CN113673443B - 对象逆行检测方法、装置、电子设备和存储介质 - Google Patents

对象逆行检测方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113673443B
CN113673443B CN202110971589.XA CN202110971589A CN113673443B CN 113673443 B CN113673443 B CN 113673443B CN 202110971589 A CN202110971589 A CN 202110971589A CN 113673443 B CN113673443 B CN 113673443B
Authority
CN
China
Prior art keywords
speed
image
determining
relative
moving carrier
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
CN202110971589.XA
Other languages
English (en)
Other versions
CN113673443A (zh
Inventor
陈维强
廖代海
闾凡兵
吴婷
何群
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.)
Changsha Hisense Intelligent System Research Institute Co ltd
Original Assignee
Changsha Hisense Intelligent System Research Institute 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 Changsha Hisense Intelligent System Research Institute Co ltd filed Critical Changsha Hisense Intelligent System Research Institute Co ltd
Priority to CN202110971589.XA priority Critical patent/CN113673443B/zh
Publication of CN113673443A publication Critical patent/CN113673443A/zh
Application granted granted Critical
Publication of CN113673443B publication Critical patent/CN113673443B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本申请公开了一种对象逆行检测方法、装置、电子设备和存储介质。该对象检测方法包括:对包括运动载体的第一图像进行对象检测,确定位于所述运动载体上的对象;所述运动载体沿预设方向进行移动;基于跟踪第一对象得到的N张第二图像,确定所述运动载体相对于参照物的第一速度,以及所述第一对象相对于所述参照物的第二速度;所述第一对象为所述对象中的任一对象,N为正整数;在所述第二速度小于所述第一速度的情况下,确定所述第一对象在所述运动载体上逆行。采用本申请提供的对象逆行检测方法,可以实现精确的检测出运动载体上的对象在运动载体上是否逆行的效果。

Description

对象逆行检测方法、装置、电子设备和存储介质
技术领域
本申请涉及计算机技术,具体涉及一种对象逆行检测方法、装置、电子设备和存储介质。
背景技术
运动载体可以是沿着一定的方向进行移动的载体,其上可以承载对象,运动载体上的对象在运动载体上可能会出现逆行的情况。例如,运动载体可以是自动电扶梯、自动人行道等。当运动载体在运行的过程中,可能存在运动载体上的对象在运动载体上逆行的行为,这种行为可能导致运动载体上的对象跌倒而引发重大安全事故。
目前,为了避免上述情况的发生,可以通过检测运动载体上的对象的脸部的朝向,来确定对象在运动载体上是否逆行,但是这种检测方式,若对象背对运动载体行进方向站立,则会出现误检的情况。
发明内容
本申请实施例的目的是提供一种对象逆行检测方法、装置、电子设备和存储介质,以实现精确的检测出运动载体上的对象在运动载体上是否逆行的效果。
本申请的技术方案如下:
第一方面,提供了一种对象检测方法,该方法包括:
对包括运动载体的第一图像进行对象检测,确定位于所述运动载体上的对象;所述运动载体沿预设方向进行移动;
基于跟踪第一对象得到的N张第二图像,确定所述运动载体相对于参照物的第一速度,以及所述第一对象相对于所述参照物的第二速度;所述第一对象为所述对象中的任一对象,N为正整数;
在所述第二速度小于所述第一速度的情况下,确定所述第一对象在所述运动载体上逆行。
第二方面,提供了一种对象检测装置,该装置包括:
对象确定模块,用于对包括运动载体的第一图像进行对象检测,确定位于所述运动载体上的对象;所述运动载体沿预设方向进行移动;
速度确定模块,用于基于跟踪第一对象得到的N张第二图像,确定所述运动载体相对于参照物的第一速度,以及所述第一对象相对于所述参照物的第二速度;所述第一对象为所述对象中的任一对象,N为正整数;
逆行确定模块,用于在所述第二速度小于所述第一速度的情况下,确定所述第一对象在所述运动载体上逆行。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现本申请实施例第一方面所述的对象检测方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现本申请实施例第一方面所述的对象检测方法的步骤。
本申请的实施例提供的技术方案至少带来以下有益效果:
本申请实施例提供的行人逆行检测方法,该方法通过对包括运动载体的第一图像进行对象检测,确定位于该运动载体上的对象,对第一对象进行跟踪,基于跟踪第一对象得到的N张第二图像,确定运动载体相对于参照物的第一速度,以及第一对象相对于参照物的第二速度,在第二速度小于第一速度的情况下,确定第一对象在运动载体上逆行,由于第一对象在运动载体上发生逆行行为时,第一对象与运动载体的相对速度方向为负,因此针对同一参照物而言,第一对象的速度是小于运动载体的速度的,故在第二速度小于第一速度的情况下,可确定第一对象在运动载体上是逆行的,这样通过第一对象的速度与运动载体的速度的比对,既可精确的检测出行人是否逆行,如此,实现了方便、简单、快速、精确的确定出行人是否有逆行的行为的效果。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理,并不构成对本申请的不当限定。
图1是本申请一示例提供的对象逆行检测方法的示意图一;
图2是本申请一示例提供的对象逆行检测方法的示意图二;
图3是本申请一示例提供的对象逆行检测方法的示意图三;
图4是本申请一示例提供的对象逆行检测装置的结构框图;
图5是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本申请的技术方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的例子。
为了方便理解本申请实施例的技术方案,首先对本申请实施例对应的背景技术简单介绍一下。
如背景技术部分所述,现有技术中存在通过检测运动载体上的对象的脸部的朝向,来确定对象是否是逆行的检测方式,这种检测方式会出现误检的情况,为了解决这个问题,本申请实施例提供了一种对象逆行检测方法,通过对包括运动载体的第一图像进行对象检测,确定位于该运动载体上的对象,对第一对象进行跟踪,基于跟踪第一对象得到的N张第二图像,确定运动载体相对于参照物的第一速度,以及第一对象相对于参照物的第二速度,在第二速度小于第一速度的情况下,确定第一对象在运动载体上逆行,由于第一对象在运动载体上发生逆行行为时,第一对象与运动载体的相对速度方向为负,因此针对同一参照物而言,第一对象的速度是小于运动载体的速度的,故在第二速度小于第一速度的情况下,可确定第一对象在运动载体上是逆行的,这样通过第一对象的速度与运动载体的速度的比对,既可精确的检测出行人是否逆行,如此,实现了方便、简单、快速、精确的确定出行人是否有逆行的行为的效果。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的对象逆行检测方法进行详细的说明。
图1是根据一示例性实施例示出的一种对象逆行检测方法的流程图,该对象逆行检测方法的执行主体可以为服务器或电子设备,需要说明的是,上述执行主体并不构成对本申请的限定。
如图1所示,该对象逆行检测方法可以包括如下步骤110-步骤130:
步骤110、对包括运动载体的第一图像进行对象检测,确定位于运动载体上的对象。
步骤120、基于跟踪第一对象得到的N张第二图像,确定运动载体相对于参照物的第一速度,以及第一对象相对于参照物的第二速度。
步骤130、在第二速度小于第一速度的情况下,确定第一对象在运动载体上逆行。
在本申请实施例中,通过对包括运动载体的第一图像进行对象检测,确定位于该运动载体上的对象,对第一对象进行跟踪,基于跟踪第一对象得到的N张第二图像,确定运动载体相对于参照物的第一速度,以及第一对象相对于参照物的第二速度,在第二速度小于第一速度的情况下,确定第一对象在运动载体上逆行,由于第一对象在运动载体上发生逆行行为时,第一对象与运动载体的相对速度方向为负,因此针对同一参照物而言,第一对象的速度是小于运动载体的速度的,故在第二速度小于第一速度的情况下,可确定第一对象在运动载体上是逆行的,这样通过第一对象的速度与运动载体的速度的比对,既可精确的检测出行人是否逆行,如此,实现了方便、简单、快速、精确的确定出行人是否有逆行的行为的效果。
下面详细介绍上述各步骤的具体实现方式。
首先介绍步骤110,对包括运动载体的第一图像进行对象检测,确定位于运动载体上的对象。其中,运动载体可以是处于运动状态的载体,该运动载体可以是沿着预设方向进行移动。
在一个示例中,运动载体可以是自动扶梯,还可以是自动人行道等。
第一图像可以是包括运动载体的任意一张图像,该第一图像可以是设置在电子设备中的摄像头当前采集的图像,相应的,获取第一图像的方式例如可以是通过电子设备的摄像头采集获取。
对象可以是位于运动载体上的对象。
在一个示例中,以运动载体为自动扶梯为例,如图2所示,图2为获取的第一图像,以及对第一图像中的对象进行跟踪得到的第二图像,其中,(a)为第一图像,(b)为对第一图像中的对象进行跟踪得到的第二图像。在图2中,对象则可以是位于自动扶梯上的行人。
需要说明的是,在对对象进行检测时,是先获取的图2中的(a),再获取的图2中的(b)。
在一个示例中,可以是通过预设的识别算法对第一图像进行对象检测,得到其中包括的全部对象,作为对象;也可以通过预设的显著性检测算法对第一图像进行显著性检测,识别得到其中一些比较显著的对象,作为对象。
在本申请的一些实施例中,在对第一图像进行对象检测时,可以是采用yolov5目标检测算法检测出第一图像中的对象,然后利用fastreid模型算法提取出检测出的各对象的目标部位的特征,利用该目标部位对对象进行跟踪。
在本申请的一些实施例中,在将对象的目标部位确定出来后,还可以给各对象设置标识信息,例如可以是数字、字母、文字或符号等,也可以是数字、字母、文字和符号至少两种的组合,以基于该标识信息来区分各对象,便于对各对象进行跟踪。
在本申请的一些实施例中,目标部位可以是便于跟踪,不会遮挡的部位,例如可以是头部区域,这样通过头部区域对第一对象进行跟踪,便于跟踪,不会出现通过跟踪对象的身体部位而导致的在跟踪过程中,出现对象的身体被遮挡的问题,进而导致跟踪失败,或跟踪出现差错的问题,由此导致的第一对象漏检或不易被检测出的问题。
在一个示例中,在利用yolov5目标检测算法检测出第一图像中的对象后,可以是利用fastreid算法提取出对象的目标部位特征,例如可以是头部特征,具体的可以利用方框将对象的目标部位框起来,如图2所示,用方框将检测出的对象的头部区域框起来,并对各对象设置标识信息,如图2中,分别给各对象设置数字“2”和“6”,以对各对象进行区分。
在本申请的一些实施例中,为了避免对象之间的遮挡,导致对第一图像中的对象检测不精确,步骤110具体可以包括:
接收用户对第一图像的第一输入;响应于第一输入,确定第一图像的待检测区域;对待检测区域进行对象检测,确定位于待检测区域内的运动载体上的对象。
其中,第一输入可以是用于在第一图像中确定出待检测区域,该第一输入可以是点击输入、双击输入或滑动输入等,也可以是上述几种输入中的至少两种输入的组合。
待检测区域可以是设置的待进行对象检测的区域。
在本申请的一些实施例中,该待检测区域可以是在该运动载体上具有较多对象的区域。
在获取了第一图像后,用户可在第一图像中标注出待检测区域,响应于上述用户的操作,得到第一图像的待检测区域,可对该待检测区域进行对象检测,确定出位于待检测区域内的运动载体上的对象。
在一个示例中,以运动载体为自动扶梯为例,如图2中的(a)所示的第一图像,在该自动扶梯的某一区域具有较多的行人,则可将该第一图像中自动扶梯的该部分区域作为待检测区域,如图2中的(a)所示,在方框21中具有两个行人,可将该方框21所表示的区域作为待检测区域。
需要说明的是,待检测区域可以是根据用户需求自行选取,这里不做限定。
在本申请的实施例中,根据用户对第一图像的第一输入,响应于该第一输入,确定待检测区域,对待检测区域进行对象检测,确定位于待检测区域内的运动载体上的对象,这样可以仅对待检测区域内的运动载体上的对象进行检测,无需对整个第一图像进行检测,减少了计算,提高了对象检测的效率。
在本申请的后续实施例中,第一图像和第二图像其实质是第一图像的待检测区域和第二图像的待检测区域,只是第二图像的待检测区域会随着第一对象的跟踪而发生变化,因为在跟踪第一对象时,由于第一对象可能是在运动载体上是逆行的,其相对于运动载体是运动的,所以在N张第二图像中,第一对象在运动载体上的位置可能会发生变化,所以第二图像的待检测区域可能会发生改变。
在本申请的一些实施例中,为了获取质量更好、便于对象检测的第一图像,在步骤110之前,上述涉及的对象逆行检测方法还可以包括:
基于设置于运动载体所在空间内的图像采集设备,获取包括运动载体的第一图像。
其中,图像采集设备可以是用于采集包括运动载体的第一图像的设备,例如可以是摄像头等。
在本申请的一些实施例中,图像采集设备可以是以仰视运动载体的角度进行设置。例如,图2是基于以仰视运动载体的角度设置的图像采集设备采集的图像。
在本申请的实施例中,图像采集设备以仰视运动载体的角度进行设备,这样可以很方便的拍摄到位于运动载体上对象,即使在密集人流的情况下,对象也没有遮挡情况或者极少遮挡,对于对象检测效果较好。
然后介绍步骤120,基于跟踪第一对象得到的N张第二图像,确定运动载体相对于参照物的第一速度,以及第一对象相对于参照物的第二速度。
其中,第一对象可以为对象中的任一对象,N为正整数。
在本申请的一些实施例中,第一对象可以是相对运动载体运动的对象。在对第一图像进行检测,确定第一图像中的第一对象时,可以是通过预设的识别算法对第一图像进行对象检测,得到其中包括的相对于运动载体的移动方向相反的对象(例如可以是检测出头部朝向与扶梯的移动方向不一致的对象),作为第一对象。
在一个示例中,以运动载体为自动扶梯为例,如图2所示,扶梯的运动方向是向上的,对第一图像中的对象进行检测,得到相对于自动扶梯运动方向相反的对象,作为第一对象,如图2中的对象“2”即为第一对象。
第二图像可以是对第一图像中确定出的第一对象进行跟踪所得到的图像。
在一个示例中,以运动载体为自动扶梯为例,如图2所示,利用以仰视角度设置的图像采集设备获取自动扶梯的视频图像,将视频图像的第一帧图像作为第一图像(即图2中的(a)),对第一图像进行对象检测,从第一图像中确定出第一对象(对象“2”),然后在视频图像中对第一对象进行跟踪,具体的可以是利用跟踪算法对第一对象进行跟踪,得到N张第二图像(如图2中的(b),图2中的(b)可以为N张第二图像中的其中一张),则第二图像作为视频图像中第一图像后面的视频帧图像,例如,视频图像一共20帧,第一图像为第一帧,第二图像则可以为从Q帧开始后面的K帧图像,其中Q为大于等于2且小于等于20的正整数,K为大于等于1且小于等于19的正整数。
在本申请的一些实施例中,利用跟踪算法对第一对象进行跟踪,属于现有技术,在此不再赘述。
需要说明的是,在对第一对象跟踪的过程中,第一对象在各图像中出现时,其上标注的标识信息是不会更改的,例如,如图2所示,对象“2”在图2中的(a)和图2中的(b)中标识信息“2”不会发生更改。
在本申请的一些实施例中,参照物可以是获取运动载体和第一对象相对运动的物体。
在一个示例中,由于运动载体在移动的过程中,是相对于地面进行移动的,第一对象若相对于运动载体发生移动,若要检测第一对象是否在运动载体上逆行,则需要将第一对象和运动载体利用同一参照物进行比对,故这里的参照物可以是地面。
第一速度可以是运动载体相对于参照物的速度。
第二速度可以是第一对象相对于参照物的速度。
在本申请的一些实施例中,为了精确计算出第一速度,以精确确定第一对象在运动载体上是否逆行,步骤120中基于根据基于跟踪第一对象得到的N张第二图像,确定运动载体相对于参照物的第一速度,具体可以是:
步骤1201、基于跟踪第一对象得到的N张第二图像,确定与运动载体保持相对静止状态的第二对象。
其中,第二对象可以是根据跟踪第一对象得到的N张第二图像,确定的与运动载体保持相对静止状态的对象。
在本申请的一些实施例中,基于跟踪第一对象得到的N张第二图像,确定与运动载体保持相对静止状态的第二对象具体可以是基于如下方式实现:
基于跟踪第一对象得到的N张第二图像,对第二图像中的对象进行检测,若该对象随着运动载体的运动而移动,相对于运动载体的移动不会发生改变,则该对象可作为第二对象。
在一个示例中,以运动载体为扶梯为例,如图2所示,对对象“6”进行跟踪,随着时间的推移,该对象“6”没有随着扶梯的运动而移动,而是与扶梯同步移动,则将对象“6”确定为第二对象。
步骤1202、根据第二对象分别在第一跟踪检测图像序列中的至少两张图像中的第一位置信息,以及对应的图像采集时间,确定第二对象相对于参照物的第三速度。
其中,第一跟踪检测图像序列包括N张第二图像和第一图像中的至少两张图像。
第一位置信息可以是第二对象分别在第一跟踪检测图像序列中的至少两张图像中的位置信息。
在本申请的一些实施例中,由于在进行对象检测后,在对对象进行跟踪时,是基于对象的目标部位进行跟踪,所以第二对象的第一位置信息可以是第二对象的目标部位对应的位置信息。
第三速度可以是根据第二对象分别在第一跟踪检测图像序列中的至少两张图像中的第一位置信息,以及对应的图像采集时间,确定的第二对象相对于参照物的速度。
在本申请的一些实施例中,为了更加精确的基于第一个跟踪检测图像序列来确定第三速度,步骤1201具体可以包括:
基于至少两个第一位置信息,确定第二对象在第一跟踪检测图像序列中从第i张图像到第j张图像之间的第一像素距离;基于第一像素距离以及第一图像采集时间差,确定第二对象相对于参照物的第三速度;。
其中,i,j可以分别为正整数,i小于j,且j小于或等于N+1。
第一图像采集时间差可以为第j张图像的采集时间和第i张图像的采集时间之间的时间差。
获取至少两个第一位置信息,然后根据这至少两个第一位置信息,确定第二对象在第一跟踪检测图像序列中从第i张图像到第j张图像之间的第一像素距离,根据该第一像素距离,以及第j张图像的采集时间和第i张图像的采集时间之间的时间差,可确定第二对象相对于参照物的第三速度。
在本申请的一些实施例中,根据第一像素距离,以及第j张图像的采集时间和第i张图像的采集时间之间的时间差,可确定第二对象相对于参照物的第三速度,具体可以是根据如下公式来确定:
(1)
其中,v为第三速度;(,)为在t1时刻第二对象在第j张图像上的像素点位置,(,)为在t2时刻第二对象在第i张图像上的像素点位置;为第 一像素距离;为第一图像采集时间差。
在一个示例中,以运动载体为自动扶梯为例,如图2中的(a)所示,对象“6”为第二对象,对对象“6”进行跟踪,得到图2中的(b),即图2中的(a)和图2中的(b)可以为第一跟踪检测图像序列,获取对象“6”分别在图2中的(a)和图2中的(b)中的位置信息(即第一位置信息),基于这两个位置信息,可确定对象“6”从图2中的(a)到图2中的(b)之间的像素距离(即第一像素距离),然后获取图2中的(a)的采集时间到图2中的(b)的采集时间之间的差值(即第一图像采集时间差),基于第一像素距离和第一图像采集时间差,利用上述公式(1)即可获取第二对象“6”的速度(即第三速度)。
步骤1203、基于第三速度,确定运动载体相对于参照物的第一速度。
在确定了第三速度后,可根据第三速度,确定运动载体相对于参照物的第一速度。
在本申请的一些实施例中,对象在运动载体上随着运动载体的移动而移动,在确定第二对象时,可能确定的第二对象的数量为一个,也可能为多个,对应的,第三速度的数量也可能为一个,也可能为多个,故在基于第三速度,确定运动载体相对于参照物的第一速度时,可以分为如下两种情况:即步骤1203具体可以包括:
(1)在第二对象的数量为一个的情况下,将第三速度确定为运动载体相对于参照物的第一速度。
在第二对象的数量为一个的情况下,如图2所示,在图2中仅有一个第二对象“6”,对应的第三速度的数量为一个,则可直接将该第三速度作为运动载体相对于参照物的第一速度。
(2)在第二对象的数量为至少两个的情况下,将各第二对象的第三速度的平均值确定为运动载体相对于参照物的第一速度。
在第二对象的数量为至少两个的情况下,对应的第三速度的数量也为至少两个,可将各第二对象所对应的第三速度的平均值作为运动载体相对于参照物的第一速度。
在本申请实施例中,通过将相对于运动载体静止状态的第二对象的第三速度(或平均值)确定为运动载体相对于参照物的第一速度,这样利用第二对象的速度来确定扶梯的速度,这样可方便直接的确定运动载体的第一速度,无需人为的获取运动载体的速度,降低了系统的人为干预因素,简单便捷。
在本申请的一些实施例中,为了精确计算出第二速度,以精确确定第一对象在运动载体上是否逆行,步骤120中基于根据基于跟踪第一对象得到的N张第二图像,确定第一对象相对于参照物的第二速度,具体可以是:
步骤1204、基于跟踪第一对象得到的N张第二图像,确定与运动载体为相对运动状态的第一对象。
在本申请的一些实施例中,基于跟踪第一对象得到的的N张第二图像,来确定与运动载体为相对运动状态的第一对象的方式,与基于跟踪第一对象得到的的N张第二图像,来确定与运动载体为相对运动状态的第二对象的方式是一致的,这里不再赘述。
在一个示例中,以运动载体为扶梯为例,如图2所示,对象“2”相对于扶梯的运行方向相反,可将对象“2”作为第一对象。
步骤1205、根据第一对象分别在第二跟踪检测图像序列中的至少两张图像中的第二位置信息,以及对应的图像采集时间,确定第一对象相对于参照物的第二速度。
其中,第二跟踪检测图像序列包括N张第二图像和第一图像中的至少两张图像。
第二位置信息可以是第一对象分别在第二跟踪检测图像序列中的至少两张图像中的位置信息。
在本申请的一些实施例中,由于在进行对象检测后,在对对象进行跟踪时,是基于对象的目标部位进行跟踪,所以第一对象的第二位置信息可以是第一对象的目标部位对应的位置信息。
在本申请的一些实施例中,为了更加精确的基于第二个跟踪检测图像序列来确定第一速度,步骤1205具体可以包括:
基于至少两个第二位置信息,确定第一对象在第二跟踪检测图像序列中从第m张图像到第x张图像之间的第二像素距离;基于第二像素距离以及第二图像采集时间差,确定第一对象相对于参照物的第二速度。
其中,m,x分别为正整数,m小于x,且x小于或等于N+1。
第二图像采集时间差为第x张图像的采集时间和第m张图像的采集时间之间的时间差。
获取至少两个第二位置信息,然后根据这至少两个第二位置信息,确定第一对象在第二跟踪检测图像序列中从第m张图像到第x张图像之间的第二像素距离,根据该第二像素距离,以及第m张图像的采集时间和第x张图像的采集时间之间的时间差,可确定第一对象相对于参照物的第二速度。
在本申请的一些实施例中,根据第二像素距离,以及第m张图像的采集时间和第x张图像的采集时间之间的时间差,可确定第一对象相对于参照物的第二速度,具体可以是根据公式(1)的方式来确定,这里不做赘述。
在一个示例中,以运动载体为扶梯为例,如图2所示,第一对象为对象“2”,确定第一对象相对于参照物的第二速度的方式可以依照上述列举的第二对象“6”的确定方式来执行,在此不再赘述。
最后介绍步骤130、在第二速度小于第一速度的情况下,确定第一对象在运动载体上逆行。
在确定第二速度小于第一速度的情况下,可确定第一对象在运动载体上逆行。
在本申请的一些实施例中,在实际生活中,若对象在运动载体上随着运动载体的移动而移动的过程中,若对象A在运动载体上逆行,则对象A相对于地面的速度与运动载体相对于地面的速度,其方向是相反的,例如,以运动载体为扶梯,运动载体的运行的方向为正方向为例,若扶梯(相对于地面)的速度为5km/h,对象A在扶梯上逆行移动,其速度为3km/h,则对象A相对于扶梯的速度为-3km/h,根据公式:对象A相对于地面的速度=扶梯的速度+对象相对于扶梯的速度,则对象A相对于地面的速度=5-3=2 km/h,可见,若对象A在扶梯上逆行,则对象A相对于地面的速度是小于扶梯相对于地面的速度的,故在第二速度小于第一速度的情况下,确定第一对象在运动载体上逆行。
在一个示例中,以运动载体为扶梯为例,继续参考图2,经计算,图2中的对象“2”的第二速度小于对象“6”的第一速度,则可确定对象“2”在扶梯上逆行。
需要说明的是,在图2中,对象“2”在图2中的(a)中的位置相比在图2中的(b)中的位置要靠上,是因为对象“2”相比扶梯的速度要小,对象“2”在扶梯上逆行,但其速度较小,被扶梯带着往上走了。
在本申请实施例中,直接根据第一对象相对于地面的第二速度,以及运动载体相对于地面的第一速度,即可确定该第一对象在运动载体上是否逆行,这样可简单方便快捷精确的确定对象在运动载体上是否逆行。
在本申请的一些实施例中,为了更精确的检测第一对象在运动载体上是否逆行,在确定第二速度小于第一速度的情况下,还可以保证在第一速度和第二速度的差值的绝对值大于或等于预设阈值的情况下,再确定第一对象在运动载体上逆行。
在本申请的一些实施例中,可能存在在一段时间内,在运动载体上的对象可能稍微移动了一点位置,但是位置移动的幅度并不是很大,则经计算,可能会出现该对象的第二速度小于第一速度的情况,例如,以运动载体为扶梯为例,扶梯向上移动,在第一图像和N张第二图像这段时间中,对象A可能在扶梯上从其中的G台阶移动到了与G台阶相邻下一个台阶H台阶上,那在计算时,可能第一速度为5km/h,第二速度为4.9km/h,对象A相对于地面的第二速度小于扶梯相对于地面的第一速度,但是其实对象A在这段时间内并未逆行,若仅靠第二速度小于第一速度,就确定对象A发生了逆行,那会出现误判的情况。故为了保证检测结果的精确性,在确定了第二速度小于第一速度的情况下,且第二速度与第一速度的差值的绝对值大于预设阈值的情况下,则可确定对象A在扶梯上逆行,因为若对象A在扶梯上逆行,其相对于地面的速度与扶梯相对于地面的速度会很大。
其中,预设阈值可以是预先设置的第一速度和第二速度的差值的绝对值的阈值,该阈值可根据用户需求,自行设置,这里不做限定。
在本申请实施例中,在确定第二速度小于第一速度,且第二速度和第一速度的差值的绝对值小于预设阈值的情况下,确定第一对象在运动载体上逆行,这样可更加精确的确定第一对象在运动载体上是否逆行,避免第一对象在运动载体上晃动造成的误判的情况。
在本申请的一些实施例中,在确定了第一对象在运动载体上逆行后,为了避免事故的发生,可以进行提示,可以规劝第一对象,使其正常在运动载体上移动,故在步骤130之后,上述涉及的对象逆行检测方法还可以包括:
步骤140、生成报警信息。
其中,报警信息可以是用于提示第一对象在运动载体上逆行。
在第一对象在运动载体上逆行后,为了避免事故的发生,可以生成报警信息,根据该报警信息可以使负责运动载体的工作人员去劝说第一对象,让其不要在运动载体上逆行,避免事故的发生。
为了更加便于理解本申请实施例,下面提供一种对象逆行检测方法的流程示意图,以更加详细的描述本申请实施例的方案。
如图3所示,本申请实施例提供的对象逆行检测方法可以包括如下步骤:
步骤310、读取视频帧,设定第一图像的待检测区域。
步骤320、对待检测区域进行对象检测,确定位于待检测区域内的运动载体上的第一对象。
步骤330、基于跟踪第一对象得到的N张第二图像,确定第一对象相对于参照物的第二速度。
步骤340、对待检测区域进行对象检测,确定位于待检测区域内的运动载体上的第二对象。
步骤350、基于跟踪第一对象得到的N张第二图像,确定第二对象相对于参照物的第三速度,基于第三速度,确定运动载体相对于参照物的第一速度。
步骤360、在第二速度小于第一速度,确定第一对象在运动载体上逆行。
步骤370、输出报警信息。
需要说明的是,上述本申请实施例描述的应用场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着新应用场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
基于与上述以服务器或电子设备为执行主体的对象逆行检测方法相同的发明构思,本申请还提供了一种对象逆行检测装置,该对象逆行检测装置应用于服务器或电子设备。下面结合图4对本申请实施例提供的对象逆行检测装置进行详细说明。
图4是根据一示例性实施例示出的一种对象逆行检测装置的结构框图。
如图4所示,对象逆行检测装置400可以包括:
对象确定模块410,用于对包括运动载体的第一图像进行对象检测,确定位于所述运动载体上的对象;所述运动载体沿预设方向进行移动;
速度确定模块420,用于基于跟踪第一对象得到的N张第二图像,确定所述运动载体相对于参照物的第一速度,以及所述第一对象相对于所述参照物的第二速度;所述第一对象为所述对象中的任一对象,N为正整数;
逆行确定模块430,用于在所述第二速度小于所述第一速度的情况下,确定所述第一对象在所述运动载体上逆行。
在本申请的实施例中,通过对象确定模块对包括运动载体的第一图像进行对象检测,确定位于该运动载体上的对象,基于速度确定模块对第一对象进行跟踪,基于跟踪第一对象得到的N张第二图像,确定运动载体相对于参照物的第一速度,以及第一对象相对于参照物的第二速度,基于逆行确定模块在第二速度小于第一速度的情况下,确定第一对象在运动载体上逆行,由于第一对象在运动载体上发生逆行行为时,第一对象与运动载体的相对速度方向为负,因此针对同一参照物而言,第一对象的速度是小于运动载体的速度的,故在第二速度小于第一速度的情况下,可确定第一对象在运动载体上是逆行的,这样通过第一对象的速度与运动载体的速度的比对,既可精确的检测出行人是否逆行,如此,实现了方便、简单、快速、精确的确定出行人是否有逆行的行为的效果。
在本申请的一些实施例中,为了精确计算出第一速度,以精确确定第一对象在运动载体上是否逆行,上述速度确定模块420可以包括:
第二对象确定单元,用于基于跟踪第一对象得到的N张第二图像,确定与所述运动载体保持相对静止状态的第二对象;
第三速度确定单元,用于根据所述第二对象分别在第一跟踪检测图像序列中的至少两张图像中的第一位置信息,以及对应的图像采集时间,确定所述第二对象相对于所述参照物的第三速度;所述第一跟踪检测图像序列包括N张所述第二图像和所述第一图像中的至少两张图像;
第一速度确定单元,用于基于所述第三速度,确定所述运动载体相对于参照物的第一速度。
在本申请的一些实施例中,为了更加精确的基于第一个跟踪检测图像序列来确定第三速度,第三速度确定单元具体用于:
基于至少两个所述第一位置信息,确定所述第二对象在所述第一跟踪检测图像序列中从第i张图像到第j张图像之间的第一像素距离,其中,i,j分别为正整数,i小于j,且j小于或等于N+1;
基于所述第一像素距离以及第一图像采集时间差,确定所述第二对象相对于所述参照物的第三速度;所述第一图像采集时间差为第j张图像的采集时间和第i张图像的采集时间之间的时间差。
在本申请的一些实施例中,为了更加精确的得到第一速度,上述第一速度确定单元具体用于:
在所述第二对象的数量为一个的情况下,将所述第三速度确定为所述运动载体相对于参照物的第一速度;
在所述第二对象的数量为至少两个的情况下,将各第二对象的第三速度的平均值确定为所述运动载体相对于参照物的第一速度。
在本申请的一些实施例中,为了精确计算出第二速度,以精确确定第一对象在运动载体上是否逆行,上述速度确定模块420还可以包括:
第一对象确定单元,用于基于跟踪第一对象得到的N张第二图像,确定与所述运动载体为相对运动状态的第一对象;
第二速度确定单元,用于根据所述第一对象分别在第二跟踪检测图像序列中的至少两张图像中的第二位置信息,以及对应的图像采集时间,确定所述第一对象相对于所述参照物的第二速度;所述第二跟踪检测图像序列包括N张所述第二图像和所述第一图像中的至少两张图像。
在本申请的一些实施例中,为了更加精确的基于第二个跟踪检测图像序列来确定第一速度,上述第二速度确定单元具体用于:
基于至少两个所述第二位置信息,确定所述第一对象在所述第二跟踪检测图像序列中从第m张图像到第x张图像之间的第二像素距离,其中,m,x分别为正整数,m小于x,且x小于或等于N+1;
基于所述第二像素距离以及第二图像采集时间差,确定所述第二对象相对于所述参照物的第三速度;所述第二图像采集时间差为第x张图像的采集时间和第m张图像的采集时间之间的时间差。
在本申请的一些实施例中,为了对对象更好的跟踪,避免对象之间的遮挡,导致漏检的情况,所述第二对象的第一位置信息为所述第二对象的目标部位对应的位置信息。
在本申请的一些实施例中,在确定了第一对象在运动载体上逆行后,为了避免事故的发生,可以进行提示,可以规劝第一对象,使其正常在运动载体上移动,上述涉及的对象逆行检测装置还可以包括:
报警信息生成模块,用于生成报警信息,所述报警信息用于提示所述第一对象在所述运动载体上逆行。
在本申请的一些实施例中,为了对对象更好的跟踪,避免对象之间的遮挡,导致漏检的情况,上述涉及的对象逆行检测装置还可以包括:
第一图像获取模块,用于基于设置于所述运动载体所在空间内的图像采集设备,获取包括所述运动载体的第一图像;其中,所述图像采集设备以仰视所述运动载体的角度进行设置。
在本申请的一些实施例中,为了计算简便,减少计算,上述的对象确定模块410具体可以包括:
第一输入接收单元,用于接收用户对所述第一图像的第一输入;
待检测区域确定单元,用于响应于所述第一输入,确定所述第一图像的待检测区域;
对象确定单元,用于对所述待检测区域进行对象检测,确定位于所述待检测区域内的所述运动载体上的对象。
本申请实施例提供的对象逆行检测装置,可以用于执行上述各方法实施例提供的对象逆行检测方法,其实现原理和技术效果类似,为简介起见,在此不再赘述。
基于同一发明构思,本申请实施例还提供了一种电子设备。
图5是本申请实施例提供的一种电子设备的结构示意图。如图5所示,电子设备可以包括处理器501以及存储有计算机程序或指令的存储器502。
具体地,上述处理器501可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit ,ASIC),或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器502可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器502可在综合网关容灾设备的内部或外部。在特定实施例中,存储器502是非易失性固态存储器。在特定实施例中,存储器502包括只读存储器(ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器501通过读取并执行存储器502中存储的计算机程序指令,以实现上述实施例中的任意一种对象逆行检测方法。
在一个示例中,电子设备还可包括通信接口503和总线510。其中,如图5示,处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。
通信接口503,主要用于实现本发明实施例中各模块、设备、单元和/或设备之间的通信。
总线510包括硬件、软件或两者,将电子设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线510可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线,但本发明考虑任何合适的总线或互连。
该电子设备可以执行本发明实施例中的目标对象定位方法,从而实现图1-图3任一描述的对象逆行检测方法。
另外,结合上述实施例中的对象逆行检测方法,本发明实施例可提供一种可读存储介质来实现。该可读存储介质上存储有程序指令;该程序指令被处理器执行时实现上述实施例中的任意一种对象逆行检测方法。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
以上所述,仅为本发明的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,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,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种对象逆行检测方法,其特征在于,所述方法包括:
对包括运动载体的第一图像进行对象检测,确定位于所述运动载体上的对象;所述运动载体沿预设方向进行移动;
基于跟踪第一对象得到的N张第二图像,确定所述运动载体相对于参照物的第一速度,以及所述第一对象相对于所述参照物的第二速度;所述第一对象为所述对象中的任一对象,N为正整数;
在所述第二速度小于所述第一速度,且所述第二速度和所述第一速度的差值的绝对值小于预设阈值的情况下,确定所述第一对象在所述运动载体上逆行;
所述基于跟踪第一对象得到的N张第二图像,确定所述运动载体相对于参照物的第一速度,包括:
基于跟踪第一对象得到的N张第二图像,确定与所述运动载体保持相对静止状态的第二对象;
根据所述第二对象分别在第一跟踪检测图像序列中的至少两张图像中的第一位置信息,以及对应的图像采集时间,确定所述第二对象相对于所述参照物的第三速度;所述第一跟踪检测图像序列包括N张所述第二图像和所述第一图像中的至少两张图像;
基于所述第三速度,确定所述运动载体相对于参照物的第一速度。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第二对象分别在第一跟踪检测图像序列中的至少两张图像中的第一位置信息,以及对应的图像采集时间,确定所述第二对象相对于所述参照物的第三速度,包括:
基于至少两个所述第一位置信息,确定所述第二对象在所述第一跟踪检测图像序列中从第i张图像到第j张图像之间的第一像素距离,其中,i,j分别为正整数,i小于j,且j小于或等于N+1;
基于所述第一像素距离以及第一图像采集时间差,确定所述第二对象相对于所述参照物的第三速度;所述第一图像采集时间差为第j张图像的采集时间和第i张图像的采集时间之间的时间差。
3.根据权利要求1所述的方法,其特征在于,所述基于所述第三速度,确定所述运动载体相对于参照物的第一速度,包括:
在所述第二对象的数量为一个的情况下,将所述第三速度确定为所述运动载体相对于参照物的第一速度;
在所述第二对象的数量为至少两个的情况下,将各第二对象的第三速度的平均值确定为所述运动载体相对于参照物的第一速度。
4.根据权利要求1所述的方法,其特征在于,基于跟踪第一对象得到的N张第二图像,确定所述第一对象相对于所述参照物的第二速度,包括:
基于跟踪第一对象得到的N张第二图像,确定与所述运动载体为相对运动状态的第一对象;
根据所述第一对象分别在第二跟踪检测图像序列中的至少两张图像中的第二位置信息,以及对应的图像采集时间,确定所述第一对象相对于所述参照物的第二速度;所述第二跟踪检测图像序列包括N张所述第二图像和所述第一图像中的至少两张图像。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一对象分别在第二跟踪检测图像序列中的至少两张图像中的第二位置信息,以及对应的图像采集时间,确定所述第一对象相对于所述参照物的第二速度,包括:
基于至少两个所述第二位置信息,确定所述第一对象在所述第二跟踪检测图像序列中从第m张图像到第x张图像之间的第二像素距离,其中,m,x分别为正整数,m小于x,且x小于或等于N+1;
基于所述第二像素距离以及第二图像采集时间差,确定所述第二对象相对于所述参照物的第三速度;所述第二图像采集时间差为第x张图像的采集时间和第m张图像的采集时间之间的时间差。
6.根据权利要求1所述的方法,其特征在于,所述对包括运动载体的第一图像进行对象检测,确定位于所述运动载体上的对象,包括:
接收用户对所述第一图像的第一输入;
响应于所述第一输入,确定所述第一图像的待检测区域;
对所述待检测区域进行对象检测,确定位于所述待检测区域内的所述运动载体上的对象。
7.一种对象逆行检测装置,其特征在于,所述装置包括:
对象确定模块,用于对包括运动载体的第一图像进行对象检测,确定位于所述运动载体上的对象;所述运动载体沿预设方向进行移动;
速度确定模块,用于基于跟踪第一对象得到的N张第二图像,确定所述运动载体相对于参照物的第一速度,以及所述第一对象相对于所述参照物的第二速度;所述第一对象为所述对象中的任一对象,N为正整数;
逆行确定模块,用于在所述第二速度小于所述第一速度,且所述第二速度和所述第一速度的差值的绝对值小于预设阈值的情况下,确定所述第一对象在所述运动载体上逆行;
所述速度确定模块包括:
第二对象确定单元,用于基于跟踪第一对象得到的N张第二图像,确定与所述运动载体保持相对静止状态的第二对象;
第三速度确定单元,用于根据所述第二对象分别在第一跟踪检测图像序列中的至少两张图像中的第一位置信息,以及对应的图像采集时间,确定所述第二对象相对于所述参照物的第三速度;所述第一跟踪检测图像序列包括N张所述第二图像和所述第一图像中的至少两张图像;
第一速度确定单元,用于基于所述第三速度,确定所述运动载体相对于参照物的第一速度。
8.一种电子设备,其特征在于,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-6任一所述的对象逆行检测方法的步骤。
9.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-6任一所述的对象逆行检测方法的步骤。
CN202110971589.XA 2021-08-24 2021-08-24 对象逆行检测方法、装置、电子设备和存储介质 Active CN113673443B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110971589.XA CN113673443B (zh) 2021-08-24 2021-08-24 对象逆行检测方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110971589.XA CN113673443B (zh) 2021-08-24 2021-08-24 对象逆行检测方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN113673443A CN113673443A (zh) 2021-11-19
CN113673443B true CN113673443B (zh) 2024-08-16

Family

ID=78545225

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110971589.XA Active CN113673443B (zh) 2021-08-24 2021-08-24 对象逆行检测方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN113673443B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114120210A (zh) * 2022-01-29 2022-03-01 通号通信信息集团有限公司 行人检测方法、电子设备、计算机可读介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113011291A (zh) * 2021-03-03 2021-06-22 上海商汤智能科技有限公司 事件检测方法及装置、电子设备和存储介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3659284A (en) * 1969-05-27 1972-04-25 Sanders Associates Inc Television gaming apparatus
JP5089304B2 (ja) * 2007-09-13 2012-12-05 三菱電機株式会社 エスカレーターの安全装置
CN103793920B (zh) * 2012-10-26 2017-10-13 杭州海康威视数字技术股份有限公司 基于视频的逆行检测方法及其系统
JP2017134612A (ja) * 2016-01-27 2017-08-03 富士通株式会社 映像生成装置、映像表示方法、及びプログラム
CN106127148B (zh) * 2016-06-21 2019-03-12 日立电梯(广州)自动扶梯有限公司 一种基于机器视觉的手扶电梯乘客异常行为检测方法
JP6867184B2 (ja) * 2017-02-13 2021-04-28 トヨタ自動車株式会社 運転支援装置
CN111832376B (zh) * 2019-07-18 2024-08-27 北京骑胜科技有限公司 一种车辆逆行检测方法、装置、电子设备及存储介质
CN111144247B (zh) * 2019-12-16 2023-10-13 浙江大学 一种基于深度学习的自动扶梯乘客逆行检测方法
CN111611901B (zh) * 2020-05-15 2023-10-03 北京百度网讯科技有限公司 车辆逆行检测方法、装置、设备以及存储介质
CN112541938A (zh) * 2020-12-17 2021-03-23 通号智慧城市研究设计院有限公司 一种行人速度测量方法、系统、介质及计算设备

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113011291A (zh) * 2021-03-03 2021-06-22 上海商汤智能科技有限公司 事件检测方法及装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN113673443A (zh) 2021-11-19

Similar Documents

Publication Publication Date Title
JP6458734B2 (ja) 乗車人数計測装置、乗車人数計測方法および乗車人数計測プログラム
US20180096209A1 (en) Non-transitory computer-readable storage medium, event detection apparatus, and event detection method
CN113591967B (zh) 一种图像处理方法、装置、设备及计算机存储介质
US6647131B1 (en) Motion detection using normal optical flow
CN111149131B (zh) 区划线识别装置
CN113537172B (zh) 人群密度确定方法、装置、设备及存储介质
CN111210477A (zh) 一种运动目标的定位方法及系统
JP2018096986A (ja) 画像マッチング方法及び装置
CN110088807B (zh) 分隔线识别装置
CN112580460A (zh) 一种交通信号灯的识别方法、装置、设备及存储介质
CN113673443B (zh) 对象逆行检测方法、装置、电子设备和存储介质
Schlogl et al. Performance evaluation metrics for motion detection and tracking
CN107924568B (zh) 图像处理装置、图像处理方法和存储介质
JP2015064752A (ja) 車両監視装置、および車両監視方法
CN113112524A (zh) 自动驾驶中移动对象的轨迹预测方法、装置及计算设备
CN112598743A (zh) 一种单目视觉图像的位姿估算方法及相关装置
JP2014149716A (ja) 物体追跡装置及びその方法
CN114155488A (zh) 获取客流数据的方法、装置、电子设备以及存储介质
CN102013007A (zh) 用于检测面部的装置和方法
JP5306124B2 (ja) ナンバプレート読取装置およびナンバプレート読取方法
CN113569812A (zh) 未知障碍物的识别方法、装置和电子设备
CN103093481A (zh) 一种基于分水岭分割的静态背景下运动目标检测方法
CN114537474A (zh) 一种列车行驶安全的防护方法及装置
CN107256382A (zh) 基于图像识别的虚拟保险杠控制方法和系统
CN117523914A (zh) 碰撞预警方法、装置、设备、可读存储介质及程序产品

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