CN110866933B - 一种基于云计算的人流信息统计系统及方法 - Google Patents

一种基于云计算的人流信息统计系统及方法 Download PDF

Info

Publication number
CN110866933B
CN110866933B CN201911028050.XA CN201911028050A CN110866933B CN 110866933 B CN110866933 B CN 110866933B CN 201911028050 A CN201911028050 A CN 201911028050A CN 110866933 B CN110866933 B CN 110866933B
Authority
CN
China
Prior art keywords
shoe
module
camera device
point
database
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
CN201911028050.XA
Other languages
English (en)
Other versions
CN110866933A (zh
Inventor
汪海波
程乐
王志勃
杨晔
刘长荣
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.)
Jiangsu Vocational College of Electronics and Information
Original Assignee
Jiangsu Vocational College of Electronics and Information
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 Jiangsu Vocational College of Electronics and Information filed Critical Jiangsu Vocational College of Electronics and Information
Priority to CN201911028050.XA priority Critical patent/CN110866933B/zh
Publication of CN110866933A publication Critical patent/CN110866933A/zh
Application granted granted Critical
Publication of CN110866933B publication Critical patent/CN110866933B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30242Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于云计算的人流信息统计系统及方法,所述人流统计系统包括监控系统、处理系统、数据库和设置在出入口的踩踏板,所述踩踏板上设置有红外感应器和摄像装置,所述红外感应器、摄像装置与监控系统无线连接,所述监控系统用于红外感应器与摄像装置之间的信号传输,所述摄像装置、数据库与处理系统连接,所述处理系统用于处理判断摄像装置采集到的鞋印照片,所述数据库用于存储室内在场鞋印的特征数组信息,所述处理系统图包括图片预处理模块、边缘轮廓提取模块、特征信息处理模块、特征信息判断模块,所述图片预处理模块用于对摄像装置采集到的鞋印照片进行预处理,去除鞋印照片上的干扰。

Description

一种基于云计算的人流信息统计系统及方法
技术领域
本发明涉及云计算领域,具体是一种基于云计算的人流信息统计系统及方法。
背景技术
在很多场景中需要统计人流量,防止人流量过多,导致拥挤状况出现,但是这些场景中通过的人员没有像身份证、门票之类的身份标识用来统计人流量,特别是像商场、免费公园这样的场景,人流量非常大,如果无法有效地对人流信息进行统计,有可能导致拥挤,影响用户体验。
发明内容
本发明的目的在于提供一种基于云计算的人流信息统计系统及方法,以解决现有技术中的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于云计算的人流信息统计系统,所述人流统计系统包括监控系统、处理系统、数据库和设置在出入口的踩踏板,所述踩踏板上设置有红外感应器和摄像装置,所述红外感应器、摄像装置与监控系统无线连接,所述监控系统用于红外感应器与摄像装置之间的信号传输,所述摄像装置、数据库与处理系统连接,所述处理系统用于处理判断摄像装置采集到的鞋印照片,所述数据库用于存储室内在场鞋印的特征数组信息。
作为优选方案,所述处理系统图包括图片预处理模块、边缘轮廓提取模块、特征信息处理模块、特征信息判断模块,所述图片预处理模块用于对摄像装置采集到的鞋印照片进行预处理,去除鞋印照片上的干扰,所述边缘轮廓提取模块用于提取鞋印照片上的鞋印轮廓边缘,所述特征信息处理模块用于从鞋印轮廓边缘上获取鞋印轮廓特征信息,所述特征信息判断模块用于判断获取的鞋印轮廓特征信息与数据库内室内在场鞋印的特征数组信息是否匹配。
作为优选方案,所述特征信息判断模块包括方向判断模块、室内人口计数模块、数据库修改模块和鞋印匹配模块,所述方向判断模块根据鞋印轮廓特征信息判断鞋印为进入室内方向还是从室内出来方向,所述室内人口计数模块根据方向判断模块的判断结果对室内人口进行计数,所述数据库修改模块根据方向判断模块的判断结果添加或者删除室内在场鞋印的特征数组信息,所述鞋印匹配模块用于在判断鞋印为从室内出来方向时,将摄像装置采集到的鞋印照片与数据库室内在场鞋印的特征数组信息作进一步的匹配,所述鞋印匹配模块包括相似度阈值预设模块、鞋印初步筛选计算模块、相似度值计算模块和相似度值比较模块,所述相似度阈值预设模块用于预先设置鞋印相似度阈值,所述鞋印初步筛选计算模块用于初步筛选掉数据库内与摄像装置采集到的鞋印区别较大的在场鞋印,所述相似度值计算模块用于计算摄像装置采集到的鞋印与经过筛选的数据库室内在场鞋印的相似度值,所述相似度值比较模块根据相似度值和相似度阈值的关系判断采集到的鞋印与数据库室内在场鞋印是否匹配
一种基于云计算的人流信息统计方法,所述人流信息统计方法包括以下步骤:
步骤S1:红外感应器感应到有人通过出入口时,传送命令给摄像装置,摄像装置拍摄鞋印照片;
步骤S2:对鞋印照片进行预处理,提取鞋印边缘轮廓;
步骤S3:根据鞋印边缘轮廓获取特征数组信息;
步骤S4:根据特征数据信息判断人口流动信息。
作为优选方案,所述步骤S3进一步包括:
步骤S31:在竖直方向上获取鞋印轮廓上最长两点之间的距离S1(单位为mm),并分别记这两点为C1和C2;
步骤S32:在水平方向上获取鞋印轮廓上最短两点之间的距离S2(单位为mm),并记这两点之间的连线为L1;
步骤S33:连线L1将鞋印边缘轮廓分为A1和A2两个部分,设C1点所在的部分为A1,C2点所在的部分为A2,获取C1点与连线L1之间的距离S3(单位为mm),C2点与连线L1之间的距离S4(单位为mm);
步骤S34:从A1部分获取鞋印轮廓上在水平方向上最短两点之间的距离S5(单位为mm),从A2部分获取鞋印轮廓上在水平方向上最短两点之间的距离S6(单位为mm);
步骤S35:将距离S1、S2、S3、S4、S5、S6依次存入特征数组T[6],得到特征数组信息T[6]。
作为优选方案,所述步骤S4进一步包括:
比较距离S5与距离S6的大小,判断C1点往C2点的方向是为进入方向还是出来方向,
其中,当判断C1点往C2点的方向进入方向时,将特征数组信息T[6]存入数据库,并且室内人口数加1;
其中,当判断C1点往C2点的方向为出来方向时,将特征数数组信息T[6]与数据库内在场鞋印的特征数组信息进行模糊匹配,若匹配成功,则室内人口数减1,并且删除特征数据信息T[6]所对应的数据库内在场鞋印的特征数组信息。
作为优选方案,所述判断C1点往C2点的方向是为进入方向还是出来方向包括:
当距离S5大于距离S6时,C1点往C2点的方向为进入方向;
当距离S5小于距离S6时,C1点往C2点的方向为出来方向。
作为优选方案,所述特征数据信息T[6]与数据库内的特征数组信息进行模糊匹配包括以下步骤:
步骤S41:获取鞋印相似度阈值W,获取数据库内在场鞋印的特征数组信息T[N][6],其中,N为数据库内在场鞋印的个数,设i=0,转步骤S42;
步骤S42:判断i是否等于N,若i等于N,转步骤S46,若i不等于N,转步骤S43;
步骤S43:令x1=|T[i][0]-T[0]|,若判断x1>=1mm,则i++,转步骤S42,若判断x1<1mm,则转步骤S44;
步骤S44:计算鞋印相似度值X,
令x2=|T[i][1]-T[1]|,
x3=|T[i][2]-T[2]|,
x4=|T[i][3]-T[3]|,
x5=|T[i][5]-T[4]|,
x6=|T[i][4]-T[5]|,
X=0.25*x2+0.25*x3+0.3*x4+0.1*x5+0.1*x6,转步骤S45;
步骤S45:比较鞋印相似度值X与鞋印相似度阈值W的关系,若鞋印相似度值X小于鞋印轮廓相似度阈值W,则T[i][6]与T[6]匹配成功,转步骤S46,否则i++,转步骤S42;
步骤S46:匹配结束。
与现有技术相比,本发明的有益效果是:本发明根据鞋印边缘轮廓获取特征数组信息,并根据特征数组信息判断鞋印方向为进入方向还是出来方向,当判断为进入方向时,将特征数组信息存入数据库,并且室内人口数加1,当判断为出来方向时,将特征数数组信息与数据库内在场鞋印的特征数组信息进行模糊匹配,若匹配成功,则室内人口数减1,并且删除特征数据信息T[6]所对应的数据库内在场鞋印的特征数组信息,从而有效地对人流信息进行统计。
附图说明
图1为本发明一种基于云计算的人流信息统计系统的模块示意图;
图2为本发明一种基于云计算的人流信息统计方法的流程示意图。
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,所描述的实施例仅仅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。
请参阅图1~2,本发明实施例中,一种基于云计算的人流信息统计系统,所述人流统计系统包括监控系统、处理系统、数据库和设置在出入口的踩踏板,所述踩踏板上设置有红外感应器和摄像装置,所述红外感应器、摄像装置与监控系统无线连接,所述监控系统用于红外感应器与摄像装置之间的信号传输,所述摄像装置、数据库与处理系统连接,所述处理系统用于处理判断摄像装置采集到的鞋印照片,所述数据库用于存储室内在场鞋印的特征数组信息。
所述处理系统图包括图片预处理模块、边缘轮廓提取模块、特征信息处理模块、特征信息判断模块,所述图片预处理模块用于对摄像装置采集到的鞋印照片进行预处理,去除鞋印照片上的干扰,所述边缘轮廓提取模块用于提取鞋印照片上的鞋印轮廓边缘,所述特征信息处理模块用于从鞋印轮廓边缘上获取鞋印轮廓特征信息,所述特征信息判断模块用于判断获取的鞋印轮廓特征信息与数据库内室内在场鞋印的特征数组信息是否匹配。
所述特征信息判断模块包括方向判断模块、室内人口计数模块、数据库修改模块和鞋印匹配模块,所述方向判断模块根据鞋印轮廓特征信息判断鞋印为进入室内方向还是从室内出来方向,所述室内人口计数模块根据方向判断模块的判断结果对室内人口进行计数,所述数据库修改模块根据方向判断模块的判断结果添加或者删除室内在场鞋印的特征数组信息,所述鞋印匹配模块用于在判断鞋印为从室内出来方向时,将摄像装置采集到的鞋印照片与数据库室内在场鞋印的特征数组信息作进一步的匹配,所述鞋印匹配模块包括相似度阈值预设模块、鞋印初步筛选计算模块、相似度值计算模块和相似度值比较模块,所述相似度阈值预设模块用于预先设置鞋印相似度阈值,所述鞋印初步筛选计算模块用于初步筛选掉数据库内与摄像装置采集到的鞋印区别较大的在场鞋印,所述相似度值计算模块用于计算摄像装置采集到的鞋印与经过筛选的数据库室内在场鞋印的相似度值,所述相似度值比较模块根据相似度值和相似度阈值的关系判断采集到的鞋印与数据库室内在场鞋印是否匹配
一种基于云计算的人流信息统计方法,所述人流信息统计方法包括以下步骤:
步骤S1:红外感应器感应到有人通过出入口时,传送命令给摄像装置,摄像装置拍摄鞋印照片;
步骤S2:对鞋印照片进行预处理,提取鞋印边缘轮廓;
步骤S3:根据鞋印边缘轮廓获取特征数组信息:
步骤S31:在竖直方向上获取鞋印轮廓上最长两点之间的距离S1(单位为mm),并分别记这两点为C1和C2;
步骤S32:在水平方向上获取鞋印轮廓上最短两点之间的距离S2(单位为mm),并记这两点之间的连线为L1;
步骤S33:连线L1将鞋印边缘轮廓分为A1和A2两个部分,设C1点所在的部分为A1,C2点所在的部分为A2,获取C1点与连线L1之间的距离S3(单位为mm),C2点与连线L1之间的距离S4(单位为mm);
步骤S34:从A1部分获取鞋印轮廓上在水平方向上最短两点之间的距离S5(单位为mm),从A2部分获取鞋印轮廓上在水平方向上最短两点之间的距离S6(单位为mm);
步骤S35:将距离S1、S2、S3、S4、S5、S6依次存入特征数组T[6],得到特征数组信息T[6],将特征数组信息T[6]传输给监控系统。
步骤S4:根据特征数据信息判断人口流动信息:
比较距离S5与距离S6的大小,判断C1点往C2点的方向是为进入方向还是出来方向,
当距离S5大于距离S6时,C1点往C2点的方向为进入方向;
当距离S5小于距离S6时,C1点往C2点的方向为出来方向。
其中,当判断C1点往C2点的方向进入方向时,将特征数组信息T[6]存入数据库,并且室内人口数加1;
其中,当判断C1点往C2点的方向为出来方向时,将特征数数组信息T[6]与数据库内在场鞋印的特征数组信息进行模糊匹配,若匹配成功,则室内人口数减1,并且删除特征数据信息T[6]所对应的数据库内在场鞋印的特征数组信息;
所述特征数据信息T[6]与数据库内的特征数组信息进行模糊匹配包括以下步骤:
步骤S41:获取鞋印相似度阈值W,获取数据库内在场鞋印的特征数组信息T[N][6],其中,N为数据库内在场鞋印的个数,设i=0,转步骤S42;
步骤S42:判断i是否等于N,若i等于N,转步骤S46,若i不等于N,转步骤S43;
步骤S43:令x1=|T[i][0]-T[0]|,若判断x1>=1mm,则i++,转步骤S42,若判断x1<1mm,则转步骤S44;
步骤S44:计算鞋印相似度值X,
令x2=|T[i][1]-T[1]|,
x3=|T[i][2]-T[2]|,
x4=|T[i][3]-T[3]|,
x5=|T[i][5]-T[4]|,
x6=|T[i][4]-T[5]|,
X=0.25*x2+0.25*x3+0.3*x4+0.1*x5+0.1*x6,转步骤S45;
步骤S45:比较鞋印相似度值X与鞋印相似度阈值W的关系,若鞋印相似度值X小于鞋印轮廓相似度阈值W,则T[i][6]与T[6]匹配成功,转步骤S46,否则i++,转步骤S42;
步骤S46:匹配结束。
实施过程中,摄像装置采集到其中一个脚印,根据鞋印边缘轮廓获取S1=235、S2=95、S3=130、S4=105、S5=100、S6=85,即T[0]=235、T[1]=95、T[2]=130、T[3]=105、T[4]=100、T[5]=85,
距离S5大于距离S6,C1点往C2点的方向为进入方向,将特征数组信息T[6]存入数据库,并且室内人口数加1;
之后,摄像装置又采集到其中一个脚印,根据鞋印边缘轮廓获取S1=235.2、S2=95、S3=104.9、S4=130.3、S5=84.9、S6=100,即T[0]=235.2、T[1]=95、T[2]=104.9、T[3]=130.3、T[4]=84.9、T[5]=100,
距离S5小于距离S6,C1点往C2点的方向为出来方向,将特征数数组信息T[6]与数据库内室内在场鞋印的特征数组信息进行模糊匹配,设置鞋印相似度阈值W=0.228,
特征数数组信息T[6]与T[k][0]=235、T[k]T[1]=95、T[k]T[2]=130、T[k]T[3]=105、T[k]T[4]=100、T[k]T[5]=85进行匹配时,
x1=|T[k][0]-T[0]|=0.2mm<1mm,
x2=|T[k][1]-T[1]|=0mm,
x3=|T[k][2]-T[2]|=0.3mm,
x4=|T[k][3]-T[3]|=0.1mm,
x5=|T[k][5]-T[4]|=0.1mm,
x6=|T[k][4]-T[5]|=0mm,
X=0.25*x2+0.25*x3+0.3*x4+0.1*x5+0.1*x6=0.115<0.228,匹配成功,室内人口数减1,并且删除数据库内T[k][0]=235、T[k]T[1]=95、T[k]T[2]=130、T[k]T[3]=105、T[k]T[4]=100、T[k]T[5]=85该组特征数组信息。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (3)

1.一种基于云计算的人流信息统计方法,其特征在于:所述人流信息统计方法包括以下步骤:
步骤S1:红外感应器感应到有人通过出入口时,传送命令给摄像装置,摄像装置拍摄鞋印照片;
步骤S2:对鞋印照片进行预处理,提取鞋印边缘轮廓;
步骤S3:根据鞋印边缘轮廓获取特征数组信息;
步骤S4:根据特征数组信息判断人口流动信息;
所述步骤S3进一步包括:
步骤S31:在竖直方向上获取鞋印轮廓上最长两点之间的距离S1,单位为mm,并分别记这两点为C1和C2;
步骤S32:在水平方向上获取鞋印轮廓上最短两点之间的距离S2,单位为mm,并记这两点之间的连线为L1;
步骤S33:连线L1将鞋印边缘轮廓分为A1和A2两个部分,设C1点所在的部分为A1,C2点所在的部分为A2,获取C1点与连线L1之间的距离S3,单位为mm,C2点与连线L1之间的距离S4,单位为mm;
步骤S34:从A1部分获取鞋印轮廓上在水平方向上最短两点之间的距离S5,单位为mm,从A2部分获取鞋印轮廓上在水平方向上最短两点之间的距离S6,单位为mm;
步骤S35:将距离S1、S2、S3、S4、S5、S6依次存入特征数组T[6],得到特征数组信息T[6];
所述步骤S4进一步包括:
比较距离S5与距离S6的大小,判断C1点往C2点的方向是为进入方向还是出来方向,
其中,当判断C1点往C2点的方向进入方向时,将特征数组信息T[6]存入数据库,并且室内人口数加1;
其中,当判断C1点往C2点的方向为出来方向时,将特征数组信息T[6]与数据库内室内在场鞋印的特征数组信息进行模糊匹配,若匹配成功,则室内人口数减1,并且删除特征数组信息T[6]所对应的数据库内在场鞋印的特征数组信息;
所述判断C1点往C2点的方向是为进入方向还是出来方向包括:
当距离S5大于距离S6时,C1点往C2点的方向为进入方向;
当距离S5小于距离S6时,C1点往C2点的方向为出来方向。
2.根据权利要求1所述的一种基于云计算的人流信息统计方法,其特征在于:所述特征数组信息T[6]与数据库内的特征数组信息进行模糊匹配包括以下步骤:
步骤S41:获取鞋印相似度阈值W,获取数据库内在场鞋印的特征数组信息T[N][6],其中,N为数据库内在场鞋印的个数,设i=0,转步骤S42;
步骤S42:判断i是否等于N,若i等于N,转步骤S46,若i不等于N,转步骤S43;
步骤S43:令x1=|T[i][0]-T[0]|,若判断x1>=1mm,则i++,转步骤S42,若判断x1<1mm,则转步骤S44;
步骤S44:计算鞋印相似度值X,
令x2=|T[i][1]-T[1]|,
x3=|T[i][2]-T[2]|,
x4=|T[i][3]-T[3]|,
x5=|T[i][4]-T[4]|,
x6=|T[i][5]-T[5]|,
X=0.25*x2+0.25*x3+0.3*x4+0.1*x5+0.1*x6,转步骤S45;
步骤S45:比较鞋印相似度值X与鞋印相似度阈值W的关系,若鞋印相似度值X小于鞋印轮廓相似度阈值W,则T[i][6]与T[6]匹配成功,转步骤S46,否则i++,转步骤S42;
步骤S46:匹配结束。
3.一种应用于权利要求1所述的基于云计算的人流信息统计方法的人流信息统计系统,其特征在于:所述人流统计系统包括监控系统、处理系统、数据库和设置在出入口的踩踏板,所述踩踏板上设置有红外感应器和摄像装置,所述红外感应器、摄像装置与监控系统无线连接,所述监控系统用于红外感应器与摄像装置之间的信号传输,所述摄像装置、数据库与处理系统连接,所述处理系统用于处理判断摄像装置采集到的鞋印照片,所述数据库用于存储室内在场鞋印的特征数组信息;
所述处理系统包括图片预处理模块、边缘轮廓提取模块、特征信息处理模块、特征信息判断模块,所述图片预处理模块用于对摄像装置采集到的鞋印照片进行预处理,去除鞋印照片上的干扰,所述边缘轮廓提取模块用于提取鞋印照片上的鞋印轮廓边缘,所述特征信息处理模块用于从鞋印轮廓边缘上获取鞋印轮廓特征信息,所述特征信息判断模块用于判断获取的鞋印轮廓特征信息与数据库内室内在场鞋印的特征数组信息是否匹配;
所述特征信息判断模块包括方向判断模块、室内人口计数模块、数据库修改模块和鞋印匹配模块,所述方向判断模块根据鞋印轮廓特征信息判断鞋印为进入室内方向还是从室内出来方向,所述室内人口计数模块根据方向判断模块的判断结果对室内人口进行计数,所述数据库修改模块根据方向判断模块的判断结果添加或者删除室内在场鞋印的特征数组信息,所述鞋印匹配模块用于在判断鞋印为从室内出来方向时,将摄像装置采集到的鞋印照片与数据库室内在场鞋印的特征数组信息作进一步的匹配,所述鞋印匹配模块包括相似度阈值预设模块、鞋印初步筛选计算模块、相似度值计算模块和相似度值比较模块,所述相似度阈值预设模块用于预先设置鞋印相似度阈值,所述鞋印初步筛选计算模块用于初步筛选掉数据库内与摄像装置采集到的鞋印区别大的在场鞋印,所述相似度值计算模块用于计算摄像装置采集到的鞋印与经过筛选的数据库室内在场鞋印的相似度值,所述相似度值比较模块根据相似度值和相似度阈值的关系判断采集到的鞋印与数据库室内在场鞋印是否匹配。
CN201911028050.XA 2019-10-28 2019-10-28 一种基于云计算的人流信息统计系统及方法 Active CN110866933B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911028050.XA CN110866933B (zh) 2019-10-28 2019-10-28 一种基于云计算的人流信息统计系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911028050.XA CN110866933B (zh) 2019-10-28 2019-10-28 一种基于云计算的人流信息统计系统及方法

Publications (2)

Publication Number Publication Date
CN110866933A CN110866933A (zh) 2020-03-06
CN110866933B true CN110866933B (zh) 2022-10-14

Family

ID=69654811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911028050.XA Active CN110866933B (zh) 2019-10-28 2019-10-28 一种基于云计算的人流信息统计系统及方法

Country Status (1)

Country Link
CN (1) CN110866933B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010007430A1 (en) * 2008-07-15 2010-01-21 The University Of Sheffield Shoeprint identification system
EP2641539A1 (de) * 2012-03-21 2013-09-25 Rocket eleven GmbH Verfahren zum Bestimmen der Abmessungen eines Körperteils; Verfahren und Vorrichtung zum Bestimmen der Abmessungen eines Kleidungsstücks

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103198327B (zh) * 2013-04-25 2016-12-28 重庆师范大学 面向开放式场景的出入口人数统计方法和装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010007430A1 (en) * 2008-07-15 2010-01-21 The University Of Sheffield Shoeprint identification system
EP2641539A1 (de) * 2012-03-21 2013-09-25 Rocket eleven GmbH Verfahren zum Bestimmen der Abmessungen eines Körperteils; Verfahren und Vorrichtung zum Bestimmen der Abmessungen eines Kleidungsstücks

Also Published As

Publication number Publication date
CN110866933A (zh) 2020-03-06

Similar Documents

Publication Publication Date Title
JP6549797B2 (ja) 通行人の頭部識別方法及びシステム
CN109299683B (zh) 一种基于人脸识别和行为大数据的安防评估系统
KR100480781B1 (ko) 치아영상으로부터 치아영역 추출방법 및 치아영상을이용한 신원확인방법 및 장치
US8712149B2 (en) Apparatus and method for foreground detection
JP2009055139A (ja) 人物追跡システム、人物追跡装置および人物追跡プログラム
WO2018076392A1 (zh) 一种基于人体头顶部识别的行人统计方法及装置
CN106548148A (zh) 视频中未知人脸的识别方法和系统
KR101246120B1 (ko) 전후면 번호판 영상 기반 차량번호 인식 시스템
CN105022999A (zh) 一种人码伴随实时采集系统
TWI804988B (zh) 識別對象確定方法、裝置、設備及存儲介質
JP2000209578A (ja) 広告メディア評価装置および広告メディア評価方法
CN114894337A (zh) 一种用于室外人脸识别测温方法及装置
CN110717428A (zh) 一种融合多个特征的身份识别方法、装置、系统、介质及设备
CN110363180A (zh) 一种统计陌生人人脸重复出现的方法和装置以及设备
CN113869115A (zh) 一种人脸图像处理的方法及系统
CN110866933B (zh) 一种基于云计算的人流信息统计系统及方法
CN108615020A (zh) 一种视频监控区域内的流动人数统计方法
CN112258707A (zh) 一种基于人脸识别的智能门禁管理系统
CN107025435A (zh) 一种人脸识别处理方法和系统
CN106845361B (zh) 一种行人头部识别方法及系统
JP2004064368A (ja) 電子機器
CN113947795A (zh) 口罩佩戴检测方法、装置、设备及存储介质
TWI695326B (zh) 物件屬性分析方法及其相關物件屬性分析裝置
CN110400329B (zh) 人流计数方法及其系统
CN114283356B (zh) 一种移动图像的采集分析系统及方法

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 223001 No.3, Meicheng East Road, Huai'an City, Jiangsu Province

Patentee after: Jiangsu electronic information Vocational College

Address before: 223005 No. 3 Meicheng Road, Huaian Economic and Technological Development Zone, Jiangsu Province

Patentee before: Jiangsu vocationnal college of electronics and information

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20200306

Assignee: Huaian Jiaxuan Information Technology Co.,Ltd.

Assignor: Jiangsu electronic information Vocational College

Contract record no.: X2023980032479

Denomination of invention: A flow of people information statistics system and method based on cloud computing

Granted publication date: 20221014

License type: Common License

Record date: 20230302