CN110991413B - 一种基于ReID的跑步检测方法 - Google Patents

一种基于ReID的跑步检测方法 Download PDF

Info

Publication number
CN110991413B
CN110991413B CN201911329244.3A CN201911329244A CN110991413B CN 110991413 B CN110991413 B CN 110991413B CN 201911329244 A CN201911329244 A CN 201911329244A CN 110991413 B CN110991413 B CN 110991413B
Authority
CN
China
Prior art keywords
tested
running
detection
processing module
tested person
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
CN201911329244.3A
Other languages
English (en)
Other versions
CN110991413A (zh
Inventor
韦洪雷
梁锐
张健
李相俊
蒲茂武
甯航
申浩
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.)
Sichuan Lejian Dreamer Technology Co ltd
Southwest Jiaotong University
Original Assignee
Sichuan Lejian Dreamer Technology Co ltd
Southwest Jiaotong University
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 Sichuan Lejian Dreamer Technology Co ltd, Southwest Jiaotong University filed Critical Sichuan Lejian Dreamer Technology Co ltd
Priority to CN201911329244.3A priority Critical patent/CN110991413B/zh
Publication of CN110991413A publication Critical patent/CN110991413A/zh
Application granted granted Critical
Publication of CN110991413B publication Critical patent/CN110991413B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • G06V40/23Recognition of whole body movements, e.g. for sport training
    • G06V40/25Recognition of walking or running movements, e.g. gait recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于ReID的跑步检测方法,解决了现有技术中仪器笨重,数据传输、记录数据不方便,价格较贵,测试容易受外界影响的问题。本发明包括准备阶段、跑步阶段、ReID和过线检测四步。本发明去掉笨重的、体积大的设备,尽可能减少被测试人员对测试的干扰,提高检测的效率,使得通过使用被测试人员的动作提取就可以完成对长跑的测试,极大地降低成本,记录跑步全部过程视频,并且增加检测结果的可溯源性。

Description

一种基于ReID的跑步检测方法
技术领域
本发明涉及跑步检测技术领域,具体涉及一种基于ReID的跑步检测方法。
背景技术
现有技术中目前进行跑步检测的方案比较多,包括:计时器的方式,当运动员起跑时按下计时器开始计时,身体过线时停止计时。通过手动计时方式,用秒表计时器来记录跑步时间;
在进行跑步检测时,检测方式已经逐渐由传统的手动计时发展为电子式检测方式,基于深度算法影像获取的跑步检测系统,影像获取跑步检测系统,包括支架、控制主机、至少一部深度算法影像获取装置,深度算法影像获取装置固定设置在支架上且摄像头与跑道终点相对,深度算法影像获取装置与控制主机通过有线或无线连接。当运动员起跑后,控制主机开始记时。某运动员到达终点时,深度算法影像获取装置将会检测到在跑道范围内,距离摄像头3米的位置有物体,此跑道停止计时,通过这种方法记录时间差为运动员的成绩。
多用途跑步成像计时系统,包括起点部分和终点部分,起点部分由红外犯规检测装置和无线发令装置组成,终点部分包括无线接收装置、高速一体球摄像装置、终点主控装置和计时电脑终端,在多圈跑步中使用,终点部分还包括红外冲刺检测装置、RFID读卡器,选手穿着RFID标签号码背心。红外冲线检测装置与终点线重合的红外信号对射线,用以检测选手冲刺时刻,触发终点主控装置和计时电脑终端同步记录锁定选手的成绩,每当选手通过终点线时,读卡器可读到RFID标签信息,传输给终点主控装置和计时电脑终端自动计算圈数。
现有技术的缺陷:计时器方案需要手动控制,手动计时的方式对结果影响较大,且所需计时员多,工作量大,容易存在视觉误差和操作失误;深度影像算法方案的设备通常与摄像头装置整合到一起,设备笨重,且需要一台额外的控制主机和至少一部影像获取装置,非常不便于携带,并且覆盖范围有限,采用深度摄像头与图像识别的方案,需要多摄像头支持;成像计时系统需要集多种技术于一体并需要RFID识别,成本较高,需要的设备较多并且需要额外的号码背心,现有的电子式检测方式虽然可以提高精度,但是整体结构相对复杂,体积相对较大,便携性差,而且成本高。现有的长跑检测装置很多都使用红外线检测,而这类技术由于易受周边因素影响,例如温度、地面等情况都会对检测造成影响,同时红外线计时扫描设备认知灵敏度也会因为外界因素,例如被测试人员穿了深色衣物等,降低而无法达到良好的测试效果。目前的很多长跑检测设备共有的问题在于仪器很笨重,数据传输、记录数据不方便,价格较贵,测试容易受外界影响。
发明内容
本发明所要解决的技术问题是:现有技术中仪器笨重,数据传输、记录数据不方便,价格较贵,测试容易受外界影响。本发明提供了解决上述问题的一种基于ReID的跑步检测方法。
本发明通过下述技术方案实现:
一种基于ReID的跑步检测方法,包括以下步骤:
S1、准备阶段:硬件准备,视频采集装置包括起点视频采集装置、终点视频采集装置和过渡视频采集装置,在跑道的起始点设置一个起点视频采集装置,在跑道的终点设置一个终点视频采集装置,在跑道中的不同位置设置多个编号的过渡视频采集装置,处理模块从起点视频采集装置中获取全部被测试人员的全身图像,处理模块从全部被测试人员的全身图像中提取特征向量,所述特征向量包括但不限于人脸特征、发型特征、服装的特征、体型特征,姿态特征,处理模块基于全部被测试人员的检测任务和全部对应被测试人员的特征向量建立底库,开启所述视频采集装置的视频录制功能和上传至处理模块功能;
S2、跑步阶段:跑步开始,建立所有被测试人员的检测任务,所述检测任务中包括身份信息,可以采集多个被测试人员的一起进行测试。起点视频采集装置采集图像,并提取特征向量,开始跑步时创建一次跑步任务,该任务包含本次任务的所有被测试人员的身份信息,并记录开始跑步的时间戳;
S3、ReID:过渡视频采集装置录入进入视野的多个被测试人员图像并发送至处理模块,所述处理模块提取图像中的未知被测试人员的特征向量比对所述底库中的所有特征向量,基于ReID技术,所述处理模块对所有的过渡视频采集装置采集的图像进行各自独自排序特征相近度,所述处理模块判定特征相近度最高的未知被测试人员和关联未知被测试人员的特征向量为所述底库中对比到的被测试人员检测任务和被测试人员对应的特征向量,所述处理模块识别出进入过渡视频采集装置视野的多个被测试人员的身份信息,所述处理模块同时将所述多个被测试人员图像的时间戳和过渡视频采集装置编号记录录入到对应的被测试人员的检测任务中;
S4、过线检测:终点视频采集装置最后通过所述被测试人员经过终点线,从视频采集装置采集的图像中识别到被测试人员的次数,以及跑步的类型确定被测试人员是否已经完成了跑步,并识别被测试人员的身份信息,所述终点视频采集装置采集图像并记录当前时间戳,当前时间戳中检测到的被测试人员的特征向量匹配到对应的被检测人信息,则将终点时间戳录入到检测任务中匹配的被测人员的成绩中,当所有被测试人员的结果都被检测到时,本次检测任务结束。
进一步地,所述S4中还包括以下步骤:所述处理模块根据每个被测试人员的检测任务中是否填入终点时间戳判断被测试人员完成跑步,如是,则判断所有被测试人员均完成跑步,如否,则检索全部检测任务,发送未完成跑步的被测试人员身份信息。
进一步地,基于标准400米跑道进行跑步检测,当所述跑步类型为800米时,被测试人员经过终点视频采集装置的次数为两次,当所述跑步类型为1000米时,被测试人员经过终点视频采集装置的次数为三次。
进一步地,所述终点视频采集装置的视野范围仅为超过终点线后的部分跑道。
进一步地,首先去掉笨重的、体积大的设备,尽可能减少被测试人员对测试的干扰,提高检测的效率,使得通过使用被测试人员的动作提取就可以完成对长跑的测试,极大地降低成本,记录跑步全部过程视频,并且增加检测结果的可溯源性。
进一步地,通过人体特征来识别被测试人员的身份;通过人体检测来实现被测试人员冲线的检测;但由于被测试人员可能出现被遮挡等情况,因此不仅检测人体特征,在被测试人员进入一定区域内时就对其进行跟踪,从跟踪过程中提取被测试人员动作特征用于身份识别,同时为了保证人脸识别准确率需要检测到的人脸尺寸达到一定的尺寸,因此在视频图像采集的过程中至少为720p分辨率。
进一步地,所述处理模块为云端服务器或智能手机。
进一步地,通过摄像机的高清拍摄,压缩图像后识别被测试人员,提升检测速度,且通过高清拍摄,压缩图像后识别被测试人员,提升检测速度,通过ReID技术识别人体,提取被测试人员的特征对比底库中的特征群来确定身份,通过经过终点线的次数和跑步类型来确定被测试人员是否完成跑步,完成跑步测试。
进一步地,现有的长跑检测装置很多都使用红外线检测,而这类技术由于易受周边因素影响,例如温度、地面等情况都会对检测造成影响,同时红外线计时扫描设备认知灵敏度也会因为外界因素,例如被测试人员穿了深色衣物等,降低而无法达到良好的测试效果。目前的很多长跑检测设备共有的问题在于仪器很笨重,数据传输、记录数据不方便,价格较贵,测试容易受外界影响。
本发明具有如下的优点和有益效果:
本发明无需额外购置设备可在移动终端上运行,实时检测,精度0.1s,误差±1s。
本发明利用计算机视觉技术在人脸被遮挡、距离过远时依旧可以从不同摄像机镜头中连续跟踪,通过使用被测试人员的动作、衣着、发型、姿态等进行识别,极大地降低成本,记录跑步全部过程视频,并且增加检测结果的可溯源性。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明的步骤示意图。
具体实施方式
在对本发明的任意实施例进行详细的描述之前,应该理解本发明的应用不局限于下面的说明或附图中所示的结构的细节。本发明可采用其它的实施例,并且可以以各种方式被实施或被执行。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改进前提下所获得的所有其它实施例,均属于本发明保护的范围。
一种基于ReID的跑步检测方法,如图1所示,包括以下步骤:
S1、准备阶段:硬件准备,视频采集装置包括起点视频采集装置、终点视频采集装置和过渡视频采集装置,在跑道的起始点设置一个起点视频采集装置,在跑道的终点设置一个终点视频采集装置,在跑道中的不同位置设置多个编号的过渡视频采集装置,处理模块从起点视频采集装置中获取全部被测试人员的全身图像,处理模块从全部被测试人员的全身图像中提取特征向量,所述特征向量包括但不限于人脸特征、发型特征、服装的特征、体型特征,姿态特征,处理模块基于全部被测试人员的检测任务和全部对应被测试人员的特征向量建立底库,开启所述视频采集装置的视频录制功能和上传至处理模块功能,所述检测任务中包括身份信息;
S2、跑步阶段:跑步阶段:跑步开始,建立所有被测试人员的检测任务,所述检测任务中包括身份信息,起点视频采集装置采集图像,并提取特征向量;
S3、ReID:过渡视频采集装置录入进入视野的多个被测试人员图像并发送至处理模块,所述处理模块提取图像中的未知被测试人员的特征向量比对所述底库中的所有特征向量,基于ReID技术,所述处理模块对所有的过渡视频采集装置采集的图像进行各自独自排序特征相近度,所述处理模块判定特征相近度最高的未知被测试人员和关联未知被测试人员的特征向量为所述底库中对比到的被测试人员检测任务和被测试人员对应的特征向量,所述处理模块识别出进入过渡视频采集装置视野的多个被测试人员的身份信息,所述处理模块同时将所述多个被测试人员图像的时间戳和过渡视频采集装置编号记录录入到对应的被测试人员的检测任务中;
S4、过线检测:终点视频采集装置最后通过所述被测试人员经过终点线,从视频采集装置采集的图像中识别到被测试人员的次数,以及跑步的类型确定被测试人员是否已经完成了跑步,所述终点视频采集装置采集图像并记录当前时间戳,当前时间戳中检测到的被测试人员的特征向量匹配到对应的被检测人信息,并且已经被检测到相应的次数,则将终点时间戳录入到检测任务中匹配的被测人员的成绩中,当所有被测试人员的结果都被检测到时,本次检测任务结束。
进一步地,当所述跑步类型为800米时,被测试人员经过终点视频采集装置的次数为两次,当所述跑步类型为1000米时,被测试人员经过终点视频采集装置的次数为三次。
进一步地,所述终点视频采集装置的视野范围仅为超过终点线后的部分跑道。
进一步地,首先去掉笨重的、体积大的设备,尽可能减少被测试人员对测试的干扰,提高检测的效率,使得通过使用被测试人员的动作提取就可以完成对长跑的测试,极大地降低成本,记录跑步全部过程视频,并且增加检测结果的可溯源性。
进一步地,通过人体特征来识别被测试人员的身份;通过人体检测来实现被测试人员冲线的检测;但由于被测试人员可能出现被遮挡等情况,因此不仅检测人体特征,在被测试人员进入一定区域内时就对其进行跟踪,从跟踪过程中提取被测试人员动作特征用于身份识别,同时为了保证人脸识别准确率需要检测到的人脸尺寸达到一定的尺寸,因此在视频图像采集的过程中至少为720p分辨率。
进一步地,通过摄像机的高清拍摄,压缩图像后识别被测试人员,提升检测速度,且通过高清拍摄,压缩图像后识别被测试人员,提升检测速度,通过ReID技术可识别出人体的关键点,通过提取被测试人员的特征对比底库中的特征群来确定身份,通过经过摄像头次数和跑步类型来确定被测试人员是否完成跑步,完成跑步测试。
进一步地,现有的长跑检测装置很多都使用红外线检测,而这类技术由于易受周边因素影响,例如温度、地面等情况都会对检测造成影响,同时红外线计时扫描设备认知灵敏度也会因为外界因素,例如被测试人员穿了深色衣物等,降低而无法达到良好的测试效果。目前的很多长跑检测设备共有的问题在于仪器很笨重,数据传输、记录数据不方便,价格较贵,测试容易受外界影响。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于ReID的跑步检测方法,其特征在于,包括以下步骤:
S1、准备阶段:硬件准备,视频采集装置包括起点视频采集装置、终点视频采集装置和过渡视频采集装置,在跑道的起始点设置一个起点视频采集装置,在跑道的终点设置一个终点视频采集装置,在跑道中的不同位置设置多个编号的过渡视频采集装置,所有所述视频采集装置通过NTP协议与同一个时间服务器同步时间,处理模块从起点视频采集装置中获取全部被测试人员的全身图像,处理模块从全部被测试人员的全身图像中提取特征向量,所述特征向量包括但不限于人脸特征、发型特征、服装的特征、体型特征,姿态特征,处理模块基于全部被测试人员的身份信息和全部对应被测试人员的特征向量建立底库,开启所述视频采集装置的视频录制功能和上传至处理模块功能;
S2、跑步阶段:跑步开始,建立所有被测试人员的检测任务,所述检测任务中包括身份信息,起点视频采集装置采集图像,并提取图像中人的特征向量;
S3、ReID:过渡视频采集装置录入进入视野的多个被测试人员图像并发送至处理模块,所述处理模块提取图像中的未知被测试人员的特征向量比对所述底库中的所有特征向量,基于ReID技术,所述处理模块对所有的过渡视频采集装置采集的图像进行各自独自排序特征相近度,所述处理模块判定特征相近度最高的未知被测试人员和关联未知被测试人员的特征向量为所述底库中对比到的被测试人员检测任务和被测试人员对应的特征向量,所述处理模块识别出进入过渡视频采集装置视野的多个被测试人员的身份信息,所述处理模块同时将所述多个被测试人员图像的时间戳和过渡视频采集装置编号记录录入到对应的被测试人员的检测任务中;
S4、过线检测:通过所述被测试人员经过终点线,终点视频采集装置采集视频图像,处理模块从视频图像中识别出被测试人员的身份信息及被测试人通过终点线的次数,以及跑步的类型确定被测试人员是否已经完成了跑步,所述终点视频采集装置采集图像并记录当前时间戳,当前时间戳中检测到的被测试人员的特征向量匹配到对应的被检测人信息,则将通过终点线图像的时间戳录入到检测任务中匹配的被测人员的成绩中,当所有被测试人员的结果都被检测到时,本次检测任务结束。
2.根据权利要求1所述的一种基于ReID的跑步检测方法,其特征在于,基于标准400米跑道进行跑步检测,当所述跑步的 类型为800米时,被测试人员经过终点视频采集装置的次数为两次,当所述跑步的 类型为1000米时,被测试人员经过终点视频采集装置的次数为三次。
3.根据权利要求1所述的一种基于ReID的跑步检测方法,其特征在于,所述终点视频采集装置的视野范围仅为超过终点线后的部分跑道。
4.根据权利要求1所述的一种基于ReID的跑步检测方法,其特征在于,所述视频采集装置采集图像至少720p分辨率。
5.根据权利要求1所述的一种基于ReID的跑步检测方法,其特征在于,所述S4中还包括以下步骤:所述处理模块根据检测任务中每个被测试人员的检测任务中是否填入终点时间戳判断被测试人员完成跑步,如是,则判断所有被测试人员均完成跑步,如否,则检索全部检测任务。
6.根据权利要求1-5任一所述的一种基于ReID的跑步检测方法,其特征在于,所述处理模块为云端服务器或智能手机。
CN201911329244.3A 2019-12-20 2019-12-20 一种基于ReID的跑步检测方法 Active CN110991413B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911329244.3A CN110991413B (zh) 2019-12-20 2019-12-20 一种基于ReID的跑步检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911329244.3A CN110991413B (zh) 2019-12-20 2019-12-20 一种基于ReID的跑步检测方法

Publications (2)

Publication Number Publication Date
CN110991413A CN110991413A (zh) 2020-04-10
CN110991413B true CN110991413B (zh) 2020-12-15

Family

ID=70074441

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911329244.3A Active CN110991413B (zh) 2019-12-20 2019-12-20 一种基于ReID的跑步检测方法

Country Status (1)

Country Link
CN (1) CN110991413B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111275030A (zh) * 2020-05-06 2020-06-12 西南交通大学 基于人脸与人体识别的直道跑步检测与计时系统及方法
CN112037246A (zh) * 2020-08-26 2020-12-04 睿住科技有限公司 监控系统及社区运动信息测量方法、测量装置和存储介质
CN113011343B (zh) * 2021-03-23 2022-09-06 安徽一视科技有限公司 一种基于人工智能的跑步智能计时方法
CN113209593A (zh) * 2021-04-01 2021-08-06 梅州市职业技术学校(梅州市旅游职业技术学校、梅州市商业学校、梅州市财贸学校) 一种体育测试的方法、装置及系统
CN113435336B (zh) * 2021-06-28 2022-10-04 安徽一视科技有限公司 一种基于人工智能的跑步智能计时系统及方法
CN113486757B (zh) * 2021-06-29 2022-04-05 北京科技大学 基于人体骨骼关键点检测的多人直线跑步测试计时方法
CN113627372B (zh) * 2021-08-17 2024-01-05 北京伟景智能科技有限公司 跑步测试方法、系统及计算机可读存储介质
CN113762093A (zh) * 2021-08-18 2021-12-07 北京格灵深瞳信息技术股份有限公司 跑道冲刺计时方法、装置、电子设备和存储介质
CN116580444A (zh) * 2023-07-14 2023-08-11 广州思林杰科技股份有限公司 基于多天线射频识别技术的长跑计时的测试方法和设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108229292A (zh) * 2017-07-28 2018-06-29 北京市商汤科技开发有限公司 目标识别方法、装置、存储介质和电子设备
CN109934176A (zh) * 2019-03-15 2019-06-25 艾特城信息科技有限公司 行人识别系统、识别方法及计算机可读存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010081531A (ja) * 2008-09-29 2010-04-08 Toshiba Corp 映像処理装置及びその方法
CN106203255B (zh) * 2016-06-24 2019-04-23 华中科技大学 一种基于时间对齐的行人重识别方法及系统
CN106250870B (zh) * 2016-08-16 2019-10-08 电子科技大学 一种联合局部和全局相似性度量学习的行人再识别方法
US10628675B2 (en) * 2017-02-07 2020-04-21 Fyusion, Inc. Skeleton detection and tracking via client-server communication
CN108654056B (zh) * 2017-03-30 2020-06-09 深圳市奥拓体育文化发展有限公司 一种中长跑运动的智能互动系统
CN109030854B (zh) * 2018-06-08 2020-11-10 电子科技大学 一种基于rgb图像的步速测量方法
CN109583373B (zh) * 2018-11-29 2022-08-19 成都索贝数码科技股份有限公司 一种行人重识别实现方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108229292A (zh) * 2017-07-28 2018-06-29 北京市商汤科技开发有限公司 目标识别方法、装置、存储介质和电子设备
CN109934176A (zh) * 2019-03-15 2019-06-25 艾特城信息科技有限公司 行人识别系统、识别方法及计算机可读存储介质

Also Published As

Publication number Publication date
CN110991413A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN110991413B (zh) 一种基于ReID的跑步检测方法
CN111275030A (zh) 基于人脸与人体识别的直道跑步检测与计时系统及方法
CN105279496B (zh) 一种人脸识别的方法和装置
CN102525400B (zh) 带有双目摄像机的智能视力检测装置
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
CN105981046A (zh) 使用拼接和裁剪的指纹认证
CN105678817B (zh) 一种高速提取圆形图像中心点的方法
CN106296724A (zh) 一种目标人物的轨迹信息的确定方法、系统及处理服务器
CN105426862B (zh) 基于rfid、定位技术与视频技术的分析方法及其系统
CN113239797B (zh) 人体动作识别方法、装置及系统
CN113486757B (zh) 基于人体骨骼关键点检测的多人直线跑步测试计时方法
CN108376405A (zh) 基于双体感追踪系统的人体运动捕捉系统及捕捉方法
EP3621276A1 (en) Apparatus, method and program for determining a cognitive state of a user of a mobile device
CN107767397A (zh) 移动对象组检测装置和移动对象组检测方法
CN110346704A (zh) 板卡测试中测试文件的确定方法、装置、设备及存储介质
JPH0723012A (ja) 視聴率調査システム
KR20000035050A (ko) 얼굴 촬영/인식방법
CN117292288A (zh) 体育测试方法、系统、电子设备、芯片及存储介质
CN109419498A (zh) 一种多功能人体感知系统
Gupta et al. FaceSurv: A benchmark video dataset for face detection and recognition across spectra and resolutions
CN109587628B (zh) 一种室内实时定位方法和装置
CN104173108A (zh) 健康检测仪器显示屏识别数据采集系统及方法
CN115553779A (zh) 一种情绪识别方法、装置、电子设备及存储介质
CN106557738A (zh) 一种远距离虹膜识别装置
CN104523235A (zh) 一种家庭环境下体质数据的采集方法及系统

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
GR01 Patent grant