CN111178205A - 一种在区域范围内进行目标对象识别的方法及系统 - Google Patents
一种在区域范围内进行目标对象识别的方法及系统 Download PDFInfo
- Publication number
- CN111178205A CN111178205A CN201911326648.7A CN201911326648A CN111178205A CN 111178205 A CN111178205 A CN 111178205A CN 201911326648 A CN201911326648 A CN 201911326648A CN 111178205 A CN111178205 A CN 111178205A
- Authority
- CN
- China
- Prior art keywords
- identification
- target object
- area
- image
- type
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000003213 activating effect Effects 0.000 claims abstract description 6
- 238000010191 image analysis Methods 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 2
- 230000009471 action Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Graphics (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种在区域范围内进行目标对象识别的方法及系统，所述方法包括：确定目标对象所在的预先划设的识别区域；激活所述识别区域内的多个图像识别传感器；接收所述多个图像识别传感器同时对同一目标对象采集的图像数据；根据所述采集的多个图像构建三维图像数据；对所述三维图像数据进行分析，获得用于标识身份的第一类标识；根据所述第一类标识在所述多个图像识别传感器采集的图像中实时识别目标对象；所述方法及系统，可以获得在识别范围内的目标对象的行动轨迹，通过不同的识别范围的拼接，可以实现对目标对象的实时追踪，解决了对动态目标对象图像识别的困难。
Description
技术领域
本发明涉及信息技术领域，更具体地，涉及一种在区域范围内进行目标对象识别的方法及系统。
背景技术
随着相关科技领域的突飞猛进，图像识别技术被广泛的应用到了各个领域，通过图像识别技术，有利于安保控制的加强、有利于提高例如公安、安保等领域的工作效率，提高业务便捷性；但目前针对目标对象的识别，因为目标对象的多样性，动态目标对象被采集姿态的不确定性，和对单一图像识别的局限性，使得对于动态目标对象的图像识别存在一定困难。
发明内容
为了解决背景技术存在的对于动态目标对象的图像识别存在一定困难的问题，本发明提供了一种在区域范围内进行目标对象识别的方法及系统，所述方法及系统通过对一定区域范围内预先设置的多个图像识别传感器采集多组目标对象的图像，通过三维图像建模方法获得对应该目标对象的标识，并通过标识跟踪所述目标对象；所述一种在区域范围内进行目标对象识别的方法，包括：
确定目标对象所在的预先划设的识别区域；
激活所述识别区域内的多个图像识别传感器；
接收所述多个图像识别传感器同时对同一目标对象采集的图像数据；
根据所述采集的多个图像构建三维图像数据；
对所述三维图像数据进行分析，获得用于标识身份的第一类标识；
根据所述第一类标识在所述多个图像识别传感器采集的图像中实时识别目标对象。
进一步的，获取与地理区域相关联的区域划分信息和区域配置信息；
基于区域划分信息确定地理区域内的多个区域范围；
基于区域配置信息确定每个区域范围内需要进行目标对象识别的识别区域。
进一步的，预先确定所述识别区域内的多个图像识别传感器的传感器空间位置以及传感器采集空间角度；
根据所述每个传感器的空间位置以及采集空间角度，构建三维空间坐标系；
将所述多个图像识别传感器采集的目标对象的多个图像通过三维空间坐标系构建三维图像模型。
进一步的，对所述三维图像数据进行分析，还获得辅助识别的第二类标识；
根据所述第一类标识分析获得该目标对象的身份信息；
将所述身份信息加载到所述第二类标识中；
通过所述带有身份信息的第二类标识在所述多个图像识别传感器采集的图像中实时识别目标对象。
进一步的，根据所述第一类标识在所述多个图像识别传感器采集的图像中实时识别目标对象后，所述方法还包括：
实时采集所述目标对象的空间坐标信息，获得所述目标对象在所述识别区域内的空间移动轨迹；
将所述采集时间、目标对象身份信息以及空间移动轨迹关联存储至数据库。
所述一种在区域范围内进行目标对象识别的系统包括：
识别区域控制单元，所述识别区域控制单元用于确定目标对象所在的预先划设的识别区域；
所述识别区域控制单元用于激活所述识别区域内的多个图像识别传感器；
三维图像构建单元，所述三维图像构建单元用于接收所述多个图像识别传感器同时对同一目标对象采集的图像数据；
所述三维图像构建单元用于根据所述采集的多个图像构建三维图像数据；
图像分析单元，所述图像分析单元用于对所述三维图像数据进行分析，获得用于标识身份的第一类标识；
目标跟踪单元，所述目标跟踪单元用于根据所述第一类标识在所述多个图像识别传感器采集的图像中实时识别目标对象。
进一步的，所述识别区域控制单元用于获取与地理区域相关联的区域划分信息和区域配置信息；
所述识别区域控制单元用于基于区域划分信息确定地理区域内的多个区域范围；
所述识别区域控制单元用于基于区域配置信息确定每个区域范围内需要进行目标对象识别的识别区域。
进一步的，所述三维图像构建单元用于预先确定所述识别区域内的多个图像识别传感器的传感器空间位置以及传感器采集空间角度；
所述三维图像构建单元用于根据所述每个传感器的空间位置以及采集空间角度，构建三维空间坐标系；
所述三维图像构建单元用于将所述多个图像识别传感器采集的目标对象的多个图像通过三维空间坐标系构建三维图像模型。
进一步的，所述图像分析单元对所述三维图像数据进行分析，还获得辅助识别的第二类标识；
所述图像分析单元用于根据所述第一类标识分析获得该目标对象的身份信息；
所述图像分析单元用于将所述身份信息加载到所述第二类标识中；
所述图像分析单元通过所述带有身份信息的第二类标识在所述多个图像识别传感器采集的图像中实时识别目标对象。
进一步的，所述目标跟踪单元用于实时采集所述目标对象的空间坐标信息，获得所述目标对象在所述识别区域内的空间移动轨迹；
所述目标跟踪单元用于将所述采集时间、目标对象身份信息以及空间移动轨迹关联存储至数据库。
本发明的有益效果为：本发明的技术方案，给出了一种在区域范围内进行目标对象识别的方法及系统，所述方法及系统通过对一定区域范围内预先设置的多个图像识别传感器采集多组目标对象的图像，通过三维图像建模方法获得对应该目标对象的标识，并通过标识跟踪所述目标对象；所述方法及系统，可以获得在识别范围内的目标对象的行动轨迹，通过不同的识别范围的拼接，可以实现对目标对象的实时追踪，解决了对动态目标对象图像识别的困难。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1为本发明具体实施方式的一种在区域范围内进行目标对象识别的方法的流程图；
图2为本发明具体实施方式的一种在区域范围内进行目标对象识别的系统的结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
图1为本发明具体实施方式的一种在区域范围内进行目标对象识别的方法的流程图；如图1所示，所示方法包括：
步骤110，确定目标对象所在的预先划设的识别区域；
本实施例中，所述的预先划设的识别区域，是通过获取与地理区域相关联的区域划分信息和区域配置信息，并基于区域划分信息确定地理区域内的多个区域范围；再基于区域配置信息确定每个区域范围内需要进行目标对象识别的识别区域。
所述的识别区域可以是不同应用领域下的重点监控领域。
步骤120，激活所述识别区域内的多个图像识别传感器；
在所述识别区域内，预先设置有位置不同的多个图像识别传感器；在没有目标对象进入识别区域时，可以将多个图像识别传感器处于休眠状态，当有目标对象进入识别区域后再开启激活状态；对于需要持续监控的区域，可以持续保持激活后的工作状态。
步骤130，接收所述多个图像识别传感器同时对同一目标对象采集的图像数据；
通过对所述多个图像识别传感器的空间位置和覆盖区域的设置，使得所述识别区域内无死角未覆盖区域，甚至对于构建三维图像数据的需要，可能需要对于识别区域内每个位置至少要有多个图像识别传感器覆盖到。
步骤140，根据所述采集的多个图像构建三维图像数据；
预先确定所述识别区域内的多个图像识别传感器的传感器空间位置以及传感器采集空间角度；
根据所述每个传感器的空间位置以及采集空间角度，构建三维空间坐标系；使得每个目标对象在识别区域的空间内运动时，通过其相对于各个传感器间的距离及其动作形态，综合获得空间下的目标对象；
将所述多个图像识别传感器采集的目标对象的多个图像通过三维空间坐标系构建三维图像模型。
步骤150，对所述三维图像数据进行分析，获得用于标识身份的第一类标识；
所述第一类标识，通过对目标对象的三维图像数据的解析，获得关键特征数据，例如目标对象为人时，通过人脸识别获得针对人脸的第一类标识，即可表征对应的目标对象人；例如目标对象为汽车时，通过识别车牌号获得针对该车牌号的第一类标识，即可表征对应的目标对象汽车。
步骤160，根据所述第一类标识在所述多个图像识别传感器采集的图像中实时识别目标对象。
本实施例中，在图像识别传感器采集的图像中识别所述第一类标识，通过识别第一类标识确定目标对象。
进一步的，对所述三维图像数据进行分析，还获得辅助识别的第二类标识；
根据所述第一类标识分析获得该目标对象的身份信息；
将所述身份信息加载到所述第二类标识中；
通过所述带有身份信息的第二类标识在所述多个图像识别传感器采集的图像中实时识别目标对象。
所述第二类标识，可以为外观标识，例如当目标对象为人时，第二类标识为高矮胖瘦、衣服颜色、走路姿态等；当目标对象为车辆时，第二类标识为车辆型号，车辆颜色、车辆外观特征等；
通过将身份信息加载到第二类标识中，可获得更为全面的标识以识别目标对象；
进一步的，根据所述第一类标识在所述多个图像识别传感器采集的图像中实时识别目标对象后，所述方法还包括：
实时采集所述目标对象的空间坐标信息，获得所述目标对象在所述识别区域内的空间移动轨迹；
将所述采集时间、目标对象身份信息以及空间移动轨迹关联存储至数据库。
图2为本发明具体实施方式的一种在区域范围内进行目标对象识别的系统的结构图。如图2所示，所述系统包括：
识别区域控制单元210，所述识别区域控制单元210用于确定目标对象所在的预先划设的识别区域；
所述识别区域控制单元210用于激活所述识别区域内的多个图像识别传感器；
进一步的，所述识别区域控制单元210用于获取与地理区域相关联的区域划分信息和区域配置信息；
所述识别区域控制单元210用于基于区域划分信息确定地理区域内的多个区域范围；
所述识别区域控制单元210用于基于区域配置信息确定每个区域范围内需要进行目标对象识别的识别区域。
三维图像构建单元220，所述三维图像构建单元220用于接收所述多个图像识别传感器同时对同一目标对象采集的图像数据；
所述三维图像构建单元220用于根据所述采集的多个图像构建三维图像数据；
进一步的，所述三维图像构建单元220用于预先确定所述识别区域内的多个图像识别传感器的传感器空间位置以及传感器采集空间角度；
所述三维图像构建单元220用于根据所述每个传感器的空间位置以及采集空间角度，构建三维空间坐标系；
所述三维图像构建单元220用于将所述多个图像识别传感器采集的目标对象的多个图像通过三维空间坐标系构建三维图像模型。
图像分析单元230，所述图像分析单元230用于对所述三维图像数据进行分析，获得用于标识身份的第一类标识；
进一步的，所述图像分析单元230对所述三维图像数据进行分析，还获得辅助识别的第二类标识；
所述图像分析单元230用于根据所述第一类标识分析获得该目标对象的身份信息；
所述图像分析单元230用于将所述身份信息加载到所述第二类标识中；
所述图像分析单元230通过所述带有身份信息的第二类标识在所述多个图像识别传感器采集的图像中实时识别目标对象。
目标跟踪单元240，所述目标跟踪单元240用于根据所述第一类标识在所述多个图像识别传感器采集的图像中实时识别目标对象。
进一步的，所述目标跟踪单元240用于实时采集所述目标对象的空间坐标信息，获得所述目标对象在所述识别区域内的空间移动轨迹；
所述目标跟踪单元240用于将所述采集时间、目标对象身份信息以及空间移动轨迹关联存储至数据库。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本公开的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。本说明书中涉及到的步骤编号仅用于区别各步骤，而并不用于限制各步骤之间的时间或逻辑的关系，除非文中有明确的限定，否则各个步骤之间的关系包括各种可能的情况。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。例如，在权利要求书中所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本公开的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者系统程序(例如，计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本公开进行说明而不是对本公开进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干系统的单元权利要求中，这些系统中的若干个可以是通过同一个硬件项来具体体现。
以上所述仅是本公开的具体实施方式，应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开精神的前提下，可以作出若干改进、修改、和变形，这些改进、修改、和变形都应视为落在本申请的保护范围内。
Claims (10)
1.一种在区域范围内进行目标对象识别的方法，其特征在于，所述方法包括：
确定目标对象所在的预先划设的识别区域；
激活所述识别区域内的多个图像识别传感器；
接收所述多个图像识别传感器同时对同一目标对象采集的图像数据；
根据所述采集的多个图像构建三维图像数据；
对所述三维图像数据进行分析，获得用于标识身份的第一类标识；
根据所述第一类标识在所述多个图像识别传感器采集的图像中实时识别目标对象。
2.根据权利要求1所述的方法，其特征在于，在确定目标对象所在的预先划设的区域范围前，所述方法包括：
获取与地理区域相关联的区域划分信息和区域配置信息；
基于区域划分信息确定地理区域内的多个区域范围；
基于区域配置信息确定每个区域范围内需要进行目标对象识别的识别区域。
3.根据权利要求1所述的方法，其特征在于：
预先确定所述识别区域内的多个图像识别传感器的传感器空间位置以及传感器采集空间角度；
根据所述每个传感器的空间位置以及采集空间角度，构建三维空间坐标系；
将所述多个图像识别传感器采集的目标对象的多个图像通过三维空间坐标系构建三维图像模型。
4.根据权利要求1所述的方法，其特征在于：对所述三维图像数据进行分析，还获得辅助识别的第二类标识；
根据所述第一类标识分析获得该目标对象的身份信息；
将所述身份信息加载到所述第二类标识中；
通过所述带有身份信息的第二类标识在所述多个图像识别传感器采集的图像中实时识别目标对象。
5.根据权利要求1所述的方法，其特征在于，根据所述第一类标识在所述多个图像识别传感器采集的图像中实时识别目标对象后，所述方法还包括：
实时采集所述目标对象的空间坐标信息，获得所述目标对象在所述识别区域内的空间移动轨迹；
将所述采集时间、目标对象身份信息以及空间移动轨迹关联存储至数据库。
6.一种在区域范围内进行目标对象识别的系统，其特征在于，所述系统包括：
识别区域控制单元，所述识别区域控制单元用于确定目标对象所在的预先划设的识别区域；
所述识别区域控制单元用于激活所述识别区域内的多个图像识别传感器；
三维图像构建单元，所述三维图像构建单元用于接收所述多个图像识别传感器同时对同一目标对象采集的图像数据；
所述三维图像构建单元用于根据所述采集的多个图像构建三维图像数据；
图像分析单元，所述图像分析单元用于对所述三维图像数据进行分析，获得用于标识身份的第一类标识；
目标跟踪单元，所述目标跟踪单元用于根据所述第一类标识在所述多个图像识别传感器采集的图像中实时识别目标对象。
7.根据权利要求6所述的系统，其特征在于：
所述识别区域控制单元用于获取与地理区域相关联的区域划分信息和区域配置信息；
所述识别区域控制单元用于基于区域划分信息确定地理区域内的多个区域范围；
所述识别区域控制单元用于基于区域配置信息确定每个区域范围内需要进行目标对象识别的识别区域。
8.根据权利要求6所述的系统，其特征在于：
所述三维图像构建单元用于预先确定所述识别区域内的多个图像识别传感器的传感器空间位置以及传感器采集空间角度；
所述三维图像构建单元用于根据所述每个传感器的空间位置以及采集空间角度，构建三维空间坐标系；
所述三维图像构建单元用于将所述多个图像识别传感器采集的目标对象的多个图像通过三维空间坐标系构建三维图像模型。
9.根据权利要求1所述的系统，其特征在于：
所述图像分析单元对所述三维图像数据进行分析，还获得辅助识别的第二类标识；
所述图像分析单元用于根据所述第一类标识分析获得该目标对象的身份信息；
所述图像分析单元用于将所述身份信息加载到所述第二类标识中；
所述图像分析单元通过所述带有身份信息的第二类标识在所述多个图像识别传感器采集的图像中实时识别目标对象。
10.根据权利要求6所述的系统，其特征在于：
所述目标跟踪单元用于实时采集所述目标对象的空间坐标信息，获得所述目标对象在所述识别区域内的空间移动轨迹；
所述目标跟踪单元用于将所述采集时间、目标对象身份信息以及空间移动轨迹关联存储至数据库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911326648.7A CN111178205A (zh) | 2019-12-20 | 2019-12-20 | 一种在区域范围内进行目标对象识别的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911326648.7A CN111178205A (zh) | 2019-12-20 | 2019-12-20 | 一种在区域范围内进行目标对象识别的方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111178205A true CN111178205A (zh) | 2020-05-19 |
Family
ID=70655525
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911326648.7A Pending CN111178205A (zh) | 2019-12-20 | 2019-12-20 | 一种在区域范围内进行目标对象识别的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111178205A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112633068A (zh) * | 2020-11-25 | 2021-04-09 | 河北汉光重工有限责任公司 | 基于陆防监控的人车图像识别追踪云系统 |
| CN114693707A (zh) * | 2020-12-31 | 2022-07-01 | 北京小米移动软件有限公司 | 物体轮廓模板获取方法、装置、设备及存储介质 |
| CN116524135A (zh) * | 2023-07-05 | 2023-08-01 | 方心科技股份有限公司 | 一种基于图像的三维模型生成方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104902246A (zh) * | 2015-06-17 | 2015-09-09 | 浙江大华技术股份有限公司 | 视频监视方法和装置 |
| CN105933650A (zh) * | 2016-04-25 | 2016-09-07 | 北京旷视科技有限公司 | 视频监控系统及方法 |
| CN107093171A (zh) * | 2016-02-18 | 2017-08-25 | 腾讯科技（深圳）有限公司 | 一种图像处理方法及装置、系统 |
| CN206820882U (zh) * | 2017-03-08 | 2017-12-29 | 阔地教育科技有限公司 | 一种跟踪控制系统 |
| CN108182218A (zh) * | 2017-12-21 | 2018-06-19 | 深圳先进技术研究院 | 一种基于地理信息系统的视频人物识别方法、系统及电子设备 |
-
2019
- 2019-12-20 CN CN201911326648.7A patent/CN111178205A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104902246A (zh) * | 2015-06-17 | 2015-09-09 | 浙江大华技术股份有限公司 | 视频监视方法和装置 |
| CN107093171A (zh) * | 2016-02-18 | 2017-08-25 | 腾讯科技（深圳）有限公司 | 一种图像处理方法及装置、系统 |
| CN105933650A (zh) * | 2016-04-25 | 2016-09-07 | 北京旷视科技有限公司 | 视频监控系统及方法 |
| CN206820882U (zh) * | 2017-03-08 | 2017-12-29 | 阔地教育科技有限公司 | 一种跟踪控制系统 |
| CN108182218A (zh) * | 2017-12-21 | 2018-06-19 | 深圳先进技术研究院 | 一种基于地理信息系统的视频人物识别方法、系统及电子设备 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112633068A (zh) * | 2020-11-25 | 2021-04-09 | 河北汉光重工有限责任公司 | 基于陆防监控的人车图像识别追踪云系统 |
| CN112633068B (zh) * | 2020-11-25 | 2023-03-28 | 河北汉光重工有限责任公司 | 基于陆防监控的人车图像识别追踪云系统 |
| CN114693707A (zh) * | 2020-12-31 | 2022-07-01 | 北京小米移动软件有限公司 | 物体轮廓模板获取方法、装置、设备及存储介质 |
| CN114693707B (zh) * | 2020-12-31 | 2023-09-26 | 北京小米移动软件有限公司 | 物体轮廓模板获取方法、装置、设备及存储介质 |
| CN116524135A (zh) * | 2023-07-05 | 2023-08-01 | 方心科技股份有限公司 | 一种基于图像的三维模型生成方法及系统 |
| CN116524135B (zh) * | 2023-07-05 | 2023-09-15 | 方心科技股份有限公司 | 一种基于图像的三维模型生成方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110660186B (zh) | 基于雷达信号在视频图像中识别目标对象的方法及装置 | |
| CN111178205A (zh) | 一种在区域范围内进行目标对象识别的方法及系统 | |
| Fernandez-Sanjurjo et al. | Real-time visual detection and tracking system for traffic monitoring | |
| CN110379176B (zh) | 基于图像识别的无证驾驶违法行为预警拦截方法 | |
| CN110674712A (zh) | 交互行为识别方法、装置、计算机设备和存储介质 | |
| US20220138959A1 (en) | Asset tracking systems | |
| CN101430826B (zh) | 基于北斗卫星定位系统的出租车无线视频监控系统及方法 | |
| CA3160731A1 (en) | Interactive behavior recognizing method, device, computer equipment and storage medium | |
| CN111079600A (zh) | 多摄像头的行人识别方法及识别系统 | |
| CN110119726A (zh) | 一种基于YOLOv3模型的车辆品牌多角度识别方法 | |
| JP2014071902A (ja) | フィンガープリントを使用してビデオ内で移動オブジェクトを追跡するため方法及びシステム | |
| JP2014071902A5 (zh) | ||
| KR20140100083A (ko) | 차량 위치 추적을 통한 주차 관리 시스템 및 주차 관리 방법 | |
| CN105608209B (zh) | 一种视频标注方法和视频标注装置 | |
| KR20170000110A (ko) | 차량 위치 추적을 통한 주차 관리 시스템 및 주차 관리 방법 | |
| CN111507327A (zh) | 一种目标检测方法及装置 | |
| CN112434566A (zh) | 客流统计方法、装置、电子设备及存储介质 | |
| CN101430827A (zh) | 基于gps的出租车无线视频监控系统及方法 | |
| JP2019209901A (ja) | 車両の追従制御装置 | |
| CN104820829A (zh) | 一种新的基于深度数据的人脸识别算法及其在智能权限分配系统中的应用 | |
| CN109983518B (zh) | 用于探测位于停车场内的突起对象的方法和系统 | |
| CN110781759B (zh) | 车辆与驾驶人员的信息绑定方法、装置及计算机存储介质 | |
| CN110728249B (zh) | 目标行人的跨摄像机识别方法、装置及系统 | |
| CN113012199A (zh) | 运动目标追踪的系统和方法 | |
| CN110781730B (zh) | 智能驾驶感知方法及感知装置 |
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 |