RU2019136604A - Платформа для управления и проверки достоверности контента видеоизображений, фотографий или аналогичного контента, сгенерированного различными устройствами - Google Patents

Платформа для управления и проверки достоверности контента видеоизображений, фотографий или аналогичного контента, сгенерированного различными устройствами Download PDF

Info

Publication number
RU2019136604A
RU2019136604A RU2019136604A RU2019136604A RU2019136604A RU 2019136604 A RU2019136604 A RU 2019136604A RU 2019136604 A RU2019136604 A RU 2019136604A RU 2019136604 A RU2019136604 A RU 2019136604A RU 2019136604 A RU2019136604 A RU 2019136604A
Authority
RU
Russia
Prior art keywords
image
data
content
location
image content
Prior art date
Application number
RU2019136604A
Other languages
English (en)
Inventor
Андреа МУНГО
Original Assignee
Окто Телематикс Спа
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 Окто Телематикс Спа filed Critical Окто Телематикс Спа
Publication of RU2019136604A publication Critical patent/RU2019136604A/ru

Links

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • 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
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
    • 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
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • 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
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/44—Event detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Image Analysis (AREA)

Claims (68)

1. Устройство (1) для проверки достоверности контента видеоизображений, аудио- и видеоданных, фотографий и тому подобного, относящихся к событию (А), содержащее
средство (13) связи, выполненное с возможностью принимать контент изображения, который может быть получен во время упомянутого события (А) устройством (41, 42) для общего использования, таким как мобильный терминал для телекоммуникаций (41), видеорегистратор, стационарная камера (42) видеонаблюдения, фотоаппарат или тому подобное,
средство (11) обработки, соединенное с упомянутым средством (13) связи,
отличающееся тем, что
упомянутое средство (11) обработки выполнено с возможностью
осуществлять поиск изменений в упомянутом контенте изображения путем проверки достоверности множества данных и/или параметров, пригодных для идентификации по меньшей мере одного изменения, внесенного в контент изображения после получения,
- классифицировать контент изображения либо как измененный, если он содержит по меньшей мере одно из упомянутых изменений, либо как неизмененный, если видеоконтент не содержит каких-либо изменений.
2. Устройство (1) по п. 1, в котором средство (11) обработки выполнено с возможностью осуществлять поиск изменений в упомянутом контенте изображения путем выполнения по меньшей мере следующих этапов:
определение данных типа датчика, определяющих тип датчика, который получил контент видеоизображения, ассоциированный с упомянутым средством (13) связи,
определение набора возможных выходных значений на основании упомянутых данных типа датчика, причем упомянутый набор возможных выходных значений содержит значения, которые могут иметь точки изображения, когда упомянутое изображение получено датчиком такого типа, который определен упомянутыми данными типа датчика;
поиск значений точек изображения упомянутого контента изображения, которые не включены в упомянутый набор возможных выходных значений,
при этом средство (11) обработки дополнительно выполнено с возможностью классифицировать контент изображения как измененный, если количество точек, значение которых не содержится в наборе возможных выходных значений, превышает первое пороговое значение.
3. Устройство (1) по п. 1 или 2, в котором средство (11) обработки выполнено с возможностью поиска изменений в упомянутом контенте изображения посредством выполнения этапов:
определение данных времени события, определяющих момент времени получения упомянутого контента изображения,
определение оценочных данных освещенности, определяющих уровень освещенности в момент получения контента изображения на основании упомянутых данных времени события,
определение средней величины яркости по меньшей мере одного изображения, содержащегося в упомянутом контенте изображения,
поиск в упомянутом контенте изображения изображений, имеющих среднее значение яркости, отличающееся от оценочных данных освещенности на величину, превышающую второе пороговое значение,
при этом средство (11) обработки дополнительно выполнено с возможностью классифицировать контент изображения как измененный, если количество изображений, имеющих среднее значение яркости, отличающееся от оценочных данных освещенности на величину, превышающую упомянутое второе пороговое значение, больше одного.
4. Устройство (1) по п. 3, в котором средство (11) обработки дополнительно выполнено с возможностью определять оценочные данные освещенности путем выполнения подэтапов:
определение данных времени события, определяющих местоположение, в котором упомянутый контент изображения был получен,
определение данных о погоде, определяющих погодные условия в то время и в том месте, когда и где контент изображения был получен, на основании упомянутых данных местоположения, данных времени события и архивных данных о погоде, определяющие эволюцию во времени погодных условий в области, включающую в себя местоположение, в котором упомянутый контент изображения был получен,
определение оценочных данных освещенности дополнительно на основании упомянутых данных о погоде и данных местоположения.
5. Устройство (1) по любому из пп. 1-4, в котором упомянутый контент содержит по меньшей мере одно изображение, при этом средство (11) обработки выполнено с возможностью поиска изменений в упомянутом контенте посредством выполнения этапов:
обнаружение наличия по меньшей мере одного светового знака на упомянутом по меньшей мере одном изображении упомянутого контента,
определение данных местоположения световых индикаций, определяющих местоположение световых индикаций, испускаемых упомянутым по меньшей мере одним световым знаком, представленным на упомянутом по меньшей мере одном изображении,
определение данных конфигурации световых индикаций, определяющих цвет и/или форму световых индикаций, испускаемых упомянутым по меньшей мере одним световым знаком, представленным на упомянутом по меньшей мере одном изображении,
определение, было ли изменено представление упомянутого по меньшей мере одного светового знака, на основании упомянутых данных местоположения световых индикаций, упомянутых данных конфигурации световых индикаций и набора эталонных данных, определяющих форму, и/или цвет, и/или местоположение световых индикаций, испускаемых светящимися дорожными знаками,
при этом средство (11) обработки дополнительно выполнено с возможностью классифицировать контент изображения как содержащий изменения, если представление упомянутого по меньшей мере одного светового знака было изменено.
6. Устройство (1) по п. 5, в котором упомянутый по меньшей мере один световой знак является светофором.
7. Устройство по любому из пп. 1-6, в котором средство (13) связи выполнено с возможностью принимать по меньшей мере два контента изображения и данные указания и/или местоположения, относящиеся к каждому из упомянутых контентов изображения, причем упомянутые данные указания и/или местоположения определяют по меньшей мере одно местоположение и/или одну ориентацию каждого устройства (41, 42) для общего использования при получении упомянутого контента, при этом средство (11) обработки выполнено с возможностью поиска изменений в упомянутых контентах изображения посредством выполнения этапов:
генерирование трехмерной модели события (А) на основании упомянутых по меньшей мере двух контентов изображения и упомянутых данных местоположения и указания,
поиск в каждом из упомянутых по меньшей мере двух контентов точек, которые не были помещены в упомянутой трехмерной модели,
при этом средство (11) обработки дополнительно выполнено с возможностью классифицировать по меньшей мере один из упомянутых по меньшей мере двух контентов изображения как измененный, если количество точек, которым не могли быть назначены трехмерные координаты, превышает третье пороговое значение.
8. Устройство (1) по любому из пп. 1-7, в котором событие (А) содержит дорожно-транспортное происшествие.
9. Устройство (1) по любому из пп. 1-8, в котором видео контент содержит изображения, содержащиеся в заданном интервале времени, в течение которого произошло упомянутое событие (А).
10. Способ проверки достоверности контента изображения, относящегося к событию (А), содержащий следующие этапы:
этап приема, на котором принимают упомянутый контент изображения, полученный в ходе упомянутого события (А) устройством (41, 42) для общего использования, таким как мобильный терминал для телекоммуникаций (41), видеорегистратор, стационарная видеокамера (42) наблюдения, фотоаппарат или тому подобное,
этап поиска изменений, на котором с помощью средства (11) обработки осуществляют поиск изменений в упомянутом видеоконтенте, которые были сделаны после получения,
этап классификации, на котором посредством средства (11) обработки контент классифицируют либо как измененный, если контент изображения содержит по меньшей мере одно из упомянутых изменений, либо неизмененный, если контент изображения не содержит каких-либо изменений.
11. Способ по п. 10, в котором на этапе поиска изменений:
определяют данные типа датчика, определяющие тип видеодатчика, который получил видеоконтент, принятый во время этапа приема,
определяют набор возможных выходных значений на основании упомянутых данных типа датчика, причем упомянутый набор возможных выходных значений содержит все значения, которые могут принимать точки изображения, когда получают упомянутое изображение датчиком такого типа, который определен упомянутыми данными типа датчика,
выполняют поиск значений точек изображения в упомянутом контенте изображения, которые не включены в набор возможных выходных значений,
при этом, на этапе классификации видеоконтент классифицируют как измененный, если количество точек, значение которого не содержится в наборе возможных выходных значений, превышает первое пороговое значение.
12. Способ по п. 10 или 11, в котором на этапе поиска изменений:
определяют данные времени события, определяющие момент времени, при котором был получен упомянутый контент изображения,
определяют оценочные данные освещенности, определяющие уровень освещенности, который может иметь место в момент получения изображений, на основании упомянутых данных времени события,
определяют среднее значение яркости по меньшей мере одного изображения, содержащегося в упомянутом контенте изображения,
выполняют поиск упомянутого контента изображения для изображений, имеющих среднее значение яркости, которое отличается от оценочных данных освещенности на величину, превышающую второе пороговое значение,
при этом на этапе классификации контент изображения классифицируют как измененный, если количество изображений, имеющих среднее значение яркости, отличающееся от оценочных данных освещенности на величину, превышающую упомянутое второе пороговое значение, больше одного.
13. Способ по п. 12, в котором на этапе поиска изменений для определения оценочных данных освещенности выполняют следующие подэтапы:
определяют данные местоположения события, определяющие местоположение, в котором были получены упомянутые изображения,
определяют данные о погоде, определяющие погодные условия в то время и в том месте, когда и где были получены изображения, на основании упомянутых данных местоположения, данных времени события и архивных данных о погоде, определяющих эволюцию во времени погодных условий в области, включающей в себя местоположение, в котором были получены изображения,
определяют оценочные данные освещенности дополнительно на основании упомянутых данных местоположения и данных о погоде.
14. Способ по любому из пп. 10-13, в котором упомянутый контент изображения содержит по меньшей мере одно изображение, при этом на этапе поиска изменений выполняют следующие этапы:
обнаруживают присутствие по меньшей мере одного светового знака на упомянутом по меньшей мере одном изображении упомянутого контента,
определяют данные местоположения световых индикаций, определяющие местоположение световых индикаций, испускаемых упомянутым по меньшей мере одним световым знаком, представленным на упомянутом по меньшей мере одном изображении,
определяют данные конфигурации световых индикаций, определяющие цвет и/или форму световых индикаций, испускаемых упомянутым по меньшей мере одним световым знаком, представленным на упомянутом по меньшей мере одном изображении,
определяют, было ли изменено представление упомянутого по меньшей мере одного светового знака, на основании упомянутых данных местоположения световых индикаций, упомянутых данных конфигурации световых индикаций и набора эталонных данных, определяющих форму, и/или цвет, и/или местоположение световых индикаций, испускаемых светящимися дорожными знаками,
при этом на этапе классификации контент изображения классифицируют как содержащий изменения, если представление упомянутого по меньшей мере одного светового знака было изменено.
15. Способ по п. 14, в котором упомянутый по меньшей мере один световой знак является светофором.
16. Способ по любому из пп. 10-15, в котором посредством средства (13) связи принимают по меньшей мере два видеоконтента и данные указания и местоположения, относящиеся к каждому из упомянутых контентов изображения, причем упомянутые данные указания и местоположения определяют по меньшей мере одно местоположение и одну ориентацию каждого устройства (41, 42) для общего использования при получении упомянутого контента, при этом на этапе поиска изменений выполняют следующие этапы:
генерируют трехмерную модель события (А) на основании упомянутых по меньшей мере двух контентов изображения и упомянутых данных указания и местоположения,
выполняют поиск точек в каждом из упомянутых по меньшей мере двух контентов изображения, которые не были помещены в упомянутую трехмерную модель,
при этом на этапе классификации по меньшей мере один из упомянутых по меньшей мере двух контентов изображения классифицируют как измененный, если количество точек, которые не могли быть назначены трехмерным координатам, превышает третье пороговое значение.
17. Способ по любому из пп. 10-16, в котором событие (А) содержит дорожно-транспортное происшествие.
18. Способ по любому из пп. 10-17, в котором контент содержит изображения, содержащиеся в заданном интервале времени, в течение которого произошло упомянутое событие (А).
19. Компьютерный программный продукт, который может быть загружен в память электронного компьютера, содержащий участок программного кода для выполнения этапов способа по любому из пп. 10-18.
RU2019136604A 2017-04-20 2018-04-20 Платформа для управления и проверки достоверности контента видеоизображений, фотографий или аналогичного контента, сгенерированного различными устройствами RU2019136604A (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IT102017000043264 2017-04-20
IT102017000043264A IT201700043264A1 (it) 2017-04-20 2017-04-20 Piattaforma per la gestione e validazione di contenuti di immagini video, fotografici o similari, generati da apparecchiature differenti.
PCT/IB2018/052749 WO2018193412A1 (en) 2017-04-20 2018-04-20 Platform for the management and validation of contents of video images, pictures or similars, generated by different devices

Publications (1)

Publication Number Publication Date
RU2019136604A true RU2019136604A (ru) 2021-05-20

Family

ID=60138688

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2019136604A RU2019136604A (ru) 2017-04-20 2018-04-20 Платформа для управления и проверки достоверности контента видеоизображений, фотографий или аналогичного контента, сгенерированного различными устройствами

Country Status (6)

Country Link
US (1) US20210192215A1 (ru)
EP (1) EP3642793A1 (ru)
JP (1) JP2020518165A (ru)
IT (1) IT201700043264A1 (ru)
RU (1) RU2019136604A (ru)
WO (1) WO2018193412A1 (ru)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT201900023781A1 (it) * 2019-12-12 2021-06-12 Metakol S R L Metodo e sistema per la asseverazione di immagini e simili
US11669593B2 (en) 2021-03-17 2023-06-06 Geotab Inc. Systems and methods for training image processing models for vehicle data collection
US11682218B2 (en) 2021-03-17 2023-06-20 Geotab Inc. Methods for vehicle data collection by image analysis
CN113286086B (zh) * 2021-05-26 2022-02-18 南京领行科技股份有限公司 一种摄像头的使用控制方法、装置、电子设备及存储介质
US11693920B2 (en) 2021-11-05 2023-07-04 Geotab Inc. AI-based input output expansion adapter for a telematics device and methods for updating an AI model thereon

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8878933B2 (en) * 2010-07-06 2014-11-04 Motorola Solutions, Inc. Method and apparatus for providing and determining integrity of video

Also Published As

Publication number Publication date
WO2018193412A1 (en) 2018-10-25
IT201700043264A1 (it) 2018-10-20
US20210192215A1 (en) 2021-06-24
EP3642793A1 (en) 2020-04-29
JP2020518165A (ja) 2020-06-18

Similar Documents

Publication Publication Date Title
RU2019136604A (ru) Платформа для управления и проверки достоверности контента видеоизображений, фотографий или аналогичного контента, сгенерированного различными устройствами
US11263769B2 (en) Image processing device, image processing method, and image processing system
CN109766779B (zh) 徘徊人员识别方法及相关产品
CN111898581B (zh) 动物检测方法、装置、电子设备及可读存储介质
CN110723432A (zh) 垃圾分类的方法及增强现实设备
CN112733690B (zh) 一种高空抛物检测方法、装置及电子设备
EP2709062B1 (en) Image processing device, image processing method, and computer readable medium
EP3070644A1 (en) Method for generating a digital record aqnd roadside unit of a road toll system implementing the method
CN112329881B (zh) 车牌识别模型训练方法、车牌识别方法及装置
JP2017504017A (ja) 計測機器、システム、及びプログラム
CN111291641A (zh) 图像识别方法及其装置、计算机可读介质和系统
CN112163544A (zh) 一种非机动车辆乱摆放的判断方法及系统
JP5780979B2 (ja) 車両状態検出装置、車両挙動検出装置及び車両状態検出方法
CN112906471A (zh) 一种交通信号灯识别方法及装置
JP2008165595A (ja) 障害物検出方法、障害物検出装置、障害物検出システム
JP2002190013A (ja) 画像認識による渋滞検知システム及び渋滞検知方法
JP2002367077A (ja) 交通渋滞判定装置及び交通渋滞判定方法
CN114187568A (zh) 道路标牌破损检测方法、装置及存储介质
KR102188162B1 (ko) 안개 상황에서 차량 검출 방법 및 시스템
JP6443144B2 (ja) 情報出力装置、情報出力プログラム及び情報出力方法、並びに情報出力システム
JP2015201018A (ja) 車両識別装置、車両識別システム、車両識別方法、及び車両識別プログラム
US20230230344A1 (en) Signal color determination device and signal color determination method
CN117392634B (zh) 车道线的获取方法、装置、存储介质及电子装置
KR20140143918A (ko) 영상의 전경과 배경을 분리하여 전경영상을 검출하는 방법 및 장치
CN113505653B (zh) 目标检测方法、装置、设备、介质及程序产品