TWI615026B - 基於人體資訊的機器人監控系統及方法 - Google Patents

基於人體資訊的機器人監控系統及方法 Download PDF

Info

Publication number
TWI615026B
TWI615026B TW106105869A TW106105869A TWI615026B TW I615026 B TWI615026 B TW I615026B TW 106105869 A TW106105869 A TW 106105869A TW 106105869 A TW106105869 A TW 106105869A TW I615026 B TWI615026 B TW I615026B
Authority
TW
Taiwan
Prior art keywords
image
frame
human body
information
target
Prior art date
Application number
TW106105869A
Other languages
English (en)
Other versions
TW201731280A (zh
Inventor
陳明修
Original Assignee
芋頭科技(杭州)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 芋頭科技(杭州)有限公司 filed Critical 芋頭科技(杭州)有限公司
Publication of TW201731280A publication Critical patent/TW201731280A/zh
Application granted granted Critical
Publication of TWI615026B publication Critical patent/TWI615026B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G06T7/248—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Abstract

本發明涉及一種基於人體資訊的機器人監控系統，包括：圖像採集單元，用於採集圖像；人體檢測單元，用於判斷圖像中是否存在與一訓練樣本中相匹配的人體資訊；目標獲取單元，用於獲取人體資訊在圖像中的位置資訊及大小資訊；目標跟蹤單元，依據圖像中預定圖像幀之間的幀差獲取當前的運動區域，並於運動區域中獲取運動目標；調整單元，調整圖像採集單元的朝向以使得運動目標位於圖像的中心。以上技術方案通過檢測人體資訊以跟蹤運動目標，使得監控中心始終跟蹤人體位置，有效實現人體定位及跟蹤，以對感興趣的內容資訊進行監控。

Description

基於人體資訊的機器人監控系統及方法
本發明屬於機器人技術領域，尤其涉及一種機器人監控系統。
目前主流的機器人監控主要是利用圖像採集裝置全天24小時、單角度的監控；在大部分場景中，用戶只會對於存在有效資訊的監控部分感興趣，而連續監控存在著大量靜態的無效的監控記錄，不僅不方便用戶查找自己感興趣的監控視頻，也會佔用大量無效靜態視頻，佔用大量存儲空間；另外，單角度的監控資訊無法讓監控中心一直跟隨著用戶感興趣的內容資訊，無法滿足用戶的監控要求。
針對以上技術問題，提供一種基於人體資訊的機器人監控系統及方法，以解決現有技術的缺陷；具體技術方案如下：基於人體資訊的機器人監控系統，其中，包括：圖像採集單元，用於採集圖像；人體檢測單元，與圖像採集單元連接，用於判斷圖像中是否存在與一訓練樣本中相匹配的人體資訊；目標獲取單元，與人體檢測單元連接，用於獲取人體資訊在圖像 中的位置資訊及大小資訊；目標跟蹤單元，與圖像採集單元和目標獲取單元連接，依據圖像中預定圖像幀之間的幀差獲取當前的運動區域，並於運動區域中獲取運動目標；調整單元，與目標跟蹤單元和圖像採集單元連接，調整圖像採集單元的朝向以使得運動目標位於圖像的中心。
上述的基於人體資訊的機器人監控系統，目標跟蹤單元包括：幀差運算單元，對獲取的第n+2幀、第n-1幀和第n幀的圖像資訊進行運算，以獲得第n-1幀的圖元灰度與第n+2幀的圖元灰度之間的幀差作為第一差值圖像及第n幀的圖元灰度與第n-2幀的圖元灰度之間的幀差作為第二差值圖像；運動圖獲取單元，與幀差運算單元連接，依據第一差值圖像和第二差值圖像獲得當前運動圖；運動目標獲取單元，與運動圖獲取單元連接，於運動圖中獲取滿足設定條件的點的集合，依據點的集合獲得運動目標。
上述的基於人體資訊的機器人監控系統，調整單元包括：判斷單元，用於判斷運動目標距離圖像的中心的距離，當距離大於設定閾值時，產生一調整信號。
上述的基於人體資訊的機器人監控系統，還包括存儲單元，與圖像採集單元連接，用於存儲圖像。
上述的基於人體資訊的機器人監控系統，人體資訊為人臉資訊。
還提供，基於人體資訊的機器人監控方法，其中，包括以下步驟：步驟1，採集圖像；步驟2，判斷圖像中是否存在與一訓練樣本中相匹配的人體資 訊，如果否，重複步驟1；步驟3，獲取人體資訊在圖像中的位置資訊及大小資訊；步驟4，依據圖像中預定圖像幀之間的幀差獲取當前的運動區域，並於運動區域中獲取運動目標；步驟5，調整圖像採集單元的朝向以使得運動目標位於圖像的中心。
上述的基於人體資訊的機器人監控方法，步驟4具體如下：步驟41，對獲取的第n+2幀、第n-1幀和第n幀的圖像資訊進行運算，以獲得第n-1幀的圖元灰度與第n+2幀的圖元灰度之間的幀差作為第一差值圖像及第n幀的圖元灰度與第n-2幀的圖元灰度之間的幀差作為第二差值圖像；步驟42，依據第一差值圖像和第二差值圖像獲得當前運動圖；步驟43，於運動圖中獲取滿足設定條件的點的集合，每個點表示一個運動元，找出所有相互連接的運動元作為疑似運動目標；步驟44，計算各個疑似運動目標的運動強度值，運動強度值等於運動元的數量除以疑似運動目標的矩形面積，依據運動強度值和疑似運動目標的面積獲得當前時間點下的所有有效運動目標；步驟45，於有效運動目標中選取與目標對象最接近的矩形框作為運動目標。
上述的基於人體資訊的機器人監控方法，步驟1之前通過預先訓練獲得訓練樣本。
上述的基於人體資訊的機器人監控方法，步驟1至步驟4重複循環執行到一定時長時，選取步驟2第一次通過的時間點與步驟2的最後一次失敗的 時間點之間的時間段的視頻至一監控存儲中心。
上述的基於人體資訊的機器人監控方法，人體資訊採用人臉資訊。
有益效果：以上技術方案通過檢測人體資訊以跟蹤運動目標，使得監控中心始終跟蹤人體位置，有效實現人體定位及跟蹤，以對感興趣的內容資訊進行監控。
1‧‧‧圖像採集單元
2‧‧‧人體檢測單元
3‧‧‧目標獲取單元
4‧‧‧調整單元
5‧‧‧目標跟蹤單元
51‧‧‧幀差運算單元
52‧‧‧運動圖獲取單元
53‧‧‧運動目標獲取單元
54‧‧‧目標物體選取單元
圖1為本發明的系統結構框圖；圖2為本發明的目標跟蹤單元的結構框圖；圖3為本發明的方法流程示意圖。
下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動的前提下所獲得的所有其他實施例，都屬於本發明保護的範圍。
需要說明的是，在不衝突的情況下，本發明中的實施例及實施例中的特徵可以相互組合。
下面結合附圖和具體實施例對本發明作進一步說明，但不作為本發明的限定。
參照圖1，基於人體資訊的機器人監控系統，其中，包括：圖像採集單元1，用於採集圖像； 人體檢測單元2，與圖像採集單元1連接，用於判斷圖像中是否存在與一訓練樣本中相匹配的人體資訊；目標獲取單元3，與人體檢測單元2連接，用於獲取人體資訊在圖像中的位置資訊及大小資訊；目標跟蹤單元5，與圖像採集單元1和目標獲取單元3連接，依據圖像中預定圖像幀之間的幀差獲取當前的運動區域，並於運動區域中獲取運動目標；調整單元4，與目標跟蹤單元5和圖像採集單元1連接，調整圖像採集單元1的朝向以使得運動目標位於圖像的中心。
上述的基於人體資訊的機器人監控系統，目標跟蹤單元5包括：幀差運算單元51，對獲取的第n+2幀、第n-1幀和第n幀的圖像資訊進行運算，以獲得第n-1幀的圖元灰度與第n+2幀的圖元灰度之間的幀差作為第一差值圖像及第n幀的圖元灰度與第n-2幀的圖元灰度之間的幀差作為第二差值圖像；運動圖獲取單元52，與幀差運算單元51連接，依據第一差值圖像和第二差值圖像獲得當前運動圖；運動目標獲取單元53，與運動圖獲取單元52連接，於運動圖中獲取滿足設定條件的點的集合，依據點的集合獲得運動目標。
上述的基於人體資訊的機器人監控系統，調整單元4包括：判斷單元，用於判斷運動目標距離圖像的中心的距離，當距離大於設定閾值時，產生一調整信號。
上述的基於人體資訊的機器人監控系統，還包括存儲單元，與圖 像採集單元1連接，用於存儲圖像。
上述的基於人體資訊的機器人監控系統，人體資訊為人臉資訊。
還提供，基於人體資訊的機器人監控方法，其中，包括以下步驟：步驟1，採集圖像；步驟2，判斷圖像中是否存在與一訓練樣本中相匹配的人體資訊，如果否，重複步驟1；步驟3，獲取人體資訊在圖像中的位置資訊及大小資訊；步驟4，依據圖像中預定圖像幀之間的幀差獲取當前的運動區域，並於運動區域中獲取運動目標；步驟5，調整圖像採集單元1的朝向以使得運動目標位於圖像的中心。
本發明針對現有技術中圖像採集裝置需要全天24小時、單角度的監控所存在的缺點，通過檢測人體資訊，當檢測到人體資訊的時候跟蹤該人，使得監控中心始終位於人體位置，可有效實現人體定位及跟蹤，以對感興趣的內容資訊進行監控。
上述的基於人體資訊的機器人監控方法，步驟4具體如下：步驟41，對獲取的第n+2幀、第n-1幀和第n幀的圖像資訊進行運算，以獲得第n-1幀的圖元灰度與第n+2幀的圖元灰度之間的幀差作為第一差值圖像及第n幀的圖元灰度與第n-2幀的圖元灰度之間的幀差作為第二差值圖像；步驟42，依據第一差值圖像和第二差值圖像獲得當前運動圖；步驟43，於運動圖中獲取滿足設定條件的點的集合，每個點表示一個運動元，找出所有相互連接的運動元作為疑似運動目標； 步驟44，計算各個疑似運動目標的運動強度值，運動強度值等於運動元的數量除以疑似運動目標的矩形面積，依據運動強度值和疑似運動目標的面積獲得當前時間點下的所有有效運動目標；步驟45，於有效運動目標中選取與目標對象最接近的矩形框作為運動目標。
上述的目標跟蹤方法，一種具體的實施例：以步驟3中獲得的位置資訊以及大小資訊，初始化該位置資訊為跟蹤起始資訊；之後使用幀差法：首先，獲取當前圖像幀和前面兩個圖像幀採集的圖像資訊，用第一圖像幀減第三圖像幀獲得一第一差值圖像img1，再用第二圖像幀減第三圖像幀獲得一第二差值圖像img2，將第一差值圖像img1與第二差值圖像img2疊加得到運動圖motionmap；其次，在運動圖motionmap中不等於0的點表示一個運動元，找到所有相互連接的運動元，這些相互連接的運動元則組成一個疑似運動目標simobjs；最後，計算所有疑似運動目標的運動強度dev，運動強度dev=運動元數量/疑似目標的矩形面積，當運動強度值越大表示這個區域的運動資訊越豐富，反之越稀疏，另外當疑似目標的矩形面積小於一定閾值的情況下則認為該區域不是一個運動區域，並將其過濾；此時，就得到了當前時間點下的所有有效運動目標objs，在這些目標中選取與該目標物體最接近的objs矩形框，重複進行步驟1的操作。
上述的步驟5中具體如下：判斷分析運動目標objs是否處於圖像中心，若運動目標objs離開圖像中心大於一定距離後，通過讓機器人朝目標物體運動方向調整相同的距離，保持目標物體中心始終處於圖像中心。
上述的基於人體資訊的機器人監控方法，步驟1之前通過預先訓 練獲得訓練樣本。
當判斷獲得的圖像中存在與訓練樣本中相匹配的人體資訊時，進一步獲取人體資訊在圖像中的位置以及大小資訊，如果不存在人體資訊，則持續進行人體資訊的檢測。
上述的基於人體資訊的機器人監控方法，步驟1至步驟4重複循環執行到一定時長時，選取步驟2第一次通過的時間點與步驟2的最後一次失敗的時間點之間的時間段的視頻至一監控存儲中心。
具體地，如果上述步驟重複循環到一定時長，則認為該時間點存在人體運動資訊，選取第一次步驟2判斷過程通過的時間點與最後一次步驟2判斷過程失敗的時間點並分別向前、向後延長5s~10s的時間，保存這個時間段的視屏到監控存儲中心。
還有一種可替代的方案是根據運動資訊檢測來判斷當前狀態是否需要記錄監控視頻。
上述的基於人體資訊的機器人監控方法，人體資訊採用人臉資訊。
以上技術方案可用於家庭智慧機器人，檢測人體資訊並跟蹤，從而判斷該時間點是否為合適的監控記錄時間點；也可以用於戶外監控攝像頭廠商，在記錄全天24小時資訊的過程同時，給用戶提醒其感興趣的監控視頻段。
以上僅為本發明較佳的實施例，並非因此限制本發明的實施方式及保護範圍，對於本領域技術人員而言，應當能夠意識到凡運用本發明說明書及圖式內容所作出的等同替換和顯而易見的變化所得到的方案，均應當包含在本發明的保護範圍內。

Claims (8)

  1. 一種基於人體資訊的機器人監控系統，包括：圖像採集單元，用於採集圖像；人體檢測單元，與該圖像採集單元連接，用於判斷該圖像中是否存在與一訓練樣本中相匹配的人體資訊；目標獲取單元，與該人體檢測單元連接，用於獲取該人體資訊在該圖像中的位置資訊及大小資訊；目標跟蹤單元，與該圖像採集單元和該目標獲取單元連接，依據該圖像中預定圖像幀之間的幀差獲取當前的運動區域，並於該運動區域中獲取運動目標；調整單元，與該目標跟蹤單元和該圖像採集單元連接，調整該圖像採集單元的朝向以使得該運動目標位於該圖像的中心；該目標跟蹤單元包括：幀差運算單元，對獲取的第n+2幀、第n-1幀和第n幀的圖像資訊進行運算，以獲得第n-1幀的圖元灰度與第n+2幀的圖元灰度之間的幀差作為第一差值圖像及第n幀的圖元灰度與第n-2幀的圖元灰度之間的幀差作為第二差值圖像；運動圖獲取單元，與該幀差運算單元連接，依據該第一差值圖像和該第二差值圖像獲得當前運動圖；運動目標獲取單元，與該運動圖獲取單元連接，於該運動圖中獲取滿足設定條件的點的集合，依據該點的集合獲得運動目標。
  2. 如請求項第1項所述之基於人體資訊的機器人監控系統，其中，該調整單元包括：判斷單元，用於判斷該運動目標距離該圖像的中心的距離，當該距離大於 設定閾值時，產生一調整信號。
  3. 如請求項第1項所述之基於人體資訊的機器人監控系統，其中，還包括：存儲單元，與該圖像採集單元連接，用於存儲該圖像。
  4. 如請求項第1項所述之基於人體資訊的機器人監控系統，其中，該人體資訊為人臉資訊。
  5. 一種基於人體資訊的機器人監控方法，其中，包括以下步驟：步驟1，採集圖像；步驟2，判斷該圖像中是否存在與一訓練樣本中相匹配的人體資訊，如果否，重複步驟1；步驟3，獲取該人體資訊在該圖像中的位置資訊及大小資訊；步驟4，依據該圖像中預定圖像幀之間的幀差獲取當前的運動區域，並於該運動區域中獲取運動目標；步驟5，調整該圖像採集單元的朝向以使得該運動目標位於該圖像的中心；該步驟4具體如下：步驟41，對獲取的第n+2幀、第n-1幀和第n幀的圖像資訊進行運算，以獲得第n-1幀的圖元灰度與第n+2幀的圖元灰度之間的幀差作為第一差值圖像及第n幀的圖元灰度與第n-2幀的圖元灰度之間的幀差作為第二差值圖像；步驟42，依據該第一差值圖像和該第二差值圖像獲得當前運動圖；步驟43，於該運動圖中獲取滿足設定條件的點的集合，每個點表示一個運動元，找出所有相互連接的運動元作為疑似運動目標；步驟44，計算各個疑似運動目標的運動強度值，該運動強度值等於該運動 元的數量除以該疑似運動目標的矩形面積，依據該運動強度值和該疑似運動目標的面積獲得當前時間點下的所有有效運動目標；步驟45，於該有效運動目標中選取與目標對象最接近的矩形框作為運動目標。
  6. 如請求項第5項所述之基於人體資訊的機器人監控方法，其中，該步驟1之前通過預先訓練獲得該訓練樣本。
  7. 如請求項第5項所述之基於人體資訊的機器人監控方法，其中，該步驟1至該步驟4重複循環執行到一定時長時，選取該步驟2第一次通過的時間點與該步驟2的最後一次失敗的時間點之間的時間段的視頻至一監控存儲中心。
  8. 如請求項第5項所述之基於人體資訊的機器人監控方法，其中，該人體資訊採用人臉資訊。
TW106105869A 2016-02-23 2017-02-22 基於人體資訊的機器人監控系統及方法 TWI615026B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
??201610099509.5 2016-02-23
CN201610099509.5A CN107105193B (zh) 2016-02-23 2016-02-23 基于人体信息的机器人监控系统

Publications (2)

Publication Number Publication Date
TW201731280A TW201731280A (zh) 2017-09-01
TWI615026B true TWI615026B (zh) 2018-02-11

Family

ID=59658324

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106105869A TWI615026B (zh) 2016-02-23 2017-02-22 基於人體資訊的機器人監控系統及方法

Country Status (4)

Country Link
US (1) US11158064B2 (zh)
CN (1) CN107105193B (zh)
TW (1) TWI615026B (zh)
WO (1) WO2017143949A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107621694A (zh) * 2017-09-15 2018-01-23 长春市求非光学科技有限公司 电子式天文望远镜跟踪星体的方法及电子式天文望远镜
CN112528817B (zh) * 2020-12-04 2024-03-19 重庆大学 一种基于神经网络的巡检机器人视觉检测及跟踪方法
CN112822470A (zh) * 2020-12-31 2021-05-18 济南景雄影音科技有限公司 基于人体图像跟踪的投影互动系统及方法
CN115314717B (zh) * 2022-10-12 2022-12-20 深流微智能科技(深圳)有限公司 视频传输方法、装置、电子设备和计算机可读存储介质
CN116453062B (zh) * 2023-06-12 2023-08-22 青岛义龙包装机械有限公司 基于机器人高精度柔顺装配的包装机装配风险监控方法
CN117061708A (zh) * 2023-09-15 2023-11-14 威海嘉瑞光电科技股份有限公司 一种智能家居摄像头控制方法、系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200713137A (en) * 2005-09-28 2007-04-01 chong-de Liao Multi-functional monitoring system
TWI365662B (en) * 2008-12-03 2012-06-01 Inst Information Industry Method and system for digital image stabilization and computer program product using the method thereof
CN103259962B (zh) * 2013-04-17 2016-02-17 深圳市捷顺科技实业股份有限公司 一种目标追踪方法和相关装置

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1178467C (zh) * 1998-04-16 2004-12-01 三星电子株式会社 自动跟踪运动目标的方法和装置
AU2001240100A1 (en) * 2000-03-10 2001-09-24 Sensormatic Electronics Corporation Method and apparatus for video surveillance with defined zones
US7385626B2 (en) * 2002-10-21 2008-06-10 Sarnoff Corporation Method and system for performing surveillance
CN100499808C (zh) * 2007-02-07 2009-06-10 北京航空航天大学 基于目标的图像位置自动控制摄像机运动的方法
CN100508599C (zh) * 2007-04-24 2009-07-01 北京中星微电子有限公司 视频监控中的自动跟踪控制方法和控制装置
CN101211411B (zh) * 2007-12-21 2010-06-16 北京中星微电子有限公司 一种人体检测的方法和装置
US9741129B2 (en) * 2008-04-14 2017-08-22 Gvbb Holdings S.A.R.L. Technique for automatically tracking an object by a camera based on identification of an object
JP4670943B2 (ja) * 2008-11-27 2011-04-13 ソニー株式会社 監視装置、及び妨害検知方法
CN101547344B (zh) * 2009-04-24 2010-09-01 清华大学深圳研究生院 基于联动摄像机的视频监控装置及其跟踪记录方法
CN101814242A (zh) * 2010-04-13 2010-08-25 天津师范大学 教师讲课的运动目标实时跟踪录课装置
CN101893894B (zh) * 2010-06-30 2012-01-04 上海交通大学 可重构微型移动机器人集群定位跟踪系统
CN102456225B (zh) 2010-10-22 2014-07-09 深圳中兴力维技术有限公司 一种运动目标检测与跟踪方法和系统
CN102096927A (zh) 2011-01-26 2011-06-15 北京林业大学 自主林业机器人目标跟踪方法
CN103024344A (zh) * 2011-09-20 2013-04-03 佳都新太科技股份有限公司 一种基于粒子滤波的ptz自动跟踪目标的方法
KR101868894B1 (ko) 2011-12-19 2018-06-20 한국전자통신연구원 로봇을 이용한 객체추적 시스템 및 그 추적방법
US20160188977A1 (en) * 2014-12-24 2016-06-30 Irobot Corporation Mobile Security Robot
CN104751483B (zh) * 2015-03-05 2018-02-09 北京农业信息技术研究中心 一种仓储物流机器人工作区域异常情况的监控方法
CN104751486B (zh) * 2015-03-20 2017-07-11 安徽大学 一种多ptz相机的运动目标接力跟踪算法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200713137A (en) * 2005-09-28 2007-04-01 chong-de Liao Multi-functional monitoring system
TWI365662B (en) * 2008-12-03 2012-06-01 Inst Information Industry Method and system for digital image stabilization and computer program product using the method thereof
CN103259962B (zh) * 2013-04-17 2016-02-17 深圳市捷顺科技实业股份有限公司 一种目标追踪方法和相关装置

Also Published As

Publication number Publication date
CN107105193A (zh) 2017-08-29
US20210209769A1 (en) 2021-07-08
TW201731280A (zh) 2017-09-01
US11158064B2 (en) 2021-10-26
CN107105193B (zh) 2020-03-20
WO2017143949A1 (zh) 2017-08-31

Similar Documents

Publication Publication Date Title
TWI615026B (zh) 基於人體資訊的機器人監控系統及方法
Liu et al. Combined frame-and event-based detection and tracking
Chen Pseudo-labels for supervised learning on dynamic vision sensor data, applied to object detection under ego-motion
Haque et al. Heartbeat rate measurement from facial video
CN107862240B (zh) 一种多摄像头协同的人脸追踪方法
CN109376601B (zh) 基于高速球的物体跟踪方法、监控服务器、视频监控系统
CN106605154B (zh) 一种运动目标的监测方法、穿戴式装置及服务器
CN107105159B (zh) 基于SoC的嵌入式运动目标实时检测跟踪系统及方法
WO2017000765A1 (zh) 一种目标跟踪装置及目标跟踪方法
US20220058811A1 (en) Object tracking
US10600189B1 (en) Optical flow techniques for event cameras
TW201118802A (en) Multi-state target tracking mehtod and system
KR20200013585A (ko) 복수의 카메라로부터 뷰를 결합하는 방법 및 카메라 시스템
CN104318588A (zh) 一种基于位置感知判别外观模型的多摄像机目标跟踪方法
US9384400B2 (en) Method and apparatus for identifying salient events by analyzing salient video segments identified by sensor information
CN111627049B (zh) 高空抛物的确定方法、装置、存储介质及处理器
CN103514429A (zh) 检测对象的特定部位的方法及图像处理设备
CN111274914B (zh) 一种基于深度学习的马匹速度计算系统及方法
US20170004631A1 (en) Method and system for visual pedometry
JP2011188332A5 (ja) 画像揺れ補正装置および画像揺れ補正方法
Huang et al. Motion characteristics estimation of animals in video surveillance
US20220345660A1 (en) Methods and systems to automatically record relevant action in a gaming environment
CN115100245A (zh) 一种基于高空抛物的溯源追踪系统及其追踪方法
Seidenari et al. Non-parametric anomaly detection exploiting space-time features
CN110602487A (zh) 一种基于tsn网络的视频画面抖动检测方法