[发明专利]聚众事件检测方法及系统有效
| 申请号： | 201510465334.0 | 申请日： | 2015-07-31 |
| 公开（公告）号： | CN105184815B | 公开（公告）日： | 2018-04-10 |
| 发明（设计）人： | 曲平;程实;赵福洪;沈学华;陈晓勇 | 申请（专利权）人： | 江苏诚创信息技术研发有限公司 |
| 主分类号： | G06T7/223 | 分类号： | G06T7/223 |
| 代理公司： | 北京商专永信知识产权代理事务所(普通合伙)11400 | 代理人： | 高之波,倪金磊 |
| 地址： | 226000 江苏省南*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种聚众事件检测方法，包括对视频帧图像进行行为描述和构建行为建模，获取聚众识别指标；对指标进行判断，当指标大于预定阀值时，确定发生聚众事件；其中，对图像进行行为描述和构建行为建模，获取聚众识别指标包括获取视频帧图像中运动目标的团块；计算视频帧图像的视频帧能量；对视频帧图像中每个像素点建立基于核密度估算的背景模型；根据背景模型获取视频帧图像的信息熵；根据视频帧能量和信息熵构建聚众事件识别指标模型，获取聚众识别指标。通过本发明的方法，能够方便快捷的对聚众异常事件进行检测，大力降低视频监控人员的工作量，大幅提高工作效率，降低在安保领域的人力和财力投入。 | ||
| 搜索关键词： | 聚众 事件 检测 方法 系统 | ||
【主权项】：
聚众事件检测方法，包括：对视频帧图像进行行为描述和构建行为建模，获取聚众识别指标；对所述指标进行判断，当所述指标大于预定阈值时，确定发生聚众事件；其中，所述对图像进行行为描述和构建行为建模，获取聚众识别指标包括：获取所述视频帧图像中运动目标的团块；计算所述视频帧图像的视频帧能量；对所述视频帧图像中每个像素点建立基于核密度估算的背景模型；根据所述背景模型获取所述视频帧图像的信息熵；根据所述视频帧能量和信息熵构建聚众事件识别指标模型，获取聚众识别指标；其中，所述获取所述视频帧图像中的运动目标的团块包括：通过运动物体检测算法获取二值化后的运动目标；对所述二值化后的运动目标进行图像形态学处理，得到完整无空洞的团块；提取所述无空洞的团块的封闭区域边界；其中，所述提取所述无空洞的团块的封闭区域边界包括：确定二值化后的图像中的目标点和非目标点，根据所述目标点和非目标点获取目标区域；根据所述目标区域，获取所述团块的沿X轴和Y轴方向的最大刻度和确定坐标原点；以所述坐标原点为左上角，选取2*2大小的窗口作为观察窗，遍历所述目标区域，获取边界观察窗，将所述边界观察窗的编号按顺时针排列的方式存入边界数组中；依次读取所述边界数组中的编号，将对应编号的观察窗的中心像素点相连接，生成封闭区域边界。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于江苏诚创信息技术研发有限公司，未经江苏诚创信息技术研发有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510465334.0/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种基于自适应子块筛选的多线索视觉跟踪方法-201710035427.9
- 孙伟平 - 华中科技大学
- 2017-01-17 - 2019-09-24 - G06T7/223
- 本发明属于视觉跟踪领域，具体涉及一种基于自适应子块筛选的多线索视觉跟踪方法，包括以下步骤：(1)将目标区域进行显著性检测，结合均匀分块得到候选子块集合；(2)对候选子块进行多尺度采样，确定频域响应较大的子块及相应的尺度，更新候选子块集合；(3)对候选子块集合中的子块进行运动估计，通过子块的多线索融合，确定跟踪目标的中心位置；(4)通过目标的当前位置，对每个子块位置对应的高斯核进行更新，将不满足要求的子块重新初始化。本发明的方法能够去除背景的干扰，充分利用中层特征的视觉限制性和高层语言的先验约束，使得目标的定位更加准确，还具有步骤简单、计算量小的优点，适合在具有遮挡的情况下进行视觉目标跟踪。
- 一种基于自适应鲸鱼优化的突变运动目标跟踪方法-201910411490.7
- 张素君;李晓娟;杨文强;秦国庆;郑丽媛;宋长源;王红博 - 河南科技学院
- 2019-05-17 - 2019-08-16 - G06T7/223
- 本发明提出了一种基于自适应鲸鱼优化的突变运动目标跟踪方法，用以解决现有方法运行效率不高，收敛速度较慢的问题。本发明步骤为：初始化状态参数和自适应鲸鱼优化算法的模型参数；根据自适应鲸鱼优化算法随机产生坐标位置，截取与目标图像块大小相同的区域作为候选图像块，根据收缩包围机制或螺旋更新机制更新候选图像块的位置；将与目标图像块的相似度值最大的候选图像块作为最优候选图像块，利用五分之一原则非线性动态调整收缩包围机制的探索步长；将最优候选图像块作为当前帧的目标图像块及下一帧的目标状态参数进行下一帧图像的跟踪。本发明提高了全局最优的稳定性和跳出局部最优的能力，提高了运行效率，能够很好的适应运动目标跟踪问题。
- 一种块匹配视差计算的优化方法及装置-201810046541.6
- 葛晨阳;周艳辉;姚慧敏;刘欣 - 宁波盈芯信息科技有限公司
- 2018-01-17 - 2019-07-23 - G06T7/223
- 本公开涉及一种块匹配视差计算的优化方法及装置，所述方法包括下述步骤：将第一图像进行缩小，得到第三图像；将第二图像进行同步缩小，得到第四图像；在第三图像中获取输入图像块，并在第四图像中提取搜索窗；在搜索窗中搜索输入图像块的最优匹配块，得到最优匹配块和输入图像块的视差，所述视差为最优匹配块和输入图像块的最优偏移量；利用视差计算输入图像块中心对应的深度值。所述装置根据所述方法实现。本公开可以在不降低深度精度的情况下，大幅降低块匹配视差计算的复杂度，适合硬件或嵌入式软件加速实现。
- 运动目标跟踪方法和电视-201610848424.2
- 薛婷婷;王继东 - 青岛海信电器股份有限公司
- 2016-09-23 - 2019-06-25 - G06T7/223
- 本发明提供一种运动目标跟踪方法和电视，其中，该方法包括：采用改进混合高斯背景建模的阴影去除方法，去除视频图像中的运动目标的阴影；针对每一个运动目标建立模型信息；根据每一个运动目标的模型信息，自适应更新运动目标的跟踪窗口；根据每一个运动目标的模型信息，确定各运动目标之间的权值；根据各运动目标之间的权值，确定各运动目标之间的关联概率；根据各运动目标之间的关联概率，对跟踪窗口下的运动目标进行跟踪维持。由于建立起了各运动目标之间的关联概率，从而可以对各遮挡、合并的运动目标进行分离，可以对多个运动目标进行分离，进而可以对视频图像中的运动目标进行跟踪维持，很好的去实运动目标跟踪的目的。
- 一种方位和尺度判别深度网络的目标跟踪方法-201811403020.8
- 胡昭华;侍孝义;陈慧 - 南京信息工程大学
- 2018-11-23 - 2019-05-24 - G06T7/223
- 本发明公开了一种方位和尺度判别深度网络的目标跟踪方法，包括以下步骤：(1)，预训练网络；步骤(2)，方位信息分类；步骤(3)，滑窗操作；步骤(4)，在线微调；步骤(5)，丢失重新检测。本发明在深度学习网络框架下加入了方向信息分类和正负样本分类，使得深度网络计算量低，速度较快；同时通过在线微调网络参数策略，当目标发生形变的时候，使网络适应目标不同时期的形变，依然可以很好地完成跟踪任务；另外，在跟踪时，引入重检测策略，对目标跟踪中目标丢失的情况也能很好处理。
- 一种抗遮挡的目标跟踪方法-201610818828.7
- 杨欣;张鹏;张芹兰;周大可;刘冬雪;高菊 - 南京航空航天大学
- 2016-09-09 - 2019-04-05 - G06T7/223
- 本发明公开了一种抗遮挡的目标跟踪方法，首先，根据初始的图像帧，确定目标的区域，跟踪器通过该目标区域形成初始目标模板；其次，初始化级联检测器参数；接着，加入遮挡的检测机制，并实时更新阈值；然后，分别计算跟踪器和检测器对目标的跟踪置信度和检测置信度；最后，根据置信度整合跟踪结果，如跟踪器跟踪失败，用检测结果初始化，跟踪结果通过学习模块，对检测器相应参数更新。本发明通过加入遮挡的检测机制，提高跟踪算法对漂移问题的抑制能力，实现持久稳健的跟踪。
- 基于监控视频的视频前景提取方法-201610478505.8
- 李革;臧祥浩;王文敏;王荣刚 - 北京大学深圳研究生院
- 2016-06-27 - 2019-03-22 - G06T7/223
- 本发明公布了一种针对监控视频的视频前景提取方法，基于图像块处理方法，通过调节块的大小适应不同的视频分辨率；再通过建立背景块模型，提取处于运动态的前景物体；包括：将监控视频中每一帧图像I表示为块；进行初始化；更新块背景权重、块临时背景和临时背景；更新块背景和背景；保存前景、更新前景块权重和前景块；将前景进行二值化处理即为最终前景结果。本发明针对监控视频中每一帧图像进行降维，通过基于像素的比较消除光照对于块方法的影响；同时消除监控视频尺寸不断增大对视频分析带来的影响。本发明能够提取动态前景物体、适应较大监控视频尺寸、且具有较低算法复杂度。
- 全息交互系统的跟踪与检测融合算法-201710747136.2
- 姚招华 - 北京微美云息软件有限公司
- 2017-08-28 - 2019-03-05 - G06T7/223
- 本发明提出的全息交互系统的跟踪与检测融合算法，涉及全息交互技术领域，包括：步骤1、初始化手工选取跟踪目标，并保存匹配模版；步骤2、采用基于压缩感知的算法进行目标跟踪；步骤3、利用NCC算法逐帧判断是否发生了目标跟偏或跟丢的情况，若跟丢进入步骤4，否则执行步骤5；步骤4、利用级联搜索算法进行目标的检测：步骤5、判断跟踪或检测到的目标与匹配模版是否足够相似，如果足够相似，则更新匹配模版，返回步骤2，否则，保持匹配模版并返回步骤2。本发明可以在很大程度上提高检测的速度，而且具有较高的准确性。经过上述的搜索步骤之后，并不能够保证在任何情况下都能准确地定位到目标物体。
- 基于区域交叠与模板匹配的多目标跟踪方法-201811204620.1
- 张力元;胡金晖 - 中电科新型智慧城市研究院有限公司
- 2018-10-16 - 2019-03-01 - G06T7/223
- 本发明公开了一种基于区域交叠与模板匹配的多目标跟踪方法，该方法先使用目标检测算法获取当前帧的目标框，再以前一帧中各目标框作为跟踪目标，以当前帧中各目标框作为检测目标，用各跟踪目标与获取的检测目标一一进行匹配，将与跟踪目标匹配的检测目标作为该跟踪目标的跟踪结果，最后再提取前一帧中未被匹配的目标框中的图像块，将该图像块与当前帧图像进行相关度模板匹配，找出前一帧中未被匹配的目标框的跟踪结果。本发明提供的多目标跟踪方法不需要大量的数据和大规模训练。具有计算代价小、时间代价小和使用简单的优点。
- 一种基于背景剔除的目标跟踪方法及装置-201610529006.7
- 赵小明;袁胜春;周梦姣;胡淑桃 - 西安电子科技大学
- 2016-07-05 - 2019-02-22 - G06T7/223
- 本发明属于目标跟踪技术领域，具体涉及一种基于背景剔除的目标跟踪方法及装置。该方法包括在第t帧采集图像中选择跟踪目标区域；对跟踪目标区域的图像进行分块处理以形成多个第一子块；在采集图像中以跟踪目标区域为中心设置背景区域；从背景区域中选取多个采样点，并以采样点为中心形成多个背景区域的第二子块，第二子块与第一子块的大小一致；从跟踪目标区域的边缘位置处的多个第一子块中按照Bhattacharyya系数度量模板剔除与第二子块图像特性相似的第一子块，跟踪目标区域剩余的第一子块形成第t+1帧的目标模型；在第t+1帧图像中根据目标模型定位目标以实现跟踪。本发明利用分块处理方式及Bhattacharyya系数度量模板剔除目标背景，从而实现目标的准确跟踪。
- 云计算型速度修正系统-201810275067.4
- 邓莉 - 嘉兴盛和网络科技有限公司
- 2018-03-30 - 2019-01-11 - G06T7/223
- 本发明涉及一种云计算型速度修正系统，包括：手动调速按钮，用于在用户的操作下，接收手动选择的跑步速度以作为第一速度输出，其中，基于用户按压所述手动调速按钮的次数，手动选择的跑步速度从0到16循环逐次变化；LED显示面板，与所述手动调速按钮连接，用于接收并实时显示经过所述手动调速按钮手动选择的跑步速度；电机驱动设备，与所述手动调速按钮连接，包括默认状态和紧急状态，在默认状态下，接收所述第一速度，并基于所述第一速度确定对应的电机驱动信号。通过本发明，能够为跑步者提供更适宜的跑步环境。
- 基于改进TLD的监控视频车辆检测跟踪方法-201610159169.0
- 宋传鸣;王相海;秦钜鳌;刘美瑶;王凯 - 辽宁师范大学
- 2016-03-21 - 2019-01-11 - G06T7/223
- 本发明公开了一种准确性高的、鲁棒性好的基于改进TLD的监控视频车辆检测跟踪算法，该算法采用基于车辆颜色特征的分块Cam Shift跟踪器替代L‑K光流的点跟踪器，通过Cam Shift所获取的车辆区域颜色直方图实现对跟踪目标的描述，再通过捕捉区域的颜色直方图相似性度量实现对跟踪目标在前后两帧间运动量的预估；进一步结合随机森林检测器获得车辆目标的粗略位置，以及通过P‑N学习实时地对检测器进行观测和对跟踪器进行定位，从而实现有效的车辆检测跟踪。
- 一种基于KCF算法的运动预测方法-201810868875.1
- 肖东晋;张立群 - 阿依瓦（北京）技术有限公司
- 2018-08-02 - 2018-12-25 - G06T7/223
- 本发明涉及一种基于核相关滤波KCF算法的运动预测方法，包括：在模板图像中选取四个以上非共线的点X1、X2、X3、X4；在模板图像中分别以所选取的点X1、X2、X3、X4为中心选取矩形块；根据模板图像与上一帧的图像位置关系确定所选取的点X1、X2、X3、X4在上一帧中的位置X1’、X2’、X3’、X4’作为当前帧的搜索中心点；在当前帧中分别以位置X1’、X2’、X3’、X4’为中心选取相应矩形块作为KCF算法的搜索区域；使用核相关滤波KCF算法在所述搜索区域中确定X1、X2、X3、X4在当前帧中的粗略位置X1”、X2”、X3”、X4”；使用匹配算法根据所述粗略位置X1”、X2”、X3”、X4”在以X1”、X2”、X3”、X4”为中心的矩形区域中进行匹配以确定X1、X2、X3、X4在当前帧中的精细位置X1”’、X2”’、X3”’、X4”’。
- 连通域检测方法、电路、设备、计算机可读存储介质-201780022802.4
- 高明明;李涛;杨康 - 深圳市大疆创新科技有限公司
- 2017-12-29 - 2018-12-21 - G06T7/223
- 一种连通域检测方法、电路、设备、计算机可读存储介质，所述方法包括：从外部存储介质的第一类地址块中读取图像数据块；其中，原始图像数据被划分为多个图像数据块，针对每个图像数据块，包括所述原始图像数据的部分行数据，且每行数据包括所述原始图像数据的部分列数据；将读取的图像数据块存储到内部存储介质的第二类地址块中；利用所述第二类地址块中存储的图像数据块进行连通域检测。应用本发明实施例，减少数据读取次数，节约大量DDR带宽，提高连通域检测性能。
- 一种基于双重暹罗网络的实时追踪方法-201810797669.6
- 夏春秋 - 深圳市唯特视科技有限公司
- 2018-07-19 - 2018-12-18 - G06T7/223
- 本发明中提出的一种基于双重暹罗网络的实时追踪方法，其主要内容包括：双重暹罗网络架构、语义分支的通道注意力模块和网络设计方案选择，其过程为，先将目标图像块和搜索区域图像块输入到网络中；然后，将每个图像块的语义特征和表观特征分别在网络的语义分支(运用了通道注意力机制)和表观分支中进行训练和融合，以得到语义分支和表观分支的响应图；最后，将上述两个响应图通过加权平均法合并起来即为本方法的追踪响应图。本方法采用了双重网络设计并且引入了注意力机制，实现了异相追踪和目标自适应，相比现有的追踪方法在追踪的目标类别数量和追踪准确性方面都有显著的提升。
- 目标对象跟踪方法、装置和立体显示设备及方法-201410837239.4
- 郁树达;蒋凌锋;邢旭;李东方 - 深圳超多维科技有限公司
- 2014-12-29 - 2018-11-23 - G06T7/223
- 本发明属于立体显示技术领域，提供一种目标对象跟踪方法，所述目标对象跟踪方法包括以下步骤：S1对应目标对象的空间位置设置标记点；S2获取所述标记点的位置信息；S3依据所述标记点的位置信息，重新构建所述目标对象的空间位置。本发明还提供目标对象跟踪设备，和立体显示方法以及立体显示设备。本发明与现有技术相比，具有稳定性好，捕捉人眼的位置信息的准确度高、成本低廉且对跟踪设备与目标对象之间的距离远近没有要求等优点。
- 一种基于视频的烟雾检测方法、装置及设备终端-201810380051.X
- 王元鹏;周美兰 - 深圳市中电数通智慧安全科技股份有限公司
- 2018-04-25 - 2018-11-06 - G06T7/223
- 本发明适用于技术领域，提供了一种基于视频的烟雾检测方法、装置及终端设备。该方法包括：对所述第一候选图像块进行能量检测，获得能量满足第二预设条件的第二候选图像块；对所述第二候选图像块中运动目标的运动方向进行检测，获得运动方向满足第三预设条件的第三候选图像块；获取所述第三候选图像块的特征向量，并将所述特征向量输入预设的模型中，若输出结果满足第四预设条件，则确定当前帧的原始图像块为烟雾图像块。本发明采用计算机视觉技术和人工智能技术实现对监控区域的实时探测，并找到烟雾出现的位置，从而能够准确地对着火点进行定位，避免火灾的发生和蔓延，具有较强的实用性和易用性。
- 一种基于块匹配的运动估计方法、运动估计系统及其应用-201510477048.6
- 李志;张光烈;李文荣 - 深圳大学
- 2015-08-05 - 2018-11-02 - G06T7/223
- 本发明提供了一种基于块匹配的运动估计方法、运动估计系统及其应用。其中，所述方法包括如下步骤：获取微小物体的旋转运动图像序列；通过基于块匹配的自定义块算法对目标微小物体进行平动补偿；对平动补偿后所述目标微小物体进行像素块相关分析，以计算所述目标微小物体的旋转圈数；所述基于块匹配的自定义算法使用圆形旋转模板。所述方法针对目标的旋转运动跟踪，使用圆形旋转模板，从而有效的改进了块匹配算法对于目标物体的旋转运动的追踪效率，并据此提出了基于上述匹配算法应用于细胞旋转速度估计，对于细胞的动力学特性分析具有非常深远的意义。
- 一种基于改进的判决与生成联合模型的目标跟踪方法-201610542502.6
- 海坤;张成;徐平平;戴磊 - 上海凌科智能科技有限公司
- 2016-07-11 - 2018-11-02 - G06T7/223
- 本发明公开了一种基于改进的判决与生成联合模型的目标跟踪方法，首先设置相关的参数；产生初始的GM模型的字典D1和D2，获取初始目标的直方图ψ，得到初始DM模型的模板T；然后仿射变换生成候选目标集；其次候选目标通过GM模型处理；经过DM模型分类器处理；最后模板更新，包括对目标直方图ψ、字典D2和模板T的更新；对字典D2的更新，采用增量子空间的方式进行更新。相对于现有技术，本发明的跟踪精度更高。
- 一种复杂场景下多目标数据关联方法-201810450301.2
- 李宁鸟;王文涛;韩雪云;李权;魏璐 - 西安天和防务技术股份有限公司
- 2018-05-11 - 2018-10-16 - G06T7/223
- 一种复杂场景下多目标数据关联方法，涉及数据融合技术领域，该方法如下：从当前帧图像检测后的二值图像中，获取图像所有目标点的坐标信息，并统计目标点的数目；对目标点的坐标信息进行数据点聚类转换成多个目标块；然后对目标块进行数据配准后对所有目标块信息进行剔除判断；对符合要求的目标块进行编号；选择图像中目标块的编号进行跟踪，即用该目标块的位置信息进行跟踪。通过从检测后的二值图像中获得目标点数据，将所有数据经过数据点聚类、数据块配准、数据块剔除以及数据块编号这四个环节的处理进行数据融合，从而有效的完成了复杂背景下的多目标数据关联。
- 一种运动目标实时检测方法及系统-201810235769.X
- 陈水忠;董博宇;陈腾 - 中国航空工业集团公司洛阳电光设备研究所
- 2018-03-21 - 2018-09-28 - G06T7/223
- 本发明涉及一种运动目标实时检测方法及系统，属于图像处理技术领域。本发明首先将待检测的图像与其前一帧图像相邻的局部区域进行互相关块匹配，确定匹配坐标点；然后对确定的匹配坐标点进行帧间运动信息估计，得到图像透视变换矩阵；再对得到的变换矩阵进行帧间差分，确定候选运动目标；最后根据面积大小以及长宽比对候选运动目标进行融合，确定运动目标。本发明采用多帧差分以及抗光照变化的互相关块匹配得到运动目标相机透视变换矩阵以及运动目标初始轮廓，通过小目标融合方法得到最终的检测结果，检测结果准确、可靠，克服了光照变化较大导致检测结果不准确的问题。
- 碰撞检测的方法和装置-201510642128.2
- 苏淼 - 天脉聚源（北京）科技有限公司
- 2015-09-30 - 2018-09-25 - G06T7/223
- 本发明公开了一种碰撞检测的方法和装置，属于通信领域。所述方法包括：获取平面图形；在与所述平面图形的垂直方向上设置指定区间；检测到有运动物体进入所述指定区间；利用引射线法判断所述运动物体是否进入所述平面图形内，如果是，则确定所述运动物体与所述平面图形发生碰撞。所述装置包括：获取模块、设置模块、检测模块和判断模块。本发明实现了运动物体与平面图形的碰撞检测，为运动物体的显示提供了有效的控制手段，丰富了Ventuz系统的功能。
- 车载自主测速方法-201710099964.X
- 不公告发明人 - 南宁市富久信息技术有限公司
- 2017-02-23 - 2018-08-31 - G06T7/223
- 发明公开了一种车载自主测速方法，包括以下步骤：S1：确定测速模型：将车辆运动速度V的测量问题转化为序列图像匹配位置
的搜索问题；S2：依次从特征提取、相似性度量、搜索空间和搜索策略4个方面对序列图像匹配方法进行分析，并设计序列图像匹配算法，从而实现自主测速。本发明方法充分利用了车辆运行状态的连续性和序列图像的成像特点，具有测速精度高、自主性好和使用灵活的优点。该算法中使用的相似性度量函数运算复杂度更低，运算效率更高；该算法中提出的图像匹配搜素策略在匹配精度和匹配速度两个方面都有良好表现。
- 一种快速稳定的对比度跟踪方法-201410629815.6
- 姚志均;王金武;杨波;于乃昭 - 中国船舶重工集团公司第七二三研究所
- 2014-11-10 - 2018-08-10 - G06T7/223
- 本发明提出一种快速稳定的对比度跟踪方法。该方法首先从当前帧视频图像中提取波门图像，然后对该波门图像做平滑处理，接着再对该波门图像构建一个积分图像，最后通过这个积分图像快速找到波门图像中对比度最强的所有子窗口的中心坐标，对这些子窗口的中心坐标求平均并取整后作为当前帧视频图像中目标所在的位置。本发明应用积分图像技术，大幅减少计算量，从而实现了目标的快速跟踪；同时，本发明利用了所有对比度最强的子窗口中心坐标信息，提高了跟踪的精度和稳定性。
- 一种红外运动目标检测方法-201611150263.6
- 不公告发明人 - 贵港市瑞成科技有限公司
- 2016-12-14 - 2018-06-29 - G06T7/223
- 本发明公开了一种红外运动目标检测方法，包括以下步骤：S1：采集红外视频图像，并对红外图像进行预处理；S2：采用TDLMS滤波器滤对红外图像进行背景预测；S3：将原图和滤波器输出的背景图进行差分；S4：后利用图像统计特性得到一个阈值，对差分图进行二值化，将目标提取出来。本发明对TDLMS滤波器的迭代步长与输入数据进行了改进，采用非线性步长，提高了滤波器的自适应性；增加了输入数据量，可以充分地利用被预测点周围像素信息进行背景预测，提高预测精度；在TDLMS滤波器结构中增加了一个输出决策模块，可以根据图像特性选取被预测点周围不同区域对背景进行预测，进一步提高了滤波器的灵敏度。
- 一种双目视觉图像立体匹配方法-201510882365.6
- 于明;师硕;于洋;郭迎春;刘依;阎刚;王佳希 - 河北工业大学
- 2015-12-03 - 2018-06-15 - G06T7/223
- 本发明一种双目视觉图像立体匹配方法，涉及图像数据处理，步骤是：双目图像的采集与预处理；对双目图像进行图像梯度矩阵求解；得到初始视差图；得到最终视差图像并输出，由此完成双目视觉图像立体匹配。本发明克服了现有的双目立体匹配技术匹配的精度低和实时性不足的缺陷。 1
- 检测目标的方法及电子系统、相关计算机程序-201710947963.6
- L-J·福尼尔 - 派诺特无人机
- 2017-10-12 - 2018-04-20 - G06T7/223
- 一种采用电子检测系统进行目标(12)检测的方法，包括获取含有目标(12)的场景图像，所获取的图像包含该目标(12)的表征；根据至少一个与目标(12)的参考表征关联的参考段(21R)，确定至少一个与该目标(12)关联的块段；从确定的块段中评估在所获取的图像中的围绕目标(12)的表征的区域；至少一个确定的块段与目标(12)的表征的轮廓区分，并且该块段包含至少一个内含于所述表征中的点。
- 一种基于视觉传感器的移动物体轨迹判断方法-201710991072.0
- 夏仙强 - 夏仙强
- 2017-10-23 - 2018-04-20 - G06T7/223
- 本发明公开了一种基于视觉传感器的移动物体轨迹判断方法，通过相机的图像获取的深度信息，将不同移动物体的训练模型加载到检测算法函数中，最后拟合轨迹，本发明能够实现物体运动轨迹的检测，具有使用方便，应用范围广的优点。
- 一种基于视频帧间低秩关联信息一致性的实时物体追踪方法-201711155057.9
- 郝爱民;李帅;丛宇 - 北京众绘虚拟现实技术研究院有限公司
- 2017-11-20 - 2018-04-20 - G06T7/223
- 本发明公开了一种基于视频帧间低秩关联信息一致性的实时物体追踪方法，该方法将视频分为每段k帧的帧段，然后分别对具有相对一致背景的分割好的视频帧段上执行低秩分析，从而得到显著物体的运动轨迹。步骤如下首先采用基于双边随机映射的低秩分析来准确的跟踪短期稳定的视频帧段背景。然后为了消除由于观测角度变化引起的视觉变化带来的副作用，将低秩背景先验结合到前一帧段中来对当前帧段求解基于鲁棒显著运动检测的RPCA低秩恢复。同时利用从稳定的帧段中提取的一系列特征线索加快对低秩背景信息的更新，更有效的克服一些顽固的问题。本发明能够从视频中准确的检测出运动物体，并能够在动态视频中取得同样的效果，具有检测速率高，鲁棒性好，抗干扰性强等特点。
- 聚众事件检测方法及系统-201510465334.0
- 曲平;程实;赵福洪;沈学华;陈晓勇 - 江苏诚创信息技术研发有限公司
- 2015-07-31 - 2018-04-10 - G06T7/223
- 本发明公开一种聚众事件检测方法，包括对视频帧图像进行行为描述和构建行为建模，获取聚众识别指标；对指标进行判断，当指标大于预定阀值时，确定发生聚众事件；其中，对图像进行行为描述和构建行为建模，获取聚众识别指标包括获取视频帧图像中运动目标的团块；计算视频帧图像的视频帧能量；对视频帧图像中每个像素点建立基于核密度估算的背景模型；根据背景模型获取视频帧图像的信息熵；根据视频帧能量和信息熵构建聚众事件识别指标模型，获取聚众识别指标。通过本发明的方法，能够方便快捷的对聚众异常事件进行检测，大力降低视频监控人员的工作量，大幅提高工作效率，降低在安保领域的人力和财力投入。
- 专利分类
