CN106845344B - 人群统计方法及装置 - Google Patents
人群统计方法及装置 Download PDFInfo
- Publication number
- CN106845344B CN106845344B CN201611163976.6A CN201611163976A CN106845344B CN 106845344 B CN106845344 B CN 106845344B CN 201611163976 A CN201611163976 A CN 201611163976A CN 106845344 B CN106845344 B CN 106845344B
- Authority
- CN
- China
- Prior art keywords
- information
- crowd
- demographics
- image
- video image
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
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
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种人群统计方法及装置,属于监控***技术领域。其中,人群统计方法包括:获取预设时间内,每帧视频图像中的人群图像的所占面积比值;将预设时间内,所有的所占面积比值进行平均,以获取预设时间内的人群密度信息;将人群密度信息和预设人群密度信息进行比对,当人群密度信息大于预设人群密度信息,生成报警指令。因此,获取的视频图像不仅能够起到监控的作用,而通过对获取的视频图像的处理,到监控的能够得到预设时间内实际的人群密度,进而极大的提高了监控***的便捷性和适用性。
Description
技术领域
本发明涉及监控***技术领域,具体而言,涉及一种人群统计方法及装置。
背景技术
随着社会的发展,以及微电子技术、视频压缩处理技术、网络技术的飞速发展,监控***成本日益降低,因此监控***在社会上得到了广泛的应用。
目前的监控***通常可安装在自动提款机、小区物业、车站、商圈的公共场所出入口,或商圈的开放大厅中,并对大量人群的出入或逗留实现监控。通过监控***产生了良好的经济效益和社会效益。但目前现有的监控技术中,监控***的功能较为单一,只能够实现视频采集,并将采集的视频进行播放或回放的功能。因此,传统的公共区的监控***,往往是由监控人员在监控室观看显示屏来发现异常情况。这样的人工监视的方式难以对所监控人群的纵深信息进行进一步获取。从而单一的功能不仅已经逐渐无法满足监控***在各领域的纵深应用,且还严重影响了监控***的便捷性和适用性。
因此,如何有效的提高监控***的便捷性和适用性是目前业界一大难题。
发明内容
有鉴于此,本发明的目的在于提供一种人群数量统计方法及装置,其能够有效的提高提高监控***的便捷性和适用性。
本发明的实施例是这样实现的:
第一方面,本发明实施例提供了一种人群统计方法,应用于监控***,所述人群统计方法包括:获取预设时间内,每帧视频图像中的人群图像的所占面积比值。将预设时间内,所有的所述所占面积比值进行平均,以获取预设时间内的人群密度信息。将所述人群密度信息和预设人群密度信息进行比对,当所述人群密度信息大于所述预设人群密度信息,生成报警指令。
进一步的,获取预设时间内,每帧所述视频图像中的人群图像的所占面积比值的步骤,包括:对每帧所述视频图像进行边缘检测,以过滤掉每帧视频图像中的背景而获取的每帧所述视频图像中的人群图像。获取每帧所述人群图像的像素总数,根据每帧所述人群图像的像素总数和所述视频图像的像素总和的比值而获取所述所占面积比值。
进一步的,所述人群统计方法还包括:将视频图像内由第一预设边界进入预设区域的每个人像均进行标记,并获取每个被标记的所述人像的坐标。跟踪每个被标记的所述人像的所述坐标的在所述预设区域的变化,当所述坐标移动到位于所述预设区域的第二预设边界,累计一次通过数据。获取预设时间对应的视频图像中累计的通过数据。
进一步的,将视频图像内由第一预设边界进入预设区域的每个人像均进行标记,并获取每个被标记的所述人像的坐标步骤之前,还包括:获取视频图像内由第一预设边界进入预设区域的每个目标物的躯干特征信息和红外热成像信息。将每个所述目标物的所述躯干特征信息和预设躯干特征信息匹配而获取第一相似值。将每个所述目标物的所述红外热成像信息和预设局部范围温度信息匹配而获取第二相似值。当所述第一相似值大于第一预设阈值,所述第二相似值也大于第二预设阈值,判定所述目标物的所述躯干特征信息为人像。
进一步的,所述预设局部范围温度信息为多个,每个所述预设局部范围温度信息均位于躯干一个部位,将每个所述目标物的所述红外热成像信息和预设局部范围温度信息匹配而获取第二相似值的步骤,包括:将每个所述目标物的所述红外热成像信息按照躯干位置分为多个局部红外热成像信息,并获取每个所述目标物中的局部红外热成像信息所对应的局部平均温度信息。将每个所述目标物中的所述局部平均温度信息和躯干位置相同的所述预设局部范围温度信息进行比对,若所述局部平均温度信息位于所述预设局部温度范围信息的范围以内,则比对成功。根据每个所述目标物中所有比对成功的所述局部平均温度信息和所有所述局部平均温度信息比较而获得所述目标物的所述第二相似值。
第二方面,本发明实施例提供了一种人群统计装置,应用于监控***,所述人群统计装置包括:图像处理模块,用于获取预设时间内,每帧视频图像中的人群图像的所占面积比值。数据计算模块,用于将预设时间内,所有的所述所占面积比值进行平均,以获取预设时间内的人群密度信息。信息比对模块,用于将所述人群密度信息和预设人群密度信息进行比对,当所述人群密度信息大于所述预设人群密度信息,生成报警指令。
进一步的,所述图像处理模块包括:图像提取单元,用于对每帧所述视频图像进行边缘检测,以过滤掉每帧视频图像中的背景而获取的每帧所述视频图像中的人群图像。特征比对单元,用于获取每帧所述人群图像的像素总数,根据每帧所述人群图像的像素总数和所述视频图像的像素总和的比值而获取所述所占面积比值。
进一步的,所述人群统计装置还包括:标记模块,用于将视频图像内由第一预设边界进入预设区域的每个人像均进行标记,并获取每个被标记的所述人像的坐标。跟踪模块,用于跟踪每个被标记的所述人像的所述坐标的在所述预设区域的变化,当所述坐标移动到位于所述预设区域的第二预设边界,累计一次通过数据。计算模块,用于获取预设时间对应的视频图像中累计的通过数据。
进一步的,所述人群统计装置还包括:红外模块,用于获取视频图像内由第一预设边界进入预设区域的每个目标物的躯干特征信息和红外热成像信息。第一比对模块,用于将每个所述目标物的所述躯干特征信息和预设躯干特征信息匹配而获取第一相似值。第二比对模块,用于将每个所述目标物的所述红外热成像信息和预设局部范围温度信息匹配而获取第二相似值。处理模块,用于当所述第一相似值大于第一预设阈值,所述第二相似值也大于第二预设阈值,判定所述目标物的所述躯干特征信息为人像。
进一步的,所述第二比对模块包括:提取单元,用于将每个所述目标物的所述红外热成像信息按照躯干位置分为多个局部红外热成像信息,并获取每个所述目标物中的局部红外热成像信息所对应的局部平均温度信息将每个所述目标物的所述红外热成像信息按照躯干位置分为多个局部红外热成像信息,并获取每个所述目标物中的局部红外热成像信息所对应的局部平均温度信息。比对单元,用于将每个所述目标物中的所述局部平均温度信息和躯干位置相同的所述预设局部范围温度信息进行比对,若所述局部平均温度信息位于所述预设局部温度范围信息的范围以内,则比对成功。计算单元,用于根据每个所述目标物中所有比对成功的所述局部平均温度信息和所有所述局部平均温度信息比较而获得所述目标物的所述第二相似值。
本发明实施例的有益效果是:
预设时间内的视频图像能够由多帧视频图像按照时间顺序,先后排列而组成。从而人群统计装置在获取到预设时间内预设时间内的视频图像后,人群统计装置能够将该视频图像拆分为多帧单独的视频图像。人群统计装置将每帧视频图像中包含人群的图像部分进行提取,从而获得每帧视频图像中的人群图像。人群统计装置计算每帧人群图像的所占面积,便能够通过将每帧人群图像的所占面积和该帧视频图像的所占面积相比,进而能够获得每帧人群图像的所占面积和该帧视频图像的所占面积的比值。
再者,人群统计装置计算出预设时间内所有帧数的人群图像的所占面积和该帧视频图像的所占面积的比值后,人群统计装置能够将所有的所占面积比值进行平均值的计算。通过平均值的计算,人群统计装置便能够获取预设时间内的所占面积比值的平均值,进而该平均值也是预设时间视频图像的人群密度信息。
人群统计装置将获取的人群密度信息和自身预设人群密度信息进行比对。当人群密度信息比对大于自身预设人群密度信息进行比对时,此时人群密度过高,容易发生事故。因此,人群统计装置能够生成报警指令以进行提示。
因此,获取的视频图像不仅能够起到监控的作用,而通过对获取的视频图像的处理,到监控的能够得到预设时间内实际的人群密度,进而极大的提高了监控***的便捷性和适用性。
本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。通过附图所示,本发明的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按实际尺寸等比例缩放绘制附图,重点在于示出本发明的主旨。
图1示出了本发明实施例提供的一种监控***的结构框图;
图2示出了本发明实施例提供的一种人群数量统计方法中人群密度统计的方法流程图;
图3示出了本发明实施例提供的一种人群数量统计方法中步骤S110的方法流程图;
图4示出了本发明实施例提供的一种人群数量统计方法中人群数量统计的方法流程图;
图5示出了本发明实施例提供的一种人群数量统计方法中步骤S230的方法流程图;
图6示出了本发明实施例提供的一种人群统计装置的一种结构框图;
图7示出了本发明实施例提供的一种人群统计装置中图像处理模块的结构框图;
图8示出了本发明实施例提供的一种人群统计装置的另一种结构框图;
图9示出了本发明实施例提供的一种人群统计装置中第二比对模块的结构框图。
图标:100-监控***;200-人群统计装置;101-存储器;102-存储控制器;103-处理器;104-外设接口;105-输入输出单元;106-音频单元;107-显示单元;210-图像处理模块;211-图像提取单元;212-特征比对单元;220-数据计算模块;230-信息比对模块;310-红外模块;320-第一比对模块;330-第二比对模块;331-提取单元;332-比对单元;333-计算单元;340-处理模块;350-标记模块;360-跟踪模块;370-计算模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
如图1所示,是所述监控***100的结构框图。所述监控***100包括:人群统计装置200、存储器101、存储控制器102、处理器103、外设接口104、输入输出单元105、音频单元106、显示单元107。
所述存储器101、存储控制器102、处理器103、外设接口104、输入输出单元105、音频单元106、显示单元107各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述人群统计装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器101中或固化在所述人群统计装置200的操作***(operating system,OS)中的软件功能模块。所述处理器103用于执行存储器101中存储的可执行模块,例如所述人群统计装置200包括的软件功能模块或计算机程序。
其中,存储器101可以是,但不限于,随机存取存储器101(Random Access Memory,RAM),只读存储器101(Read Only Memory,ROM),可编程只读存储器101(ProgrammableRead-Only Memory,PROM),可擦除只读存储器101(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器101(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。其中,存储器101用于存储程序,所述处理器103在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器103中,或者由处理器103实现。
处理器103可能是一种集成电路芯片,具有信号的处理能力。上述的处理器103可以是通用处理器103,包括中央处理器103(Central Processing Unit,简称CPU)、网络处理器103(Network Processor,简称NP)等;还可以是数字信号处理器103(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器103可以是微处理器103或者该处理器103也可以是任何常规的处理器103等。
所述外设接口104将各种输入/输入装置耦合至处理器103以及存储器101。在一些实施例中,外设接口104,处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
输入输出单元105用于提供给用户输入数据实现用户与所述服务器(或本地终端)的交互。所述输入输出单元105可以是,但不限于,鼠标和键盘等。
音频单元106向用户提供音频接口,其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。
显示单元107在所述监控***100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中,所述显示单元107可以是液晶显示器或触控显示器。若为触控显示器,其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作,并将该感应到的触控操作交由处理器103进行计算和处理。
所述外设接口104将各种输入/输入装置耦合至处理器103以及存储器101。在一些实施例中,外设接口104,处理器103以及存储控制器可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
输入输出单元105用于提供给用户输入数据实现用户与处理终端的交互。所述输入输出单元105可以是,但不限于,鼠标和键盘等。
请参阅图2,是本发明较佳实施例提供的应用于图1所示的监控***的人群统计方法的方法流程图。在本实施例中,人群统计装置可通过处理获取的视频图像而获取视频图像中人群图像所占的面积比例,并根据所占的面积比例的大小而进行提醒。
具体的,获取视频图像中人群图像所占的面积比例的流程包括:步骤S110、步骤S120和步骤S130。
步骤S110:获取预设时间内,每帧所述视频图像中的人群图像的所占面积比值。
人群统计装置能够获取到视频采集设备采集到的视频图像。在本实施例中,人群统计装置为按照预设时间分段获取视频采集设备采集到的视频图像。作为一种方式,预设时间可以为一定的时间段,例如:30秒、一分钟、两分钟等。为便于人群密度的更新迭代,其预设时间可以为30秒,但并不限定为30秒。即人群统计装置每隔30秒获取一次视频图像,而每次获取的视频图像的时长为30秒。由于视频图像的特性,每段视频图像均是由多帧视频图像按照时间顺序而组成能够播放的视频图像。从而,人群统计装置获取到一段视频图像后,人群统计装置能够将视频图像按照每两帧图像之间的时间间隔,而将视频图像截取并拆分为多帧视频图像。而后,人群统计装置能够对每帧视频图像中包含人群的图像部分进行提取,并获取到每帧视频图像中单独的人群图像。人群统计装置将获取到每帧视频图像中的人群图像均进行面积的计算,获得每帧人群图像的所占面积。人群统计装置通过将每帧人群图像的所占面积和该帧视频图像的所占面积相比,便能过获得每帧人群图像在该帧视频图像中所占面积的比值,进而该所占面积的比值也代表了该帧视频图像中的人群密度。
步骤S120:将预设时间内,所有的所述所占面积比值进行平均,以获取预设时间内的人群密度信息。
人群统计装置计算出预设时间内,所有帧数的人群图像的所占面积和该帧视频图像的所占面积的比值后。人群统计装置能够将所有的所占面积的比值进行平均值的计算,即将所有的所占面积的比值相加,再除以该预设时间内的帧数。通过平均值的计算,人群统计装置便能够获取预设时间内的所占面积比值的平均值,进而该平均值也是预设时间视频图像的人群密度信息。由于,每段预设时间为30秒,从而当人群统计装置持续获取视频图像时,若实际的人流量变化,以30秒为时间段的人群密度信息也会变化,进而人群统计装置能够输出动态变化人群密度信息,以反映实际的人流量变化。
步骤S130:将所述人群密度信息和预设人群密度信息进行比对,当所述人群密度信息大于所述预设人群密度信息,生成报警指令。
人群统计装置获取到预设时间内的人群密度信息后,人群统计装置还能够将获取的人群密度信息和自身预设人群密度信息进行比对。作为一种方式,预设人群密度信息可以为90%。当人群密度信息比对大于自身预设人群密度信息进行比对时,人群密度信息高于90%。此时人群密度过高,容易发***等安全事故。因此,人群统计装置能够生成报警指令至外部的提醒设备进行播放,以提示工作人员或用户注意自身的人生安全。由于视频图像不断更新,从而可根据实际的人流量变化而进行报警提醒,以达到实时准确的效果。
请参阅图3,图3示出了获取每帧人群图像的所占面积比值的步骤S110的方法流程。人群统计装置先将每帧视频图像进行提取,再计算提取出的人群图像的面积。
具体的,获取每帧人群图像的所占面积比值的子流程包括:步骤S111和步骤S112。
步骤S111:对每帧所述视频图像进行边缘检测,以过滤掉每帧视频图像中的背景而获取的每帧所述视频图像中的人群图像。
在本实施例中,对每帧视频图像进行边缘检测可采用混合高斯模型。即通过检测每帧视频图像中的每个像素,而判断该像素是属于背景图像还是属于人群图像。
具体的,在每帧视频图像均由多个像素点构成。由于每个像素点自身的RGB值的不同,从而多个像素点能够构成图像中的各种景物。再者,通过混合高斯模型可计算出每个像素点自身的RGB值所对应的高斯分量。因此,每个像素点的RGB值不同,所对应的高斯分量也不同。作为一种方式,首先对预设的背景通过混合高斯模型进行训练,从而获取每个像素点的高斯分量,并将预设背景像素点的预设背景高斯分量和预设人群像素点的预设人群高斯分量进行分类存储。当实际应用时,将每帧视频图像中的像素点均按照一定的顺序通过混合高斯模型而计算出高斯分量。其中,按照一定的顺序可以为:从上至下,再从左至右,但并不限定。通过将计算的每个像素点的高斯分量进行和预设的高斯分量进行比对,便可获赠该像素点是属于背景还是属于人群。在计算出高斯分量之后,还需对人群图像的边缘进行精确的确定。作为另一种方式,相同的景物的图像颜色可认为是渐变的,而不同景物图像则可认为是突变的。人群统计装置通过边界能力计算而获取每个像素点的RGB值所对应的边界能量。当计算出的两个像素的边界能量值接近或相同,则认为两个像素均属于同一景物中,而两个像素的边界能量相差很大,则两个像素分别属于不同的景物。通过边界能量的计算,便能够精确的确定人群图像和背景图像的边界。从而便能够对人群图像进行提取。
步骤S112:获取每帧所述人群图像的像素总数,根据每帧所述人群图像的像素总数和所述视频图像的像素总和的比值而获取所述所占面积比值。
每帧的图像均可以由多个像素点构成,由于视频拍摄设备所拍摄图像的尺寸是固定的,从而人群统计装置获取的每一帧视频图像的像素值是固定的。人群统计装置将提取的人群图像进行像素的计算,从而获取到人群图像中像素的总和,即构成该人群图像的所有像素点的总和。人群统计装置将每帧人群图像中的像素总数和视频图像中固定的像素总数进行比对得到一个比值结果。由于每个像素点均具有一定的面积,因此,该比值结果也就能够对应人群图像在视频图像中的所占面积比值,进而该所占面积比值也为每帧视频图像中的人群密度值。
请参阅图4,图4示出了人群数量统计的方法流程。在本实施例中,人群统计装置不进对人群密度进行统计,人群统计装置还对视频图像中的人群数量进统计。人群统计装置对视频图像中的每个人进行识别和标记,通过计算被标记的每个人的坐标移动情况,从而获取到每个人的是否按照预设的位置进行位移。若是,则进行计数,进而获取视频图像中的人群数量。
具体的,获取视频图像中人群数量的方法流程包括:步骤S210、步骤S220、步骤S230、步骤S240、步骤S250、步骤S260和步骤S270。
步骤S210:获取视频图像内由第一预设边界进入预设区域的每个目标物的躯干特征信息和红外热成像信息。
在视频图像中,将图像中一个区域设定为第一预设边界。其中,第一预设边界可以为多个。通过设置第一预设边界,则目标物的移动由第一预设边界进入视频图像后,便能够被人群统计装置识别。人群统计装置内存储了人体躯干特征信息,其中,人体躯干特征信息可以为:将人体的特征点连接起来的特征信息,即将头部和躯干的连接、以及躯干和手臂的连接。每个目标物通过第一预设边界进入图像后,人群统计装置按照预设特征点从而能够获取每个目标物的躯干特征信息。
再者,由于每个目标物均具有一定的温度,从而每个目标物均能够辐射出红外光。摄像头在进视频图像获取的时候,也能够接受到每个目标物均能够辐射出红外光,并将其形成红外热成像信息。人群统计装置获取的视频图像中便能够包含每个目标物的红外热成像信息。
步骤S220:将每个所述目标物的所述躯干特征信息和预设躯干特征信息匹配而获取第一相似值。
人群统计装置获取到每个目标物的躯干特征信息后,人群统计装置将每个目标物的躯干特征信息和预设躯干特征信息进行比对。预设躯干特征信息即为人群统计装置内存储的人体躯干特征信息。由于目标物可以为:人体、车辆或建筑物等。因此,人群统计装置按照特征点提取的各目标物的躯干特征信息是各不相同的。人群统计装置将每个目标物的躯干特征信息和预设躯干特征信息比对而获取第一相似值时,按照头部和躯干的连接、以及躯干和手臂的连接进行比对。如果两个连接特征均比对匹配,则第一相似值为100%;若只有其中一个特征比对正确,则第一相似值为50%;如果两个连接特征均不匹配,则第一相似值为0%。
步骤S230:将每个所述目标物的所述红外热成像信息和预设局部范围温度信息匹配而获取第二相似值。
由于温度的不同,红外光的波长也不同。人群统计装置获取到每个目标物的红外热成像信息后,人群统计装置根据红外热成像中波长信息,将获取每个目标物的红外热成像信息对应转换为温度信息。在本实施例中,目标物的部位不同,对应的温度也不同。为便于进行比对,人群统计装置将每个目标物的所有温度信息进行平均,从而获得每个目标物的平均温度信息。作为一种方式,人群统计装置存储有预设局部范围温度信息。预设局部范围温度信息为一个温度的范围。人群统计装置将每个目标物的红外热成像信息和预设局部范围温度信息匹配而获取的第二相似值时,若目标物的温度信息在预设局部范围温度信息以内,则第二相似值为100%,若目标物的温度信息在预设局部范围温度信息以外,则第二相似值为0%。
步骤S240:当所述第一相似值大于第一预设阈值,所述第二相似值也大于第二预设阈值,判定所述目标物的所述躯干特征信息为人像。
人群统计装置中还预设有第一预设阈值和第二预设阈值,作为一种方式,第一预设阈值可以为40%,而第二预设阈值也为40%。当比对后的第一相似值大于第一预设阈值,且比对后的第二相似值也大于第二预设阈值时,人群统计装置判定该目标物的特征符合人体特征,从而将该目标物判定为人像。
步骤S250:将视频图像内由第一预设边界进入预设区域的每个人像均进行标记,并获取每个被标记的所述人像的坐标。
当目标物由第一预设边界进入视频图像,且人群统计装置判定目标为人像后,人群统计装置对该人像进行标记,其中,标记点为该人像的中心点。由于人群统计装置可将视频图像解析为一个二维的坐标系,从而该人像在由第一预设边界进入视频图像后,可位于视频图像中的某一位置。人群统计装置便能够获取该人像标记点的坐标。
步骤S260:跟踪每个被标记的所述人像的所述坐标的在所述预设区域的变化,当所述坐标移动到位于所述预设区域的第二预设边界,累计一次通过数据。
人群统计装置该人像标记点的坐标后,如果人像在视频图像中移动,相应的,该人像的坐标也对应变化,人群统计装置能够跟踪每个人像的坐标的变化。
作为一种方式,设定视频图像的另一个或多个区域为第二预设边界,对应的,第二预设边界也在视频图像具有坐标。当被跟踪的人像的坐标变化到第二预设边界的坐标相同时,人像也相应的移动到了第二预设边界。此时,人群统计装置判定该人像通过视频图像,并累计一次计数。可以理解,通过对设置第一预设边界和第二预设边界,便能够设定移动方向,并对该方向的人像进行判定和计数。
步骤S270:获取预设时间对应的视频图像中累计的通过数据。
在本实施例中,对应人群数量的预设时间可以较长,其可以为:1小时、2小时或3小时等,在此不做限定。人群统计装置能对预设时间内,通过第二预设边界的人像进行统计,从而便能获取预设时间人群的通过总数量。由于,通过第一预设边界和第二预设边界而设定了移动方向,人群统计装置便能够得到预设时间内,按照预设方向的人群的通过总数量。
请参阅图5,图5示出了通过红外热成像信息而获取第二相似值的步骤S230的方法流程。在本实施例中,人群统计装置通过对目标物设定局部区域,并分别对每个局部温度信息进行匹配而获取第二相似值。
具体的,获取第二相似值的方法流程包括:步骤S231、步骤S232和步骤S233。
步骤S231:将每个所述目标物的所述红外热成像信息按照躯干位置分为多个局部红外热成像信息,并获取每个所述目标物中的局部红外热成像信息所对应的局部平均温度信息。
人群统计装置获取每个目标物的红外热成像信息后,人群统计装置按照预设的特征区域将每个目标物的红外热成像信息划分为多个局部红外热成像信息,即人群统计装置获取的是每个特征区域的局部红外热成像信息所对应的热力图。作为一种方式,特征区域可以为:头部区域、躯干区域和手臂区域。每个特征区域均具有一定的面积,从而在每个特征区域中的局部红外热成像信息也存在着差别,可以理解为,每个特征区域中的热力图并不只为一种颜色,而是多种颜色所对应的多种温度。为便于后续的匹配,人群统计装置首先将计算出每个热力图中每种颜色所对应的面积和特征区域的面积比值,再将每个颜色所对应的温度乘以该颜色的面积比值,并将每个乘积相加后除以特征区域中的颜色数量,从而人群统计装置便获取了每个特征区域中的局部平均温度信息。
步骤S232:将每个所述目标物中的所述局部平均温度信息和躯干位置相同的所述预设局部范围温度信息进行比对,若所述局部平均温度信息位于所述预设局部温度范围信息的范围以内,则比对成功。
人群统计装置中还按照特征区域而存储了每个特征区域的预设局部范围温度信息。作为一种方式,预设局部范围温度信息也为一个温度范围。人群统计装置将每个特征区域中的局部平均温度信息和预设局部范围温度信息进行比对。作为另一种方式,比对可以为特征区域的对应比对,即头部区域的局部平均温度信息和头部区域的预设局部平均温度信息比对,躯干区域的局部平均温度信息和躯干区域的预设局部平均温度信息比对,手臂区域的局部平均温度信息和手臂区域的预设局部平均温度信息比对。当特征区域中的局部平均温度信息落在预设局部范围温度信息的范围以内,则比对成功,反之,则比对失败。
步骤S233:根据每个所述目标物中所有比对成功的所述局部平均温度信息和所有所述局部平均温度信息比较而获得所述目标物的所述第二相似值。
在本实施例中,每个目标物的特征区域为三个,其分别为:头部区域、躯干区域和手臂区域,其对应的局部平均温度信息也为三个。当三个区域均比对成功,三个比对成功的局部平均温度信息和所有的局部平均温度信息的比值为100%,从而人群统计装置能够判定第二相似值为100%。当两个区域均比对成功,两个比对成功的局部平均温度信息和所有的局部平均温度信息的比值为67%,从而人群统计装置能够判定第二相似值为67%。当只有一个区域均比对成功,一个比对成功的局部平均温度信息和所有的局部平均温度信息的比值为33%,从而人群统计装置能够判定第二相似值为33%。而当三个区域比对均不成功,比对成功的局部平均温度信息和所有的局部平均温度信息的比值为0%,从而人群统计装置能够判定第二相似值为0%。因此,人群统计装置通过获取比对成功区域和总区域的比值便能够获取到第二相似值。
请参阅图6,图6为本发明实施例提供的应用于图1所示的监控***100的人群统计装置200的一种结构框图。所述的装置包括:图像处理模块210、数据计算模块220、信息比对模块230。
图像处理模块210,用于获取预设时间内,每帧所述视频图像中的人群图像的所占面积比值。
数据计算模块220,用于将预设时间内,所有的所述所占面积比值进行平均,以获取预设时间内的人群密度信息。
信息比对模块230,用于将所述人群密度信息和预设人群密度信息进行比对,当所述人群密度信息大于所述预设人群密度信息,生成报警指令。
请参阅图7,图7为本发明实施例提供的人群统计装置200中图像处理模块210的结构框图。该图像处理模块210包括:图像提取单元211和特征比对单元212。
图像提取单元211,用于对每帧所述视频图像进行边缘检测,以过滤掉每帧视频图像中的背景而获取的每帧所述视频图像中的人群图像;
特征比对单元212,用于获取每帧所述人群图像的像素总数,根据每帧所述人群图像的像素总数和所述视频图像的像素总和的比值而获取所述所占面积比值。
请参阅图8,图8示出本发明实施例提供的人群统计装置200的另一种结构框图。该该人群统计装置200:红外模块310、第一比对模块320、第二比对模块330、处理模块340、标记模块350、跟踪模块360、计算模块370。
红外模块310,用于获取视频图像内由第一预设边界进入预设区域的每个目标物的躯干特征信息和红外热成像信息;
第一比对模块320,用于将每个所述目标物的所述躯干特征信息和预设躯干特征信息匹配而获取第一相似值;
第二比对模块330,用于将每个所述目标物的所述红外热成像信息和预设局部范围温度信息匹配而获取第二相似值;
处理模块340,用于当所述第一相似值大于第一预设阈值,所述第二相似值也大于第二预设阈值,判定所述目标物的所述躯干特征信息为人像。
标记模块350,用于将视频图像内由第一预设边界进入预设区域的每个人像均进行标记,并获取每个被标记的所述人像的坐标;
跟踪模块360,用于跟踪每个被标记的所述人像的所述坐标的在所述预设区域的变化,当所述坐标移动到位于所述预设区域的第二预设边界,累计一次通过数据;
计算模块370,用于获取预设时间对应的视频图像中累计的通过数据。
请参阅图9,图9为本发明实施例提供的人群统计装置200中第二比对模块330的结构框图,该第二比对模块330包括:提取单元331、比对单元332和计算单元333。
提取单元331,用于将每个所述目标物的所述红外热成像信息按照躯干位置分为多个局部红外热成像信息,并获取每个所述目标物中的局部红外热成像信息所对应的局部平均温度信息将每个所述目标物的所述红外热成像信息按照躯干位置分为多个局部红外热成像信息,并获取每个所述目标物中的局部红外热成像信息所对应的局部平均温度信息;
比对单元332,用于将每个所述目标物中的所述局部平均温度信息和躯干位置相同的所述预设局部范围温度信息进行比对,若所述局部平均温度信息位于所述预设局部温度范围信息的范围以内,则比对成功;
计算单元333,用于根据每个所述目标物中所有比对成功的所述局部平均温度信息和所有所述局部平均温度信息比较而获得所述目标物的所述第二相似值。
需要说明的是,由于所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
综上所述,在本发明实施例提供了一种人群统计方法及装置,在该人群统计方法中,通过预设时间内的视频图像能够由多帧视频图像按照时间顺序,先后排列而组成。从而人群统计装置在获取到预设时间内预设时间内的视频图像后,人群统计装置能够将该视频图像拆分为多帧单独的视频图像。人群统计装置将每帧视频图像中包含人群的图像部分进行提取,从而获得每帧视频图像中的人群图像。人群统计装置计算每帧人群图像的所占面积,便能够通过将每帧人群图像的所占面积和该帧视频图像的所占面积相比,进而能够获得每帧人群图像的所占面积和该帧视频图像的所占面积的比值。
再者,人群统计装置计算出预设时间内所有帧数的人群图像的所占面积和该帧视频图像的所占面积的比值后,人群统计装置能够将所有的所占面积比值进行平均值的计算。通过平均值的计算,人群统计装置便能够获取预设时间内的所占面积比值的平均值,进而该平均值也是预设时间视频图像的人群密度信息。
人群统计装置将获取的人群密度信息和自身预设人群密度信息进行比对。当人群密度信息比对大于自身预设人群密度信息进行比对时,此时人群密度过高,容易发生事故。因此,人群统计装置能够生成报警指令以进行提示。
因此,获取的视频图像不仅能够起到监控的作用,而通过对获取的视频图像的处理,到监控的能够得到预设时间内实际的人群密度,进而极大的提高了监控***的便捷性和适用性。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种人群统计方法,其特征在于,应用于监控***,所述人群统计方法包括:
获取预设时间内,每帧视频图像中的人群图像的所占面积比值;
将预设时间内,所有的所述所占面积比值进行平均,以获取预设时间内的人群密度信息;
将所述人群密度信息和预设人群密度信息进行比对,当所述人群密度信息大于所述预设人群密度信息,生成报警指令;
其中,所述方法还包括:
获取视频图像内由第一预设边界进入预设区域的每个目标物的躯干特征信息和红外热成像信息;
将每个所述目标物的所述躯干特征信息和预设躯干特征信息匹配而获取第一相似值;
将每个所述目标物的所述红外热成像信息和预设局部范围温度信息匹配而获取第二相似值;
当所述第一相似值大于第一预设阈值,所述第二相似值也大于第二预设阈值,判定所述目标物的所述躯干特征信息为人像。
2.根据权利要求1所述的人群统计方法,其特征在于,获取预设时间内,每帧所述视频图像中的人群图像的所占面积比值的步骤,包括:
对每帧所述视频图像进行边缘检测,以过滤掉每帧视频图像中的背景而获取的每帧所述视频图像中的人群图像;
获取每帧所述人群图像的像素总数,根据每帧所述人群图像的像素总数和所述视频图像的像素总和的比值而获取所述所占面积比值。
3.根据权利要求1所述的人群统计方法,其特征在于,所述人群统计方法还包括:
将所述视频图像内由所述第一预设边界进入预设区域的每个所述人像均进行标记,并获取每个被标记的所述人像的坐标;
跟踪每个被标记的所述人像的所述坐标的在所述预设区域的变化,当所述坐标移动到位于所述预设区域的第二预设边界,累计一次通过数据;
获取预设时间对应的视频图像中累计的通过数据。
4.根据权利要求3所述的人群统计方法,其特征在于,所述预设局部范围温度信息为多个,每个所述预设局部范围温度信息均位于躯干一个部位,将每个所述目标物的所述红外热成像信息和预设局部范围温度信息匹配而获取第二相似值的步骤,包括:
将每个所述目标物的所述红外热成像信息按照躯干位置分为多个局部红外热成像信息,并获取每个所述目标物中的局部红外热成像信息所对应的局部平均温度信息;
将每个所述目标物中的所述局部平均温度信息和躯干位置相同的所述预设局部范围温度信息进行比对,若所述局部平均温度信息位于所述预设局部温度范围信息的范围以内,则比对成功;
根据每个所述目标物中所有比对成功的所述局部平均温度信息和所有所述局部平均温度信息比较而获得所述目标物的所述第二相似值。
5.一种人群统计装置,其特征在于,应用于监控***,所述人群统计装置包括:
图像处理模块,用于获取预设时间内,每帧视频图像中的人群图像的所占面积比值;
数据计算模块,用于将预设时间内,所有的所述所占面积比值进行平均,以获取预设时间内的人群密度信息;
信息比对模块,用于将所述人群密度信息和预设人群密度信息进行比对,当所述人群密度信息大于所述预设人群密度信息,生成报警指令;
其中,所述人群统计装置还包括:
红外模块,用于获取视频图像内由第一预设边界进入预设区域的每个目标物的躯干特征信息和红外热成像信息;
第一比对模块,用于将每个所述目标物的所述躯干特征信息和预设躯干特征信息匹配而获取第一相似值;
第二比对模块,用于将每个所述目标物的所述红外热成像信息和预设局部范围温度信息匹配而获取第二相似值;
处理模块,用于当所述第一相似值大于第一预设阈值,所述第二相似值也大于第二预设阈值,判定所述目标物的所述躯干特征信息为人像。
6.根据权利要求5所述的人群统计装置,其特征在于,所述图像处理模块包括:
图像提取单元,用于对每帧所述视频图像进行边缘检测,以过滤掉每帧视频图像中的背景而获取的每帧所述视频图像中的人群图像;
特征比对单元,用于获取每帧所述人群图像的像素总数,根据每帧所述人群图像的像素总数和所述视频图像的像素总和的比值而获取所述所占面积比值。
7.根据权利要求5所述的人群统计装置,其特征在于,所述人群统计装置还包括:
标记模块,用于将所述视频图像内由所述第一预设边界进入预设区域的每个所述人像均进行标记,并获取每个被标记的所述人像的坐标;
跟踪模块,用于跟踪每个被标记的所述人像的所述坐标的在所述预设区域的变化,当所述坐标移动到位于所述预设区域的第二预设边界,累计一次通过数据;
计算模块,用于获取预设时间对应的视频图像中累计的通过数据。
8.根据权利要求7所述的人群统计装置,其特征在于,所述第二比对模块包括:
提取单元,用于将每个所述目标物的所述红外热成像信息按照躯干位置分为多个局部红外热成像信息,并获取每个所述目标物中的局部红外热成像信息所对应的局部平均温度信息将每个所述目标物的所述红外热成像信息按照躯干位置分为多个局部红外热成像信息,并获取每个所述目标物中的局部红外热成像信息所对应的局部平均温度信息;
比对单元,用于将每个所述目标物中的所述局部平均温度信息和躯干位置相同的所述预设局部范围温度信息进行比对,若所述局部平均温度信息位于所述预设局部温度范围信息的范围以内,则比对成功;
计算单元,用于根据每个所述目标物中所有比对成功的所述局部平均温度信息和所有所述局部平均温度信息比较而获得所述目标物的所述第二相似值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611163976.6A CN106845344B (zh) | 2016-12-15 | 2016-12-15 | 人群统计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611163976.6A CN106845344B (zh) | 2016-12-15 | 2016-12-15 | 人群统计方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106845344A CN106845344A (zh) | 2017-06-13 |
CN106845344B true CN106845344B (zh) | 2019-10-25 |
Family
ID=59140018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611163976.6A Active CN106845344B (zh) | 2016-12-15 | 2016-12-15 | 人群统计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106845344B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107180542A (zh) * | 2017-07-14 | 2017-09-19 | 安徽智星交通科技股份有限公司 | 交通调控方法、装置及*** |
CN108289206B (zh) * | 2018-02-13 | 2021-02-26 | 山东顺国电子科技有限公司 | 人防可视化方法、装置及*** |
CN109101888B (zh) * | 2018-07-11 | 2022-06-14 | 南京农业大学 | 一种游客人流量监控预警方法 |
CN108921137A (zh) * | 2018-08-01 | 2018-11-30 | 深圳市旭发智能科技有限公司 | 一种无人机及存储介质 |
CN110008834B (zh) * | 2019-02-28 | 2021-04-06 | 中电海康集团有限公司 | 一种基于视觉的方向盘干预检测与统计方法 |
CN110263619A (zh) * | 2019-04-30 | 2019-09-20 | 上海商汤智能科技有限公司 | 图像处理方法和装置、电子设备和计算机存储介质 |
CN110472599B (zh) * | 2019-08-20 | 2021-09-03 | 北京海益同展信息科技有限公司 | 对象数量确定方法、装置、存储介质与电子设备 |
CN110852208B (zh) * | 2019-10-29 | 2023-06-02 | 贵州民族大学 | 一种人群密度估计方法及可读存储介质 |
CN111405239B (zh) * | 2020-02-17 | 2021-08-31 | 浙江大华技术股份有限公司 | 监控方法、服务器、监控***以及计算机可读存储介质 |
CN113537172B (zh) * | 2021-09-16 | 2021-12-10 | 长沙海信智能***研究院有限公司 | 人群密度确定方法、装置、设备及存储介质 |
CN115083112B (zh) * | 2022-08-22 | 2022-11-22 | 枫树谷(成都)科技有限责任公司 | 一种智能预警应急管理***及其部署方法 |
CN116129361B (zh) * | 2023-03-24 | 2023-08-08 | 武汉中科通达高新技术股份有限公司 | 一种基于距离度量的人群聚集识别方法及装置 |
CN117889536A (zh) * | 2024-03-15 | 2024-04-16 | 陕西蓝海智能科技有限公司 | 空调控制*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101587537A (zh) * | 2008-05-21 | 2009-11-25 | 上海新联纬讯科技发展有限公司 | 基于智能视频识别技术的人群密度统计方法与*** |
CN102750539A (zh) * | 2012-06-06 | 2012-10-24 | 深圳市海亿达能源科技股份有限公司 | 一种对区域空间人群进行统计的装置及其统计方法 |
CN104061662A (zh) * | 2014-07-17 | 2014-09-24 | 珠海格力电器股份有限公司 | 一种人体检测方法、装置和空调 |
CN104463121A (zh) * | 2014-12-08 | 2015-03-25 | 北京市新技术应用研究所 | 人群密度信息获取方法 |
CN104820995A (zh) * | 2015-04-21 | 2015-08-05 | 重庆大学 | 一种面向大型公共场所的人流密度监测预警方法 |
CN105243418A (zh) * | 2015-11-18 | 2016-01-13 | 桂林电子科技大学 | 一种基于红外测温传感器的人流量统计方法及装置 |
CN105303159A (zh) * | 2015-09-17 | 2016-02-03 | 中国科学院合肥物质科学研究院 | 一种基于显著性特征的远红外行人检测方法 |
WO2016174659A1 (en) * | 2015-04-27 | 2016-11-03 | Snapaid Ltd. | Estimating and using relative head pose and camera field-of-view |
CN106096561A (zh) * | 2016-06-16 | 2016-11-09 | 重庆邮电大学 | 基于图像块深度学习特征的红外行人检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5453538B2 (ja) * | 2009-12-02 | 2014-03-26 | タタ コンサルタンシー サービシズ リミテッド | 近赤外線カメラを使用して歩行者を検出、分類、および追跡するための費用対効果の高いシステムおよび方法 |
-
2016
- 2016-12-15 CN CN201611163976.6A patent/CN106845344B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101587537A (zh) * | 2008-05-21 | 2009-11-25 | 上海新联纬讯科技发展有限公司 | 基于智能视频识别技术的人群密度统计方法与*** |
CN102750539A (zh) * | 2012-06-06 | 2012-10-24 | 深圳市海亿达能源科技股份有限公司 | 一种对区域空间人群进行统计的装置及其统计方法 |
CN104061662A (zh) * | 2014-07-17 | 2014-09-24 | 珠海格力电器股份有限公司 | 一种人体检测方法、装置和空调 |
CN104463121A (zh) * | 2014-12-08 | 2015-03-25 | 北京市新技术应用研究所 | 人群密度信息获取方法 |
CN104820995A (zh) * | 2015-04-21 | 2015-08-05 | 重庆大学 | 一种面向大型公共场所的人流密度监测预警方法 |
WO2016174659A1 (en) * | 2015-04-27 | 2016-11-03 | Snapaid Ltd. | Estimating and using relative head pose and camera field-of-view |
CN105303159A (zh) * | 2015-09-17 | 2016-02-03 | 中国科学院合肥物质科学研究院 | 一种基于显著性特征的远红外行人检测方法 |
CN105243418A (zh) * | 2015-11-18 | 2016-01-13 | 桂林电子科技大学 | 一种基于红外测温传感器的人流量统计方法及装置 |
CN106096561A (zh) * | 2016-06-16 | 2016-11-09 | 重庆邮电大学 | 基于图像块深度学习特征的红外行人检测方法 |
Non-Patent Citations (2)
Title |
---|
《Pedestrian detection by means of far-infrared stereo vision》;Dip.Ing.Informazione et al;;《Computer Vision and Image Understanding》;20071231;第194–204页; * |
《基于图像局部区域梯度特征描述的红外人体识别算法》;云廷进;《光学技术》;20050531;第34卷(第3期);第441-448页; * |
Also Published As
Publication number | Publication date |
---|---|
CN106845344A (zh) | 2017-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106845344B (zh) | 人群统计方法及装置 | |
Foggia et al. | Real-time fire detection for video-surveillance applications using a combination of experts based on color, shape, and motion | |
Hsieh et al. | A real time hand gesture recognition system using motion history image | |
TW201911130A (zh) | 一種翻拍影像識別方法及裝置 | |
CN105913037A (zh) | 基于人脸识别与射频识别的监控跟踪*** | |
US20170039455A1 (en) | Computer-vision based security system using a depth camera | |
CN105187786A (zh) | 智能猫眼的语音提醒方法及智能猫眼 | |
WO2019194091A1 (ja) | 侵入検知システムおよび侵入検知方法 | |
US20180025233A1 (en) | Image-capturing device, recording device, and video output control device | |
CN106534789A (zh) | 一种一体化智慧型安防视频监控*** | |
WO2011132387A1 (ja) | 照合装置 | |
CN108616718B (zh) | 监控显示方法、装置及*** | |
JP6157165B2 (ja) | 視線検出装置及び撮像装置 | |
CN108230607B (zh) | 一种基于区域特征分析的图像火灾探测方法 | |
CN112153373A (zh) | 明厨亮灶设备的故障识别方法、装置及存储介质 | |
CN114885119A (zh) | 一种基于计算机视觉的智能监控报警***及方法 | |
CN108289191B (zh) | 图像识别方法及装置 | |
CN114550079A (zh) | 一种图像处理方法、装置、设备及存储介质 | |
CN110505438B (zh) | 一种排队数据的获取方法和摄像机 | |
Pandya et al. | Smart home anti-theft system: a novel approach for near real-time monitoring, smart home security and large video data handling for wellness protocol | |
CN112183431A (zh) | 实时行人数量统计方法、装置、相机和服务器 | |
CN116630853A (zh) | 一种重点交通枢纽的实时视频人员寻踪方法及*** | |
CN112689120A (zh) | 一种监控方法及装置 | |
Zou et al. | A low-power VGA vision sensor with embedded event detection for outdoor edge applications | |
Paissan et al. | People/car classification using an ultra-low-power smart vision sensor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210806 Address after: 400000 No. 27-3, Fengsheng Road, Jiulongpo District, Chongqing Patentee after: Yijing Huitong Intelligent Technology (Chongqing) Co.,Ltd. Address before: 400,000 Fengsheng Road, Jiulongpo District, Chongqing Patentee before: CHONGQING KAIZE TECHNOLOGY Co.,Ltd. |
|
TR01 | Transfer of patent right |