CN113194357A - 一种运动目标检测方法及系统 - Google Patents

一种运动目标检测方法及系统 Download PDF

Info

Publication number
CN113194357A
CN113194357A CN202110095730.4A CN202110095730A CN113194357A CN 113194357 A CN113194357 A CN 113194357A CN 202110095730 A CN202110095730 A CN 202110095730A CN 113194357 A CN113194357 A CN 113194357A
Authority
CN
China
Prior art keywords
video stream
moving object
motion parameter
value
module
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
CN202110095730.4A
Other languages
English (en)
Inventor
姜琦
孔泉
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.)
Miaowei Hangzhou Technology Co ltd
Original Assignee
Miaowei Hangzhou 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 Miaowei Hangzhou Technology Co ltd filed Critical Miaowei Hangzhou Technology Co ltd
Priority to CN202110095730.4A priority Critical patent/CN113194357A/zh
Publication of CN113194357A publication Critical patent/CN113194357A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs
    • H04N21/44016—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream, rendering scenes according to MPEG-4 scene graphs involving splicing one content stream with another content stream, e.g. for substituting a video clip
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/234—Processing of video elementary streams, e.g. splicing of video streams, manipulating MPEG-4 scene graphs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
    • H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
    • H04N21/2662—Controlling the complexity of the video stream, e.g. by scaling the resolution or bitrate of the video stream based on the client capabilities
    • 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

Abstract

本发明公开了一种运动目标检测方法及系统，包括如下步骤：S1用于对视频流进行缩放处理的步骤；S2用于对经缩放处理后的视频流进行检测获取运动参数反馈值的步骤；S3用于将运动参数反馈值与运动参数阈值进行比较，当运动参数反馈值大于或等于运动参数阈值时，判定对应的视频流为运动目标视频流，进而执行步骤S4；当运动参数反馈值小于运动参数阈值时，判定对应的视频流为非运动目标视频流；S4用于将运动目标视频流进行提取操作的步骤。本发明所公开的运动目标检测方法及体统，大大加速了智能监控领域中运动目标检测应用的部署速度；有了这个框架就可以在各种不同的实际应用场景下，根据不同的监控需求而快速适配。

Description

一种运动目标检测方法及系统
技术领域
本发明涉及计算机视觉领域，尤其涉及智能监控场景下的运动目标检测方法及系统。
背景技术
运动目标检测是智能监控系统的核心部分，它的目标就是如何快速、准确地将监控视频中的运动目标给检测出来，即从序列图像中将运动目标提取出来。在学术领域里，学者们提出了很多不同的运动目标检测方法，这些运动目标检测方法除了需要根据实际的应用场合作出适配以适应环境的变化，还需要考虑运动目标检测的准确性与实时性。现有技术中采用的运动目标检测方法，需根据不同的应用场景针对性的采用不用的检测和算法，这样如需要在多个应用场景下进行运动目标的检测，系统的计算量和检测效率均较低。如可以设计一种可通用于多个应用场景下的运动目标检测方法，不但可降低系统的运算量和系统资源占用，还可将该检测方法及系统应用在不同的设备中，从而降低设备的软件成本。
发明内容
本发明涉及一种运动目标检测方法及系统。
本发明所提供的运动目标检测方法，包括如下步骤：S1用于对视频流进行缩放处理的步骤；S2用于对经缩放处理后的视频流进行检测获取运动参数反馈值的步骤；S3用于将运动参数反馈值与运动参数阈值进行比较，当运动参数反馈值大于或等于运动参数阈值时，判定对应的视频流为运动目标视频流，进而执行步骤S4；当运动参数反馈值小于运动参数阈值时，判定对应的视频流为非运动目标视频流；S4用于将运动目标视频流进行提取操作的步骤。
所述S1用于对视频流进行缩放处理的步骤，包括：S11将视频流图像参数划分为复数个等级，并将所述复数个等级所对应的视频流图像参数与0至1中复数个缩放值相绑定；S12根据视频流的应用场景确定对应的缩放值；S13向系统内输入对应的缩放值，系统将当前视频流缩放处理到与该缩放值对应的图像参数。
所述S4用于将运动目标视频流进行提取操作的步骤，包括：S41对运动目标视频流进行剪切；S42将剪切下来的运动目标视频流进行存储。
在所述S1之前还包括：用于设置监控区域，将监控区域与配置方案相绑定的步骤。
所述配置方案包括用于根据实际监控场景对视频帧采样间隔进行配置的步骤。
本发明所提供的运动目标检测系统，包括如下模块：
用于对视频流进行缩放处理的模块；用于对经缩放处理后的视频流进行检测获取运动参数反馈值的模块；用于将运动参数反馈值与运动参数阈值进行比较的模块；用于当运动参数反馈值大于或等于运动参数阈值时发送提取操作指令的模块；用于接收提取操作指令从而根据提取操作指令对运动目标视频流进行提取操作的模块。
所述用于对视频流进行缩放处理的模块，包括：用于将视频流图像参数划分为复数个等级，并将所述复数个等级所对应的视频流图像参数与0至1中复数个缩放值相绑定的子模块；用于根据视频流的应用场景确定对应的缩放值的子模块；用于向系统内输入对应的缩放值，系统将当前视频流缩放处理到与该缩放值对应的图像参数的子模块。
用于接收提取操作指令从而根据提取操作指令对运动目标视频流进行提取操作的模块，包括：
用于对运动目标视频流进行剪切的子模块；
用于将剪切下来的运动目标视频流进行存储的子模块。
本发明所提供的运动目标检测系统，还包括：监控区域设置模块，用于将监控区域与配置方案相绑定。
所述监控区域设置模块还包括用于根据实际监控场景对视频帧采样间隔进行配置的子模块。
本发明所提供的运动目标检测方法及系统，大大加速了智能监控领域中运动目标检测应用的部署速度；有了这个框架就可以在各种不同的实际应用场景下，根据不同的监控需求而快速适配；此外，本发明有良好的扩展性能，可以根据具体需要对框架里的某个模块进行扩展，而框架的其他部分不会受到影响，大大降低了开发和测试的成本；最后，本发明向非技术人员或者缺乏相关背景知识的其他专业技术人员提供了操作友好性，而对于相关技术人员则可以有针对性地根据实际需要来配置相应模块，以最大发挥运动目标检测性能和框架的处理性能。
附图说明
图1为本发明实施例一所述的运动目标检测方法步骤示意图；
图2为本发明实施例一所述的运动目标检测方法中S1用于对视频流进行缩放处理的步骤示意图；
图3为本发明实施例一所述的运动目标检测方法中S4用于将运动目标视频流进行提取操作的步骤示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，本领域普通技术人员在没有做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。
实施例一
本实施例提供一种运动目标检测方法，包括如下步骤：
S1用于对视频流进行缩放处理的步骤；本领域技术人员可以理解，将视频流进行压缩处理，可降低系统对视频流处理的运算量，提高运算速度，但后续运动参数反馈值的精确度会下降；将视频流进行放大处理，可增加运动参数反馈值的精确度，但系统对视频流处理的运算量会增多，增加系统运算压力，降低系统处理速度。因而本实施例所提供的目标检测方法，需根据当前应用场景的具体需要，对视频流进行压缩或放大处理。
S2用于对经缩放处理后的视频流进行检测获取运动参数反馈值的步骤；本领域技术人员可以理解，所述检测可以是基于轮廓寻找运动目标的运动检测，可采用背景差法、帧差法、光流法等现有技术中惯常使用的技术手段实现，这里不再进行赘述。
S3用于将运动参数反馈值与运动参数阈值进行比较，当运动参数反馈值大于或等于运动参数阈值时，判定对应的视频流为运动目标视频流，进而执行步骤S4；当运动参数反馈值小于运动参数阈值时，判定对应的视频流为非运动目标视频流；本领域技术人员可以理解，所述运动参数阈值可通过用于手动设置，从而提高小的运动目标的检测成功概率。
S4用于将运动目标视频流进行提取操作的步骤。
所述S1用于对视频流进行缩放处理的步骤，包括：
S11将视频流图像参数划分为复数个等级，并将所述复数个等级所对应的视频流图像参数与0至1中复数个缩放值相绑定；
S12根据视频流的应用场景确定对应的缩放值；
S13向系统内输入对应的缩放值，系统将当前视频流缩放处理到与该缩放值对应的图像参数。本领域技术人员可以理解，这样操作人员可以根据应用场景输入0-1中的缩放值，从而将视频流图像参数设置为合适的值。所述合适的值，是指在该图像参数下，既可以满足后续运动参数反馈值的精确度要求，又满足系统运算速度的要求。
所述S4用于将运动目标视频流进行提取操作的步骤，包括：
S41对运动目标视频流进行剪切；
S42将剪切下来的运动目标视频流进行存储；
本领域技术人员可以理解，将运动目标视频流进行剪切并进行存储可方便用户进行查看，追溯监控区域等操作。
本实施例所提供的运动目标检测方法，在所述S1之前还包括：
用于设置监控区域，将监控区域与配置方案相绑定的步骤。
本领域技术人员可以理解，通过上述步骤，可实现用户只要设置好相应的监控区域，便可启动与该监控区域相绑定的配置方案，从而按照该配置方案将整个系统进行配置。
所述配置方案包括用于根据实际监控场景对视频帧采样间隔进行配置的步骤。本领域技术人员可以理解，可以采用系统默认配置的采用间隔，也可以根据用户手动输入的信息设置视频帧采样间隔，从而达到过滤背景的目的；本领域技术人员可以理解，视频帧的采样间隔越大，整个框架消耗的计算资源会减少，但随之带来的缺点是运动目标检测成功和运动目标提取成功的概率会有所降低，反之，视频帧的采样间隔越小，整个框架所需要的计算资源就会提升，运动目标检测成功和运动目标提取成功的概率也会大大提高；本实施例所提供的运动目标检测方法，根据当前的应用场景配置视频帧的采样间隔，既可保证检测的成功率和准确率，又可保证系统资源的耗费控制在合理范围。
实施例二
本实施例提供一种运动目标检测系统，包括如下模块：
用于对视频流进行缩放处理的模块；本领域技术人员可以理解，将视频流进行压缩处理，可降低系统对视频流处理的运算量，提高运算速度，但后续运动参数反馈值的精确度会下降；将视频流进行放大处理，可增加运动参数反馈值的精确度，但系统对视频流处理的运算量会增多，增加系统运算压力，降低系统处理速度。因而本实施例所提供的目标检测系统，需根据当前应用场景的具体需要，对视频流进行压缩或放大处理。
用于对经缩放处理后的视频流进行检测获取运动参数反馈值的模块；本领域技术人员可以理解，所述检测可以是基于轮廓寻找运动目标的运动检测，可采用背景差法、帧差法、光流法等现有技术中惯常使用的技术手段实现，这里不再进行赘述。
用于将运动参数反馈值与运动参数阈值进行比较的模块
用于当运动参数反馈值大于或等于运动参数阈值时发送提取操作指令的模块；
用于接收提取操作指令从而根据提取操作指令对运动目标视频流进行提取操作的模块。
本领域技术人员可以理解，当运动参数反馈值大于或等于运动参数阈值时可判定对应的视频流为运动目标视频流，因而需进行后续的提取操作；当运动参数反馈值小于运动参数阈值时，判定对应的视频流为非运动目标视频流。本领域技术人员可以理解，所述运动参数阈值可通过用于手动设置，从而提高小的运动目标的检测成功概率。
所述用于对视频流进行缩放处理的模块，包括：
用于将视频流图像参数划分为复数个等级，并将所述复数个等级所对应的视频流图像参数与0至1中复数个缩放值相绑定的子模块；
用于根据视频流的应用场景确定对应的缩放值的子模块；
用于向系统内输入对应的缩放值，系统将当前视频流缩放处理到与该缩放值对应的图像参数的子模块。本领域技术人员可以理解，这样操作人员可以根据应用场景输入0-1中的缩放值，从而将视频流图像参数设置为合适的值。所述合适的值，是指在该图像参数下，既可以满足后续运动参数反馈值的精确度要求，又满足系统运算速度的要求。
用于接收提取操作指令从而根据提取操作指令对运动目标视频流进行提取操作的模块，包括：
用于对运动目标视频流进行剪切的子模块；
用于将剪切下来的运动目标视频流进行存储的子模块。
本领域技术人员可以理解，将运动目标视频流进行剪切并进行存储可方便用户进行查看，追溯监控区域等操作。
本实施例所提供的运动目标检测系统，还包括：监控区域设置模块，用于将监控区域与配置方案相绑定。
本领域技术人员可以理解，通过所述监控区域设置模块，可实现用户只要设置好相应的监控区域，便可启动与该监控区域相绑定的配置方案，从而按照该配置方案将整个系统进行配置。
所述监控区域设置模块还包括用于根据实际监控场景对视频帧采样间隔进行配置的子模块。本领域技术人员可以理解，可以采用系统默认配置的采用间隔，也可以根据用户手动输入的信息设置视频帧采样间隔，从而达到过滤背景的目的；本领域技术人员可以理解，视频帧的采样间隔越大，整个框架消耗的计算资源会减少，但随之带来的缺点是运动目标检测成功和运动目标提取成功的概率会有所降低，反之，视频帧的采样间隔越小，整个框架所需要的计算资源就会提升，运动目标检测成功和运动目标提取成功的概率也会大大提高；本实施例所提供的运动目标检测系统，根据当前的应用场景配置视频帧的采样间隔，既可保证检测的成功率和准确率，又可保证系统资源的耗费控制在合理范围。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种运动目标检测方法，其特征在于，包括如下步骤：
S1用于对视频流进行缩放处理的步骤；
S2用于对经缩放处理后的视频流进行检测获取运动参数反馈值的步骤；
S3用于将运动参数反馈值与运动参数阈值进行比较，当运动参数反馈值大于或等于运动参数阈值时，判定对应的视频流为运动目标视频流，进而执行步骤S4；当运动参数反馈值小于运动参数阈值时，判定对应的视频流为非运动目标视频流；
S4用于将运动目标视频流进行提取操作的步骤。
2.如权利要求1所述的运动目标检测方法，其特征在于，所述S1用于对视频流进行缩放处理的步骤，包括：
S11将视频流图像参数划分为复数个等级，并将所述复数个等级所对应的视频流图像参数与0至1中复数个缩放值相绑定；
S12根据视频流的应用场景确定对应的缩放值；
S13向系统内输入对应的缩放值，系统将当前视频流缩放处理到与该缩放值对应的图像参数。
3.如权利要求2所述的运动目标检测方法，其特征在于，所述S4用于将运动目标视频流进行提取操作的步骤，包括：
S41对运动目标视频流进行剪切；
S42将剪切下来的运动目标视频流进行存储。
4.如权利要求3所述的运动目标检测方法，其特征在于，在所述S1之前还包括：
用于设置监控区域，将监控区域与配置方案相绑定的步骤。
5.如权利要求4所述的运动目标检测方法，其特征在于，所述配置方案包括用于根据实际监控场景对视频帧采样间隔进行配置的步骤。
6.一种运动目标检测系统，其特征在于，包括如下模块：
用于对视频流进行缩放处理的模块；
用于对经缩放处理后的视频流进行检测获取运动参数反馈值的模块；
用于将运动参数反馈值与运动参数阈值进行比较的模块
用于当运动参数反馈值大于或等于运动参数阈值时发送提取操作指令的模块；
用于接收提取操作指令从而根据提取操作指令对运动目标视频流进行提取操作的模块。
7.如权利要求6所述的运动目标检测系统，其特征在于，所述用于对视频流进行缩放处理的模块，包括：
用于将视频流图像参数划分为复数个等级，并将所述复数个等级所对应的视频流图像参数与0至1中复数个缩放值相绑定的子模块；
用于根据视频流的应用场景确定对应的缩放值的子模块；
用于向系统内输入对应的缩放值，系统将当前视频流缩放处理到与该缩放值对应的图像参数的子模块。
8.如权利要求7所述的运动目标检测系统，其特征在于，用于接收提取操作指令从而根据提取操作指令对运动目标视频流进行提取操作的模块，包括：
用于对运动目标视频流进行剪切的子模块；
用于将剪切下来的运动目标视频流进行存储的子模块。
9.如权利要求8所述的运动目标检测系统，其特征在于，还包括：监控区域设置模块，用于将监控区域与配置方案相绑定。
10.如权利要求9所述的运动目标检测系统，其特征在于，所述监控区域设置模块还包括用于根据实际监控场景对视频帧采样间隔进行配置的子模块。
CN202110095730.4A 2021-01-25 2021-01-25 一种运动目标检测方法及系统 Pending CN113194357A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110095730.4A CN113194357A (zh) 2021-01-25 2021-01-25 一种运动目标检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110095730.4A CN113194357A (zh) 2021-01-25 2021-01-25 一种运动目标检测方法及系统

Publications (1)

Publication Number Publication Date
CN113194357A true CN113194357A (zh) 2021-07-30

Family

ID=76972704

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110095730.4A Pending CN113194357A (zh) 2021-01-25 2021-01-25 一种运动目标检测方法及系统

Country Status (1)

Country Link
CN (1) CN113194357A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1333682A1 (en) * 2002-02-05 2003-08-06 Samsung Electronics Co., Ltd. Motion detection from an encoded image bit stream
CN101355691A (zh) * 2008-08-26 2009-01-28 北京中星微电子有限公司 一种视频监控中的运动图像获取方法、装置及系统
CN102982313A (zh) * 2012-10-31 2013-03-20 深圳辉锐天眼科技有限公司 烟雾检测的方法
CN105208343A (zh) * 2015-09-25 2015-12-30 珠海安联锐视科技股份有限公司 可用于视频监控设备的智能监控系统和方法
CN109934099A (zh) * 2019-01-24 2019-06-25 北京明略软件系统有限公司 放置位置的提示方法及装置、存储介质、电子装置
CN112131934A (zh) * 2020-08-12 2020-12-25 妙微(杭州)科技有限公司 一种多目标跟踪方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1333682A1 (en) * 2002-02-05 2003-08-06 Samsung Electronics Co., Ltd. Motion detection from an encoded image bit stream
CN101355691A (zh) * 2008-08-26 2009-01-28 北京中星微电子有限公司 一种视频监控中的运动图像获取方法、装置及系统
CN102982313A (zh) * 2012-10-31 2013-03-20 深圳辉锐天眼科技有限公司 烟雾检测的方法
CN105208343A (zh) * 2015-09-25 2015-12-30 珠海安联锐视科技股份有限公司 可用于视频监控设备的智能监控系统和方法
CN109934099A (zh) * 2019-01-24 2019-06-25 北京明略软件系统有限公司 放置位置的提示方法及装置、存储介质、电子装置
CN112131934A (zh) * 2020-08-12 2020-12-25 妙微(杭州)科技有限公司 一种多目标跟踪方法及系统

Similar Documents

Publication Publication Date Title
CN106709932B (zh) 一种人脸位置跟踪方法、装置和电子设备
CN111369590A (zh) 多目标跟踪方法、装置、存储介质及电子设备
CN109145771B (zh) 一种人脸抓拍方法及装置
US20130128080A1 (en) Image analysis device and method thereof
WO2021159925A1 (zh) 图像处理方法及装置、电子设备、计算机可读存储介质
CN107977922B (zh) 一种图像分析方法、装置及系统
CN107924585B (zh) 作业辅助装置、作业辅助方法以及存储介质
CN110674886B (zh) 一种融合多层级特征的视频目标检测方法
CN112637568B (zh) 基于多节点边缘计算设备的分布式安全监控方法和系统
CN113869137A (zh) 事件检测方法、装置、终端设备及存储介质
CN115457466A (zh) 一种基于巡检视频的隐患检测方法、系统及电子设备
CN102737383A (zh) 视频中的摄像机运动分析方法及装置
CN114584836B (zh) 电子产品使用行为检测方法、装置、系统及介质
CN113194357A (zh) 一种运动目标检测方法及系统
JP2013157964A (ja) 画像処理プログラム、画像処理装置および画像処理方法
CN112949401A (zh) 图像分析方法、装置、设备及计算机存储介质
CN112699754A (zh) 信号灯识别方法、装置、设备以及存储介质
CN116245865A (zh) 一种图像质量的检测方法、装置、电子设备及存储介质
CN113807410B (zh) 图像识别方法、装置以及电子设备
US10283166B2 (en) Video indexing method and device using the same
CN111988563B (zh) 多场景视频监测方法及装置
CN115190277A (zh) 施工区域的安全监控方法、装置、设备及存储介质
CN111417981A (zh) 一种图像清晰度检测方法及装置
CN114241363A (zh) 工序识别方法、装置、电子设备和存储介质
CN112183431A (zh) 实时行人数量统计方法、装置、相机和服务器

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210730