CN108921137A - 一种无人机及存储介质 - Google Patents
一种无人机及存储介质 Download PDFInfo
- Publication number
- CN108921137A CN108921137A CN201810865016.7A CN201810865016A CN108921137A CN 108921137 A CN108921137 A CN 108921137A CN 201810865016 A CN201810865016 A CN 201810865016A CN 108921137 A CN108921137 A CN 108921137A
- Authority
- CN
- China
- Prior art keywords
- image
- density
- portrait
- obtains
- stop
- 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.)
- Pending
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
本发明公开了一种无人机及存储介质,该无人机包括存储器和处理器,处理器调用存储器存储的可执行程序代码执行以下步骤:通过无人机在指定区域内采集图像,得到第一图像;通过对第一图像进行人群密度分析,获取第一图像中的密度要素,当密度要素超过阈值,得到第二图像;持续获取第二图像,得到连续的第二图像;通过对第一图像进行人群密度分析,获取连续的第二图像中的停留要素,当停留要素超过阈值,得到第三图像。本发明通过在无人机内设置两个图像采集模块对图像采集人数信息,将采集到的信息与预设阈值进行对比,当采集到的信息超过预设阈值,便将所采集的图像发回新闻中心,极大的提高了采集新闻热点的便利性与准确性以及发布新闻的及时性。
Description
技术领域
本发明涉及无人机追踪领域,尤其涉及一种无人机及存储介质。
背景技术
随着无人机技术的飞速发展,无人机开始被投入到越来越多的领域。无人机最开始是应用于军队,作为一种非常便利,又低风险的无人机器,通常被用来做无人机侦查,监视与打击***的工作,比如美国的“捕食者”,中国的“翼龙”等都是军用无人机。当无人机进入民用领域后,迎来了无人机发展的高潮,如中国深圳的大疆科技有限公司开发的大疆无人机更是名誉全球,也带动了无人机类型的发展,有农用洒水无人机,森林火灾监控无人机,航拍无人机等,快递与外卖行业都在开发相应的无人机。
在信息化时代的今天,移动终端阅览新闻已经成为人们的习惯,传统的新闻传媒方式开始没落,这就对新闻行业提出了更高的要求,不仅要及时报道热点新闻还要有采集新闻的便捷渠道。
一般市区的新闻采集方式有记者街道踩点,市民主动联系记者,与公安部门联系等多种获取新闻的方式,但是由于记者数量有限,很多时候不能及时得到准确和及时的信息,就会造成新闻丢失、过时或是无价值新闻等。新闻讲究的是时效性和准确性,现有技术的采集方式在这方面还不够好,也不便捷,不利于从事新闻报道的企业降低采集新闻的成本。
发明内容
本发明的目的是针对上述现有技术存在的缺陷,提供一种无人机及存储介质。
本发明采用的技术方案是,提供一种无人机新闻热点追踪的方法,所述方法包括:
无人机在指定区域内采集图像,得到第一图像;
无人机对所述第一图像进行人群密度分析,获取第一图像中的密度要素,当所述密度要素超过阈值,为所述第一图像配置标识,得到第二图像;
无人机持续获取所述第二图像,得到连续的第二图像;
无人机通过第二图像识别识别所述连续的第二图像,获取所述连续的第二图像中的停留要素,当所述停留要素超过阈值,为所述连续的第二图像配置标识,得到第三图像;
无人机将所述第三图像发送到新闻中心。
优选的,所述第一图像识别为人数识别,所述密度要素为人数密度;
所述无人机对所述第一图像进行人群密度分析,获取第一图像中的密度要素包括:
通过所述第一图像识别识别所述第一图像中的人数,得到人数信息;
根据识别到的所述人数信息,计算所述第一图像中的人数密度。
使用所述第一图像识别识别出所述第一图像的人数密度,通过所述人数密度就能模糊判断出所述第一图像是否满足新闻热点的人数密度要求,若满足人数密度要求就将所述第一图像标记进入下一环节,否则判断为无价值新闻,继续采集下一张第一图像,无人机过滤了一些无价值新闻,提高了采集新闻的准确度;所述人数密度要求是事先预设好的,所述人数密度要求是根据以往的热点新闻人数密度统计出一个热点人数密度等级,所述热点人数密度等级也称为热点人数密度阈值。
优选的,所述第二图像识别为坐标识别,所述停留要素为人的停留时间以及人的停留数量;
所述通过第二图像识别识别所述连续的第二图像,获取所述连续的第二图像中的停留要素包括:
预设连续获取所述第二图像的连续时间;
通过所述第二图像识别识别所述第二图像中的人像位置,获取人像在所述第二图像中的位置信息;
根据人像在所述第二图像中的位置信息,得到人的停留时间以及人的停留数量。
通过所述预设连续获取第二图像的连续时间,在所述标记的第一图像的基础上获取到连续的第二图像,因为所述连续时间有间隔,很容易就能得到所述人的停留时间,想要获取一定时间段内人的停留数量,只需将所述时间段内的连续第二图像做对比就能得到想要的结果。
优选的,所述通过所述第二图像识别识别所述第二图像中的人像位置,获取人像在所述第二图像中的位置信息包括:
获取人像在所述第二图像中的模糊坐标;
通过对比所述模糊坐标的变化,设定一个停留阈值,所述模糊坐标的变化在停留阈值内,记为停留;所述停留阈值为一个坐标变化范围。
使用坐标定位可以清楚的标记图像中每个人的相对位置,通过在连续第二图片获取到每张第二图像的模糊坐标,对比每一张第二图像上的模糊坐标的变化,判断每个人的模糊坐标变化范围是否满足预设的停留阈值,若绝大部分人的模糊坐标变化满足停留阈值,就将连续的第二图像标记进入下一个环节,这种判断方式就能很大程度上解决了采集新闻的准确性与及时性。
还提供一种无人机新闻热点追踪***,所述***用于无人机,所述***包括:
第一采集模块,用于无人机在指定区域内采集图像,得到第一图像;
第一图像识别模块,无人机通过第一图像识别模块识别所述第一图像,获取第一图像中的密度要素,当所述密度要素超过阈值,为所述第一图像配置标识,得到第二图像;
第二采集模块,用于无人机持续获取所述第二图像,得到连续的第二图像;
第二图像识别模块,用于无人机通过第二图像识别模块识别所述连续的第二图像,获取所述连续的第二图像中的停留要素,当所述停留要素超过阈值,为所述连续的第二图像配置标识,得到第三图像;
发送模块,无人机将所述第三图像发送到新闻中心。
优选的,所述第一图像识别模块包括:人数识别子模块,密度计算子模块;
所述人数识别子模块用于通过识别所述第一图像中的人数,得到人数信息;
所述密度计算子模块用于根据识别到的所述人数信息,计算所述第一图像中的人数密度。
优选的,所述第二图像识别模块包括:采集时间子模块、位置识别子模块、时间计算子模块以及数量计算子模块;
所述采集时间子模块用于采集连续获取所述第二图像的连续时间;
所述位置识别子模块用于通过识别所述第二图像中的人像位置,获取人像在所述第二图像中的位置信息;
所述时间计算子模块用于根据人像在所述第二图像中停留的时间,得到人的停留时间;
所述数量计算子模块用于根据人像在所述第二图像中的位置信息,得到人的停留数量。
优选的,所述位置识别子模块包括坐标获取单元,所述坐标获取单元用于获取人像在所述第二图像中的模糊坐标;
所述数量计算子模块包括坐标对比单元,通过对比所述模糊坐标的变化,设定一个停留阈值,所述模糊坐标的变化在停留阈值内,记为停留。
还提供一种无人机,所述无人机包括处理器与存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由所述处理器加载并执行以下步骤:
在指定区域内采集图像,得到第一图像;
对所述第一图像进行人群密度分析,获取第一图像中的密度要素,当所述密度要素超过阈值,为所述第一图像配置标识,得到第二图像;
持续获取所述第二图像,得到连续的第二图像;
对所述第二图像进行停留时间分析,获取所述连续的第二图像中的停留要素,当所述停留要素超过阈值,为所述连续的第二图像配置标识,得到第三图像;
将所述第三图像发送到新闻中心。
优选的,所述密度要素为人数密度;
所述处理器对所述第一图像进行人群密度分析,获取第一图像中的密度要素的方式包括:
通过对所述第一图像进行识别,识别所述第一图像中的人数,得到人数信息;
根据识别到的所述人数信息,计算所述第一图像中的人数密度。
优选的,所述停留要素为人的停留时间以及人的停留数量;
所述处理器对所述第二图像进行停留时间分析,获取所述连续的第二图像中的停留要素的方式包括:
预设连续获取所述第二图像的连续时间;
通过对所述第二图像进行识别,识别所述第二图像中的人像位置并标记,获取人像在所述第二图像中的位置信息;
根据人像在所述第二图像中的位置信息,得到人的停留时间以及人的停留数量。
优选的,所述处理器通过对所述第二图像进行识别,识别所述第二图像中的人像位置并标记,获取人像在所述第二图像中的位置信息的方式包括:
通过所述第二图像中的人像位置标记,获取人像在所述第二图像中的模糊坐标;
设定一个停留阈值,通过对比所述模糊坐标的变化,若所述模糊坐标的变化在停留阈值内,记为停留。
还提供一种计算机可读存储介质,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由处理器加载并执行以下步骤:
在指定区域内采集图像,得到第一图像;
对所述第一图像进行人群密度分析,获取第一图像中的密度要素,当所述密度要素超过阈值,为所述第一图像配置标识,得到第二图像;
持续获取所述第二图像,得到连续的第二图像;
对所述第二图像进行停留时间分析,获取所述连续的第二图像中的停留要素,当所述停留要素超过阈值,为所述连续的第二图像配置标识,得到第三图像;
将所述第三图像发送到新闻中心。
优选的,所述密度要素为人数密度;
所述处理器对所述第一图像进行人群密度分析,获取第一图像中的密度要素的方式包括:
通过对所述第一图像进行识别,识别所述第一图像中的人数,得到人数信息;
根据识别到的所述人数信息,计算所述第一图像中的人数密度。
优选的,所述停留要素为人的停留时间以及人的停留数量;
所述处理器对所述第二图像进行停留时间分析,获取所述连续的第二图像中的停留要素的方式包括:
预设连续获取所述第二图像的连续时间;
通过对所述第二图像进行识别,识别所述第二图像中的人像位置并标记,获取人像在所述第二图像中的位置信息;
根据人像在所述第二图像中的位置信息,得到人的停留时间以及人的停留数量。
优选的,所述处理器通过对所述第二图像进行识别,识别所述第二图像中的人像位置并标记,获取人像在所述第二图像中的位置信息的方式包括:
通过所述第二图像中的人像位置标记,获取人像在所述第二图像中的模糊坐标;
设定一个停留阈值,通过对比所述模糊坐标的变化,若所述模糊坐标的变化在停留阈值内,记为停留。
与现有技术相比,本发明至少具有以下有益效果:本发明通过在无人机内设置两个图像采集模块对图像人数信息采集,将采集到的信息与预设阈值进行对比,当采集到的信息超过预设阈值,便将所拍摄的图像传回新闻中心,极大的提高了采集新闻热点的便利性与准确性以及发布新闻的及时性。
附图说明
图1为本发明实施例的一种无人机新闻热点追踪方法流程图;
图2为本发明实施例的一种无人机新闻热点追踪***模块图;
图3为本发明实施例图2中22部分的细节模块图;
图4为本发明实施例图2中24部分的细节模块图;
图5为本发明实施例提供的一种无人机的结构示意图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
如图1所示,本发明提出了一种无人机新闻热点追踪的方法,所述无人机可以是多旋翼无人机、固定翼无人机和无人直升机等,本发明不对所述无人机的产品类型做具体的限定。所述无人机安装有高清晰摄影机,高清晰图像能在放大后还能保持较高的像素,这样能更容易识别所述图像上的信息。
在本发明实施例中,所述无人机选用四旋翼无人机,所述四旋翼无人机设置有可以拍摄高清晰度的高清晰摄影机,在四旋翼无人机中,还设置有图像存储器与图像识别装置。
所述方法包括:
11、获取第一图像,无人机在指定区域内采集图像,得到第一图像;
具体的,地面新闻中心控制无人机飞抵目标区域,通过设置在所述无人机上的采集图像设备获取第一图像,所述采集图像设备可以是摄像机等具有图像采集功能的设备。
进一步的,为了获取更清晰的第一图像,所述采集图像设备为高清晰摄像机,从第一图像解决模糊物体对图像识别结果的干扰。
12、第一图像识别,无人机对所述第一图像进行人群密度分析,获取第一图像中的密度要素;所述的第一图像识别是功能,作用是识别第一图像上的密度要素,所述密度要素由区域人数以及根据区域面积计算的人数密度。
具体的,所述第一图像识别为热成像扫描识别,在获取第一图像同时,热成像扫描仪扫描实景人数热辐射,统计出实景中的人数,得到所述第一图像中人数信息;根据识别到的所述人数信息,通过人口密度计算公式计算出所述第一图像中的人数密度。
当然,所述第一图像识别也可以是人像扫描识别,不局限与一种方式。
13、根据所述第一图像中的人数密度来判断是否满足预设人数密度阈值,如果所述人数密度超过所述人数密度阈值,就为所述第一图像配置标识,得到第二图像;如果所述第一图像中的人数密度没达到所述密度阈值,就将本次采集的第一图像储存,作为参考图像,摄像机重新获取新的第一图像。
14、连续获取第二图像;根据所述标记的第一图像获取第一张第二图像,在这个基础上设置固定的时间间隔来连续获取第二图像,所述获取第二图像的方法为上述步骤11-13。
进一步的,将获取的所述连续第二图像按时间顺序排列,减少由于顺序紊乱二带来的数据干扰。
15、第二图像识别,无人机所述第二图像进行停留时间分析,获取所述连续的第二图像中的停留要素;根据获取的连续第二图像进行进一步的信息识别,所述第二图像识别为识别第二图像中的人像位置,获取人像在所述第二图像中的位置信息,每一张连续的第二图像都能获取到相应人像的位置信息,通过所述的连续位置信息的变化能统计出人像的停留时间和在一定时间段内人像的停留数量作为停留要素。
具体的,所述第二图像识别方式为坐标识别,图像中的每一个人像位置都可以由一组模糊坐标表示,在获取所述第二图像中人像位置信息即为获取所述人像坐标信息。
16、在判定人像是否为停留时,先预设一个停留时间,和一个停留阈值即坐标信息变化范围,将在所述停留时间内的连续第二图像中相同人像的坐标信息进行比较,所述坐标信息变化范围小于停留阈值则该人像记为停留;所述停留时间为人像由坐标信息变化小于停留阈值到大于停留阈值的时间;所述停留人像数量为一段时间内记为停留的人像数量。
进一步的,在绝大多数人像记为停留后,满足了预设的人数停留阈值,将该组连续的第二图像配置标记,得到第三图像。
17、通过标记的连续第二图像作为第三图像,所述第三图像作为一组图集,有着图像数量大,图像识别数据复杂等特点,为此需要将获取到的第三图像压缩和加密,加密是为了发送数据时保证数据不被拦截;将压缩后的图像通过数模转换器转换为数字信号,便于与控制台的数据传输。
18、将所述第三图像数字信号通过发送装置发回新闻中心,完成新闻热点追踪的最后一步。
如图2至图4所示,还提供了一种无人机新闻热点追踪***,所述无人机可以是多旋翼无人机、固定翼无人机和无人直升机等,本发明不对所述无人机的产品类型做具体的限定。所述无人机安装有高清晰摄影机,高清晰图像能在放大后还能保持较高的像素,这样能更容易识别所述图像上的信息。
所述***包括:
第一采集模块21,用于获取第一图像;所述第一模块21设置有高清晰摄像机。
第一图像识别模块22,用于识别第一图像的人数信息;所述第一图像识别模块内设置有人数识别子模块31和密度计算子模块32。
在本发明实施例中,所述人数识别子模块31为热成像扫描仪,所述热成像扫描仪是获取人数密度,每个人的热辐射能量值波动不大,将个人热辐射能量值视为固定值,可以根据辐射总热度计算出人数;所述密度子模块32将所述人数和实景面积做人像密度计算,得到人数密度;所述人像密度计算公式为:(人像密度)=(人数)÷(实景面积)。
第二采集模块23,用于获取第二图像;具体为先预设固定时间间隔,在给第一张第一图像配置标识后,间隔所述预设的时间间隔连续获取第二图像。
第二图像识别模块24,用于识别连续的第二图像上的人像数量和人像位置;所述第二图像识别模块包含有采集所述连续第二图像间隔时间的采集时间子模块41、识别所述第二图像中的人像位置,获取人像在所述第二图像中的位置信息的位置识别子模块42、采集第二图像中人像停留时间的时间计算子模块43和采集第二图像中人数停留数量的数量计算子模块44。
所述采集时间子模块41是根据第二图像上的时间标记来采集连续的第二图像的时间间隔;所述位置识别子模块42是根据在图像上设置的坐标来识别的人像位置信息,因为第二图像是二维的图像,所以坐标设置也是二维坐标,;所述时间计算子模块43是计算连续的第二图像中人像的停留时间,所述时间计算子模块43的时间计算间隔小于连续的第二图像的时间间隔,更精确的计算出人像停留时间;所述数量计算子模块44是的功能有两个,一个是统计每张第二图像中人像数量,用于人像数量变化的比较,进一步提高新闻热点的准确度,另一个是识别人像停留,通过设置在所述数量计算子模块44内的坐标对比单元来实现,对比所述人像坐标的变化,设定一个停留阈值,所述坐标的变化在停留阈值内,记为停留。
发送模块25,是用于发送第三图像;所述地发送模块25将获取第三图像单元和发送图像单元合二为一,所述获取第三图像单元是将标记的第二图像压缩、加密和转化为数字信号,所述发送图像单元则是把第三图像数字信号发送到新闻中心。
本发明实施例还提供一种无人机,可以用于执行前述实施例提供的无人机新闻热点追踪的方法。如图5所示,该无人机至少可以包括存储器100和至少一个处理器200,例如CPU(Central Processing Unit,中央处理器),其中,存储器100和处理器200可以通过总线进行通信连接。本领域技术人员可以理解,图5中示出的无人机的结构并不构成对本发明实施例的限定,它既可以是总线形结构,也可以是星型结构,还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
其中,存储器100可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器100可选的还可以是至少一个位于远离前述处理器200的存储装置。存储器100中可以存储有至少一条指令、至少一段程序、代码集或指令集,本发明实施例不作限定。
在图5所示的无人机中,处理器200可以用于调用存储器100中存储的上述至少一条指令、至少一段程序、代码集或指令集,执行如下步骤:
在指定区域内采集图像,得到第一图像;
对第一图像进行人群密度分析,获取第一图像中的密度要素,当密度要素超过阈值,为第一图像配置标识,得到第二图像;
持续获取第二图像,得到连续的第二图像;
对第二图像进行停留时间分析,获取连续的第二图像中的停留要素,当停留要素超过阈值,为连续的第二图像配置标识,得到第三图像;
将第三图像发送到新闻中心。
可选的,该密度要素为人数密度;
处理器200对第一图像进行人群密度分析,获取第一图像中的密度要素的方式可以包括:
通过对第一图像进行识别,识别第一图像中的人数,得到人数信息;
根据识别到的人数信息,计算第一图像中的人数密度。
可选的,该停留要素为人的停留时间以及人的停留数量;
处理器200对第二图像进行停留时间分析,获取连续的第二图像中的停留要素的方式可以包括:
预设连续获取第二图像的连续时间;
通过对第二图像进行识别,识别第二图像中的人像位置并标记,获取人像在第二图像中的位置信息;
根据人像在第二图像中的位置信息,得到人的停留时间以及人的停留数量。
可选的,处理器200通过对第二图像进行识别,识别第二图像中的人像位置并标记,获取人像在第二图像中的位置信息的方式可以包括:
通过第二图像中的人像位置标记,获取人像在第二图像中的模糊坐标;
设定一个停留阈值,通过对比模糊坐标的变化,若模糊坐标的变化在停留阈值内,记为停留。
图5所示的无人机,通过设置两个图像采集模块对图像人数信息采集,将采集到的信息与预设阈值进行对比,当采集到的信息超过预设阈值,便将所拍摄的图像传回新闻中心,极大的提高了采集新闻热点的便利性与准确性以及发布新闻的及时性。
本发明实施例还提供一种计算机可读存储介质,该存储介质中可以存储有至少一条指令、至少一段程序、代码集或指令集,上述至少一条指令、至少一段程序、代码集或指令集可以由无人机中的处理器加载并执行以下步骤:
在指定区域内采集图像,得到第一图像;
对第一图像进行人群密度分析,获取第一图像中的密度要素,当密度要素超过阈值,为第一图像配置标识,得到第二图像;
持续获取第二图像,得到连续的第二图像;
对第二图像进行停留时间分析,获取连续的第二图像中的停留要素,当停留要素超过阈值,为连续的第二图像配置标识,得到第三图像;
将第三图像发送到新闻中心。
可选的,该密度要素为人数密度;
处理器对第一图像进行人群密度分析,获取第一图像中的密度要素的方式可以包括:
通过对第一图像进行识别,识别第一图像中的人数,得到人数信息;
根据识别到的人数信息,计算第一图像中的人数密度。
可选的,该停留要素为人的停留时间以及人的停留数量;
处理器对第二图像进行停留时间分析,获取连续的第二图像中的停留要素的方式可以包括:
预设连续获取第二图像的连续时间;
通过对第二图像进行识别,识别第二图像中的人像位置并标记,获取人像在第二图像中的位置信息;
根据人像在第二图像中的位置信息,得到人的停留时间以及人的停留数量。
可选的,处理器通过对第二图像进行识别,识别第二图像中的人像位置并标记,获取人像在第二图像中的位置信息的方式可以包括:
通过第二图像中的人像位置标记,获取人像在第二图像中的模糊坐标;设定一个停留阈值,通过对比模糊坐标的变化,若模糊坐标的变化在停留阈值内,记为停留。
上述实施例仅用于说明本发明的具体实施方式。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和变化,这些变形和变化都应属于本发明的保护范围。
Claims (8)
1.一种无人机,其特征在于,所述无人机包括处理器与存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由所述处理器加载并执行以下步骤:
在指定区域内采集图像,得到第一图像;
对所述第一图像进行人群密度分析,获取第一图像中的密度要素,当所述密度要素超过阈值,为所述第一图像配置标识,得到第二图像;
持续获取所述第二图像,得到连续的第二图像;
对所述第二图像进行停留时间分析,获取所述连续的第二图像中的停留要素,当所述停留要素超过阈值,为所述连续的第二图像配置标识,得到第三图像;
将所述第三图像发送到新闻中心。
2.如权利要求1所述的无人机,其特征在于,所述密度要素为人数密度;
所述处理器对所述第一图像进行人群密度分析,获取第一图像中的密度要素的方式包括:
通过对所述第一图像进行识别,识别所述第一图像中的人数,得到人数信息;
根据识别到的所述人数信息,计算所述第一图像中的人数密度。
3.如权利要求1或2所述的无人机,其特征在于,所述停留要素为人的停留时间以及人的停留数量;
所述处理器对所述第二图像进行停留时间分析,获取所述连续的第二图像中的停留要素的方式包括:
预设连续获取所述第二图像的连续时间;
通过对所述第二图像进行识别,识别所述第二图像中的人像位置并标记,获取人像在所述第二图像中的位置信息;
根据人像在所述第二图像中的位置信息,得到人的停留时间以及人的停留数量。
4.如权利要求3所述的无人机,其特征在于,所述处理器通过对所述第二图像进行识别,识别所述第二图像中的人像位置并标记,获取人像在所述第二图像中的位置信息的方式包括:
通过所述第二图像中的人像位置标记,获取人像在所述第二图像中的模糊坐标;
设定一个停留阈值,通过对比所述模糊坐标的变化,若所述模糊坐标的变化在停留阈值内,记为停留。
5.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或所述指令集由处理器加载并执行以下步骤:
在指定区域内采集图像,得到第一图像;
对所述第一图像进行人群密度分析,获取第一图像中的密度要素,当所述密度要素超过阈值,为所述第一图像配置标识,得到第二图像;
持续获取所述第二图像,得到连续的第二图像;
对所述第二图像进行停留时间分析,获取所述连续的第二图像中的停留要素,当所述停留要素超过阈值,为所述连续的第二图像配置标识,得到第三图像;
将所述第三图像发送到新闻中心。
6.如权利要求5所述的计算机可读存储介质,其特征在于,所述密度要素为人数密度;
所述处理器对所述第一图像进行人群密度分析,获取第一图像中的密度要素的方式包括:
通过对所述第一图像进行识别,识别所述第一图像中的人数,得到人数信息;
根据识别到的所述人数信息,计算所述第一图像中的人数密度。
7.如权利要求5或6所述的计算机可读存储介质,其特征在于,所述停留要素为人的停留时间以及人的停留数量;
所述处理器对所述第二图像进行停留时间分析,获取所述连续的第二图像中的停留要素的方式包括:
预设连续获取所述第二图像的连续时间;
通过对所述第二图像进行识别,识别所述第二图像中的人像位置并标记,获取人像在所述第二图像中的位置信息;
根据人像在所述第二图像中的位置信息,得到人的停留时间以及人的停留数量。
8.如权利要求7所述的计算机可读存储介质,其特征在于,所述处理器通过对所述第二图像进行识别,识别所述第二图像中的人像位置并标记,获取人像在所述第二图像中的位置信息的方式包括:
通过所述第二图像中的人像位置标记,获取人像在所述第二图像中的模糊坐标;
设定一个停留阈值,通过对比所述模糊坐标的变化,若所述模糊坐标的变化在停留阈值内,记为停留。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810865016.7A CN108921137A (zh) | 2018-08-01 | 2018-08-01 | 一种无人机及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810865016.7A CN108921137A (zh) | 2018-08-01 | 2018-08-01 | 一种无人机及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108921137A true CN108921137A (zh) | 2018-11-30 |
Family
ID=64393337
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810865016.7A Pending CN108921137A (zh) | 2018-08-01 | 2018-08-01 | 一种无人机及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108921137A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111291597A (zh) * | 2018-12-07 | 2020-06-16 | 杭州海康威视数字技术股份有限公司 | 一种基于图像的人群态势分析方法、装置、设备及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447458A (zh) * | 2015-11-17 | 2016-03-30 | 深圳市商汤科技有限公司 | 一种大规模人群视频分析***和方法 |
CN105809178A (zh) * | 2014-12-31 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 一种基于人脸属性的人群分析方法及装置 |
CN106845344A (zh) * | 2016-12-15 | 2017-06-13 | 重庆凯泽科技股份有限公司 | 人群统计方法及装置 |
CN106933867A (zh) * | 2015-12-30 | 2017-07-07 | 杭州华为企业通信技术有限公司 | 一种图像查询方法和装置 |
CN107256225A (zh) * | 2017-04-28 | 2017-10-17 | 济南中维世纪科技有限公司 | 一种基于视频分析的热度图生成方法及装置 |
-
2018
- 2018-08-01 CN CN201810865016.7A patent/CN108921137A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809178A (zh) * | 2014-12-31 | 2016-07-27 | 中国科学院深圳先进技术研究院 | 一种基于人脸属性的人群分析方法及装置 |
CN105447458A (zh) * | 2015-11-17 | 2016-03-30 | 深圳市商汤科技有限公司 | 一种大规模人群视频分析***和方法 |
CN106933867A (zh) * | 2015-12-30 | 2017-07-07 | 杭州华为企业通信技术有限公司 | 一种图像查询方法和装置 |
CN106845344A (zh) * | 2016-12-15 | 2017-06-13 | 重庆凯泽科技股份有限公司 | 人群统计方法及装置 |
CN107256225A (zh) * | 2017-04-28 | 2017-10-17 | 济南中维世纪科技有限公司 | 一种基于视频分析的热度图生成方法及装置 |
Non-Patent Citations (1)
Title |
---|
叶青青: "《网络与新媒体财经报道》", 31 July 2018 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111291597A (zh) * | 2018-12-07 | 2020-06-16 | 杭州海康威视数字技术股份有限公司 | 一种基于图像的人群态势分析方法、装置、设备及*** |
CN111291597B (zh) * | 2018-12-07 | 2023-10-13 | 杭州海康威视数字技术股份有限公司 | 一种基于图像的人群态势分析方法、装置、设备及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101984983B1 (ko) | 야생동물 모니터링 시스템 및 그 방법 | |
WO2020215961A1 (zh) | 面向室内环境控制的人员信息检测方法与*** | |
WO2020206850A1 (zh) | 基于高维图像的图像标注方法和装置 | |
CN110532970B (zh) | 人脸2d图像的年龄性别属性分析方法、***、设备和介质 | |
KR20200098875A (ko) | 3d 얼굴인식 시스템 및 방법 | |
CN104537339B (zh) | 信息识别方法和信息识别*** | |
CN105279480A (zh) | 视频分析的方法 | |
CN101300588A (zh) | 确定收集中的特定人的方法 | |
KR102183473B1 (ko) | 영상 모니터링 방법 및 장치 | |
CN109377441B (zh) | 具有隐私保护功能的舌像采集方法和*** | |
DE102016203882A1 (de) | Erkennen von tumorösem Brustgewebe auf einem Wärmebild | |
DE102016203881A1 (de) | Softwareschnittstellenwerkzeug für Brustkrebsuntersuchung | |
CN107566790A (zh) | 结合射频识别技术和视频监控技术的实时监控装置及方法 | |
WO2024051067A1 (zh) | 红外图像处理方法、装置及设备、存储介质 | |
Schumann et al. | An image processing pipeline for long range UAV detection | |
JP6396682B2 (ja) | 監視カメラシステム | |
CN108921137A (zh) | 一种无人机及存储介质 | |
CN109063646A (zh) | 无人机新闻热点追踪的方法、***、无人机及存储介质 | |
CN109080819A (zh) | 一种用于新闻追踪的无人机及存储介质 | |
Ntouskos et al. | Saliency prediction in the coherence theory of attention | |
KR101170676B1 (ko) | 얼굴 인식 기반의 얼굴 검색 시스템 및 그 방법 | |
CN111405184A (zh) | 多媒体信息的确定方法、头戴设备、存储介质及电子设备 | |
CN103699893A (zh) | 一种人脸特征信息采集装置 | |
KR102242693B1 (ko) | Vms 기반의 모니터링 방법 및 장치 | |
CN109050916A (zh) | 一种巡航无人机及存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181130 |