TWI755960B - 物件計數方法及其相關監控攝影機 - Google Patents
物件計數方法及其相關監控攝影機 Download PDFInfo
- Publication number
- TWI755960B TWI755960B TW109143047A TW109143047A TWI755960B TW I755960 B TWI755960 B TW I755960B TW 109143047 A TW109143047 A TW 109143047A TW 109143047 A TW109143047 A TW 109143047A TW I755960 B TWI755960 B TW I755960B
- Authority
- TW
- Taiwan
- Prior art keywords
- vector
- trajectory
- counting method
- start point
- monitoring range
- Prior art date
Links
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
- H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
-
- 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
- G06T7/215—Motion-based segmentation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
-
- 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
- G06T2207/30—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
- G06T2207/30232—Surveillance
-
- 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
- G06T2207/30241—Trajectory
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一種物件計數方法及其相關監控攝影機,該物件計數方法用來判斷通過一監控範圍的物件數量與方向。該物件計數方法包含有取得複數筆歷史軌跡,將該複數筆歷史軌跡區分成沿著一第一方向通過該監控範圍的一第一群和沿著一第二方向通過該監控範圍的一第二群,計算該第一群的一第一開始點運算值與該第二群的一第二開始點運算值以取得一開始點連接向量,以及將該開始點連接向量相比於一物件的一軌跡向量,以判斷該物件是否沿著該第一方向或該第二方向通過該監控範圍。
Description
本發明係提供一種物件計數方法及其相關監控攝影機,尤指一種可以減少手動設定步驟而能自動執行精確分析的物件計數方法及其相關監控攝影機。
流量分析技術廣泛應用在商場顧客、車輛乘客的流量統計等方面,乘客穿越特定出入口就視為一筆流量資訊。為了判斷物件是否通過特定出入口,傳統流量分析技術會在影像畫面中對應於該出入口的位置劃設一條流道,只要物件穿越流道即認為該物件符合條件,而增加流量計數。但是,傳統的流量分析技術需根據出入口之形狀與尺寸對應劃設流道。監控攝影機安裝在不同款式的車輛時,需針對各款式車輛的車門設計相應流道;即使安裝在同款式車輛,大型車輛的前門與後門亦有不同環境特徵,也需針對前後門之差異分別設計對應流道。因此,如何設計一種不受限於監控環境、能自動偵測且分辨監控環境之進入與離開軌跡的嶄新流量分析技術,便為相關監控產業的重點發展目標。
本發明係提供一種可以減少手動設定步驟而能自動執行精確分析的
物件計數方法及其相關監控攝影機,以解決上述之問題。
本發明之申請專利範圍係揭露一種物件計數方法,用來判斷通過一監控範圍的物件數量與方向。該物件計數方法包含有取得複數筆歷史軌跡,將該複數筆歷史軌跡區分成沿著一第一方向通過該監控範圍的一第一群和沿著一第二方向通過該監控範圍的一第二群,計算該第一群的一第一開始點運算值與該第二群的一第二開始點運算值以取得一開始點連接向量,以及將該開始點連接向量相比於一物件的一軌跡向量,以判斷該物件是否沿著該第一方向或該第二方向通過該監控範圍。
本發明之申請專利範圍另揭露一種監控攝影機,其包含有一攝影單元以及一運算處理器。該用來取得關聯於一監控範圍的複數個監控影像。該運算處理器以有線或無線方式電連接該攝影單元。該運算處理器可根據該些監控影像取得複數筆歷史軌跡,將該複數筆歷史軌跡區分成沿著一第一方向通過該監控範圍的一第一群和沿著一第二方向通過該監控範圍的一第二群,計算該第一群的一第一開始點運算值與該第二群的一第二開始點運算值以取得一開始點連接向量,以及將該開始點連接向量相比於一物件的一軌跡向量,以判斷該物件是否沿著該第一方向或該第二方向通過該監控範圍。
本發明之物件計數方法及其相關監控攝影機,不需針對監控環境之變異分別調整監控攝影機的設定參數;只要監控攝影機的監控範圍有涵蓋到車門內外之區域,本發明的物件計數方法不需要使用者以手動方式明確劃定車門的形狀與尺寸,就能根據所蒐集到的歷史軌跡分析快速找出可供判斷物件是否進出、以及沿著何方向進出的參考依據,進一步有效提高物件計數的執行速度
和偵測準確度。
10:監控攝影機
12:攝影單元
14:運算處理器
Ps:開始點
Pe:結束點
Pr:中繼點
Vt:軌跡向量
C1:第一開始點運算值
C2:第二開始點運算值
Vs:開始點連接向量
O1:出發點
O2:終止點
Vu:軌跡向量
L:投影長度
Lth:第一長度門檻
G1:第一群
G2:第二群
D1:第一方向
D2:第二方向
S100、S102、S104、S106、S108、S110、S112、S114、S116、S118、S120、S122:步驟
第1圖為本發明實施例之監控攝影機之功能方塊圖。
第2圖為本發明實施例之物件計數方法之流程圖。
第3圖至第6圖為本發明實施例之監控攝影機所取得監控影像之示意圖。
第7圖為本發明實施例之監控攝影機在其它情況所取得監控影像之示意圖。
請參閱第1圖,第1圖為本發明實施例之監控攝影機10之功能方塊圖。監控攝影機10可以應用在截然不同的各種環境,例如商店門口、火車車門或公車車門,用來計算人流數量,且不需針對監控環境作特定參數設定或調整。監控攝影機10可以是二維攝影機,計算監控影像內的行人圖案的幾何中心作為軌跡點,例如圖案中心或圖案重心;監控攝影機10還可以是三維攝影機,從監控影像取得行人的深度資訊,依據行人頭部推估其腳部位置以作為軌跡點,然實際應用不限於前揭兩種實施態樣,端視設計需求而定。
以公車為例,不同的車款會有不同車門尺寸、不同走道寬度、不同天花板高度、不同安裝傾斜度等差異。本發明的監控攝影機10係安裝在靠近車門的天花板,針對進出車門的乘客進行分析及計數,而本發明不需要針對監控環境之變化進行監控攝影機10之相應設定與調整,能夠有效減少人工調校負擔、從而提高計數準確度。監控攝影機10可包含攝影單元12以及運算處理器14。攝影單元12用來取得關聯於監控範圍的複數個監控影像。運算處理器14以有線
或無線方式電連接攝影單元12,可分析該些監控影像來判斷通過監控範圍的物件數量與方向。
請參閱第2圖至第6圖,第2圖為本發明實施例之物件計數方法之流程圖,第3圖至第6圖為本發明實施例之監控攝影機10所取得監控影像之示意圖。第2圖所述之物件計數方法可適用於第1圖所示之監控攝影機10。關於物件計數方法,首先執行步驟S100,物件計數方法記錄一段時間內,通過監控影像之所有物件的複數筆歷史軌跡。若監控攝影機10安裝在公車車門,監控攝影機10面向車門拍攝第3圖至第6圖所示之監控影像,監控範圍為公車內相對開啟兩車門之間的進出區域,前述物件則為穿過車門而進入與離開公車的乘客。乘客上下車的行進路徑可能因排隊或推擠而為無規則曲線,第3圖內的無規則線條即為步驟S100之歷史軌跡。
特別一提的是,步驟S100係收集一系列監控影像,逐張分析各監控影像內所有物件的定位點來取得歷史軌跡,第3圖係為了方便使用者目視觀察,將所有物件的複數筆歷史軌跡標示在同一張監控影像,並非表示複數筆歷史軌跡可從單張監控影像分析取得,合先敘明。
本發明不需精確計算每一筆歷史軌跡在各時間點之座標位置,僅需根據每一筆歷史軌跡的移動趨勢來判斷物件的數量與移動方向,故能有效減少運算量而提高判斷效能。首先,物件計數方法執行步驟S102,取得每一筆歷史軌跡的開始點Ps與結束點Pe,並畫出每一筆歷史軌跡從開始點Ps到結束點Pe的軌跡向量Vt。為使圖面簡潔,在第4圖只選擇一筆歷史軌跡標記開始點Ps、結束點Pe及其軌跡向量Vt;然而,實際上每一筆歷史軌跡都會定義其開始點、結束點
與軌跡向量,其它軌跡向量僅以箭頭符號繪製,而未逐一標記元件符號。
接著,執行步驟S104,以聚類分析或其它分類技術將複數筆歷史軌跡(或其所對應之複數個軌跡向量Vt)分成沿著第一方向D1通過監控範圍的第一群G1、和沿著第二方向D2通過監控範圍的第二群G2,如第5圖所示。第一群G1係為離開車門之軌跡向量集合,第二群G2則為進入車門之軌跡向量集合。第一方向D1並非實質相反於第二方向D2,只要第一方向D1與第二方向D2能分別表示離開車門和進入車門之指向,即符合本發明之技術設定。接下來,執行步驟S106,計算第一群G1的第一開始點運算值C1和第二群G2的第二開始點運算值C2以取得開始點連接向量Vs,意即將第一群G1之所有軌跡向量的開始點提出作運算,以及將第二群G2之所有軌跡向量的開始點提出作運算。第一開始點運算值C1可以是第一群G1之所有開始點的平均值或重心值,第二開始點運算值C2則能為第二群G2之所有開始點的平均值或重心值,如第6圖所示。
步驟S100至S106可視為資料庫建置,係以數據統計方式判斷監控範圍的尺度與方向性。再接下來,若監控攝影機10偵測到待測物件穿越監控範圍,可執行步驟S108、S110與S112,取得待測物件之移動軌跡的出發點O1與終止點O2及其軌跡向量Vu,計算軌跡向量Vu相對於開始點連接向量Vs的投影長度L,再將投影長度L相比於預設的第一長度門檻Lth。其中,步驟S108所述之出發點O1和終止點O2分別為不規則移動軌跡的頭尾兩端的座標位置,出發點O1和終止點O2相連結則形成軌跡向量Vu。步驟S110所述之投影長度L係為軌跡向量Vu投影到第一開始點運算值C1和第二開始點運算值C2之間連接線(意即開始點連接向量Vs)的重疊線段長度。步驟S112所述之第一長度門檻Lth則是開始點連接向量Vs經加權運算之結果,且此加權值會依使用者經驗、監控範圍之場域特徵、計
數所需精確度或其它多種因素相關,故此不再詳細說明。第6圖所示之第一長度門檻Lth係設定為開始點連接向量Vs的一半長度,然實際應用不限於此。
其中,若監控攝影機10屬於三維攝影機,步驟S108中,物件計數方法首先會利用影像分析技術找出各監控影像內待測物件的頂端(例如頭部),根據物件的深度資訊去估算物件的底端(例如腳部),再以物件底端在不同時間點之各監控影像內的座標位置找出出發點O1與終止點O2,從而取得其軌跡向量Vu;或者,監控攝影機10也可以待測物件的頂端在不同時間點之各監控影像內的座標位置尋找出發點O1與終止點O2,其變化端視設計需求而定,於此不再詳加說明。
若投影長度L大於或等於第一長度門檻Lth,表示待測物件具有足夠長的移動距離,可執行步驟S114,判斷待測物件之軌跡向量Vu實際通過監控範圍。若投影長度L小於第一長度門檻Lth,表示待測物件沒有足夠長的移動距離,則執行步驟S116,判斷待測物件之軌跡向量Vu沒有通過監控範圍。若確認待測物件已通過監控範圍,還可進一步判斷待測物件係進入或離開監控範圍,故可接續執行步驟S118,計算軌跡向量Vu與開始點連接向量Vs的乘積結果以分析兩向量之方向性。若乘積結果大於或等於零,表示軌跡向量Vu與開始點連接向量Vs具有同向性,執行步驟S120以判斷待測物件沿著第一方向D1通過監控範圍。若乘積結果小於零,表示軌跡向量Vu與開始點連接向量Vs具有異向性,執行步驟S122,判斷待測物件沿著第二方向D2通過監控範圍。
還需一提的是,本發明之物件計數方法也可選擇性利用第一群G1與第二群G2之間的結束點連接向量,來判斷待測物件是否沿著第一方向D1或第二方向D2通過監控範圍;然而,乘客上車後會分別往兩側走道方向行進,下車時
會分散從不同方向離開,故結束點連接向量之第一結束點運算值和第二結束點運算值或可會進一步調整以能精確代表進入與離開監控範圍的軌跡結束區。反之,乘客上車前一般會聚集在車門外,下車時也聚集在車門前,因此物件計數方法較佳以第一群G1與第二群G2的開始點連接向量Vs,作為待測物件是否沿著第一方向D1或第二方向D2通過監控範圍的判斷基準,然實際應用當不限於此。
前述之應用主要在公車未客滿時,乘客進入與離開公車的計數和方向判斷,乘客的歷史軌跡係如第3圖所示。請再參閱第7圖,第7圖本發明實施例之監控攝影機10在其它情況所取得監控影像之示意圖。若公車幾近客滿,車門從開啟狀態切換為關閉狀態時,部分乘客會停留或徘徊在監控範圍內、但無法穿過監控範圍往兩側走道行進;乘客的歷史軌跡可如第7圖所示,特定情境發生(例如車門關閉)前的開始點Ps會接近車門,徘徊在監控範圍內的軌跡則會提供多個中繼點Pr。此時該些乘客的移動距離較短,使用第一長度門檻Lth作為判斷依據可能會有計數失真的問題,故本發明之物件計數方法可因應此特定情境自動觸發運算處理器14將第一長度門檻Lth調整為距離較短的第二長度門檻,專用於分析待測物件進入且停留/徘徊在車門旁的計數與方向判斷。
在步驟S108中,物件計數方法可進一步偵測監控範圍之情境條件。若監控範圍非處於特定情境,表示車門保持在開啟狀態,係依前述步驟S108至S122進行分析判斷。若監控範圍處於特定情境,表示車門已經關閉,物件計數方法可選擇性將第一長度門檻Lth轉換為第二長度門檻(沒有標示在附圖中),並找出待測物件在特定情境發生前的開始點(從車門外進入監控範圍之起始座標)、以及在特定情境發生後的一個或多個中繼點(車門關閉時,乘客可能在車內小幅度移動以尋找適合位置),再計算開始點相對於該些中繼點的多筆候選軌跡
向量。
通常來說,多筆候選軌跡向量中長度最長的候選軌跡向量可視為乘客已經盡量移動到車內最深位置,意即與車門保持一定距離以策安全,故物件計數方法會設定長度最長的候選軌跡向量作為待測物件的軌跡向量Vu,再將軌跡向量Vu相對於開始點連接向量Vs的投影長度L相比第二長度門檻,並接續應用步驟S114至S122去判斷待測物件是否通過監控範圍。換言之,本發明在車門開啟時係以第一長度門檻Lth判斷進入與離開公車的乘客數量;若車門關閉,物件計數方法可選擇性強制改用縮短調整後的第二長度門檻去判斷進入公車的乘客數量,確保能將停留在車門旁的物件正確計入。
綜上所述,本發明之物件計數方法及其相關監控攝影機,不需針對監控環境之變異分別調整監控攝影機的設定參數;只要監控攝影機的監控範圍有涵蓋到車門內外之區域,本發明的物件計數方法不需要使用者以手動方式明確劃定車門的形狀與尺寸,就能根據所蒐集到的歷史軌跡分析快速找出可供判斷物件是否進出、以及沿著何方向進出的參考依據,進一步有效提高物件計數的執行速度和偵測準確度。
以上所述僅為本發明之較佳實施例,凡依本發明申請專利範圍所做之均等變化與修飾,皆應屬本發明之涵蓋範圍。
S100、S102、S104、S106、S108、S110、S112、S114、S116、S118、S120、S122:步驟
Claims (10)
- 一種物件計數方法,用來判斷通過一監控範圍的物件數量與方向,應用於具有一攝影單元和一運算處理器之一監控攝影機,該物件計數方法包含有:該運算處理器分析該攝影單元拍攝之多張監控影像以取得複數筆歷史軌跡;該運算處理器取得該複數筆歷史軌跡之每一筆歷史軌跡的一開始點、一結束點、與該開始點和該結束點之間的一軌跡向量;該運算處理器將該複數筆歷史軌跡之複數個軌跡向量區分成沿著一第一方向通過該監控範圍的一第一群和沿著一第二方向通過該監控範圍的一第二群;該運算處理器計算該第一群的一第一開始點運算值與該第二群的一第二開始點運算值以取得一開始點連接向量;以及該運算處理器將該開始點連接向量相比於一物件的一軌跡向量,以判斷該物件是否沿著該第一方向或該第二方向通過該監控範圍。
- 如請求項1所述之物件計數方法,其中將該開始點連接向量相比於該物件的該軌跡向量以判斷該物件是否沿著該第一方向或該第二方向通過該監控範圍係包含有:該運算處理器計算該軌跡向量相對於該開始點連接向量之一投影長度;以及該運算處理器將該投影長度相比於一第一長度門檻,以判斷該物件是否通過該監控範圍。
- 如請求項2所述之物件計數方法,其中該投影長度係為該軌跡向量 投影到該第一開始點運算值和該第二開始點運算值之間的一連接線的一線段長度。
- 如請求項2所述之物件計數方法,其中該投影長度大於或等於該第一長度門檻,該運算處理器判斷該軌跡向量通過該監控範圍,該投影長度小於該第一長度門檻,該運算處理器判斷該軌跡向量沒有通過該監控範圍。
- 如請求項1所述之物件計數方法,其中將該開始點連接向量相比於該物件的該軌跡向量以判斷該物件是否沿著該第一方向或該第二方向通過該監控範圍係包含有:該運算處理器計算該軌跡向量與該開始點連接向量的一乘積結果;以及該運算處理器利用該乘積結果判斷該物件係沿著該第一方向或該第二方向通過該監控範圍。
- 如請求項5所述之物件計數方法,其中該軌跡向量與該開始點連接向量具有同向性,該運算處理器判斷該物件沿著該第一方向行進,該軌跡向量與該開始點連接向量具有異向性,該運算處理器判斷該物件沿著該第二方向行進。
- 如請求項2所述之物件計數方法,另包含有:該運算處理器受觸發將該第一長度門檻轉換為一第二長度門檻;該運算處理器找出該物件的多個中繼點以及在該運算處理器受觸發前的一開始點;該運算處理器分別計算該開始點與該多個中繼點的多筆候選軌跡向量, 該運算處理器選取長度最長之該候選軌跡向量作為該軌跡向量;以及該運算處理器將該軌跡向量在該開始點連接向量之該投影長度相比於該第二長度門檻,以判斷該物件是否通過該監控範圍。
- 如請求項1所述之物件計數方法,其中該第一開始點運算值係為該第一群的複數個第一開始點的一平均值或一重心值。
- 如請求項1所述之物件計數方法,另包含有:該運算處理器利用影像分析技術找出一監控影像內該物件的一頂端;該運算處理器根據該物件的深度資訊估算該物件的一底端;以及該運算處理器以該底端在不同時間點的座標資訊取得該物件之該軌跡向量。
- 一種監控攝影機,其包含有:一攝影單元,用來取得關聯於一監控範圍的複數個監控影像;以及一運算處理器,以有線或無線方式電連接該攝影單元,根據該些監控影像來執行如請求項1至請求項9之其中之一所述之物件計數方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109143047A TWI755960B (zh) | 2020-12-07 | 2020-12-07 | 物件計數方法及其相關監控攝影機 |
US17/536,127 US11790657B2 (en) | 2020-12-07 | 2021-11-29 | Object counting method and surveillance camera |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109143047A TWI755960B (zh) | 2020-12-07 | 2020-12-07 | 物件計數方法及其相關監控攝影機 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI755960B true TWI755960B (zh) | 2022-02-21 |
TW202223841A TW202223841A (zh) | 2022-06-16 |
Family
ID=81329245
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109143047A TWI755960B (zh) | 2020-12-07 | 2020-12-07 | 物件計數方法及其相關監控攝影機 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11790657B2 (zh) |
TW (1) | TWI755960B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009051100A1 (de) * | 2008-10-31 | 2010-05-06 | Ait Austrian Institute Of Technology Gmbh | Verfahren zum Zählen von Objekten |
TW201129932A (en) * | 2010-02-25 | 2011-09-01 | Chunghwa Telecom Co Ltd | Image-type method for counting the number of people passing through an entrance |
TWI511058B (zh) * | 2014-01-24 | 2015-12-01 | Univ Nat Taiwan Science Tech | 一種影片濃縮之系統及方法 |
TWI611374B (zh) * | 2017-05-04 | 2018-01-11 | Chunghwa Telecom Co Ltd | 垂直式影像人流計數之性別與年齡辨識方法 |
TWI616849B (zh) * | 2016-11-11 | 2018-03-01 | 南開科技大學 | 智慧公車系統及其實施方法 |
TWI633501B (zh) * | 2017-08-15 | 2018-08-21 | 晶睿通訊股份有限公司 | 物件計數裝置、物件計數系統及物件計數方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3521637B2 (ja) * | 1996-08-02 | 2004-04-19 | オムロン株式会社 | 通過人数計測装置及びそれを用いた入退場者数管理システム |
-
2020
- 2020-12-07 TW TW109143047A patent/TWI755960B/zh active
-
2021
- 2021-11-29 US US17/536,127 patent/US11790657B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009051100A1 (de) * | 2008-10-31 | 2010-05-06 | Ait Austrian Institute Of Technology Gmbh | Verfahren zum Zählen von Objekten |
TW201129932A (en) * | 2010-02-25 | 2011-09-01 | Chunghwa Telecom Co Ltd | Image-type method for counting the number of people passing through an entrance |
TWI511058B (zh) * | 2014-01-24 | 2015-12-01 | Univ Nat Taiwan Science Tech | 一種影片濃縮之系統及方法 |
TWI616849B (zh) * | 2016-11-11 | 2018-03-01 | 南開科技大學 | 智慧公車系統及其實施方法 |
TWI611374B (zh) * | 2017-05-04 | 2018-01-11 | Chunghwa Telecom Co Ltd | 垂直式影像人流計數之性別與年齡辨識方法 |
TWI633501B (zh) * | 2017-08-15 | 2018-08-21 | 晶睿通訊股份有限公司 | 物件計數裝置、物件計數系統及物件計數方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202223841A (zh) | 2022-06-16 |
US20220180641A1 (en) | 2022-06-09 |
US11790657B2 (en) | 2023-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI452540B (zh) | 影像式之交通參數偵測系統與方法及電腦程式產品 | |
US9495600B2 (en) | People detection apparatus and method and people counting apparatus and method | |
CN101681555B (zh) | 状况判定装置、状况判定方法、异常判定装置、异常判定方法 | |
Liu et al. | Detecting and counting people in surveillance applications | |
TWI448977B (zh) | 基於視訊分析的物件計數方法與裝置 | |
KR101556693B1 (ko) | 객체 카운터 및 객체들을 카운트하는 방법 | |
US8737690B2 (en) | Video-based method for parking angle violation detection | |
JP6033695B2 (ja) | エレベータ監視装置及びエレベータ監視方法 | |
US10699567B2 (en) | Method of controlling a traffic surveillance system | |
US9177214B1 (en) | Method and apparatus for an adaptive threshold based object detection | |
JP2009143722A (ja) | 人物追跡装置、人物追跡方法及び人物追跡プログラム | |
TWI604416B (zh) | 影像流量分析方法及具有影像流量分析功能的攝影機 | |
US20160098603A1 (en) | Depth camera based detection of human subjects | |
US11315374B2 (en) | Detection of fraudulent access at control gates | |
KR102308892B1 (ko) | 영상 기반 교통량 측정 시스템 및 그 방법 | |
CN111079589B (zh) | 基于深度摄像和身高阈值像素标定的自动身高检测方法 | |
JP2010198566A (ja) | 人数計測装置、方法及びプログラム | |
JPH11282999A (ja) | 移動物体計測装置 | |
WO2022078134A1 (zh) | 一种人员流量分析方法和系统、电子设备和可读存储介质 | |
JP2015055875A (ja) | 移動先レーンに合流する移動アイテムの移動元レーンの判定 | |
TWI755960B (zh) | 物件計數方法及其相關監控攝影機 | |
CN112488042B (zh) | 一种基于视频分析的行人通行瓶颈判别方法及系统 | |
JP6558831B2 (ja) | オブジェクト追跡装置、方法およびプログラム | |
CN108573497B (zh) | 客流统计装置和方法 | |
TWI718823B (zh) | 物件識別方法及其相關監控攝影設備 |