CN111541851B - 基于无人机悬停勘测的人脸识别设备精准安装方法 - Google Patents

基于无人机悬停勘测的人脸识别设备精准安装方法 Download PDF

Info

Publication number
CN111541851B
CN111541851B CN202010398566.XA CN202010398566A CN111541851B CN 111541851 B CN111541851 B CN 111541851B CN 202010398566 A CN202010398566 A CN 202010398566A CN 111541851 B CN111541851 B CN 111541851B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
hovering
face recognition
scene
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
CN202010398566.XA
Other languages
English (en)
Other versions
CN111541851A (zh
Inventor
杨帆
谢永恒
段伟芝
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.)
Xiaoshi Technology Jiangsu Co ltd
Original Assignee
Nanjing Zhenshi Intelligent 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 Nanjing Zhenshi Intelligent Technology Co Ltd filed Critical Nanjing Zhenshi Intelligent Technology Co Ltd
Priority to CN202010398566.XA priority Critical patent/CN111541851B/zh
Publication of CN111541851A publication Critical patent/CN111541851A/zh
Application granted granted Critical
Publication of CN111541851B publication Critical patent/CN111541851B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147—Details of sensors, e.g. sensor lenses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • 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
    • G06T2207/30168—Image quality inspection
    • 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
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Signal Processing (AREA)
  • Vascular Medicine (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种基于无人机悬停勘测的人脸识别设备精准安装方法，包括：采集待布置场景的入口数据；采集待布置场景的宽高数据以及景深范围，通过无人机拍摄的画面进行场景建模；根据预装设的摄像机的参数，依次将参数输入无人机；根据场景建模和入口数据获取无人机悬停的空间范围；控制无人机在所述空间范围内的多个位点悬停并输出每个悬停位点的照片；对输出的照片输入人脸识别算法，进行人脸识别得到人脸比对结果的分值，获得其中最高的分值对应的照片，并以该对应的照片的悬停位置作为摄像机的安装位置输出；根据输出的安装位置对应的高度和景深位置，安装摄像机。

Description

基于无人机悬停勘测的人脸识别设备精准安装方法
技术领域
本发明涉及人脸识别技术领域，具体而言涉及一种基于无人机悬停勘测的人脸识别设备精准安装方法与系统。
背景技术
目前，用作商场进行人流量统计和商圈智能决策辅助的设备例如摄像头和边缘计算设备，通常布置在店铺内的特定点位，对进入店铺的人员进行人脸、头肩识别和追踪。人脸识别设备安装因对高度、角度、景深、光线等外界因素有严格要求，故设备尽管根据勘测数据进行对应部署方案实施，但安装后总因未综合计量的因素导致需要调整安装的各类参数，甚至需要更换设备后反复调试，才能实现最优效果。
在目前的现场勘测前提下，在已初步确定安装方案条件下，仍然难以实现一次性或者快速的精准安装，根据人脸识别设备要求，在对应点位安装前，已基本确认安装的参数范围，但无法确认哪套安装方案是最优。
发明内容
本发明目的在于提供一种基于无人机悬停勘测的人脸识别设备精准安装方法，基于无人机在预安装点位进行多位置的悬停，提前获取到点位的视频和照片信息，进行质量评估和重新获取，取其中满足要求的作为最终安装实际相机的位置，通过对无人机悬停的多角度、高度的抓拍照片组图和视频拍摄，提前获取安装点位的预览效果，避免后置更换，综合降低人力、时间等成本。
为实现上述目的，本发明所提出的技术方案如下：
一种基于无人机悬停勘测的人脸识别设备精准安装方法，包括：
步骤1、采集待布置场景的入口数据，包括入口的宽高；
步骤2、采集待布置场景的宽高数据以及景深范围，通过无人机拍摄的画面进行场景建模；
步骤3、根据预装设的摄像机的参数，依次将参数输入无人机，使得无人机可被设置成根据输入的参数进行图像采集；
步骤4、根据场景建模和入口数据获取无人机悬停的空间范围；
步骤5、控制无人机在所述空间范围内的多个位点悬停，并在悬停位点拍摄朝向入口的人脸照片和/或视频，并输出每个悬停位点的照片；
步骤6、对输出的照片输入人脸识别算法，进行人脸识别得到人脸比对结果的分值，获得其中最高的分值对应的照片，并以该对应的照片的悬停位置作为摄像机的安装位置输出；
步骤7、根据输出的安装位置对应的高度和景深位置，安装摄像机。
进一步地，无人机通过其搭载的机载相机拍摄场景的画面，结合场景的宽高数据和与入口的景深范围，构建场景的三维模型。
进一步地，所述方法还包括：
根据构建场景的三维模型，以与入口所在的平面平行的方向以设定间隔形成多个横截面以及其中的中心横截面。
进一步地，获取无人机悬停的空间范围的具体操作包括：
以中心横截面为起始朝向入口的方向延伸，并横切横截面的方式取多个构成圆形或者椭圆形的位点，作为无人机悬停的空间范围。
进一步地，所述无人机悬停的位点，在所述圆形或者椭圆形内构成轴对称。
进一步地，在所述步骤6中，更加包含：
将输出的照片输入第一人脸识别算法进行人脸识别，获取人脸比对结果的分值，获得其中分值最高对应的照片；
将输出的照片输入第二人脸识别算法进行人脸识别，获取人脸比对结果的分值，获得其中分值最高对应的照片；
判断两次识别对应获得的分值最高对应的照片是否为同一张照片，如果不是同一张照片，则返回步骤4再次确定悬停范围重新进行拍摄；如果为同一张，则该对应的照片的拍摄悬停位置作为摄像机的安装位置输出，包括悬停位置的高度、与入口的深度位置以及无人机的机载相机的拍摄角度。
进一步地，在所述步骤5中，在拍摄照片的过程中，更加包括调整无人机的机载相机的拍摄角度。
进一步地，在所述步骤5中，在拍摄照片的过程中，更加包括调整无人机的机载相机的光线补偿。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
图1是本发明的基于无人机悬停勘测的人脸识别设备精准安装方法的流程示例。
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
现有人脸识别设备（例如摄像机等）安装因对高度、角度、景深、光线等外界因素有严格要求，故设备尽管根据勘测数据进行对应部署方案实施，但安装后总因未综合计量的因素导致需要调整安装的各类参数，甚至需要更换设备后反复调试，才能实现最优效果。现有的方式在更换设备、反复调试过程中，人力和时间消耗都非常大。结合图示，本发明的示例性实施例提出的基于无人机悬停勘测的人脸识别设备精准安装方法，可以实现设备部署前，提前得到对应预安装点位的图像和视频信息，判定最适合的安装参数类信息，避免后置更换，综合降低人力、时间等成本。
结合图1所示的示例，本发明提出的人脸识别设备精准安装方法的过程包括以下步骤：
步骤1、采集待布置场景的入口数据，包括入口的宽高；
步骤2、采集待布置场景的宽高数据以及景深范围，通过无人机拍摄的画面进行场景建模；
步骤3、根据预装设的摄像机的参数，依次将参数输入无人机，使得无人机可被设置成根据输入的参数进行图像采集；
步骤4、根据场景建模和入口数据获取无人机悬停的空间范围；
步骤5、控制无人机在所述空间范围内的多个位点悬停，并在悬停位点拍摄朝向入口的人脸照片和/或视频，并输出每个悬停位点的照片；
步骤6、对输出的照片输入人脸识别算法，进行人脸识别得到人脸比对结果的分值，获得其中最高的分值对应的照片，并以该对应的照片的悬停位置作为摄像机的安装位置输出；
步骤7、根据输出的安装位置对应的高度和景深位置，安装摄像机。
本发明前述的待布置场景，是指根据需要希望布置摄像机以对进入的人流和/或人脸进行拍照、识别统计的场合，例如商场或者店铺中。通过朝向入口处设置的摄像机，拍摄视频或者图片，对进入的人流进行追踪和统计，为后期的智能商圈的决策提供数据支持和依据。
前述的人脸识别设备，尤其是指具有摄像功能的设备，例如摄像机或者具有摄像头的终端设备，通过立式、挂壁、吊立等方式进行固定式或者非固定式的安装，尤其是有利于采集图片和视频的角度/高度进行安装。
本发明的实施过程中，优选地通过无人机的悬停，通过无人机的机载相机进行图片和视频的拍摄，提前能够预览到预定位点的拍摄效果，并且对拍摄的效果进行评估，确定最佳的效果作为选定的悬停位置，并进行输出作为店铺内摄像机的安装位置数据，指导进行安装，避免传统的勘测和安装方式的繁琐的后置更换和调试。
优选地，无人机尤其优选地采用大疆公司的无人机，例如Inspire系列或者Phantom系列无人机，通过对场景内（如店铺内）的飞行拍摄，结合采集的场景室内的长宽高数据，无人机通过其搭载的机载相机拍摄场景的画面，对室内构建场景的三维模型。
这样的三维模型，尤其是通过多角度拍摄的图片通过配准拼接和/或全景拍摄的图片进行室内的场景模型构建，可通过现有的算法实现，在其中实现长宽高（即宽高与景深）的标注和设计。
在进一步的实施例中，根据构建场景的三维模型，以与入口所在的平面平行的方向以设定间隔形成多个横截面以及其中的中心横截面。
例如，以5mm为间距，将室内的三维场景分割成多个与入口（例如进门位置）所在的平面相平行的多个横截面，即多个横断面。其中位于深度方向（景深）的中心位置的一个横断面为中心横截面。中心横截面具有几何中心点。
在本发明的实施例过程中，获取无人机悬停的空间范围的具体操作包括：
以中心横截面为起始朝向入口的方向延伸，并横切横截面的方式取多个构成圆形或者椭圆形的位点，作为无人机悬停的空间范围。
无人机在这些空间范围内进行悬停时，控制进行朝向入口方向的人脸照片采集，例如以虚拟人或者实际的人员站立，根据输入的相机参数进行调节，从而完成照片的采集。
在采集过程中，还可以调整无人机的机载相机的拍摄角度和/或进行光线补偿，并对拍摄角度和光线补偿参数进行记录。
如此，优选地，从中心横截面开始向入口的方向，进行横切横截面，确定至少一个横切面，与多个横截面相交，得到多个位点。横切面优选地选定为圆形或者椭圆形，从而使得多个位点构成轴对称，利于后期在拍摄时进行筛选。
在可选的实施例中，横切面的高度由入口位置的中心点决定，高于入口位置的中心点。入口位置的中心点，优选地设置为矩形自动门或者推拉门等入口门端的宽高的中心点。
在可选的例子中，横切面可以是斜切或者平切。
作为优选的实施例，在步骤6中确定安装位置的过程中，具体包括：
将输出的照片输入第一人脸识别算法（例如基于OpenCV的线性判别分析LDA的人脸识别算法）进行人脸识别，获取人脸比对结果的分值，获得其中分值最高对应的照片；
将输出的照片输入第二人脸识别算法（例如基于OpenCV的局部二值模式直方图LBP的人脸识别算法）进行人脸识别，获取人脸比对结果的分值，获得其中分值最高对应的照片；
判断两次识别对应获得的分值最高对应的照片是否为同一张照片，如果不是同一张照片，则返回步骤4再次确定悬停范围重新进行拍摄；如果为同一张，则该对应的照片的拍摄悬停位置作为摄像机的安装位置输出，包括悬停位置的高度、与入口的深度位置以及无人机的机载相机的拍摄角度。
如此，通过二次判决，实现最高效果的人脸图片的选定，并可基于不可达质量效果的图片而进行重新进行位置选取和悬停，从而实现更加优选的悬停位置与安装位点的选择。
如此，本发明的方案中，可根据人脸识别设备要求，在对应点位安装前，提前进行无人机进行勘测，确认安装的参数范围，通过对无人机悬停的多角度、高度的抓拍照片组图和视频拍摄，提前获取安装点位的预览效果，结合设备的参数要求和数据处理，即可精准得出最合理的安装方案。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (7)

1.一种基于无人机悬停勘测的人脸识别设备精准安装方法，其特征在于，包括：
步骤1、采集待布置场景的入口数据，包括入口的宽高；
步骤2、采集待布置场景的宽高数据以及景深范围，通过无人机拍摄的画面进行场景建模；
步骤3、根据预装设的摄像机的参数，依次将参数输入无人机，使得无人机可被设置成根据输入的参数进行图像采集；
步骤4、根据场景建模和入口数据获取无人机悬停的空间范围；
步骤5、控制无人机在所述空间范围内的多个位点悬停，并在悬停位点拍摄朝向入口的人脸照片和/或视频，并输出每个悬停位点的照片；
步骤6、对输出的照片输入人脸识别算法，进行人脸识别得到人脸比对结果的分值，获得其中最高的分值对应的照片，并以该对应的照片的悬停位置作为摄像机的安装位置输出；
步骤7、根据输出的安装位置对应的高度和景深位置，安装摄像机。
2.根据权利要求1所述的基于无人机悬停勘测的人脸识别设备精准安装方法，其特征在于，无人机通过其搭载的机载相机拍摄场景的画面，结合场景的宽高数据和与入口的景深范围，构建场景的三维模型。
3.根据权利要求2所述的基于无人机悬停勘测的人脸识别设备精准安装方法，其特征在于，所述方法还包括：
根据构建场景的三维模型，以与入口所在的平面平行的方向以设定间隔形成多个横截面以及其中的中心横截面；
在所形成的多个横截面和中心横截面的基础上，获取无人机悬停的空间范围的具体操作包括：
以中心横截面为起始朝向入口的方向延伸，并横切横截面的方式取多个构成圆形或者椭圆形的位点，作为无人机悬停的空间范围。
4.根据权利要求3所述的基于无人机悬停勘测的人脸识别设备精准安装方法，其特征在于，所述无人机悬停的位点，在所述圆形或者椭圆形内构成轴对称。
5.根据权利要求4所述的基于无人机悬停勘测的人脸识别设备精准安装方法，其特征在于，在所述步骤6中，更加包含：
将输出的照片输入第一人脸识别算法进行人脸识别，获取人脸比对结果的分值，获得其中分值最高对应的照片；
将输出的照片输入第二人脸识别算法进行人脸识别，获取人脸比对结果的分值，获得其中分值最高对应的照片；
判断两次识别对应获得的分值最高对应的照片是否为同一张照片，如果不是同一张照片，则返回步骤4再次确定悬停范围重新进行拍摄；如果为同一张，则该对应的照片的拍摄悬停位置作为摄像机的安装位置输出，包括悬停位置的高度、与入口的深度位置以及无人机的机载相机的拍摄角度。
6.根据权利要求5所述的基于无人机悬停勘测的人脸识别设备精准安装方法，其特征在于，在所述步骤5中，在拍摄照片的过程中，更加包括调整无人机的机载相机的拍摄角度。
7.根据权利要求5所述的基于无人机悬停勘测的人脸识别设备精准安装方法，其特征在于，在所述步骤5中，在拍摄照片的过程中，更加包括调整无人机的机载相机的光线补偿。
CN202010398566.XA 2020-05-12 2020-05-12 基于无人机悬停勘测的人脸识别设备精准安装方法 Active CN111541851B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010398566.XA CN111541851B (zh) 2020-05-12 2020-05-12 基于无人机悬停勘测的人脸识别设备精准安装方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010398566.XA CN111541851B (zh) 2020-05-12 2020-05-12 基于无人机悬停勘测的人脸识别设备精准安装方法

Publications (2)

Publication Number Publication Date
CN111541851A CN111541851A (zh) 2020-08-14
CN111541851B true CN111541851B (zh) 2021-08-13

Family

ID=71969242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010398566.XA Active CN111541851B (zh) 2020-05-12 2020-05-12 基于无人机悬停勘测的人脸识别设备精准安装方法

Country Status (1)

Country Link
CN (1) CN111541851B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103236054A (zh) * 2013-04-10 2013-08-07 博奥生物有限公司 一种拍照装置的定位方法及定位系统
KR20170025807A (ko) * 2015-08-31 2017-03-08 연세대학교 원주산학협력단 복수 개의 이미지 합성을 통한 고해상도 이미지를 획득하는 장치 및 이 장치의 제어 방법
CN106791682A (zh) * 2016-12-31 2017-05-31 四川九洲电器集团有限责任公司 一种获得场景图像的方法及设备
CN107329570A (zh) * 2017-06-29 2017-11-07 合肥步瑞吉智能家居有限公司 一种根据个体观看者位置自动调节显示设备角度的方法
CN109328456A (zh) * 2017-11-30 2019-02-12 深圳配天智能技术研究院有限公司 一种拍摄装置及拍摄位置寻优的方法
JP2019161462A (ja) * 2018-03-13 2019-09-19 キヤノン株式会社 制御装置、画像処理システム、制御方法、及びプログラム

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7796162B2 (en) * 2000-10-26 2010-09-14 Front Row Technologies, Llc Providing multiple synchronized camera views for broadcast from a live venue activity to remote viewers
CN106485785B (zh) * 2016-09-30 2023-09-26 李娜 一种基于室内三维建模和定位的场景生成方法及系统
CN108111818B (zh) * 2017-12-25 2019-05-03 北京航空航天大学 基于多摄像机协同的运动目标主动感知方法和装置
CN110715933A (zh) * 2019-11-11 2020-01-21 北京主导时代科技有限公司 一种列车轮对踏面在线图像采集的光学布局结构

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103236054A (zh) * 2013-04-10 2013-08-07 博奥生物有限公司 一种拍照装置的定位方法及定位系统
KR20170025807A (ko) * 2015-08-31 2017-03-08 연세대학교 원주산학협력단 복수 개의 이미지 합성을 통한 고해상도 이미지를 획득하는 장치 및 이 장치의 제어 방법
CN106791682A (zh) * 2016-12-31 2017-05-31 四川九洲电器集团有限责任公司 一种获得场景图像的方法及设备
CN107329570A (zh) * 2017-06-29 2017-11-07 合肥步瑞吉智能家居有限公司 一种根据个体观看者位置自动调节显示设备角度的方法
CN109328456A (zh) * 2017-11-30 2019-02-12 深圳配天智能技术研究院有限公司 一种拍摄装置及拍摄位置寻优的方法
JP2019161462A (ja) * 2018-03-13 2019-09-19 キヤノン株式会社 制御装置、画像処理システム、制御方法、及びプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
相机安装精度影响因素分析与实现方法;邸国栋;《2011年小卫星技术交流会》;20120531;全文 *

Also Published As

Publication number Publication date
CN111541851A (zh) 2020-08-14

Similar Documents

Publication Publication Date Title
CN109765930B (zh) 一种无人机视觉导航系统
CN105651780A (zh) 通过无人机检测风机叶片状态的方法、装置及系统
KR101558467B1 (ko) 지피에스 수신기의 동선에 따라 수치지도에 링크된 수치좌표를 보정하는 수치정보 시스템
CN106547814A (zh) 一种输电线路无人机巡检图像的结构化自动归档方法
CN102436738A (zh) 一种基于无人机的交通监测装置
CN113205116B (zh) 输电线路无人机巡检拍摄目标点自动提取及航迹规划方法
CN110910354A (zh) 道路检测车及道路检测方法、装置
CN108765975B (zh) 路侧垂直停车场管理系统及方法
KR101788225B1 (ko) 건설현장 맞춤형 이미지 분석기술을 활용한 중장비/근로자 인식 및 추적 방법 및 시스템
KR101564410B1 (ko) 영상이미지의 구간별 링크정보 수정을 위한 영상처리 방법
CN112270253A (zh) 一种高空抛物的检测方法及装置
CN112383745A (zh) 一种基于全景影像的大型集群化施工项目的数字化呈现方法
CN115937746A (zh) 一种烟火事件监测方法、装置及存储介质
CN111541851B (zh) 基于无人机悬停勘测的人脸识别设备精准安装方法
CN112687023B (zh) 基于地理围栏巡检道路设施的方法
CN114020039A (zh) 无人机巡检杆塔自动对焦系统及方法
CN111738148B (zh) 一种利用红外巡检拍摄的故障识别方法
CN110211159A (zh) 一种基于图像视频处理技术的飞机位置检测系统及方法
CN116778357A (zh) 利用可见光缺陷识别的电力线路无人机巡检方法和系统
CN112016518A (zh) 基于无人机和人工智能的人群分布形式检测方法
CN109862263A (zh) 一种基于图像多维特征识别的移动目标自动跟踪方法
WO2021189429A1 (zh) 图像拍摄方法、装置、可移动平台和存储介质
CN111476304B (zh) 一种影像数据处理方法及装置
WO2020239088A1 (zh) 一种保险理赔处理方法及装置
CN112257514B (zh) 一种用于设备故障巡检的红外视觉智检的拍摄方法

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: No.568 longmian Avenue, gaoxinyuan, Jiangning District, Nanjing City, Jiangsu Province, 211000

Patentee after: Xiaoshi Technology (Jiangsu) Co.,Ltd.

Address before: No.568 longmian Avenue, gaoxinyuan, Jiangning District, Nanjing City, Jiangsu Province, 211000

Patentee before: NANJING ZHENSHI INTELLIGENT TECHNOLOGY Co.,Ltd.