CN111030766A - 一种基于wifi信号的人流量检测方法及系统 - Google Patents
一种基于wifi信号的人流量检测方法及系统 Download PDFInfo
- Publication number
- CN111030766A CN111030766A CN201911284685.6A CN201911284685A CN111030766A CN 111030766 A CN111030766 A CN 111030766A CN 201911284685 A CN201911284685 A CN 201911284685A CN 111030766 A CN111030766 A CN 111030766A
- Authority
- CN
- China
- Prior art keywords
- wifi
- signal
- people
- waveform
- energy
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
- G06M1/00—Design features of general application
- G06M1/27—Design features of general application for representing the result of count in the form of electric signals, e.g. by sensing markings on the counter drum
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于WIFI信号的人流量检测方法及系统,在人流量统计区域的出入通道架设WIFI天线,从获取的WIFI信号中获取一个以上的子载波得到待检测的CSI信号;将CSI信号分段后计算每一段信号的能量,通过双阈值法确定进出门时刻的起点与终点。通过将实时采集的WIFI信号经上述方案处理后与预置的标准波形进行对比,得到对应的人数。本发明利用WIFI信号估计出区域间进出通道的人数,具有方便搭设,便于大规模推广的优点。
Description
技术领域
本发明涉及人数识别领域,特别是一种基于WIFI信号的人流量检测方法及系统。
背景技术
人数识别技术可以对环境中的人数进行估计,进而对人流量进行准确估计,在生产和生活中具有重要应用。比如在智能家居中,可以根据房间内的人数进行灯光控制以及空调的制冷量的控制,从而实现能源的合理使用;在商场中,商家可以根据区域内的消费者数量以及他们的停留时长来分析消费者的消费习惯及喜好,从而决定是否调整销售策略;另外,在地铁,公交车站及火车站等人流量较大的区域,可以根据人群密度制定客流疏导和交通配置方案;在教学楼可以根据有无人员逗留决定是否关闭教室灯光。因此,人数识别技术已成为当前工业和学术界研究的热点问题。
传统的人数统计方法包括人工计数或红外装置等,不仅耗时耗力耗财,准确率也相对不高,尤其是在人群密集区域,统计更是难上加难。近年来图像处理和机器学习方法逐渐成熟并广泛应用于各种场景的人数统计。基于图像的人数估计方法有依赖光学传感器、遮挡、监控盲区等缺点。在简单场景中的人数统计准确率很高,然而在复杂场景中的人数统计普遍存在相似物干扰、各种不同情形下目标被遮挡等困扰,统计准确率相对较低。
发明内容
有鉴于此,本发明的目的是提出一种基于WIFI信号的人流量检测方法及系统,利用WIFI信号估计出区域间进出通道的人数,具有方便搭设,便于大规模推广的优点。
本发明采用以下方案实现:一种基于WIFI信号的人流量检测方法,在人流量统计区域的出入通道架设WIFI天线,配置WIFI发射装置和接收装置,包括以下步骤:
步骤S1:令WIFI发射装置和接收装置开始工作;
步骤S2:从获取的WIFI信号中获取一个以上的子载波,得到待检测的CSI信号;
步骤S3:对步骤S2得到的CSI信号进行奇异点滤除,之后根据段长和段移对信号进行分段;
步骤S4:计算每一段信号的能量;
步骤S5:对每一段信号的能量,通过设置双阈值,确定能量中代表人通过通道的起点与终点,并根据所确定的起点与终点截取与该能量对应的信号,得到该段信号的有效波形;
步骤S6:在已知通过人数的情况下,重复步骤S2至步骤S5,分别得到不同人数所对应的标准有效波形模型;
步骤S7:获取当前的WIFI信号,并采用步骤S2至步骤S5的方法,得到由当前WIFI信号得到的一段以上的有效波形;
步骤S8:对步骤S7获取的每一段有效波形,将其与步骤S6中的标准有效波形模型进行比对,选取与之最接近的标准有效波形模型所对应的人数作为该段有效波形所表示的人数。
进一步地,所述子载波的获取具体为:设置方差阈值,按从高到低的顺序选取一个或两个以上的高于该方差阈值的子载波。
进一步地,所述子载波的获取具体为:设置能量阈值,按从高到低的顺序选取一个或两个以上的高于该能量阈值的子载波。
进一步地,所述得到待检测的CSI信号具体为:当获取的子载波的个数为一个时,所述待检测的CSI信号即为该子载波;当获取的子载波的个数为两个以上时,将各个子载波加权合并成一个CSI信号,作为待检测的CSI信号。
其中,在进行加权合并时,每个子载波的权重系数即其对应的方差或能量占总方差或总能量的比例。
进一步地,步骤S3中,可以选用滤波器进行起一点滤波,滤波器可以选用Hampel或其他滤波器。对信号进行归一化后,根据段长和段移进行分段具体为:
x(i)=(x(i)-min)/(max-min);
分段:
yi(n)=w(n)*x((i-1)*inc+n),1<=n<=L,1<=i<=fn;
式中,x(i)表示为步骤S3滤波后的信号第i个数据包,max为步骤S3滤波后的信号所有数据包幅度的最大值,min为所有数据包幅度的最小值,yi(n)表示步骤S3滤波后的信号进行分段加窗后的第i段信号,w(n)表示窗函数,i表示第i段信号,inc表示段长,n表示段移,L表示总的段数,fn表示每一段包含数据包的个数。
进一步地,步骤S4中,计算每一段信号的能量大小采用下式:
式中,E(i)表示第i段信号的能量,L表示每段数据包个数,n表示该段的第n个数据包,fn表示分段数目。
进一步地,步骤S8中,采用动态时间规整算法计算步骤S7获取的一段能量与步骤S6中的各个标准模型之间的距离D:
式中,s(t)表示由步骤S7得到的第t段有效波形,R(i)表示由步骤S6得到第i个标准有效波形模型,L表示模型库中标准有效波形的数目;
选取与能量波形距离最小的标准波形模型作为与该段能量波形最接近的标准波形模型,并将其所对应的人数作为该段能量波形所表示的人数。
由于实际采集到的数据与模型库中的标准数据长度通常是不同的,这是因为每个人通过通道的速度不一样,导致波形的时间长度不同,如果只用简单的线性伸长或缩短直到与原模型长度一致不能取得较好的结果。本发明采用了动态时间规整(DTW)算法来处理这种情况,即找到起点到终点的最优路径,进而得到每一段能量与各个标准模型之间的距离,选取距离最短的标准模型来代表当前的波形。
进一步地,还包括步骤S9:对每段波形对应的人数的进出状态进行判断,具体包括以下步骤:
步骤S91:所述通道的正中位置设有门,在门的一侧放置所述的WIFI发射装置与WIFI接收装置;
步骤S92:利用方差阈值法判断该段波形中的人员是进入状态还是离开状态,当WIFI发射装置与WIFI接收装置设置于门外侧时,采用下式:
当WIFI发射装置与WIFI接收装置设置于门内侧时,采用下式:
式中,vi,j-1表示当前有效波形的前一段信号的方差,vi,j+1表示当前有效波形的后一段信号的方差,vj表示设定的阈值,可以取vi,j-1与vi,j+1的均值。
进一步地,还包括步骤S10:根据步骤S8得到的每段波形所对应的人数以及步骤S9得到的人数的进出状态,计算时段内的人流量。
进一步地,还包括步骤S11:计算当前通过通道的人的通过速度,具体为:采集不同已知速度下进出通道的能量波形的起点和终点间的数据点个数,用线性拟合算法找到起点终点间数据包个数与人进出通道速度间的关系,利用该关系判断新的一段能量波形中的人进出通道的速度。
本发明还提供了一种基于上文所述的基于WIFI信号的人流量检测系统,包括在人流量统计区域的出入通道设置WIFI发射装置和WIFI接收装置,所述WIFI接收装置中设有处理器与存储器,所述存储器中存储有能够被处理器运行的计算机程序,处理器在运行该计算机程序时,实现上文所述的方法步骤。
本发明还提供了一种计算机可读存储介质,其上存储有能够被处理器运行的计算机程序,处理器在运行该计算机程序时,执行上文所述的方法步骤。
与现有技术相比,本发明有以下有益效果:本发明仅需要在出入通道上架设WIFI天线,就能够对进出通道的人数进行估计,同时本发明采用方差法判断进入或离开的状态,进而估算出当前时段的人流量。采用本发明的方法仅需要架设WIFI装置,成本较低,并且便于大规模推广。
附图说明
图1为本发明实施例的WIFI装置架设示意图。
图2为本发明实施例的方法流程示意图。
图3为本发明实施例的步骤S5中有效波形示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1以及图2所示,本实施例提供了一种基于WIFI信号的人流量检测方法,在人流量统计区域的出入通道架设WIFI天线,配置WIFI发射装置和接收装置,包括以下步骤:
步骤S1:令WIFI发射装置和接收装置开始工作;
步骤S2:从获取的WIFI信号中获取一个以上的子载波,得到待检测的CSI信号;其中,WIFI采用正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)调制技术,每个天线可以获得30个子载波,从天线中获取的每一路子载波的CSI信息中,找出比较敏感的子载波,并将其合并生成待检测的WIFI信号传输的CSI信号;
步骤S3:对步骤S2得到的CSI信号进行奇异点滤除,之后根据段长和段移对信号进行分段;
步骤S4:计算每一段信号的能量;
步骤S5:对每一段信号的能量,通过设置双阈值,确定能量中代表人通过通道的起点与终点,并根据所确定的起点与终点截取与该能量对应的信号,得到该段信号的有效波形;如图3所示,图3中的曲线为其中一段信号,图中的两条竖线为根据该段信号能量所确定的起点与终点,在该起点与终点之间的一段波形作为该段信号的有效波形;
步骤S6:在已知通过人数的情况下,重复步骤S2至步骤S5,分别得到不同人数所对应的标准有效波形模型;
步骤S7:获取当前的WIFI信号,并采用步骤S2至步骤S5的方法,得到由当前WIFI信号得到的一段以上的有效波形;
步骤S8:对步骤S7获取的每一段有效波形,将其与步骤S6中的标准有效波形模型进行比对,选取与之最接近的标准有效波形模型所对应的人数作为该段有效波形所表示的人数。
在本实施例中,所述子载波的获取具体为:设置方差阈值,按从高到低的顺序选取一个或两个以上的高于该方差阈值的子载波。
在本实施例中,所述子载波的获取具体为:设置能量阈值,按从高到低的顺序选取一个或两个以上的高于该能量阈值的子载波。
在本实施例中,所述得到待检测的CSI信号具体为:当获取的子载波的个数为一个时,所述待检测的CSI信号即为该子载波;当获取的子载波的个数为两个或以上时,将各个子载波加权合并成一个CSI信号,作为待检测的CSI信号。
其中,在进行加权合并时,每个子载波的权重系数即其对应的方差或能量占总方差或总能量的比例。
在本实施例中,步骤S3中,可以选用滤波器进行起一点滤波,滤波器可以选用Hampel或其他滤波器。对信号进行归一化后,根据段长和段移进行分段,其中归一化采用下式:
x(i)=(x(i)-min)/(max-min);
分段采用下式:
yi(n)=w(n)*x((i-1)*inc+n),1<=n<=L,1<=i<=fn;
式中,x(i)表示为步骤S3滤波后的信号第i个数据包,max为步骤S3滤波后的信号所有数据包幅度的最大值,min为所有数据包幅度的最小值,yi(n)表示步骤S3滤波后的信号进行分段加窗后的第i段信号,w(n)表示窗函数,i表示第i段信号,inc表示段长,n表示段移,L表示总的段数,fn表示每一段包含数据包的个数。
在本实施例中,步骤S4中,计算每一段信号的能量大小采用下式:
式中,E(i)表示第i段信号的能量,L表示每段数据包个数,n表示该段的第n个数据包,fn表示分段数目。
在本实施例中,步骤S8中,采用动态时间规整算法计算步骤S7获取的一段能量与步骤S6中的各个标准模型之间的距离D:
式中,s(t)表示由步骤S7得到的第t段有效波形,R(i)表示由步骤S6得到第i个标准有效波形模型,L表示模型库中标准有效波形的数目;
选取与能量波形距离最小的标准波形模型作为与该段能量波形最接近的标准波形模型,并将其所对应的人数作为该段能量波形所表示的人数。
由于实际采集到的数据与模型库中的标准数据长度通常是不同的,这是因为每个人通过通道的速度不一样,导致波形的时间长度不同,如果只用简单的线性伸长或缩短直到与原模型长度一致不能取得较好的结果。本发明采用了动态时间规整(DTW)算法来处理这种情况,即找到起点到终点的最优路径,进而得到每一段能量与各个标准模型之间的距离,选取距离最短的标准模型来代表当前的波形。
在本实施例中,还包括步骤S9:对每段能量对应的人数的进出状态进行判断,具体包括以下步骤:
步骤S91:所述通道的正中位置设有门,在门的一侧放置所述的WIFI发射装置与WIFI接收装置;
步骤S92:利用方差阈值法判断该段波形中的人员是进入状态还是离开状态,当WIFI发射装置与WIFI接收装置设置于门外侧时,采用下式:
当WIFI发射装置与WIFI接收装置设置于门内侧时,采用下式:
式中,vi,j-1表示当前有效波形的前一段信号的方差,vi,j+1表示当前有效波形的后一段信号的方差,vj表示设定的阈值,可以取vi,j-1与vi,j+1的均值。
在本实施例中,还包括步骤S10:根据步骤S8得到的每段波形所对应的人数以及步骤S9得到的人数的进出状态,计算时段内的人流量。
在本实施例中,还包括步骤S11:计算当前通过通道的人的通过速度,具体为:采集不同已知速度下进出通道的能量波形的起点和终点间的数据点个数,用线性拟合算法找到起点终点间数据包个数与人进出通道速度间的关系,利用该关系判断新的一段能量波形中的人进出通道的速度。
本实施例还提供了一种基于上文所述的基于WIFI信号的人流量检测系统,包括在人流量统计区域的出入通道设置WIFI发射装置和WIFI接收装置,所述WIFI接收装置中设有处理器与存储器,所述存储器中存储有能够被处理器运行的计算机程序,处理器在运行该计算机程序时,实现上文所述的方法步骤。
本实施例还提供了一种计算机可读存储介质,其上存储有能够被处理器运行的计算机程序,处理器在运行该计算机程序时,执行上文所述的方法步骤。。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (10)
1.一种基于WIFI信号的人流量检测方法,其特征在于,在人流量统计区域的出入通道架设WIFI天线,配置WIFI发射装置和接收装置,包括以下步骤:
步骤S1:令WIFI发射装置和接收装置开始工作;
步骤S2:从获取的WIFI信号中获取一个以上的子载波,得到待检测的CSI信号;
步骤S3:对步骤S2得到的CSI信号进行奇异点滤除,之后根据段长和段移对信号进行分段;
步骤S4:计算每一段信号的能量;
步骤S5:对每一段信号的能量,通过设置双阈值,确定能量中代表人通过通道的起点与终点,并根据所确定的起点与终点截取与该能量对应的信号,得到该段信号的有效波形;
步骤S6:在已知通过人数的情况下,重复步骤S2至步骤S5,分别得到不同人数所对应的标准有效波形模型;
步骤S7:获取当前的WIFI信号,并采用步骤S2至步骤S5的方法,得到由当前WIFI信号得到的一段以上的有效波形;
步骤S8:对步骤S7获取的每一段有效波形,将其与步骤S6中的标准有效波形模型进行比对,选取与之最接近的标准有效波形模型所对应的人数作为该段有效波形所表示的人数。
2.根据权利要求1所述的一种基于WIFI信号的人流量检测方法,其特征在于,所述子载波的获取具体为:设置方差阈值,按从高到低的顺序选取一个或两个以上的高于该方差阈值的子载波。
3.根据权利要求1所述的一种基于WIFI信号的人流量检测方法,其特征在于,所述子载波的获取具体为:设置能量阈值,按从高到低的顺序选取一个或两个以上的高于该能量阈值的子载波。
4.根据权利要求1所述的一种基于WIFI信号的人流量检测方法,其特征在于,所述得到待检测的CSI信号具体为:当获取的子载波的个数为一个时,所述待检测的CSI信号即为该子载波;当获取的子载波的个数为两个以上时,将各个子载波加权合并成一个CSI信号,作为待检测的CSI信号。
7.根据权利要求6所述的一种基于WIFI信号的人流量检测方法,其特征在于,还包括步骤S10:根据步骤S8得到的每段波形所对应的人数以及步骤S9得到的人数的进出状态,计算时段内的人流量。
8.根据权利要求6所述的一种基于WIFI信号的人流量检测方法,其特征在于,还包括步骤S11:计算当前通过通道的人的通过速度,具体为:采集不同已知速度下进出通道的波形的起点和终点间的数据点个数,用线性拟合算法找到起点终点间数据包个数与人进出通道速度间的关系,利用该关系判断新的一段波形中的人进出通道的速度。
9.一种基于权利要求1-8任一项所述的基于WIFI信号的人流量检测系统,其特征在于,包括在人流量统计区域的出入通道设置WIFI发射装置和WIFI接收装置,所述WIFI接收装置中设有处理器与存储器,所述存储器中存储有能够被处理器运行的计算机程序,处理器在运行该计算机程序时,实现权利要求1-8任一项中所述的方法步骤。
10.一种计算机可读存储介质,其特征在于,其上存储有能够被处理器运行的计算机程序,处理器在运行该计算机程序时,执行如权利要求1-8任一项中所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911284685.6A CN111030766B (zh) | 2019-12-13 | 2019-12-13 | 一种基于wifi信号的人流量检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911284685.6A CN111030766B (zh) | 2019-12-13 | 2019-12-13 | 一种基于wifi信号的人流量检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111030766A true CN111030766A (zh) | 2020-04-17 |
CN111030766B CN111030766B (zh) | 2022-05-06 |
Family
ID=70209016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911284685.6A Active CN111030766B (zh) | 2019-12-13 | 2019-12-13 | 一种基于wifi信号的人流量检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111030766B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116304844A (zh) * | 2023-05-23 | 2023-06-23 | 山东科技大学 | 一种人员进出计数统计系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107154088A (zh) * | 2017-03-29 | 2017-09-12 | 西安电子科技大学 | 基于信道状态信息的活动人员数量估计方法 |
CN107277452A (zh) * | 2017-07-14 | 2017-10-20 | 中国矿业大学 | 基于信道状态信息的安防摄像头智能开闭装置及方法 |
CN108122310A (zh) * | 2017-11-20 | 2018-06-05 | 电子科技大学 | 一种基于WiFi信道状态信息和动态时间规整的人流量统计方法 |
US10104195B2 (en) * | 2015-03-20 | 2018-10-16 | The Trustees Of The Stevens Institute Of Technology | Device-free activity identification using fine-grained WiFi signatures |
CN110337066A (zh) * | 2019-05-21 | 2019-10-15 | 西安电子科技大学 | 基于信道状态信息室内人员活动识别方法、人机交互系统 |
-
2019
- 2019-12-13 CN CN201911284685.6A patent/CN111030766B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10104195B2 (en) * | 2015-03-20 | 2018-10-16 | The Trustees Of The Stevens Institute Of Technology | Device-free activity identification using fine-grained WiFi signatures |
CN107154088A (zh) * | 2017-03-29 | 2017-09-12 | 西安电子科技大学 | 基于信道状态信息的活动人员数量估计方法 |
CN107277452A (zh) * | 2017-07-14 | 2017-10-20 | 中国矿业大学 | 基于信道状态信息的安防摄像头智能开闭装置及方法 |
CN108122310A (zh) * | 2017-11-20 | 2018-06-05 | 电子科技大学 | 一种基于WiFi信道状态信息和动态时间规整的人流量统计方法 |
CN110337066A (zh) * | 2019-05-21 | 2019-10-15 | 西安电子科技大学 | 基于信道状态信息室内人员活动识别方法、人机交互系统 |
Non-Patent Citations (1)
Title |
---|
丁亚三等: "WiCount_一种基于WiFi_CSI的人数识别方法", 《计算机学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116304844A (zh) * | 2023-05-23 | 2023-06-23 | 山东科技大学 | 一种人员进出计数统计系统及方法 |
CN116304844B (zh) * | 2023-05-23 | 2023-09-01 | 山东科技大学 | 一种人员进出计数统计系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111030766B (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105744232B (zh) | 一种基于行为分析技术的输电线路视频防外破的方法 | |
AU2020265650B2 (en) | Machine learning motion sensing with auxiliary sensors | |
CN109671238B (zh) | 一种基于无线信道状态信息的室内入侵检测方法 | |
US9544978B2 (en) | Beacon transmission of a fixture that includes sensed information | |
KR101822924B1 (ko) | 영상기반 화재 감지 시스템, 방법 및 프로그램 | |
CN106056968B (zh) | 一种基于光学图像的车位检测方法 | |
CN106131376B (zh) | 一种室内外场景确定方法及装置 | |
WO2017172018A1 (en) | Autonomous semantic labeling of physical locations | |
CN111199555A (zh) | 毫米波雷达目标识别方法 | |
CN105788355B (zh) | 一种基于Beacon技术的停车位监测系统与方法 | |
CN105426828A (zh) | 人脸检测方法、装置及系统 | |
WO2018122816A1 (zh) | 一种使用wi-fi探针判别行人流向的方法 | |
CN110688922A (zh) | 基于深度学习的交通拥堵检测系统及检测方法 | |
JP2013196684A (ja) | 対象物計数方法および対象物計数装置 | |
CN104036278A (zh) | 人脸算法标准脸部图像的提取方法 | |
CN105760846A (zh) | 基于深度数据的目标检测与定位方法及系统 | |
CN105469038A (zh) | 一种用于电力开闭所的安全帽视频检测方法 | |
CN110009634A (zh) | 一种基于全卷积网络的车道内车辆计数方法 | |
CN111030766B (zh) | 一种基于wifi信号的人流量检测方法及系统 | |
CN110012114A (zh) | 一种基于物联网的环境安全预警系统 | |
CN103400113A (zh) | 基于图像处理的高速公路隧道行人检测方法 | |
CN102436578A (zh) | 狗脸特征检测器的形成方法、狗脸检测方法及装置 | |
AU2019333044B2 (en) | Assisted creation of video rules via scene analysis | |
CN107886059A (zh) | 一种基于视频监控的车型识别系统及方法 | |
CN107729811B (zh) | 一种基于场景建模的夜间火焰检测方法 |
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 |