CN113163334A - 一种基于视频分析的流动摊贩智能检测方法 - Google Patents
一种基于视频分析的流动摊贩智能检测方法 Download PDFInfo
- Publication number
- CN113163334A CN113163334A CN202110189084.8A CN202110189084A CN113163334A CN 113163334 A CN113163334 A CN 113163334A CN 202110189084 A CN202110189084 A CN 202110189084A CN 113163334 A CN113163334 A CN 113163334A
- Authority
- CN
- China
- Prior art keywords
- moving object
- video
- intelligent detection
- database
- comparison processing
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 22
- 238000004458 analytical method Methods 0.000 title claims abstract description 11
- 238000012545 processing Methods 0.000 claims abstract description 38
- 230000009471 action Effects 0.000 claims abstract description 10
- 239000000969 carrier Substances 0.000 claims description 17
- 230000036544 posture Effects 0.000 claims description 12
- 230000033001 locomotion Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 description 10
- 238000000034 method Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007717 exclusion Effects 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 231100000206 health hazard Toxicity 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/69—Control of means for changing angle of the field of view, e.g. optical zoom objectives or electronic zooming
-
- 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
- H04W4/35—Services specially adapted for particular environments, situations or purposes for the management of goods or merchandise
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Computer Networks & Wireless Communication (AREA)
- Bioinformatics & Computational Biology (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于视频分析的流动摊贩智能检测方法,包括以下步骤:第一录像设备对路面的移动物进行拍摄获取图像,将图像传输至处理模块;处理模块将移动物形状与人体动作数据库进行一级对比处理,若一级对比处理后找到匹配对象,则处理器将对应图像标记为正常数据;若一级对比处理后无匹配对象,则处理器对移动物与载具数据库进行二级对比处理,若二级对比处理后找到匹配对象,则处理器将对应图像标记为正常数据;二级对比处理无匹配对象,则启动第二录像设备对移动物进行更随摄像,第二录像设备将移动物移动路线与地图数据库进行对比,将匹配个体标记为流动摊贩,本发明基于拍摄视频内容分析,实时监控街道上的流动摊贩位置。
Description
技术领域
本发明涉及智能城市管理应用领域,尤其涉及一种基于视频分析的流动摊贩智能检测方法。
背景技术
流动摊贩,指没有固定经营位置,以流动的形式在城市中贩卖物品的商人或小贩,流动商贩大多没有经营许可,其贩卖的商品无法得到质量保证。而且,流动摊贩存在明火烧烤、煎炸食品等行为,产生大量废弃物,影响城市容貌,造成污染,流动摊贩贩卖的物品以食品居多,如果卫生条件、食品质量得不到保证,将会造成一定的健康危害,因此,流动摊贩成为了城市管理部门整治的主要对象之一。
然而由于流动摊贩的流动性强,活动范围广,使得相关部门难以对其进行管理,现有的抓拍技术往往具有滞后性,当执法人员赶到时,流动摊贩往往已经离开,并且。现有的识别技术无法对流动摊贩的移动方向进行自动监控,又因为路上各种载具的存在,现有的识别方法达不到高效的筛选,从而无法保证对流动摊贩的有效监管执法。
发明内容
本发明克服了现有技术的不足,提供一种基于视频分析的流动摊贩智能检测方法。
为达到上述目的,本发明采用的技术方案为:一种基于视频分析的流动摊贩智能检测方法,包括以下步骤:S1:第一录像设备对路面的移动物进行拍摄获取图像,将图像传输至处理模块;S2:处理模块将移动物形状与人体动作数据库进行一级对比处理,若一级对比处理后找到匹配对象,则处理器将对应图像标记为正常数据;S3:若一级对比处理后无匹配对象,则处理器对移动物与载具数据库进行二级对比处理,若二级对比处理后找到匹配对象,则处理器将对应图像标记为正常数据;S4:若二级对比处理后无匹配对象,则启动第二录像设备对移动物进行更随摄像,第二录像设备将移动物移动路线与地图数据库进行对比,将匹配个体标记为流动摊贩。
本发明一个较佳实施例中,所述第二录像设备将移动物的具***置信息以及移动朝向信息通过传输模块向外部接收器传输。
本发明一个较佳实施例中,所述S2以及S3中正常数据通过人工识别再次确认,人工识别为流动摊贩的移动物通过第二录像设备进行更随拍摄。
本发明一个较佳实施例中,所述图像中以路面为背景,将图像连续且移速相同的物件视为单一移动物。
本发明还提供了一种流动摊贩智能检测方法所适配的智能检测***,包括第一录像设备,第二录像设备,处理模块,人体动作数据库,载具数据库,其特征在于:所述第一录像设备设置于街道首尾任一端,所述第一录像设备能够将街道内所有位置完全覆盖,所述第二录像设备为广角摄像头,且位于所在街道交叉口位置。
本发明一个较佳实施例中,所述第二录像设备拍摄覆盖角度为90°-360°。
本发明一个较佳实施例中,所述载具数据库包括载人载具库与载货载具库。
本发明一个较佳实施例中,移动物与载人载具库匹配,则标记为正常数据;移动物与载货载具库匹配,则通过第二录像设备进行更随摄像。
本发明一个较佳实施例中,所述动作记录模块中包括若干种状态下人体姿态,至少包括站立姿态、行走姿态、奔跑姿态。
本发明一个较佳实施例中,所述载具数据库中载具至少包括自行车,电动车。
本发明解决了背景技术中存在的缺陷,本发明具备以下有益效果:
(1)本发明通过摄像设备对路面移动物进行识别区分,且通过二级摄像设备对高度疑似的移动物进行位置跟踪,分析其移动路线与违法经营位置的重合关系,从而在提高识别精准度的同时,还能够将其当前位置信息以及未来的位置信息传输至执法车,从而实时监控其位置,便于执法。
(2)本发明中对路面移动物进行多级的对比处理,首先通过人体动作数据库进行筛选识别,将无携带物的普通行人率先排除,再通过载具数据库进行二次筛选识别,将小型载具诸如单人自行车,单人电动车进行排除,将余下的大型载具通过第二录像设备进行三次筛选识别,第三次筛选通过大型载具的移动路线确认其行为是否符合流动摊位的移动规律,本发明通过三种特征方向的对比,能够实现对流动摊位的精确识别,且通过第三次筛选过程中的移动路线对其位置也精确定位,有效的节约了执法资源。
需要说明的是,本发明采用排除法进行视频图像的对比处理,应当意识到,合法合规的载具的形状外观更替变化不大,而流动摊贩的不合规的操作往往会将其载具变化为各种外观,不合规载具的数据库往往需要频繁更新,因此,采用合规载具的数据库,做排除对比能够减少数据库的更新次数,减少后续维护成本。
(3)本发明中第二录像设备为广角摄像头,使其能够对流动摊位的移动路线进行全覆盖,减少了流动摊位移动后多个摄像头之间画面的切换,确保画面记录的流畅性。
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,下面将对实施例或现有技术描述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中记载的一些实施例,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;
图1是本发明的优选实施例的流程图;
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。
在本发明的描述中,除非另外规定,否则使用序数形容词“第一”、“第二”及“第三”等来描述共同的对象,仅表示指代相同对象的不同实例,而并不是要暗示这样描述的对象必须采用给定的顺序,无论是时间地、空间地、排序地或任何其它方式。在本发明创造的描述中,除非另有说明,“多个”的含义是两个或两个以上。
如图1所示,一种基于视频分析的流动摊贩智能检测方法,包括以下步骤:S1:第一录像设备对路面的移动物进行拍摄获取图像,将图像传输至处理模块;S2:处理模块将移动物形状与人体动作数据库进行一级对比处理,若一级对比处理后找到匹配对象,则处理器将对应图像标记为正常数据;S3:若一级对比处理后无匹配对象,则处理器对移动物与载具数据库进行二级对比处理,若二级对比处理后找到匹配对象,则处理器将对应图像标记为正常数据;S4:若二级对比处理后无匹配对象,则启动第二录像设备对移动物进行更随摄像,第二录像设备将移动物移动路线与地图数据库进行对比,将匹配个体标记为流动摊贩。
优选的,第二录像设备将移动物的具***置信息以及移动朝向信息通过传输模块向外部接收器传输,如通过wifi传输至最近的执法车或城管所等。
本发明一个较佳实施例中,所述S2以及S3中正常数据通过人工识别再次确认,人工识别为流动摊贩的移动物通过第二录像设备进行更随拍摄,应当意识到,有一些流动摊贩并没有大型的载具车,仅仅携带篮子,包装袋等小规模贩卖,容易被人体动作数据库匹配,因此需要进行人工识别,二级对比处理中的载具同理。
本发明一个较佳实施例中,所述图像中以路面为背景,将图像连续且移速相同的物件视为单一移动物。
本发明还提供了一种流动摊贩智能检测方法所适配的智能检测***,包括第一录像设备,第二录像设备,处理模块,人体动作数据库,载具数据库,其特征在于:所述第一录像设备设置于街道首尾任一端,所述第一录像设备能够将街道内所有位置完全覆盖,所述第二录像设备为广角摄像头,且位于所在街道交叉口位置。
优选的,第二录像设备拍摄覆盖角度为90°-360°,能够大范围覆盖路面信息,防止多个录像设备之间的视频画面不流畅。
本发明一个较佳实施例中,载具数据库包括载人载具数据库与载货载具数据库,移动物与载人载具库匹配,则标记为正常数据;移动物与载货载具库匹配,则通过第二录像设备进行更随摄像;应当意识到,日常生活中如搬家,快递等也会用到大型载具,本发明能够先通过小型载人载具数据库排除干扰,再通过载货载具数据库进行精准匹配,将搬家、快递等常见的载具进行排除,基于其较少的数量,也可以采用人工识别的方法进行筛选。
本发明通过摄像设备对路面移动物进行识别区分,且通过二级摄像设备对高度疑似的移动物进行位置跟踪,分析其移动路线与违法经营位置的重合关系,从而在提高识别精准度的同时,还能够将其当前位置信息以及未来的位置信息传输至执法车,从而实时监控其位置,便于执法。
本发明中对路面移动物进行多级的对比处理,首先通过人体动作数据库进行筛选识别,将无携带物的普通行人率先排除,再通过载具数据库进行二次筛选识别,将小型载具诸如单人自行车,单人电动车进行排除,将余下的大型载具通过第二录像设备进行三次筛选识别,第三次筛选通过大型载具的移动路线确认其行为是否符合流动摊位的移动规律,本发明通过三种特征方向的对比,能够实现对流动摊位的精确识别,且通过第三次筛选过程中的移动路线对其位置也精确定位,有效的节约了执法资源。
需要说明的是,本发明采用排除法进行视频图像的对比处理,所述动作记录模块中包括若干种状态下人体姿态,至少包括站立姿态、行走姿态、奔跑姿态,所述载具数据库中载具至少包括自行车、电动车。应当意识到,合法合规的载具的形状外观更替变化不大,而流动摊贩的不合规的操作往往会将其载具变化为各种外观,不合规载具的数据库往往需要频繁更新,因此,采用合规载具的数据库,做排除对比能够减少数据库的更新次数,减少后续维护成本。
本发明中第二录像设备为广角摄像头,使其能够对流动摊位的移动路线进行全覆盖,减少了流动摊位移动后多个摄像头之间画面的切换,确保画面记录的流畅性。
以上依据本发明的理想实施例为启示,通过上述的说明内容,相关人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定技术性范围。
Claims (10)
1.一种基于视频分析的流动摊贩智能检测方法,其特征在于,包括以下步骤:
S1:第一录像设备对路面的移动物进行拍摄获取图像,将图像传输至处理模块;
S2:处理模块将移动物形状与人体动作数据库进行一级对比处理,若一级对比处理后找到匹配对象,则处理器将对应图像标记为正常数据;
S3:若一级对比处理后无匹配对象,则处理器对移动物与载具数据库进行二级对比处理,若二级对比处理后找到匹配对象,则处理器将对应图像标记为正常数据;
S4:若二级对比处理后无匹配对象,则启动第二录像设备对移动物进行更随摄像,第二录像设备将移动物移动路线与地图数据库进行对比,将匹配个体标记为流动摊贩。
2.根据权利要求1所述的一种基于视频分析的流动摊贩智能检测方法,其特征在于:所述第二录像设备将移动物的具***置信息以及移动朝向信息通过传输模块向外部接收器传输。
3.根据权利要求1所述的一种基于视频分析的流动摊贩智能检测方法,其特征在于:所述S2以及S3中正常数据通过人工识别再次确认,人工识别为流动摊贩的移动物通过第二录像设备进行更随拍摄。
4.根据权利要求1所述的一种基于视频分析的流动摊贩智能检测方法,其特征在于:所述图像中以路面为背景,将图像中连续且移速相同的物件视为单一移动物。
5.基于权利要求1所述的一种流动摊贩智能检测方法所适配的智能检测***,包括第一录像设备,第二录像设备,处理模块,人体动作数据库,载具数据库,其特征在于:所述第一录像设备设置于街道首尾任一端,所述第一录像设备能够将街道内所有位置完全覆盖,所述第二录像设备为广角摄像头,且位于所在街道交叉口位置。
6.根据权利要求5所述的一种智能检测***,其特征在于:所述第二录像设备拍摄覆盖角度为90°-360°。
7.根据权利要求1所述的一种智能检测***,其特征在于:所述载具数据库包括载人载具库与载货载具库。
8.根据权利要求7所述的一种智能检测***,其特征在于:移动物与载人载具库匹配,则标记为正常数据;移动物与载货载具库匹配,则通过第二录像设备进行更随摄像。
9.根据权利要求1所述的一种智能检测***,其特征在于:所述动作记录模块中包括若干种状态下人体姿态,至少包括站立姿态、行走姿态、奔跑姿态。
10.根据权利要求1所述的一种智能检测***,其特征在于:所述载具数据库中载具至少包括自行车,电动车。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110189084.8A CN113163334A (zh) | 2021-02-19 | 2021-02-19 | 一种基于视频分析的流动摊贩智能检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110189084.8A CN113163334A (zh) | 2021-02-19 | 2021-02-19 | 一种基于视频分析的流动摊贩智能检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113163334A true CN113163334A (zh) | 2021-07-23 |
Family
ID=76883222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110189084.8A Pending CN113163334A (zh) | 2021-02-19 | 2021-02-19 | 一种基于视频分析的流动摊贩智能检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113163334A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017142735A (ja) * | 2016-02-12 | 2017-08-17 | マツダ株式会社 | 車両用の歩行者動作識別装置 |
CN108921083A (zh) * | 2018-06-28 | 2018-11-30 | 浙江工业大学 | 基于深度学习目标检测的非法流动摊贩识别方法 |
CN109671241A (zh) * | 2017-10-16 | 2019-04-23 | 中国电信股份有限公司 | 报警方法和*** |
CN111126252A (zh) * | 2019-12-20 | 2020-05-08 | 浙江大华技术股份有限公司 | 摆摊行为检测方法以及相关装置 |
CN111553321A (zh) * | 2020-05-18 | 2020-08-18 | 城云科技(中国)有限公司 | 一种流动商贩目标检测模型、检测方法及其管理方法 |
CN113378659A (zh) * | 2021-05-24 | 2021-09-10 | 上海可深信息科技有限公司 | 一种占道经营识别方法 |
-
2021
- 2021-02-19 CN CN202110189084.8A patent/CN113163334A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017142735A (ja) * | 2016-02-12 | 2017-08-17 | マツダ株式会社 | 車両用の歩行者動作識別装置 |
CN109671241A (zh) * | 2017-10-16 | 2019-04-23 | 中国电信股份有限公司 | 报警方法和*** |
CN108921083A (zh) * | 2018-06-28 | 2018-11-30 | 浙江工业大学 | 基于深度学习目标检测的非法流动摊贩识别方法 |
CN111126252A (zh) * | 2019-12-20 | 2020-05-08 | 浙江大华技术股份有限公司 | 摆摊行为检测方法以及相关装置 |
CN111553321A (zh) * | 2020-05-18 | 2020-08-18 | 城云科技(中国)有限公司 | 一种流动商贩目标检测模型、检测方法及其管理方法 |
CN113378659A (zh) * | 2021-05-24 | 2021-09-10 | 上海可深信息科技有限公司 | 一种占道经营识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fang et al. | Is the pedestrian going to cross? answering by 2d pose estimation | |
US20160078306A1 (en) | System and method for detecting seat belt violations from front view vehicle images | |
CN101622652B (zh) | 行为识别*** | |
US8614744B2 (en) | Area monitoring using prototypical tracks | |
CN110717414A (zh) | 一种目标检测追踪方法、装置及设备 | |
US20110026770A1 (en) | Person Following Using Histograms of Oriented Gradients | |
US20050237390A1 (en) | Multiple camera system for obtaining high resolution images of objects | |
Diaz et al. | A survey on traffic light detection | |
US11475671B2 (en) | Multiple robots assisted surveillance system | |
KR20180046798A (ko) | 실시간 교통 정보 제공 방법 및 장치 | |
CN111881749B (zh) | 基于rgb-d多模态数据的双向人流量统计方法 | |
CN115297306B (zh) | 一种行人随身物品防丢监控方法、装置、设备及存储介质 | |
Schubert et al. | Visual place recognition: A tutorial | |
Javed et al. | Automated multi-camera surveillance: algorithms and practice | |
Jeyabharathi et al. | Vehicle Tracking and Speed Measurement system (VTSM) based on novel feature descriptor: Diagonal Hexadecimal Pattern (DHP) | |
Chen et al. | AI-based vehicular network toward 6G and IoT: Deep learning approaches | |
Chachich et al. | Traffic sensor using a color vision method | |
CN112257683A (zh) | 一种面向车辆运行轨迹监测的跨镜追踪方法 | |
Aguilera et al. | Evaluation of motion segmentation quality for aircraft activity surveillance | |
Sharif | Laser-based algorithms meeting privacy in surveillance: A survey | |
EP3244344A1 (en) | Ground object tracking system | |
Borges et al. | Integrating off-board cameras and vehicle on-board localization for pedestrian safety | |
CN113163334A (zh) | 一种基于视频分析的流动摊贩智能检测方法 | |
Diamantopoulos et al. | Event detection for intelligent car park video surveillance | |
US11288519B2 (en) | Object counting and classification for image processing |
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 |