JP2015226326A - 映像解析方法及び映像解析装置 - Google Patents
映像解析方法及び映像解析装置 Download PDFInfo
- Publication number
- JP2015226326A JP2015226326A JP2015103550A JP2015103550A JP2015226326A JP 2015226326 A JP2015226326 A JP 2015226326A JP 2015103550 A JP2015103550 A JP 2015103550A JP 2015103550 A JP2015103550 A JP 2015103550A JP 2015226326 A JP2015226326 A JP 2015226326A
- Authority
- JP
- Japan
- Prior art keywords
- motion vector
- encoded frame
- average value
- video
- value
- 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)
- Closed-Circuit Television Systems (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
Description
(付記1)
現在の符号化フレームにおける各マクロブロックの動きベクトルデータ及びグレースケール平均値を取得する取得手段と、
前記動きベクトルデータ及び前記グレースケール平均値に基づいて映像の監視モードを決定する監視モード決定手段と、
前記監視モードが安定モードである場合、前記映像における移動目標を検出し、且つ/或いは前記映像における移動目標の移動軌跡を取得し、前記監視モードが不安定モードである場合、不安定になる原因を検出する処理手段と、を含む、映像解析装置。
(付記2)
前記監視モード決定手段は、
前記動きベクトルデータに基づいて非ゼロ動きベクトルの割合を計算する第1の計算手段と、
前記非ゼロ動きベクトルの割合が大域動き範囲閾値よりも小さい場合、前記監視モードが安定モードであると決定し、そうでない場合、前記監視モードが不安定モードであると決定する第1の判断手段と、を含み、
前記非ゼロ動きベクトルの割合は、前記現在の符号化フレームにおける非ゼロ動きベクトルの数のマクロブロックの総数に対する割合である、付記1に記載の映像解析装置。
(付記3)
前記処理手段は、
前記現在の符号化フレームにおける全ての非ゼロ動きベクトルデータの平均値を計算し、マクロブロックと隣接する隣接マクロブロックのグレースケール平均値及び該マクロブロックのグレースケール平均値に基づいて該マクロブロックの局所グレースケール平均二乗偏差値を計算し、前記現在の符号化フレームの全ての局所グレースケール平均二乗偏差値の平均値を計算し、前記現在の符号化フレームにおける信頼動きベクトルを決定し、前記現在の符号化フレームにおける信頼動きベクトルの数の非ゼロ動きベクトルの総数に対する割合を計算し、前記信頼動きベクトルのカバー率を計算する第2の計算手段と、
前記監視モードが不安定モードである場合、前記非ゼロ動きベクトルデータの平均値が平均値閾値よりも大きく、且つ前記局所グレースケール平均二乗偏差値の平均値が平均二乗偏差閾値よりも小さいとき、不安定になる原因が被干渉状態であると検出する第2の判断手段と、を含み、
前記カバー率は、前記現在の符号化フレームにおける信頼動きベクトルのカバー範囲内の動きベクトルの数の和のマクロブロックの総数に対する割合であり、前記信頼動きベクトルのカバー範囲は、各信頼動きベクトルを中心とする菱形領域の和集合により構成されている、付記2に記載の映像解析装置。
(付記4)
前記処理手段は、
前記現在の符号化フレームにおける全ての非ゼロ動きベクトルデータの平均値を計算し、マクロブロックと隣接する隣接マクロブロックのグレースケール平均値及び該マクロブロックのグレースケール平均値に基づいて該マクロブロックの局所グレースケール平均二乗偏差値を計算し、前記現在の符号化フレームの全ての局所グレースケール平均二乗偏差値の平均値を計算し、前記現在の符号化フレームにおける信頼動きベクトルを決定し、前記現在の符号化フレームにおける信頼動きベクトルの数の非ゼロ動きベクトルの総数に対する割合を計算し、前記信頼動きベクトルのカバー率を計算する第3の計算手段と、
前記監視モードが不安定モードである場合、前記非ゼロ動きベクトルデータの平均値が平均値閾値以下であり、且つ前記局所グレースケール平均二乗偏差値の平均値が平均二乗偏差閾値以上であるとき、前記信頼動きベクトルの割合が信頼動きベクトル割合閾値よりも大きく、且つ前記信頼動きベクトルのカバー率がカバー率閾値よりも大きいか否かを判断し、前記信頼動きベクトルの割合が信頼動きベクトル割合閾値よりも大きく、且つ前記信頼動きベクトルのカバー率がカバー率閾値よりも大きいと判断された場合、不安定になる原因がレンズシフト状態であると検出し、そうでない場合、不安定になる原因が無効状態であると検出する第3の判断手段と、を含み、
前記カバー率は、前記現在の符号化フレームにおける信頼動きベクトルのカバー範囲内の動きベクトルの数の和のマクロブロックの総数に対する割合であり、前記信頼動きベクトルのカバー範囲は、各信頼動きベクトルを中心とする菱形領域の和集合により構成されている、付記2に記載の映像解析装置。
(付記5)
前記第2の計算手段又は前記第3の計算手段は、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し、前記動きベクトルデータにおける各動きベクトルについて、該動きベクトルとそれに隣接する動きベクトルとの間の角度及び類似度値に基づいて、該動きベクトルが信頼動きベクトルであるか否かを決定する、付記3又は4に記載の映像解析装置。
(付記6)
前記第2の計算手段又は前記第3の計算手段は、該動きベクトルに隣接する4つの動きベクトルのうち、少なくとも3つの動きベクトルと該動きベクトルとの角度が所定の角度値以下であり、且つ類似度値が所定の類似度値以上である場合、該動きベクトルが信頼動きベクトルであると決定する、付記5に記載の映像解析装置。
(付記7)
前記処理手段は、
前記監視モードが安定モードである場合、前記現在の符号化フレームの各動きベクトルセットに基づいて局所類似度値を計算して、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、
前記現在の符号化フレームと直前の符号化フレームとの間のグレースケール差を計算し、前記グレースケール差に基づいてグレースケール差マップを取得するグレースケール差計算手段と、
二値化された前記局所類似度値マップ及び二値化された前記グレースケール差マップに基づいて前記移動目標を決定する検出手段と、を含む、付記2に記載の映像解析装置。
(付記8)
前記検出手段は、
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、該移動目標に対応する連結領域に含まれるマクロブロックの数がマクロブロック数閾値よりも大きいか否かを判断し、前記移動目標に対応する連結領域に含まれるマクロブロックの数が前記マクロブロック数閾値よりも小さい場合、前記移動目標が補正される移動目標であると決定する補正判定手段と、
前記グレースケール差マップに基づいて前記補正される移動目標を補正する補正手段と、を含む、付記7に記載の映像解析装置。
(付記9)
前記補正手段は、
前記補正される移動目標に対応する連結領域の境界マクロブロックを前記連結領域に併合して拡張連結領域を取得し、前記グレースケール差マップから前記拡張連結領域の位置に対応するグレースケール差領域を取得し、前記境界マクロブロックにおける前記グレースケール差領域と共通する複数のマクロブロックを前記連結領域に併合して補正された拡張連結領域を取得し、前記移動目標を補正する拡張手段、を含む、付記8に記載の映像解析装置。
(付記10)
前記映像解析装置は、
不安定になる原因が被干渉状態であると検出された場合、監視装置が干渉されていることを示す警告信号を出力し、不安定になる原因が無効状態であると検出された場合、現在の入力映像が無効映像であり、解析に用いるものではないことを示す警告信号を出力する警告手段、をさらに含み、
前記処理手段は、不安定になる原因がレンズシフト状態であると検出された場合、前記現在の符号化フレームの大域動きを計算する、付記4に記載の映像解析装置。
(付記11)
現在の符号化フレームにおける各マクロブロックの動きベクトルデータ及びグレースケール平均値を取得するステップと、
前記動きベクトルデータ及び前記グレースケール平均値に基づいて映像の監視モードを決定するステップと、
前記監視モードが安定モードである場合、前記映像における移動目標を検出し、且つ/或いは前記映像における移動目標の移動軌跡を取得するステップと、
前記監視モードが不安定モードである場合、不安定になる原因を検出するステップと、を含む、映像解析方法。
(付記12)
前記動きベクトルデータ及び前記グレースケール平均値に基づいて映像の監視モードを決定するステップ
前記動きベクトルデータに基づいて非ゼロ動きベクトルの割合を計算するステップと、
前記非ゼロ動きベクトルの割合が大域動き範囲閾値よりも小さい場合、前記監視モードが安定モードであると決定するステップと、
そうでない場合、前記監視モードが不安定モードであると決定するステップと、を含み、
前記非ゼロ動きベクトルの割合は、前記現在の符号化フレームにおける非ゼロ動きベクトルの数のマクロブロックの総数に対する割合である、付記11に記載の映像解析方法。
(付記13)
前記監視モードが不安定モードである場合、不安定になる原因を検出するステップは、
前記現在の符号化フレームにおける全ての非ゼロ動きベクトルデータの平均値を計算するステップと、
マクロブロックと隣接する隣接マクロブロックのグレースケール平均値及び該マクロブロックのグレースケール平均値に基づいて該マクロブロックの局所グレースケール平均二乗偏差値を計算し、前記現在の符号化フレームの全ての局所グレースケール平均二乗偏差値の平均値を計算するステップと、
前記現在の符号化フレームにおける信頼動きベクトルを決定するステップと、
前記現在の符号化フレームにおける信頼動きベクトルの数の非ゼロ動きベクトルの総数に対する割合を計算するステップと、
前記信頼動きベクトルのカバー率を計算するステップと、
前記監視モードが不安定モードである場合、前記非ゼロ動きベクトルデータの平均値が平均値閾値よりも大きく、且つ前記局所グレースケール平均二乗偏差値の平均値が平均二乗偏差閾値よりも小さいとき、不安定になる原因が被干渉状態であると検出するステップと、を含み、
前記カバー率は、前記現在の符号化フレームにおける信頼動きベクトルのカバー範囲内の動きベクトルの数の和のマクロブロックの総数に対する割合であり、前記信頼動きベクトルのカバー範囲は、各信頼動きベクトルを中心とする菱形領域の和集合により構成されている、付記12に記載の映像解析方法。
(付記14)
前記監視モードが不安定モードである場合、不安定になる原因を検出するステップは、
前記現在の符号化フレームにおける全ての非ゼロ動きベクトルデータの平均値を計算するステップと、
マクロブロックと隣接する隣接マクロブロックのグレースケール平均値及び該マクロブロックのグレースケール平均値に基づいて該マクロブロックの局所グレースケール平均二乗偏差値を計算し、前記現在の符号化フレームの全ての局所グレースケール平均二乗偏差値の平均値を計算するステップと、
前記現在の符号化フレームにおける信頼動きベクトルを決定するステップと、
前記現在の符号化フレームにおける信頼動きベクトルの数の非ゼロ動きベクトルの総数に対する割合を計算するステップと、
前記信頼動きベクトルのカバー率を計算するステップと、
前記監視モードが不安定モードである場合、前記非ゼロ動きベクトルデータの平均値が平均値閾値以下であり、且つ前記局所グレースケール平均二乗偏差値の平均値が平均二乗偏差閾値以上であるとき、前記信頼動きベクトルの割合が信頼動きベクトル割合閾値よりも大きく、且つ前記信頼動きベクトルのカバー率がカバー率閾値よりも大きいか否かを判断するステップと、
前記信頼動きベクトルの割合が信頼動きベクトル割合閾値よりも大きく、且つ前記信頼動きベクトルのカバー率がカバー率閾値よりも大きいと判断された場合、不安定になる原因がレンズシフト状態であると検出し、そうでない場合、不安定になる原因が無効状態であると検出するステップと、を含み、
前記カバー率は、前記現在の符号化フレームにおける信頼動きベクトルのカバー範囲内の動きベクトルの数の和のマクロブロックの総数に対する割合であり、前記信頼動きベクトルのカバー範囲は、各信頼動きベクトルを中心とする菱形領域の和集合により構成されている、付記12に記載の映像解析方法。
(付記15)
前記現在の符号化フレームにおける信頼動きベクトルを決定するステップは、
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、
前記動きベクトルデータにおける各動きベクトルについて、該動きベクトルとそれに隣接する動きベクトルとの間の角度及び類似度値に基づいて、該動きベクトルが信頼動きベクトルであるか否かを決定するステップと、を含む、付記13又は14に記載の映像解析方法。
(付記16)
該動きベクトルに隣接する4つの動きベクトルのうち、少なくとも3つの動きベクトルと該動きベクトルとの角度が所定の角度値以下であり、且つ類似度値が所定の類似度値以上である場合、該動きベクトルが信頼動きベクトルであると決定する、付記15に記載の映像解析方法。
(付記17)
前記監視モードが安定モードである場合、前記映像における移動目標を検出し、且つ/或いは前記映像における移動目標の移動軌跡を取得するステップは、
前記現在の符号化フレームの各動きベクトルセットに基づいて局所類似度値を計算して、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、
前記現在の符号化フレームと直前の符号化フレームとの間のグレースケール差を計算し、前記グレースケール差に基づいてグレースケール差マップを取得するステップと、
二値化された前記局所類似度値マップ及び二値化された前記グレースケール差マップに基づいて前記移動目標を決定するステップと、を含む、付記12に記載の映像解析方法。
(付記18)
前記二値化された前記局所類似度値マップ及び二値化された前記グレースケール差マップに基づいて前記移動目標を決定するステップは、
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するステップと、
該移動目標に対応する連結領域に含まれるマクロブロックの数がマクロブロック数閾値よりも大きいか否かを判断するステップと、
前記移動目標に対応する連結領域に含まれるマクロブロックの数が前記マクロブロック数閾値よりも小さい場合、前記移動目標が補正される移動目標であると決定するステップと、
前記グレースケール差マップに基づいて前記補正される移動目標を補正するステップと、を含む、付記17に記載の映像解析方法。
(付記19)
前記グレースケール差マップに基づいて前記補正される移動目標を補正するステップは、
前記補正される移動目標に対応する連結領域の境界マクロブロックを前記連結領域に併合して拡張連結領域を取得するステップと、
前記グレースケール差マップから前記拡張連結領域の位置に対応するグレースケール差領域を取得するステップと、
前記境界マクロブロックにおける前記グレースケール差領域と共通する複数のマクロブロックを前記連結領域に併合して補正された拡張連結領域を取得し、前記移動目標を補正するステップ、を含む、付記18に記載の映像解析方法。
(付記20)
不安定になる原因が被干渉状態であると検出された場合、監視装置が干渉されていることを示す警告信号を出力するステップと、
不安定になる原因が安定シフト状態であると検出された場合、前記現在の符号化フレームの大域動きを計算するステップと、
不安定になる原因が無効状態であると検出された場合、現在の入力映像が無効映像であり、解析に用いるものではないことを示す警告信号を出力するステップと、をさらに含む、
付記14に記載の映像解析方法。
Claims (10)
- 現在の符号化フレームにおける各マクロブロックの動きベクトルデータ及びグレースケール平均値を取得する取得手段と、
前記動きベクトルデータ及び前記グレースケール平均値に基づいて映像の監視モードを決定する監視モード決定手段と、
前記監視モードが安定モードである場合、前記映像における移動目標を検出し、且つ/或いは前記映像における移動目標の移動軌跡を取得し、前記監視モードが不安定モードである場合、不安定になる原因を検出する処理手段と、を含む、映像解析装置。 - 前記監視モード決定手段は、
前記動きベクトルデータに基づいて非ゼロ動きベクトルの割合を計算する第1の計算手段と、
前記非ゼロ動きベクトルの割合が大域動き範囲閾値よりも小さい場合、前記監視モードが安定モードであると決定し、そうでない場合、前記監視モードが不安定モードであると決定する第1の判断手段と、を含み、
前記非ゼロ動きベクトルの割合は、前記現在の符号化フレームにおける非ゼロ動きベクトルの数のマクロブロックの総数に対する割合である、請求項1に記載の映像解析装置。 - 前記処理手段は、
前記現在の符号化フレームにおける全ての非ゼロ動きベクトルデータの平均値を計算し、マクロブロックと隣接する隣接マクロブロックのグレースケール平均値及び該マクロブロックのグレースケール平均値に基づいて該マクロブロックの局所グレースケール平均二乗偏差値を計算し、前記現在の符号化フレームの全ての局所グレースケール平均二乗偏差値の平均値を計算し、前記現在の符号化フレームにおける信頼動きベクトルを決定し、前記現在の符号化フレームにおける信頼動きベクトルの数の非ゼロ動きベクトルの総数に対する割合を計算し、前記信頼動きベクトルのカバー率を計算する第2の計算手段と、
前記監視モードが不安定モードである場合、前記非ゼロ動きベクトルデータの平均値が平均値閾値よりも大きく、且つ前記局所グレースケール平均二乗偏差値の平均値が平均二乗偏差閾値よりも小さいとき、不安定になる原因が被干渉状態であると検出する第2の判断手段と、を含み、
前記カバー率は、前記現在の符号化フレームにおける信頼動きベクトルのカバー範囲内の動きベクトルの数の和のマクロブロックの総数に対する割合であり、前記信頼動きベクトルのカバー範囲は、各信頼動きベクトルを中心とする菱形領域の和集合により構成されている、請求項2に記載の映像解析装置。 - 前記処理手段は、
前記現在の符号化フレームにおける全ての非ゼロ動きベクトルデータの平均値を計算し、マクロブロックと隣接する隣接マクロブロックのグレースケール平均値及び該マクロブロックのグレースケール平均値に基づいて該マクロブロックの局所グレースケール平均二乗偏差値を計算し、前記現在の符号化フレームの全ての局所グレースケール平均二乗偏差値の平均値を計算し、前記現在の符号化フレームにおける信頼動きベクトルを決定し、前記現在の符号化フレームにおける信頼動きベクトルの数の非ゼロ動きベクトルの総数に対する割合を計算し、前記信頼動きベクトルのカバー率を計算する第3の計算手段と、
前記監視モードが不安定モードである場合、前記非ゼロ動きベクトルデータの平均値が平均値閾値以下であり、且つ前記局所グレースケール平均二乗偏差値の平均値が平均二乗偏差閾値以上であるとき、前記信頼動きベクトルの割合が信頼動きベクトル割合閾値よりも大きく、且つ前記信頼動きベクトルのカバー率がカバー率閾値よりも大きいか否かを判断し、前記信頼動きベクトルの割合が信頼動きベクトル割合閾値よりも大きく、且つ前記信頼動きベクトルのカバー率がカバー率閾値よりも大きいと判断された場合、不安定になる原因がレンズシフト状態であると検出し、そうでない場合、不安定になる原因が無効状態であると検出する第3の判断手段と、を含み、
前記カバー率は、前記現在の符号化フレームにおける信頼動きベクトルのカバー範囲内の動きベクトルの数の和のマクロブロックの総数に対する割合であり、前記信頼動きベクトルのカバー範囲は、各信頼動きベクトルを中心とする菱形領域の和集合により構成されている、請求項2に記載の映像解析装置。 - 前記第2の計算手段又は前記第3の計算手段は、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し、前記動きベクトルデータにおける各動きベクトルについて、該動きベクトルとそれに隣接する動きベクトルとの間の角度及び類似度値に基づいて、該動きベクトルが信頼動きベクトルであるか否かを決定する、請求項3又は4に記載の映像解析装置。
- 前記処理手段は、
前記監視モードが安定モードである場合、前記現在の符号化フレームの各動きベクトルセットに基づいて局所類似度値を計算して、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、
前記現在の符号化フレームと直前の符号化フレームとの間のグレースケール差を計算し、前記グレースケール差に基づいてグレースケール差マップを取得するグレースケール差計算手段と、
二値化された前記局所類似度値マップ及び二値化された前記グレースケール差マップに基づいて前記移動目標を決定する検出手段と、を含む、請求項2に記載の映像解析装置。 - 前記検出手段は、
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、該移動目標に対応する連結領域に含まれるマクロブロックの数がマクロブロック数閾値よりも大きいか否かを判断し、前記移動目標に対応する連結領域に含まれるマクロブロックの数が前記マクロブロック数閾値よりも小さい場合、前記移動目標が補正される移動目標であると決定する補正判定手段と、
前記グレースケール差マップに基づいて前記補正される移動目標を補正する補正手段と、を含む、請求項6に記載の映像解析装置。 - 前記補正手段は、
前記補正される移動目標に対応する連結領域の境界マクロブロックを前記連結領域に併合して拡張連結領域を取得し、前記グレースケール差マップから前記拡張連結領域の位置に対応するグレースケール差領域を取得し、前記境界マクロブロックにおける前記グレースケール差領域と共通する複数のマクロブロックを前記連結領域に併合して補正された拡張連結領域を取得し、前記移動目標を補正する拡張手段、を含む、請求項7に記載の映像解析装置。 - 前記映像解析装置は、
不安定になる原因が被干渉状態であると検出された場合、監視装置が干渉されていることを示す警告信号を出力し、不安定になる原因が無効状態であると検出された場合、現在の入力映像が無効映像であり、解析に用いるものではないことを示す警告信号を出力する警告手段、をさらに含み、
前記処理手段は、不安定になる原因がレンズシフト状態であると検出された場合、前記現在の符号化フレームの大域動きを計算する、請求項4に記載の映像解析装置。 - 現在の符号化フレームにおける各マクロブロックの動きベクトルデータ及びグレースケール平均値を取得するステップと、
前記動きベクトルデータ及び前記グレースケール平均値に基づいて映像の監視モードを決定するステップと、
前記監視モードが安定モードである場合、前記映像における移動目標を検出し、且つ/或いは前記映像における移動目標の移動軌跡を取得するステップと、
前記監視モードが不安定モードである場合、不安定になる原因を検出するステップと、を含む、映像解析方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410225993.2A CN105338355B (zh) | 2014-05-26 | 2014-05-26 | 视频分析方法和视频分析装置 |
CN201410225993.2 | 2014-05-26 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015226326A true JP2015226326A (ja) | 2015-12-14 |
JP6507843B2 JP6507843B2 (ja) | 2019-05-08 |
Family
ID=54842784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015103550A Active JP6507843B2 (ja) | 2014-05-26 | 2015-05-21 | 映像解析方法及び映像解析装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6507843B2 (ja) |
CN (1) | CN105338355B (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109302590A (zh) * | 2018-11-15 | 2019-02-01 | 深圳市华金盾信息科技有限公司 | 一种大规模视频监控网络极低误警率预警方法 |
CN117478891A (zh) * | 2023-12-28 | 2024-01-30 | 辽宁云也智能信息科技有限公司 | 一种建筑施工智慧管理系统 |
CN117831744A (zh) * | 2024-03-06 | 2024-04-05 | 大连云间来客科技有限公司 | 一种呼吸重症患者远程监控方法及系统 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109886999B (zh) * | 2019-01-24 | 2020-10-02 | 北京明略软件系统有限公司 | 位置确定方法、装置、存储介质和处理器 |
JP7327355B2 (ja) * | 2020-11-05 | 2023-08-16 | トヨタ自動車株式会社 | 地図更新装置及び地図更新方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1933554A (zh) * | 2005-12-31 | 2007-03-21 | 北京中星微电子有限公司 | 一种用于手持数码摄像设备的防抖方法及装置 |
US20090237516A1 (en) * | 2008-02-20 | 2009-09-24 | Aricent Inc. | Method and system for intelligent and efficient camera motion estimation for video stabilization |
JP2012133759A (ja) * | 2010-11-29 | 2012-07-12 | Canon Inc | 侵入物体の検知を行うことができる物体追尾装置、物体追尾方法及び記憶媒体 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201120812A (en) * | 2009-12-04 | 2011-06-16 | Huper Lab Co Ltd | Stabilization method for vibrating video frames |
-
2014
- 2014-05-26 CN CN201410225993.2A patent/CN105338355B/zh active Active
-
2015
- 2015-05-21 JP JP2015103550A patent/JP6507843B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1933554A (zh) * | 2005-12-31 | 2007-03-21 | 北京中星微电子有限公司 | 一种用于手持数码摄像设备的防抖方法及装置 |
US20090237516A1 (en) * | 2008-02-20 | 2009-09-24 | Aricent Inc. | Method and system for intelligent and efficient camera motion estimation for video stabilization |
JP2012133759A (ja) * | 2010-11-29 | 2012-07-12 | Canon Inc | 侵入物体の検知を行うことができる物体追尾装置、物体追尾方法及び記憶媒体 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109302590A (zh) * | 2018-11-15 | 2019-02-01 | 深圳市华金盾信息科技有限公司 | 一种大规模视频监控网络极低误警率预警方法 |
CN117478891A (zh) * | 2023-12-28 | 2024-01-30 | 辽宁云也智能信息科技有限公司 | 一种建筑施工智慧管理系统 |
CN117478891B (zh) * | 2023-12-28 | 2024-03-15 | 辽宁云也智能信息科技有限公司 | 一种建筑施工智慧管理系统 |
CN117831744A (zh) * | 2024-03-06 | 2024-04-05 | 大连云间来客科技有限公司 | 一种呼吸重症患者远程监控方法及系统 |
CN117831744B (zh) * | 2024-03-06 | 2024-05-10 | 大连云间来客科技有限公司 | 一种呼吸重症患者远程监控方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105338355A (zh) | 2016-02-17 |
JP6507843B2 (ja) | 2019-05-08 |
CN105338355B (zh) | 2019-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10404917B2 (en) | One-pass video stabilization | |
US9852511B2 (en) | Systems and methods for tracking and detecting a target object | |
US9646389B2 (en) | Systems and methods for image scanning | |
US8130277B2 (en) | Method and system for intelligent and efficient camera motion estimation for video stabilization | |
US8718324B2 (en) | Method, apparatus and computer program product for providing object tracking using template switching and feature adaptation | |
JP2015226326A (ja) | 映像解析方法及び映像解析装置 | |
EP2180695B1 (en) | Apparatus and method for improving frame rate using motion trajectory | |
KR102074555B1 (ko) | 비디오 처리를 위한 블록 기반 정적 영역 검출 | |
JP2021534600A (ja) | ビデオ安定化方法及び装置、並びに非一時的コンピュータ可読媒体 | |
US20120093368A1 (en) | Adaptive subject tracking method, apparatus, and computer readable recording medium | |
JP6558073B2 (ja) | 移動目標の検出方法及び移動目標の検出装置 | |
KR102429337B1 (ko) | 이미지를 안정화하는 이미지 처리 장치 및 이미지를 안정화하는 방법 | |
CN110728700A (zh) | 一种运动目标追踪方法、装置、计算机设备及存储介质 | |
US8611612B2 (en) | Block matching method | |
US9042681B1 (en) | Interpolated video error concealment | |
US11315256B2 (en) | Detecting motion in video using motion vectors | |
JP2006215655A (ja) | 動きベクトル検出方法、動きベクトル検出装置、動きベクトル検出プログラム及びプログラム記録媒体 | |
JP2012068842A (ja) | 動きベクトル検出装置、動きベクトル検出方法、および、動きベクトル検出プログラム | |
KR20210133844A (ko) | 단안 이벤트-기반 센서를 사용하는 모션 추정의 시스템 및 방법 | |
US10674174B2 (en) | Coding apparatus, coding method, and recording medium | |
US20210150723A1 (en) | Image processing device, image processing method, and program | |
US10063880B2 (en) | Motion detecting apparatus, motion detecting method and program | |
US10291927B2 (en) | Motion vector estimation method and motion vector estimation apparatus | |
CN116740182B (zh) | 一种鬼影区域确定方法、装置、存储介质及电子设备 | |
US9338353B2 (en) | Method of and system for detecting motion in real time |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180206 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181023 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181024 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181207 |
|
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: 20190305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190318 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6507843 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |