JP2017033559A - 放置物の検出装置、方法及びシステム - Google Patents
放置物の検出装置、方法及びシステム Download PDFInfo
- Publication number
- JP2017033559A JP2017033559A JP2016146732A JP2016146732A JP2017033559A JP 2017033559 A JP2017033559 A JP 2017033559A JP 2016146732 A JP2016146732 A JP 2016146732A JP 2016146732 A JP2016146732 A JP 2016146732A JP 2017033559 A JP2017033559 A JP 2017033559A
- Authority
- JP
- Japan
- Prior art keywords
- mask
- foreground
- point
- pixel
- abandon
- 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 66
- 238000001514 detection method Methods 0.000 title claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 76
- 238000004364 calculation method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
【解決手段】該装置は、取得された現在のフレームの各画素とその背景モデルとのマッチングを行い、一致しない画素を前景画素として前景マスクにおいてマーキングし、各前景画素に対応する前景計数器に1を加算し、該背景モデルを更新する検出部と、各前景画素について、該前景画素に対応する前景計数器の値が第2閾値よりも大きい場合に、放置マスクにおいて該前景画素に対応する点をマーキングするマーキング部と、放置マスクにおける各点について、その背景モデルと、バッファ背景又は前景マスクとに基づいて、該放置マスクを処理するマスク処理部とを含む。本願は、放置物のバッファ背景を追加することで、放置物の離れた時間及び滞在時間を判断でき、遮蔽及びゴーストの干渉を回避でき、違法な道路占用の認識の問題を解決した。
【選択図】図4
Description
本願は放置物の検出装置を提供し、該装置は、ビデオカメラにより撮影されたビデオの各フレームの画像を処理し、該ビデオにおける放置物を検出する。図1は該装置の構成を示す図であり、図1に示すように、該放置物の検出装置100は、検出部101、マーキング部102、及びマスク処理部103を含む。
background(i,j))の場合に、この点がゴースト点であると判定する。この態様では、一旦放置点がゴースト点であると判断すると、放置マスクにおいて対応する画素値を0に設定する。
本願は放置物の検出方法をさらに提供し、該方法の問題解決の原理は実施例1の放置物の検出装置100と類似するため、その具体的な実施は実施例1の放置物の検出装置の実施を参照してもよく、同様な部分について説明が省略される。
本発明の実施例はビデオ監視システムをさらに提供し、該システムはビデオを撮影し、ビデオデータを取得するビデオカメラと、該ビデオカメラからのビデオデータにおける各フレームの画像を処理し、放置物を検出する放置物の検出装置と、を含む。
(付記1)
放置物の検出装置であって、
取得された現在のフレームの各画素とその背景モデルとのマッチングを行い、一致しない画素を前景画素として前景マスクにおいてマーキングし、各前景画素に対応する前景計数器に1を加算し、前記背景モデルを更新する検出手段と、
各前景画素について、前記前景画素に対応する前景計数器の値が第2閾値よりも大きい場合に、放置マスクにおいて前記前景画素に対応する点をマーキングするマーキング手段と、
放置マスクにおける各点について、その背景モデルと、バッファ背景又は前景マスクとに基づいて、前記放置マスクを処理するマスク処理手段と、を含む、装置。
(付記2)
現在フレームのフレーム番号が第1閾値よりも小さい場合に、3フレーム間差分法を用いて前記前景画素を処理する画像処理手段、をさらに含む、付記1に記載の装置。
(付記3)
前記検出手段は、前記前景画素に対応する前景計数器の値が1である場合に、バッファ背景において前記前景画素の背景モデルの平均値を保存する、付記1に記載の装置。
(付記4)
前記マスク処理手段は、
背景モデル及びバッファ背景に基づいて前記点がゴースト点であるか否かを判断する第1判断モジュールと、
前記第1判断モジュールの判断結果がYESの場合に、前記放置マスクから前記点を除去し、前記第1判断モジュールの判断結果がNOの場合に、前記放置マスクにおいて前記点を保留する第1処理モジュールと、を含む、付記1に記載の装置。
(付記5)
前記点の放置計数結果が所定閾値よりも大きく、且つそのバッファ背景と現在の背景モデルとが一致する場合に、前記第1判断モジュールは、前記点がゴースト点であると判定する、付記4に記載の装置。
(付記6)
前記マスク処理手段は、
前記点のバッファ背景と前記現在のフレームとが一致するか否かを判断する第2判断モジュールと、
前記第2判断モジュールの判断結果がYESの場合に、前記放置マスクから前記点を除去し、前記第2判断モジュールの判断結果がNOの場合に、前記放置マスクにおいて前記点を保留する第2処理モジュールと、を含む、付記1に記載の装置。
(付記7)
前記マスク処理手段は、
放置マスク及び前景マスクにおける前記点に対応する画素値が共に0ではないか否かを判断する第3判断モジュールと、
前記第3判断モジュールの判断結果がYESの場合に、前記放置マスクにおいて前記点を保留し、前記第3判断モジュールの判断結果がNOの場合に、前記放置マスクから前記点を除去する第3処理モジュールと、を含む、付記1に記載の装置。
(付記8)
前記放置マスクにおける点の位置特徴及び滞在時間特徴を抽出する抽出手段と、
前記放置マスクにおける点の位置特徴及び滞在時間特徴に基づいて前記放置マスクにおける点をクラスタリングし、複数の放置ブロッブを取得するクラスタリング手段と、
現在のフレームの放置ブロッブと前のフレームの放置ブロッブとのマッチングを行い、各放置ブロッブについて対応するIDをマーキングし、各放置ブロッブの滞在時間を統計するマッチング手段と、
各放置ブロッブの滞在時間に基づいて所定処理を行う処理手段と、をさらに含む、付記1に記載の装置。
(付記9)
ビデオ監視システムであって、
ビデオを撮影し、ビデオデータを取得するビデオカメラと、
前記ビデオカメラからのビデオデータにおける各フレームの画像を処理し、放置物を検出する放置物の検出装置と、を含み、
前記放置物の検出装置は、
取得された現在のフレームの各画素とその背景モデルとのマッチングを行い、一致しない画素を前景画素として前景マスクにおいてマーキングし、各前景画素に対応する前景計数器に1を加算し、前記背景モデルを更新する検出手段と、
各前景画素について、前記前景画素に対応する前景計数器の値が第2閾値よりも大きい場合に、放置マスクにおいて前記前景画素に対応する点をマーキングするマーキング手段と、
放置マスクにおける各点について、その背景モデルと、バッファ背景又は前景マスクとに基づいて、前記放置マスクを処理するマスク処理手段と、を含む、システム。
(付記10)
放置物の検出方法であって、
取得された現在のフレームの各画素とその背景モデルとのマッチングを行い、一致しない画素を前景画素として前景マスクにおいてマーキングし、各前景画素に対応する前景計数器に1を加算し、前記背景モデルを更新するステップと、
各前景画素について、前記前景画素に対応する前景計数器の値が第2閾値よりも大きい場合に、放置マスクにおいて前記前景画素に対応する点をマーキングするステップと、
放置マスクにおける各点について、その背景モデルと、バッファ背景又は前景マスクとに基づいて、前記放置マスクを処理するステップと、を含む、方法。
(付記11)
現在フレームのフレーム番号が第1閾値よりも小さい場合に、3フレーム間差分法を用いて前記前景画素を処理するステップ、をさらに含む、付記10に記載の方法。
(付記12)
前記前景画素に対応する前景計数器の値が1である場合に、バッファ背景において前記前景画素の背景モデルの平均値を保存するステップ、をさらに含む、付記10に記載の方法。
(付記13)
前記放置マスクにおける各点について、その背景モデルと、バッファ背景又は前景マスクとの関係に基づいて、前記放置マスクを処理するステップは、
背景モデル及びバッファ背景に基づいて前記点がゴースト点であるか否かを判断するステップと、
判断結果がYESの場合に、前記放置マスクから前記点を除去し、判断結果がNOの場合に、前記放置マスクにおいて前記点を保留するステップと、を含む、付記10に記載の方法。
(付記14)
前記点の放置計数結果が所定閾値よりも大きく、且つそのバッファ背景と現在の背景モデルとが一致する場合に、前記点がゴースト点であると判定する、付記13に記載の方法。
(付記15)
前記放置マスクにおける各点について、その背景モデルと、バッファ背景又は前景マスクとの関係に基づいて、前記放置マスクを処理するステップは、
前記点のバッファ背景と前記現在のフレームとが一致するか否かを判断するステップと、
判断結果がYESの場合に、前記放置マスクから前記点を除去し、判断結果がNOの場合に、前記放置マスクにおいて前記点を保留するステップと、を含む、付記10に記載の方法。
(付記16)
前記放置マスクにおける各点について、その背景モデルと、バッファ背景又は前景マスクとの関係に基づいて、前記放置マスクを処理するステップは、
放置マスク及び前景マスクにおける前記点に対応する画素値が共に0ではないか否かを判断するステップと、
判断結果がYESの場合に、前記放置マスクにおいて前記点を保留し、判断結果がNOの場合に、前記放置マスクから前記点を除去するステップと、を含む、付記10に記載の方法。
(付記17)
前記放置マスクにおける点の位置特徴及び滞在時間特徴を抽出するステップと、
前記放置マスクにおける点の位置特徴及び滞在時間特徴に基づいて前記放置マスクにおける点をクラスタリングし、複数の放置ブロッブを取得するステップと、
現在のフレームの放置ブロッブと前のフレームの放置ブロッブとのマッチングを行い、各放置ブロッブについて対応するIDをマーキングし、各放置ブロッブの滞在時間を統計するステップと、
各放置ブロッブの滞在時間に基づいて所定処理を行うステップと、をさらに含む、付記10に記載の方法。
Claims (17)
- 放置物の検出装置であって、
取得された現在のフレームの各画素とその背景モデルとのマッチングを行い、一致しない画素を前景画素として前景マスクにおいてマーキングし、各前景画素に対応する前景計数器に1を加算し、前記背景モデルを更新する検出手段と、
各前景画素について、前記前景画素に対応する前景計数器の値が第2閾値よりも大きい場合に、放置マスクにおいて前記前景画素に対応する点をマーキングするマーキング手段と、
放置マスクにおける各点について、その背景モデルと、バッファ背景又は前景マスクとに基づいて、前記放置マスクを処理するマスク処理手段と、を含む、装置。 - 現在フレームのフレーム番号が第1閾値よりも小さい場合に、3フレーム間差分法を用いて前記前景画素を処理する画像処理手段、をさらに含む、請求項1に記載の装置。
- 前記検出手段は、前記前景画素に対応する前景計数器の値が1である場合に、バッファ背景において前記前景画素の背景モデルの平均値を保存する、請求項1に記載の装置。
- 前記マスク処理手段は、
背景モデル及びバッファ背景に基づいて前記点がゴースト点であるか否かを判断する第1判断モジュールと、
前記第1判断モジュールの判断結果がYESの場合に、前記放置マスクから前記点を除去し、前記第1判断モジュールの判断結果がNOの場合に、前記放置マスクにおいて前記点を保留する第1処理モジュールと、を含む、請求項1に記載の装置。 - 前記点の放置計数結果が所定閾値よりも大きく、且つそのバッファ背景と現在の背景モデルとが一致する場合に、前記第1判断モジュールは、前記点がゴースト点であると判定する、請求項4に記載の装置。
- 前記マスク処理手段は、
前記点のバッファ背景と前記現在のフレームとが一致するか否かを判断する第2判断モジュールと、
前記第2判断モジュールの判断結果がYESの場合に、前記放置マスクから前記点を除去し、前記第2判断モジュールの判断結果がNOの場合に、前記放置マスクにおいて前記点を保留する第2処理モジュールと、を含む、請求項1に記載の装置。 - 前記マスク処理手段は、
放置マスク及び前景マスクにおける前記点に対応する画素値が共に0ではないか否かを判断する第3判断モジュールと、
前記第3判断モジュールの判断結果がYESの場合に、前記放置マスクにおいて前記点を保留し、前記第3判断モジュールの判断結果がNOの場合に、前記放置マスクから前記点を除去する第3処理モジュールと、を含む、請求項1に記載の装置。 - 前記放置マスクにおける点の位置特徴及び滞在時間特徴を抽出する抽出手段と、
前記放置マスクにおける点の位置特徴及び滞在時間特徴に基づいて前記放置マスクにおける点をクラスタリングし、複数の放置ブロッブを取得するクラスタリング手段と、
現在のフレームの放置ブロッブと前のフレームの放置ブロッブとのマッチングを行い、各放置ブロッブについて対応するIDをマーキングし、各放置ブロッブの滞在時間を統計するマッチング手段と、
各放置ブロッブの滞在時間に基づいて所定処理を行う処理手段と、をさらに含む、請求項1に記載の装置。 - 放置物の検出方法であって、
取得された現在のフレームの各画素とその背景モデルとのマッチングを行い、一致しない画素を前景画素として前景マスクにおいてマーキングし、各前景画素に対応する前景計数器に1を加算し、前記背景モデルを更新するステップと、
各前景画素について、前記前景画素に対応する前景計数器の値が第2閾値よりも大きい場合に、放置マスクにおいて前記前景画素に対応する点をマーキングするステップと、
放置マスクにおける各点について、その背景モデルと、バッファ背景又は前景マスクとに基づいて、前記放置マスクを処理するステップと、を含む、方法。 - 現在フレームのフレーム番号が第1閾値よりも小さい場合に、3フレーム間差分法を用いて前記前景画素を処理するステップ、をさらに含む、請求項9に記載の方法。
- 前記前景画素に対応する前景計数器の値が1である場合に、バッファ背景において前記前景画素の背景モデルの平均値を保存するステップ、をさらに含む、請求項9に記載の方法。
- 前記放置マスクにおける各点について、その背景モデルと、バッファ背景又は前景マスクとの関係に基づいて、前記放置マスクを処理するステップは、
背景モデル及びバッファ背景に基づいて前記点がゴースト点であるか否かを判断するステップと、
判断結果がYESの場合に、前記放置マスクから前記点を除去し、判断結果がNOの場合に、前記放置マスクにおいて前記点を保留するステップと、を含む、請求項9に記載の方法。 - 前記点の放置計数結果が所定閾値よりも大きく、且つそのバッファ背景と現在の背景モデルとが一致する場合に、前記点がゴースト点であると判定する、請求項12に記載の方法。
- 前記放置マスクにおける各点について、その背景モデルと、バッファ背景又は前景マスクとの関係に基づいて、前記放置マスクを処理するステップは、
前記点のバッファ背景と前記現在のフレームとが一致するか否かを判断するステップと、
判断結果がYESの場合に、前記放置マスクから前記点を除去し、判断結果がNOの場合に、前記放置マスクにおいて前記点を保留するステップと、を含む、請求項9に記載の方法。 - 前記放置マスクにおける各点について、その背景モデルと、バッファ背景又は前景マスクとの関係に基づいて、前記放置マスクを処理するステップは、
放置マスク及び前景マスクにおける前記点に対応する画素値が共に0ではないか否かを判断するステップと、
判断結果がYESの場合に、前記放置マスクにおいて前記点を保留し、判断結果がNOの場合に、前記放置マスクから前記点を除去するステップと、を含む、請求項9に記載の方法。 - 前記放置マスクにおける点の位置特徴及び滞在時間特徴を抽出するステップと、
前記放置マスクにおける点の位置特徴及び滞在時間特徴に基づいて前記放置マスクにおける点をクラスタリングし、複数の放置ブロッブを取得するステップと、
現在のフレームの放置ブロッブと前のフレームの放置ブロッブとのマッチングを行い、各放置ブロッブについて対応するIDをマーキングし、各放置ブロッブの滞在時間を統計するステップと、
各放置ブロッブの滞在時間に基づいて所定処理を行うステップと、をさらに含む、請求項9に記載の方法。 - ビデオ監視システムであって、
ビデオを撮影し、ビデオデータを取得するビデオカメラと、
前記ビデオカメラからのビデオデータにおける各フレームの画像を処理し、放置物を検出する放置物の検出装置と、を含み、
前記放置物の検出装置は、
取得された現在のフレームの各画素とその背景モデルとのマッチングを行い、一致しない画素を前景画素として前景マスクにおいてマーキングし、各前景画素に対応する前景計数器に1を加算し、前記背景モデルを更新する検出手段と、
各前景画素について、前記前景画素に対応する前景計数器の値が第2閾値よりも大きい場合に、放置マスクにおいて前記前景画素に対応する点をマーキングするマーキング手段と、
放置マスクにおける各点について、その背景モデルと、バッファ背景又は前景マスクとに基づいて、前記放置マスクを処理するマスク処理手段と、を含む、システム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510463456.6 | 2015-07-31 | ||
CN201510463456.6A CN106408554B (zh) | 2015-07-31 | 2015-07-31 | 遗留物检测装置、方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017033559A true JP2017033559A (ja) | 2017-02-09 |
JP6733397B2 JP6733397B2 (ja) | 2020-07-29 |
Family
ID=57882886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016146732A Active JP6733397B2 (ja) | 2015-07-31 | 2016-07-26 | 放置物の検出装置、方法及びシステム |
Country Status (3)
Country | Link |
---|---|
US (1) | US10212397B2 (ja) |
JP (1) | JP6733397B2 (ja) |
CN (1) | CN106408554B (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019067369A (ja) * | 2017-09-30 | 2019-04-25 | キヤノン株式会社 | 画像処理装置および方法並びに監視システム |
JP2020177648A (ja) * | 2019-04-18 | 2020-10-29 | 富士通株式会社 | 遺留物誤検出の認識方法、装置及び画像処理装置 |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109308711B (zh) * | 2017-07-26 | 2021-11-05 | 富士通株式会社 | 目标检测方法、装置及图像处理设备 |
JP6826010B2 (ja) * | 2017-08-09 | 2021-02-03 | 株式会社東芝 | カメラ運動推定装置、カメラ運動推定方法及びプログラム |
CN108012117A (zh) * | 2017-11-30 | 2018-05-08 | 江西洪都航空工业集团有限责任公司 | 一种基于背景建模的城市摆摊设点检测方法 |
CN108062525B (zh) * | 2017-12-14 | 2021-04-23 | 中国科学技术大学 | 一种基于手部区域预测的深度学习手部检测方法 |
CN110782425A (zh) * | 2018-07-13 | 2020-02-11 | 富士通株式会社 | 图像处理方法、图像处理装置和电子设备 |
CN111814509B (zh) * | 2019-04-10 | 2023-09-29 | 杭州海康威视数字技术股份有限公司 | 一种物品定位方法、装置及监控系统 |
CN110619652B (zh) * | 2019-08-19 | 2022-03-18 | 浙江大学 | 一种基于光流映射重复区域检测的图像配准鬼影消除方法 |
US11216666B2 (en) * | 2019-12-11 | 2022-01-04 | Fujifilm Business Innovation Corp. | Understanding normality of an environment using semantic information from images |
CN111797727B (zh) * | 2020-06-18 | 2023-04-07 | 浙江大华技术股份有限公司 | 一种检测路面抛洒物的方法、装置及存储介质 |
US11443143B2 (en) | 2020-07-16 | 2022-09-13 | International Business Machines Corporation | Unattended object detection using machine learning |
CN112084957B (zh) * | 2020-09-11 | 2021-12-17 | 广东联通通信建设有限公司 | 一种移动目标滞留检测方法及系统 |
CN112101279B (zh) * | 2020-09-24 | 2023-09-15 | 平安科技(深圳)有限公司 | 目标物异常检测方法、装置、电子设备及存储介质 |
CN114511776A (zh) * | 2021-12-31 | 2022-05-17 | 广东中科凯泽信息科技有限公司 | 摄像机视觉区域内遗留物的检测方法、装置、介质及设备 |
CN114077877B (zh) * | 2022-01-19 | 2022-05-13 | 人民中科(北京)智能技术有限公司 | 一种新增垃圾识别方法、装置、计算机设备及存储介质 |
CN115082903B (zh) * | 2022-08-24 | 2022-11-11 | 深圳市万物云科技有限公司 | 非机动车违停识别方法、装置、计算机设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10111944A (ja) * | 1996-10-04 | 1998-04-28 | Nippon Telegr & Teleph Corp <Ntt> | 背景画更新方法および装置 |
JP2009230759A (ja) * | 2008-03-24 | 2009-10-08 | Internatl Business Mach Corp <Ibm> | ビデオ・ストリーム内での放置対象および除去済み対象の検出方法およびコンピュータ・プログラム、コンピュータ・システム |
JP2011227634A (ja) * | 2010-04-19 | 2011-11-10 | Hitachi Ltd | 移動体検出装置 |
JP2012033100A (ja) * | 2010-08-02 | 2012-02-16 | Canon Inc | 画像処理装置、画像処理方法、及びコンピュータプログラム |
JP2013065151A (ja) * | 2011-09-16 | 2013-04-11 | Sony Corp | 画像処理装置、画像処理方法、および、プログラム |
JP2013211775A (ja) * | 2012-03-30 | 2013-10-10 | Saxa Inc | 置き去り又は持ち去り検知システム |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070122000A1 (en) | 2005-11-29 | 2007-05-31 | Objectvideo, Inc. | Detection of stationary objects in video |
JP4631806B2 (ja) * | 2006-06-05 | 2011-02-16 | 日本電気株式会社 | 物体検出装置、物体検出方法および物体検出プログラム |
US7813528B2 (en) | 2007-04-05 | 2010-10-12 | Mitsubishi Electric Research Laboratories, Inc. | Method for detecting objects left-behind in a scene |
CN101231696A (zh) * | 2008-01-30 | 2008-07-30 | 安防科技(中国)有限公司 | 遗留物检测方法及系统 |
CN101777183A (zh) * | 2009-01-13 | 2010-07-14 | 北京中星微电子有限公司 | 检测静止物体的方法、装置及检测遗留物体的方法、装置 |
CN102314695B (zh) * | 2011-08-23 | 2012-12-26 | 北京黄金视讯科技有限公司 | 一种基于计算机视觉的遗留物检测方法 |
US8744123B2 (en) * | 2011-08-29 | 2014-06-03 | International Business Machines Corporation | Modeling of temporarily static objects in surveillance video data |
CN102902960B (zh) * | 2012-09-25 | 2015-04-22 | 武汉烽火众智数字技术有限责任公司 | 基于高斯建模与目标轮廓的遗留物检测方法 |
CN103226712B (zh) * | 2013-05-19 | 2016-01-20 | 南京新方向智能技术有限公司 | 一种基于有限状态机的遗留物检测方法 |
CN103729858B (zh) * | 2013-12-13 | 2016-06-15 | 广州中国科学院先进技术研究所 | 一种视频监控系统中遗留物品的检测方法 |
CN103714325B (zh) * | 2013-12-30 | 2017-01-25 | 中国科学院自动化研究所 | 基于嵌入式系统的遗留物和遗失物实时检测方法 |
-
2015
- 2015-07-31 CN CN201510463456.6A patent/CN106408554B/zh active Active
-
2016
- 2016-07-26 JP JP2016146732A patent/JP6733397B2/ja active Active
- 2016-07-28 US US15/222,289 patent/US10212397B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10111944A (ja) * | 1996-10-04 | 1998-04-28 | Nippon Telegr & Teleph Corp <Ntt> | 背景画更新方法および装置 |
JP2009230759A (ja) * | 2008-03-24 | 2009-10-08 | Internatl Business Mach Corp <Ibm> | ビデオ・ストリーム内での放置対象および除去済み対象の検出方法およびコンピュータ・プログラム、コンピュータ・システム |
JP2011227634A (ja) * | 2010-04-19 | 2011-11-10 | Hitachi Ltd | 移動体検出装置 |
JP2012033100A (ja) * | 2010-08-02 | 2012-02-16 | Canon Inc | 画像処理装置、画像処理方法、及びコンピュータプログラム |
JP2013065151A (ja) * | 2011-09-16 | 2013-04-11 | Sony Corp | 画像処理装置、画像処理方法、および、プログラム |
JP2013211775A (ja) * | 2012-03-30 | 2013-10-10 | Saxa Inc | 置き去り又は持ち去り検知システム |
Non-Patent Citations (1)
Title |
---|
大黒将幸, 外2名: ""監視カメラを用いた不審放置物の自動検知"", 電気学会研究会資料, JPN6020013917, 29 March 2013 (2013-03-29), JP, pages 29 - 34, ISSN: 0004252928 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019067369A (ja) * | 2017-09-30 | 2019-04-25 | キヤノン株式会社 | 画像処理装置および方法並びに監視システム |
JP2020177648A (ja) * | 2019-04-18 | 2020-10-29 | 富士通株式会社 | 遺留物誤検出の認識方法、装置及び画像処理装置 |
JP7392488B2 (ja) | 2019-04-18 | 2023-12-06 | 富士通株式会社 | 遺留物誤検出の認識方法、装置及び画像処理装置 |
Also Published As
Publication number | Publication date |
---|---|
US10212397B2 (en) | 2019-02-19 |
JP6733397B2 (ja) | 2020-07-29 |
CN106408554A (zh) | 2017-02-15 |
US20170032514A1 (en) | 2017-02-02 |
CN106408554B (zh) | 2019-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2017033559A (ja) | 放置物の検出装置、方法及びシステム | |
JP5656567B2 (ja) | 映像処理装置および方法 | |
US9460361B2 (en) | Foreground analysis based on tracking information | |
JP6343123B2 (ja) | 近赤外線映像取得を用いる交通監視および写真による取締りアプリケーションのためのリアルタイム映像トリガ | |
Parthasarathi et al. | Smart control of traffic signal system using image processing | |
JP6488083B2 (ja) | 駐車区画占有率判定のための映像および視覚ベースのアクセス制御のハイブリッド方法およびシステム | |
JP5919365B2 (ja) | 映像要約方法および装置 | |
WO2016004673A1 (zh) | 一种基于云服务的智能目标识别装置、系统及方法 | |
US20130243343A1 (en) | Method and device for people group detection | |
US20160180201A1 (en) | Image processing | |
CN110738150B (zh) | 相机联动抓拍方法、装置以及计算机存储介质 | |
CN103729858A (zh) | 一种视频监控系统中遗留物品的检测方法 | |
WO2021093625A1 (zh) | 智能分析算法选取方法、装置、系统及电子设备 | |
WO2022156234A1 (zh) | 一种目标重识别方法、装置及计算机可读存储介质 | |
JP2020061127A (ja) | 車線変更車両の検出装置、方法及びビデオ監視装置 | |
CN113191293B (zh) | 广告检测方法、装置、电子设备、系统及可读存储介质 | |
Sharma et al. | An improved method for visual surveillance using background subtraction technique | |
CN111079621A (zh) | 检测对象的方法、装置、电子设备和存储介质 | |
JP2017076394A (ja) | 移動物体の計数装置及び方法 | |
JP2017091530A (ja) | 交通事故の検出方法、交通事故の検出装置及び電子機器 | |
CN110581979B (zh) | 一种图像采集系统、方法及装置 | |
Banu et al. | Video based vehicle detection using morphological operation and hog feature extraction | |
CN112347853A (zh) | 一种基于视频的车牌数据脱敏方法、存储介质及服务器 | |
Lin et al. | Crossroad traffic surveillance using superpixel tracking and vehicle trajectory analysis | |
KR102174000B1 (ko) | 차량 표지판 인식 시스템 및 그를 위한 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190409 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200324 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200414 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200525 |
|
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: 20200609 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200622 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6733397 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |