CN111192299A - 一种基于综合管廊视频监控系统的人员轨迹定位方法 - Google Patents

一种基于综合管廊视频监控系统的人员轨迹定位方法 Download PDF

Info

Publication number
CN111192299A
CN111192299A CN201911324566.9A CN201911324566A CN111192299A CN 111192299 A CN111192299 A CN 111192299A CN 201911324566 A CN201911324566 A CN 201911324566A CN 111192299 A CN111192299 A CN 111192299A
Authority
CN
China
Prior art keywords
video
video stream
point
monitoring system
pipe gallery
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
Application number
CN201911324566.9A
Other languages
English (en)
Inventor
姜云龙
刘超
史寅玉
田富海
施泽杰
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.)
MCC Tiangong Group Corp Ltd
Original Assignee
MCC Tiangong Group Corp 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 MCC Tiangong Group Corp Ltd filed Critical MCC Tiangong Group Corp Ltd
Priority to CN201911324566.9A priority Critical patent/CN111192299A/zh
Publication of CN111192299A publication Critical patent/CN111192299A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Remote Sensing (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明涉及城市综合管廊计算机技术领域，且公开了一种基于综合管廊视频监控系统的人员轨迹定位方法，首先对监控现场中视频监控设备的视频流，通过RTSP协议进行拉取，获取视频影像序列，并对多个视频纹理进行增强显示处理和融合处理。本发明通过实时捕捉视频流中的人员对象，结合后台算法获取目标对象所在纹理的坐标信息，存储坐标信息，在地图上实时绘制目标对象的行进轨迹，进行动态显示，通过视频监控系统进行巡检人员定位能够克服地下环境定位不准确、延时过长、空间定位无法实现等难题，降低运营成本，提高工作效率，保障公共环境下人员安全风险。

Description

一种基于综合管廊视频监控系统的人员轨迹定位方法
技术领域
本发明涉及城市综合管廊计算机技术领域，尤其涉及一种基于综合管廊视频监控系统的人员轨迹定位方法。
背景技术
管廊安全是管廊运维过程中的重要环节，视频监控信息是描述管廊内部安全中心状况最为直观的资料，也是管廊运维管理过程中核心数据的来源，传统的视频监控系统是管廊内部所有的视频探头投影到电脑屏幕上，进行平铺显示。
存在以下缺点：(1)用户无法直接了解管廊内部监控点摄像头安装的具体位置和周围环境，(2)由于监控点之间不存在拓扑依赖关系，无法整体还原管廊内部的现场情况，(3)由于管廊处于地下，受定位方式和信号强度的影响，人员在管廊内部巡检的过程中，一般无法精准的判定人员在管廊内部行进的具体路径和位置。
发明内容
为了实现上述目的，本发明采用了如下技术方案：
一种基于综合管廊视频监控系统的人员轨迹定位方法，其特征在于：包括以下步骤：
S1、获取监控现场视频影像序列，对视频纹理进行增强显示处理并融合处理得到全景视频融合的视频序列；
S2、对视频影像序列进行标注和视频推流形成标记视频流；
S3、将标记视频流序列与地表三维模型进行配准，估算摄像头姿态；
S4、对视频影像序列进行纹理映射，实现视频流在三维场景下的集成渲染；
S5、根据渲染结构获取视频流中标注的行人坐标信息，并在二维地图上进行重绘显示。
其中，步骤S1具体为实时拉取摄像头的实时视频流，将视频流分解为视频影像序列，获取影像序列的相似点，通过相似点计算视频影像序列的变换矩阵，对视频影像序列做矩阵变换和图像融合操作，得到同一时段的全景视频融合的视频序列。
其中，通过RTSP协议实时拉取摄像头的实时视频流；
优选地，使用EmguCV图像处理库将相关摄像头的视频流分解为视频影像序列；
优选地，通过SIFT获取影像序列的相似点。
其中，步骤S2具体为将全景视频融合的视频序列数据送入行人检测识别引擎中，动态标注目标对象，将标记后的全景视频融合的视频序列重新组装成标记视频流。
其中，步骤S3中标记视频流序列二维点与地表三维模型中三维点的配准通过筛选匹配特征点实现，具体为遍历计算标记视频流序列中的一个SIFT关键点到三维模型上的SIFT特征点的欧式距离，得到临近点D1和次临近点D2，当 D1/D2<1时，认为这个SIFT关键点为匹配特征点。
优选地，采用RANSAC对匹配特征点进行二次筛选，得到精确匹配特征点。
其中，根据标记视频流序列二维点与地表三维模型中三维点对应关系估算摄像头姿态，假设相机矩阵为P，地表三维点为X，在影像上的对应点x＝[u,v,1]T满足关系：
λx＝PX (1)
令P1，P2，P3分别为表示相机矩阵的一、二、三行，则：
Figure RE-GDA0002432434690000021
令
Figure RE-GDA0002432434690000022
则
AP＝0 (4)。
优选地，当匹配点对个数大于7时，采用最小二乘法求解相机矩阵的解。
其中，步骤S4中纹理映射具体过程为：
S4-1根据摄像头姿态建立标记视频流序列二维点与地表三维模型中三维点的映射关系；
S4-2采用插值的方式得到当前屏幕像素对应的纹理坐标；
S4-3进行纹理拾取，将映射纹理投影到地表三维模型显示，根据视频的fps 进行视频影像的刷新显示。
其中，根据行人像素坐标获取地理坐标，绘制行为轨迹；
优选地，行人在标记视频流中出现的位置为行人像素坐标，根据建立的世界坐标系和图像像素坐标系之间的函数关系确定地理坐标；
优选地，通过GIS技术绘制行为轨迹。
与现有技术相比，本发明的有益效果是：
1.通过视频流投影技术，将视频流作为纹理数据投影在三维管廊模型的内表面，进行实时监控视频流的显示，2.采用视频流纹理融合技术消除多路视频之间的色差拼缝，充分还原三维管廊内部的动态信息，3.通过实时捕捉视频流中的人员对象，结合后台算法获取目标对象所在纹理的坐标信息，存储坐标信息，在地图上实时绘制目标对象的行进轨迹，进行动态显示，4.通过视频监控系统进行巡检人员定位能够克服地下环境定位不准确、延时过长、空间定位无法实现等难题，降低运营成本，提高工作效率，保障公共环境下人员安全风险。
附图说明
图1为本发明视频流与三维场景实时集成技术流程图。
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。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
一种基于综合管廊视频监控系统的人员轨迹定位方法，其特征在于：包括以下步骤：
S1、获取监控现场视频影像序列，对视频纹理进行增强显示处理并融合处理得到全景视频融合的视频序列；
S2、对视频影像序列进行标注和视频推流形成标记视频流；
S3、将标记视频流序列与地表三维模型进行配准，估算摄像头姿态；
S4、对视频影像序列进行纹理映射，实现视频流在三维场景下的集成渲染；
S5、根据渲染结构获取视频流中标注的行人坐标信息，并在二维地图上进行重绘显示。
其中，步骤S1具体为实时拉取摄像头的实时视频流，将视频流分解为视频影像序列，获取影像序列的相似点，通过相似点计算视频影像序列的变换矩阵，对视频影像序列做矩阵变换和图像融合操作，得到同一时段的全景视频融合的视频序列。具体可通过RTSP协议实时拉取摄像头的实时视频流，再使用EmguCV 图像处理库将相关摄像头的视频流分解为视频影像序列，最后通过SIFT获取影像序列的相似点。
其中，步骤S2具体为将全景视频融合的视频序列数据送入行人检测识别引擎中，动态标注目标对象，将标记后的全景视频融合的视频序列重新组装成标记视频流。
其中，步骤S3中标记视频流序列二维点与地表三维模型中三维点的配准通过筛选匹配特征点实现，具体为遍历计算标记视频流序列中的一个SIFT关键点到三维模型上的SIFT特征点的欧式距离，得到临近点D1和次临近点D2，当 D1/D2<1时，认为这个SIFT关键点为匹配特征点。为了获得精准数据，采用 RANSAC对匹配特征点进行二次筛选，得到精确匹配特征点。
再根据标记视频流序列二维点与地表三维模型中三维点对应关系估算摄像头姿态，假设相机矩阵为P，地表三维点为X，在影像上的对应点x＝[u,v,1]T满足关系：
λx＝PX (1)
令P1，P2，P3分别为表示相机矩阵的一、二、三行，则：
Figure RE-GDA0002432434690000041
令
Figure RE-GDA0002432434690000042
则
AP＝0 (4)。
当匹配点对个数大于7时，采用最小二乘法求解相机矩阵的解。相机参数值包括：视场角、经度、维度、高程、Yaw航偏角、Pitch倾斜角、Roll横滚角。
其中，步骤S4中纹理映射具体过程为：
S4-1根据摄像头姿态建立标记视频流序列二维点与地表三维模型中三维点的映射关系；
S4-2采用插值的方式得到当前屏幕像素对应的纹理坐标；
S4-3进行纹理拾取，将映射纹理投影到地表三维模型显示，根据视频的fps 进行视频影像的刷新显示。
其中，根据行人像素坐标获取地理坐标，通过GIS技术绘制行为轨迹；行人在标记视频流中出现的位置为行人像素坐标，根据建立的世界坐标系和图像像素坐标系之间的函数关系确定地理坐标。
实施例：一种基于综合管廊视频监控系统的人员轨迹定位方法，包括以下步骤：
1)、系统搭建流程：首先对监控现场中视频监控设备的视频流，通过RTSP 协议进行拉取，获取视频影像序列，并对多个视频纹理进行增强显示和融合处理，通过行人监测技术，将视频影像序列进行标注和视频推流，将推流的视频序列与地表三维模型进行配准，估算摄像头姿态，随后对视频影像序列进行纹理映射，最终实现视频流在三维场景下的集成渲染，渲染完成后，获取视频流中标注的行人坐标信息，通过GIS技术，在二维地图上进行重绘显示；
2)、通过RTSP协议，实时拉取摄像头的实时视频流，使用EmguCV图像处理库将相关摄像头的视频流分解为视频影像序列，通过SIFT获取影像序列的相似点，通过相似点计算视频影像序列的变换矩阵，依次对视频影像序列做矩阵变换和图像融合操作，得到相关摄像头同一时段的视频帧拼接结果；
3)、获取全景视频融合的视频序列数据，将相应的视频流数据送入行人检测识别引擎中，动态标注目标对象，将标记后的视频序列重新组装成视频流；
4)、对特征描述量进行匹配，精确定位特征点，对于视频影像序列中的某个SIFT关键点，遍历计算其到三维模型上的每个SIFT特征点的欧式距离，得到临近点和次临近点，其距离分别表示为D1和D2，当着小于某一阈值时，认为该点对为匹配点，在该项专利中，采用二者比值满足下列函数时为初匹配正确的点。
D1/D2<1
采用RANSAC(随机抽样一致算法)对初匹配的特征点进行二次筛选，进一步提出残差，得到最终的匹配结果；
S5、根据综合管廊模型上的三维点和视频影像序列上的二维点的对应关系，采用线性解算摄像头姿态。
假设相机矩阵为P，地表三维点为X，在影像上的对应点x＝[u,v,1]T满足关系：
λx＝PX (1)
令P1，P2，P3分别为表示相机矩阵的一、二、三行，则：
Figure RE-GDA0002432434690000061
令
Figure RE-GDA0002432434690000062
则
AP＝0 (4)
当匹配点对个数大于7时，采用最小二乘法求解相机矩阵的解。相机参数值包括：视场角、经度、维度、高程、Yaw航偏角、Pitch倾斜角、Roll横滚角；
6)、在现已安装的摄像头状态的基础下，根据摄像头的姿态调整的参数值直接计算，得到需要映射的纹理坐标，纹理投影映射在可实现纹理与空间三维点的实时对应的同时，也有效避免了纹理的拉伸变形，映射过程为：根据估计得出的摄像头的位置姿态建立地表三维点和视频影像上纹理坐标的映射关系，采用插值的方式得到当前屏幕像素对应的纹理坐标，进行纹理拾取，将映射纹理投影到三维模型表面进行显示，根据视频的fps(视频帧率)进行视频影像的刷新显示。
7)、通过相机标定的方式，建立世界坐标系和图像像素坐标系之间的函数关系，通过行人在视频流出现的位置即行人的像素坐标，获取目标对象的地理坐标，通过GIS技术，重绘目标对象的行为轨迹，实现目标对象的轨迹追溯。
本发明中，1.通过视频流投影技术，将视频流作为纹理数据投影在三维管廊模型的内表面，进行实时监控视频流的显示，2.采用视频流纹理融合技术消除多路视频之间的色差拼缝，充分还原三维管廊内部的动态信息，3.通过实时捕捉视频流中的人员对象，结合后台算法获取目标对象所在纹理的坐标信息，存储坐标信息，在地图上实时绘制目标对象的行进轨迹，进行动态显示，4.通过视频监控系统进行巡检人员定位能够克服地下环境定位不准确、延时过长、空间定位无法实现等难题，降低运营成本，提高工作效率，保障公共环境下人员安全风险。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

Claims (10)

1.一种基于综合管廊视频监控系统的人员轨迹定位方法，其特征在于：包括以下步骤：
S1、获取监控现场视频影像序列，对视频纹理进行增强显示处理并融合处理得到全景视频融合的视频序列；
S2、对视频影像序列进行标注和视频推流形成标记视频流；
S3、将标记视频流序列与地表三维模型进行配准，估算摄像头姿态；
S4、对视频影像序列进行纹理映射，实现视频流在三维场景下的集成渲染；
S5、根据渲染结构获取视频流中标注的行人坐标信息，并在二维地图上进行重绘显示。
2.根据权利要求1所述的一种基于综合管廊视频监控系统的人员轨迹定位方法，其特征在于：步骤S1具体为实时拉取摄像头的实时视频流，将视频流分解为视频影像序列，获取影像序列的相似点，通过相似点计算视频影像序列的变换矩阵，对视频影像序列做矩阵变换和图像融合操作，得到同一时段的全景视频融合的视频序列。
3.根据权利要求2所述的一种基于综合管廊视频监控系统的人员轨迹定位方法，
其特征在于：通过RTSP协议实时拉取摄像头的实时视频流；
优选地，使用EmguCV图像处理库将相关摄像头的视频流分解为视频影像序列；
优选地，通过SIFT获取影像序列的相似点。
4.根据权利要求1所述的一种基于综合管廊视频监控系统的人员轨迹定位方法，其特征在于：步骤S2具体为将全景视频融合的视频序列数据送入行人检测识别引擎中，动态标注目标对象，将标记后的全景视频融合的视频序列重新组装成标记视频流。
5.根据权利要求3所述的一种基于综合管廊视频监控系统的人员轨迹定位方法，其特征在于：步骤S3中标记视频流序列二维点与地表三维模型中三维点的配准通过筛选匹配特征点实现，具体为遍历计算标记视频流序列中的一个SIFT关键点到三维模型上的SIFT特征点的欧式距离，得到临近点D1和次临近点D2，当D1/D2<1时，认为这个SIFT关键点为匹配特征点。
6.根据权利要求5所述的一种基于综合管廊视频监控系统的人员轨迹定位方法，其特征在于：采用RANSAC对匹配特征点进行二次筛选，得到精确匹配特征点。
7.根据权利要求5所述的一种基于综合管廊视频监控系统的人员轨迹定位方法，其特征在于：根据标记视频流序列二维点与地表三维模型中三维点对应关系估算摄像头姿态，假设相机矩阵为P，地表三维点为X，在影像上的对应点x＝[u,v,1]T满足关系：
λx＝PX (1)
令P1，P2，P3分别为表示相机矩阵的一、二、三行，则：
Figure FDA0002328032040000021
令
Figure FDA0002328032040000022
则
AP＝0 (4)。
8.根据权利要求7所述的一种基于综合管廊视频监控系统的人员轨迹定位方法，其特征在于：当匹配点对个数大于7时，采用最小二乘法求解相机矩阵的解。
9.根据权利要求7所述的一种基于综合管廊视频监控系统的人员轨迹定位方法，其特征在于：步骤S4中纹理映射具体过程为：
S4-1根据摄像头姿态建立标记视频流序列二维点与地表三维模型中三维点的映射关系；
S4-2采用插值的方式得到当前屏幕像素对应的纹理坐标；
S4-3进行纹理拾取，将映射纹理投影到地表三维模型显示，根据视频的fps进行视频影像的刷新显示。
10.根据权利要求7所述的一种基于综合管廊视频监控系统的人员轨迹定位方法，其特征在于：根据行人像素坐标获取地理坐标，绘制行为轨迹；
优选地，行人在标记视频流中出现的位置为行人像素坐标，根据建立的世界坐标系和图像像素坐标系之间的函数关系确定地理坐标；
优选地，通过GIS技术绘制行为轨迹。
CN201911324566.9A 2019-12-20 2019-12-20 一种基于综合管廊视频监控系统的人员轨迹定位方法 Pending CN111192299A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911324566.9A CN111192299A (zh) 2019-12-20 2019-12-20 一种基于综合管廊视频监控系统的人员轨迹定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911324566.9A CN111192299A (zh) 2019-12-20 2019-12-20 一种基于综合管廊视频监控系统的人员轨迹定位方法

Publications (1)

Publication Number Publication Date
CN111192299A true CN111192299A (zh) 2020-05-22

Family

ID=70707498

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911324566.9A Pending CN111192299A (zh) 2019-12-20 2019-12-20 一种基于综合管廊视频监控系统的人员轨迹定位方法

Country Status (1)

Country Link
CN (1) CN111192299A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112669392A (zh) * 2020-12-31 2021-04-16 中国电子科技集团公司信息科学研究院 一种应用于室内视频监控系统的地图定位方法及系统
CN117197754A (zh) * 2023-10-19 2023-12-08 航天正通汇智(北京)科技股份有限公司 一种基于超清宽幅视频的安全监测方法
CN117495694A (zh) * 2023-11-09 2024-02-02 大庆安瑞达科技开发有限公司 一种视频和地图三维场景融合的方法、电子设备及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102968802A (zh) * 2012-11-28 2013-03-13 无锡港湾网络科技有限公司 一种基于视频监控的运动目标分析跟踪方法及系统
CN103400409A (zh) * 2013-08-27 2013-11-20 华中师范大学 一种基于摄像头姿态快速估计的覆盖范围3d可视化方法
CN103716586A (zh) * 2013-12-12 2014-04-09 中国科学院深圳先进技术研究院 一种基于三维空间场景的监控视频融合系统和方法
US20140267279A1 (en) * 2013-03-15 2014-09-18 Janne Kontkanen System and method for overlaying two-dimensional map data on a three-dimensional scene
CN105352509A (zh) * 2015-10-27 2016-02-24 武汉大学 地理信息时空约束下的无人机运动目标跟踪与定位方法
US20180150994A1 (en) * 2016-11-30 2018-05-31 Adcor Magnet Systems, Llc System, method, and non-transitory computer-readable storage media for generating 3-dimensional video images
CN108356818A (zh) * 2018-01-15 2018-08-03 史聪灵 一种基于机器人的综合管廊巡检系统及交互系统
CN108924742A (zh) * 2018-06-29 2018-11-30 杭州叙简科技股份有限公司 一种在管廊通道内基于ap设备和摄像头的共同定位方法
CN109085789A (zh) * 2017-06-13 2018-12-25 郑州联睿电子科技有限公司 基于超宽带和iBeacon高精度三维定位的智能管理系统
CN109643368A (zh) * 2016-06-24 2019-04-16 帝国科技及医学学院 检测视频数据中的对象
CN109727348A (zh) * 2018-12-07 2019-05-07 国网江苏省电力有限公司南京供电分公司 一种电力隧道人员监控方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102968802A (zh) * 2012-11-28 2013-03-13 无锡港湾网络科技有限公司 一种基于视频监控的运动目标分析跟踪方法及系统
US20140267279A1 (en) * 2013-03-15 2014-09-18 Janne Kontkanen System and method for overlaying two-dimensional map data on a three-dimensional scene
CN103400409A (zh) * 2013-08-27 2013-11-20 华中师范大学 一种基于摄像头姿态快速估计的覆盖范围3d可视化方法
CN103716586A (zh) * 2013-12-12 2014-04-09 中国科学院深圳先进技术研究院 一种基于三维空间场景的监控视频融合系统和方法
CN105352509A (zh) * 2015-10-27 2016-02-24 武汉大学 地理信息时空约束下的无人机运动目标跟踪与定位方法
CN109643368A (zh) * 2016-06-24 2019-04-16 帝国科技及医学学院 检测视频数据中的对象
US20180150994A1 (en) * 2016-11-30 2018-05-31 Adcor Magnet Systems, Llc System, method, and non-transitory computer-readable storage media for generating 3-dimensional video images
CN109085789A (zh) * 2017-06-13 2018-12-25 郑州联睿电子科技有限公司 基于超宽带和iBeacon高精度三维定位的智能管理系统
CN108356818A (zh) * 2018-01-15 2018-08-03 史聪灵 一种基于机器人的综合管廊巡检系统及交互系统
CN108924742A (zh) * 2018-06-29 2018-11-30 杭州叙简科技股份有限公司 一种在管廊通道内基于ap设备和摄像头的共同定位方法
CN109727348A (zh) * 2018-12-07 2019-05-07 国网江苏省电力有限公司南京供电分公司 一种电力隧道人员监控方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
罗四维 等, 北京交通大学出版社 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112669392A (zh) * 2020-12-31 2021-04-16 中国电子科技集团公司信息科学研究院 一种应用于室内视频监控系统的地图定位方法及系统
CN112669392B (zh) * 2020-12-31 2022-11-25 中国电子科技集团公司信息科学研究院 一种应用于室内视频监控系统的地图定位方法及系统
CN117197754A (zh) * 2023-10-19 2023-12-08 航天正通汇智(北京)科技股份有限公司 一种基于超清宽幅视频的安全监测方法
CN117197754B (zh) * 2023-10-19 2024-04-30 航天正通汇智(北京)科技股份有限公司 一种基于超清宽幅视频的安全监测方法
CN117495694A (zh) * 2023-11-09 2024-02-02 大庆安瑞达科技开发有限公司 一种视频和地图三维场景融合的方法、电子设备及存储介质
CN117495694B (zh) * 2023-11-09 2024-05-31 大庆安瑞达科技开发有限公司 一种视频和地图三维场景融合的方法、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN111462200B (zh) 一种跨视频行人定位追踪方法、系统及设备
CN106940704B (zh) 一种基于栅格地图的定位方法及装置
US9286678B2 (en) Camera calibration using feature identification
CN111192299A (zh) 一种基于综合管廊视频监控系统的人员轨迹定位方法
Taneja et al. Geometric change detection in urban environments using images
WO2018019272A1 (zh) 基于平面检测实现增强现实的方法及装置
CN107665505B (zh) 基于平面检测实现增强现实的方法及装置
WO2023093217A1 (zh) 数据标注方法、装置、计算机设备、存储介质和程序
CN115388902B (zh) 室内定位方法和系统、ar室内定位导航方法和系统
CN108958469B (zh) 一种基于增强现实的在虚拟世界增加超链接的方法
US11290705B2 (en) Rendering augmented reality with occlusion
WO2022237048A1 (zh) 位姿获取方法、装置、电子设备、存储介质及程序
CN112991534B (zh) 一种基于多粒度物体模型的室内语义地图构建方法及系统
CN117593650B (zh) 基于4d毫米波雷达与sam图像分割的动点滤除视觉slam方法
CN113920254B (zh) 一种基于单目rgb的室内三维重建方法及其系统
EP3825804A1 (en) Map construction method, apparatus, storage medium and electronic device
KR102029741B1 (ko) 객체를 추적하는 방법 및 시스템
CN116823966A (zh) 相机的内参标定方法、装置、计算机设备和存储介质
CN116843867A (zh) 增强现实虚实融合方法、电子设备和存储介质
CN116259001A (zh) 一种多视角融合的三维行人姿态估计与追踪方法
TWI760128B (zh) 深度圖像之生成方法、系統以及應用該方法之定位系統
CN115131407A (zh) 面向数字仿真环境的机器人目标跟踪方法、装置和设备
CN110930507A (zh) 一种基于三维地理信息的大场景跨境头目标追踪方法和系统
Jaynes Multi-view calibration from planar motion trajectories
CN112818866A (zh) 车辆定位的方法、装置及电子设备

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