CN113382200A - 摄像机布局方法及装置 - Google Patents
摄像机布局方法及装置 Download PDFInfo
- Publication number
- CN113382200A CN113382200A CN202010269603.7A CN202010269603A CN113382200A CN 113382200 A CN113382200 A CN 113382200A CN 202010269603 A CN202010269603 A CN 202010269603A CN 113382200 A CN113382200 A CN 113382200A
- Authority
- CN
- China
- Prior art keywords
- camera
- layout
- scene
- cameras
- monitoring
- 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 25
- 238000012544 monitoring process Methods 0.000 claims abstract description 53
- 230000000007 visual effect Effects 0.000 claims abstract description 8
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 13
- 230000003068 static effect Effects 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 7
- 238000009432 framing Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 description 8
- 238000004088 simulation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- 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
- G06T7/251—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments involving models
-
- 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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Signal Processing (AREA)
- Remote Sensing (AREA)
- Studio Devices (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
一种摄像机布局方法,所述方法包含步骤:建置监控场景的三维模型与相关场景变量;根据所述监控场景配置运算范围;以所述三维模型与所述场景变量建立多个场景,并根据所述运算范围运算及纪录多个摄像机对所述多个场景的取景像素;并进一步从已纪录的取景像素中运算待辨识物的可视像素数量。根据可视像素数量总和以及收敛条件,从所述多个摄像机筛选出一摄像机集合,最后根据需求条件以所述摄像机集合进行优化布局运算,得到最佳摄像机布局方案。本发明还公开一种摄像机布局装置。本发明可以提供监控区域中辨识待辨识物之最佳布局方案。
Description
技术领域
本发明是有关于影像辨识的技术领域,尤其关于一种摄像机布局方法及装置。
背景技术
随着计算机演算能力增强与各种影像辨识算法兴起,利用影像技术满足各种监控需求已逐渐成为安全防灾产业不可或缺的关键技术。由于是根据影像进行快速辨识,因此,摄像机最佳取景位置、角度等布局成为影像辨识成效的重要关键。
尤其像是工业厂房等大型环境,存在人机交叉的复杂情境,需要有更迅速、全面的摄像机布局方法以满足各类工厂自动化机械安全智能化影像监测防护之需求。
发明内容
有鉴于此,在本发明的目的在于提供一种摄像机布局方法及装置,可以在工厂环境中提供安全防护区域内摄像机优化布局。
本发明提供一种摄像机布局方法,所述方法包含以下步骤:建置监控场景的三维模型与场景变量;根据所述监控场景配置运算范围;根据所述三维模型与所述场景变量建立多个场景,并根据所述有效运算范围纪录多个摄像机对所述多个场景的取景像素;运算所述多个摄像机已纪录的取景像素中待辨识物的可视像素数量;以及根据所述多个摄像机的所述可视像素数量与收敛条件,筛选出摄像机集合,并根据所述摄像机集合与监控需求条件,进行摄像机优化布局运算,产生最佳摄像机布局方案。
本发明还提供一种摄像机布局装置,所述装置包含:处理单元;以及存储单元,用于存储至少一个计算机程序,其中,所述计算机程序包含由所述处理单元执行的指令,使得所述处理单元执行以下步骤:建置监控场景的三维模型与场景变量;根据所述监控场景配置运算范围;根据所述三维模型与所述场景变量建立多个场景,并根据所述有效运算范围纪录多个摄像机对所述多个场景的取景像素;运算所述多个摄像机已纪录的取景像素中待辨识物的可视像素数量;以及根据所述多个摄像机的所述可视像素数量与收敛条件,筛选出摄像机集合,并根据所述摄像机集合与监控需求条件,进行摄像机优化布局运算,产生最佳摄像机布局方案。
相较于现有技术,所述人机交叉安全防护的控制装置可用于监控高危险作业区域,有别于现有点、线防护机制,可无死角、全天候监控高危险作业区域,并进一步对自动化机械设备进行动力控制,大幅降低安全失效风险。
附图说明
图1为根据本发明一实施例的摄像机布局优化方法的流程图。
图2为根据本发明一实施例的装置的方块图。
图3为根据本发明另一实施例的装置的方块图。
主要元件符号说明
装置 | 200,300 |
数据库 | 210 |
计算机集群 | 220 |
处理单元 | 310 |
存储单元 | 320 |
具体实施方式
请参阅图1,所示为本发明一实施例中摄像机布局方法的流程图。
步骤S102,建置监控场景的三维仿真几何模型与场景变量,包含静态场景变量与动态场景变量。
以工厂环境中的安全防护区域作为监控场景为例,其中,所述静态场景变量包含监控场景中的静态对象,例如墙、柱以及光源位置等,所述动态场景变量包含监控场景中的动态对象(例如机器人、机器手臂)的所有活动动作及待辨识物的所有可能活动动作。在一例中,若监控需求为人形辨识,则待辨识物为监控场景中的人员。
步骤S104,依照监控场景及/或监控需求设置运算范围。为节省找出摄像机优化布局的运算量,可依据实际监控场景与监控需求,进行运算范围配置。在一实施例中,运算范围配置可以包含多个摄像机位置配置、有效取景范围配置及人员坐标间距范围配置。具体地,进行优化布局前,可依据实际监控场景建立对应的监控区域,并在监控区域中以画方格的方式建立坐标系并依照安全要求与各人员活动状态设置坐标间距,并进一步配置多个摄像机的布局范围、布局间距及镜头规格(例如,分辨率、有无广角等)等参数;依据人形侦测和监控需求进行水平方向与垂直方向的取景范围配置,当运算各个摄像机的不同角度的取景像素时,先行检查是否在取景范围内,以减少运算量;针对人员无法活动的坐标位置(如柱子内)或无监控需求的监控区域设置为排除的监控区域,以减少运算量。举例来说,摄像机的布局范围可设置为距离监控场景的周围0至0.5公尺,垂直高度范围为2至5公尺,布局间距为至少0.1公尺;监控空间实际大小为10公尺╳10公尺,高度为垂直地面5公尺的空间,可依据监控需求从中设置有效取景范围;并根据实际作业环境中,人员活动至少保持0.5公尺的距离,将坐标间距范围设置为0.5公尺。
步骤S106,导入监控场景的三维仿真几何模型,在满足有效运算范围内,依照已设置的场景变量,建立多个不同场景,并对各个摄像机的多个不同摆动角度进行取景像素运算与纪录。在一实施例中,可利用穷举法详细运算各个摄像机在不同摆动角度针对不同场景的取景像素并加以记录。不同场景包含人员在各坐标点之各种活动以及监控场景中各种受静态场景变量及动态场景变量影响后的场景的排列组合。具体地,人员在各坐标点各种活动动作主要考虑人员在监控场景中作业或活动时,各种会影响人形辨识的因素,例如穿着(如防护衣物、工作手套、安全帽等)、个人单独作业动作(如伸展、站立、弯腰、蹲下、坐下、攀爬等动作)以及多人协同动作(如共同搬运对象、多人操作设备等协同作业)。另一方面,静态场景变量与动态场景变量主要考虑监控场景中会影响待辨识物辨识的各种静态对象与动态对象,例如墙的位置、柱的大小及位置、光源位置、场景中动态对象的活动动作,如机器人或机器手臂的大小、位置及作业轨迹等以及待辨识物(如人员)在场景中各坐标点的所有可能活动动作、静态场景变量及动态场景变量进行排列组合形成多个不同场景后,针对各个摄像机,运算在摄像机镜头在不同角度对不同场景的取景像素并加以纪录。
步骤S108,根据各个摄像机已纪录的取景像素,运算待辨识物的可视像素数量。具体地,进行影像辨识时,待辨识物的受遮蔽状况越少越好,亦即,在影像中,待辨识物的可视像素数量越多越好。以待辨识物为人形为例,可计算已纪录的取景像素中与人员有关的像素数量为可视像素数量。
步骤S110,进行摄像机优化布局运算。优化布局的具体运算内容包含:各摄像机位置的最佳镜头角度运算、收敛运算、最佳摄像机排列组合运算。首先,各摄像机位置的最佳镜头角度运算可经由计算各摄像机在不同镜头角度下,对不同场景中,各坐标位置人员活动的可视像素数量的总和,再针对各种不同镜头角度,包含水平、垂直角度,筛选出可视像素数量总和最大者为该摄像机的最佳角度。其次,收敛运算具体步骤为:将各摄像机依各摄像机于最佳角度的可视像素数量总和由大到小进行排列,依序从中挑选符合收敛条件的摄像机组成第一集合。在一实施例中,所述收敛条件为该摄像机取景区域中的各坐标点的待辨识物的遮蔽率小于一预定阈值。举例来说,当待辨识物为人形,预定阈值为0.8时,表示有八成的人形可供辨识,所述预定阈值可依监控需求加以调整。所述待辨识物的活动遮蔽率具体计算方式为1-(待辨识物可视像素/待辨识物活动动作像素)。最后,根据实际监控的布局需求条件,例如成本考虑、摄像机布局数量,由第一集合的多个摄像机中依序挑选符合需求条件的摄像机进行排列组合运算,直到组合后的摄像机可以取景监控区域中的所有坐标点,最终产出最佳布局方案的多个摄像机布局位置及其最佳镜头角度。举例来说,在收敛运算后,第一集合可能包含12台摄像机,而需求条件为3台摄像机,此时,可以从12台摄像机中挑选3台摄像机进行排列组合,找到可取景监控区域中所有坐标点的摄像机排列组合。
在一实施例中,摄像机最佳布局方案可以包含多种布局方案,所述最佳布局方法可以经由三维仿真布局场景显示包含最佳摄像机布局位置、镜头角度等参数供使用者参考。举例来说,在工厂环境中,所述使用者为工厂布局设计者。
请参阅图2,所示为本发明一实施例中装置200的方块图。所述装置200可用于执行如图1所示的摄像机布局方法。考虑所述装置200的存储能力与运算能力受限于硬件,所述装置200可通讯连接于数据库210以及计算机集群220,并将摄像机布局优化所需的数据部分或全部存储于所述数据库210,将所需的运算工作部分或全部移转于所述计算机集群220执行。
请参阅图3,所示为本发明另一实施例中装置300的方块图。所述装置300包含处理单元310以及存储单元320。所述处理单元310电性连接所述存储单元320。所述处理单元310可以是微控制器、微处理器或其他具有运算处理能力的电路,被配置为执行或处理存储在所述存储单元320中的指令、数据以及计算机程序。所述存储单元320包含只读存储器(ROM)、随机存取内存(RAM)、磁盘存储介质装置、光存储介质装置、闪存装置、电气、光学或其他物理/有形(例如,非暂时性)等计算机可读存储介质,用于存储控制所述装置300运行的一个或多个计算机程序,并且由所述处理单元310执行。在本实施例中,所述存储单元320存储或编码有计算机程序,并存储有建模、设置、运算参数数据,用于供所述处理单元310执行如图1所示的摄像机布局方法。
总结来说,本发明的摄像机布局方法及装置以监控区域的三维仿真场景辅助运算摄像机最佳布局,进行各摄像机位置、角度之可视像素分析,迅速找出各位置摄像机最佳视角,并辅以收敛条件,找出最佳布局方案。运用在复杂的人机交叉环境中进行摄像机布局时,例如工业自动化生产厂房,不仅能辨识人机交叉的复杂情况,还可避免摄像机布局可能过度或不足,陷入成本浪费与安全隐忧之窘境。
值得注意的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (18)
1.一种摄像机布局方法,其特征在于,所述方法包含以下步骤:
建置监控场景的三维模型与场景变量;
根据所述监控场景配置运算范围;
根据所述三维模型与所述场景变量建立多个场景,并根据所述运算范围纪录多个摄像机对所述多个场景的取景像素;
运算所述多个摄像机已纪录的取景像素中待辨识物的可视像素数量;以及
根据所述多个摄像机的所述可视像素数量与收敛条件,筛选出摄像机集合,并根据所述摄像机集合与布局需求条件,进行摄像机优化布局运算,产生最佳摄像机布局方案。
2.如权利要求1所述的摄像机布局方法,其特征在于,所述方法还包含:以三维仿真布局场景显示所述最佳摄像机布局方案。
3.如权利要求1所述的摄像机布局方法,其特征在于,所述场景变量包含静态场景变量和动态场景变量。
4.如权利要求3所述的摄像机布局方法,其特征在于,所述静态场景变量包含墙的位置、柱的大小及位置以及光源位置。
5.如权利要求3所述的摄像机布局方法,其特征在于,所述动态场景变量包含所述监控场景中动态对象的所有活动动作以及所述待辨识物的所有活动动作。
6.如权利要求5所述的摄像机布局方法,其特征在于,所述待辨识物为人。
7.如权利要求1所述的摄像机布局方法,其特征在于,所述配置运算范围进一步包含:
根据所述监控场景建立对应的监控区域,于所述监控区域中建立坐标系并设置坐标间距;
配置所述多个摄像机的布局范围、布局间距及镜头规格;以及
配置水平方向与垂直方向的取景范围。
8.如权利要求1所述的摄像机布局方法,其特征在于,所述优化布局运算进一步包含:
计算所述多个摄像机在不同镜头角度时的所述可视像素的总和,针对各个摄像机以所述总和最大者对应的镜头角度为所述摄像机的最佳镜头角度。
9.如权利要求1所述的摄像机布局方法,其特征在于,所述监控需求条件为所述多个摄像机的布局数量。
10.一种摄像机布局装置,其特征在于,所述装置包含:
处理单元;以及
存储单元,用于存储至少一个计算机程序,其中,所述计算机程序包含由所述处理单元执行的指令,使得所述处理单元执行以下步骤:
建置监控场景的三维模型与场景变量;
根据所述监控场景配置运算范围;
根据所述三维模型与所述场景变量建立多个场景,并根据所述运算范围纪录多个摄像机对所述多个场景的取景像素;
运算所述多个摄像机已纪录的取景像素中待辨识物的可视像素数量;以及
根据所述多个摄像机的所述可视像素数量与收敛条件,筛选出摄像机集合,并根据所述摄像机集合与监控需求条件,进行摄像机优化布局运算,产生最佳摄像机布局方案。
11.如权利要求10所述的摄像机布局装置,其特征在于,所述步骤还包括:以三维仿真布局场景显示所述最佳摄像机布局方案。
12.如权利要求10所述的摄像机布局装置,其特征在于,所述场景变量包含静态场景变量和动态场景变量。
13.如权利要求12所述的摄像机布局装置,其特征在于,所述静态场景变量包含墙的位置、柱的大小及位置以及光源位置。
14.如权利要求12所述的摄像机布局装置,其特征在于,所述动态场景变量包含所述监控场景中动态对象的所有活动动作以及所述待辨识物的所有活动动作。
15.如权利要求14所述的摄像机布局装置,其特征在于,所述待辨识物为人。
16.如权利要求10所述的摄像机布局装置,其特征在于,所述配置运算范围进一步包含:
根据所述监控场景建立对应的监控区域,于所述监控区域中建立坐标系并设置坐标间距;
配置所述多个摄像机的布局范围、布局间距及镜头规格;以及
配置水平方向与垂直方向的取景范围。
17.如权利要求10所述的摄像机布局装置,其特征在于,所述优化布局运算进一步包含:
计算所述多个摄像机在不同镜头角度时的所述可视像素的总和,针对各个摄像机以所述总和最大者对应的镜头角度为所述摄像机的最佳镜头角度。
18.如权利要求10所述的摄像机布局装置,其特征在于,所述监控需求条件为所述多个摄像机的布局数量。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/814,029 US11176705B2 (en) | 2020-03-10 | 2020-03-10 | Method for optimizing camera layout for area surveillance and apparatus employing the method |
US16/814029 | 2020-03-10 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113382200A true CN113382200A (zh) | 2021-09-10 |
Family
ID=77568899
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010269603.7A Pending CN113382200A (zh) | 2020-03-10 | 2020-04-08 | 摄像机布局方法及装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11176705B2 (zh) |
CN (1) | CN113382200A (zh) |
TW (1) | TWI748384B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114238346B (zh) * | 2022-02-25 | 2022-05-17 | 浙江力嘉电子科技有限公司 | 监控密度分析方法、装置、存储介质和电子设备 |
CN115883812B (zh) * | 2022-11-30 | 2024-07-05 | 重庆大学 | 基于粒子群算法的多传感器协同布站方法 |
CN117910069B (zh) * | 2024-03-20 | 2024-05-31 | 鸣启数字科技(山东)有限公司 | 一种用于多维度精益孪生的交互模型 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006067139A (ja) * | 2004-08-25 | 2006-03-09 | Matsushita Electric Ind Co Ltd | 複数カメラ映像検索装置、複数カメラ映像検索方法、及び複数カメラ映像検索プログラム |
TW201424345A (zh) * | 2012-06-28 | 2014-06-16 | Nec Corp | 相機位置姿態評價裝置、相機位置姿態評價方法 |
CN104469322A (zh) * | 2014-12-24 | 2015-03-25 | 重庆大学 | 一种面向大场景监控的摄像机布局优化方法 |
CN104850693A (zh) * | 2015-01-19 | 2015-08-19 | 安科智慧城市技术(中国)有限公司 | 一种监控设备布局方法和装置 |
US20150297949A1 (en) * | 2007-06-12 | 2015-10-22 | Intheplay, Inc. | Automatic sports broadcasting system |
CN108449574A (zh) * | 2018-03-15 | 2018-08-24 | 南京慧尔视防务科技有限公司 | 一种基于微波的安防检测方法及*** |
CN110047092A (zh) * | 2019-03-27 | 2019-07-23 | 深圳职业技术学院 | 一种复杂环境下多目标实时跟踪方法 |
CN110246211A (zh) * | 2018-03-07 | 2019-09-17 | Zf 腓德烈斯哈芬股份公司 | 用于监视车辆内部的可视化环视*** |
WO2020046171A1 (ru) * | 2018-08-29 | 2020-03-05 | Александр Владимирович АБРАМОВ | Способ построения системы видеонаблюдения для поиска и отслеживания объектов |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102243432A (zh) * | 2011-06-28 | 2011-11-16 | 浙江工业大学 | 全景立体摄像装置 |
CN109151447A (zh) * | 2018-08-22 | 2019-01-04 | 陈宇拓 | 一种新型的裸眼三维光场成像*** |
-
2020
- 2020-03-10 US US16/814,029 patent/US11176705B2/en active Active
- 2020-03-24 TW TW109109871A patent/TWI748384B/zh not_active IP Right Cessation
- 2020-04-08 CN CN202010269603.7A patent/CN113382200A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006067139A (ja) * | 2004-08-25 | 2006-03-09 | Matsushita Electric Ind Co Ltd | 複数カメラ映像検索装置、複数カメラ映像検索方法、及び複数カメラ映像検索プログラム |
US20150297949A1 (en) * | 2007-06-12 | 2015-10-22 | Intheplay, Inc. | Automatic sports broadcasting system |
TW201424345A (zh) * | 2012-06-28 | 2014-06-16 | Nec Corp | 相機位置姿態評價裝置、相機位置姿態評價方法 |
CN104469322A (zh) * | 2014-12-24 | 2015-03-25 | 重庆大学 | 一种面向大场景监控的摄像机布局优化方法 |
CN104850693A (zh) * | 2015-01-19 | 2015-08-19 | 安科智慧城市技术(中国)有限公司 | 一种监控设备布局方法和装置 |
CN110246211A (zh) * | 2018-03-07 | 2019-09-17 | Zf 腓德烈斯哈芬股份公司 | 用于监视车辆内部的可视化环视*** |
CN108449574A (zh) * | 2018-03-15 | 2018-08-24 | 南京慧尔视防务科技有限公司 | 一种基于微波的安防检测方法及*** |
WO2020046171A1 (ru) * | 2018-08-29 | 2020-03-05 | Александр Владимирович АБРАМОВ | Способ построения системы видеонаблюдения для поиска и отслеживания объектов |
CN110047092A (zh) * | 2019-03-27 | 2019-07-23 | 深圳职业技术学院 | 一种复杂环境下多目标实时跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
US11176705B2 (en) | 2021-11-16 |
TW202134771A (zh) | 2021-09-16 |
US20210287400A1 (en) | 2021-09-16 |
TWI748384B (zh) | 2021-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113382200A (zh) | 摄像机布局方法及装置 | |
Zhou et al. | Computer vision enabled building digital twin using building information model | |
KR101467663B1 (ko) | 영상 모니터링 시스템에서 영상 제공 방법 및 시스템 | |
CN112099627B (zh) | 一种基于人工智能的城市设计虚拟现实即时交互平台 | |
CN110880200A (zh) | 基于三维重建技术的gim模型工程智能验收方法 | |
CN104061662A (zh) | 一种人体检测方法、装置和空调 | |
CN113643149B (zh) | 一种面向全覆盖监控的变电站监控布局优化方法及装置 | |
US11631195B2 (en) | Indoor positioning system and indoor positioning method | |
CN102970514A (zh) | 映像监视装置、映像监视方法以及程序 | |
CN111967323B (zh) | 一种基于深度学习算法的电力带电作业安全检测方法 | |
CN115883981A (zh) | 一种摄像头布局方法及装置 | |
CN116206255A (zh) | 基于机器视觉的危险区域人员监控方法与装置 | |
CN117055739B (zh) | 一种全息设备交互方法、装置、设备及存储介质 | |
CN104573144A (zh) | 量测设备离线点云模拟***及方法 | |
CN115859689B (zh) | 一种全景可视化数字孪生应用的方法 | |
CN110989898A (zh) | 用于核电站仿真的显示器的监控方法、***、介质及设备 | |
Molina-Cabello et al. | Neural controller for PTZ cameras based on nonpanoramic foreground detection | |
CN115828620A (zh) | 一种基于增强现实的矿山灾害应急仿真方法及*** | |
CN114240911B (zh) | 一种输电线路外破对象距离测算方法和*** | |
CN115982824A (zh) | 施工现场工人空间管理方法、装置、电子设备及存储介质 | |
KR20240040530A (ko) | 딥러닝 기반 감염병 예방 시스템 | |
Zhang et al. | Design and Research of Low‐Cost and Self‐Adaptive Terrestrial Laser Scanning for Indoor Measurement Based on Adaptive Indoor Measurement Scanning Strategy and Structural Characteristics Point Cloud Segmentation | |
Sreekanta et al. | Error detection using augmented reality in the subtractive manufacturing process | |
CN113887384A (zh) | 基于多轨迹融合的行人轨迹分析方法、装置、设备及介质 | |
CN111460896B (zh) | 视觉数据中防护设备的检测方法、装置和存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210910 |
|
WD01 | Invention patent application deemed withdrawn after publication |