TW201220253A - Image calculation method and apparatus - Google Patents

Image calculation method and apparatus Download PDF

Info

Publication number
TW201220253A
TW201220253A TW099139182A TW99139182A TW201220253A TW 201220253 A TW201220253 A TW 201220253A TW 099139182 A TW099139182 A TW 099139182A TW 99139182 A TW99139182 A TW 99139182A TW 201220253 A TW201220253 A TW 201220253A
Authority
TW
Taiwan
Prior art keywords
value
dimensional
image
coordinate values
space
Prior art date
Application number
TW099139182A
Other languages
English (en)
Inventor
Chi-Hung Tsai
Yeh-Kuang Wu
bo-fu Liu
Chien-Chung Chiu
Original Assignee
Inst Information Industry
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 Inst Information Industry filed Critical Inst Information Industry
Priority to TW099139182A priority Critical patent/TW201220253A/zh
Priority to US12/971,826 priority patent/US20120120196A1/en
Publication of TW201220253A publication Critical patent/TW201220253A/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53Recognition of crowd images, e.g. recognition of crowd congestion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30242Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Analysis (AREA)

Description

201220253 六、發明說明: 【發明所屬之技術領域】 本發明係關於影像處理技術’更係關於利用一三維影 像來對特定物件進行計數之裝置及方法。 【先前技術】 在影像處理技術中,如何利用攝影系統對監測區城内 的特定物件,例如人、車等進行辨識及計數已成為影像處 理的重要課題。 習知的二維攝影系統必須先分辨監測區域影像中之前 景及背景。在濾除背景之後,始得透過影像處理技術計算 則景中各個物件之數目。然而,當背景影像複雜或影像晃 動嚴重時,背景和前景將變得難以區分,進而導致前景揭 取錯誤。此外,以二維攝影系統拍攝的平面影像中,物件 常有彼此重疊、交錯或遮避的現象,不利於計算所有物件 的正確數目。 因此,需要-種能夠更有效、更精確的影像計數方法 及裝置。 【發明内容】 本發明提供一種影像計數方法,用以計算一空間中特 疋物件之數目,包括以下步驟:經由一立體攝影器榻取對 應該空間之-三維影像,其中該三維影像包含複數個像 素’每-像素包含對應之x、yAz座標值及—像素資料; 依據該些像素之x、y及Z座標值及像素資料,對應至一表 示為(x,z,t)之空間關聯座標的複數個關聯座標^,立中 ^在同一(X’Z)座標上〇方向之像素資料大於-門檻值 IDEAS99014/0213-A42757-TWF Λ 201220253 之像素數目;依據各關聯座標值 將該些關聯座標值分成複數個鮮:x,:)平面上之相關度, 該些關聯座標值,與該特定物、以及’將各群組中的 關聯座標之關聯座標值進行比之4f彡像對應至該空間 物件之數目。 b對’以判斷該空間中該特定 本發明另提供-種影像計數U 特定物件之數目,包括:一立辦4耳 用以3十异一空間中 空間之一三維影像,其中該三雖旦 抒取對應該
-像素包含對應之〜及2座標值及 像素,每 器’麵接至該立體攝影器,包括:-計數^枓…處理 該些像素之x、y&z賴值及像素資料^ =依據 (X,z’t)之空間關聯座標的複數個關聯座標值,表= 在同-座標(X,Z)上y方向之像素資料大於 值 數目;一分群單元,用以依據各 ,檻值之像素 之相關度,將該些關聯座標值值在(x,z)平面上 值刀成禝數個群組;一比
元,用以分祕各群組中_些關聯座標值,= 件之三維影像對應至該空間_座標之 桿== 對’以判斷較間中該特定物件之數目。^值進仃比 【實施方式】 下文為介紹本發明之最佳實施例。各實 本發明之原理,但非用以限制本發明。本發明之以圍= 後附之權利要求項為準。 聋巳圍虽以 ,ί圖為依縣發[實施狀影 圖。本㈣之影料數方法係㈣計算_ 之數目,影像計數方法之步驟包括:在步驟S102 =:
IDEAS99014/0213-A42757-TWF 5 201220253 立體攝影器擷取對應該空間之一三維 像包含複數個像素,每―像素包含對應,-中“二維影 像素資料;在步驟S104中,贫據’此"X、y及Z座標及 標值及像《料,對輕像素之…及a 標的複數個關聯座標值,其中t}之空間關聯座 ;向之:象素資料大於―門检值之像素數上: 中,,各關聯座標值在(x,z)平面上之相關度,將該些關6 馬座^值分成減個群組;在步驟_中,將各群组中的 該些關聯錢值’ _料物狀三維f彡像賴至該空間 關聯座標之_座標值進行比對,以判斷該㈣中二 物=之數目。值得注意的是,由於在大部分的影像計數^ 用常以人為計數之對象,因此,下文的實施例中之「特^ 物件」是以「人」為例。然而,熟悉本技藝者在閱讀 明書後可了解到本發明不必以此為限。下文將分別詳述本 發明之影像計數方法的各個步驟。 第2圖為本發明步驟_中在空間中架設立體攝影器 之示意圖。有別於習知的二賴影技術,本發明採用^體 攝影器擷取空間中各個物件之三維影像,並取得該三維聲 像中各像素之x、yh絲及像素資料。立麟影器可: 雙攝影機(TW〇_Cameras),或是可利用紅外線或雷射取得該 使用者及該控制件之空間座標的任何主動式深度攝影機。 在各實施例中,雙攝影機鏡頭可架設於前述顯示器之四 周,或者與顯示器整合,用以取得面對顯示器及攝影機之 使用者的空間座標。以第2圖所示之空間為例,其中z座 標一般表示物件之景深(即物件相對於攝影機的距離),而是 IDEAS99014/0213-A42757-TWF , ^ 201220253 及y軸則分別與z轴垂直。在下文之各實施例中,y軸係 定義為與重力場平行之方向。然而,在其他實施例中,X、 y、z軸之方向可隨使用者自行定義,不必以下述實施例為 限。 一般來說,像素資料通常是三原色(R、G、B)數值資料, 也可以是將該像素之三原色(R、G、B)數值資料進行灰階 化處理(如平均計算)後而得到的灰階值資料,也可以是依 據三原色(R、G、B)數值資料給予不同權重後計算所得的 • 亮度值。例如 Y(亮度)=0.299R + 0.587G + 0.144B (Y Cb Cr 彩色模組中的亮度),或是1(亮度)=(R + G + B)/3(HSI彩 色模組中的亮度)。 第3A、3B圖及3C圖為本發明步驟S104中建立一表 示為(X,z,t)之三維空間關聯座標之示意圖。其中t為在 同一 (X,z)座標上,在y方向之像素,其像素資料大於一門 檻值之像素數目。例如,當像素資料為一灰階值時,可計 算同一(X,z)座標上之像素,其灰階值大於零(或不為零)的 • 像素數目,或者,當像素資料為三原色(R、G、B)數值資 料時,可計算同一(X,z)座標上之像素,像素資料(R、G、 B)進行加權平均計算後取整數,然後計算該整數數值大於 零的像素數目。第3A圖係一二維圖像,其表示在一空間 中存有分別與攝影機距離遠、中、近的三個特定物件(在此 實施例中即為三個人)ml、m2及m3,也有背景或是其他物 件,在本實施例中其像素資料係為一三原色(R、G、B)數 值。第3B圖是將第3A圖進行灰階化處理後,以灰階畫面 表示上述三個特定物件之三維影像,亦即將像素資料從三 IDEAS99014/0213-A42757-TWF 7 201220253 原色(R、G、B)數值轉換成灰階值,轉換方式可依據前述 習知技術來處理。第3B圖中最深色者為背景,次深色者為 距離攝W機最遠(z值最高)的人⑽、次淺色者為距離次遠 (z值-人间)的人m2,而最淺色者為距離最近&值最低)的人 瓜3二「本發明之實施例係對三維影像在分別對每—(X,z)座標 上化f方向」之像素資料大於一門檻值的數目t進行統計, 進而獲得—個可表示為(x,z,t)之三維空間關聯座標系統 中的複數個二維空間關座標值。第%圖即為複數個三維空 1,座‘值在(X ’ z ’ t)空間關聯座標系統中的顯示圖。在 另二實施例中’所獲得的複數個三維空間關座標值,可 針對t轴的部分來進行正規化處理。 厂 心的疋由於在此實施例中,被計數的對象為 姿勢,本發有數種樣態’例如立姿、坐姿或行走 姿勢本發明可事先對欲計數物件(如人)之三維 三維影像)’產生對應到該㈣關二標之關 ==得::數物件的對應三維空間關聯座標 庫,儲存特定縫> 實_中,更可提供一資料 座標值,料f ,二維影像對應至空間關聯座標的關聯 場)之方向做為關m本實施中可選射轴(平行重力 嶋的心㈣贿否大於一 .„ L ^ /、他貫鈀例則不必以此為限。 聪庙心=貫^例中’本發明在將各群組中的複數個關 之關;座件之三維影像對應至該空間關聯座標 之關聯座標值進錢對的步财 中的複數㈣聯座標A 將母一群組 IDEAS99014/0213-A42757-TWF ^ 示為(X,t)之二維關聯 201220253 座標的一維關聯座標值。 個關聯座標值,除去z座標屬於同一群組中的複數 維關聯座標值。以同樣方式,/、座標值作為二 料處理後所獲得的複數個關聯資
的群組’可視為其對應特定物件::果為近似 的群組數目作為特定物件的數目。更進 :=二;,座標值和特定物件的二維關聯座標值進行: 對時’可77卿每-群峰敎物件, :::狀的相似程度,來判斷每-群組是;對 物件。例如’將每-群組和特定物件,在二維_座標&, t)中獲得最大面積的外圍形狀,來進行比對,當兩者的外圍 形狀、大小面積、或形狀變化趨勢相似|,可判斷該群組 係對應該特定物件。最後,計算所有被判斷為「對應」的 群組數目,將其作為特定物件之數目。 從上述第3B圖及3C圖亦可了解本發明步驟sl〇6中 依據各關聯座標值在(X,z)平面上之相關度,將該些關聯座 才示值分成複數個群組之流程。本發明可依據各關聯座標值 在(X,Z)平面上’將其相關度大於一預設值之任兩筆關聯座 標值’視為具有相關度,因此歸類為同一群組。舉例而言, 可將在(x,z)平面上相關度大於一預設值之兩像素視為屬於 同一群組,而將相關度小於一預設值之兩像素視為分屬不 同群組。然後再將同一群組中的兩像素和其他尚未加入群
IDEAS99014/0213-A42757-TWF 201220253 組的相關度來比對’對相關度大於該預設值的就再加入同 群組田某一像素無法分入其中任一群組時,則可刪除 該像素。重複上述步驟’直到所有像素分成數個群組為止。 此外,熟悉本技藝人士可依據本發明之精神利用習知的分 群方法’如 Kmeans、KNN (K-nearest neighbor)、FCM (Fuzzy
Cmeans) ’自行设定各種判斷像素群組歸屬之規則,即可完
成分群。為節省篇幅,本發明在此不--列舉。雖然第3A 圖的二雒晝面中兩特定物件ml及m2看起來彼此重疊,但 因為立體攝影技術所提供之空間座標,可了解兩人ml及 m2所在的z軸位置並不相同,因此該兩人可被輕易區分為 兩個不同的群組。此外,值得注意的是,本發明前述步驟 S104以及區分群組之步驟sl〇6兩步驟的先後順序可以置 換,本發明不必以前文之說明順序為限。 之後,在步驟S108中,本發明可將各群組之三維空間 關聯座標值與該特定物件之三維空間關聯座標值進行比 對,以判斷s玄空間中該特定物件組之數目。請參照第 圖及第3C圖,第3B圖中之「人」經步驟sl〇4後會在第 3C圖之三維空間關聯座標圖上呈現其對應的樣態,例如, 其中對應人體之「頭」及「軀幹」處,其在y方向上,其 像數=貝料大於門檻值的數目經常屬大量,相對地,在對應 「雙臂」處,則僅有相對數量較為少量的像素。此外,可 預先將特定物件(如人)的多種樣態之三維影像,進行三維 空間關聯座標處理之後,將三維空間關聯座標值儲存在— 資料庫之中。藉由將所拍攝一空間中可能包含多個不知名 物體之三維影像進行三維空間關聯座標處理之後,與儲存 IDEAS99014/0213-A42757-TWF 1Λ 201220253 在資料庫中的「人」的三維空間關關聯座標值進行比對, 來判斷空間中所有「人」之數目。 更進一步時,在另一些實施例中,可將每一群組的三 維空間關聯座標值進行二維化關聯處理,以獲得二維關聯 座標值。同樣地,特定物件的三維空間關聯座標值也進行 二維化關聯處理,獲得特定物件的二維關聯座標值,並事 先儲存在資料庫中。進行比對時,就分別對每一群組和特 定物件的二維關聯座標值來進行比對。 • 此外,由於物件距離立體攝影器的遠近會改變該物件 之影像大小(距離越遠,影像越小),因此,立體攝影器在 取得三維座標時,可先沿著Z軸調整各像素在三維空間中 X、y軸的比例大小,以穫得符合真實的X、y、Z三維座標 值。由於調整影像尺寸所涉及的數學運算並非本發明之重 點,因此本文不再贅述之。 此外,本發明還可提供一計數空間範圍,例如只計算 距離較近的空間時,可設定計數空間範圍為z座標值小於 • Μ,進而只針對z<bl的像素進行空間關聯資料處理及後續 比對。又或者,可直接設定計數空間範圍的(x、y、z)範圍, 如 cl< X < c2,c3<y < c4、c5< z < c6。之後,只要將其三 維座標值符合該計數空間範圍内的像素來進行空間關聯資 料處理及後續比對即可。 除了上述之影像計數方法,更發明另提供一影像計數 裝置。第4圖為依據本發明一實施例之影像計數裝置示意 圖。本發明之影像計數裝置400包括一立體攝影器410以 及一處理器420。該立體攝影器410可用以擷取對應該空 DDEAS99014/0213-A42757-TWF 11 201220253 間之一二維影像,其中該三維影像包含複數個像素,— 像素包含對應之X、y及z座標及像素資料。該處理器 更包括一計數單元422、一分群單元424以及一比^ _ 420。本發明之計數單元422可依據該些像素之χ、丫^兀 座標值及像素資料’對應至一表示為a Ζ ι間關聯 座標的複數個關聯座標值’其中t為在同一座標(χ,ζ)上 方向之像素^料小於一門植值之像素數目。本發明之分群 單元424可依據各關聯座標值在(χ,ζ)平面上之相關户,將 該些關聯座標值分成複數個群組。舉例而言,該分群單元 424區分群組的規則包括··將相關度大於一預設值之兩像 素歸類為同一群組,並將相關度小於一預設值之兩像素區 分為不同群組。本發明之一比對單元426可用以分別將各 群組中的該些關聯座標值,與該特定物件之三維影像對應 至該空間關聯座標之關聯座標值進行比對,以判斷該空間 中該特定物件之數目。此外,本發明可另包括一資料庫 430,其輕接至該處理器420,可用以儲存上述該特定物件 之三維空間關聯資料。由於本發明之影像計數裝置4〇〇能 夠執行前述影像計數方法的所有步驟Si〇2〜S108並達成相 對應的功能,熟悉本技藝人士可參照前文了解本發明之影 像計數裝置400,因此,本文不再贅述該影像計數裝置4〇〇 之相關實施例。 本發明雖以較佳實施例揭露如上,然其並非用以限定 本發明的範圍,任何熟習此項技藝者,在不脫離本發明之 精神和範圍内,當可做些許的更動與潤飾,因此本發明之 保護範圍當視後附之申請專利範圍所界定者為準。 IDEAS99014/0213-A42757-TWF 12 201220253 【圖式簡單說明】 第1圖為依據本發明一實施例之影像計數方法流程圖。 第2圖為本發明步驟S102中在空間中架設立體攝影器 之示意圖。 第3A、3B圖及3C圖為本發明步驟S104中建立一表 示為(X,z,t)之三維空間關係統計圖之示意圖。 第4圖為依據本發明一實施例之影像計數裝置示意圖。 【主要元件符號說明】 S102〜S108〜步驟; 400〜影像計數裝置; 410〜立體攝影器; 420〜處理器; 422〜統計單元; 424〜分群單元; 426〜比對單元; 430〜資料庫。 13
IDEAS99014/0213-A42757-TWF

Claims (1)

  1. 201220253 七、申請專利範圍: 用以計算一空間中特定物件 1. 一種影像計數方法, 之數目,包括以下步驟: 輯影器擷取對應該空間之— 像,其中該三維影像包含複數個 — 一維心 之x、yp鍊值及1素資料象素’母—像素包含對應 縱to 依=些像素之x、y及z座標值及像素資料,對 應至7)之空間關聯座標的複數個關聯座標 m )座標上在y方向之像素資料小於 一門檻值之像素數目; 關度,將該 依據各關聯座標值在(X,Z)平面上之相 些關聯座標值分成複數個群組;以及 將各群組+的該㈣懸標值,與該較物件之 三維影像對應㈣絲之關聯座標錢行 以判斷該空間中該特定物件之數目。 2.如申請專利範圍帛i項之影像計數方法, 像素資料係為該像素之一灰階值、一亮度值和三 G、B)數值等其中之一。 ’、(R、 3.如申請專利範圍第2項之影像計數方法,其中誃 灰階值係將該像素之三原色(R、G、B)數值資料進行太= 化處理後而得0 又白 4.如申請專利範圍第1項之影像計數方法,其中 各群組中的複數個關聯座標值與該特定物件之三維靜$ 應至該空間關聯座標之關聯座標值進行比對之步驟,係= 別將各群組之複數個關聯座標值對應至一表示為(X,〇之: IDEAS99014/0213-A42757-TWF ,, 201220253 維關聯座標的複數個二維關聯座標值,再與該特定物件之 關聯座標值對應至該二維關聯座標的二維關聯座標值進行 比對,以判斷該空間中該特定物件之數目。 5.如申請專利範圍第4項之影像計數方法,其中分 別對各群組之二維關聯座標值和該特定物件二維關聯座標 值進行比對時,係依據此二者在二維關聯座標中之相似程 度,來分別判斷各群組是否對應該特定物件,並且計算對 應該特定物件之群組數目,作為該特定物件之數目。 φ 6.如申請專利範圍第1項之影像計數方法,其中依 據各關聯座標值在(X,z)平面上之相關度分成複數個群組之 步驟,係依據各關聯座標值在(X,Z)平面上,將其相關度大 大於一預設值之任兩筆關聯座標值歸類為同一群組。 7. 如申請專利範圍第1項之影像計數方法,更包括 提供一資料庫,用以儲存該特定物件之三維影像對應至該 空間關聯座標之關聯座標值。 8. 如申請專利範圍第1項之影像計數方法,其中該 • 方法更包括提供一計數空間範圍,且只將符合該計數空間 範圍内的像素之x、y及z座標值及像素資料,對應至該空 間關聯座標的複數個關聯座標值。 9. 一種影像計數裝置,用以計算一空間中特定物件 之數目,包括: 一立體攝影器,用以擷取對應該空間之一三維影 像,其中該三維影像包含複數個像素,每一像素包含對應 之x、y及z座標值及一像素資料;以及 一處理器,耦接至該立體攝影器,包括: IDEAS99014/0213-A42757-TWF 15 201220253 一計數單元,用以依據該些像素之x、y及z座 標值及像素資料,對應至一表示為(X,z,t)之空間關聯座 標的複數個關聯座標值,其中t為在同一座標(X,z)上y方 向之像素資料小於一門檻值之像素數目; 一分群單元,用以依據各關聯座標值在(X,Z) 平面上之相關度,將該些關聯座標值分成複數個群組;以 及 一比對單元,用以分別將各群組中的該些關聯 座標值,與該特定物件之三維影像對應至該空間關聯座標 之關聯座標值進行比對,以判斷該空間中該特定物件之數 目。 10. 如申請專利範圍第9項之影像計數裝置,其中該 像素資料係為該像素之一灰階值、一亮度值和三原色(R、 G、B)數值等其中之一。 11. 如申請專利範圍第9項之影像計數裝置,其中該 灰階值係將像素之三原色(R、G、B)數值資料進行灰階化 處理後而得。 12. 如申請專利範圍第9項之影像計數裝置,其中該 比對單元將各群組中的複數個關聯座標值與該特定物件之 三維影像對應至該空間關聯座標之關聯座標值進行比對, 係將各群組之複數個關聯座標值對應至一表示為(X,t)之二 維關聯座標的複數個二維關聯座標值,再與該特定物件之 關聯座標值對應至該二維關聯座標的二維關聯座標值進行 比對,以判斷該空間中該特定物件之數目。 13. 如申請專利範圍第12項之影像計數裝置,其中該 IDEAS99014/0213-A42757-TWF 16 201220253 各:組之二維關聯座標值和該特定物件二 進仃比對,係依據此二者在二維關聯座標中 且來分別判斷各群組是否對應該特定物件,並 目°。 +^該特定物件之群組數目,作為該特定物件之數 八^._如申請專利範圍第9項之影像計數裝置,其中該 L固依據各關聯座標值在(χ’ζ)平面上之相關度分成複
    距離]係依據各襲座標值在(Χ,ζ)平面上,將其相對 距離:、於一預設值之任兩筆關聯座標值歸類為同一群組。 -次·如中請專·㈣9項之影像計數裝置,更包括 J負枓庫,_至該處理器,用以錯存該特定物件之 影像對應至該空間關聯座標之關聯座標值。 、·· 16.如申請專利範圍第9項之影像計數裝置,其中該 裝置更包含有_計數空間範圍’且該計數單 χ 合該計數空間㈣⑽像素之^及以標二及像 素貝料,對應至該空關聯座標的複數個關聯座標值。 IDEAS99014/0213-A42757-TWF \η
TW099139182A 2010-11-15 2010-11-15 Image calculation method and apparatus TW201220253A (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW099139182A TW201220253A (en) 2010-11-15 2010-11-15 Image calculation method and apparatus
US12/971,826 US20120120196A1 (en) 2010-11-15 2010-12-17 Image counting method and apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW099139182A TW201220253A (en) 2010-11-15 2010-11-15 Image calculation method and apparatus

Publications (1)

Publication Number Publication Date
TW201220253A true TW201220253A (en) 2012-05-16

Family

ID=46047394

Family Applications (1)

Application Number Title Priority Date Filing Date
TW099139182A TW201220253A (en) 2010-11-15 2010-11-15 Image calculation method and apparatus

Country Status (2)

Country Link
US (1) US20120120196A1 (zh)
TW (1) TW201220253A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI664584B (zh) * 2017-12-27 2019-07-01 中華電信股份有限公司 影像式人流計數之特定人物排除系統及方法

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10009579B2 (en) * 2012-11-21 2018-06-26 Pelco, Inc. Method and system for counting people using depth sensor
US9367733B2 (en) 2012-11-21 2016-06-14 Pelco, Inc. Method and apparatus for detecting people by a surveillance system
US9639747B2 (en) 2013-03-15 2017-05-02 Pelco, Inc. Online learning method for people detection and counting for retail stores
JP6276519B2 (ja) * 2013-05-22 2018-02-07 株式会社 日立産業制御ソリューションズ 人数計測装置および人物動線解析装置
US9792487B2 (en) * 2014-12-29 2017-10-17 Dell Products, Lp System and method for determining dimensions of an object in an image
US9569859B2 (en) 2014-12-29 2017-02-14 Dell Products, Lp System and method for redefining depth-based edge snapping for three-dimensional point selection
KR102624560B1 (ko) * 2017-01-31 2024-01-15 엘지전자 주식회사 청소기
US11907899B2 (en) * 2020-10-12 2024-02-20 Insight Direct Usa, Inc. Counting a number of objects in an image
CN114359265B (zh) * 2022-03-04 2022-05-24 广东顺德富意德智能包装科技有限公司 一种基于目标跟踪的螺丝计数方法及***

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6173070B1 (en) * 1997-12-30 2001-01-09 Cognex Corporation Machine vision method using search models to find features in three dimensional images
ITRM20030345A1 (it) * 2003-07-15 2005-01-16 St Microelectronics Srl Metodo per ricavare una mappa di profondita'

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI664584B (zh) * 2017-12-27 2019-07-01 中華電信股份有限公司 影像式人流計數之特定人物排除系統及方法

Also Published As

Publication number Publication date
US20120120196A1 (en) 2012-05-17

Similar Documents

Publication Publication Date Title
TW201220253A (en) Image calculation method and apparatus
JP6844038B2 (ja) 生体検出方法及び装置、電子機器並びに記憶媒体
CN108764024B (zh) 人脸识别模型的生成装置、方法及计算机可读存储介质
KR102319177B1 (ko) 이미지 내의 객체 자세를 결정하는 방법 및 장치, 장비, 및 저장 매체
TWI777538B (zh) 圖像處理方法、電子設備及電腦可讀儲存介質
TWI554976B (zh) 監控系統及其影像處理方法
US9686539B1 (en) Camera pair calibration using non-standard calibration objects
JP4938690B2 (ja) デジタルカメラ画像におけるシーン距離の判定
CN102985933B (zh) 区分真人面部与平坦表面
US11100669B1 (en) Multimodal three-dimensional object detection
CN112040834A (zh) 眼球跟踪方法及***
KR101725884B1 (ko) 이미지들에 대한 자동 프로세싱
US9813693B1 (en) Accounting for perspective effects in images
EP3763119B1 (en) Method for generating depth information and electronic device supporting the same
JP2024056955A (ja) 光学式捕捉によるパーソナライズされたhrtf
TW202121251A (zh) 活體檢測方法及裝置、儲存介質
CN109155070A (zh) 使用平面镜校准立体成像***的方法和计算机程序产品
WO2007139070A1 (ja) 光源推定装置、光源推定システムおよび光源推定方法、並びに、画像高解像度化装置および画像高解像度化方法
WO2020237565A1 (zh) 一种目标追踪方法、装置、可移动平台及存储介质
TWM364920U (en) 3D human face identification device with infrared light source
JP2012069133A (ja) 立体性認証方法、立体性認証装置および立体性認証プログラム
JP2007304801A (ja) 立体性認証方法、立体性認証装置および立体性認証プログラム
JP2021531601A (ja) ニューラルネットワーク訓練、視線検出方法及び装置並びに電子機器
CN109002748A (zh) 混合虹膜及面部生物识别***
CN105979248B (zh) 具有混合深度估计的图像处理***及其操作方法