TWI555965B - 追蹤觀測方法、追蹤觀測裝置以及操作追蹤觀測裝置的方法 - Google Patents

追蹤觀測方法、追蹤觀測裝置以及操作追蹤觀測裝置的方法 Download PDF

Info

Publication number
TWI555965B
TWI555965B TW104123380A TW104123380A TWI555965B TW I555965 B TWI555965 B TW I555965B TW 104123380 A TW104123380 A TW 104123380A TW 104123380 A TW104123380 A TW 104123380A TW I555965 B TWI555965 B TW I555965B
Authority
TW
Taiwan
Prior art keywords
image
tracking
control unit
animal
image processing
Prior art date
Application number
TW104123380A
Other languages
English (en)
Other versions
TW201704717A (zh
Inventor
林育盟
徐岳鋒
鍾裕國
Original Assignee
信泰光學(深圳)有限公司
亞洲光學股份有限公司
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 信泰光學(深圳)有限公司, 亞洲光學股份有限公司 filed Critical 信泰光學(深圳)有限公司
Priority to TW104123380A priority Critical patent/TWI555965B/zh
Application granted granted Critical
Publication of TWI555965B publication Critical patent/TWI555965B/zh
Publication of TW201704717A publication Critical patent/TW201704717A/zh

Links

Landscapes

  • Image Analysis (AREA)

Description

追蹤觀測方法、追蹤觀測裝置以及操作追蹤觀測裝置的方法
本發明係有關於一種追蹤觀測的方法及裝置,特別是有關於一種結合類神經網路而能夠自動辨識人類或動物並進行追蹤觀測的方法及裝置。
對於動物進行觀測觀測及追蹤在許多行業是必要的,例如對於狩獵者或生態觀測者而言,通常花費許多時間及精神等待某些特定動物的出現,但是即使該等特定動物出現時,也會因為目視判斷不明確而無法確認是否為所希望觀測的動物,或因為來不及拍攝而錯失拍攝的機會。另外,特別對於狩獵者而言,如果有人類出現在狩獵範圍內,也有可能因為目視判斷不明確而造成誤擊的情況。
有鑑於此,本發明的目的在於提供一種追蹤觀測方法及裝置,其利用是先訓練好的類神經網路對所觀測到的物體做分析,以判斷其為人類或動物,並可分析出各動物的種類,且並根據預設的優先順序追蹤特定的動物,另外,可明確地辨識出人類,以避免狩獵時產生誤擊的情況。
本發明的追蹤觀測裝置係設置在一武器上,該武器包括一擊 發裝置以及一保險裝置,該追蹤觀測裝置的一實施例包括:一影像擷取單元,用以擷取一物體的影像;一影像處理/控制單元,用以接收該物體的影像並對該物體的影像進行辨識,以判斷該物體的影像為人類或動物;一顯示單元,顯示該物體的影像;當該物體的影像被判斷為一動物時,該影像處理/控制單元傳送一第一控制訊號至該影像擷取單元,該影像擷取單元接收該第一控制訊號而受控制改變擷取方向及擷取倍數;以及當該物體的影像被判斷為一人類時,該影像處理/控制單元傳送一第二控制訊號至該保險單元,使該保險單元作動而控制使該武器擊發裝置無法擊發,並傳送一第三訊號至該顯示單元以顯示一警告標誌。
在另一實施例中,該物體的影像傳送到一行動通訊裝置,該 行動通訊裝置顯示該物體的影像並發出一提示聲。
在另一實施例中,該追蹤觀測裝置連接一第二追蹤觀測裝 置,該追蹤觀測裝置將該物體的影像傳送到該第二追蹤觀測裝置,該第二追蹤觀測裝置顯示該物體的影像。
在另一實施例中,該追蹤觀測裝置的該第一控制訊號傳送到 該第二追蹤觀測裝置,該第二追蹤觀測裝置接收該第一控制訊號而受控制改變擷取方向及擷取倍數。
在另一實施例中,該影像處理/控制單元判斷是否有其他物 體進入該畫面;若有其他物體進入該畫面,則辨識該其他物體;若無其他物體進入該畫面,則追蹤該被追蹤的動物直到該被追蹤的動物離開該區域。
在另一實施例中,該影像處理/控制單元係以下列步驟判斷 該影像是否為人類的人臉:設定一搜索視窗的大小;設定一檢測視窗的大 小;使該搜索視窗在該物體的影像中移動以擷取該物體的影像的特徵;使該檢測視窗在該搜索視窗中移動;計算出該物體的影像的特徵的特徵值;將該特徵值輸入一第一分類器以進行分類;根據該分類的結果判斷該物體的影像是否為人臉。
在另一實施例中,該影像處理/控制單元係以下列步驟判斷 該影像是否為人類的人體:將該物體的影像灰階化;將灰階化後的該物體的該影像進行伽瑪調整;將該物體的影像分成複數個圖元;計算每個圖元的梯度;將該等圖元的至少一部分集合成一單元,並計算出每個單元的梯度直方圖特徵;將複數個單元組合成一區間,並得到該區間的梯度直方圖特徵;串聯該影像中所有的區間的梯度直方圖特徵而得到該影像的梯度直方圖特徵;將該影像的該梯度直方圖特徵輸入一第二分類器進行分類;以及根據該分類的結果判斷該物體的影像是否為人體。
在另一實施例中,該第一分類器以及該第二分類器為Open CV分類器。
在另一實施例中,該影像處理/控制單元包括一類神經網 路,用以對該物體的影像進行辨識,以判斷該物體的影像為人類或動物。
本發明更提供一種追蹤觀測裝置的操作方法,該追蹤觀測裝 置包括一影像擷取單元、一影像處理/控制單元以及一顯示單元,該操作方法包括下列步驟:控制該影像擷取單元以擷取一區城中的物體,並產生一物體的影像;控制該影像擷取單元將該物體的影像傳送至該影像處理/控制單元;控制該影像處理/控制單元對該物體的影像進行辨識,並判斷該物體的影像是否為人類或動物;若該影像處理/控制單元判斷該物體的影像是人 類,則控制該顯示單元顯示一警告畫面並控制該影像處理/控制單元使一武器的擊發裝置無法擊發;若該影像處理/控制單元判斷該物體的影像是動物,則控制該影像處理/控制單元分析該動物的種類並按照一預設的優先順序標定該動物;選擇是否對該動物進行追蹤;以及若選擇對該動物進行追蹤,則根據該優先順序選擇其優先順序最高的動物並控制該影像擷取單元對該動物進行追蹤。
10‧‧‧影像擷取單元
20‧‧‧影像處理/控制單元
22‧‧‧無線收發單元
30‧‧‧電源
40‧‧‧顯示單元
50‧‧‧擊發裝置
55‧‧‧板機
60‧‧‧保險裝置
70‧‧‧行動通訊裝置
80‧‧‧第二追蹤觀測裝置
S1~S19‧‧‧步驟
S51~S56‧‧‧步驟
S81~S88‧‧‧步驟
S101~S110‧‧‧步驟
第1A、1B圖為本發明的追蹤觀測裝置的系統方塊圖。
第1C、1D圖為本發明的追蹤觀測裝置應用於武器的擊發控制的示意圖。
第2A、2B圖為操作本發明的追蹤觀測裝置的方法。
第3A、3B圖為本發明的追蹤觀測方法的一實施例的流程圖。
第4圖為本發明的追蹤觀測方法中辨識人臉的流程圖。
第5圖為本發明的追蹤觀測方法中辨識人體的流程圖。
請參閱第1A圖,其表示本發明的追蹤觀測裝置的一實施例,該追蹤觀測裝置包括一影像擷取單元10、一影像處理/控制單元20、一電源30以及一顯示單元40。
影像擷取單元10擷取一物體的影像,並將該影像傳送至影像處理/控制單元20,影像處理/控制單元20包含一類經網路,該類神經網路對該影像進行辨識,並根據該辨識的結果將該影像顯示於顯示單元40,電源30則供應電力給影像擷取單元10、影像處理/控制單元20以及顯示單元40。 當該物體被辨識為一動物或一人類時,影像處理/控制單元20發出一控制訊號至顯示單元40而將該物體的影像顯示於顯示單元40。
請參閱第1B圖,其表示本發明的追蹤觀測裝置的另一實施 例,該追蹤觀測裝置包括一影像擷取單元10、一影像處理/控制單元20、一電源30以及一顯示單元40,影像處理/控制單元20連接於一武器的擊發裝置50,另外,影像處理/控制單元20經由一無線訊號收發單元22連接於一行動通訊裝置70以及一第二追蹤觀測裝置80。
在本實施例中,影像擷取單元10為一瞄準器,其擷取一物體 的影像,並將該影像傳送至影像處理/控制單元20,影像處理/控制單元20接收該影像並對該影像進行辨識,根據該辨識的結果將該影像顯示於顯示單元40,電源30則供應電力給影像擷取單元10、影像處理/控制單元20以及顯示單元40。當該物體被辨識為動物時,影像處理/控制單元20發出一第一控制訊號至影像擷取單元10,影像擷取單元10接收該第一控制訊號而受控制改變擷取方向及擷取倍數。當該物體被辨識為人類時,影像處理/控制單元20傳送一第二控制訊號至擊發裝置50,而控制使武器的擊發裝置50無法擊發,並傳送一第三訊號至顯示單元40以顯示一警告標誌,如第1C圖及第1D圖所示,第1C圖表示,當判斷該物體不是人類時,控制武器100的擊發裝置50中的保險裝置60,使保險裝置60未阻擋板機55而使武器100可以擊發,第1D圖表示該物體判斷為人類時,控制使保險裝置60阻擋板機55而使武器100無法擊發。
另外,影像處理/控制單元20可以將影像經由無線收發單元 22傳送至行動通訊裝置70以及第二追蹤觀測裝置80,以供遠端的使用者觀 看影像。另外,影像處理/控制單元20也可以將第一控制訊號經由無線收發單元22傳送至第二追蹤觀測裝置80,以改變第二追蹤觀測裝置80的影像擷取方向及擷取倍數。
請參閱第2A、2B圖,本發明的追蹤觀測裝置可藉下方法操作:在步驟S101中,控制影像擷取單元10以擷取一區城中的物體,並產生一物體的影像,然後進入驟S102。
在步驟S102中,控制該影像擷取單元10將該物體的影像傳送至該影像處理/控制單元20,然後進入步驟S103。
在步驟S103中,控制該影像處理/控制單元20對該物體的影像進行辨識,然後進入步驟S104。
在步驟S104中,根據該辨識的結果判斷該物體的影像是否為人類,若該物體的影像判斷為人類,則進入步驟S105,若該物體的影像判斷不是人類,則進入步驟S106。
在步驟S105中,控制顯示單元40顯示一警告畫面並控制影像處理/控制單元20使武器100的擊發裝置50無法擊發。
在步驟S106中,控制影像處理/控制單元20判斷該物體的影像是否為動物,若該物體的影像判斷是動物,則進入步驟S107,若該物體的影像判斷不是動物,則回到步驟S101,繼續控制該影像擷取單元10以擷取該區城中的物體。
在步驟S107中,控制影像處理/控制單元20分析該動物的種類並按照一預設的優先順序標定該動物,然後進入步驟S108。
在步驟S108中,選擇是否對該動物進行追蹤,若選擇不對 該動物進行追蹤,則進入步驟S109,若選擇對該動物進行追蹤,則進入步驟S110。
在步驟S109中,觀測該動物直到消失在畫面中。
在步驟S110中,根據該優先順序選擇其優先順序最高的動物並控制影像擷取單元10對該動物進行追蹤。
以下說明本發明的追蹤觀測方法,該追蹤觀測方法可應用第1圖所示的裝置來實施。本發明的追蹤觀測方法是當攝影機拍攝到動物時,經由影像處理的技術,背景相減及色彩空間的轉換方式...等等來擷取出動物區塊,並對此區塊作特徵的擷取;經由非線性空間的降維轉換,萃取出較重要的特徵參數,再透過機器學習(類神經網路)的分析,辨識出動物種類;若辨識出的動物是使用者挑選的特定動物,若有啟動追蹤功能,攝影機會持續追蹤觀測,使特定動物保持在畫面內;若畫面同時有兩種以上的動物,系統會根據使用者在系統中定義的優先順序進行追蹤觀測;在追蹤觀測的同時,也提供了近拍功能,讓使用者可以觀測到動物細節的部份。
請參閱第3A、3B圖,其表示本發明的追蹤觀測方法。
在步驟S1中,連續地拍攝一希望觀測的區域,並產生畫面,然後進入步驟S2。
在步驟S2中,當有物體進入該畫面時,擷取該物體的影像,然後進入步驟S3。
在步驟S3中,將該物體的影像傳送至一類神經網路,然後在本實施例中,該類神經網路可以先進行訓練,例如將已知的各種動物以 及該等動物的特徵輸入該類神經網路進行訓練,待該類神經網路訓練好後,將其裝載於一影像擷取單元中使用,進入步驟S4。
在步驟S4中,該類神經網路開始辨識該物體的影像,然後 進入步驟S5。
在步驟S5中,類神經網路判斷是否偵測到人臉,若判斷辨 識到人臉,則進入步驟S6,若判斷未辨識到人臉,則進入步驟S8。
在步驟S6中,顯示偵測到人類,然後進入步驟S7。
在步驟S7中,對於一受控裝置做控制,在前述的實施例中,例如使武器的擊發裝置無法擊發,以便免誤傷人類,然後進入步驟S19。
在步驟S8中,判斷是否辨識到人體,若判斷辨識到人體,則進入步驟S6,若判斷未偵測到人體,則進入步驟S9。
在步驟S9中,判斷是否辨識到動物,若判斷未辨識到動物,則流程回到步驟S1,繼續拍攝該區域,若判斷辨識到動物,則進入步驟S10。
在步驟S10中,類神經網路分析動物種類,然後進入步驟S11。
在步驟S11中,按照一預設的優先順序標定該動物,例如預設的優先順序為斑馬、獅子、羚羊,當分析到這三種動物都存在影像中時,這三種動物會依照斑馬第一、獅子第二、羚羊第三的優先順序進行標定,然後進入步驟S12。
在步驟S12中,判斷是否對該等動物進行追蹤,若不對該等動物進行追蹤,則進入步驟S13,若希望對該等動物進行追蹤,則進步驟S14。
在步驟S13中,不做追蹤,影像擷取單元保持原來的正常操 作,然後進入步驟S18。
在步驟S14中,對優先順序最高的動物進行追蹤,在上述的 例子中,斑馬的優先順序最高,因此當追蹤功能啟動之後,即自動選擇對斑馬進行追蹤,然後進入步驟S15。
在步驟S15中,選擇是否對被追蹤的動物進行近拍,若選擇 對不被追蹤的動物進行近拍,則進入步驟S16,若選擇進行近拍,則進入步驟S17。
在步驟S16中,影像擷取單元維持在預設的倍數做觀測,然 後進入步驟S18。
在步驟S17中,影像擷取單元放大觀測的倍數,對該被追蹤 的動物做近拍,然後進入步驟S18。
在步驟S18中,判斷畫面中是否有其他物體出現,若發現有 其他物體出現在畫面中,則回到步驟S2,擷取該其他物體的影像,若畫面中未發現其他的物體,則進入步驟S19。
在步驟S19中,觀測該動物或人類直到消失在畫面中,然後 回到步驟S1。
另外,步驟S5辨識人臉的流程如第4圖所示。
在步驟S51中,擷取影像畫面,然後進入步驟S52。
在步驟S52中,設定搜索視窗的大小,搜索視窗在整個影像中移動以擷取特徵,然後進入步驟S53。
在步驟S53中,設定檢測視窗的大小,檢測視窗在搜索視窗中移動並計算特徵值,當檢測視窗越小,則計算特徵值的單位就越小,需 要的運算量就越高,然後進入步驟S54。
在步驟S54中,擷取影像中的特徵並計算特徵值,然後進入 步驟S55。
在步驟S55中,將該特徵值輸入一第一分類器以進行分類。 在本實施例中,第一分類器可以是Open CV分類器,Open CV分類器是由英特爾公司發起並參與開發,可以在商業和研究領域中使用。另外,Open CV分類器是一個訓練好的分類器,把擷取到的特徵傳送到分類器去進行判斷並設定好參數就可以偵測出人臉部份。
在步驟S56中,使用第一分類器判斷是否為人臉。
步驟S8的人體辨識流程如第5圖所示。人體偵測方面使用的是使用梯度直方圖(Histogram of Oriented Gradient,HOG)特徵來進行辨識。梯度直方圖特徵是一種在計算機視覺和圖像處理中用來進行物體檢測的特徵描述子,藉由計算和統計圖像局部區域的梯度方向直方圖來構成特徵,梯度直方圖的核心思想是所檢測的局部物體外形能夠被光強梯度或邊緣方向的分佈所描述。實現方法是:首先將圖像分成小的連通區域單元(cell);擷取各單元中各圖的梯度的或邊緣的方向直方圖;最後把這些直方圖組合起來就可以構成特徵,以下詳述其步驟。
在步驟S81中,擷取影像畫面,然後進入步驟S82。
在步驟S82中,將影像灰階化,然後進入步驟S83。
在步驟S83中,將灰階化後的影像進行伽瑪(Gamma)調整,使用伽瑪調整對輸入圖像進行顏色空間的標準化;藉此調節對比度,降低局部陰影和光照變化造成的影響,然後進入步驟S84。
在步驟S84中,將該物體的影像分成複數個圖元,然後計算 每個圖元的梯度(包括大小和方向),主要是為了捕獲輪廓資訊,同時進一步弱化光照的干擾,然後進入步驟S85。
在步驟S85中,將複數個圖元集合成一單元(cell),例如每個 單元由6×6個圖元構成,並統計出每個單元的梯度直方圖,即可得到每個單元的特徵,然後進入步驟S86。
在步驟S86中,將複數個單元組合成一區間(block),例如每 個區間由3×3個單元構成,將該區間中所有的單元的特徵串聯起來便得到該區間的梯度直方圖特徵(Histogram of Oriented Gradient,HOG),串聯該影像中所有的區間的梯度直方圖特徵而得到該影像的梯度直方圖特徵,然後進入步驟S87。
在步驟S87中,將該影像的梯度直方圖特徵傳送至一第二分 類器中進行分類,在本實施例中,第二分類器為Open CV分類器,然後進入步驟S88。
在步驟S88中,根據該分類的結果判斷該物體是否為人體。
本發明的追蹤觀測方法,其利用是先訓練好的類神經網路對所觀測到的物體做分析,以判斷其為人類或動物,並可分析出各動物的種類,且並根據預設的優先順序追蹤特定的動物,另外,可明確地辨識出人類,以避免狩獵時產生誤擊的情況。
S1~S19‧‧‧步驟

Claims (10)

  1. 一種追蹤觀測裝置,設置在一武器上,該武器包括一擊發裝置以及一保險裝置,該追蹤觀測裝置包括:一影像擷取單元,用以擷取一物體的影像;一影像處理/控制單元,用以接收該物體的影像並對該物體的影像進行辨識,以判斷該物體的影像為人類或動物;以及一顯示單元,顯示該物體的影像,其中當該物體的影像被判斷為一動物時,該影像處理/控制單元傳送一第一控制訊號至該影像擷取單元,該影像擷取單元接收該第一控制訊號而受控制改變擷取方向及擷取倍數,當該物體的影像被判斷為一人類時,該影像處理/控制單元傳送一第二控制訊號至該保險單元,使該保險單元作動而控制使該武器擊發裝置無法擊發,並傳送一第三控制訊號至該顯示單元以顯示一警告標誌。
  2. 如申請專利範圍第1項所述之追蹤觀測裝置,其中該物體的影像傳送到一行動通訊裝置,該行動通訊裝置顯示該物體的影像並發出一提示聲。
  3. 如申請專利範圍第1項所述之追蹤觀測裝置,其中該追蹤觀測裝置連接一第二追蹤觀測裝置,該追蹤觀測裝置將該物體的影像傳送到該第二追蹤觀測裝置,該第二追蹤觀測裝置顯示該物體的影像。
  4. 如申請專利範圍第3項所述之追蹤觀測裝置,其中該追蹤觀測裝置的該第一控制訊號傳送到該第二追蹤觀測裝置,該第二追蹤觀測裝置接收該第一控制訊號而受控制改變擷取方向及擷取倍數。
  5. 如申請專利範圍第1項所述之追蹤觀測裝置,其中該物體係位於一區域中,該影像擷取單元連續地拍攝該區域並產生畫面,該影像處理/控制單元判斷是否有其他物體進入該畫面,若有其他物體進入該畫面,則辨識 該其他物體,若無其他物體進入該畫面,則控制該影像擷取單元追蹤該物體直到該物體離開該區域。
  6. 如申請專利範圍第1項所述之追蹤觀測裝置,其中該影像處理/控制單元係以下列步驟判斷該影像是否為人類的人臉:設定一搜索視窗的大小;設定一檢測視窗的大小;使該搜索視窗在該物體的影像中移動以擷取該物體的影像的特徵;使該檢測視窗在該搜索視窗中移動;計算出該物體的影像的特徵的特徵值;將該特徵值輸入一第一分類器以進行分類;以及根據該分類的結果判斷該物體的影像是否為人臉。
  7. 如申請專利範圍第1項所述之追蹤觀測裝置,其中該影像處理/控制單元係以下列步驟判斷該影像是否為人類的人體:將該物體的影像灰階化;將灰階化後的該物體的該影像進行伽瑪調整;將該物體的影像分成複數個圖元;計算每個圖元的梯度;將該等圖元的至少一部分集合成一單元,並計算出每個單元的梯度直方圖特徵;將複數個單元組合成一區間,並得到該區間的梯度直方圖特徵;串聯該影像中所有的區間的梯度直方圖特徵而得到該影像的梯度直方圖特徵; 將該影像的該梯度直方圖特徵輸入一第二分類器進行分類;以及根據該分類的結果判斷該物體的影像是否為人體。
  8. 如申請專利範圍第6或7項所述之追蹤觀測裝置,其中該第一分類器以及該第二分類器為OpenCV分類器。
  9. 如申請專利範圍第1項所述之追蹤觀測裝置,其中該影像處理/控制單元包括一類神經網路,用以對該物體的影像進行辨識,以判斷該物體的影像為人類或動物。
  10. 一種追蹤觀測裝置的操作方法,該追蹤觀測裝置包括一影像擷取單元、一影像處理/控制單元以及一顯示單元,該操作方法包括下列步驟:控制該影像擷取單元以擷取一區城中的物體,並產生一物體的影像;控制該影像擷取單元將該物體的影像傳送至該影像處理/控制單元;控制該影像處理/控制單元對該物體的影像進行辨識,並判斷該物體的影像是否為人類;若該影像處理/控制單元判斷該物體的影像是人類,則控制該顯示單元顯示一警告畫面並控制該影像處理/控制單元使一武器的擊發裝置無法擊發;若該影像處理/控制單元判斷不是人類,則控制該影像處理/控制單元判斷該物體的影像是否為動物;若該影像處理/控制單元判斷該物體的影像是動物,則控制該影像處理/控制單元分析該動物的種類並按照一預設的優先順序標定該動物;選擇是否對該動物進行追蹤;以及若選擇對該動物進行追蹤,則根據該優先順序選擇其優先順序最高的動 物並控制該影像擷取單元對該動物進行追蹤。
TW104123380A 2015-07-20 2015-07-20 追蹤觀測方法、追蹤觀測裝置以及操作追蹤觀測裝置的方法 TWI555965B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW104123380A TWI555965B (zh) 2015-07-20 2015-07-20 追蹤觀測方法、追蹤觀測裝置以及操作追蹤觀測裝置的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW104123380A TWI555965B (zh) 2015-07-20 2015-07-20 追蹤觀測方法、追蹤觀測裝置以及操作追蹤觀測裝置的方法

Publications (2)

Publication Number Publication Date
TWI555965B true TWI555965B (zh) 2016-11-01
TW201704717A TW201704717A (zh) 2017-02-01

Family

ID=57851428

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104123380A TWI555965B (zh) 2015-07-20 2015-07-20 追蹤觀測方法、追蹤觀測裝置以及操作追蹤觀測裝置的方法

Country Status (1)

Country Link
TW (1) TWI555965B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10776695B1 (en) 2019-03-08 2020-09-15 Ai Concepts, Llc Intelligent recognition and alert methods and systems
US11699078B2 (en) 2019-03-08 2023-07-11 Ai Concepts, Llc Intelligent recognition and alert methods and systems

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060225335A1 (en) * 2004-12-23 2006-10-12 Raytheon Company A Corporation Of The State Of Delaware Method and apparatus for safe operation of an electronic firearm sight depending upon the detection of a selected color
US20080108370A1 (en) * 2005-04-06 2008-05-08 Steve Aninye System and Method for Tracking, Monitoring, Collecting, Reporting and Communicating with the Movement of Individuals
US20110207089A1 (en) * 2010-02-25 2011-08-25 Lagettie David Alfred A Firearm training systems and methods of using the same
TW201337203A (zh) * 2012-03-05 2013-09-16 James A Millett D型望遠瞄準裝置
TW201432215A (zh) * 2013-02-06 2014-08-16 James A Millett 數位標靶瞄準鏡裝置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060225335A1 (en) * 2004-12-23 2006-10-12 Raytheon Company A Corporation Of The State Of Delaware Method and apparatus for safe operation of an electronic firearm sight depending upon the detection of a selected color
US20080108370A1 (en) * 2005-04-06 2008-05-08 Steve Aninye System and Method for Tracking, Monitoring, Collecting, Reporting and Communicating with the Movement of Individuals
US20110207089A1 (en) * 2010-02-25 2011-08-25 Lagettie David Alfred A Firearm training systems and methods of using the same
TW201337203A (zh) * 2012-03-05 2013-09-16 James A Millett D型望遠瞄準裝置
TW201432215A (zh) * 2013-02-06 2014-08-16 James A Millett 數位標靶瞄準鏡裝置

Also Published As

Publication number Publication date
TW201704717A (zh) 2017-02-01

Similar Documents

Publication Publication Date Title
WO2020078229A1 (zh) 目标对象的识别方法和装置、存储介质、电子装置
CN108062349B (zh) 基于视频结构化数据及深度学习的视频监控方法和系统
CN104063722B (zh) 一种融合hog人体目标检测和svm分类器的安全帽识别方法
CN100419779C (zh) 面部活跃度评定系统
CN105354902B (zh) 一种基于人脸识别的安保管理方法及系统
CN110223284B (zh) 一种基于智能终端的针孔摄像头的探测方法及探测装置
CN108235816B (zh) 图像识别方法、系统、电子设备和计算机程序产品
CN109887040A (zh) 面向视频监控的运动目标主动感知方法及系统
KR101523740B1 (ko) 공간 매핑을 이용한 객체 추적 장치 및 방법
US20130222564A1 (en) Apparatus for recognizing face based on environment adaptation
CN106682578B (zh) 基于眨眼检测的弱光人脸识别方法
JP6700791B2 (ja) 情報処理装置、情報処理方法及びプログラム
CN104766073A (zh) 一种自适应手背静脉图像采集系统
US11501517B2 (en) Individual identifying device
TWI555965B (zh) 追蹤觀測方法、追蹤觀測裝置以及操作追蹤觀測裝置的方法
CN108388858B (zh) 虹膜防伪方法与装置
KR101077312B1 (ko) 하라이크 특징점을 이용한 사람 검출 장치 및 그 방법
KR20230051848A (ko) 위험 영역의 안전사고 예방을 위한 시스템 및 시스템의 동작 방법
KR20190108218A (ko) 디지털 영상 이미지를 이용한 위급상황 분석장치 및 방법
CN111818316A (zh) 一种护眼投影方法、装置和投影仪
KR102012719B1 (ko) 전방위 영상 기반 화상회의 발언자 인식 장치 및 방법
CN106370057B (zh) 追踪观测装置以及操作追踪观测装置的方法
KR20130099642A (ko) 적응적 조명조절을 이용한 얼굴 인식장치 및 그 방법
Yao et al. Drone for Dynamic Monitoring and Tracking with Intelligent Image Analysis.
CN114663805A (zh) 一种基于换流站阀厅消防机器人的火焰定位报警系统及方法