CN114022902A - 一种行人重识别方法及系统 - Google Patents
一种行人重识别方法及系统 Download PDFInfo
- Publication number
- CN114022902A CN114022902A CN202111298870.8A CN202111298870A CN114022902A CN 114022902 A CN114022902 A CN 114022902A CN 202111298870 A CN202111298870 A CN 202111298870A CN 114022902 A CN114022902 A CN 114022902A
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- module
- camera
- video
- range
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000010354 integration Effects 0.000 claims abstract description 42
- 238000004088 simulation Methods 0.000 claims abstract description 21
- 230000002093 peripheral effect Effects 0.000 claims abstract description 16
- 238000012216 screening Methods 0.000 claims abstract description 10
- 210000001503 joint Anatomy 0.000 claims description 17
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 230000009471 action Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012550 audit Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000009467 reduction Effects 0.000 abstract description 3
- 238000005192 partition Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 239000013585 weight reducing agent Substances 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种行人重识别方法及系统，具体包括以下步骤：步骤一、摄像集成；步骤二、轨迹模拟；步骤三、范围限定；步骤四、重逢审核；步骤五、特征识别，本发明涉及行人重识别技术领域。该行人重识别方法及系统，通过对城市环境进行详细划分，从而为行人的移动轨迹判定提供参考基础，使得行人的移动速度计算更加精准便捷，为录像对应的时间缩减提供支撑，通过对地图环境和摄像头所属摄像范围进行整合印证，判定出摄像盲区环境后，通过栅格划分的方式对行人进行轨迹追踪，并对轨迹方向进行判定，配合摄像盲区环境对周边摄像头进行画面筛选，从而降低行人重识别的难度，进而提高行人重识别的效率。
Description
技术领域
本发明涉及行人重识别技术领域，具体为一种行人重识别方法及系统。
背景技术
行人重识别也称行人再识别，是利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术，在城市环境中，摄像头随处可见，但是在摄像头和摄像头之间仍然存有一定的视野盲区，这样在对某一个摄像头所属摄像范围内部的某个行人进行标记，在该行人移动至视野盲区后，通过相邻的摄像头进行行人重识别时，往往需要调动周边所有的摄像头，这样不仅处理量大，而且提高了行人重识别的难度，并且不能够有效的缩减重识别范围，从而降低了行人重识别的效率，为此，特提出一种行人重识别方法及系统，通过对地图环境和摄像头所属摄像范围进行整合印证，判定出摄像盲区环境后，通过栅格划分的方式对行人进行轨迹追踪，并对轨迹方向进行判定，配合摄像盲区环境对周边摄像头进行画面筛选，从而降低行人重识别的难度，进而提高行人重识别的效率。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种行人重识别方法及系统，解决了上述的问题。
(二)技术方案
为实现上述目的，本发明提供了如下技术方案：一种行人重识别方法，具体包括以下步骤：
步骤一、摄像集成：对地图环境上的摄像头进行整合，并且获取摄像头的录像范围，确定摄像头录像范围在地图环境上的具体区域，判定出该地图环境上对应的摄像盲区；
步骤二、轨迹模拟：对地图环境上摄像头的录像范围进行平面栅格划分，并且根据二维坐标对每一个栅格进行定位标记，在对某一个栅格上的行人进行标记后，对该行人进行视觉追踪，并通过栅格坐标勾连的方式描绘出该行人的移动轨迹，同时对该行人的移动特征和外部特征进行记录；
步骤三、范围限定：在步骤二中标记的行人行走至步骤一中判定的摄像盲区后，以录像范围所属摄像头为中心，调取周围摄像头靠近该摄像头录像画面中标记行人消失区域的部分录像画面，同时根据步骤一中整合的地图环境，判定该行人到达周围对应摄像头所属录像范围时的最快时间，然后以消失时间加上到达对应周围摄像头的最快时间为起始时间，从与起始时间对应的摄像头部分录像画面进行审核；
步骤四、重逢审核：设定重合度警报值，在该行人周边出现相似外部特征并且重合度达到警报值时，对重合度达到警报值的行人进行异常标记，并重复步骤二和步骤三进行追踪，同时对该部分录像进行截图并进行标记，进行人工审核，对该行人的正确移动轨迹进行判定；
步骤五、特征识别：通过步骤二中获取的该行人的外部特征在步骤三中筛选的部分录像画面中进行特征比对，从而判定出该行人是否在对应的录像画面中，过程中，人工根据移动特征进行行人判定。
通过采用上述技术方案，对地图环境和摄像头所属摄像范围进行整合印证，判定出摄像盲区环境后，通过栅格划分的方式对行人进行轨迹追踪，并对轨迹方向进行判定，配合摄像盲区环境对周边摄像头进行画面筛选，从而降低行人重识别的难度，进而提高行人重识别的效率。
本发明还公开了一种行人重识别系统，包括识别平台，所述识别平台包括摄像集成单元、轨迹模拟单元、范围限定单元、重逢审核单元和特征比对单元，其中摄像集成单元与轨迹模拟单元对接，所述轨迹模拟单元与范围限定单元对接，所述范围限定单元与重逢审核单元对接，所述范围限定单元与特征比对单元对接。
本发明进一步设置为：所述摄像集成单元包括摄像整合模块、地图整合模块和盲区判定模块，所述摄像整合模块与地图整合模块对接，所述地图整合模块与盲区判定模块对接。
本发明进一步设置为：所述摄像整合模块用于对地图环境上的摄像头进行整合，并且获取摄像头的录像范围；
所述地图整合模块用于确定摄像头录像范围在地图环境上的具体区域；
所述盲区判定模块用于判定出该地图环境上对应的摄像盲区。
通过采用上述技术方案，对城市环境进行详细划分，从而为行人的移动轨迹判定提供参考基础，使得行人的移动速度计算更加精准便捷，为录像对应的时间缩减提供支撑。
本发明进一步设置为：所述轨迹模拟单元包括栅格划分模块、坐标定位模块、标记追踪模块、轨迹凸显模块和特征记录模块，所述栅格划分模块用于对地图环境上摄像头的录像范围进行平面栅格划分；
所述坐标定位模块用于对每一个栅格进行二维坐标定位标记；
所述标记追踪模块用于在对某一个栅格上的行人进行标记后，对该行人进行视觉追踪；
所述轨迹凸显模块用于通过栅格坐标勾连的方式描绘出该行人的移动轨迹；
所述特征记录模块用于对该行人的移动特征和外部特征进行记录。
通过采用上述技术方案，对摄像所属地图环境进行栅格划分，便于对行人的位置进行精准的定位。
本发明进一步设置为：所述范围限定单元包括中心定义模块、周边录像判定模块和盲区行动判定模块，所述中心定义模块用于设定该行人出现的录像范围所属摄像头为中心，并调取周围摄像头靠近该摄像头录像画面中标记行人消失区域的部分录像画面；
所述盲区行动判定模块用于根据摄像集成单元中整合的地图环境，判定该行人到达周围对应摄像头所属录像范围时的最快时间；
所述周边录像判定模块用于定义消失时间加上到达对应周围摄像头的最快时间为起始时间，从与起始时间对应的摄像头部分的录像进行画面截取。
通过采用上述技术方案，对行人的移动范围进行限定，实现包围式查找，避免行人遗漏的同时，缩小的行人移动的判定面积和查找时间，从而实现高效率的行人再识别。
本发明进一步设置为：所述重逢审核单元包括特征识别筛选模块、重合度设定模块和重点标记模块，所述特征识别筛选模块用于在标记行人周边出现相似外部特征并且重合度达到警报值时，对重合度达到警报值的行人进行异常标记；
所述重合度设定模块用于设定重合度警报值；
所述重点标记模块用于在出现异常标记时，对该部分录像进行截图并进行标记，进行人工审核，对该行人的正确移动轨迹进行判定。
通过采用上述技术方案，对外部特征重合度较高的行人进行异常标记整合，避免因为外部特征重合导致追踪出现误差的情况，并且对异常标记画面进行截图，配合人工进行移动轨迹判定，进一步的保证了移动轨迹判定的正确性。
本发明进一步设置为：所述特征比对单元包括画面整合模块和外部特征检测模块，所述画面整合模块用对中心摄像头和周边摄像头进行整合，为人工判定提供比对条件；
所述外部特征检测模块用于通过轨迹模拟单元中获取的该行人的外部特征在范围限定单元中筛选的部分录像画面中进行特征比对，从而判定出该行人是否在对应的录像画面中，过程中，人工根据移动特征进行行人判定。
(三)有益效果
本发明提供了一种行人重识别方法及系统。具备以下有益效果：
(1)该行人重识别方法及系统，通过对地图环境和摄像头所属摄像范围进行整合印证，判定出摄像盲区环境后，通过栅格划分的方式对行人进行轨迹追踪，并对轨迹方向进行判定，配合摄像盲区环境对周边摄像头进行画面筛选，从而降低行人重识别的难度，进而提高行人重识别的效率。
(2)该行人重识别方法及系统，通过对城市环境进行详细划分，从而为行人的移动轨迹判定提供参考基础，使得行人的移动速度计算更加精准便捷，为录像对应的时间缩减提供支撑。
(3)该行人重识别方法及系统，通过对行人的移动范围进行限定，实现包围式查找，避免行人遗漏的同时，缩小的行人移动的判定面积和查找时间，从而实现高效率的行人再识别。
(4)该行人重识别方法及系统，通过对外部特征重合度较高的行人进行异常标记整合，避免因为外部特征重合导致追踪出现误差的情况，并且对异常标记画面进行截图，配合人工进行移动轨迹判定，进一步的保证了移动轨迹判定的正确性。
附图说明
图1为本发明的系统原理框图；
图2为本发明摄像集成单元的系统原理框图；
图3为本发明轨迹模拟单元的系统原理框图；
图4为本发明范围限定单元的系统原理框图；
图5为本发明重逢审核单元的系统原理框图；
图6为本发明特征比对单元的系统原理框图。
图中，1、识别平台；2、摄像集成单元；3、轨迹模拟单元；4、范围限定单元；5、重逢审核单元；6、特征比对单元；7、摄像整合模块；8、地图整合模块；9、盲区判定模块；10、栅格划分模块；11、坐标定位模块；12、标记追踪模块；13、轨迹凸显模块；14、特征记录模块；15、中心定义模块；16、周边录像判定模块；17、盲区行动判定模块；18、特征识别筛选模块；19、重合度设定模块；20、重点标记模块；21、画面整合模块；22、外部特征检测模块。
具体实施方式
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，所描述的实施例仅仅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。
请参阅图1-6，本发明实施例提供一种技术方案：一种行人重识别方法，具体包括以下步骤：
步骤一、摄像集成：对地图环境上的摄像头进行整合，并且获取摄像头的录像范围，确定摄像头录像范围在地图环境上的具体区域，判定出该地图环境上对应的摄像盲区；
步骤二、轨迹模拟：对地图环境上摄像头的录像范围进行平面栅格划分，并且根据二维坐标对每一个栅格进行定位标记，在对某一个栅格上的行人进行标记后，对该行人进行视觉追踪，并通过栅格坐标勾连的方式描绘出该行人的移动轨迹，同时对该行人的移动特征和外部特征进行记录，作为详细说明，行人的移动特征具体包括行走方式，行人的外部特征具体包括外貌和着装；
步骤三、范围限定：在步骤二中标记的行人行走至步骤一中判定的摄像盲区后，以录像范围所属摄像头为中心，调取周围摄像头靠近该摄像头录像画面中标记行人消失区域的部分录像画面，同时根据步骤一中整合的地图环境，判定该行人到达周围对应摄像头所属录像范围时的最快时间，然后以消失时间加上到达对应周围摄像头的最快时间为起始时间，从与起始时间对应的摄像头部分录像画面进行审核；
步骤四、重逢审核：设定重合度警报值，在该行人周边出现相似外部特征并且重合度达到警报值时，对重合度达到警报值的行人进行异常标记，并重复步骤二和步骤三进行追踪，同时对该部分录像进行截图并进行标记，进行人工审核，对该行人的正确移动轨迹进行判定；
步骤五、特征识别：通过步骤二中获取的该行人的外部特征在步骤三中筛选的部分录像画面中进行特征比对，从而判定出该行人是否在对应的录像画面中，过程中，人工根据移动特征进行行人判定。
上述的一种行人重识别系统，包括识别平台1，识别平台1包括摄像集成单元2、轨迹模拟单元3、范围限定单元4、重逢审核单元5和特征比对单元6，具体的，如附图2所示，摄像集成单元2包括摄像整合模块7、地图整合模块8和盲区判定模块9，摄像整合模块7与地图整合模块8对接，地图整合模块8与盲区判定模块9对接，摄像整合模块7用于对地图环境上的摄像头进行整合，并且获取摄像头的录像范围；
地图整合模块8用于确定摄像头录像范围在地图环境上的具体区域；
盲区判定模块9用于判定出该地图环境上对应的摄像盲区。
作为优选方案，其中摄像集成单元2与轨迹模拟单元3对接，具体的，如附图3所示，轨迹模拟单元3包括栅格划分模块10、坐标定位模块11、标记追踪模块12、轨迹凸显模块13和特征记录模块14，栅格划分模块10用于对地图环境上摄像头的录像范围进行平面栅格划分；
坐标定位模块11用于对每一个栅格进行二维坐标定位标记；
标记追踪模块12用于在对某一个栅格上的行人进行标记后，对该行人进行视觉追踪；
轨迹凸显模块13用于通过栅格坐标勾连的方式描绘出该行人的移动轨迹；
特征记录模块14用于对该行人的移动特征和外部特征进行记录。
作为优选方案，轨迹模拟单元3与范围限定单元4对接，具体的，如附图4所示，范围限定单元4包括中心定义模块15、周边录像判定模块16和盲区行动判定模块17，中心定义模块15用于设定该行人出现的录像范围所属摄像头为中心，并调取周围摄像头靠近该摄像头录像画面中标记行人消失区域的部分录像画面；
盲区行动判定模块17用于根据摄像集成单元2中整合的地图环境，判定该行人到达周围对应摄像头所属录像范围时的最快时间；
周边录像判定模块16用于定义消失时间加上到达对应周围摄像头的最快时间为起始时间，从与起始时间对应的摄像头部分的录像进行画面截取。
作为优选方案，范围限定单元4与重逢审核单元5对接，具体的，如附图5所示，重逢审核单元5包括特征识别筛选模块18、重合度设定模块19和重点标记模块20，特征识别筛选模块18用于在标记行人周边出现相似外部特征并且重合度达到警报值时，对重合度达到警报值的行人进行异常标记；
重合度设定模块19用于设定重合度警报值；
重点标记模块20用于在出现异常标记时，对该部分录像进行截图并进行标记，进行人工审核，对该行人的正确移动轨迹进行判定。
作为优选方案，范围限定单元4与特征比对单元6对接，具体的，附图6所示，特征比对单元6包括画面整合模块21和外部特征检测模块22，画面整合模块21用对中心摄像头和周边摄像头进行整合，为人工判定提供比对条件；
外部特征检测模块22用于通过轨迹模拟单元3中获取的该行人的外部特征在范围限定单元4中筛选的部分录像画面中进行特征比对，从而判定出该行人是否在对应的录像画面中，过程中，人工根据移动特征进行行人判定。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.一种行人重识别方法，其特征在于：具体包括以下步骤：
步骤一、摄像集成：对地图环境上的摄像头进行整合，并且获取摄像头的录像范围，确定摄像头录像范围在地图环境上的具体区域，判定出该地图环境上对应的摄像盲区；
步骤二、轨迹模拟：对地图环境上摄像头的录像范围进行平面栅格划分，并且根据二维坐标对每一个栅格进行定位标记，在对某一个栅格上的行人进行标记后，对该行人进行视觉追踪，并通过栅格坐标勾连的方式描绘出该行人的移动轨迹，同时对该行人的移动特征和外部特征进行记录；
步骤三、范围限定：在步骤二中标记的行人行走至步骤一中判定的摄像盲区后，以录像范围所属摄像头为中心，调取周围摄像头靠近该摄像头录像画面中标记行人消失区域的部分录像画面，同时根据步骤一中整合的地图环境，判定该行人到达周围对应摄像头所属录像范围时的最快时间，然后以消失时间加上到达对应周围摄像头的最快时间为起始时间，从与起始时间对应的摄像头部分录像画面进行审核；
步骤四、重逢审核：设定重合度警报值，在该行人周边出现相似外部特征并且重合度达到警报值时，对重合度达到警报值的行人进行异常标记，并重复步骤二和步骤三进行追踪，同时对该部分录像进行截图并进行标记，进行人工审核，对该行人的正确移动轨迹进行判定；
步骤五、特征识别：通过步骤二中获取的该行人的外部特征在步骤三中筛选的部分录像画面中进行特征比对，从而判定出该行人是否在对应的录像画面中，过程中，人工根据移动特征进行行人判定。
2.一种行人重识别系统，包括识别平台(1)，其特征在于：所述识别平台(1)包括摄像集成单元(2)、轨迹模拟单元(3)、范围限定单元(4)、重逢审核单元(5)和特征比对单元(6)，其中摄像集成单元(2)与轨迹模拟单元(3)对接，所述轨迹模拟单元(3)与范围限定单元(4)对接，所述范围限定单元(4)与重逢审核单元(5)对接，所述范围限定单元(4)与特征比对单元(6)对接。
3.根据权利要求2所述的一种行人重识别系统，其特征在于：所述摄像集成单元(2)包括摄像整合模块(7)、地图整合模块(8)和盲区判定模块(9)，所述摄像整合模块(7)与地图整合模块(8)对接，所述地图整合模块(8)与盲区判定模块(9)对接。
4.根据权利要求3所述的一种行人重识别系统，其特征在于：所述摄像整合模块(7)用于对地图环境上的摄像头进行整合，并且获取摄像头的录像范围；
所述地图整合模块(8)用于确定摄像头录像范围在地图环境上的具体区域；
所述盲区判定模块(9)用于判定出该地图环境上对应的摄像盲区。
5.根据权利要求2所述的一种行人重识别系统，其特征在于：所述轨迹模拟单元(3)包括栅格划分模块(10)、坐标定位模块(11)、标记追踪模块(12)、轨迹凸显模块(13)和特征记录模块(14)，所述栅格划分模块(10)用于对地图环境上摄像头的录像范围进行平面栅格划分；
所述坐标定位模块(11)用于对每一个栅格进行二维坐标定位标记；
所述标记追踪模块(12)用于在对某一个栅格上的行人进行标记后，对该行人进行视觉追踪；
所述轨迹凸显模块(13)用于通过栅格坐标勾连的方式描绘出该行人的移动轨迹；
所述特征记录模块(14)用于对该行人的移动特征和外部特征进行记录。
6.根据权利要求2所述的一种行人重识别系统，其特征在于：所述范围限定单元(4)包括中心定义模块(15)、周边录像判定模块(16)和盲区行动判定模块(17)，所述中心定义模块(15)用于设定该行人出现的录像范围所属摄像头为中心，并调取周围摄像头靠近该摄像头录像画面中标记行人消失区域的部分录像画面；
所述盲区行动判定模块(17)用于根据摄像集成单元(2)中整合的地图环境，判定该行人到达周围对应摄像头所属录像范围时的最快时间；
所述周边录像判定模块(16)用于定义消失时间加上到达对应周围摄像头的最快时间为起始时间，从与起始时间对应的摄像头部分的录像进行画面截取。
7.根据权利要求2所述的一种行人重识别系统，其特征在于：所述重逢审核单元(5)包括特征识别筛选模块(18)、重合度设定模块(19)和重点标记模块(20)，所述特征识别筛选模块(18)用于在标记行人周边出现相似外部特征并且重合度达到警报值时，对重合度达到警报值的行人进行异常标记；
所述重合度设定模块(19)用于设定重合度警报值；
所述重点标记模块(20)用于在出现异常标记时，对该部分录像进行截图并进行标记，进行人工审核，对该行人的正确移动轨迹进行判定。
8.根据权利要求2所述的一种行人重识别系统，其特征在于：所述特征比对单元(6)包括画面整合模块(21)和外部特征检测模块(22)，所述画面整合模块(21)用对中心摄像头和周边摄像头进行整合，为人工判定提供比对条件；
所述外部特征检测模块(22)用于通过轨迹模拟单元(3)中获取的该行人的外部特征在范围限定单元(4)中筛选的部分录像画面中进行特征比对，从而判定出该行人是否在对应的录像画面中，过程中，人工根据移动特征进行行人判定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111298870.8A CN114022902B (zh) | 2021-11-04 | 2021-11-04 | 一种行人重识别方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111298870.8A CN114022902B (zh) | 2021-11-04 | 2021-11-04 | 一种行人重识别方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114022902A true CN114022902A (zh) | 2022-02-08 |
| CN114022902B CN114022902B (zh) | 2024-07-05 |
Family
ID=80061296
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111298870.8A Active CN114022902B (zh) | 2021-11-04 | 2021-11-04 | 一种行人重识别方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114022902B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112200106A (zh) * | 2020-10-16 | 2021-01-08 | 中国计量大学 | 跨相机行人重识别与跟踪方法 |
| CN113313055A (zh) * | 2021-06-15 | 2021-08-27 | 大连海事大学 | 一种非重叠视域跨摄像头网络行人重识别方法 |
| WO2021170030A1 (zh) * | 2020-02-28 | 2021-09-02 | 华为技术有限公司 | 一种用于目标追踪的方法、设备及系统 |
-
2021
- 2021-11-04 CN CN202111298870.8A patent/CN114022902B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021170030A1 (zh) * | 2020-02-28 | 2021-09-02 | 华为技术有限公司 | 一种用于目标追踪的方法、设备及系统 |
| CN112200106A (zh) * | 2020-10-16 | 2021-01-08 | 中国计量大学 | 跨相机行人重识别与跟踪方法 |
| CN113313055A (zh) * | 2021-06-15 | 2021-08-27 | 大连海事大学 | 一种非重叠视域跨摄像头网络行人重识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 吴绍君: "基于深度学习的行人重识别研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 August 2020 (2020-08-15), pages 138 - 892 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114022902B (zh) | 2024-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110910655A (zh) | 一种停车管理方法、装置及设备 | |
| CN105373135B (zh) | 一种基于机器视觉的飞机入坞引导和机型识别的方法及系统 | |
| CN109145708B (zh) | 一种基于rgb和d信息融合的人流量统计方法 | |
| CN102982598B (zh) | 基于单个摄像头场景配置的视频人数统计方法和系统 | |
| US9196160B2 (en) | Vehicle detection apparatus and vehicle detection method | |
| US20070127778A1 (en) | Object detecting system and object detecting method | |
| WO2020252974A1 (zh) | 一种针对运动状态下的多目标对象追踪方法和装置 | |
| CN110491060B (zh) | 一种机器人及其安全监控方法、装置及存储介质 | |
| CN109712428A (zh) | 一种停车位置定位方法及装置、系统 | |
| CN112330715A (zh) | 一种跟踪方法、跟踪装置、终端设备及可读存储介质 | |
| CN112257660B (zh) | 无效客流的去除方法、系统、设备及计算机可读存储介质 | |
| CN111369801B (zh) | 车辆识别方法、装置、设备和存储介质 | |
| CN104964708A (zh) | 一种基于车载双目视觉的路面坑槽检测方法 | |
| CN106446892A (zh) | 一种车牌号码识别方法、装置及一种充电桩 | |
| WO2020133488A1 (zh) | 车辆检测方法和设备 | |
| CN109685062A (zh) | 一种目标检测方法、装置、设备及存储介质 | |
| CN107895344B (zh) | 视频拼接装置及方法 | |
| WO2022227548A1 (zh) | 抛洒事件检测方法、装置、电子设备、存储介质及计算机程序产品 | |
| CN104766332B (zh) | 一种图像处理方法及电子设备 | |
| CN113256683B (zh) | 目标跟踪方法及相关设备 | |
| CN114022902A (zh) | 一种行人重识别方法及系统 | |
| CN111368692B (zh) | 信息融合方法及装置、停车位置定位方法及系统 | |
| CN110322508B (zh) | 一种基于计算机视觉的辅助定位方法 | |
| CN114693722B (zh) | 一种车辆行驶行为检测方法、检测装置及检测设备 | |
| CN115984773A (zh) | 一种计算机图像处理系统和方法 |
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 |