CN107403444B - 识别*** - Google Patents

识别*** Download PDF

Info

Publication number
CN107403444B
CN107403444B CN201710818245.9A CN201710818245A CN107403444B CN 107403444 B CN107403444 B CN 107403444B CN 201710818245 A CN201710818245 A CN 201710818245A CN 107403444 B CN107403444 B CN 107403444B
Authority
CN
China
Prior art keywords
preset
identification
tracking
identified
real
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
Application number
CN201710818245.9A
Other languages
English (en)
Other versions
CN107403444A (zh
Inventor
高建民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Cencom Technology Co ltd
Original Assignee
Shenzhen Cencom Technology Co ltd
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 Shenzhen Cencom Technology Co ltd filed Critical Shenzhen Cencom Technology Co ltd
Priority to CN201710818245.9A priority Critical patent/CN107403444B/zh
Publication of CN107403444A publication Critical patent/CN107403444A/zh
Application granted granted Critical
Publication of CN107403444B publication Critical patent/CN107403444B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06T7/246—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
    • 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
    • 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

Landscapes

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

Abstract

本发明公开了一种识别***，包括识别装置和输送装置，所述识别装置固定设置于所述输送装置的上方，所述输送装置用于传送待识别物体，其特征在于，所述识别装置包括：摄像装置、超声波测距装置和识别程序。通过摄像装置可以连续抓拍输送装置上待识别物体的图像，实时分析视频图像中是否存在与预设的目标形状相似的跟踪目标，当对跟踪目标进行实时跟踪的同时，同步进行检测目标对象的检测，然后将实时跟踪对象与检测目标对象进行融合，可以提高识别精度；并且将摄像装置测得的信息与超声波测距装置测得的信息综合进行判断，可以提高判断准确性，适用于对待识别物体进行特定标签和符号的检测，可以检测标签和符号是否存在以及是否完整。

Description

识别***
技术领域
本发明涉及检测技术领域，尤其涉及一种识别***。
背景技术
目前，在工业生产中，针对标签和字符等的识别多停留在通过触发器触发摄像机进行抓拍，然后对抓拍的单张图片进行分析，输出分析结果。这种识别方法对光照环境、产品材质和标签尺寸等均有严格的要求，否则会严重影响识别准确率。而对于同时存在微小标签和较大标签的产品更是难以兼容，并且需要使用体积较大且较为昂贵的工控机PC，极大限制了机器视觉在工业生产上的普及。
发明内容
本发明所要解决的技术问题是：提供一种识别准确率高的识别***。
为了解决上述技术问题，本发明采用的技术方案为：
一种识别***，包括识别装置和输送装置，所述识别装置固定设置于所述输送装置的上方，所述输送装置用于传送待识别物体，所述识别装置包括：
摄像装置；
超声波测距装置；
识别程序，当所述识别程序工作时包括如下处理步骤：
获取摄像装置采集的待识别物体的视频流数据，将所述视频流数据与预设的目标形状进行匹配，得到跟踪目标，对所述跟踪目标实时进行跟踪，得到实时跟踪对象；在对所述跟踪目标进行实时跟踪的同时，同步获取视频流数据并与预设的目标形状进行匹配，得到检测目标对象；将所述实时跟踪对象与检测目标对象进行融合，得到有效融合次数；
在获取视频流数据的同时，同步获取超声波测距装置的数据信息，所述数据信息包括有效信号时长；
当所述有效融合次数大于预设次数并且所述有效信号时长与预设的信号时长的差值在预设范围内时，所述跟踪目标为有效检测目标。
本发明的有益效果在于：通过摄像装置可以连续抓拍输送装置上待识别物体的图像，实时分析视频图像中是否存在与预设的目标形状相似的跟踪目标，当对跟踪目标进行实时跟踪的同时，同步进行检测目标对象的检测，然后将实时跟踪对象与检测目标对象进行融合，可以提高识别精度；并且将摄像装置测得的信息与超声波测距装置测得的信息综合进行判断，可以提高判断准确性，适用于对待识别物体进行特定标签和符号的检测，可以检测标签和符号是否存在以及是否完整。
附图说明
图1为本发明实施例一的识别程序的工作流程图；
图2为本发明实施例一的获取有效信号时长的流程图。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
本发明最关键的构思在于：将摄像装置测得的信息与超声波测距装置测得的信息综合分析进行判断，以提高判断的准确性。
请参照图1及图2，一种识别***，包括识别装置和输送装置，所述识别装置固定设置于所述输送装置的上方，所述输送装置用于传送待识别物体，所述识别装置包括：
摄像装置；
超声波测距装置；
识别程序，当所述识别程序工作时包括如下处理步骤：
获取摄像装置采集的待识别物体的视频流数据，将所述视频流数据与预设的目标形状进行匹配，得到跟踪目标，对所述跟踪目标实时进行跟踪，得到实时跟踪对象；在对所述跟踪目标进行实时跟踪的同时，同步获取视频流数据并与预设的目标形状进行匹配，得到检测目标对象；将所述实时跟踪对象与检测目标对象进行融合，得到有效融合次数；
在获取视频流数据的同时，同步获取超声波测距装置的数据信息，所述数据信息包括有效信号时长；
当所述有效融合次数大于预设次数并且所述有效信号时长与预设的信号时长的差值在预设范围内时，所述跟踪目标为有效检测目标。
从上述描述可知，本发明的有益效果在于：通过摄像装置可以连续抓拍输送装置上待识别物体的图像，实时分析视频图像中是否存在与预设的目标形状相似的跟踪目标，当对跟踪目标进行实时跟踪的同时，同步进行检测目标对象的检测，然后将实时跟踪对象与检测目标对象进行融合，可以提高识别精度；并且将摄像装置测得的信息与超声波测距装置测得的信息综合进行判断，可以提高判断准确性，适用于对待识别物体进行特定标签和符号的检测，可以检测标签和符号是否存在以及是否完整。
进一步的，所述“将所述视频流数据与预设的目标形状进行匹配”具体为：
获取视频帧图像，对所述视频帧图像进行图像轮廓提取；
将提取得到的图像轮廓与预设的目标形状进行相似度比较，将相似度大于预设相似度的图像轮廓作为跟踪目标。
由上述描述可知，只将相似度大于一定值的图像轮廓作为跟踪目标，可以过滤掉无效的目标，提高跟踪的效率，预设相似度的大小可以根据需要进行设置，例如可以设置为90％。
进一步的，所述“将所述实时跟踪对象与检测目标对象进行融合，得到有效融合次数”具体为：
根据公式2×S12/(S1+S2)计算实时跟踪对象与检测目标对象的重叠区域面积比例；S12表示实时跟踪对象与检测目标对象相交的面积，S1表示实时跟踪对象的面积，S2表示检测目标对象的面积；
当所述重叠区域面积比例大于预设比例时，将所述实时跟踪对象与所述检测目标对象进行合并，记录合并次数作为有效融合次数。
由上述描述可知，只有当跟踪对象与实时检测到的检测目标对象重叠区域面积比例大于一定的值时，才将跟踪对象和检测目标对象融合为一个对象，这样可以提高检测的精度，防止误判；预设比例可以根据需要进行设置，例如可以设置为80％，合并次数即为跟踪对象与检测目标对象融合成功的次数，每成功融合一次，有效融合次数加1。
进一步的，还包括：根据公式Δtdelay＝(d×dflow×(h-h0))/(t×f)对所述有效信号时长进行补偿，Δtdelay表示需要补偿的延迟时间，d表示摄像装置的中心与超声波测距装置的中心之间的距离，dflow表示连续两帧视频图像间光流点的平均偏移像素，h表示超声波测距装置与输送装置的高度差，h0表示超声波测距装置与摄像装置的高度差，t表示连续两帧视频图像的时间间隔，f表示摄像机的焦距。
由上述描述可知，由于摄像装置和超声波测距装置在安装时无法处于同一水平位置，所以需要对测得的有效信号时长进行补偿，使得判断结果更加准确。
进一步的，包括至少两个的识别装置，至少两个的所述识别装置之间分别通信连接。
由上述描述可知，当待识别物体上存在多个被检测目标时，由于目标大小可能不一致，若只设置一个识别装置，可能由于焦距不合适等原因造成误判，当采用多个识别装置时，每一个识别装置可以用于检测一个检测目标，可以根据需要对焦距等进行调节，提高检测精度；识别装置之间相互通信连接，可以将自身测得的数据信息发送至其中的一个识别装置进行汇总判断，例如将测得的数据信息全部发送至最后一个识别装置进行最后的判断。
进一步的，当所述有效融合次数小于预设次数并且所述有效信号时长与预设的信号时长的差值在预设范围内时，发出报警信息。
由上述描述可知，有效融合次数小于预设次数，即摄像装置没有检测出有效检测目标，而此时又有物体通过超声波测距装置，发出报警信息可以提醒相关人员该待识别物体上的检测目标不完整或者不存在。
进一步的，所述“同步获取超声波测距装置的数据信息，所述数据信息包括有效信号时长”具体包括：
分别获取输送装置上无待识别物体时超声波测距装置测得的距离h1以及输送装置上有待识别物体时超声波测距装置测得的距离h2；
当超声波测距装置测得的距离h3小于(h1+h2)/2时，则判断所述输送装置上存在待识别物体；
记录存在待识别物体的时长，得到有效信号时长。
由上述描述可知，通过超声波测距装置测得的距离信息来识别是否存在待识别物体，进一步通过待识别物体存在的有效信号时长判断待识别物体是否是预期的物体，其判断过程简单，准确性较高。
进一步的，所述预设的目标形状包括预设报警目标形状，当待识别物体上存在与所述预设报警目标形状相应的有效检测目标时，发出报警信息。
由上述描述可知，还可以根据需要预设报警目标形状，一旦检测到就发出报警信息提醒相关人员注意。
实施例一
请参照图1及图2，本发明的实施例一为：
一种识别***，其识别精度高，可用于检测物体上的标签和符号等是否存在以及是否完整。
所述识别***包括识别装置和输送装置，所述识别装置固定设置于所述输送装置的上方，所述输送装置用于传送待识别物体，本实施例中可以根据需要设置识别装置的数目。所述识别装置包括：摄像装置、超声波测距装置和识别程序，若光线不足，还可以设置照明装置，以便摄像装置能拍摄出清晰的视频流数据。
如图1所示，当所述识别程序工作时包括如下处理步骤：
S1、获取摄像装置采集的待识别物体的视频流数据，将所述视频流数据与预设的目标形状进行匹配，得到跟踪目标，对所述跟踪目标实时进行跟踪，得到实时跟踪对象；在对所述跟踪目标进行实时跟踪的同时，同步获取视频流数据并与预设的目标形状进行匹配，得到检测目标对象；将所述实时跟踪对象与检测目标对象进行融合，得到有效融合次数。预设的目标形状可以是预设的图标、标签、字母、符号和数字等。
本实施例中，在通过摄像装置采集待识别物体的视频流数据之前，还对摄像装置进行标定，具体为：将标准物水平置于输送装置上，并存在于摄像装置的视野范围内，通过灰度图像的角点检测方法，查找所有角度，根据角点在标准物上的循环位置特性，自动测量标准物的四角在摄像装置画面中的位置，从而映射出摄像装置成像平面与输送装置平面的单应转换矩阵，通过该矩阵，将摄像装置画面通过透视变换，矫正为标准鸟瞰图。
步骤S1中，所述“将所述视频流数据与预设的目标形状进行匹配”具体为：
S11、获取视频帧图像，对所述视频帧图像进行图像轮廓提取。例如，可以对视频帧图像进行canny算子边缘提取，得到图像轮廓。
S12、将提取得到的图像轮廓与预设的目标形状进行相似度比较，将相似度大于预设相似度的图像轮廓作为跟踪目标。可以通过NCC算法将提取到的图像轮廓与预设的目标形状进行匹配，得到相似度，预设相似度的大小可以根据需要进行设置，例如可以设置为90％。
步骤S1中，所述“将所述实时跟踪对象与检测目标对象进行融合，得到有效融合次数”具体为：
S13、根据公式2×S12/(S1+S2)计算实时跟踪对象与检测目标对象的重叠区域面积比例；S12表示实时跟踪对象与检测目标对象相交的面积，S1表示实时跟踪对象的面积，S2表示检测目标对象的面积。
S14、当所述重叠区域面积比例大于预设比例时，将所述实时跟踪对象与所述检测目标对象进行合并，记录合并次数作为有效融合次数。所述预设比例的大小可以根据需要进行设置，例如可以设置为80％。当重叠区域面积比例大于80％时，认为实时跟踪对象与检测目标对象为同一对象，此时将二者进行合并，并将有效融合次数在原有的基础上加1。当重叠区域面积比例小于等于80％时，认为实时跟踪对象与检测目标对象不为同一对象，不对实时跟踪对象和检测目标对象进行合并，有效融合次数在原有的基础上不变。
S2、在获取视频流数据的同时，同步获取超声波测距装置的数据信息，所述数据信息包括有效信号时长。
如图2所示，步骤S2具体包括：
S21、分别获取输送装置上无待识别物体时超声波测距装置测得的距离h1以及输送装置上有待识别物体时超声波测距装置测得的距离h2。在测h1时，开启输送装置，并采集一段时间内超声波测距装置测得的数据，统计该时间段内的中位数，得到h1；在待识别物体存在于输送装置上且处与超声波测距装置正下方时，采集一段时间内超声波测距装置测得的数据，统计该时间段内的中位数，得到h2。此处的待识别物体可以从同一批次的产品中选取，也可以是标准物体。
S22、当超声波测距装置测得的距离h3小于(h1+h2)/2时，则判断所述输送装置上存在待识别物体。
S23、记录存在待识别物体的时长，得到有效信号时长。
本实施例中，由于摄像装置和超声波测距装置均属于向下检测的传感器，故二者在设计时无法设置在同一水平位置，摄像装置与超声波测距装置之间存在物理位置偏移，该物理偏移会直接影响判断结果，需对其进行补偿。补偿量决定于物理偏移量和输送装置的输送速度，物理偏移量由硬件结构决定，输送速度则可以通过视觉分析测量出待识别物体在画面中的像素速度，并通过结合超声波测距装置测量的与输送装置间的距离，换算为输送装置的真实输送速度。具体的，根据公式Δtdelay＝(d×dflow×(h-h0))/(t×f)对步骤S2中的所述有效信号时长进行补偿，Δtdelay表示需要补偿的延迟时间，d表示摄像装置的中心与超声波测距装置的中心之间的距离，dflow表示连续两帧视频图像间光流点的平均偏移像素，h表示超声波测距装置与输送装置的高度差，h0表示超声波测距装置与摄像装置的高度差，t表示连续两帧视频图像的时间间隔，f表示摄像机的焦距。
S3、当所述有效融合次数大于预设次数并且所述有效信号时长与预设的信号时长的差值在预设范围内时，所述跟踪目标为有效检测目标。所述预设范围可以根据需要进行设置，例如正、负1s。当所述有效融合次数小于预设次数并且所述有效信号时长与预设的信号时长的差值在预设范围内时，发出报警信息。
本实施例中，当所述待识别物体上存在至少两个检测目标时，设置至少两个的识别装置，至少两个的所述识别装置之间分别通信连接。每一个识别装置用于检测一个检测目标，可以根据需要对摄像装置的焦距等进行调节，提高检测精度。识别装置之间可以相互通信连接，将自身测得的数据信息发送至其中的一个识别装置进行汇总判断，例如将测得的数据信息全部发送至最后一个识别装置进行最后的判断。
本实施例中，所述预设的目标形状可以是预设报警目标形状，当待识别物体上存在与所述预设报警目标形状相应的有效检测目标时，发出报警信息。即本识别***可以设置为存在报警和丢失报警两种模式，当待识别物体上存在预设报警目标形状即进行报警，或者当要检测的标签等目标形状在待识别物体上不存在或者不完整时也进行报警。
综上所述，本发明提供的一种识别***，其识别精度和判断准确性高，适用于对待识别物体进行特定标签和符号的检测，可以检测标签和符号是否存在以及是否完整。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (7)

1.一种识别***，包括识别装置和输送装置，所述识别装置固定设置于所述输送装置的上方，所述输送装置用于传送待识别物体，其特征在于，所述识别装置包括：
摄像装置；
超声波测距装置；
识别程序，当所述识别程序工作时包括如下处理步骤：
获取摄像装置采集的待识别物体的视频流数据，将所述视频流数据与预设的目标形状进行匹配，得到跟踪目标，对所述跟踪目标实时进行跟踪，得到实时跟踪对象；在对所述跟踪目标进行实时跟踪的同时，同步获取视频流数据并与预设的目标形状进行匹配，得到检测目标对象；将所述实时跟踪对象与检测目标对象进行融合，得到有效融合次数；
在获取视频流数据的同时，同步获取超声波测距装置的数据信息，所述数据信息包括有效信号时长，所述有效信号时长为存在待识别物体的时长；
根据公式Δtdelay=（d×dflow×(h-h0））/（t×f）对所述有效信号时长进行补偿，Δtdelay表示需要补偿的延迟时间，d表示摄像装置的中心与超声波测距装置的中心之间的距离，dflow表示连续两帧视频图像间光流点的平均偏移像素，h表示超声波测距装置与输送装置的高度差，h0表示超声波测距装置与摄像装置的高度差，t表示连续两帧视频图像的时间间隔，f表示摄像机的焦距；
当所述有效融合次数大于预设次数并且补偿后的所述有效信号时长与预设的信号时长的差值在预设范围内时，所述跟踪目标为有效检测目标。
2.根据权利要求1所述的识别***，其特征在于，所述“将所述视频流数据与预设的目标形状进行匹配”具体为：
获取视频帧图像，对所述视频帧图像进行图像轮廓提取；
将提取得到的图像轮廓与预设的目标形状进行相似度比较，将相似度大于预设相似度的图像轮廓作为跟踪目标。
3.根据权利要求1所述的识别***，其特征在于，所述“将所述实时跟踪对象与检测目标对象进行融合，得到有效融合次数”具体为：
根据公式2×S12/(S1+S2)计算实时跟踪对象与检测目标对象的重叠区域面积比例；S12表示实时跟踪对象与检测目标对象相交的面积，S1表示实时跟踪对象的面积，S2表示检测目标对象的面积；
当所述重叠区域面积比例大于预设比例时，将所述实时跟踪对象与所述检测目标对象进行合并，记录合并次数作为有效融合次数。
4.根据权利要求1所述的识别***，其特征在于，包括至少两个的识别装置，至少两个的所述识别装置之间分别通信连接。
5.根据权利要求1所述的识别***，其特征在于，当所述有效融合次数小于预设次数并且所述有效信号时长与预设的信号时长的差值在预设范围内时，发出报警信息。
6.根据权利要求1所述的识别***，其特征在于，所述“同步获取超声波测距装置的数据信息，所述数据信息包括有效信号时长”具体包括：
分别获取输送装置上无待识别物体时超声波测距装置测得的距离h1以及输送装置上有待识别物体时超声波测距装置测得的距离h2；
当超声波测距装置测得的距离h3小于（h1+h2）/2时，则判断所述输送装置上存在待识别物体；
记录存在待识别物体的时长，得到有效信号时长。
7.根据权利要求1所述的识别***，其特征在于，所述预设的目标形状包括预设报警目标形状，当待识别物体上存在与所述预设报警目标形状相应的有效检测目标时，发出报警信息。
CN201710818245.9A 2017-09-12 2017-09-12 识别*** Active CN107403444B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710818245.9A CN107403444B (zh) 2017-09-12 2017-09-12 识别***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710818245.9A CN107403444B (zh) 2017-09-12 2017-09-12 识别***

Publications (2)

Publication Number Publication Date
CN107403444A CN107403444A (zh) 2017-11-28
CN107403444B true CN107403444B (zh) 2023-07-18

Family

ID=60388625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710818245.9A Active CN107403444B (zh) 2017-09-12 2017-09-12 识别***

Country Status (1)

Country Link
CN (1) CN107403444B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109664321A (zh) * 2018-12-27 2019-04-23 四川文理学院 机械臂、排爆小车及搜寻方法
CN111383246B (zh) * 2018-12-29 2023-11-07 杭州海康威视数字技术股份有限公司 条幅检测方法、装置及设备
CN112781494A (zh) * 2020-12-24 2021-05-11 中标慧安信息技术股份有限公司 用于检测输送带表面异物存在状态的方法和***
CN113781421A (zh) * 2021-08-31 2021-12-10 深圳市爱深盈通信息技术有限公司 基于水下的目标识别方法、装置及***

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104108579A (zh) * 2014-07-15 2014-10-22 上海发那科机器人有限公司 一种使用视觉***对直线传送带上工件定位的装置和方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000171215A (ja) * 1998-12-03 2000-06-23 Techno Wave:Kk 物流情報読取り装置
DE102004018016A1 (de) * 2004-04-14 2005-11-10 Sick Ag Verfahren zur Überwachung eines Überwachungsbereichs
EP2144087B1 (de) * 2008-07-11 2010-05-26 Pepperl + Fuchs GmbH Verfahren und Ultraschallsensor zur Höhenbestimmung von Objekten auf einer Transporteinrichtung
JP2010100421A (ja) * 2008-10-27 2010-05-06 Seiko Epson Corp ワーク検知システム、ピッキング装置及びピッキング方法
CN103776841B (zh) * 2014-01-20 2016-05-11 浙江闽锋化学有限公司 合成革缺陷自动检测装置及检测方法
CN103985137B (zh) * 2014-04-25 2017-04-05 深港产学研基地 应用于人机交互的运动物体跟踪方法及***
TWI494538B (zh) * 2014-06-25 2015-08-01 Ind Tech Res Inst 物體量測系統及方法
CN104299246B (zh) * 2014-10-14 2019-01-18 江苏湃锐自动化科技有限公司 基于视频的生产线物品部件运动检测与跟踪方法
CN105425308A (zh) * 2015-12-18 2016-03-23 同方威视技术股份有限公司 物品跟踪***和方法
CN105975910A (zh) * 2016-04-27 2016-09-28 梧州市自动化技术研究开发院 一种用于对运动物体进行视频识别的技术处理方法及其***
CN106204649B (zh) * 2016-07-05 2019-06-28 西安电子科技大学 一种基于tld算法的目标跟踪方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104108579A (zh) * 2014-07-15 2014-10-22 上海发那科机器人有限公司 一种使用视觉***对直线传送带上工件定位的装置和方法

Also Published As

Publication number Publication date
CN107403444A (zh) 2017-11-28

Similar Documents

Publication Publication Date Title
CN107403444B (zh) 识别***
EP2426642B1 (en) Method, device and system for motion detection
CN106022386B (zh) 一种计算机识别与人工交互结合的生活垃圾目标识别***
CN109727275B (zh) 目标检测方法、装置、***和计算机可读存储介质
US20070041614A1 (en) Road marking recognition apparatus and method
CN105701476A (zh) 一种基于机器视觉的生产线产品自动化识别***及方法
CN110991360B (zh) 一种基于视觉算法的机器人巡检点位智能配置方法
US8379921B1 (en) Method and apparatus to determine a region of interest in a video sequence based on floor detection
US20210343026A1 (en) Information processing apparatus, control method, and program
US20170185985A1 (en) Sales registration apparatus, program, and sales registration method
WO2020107951A1 (zh) 一种基于图像的商品结算方法、装置、介质及电子设备
CN112525352A (zh) 一种基于人脸识别的红外测温补偿方法及终端
WO2021000418A1 (zh) 图像数据处理方法和图像数据处理设备
CN108182682A (zh) 一种基于计算机图像处理和模式识别的检测方法
CN105957300B (zh) 一种智慧金睛识别可疑张贴遮蔽报警方法和装置
CN109596631B (zh) 一种基于机器视觉技术的烟包封签错牌检测装置及方法
CN102879404B (zh) 工业结构化场景中医用胶囊缺陷自动检测的***
CN113688817A (zh) 一种自动巡检的仪表识别方法及识别***
KR101686558B1 (ko) 다차선 카메라 인식 시스템 및 그의 학습형 영상분석 방법
CN109743497B (zh) 一种数据集采集方法、***及电子装置
US9727780B2 (en) Pedestrian detecting system
CN109215260A (zh) 一种自助餐厅人工智能结算***
CN111160123B (zh) 一种飞机目标识别方法、装置及存储介质
CN106937047A (zh) 符号特征的自适应对焦视觉识别方法、***及设备
CN111325073B (zh) 基于运动信息聚类的监控视频异常行为检测方法

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