所有测试人员准备起跑,自动合成和发出枪响语音,所有测试人员听到枪响后起跑,开始1000米测试。将链表中所有人员节点的开始时间置为枪响时间,时间精确到毫秒,已跑圈数置为0。
生成的链表数据如上表。
步骤S205,识别号码和计算成绩
测试人员跑出摄像头C1所覆盖的区域A1范围后,对测试人员的跟踪丢失。测试人员每次跑入摄像头C2和C3覆盖的区域A2后,分析摄像头C2和C3的视频,识别和抓拍区域A2内的每一个测试人员的背心上的号码图片,根据号码图片使用分类器识别出号码,根据号码找到人员链表中的节点,重新获得该人员的id,并进行人员跟踪。待测试人员跑过终点线L2时,将该测试人员对应的链表节点的已跑圈数加1,并记录下本次跑过终点线L2的时间。当已跑圈数为3时,将该次跑过终点线的时间记录到该测试人员对应的链表节点的结束时间,并用结束时间减去开始时间,得到成绩,记录到链表节点的成绩字段,完成测试。
生成的链表数据如上表。
本实施例不对测试项目、摄像头安装位置和数量、识别区域、号码格式做限定,在未作特别申明的情况下,具体的模型对本实施例的技术方案不构成限制,应当理解为便于本领域技术人员理解技术方案而举的示例。
实施例3:
本实施例公开了一种基于人员跟踪技术、人脸识别技术、号码识别技术及其相互之间的信息动态关联,实现实时识别运动中人员身份的装置。本实施例装置以在200米跑道上进行智能1000米跑步测试为具体实施场景,详细说明通过人员跟踪、人脸识别、号码识别相结合和关联的模块,实现在智能1000米跑步测试中实时识别测试人员身份,从而实现智能1000米跑步测试的成绩自动测量。
本实施例在200米跑道上安装智能1000米跑步测试所需的摄像头,跑道布局和摄像头安装位置请参考图2。位置L1既是起跑线,也是终点线;区域A1既是测试准备区,也是跑圈和终点识别区。在起跑线/终点线L1前方的位置P1,安装一个镜头面向起跑线/终点线L1的摄像头C1,在起跑线/终点线L1后方的位置P2,安装一个镜头面向起跑线/终点线L1的摄像头C2。
200米跑道上进行1000米跑步测试要跑5圈,所以要计算每一个测试人员已跑的圈数,起跑后每过1次终点线L1为1圈,第5次过终点线L1时,测试结束。本实施例中所有参加智能1000米跑步测试的测试人员身穿临时发的胸前和背后带有号码的背心,每个测试人员发到的背心号码是随机的,背心请参考图5。本实施例在1000米测试开始前使用人脸特征识别人员身份,使用号码识别技术识别测试人员背心上的号码,并将号码和人员身份关联。在测试过程中,使用终点线L1前后的摄像头C1和C2识别测试人员背心上的号码,依据此号码找到人员身份,计算测试人员已跑圈数和成绩。
本实施例装置,请参考图6,包括:
模块M101,识别和跟踪人员模块
分析摄像头C1的实时视频,识别进入区域A1的测试人员,为每个测试人员分配人员id,并进行跟踪,以保持同一个测试人员在每一帧图像中的人员id不变。生成一个人员链表,链表节点数为当前测试人员数,链表的每个节点包含字段:id,姓名,号码,开始时间,已跑圈数,结束时间,成绩。将节点的id字段赋值,姓名、号码、开始时间、已跑圈数、结束时间、成绩为空。在测试正式开始前,如果有测试人员离开A1区,则将该测试人员节点从链表中删除;如果有新的测试人员进入A1区,则为该测试人员分配新的id,并在链表中增加新节点。
生成的链表数据如上表。
模块M102,识别人脸和关联人员模块
分析摄像头C1的实时视频,识别和抓拍区域A1内的每一个测试人员的人脸图片,根据人脸图片提取人脸特征,和人员数据库的人脸特征进行比对,找到人员数据库中对应的人员记录和人员姓名;根据该测试人员被跟踪住的人员id找到人员链表中的节点,将人员姓名填入节点的姓名字段。
模块M103,识别号码和关联人员模块
分析摄像头C1的视频,识别和抓拍区域A1内的每一个测试人员的背心上的号码图片,根据号码图片使用分类器识别出号码;根据该测试人员被跟踪住的人员id找到人员链表中的节点,将人员号码填入节点的号码字段。
模块M104,启动测试和设置数据模块
区域A1内的所有测试人员完成id分配、人脸识别、号码识别后,人员链表每个节点都有了id、姓名、号码。然后通过自动合成语音指示所有测试人员准备起跑,自动合成和发出枪响语音,所有测试人员听到枪响后起跑,开始1000米测试。将链表中所有人员节点的开始时间置为枪响时间,时间精确到毫秒,已跑圈数置为0。
生成的链表数据如上表。
模块M105,识别号码和计算成绩模块
测试人员跑出摄像头C1所覆盖的区域A1范围后,对测试人员的跟踪丢失。测试人员再次跑入摄像头C1和C2覆盖的区域A1后,分析摄像头C1和C2的视频,识别和抓拍区域A1内的每一个测试人员的背心上的号码图片,根据号码图片使用分类器识别出号码,根据号码找到人员链表中的节点,重新获得该人员的id,并进行人员跟踪。待测试人员跑过终点线L1时,将该测试人员对应的链表节点的已跑圈数加1,并记录下本次跑过终点线L1的时间。当已跑圈数为5时,将该次跑过终点线的时间记录到该测试人员对应的链表节点的结束时间,并用结束时间减去开始时间,得到成绩,记录到链表节点的成绩字段,完成测试。
生成的链表数据如上表。
实施例4:
本实施例公开了一种基于人员跟踪技术、人脸识别技术、号码识别技术及其相互之间的信息动态关联,实现实时识别运动中人员身份的系统。本实施例系统以在200米跑道上进行智能1000米跑步测试为具体实施场景,说明通过人员跟踪、人脸识别、号码识别相结合和关联的系统,实现在智能1000米跑步测试中实时识别测试人员身份,从而实现智能1000米跑步测试的成绩自动测量。
本实施例系统,请参考图7,包括:
设备D101,识别和计算装置:即上述实施例中实时识别运动中人员身份的装置,用于实现1000米测试中的识别和跟踪人员,识别人脸和关联人员,识别号码和关联人员,启动测试和设置数据,识别号码和计算成绩。
设备D102,摄像头1:用于采集1000米测试过程视频,采集测试人员人脸图片,采集测试人员背心号码图片。
设备D103,摄像头2:用于采集测试人员背心号码图片。
设备D104,平板电脑:用于运行用户操作界面。
设备D105,路由器:用于将所有设备连接到同一个网络的路由设备。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置及系统。本发明是参照本发明实施例的方法、装置及系统的流程图和结构示意图来描述的。
显然,上述实施例仅仅是为清楚地说明本发明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (8)
1.实时识别运动中人员身份的方法,其特征在于:1,智能运动场地,准备区域,运动区域,准备区域摄像头,运动区域摄像头;2,识别和跟踪人员;3,识别人脸和关联人员;4,识别号码和关联人员;5,识别运动中人员身份。
2.根据权利要求1所述的实时识别运动中人员身份的方法,其特征在于:所述智能运动场地,是安装了一个或多个能采集运动过程视频的摄像头的运动场地,并设置了准备区域和运动区域;所述准备区域,是运动人员在运动开始前进行准备的区域;所述运动区域,是运动人员正式运动的区域;所述准备区域摄像头,是一个或多个面向准备区域采集人脸图片和号码图片的摄像头;所述运动区域摄像头,是一个或多个面向运动区域采集运动中人员的人脸图片、号码图片和采集运动过程视频的摄像头;在某些场景下,同一个摄像头既是准备区域摄像头,也是运动区域摄像头。
3.根据权利要求1所述的实时识别运动中人员身份的方法,其特征在于:所述识别和跟踪人员,在于分析准备区域摄像头的视频,识别进入准备区域的运动人员,为每个运动人员分配人员id,并进行跟踪。
4.根据权利要求1所述的实时识别运动中人员身份的方法,其特征在于:所述识别人脸和关联人员,在于分析准备区域摄像头的视频,识别和抓拍准备区域内的每一个运动人员的人脸图片,根据人脸图片提取人脸特征,和人员数据库的人脸特征进行比对,找到人员数据库中对应的人员身份记录,将该运动人员被跟踪住的人员id和人员身份记录关联。
5.根据权利要求1所述的实时识别运动中人员身份的方法,其特征在于:所述识别号码和关联人员,在于分析准备区域摄像头的视频,识别和抓拍准备区域内的每一个运动人员的身上的号码图片,对号码图片进行识别得到号码;将该运动人员被跟踪住的人员id和号码进行关联;根据该运动人员已经关联的id和人员身份记录的关系,实现该运动人员的id、号码、人员身份记录之间的关联。
6.根据权利要求1所述的实时识别运动中人员身份的方法,其特征在于:所述识别运动中人员身份,在于运动人员进入运动区域摄像头覆盖的运动区域后,分析运动区域摄像头的视频,识别和抓拍运动区域内的每一个运动人员身上的号码图片,对号码图片进行识别得到号码,根据该运动人员的id、号码、人员身份记录之间的关联,重新获得该人员的id和人员身份记录;或分析运动区域摄像头的视频,识别和抓拍运动区域内的每一个运动人员的人脸图片,根据人脸图片提取人脸特征,和人员数据库的人脸特征进行比对,找到人员数据库中对应的人员身份记录。
7.实时识别运动中人员身份的装置,其特征在于:
识别和跟踪人员模块:分析准备区域摄像头的视频,识别进入准备区域的运动人员,为每个运动人员分配人员id,并进行跟踪;
识别人脸和关联人员模块:分析准备区域摄像头的视频,识别和抓拍准备区域内的每一个运动人员的人脸图片,根据人脸图片提取人脸特征,和人员数据库的人脸特征进行比对,找到人员数据库中对应的人员身份记录,将该运动人员被跟踪住的人员id和人员身份记录关联;
识别号码和关联人员模块:分析准备区域摄像头的视频,识别和抓拍准备区域内的每一个运动人员的身上的号码图片,对号码图片进行识别得到号码;将该运动人员被跟踪住的人员id和号码进行关联;根据该运动人员已经关联的id和人员身份记录的关系,实现该运动人员的id、号码、人员身份记录之间的关联;
识别运动中人员身份模块:运动人员进入运动区域摄像头覆盖的运动区域后,分析运动区域摄像头的视频,识别和抓拍运动区域内的每一个运动人员身上的号码图片,对号码图片进行识别得到号码,根据该运动人员的id、号码、人员身份记录之间的关联,重新获得该人员的id和人员身份记录;或分析运动区域摄像头的视频,识别和抓拍运动区域内的每一个运动人员的人脸图片,根据人脸图片提取人脸特征,和人员数据库的人脸特征进行比对,找到人员数据库中对应的人员身份记录。
8.实时识别运动中人员身份的系统,其特征在于:
识别和计算装置:用于实现识别和跟踪人员,识别人脸和关联人员,识别号码和关联人员,指示开始运动,识别运动中人员身份功能;
准备区域摄像头:用于采集准备区域人脸图片、人员号码图片;
运动区域摄像头:用于采集运动区域人员号码图片、运动过程视频;
互联设备:用于将所有设备连接到同一个网络的互联设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910950800.2A CN110852161B (zh) | 2019-10-08 | 2019-10-08 | 实时识别运动中人员身份的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910950800.2A CN110852161B (zh) | 2019-10-08 | 2019-10-08 | 实时识别运动中人员身份的方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110852161A true CN110852161A (zh) | 2020-02-28 |
CN110852161B CN110852161B (zh) | 2024-09-17 |
Family
ID=69596252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910950800.2A Active CN110852161B (zh) | 2019-10-08 | 2019-10-08 | 实时识别运动中人员身份的方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852161B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113058252A (zh) * | 2021-02-24 | 2021-07-02 | 北京小童科技有限公司 | 一种智能运动设备及运动统计方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5363297A (en) * | 1992-06-05 | 1994-11-08 | Larson Noble G | Automated camera-based tracking system for sports contests |
US20130155229A1 (en) * | 2011-11-14 | 2013-06-20 | Massachusetts Institute Of Technology | Assisted video surveillance of persons-of-interest |
CN107252356A (zh) * | 2017-05-15 | 2017-10-17 | 西安知北信息技术有限公司 | 一种数字化口腔美学修复方法 |
US20170350960A1 (en) * | 2014-01-08 | 2017-12-07 | Lost Property Pty Ltd | A sports object and a system for tracking a sports object |
CN107480246A (zh) * | 2017-08-10 | 2017-12-15 | 北京中航安通科技有限公司 | 一种关联人员的识别方法及装置 |
CN107582191A (zh) * | 2017-09-06 | 2018-01-16 | 广州医科大学附属口腔医院(广州医科大学羊城医院) | 一种制作正畸用微种植体植入导板的方法 |
CN108009468A (zh) * | 2017-10-23 | 2018-05-08 | 广东数相智能科技有限公司 | 一种马拉松赛事反作弊方法、电子设备和存储介质 |
CN109190557A (zh) * | 2018-08-31 | 2019-01-11 | 广州洪荒智能科技有限公司 | 一种基于人脸识别的监控方法 |
US20190147591A1 (en) * | 2016-05-04 | 2019-05-16 | Medit Corp. | Dental three-dimensional data processing device and method thereof |
CN109766768A (zh) * | 2018-12-18 | 2019-05-17 | 南京邮电大学 | 一种基于深度学习的球员识别方法 |
CN210924599U (zh) * | 2019-10-08 | 2020-07-03 | 上海淡竹体育科技有限公司 | 实时识别运动中人员身份的装置 |
-
2019
- 2019-10-08 CN CN201910950800.2A patent/CN110852161B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5363297A (en) * | 1992-06-05 | 1994-11-08 | Larson Noble G | Automated camera-based tracking system for sports contests |
US20130155229A1 (en) * | 2011-11-14 | 2013-06-20 | Massachusetts Institute Of Technology | Assisted video surveillance of persons-of-interest |
US20170350960A1 (en) * | 2014-01-08 | 2017-12-07 | Lost Property Pty Ltd | A sports object and a system for tracking a sports object |
US20190147591A1 (en) * | 2016-05-04 | 2019-05-16 | Medit Corp. | Dental three-dimensional data processing device and method thereof |
CN107252356A (zh) * | 2017-05-15 | 2017-10-17 | 西安知北信息技术有限公司 | 一种数字化口腔美学修复方法 |
CN107480246A (zh) * | 2017-08-10 | 2017-12-15 | 北京中航安通科技有限公司 | 一种关联人员的识别方法及装置 |
CN107582191A (zh) * | 2017-09-06 | 2018-01-16 | 广州医科大学附属口腔医院(广州医科大学羊城医院) | 一种制作正畸用微种植体植入导板的方法 |
CN108009468A (zh) * | 2017-10-23 | 2018-05-08 | 广东数相智能科技有限公司 | 一种马拉松赛事反作弊方法、电子设备和存储介质 |
CN109190557A (zh) * | 2018-08-31 | 2019-01-11 | 广州洪荒智能科技有限公司 | 一种基于人脸识别的监控方法 |
CN109766768A (zh) * | 2018-12-18 | 2019-05-17 | 南京邮电大学 | 一种基于深度学习的球员识别方法 |
CN210924599U (zh) * | 2019-10-08 | 2020-07-03 | 上海淡竹体育科技有限公司 | 实时识别运动中人员身份的装置 |
Non-Patent Citations (2)
Title |
---|
徐晓煜;黄欢;杨小娜;何冠雄;: "比赛视频中球员号码的定位与识别", 郑州轻工业学院学报(自然科学版), no. 06, 15 December 2012 (2012-12-15) * |
闵军;孟朝晖;: "基于SIFT的足球运动员检测和跟踪", 信息技术, no. 05, 25 May 2016 (2016-05-25) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113058252A (zh) * | 2021-02-24 | 2021-07-02 | 北京小童科技有限公司 | 一种智能运动设备及运动统计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110852161B (zh) | 2024-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109299683B (zh) | 一种基于人脸识别和行为大数据的安防评估系统 | |
JP7261296B2 (ja) | 目標対象認識システム、方法、装置、電子デバイス、及び記録媒体 | |
CN110796079A (zh) | 基于人脸深度特征和人体局部深度特征的多相机访客识别的方法及系统 | |
CN110378219B (zh) | 活体检测方法、装置、电子设备及可读存储介质 | |
CN105022999B (zh) | 一种人码伴随实时采集系统 | |
CN104794458A (zh) | 一种从模糊视频中识别人员的方法 | |
CN105512700B (zh) | 基于rfid与视频技术的分析方法及其分析系统 | |
CN111985348B (zh) | 人脸识别方法和系统 | |
CN110008797A (zh) | 一种多摄像机多人脸视频接续采集装置及方法 | |
CN106296017A (zh) | 一种客房入住的管理方法及装置 | |
CN110175553B (zh) | 基于步态识别与人脸识别建立特征库的方法及装置 | |
CN109409250A (zh) | 一种基于深度学习的无交叠视域跨摄像机行人再识别方法 | |
CN111968152B (zh) | 一种动态身份识别方法及装置 | |
CN109829997A (zh) | 人员考勤方法及系统 | |
CN109961031A (zh) | 人脸融合识别认定方法、目标人员信息显示方法、预警布控方法及系统 | |
CN106709438A (zh) | 一种基于视频会议的人数统计方法 | |
CN110478862A (zh) | 一种健身指导系统及其指导方法 | |
CN108765014A (zh) | 一种基于门禁系统的智能广告投放方法 | |
CN110991297A (zh) | 一种基于场景监控的目标定位方法及系统 | |
CN111814763B (zh) | 一种基于跟踪序列的无感考勤和制服识别方法 | |
CN105868693A (zh) | 身份认证方法及系统 | |
CN112766065A (zh) | 一种移动端考生身份认证方法、装置、终端及存储介质 | |
CN114581990A (zh) | 一种跑步智能测试方法以及装置 | |
CN108875695A (zh) | 基于机器视觉的参观现场兴趣人流统计分析方法 | |
CN110852161B (zh) | 实时识别运动中人员身份的方法、装置及系统 |
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 |