CN110572786A - 一种基于wifi与人脸识别的区块化室内定位***及方法 - Google Patents
一种基于wifi与人脸识别的区块化室内定位***及方法 Download PDFInfo
- Publication number
- CN110572786A CN110572786A CN201910850695.5A CN201910850695A CN110572786A CN 110572786 A CN110572786 A CN 110572786A CN 201910850695 A CN201910850695 A CN 201910850695A CN 110572786 A CN110572786 A CN 110572786A
- Authority
- CN
- China
- Prior art keywords
- block
- locator
- wifi
- camera
- positioning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 4
- 230000008054 signal transmission Effects 0.000 claims abstract description 4
- 238000005259 measurement Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 230000000903 blocking effect Effects 0.000 claims description 4
- 230000001815 facial effect Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Library & Information Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electromagnetism (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于wifi与人脸识别的区块化室内定位***及方法,属于室内定位领域,该***包括云端***、定位终端以及手机终端;手机终端包括摄像头模块和wifi模块,摄像头模块用于采集定位者当前人脸图像;定位终端包括单片机以及与单片机双向信号连接的摄像头,摄像头用于拍摄定位者人脸图像;摄像头模块与单片机通过4g网络或wifi连接进行定位者人脸图像信息传输;云端***包括定位目标匹配***以及与定位目标匹配***通过4g网络或wifi进行信号传输的区块数据库和摄像头数据库。本发明将室内区域区块化,采用基于区块识别的wifi定位法初步对手机持有者定位,结合摄像头人脸识与几何计算,进行进一步定位,能够极大的提高室内定位的精度。
Description
技术领域
本发明属于室内定位技术领域,具体涉及一种基于wifi与人脸识别的区块化室内定位***及方法。
背景技术
近年来,随着无线网络的广泛应用,室内定位技术不断发展起来,基于各种技术方法的室内定位方法层出不穷。国内现存的室内定位技术包括蓝牙定位,wifi定位,红外线定位,地磁室内定位等,但由于由于室内环境的动态性很强,wifi或蓝牙单独定位时,信标覆盖率低,存在着定位精度较低且稳定性差等问题。
发明内容
本发明的目的在于提供一种基于wifi与人脸识别的区块化室内定位***及方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供一种基于wifi与人脸识别的区块化室内定位***,该***包括云端***、定位终端以及手机终端;
所述的手机终端包括摄像头模块和wifi模块,所述的摄像头模块用于采集定位者当前人脸图像;
所述的定位终端包括单片机以及与单片机双向信号连接的摄像头,所述的摄像头用于拍摄定位者人脸图像;
所述的摄像头模块与所述的单片机通过4g网络或wifi连接进行定位者人脸图像信息传输;
所述的云端***包括定位目标匹配***以及与定位目标匹配***通过4g网络或wifi进行信号传输的区块数据库和摄像头数据库;
所述的区块数据库包括每个区块内包含的坐标、对应接收信号强度的测量值范围和区块内包含的摄像头编号;
所述的定位目标匹配***包括室内区块化模型、区块查询模块和通信模块;
所述的室内区块化模型与所述的区块数据库通过4g网络或wifi连接,用于建立RSSI测量值和区块化坐标间的关系并存储到区块数据库内;
所述的通信模块通过4g网络或wifi与wifi模块相连,用于接收手机终端的RSSI测量值;
所述区块查询部分与所述区块数据库相连,用于查询对比RSSI测量值得到定位者所处区块。
本发明还提供一种基于wifi与人脸识别的区块化室内定位方法,该方法包括使用基于wifi与人脸识别的区块化室内定位***对定位者进行定位,具体包括如下步骤:
S1、建立空间直角坐标系,在室内三点安置不同wifi信号,并将室内区域划分为多个方形区块;
S2、依据不同接收信号强度值与区块的对应关系:
在离线状态下,测定各个区块中RISS值的范围,建立wifi区块数据库;
在线状态下,通过定位者在不同位置得到的接收信号强度值,初步判断定位者所处区块;
S3、调动定位者初步判断所在区块的摄像头,进行人脸捕获与识别,进一步判断定位者所处区块;
S4、根据几何关系,获取定位者坐标。
作为一种优选的实施方式,S1中,单个所述的方形区块的天花板上安装有三个呈等边直角三角形分布摄像头。
作为一种优选的实施方式,S2中,所述的wifi区块数据库的建立包括通过现场测试建立接收信号强度值与区块的对应关系数据库,并记录每个区块所包含的坐标与接收信号强度测量值范围;
离线状态下,每个区块所包含的坐标与接收信号强度测量值范围为:
其中,N为接入点个数,mac为接入点的物理地址,max为区块接收到的信号强度最大值,min为区块接收到的信号强度最小值,φ为样本区块的概率分布。
作为一种优选的实施方式,S2中,初步判断定位者所处区块包括根据KISS值在数据库中进行匹配,根据各个区块的KISS值范围,初步判断定位者所处区块;
初步判断定位者可能的区块为:
其中,S为得到的周围各个wifi信号强度的矩阵,mac为接入点的物理地址,rss为周围wifi的接收信号强度值。
作为一种优选的实施方式,S3中,所述的进一步判断定位者所处区块包括通过帧差法结合背景图像构建,锁定运动物体,对区块内运动物体进行搜索检测;进一步判断定位者所处区块包括如下步骤:
S301、摄像头锁定运动物体:
其中,Th为设定阈值,τ(t)与τ(t-1)表示相邻时刻图中同一位置的像素点,W表示(t-1)时刻权重值,S表示图片静态部分,BJT和BJT-1表示相邻时刻背景图;
S302、对运动的物体进行人脸检测:
S303、对摄像头采集到的人脸进行特征提取:
进行局部二值化:
S304、手机段输入定位者面部信息;
S305、将得到的人脸特征与手机输入端的定位者人脸特征进行匹配,确定定位者实际所在区块。
作为一种优选的实施方式,S4中,所述的获取定位者坐标包括如下步骤:
S401、确定定位者实际所在区块后,通过区块内的三个摄像头拍摄定位者图像,对拍摄的定位图像进行处理;
S402、通过单目摄像头测距,得到定位点到三个摄像头的距离;
S403、分别以三个摄像头为圆心,摄像头到定位点的距离为半径画圆,三个圆的交点即为定位点,进而得到具体坐标:
即可得到物距u;
其中,D为透镜孔径,v是相距,R1、R2为两次拍摄的光斑半径。
与现有技术相比,本发明的有益效果是:
本发明结合卷积神经网络,实现云端信息库、操作平台与路灯摄像头的联动控制,当需要某人行踪时,可实现调取被追踪者面部信息,或者手动录入其并他有效信息;在信息库近期拍摄信息中对比寻找失踪者的行踪,根据拍摄的时间轴标定失踪者行踪路线,确定失踪者出现的最后区域后,联动控制区域及周边摄像头,实时搜索并及时反馈,实现迅速智能寻人与追踪,极大地缩减了搜索时间,扩大了搜索范围,节省人力,提高效率。
附图说明
图1为本发明的区块化室内定位***结构图;
图2为本发明的区块化模型图;
图3为本发明的区块数据库建立图;
图4为本发明的区块化模型工作流程图;
图5为本发明的定位目标匹配***流程图;
图6为本发明的单目摄像头测距原理图;
图7为本发明的区块内三摄像头定位图。
具体实施方式
下面结合实施例对本发明做进一步的描述。
以下实施例用于说明本发明,但不能用来限制本发明的保护范围。实施例中的条件可以根据具体条件做进一步的调整,在本发明的构思前提下对本发明的方法简单改进都属于本发明要求保护的范围。
本发明提供了一种基于wifi与人脸识别的区块化室内定位***,请参阅图1,该***包括云端***、定位终端以及手机终端;
手机终端包括摄像头模块和wifi模块,摄像头模块用于采集定位者当前人脸图像;
定位终端包括单片机以及与单片机双向信号连接的摄像头,摄像头用于拍摄定位者人脸图像;
摄像头模块与单片机通过4g网络或wifi连接进行定位者人脸图像信息传输;
云端***包括定位目标匹配***以及与定位目标匹配***通过4g网络或wifi进行信号传输的区块数据库和摄像头数据库;
区块数据库包括每个区块内包含的坐标、对应接收信号强度的测量值范围和区块内包含的摄像头编号;
定位目标匹配***包括室内区块化模型、区块查询模块和通信模块;
室内区块化模型与区块数据库通过4g网络或wifi连接,用于建立RSSI测量值和区块化坐标间的关系并存储到区块数据库内;
通信模块通过4g网络或wifi与wifi模块相连,用于接收手机终端的RSSI测量值;
区块查询部分与所述区块数据库相连,用于查询对比RSSI测量值得到定位者所处区块。
本发明提供了一种基于wifi与人脸识别的区块化室内定位方法,其特征在于,具体包括如下步骤:
S1、请参与图2,建立空间直角坐标系,在室内三点安置不同wifi信号,并将室内区域划分为多个方形区块;
其中,单个所述的方形区块的天花板上安装有三个呈等边直角三角形分布摄像头。
S2、依据不同接收信号强度值与区块的对应关系:
请参与图3,在离线状态下,测定各个区块中RISS值的范围,建立wifi区块数据库;
通过现场测试建立接收信号强度值与区块的对应关系数据库,并记录每个区块所包含的坐标与接收信号强度测量值范围;
离线状态下,每个区块所包含的坐标与RISS测量值范围为:
其中,N为接入点个数,mac为接入点的物理地址,max为区块接收到的信号强度最大值,min为区块接收到的信号强度最小值,φ为样本区块的概率分布。
请参阅图4,在线状态下,通过定位者在不同位置得到的接收信号强度值,初步判断定位者所处区块;
初步判断定位者可能的区块为:
其中,S为得到的周围各个wifi信号强度的矩阵,mac为接入点的物理地址,rss为周围wifi的接收信号强度值。
S3、调动定位者初步判断所在区块的摄像头,进行人脸捕获与识别,进一步判断定位者所处区块;
请参阅图5,通过帧差法结合背景图像构建,锁定运动物体,对区块内运动物体进行搜索检测;进一步判断定位者所处区块包括如下步骤:
S301、摄像头锁定运动物体:
其中,Th为设定阈值,τ(t)与τ(t-1)表示相邻时刻图中同一位置的像素点,W表示(t-1)时刻权重值,S表示图片静态部分,BJT和BJT-1表示相邻时刻背景图;
S302、对运动的物体进行人脸检测:
S303、对摄像头采集到的人脸进行特征提取:
进行局部二值化:
S304、手机段输入定位者面部信息;
S305、将得到的人脸特征与手机输入端的定位者人脸特征进行匹配,确定定位者实际所在区块。
S4、根据几何关系,获取定位者坐标;
请参阅图,6和图7,获取定位者坐标包括如下步骤:
S401、确定定位者实际所在区块后,通过区块内的三个摄像头拍摄定位者图像,对拍摄的定位图像进行处理;
S402、通过单目摄像头测距,得到定位点到三个摄像头的距离;
S403、分别以三个摄像头为圆心,摄像头到定位点的距离为半径画圆,三个圆的交点即为定位点,进而得到具体坐标:
即可得到物距u;
其中,D为透镜孔径,v是相距,R1、R2为两次拍摄的光斑半径。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种基于wifi与人脸识别的区块化室内定位***,其特征在于,该***包括云端***、定位终端以及手机终端;
所述的手机终端包括摄像头模块和wifi模块,所述的摄像头模块用于采集定位者当前人脸图像;
所述的定位终端包括单片机以及与单片机双向信号连接的摄像头,所述的摄像头用于拍摄定位者人脸图像;
所述的摄像头模块与所述的单片机通过4g网络或wifi连接进行定位者人脸图像信息传输;
所述的云端***包括定位目标匹配***以及与定位目标匹配***通过4g网络或wifi进行信号传输的区块数据库和摄像头数据库;
所述的区块数据库包括每个区块内包含的坐标、对应RSSI的测量值范围和区块内包含的摄像头编号;
所述的定位目标匹配***包括室内区块化模型、区块查询模块和通信模块;
所述的室内区块化模型与所述的区块数据库通过4g网络或wifi连接,用于建立RSSI测量值和区块化坐标间的关系并存储到区块数据库内;
所述的通信模块通过4g网络或wifi与wifi模块相连,用于接收手机终端的RSSI测量值;
所述区块查询部分与所述区块数据库相连,用于查询对比接收信号强度测量值得到定位者所处区块。
2.一种基于wifi与人脸识别的区块化室内定位方法,该方法包括使用权利要求1所述的基于wifi与人脸识别的区块化室内定位***对定位者进行定位,其特征在于,具体包括如下步骤:
S1、建立空间直角坐标系,在室内三点安置不同wifi信号,并将室内区域划分为多个方形区块;
S2、依据不同接收信号强度值与区块的对应关系:
在离线状态下,测定各个区块中RISS值的范围,建立wifi区块数据库;
在线状态下,通过定位者在不同位置得到的接收信号强度值,初步判断定位者所处区块;
S3、调动定位者初步判断所在区块的摄像头,进行人脸捕获与识别,进一步判断定位者所处区块;
S4、根据几何关系,获取定位者坐标。
3.根据权利要求2所述的基于wifi与人脸识别的区块化室内定位方法,其特征在于,S1中,单个所述的方形区块的天花板上安装有三个呈等边直角三角形分布摄像头。
4.根据权利要求3所述的基于wifi与人脸识别的区块化室内定位方法,其特征在于,S2中,所述的wifi区块数据库的建立包括通过现场测试建立RISS值与区块的对应关系数据库,并记录每个区块所包含的坐标与接收信号强度测量值范围;
离线状态下,每个区块所包含的坐标与接收信号强度测量值范围为:
其中,N为接入点个数,mac为接入点的物理地址,max为区块接收到的信号强度最大值,min为区块接收到的信号强度最小值,φ为样本区块的概率分布。
5.根据权利要求4所述的基于wifi与人脸识别的区块化室内定位方法,其特征在于,S2中,初步判断定位者所处区块包括根据接收信号强度值在数据库中进行匹配,根据各个区块的接收信号强度值范围,初步判断定位者所处区块;
初步判断定位者可能的区块为:
其中,S为得到的周围的各个wifi信号强度的矩阵,mac为接入点的物理地址,rss为周围wifi的接收信号强度值。
6.根据权利要求5所述的基于wifi与人脸识别的区块化室内定位方法,其特征在于,S3中,所述的进一步判断定位者所处区块包括通过帧差法结合背景图像构建,锁定运动物体,对区块内运动物体进行搜索检测;
进一步判断定位者所处区块包括如下步骤:
S301、摄像头锁定运动物体:
其中,Th为设定阈值,τ(t)与τ(t-1)表示相邻时刻图中同一位置的像素点,W表示(t-1)时刻权重值,S表示图片静态部分,BJT和BJT-1表示相邻时刻背景图;
S302、对运动的物体进行人脸检测:
S303、对摄像头采集到的人脸进行特征提取:
进行局部二值化:
S304、手机段输入定位者面部信息;
S305、将得到的人脸特征与手机输入端的定位者人脸特征进行匹配,确定定位者实际所在区块。
7.根据权利要求6所述的基于wifi与人脸识别的区块化室内定位方法,其特征在于,S4中,所述的获取定位者坐标包括如下步骤:
S401、确定定位者实际所在区块后,通过区块内的三个摄像头拍摄定位者图像,对拍摄的定位图像进行处理;
S402、通过单目摄像头测距,得到定位点到三个摄像头的距离;
S403、分别以三个摄像头为圆心,摄像头到定位点的距离为半径画圆,三个圆的交点即为定位点,进而得到具体坐标:
即可得到物距u;
其中,D为透镜孔径,v是相距,R1、R2为两次拍摄的光斑半径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910850695.5A CN110572786A (zh) | 2019-09-10 | 2019-09-10 | 一种基于wifi与人脸识别的区块化室内定位***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910850695.5A CN110572786A (zh) | 2019-09-10 | 2019-09-10 | 一种基于wifi与人脸识别的区块化室内定位***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110572786A true CN110572786A (zh) | 2019-12-13 |
Family
ID=68778760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910850695.5A Pending CN110572786A (zh) | 2019-09-10 | 2019-09-10 | 一种基于wifi与人脸识别的区块化室内定位***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110572786A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111612821A (zh) * | 2020-05-20 | 2020-09-01 | 北京海月水母科技有限公司 | 一种三维空间中基于多帧滤波分析的人形轨迹技术 |
CN111652173A (zh) * | 2020-06-10 | 2020-09-11 | 杭州十域科技有限公司 | 一种适合综合商场内人流管控的采集方法 |
CN113038381A (zh) * | 2019-12-24 | 2021-06-25 | 深圳云天励飞技术有限公司 | 疏散信息推送方法及相关设备 |
CN113473452A (zh) * | 2021-07-07 | 2021-10-01 | 上海顺舟智能科技股份有限公司 | 基于物联网的终端信息和终端图像的匹配方法及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103581830A (zh) * | 2012-11-26 | 2014-02-12 | 华平信息技术股份有限公司 | 基于wsn的室内定位方法 |
CN108012113A (zh) * | 2017-11-07 | 2018-05-08 | 广州德为信息技术有限公司 | 一种远程智能监控方法及*** |
CN109186584A (zh) * | 2018-07-18 | 2019-01-11 | 浙江臻万科技有限公司 | 一种基于人脸识别的室内定位方法及定位*** |
CN109522794A (zh) * | 2018-10-11 | 2019-03-26 | 青岛理工大学 | 一种基于全景摄像头的室内人脸识别定位方法 |
KR20190058283A (ko) * | 2018-09-20 | 2019-05-29 | (주)오픈웍스 | 현장 안전관리 모니터링 시스템 및 현장 안전관리 모니터링 방법 |
-
2019
- 2019-09-10 CN CN201910850695.5A patent/CN110572786A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103581830A (zh) * | 2012-11-26 | 2014-02-12 | 华平信息技术股份有限公司 | 基于wsn的室内定位方法 |
CN108012113A (zh) * | 2017-11-07 | 2018-05-08 | 广州德为信息技术有限公司 | 一种远程智能监控方法及*** |
CN109186584A (zh) * | 2018-07-18 | 2019-01-11 | 浙江臻万科技有限公司 | 一种基于人脸识别的室内定位方法及定位*** |
KR20190058283A (ko) * | 2018-09-20 | 2019-05-29 | (주)오픈웍스 | 현장 안전관리 모니터링 시스템 및 현장 안전관리 모니터링 방법 |
CN109522794A (zh) * | 2018-10-11 | 2019-03-26 | 青岛理工大学 | 一种基于全景摄像头的室内人脸识别定位方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113038381A (zh) * | 2019-12-24 | 2021-06-25 | 深圳云天励飞技术有限公司 | 疏散信息推送方法及相关设备 |
CN111612821A (zh) * | 2020-05-20 | 2020-09-01 | 北京海月水母科技有限公司 | 一种三维空间中基于多帧滤波分析的人形轨迹技术 |
CN111652173A (zh) * | 2020-06-10 | 2020-09-11 | 杭州十域科技有限公司 | 一种适合综合商场内人流管控的采集方法 |
CN111652173B (zh) * | 2020-06-10 | 2023-07-18 | 杭州十域科技有限公司 | 一种适合综合商场内人流管控的采集方法 |
CN113473452A (zh) * | 2021-07-07 | 2021-10-01 | 上海顺舟智能科技股份有限公司 | 基于物联网的终端信息和终端图像的匹配方法及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110572786A (zh) | 一种基于wifi与人脸识别的区块化室内定位***及方法 | |
CN109275095B (zh) | 一种基于蓝牙的室内定位***、定位设备和定位方法 | |
CN106793086B (zh) | 一种室内定位方法 | |
CN110913331A (zh) | 一种基站干扰源定位***和方法 | |
CN104635203B (zh) | 一种基于粒子滤波算法的无线电干扰源测向定位方法 | |
CN104866873B (zh) | 一种基于手机图像匹配的室内定位方法 | |
CN109286946B (zh) | 基于无依托定位的移动通信室内无线网络优化方法和*** | |
CN107580313B (zh) | 结合蓝牙Beacon与智能手机的室内定位***及其定位方法 | |
CN108919177B (zh) | 一种基于虚拟信源估计与轨迹校正的定位地图构建方法 | |
CN106291517A (zh) | 基于位置与视觉信息优化的室内云机器人角度定位方法 | |
CN110557716A (zh) | 一种基于对数正态模型的室内定位方法 | |
CN111935820B (zh) | 基于无线网络的定位实现方法及相关设备 | |
CN105717483B (zh) | 一种基于多源定位方式的位置确定方法及装置 | |
CN104735781B (zh) | 一种室内定位***及其定位方法 | |
CN111698774B (zh) | 基于多源信息融合的室内定位方法及装置 | |
CN104501807B (zh) | 基于地磁场和历史定位轨迹的室内定位方法 | |
CN112533163A (zh) | 基于NB-IoT改进的融合超宽带和蓝牙的室内定位方法 | |
CN109819394A (zh) | 基于WiFi与超声波混合的室内定位方法及其*** | |
CN109116298A (zh) | 一种定位方法、存储介质及定位*** | |
CN108243495A (zh) | 一种位置指纹数据库建立方法、装置和终端定位方法 | |
CN114758364B (zh) | 基于深度学习的工业物联网场景融合定位方法及*** | |
US11722986B2 (en) | Positioning system for continuously and accurately updating position value of wireless LAN AP, and method therefor | |
CN107872873A (zh) | 物联网终端定位方法和装置 | |
CN110596739B (zh) | 基于卫星定位和WiFi模块的建筑物识别***及方法 | |
CN113344954A (zh) | 边界检测方法、装置、计算机设备、存储介质和传感器 |
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: 20191213 |