CN113705376A - 一种基于rfid和摄像机的人员定位方法及系统 - Google Patents

一种基于rfid和摄像机的人员定位方法及系统 Download PDF

Info

Publication number
CN113705376A
CN113705376A CN202110918286.1A CN202110918286A CN113705376A CN 113705376 A CN113705376 A CN 113705376A CN 202110918286 A CN202110918286 A CN 202110918286A CN 113705376 A CN113705376 A CN 113705376A
Authority
CN
China
Prior art keywords
rfid
positioning
information
personnel
target
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.)
Granted
Application number
CN202110918286.1A
Other languages
English (en)
Other versions
CN113705376B (zh
Inventor
李敏
任俊星
杨阳
白入文
李凌涵
姜淼
王思叶
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.)
Institute of Information Engineering of CAS
Original Assignee
Institute of Information Engineering of CAS
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 Institute of Information Engineering of CAS filed Critical Institute of Information Engineering of CAS
Priority to CN202110918286.1A priority Critical patent/CN113705376B/zh
Publication of CN113705376A publication Critical patent/CN113705376A/zh
Application granted granted Critical
Publication of CN113705376B publication Critical patent/CN113705376B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
    • G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
    • G06K7/10009—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves
    • G06K7/10019—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers.
    • G06K7/10079—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers. the collision being resolved in the spatial domain, e.g. temporary shields for blindfolding the interrogator in specific directions
    • G06K7/10089—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers. the collision being resolved in the spatial domain, e.g. temporary shields for blindfolding the interrogator in specific directions the interrogation device using at least one directional antenna or directional interrogation field to resolve the collision
    • G06K7/10099—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation sensing by radiation using wavelengths larger than 0.1 mm, e.g. radio-waves or microwaves resolving collision on the communication channels between simultaneously or concurrently interrogated record carriers. the collision being resolved in the spatial domain, e.g. temporary shields for blindfolding the interrogator in specific directions the interrogation device using at least one directional antenna or directional interrogation field to resolve the collision the directional field being used for pinpointing the location of the record carrier, e.g. for finding or locating an RFID tag amongst a plurality of RFID tags, each RFID tag being associated with an object, e.g. for physically locating the RFID tagged object in a warehouse
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Library & Information Science (AREA)
  • Electromagnetism (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开一种基于RFID和摄像机的人员定位方法及系统，属于计算机视觉和无线通信技术领域，通过RFID技术对人员实现粗定位，再通过人脸识别技术检测出目标人脸进行实时准确的人员精细定位，将RFID信号与视觉信号相融合，减少计算量，提高定位精度，从而实现了快速精准定位的目的。

Description

一种基于RFID和摄像机的人员定位方法及系统
技术领域
本发明属于计算机视觉和无线通信技术领域，具体涉及一种基于RFID和摄像机的人员定位方法及系统。
背景技术
在特定区域场所实行有效的人员管理是必要的，从而达到对人在安全、位置方面的管理和管控，以区分、识别和快速定位人员，保护指定人员和管理工作人员，并可实现对特定人员的监控。
射频识别技术在定位中的应用凭借其成本低、精度高、非接触、响应速度快等优点，引起了研究人员的广泛关注。但在实际应用场景中，较多的遮挡物造成的多径效应以及多种电磁信号间的互相干扰极其容易对RFID信号产生影响，产生一定的定位误差，而且计算成本高昂，延时较大。LANDMARC系统是最典型的基于RFID技术的室内定位系统，其基本设计思想是引入参考标签进行校正。首先测量阅读器接收到的参考标签和待定位标签信号强度值；第二，通过接收到的RSSI值计算待定位标签与参考标签的欧式距离；第三，选取最邻近的K个参考标签；第四，归一化权重,将与一个RSSI值成比例的加权因子添加到关联度计算的方程中；最后通过分配的权重及参考标签坐标计算得出待定位标签的坐标。但LANDMARC系统的不足在于定位精度较差。
人脸识别是指利用分析比较的计算机技术识别人脸，在输入图像的多个人脸中找出目标人脸。近年来不断激增的摄像头数量，使得目前视频资料的数量扩大，这有利于监控的网络化、智能化发展。但由于视频数据量庞大，摄像头覆盖有死角以及当前计算资源能力的限制，仅依靠人脸识别技术，对于快速人员定位，目前为止还没有可靠的解决方案。例如，在上千平米的会场中，想要拍摄到较为清晰的人脸则需要布置大量的摄像头，仅靠人脸识别技术找出目标人员，需要遍历所有摄像头，无法做到即时识别，且计算代价较大，计算成本高昂。
发明内容
本发明的目的在于提出一种基于RFID和摄像机的人员定位方法及系统，通过RFID技术对人员实现粗定位，再通过人脸识别技术检测出目标人脸进行实时准确的人员精细定位，将RFID信号与视觉信号相融合，减少计算量，提高定位精度，从而实现了快速精准定位的目的。
为实现上述目的，本发明采用如下技术方案：
一种基于RFID和摄像机的人员定位方法，包括以下步骤：
建立人脸图像信息与身份信息数据库，其中每个人员的人脸图像信息与其身份信息相对应，该身份信息包括身份证信息和RFID标签信息；
利用预先布置的RFID定位模块检测目标人员的RFID标签信息，对目标人员进行粗定位；
以粗定位的位置为中心，划定一定半径的区域，检测该区域内的全部摄像机；
从数据库中提取目标人员的人脸信息，并与该区域内的全部摄像机所采集到的人脸图像进行比对，识别出目标人员的人脸图像；
根据采集到目标人员的摄像机的具体位置与目标人员在图像中的方位，对目标人员进行精确定位。
进一步地，所述一定半径是指以预设的距离为半径或者以RFID定位模块的定位精度的若干倍为半径。
进一步地，当检测到目标人员RFID标签信息的RFID定位模块为若干个且处于不同方向上时，对目标人员进行粗定位，粗定位区域位于各个RFID定位模块之间。
进一步地，利用拉格朗日插入虚拟标签改进的LANDMARC算法对目标人员进行粗定位，包括以下步骤：
在粗定位区域布置参考标签方阵，该参考标签方阵由位置已知的多个参考标签组成，从该区域内随机选择若干个点作为待定位标签的位置；
利用参考标签方阵周围的RFID定位模块多次检测所有参考标签和待定位标签的RSSI值；
插入非线性虚拟参考标签来增加参考标签数量，并计算虚拟参考标签的RSSI值；
根据RSSI值相差最小的原则，获取K个临近参考标签的RSSI值，并计算该K个临近参考标签的加权参数；
根据该K个临近参考标签的坐标和计算出的加权参数，确定待定位标签的位置。
进一步地，根据欧几里得公式，以及待定位标签与参考标签信号强度距离，计算该K个临近参考标签的加权参数。
进一步地，基于DeepFace人脸检测算法识别人脸图像。
进一步地，利用张正友标定方法求出摄像机的摄像头的内参数、外参数和畸变系数，将识别出的目标人员位置映射到平面地图中，对目标人员进行精确定位。
一种基于RFID和摄像机的人员定位系统，包括：
数据采集模块，用于采集进入目标场所的人员的人脸图像信息与其身份信息，存储于一数据库中，并建立每个人员的人脸图像信息与其身份信息一一映射关系，该身份信息包括身份证信息和RFID标签信息；
RFID定位模块，预先布置于目标场所的设定位置上，用于对目标场所的人员的RFID标签进行检测识别，并进行粗定位；
摄像机，预先布置于目标场所的设定位置上，用于对目标场所进行图像采集；
人脸检测模块，用于根据RFID定位模块对目标人员的粗定位数据选择摄像机，从数据库中提取目标人员的人脸图像信息，与选择的摄像机所采集的人脸图像数据进行比对，识别出目标人员，并对目标人员进行精确定位。
本发明达到的有益效果是：
本发明通过RFID信号与视觉信号的结合对目标人员进行精确定位，其中RFID弥补了人脸检测计算代价高，速度慢的问题；视觉的人脸检测算法弥补了RFID定位精度不高的不足，从而实现快速精准的人员定位，提高了系统性能和用户带来更好的体验。本发明通过RFID技术与人脸识别技术的结合达到对室内人员的监控与定位的目的，实现了在特定区域如展会、火车站、机场等快速搜索人员的目的，缩短了对目标人员的搜索定位时间，提高了定位精度，并减轻了现场安保人员的工作量，减少人力成本投入，提高工作效率。
附图说明
图1为本发明另一实施例的一种基于RFID和摄像机的人员定位流程图。
图2为本发明另一实施例的LANDMARC粗定位流程图。
图3为本发明另一实施例的LANDMARC粗定位标签设置图。
具体实施方式
本发明在具体进行定位时，要求人员携带RFID标签信息，再根据RFID定位的信息，选取对应区域内的摄像机。根据该RFID信息对应的人脸照片与图片中的人脸进行人脸比对，在图片中框出该人脸，并将图像上的人脸位置坐标映射到实际地图中，返回实际位置结果。本发明需要建立两个映射：一是，需要在特定区域入口处建立人脸与身份信息的关系数据库，通过在特定场所入口处拍摄人脸并与其携带的RFID标签和身份证进行绑定；二是，RFID天线位置和摄像机位置已知，可以建立区域内域RFID天线位置和摄像机覆盖区在物理地图上的映射关系。
为使本发明的技术方案能更明显易懂，特举实施例并结合附图详细说明如下。
在此列举一实施例，该实施例公开一种基于RFID和摄像机的人员定位方法，步骤如下：
步骤1：建立人脸图像信息与身份信息数据库，同一个人员的身份信息对应其人脸图像信息，该身份信息包括但不限于身份证信息和RFID标签信息。
步骤2：使用RFID定位模块，通过RFID标签信息对目标人员进行粗定位，本实施例中对RFID定位算法不做具体限定。
步骤3：以步骤2中目标人员粗定位位置为圆心，以RFID定位精度的2倍为半径划定区域，将该区域内全部的摄像机编号传输至人脸检测模块。同时在步骤1的数据库中检索该RFID标签信息对应的人脸图像，将该图像传输至人脸检测模块。
步骤4：人脸检测模块根据接收到的人脸图像，在指定编号的摄像机下进行人员精确定位；具体地，将接收到的人脸图像与摄像机采集到的人脸图像进行比对，将匹配的人脸标出，本实施例对人脸检测算法不做具体限定。将匹配的人员位置映射到实际地图中，给出目标人员在实际地图上的具体位置，本实施例对坐标映射方式不做具体限定。
在此列举另一实施例，该实施例公开另一种基于RFID和摄像机的人员定位方法，如图1所示，具体步骤如下：
步骤1：建立人脸图像信息与身份信息数据库，同一个人员的身份信息对应其人脸图像信息，该身份信息包括但不限于身份证信息和RFID标签信息。
步骤2：使用RFID定位模块，通过RFID标签信息对目标人员进行粗定位。本实施例利用拉格朗日插入虚拟标签改进过的LANDMARC算法实现对目标人员的粗定位，整个过程如图2所示，具体说明如下：
1)假设本实施例中由处于四个方向上的四个RFID定位模块检测到了目标人员，并对目标人员进行粗定位，该粗定位区域位于四个RFID定位模块之间，该区域为2.4m*2.4m，如图3所示，在该区域内，以1m为精度布置5*5个参考标签，记录参考标签在坐标系中位置，并随机选择十个点作为待定位标签的位置。其中，四个RFID定位模块在距离参考标签方阵1.5米处布置，当然检测范围能够完全覆盖该区域。每个标签(包括参考标签和待定位标签)在各天线中的信号强度RSSI值获取20次，进行数据预处理。
2)插入非线性虚拟标签增加参考标签数量，并根据如下公式计算虚拟参考标签RSSI值。
Figure BDA0003206474580000041
上式中，P表示函数，y表示待求取虚拟参考标签RSSI值，N表示已知参考标签的数量，x表示待求取虚拟参考标签与天线的距离，yk表示已知的参考标签中第k个的RSSI值，LN,k表示根据N个已知参考标签与天线的距离得到的拉格朗日系数因子。
3)根据RSSI值相差最小的原则，获取K个临近参考标签的RSSI值，并根据欧几里得公式，以及待定位标签与参考标签信号强度距离，计算K个临近参考标签的加权参数。
4)根据加权参数及邻近K个坐标点求出待定位标签位置。经过多次实验，待定位标签定位误差基本小于50cm，因此在筛选进行人脸检测的摄像头时将半径设置为1米。
本方法通过引入虚拟参考标签来减少信号传播的干扰，减少了实体参考标签的数量，同时又可以通过比较去除冗余信息。但是RSSI值和距离之间是复杂的传播损耗模型关系，经过多次实验，选取拉格朗日方程对RSSI值进行插值改进。虚拟标签的位置是已知的，而信号强度值则利用相邻的参考标签信号强度值用拉格朗日方程建模，作为参考标签使用。较多数量的参考标签可以用来来抵消环境中各种因素的影响
步骤3：以步骤2中目标人员粗定位位置为圆心，以1米为半径，划定区域，将该区域内全部的摄像机编号传输至人脸检测模块。同时在步骤1的数据库中检索该RFID标签信息对应的人脸图像，将该图像传输至人脸检测模块。
步骤4：根据接收到的人脸图像，在指定编号的摄像机下进行人员精确定位。其中，人脸检测模块使用基于DeepFace人脸检测算法，将接收到的人脸图像与摄像机采集到的人脸图像进行比对，将匹配的人脸标出。采用张正友标定方法求出摄像头的内、外参数和畸变系数，将匹配的人员位置映射到实际地图中，给出目标人员在实际地图上的具体位置。
本发明的优点在于：在特定区域入口处的人证合一提高了区域安全性，使得人员出入可控；在实际情况下，摄像机总会出现无法完全覆盖全部区域的情况，本发明仍可以根据RFID给出目标人员粗略位置；本发明改进后的LANDMARC系统动态环境适应能力强，相较于其他基于RFID的室内定位算法定位精度更高，并且大大减少人脸检测的计算量；人脸检测算法目前精度较高，基于Deepface算法的人脸检测算法准确率可以达到90％以上；将RFID信号与计算机视觉相结合，减少了计算量，提高了定位精度，从而实现了快速精准定位的目的。
以上实施例仅用以说明本发明的技术方案而非对其进行限制，本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换，本发明的保护范围以权利要求所述为准。

Claims (8)

1.一种基于RFID和摄像机的人员定位方法，其特征在于，包括以下步骤：
建立人脸图像信息与身份信息数据库，其中每个人员的人脸图像信息与其身份信息相对应，该身份信息包括身份证信息和RFID标签信息；
利用预先布置的RFID定位模块检测目标人员的RFID标签信息，对目标人员进行粗定位；
以粗定位的位置为中心，划定一定半径的区域，检测该区域内的全部摄像机；
从数据库中提取目标人员的人脸信息，并与该区域内的全部摄像机所采集到的人脸图像进行比对，识别出目标人员的人脸图像；
根据采集到目标人员的摄像机的具体位置与目标人员在图像中的方位，对目标人员进行精确定位。
如权利要求1所述的方法，其特征在于，所述一定半径是指以预设的距离为半径或者以RFID定位模块的定位精度的若干倍为半径。
2.如权利要求1所述的方法，其特征在于，当检测到目标人员RFID标签信息的RFID定位模块为若干个且处于不同方向上时，对目标人员进行粗定位，粗定位区域位于各个RFID定位模块之间。
3.如权利要求1所述的方法，其特征在于，利用拉格朗日插入虚拟标签改进的LANDMARC算法对目标人员进行粗定位，包括以下步骤：
在粗定位区域布置参考标签方阵，该参考标签方阵由位置已知的多个参考标签组成，从该区域内随机选择若干个点作为待定位标签的位置；
利用参考标签方阵周围的RFID定位模块多次检测所有参考标签和待定位标签的RSSI值；
插入非线性虚拟参考标签来增加参考标签数量，并计算虚拟参考标签的RSSI值；
根据RSSI值相差最小的原则，获取K个临近参考标签的RSSI值，并计算该K个临近参考标签的加权参数；
根据该K个临近参考标签的坐标和计算出的加权参数，确定待定位标签的位置。
4.如权利要求3所述的方法，其特征在于，根据欧几里得公式，以及待定位标签与参考标签信号强度距离，计算该K个临近参考标签的加权参数。
5.如权利要求3所述的方法，其特征在于，计算虚拟参考标签的RSSI值的公式如下：
Figure FDA0003206474570000011
式中，P表示函数，y表示待求取虚拟参考标签RSSI值，N表示已知参考标签的数量，x表示待求取虚拟参考标签与RFID定位模块的距离，yk表示已知的参考标签中第k个的RSSI值，LN,k表示根据N个已知参考标签与RFID定位模块的距离得到的拉格朗日系数因子。
6.如权利要求1所述的方法，其特征在于，基于DeepFace人脸检测算法识别人脸图像。
7.如权利要求1所述的方法，其特征在于，利用张正友标定方法求出摄像机的摄像头的内参数、外参数和畸变系数，将识别出的目标人员位置映射到平面地图中，对目标人员进行精确定位。
8.一种基于RFID和摄像机的人员定位系统，其特征在于，包括：
数据采集模块，用于采集进入目标场所的人员的人脸图像信息与其身份信息，存储于一数据库中，并建立每个人员的人脸图像信息与其身份信息一一映射关系，该身份信息包括身份证信息和RFID标签信息；
RFID定位模块，预先布置于目标场所的设定位置上，用于对目标场所的人员的RFID标签进行检测识别，并进行粗定位；
摄像机，预先布置于目标场所的设定位置上，用于对目标场所进行图像采集；
人脸检测模块，用于根据RFID定位模块对目标人员的粗定位数据选择摄像机，从数据库中提取目标人员的人脸图像信息，与选择的摄像机所采集的人脸图像数据进行比对，识别出目标人员，并对目标人员进行精确定位。
CN202110918286.1A 2021-08-11 2021-08-11 一种基于rfid和摄像机的人员定位方法及系统 Active CN113705376B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110918286.1A CN113705376B (zh) 2021-08-11 2021-08-11 一种基于rfid和摄像机的人员定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110918286.1A CN113705376B (zh) 2021-08-11 2021-08-11 一种基于rfid和摄像机的人员定位方法及系统

Publications (2)

Publication Number Publication Date
CN113705376A true CN113705376A (zh) 2021-11-26
CN113705376B CN113705376B (zh) 2024-02-06

Family

ID=78652261

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110918286.1A Active CN113705376B (zh) 2021-08-11 2021-08-11 一种基于rfid和摄像机的人员定位方法及系统

Country Status (1)

Country Link
CN (1) CN113705376B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115578756A (zh) * 2022-11-08 2023-01-06 杭州昊恒科技有限公司 基于精准定位和视频联动的人员精细化管理方法及系统
CN117636265A (zh) * 2024-01-25 2024-03-01 南昌大学第一附属医院 一种用于医疗场景中的患者定位方法及系统
CN117793629A (zh) * 2024-02-26 2024-03-29 微澜能源(江苏)有限公司 一种水电站参观人员引导方法和装置
CN117793628A (zh) * 2024-02-26 2024-03-29 微澜能源(江苏)有限公司 一种水电站参观人员定位方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110414454A (zh) * 2019-07-31 2019-11-05 南充折衍智能光电科技有限公司 一种基于机器视觉的人证合一识别系统
CN110458025A (zh) * 2019-07-11 2019-11-15 南京邮电大学 一种基于双目摄像头的人员识别与定位方法
WO2019228317A1 (zh) * 2018-05-28 2019-12-05 华为技术有限公司 人脸识别方法、装置及计算机可读介质
US20200096599A1 (en) * 2017-03-28 2020-03-26 Automaton, Inc. Methods and apparatus for locating rfid tags
CN112966638A (zh) * 2021-03-22 2021-06-15 国网浙江省电力有限公司电力科学研究院 基于多种特征的变电站作业人员鉴别及定位方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200096599A1 (en) * 2017-03-28 2020-03-26 Automaton, Inc. Methods and apparatus for locating rfid tags
WO2019228317A1 (zh) * 2018-05-28 2019-12-05 华为技术有限公司 人脸识别方法、装置及计算机可读介质
CN110458025A (zh) * 2019-07-11 2019-11-15 南京邮电大学 一种基于双目摄像头的人员识别与定位方法
CN110414454A (zh) * 2019-07-31 2019-11-05 南充折衍智能光电科技有限公司 一种基于机器视觉的人证合一识别系统
CN112966638A (zh) * 2021-03-22 2021-06-15 国网浙江省电力有限公司电力科学研究院 基于多种特征的变电站作业人员鉴别及定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张萌 等: "基于HOG-SVM 的跳频信号检测识别算法", 《信息安全学报》, vol. 5, no. 3, pages 62 - 77 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115578756A (zh) * 2022-11-08 2023-01-06 杭州昊恒科技有限公司 基于精准定位和视频联动的人员精细化管理方法及系统
CN117636265A (zh) * 2024-01-25 2024-03-01 南昌大学第一附属医院 一种用于医疗场景中的患者定位方法及系统
CN117793629A (zh) * 2024-02-26 2024-03-29 微澜能源(江苏)有限公司 一种水电站参观人员引导方法和装置
CN117793628A (zh) * 2024-02-26 2024-03-29 微澜能源(江苏)有限公司 一种水电站参观人员定位方法和装置
CN117793629B (zh) * 2024-02-26 2024-05-03 微澜能源(江苏)有限公司 一种水电站参观人员引导方法和装置
CN117793628B (zh) * 2024-02-26 2024-05-07 微澜能源(江苏)有限公司 一种水电站参观人员定位方法和装置

Also Published As

Publication number Publication date
CN113705376B (zh) 2024-02-06

Similar Documents

Publication Publication Date Title
CN113705376B (zh) 一种基于rfid和摄像机的人员定位方法及系统
US11403839B2 (en) Commodity detection terminal, commodity detection method, system, computer device, and computer readable medium
CN106793086B (zh) 一种室内定位方法
CN103942811B (zh) 分布式并行确定特征目标运动轨迹的方法与系统
US7149325B2 (en) Cooperative camera network
CN106559749B (zh) 一种基于射频层析成像的多目标被动式定位方法
CN111079600A (zh) 多摄像头的行人识别方法及识别系统
CN110728252B (zh) 一种应用于区域人员运动轨迹监控的人脸检测方法
CN106952289A (zh) 结合深度视频分析的WiFi目标定位方法
CN109255286A (zh) 一种基于yolo深度学习网络框架的无人机光学快速检测识别方法
CN109116298B (zh) 一种定位方法、存储介质及定位系统
CN104540221A (zh) 基于半监督sde算法的wlan室内定位方法
Wang et al. RFID & vision based indoor positioning and identification system
CN113269091A (zh) 一种面向智慧园区的人员轨迹分析方法、设备及介质
CN109635797A (zh) 基于多载体识别技术的钢卷顺序精准定位方法
CN105718971A (zh) 一种基于rfid的多目标被动式室内活动识别方法
CN109409250A (zh) 一种基于深度学习的无交叠视域跨摄像机行人再识别方法
CN112132157B (zh) 一种基于树莓派的步态人脸融合识别方法
CN111598028A (zh) 一种基于遥感成像原理识别地表植被分布方法
CN113739790B (zh) 一种被动式室内定位系统及定位方法
CN113793362B (zh) 基于多镜头视频的行人轨迹提取方法和装置
CN113988228A (zh) 一种基于rfid和视觉融合的室内监控方法及系统
Vorst et al. A comparison of similarity measures for localization with passive RFID fingerprints
Zhu et al. Fusion of wireless signal and computer vision for identification and tracking
CN104392209A (zh) 一种目标与背景的图像复杂度评价模型

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