CN111178113A - 一种信息处理方法、装置及存储介质 - Google Patents

一种信息处理方法、装置及存储介质 Download PDF

Info

Publication number
CN111178113A
CN111178113A CN201811332907.2A CN201811332907A CN111178113A CN 111178113 A CN111178113 A CN 111178113A CN 201811332907 A CN201811332907 A CN 201811332907A CN 111178113 A CN111178113 A CN 111178113A
Authority
CN
China
Prior art keywords
information
current
human shape
time
image
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
Application number
CN201811332907.2A
Other languages
English (en)
Other versions
CN111178113B (zh
Inventor
王果
王顺兴
朱喜莹
杜小燕
谢展鹏
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.)
Shenzhen Gwelltimes Technology Co ltd
Original Assignee
Shenzhen Gwelltimes Technology Co ltd
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 Shenzhen Gwelltimes Technology Co ltd filed Critical Shenzhen Gwelltimes Technology Co ltd
Priority to CN201811332907.2A priority Critical patent/CN111178113B/zh
Publication of CN111178113A publication Critical patent/CN111178113A/zh
Application granted granted Critical
Publication of CN111178113B publication Critical patent/CN111178113B/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
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明实施例公开了一种信息处理方法、装置及存储介质,该方法包括:获取多个摄像头采集到的视频,根据截取时间从摄像头采集到的视频中截取图像,得到摄像头的当前截取图像,对摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息,对每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息,获取当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息,根据人形差异信息对截取时间进行更新,并返回根据截取时间从摄像头采集到的视频中截取图像的步骤,该方案可以降低系统资源的浪费。

Description

一种信息处理方法、装置及存储介质
技术领域
本发明涉及信息处理领域,具体涉及一种信息处理方法、装置及存储介质。
背景技术
客流通常被称作人数,是大型商场、购物中心、连锁店、机场、车站、博物馆和展览馆等公共场所在管理和决策方面不可缺少的数据。全面掌握业态运营的客流信息对实施科学的管理和做出正确的市场营销决策起着至关重要的作用。而现有技术中对于客流量的统计会浪费资源,因此需要进行改进。
发明内容
本发明实施例提供一种信息处理方法、装置及存储介质,该方案可以降低系统资源的浪费。
本发明实施例提供一种信息处理方法,包括:
获取多个摄像头采集到的视频;
根据截取时间从所述摄像头采集到的视频中截取图像,得到摄像头的当前截取图像;
对所述摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息;
对所述每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息;
获取所述当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息;
根据所述人形差异信息对所述截取时间进行更新,并返回所述根据截取时间从所述摄像头采集到的视频中截取图像的步骤。
相应的,本发明实施例还提供一种信息处理装置,包括:
获取模块,用于获取多个摄像头采集到的视频;
截取模块,用于根据截取时间从所述摄像头采集到的视频中截取图像,得到摄像头的当前截取图像;
识别模块,用于对所述摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息;
合并模块,用于对所述每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息;
差异信息获取模块,用于获取所述当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息;
更新模块,用于根据所述人形差异信息对所述截取时间进行更新,并返回所述根据截取时间从所述摄像头采集到的视频中截取图像的步骤。
此外,本发明实施例还提供一种存储介质,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行本发明实施例提供的任一种信息处理方法中的步骤。
本发明实施例公开了一种信息处理方法、装置及存储介质,该方法包括:获取多个摄像头采集到的视频,根据截取时间从摄像头采集到的视频中截取图像,得到摄像头的当前截取图像,对摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息,对每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息,获取当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息,根据人形差异信息对截取时间进行更新,并返回根据截取时间从摄像头采集到的视频中截取图像的步骤,由于该方案通过处理多个摄像头采集到的视频,并根据人形差异信息对截取时间进行自更新,从而降低对于系统资源的浪费。
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,对于本领域技术人员来讲,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是本发明实施例提供的信息处理系统的场景示意图;
图2是本发明实施例提供的信息处理方法的流程图;
图3是本发明实施例提供的信息处理方法的另一流程图;
图4为本发明实施例提供的矩形框;
图5为本发明实施例提供的统计结果图;
图6为本发明实施例提供的另一种统计结果图;
图7是本发明实施例提供的信息处理装置的第一种结构示意图;
图8是本发明实施例提供的信息处理装置的第二种结构示意图;
图9是本发明实施例提供的信息处理装置的第三种结构示意图;
图10是本发明实施例提供的网络设备的结构示意图。
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,本领域技术人员在没有作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。
本发明实施例提供一种信息处理方法、装置及存储介质。
本发明实施例提供了一种信息处理系统,包括本发明任一实施例提供的信息处理装置,该信息处理装置具体可以集成在网络设备,比如终端或服务器等设备中。
例如,参考图1,当用户需要对客流量进行统计时,可以获取多个摄像头采集到的视频,根据截取时间从摄像头采集到的视频中截取图像,得到摄像头的当前截取图像,对摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息,对每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息,获取当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息,根据人形差异信息对截取时间进行更新,并返回根据截取时间从摄像头采集到的视频中截取图像的步骤,从而达到统计客流量的目的。
上述图1的例子只是实现本发明实施例的一个系统架构实例,本发明实施例并不限于上述图1所示的系统结构,基于该系统架构,提出本发明各个实施例。
以下分别进行详细说明。需说明的是,以下实施例的序号不作为对实施例优选顺序的限定。
在本实施例中,将从信息处理装置的角度进行描述,该信息处理装置具体可以集成在网络设备,比如终端或服务器等设备中。
如图2所示,提供了一种信息处理方法,该方法可以由终端的处理器执行,该信息处理方法的具体流程可以如下:
201、获取多个摄像头采集到的视频。
其中,采集视频的设备可以为安装在出入口等关键通道或者其他位置的单一摄像头,也可以为安装在统计区域的多个摄像头或者多组摄像头,比如,若想要分析商场中的客流量变化情况,可以在商场出入口安装摄像头,通过对关键通道摄像头采集到视频的分析进行客流量统计,也可以在商场各处都安装摄像头,使得所有摄像头能拍摄到的区域可以覆盖整个商场,从而通过分析所有摄像头拍摄的信息,可以获取整个商场完整准确的数据。其中,通过多个摄像头拍摄时,可以使多个摄像头同时进行拍摄,以保证同一时刻数据的完整性。
202、根据截取时间从摄像头采集到的视频中截取图像,得到摄像头的当前截取图像。
其中,根据截取时间从摄像头采集到的视频中截取图像,得到摄像头当前截取图像的方式可以有多种,例如,具体可以接收截取图像的请求,其中,该截取图像的请求可以根据预设截取时间发出,每隔预设截取时间即发送一次截取图像的请求,通过该截取图像的请求从摄像头采集到的视频中截取图像,该预设截取时间还可以进行自调整,以节约资源和保证截取到图像的有效性,该截取图像的请求还可以通过用户的设定发送。然后,根据该截取图像的请求获取至少一张摄像头当前截取图像。
203、对摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息。
其中,人形识别为识别图像中的人体形状,由于人与人之间会产生互相遮挡的情况,因此,该人形可以为完整的人体形状,也包括由于遮挡而产生的不完整的人体形状。摄像头当前图像人形信息可以包括当前图像的截取时间,当前截取图像中人形的数目,当前截取图像中人形的位置信息,当前截取图像中人形的尺寸信息,矩形框所在的位置、矩形框的尺寸,目标特征点的坐标信息以及当前截取图像中的人流密度信息等等。
具体地,步骤“对摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息”可以包括:
当检测到所述当前截取图像存在目标时,获取所述目标在所述当前截取图像中的位置信息;
基于所述位置信息检测所述目标的目标轮廓图像;
根据所述目标轮廓图像判断所述目标是否为人形;
若是,则从所述当前截取图像中获取所述目标的人形信息,得到当前图像人形信息。
其中,目标可以为通过背景差分法对于摄像头当前截取图像进行检测后,得到的目标,但是,该检测出的目标有可能为人形,也有可能由于其他因素,将不是人形的图像也检测为目标,因此,还需要对背景差分法检测出的目标进行进一步的识别,以增加人形识别结果的准确性。比如,当根据背景差分法检测到当前截取图像中存在目标,则利用灰度特征模型获取该目标在当前截取图像中的位置信息,并基于该位置信息检测目标的目标轮廓图像;当根据背景差分法检测到当前截取图像中不存在目标图像,则不进行检测目标轮廓的步骤。之后可以根据该目标轮廓图像判断目标是否为人形,若是,则从当前截取图像中获取目标的人形信息,并得到当前图像人形信息;若否,则不进行目标的人形信息获取的步骤。
具体地,步骤“从所述当前截取图像中获取所述目标的人形信息”可以包括:
在所述当前截取图像中对所述目标进行人形标记,得到标记信息;
根据所述标记信息获取所述目标的人形信息。
具体地,步骤“在所述当前截取图像中对所述目标进行人形标记,得到标记信息”可以包括:
根据所述位置信息,为所述目标设置相应的矩形框,以标记所述目标;
根据所述矩形框的属性信息获取所述标记信息。
比如,若根据背景差分法检测到当前截取图像中存在目标,并根据目标轮廓图像判定该目标为人形,则利用灰度特征模型获取该目标在当前截取图像中的位置信息,然后,根据位置信息,为目标设置相应的矩形框,以标记目标,比如,可以将该目标在当前截取图像中的位置信息用矩形框进行框定,以方便用户直观的查找当前截取图像中的人形。然后根据矩形框的属性信息获取标记信息,其中,还可以确定矩形框中的特殊点作为目标特征点,作为对目标进行坐标定位的依据,比如,可以将矩形框两对角线的交点作为目标特征点,或者,也可以将矩形框的其他点作为目标特征点。其中,矩形框的属性信息可以为矩形的性质等等,标记信息可以为矩形框所在的位置、矩形框的尺寸以及目标特征点的坐标等等。
其中,当前图像人形信息可以包括当前图像的截取时间,当前截取图像中人形的数目,当前截取图像中人形的位置信息,当前截取图像中人形的尺寸信息,矩形框所在的位置、矩形框的尺寸,目标特征点的坐标信息以及当前截取图像中的人流密度信息等等。获取到标记信息后,可以根据标记信息获取目标的人形信息。
204、对每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息。
获取到当前图像人形信息后,可以检测系统中是否存在多个摄像头进行拍摄,若存在多个摄像头,则将所有摄像头同一时间截取的图像进行汇总,并将所有同一时间的当前图像人形信息进行合并处理,生成当前时间对应的合并后人形信息,其中,当前时间对应的合并后人形信息可以包括当前时刻总的人形数目,不同区域的人流密度等等,比如,可以将同一时间的所有当前截取图像中的人形数目n进行汇总,获得新的总人形数目N,还可以将所有当前截取图像进行拼接,从而统计出不同区域的总人流密度。
具体地,步骤“对每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息”之后,还可以包括:
对所述当前时间对应的合并后人形信息进行统计,得到当前统计结果;
显示所述当前统计结果与历史统计结果;
将所述当前统计结果与历史统计结果进行对比,得到统计对比结果。
其中,获取到当前时间对应的合并后人形信息后,可以对当前时间对应的合并后人形信息进行统计,得到当前统计结果,当前统计结果可以为最近一段时间(比如今天)当前截取图像中总人形数目与当前截取图像拍摄时间的关系以及当前截取图像中不同区域的总人流密度情况,可以将当前统计结果进行显示,比如,可以用趋势曲线图直观显示当天截取图像中总人形数目随截取图像拍摄时间的变化情况,还可以用热力分布图直观显示不同区域的总人流密度情况,通过不同的颜色表示不同的人流密度。
比如,可以将人形标记后的所有截取图像上传至服务器,服务器对图像总人形信息进行统计,比如,服务器记录截取图像的拍摄时间t,截取图像中的人形数目n,目标特征点的坐标A(x,y),之后记录和分析截取图像中的人形数目n与截取图像的拍摄时间t之间的关系,目标特征点的坐标A(x,y)信息,还可以将目标特征点的坐标A(x,y)标注在截取图像中,从而计算截取图像中不同区域的人流密度。
其中,历史统计结果可以为对前一段时间内获取的历史时间对应的截取图像的合并后人形信息,进行分析从而得到的统计结果,比如,可以为对以往7天获取的历史时间对应的截取图像的合并后人形信息进行统计,将过去7天获取的历史时间对应的截取图像的合并后人形信息数据每间隔10分钟作为一组分析一次,利用偏差统计相关系数,比如,可以利用皮尔森系数来计算该时段的理想偏差数值,然后计算出全天所有时段的该理想偏差数值,还可以将历史统计结果进行显示,比如,将历史统计结果绘制成曲线图作为根据以往7天获取的历史图像总人形信息数据分析出来的参考数据曲线。
然后,可以将当前统计结果与历史统计结果进行对比,得到统计对比结果,该统计对比结果可以为当前统计结果与历史统计结果中图像总人形数目的差异或者当前统计结果与历史统计结果中不同区域的总人流密度的差异等等。
比如,可以将当天不同时间段的当前截取图像中总人形数目与当前截取图像拍摄时间的关系用曲线图的形式展示出来,将历史统计结果也用曲线图表示,并将两条曲线显示在同一曲线图中,显示实时客流量数目,使得用户可以直观的了解当天客流量情况与历史客流量情况的差异。还可以通过设置对比按钮,使得用户可以对历史统计结果进行选择,比如,用户可以通过选择显示近7天、近30天、全部或者实时的统计结果,从而增加对比的种类,提高对比的准确性。还可以将当前截取图像中不同区域的总人流密度情况通过热力分布图显示,通过不同的颜色代表不同的人流密度。
其中,当前截取图像中不同区域的总人流密度情况还可以通过三维分布图进行显示,比如,当前时间对应的合并后人形信息可以包括当前截取图像中人形所在的坐标信息,可以根据当前时间对应的合并后人形信息,将当前时间不同区域的人形密度通过不同颜色和不同高度的曲面图表示出来,还可以将历史时间对应的合并后人形密度信息通过不同颜色和不同高度的曲面图表示出来,并将两张曲面图显示在同一分布图中,使得用户可以直观的了解当天各个区域人流密度情况,以及当天各个区域人流密度情况与历史各个区域人流密度情况的差异。类似的,还可以通过设置对比按钮,使得用户可以对历史统计结果进行选择,比如,用户可以通过选择显示近7天、近30天、全部或者实时的统计结果,从而增加对比的种类,提高对比的准确性。
其中,还可以预先获取应对策略,比如,该应对策略可以为“xxx服装城今日客流量有异常点低于预期客流量,时间10:20~13:13,建议结合实际情况分析原因。”或者“xxx服装城今日客流量集中在xxx区域,分布情况与预期相差较大,尤其是xxx区域,建议结合实际情况分析原因。”,可以获取多种应对策略,使得系统能够根据不同的统计对比结果给出多种应对策略。然后可以建立应对策略与统计对比结果的映射关系,并保存该映射关系,然后根据映射关系匹配出统计对比结果对应的应对策略,使得用户可以根据该给出的策略进行决策。
205、获取当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息。
其中,获取到当前时间对应的合并后人形信息后,可以将当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息进行比较,得到人形差异信息,比如,该人形差异信息可以包括当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形数量偏差值,当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形密度偏差值等等。
206、根据人形差异信息对所述截取时间进行更新,并返回根据截取时间从摄像头采集到的视频中截取图像的步骤。
具体地,步骤“根据人形差异信息对所述截取时间进行更新”可以包括:
判断所述人形差异信息是否满足预设延长条件;
若是,则删除所述当前时间对应的合并后人形信息,并延长所述截取时间;
若否,则保留所述当前时间对应的合并后人形信息,并缩短所述截取时间。
具体地,步骤“判断所述人形差异信息是否满足预设延长条件”可以包括:
当所述人形数量偏差值大于预设偏差值时,确定所述人形差异信息满足预设延长条件;
当所述人形数量偏差值不大于预设偏差值时,确定所述人形差异信息不满足预设延长条件。
得到人形差异信息后,可以根据该人形差异信息对截取时间进行更新。首先判断人形差异信息是否满足预设延长条件,其中,当人形数量偏差值大于预设偏差值时,满足预设延长条件,当人形数量偏差值不大于预设偏差值时,不满足预设延长条件。
若满足预设延长条件,则删除当前时间对应的合并后人形信息,并延长截取时间;若不满足预设延长条件,则保留当前时间对应的合并后人形信息,并缩短截取时间。比如,该人形数量偏差值可以为当前图像总人形数目和前一时间间隔截取图像总人形数目之间的人形数量偏差值,人形数量偏差值可以用k表示,人形数量偏差值的计算方法可以如下:
k=|(A-B)/B|·100%
其中,A为当前图像总人形数目,B为前一时间间隔截取图像总人形数目。
其中,预设偏差值为预先设定值,可以用K表示预设偏差值,当k的值小于K的值,即认为需要删除当前时间对应的合并后人形信息,并延长截取时间,当k的值大于K的值,即认为需要保留当前时间对应的合并后人形信息,并缩短截取时间。
其中,截取时间可以设置在预设固定范围之内,使得截取时间不会过长或者过短,比如,可以用t表示截取时间,设置截取时间t的范围为1min≤t≤1h。截取时间的延长或者缩短可以与人形数量偏差值k有关,即可以根据计算出的人形数量偏差值k对截取时间t进行调整,比如,可以将调整之前的截取时间表示为t1,调整之后的截取时间表示为t2,若计算得出的人形数量偏差值k≤预设偏差值K,则调整之后的截取时间t2的计算公式可以为:
t2=2t1
若计算得出的调整之后的截取时间t2大于预设固定范围上限,比如,大于1h,则取1h作为截取时间,若计算得出的调整之后的截取时间t2不大于预设固定范围上限,则不进行更改。
若计算得出的人形数量偏差值k≥预设偏差值K,则调整之后的截取时间t2的计算公式可以为:
t2=(1-k1)·t1
若计算得出的调整之后的截取时间t2小于预设固定范围下限,比如,小于1min,则取1min作为截取时间,若计算得出的调整之后的截取时间t2不小于预设固定范围下限,则不进行更改。
其中,人形差异信息还可以为当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形密度偏差值,也可以根据该人形密度偏差值对截取时间进行更新,比如,可以预设一个密度预设偏差值,将人形密度偏差值与该密度预设偏差值进行比较,根据比较结果更新截取时间。
根据人形差异信息对截取时间进行更新之后,就可以进行返回根据截取时间从摄像头采集到的视频中截取图像的步骤,以此实现循环操作。
其中,还可以设置一个时间区间为摄像头的工作时间,比如,可以设置将商场工作时间作为摄像头的工作时间,则当商场下班时,摄像头可以停止工作从而节约资源。
本发明实施例公开了一种信息处理方法、装置及存储介质,该方法包括:获取多个摄像头采集到的视频,根据截取时间从摄像头采集到的视频中截取图像,得到摄像头的当前截取图像,对摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息,对每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息,获取当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息,根据人形差异信息对截取时间进行更新,并返回根据截取时间从摄像头采集到的视频中截取图像的步骤,由于该方案通过处理多个摄像头采集到的视频,从而获取图像人形信息,并根据人形差异信息对截取时间进行更新,然后对图像人形信息进行统计,得到统计结果并将统计结果直观的显示,便于用户根据统计结果进行决策,从而提高了获取客流量数据的准确性和效率,同时降低对于系统资源的浪费。
根据前面实施例所描述的方法,以下将以该信息统计装置具体集成在终端举例作进一步详细说明。
参考图3,本发明实施例的信息统计方法的具体流程可以如下:
301、获取多个摄像头采集到的视频。
其中,采集视频的设备可以为安装在出入口等关键通道或者其他位置的单一摄像头,也可以为安装在统计区域的多个摄像头或者多组摄像头,其中,通过多个摄像头拍摄时,可以使多个摄像头同时进行拍摄,以保证同一时刻数据的完整性。摄像头采集到视频后,可以将采集到的视频发送给终端。
302、终端根据截取时间从摄像头采集到的视频中截取图像,得到摄像头当前的截取图像。
其中,终端根据截取时间从摄像头采集到的视频中截取图像,得到摄像头当前截取图像的方式可以有多种,例如,终端具体可以接收截取图像的请求,其中,该截取图像的请求可以根据预设截取时间发出,每隔预设截取时间即发送一次截取图像的请求,通过该截取图像的请求从摄像头采集到的视频中截取图像,该预设截取时间还可以进行自调整,以节约资源和保证截取到图像的有效性,该截取图像的请求还可以通过用户的设定发送。然后,终端根据该截取图像的请求获取至少一张摄像头当前截取图像。
303、终端对摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息。
具体地,步骤“终端对摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息”可以包括:
当终端检测到所述当前截取图像存在目标时,获取所述目标在所述当前截取图像中的位置信息;
终端基于所述位置信息检测所述目标的目标轮廓图像;
终端根据所述目标轮廓图像判断所述目标是否为人形;
若是,则终端从所述当前截取图像中获取所述目标的人形信息,得到当前图像人形信息。
其中,目标可以为通过背景差分法对于摄像头当前截取图像进行检测后,得到的目标,但是,该检测出的目标有可能为人形,也有可能由于其他因素,将不是人形的图像也检测为目标,因此,还需要对背景差分法检测出的目标进行进一步的识别,以增加人形识别结果的准确性。比如,当终端根据背景差分法检测到当前截取图像中存在目标,则利用灰度特征模型获取该目标在当前截取图像中的位置信息,并基于位置信息检测目标的目标轮廓图像;当终端根据背景差分法检测到当前截取图像中不存在目标图像,则不进行检测目标轮廓的步骤。之后终端可以根据该目标轮廓图像判断目标是否为人形,若是,则从当前截取图像中获取目标的人形信息,并得到当前图像人形信息;若否,则不进行目标的人形信息获取的步骤。
具体地,步骤“终端从所述当前截取图像中获取所述目标的人形信息”可以包括:
终端在所述当前截取图像中对所述目标进行人形标记,得到标记信息;
终端根据所述标记信息获取所述目标的人形信息。
具体地,步骤“终端在所述当前截取图像中对所述目标进行人形标记,得到标记信息”可以包括:
终端根据所述位置信息,为所述目标设置相应的矩形框,以标记所述目标;
终端根据所述矩形框的属性信息获取所述标记信息。
请参阅图4,图4为本发明实施例提供的矩形框,比如,若终端根据背景差分法检测到当前截取图像中存在目标,并根据目标轮廓图像判定该目标为人形,则利用灰度特征模型获取该目标在当前截取图像中的位置信息,然后,根据该位置信息,为目标设置相应的矩形框,以标记目标。然后根据矩形框的属性信息获取标记信息,其中,还可以确定矩形框中的特殊点作为目标特征点,作为对目标进行坐标定位的依据。其中,标记信息可以为矩形框所在的位置、矩形框的尺寸以及目标特征点的坐标等等。终端获取到标记信息后,可以根据标记信息获取目标的人形信息。
304、终端对每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息。
终端获取到当前图像人形信息后,可以检测系统中是否存在多个摄像头进行拍摄,若存在多个摄像头,则将所有摄像头同一时间截取的图像进行汇总,并将所有同一时间的当前图像人形信息进行合并处理,生成当前时间对应的合并后人形信息,其中,当前时间对应的合并后人形信息可以包括当前时刻总的人形数目,不同区域的人流密度等等。
具体地,步骤“终端对每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息”之后,还可以包括:
终端对所述当前时间对应的合并后人形信息进行统计,得到当前统计结果;
终端显示所述当前统计结果与历史统计结果;
终端将所述当前统计结果与历史统计结果进行对比,得到统计对比结果。
其中,终端获取到当前时间对应的合并后人形信息后,可以对当前时间对应的合并后人形信息进行统计,得到当前统计结果,当前统计结果可以为最近一段时间(比如今天)当前截取图像中总人形数目与当前截取图像拍摄时间的关系以及当前截取图像中不同区域的总人流密度情况,可以将当前统计结果进行显示。历史统计结果可以为对前一段时间内获取的历史时间对应的截取图像的合并后人形信息,进行分析从而得到的统计结果。然后,终端可以将当前统计结果与历史统计结果进行对比,得到统计对比结果。
请参阅图5,图5为本发明实施例提供的统计结果图,比如,可以将当天不同时间段的当前截取图像中总人形数目与当前截取图像拍摄时间的关系用曲线图的形式展示出来,将历史统计结果也用曲线图表示,并将两条曲线显示在同一曲线图中,显示实时客流量数目,使得用户可以直观的了解当天客流量情况与历史客流量情况的差异。还可以通过设置对比按钮,使得用户可以对历史统计结果进行选择,比如,用户可以通过选择显示近7天、近30天、全部或者实时的统计结果,从而增加对比的种类,提高对比的准确性。还可以将当前截取图像中不同区域的总人流密度情况通过热力分布图显示,通过不同的颜色代表不同的人流密度。
请参阅图6,图6为本发明实施例提供的另一种统计结果图,其中,可以将当天不同时间段的当前截取图像中总人形数目与当前截取图像拍摄时间的关系用曲线图的形式展示出来,将历史统计结果也用曲线图表示,并将两条曲线显示在同一曲线图中,显示实时客流量数目,使得用户可以直观的了解当天客流量情况与历史客流量情况的差异。当前截取图像中不同区域的总人流密度情况还可以通过三维分布图进行显示,比如,当前时间对应的合并后人形信息可以包括当前截取图像中人形所在的坐标信息,可以根据当前时间对应的合并后人形信息,将当前时间不同区域的人形密度通过不同颜色和不同高度的曲面图表示出来,还可以将历史时间对应的合并后人形密度信息通过不同颜色和不同高度的曲面图表示出来,并将两张曲面图显示在同一分布图中,使得用户可以直观的了解当天各个区域人流密度情况,以及当天各个区域人流密度情况与历史各个区域人流密度情况的差异。类似的,还可以通过设置对比按钮,使得用户可以对历史统计结果进行选择,比如,用户可以通过选择显示近7天、近30天、全部或者实时的统计结果,从而增加对比的种类,提高对比的准确性。
其中,终端可以预先获取应对策略,使得系统能够根据不同的统计对比结果给出多种应对策略。然后终端可以建立应对策略与统计对比结果的映射关系,并保存所述映射关系,然后根据映射关系匹配出统计对比结果对应的应对策略,使得用户可以根据该给出的策略进行决策。
305、终端获取当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息。
其中,终端获取到当前时间对应的合并后人形信息后,可以将当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息进行比较,得到人形差异信息,比如,该人形差异信息可以包括当前图像总人形信息、与历史图像总人形信息之间的人形数量偏差值,当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形密度偏差值等等。
306、终端根据人形差异信息对所述截取时间进行更新,并返回根据截取时间从摄像头采集到的视频中截取图像的步骤。
具体地,步骤“终端根据人形差异信息对截取时间进行更新”可以包括:
终端判断所述人形差异信息是否满足预设延长条件;
若是,则删除所述当前时间对应的合并后人形信息,并延长所述截取时间;
若否,则保留所述当前时间对应的合并后人形信息,并缩短所述截取时间。
具体地,步骤“终端判断所述人形差异信息是否满足预设延长条件”之前,还可以包括:
当所述人形数量偏差值大于预设偏差值时,确定所述人形差异信息满足预设延长条件;
当所述人形数量偏差值不大于预设偏差值时,确定所述人形差异信息不满足预设延长条件。
终端得到人形差异信息后,可以根据该人形差异信息对截取时间进行更新。首先判断人形差异信息是否满足预设延长条件,其中,当人形数量偏差值大于预设偏差值时,满足预设延长条件,当人形数量偏差值不大于预设偏差值时,不满足预设延长条件。
若满足预设延长条件,则删除当前时间对应的合并后人形信息,并延长截取时间;若不满足预设延长条件,则保留当前时间对应的合并后人形信息,并缩短截取时间。
其中,截取时间可以设置在预设固定范围之内,使得截取时间不会过长或者过短。截取时间的延长或者缩短可以与人形数量偏差值k有关,即可以根据计算出的人形数量偏差值k对截取时间t进行调整。终端根据人形差异信息对截取时间进行更新之后,就可以进行返回根据截取时间从摄像头采集到的视频中截取图像的步骤,以此实现循环操作。
本发明实施例公开了一种信息处理方法、装置及存储介质,该方法包括:终端获取多个摄像头采集到的视频,终端根据截取时间从摄像头采集到的视频中截取图像,得到摄像头的当前截取图像,终端对摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息,终端对每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息,终端获取当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息,终端根据人形差异信息对所述截取时间进行更新,并返回根据截取时间从摄像头采集到的视频中截取图像的步骤,由于该方案通过处理多个摄像头采集到的视频,从而获取图像人形信息,并根据人形差异信息对截取时间进行更新,然后对图像人形信息进行统计,得到统计结果并将统计结果直观的显示,便于用户根据统计结果进行决策,从而提高了获取客流量数据的准确性和效率,同时降低对于系统资源的浪费。
为了更好地实施以上方法,本发明实施例还可以提供一种信息处理装置,该信息处理装置具体可以集成在终端中,该终端可以包括:手机、平板电脑、笔记本电脑或个人计算机(PC,Personal Computer)等。
例如,如图7所示,该信息处理装置可以包括获取模块61、截取模块62、识别模块63、合并模块64、差异信息获取模块65和更新模块66,如下:
获取模块61,用于获取多个摄像头采集到的视频;
截取模块62,用于根据截取时间从所述摄像头采集到的视频中截取图像,得到摄像头的当前截取图像;
识别模块63,用于对所述摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息;
合并模块64,用于对所述每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息;
差异信息获取模块65,用于获取所述当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息;
更新模块66,用于根据所述人形差异信息对所述截取时间进行更新,并返回所述根据截取时间从所述摄像头采集到的视频中截取图像的步骤。
在一实施例中,参考图8,所述识别模块63,可以包括:
位置信息获取子模块631,用于当检测到所述当前截取图像存在目标时,获取所述目标在所述当前截取图像中的位置信息;
目标轮廓检测子模块632,用于基于所述位置信息检测所述目标的目标轮廓图像;
判断子模块633,用于根据所述目标轮廓图像判断所述目标是否为人形;
人形信息获取子模块634,用于若是,则从所述当前截取图像中获取所述目标的人形信息,得到当前图像人形信息。
在一实施例中,参考图9,所述合并模块64之后,还可以包括:
统计子模块641,用于对所述当前时间对应的合并后人形信息进行统计,得到当前统计结果;
显示子模块642,用于显示所述当前统计结果与历史统计结果;
对比子模块643,用于将所述当前统计结果与历史统计结果进行对比,得到统计对比结果。
在一实施例中,人形信息获取子模块634可以具体用于:
在所述当前截取图像中对所述目标进行人形标记,得到标记信息;
根据所述标记信息获取所述目标的人形信息。
在一实施例中,更新模块66可以具体用于:
判断所述人形差异信息是否满足预设延长条件;
若是,则删除所述当前时间对应的合并后人形信息,并延长所述截取时间;
若否,则保留所述当前时间对应的合并后人形信息,并缩短所述截取时间。
具体实施时,以上各个单元可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元的具体实施可参见前面的方法实施例,在此不再赘述。
由上可知,本发明实施例的信息处理装置可以通过获取模块61获取多个摄像头采集到的视频,通过截取模块62根据截取时间从摄像头采集到的视频中截取图像,得到摄像头的当前截取图像,通过识别模块63对摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息,通过合并模块64对每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息,通过差异信息获取模块65获取当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息,通过更新模块66根据人形差异信息对截取时间进行更新,并返回根据截取时间从摄像头采集到的视频中截取图像的步骤,由于该方案通过处理多个摄像头采集到的视频,从而获取图像人形信息,并根据人形差异信息对截取时间进行更新,然后对图像人形信息进行统计,得到统计结果并将统计结果直观的显示,便于用户根据统计结果进行决策,从而提高了获取客流量数据的准确性和效率,同时降低对于系统资源的浪费。
本发明实施例还提供一种终端,该终端可以集成本发明实施例所提供的任一种信息处理装置。
例如,如图10所示,其示出了本发明实施例所涉及的终端的结构示意图,具体来讲:
该终端可以包括一个或者一个以上处理核心的处理器501、一个或一个以上计算机可读存储介质的存储器502、电源503和输入单元504等部件。本领域技术人员可以理解,图5中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器501是该终端的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或执行存储在存储器502内的软件程序和/或模块,以及调用存储在存储器502内的数据,执行终端的各种功能和处理数据,从而对终端进行整体监控。可选的,处理器501可包括一个或多个处理核心;优选的,处理器501可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器501中。
存储器502可用于存储软件程序以及模块,处理器501通过运行存储在存储器502的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器502可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器502还可以包括存储器控制器,以提供处理器501对存储器502的访问。
终端还包括给各个部件供电的电源503,优选的,电源503可以通过电源管理系统与处理器501逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源503还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该终端还可包括输入单元504,该输入单元504可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,终端还可以包括显示单元等,在此不再赘述。具体在本实施例中,终端中的处理器501会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器502中,并由处理器501来运行存储在存储器502中的应用程序,从而实现各种功能,如下:
获取多个摄像头采集到的视频,根据截取时间从摄像头采集到的视频中截取图像,得到摄像头的当前截取图像,对摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息,对每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息,获取当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息,根据人形差异信息对所述截取时间进行更新,并返回根据截取时间从摄像头采集到的视频中截取图像的步骤。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
由上可知,本发明实施例可以获取多个摄像头采集到的视频,根据截取时间从摄像头采集到的视频中截取图像,得到摄像头的当前截取图像,对摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息,对每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息,获取当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息,根据人形差异信息对所述截取时间进行更新,并返回根据截取时间从摄像头采集到的视频中截取图像的步骤,由于该方案通过处理多个摄像头采集到的视频,从而获取图像人形信息,并根据人形差异信息对截取时间进行更新,然后对图像人形信息进行统计,得到统计结果并将统计结果直观的显示,便于用户根据统计结果进行决策,从而提高了获取客流量数据的准确性和效率,同时降低对于系统资源的浪费。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本发明实施例提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本发明实施例所提供的任一种信息处理方法中的步骤。例如,该指令可以执行如下步骤:
获取多个摄像头采集到的视频,根据截取时间从摄像头采集到的视频中截取图像,得到摄像头的当前截取图像,对摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息,对每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息,获取当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息,根据人形差异信息对所述截取时间进行更新,并返回根据截取时间从摄像头采集到的视频中截取图像的步骤。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本发明实施例所提供的任一种信息处理方法中的步骤,因此,可以实现本发明实施例所提供的任一种信息处理方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
本发明实施例还提供一种信息处理系统,包括:终端和多个摄像头,摄像头,用于采集视频,并将采集到的视频发送给终端,终端,用于根据截取时间从摄像头采集到的视频中截取图像,得到摄像头的当前截取图像;对摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息;对每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息;获取当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息;根据人形差异信息对所述截取时间进行更新,并返回执行根据截取时间从摄像头采集到的视频中截取图像的步骤。
以上对本发明实施例所提供的一种信息处理方法、装置和存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种信息处理方法,其特征在于,包括:
获取多个摄像头采集到的视频;
根据截取时间从所述摄像头采集到的视频中截取图像,得到摄像头的当前截取图像;
对所述摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息;
对所述每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息;
获取所述当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息;
根据所述人形差异信息对所述截取时间进行更新,并返回所述根据截取时间从所述摄像头采集到的视频中截取图像的步骤。
2.如权利要求1所述的信息处理方法,其特征在于,对所述摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息,包括:
当检测到所述当前截取图像存在目标时,获取所述目标在所述当前截取图像中的位置信息;
基于所述位置信息检测所述目标的目标轮廓图像;
根据所述目标轮廓图像判断所述目标是否为人形;
若是,则从所述当前截取图像中获取所述目标的人形信息,得到当前图像人形信息。
3.如权利要求2所述的信息处理方法,其特征在于,从所述当前截取图像中获取所述目标的人形信息,包括:
在所述当前截取图像中对所述目标进行人形标记,得到标记信息;
根据所述标记信息获取所述目标的人形信息。
4.如权利要求3所述的信息处理方法,其特征在于,在所述当前截取图像中对所述目标进行人形标记,得到标记信息,包括:
根据所述位置信息,为所述目标设置相应的矩形框,以标记所述目标;
根据所述矩形框的属性信息获取所述标记信息。
5.如权利要求1所述的信息处理方法,其特征在于,根据所述人形差异信息对所述截取时间进行更新,包括:
判断所述人形差异信息是否满足预设延长条件;
若是,则删除所述当前时间对应的合并后人形信息,并延长所述截取时间;
若否,则保留所述当前时间对应的合并后人形信息,并缩短所述截取时间。
6.如权利要求5所述的信息处理方法,其特征在于,所述人形差异信息包括所述当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形数量偏差值;
判断所述人形差异信息是否满足预设延长条件,包括:
当所述人形数量偏差值大于预设偏差值时,确定所述人形差异信息满足预设延长条件;
当所述人形数量偏差值不大于预设偏差值时,确定所述人形差异信息不满足预设延长条件。
7.如权利要求1所述的信息处理方法,其特征在于,对所述每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息之后,还包括:
对所述当前时间对应的合并后人形信息进行统计,得到当前统计结果;
显示所述当前统计结果与历史统计结果;
将所述当前统计结果与所述历史统计结果进行对比,得到统计对比结果。
8.一种信息处理装置,其特征在于,包括:
获取模块,用于获取多个摄像头采集到的视频;
截取模块,用于根据截取时间从所述摄像头采集到的视频中截取图像,得到摄像头的当前截取图像;
识别模块,用于对所述摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息;
合并模块,用于对所述每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息;
差异信息获取模块,用于获取所述当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息;
更新模块,用于根据所述人形差异信息对所述截取时间进行更新,并返回所述根据截取时间从所述摄像头采集到的视频中截取图像的步骤。
9.一种信息处理系统,包括:终端和多个摄像头;
所述摄像头,用于采集视频,并将采集到的视频发送给终端;
所述终端,用于根据截取时间从所述摄像头采集到的视频中截取图像,得到摄像头的当前截取图像;对所述摄像头的当前截取图像进行人形识别,得到每个摄像头的当前图像人形信息;对所述每个摄像头的当前图像人形信息进行合并处理,得到当前时间对应的合并后人形信息;获取所述当前时间对应的合并后人形信息、与历史时间对应的截取图像的合并后人形信息之间的人形差异信息;根据所述人形差异信息对所述截取时间进行更新,并返回执行所述根据截取时间从所述摄像头采集到的视频中截取图像的步骤。
10.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至7任一项所述的信息处理方法中的步骤。
CN201811332907.2A 2018-11-09 2018-11-09 一种信息处理方法、装置及存储介质 Active CN111178113B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811332907.2A CN111178113B (zh) 2018-11-09 2018-11-09 一种信息处理方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811332907.2A CN111178113B (zh) 2018-11-09 2018-11-09 一种信息处理方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN111178113A true CN111178113A (zh) 2020-05-19
CN111178113B CN111178113B (zh) 2023-10-13

Family

ID=70651742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811332907.2A Active CN111178113B (zh) 2018-11-09 2018-11-09 一种信息处理方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN111178113B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111860305A (zh) * 2020-07-17 2020-10-30 北京百度网讯科技有限公司 一种图像标注方法、装置、电子设备及存储介质
CN112966561A (zh) * 2021-02-03 2021-06-15 成都职业技术学院 一种便携式大学生创新创业多功能记录方法及装置
CN114067269A (zh) * 2021-11-18 2022-02-18 浙江宇视科技有限公司 一种人员拥堵评价方法、装置、计算机设备以及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101309364A (zh) * 2007-05-14 2008-11-19 索尼株式会社 成像设备、处理所捕获的图像信号的方法和计算机程序
CN106228153A (zh) * 2016-08-29 2016-12-14 广州市果豆科技有限责任公司 一种基于人脸识别的存在感应装置及电路控制系统
CN106503641A (zh) * 2016-10-18 2017-03-15 上海众恒信息产业股份有限公司 辅助决策分析系统及分析方法
CN106791708A (zh) * 2017-02-07 2017-05-31 深圳云天励飞技术有限公司 一种视频处理方法及装置
CN107273862A (zh) * 2017-06-20 2017-10-20 深圳市乐易时代科技有限公司 一种自动抓拍方法、监控设备及计算机可读存储介质
CN107341443A (zh) * 2017-05-23 2017-11-10 深圳云天励飞技术有限公司 视频处理方法、装置及存储介质
CN107862713A (zh) * 2017-09-22 2018-03-30 贵州电网有限责任公司 针对轮询会场的摄像机偏转实时检测预警方法及模块
CN108009477A (zh) * 2017-11-10 2018-05-08 东软集团股份有限公司 图像的人流数量检测方法、装置、存储介质及电子设备
CN108256462A (zh) * 2018-01-12 2018-07-06 北京航空航天大学 一种商场监控视频中的人数统计方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101309364A (zh) * 2007-05-14 2008-11-19 索尼株式会社 成像设备、处理所捕获的图像信号的方法和计算机程序
CN106228153A (zh) * 2016-08-29 2016-12-14 广州市果豆科技有限责任公司 一种基于人脸识别的存在感应装置及电路控制系统
CN106503641A (zh) * 2016-10-18 2017-03-15 上海众恒信息产业股份有限公司 辅助决策分析系统及分析方法
CN106791708A (zh) * 2017-02-07 2017-05-31 深圳云天励飞技术有限公司 一种视频处理方法及装置
CN107341443A (zh) * 2017-05-23 2017-11-10 深圳云天励飞技术有限公司 视频处理方法、装置及存储介质
CN107273862A (zh) * 2017-06-20 2017-10-20 深圳市乐易时代科技有限公司 一种自动抓拍方法、监控设备及计算机可读存储介质
CN107862713A (zh) * 2017-09-22 2018-03-30 贵州电网有限责任公司 针对轮询会场的摄像机偏转实时检测预警方法及模块
CN108009477A (zh) * 2017-11-10 2018-05-08 东软集团股份有限公司 图像的人流数量检测方法、装置、存储介质及电子设备
CN108256462A (zh) * 2018-01-12 2018-07-06 北京航空航天大学 一种商场监控视频中的人数统计方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111860305A (zh) * 2020-07-17 2020-10-30 北京百度网讯科技有限公司 一种图像标注方法、装置、电子设备及存储介质
CN111860305B (zh) * 2020-07-17 2023-08-01 北京百度网讯科技有限公司 一种图像标注方法、装置、电子设备及存储介质
CN112966561A (zh) * 2021-02-03 2021-06-15 成都职业技术学院 一种便携式大学生创新创业多功能记录方法及装置
CN112966561B (zh) * 2021-02-03 2024-01-30 成都职业技术学院 一种便携式大学生创新创业多功能记录方法及装置
CN114067269A (zh) * 2021-11-18 2022-02-18 浙江宇视科技有限公司 一种人员拥堵评价方法、装置、计算机设备以及存储介质

Also Published As

Publication number Publication date
CN111178113B (zh) 2023-10-13

Similar Documents

Publication Publication Date Title
CN107480624B (zh) 常住人口获取方法、装置及系统、计算机装置和存储介质
CN107577522B (zh) 应用控制方法、装置、存储介质以及电子设备
CN106713734B (zh) 自动对焦方法及装置
CN110837582B (zh) 数据关联方法、装置、电子设备和计算机可读存储介质
CN111178113A (zh) 一种信息处理方法、装置及存储介质
CN110705482A (zh) 一种基于视频ai智能分析的人员行为告警提示系统
CN107330386A (zh) 一种人流量统计方法及终端设备
CN109726885A (zh) 用电量异常评估方法、装置、设备和计算机存储介质
CN109960969B (zh) 移动路线生成的方法、装置及系统
CN106384348B (zh) 监控图像的异常检测方法及装置
CN114862946B (zh) 位置预测方法、系统、设备及介质
CN115442943B (zh) 基于物联传感器的建筑能源管理方法及系统
CN110969215A (zh) 聚类处理方法和装置、存储介质及电子装置
CN108288025A (zh) 一种车载视频监控方法、装置及设备
CN111586432B (zh) 空播直播间确定方法、装置、服务器及存储介质
WO2019062462A1 (zh) 应用控制方法、装置、存储介质以及电子设备
CN110798618A (zh) 一种动态追踪中的摄像头资源调度方法及装置
CN110796014A (zh) 垃圾投放习惯分析方法、系统、装置及存储介质
CN110505438B (zh) 一种排队数据的获取方法和摄像机
CN111078751A (zh) 一种基于unreal4进行目标统计的方法及其系统
CN116958908B (zh) 监控数据处理方法及系统
CN113487357B (zh) 一种基于人脸识别的客户档案管理方法及系统
CN109948550A (zh) 一种智慧火车站人流量监控系统及方法
CN109598276A (zh) 图像处理装置和方法及监控系统
CN113592427A (zh) 工时统计方法、工时统计装置及计算机可读存储介质

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