JP2015225667A - 移動目標の検出方法及び移動目標の検出装置 - Google Patents
移動目標の検出方法及び移動目標の検出装置 Download PDFInfo
- Publication number
- JP2015225667A JP2015225667A JP2015104929A JP2015104929A JP2015225667A JP 2015225667 A JP2015225667 A JP 2015225667A JP 2015104929 A JP2015104929 A JP 2015104929A JP 2015104929 A JP2015104929 A JP 2015104929A JP 2015225667 A JP2015225667 A JP 2015225667A
- Authority
- JP
- Japan
- Prior art keywords
- motion vector
- similarity value
- value
- moving target
- local similarity
- 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
Images
Landscapes
- Image Analysis (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
【解決手段】移動目標の検出方法は、現在の符号化フレームの動きベクトルデータを取得し、現在の符号化フレームを、N個の動きベクトルにそれぞれ対応する領域に分割し、複数の動きベクトル群を形成し、各動きベクトル群に基づいて局所類似度値を計算し、現在の符号化フレームの局所類似度値マップを取得し、局所類似度値マップを二値化し、二値化された局所類似度値マップを分割して複数の独立した連結領域を取得し、各独立した連結領域を移動目標として検出する。フロントエンド装置に余計なハードウェア資源を増加する必要がなく、符号化すると同時に検出結果を出力し、リアルタイム性が高い。
【選択図】図1
Description
となる。ここで、m、nは2つの異なる動きベクトル符号であり、rは動きベクトルの長さを表し、MVは動きベクトルを表す。角度が90度よりも大きい場合、その類似度値は−1となる。
(付記1)
現在の符号化フレームの動きベクトルデータを取得する取得手段と、
前記現在の符号化フレームを、N個の動きベクトルにそれぞれ対応する領域に分割し、複数の動きベクトル群を形成する動きベクトル群形成手段と、
各動きベクトル群に基づいて局所類似度値を計算し、前記現在の符号化フレームの局所類似度値マップを取得する局所類似度値計算手段と、
前記局所類似度値マップを二値化し、二値化された局所類似度値マップを分割して複数の独立した連結領域を取得し、各前記独立した連結領域を移動目標として検出する移動目標検出手段と、を含み、
Nは3よりも大きく、且つ9以下の整数である、移動目標の検出装置。
(付記2)
前記局所類似度値計算手段は、
各動きベクトル群において、隣接する各2つの動きベクトル間の角度に基づいて前記隣接する各2つの動きベクトル間の類似度値を計算する第1の計算手段と、
類似度値、角度及び一致度区分範囲の対応関係に基づいて、隣接する各2つの動きベクトル間の一致度レベルを決定する一致度決定手段であって、各一致度区分範囲が1つの一致度レベルに対応し、一致度レベルが最高レベルに属する隣接する2つの動きベクトルを強い特徴ペアとする、一致度決定手段と、
各動きベクトルについて、少なくとも1つの強い特徴ペアに属する場合、該動きベクトルの寄与度値を第1の値に設定し、そうでない場合、該動きベクトルの寄与度値を第2の値に設定する寄与度値決定手段と、
前記動きベクトル群における強い特徴ペアの数、隣接する各2つの動きベクトルの類似度値及び一致度レベル、並びに各動きベクトルの寄与度値に基づいて前記局所類似度値を計算する第2の計算手段と、を含む、付記1に記載の移動目標の検出装置。
(付記3)
前記角度が90度以下である場合、前記類似度値は、
となり、m、nは2つの異なる動きベクトル符号であり、rは動きベクトルの長さを表し、MVは動きベクトルを表し、前記角度が90度よりも大きい場合、前記類似度値は−1となる、付記2に記載の移動目標の検出装置。
(付記4)
前記一致度レベルを決定した後で、且つ前記強い特徴ペアを計算する前に、各動きベクトルについて、該動きベクトルに隣接するベクトルとなる参照動きベクトルに基づいて、該動きベクトルを補正するか否かを判断する判断手段をさらに含み、
前記判断手段は、前記参照動きベクトルのうちいずれか2つの隣接する動きベクトルの一致度レベルが所定レベルよりも大きく、且つ該動きベクトルと参照動きベクトルのいずれかとの一致度レベルが所定レベルよりも小さい場合、前記動きベクトルを参照動きベクトルのいずれかに補正すると判断する、付記2に記載の移動目標の検出装置。
(付記5)
前記局所類似度値を計算した後で、各動きベクトル群について、1つ前の符号化フレームにおける局所類似度値に基づいて前記現在の符号化フレームの局所類似度値を補正する第1の補正手段をさらに含む、付記2に記載の移動目標の検出装置。
(付記6)
前記第1の補正手段は、1つ前の符号化フレームにおける各動きベクトル群について、前記動きベクトル群における全ての動きベクトルの平均値に基づいて、前記動きベクトル群の前記現在の符号化フレームにおける位置を予測し、
前記位置における局所類似度値は、算出された前記現在の符号化フレームにおける局所類似度値と前記1つ前の符号化フレームにおける局所類似度値との加重和であり、重み係数は所定値である、付記5に記載の移動目標の検出装置。
(付記7)
前記局所類似度値を計算する前に、前記現在の符号化フレームの動きベクトルデータにバーストノイズ群が存在するか否かを検出するノイズ検出手段と、
前記バーストノイズ群が存在している場合、前記動きベクトルデータから前記バーストノイズ群を除去し、バーストノイズ群が除去された動きベクトルデータに対して高域フィルタリング処理を行い、フィルタリングされた動きベクトルデータを取得するノイズ除去手段と、をさらに含む、付記1に記載の移動目標の検出装置。
(付記8)
前記ノイズ検出手段は、
前記現在の符号化フレームの動きベクトルデータの直角座標を極座標に変換する座標変換手段と、
前記動きベクトルデータの直角座標に基づいて第1のヒストグラムを構築し、前記動きベクトルデータの極座標に基づいて第2のヒストグラムを構築する構築手段と、
前記第1のヒストグラムに基づいて、直角座標系における出現頻度が最も高い動きベクトルの数の動きベクトルの総数に対する成分百分率及び出現頻度が最も高い直角座標値を取得し、前記第2のヒストグラムに基づいて、極座標系における出現頻度が最も高い動きベクトルの動きベクトルの総数に対する極座標百分率及び出現頻度が最も高い極座標値を取得する演算手段と、
非ゼロの動きベクトルデータにおいて、前記直角座標百分率及び前記極座標百分率が共に所定百分率よりも大きく、且つ前記出現頻度が最も高い直角座標値が座標値閾値よりも小さい場合、前記バーストノイズ群が存在していると決定する比較手段と、を含む、付記7に記載の移動目標の検出装置。
(付記9)
前記バーストノイズ群が存在している場合、バーストノイズ群の値は前記出現頻度が最も高い直角座標値であり、
前記移動目標の検出装置は、
各動きベクトルについて、該動きベクトルの直角座標系における成分が前記バーストノイズ群の値よりも大きい場合、対応する動きベクトルを前記動きベクトルと前記バーストノイズ群の値との差分に補正する第2の補正手段をさらに含む、付記8に記載の移動目標の検出装置。
(付記10)
前記第2の補正手段は、補正前の動きベクトルの水平方向の成分又は垂直方向の成分と補正後の水平方向の成分又は垂直方向の成分とが反対の極性を有する場合、補正前の動きベクトルの水平方向の成分又は垂直方向の成分の値を0に補正する、付記9に記載の移動目標の検出装置。
(付記11)
下記の式に従って、前記現在の符号化フレームにおける移動目標と1つ前の符号化フレームにおける各目標対象との一致度を計算する一致度計算手段であって、
ML,Kは一致度であり、SL,Kは前記移動目標と前記目標対象との共通領域の大きさであり、SCは前記移動目標の領域の大きさであり、SPは前記目標対象の領域の大きさであり、Lは前記現在の符号化フレームにおけるL番目の移動目標であり、Kは前記1つ前の符号化フレームにおけるK番目の目標対象である、一致度計算手段と、
前記現在の符号化フレームにおける各移動目標について、1つ前の符号化フレームにおける該移動目標との一致度の値が最も大きい目標対象を最適一致目標として選択し、最大の一致度が所定の一致度閾値よりも大きい場合、前記最適一致目標の前記現在の符号化フレームにおける追跡目標を移動目標として決定し、前記一致度閾値よりも大きい目標対象が発見されていない場合、新しい目標対象を前記移動目標として決定する目標追跡手段と、をさらに含む、付記1乃至10のいずれかに記載の移動目標の検出装置。
(付記12)
現在の符号化フレームの動きベクトルデータを取得するステップと、
前記現在の符号化フレームを、N個の動きベクトルにそれぞれ対応する領域に分割し、複数の動きベクトル群を形成するステップと、
各動きベクトル群に基づいて局所類似度値を計算し、前記現在の符号化フレームの局所類似度値マップを取得するステップと、
前記局所類似度値マップを二値化し、二値化された局所類似度値マップを分割して複数の独立した連結領域を取得し、各前記独立した連結領域を移動目標として検出するステップと、を含み、
Nは3よりも大きく、且つ9以下の整数である、移動目標の検出方法。
(付記13)
前記各動きベクトル群に基づいて局所類似度値を計算するステップは、
各動きベクトル群において、隣接する各2つの動きベクトル間の角度に基づいて前記隣接する各2つの動きベクトル間の類似度値を計算するステップと、
類似度値、角度及び一致度区分範囲の対応関係に基づいて、隣接する各2つの動きベクトル間の一致度レベルを決定するステップであって、各一致度区分範囲が1つの一致度レベルに対応する、ステップと、
一致度レベルが最高レベルに属する隣接する2つの動きベクトルを強い特徴ペアとするステップと、
各動きベクトルについて、少なくとも1つの強い特徴ペアに属する場合、該動きベクトルの寄与度値を第1の値に設定し、そうでない場合、該動きベクトルの寄与度値を第2の値に設定するステップと、
前記動きベクトル群における強い特徴ペアの数、隣接する各2つの動きベクトルの類似度値及び一致度レベル、並びに各動きベクトルの寄与度値に基づいて前記局所類似度値を計算するステップと、を含む、付記12に記載の移動目標の検出方法。
(付記14)
前記一致度レベルを決定した後で、且つ前記強い特徴ペアを計算する前に、
各動きベクトルについて、該動きベクトルに隣接するベクトルとなる参照動きベクトルに基づいて、該動きベクトルを補正するか否かを判断するステップをさらに含み、
前記動きベクトルを補正するか否かを判断するステップにおいて、前記参照動きベクトルのうちいずれか2つの隣接する動きベクトルの一致度レベルが所定レベルよりも大きく、且つ該動きベクトルと参照動きベクトルのいずれかとの一致度レベルが所定レベルよりも小さい場合、前記動きベクトルを参照動きベクトルのいずれかに補正すると判断する、付記13に記載の移動目標の検出方法。
(付記15)
前記局所類似度値を計算した後で、
各動きベクトル群について、1つ前の符号化フレームにおける局所類似度値に基づいて前記現在の符号化フレームの局所類似度値を補正するステップをさらに含む、付記13に記載の移動目標の検出方法。
(付記16)
1つ前の符号化フレームにおける各動きベクトル群について、前記動きベクトル群における全ての動きベクトルの平均値に基づいて、前記動きベクトル群の前記現在の符号化フレームにおける位置を予測し、
前記位置における局所類似度値は、算出された前記現在の符号化フレームにおける局所類似度値と前記1つ前の符号化フレームにおける局所類似度値との加重和であり、重み係数は所定値である、付記15に記載の移動目標の検出方法。
(付記17)
前記局所類似度値を計算する前に、
前記現在の符号化フレームの動きベクトルデータにバーストノイズ群が存在するか否かを検出するステップと、
前記バーストノイズ群が存在している場合、前記動きベクトルデータから前記バーストノイズ群を除去するステップと、
バーストノイズ群が除去された動きベクトルデータに対して高域フィルタリング処理を行い、フィルタリングされた動きベクトルデータを取得するステップと、をさらに含む、付記12乃至16のいずれかに記載の移動目標の検出方法。
(付記18)
前記現在の符号化フレームの動きベクトルデータにバーストノイズ群が存在するか否かを検出するステップは、
前記現在の符号化フレームの動きベクトルデータの直角座標を極座標に変換するステップと、
前記動きベクトルデータの直角座標に基づいて第1のヒストグラムを構築し、前記動きベクトルデータの極座標に基づいて第2のヒストグラムを構築するステップと、
前記第1のヒストグラムに基づいて、直角座標系における出現頻度が最も高い動きベクトルの数の動きベクトルの総数に対する成分百分率及び出現頻度が最も高い直角座標値を取得し、前記第2のヒストグラムに基づいて、極座標系における出現頻度が最も高い動きベクトルの動きベクトルの総数に対する極座標百分率及び出現頻度が最も高い極座標値を取得するステップと、
非ゼロの動きベクトルデータにおいて、前記直角座標百分率及び前記極座標百分率が共に所定百分率よりも大きく、且つ前記出現頻度が最も高い直角座標値が座標値閾値よりも小さい場合、前記バーストノイズ群が存在していると決定するステップと、を含む、付記17に記載の移動目標の検出方法。
(付記19)
前記バーストノイズ群が存在している場合、バーストノイズ群の値は前記出現頻度が最も高い直角座標値であり、
各動きベクトルについて、該動きベクトルの直角座標系における成分が前記バーストノイズ群の値よりも大きい場合、対応する動きベクトルを前記動きベクトルと前記バーストノイズ群の値との差分に補正する、付記18に記載の移動目標の検出方法。
(付記20)
補正前の動きベクトルの水平方向の成分又は垂直方向の成分と補正後の水平方向の成分又は垂直方向の成分とが反対の極性を有する場合、補正前の動きベクトルの水平方向の成分又は垂直方向の成分の値を0に補正する、付記19に記載の移動目標の検出方法。
Claims (10)
- 現在の符号化フレームの動きベクトルデータを取得する取得手段と、
前記現在の符号化フレームを、N個の動きベクトルにそれぞれ対応する領域に分割し、複数の動きベクトル群を形成する動きベクトル群形成手段と、
各動きベクトル群に基づいて局所類似度値を計算し、前記現在の符号化フレームの局所類似度値マップを取得する局所類似度値計算手段と、
前記局所類似度値マップを二値化し、二値化された局所類似度値マップを分割して複数の独立した連結領域を取得し、各前記独立した連結領域を移動目標として検出する移動目標検出手段と、を含み、
Nは3よりも大きく、且つ9以下の整数である、移動目標の検出装置。 - 前記局所類似度値計算手段は、
各動きベクトル群において、隣接する各2つの動きベクトル間の角度に基づいて前記隣接する各2つの動きベクトル間の類似度値を計算する第1の計算手段と、
類似度値、角度及び一致度区分範囲の対応関係に基づいて、隣接する各2つの動きベクトル間の一致度レベルを決定する一致度決定手段であって、各一致度区分範囲が1つの一致度レベルに対応し、一致度レベルが最高レベルに属する隣接する2つの動きベクトルを強い特徴ペアとする、一致度決定手段と、
各動きベクトルについて、少なくとも1つの強い特徴ペアに属する場合、該動きベクトルの寄与度値を第1の値に設定し、そうでない場合、該動きベクトルの寄与度値を第2の値に設定する寄与度値決定手段と、
前記動きベクトル群における強い特徴ペアの数、隣接する各2つの動きベクトルの類似度値及び一致度レベル、並びに各動きベクトルの寄与度値に基づいて前記局所類似度値を計算する第2の計算手段と、を含む、請求項1に記載の移動目標の検出装置。 - 前記一致度レベルを決定した後で、且つ前記強い特徴ペアを計算する前に、各動きベクトルについて、該動きベクトルに隣接するベクトルとなる参照動きベクトルに基づいて、該動きベクトルを補正するか否かを判断する判断手段をさらに含み、
前記判断手段は、前記参照動きベクトルのうちいずれか2つの隣接する動きベクトルの一致度レベルが所定レベルよりも大きく、且つ該動きベクトルと参照動きベクトルのいずれかとの一致度レベルが所定レベルよりも小さい場合、前記動きベクトルを参照動きベクトルのいずれかに補正すると判断する、請求項2に記載の移動目標の検出装置。 - 前記局所類似度値を計算した後で、各動きベクトル群について、1つ前の符号化フレームにおける局所類似度値に基づいて前記現在の符号化フレームの局所類似度値を補正する第1の補正手段をさらに含む、請求項2に記載の移動目標の検出装置。
- 前記第1の補正手段は、1つ前の符号化フレームにおける各動きベクトル群について、前記動きベクトル群における全ての動きベクトルの平均値に基づいて、前記動きベクトル群の前記現在の符号化フレームにおける位置を予測し、
前記位置における局所類似度値は、算出された前記現在の符号化フレームにおける局所類似度値と前記1つ前の符号化フレームにおける局所類似度値との加重和であり、重み係数は所定値である、請求項4に記載の移動目標の検出装置。 - 前記局所類似度値を計算する前に、前記現在の符号化フレームの動きベクトルデータにバーストノイズ群が存在するか否かを検出するノイズ検出手段と、
前記バーストノイズ群が存在している場合、前記動きベクトルデータから前記バーストノイズ群を除去し、バーストノイズ群が除去された動きベクトルデータに対して高域フィルタリング処理を行い、フィルタリングされた動きベクトルデータを取得するノイズ除去手段と、をさらに含む、請求項1乃至5のいずれかに記載の移動目標の検出装置。 - 前記ノイズ検出手段は、
前記現在の符号化フレームの動きベクトルデータの直角座標を極座標に変換する座標変換手段と、
前記動きベクトルデータの直角座標に基づいて第1のヒストグラムを構築し、前記動きベクトルデータの極座標に基づいて第2のヒストグラムを構築する構築手段と、
前記第1のヒストグラムに基づいて、直角座標系における出現頻度が最も高い動きベクトルの数の動きベクトルの総数に対する成分百分率及び出現頻度が最も高い直角座標値を取得し、前記第2のヒストグラムに基づいて、極座標系における出現頻度が最も高い動きベクトルの動きベクトルの総数に対する極座標百分率及び出現頻度が最も高い極座標値を取得する演算手段と、
非ゼロの動きベクトルデータにおいて、前記直角座標百分率及び前記極座標百分率が共に所定百分率よりも大きく、且つ前記出現頻度が最も高い直角座標値が座標値閾値よりも小さい場合、前記バーストノイズ群が存在していると決定する比較手段と、を含む、請求項6に記載の移動目標の検出装置。 - 前記バーストノイズ群が存在している場合、バーストノイズ群の値は前記出現頻度が最も高い直角座標値であり、
前記移動目標の検出装置は、
各動きベクトルについて、該動きベクトルの直角座標系における成分が前記バーストノイズ群の値よりも大きい場合、対応する動きベクトルを前記動きベクトルと前記バーストノイズ群の値との差分に補正する第2の補正手段をさらに含む、請求項7に記載の移動目標の検出装置。 - 前記第2の補正手段は、補正前の動きベクトルの水平方向の成分又は垂直方向の成分と補正後の水平方向の成分又は垂直方向の成分とが反対の極性を有する場合、補正前の動きベクトルの水平方向の成分又は垂直方向の成分の値を0に補正する、請求項8に記載の移動目標の検出装置。
- 現在の符号化フレームの動きベクトルデータを取得するステップと、
前記現在の符号化フレームを、N個の動きベクトルにそれぞれ対応する領域に分割し、複数の動きベクトル群を形成するステップと、
各動きベクトル群に基づいて局所類似度値を計算し、前記現在の符号化フレームの局所類似度値マップを取得するステップと、
前記局所類似度値マップを二値化し、二値化された局所類似度値マップを分割して複数の独立した連結領域を取得し、各前記独立した連結領域を移動目標として検出するステップと、を含み、
Nは3よりも大きく、且つ9以下の整数である、移動目標の検出方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410225979.2 | 2014-05-26 | ||
CN201410225979.2A CN105338362B (zh) | 2014-05-26 | 2014-05-26 | 运动目标检测方法和运动目标检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015225667A true JP2015225667A (ja) | 2015-12-14 |
JP6558073B2 JP6558073B2 (ja) | 2019-08-14 |
Family
ID=54842311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015104929A Active JP6558073B2 (ja) | 2014-05-26 | 2015-05-22 | 移動目標の検出方法及び移動目標の検出装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6558073B2 (ja) |
CN (1) | CN105338362B (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111179302A (zh) * | 2019-12-27 | 2020-05-19 | 普联国际有限公司 | 一种运动目标检测方法、装置、存储介质及终端设备 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107743209A (zh) * | 2017-10-19 | 2018-02-27 | 佛山市章扬科技有限公司 | 一种根据周围环境间歇式录制视频的方法 |
CN108646931B (zh) * | 2018-03-21 | 2022-10-14 | 深圳市创梦天地科技有限公司 | 一种终端控制方法及终端 |
CN112770113A (zh) * | 2019-11-05 | 2021-05-07 | 杭州海康威视数字技术股份有限公司 | 一种编解码方法、装置及其设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1075457A (ja) * | 1996-08-29 | 1998-03-17 | Kokusai Denshin Denwa Co Ltd <Kdd> | 動画像内の移動物体検出装置 |
JP2008117119A (ja) * | 2006-11-02 | 2008-05-22 | Sony Corp | 動きベクトル検出方法、動きベクトル除去方法及び動きベクトル検出装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101478675A (zh) * | 2008-01-03 | 2009-07-08 | 中国科学院计算技术研究所 | 一种视频中语义事件检测方法及系统 |
CN101339661B (zh) * | 2008-08-18 | 2010-07-28 | 清华大学 | 一种基于手持设备运动检测的实时人机交互方法和系统 |
CN102831442A (zh) * | 2011-06-13 | 2012-12-19 | 索尼公司 | 异常行为检测设备和方法及生成该检测设备的设备和方法 |
CN103067646A (zh) * | 2011-10-21 | 2013-04-24 | 索尼公司 | 运动特征提取方法和装置,以及视频处理装置 |
CN103034993A (zh) * | 2012-10-30 | 2013-04-10 | 天津大学 | 一种数字视频转码检测方法 |
-
2014
- 2014-05-26 CN CN201410225979.2A patent/CN105338362B/zh active Active
-
2015
- 2015-05-22 JP JP2015104929A patent/JP6558073B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1075457A (ja) * | 1996-08-29 | 1998-03-17 | Kokusai Denshin Denwa Co Ltd <Kdd> | 動画像内の移動物体検出装置 |
JP2008117119A (ja) * | 2006-11-02 | 2008-05-22 | Sony Corp | 動きベクトル検出方法、動きベクトル除去方法及び動きベクトル検出装置 |
Non-Patent Citations (2)
Title |
---|
米山 暁夫、外2名: ""MPEG動画像データからの移動物体の検出"", 電子情報通信学会技術研究報告, vol. 96, no. 385, JPN6019001402, 22 November 1996 (1996-11-22), JP, pages 63 - 70, ISSN: 0004055356 * |
米山 暁夫、外3名: ""MPEGビデオストリームからの移動物体の検出"", 電子情報通信学会論文誌, vol. 81, no. 8, JPN6019001400, 25 August 1998 (1998-08-25), JP, pages 1776 - 1786, ISSN: 0003960017 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111179302A (zh) * | 2019-12-27 | 2020-05-19 | 普联国际有限公司 | 一种运动目标检测方法、装置、存储介质及终端设备 |
CN111179302B (zh) * | 2019-12-27 | 2023-03-24 | 普联国际有限公司 | 一种运动目标检测方法、装置、存储介质及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105338362B (zh) | 2018-10-19 |
JP6558073B2 (ja) | 2019-08-14 |
CN105338362A (zh) | 2016-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9852511B2 (en) | Systems and methods for tracking and detecting a target object | |
CN108882020B (zh) | 一种视频信息处理方法、装置及系统 | |
EP3186780B1 (en) | System and method for image scanning | |
JP6522595B2 (ja) | トラッカ補助画像キャプチャ | |
US8718324B2 (en) | Method, apparatus and computer program product for providing object tracking using template switching and feature adaptation | |
CN106778712B (zh) | 一种多目标检测与跟踪方法 | |
JP6558073B2 (ja) | 移動目標の検出方法及び移動目標の検出装置 | |
CN107886048A (zh) | 目标跟踪方法及系统、存储介质及电子终端 | |
JP5478047B2 (ja) | 映像データ圧縮前処理方法およびこれを用いた映像データ圧縮方法と映像データ圧縮システム | |
KR20180056685A (ko) | 비 장애물 영역 검출을 위한 시스템 및 방법 | |
KR102074555B1 (ko) | 비디오 처리를 위한 블록 기반 정적 영역 검출 | |
WO2015035769A1 (zh) | 运动矢量的获取方法、获取装置、视频编解码器及其方法 | |
JP6507843B2 (ja) | 映像解析方法及び映像解析装置 | |
CN115423846A (zh) | 多目标轨迹跟踪方法以及装置 | |
CN107645663B (zh) | 一种运动估计搜索范围的确定方法以及装置 | |
CN114219938A (zh) | 感兴趣区域获取方法 | |
JP2016504698A (ja) | 画像を処理するためのシステムおよび方法 | |
CN116958193A (zh) | 基于雷达点云的目标追踪方法和装置 | |
Wang et al. | Multi-object tracking with adaptive cost matrix | |
JP2009302723A (ja) | 画像処理装置、方法およびプログラム | |
KR101284815B1 (ko) | 표적 추적 장치 | |
Zhang et al. | TVV: Real-Time Visual Identity and Tracking with Edge Computing. | |
Rahma et al. | Multi Pattern Search Algorithm (MPSA) for Motion Estimation | |
Li et al. | Depth-weighted correlation method for visual tracking with occlusion detection | |
CN117376571A (zh) | 图像处理方法、电子设备及计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180206 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190115 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190311 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190618 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190701 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6558073 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |