CN113763414A - 一种车内监控画面遮挡检测误报警恢复的方法 - Google Patents

一种车内监控画面遮挡检测误报警恢复的方法 Download PDF

Info

Publication number
CN113763414A
CN113763414A CN202010460895.2A CN202010460895A CN113763414A CN 113763414 A CN113763414 A CN 113763414A CN 202010460895 A CN202010460895 A CN 202010460895A CN 113763414 A CN113763414 A CN 113763414A
Authority
CN
China
Prior art keywords
frame difference
vec
frame
buffer
image
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.)
Granted
Application number
CN202010460895.2A
Other languages
English (en)
Other versions
CN113763414B (zh
Inventor
马艳
于康龙
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.)
Hefei Ingenic Technology Co ltd
Original Assignee
Hefei Ingenic 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 Hefei Ingenic Technology Co ltd filed Critical Hefei Ingenic Technology Co ltd
Priority to CN202010460895.2A priority Critical patent/CN113763414B/zh
Publication of CN113763414A publication Critical patent/CN113763414A/zh
Application granted granted Critical
Publication of CN113763414B publication Critical patent/CN113763414B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • 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
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30268—Vehicle interior
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Security & Cryptography (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种车内监控画面遮挡检测误报警恢复的方法的主要实施步骤：S1.初始化；S2.计算背景帧差；S3.进行遮挡判断：当遮挡则进行步骤S4，否则步骤S7；S4.缓存背景帧差；S5.判断帧差变化趋势：结合缓存时段帧差变化率和时段内帧差下降频数来判断帧差的下降趋势则进行步骤6，否则步骤S7；S6.进行误报警恢复判断：当判断为误报警，则进行复位遮挡信号，否则进行步骤S7；S7.返回，等待下一帧图像，执行步骤S2。在监控画面被干扰物影响或短暂遮挡时，设备需要产生短暂预警，而在干扰被清除时，需要及时响应，停止遮挡预警，从而实现误报警的快速恢复。

Description

一种车内监控画面遮挡检测误报警恢复的方法
技术领域
本发明涉及图像处理技术领域，特别涉及一种车内监控画面遮挡检测误报警恢复的方法。
背景技术
目前，车内监控画面主要基于背景帧差来实现遮挡检测，由于车内环境复杂，车内监控画面的背景帧差易受乘车人员增减、活动，车窗外光线、景物变化等因素影响，因此背景帧差一直处于波动状态。当某种干扰因素(乘车人员、车窗光线、车内物体等)导致监控画面突然被遮挡而使背景帧差很大，超出设定的遮挡判定阈值，那么***就会发出遮挡警报。
然而，现有技术中存在以下的缺陷：
由于某种干扰因素导致的监控画面被遮挡，在连续多帧背景帧差值超出设定的遮挡判定阈值时就会产生预警信号，等到干扰因素去除，在连续多帧背景帧差降低至设定阈值以下时，预警信号才会解除；因此***会在这段时间内一直处于遮挡预警状态，而这段时间内的报警正是一种误报警，长时间的误报警不仅降低了客户体验，更影响了遮挡检测的性能评测。
发明内容
为了解决上述问题，本发明的目的在于：针对现有技术中这种遮挡检测误遮挡的情况，本申请提出了一种误报警恢复的方法。在监控画面被干扰物影响或短暂遮挡时，设备需要产生短暂预警，而在干扰被清除时，需要及时响应，停止遮挡预警，从而实现误报警的快速恢复。
具体地，本发明提供一种车内监控画面遮挡检测误报警恢复的方法，所述方法包括以下步骤：
S1，初始化：
S1.1，阈值初始化，包括，帧差阈值T1,T2；计数器阈值TC1,TC2,TC3；缓存容量Nvec；
S1.2，计数器初始化，即c1＝0,c2＝0,c3＝0；
S2，计算背景帧差:将当前帧图像与背景图像作帧差，并对帧差图像作腐蚀处理，统计腐蚀后帧差图像中非零像素点的总数并归一化,通过计算，得到归一化的全局帧差特征d；
S3，进行遮挡判断：
S3.1，帧差计数器计数:
如果d>T1，则令c2＝0,c1＝c1+1，转步骤S3.2；否则令c1＝0,c2＝c2+1，转步骤S3.3；
S3.2，遮挡判断:
如果c1>TC1，则令遮挡信号shade_flag＝1，转步骤S4；否则，转步骤S7；
S3.3，遮挡复位:
如果c2>TC2，则令遮挡信号shade_flag＝0，转步骤S7；否则，直接转步骤S7；
S4，缓存背景帧差；
S5，判断帧差变化趋势：
S5.1计算缓存时段帧差变化率：
按公式(4)计算缓存时段帧差变化率ΔD，
ΔD＝vec[Nvec-1]-vec[0] 公式(4)
其中,Nvec-1与0为缓存索引序号，vec[Nvec-1]表示缓存向量中当前时刻缓存的帧差，vec[0]表示缓存向量中历史缓存帧差，距离当前时刻Nvec-1个帧。实际缓存时段帧差变化率计算应为
Figure BDA0002510885380000031
但在实际中由于本专利方法只需要判断ΔD的正负，不需要具体数值，因此减少计算量简化为公式(4)。
S5.2如果ΔD＜0，则令计数器c3＝0,i＝0，转步骤5.3；否则转步骤S7；
S5.3计算相邻帧差变化率：
如果i<Nvec-1，则按公式(5)，计算Δd，转步骤5.4；否则转步骤S6；
Δd＝vec[i+1]-vec[i] 公式(5)
其中，i表示缓存向量的索引序号，0≤i<Nvec-1；
S5.4统计帧差下降频数：
如果Δd＜0，则令计数器c3＝c3+1，i＝i+1，转步骤S5.3；否则，直接计算i＝i+1,转步骤S5.3；
S6，进行误报警恢复判断：
S6.1，如果c3>TC3且d<T2，转步骤S6.2,；否则转步骤S7；
S6.2，复位遮挡信号，即令shade_flag＝0；
S7，返回，等待下一帧图像，执行步骤S2。
S1中的帧差阈值T1＝0.34,T2＝0.65。
S1中的计数器阈值TC1＝10,TC2＝5,TC3＝8。
S1中的缓存容量Nvec＝16。
S2计算背景帧差，进一步包括：
根据公式(1)将当前帧图像与背景图像作帧差，并根据公式(2)对帧差图像作腐蚀处理，按公式(3)统计腐蚀后帧差图像中非零像素点的总数并归一化；
D(i，j)＝abs(In(i，j)-I0(i，j)) 公式(1)
De＝erode(D) 公式(2)
Figure BDA0002510885380000041
其中，M、N分别为图像的高宽，In为当前帧图像，I0为背景图像，D为帧差图像，De(i,j)表示腐蚀后的帧差图像第i行j列像素值，d为归一化的全局帧差特征。
S4，缓存背景帧差，进一步包括：
S4.1计算缓存向量大小，记为vector_size，
S4.2如果vector_size>Nvec，则删除向量头部存储缓存帧差,并在向量尾部加入当前帧的帧差d；否则，在向量尾部直接加入当前帧的帧差d，其中：Nvec为缓存容量，表示缓存最多保存Nvec个数值。
由此，本申请的优势在于：结合缓存时段帧差变化率和时段内帧差下降频数来判断帧差的下降趋势，减少误报警时间，提高了客户体验，更改善了遮挡检测的性能评测。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。
图1是本发明方法的遮挡检测误报警恢复过程示意图。
图2是本发明方法的流程示意图。
图3是本发明方法具体实施例的流程图。
具体实施方式
为了能够更清楚地理解本发明的技术内容及优点，现结合附图对本发明进行进一步的详细说明。
如图2所示，一种车内监控画面遮挡检测误报警恢复的方法的主要实施步骤：
步骤S1.初始化；
步骤S2.计算背景帧差；
步骤S3.进行遮挡判断：当遮挡则进行步骤S4，否则步骤S7；
步骤S4.缓存背景帧差；
步骤S5.判断帧差变化趋势：结合缓存时段帧差变化率和时段内帧差下降频数来判断帧差的下降趋势则进行步骤是6，否则步骤S7；
步骤S6.进行误报警恢复判断：当判断为误报警，则进行复位遮挡信号，否则进行步骤S7；
步骤S7.返回，等待下一帧图像，执行步骤S2。
如图3所示，本发明涉及一种车内监控画面遮挡检测误报警恢复的方法，其中方法的具体实施步骤如下：
步骤1.初始化：
1.1背景初始化
1.2阈值初始化，其中，帧差阈值T1＝0.34,T2＝0.65；计数器阈值TC1＝10,TC2＝5,TC3＝8；缓存容量Nvec＝16；
1.3计数器初始化，即c1＝0,c2＝0,c3＝0；
步骤2.计算背景帧差
将当前帧图像与背景图像作帧差(如公式1所示)，并对帧差图像作腐蚀处理(如公式2所示)，按公式(3)统计腐蚀后帧差图像中非零像素点的总数并归一化；
D(i，j)＝abs(In(i，j)-I0(i，j)) 公式(1)
De＝erode(D) 公式(2)
Figure BDA0002510885380000061
其中，M、N分别为图像的高宽，In为当前帧图像，I0为背景图像，D为帧差图像，De(i，j)表示腐蚀后的帧差图像第i行j列像素值，d为归一化的全局帧差特征；
步骤3.进行遮挡判断
3.1如果d＞T1，则令c2＝0,c1＝c1+1，转步骤3.2；否则令c1＝0,c2＝c2+1，转步骤3.3；
3.2如果c1>TC1，则令遮挡信号shade_flag＝1，转步骤4；否则，转步骤7；
3.3如果c2>TC2，则令遮挡信号shade_flag＝0，转步骤7；否则，直接转步骤7；
步骤4.缓存背景帧差
4.1计算缓存向量大小，记为vector_size，
4.2如果vector_size>16，则删除向量头部存储缓存帧差,并在向量尾部加入当前帧的帧差d；否则，在尾部直接加入当前帧的帧差d；
步骤5.判断帧差变化趋势
5.1按公式(4)计算缓存时段帧差变化率ΔD
ΔD＝vec[15]-vec[0] 公式(4)
5.2如果ΔD＜0，则令计数器c3＝0,i＝0，转步骤5.3；否则转步骤7；
5.3如果i<15，则按公式(5)计算Δd，转步骤5.4；否则转步骤6；
Δd＝vec[i+1]-vec[i] 公式(5)
5.4如果Δd＜0，则令计数器c3＝c3+1，i＝i+1，转步骤5.3；否则，令i＝i+1,转步骤5.3；
步骤6.进行误报警恢复判断
6.1如果c3>TC3且d＜T2，转步骤6.2；否则转步骤7；
6.2复位遮挡信号，即令shade_flag＝0；
步骤7.返回，等待下一帧图像，执行步骤2。
事实上，如附图1所示：
1.遮挡检测中误报警过程中背景帧差是呈现一个先上升后下降的趋势，在n1时刻，帧差达到遮挡判断设定的阈值T1(T1＝d1)，此时由于设置连续多帧的判断机制，***不会置位遮挡信号，如果不能满足连续多帧的条件，则***会直接过滤掉这种帧差波动；如果在n1～n2之间满足连续多帧帧差达到设定阈值T1，则置位遮挡信号，***发出遮挡预警；该遮挡判断阶段可用附图1中的S1区域表示；
2.当***被误遮挡并发出遮挡预警后，如果不采用本专利中的恢复方法，那么只有等背景帧差小于设定阈值T1(T1＝d1)且满足连续多帧的判断机制，才能完成误报警恢复过程；这种情况下连续多帧的判断机制虽然增加了***判断结果的可靠性，但是在误报警后，会增加恢复时间；如附图1中的S3区域所示，如果***在n2帧时刻发生遮挡报警，在n5时刻才能恢复，其中误报警时间t1＝n5-n2；
3.如果采用本专利提出的方法，在n2帧时刻发生报警后，***会缓存连续N(N＝vector_size)帧的帧差，按照步骤5计算帧差变化率，进而进行步骤6的判断；如果满足相应条件，即可进行遮挡信号的复位；如附图1中的S2区域所示，其中步骤6.1中的设定阈值T2＝d2，***在n3时刻就可以恢复误报警，其中误报警时间t2＝n3-n2；与不采用本专利方法相比较，减少误报警时间Δt＝t1-t2＝n5-n3；
4.如图1中S2区域放大图所示，该过程是一个背景帧差不断波动的过程，本专利提出的方法是结合缓存时段帧差变化率和时段内帧差下降频数来判断帧差的下降趋势。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种车内监控画面遮挡检测误报警恢复的方法，其特征在于，所述方法包括以下步骤：
S1，初始化：
S1.1，阈值初始化，包括，帧差阈值T1,T2；计数器阈值TC1,TC2,TC3；缓存容量Nvec；
S1.2，计数器初始化，即c1＝0,c2＝0,c3＝0；
S2，计算背景帧差:将当前帧图像与背景图像作帧差，并对帧差图像作腐蚀处理，统计腐蚀后帧差图像中非零像素点的总数并归一化,通过计算，得到归一化的全局帧差特征d；
S3，进行遮挡判断：
S3.1，帧差计数器计数:
如果d>T1，则令c2＝0,c1＝c1+1，转步骤S3.2；否则令c1＝0,c2＝c2+1，转步骤S3.3；
S3.2，遮挡判断:
如果c1>TC1，则令遮挡信号shade_flag＝1，转步骤S4；否则，转步骤S7；
S3.3，遮挡复位:
如果c2>TC2，则令遮挡信号shade_flag＝0，转步骤S7；否则，直接转步骤S7；
S4，缓存背景帧差；
S5，判断帧差变化趋势：
S5.1计算缓存时段帧差变化率：
按公式(4)计算缓存时段帧差变化率ΔD，
ΔD＝vec[Nvec-1]-vec[0] 公式(4)
其中,Nvec-1与0为缓存索引序号，vec[Nvec-1]表示缓存向量中当前时刻缓存的帧差，vec[0]表示缓存向量中历史缓存帧差，距离当前时刻Nvec-1个帧；
如果ΔD＜0，则令计数器c3＝0,i＝0，转步骤5.3；否则转步骤S7；
S5.2计算相邻帧差变化率：
如果i<15，则按公式(5)，计算Δd，转步骤5.4；否则转步骤S6；
Δd＝vec[i+1]-vec[i] 公式(5)
其中，i表示缓存向量的索引序号，0≤i<Nvec-1；
S5.3统计帧差下降频次：
如果Δd＜0，则令计数器c3＝c3+1，i＝i+1，转步骤S5.3；否则，令i＝i+1，转步骤S5.3；
S6，进行误报警恢复判断：
S6.1，如果c3>TC3且d<T2，转步骤S6.2；否则转步骤S7；
S6.2，复位遮挡信号，即令shade_flag＝0；
S7，返回，等待下一帧图像，执行步骤S2。
2.根据权利要求1所述的一种车内监控画面遮挡检测误报警恢复的方法，其特征在于，S1还包括步骤S1.0，背景初始化。
3.根据权利要求1所述的一种车内监控画面遮挡检测误报警恢复的方法，其特征在于，S1中的帧差阈值T1＝0.34,T2＝0.65。
4.根据权利要求1所述的一种车内监控画面遮挡检测误报警恢复的方法，其特征在于，S1中的计数器阈值TC1＝10,TC2＝5,TC3＝8，缓存容量Nvec＝16。
5.根据权利要求1所述的一种车内监控画面遮挡检测误报警恢复的方法，其特征在于，S2计算背景帧差，进一步包括：
根据公式(1)将当前帧图像与背景图像作帧差，并根据公式(2)对帧差图像作腐蚀处理，按公式(3)统计腐蚀后帧差图像中非零像素点的总数并归一化；
D(i，j)＝abs(In(i，j)-I0(i，j)) 公式(1)
De＝erode(D) 公式(2)
Figure FDA0002510885370000031
其中，M、N分别为图像的高宽，In为当前帧图像，I0为背景图像，D为帧差图像，De(i,j)表示腐蚀后的帧差图像第i行j列像素值，d为归一化的全局帧差特征。
6.根据权利要求1所述的一种车内监控画面遮挡检测误报警恢复的方法，其特征在于，S4，缓存背景帧差，进一步包括：
S4.1计算缓存向量大小，记为vector_size，
S4.2如果vector_size>Nvec，则删除向量头部存储缓存帧差,并在向量尾部加入当前帧的帧差d；否则，在向量尾部直接加入当前帧的帧差d，其中：Nvec为缓存容量，表示缓存最多保存Nvec个数值。
CN202010460895.2A 2020-05-27 2020-05-27 一种车内监控画面遮挡检测误报警恢复的方法 Active CN113763414B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010460895.2A CN113763414B (zh) 2020-05-27 2020-05-27 一种车内监控画面遮挡检测误报警恢复的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010460895.2A CN113763414B (zh) 2020-05-27 2020-05-27 一种车内监控画面遮挡检测误报警恢复的方法

Publications (2)

Publication Number Publication Date
CN113763414A true CN113763414A (zh) 2021-12-07
CN113763414B CN113763414B (zh) 2023-07-04

Family

ID=78782232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010460895.2A Active CN113763414B (zh) 2020-05-27 2020-05-27 一种车内监控画面遮挡检测误报警恢复的方法

Country Status (1)

Country Link
CN (1) CN113763414B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030021234A1 (en) * 2001-03-29 2003-01-30 Edward Soltysiak Methods and apparatus for burst tolerant excessive bit error rate alarm detection and clearing
CN101295405A (zh) * 2008-06-13 2008-10-29 西北工业大学 人像与车辆识别报警跟踪方法
CN101320505A (zh) * 2008-07-04 2008-12-10 浙江大学 基于多路网络视频流并行处理的分区视频监控方法
WO2016184431A1 (zh) * 2015-05-20 2016-11-24 王向恒 一种基于本地计算的视频监控方法及其终端
CN107948465A (zh) * 2017-12-11 2018-04-20 南京行者易智能交通科技有限公司 一种检测摄像头被干扰的方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030021234A1 (en) * 2001-03-29 2003-01-30 Edward Soltysiak Methods and apparatus for burst tolerant excessive bit error rate alarm detection and clearing
CN101295405A (zh) * 2008-06-13 2008-10-29 西北工业大学 人像与车辆识别报警跟踪方法
CN101320505A (zh) * 2008-07-04 2008-12-10 浙江大学 基于多路网络视频流并行处理的分区视频监控方法
WO2016184431A1 (zh) * 2015-05-20 2016-11-24 王向恒 一种基于本地计算的视频监控方法及其终端
CN107948465A (zh) * 2017-12-11 2018-04-20 南京行者易智能交通科技有限公司 一种检测摄像头被干扰的方法和装置

Also Published As

Publication number Publication date
CN113763414B (zh) 2023-07-04

Similar Documents

Publication Publication Date Title
CN110517288B (zh) 基于全景多路4k视频图像的实时目标检测跟踪方法
US6628805B1 (en) Apparatus and a method for detecting motion within an image sequence
CN101739686B (zh) 运动目标跟踪方法及其***
US20190228233A1 (en) Video tracking systems and methods employing cognitive vision
CN110287905B (zh) 一种基于深度学习的交通拥堵区域实时检测方法
JP4670943B2 (ja) 監視装置、及び妨害検知方法
CN108162858B (zh) 车载监控装置及其方法
CN111738240A (zh) 区域监测方法、装置、设备及存储介质
CN108280445B (zh) 一种车辆周围运动物体和凸起障碍物的检测方法
CN111860120A (zh) 车载相机自动遮挡检测方法和装置
CN104766079A (zh) 一种远距离红外弱小目标检测方法
CN112927262B (zh) 一种基于视频的相机镜头遮挡检测方法及***
CN101437113A (zh) 自适应内核密度估计运动检测装置与方法
CN111696135A (zh) 基于交并比的违禁停车检测方法
CN113763414B (zh) 一种车内监控画面遮挡检测误报警恢复的方法
JP2009064228A (ja) 画像処理装置、方法、およびプログラム
CN105426852B (zh) 车载单目长波红外相机行人识别方法
CN108446581B (zh) 一种恶劣环境中的无人机检测方法
CN112380905A (zh) 一种基于监控视频的直方图结合熵的异常行为检测方法
CN117078715A (zh) 高空抛物轨迹检测方法及计算机可读存储介质
CN113096059B (zh) 一种车内监控相机排除夜晚光源干扰遮挡检测的方法
KR20030018487A (ko) 영상을 이용한 출입 이동 물체 계수 방법 및 장치
CN113011218B (zh) 一种车内监控检测中应对人员上下车自动更新背景的方法
Tsai et al. Multi-lane detection and road traffic congestion classification for intelligent transportation system
JP5587068B2 (ja) 運転支援装置及び方法

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
GR01 Patent grant
GR01 Patent grant