CN111597919A - 一种视频监控场景下的人体跟踪方法 - Google Patents

一种视频监控场景下的人体跟踪方法 Download PDF

Info

Publication number
CN111597919A
CN111597919A CN202010342603.5A CN202010342603A CN111597919A CN 111597919 A CN111597919 A CN 111597919A CN 202010342603 A CN202010342603 A CN 202010342603A CN 111597919 A CN111597919 A CN 111597919A
Authority
CN
China
Prior art keywords
human body
tracking
frame image
human
target
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
Application number
CN202010342603.5A
Other languages
English (en)
Inventor
熊丽
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.)
Wuxi Gaosi Technology Co ltd
Original Assignee
Wuxi Gaosi 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 Wuxi Gaosi Technology Co ltd filed Critical Wuxi Gaosi Technology Co ltd
Priority to CN202010342603.5A priority Critical patent/CN111597919A/zh
Publication of CN111597919A publication Critical patent/CN111597919A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video 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
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/22—Status alarms responsive to presence or absence of persons

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种视频监控场景下的人体跟踪方法，本发明涉及人体跟踪技术领域，该方法包括以下步骤：S1、视频内部提取分析；S2、人体对象识别；S3、标记处理；S4、人体特征处理；S5、人体面貌跟踪；S6、人体目标预测；S7、安全预警分析对比；S8、人体目标匹对；S9、相近对比数据处理。该方法不仅能够对人体目标的动作进行识别，还能够对人体面貌进行识别，增强了人体识别的准确性，便能够提高的人体目标跟踪的准确性，避免了人体跟踪识别中，对人体目标进行跟踪错误，提高了人体目标跟踪的追踪效率，避免了错误发生，也能够较好的减少危险事件的发生，增强了摄像监控的安全性能，有效保护了以外的标记目标人体。

Description

一种视频监控场景下的人体跟踪方法
技术领域
本发明涉及人体跟踪技术领域，具体为一种视频监控场景下的人体跟踪方法。
背景技术
随着社会不断的发展与进步，大民众对于人身财产的安全性要求的越来越高，由于视频监控具有直观，方便以及不受距离和时间的限制等优越条件越来越受到人们的青睐，人体检测和人体跟踪广泛应用于监控行业，通常用于人数统计、行为分析等应用，目前的人体检测通过边缘识别、梯度直方图、色彩直方图等方法实现视频内人体检测，进而可以支持人体跟踪。
在传统的人体追踪方法中，采用帧间差分法、光流法、卡尔曼滤算法等对人体目标进行跟踪处理，在跟踪处理过程中，由于不能对人体面貌进行识别处理，导致出现相同身高和相同衣服的人物出现时，容易造成混淆，导致在跟踪过程中，发生跟踪错误以及造成多个相同人物目标的情况出现，便不利于监控人员对视频模块进行收集处理。
发明内容
针对现有技术的不足，本发明提供了一种视频监控场景下的人体跟踪方法，解决了不能对人体面貌进行识别处理，导致出现相同身高和相同衣服的人物出现时，容易造成混淆，导致在跟踪过程中，发生跟踪错误以及造成多个相同人物目标的情况出现，便不利于监控人员对视频模块进行收集处理的问题。
为实现以上目的，本发明通过以下技术方案予以实现：一种视频监控场景下的人体跟踪方法，包括以下步骤：
S1、视频内部提取分析：对视频监控内部的内容进行分析，将无用的场景信息进行剔除；
S2、人体对象识别：对视频图像中的活动目标的身高、大小、运动速度以及运动规律进行识别，将识别数据与云数据库内部的数据进行对比，识别出活动目标的归属类，提取人体目标；
S3、标记处理：若人体目标只有一个时，直接采用监控内部的跟踪装置人体目标进行跟踪，若人体目标数量在两个及两个以上时，依次对人体进行标号；
S4、人体特征处理：采用参考模板法、人脸规则法以及肤色模型法来识别出不同标号人物的人体面貌特征；
S5、人体面貌跟踪：通过人体面貌比对，依次将不同标号的人体进行区分，并对能够监控到的人体面貌进行跟踪处理，若采集不到面貌时，则对不同标号的人体的身高、动作特征、以及服装颜色进行识别处理，完成不同标号的人体处理跟踪；
S6、人体目标预测：对人体目标的动作、身高、行走过程中的速度以及加速度等参数进行预测和滤波；
S7、安全预警分析对比：将人体标号目标的动作与云数据库内部的安全动作数据进行对比，若该目标的动作已超过安全动作数据的上限时，则直接对安保人员进行连接警示，或直接进行报警处理；
S8、人体目标匹对：将第二帧图像中运动人体的特征向量与第一帧图像中跟踪人体的特征向量进行对比，当两个特征向量相同时，则确定第二帧图像中的运动人体为跟踪人体，当两个特征向量不同时，对人体面貌进行对比，对比一致时，则确定第二帧图像中的运动人体为跟踪人体，若无法进行面貌对比时，则提取第二帧图像中运动人体的临近人体的特征向量与跟踪人体的特征向量进行对比；
S9、相近对比数据处理：步骤S7中临近人体特征向量对比数据较高时，则将该人体标记为第一帧图像中的人体的后置位，若第二帧图像中以及多组帧图像中都未出现第一帧图像中的人体标号，则直接确定第一帧图像中的人体的后置位为该人体标号，若对比数据差值过大，则直接判定为人体标号丢失，继续在后续图像中识别追踪人体标号，若未出现，则直接将累计次数归零，直接判定人体跟踪丢失。
优选的，所述步骤S1中场景信息包括地面、建筑物以及一些树体等帧像信息，所述步骤S2中包括有WIFI发送模块以及WIFI接收模块，WIFI发送模块能够将信息发生到云数据库，WIFI接收模块能够接收到云数据库所传输的数据。
优选的，所述步骤S4中参考模板法为首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸。
优选的，所述步骤S4中人脸规则法为人脸具有一定的结构分布特征，所述人脸规则的方法即提取这些特征生成相应的规则以判断测试样品中是否包含人脸，所述步骤S4中肤色模型法通过识别面貌肤色，在色彩空间中分布相对集中的规律来进行检测，将不同的检测结构进行归类，与人体标号的目标进行匹对。
优选的，所述步骤S7中采用控制模块和移动终端，控制模块由监控***进行控制，移动终端与外部安保人员的对讲机通过WIFI模块进行连接。
优选的，所述步骤S3中将人体标号为1，所述步骤S9中人体标号的后置位设定为1-1。
优选的，所述步骤S8中以及步骤S9中采用对比识别模块，对比识别模块内部包括有储存模块，对比识别模块将步骤S5和步骤S6中的数据进行识别处理并存储。
有益效果
本发明提供了一种视频监控场景下的人体跟踪方法。与现有技术相比具备以下有益效果：
1、该视频监控场景下的人体跟踪方法，通过步骤S4和步骤S5中，采用参考模板法、人脸规则法以及肤色模型法来识别出不同标号人物的人体面貌特征，通过人体面貌比对，依次将不同标号的人体进行区分，并对能够监控到的人体面貌进行跟踪处理，若采集不到面貌时，则对不同标号的人体的身高、动作特征、以及服装颜色进行识别处理，完成不同标号的人体处理跟踪，能够更好的识别对目标人体的跟踪，不仅能够对人体目标的动作进行识别，还能够对人体面貌进行识别，增强了人体识别的准确性，便能够提高的人体目标跟踪的准确性，避免了人体跟踪识别中，对人体目标进行跟踪错误，以及其他情况出现，提高了人体目标跟踪的追踪效率，避免了错误发生。
2、该视频监控场景下的人体跟踪方法，通过步骤S7中将人体标号目标的动作与云数据库内部的安全动作数据进行对比，若该目标的动作已超过安全动作数据的上限时，则直接对安保人员进行连接警示，或直接进行报警处理，能够直接有效的将事故以及危险人员进行直接报警处理，无需外部安保人员发现再进行报警处理，直接进行报警和提示安保人员，能够较好的减少危险事件的发生，增强了摄像监控的安全性能，有效保护了以外的标记目标人体。
附图说明
图1为本发明流程示意框图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
请参阅图1，本发明提供一种技术方案：一种视频监控场景下的人体跟踪方法，包括以下步骤：
S1、视频内部提取分析：对视频监控内部的内容进行分析，将无用的场景信息进行剔除；
S2、人体对象识别：对视频图像中的活动目标的身高、大小、运动速度以及运动规律进行识别，将识别数据与云数据库内部的数据进行对比，识别出活动目标的归属类，提取人体目标；
S3、标记处理：若人体目标只有一个时，直接采用监控内部的跟踪装置人体目标进行跟踪，若人体目标数量在两个及两个以上时，依次对人体进行标号；
S4、人体特征处理：采用参考模板法、人脸规则法以及肤色模型法来识别出不同标号人物的人体面貌特征；
S5、人体面貌跟踪：通过人体面貌比对，依次将不同标号的人体进行区分，并对能够监控到的人体面貌进行跟踪处理，若采集不到面貌时，则对不同标号的人体的身高、动作特征、以及服装颜色进行识别处理，完成不同标号的人体处理跟踪；
S6、人体目标预测：对人体目标的动作、身高、行走过程中的速度以及加速度等参数进行预测和滤波；
S7、安全预警分析对比：将人体标号目标的动作与云数据库内部的安全动作数据进行对比，若该目标的动作已超过安全动作数据的上限时，则直接对安保人员进行连接警示，或直接进行报警处理；
S8、人体目标匹对：将第二帧图像中运动人体的特征向量与第一帧图像中跟踪人体的特征向量进行对比，当两个特征向量相同时，则确定第二帧图像中的运动人体为跟踪人体，当两个特征向量不同时，对人体面貌进行对比，对比一致时，则确定第二帧图像中的运动人体为跟踪人体，若无法进行面貌对比时，则提取第二帧图像中运动人体的临近人体的特征向量与跟踪人体的特征向量进行对比；
S9、相近对比数据处理：步骤S7中临近人体特征向量对比数据较高时，则将该人体标记为第一帧图像中的人体的后置位，若第二帧图像中以及多组帧图像中都未出现第一帧图像中的人体标号，则直接确定第一帧图像中的人体的后置位为该人体标号，若对比数据差值过大，则直接判定为人体标号丢失，继续在后续图像中识别追踪人体标号，若未出现，则直接将累计次数归零，直接判定人体跟踪丢失。
进一步的，步骤S1中场景信息包括地面、建筑物以及一些树体等帧像信息，步骤S2中包括有WIFI发送模块以及WIFI接收模块，WIFI发送模块能够将信息发生到云数据库，WIFI接收模块能够接收到云数据库所传输的数据。
进一步的，步骤S4中参考模板法为首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸，便与对人脸进行识别处理。
进一步的，步骤S4中人脸规则法为人脸具有一定的结构分布特征，人脸规则的方法即提取这些特征生成相应的规则以判断测试样品中是否包含人脸，步骤S4中肤色模型法通过识别面貌肤色，在色彩空间中分布相对集中的规律来进行检测，将不同的检测结构进行归类，与人体标号的目标进行匹对。
进一步的，步骤S7中采用控制模块和移动终端，控制模块由监控***进行控制，移动终端与外部安保人员的对讲机通过WIFI模块进行连接，移动终端能够通过WIFI模块将信息输送到达安保人员的对讲机内部。
进一步的，步骤S3中将人体标号为1，步骤S9中人体标号的后置位设定为1-1，便于外部操作人员对人体标号处理时，能够较好的提取到后置位标号目标并对其进行处理。
进一步的，步骤S8中以及步骤S9中采用对比识别模块，对比识别模块内部包括有储存模块，对比识别模块将步骤S5和步骤S6中的数据进行识别处理并存储，对比识别模块能够将第一帧像内部的数据与第二帧像内部的数据进行对比。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
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)

1.一种视频监控场景下的人体跟踪方法，其特征在于，包括以下步骤：
S1、视频内部提取分析：对视频监控内部的内容进行分析，将无用的场景信息进行剔除；
S2、人体对象识别：对视频图像中的活动目标的身高、大小、运动速度以及运动规律进行识别，将识别数据与云数据库内部的数据进行对比，识别出活动目标的归属类，提取人体目标；
S3、标记处理：若人体目标只有一个时，直接采用监控内部的跟踪装置人体目标进行跟踪，若人体目标数量在两个及两个以上时，依次对人体进行标号；
S4、人体特征处理：采用参考模板法、人脸规则法以及肤色模型法来识别出不同标号人物的人体面貌特征；
S5、人体面貌跟踪：通过人体面貌比对，依次将不同标号的人体进行区分，并对能够监控到的人体面貌进行跟踪处理，若采集不到面貌时，则对不同标号的人体的身高、动作特征、以及服装颜色进行识别处理，完成不同标号的人体处理跟踪；
S6、人体目标预测：对人体目标的动作、身高、行走过程中的速度以及加速度等参数进行预测和滤波；
S7、安全预警分析对比：将人体标号目标的动作与云数据库内部的安全动作数据进行对比，若该目标的动作已超过安全动作数据的上限时，则直接对安保人员进行连接警示，或直接进行报警处理；
S8、人体目标匹对：将第二帧图像中运动人体的特征向量与第一帧图像中跟踪人体的特征向量进行对比，当两个特征向量相同时，则确定第二帧图像中的运动人体为跟踪人体，当两个特征向量不同时，对人体面貌进行对比，对比一致时，则确定第二帧图像中的运动人体为跟踪人体，若无法进行面貌对比时，则提取第二帧图像中运动人体的临近人体的特征向量与跟踪人体的特征向量进行对比；
S9、相近对比数据处理：步骤S7中临近人体特征向量对比数据较高时，则将该人体标记为第一帧图像中的人体的后置位，若第二帧图像中以及多组帧图像中都未出现第一帧图像中的人体标号，则直接确定第一帧图像中的人体的后置位为该人体标号，若对比数据差值过大，则直接判定为人体标号丢失，继续在后续图像中识别追踪人体标号，若未出现，则直接将累计次数归零，直接判定人体跟踪丢失。
2.根据权利要求1所述的一种视频监控场景下的人体跟踪方法，其特征在于：所述步骤S1中场景信息包括地面、建筑物以及一些树体等帧像信息，所述步骤S2中包括有WIFI发送模块以及WIFI接收模块，WIFI发送模块能够将信息发生到云数据库，WIFI接收模块能够接收到云数据库所传输的数据。
3.根据权利要求1所述的一种视频监控场景下的人体跟踪方法，其特征在于：所述步骤S4中参考模板法为首先设计一个或数个标准人脸的模板，然后计算测试采集的样品与标准模板之间的匹配程度，并通过阈值来判断是否存在人脸。
4.根据权利要求1所述的一种视频监控场景下的人体跟踪方法，其特征在于：所述步骤S4中人脸规则法为人脸具有一定的结构分布特征，所述人脸规则的方法即提取这些特征生成相应的规则以判断测试样品中是否包含人脸，所述步骤S4中肤色模型法通过识别面貌肤色，在色彩空间中分布相对集中的规律来进行检测，将不同的检测结构进行归类，与人体标号的目标进行匹对。
5.根据权利要求1所述的一种视频监控场景下的人体跟踪方法，其特征在于：所述步骤S7中采用控制模块和移动终端，控制模块由监控***进行控制，移动终端与外部安保人员的对讲机通过WIFI模块进行连接。
6.根据权利要求1所述的一种视频监控场景下的人体跟踪方法，其特征在于：所述步骤S3中将人体标号为1，所述步骤S9中人体标号的后置位设定为1-1。
7.根据权利要求1所述的一种视频监控场景下的人体跟踪方法，其特征在于：所述步骤S8中以及步骤S9中采用对比识别模块，对比识别模块内部包括有储存模块，对比识别模块将步骤S5和步骤S6中的数据进行识别处理并存储。
CN202010342603.5A 2020-04-26 2020-04-26 一种视频监控场景下的人体跟踪方法 Pending CN111597919A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010342603.5A CN111597919A (zh) 2020-04-26 2020-04-26 一种视频监控场景下的人体跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010342603.5A CN111597919A (zh) 2020-04-26 2020-04-26 一种视频监控场景下的人体跟踪方法

Publications (1)

Publication Number Publication Date
CN111597919A true CN111597919A (zh) 2020-08-28

Family

ID=72182341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010342603.5A Pending CN111597919A (zh) 2020-04-26 2020-04-26 一种视频监控场景下的人体跟踪方法

Country Status (1)

Country Link
CN (1) CN111597919A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112784680A (zh) * 2020-12-23 2021-05-11 中国人民大学 一种人流密集场所锁定密集接触者的方法和***
CN113794861A (zh) * 2021-09-10 2021-12-14 王平 一种基于大数据网络的监控***及监控方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100021009A1 (en) * 2007-01-25 2010-01-28 Wei Yao Method for moving targets tracking and number counting
CN104637071A (zh) * 2015-01-28 2015-05-20 四川君逸易视科技有限公司 基于智能视频分析的人员跟踪方法
CN107644204A (zh) * 2017-09-12 2018-01-30 南京凌深信息科技有限公司 一种用于安防***的人体识别与跟踪方法
CN110264498A (zh) * 2019-06-26 2019-09-20 北京深醒科技有限公司 一种视频监控场景下的人体跟踪方法
CN110414314A (zh) * 2019-06-11 2019-11-05 汉腾汽车有限公司 一种可进行人脸跟踪识别的摄像头结构及***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100021009A1 (en) * 2007-01-25 2010-01-28 Wei Yao Method for moving targets tracking and number counting
CN104637071A (zh) * 2015-01-28 2015-05-20 四川君逸易视科技有限公司 基于智能视频分析的人员跟踪方法
CN107644204A (zh) * 2017-09-12 2018-01-30 南京凌深信息科技有限公司 一种用于安防***的人体识别与跟踪方法
CN110414314A (zh) * 2019-06-11 2019-11-05 汉腾汽车有限公司 一种可进行人脸跟踪识别的摄像头结构及***
CN110264498A (zh) * 2019-06-26 2019-09-20 北京深醒科技有限公司 一种视频监控场景下的人体跟踪方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112784680A (zh) * 2020-12-23 2021-05-11 中国人民大学 一种人流密集场所锁定密集接触者的方法和***
CN112784680B (zh) * 2020-12-23 2024-02-02 中国人民大学 一种人流密集场所锁定密集接触者的方法和***
CN113794861A (zh) * 2021-09-10 2021-12-14 王平 一种基于大数据网络的监控***及监控方法

Similar Documents

Publication Publication Date Title
CN106203274B (zh) 一种视频监控中行人实时检测***及方法
CN107123131B (zh) 一种基于深度学习的运动目标检测方法
CN110188724A (zh) 基于深度学习的安全帽定位与颜色识别的方法及***
Park et al. Construction worker detection in video frames for initializing vision trackers
CN112396658B (zh) 一种基于视频的室内人员定位方法及定位***
CN109145742B (zh) 一种行人识别方法及***
CN111860318A (zh) 一种建筑工地行人徘徊检测方法、装置、设备及存储介质
CN107911663A (zh) 一种基于计算机视觉检测的电梯乘客危险行为智能识别预警***
CN111881853B (zh) 一种超大桥隧中异常行为识别方法和装置
CN110991315A (zh) 一种基于深度学习的安全帽佩戴状态实时检测方法
CN104966304A (zh) 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法
CN111738218B (zh) 人体异常行为识别***及方法
CN112200841B (zh) 一种基于行人体态的跨域多摄像头跟踪方法和装置
CN103152558B (zh) 基于场景识别的入侵检测方法
CN113269091A (zh) 一种面向智慧园区的人员轨迹分析方法、设备及介质
CN112906481A (zh) 一种基于无人机实现森林火情检测的方法
CN111681382A (zh) 一种基于视觉分析检测施工现场跨越临时围栏的方法
CN111597919A (zh) 一种视频监控场景下的人体跟踪方法
CN112132157B (zh) 一种基于树莓派的步态人脸融合识别方法
CN112270253A (zh) 一种高空抛物的检测方法及装置
CN113191273A (zh) 基于神经网络的油田井场视频目标检测与识别方法及***
CN115100716A (zh) 一种智慧社区行人跟踪定位方法及***
CN112104838B (zh) 图像分辨方法及其监控摄像机与监控摄像***
CN105447463A (zh) 变电站基于人体特征识别的跨摄像机自动跟踪***
CN114092956A (zh) 门店客流统计方法、装置、计算机设备和存储介质

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