TWI620148B - 監控裝置、監控方法及計數方法 - Google Patents

監控裝置、監控方法及計數方法 Download PDF

Info

Publication number
TWI620148B
TWI620148B TW105113348A TW105113348A TWI620148B TW I620148 B TWI620148 B TW I620148B TW 105113348 A TW105113348 A TW 105113348A TW 105113348 A TW105113348 A TW 105113348A TW I620148 B TWI620148 B TW I620148B
Authority
TW
Taiwan
Prior art keywords
image
person
monitored
module
personnel
Prior art date
Application number
TW105113348A
Other languages
English (en)
Other versions
TW201738844A (zh
Inventor
陳偉群
Original Assignee
新加坡商雲網科技新加坡有限公司
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 新加坡商雲網科技新加坡有限公司 filed Critical 新加坡商雲網科技新加坡有限公司
Priority to TW105113348A priority Critical patent/TWI620148B/zh
Priority to US15/141,853 priority patent/US20170316257A1/en
Publication of TW201738844A publication Critical patent/TW201738844A/zh
Application granted granted Critical
Publication of TWI620148B publication Critical patent/TWI620148B/zh

Links

Classifications

    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge 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
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • 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
    • G06T2207/30242—Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Geometry (AREA)

Abstract

一種監控裝置，包括提取模組及計算模組。該提取模組用於接收一影像訊號，該提取模組還用於從該影像訊號中提取人員影像。該計算模組用於處理該提取模組提取的人員影像；其中該提取模組用於對該影像訊號進行背景去除，該提取模組提供人員影像至該計算模組，該計算模組用於計算該人員影像的中心座標以及顏色空間對應值，該計算模組依據該人員影像的中心座標以及顏色空間對應值與待監控人員資訊進行匹配。該監控裝置資源佔用較小且不需要調用過多目標個體特徵。本發明還提供一種監控方法及計數方法。

Description

監控裝置、監控方法及計數方法
本發明涉及一種監控裝置，還涉及一種監控方法，還涉及一種計數方法。
現有的人群偵測、計數、追蹤的演算法，其能夠檢測的範圍較小，無法依據人員的即時動態進行調整，這大大限制了現有監控裝置的應用方式以及應用範圍。
為了具有識別人員個體的能力，現有的監控裝置通常會預先導入大量的相關模型，並且逐一分析得到目標個體的某個特徵，如臉部特徵等，並將目標個體的臉部特徵值記錄於資料庫中並賦予編號以作為後續追蹤監控目標個體的依據。這種方法運算複雜，需要佔用龐大的系統資源，並且作業速度較慢，會影響分析結果的即時性。
通常監控裝置在提取圖像色彩資訊時會使用RGB(紅色、綠色、藍色)顯色技術進行顯示。RGB是一種三原色模式(RGB color model)，三原色分別為紅(Red)、綠(Green)、藍(Blue)三種原色，三者之數值均介於0~255之間，將三種原色以不同的比例相加，可產生不同之色彩。
RGB顯色技術主要使用於電子系統中，用以檢測、表示和顯示影像，比如電視和電腦，但是在傳統攝影中也有應用。HSV顏色空間則是將顏色分解為代表顏色屬性的色調(Hue)、代表鮮豔程度的飽和度(Saturation)以及代表亮度的明度(Value)，其中色調(Hue)的值介於0~360度之間，至於飽和度與明度則是介於0~100%中間。
HSV顏色空間之組成不易受光線影響，較符合人類眼睛的視覺系統，且其組成元素之一，色調值(即「H值」)之分佈與人類臉部相近，因此常用於影像處理、臉部辨識等。發明專利CN102769758A“一種RGB資料的處 理方法及系統”中有介紹一種將RGB三種顏色值轉換為HSV顏色空間的轉換方法及轉換方式。
鑒於此，有必要提供一種資源佔用較小且不需要調用過多目標個體特徵的監控裝置以及監控方法。
一種監控裝置，包括：一提取模組，該提取模組用於接收一影像訊號，該提取模組還用於從該影像訊號中提取人員影像；一計算模組，該計算模組用於處理該提取模組提取的人員影像並將第一幀圖像訊號中的人員影像建立為待監控人員並編號；其中該提取模組用於對該影像訊號進行背景去除，該提取模組提供人員影像至該計算模組，該計算模組用於計算該人員影像的中心座標以及顏色空間對應值，該計算模組依據該人員影像的顏色空間對應值計算得到該人員影像的H等級長條圖，該計算模組用於比對該人員影像的中心座標與待監控人員的中心座標距離以排列匹配順序，該計算模組還用於將人員影像的H等級長條圖與待監控人員的H等級長條圖進行匹配。
優選的，該計算模組將第一幀圖像訊號中的人員影像建立為待監控人員並編號。
優選的，該提取模組利用連通區域分析檢查該影像訊號的畫面中存有人員影像的圖元點，該提取模組依據一預設的人員影像的尺寸切割目的區域以取得畫面中存在的每一個人員影像。
優選的，該監控裝置還包括一存儲模組，該存儲模組用於儲存待監控人員資訊。
優選的，該計算模組用於在監控區域提供一計數線，該計算模組用於判斷人員影像的第一端點及第二端點是否均越過該計數線，當人員影像的第一端點及第二端點均越過該計數線時，該計算模組判斷該人員影像對應的待監控人員越過該計數線。
一種監控方法，包括：去除背景圖像以提取人員影像；計算人員影像的中心座標以及H等級長條圖；比對待監控人員中心座標與人員影像中心座標距離以排列第二步比對順序；比對人員影像H等級長條圖與待監控人員H等級長條圖；新建未匹配人員影像為待監控人員並編號。
優選的，該的監控方法，包括：啟動誤判篩選機制。
優選的，該的監控方法，包括：若人員影像以及待監控人員成功匹配，刪除該人員影像以及待監控人員在其他匹配中的序列。
優選的，該的監控方法，包括：刪除連續比對三個幀數圖像過程中均未取得人員影像的待監控人員資訊；刪除連續比對三個幀數圖像過程中人員影像中心座標未改變的待監控人員資訊。
一種計數方法，包括：在監控區域設定計數線；監控人員影像移動狀況；判斷人員影像的第一端點及第二端點是否均越過計數線，若人員影像的第一端點及第二端點均越過計數線，增加計數人次；若人員影像的第一端點及第二端點未越過計數線，監控人員影像移動狀況；增加計數人次；判斷人員影像對應待監控人員是否離開監控區域，若人員影像對應待監控人員離開監控區域，結束流程；若人員影像對應待監控人員未離開監控區域，監控人員影像移動狀況。
透過端點及顏色空間匹配，該監控裝置資源佔用較小且不需要調用過多目標個體特徵。
100‧‧‧監控裝置
10‧‧‧存儲模組
11‧‧‧提取模組
12‧‧‧計算模組
13‧‧‧訊號獲取裝置
1000‧‧‧監控區域
121‧‧‧計數線
圖1為本發明監控裝置的較佳實施方式的方框圖。
圖2-3為本發明監控裝置的較佳實施方式中提取模組的作用效果的示意圖。
圖4-13為本發明監控裝置的較佳實施方式中計算模組的作用效果示意圖。
圖14為本發明監控方法的較佳實施方式的流程圖。
圖15為本發明計數方法的較佳實施方式的流程圖。
請參考圖1，本發明監控裝置100的較佳實施方式包括存儲模組10、提取模組11、計算模組12以及一訊號獲取裝置13。
該訊號獲取裝置13用於提供一影像訊號。在一實施方式中，該訊號獲取裝置13包括一攝影機。在其他實施方式中，該訊號獲取裝置13可以用於接收外界提供的影像訊號。
該存儲模組10用於存儲待監控人員資訊。該待監控人員資訊包括待監控人員顏色資訊。
該提取模組11用於接收該訊號獲取裝置13輸出的該影像訊號，該提取模組11還用於從該影像訊號中提取人員影像。
該計算模組12用於處理該提取模組11提取的人員影像。
在一實施方式中，該計算模組12將該提取模組11提取的人員影像與該存儲模組10存儲的待監控人員資訊進行比對，以將該影像訊號中的人員影像與該存儲模組10存儲的待監控人員資訊進行一一對應。
請參考圖2，圖2為該提取模組11對該影像訊號進行背景刪除的示意圖。該影像訊號中包括人員影像1及人員影像2。該人員影像1位於畫面左方。該人員影像2位於畫面右側。
本實施方式中，該提取模組11利用連通區域分析(connected component analysis-labeling)檢查該影像訊號的畫面中存有人員影像的圖元點。該提取模組11依據一預設的人員影像的尺寸切割目的區域以逐一取得畫面中存在的每一個人員影像。
請參考圖3，圖3為該提取模組11對該人員影像1及人員影像2進行提取的過程。
本實施方式中，該提取模組11分別標記該人員影像1及人員影像2中最上方、最下方、最左側及最右側的端點。該提取模組11將該人員影像1的最上方、最下方、最左側及最右側的端點連接以得到人員影像1所分佈的區域。該提取模組11切割該區域以得到單獨的人員影像1。
類似地，該提取模組11將該人員影像2的最上方、最下方、最左側及最右側的端點連接以得到人員影像2所分佈的區域。該提取模組11切割該區域以得到單獨的人員影像2。
請參考圖4，圖4為該計算模組12對該人員影像1及人員影像2進行處理以得到人員影像1中心座標及人員影像2中心座標的示意圖。
本實施方式中，該計算模組12對該人員影像1的四個端點進行對角連線，連線交叉點被認為是該人員影像1的中心點，該計算模組12記錄該人員影像1的中心座標為(a1，b1)。
類似地，該計算模組12對該人員影像2的四個端點進行對角連線，連線交叉點被認為是該人員影像2的中心點，該計算模組12記錄該人員影像2的中心座標為(a2，b2)。
請參考圖5，圖5為該計算模組12對該人員影像1進行HSV顏色空間處理得到的H值長條圖以及H等級長條圖。
該計算模組12對該人員影像1及人員影像2的RGB顏色資訊進行處理，依據一預設公式(參考前案提供公式)將該人員影像1及人員影像2的RGB顏色資訊轉換為對應的HSV顏色空間數值。
其中，該HSV顏色空間中的H值(色調值)可用於反應個體影像的特徵分佈。
本實施方式中，透過公式將該H值轉換為H等級：H等級=原始H值/4。
透過上述公式得到圖5中右側的人員影像1的H等級長條圖。該人員影像1的H等級長條圖中，部分數值細微變動的圖元點位元被調整至同一H等級，透過上述途徑可以降低光線、角度等其他因素所造成的誤差。
透過比較圖5中左側的人員影像1的H值長條圖以及右側的人員影像1的H等級長條圖可知，人員影像1之整體圖形走勢並無顯著改變，轉換後的H等級長條圖仍然可以準確反映人員影像1的特徵。
類似地，圖6揭示了該計算模組12對該人員影像2進行HSV顏色空間處理得到的H值長條圖以及H等級長條圖。
在針對人員影像2進行H值及H等級變化時，部分數值細微變動的圖元點位元被調整至同一H等級，透過上述途徑可以降低光線、角度等其他因素所造成的誤差。
透過比較圖6中左側的人員影像2的H值長條圖以及右側的人員影像2的H等級長條圖可知，人員影像2之整體圖形走勢並無顯著改變，轉換後的H等級長條圖仍然可以準確反映人員影像2的特徵。
請參考圖7，圖7為該計算模組12對人員影像進行比對的示意圖。
本實施方式中，該提取模組11從一影像訊號中提取複數幀數的人員影像1及人員影像2，該提取模組11將該等幀數的人員影像1及人員影像2輸出至該計算模組12。
本實施方式中，當該存儲模組10並未儲存待監控人員資訊時，該計算模組12選擇不調用該存儲模組10中的待監控人員資訊而將該人員影像1及人員影像2新建為待監控人員。
該計算模組12接收該等幀數的人員影像1及人員影像2。該計算模組12將第一幀中人員影像1的中心座標(a1，b1)作為待監控人員A的中心座標。
該計算模組12將第一幀中人員影像2的中心座標(a2，b2)作為待監控人員B的中心座標。
該計算模組12將該第一幀中的人員影像1及人員影像2定義為新建待監控人員A及待監控人員B。在針對第二幀進行追蹤時，該待監控人員A及待監控人員B的中心座標有概率發生變化。該計算模組12透過對中心座標的追蹤實現對待監控人員A及待監控人員B的追蹤。
在一實施方式中，該計算模組12採用第一對比方法，即使用待監控人員A的中心座標、待監控人員B的中心座標與下一幀中的人員影像1的中心座標、人員影像2的中心座標進行兩兩對比。該計算模組12計算兩中心座標之間的距離。該計算模組12按照兩中心座標之間的距離長短排定第一對比順序，即兩中心座標的距離越短，兩中心座標代表人員影像的H等級對比順序就越靠前。優選的，當該待監控人員A的中心座標與下一幀中的人員影像1的中心座標距離為4、該待監控人員A的中心座標與下一幀中的人員影像2的中心座標距離為31、該待監控人員B的中心座標與下一幀中的人員影像1的中心座標距離為30、該待監控人員B的中心座標與下一幀中的人員影像2的中心座標距離為6時，該計算模組12的首先選擇將該待監控人員A的H等級長條圖與下一幀中的人員影像1的H等級長條圖進行比對；該計算模組12的第二選擇為將該待監控人員B的H等級長條圖與下一幀中的人員影像2的H等級長條圖進行比對；該計算模組12的第三選擇為將該待監控人員B的H等級長條圖與下一幀中的人員影像1的H等級長條圖進行比對，該計算模組12的第四選擇為將該待監控人員A的H等級長條圖與下一幀中人員影像2的H等級長條圖進行比對。
在一實施方式中，該計算模組12在第n幀影像訊號中針對人員影像n及人員影像m進行監控。該計算模組12計算該人員影像n的中心座標(an，bn)。該計算模組12計算該人員影像m的中心座標(am，bm)。該計算模組12將該人員影像n的中心座標(an，bn)以及該人員影像m的中心座標(am，bm)與該計算模組12在第n-1幀影像訊號中獲得的中心座標進行比對。
本實施方式中，該計算模組12選擇下一幀中中心座標距離最小的三組人員影像與待監控人員x進行比對。
請參考圖8，圖8揭示了該計算模組12將待監控人員A的H等級長條圖與下一幀中個體影像1的H等級長條圖的比對過程。
該計算模組12將該待監控人員A的H等級長條圖與該下一幀中個體影像1的H等級長條圖相疊加，未完全重疊的區域面積即為該待監控人員A的H等級長條圖與該下一幀中個體影像1的H等級長條圖之間的差異值。
該計算模組12選取了該幀圖像中的中心座標距離該待監控人員A的中心座標最小的三組人員影像進行比對，即計算模組12需要將該待監控人員A的H等級長條圖與三組人員影像的H等級長條圖進行疊加，得到三組人員影像的H等級長條圖與待監控人員A的H等級長條圖的差異值。其中差異值最小的人員影像被認為是待監控人員在該幀圖像中的人員影像。
在其他實施方式中，該計算模組12還可以選取不同組人員影像進行比對。
在其他實施方式中，該計算模組12可以跳過中心座標距離這一步驟，直接進行H等級長條圖比對。
本實施方式中，該計算模組12在確認待監控人員A的人員影像為人員影像X後，該計算模組12馬上刪除佇列中所有人員影像X的比對工作，以減少系統負擔。
請參考圖9，圖9為計算模組12在確認待監控人員B的人員影像在第t+1幀中為人員影像2之後，該計算模組12馬上刪除佇列中待監控人員B的對比工作，以減少系統負擔。
在一實施方式中，該計算模組12在確認待監控人員A在特定幀數的人員影像後，該計算模組12馬上刪除佇列中所有關於待監控人員A以及其對應人員影像的比對工作，以減少系統負擔。
請參考圖10，該計算模組12在將所有待監控人員進行人員影像比對以及匹配後，若仍存在人員影像未匹配，該計算模組12判斷未匹配的人員影像為監控區域的新增人員。該計算模組12將該未匹配的人員影像的資訊新增為待監控人員並編號。
本實施方式中，該計算模組12還包括一誤判刪除機制。該計算模組12在新增待監控人員L後，若該待監控人員L在後續的N幀圖像中均無法成功匹配人員影像，該計算模組12認為該待監控人員L為誤判，該計算模組12刪除該待監控人員L的資訊，其中N代表一預設數位，本實施方式中，N的值為3。
請參考圖11，該計算模組12的誤判刪除機制還包括當後續N幀中，待監控人員C的中心座標未發生變化，該計算模組12將該待監控人員C判斷為誤判，該計算模組12刪除該待監控人員C的資訊，其中N代表一預設數位，本實施方式中，N的值為3。
請一併參考圖12-14，該計算模組12在監控區域1000預設一計數線121。該監控區域1000中包括人員影像1及人員影像2。該人員影像1及人員影像2均包括相對靠近該計數線121的第一端點F以及相對遠離該計數線121的第二端點S。
以人員影像2為例，當該計算模組12判斷該人員影像2的第一端點F越過該計數線121時，該計算模組12持續監控該人員影像2，當在後續幀數圖像中，該人員影像2的第二端點S也越過該計數線121時，該計算模組12判斷該人員影像2代表的待監控人員越過了該計數線121，該計算模組12的計數人次增加一人。若該人員影像2僅一端點越過該計數線121，該計算模組12不增加計數人次。
請參考圖14，本發明監控方法200包括：步驟201，去除背景圖像以提取人員影像；步驟202，計算人員影像的中心座標以及H等級長條圖；步驟203，第一步比對待監控人員中心座標與人員影像中心座標距離以排列第二步比對順序；步驟204，第二步比對人員影像H等級長條圖與待監控人員H等級長條圖；步驟205，將待監控人員與人員影像一一對應後剩餘的未匹配人員影像新建為待監控人員並編號；步驟206，啟動誤判篩選機制。
其中，步驟204還包括：若人員影像以及待監控人員成功匹配，刪除該人員影像以及待監控人員在其他匹配中的序列。
其中，該步驟206還包括：刪除連續比對三個幀數圖像過程中均未取得人員影像的待監控人員資訊；刪除連續比對三個幀數圖像過程中人員影像中心座標未改變的待監控人員資訊。
請參考圖15，本發明監控裝置100還可提供一計數方法300。
該計數方法300包括：步驟301，在監控區域設定計數線；步驟302，監控人員影像移動狀況；步驟303，判斷人員影像的第一端點及第二端點是否均越過計數線，若人員影像的第一端點及第二端點均越過計數線，到步驟304；若人員影像的第一端點及第二端點未越過計數線，到步驟302；步驟304，增加計數人次；步驟305，判斷人員影像對應待監控人員是否離開監控區域，若人員影像對應待監控人員離開監控區域，結束流程；若人員影像對應待監控人員未離開監控區域，到步驟302。
透過端點及顏色空間匹配，該監控裝置100資源佔用較小且不需要調用過多目標個體特徵。
綜上所述，本發明係合乎發明專利申請條件，爰依法提出專利申請。惟，以上所述僅為本發明之較佳實施例，舉凡熟悉本案技藝之人士其所爰依本案之創作精神所作之等效修飾或變化，皆應涵蓋於以下之申請專利範圍內。

Claims (9)

  1. 一種監控裝置，包括：一提取模組，該提取模組用於接收一影像訊號，該提取模組還用於從該影像訊號中提取人員影像；一計算模組，該計算模組用於處理該提取模組提取的人員影像並將第一幀圖像訊號中的人員影像建立為待監控人員並編號；其中該提取模組用於對該影像訊號進行背景去除，該提取模組提供人員影像至該計算模組，該計算模組用於計算該人員影像的中心座標以及顏色空間對應值，該計算模組依據該人員影像的顏色空間對應值計算得到該人員影像的H等級長條圖，該計算模組用於比對該人員影像的中心座標與待監控人員的中心座標距離以排列匹配順序，該計算模組還用於將人員影像的H等級長條圖與待監控人員的H等級長條圖進行匹配。
  2. 如申請專利範圍第1項所述之監控裝置，其中該提取模組利用連通區域分析檢查該影像訊號的畫面中存有人員影像的圖元點，該提取模組依據一預設的人員影像的尺寸切割目的區域以取得畫面中存在的每一個人員影像。
  3. 如申請專利範圍第1項所述之監控裝置，其中該監控裝置還包括一存儲模組，該存儲模組用於儲存待監控人員資訊。
  4. 如申請專利範圍第1項所述之監控裝置，其中該計算模組用於在監控區域提供一計數線，該計算模組用於判斷人員影像的第一端點及第二端點是否均越過該計數線，當人員影像的第一端點及第二端點均越過該計數線時，該計算模組判斷該人員影像對應的待監控人員越過該計數線。
  5. 一種監控方法，包括：去除背景圖像以提取人員影像；計算人員影像的中心座標以及H等級長條圖；比對待監控人員中心座標與人員影像中心座標距離以排列第二步比對順序；比對人員影像H等級長條圖與待監控人員H等級長條圖；新建未匹配人員影像為待監控人員並編號。
  6. 如申請專利範圍第5項所述之監控方法，包括：啟動誤判篩選機制。
  7. 如申請專利範圍第5項所述之監控方法，包括：若人員影像以及待監控人員成功匹配，刪除該人員影像以及待監控人員在其他 匹配中的序列。
  8. 如申請專利範圍第5項所述之監控方法，包括：刪除連續比對三個幀數圖像過程中均未取得人員影像的待監控人員資訊；刪除連續比對三個幀數圖像過程中人員影像中心座標未改變的待監控人員資訊。
  9. 一種計數方法，包括：在監控區域設定計數線；監控人員影像移動狀況；判斷人員影像的第一端點及第二端點是否均越過計數線，若人員影像的第一端點及第二端點均越過計數線，增加計數人次；若人員影像的第一端點及第二端點未越過計數線，監控人員影像移動狀況；增加計數人次；判斷人員影像對應待監控人員是否離開監控區域，若人員影像對應待監控人員離開監控區域，結束流程；若人員影像對應待監控人員未離開監控區域，監控人員影像移動狀況。
TW105113348A 2016-04-28 2016-04-28 監控裝置、監控方法及計數方法 TWI620148B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW105113348A TWI620148B (zh) 2016-04-28 2016-04-28 監控裝置、監控方法及計數方法
US15/141,853 US20170316257A1 (en) 2016-04-28 2016-04-29 Device and method for monitoring people, method for counting people at a location

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW105113348A TWI620148B (zh) 2016-04-28 2016-04-28 監控裝置、監控方法及計數方法

Publications (2)

Publication Number Publication Date
TW201738844A TW201738844A (zh) 2017-11-01
TWI620148B true TWI620148B (zh) 2018-04-01

Family

ID=60158349

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105113348A TWI620148B (zh) 2016-04-28 2016-04-28 監控裝置、監控方法及計數方法

Country Status (2)

Country Link
US (1) US20170316257A1 (zh)
TW (1) TWI620148B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110020572B (zh) * 2018-01-08 2021-08-10 比亚迪股份有限公司 基于视频图像的人数统计方法、装置、设备及存储介质
TWI697868B (zh) * 2018-07-12 2020-07-01 廣達電腦股份有限公司 影像物件追蹤系統及方法
CN110458146A (zh) * 2019-08-25 2019-11-15 沃航（武汉）科技股份有限公司 一种办公区域人流实时监测管理系统
KR102655474B1 (ko) * 2021-07-07 2024-04-05 서울시립대학교 산학협력단 보행량 측정 장치 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6771818B1 (en) * 2000-04-04 2004-08-03 Microsoft Corporation System and process for identifying and locating people or objects in a scene by selectively clustering three-dimensional regions
US7092566B2 (en) * 1999-11-23 2006-08-15 Microsoft Corporation Object recognition system and process for identifying people and objects in an image of a scene
TW201447817A (zh) * 2013-06-04 2014-12-16 Utechzone Co Ltd 偵測人員使用手持裝置的方法、裝置及其影像警報系統
TW201530495A (zh) * 2014-01-22 2015-08-01 Univ Nat Taiwan Science Tech 移動物體追蹤方法及電子裝置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7092566B2 (en) * 1999-11-23 2006-08-15 Microsoft Corporation Object recognition system and process for identifying people and objects in an image of a scene
US6771818B1 (en) * 2000-04-04 2004-08-03 Microsoft Corporation System and process for identifying and locating people or objects in a scene by selectively clustering three-dimensional regions
TW201447817A (zh) * 2013-06-04 2014-12-16 Utechzone Co Ltd 偵測人員使用手持裝置的方法、裝置及其影像警報系統
TW201530495A (zh) * 2014-01-22 2015-08-01 Univ Nat Taiwan Science Tech 移動物體追蹤方法及電子裝置

Also Published As

Publication number Publication date
US20170316257A1 (en) 2017-11-02
TW201738844A (zh) 2017-11-01

Similar Documents

Publication Publication Date Title
TWI620148B (zh) 監控裝置、監控方法及計數方法
TWI439951B (zh) 人臉影像性別辨識系統及其辨識方法及其電腦程式產品
WO2020215552A1 (zh) 多目标跟踪方法、装置、计算机设备及存储介质
WO2016188021A1 (zh) 颜色辨识系统、颜色辨识方法和显示装置
CN109740572B (zh) 一种基于局部彩色纹理特征的人脸活体检测方法
TWI667621B (zh) 人臉辨識方法
TW200533899A (en) Rapid color recognition method
WO2019109793A1 (zh) 人头区域识别方法、装置及设备
CN110096945B (zh) 基于机器学习的室内监控视频关键帧实时提取方法
US20210272272A1 (en) Inspection support apparatus, inspection support method, and inspection support program for concrete structure
WO2014036813A1 (zh) 图像特征的提取方法及装置
CN105184308B (zh) 一种基于全局优化决策的遥感图像建筑物检测分类方法
WO2020077869A1 (zh) 图像检索方法、装置、终端及存储介质
WO2020133983A1 (zh) 一种信号灯的识别方法及装置、电子设备
WO2023236372A1 (zh) 基于图片识别的表面缺陷检测方法
WO2023273297A1 (zh) 基于多模态的活体检测方法、装置、电子设备及存储介质
TW202201275A (zh) 手部作業動作評分裝置、方法及電腦可讀取存儲介質
CN113743378B (zh) 一种基于视频的火情监测方法和装置
CN107797784A (zh) 获取拼接处理器的适配分辨率的方法及装置
WO2020087434A1 (zh) 一种人脸图像清晰度评价方法及装置
CN106960188B (zh) 天气图像分类方法及装置
Zhengming et al. Skin detection in color images
JP2019133433A (ja) 画像処理装置、画像処理方法、およびプログラム
CN112633179A (zh) 基于视频分析的农贸市场过道物体占道检测方法
CN107341430B (zh) 监控装置、监控方法及计数方法