CN112862739A - 一种评估影像有效分析区域的方法与系统 - Google Patents
一种评估影像有效分析区域的方法与系统 Download PDFInfo
- Publication number
- CN112862739A CN112862739A CN201911088491.9A CN201911088491A CN112862739A CN 112862739 A CN112862739 A CN 112862739A CN 201911088491 A CN201911088491 A CN 201911088491A CN 112862739 A CN112862739 A CN 112862739A
- Authority
- CN
- China
- Prior art keywords
- specific scene
- event information
- analysis
- effective analysis
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000010191 image analysis Methods 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims description 66
- 238000012544 monitoring process Methods 0.000 claims description 22
- 238000010586 diagram Methods 0.000 description 9
- 238000012806 monitoring device Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000003137 locomotive effect Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 241000238631 Hexapoda Species 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
Images
Classifications
-
- 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
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
-
- 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
- G06T2207/30248—Vehicle exterior or interior
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
一种评估影像有效分析区域的方法,该方法针对一特定场景的连续影像作影像分析以得到该连续影像中的可侦测得到的对象或事件信息以产生一封闭的有效分析区域,以减少实际监控该特定场景时的影像分析的负荷。
Description
技术领域
本发明有关一种评估影像有效分析区域的方法,特别是指评估在一特定场景下所摄取的影像的有效分析区域的方法。
背景技术
近年来随着监控摄影机的数量增多,影像分析的应用也急遽增加,例如人形侦测、车型侦测、遗留物侦测、异常行为分析等。然而现场布署人员常因无足够的工具及专业的知识,无法得知一影像分析技术在特定场景的有效分析区域,因而无法验证摄影机影像是否符合分析需求。传统的有效分析区域设置完全依赖现场布署人员的经验与反复试误,人力需求高、效率低且无法保证能正确评估一有效分析区域。
因此,业界需要一个新的方法来评估在一影像分析技术于一特定场景下的影像的有效分析区域。
发明内容
本发明的一目的是提供一种新的方法来评估在一特定场景下的影像的有效分析区域,以减少实际监控该特定场景时的影像分析的负荷。
本发明的一目的是提供一种新的方法来评估在一特定场景下的影像的有效分析区域,以协助现场布署人员设定监控该特定场景的一侦测条件。
本发明的一实施例中提出一种评估影像有效分析区域的方法,包含:撷取一特定场景下的一区段时间内的多个连续影像;针对该多个连续影像作影像分析以得到该多个连续影像中的可侦测得到的对象或事件信息;以及根据该可侦测得到的对象或事件信息,产生一封闭的有效分析区域,以减少实际监控该特定场景时的影像分析的负荷。
在一实施例中,该方法更包含显示该封闭的有效分析区域于一显示器上以协助使用者设定监控该特定场景的一侦测条件。
在一实施例中,该方法更包含自动设定监控该特定场景的一侦测条件。
在一实施例中,该侦测条件为该封闭的有效分析区域中的一线段。
在一实施例中,该侦测条件为该封闭的有效分析区域中的一区域。
在一实施例中,该物件为人。
在一实施例中,该对象或事件信息包括人的位置、尺寸、存在时间或移动轨迹。
在一实施例中,该物件为车辆。
在一实施例中,该对象或事件信息包括车辆的位置、尺寸、存在时间或移动轨迹。
在一实施例中,该方法更包含针对该特定场景在不同时间区段下分析得到的对象或事件信息加以区分,而取得该特定场景在不同时间区段下的不同有效分析区域。
在一实施例中,该方法更包含针对该特定场景在不同明暗程度下分析得到的对象或事件信息加以区分并分别相连,而取得该特定场景在不同明暗程度下的不同有效分析区域。
在一实施例中,该方法更包含协助使用者选择不同的侦测技术。
本发明的一实施例中提出一种评估影像有效分析区域的系统,包含:一撷取模块,用以撷取一特定场景下的一区段时间内的多个连续影像;一分析模块,针对该多个连续影像作影像分析以得到该多个连续影像中的可侦测得到的对象或事件信息;以及一学习模块,根据该可侦测得到的对象或事件信息产生一封闭的有效分析区域,以减少实际监控该特定场景时的影像分析的负荷。
在一实施例中,该系统更包含一设定模块,用以显示该封闭的有效分析区域于一显示器上以协助使用者设定监控该特定场景的一侦测条件。
在一实施例中,该系统自动设定监控该特定场景的一侦测条件。
在一实施例中,该侦测条件为该封闭的有效分析区域中的一线段。
在一实施例中,该侦测条件为该封闭的有效分析区域中的一区域。
在一实施例中,该物件为人。
在一实施例中,该对象或事件信息包括人的位置、尺寸、存在时间或移动轨迹。
在一实施例中,该物件为车辆。
在一实施例中,该对象或事件信息包括车辆的位置、尺寸、存在时间或移动轨迹。
在一实施例中,该学习模块更包含针对该特定场景在不同时间区段下分析得到的对象或事件信息加以区分,而取得该特定场景在不同时间区段下的不同有效分析区域。
在一实施例中,该学习模块更包含针对该特定场景在不同明暗程度下分析得到的对象或事件信息加以区分并分别相连,而取得该特定场景在不同明暗程度下的不同有效分析区域。
在一实施例中,该系统更包含协助用户选择不同的侦测技术。
附图说明
图1说明本发明的一实施例中的一评估影像有效分析区域的方法的流程图。
图2说明本发明的一实施例中的一评估影像有效分析区域的方法的一实施例。
图3说明本发明的一实施例中的一评估影像有效分析区域的方法的另一实施例。
图4说明本发明的一实施例中的一评估影像有效分析区域的系统的示意图。
图5说明本发明的另一实施例中的一评估影像有效分析区域的系统的示意图。
图6说明本发明的另一实施例中的一评估影像有效分析区域的系统的示意图。
图7说明本发明的另一实施例中的一评估影像有效分析区域的系统的示意图。
图8说明本发明的另一实施例中的一评估影像有效分析区域的系统的示意图。
附图标记说明:100-一特定场景下的影像来源;101-撷取模块;102-分析模块;102A-分析模块1;102B-分析模块N;103-学习模块;104-设定模块;105-监控装置;106-特定场景;107-具有设定模块的监控装置;109-基于一影像分析技术的侦测器;110-分析信息种类1;111-分析信息种类N;112-封闭区域产生器;113-有效分析区域;114-有效分析区域外接框;115-协助使用者设置跨线线段;116-预设ROI;117-协助使用者设置ROI;121-产生一封闭的有效分析区域;200A-卖场;200B-撷取分析信息的区域;200C-藉由分析信息产生的有效分析区域;200D-藉由有效分析区域产生有效分析区域外接框;300A-特定场景;300B-撷取分析信息的区域;300C-在明暗程度或时间区段下的有效侦测线段;300D-在明暗程度或时间区段下的无效侦测线段。
具体实施方式
有关本发明的前述及其他技术内容、特点与功效,在以下配合参考图式的较佳实施例的详细说明中,将可清楚的呈现。然而,要说明的是,以下实施例并非用以限定本发明。
依据特定场景的视角、画质、景深、画面变形程度的不同,同一影像分析技术针对不同场景中的有效分析区域也大不相同。设定一正确的有效分析区域十分重要,第一是在某些影像分析技术若排除不须分析的影像内容可有效提升分析正确率,第二是在某些影像分析技术若排除不须分析的影像内容可有效提升分析速度。
图1说明本发明的一实施例中的一评估影像有效分析区域的方法的流程图,该方法包含有以下步骤:步骤S101:撷取一特定场景下的一区段时间内的多个连续影像;步骤S102:针对该多个连续影像作影像分析以得到该多个连续影像中的可侦测得到的对象或事件信息;步骤S103:根据该可侦测得到的对象或事件信息,产生一封闭的有效分析区域,以减少实际监控该特定场景时的影像分析的负荷。
在一实施例中,该物件为人。
在一实施例中,该对象或事件信息包括人的位置、尺寸、存在时间或移动轨迹。
在一实施例中,该物件为车辆。
在一实施例中,该对象或事件信息包括车辆的位置、尺寸、存在时间或移动轨迹。
在一实施例中,该对象为特定种类的人、特定种类的车型。
在一实施例中,该物件为船、飞机、机具等。
在一实施例中,该物件为动物、牲口、宠物、昆虫等。
在一实施例中,该对象为自然现象、病理现象等。
在一实施例中,该方法更包含显示该封闭的有效分析区域于一显示器上以协助使用者设定监控该特定场景的一侦测条件。
在一实施例中,该方法更包含自动化设定监控该特定场景的一侦测条件。
在一实施例中,该侦测条件为该封闭的有效分析区域中的一线段。
在一实施例中,该侦测条件为该封闭的有效分析区域中的一区域。
在一实施例中,该方法更包含协助使用者选择不同的侦测技术,例如侦测技术A对机车的有效分析区域较大,但对轿车的有效分析区域较小;侦测技术B则反之,则使用者可根据需要侦测机车或轿车而选择侦测技术A或B。
在一实施例中,该方法更包含针对该特定场景在不同时间区段下分析得到的对象或事件信息加以区分,而取得该特定场景在不同时间区段下的不同有效分析区域。
在一实施例中,该方法更包含针对该特定场景在不同明暗程度下分析得到的对象或事件信息加以区分并分别相连,而取得该特定场景在不同明暗程度下的不同有效分析区域。
图2说明本发明的一实施例中的一评估影像有效分析区域的方法的一实施例。请参考图2与图4。本实施例对用于卖场监控的鱼眼镜头摄影机所摄取的多个连续影像进行人形侦测,并将侦测结果传送给学习模块,获得以下分析结果:
影像来源100:来自于一特定场景如卖场200A的监控的鱼眼镜头摄影机。
撷取模块101:撷取卖场200A的一区段时间内的多个连续影像。
分析模块102:针对卖场200A的多个连续影像作影像分析以得到该多个连续影像中的可侦测得到的人形或事件信息。在一实施例中,分析模块102可使用一基于SSD(SingleShot MultiBox Detector)深度学习网络的对象侦测器以进行人形侦测。
学习模块103:图2中的框200B代表撷取分析信息的区域;图2中的区域200C代表藉由分析信息产生的有效分析区域;图2中的框200D代表藉由有效分析区域产生有效分析区域外接框。
分析模块102与学习模块103可位于同一装置,或是位于不同装置。在一实施例中,可使用多个分析模块,具备不同的影像侦测技术,或不同的深度学习网络模型(Model),分别进行侦测并将侦测结果提供学习模块。学习模块可比较来自多个分析模块的分析结果,产生各自的有效分析区域与有效分析区域外接框,并自动选出在此场景下具有最佳侦测率或侦测范围的影像侦测技术或深度学习网络model供用户选用。若仅欲侦测特定种类或尺寸的对象或事件,则学习模块只需处理特定种类或尺寸的对象或事件信息,以产生针对特定种类或尺寸的对象或事件的有效分析区域与有效分析区域外接框。
图3说明本发明的一实施例中的一评估影像有效分析区域的方法的一实施例。由于在不同时间区段、不同天候等因素会造成环境的光影变化与不同的明暗程度,而导致侦测率也会有所不同,例如过暗区域可能就无法有效侦测。学习模块可进一步针对同一特定场景在不同明暗程度或时间区段下分析得到的对象或事件信息加以区分并分别相连,而获得此特定场景在不同内容明暗程度或时间区段下的有效分析区域,作为监控装置在不同明暗程度或时间区段下的预设ROI(Region of Interest,即实际进行分析的区域),并可提示用户在不同明暗程度或时间区段下可设定不同的ROI或侦测线段。
图3中的300A代表一特定场景;图3中的框300B代表撷取分析信息的区域;图3中的线段300C代表在此明暗程度或时间区段下的有效侦测线段;
图3中的线段300D代表在此明暗程度或时间区段下的无效侦测线段。
由于某些特定场景中可能有非预期的侦测对象或事件,例如人形模型或人形立牌容易被侦测为人形对象,或是某些特定物品形状容易导致侦测误报,则学习模块可以藉由对象或事件的出现时间、移动轨迹、尺寸加以区分出非预期的侦测对象或事件,而加以排除不使用于建立有效分析区域。
图4说明本发明的一实施例中的一评估影像有效分析区域的系统的示意图,该系统包含:一撷取模块101,用以撷取一特定场景下的一区段时间内的多个连续影像100;一分析模块102,针对该多个连续影像作影像分析以得到该多个连续影像中的可侦测得到的对象或事件信息;以及一学习模块103,根据该可侦测得到的对象或事件信息产生一封闭的有效分析区域121,以减少实际监控该特定场景时的影像分析的负荷。
在一实施例中,分析模块与学习模块位于同一装置中。
在一实施例中,分析模块与学习模块位于不同装置中。
在一实施例中,该系统更包含显示该封闭的有效分析区域于一显示器上以协助使用者设定监控该特定场景的一侦测条件。
在一实施例中,该系统更包含自动化设定监控该特定场景的一侦测条件。
在一实施例中,该侦测条件为该封闭的有效分析区域中的一线段。
在一实施例中,该侦测条件为该封闭的有效分析区域中的一区域。
在一实施例中,该系统更包含协助用户选择不同的侦测技术,例如侦测技术A对机车的有效分析区域较大,但对轿车的有效分析区域较小;侦测技术B则反之,则使用者可根据需要侦测机车或轿车而选择侦测技术A或B。
在一实施例中,该物件为人。
在一实施例中,该对象或事件信息包括人的位置、尺寸、存在时间或移动轨迹。
在一实施例中,该物件为车辆。
在一实施例中,该对象或事件信息包括车辆的位置、尺寸、存在时间或移动轨迹。
在一实施例中,该对象为特定种类的人、特定种类的车型
在一实施例中,该物件为船、飞机、机具等。
在一实施例中,该物件为动物、牲口、宠物、昆虫等。
在一实施例中,该对象为自然现象、病理现象等。
在一实施例中,该学习模块更包含针对该特定场景在不同时间区段下分析得到的对象或事件信息加以区分,而取得该特定场景在不同时间区段下的不同有效分析区域。
在一实施例中,该学习模块更包含针对该特定场景在不同明暗程度下分析得到的对象或事件信息加以区分并分别相连,而取得该特定场景在不同明暗程度下的不同有效分析区域。
图5说明本发明的另一实施例中的一评估影像有效分析区域的系统的示意图,该系统包含:一撷取模块101,用以撷取一特定场景106下的一区段时间内的多个连续影像;一分析模块102,针对该多个连续影像作影像分析以得到该多个连续影像中的可侦测得到的对象或事件信息;一学习模块103,根据该可侦测得到的对象或事件信息产生一封闭的有效分析区域,以减少监控装置105实际监控该特定场景时的影像分析的负荷;以及一设定模块104,用以显示该封闭的有效分析区域于一显示器上以协助使用者设定监控该特定场景的一侦测条件。
分析模块102,学习模块103以及设定模块104可位于同一装置,或是位于不同装置。
如图6所示,设定模块104可位于实际监控该特定场景的一监控装置107中。
特定场景下的一区段时间内的多个连续影像来自于实际被监控的场景,且分析期间存在对象的行为。例如若场景为路口,分析目标为车辆,则侦测过程中包括有各式车辆出现在该路口各位置的内容。该特定场景下的一区段时间内的多个连续影像可为摄影机及时串流或是预录像片,其中该多个连续影像可以是有限时间的片段或是持续提供分析与学习。
图7说明本发明的另一实施例中的一评估影像有效分析区域的系统的示意图,该系统包含:一撷取模块101,用以撷取一特定场景106下的一区段时间内的多个连续影像;一分析模块102,针对该多个连续影像作影像分析以得到该多个连续影像中的可侦测得到的对象或事件信息;一学习模块103,根据该可侦测得到的对象或事件信息产生一封闭的有效分析区域,以减少实际监控该特定场景时的影像分析的负荷;以及一具有设定模块的监控装置107,用以显示该封闭的有效分析区域于一显示器上以协助使用者设定监控该特定场景的一侦测条件。
分析模块102,学习模块103可位于同一装置,或是位于不同装置。
分析模块可使用基于一影像分析技术的侦测器109来侦测影像的对象与分析信息的不同种类110、111。分析模块的侦测器109可侦测并输出侦测得到的对象或事件信息,包括对象种类、对象位置、对象尺寸、对象存在时间、对象移动轨迹。
学习模块103取得分析得到的对象或事件信息。将分析得到的对象或事件信息的位置相连,产生一封闭区域112,称之为有效分析区域113,再取得有效分析区域的外接框114。学习模块103可使用所有的对象或事件信息,或是特定种类或尺寸的对象或事件信息。有效分析区域外接框114可作为该影像侦测技术作为监控装置105使用的预设ROI 116(region of interest,即实际进行分析的区域),或协助用户参考设置ROI 117,或协助使用者设置跨线线段115,并可提示使用者在现有特定场景的有效分析区域113。若使用者自行画设的ROI超出有效分析区域外接框114,则系统可给予警示。若使用者自行画设的侦测线段超出有效分析区域113之外,则系统可给予警示。
图8说明本发明的另一实施例中的一评估影像有效分析区域的系统的示意图,该系统包含:一撷取模块101,用以撷取一特定场景下的一区段时间内的多个连续影像;复数个分析模块102A、102B,针对该多个连续影像作影像分析以得到该多个连续影像中的可侦测得到的对象或事件信息;一学习模块103,根据该可侦测得到的对象或事件信息产生一封闭的有效分析区域,以减少实际监控该特定场景时的影像分析的负荷;以及一设定模块104,用以显示该封闭的有效分析区域于一显示器上以协助使用者设定监控该特定场景的一侦测条件。分析模块102A、102B,学习模块103以及设定模块104可位于同一装置,或是位于不同装置。
Claims (20)
1.一种评估影像有效分析区域的方法,其特征在于,包含:
撷取一特定场景下的一区段时间内的多个连续影像;
针对该多个连续影像作影像分析以得到该多个连续影像中的可侦测得到的对象或事件信息;以及
根据该可侦测得到的对象或事件信息,产生一封闭的有效分析区域,以减少实际监控该特定场景时的影像分析的负荷。
2.如权利要求1所述的方法,其特征在于,更包含显示该封闭的有效分析区域于一显示器上以协助使用者设定监控该特定场景的一侦测条件。
3.如权利要求2所述的方法,其特征在于,该侦测条件为该封闭的有效分析区域中的一线段。
4.如权利要求2所述的方法,其特征在于,该侦测条件为该封闭的有效分析区域中的一区域。
5.如权利要求1所述的方法,其特征在于,该对象为人或车辆。
6.如权利要求5所述的方法,其特征在于,该对象或事件信息包括人或车辆的位置、尺寸、存在时间或移动轨迹。
7.如权利要求1所述的方法,其特征在于,更包含针对该特定场景在不同时间区段下分析得到的对象或事件信息加以区分,而取得该特定场景在不同时间区段下的不同有效分析区域。
8.如权利要求1所述的方法,其特征在于,更包含针对该特定场景在不同明暗程度下分析得到的对象或事件信息加以区分并分别相连,而取得该特定场景在不同明暗程度下的不同有效分析区域。
9.如权利要求1所述的方法,其特征在于,更包含自动设定监控该特定场景的一侦测条件。
10.如权利要求1所述的方法,其特征在于,更包含协助使用者选择不同的侦测技术。
11.一种评估影像有效分析区域的系统,其特征在于,包含:
一撷取模块,用以撷取一特定场景下的一区段时间内的多个连续影像;
一分析模块,针对该多个连续影像作影像分析以得到该多个连续影像中的可侦测得到的对象或事件信息;以及
一学习模块,根据该可侦测得到的对象或事件信息产生一封闭的有效分析区域,以减少实际监控该特定场景时的影像分析的负荷。
12.如权利要求11所述的系统,其特征在于,更包含一设定模块,用以显示该封闭的有效分析区域于一显示器上以协助使用者设定监控该特定场景的一侦测条件。
13.如权利要求12所述的系统,其特征在于,该侦测条件为该封闭的有效分析区域中的一线段。
14.如权利要求12所述的系统,其特征在于,该侦测条件为该封闭的有效分析区域中的一区域。
15.如权利要求11所述的系统,其特征在于,该对象为人或车辆。
16.如权利要求15所述的系统,其特征在于,该对象或事件信息包括人或车辆的位置、尺寸、存在时间或移动轨迹。
17.如权利要求11所述的系统,其特征在于,该学习模块更包含针对该特定场景在不同时间区段下分析得到的对象或事件信息加以区分,而取得该特定场景在不同时间区段下的不同有效分析区域。
18.如权利要求11所述的系统,其特征在于,该学习模块更包含针对该特定场景在不同明暗程度下分析得到的对象或事件信息加以区分并分别相连,而取得该特定场景在不同明暗程度下的不同有效分析区域。
19.如权利要求11所述的系统,其特征在于,更包含一设定模块,用以自动设定监控该特定场景的一侦测条件。
20.如权利要求11所述的系统,其特征在于,更包含一设定模块,用以协助用户选择不同的侦测技术。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911088491.9A CN112862739A (zh) | 2019-11-08 | 2019-11-08 | 一种评估影像有效分析区域的方法与系统 |
EP20151056.7A EP3819817A1 (en) | 2019-11-08 | 2020-01-09 | A method and system of evaluating the valid analysis region of a specific scene |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911088491.9A CN112862739A (zh) | 2019-11-08 | 2019-11-08 | 一种评估影像有效分析区域的方法与系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112862739A true CN112862739A (zh) | 2021-05-28 |
Family
ID=69157651
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911088491.9A Pending CN112862739A (zh) | 2019-11-08 | 2019-11-08 | 一种评估影像有效分析区域的方法与系统 |
Country Status (2)
Country | Link |
---|---|
EP (1) | EP3819817A1 (zh) |
CN (1) | CN112862739A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201113835A (en) * | 2009-10-07 | 2011-04-16 | Taiwan Secom Co Ltd | Intelligent image detecting method, intelligent image detecting system and intelligent image detecting software |
CN102142193A (zh) * | 2010-01-28 | 2011-08-03 | 大猩猩科技股份有限公司 | 交通违规行为自动侦测系统与方法 |
CN102385705A (zh) * | 2010-09-02 | 2012-03-21 | 大猩猩科技股份有限公司 | 利用多特征自动集群法的异常行为侦测系统与方法 |
CN102547244A (zh) * | 2012-01-17 | 2012-07-04 | 深圳辉锐天眼科技有限公司 | 视频监控方法及系统 |
WO2019187552A1 (ja) * | 2018-03-29 | 2019-10-03 | 京セラドキュメントソリューションズ株式会社 | 監視システム |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2667325A1 (en) * | 2012-05-22 | 2013-11-27 | Connaught Electronics Ltd. | Method for determining an analysis region in a camera image, camera system and motor vehicle with a camera system |
US9317752B2 (en) * | 2013-06-20 | 2016-04-19 | Xerox Corporation | Method for detecting large size and passenger vehicles from fixed cameras |
RU2690224C2 (ru) * | 2014-04-03 | 2019-05-31 | Конинклейке Филипс Н.В. | Обследующее устройство для обработки и анализа изображения |
WO2019162969A1 (en) * | 2018-02-26 | 2019-08-29 | Videonetics Technology Private Limited | System for computationally efficient analysis of traffic details in traffic video stream and a method thereof |
-
2019
- 2019-11-08 CN CN201911088491.9A patent/CN112862739A/zh active Pending
-
2020
- 2020-01-09 EP EP20151056.7A patent/EP3819817A1/en not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201113835A (en) * | 2009-10-07 | 2011-04-16 | Taiwan Secom Co Ltd | Intelligent image detecting method, intelligent image detecting system and intelligent image detecting software |
CN102142193A (zh) * | 2010-01-28 | 2011-08-03 | 大猩猩科技股份有限公司 | 交通违规行为自动侦测系统与方法 |
CN102385705A (zh) * | 2010-09-02 | 2012-03-21 | 大猩猩科技股份有限公司 | 利用多特征自动集群法的异常行为侦测系统与方法 |
CN102547244A (zh) * | 2012-01-17 | 2012-07-04 | 深圳辉锐天眼科技有限公司 | 视频监控方法及系统 |
WO2019187552A1 (ja) * | 2018-03-29 | 2019-10-03 | 京セラドキュメントソリューションズ株式会社 | 監視システム |
Also Published As
Publication number | Publication date |
---|---|
EP3819817A1 (en) | 2021-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110543867B (zh) | 一种多摄像头条件下的人群密度估测系统及方法 | |
EP2297701B1 (de) | Videoanalyse | |
KR102195706B1 (ko) | 침입 탐지방법 및 그 장치 | |
CN104966062B (zh) | 视频监视方法和装置 | |
CN109214261B (zh) | 用于训练神经网络以分类对象或事件的方法和系统 | |
CN110807353A (zh) | 一种基于深度学习的变电站异物识别方法、装置及系统 | |
CN104813339A (zh) | 用于检测视频中的对象的方法、设备和系统 | |
US20180260964A1 (en) | System and method for detecting moving object in an image | |
CN110703760B (zh) | 一种用于安防巡检机器人的新增可疑物体检测方法 | |
CN110781853A (zh) | 人群异常检测方法以及相关装置 | |
CN104954747A (zh) | 视频监视方法和装置 | |
CN112528861A (zh) | 应用于铁路隧道内道床的异物检测方法及装置 | |
WO2019043406A1 (en) | DETECTION OF ANOMALY FROM VIDEO DATA FROM SURVEILLANCE CAMERAS | |
CN114140745A (zh) | 施工现场人员属性检测方法、系统、装置及介质 | |
KR102107957B1 (ko) | 건물 외벽 침입감지를 위한 cctv 모니터링 시스템 및 방법 | |
CN116403377A (zh) | 一种公共场所异常行为与隐患检测装置 | |
CN108460319B (zh) | 异常人脸检测方法及装置 | |
CN114155470A (zh) | 一种河道区域入侵检测方法、系统及存储介质 | |
KR20110100533A (ko) | 음원 추적 및 객체 인식 장치와 음원 추적 및 객체 인식 방법 | |
CN106803937B (zh) | 一种具有文本日志的双摄像头视频监控方法、系统和监控装置 | |
US11176379B2 (en) | Method of acquiring detection zone in image and method of determining zone usage | |
CN112633157A (zh) | 一种agv工作区域安全性的实时检测方法及系统 | |
CN109460077B (zh) | 一种自动跟踪方法、自动跟踪设备及自动跟踪系统 | |
CN116886874A (zh) | 一种生态园安防监控预警数据的采集方法及其系统 | |
CN112862739A (zh) | 一种评估影像有效分析区域的方法与系统 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231010 Address after: Unit 2, Jiunei Section 2, Lyon Road Bride Bryce District, MIDSAS, HAI 2BY, UK Applicant after: Gorilla Technology (UK) Ltd. Address before: Taiwan, Taipei, China Applicant before: GORILLA TECHNOLOGY Inc. |