-
公开(公告)号：CN106228560A
公开(公告)日：2016-12-14
申请号：CN201610607201.7
申请日：2016-07-28
Applicant: 长安大学
CPC classification number: G06K9/6267 , G06K9/38 , G06T2207/30196 , G06T2207/30242
Abstract: 本发明公开了一种复杂场景下的人数统计方法，使用双目相机(或者RGBD相机)通过相机标定，对场景信息进行三维点云恢复，然后生成场景俯视图，通过设计的人头锁定算法对场景的人头进行锁定，对锁定目标提取出13种属性，训练出SVM分类器，利用分类器，对锁定目标进行识别，从而得出场景内的人数。由于俯视图保留了大部分的空间信息，同时消除了空间中人头的畸变，所以，本锁定算法可以有效锁定人头，且在各种场景下都具有很强的适应性，由于人头在俯视图下稳定的特点，本方法可以有效的利用训练的分类器，去除场景中的伪目标，可以实时地、精确地对场景内的人数信息进行统计。
-
公开(公告)号：CN109446917B
公开(公告)日：2022-08-30
申请号：CN201811154229.5
申请日：2018-09-30
Applicant: 长安大学
Abstract: 本发明属于智能交通领域，具体涉及一种基于级联霍夫变换的消失点检测方法，包括如下步骤：步骤1：采集道路车辆视频，得到每一帧图像的车辆目标；步骤2：进行Harris角点提取，得到每一帧图像的车辆目标上的特征点；步骤3：获取车辆直线轨迹；步骤4：对车辆直线轨迹进行筛选，筛选后的车辆直线轨迹集合记为L；步骤5：通过级联霍夫变换对筛选后的直线轨迹集合L从图像空间转换到菱形霍夫空间中进行投票，得到投票后的极大值点坐标；步骤6：将极大值点的坐标转换到图像空间中，最终得到图像空间中消失点坐标，完成消失点的检测。采用该方法适用于各种天气条件，避免了特殊天气下消失点的误检，大大提高了消失点检测的准确性。
-
公开(公告)号：CN106228560B
公开(公告)日：2019-05-14
申请号：CN201610607201.7
申请日：2016-07-28
Applicant: 长安大学
Abstract: 本发明公开了一种复杂场景下的人数统计方法，使用双目相机(或者RGBD相机)通过相机标定，对场景信息进行三维点云恢复，然后生成场景俯视图，通过设计的人头锁定算法对场景的人头进行锁定，对锁定目标提取出13种属性，训练出SVM分类器，利用分类器，对锁定目标进行识别，从而得出场景内的人数。由于俯视图保留了大部分的空间信息，同时消除了空间中人头的畸变，所以，本锁定算法可以有效锁定人头，且在各种场景下都具有很强的适应性，由于人头在俯视图下稳定的特点，本方法可以有效的利用训练的分类器，去除场景中的伪目标，可以实时地、精确地对场景内的人数信息进行统计。
-
-
公开(公告)号：CN106599776A
公开(公告)日：2017-04-26
申请号：CN201610938573.8
申请日：2016-10-25
Applicant: 长安大学
IPC: G06K9/00
CPC classification number: G06K9/00778
Abstract: 本发明为一种基于轨迹分析的人数统计方法，通过双目相机或RGBD相机获得场景的深度图，对相机进行标定，使用标定后的相机参数将深度图转化为三维点云，将三维点云投影至X‑Y平面，得到场景的俯视图，利用本发明提出的人头锁定方法对俯视图内的人头目标进行锁定，通过检测面来对轨迹进行判断，对轨迹进行进入和出去的判断。本发明用于统计场景内(公交车、扶梯、通道口等)的来往行人，精确的得到进入和出去的人数。
-
Patent Agency Ranking
公开(公告)号：CN109325963B
公开(公告)日：2021-05-18
申请号：CN201810891823.6
申请日：2018-08-07
Applicant: 长安大学
Abstract: 本发明公开了一种基于SVM的公交乘客三维轨迹分类方法，包括以下步骤：利用深度相机获取公交车的上、下车图像，并提取所述图像的前景图像；分别建立相机坐标系和世界坐标系，通过相机标定，获得所述前景图像中像素坐标与世界坐标的转换关系，然后将所述的前景图像转换为世界坐标系下的俯视投影图；针对所述的俯视投影图，首先对俯视投影图进行块化，然后确定局部高度值最大的区域，最后对该区域进行扩展以锁定人头目标，获取人头目标的三维轨迹，然后提取三维轨迹的特征，训练SVM分类器，实现轨迹的分类。本发明方法能够对疑似目标的三维轨迹进行分类，实现对上、下车乘客的计数，并且识别精度高。
-
公开(公告)号：CN108550143A
公开(公告)日：2018-09-18
申请号：CN201810298243.6
申请日：2018-04-03
Applicant: 长安大学
Abstract: 本发明公开了一种基于RGB-D相机的车辆长宽高尺寸的测量方法，采用相机近距离安装的方式获取清晰的车辆图像，对相机采用基于消失点的标定方法进行标定，得出相机模型内外参数，通过相机深度图像方案，实现车辆目标在世界坐标系下三维点云转化，获取车辆外表面三维坐标信息；利用先验知识和图像处理方法获得车辆外表面的三维坐标，根据车辆运动过程中的序列图形，通过配准方法拼接车辆图像，实现车辆外形三维测量；所述标定方法克服传统方法设备要求高和操作繁琐，标定精度高；通过图像序列间车辆同一位置对应点的匹配关系综合分析车辆的实际位移，配准的精度较高；实现车辆侧面准确拼接，降低车辆长度测量误差，改善车辆侧面拼接的准确性。
-
公开(公告)号：CN106156752A
公开(公告)日：2016-11-23
申请号：CN201610590924.0
申请日：2016-07-25
Applicant: 长安大学
CPC classification number: G06K9/00825 , G06K9/325 , G06K9/6202 , G06K2209/23
Abstract: 本发明公开了一种基于逆投影三视图的车型识别方法，基于逆投影三视图的车型识别与车辆建模方法，不受硬件环境限制，能够提取出被检测车辆的三维结构信息及真实尺寸数据，可以很准确的确定出被检测车辆的车型类别，还可以根据逆投影三视图匹配提取的车辆结构建立车辆三维线框模型。此外，这种方法不受车辆影子的影响，可以通过被检测车辆的三维结构很准确很稳定的识别出车型，具有广阔的应用前景。
-
公开(公告)号：CN103607727B
公开(公告)日：2016-08-17
申请号：CN201310653595.6
申请日：2013-12-04
Applicant: 长安大学
IPC: H04W24/00
Abstract: 本发明提供了一种车联网车?路Zigbee无线网络性能测试方法与设备：获取被测车联网车载Zigbee无线网络设备通过测试区域的驶入时间和驶出时间，触发和终止对被测无线网络的性能测试过程；进行无线网络的性能测试，获得被测无线网络性能参数，并获取被测无线网络设备的平均行程速度；以及根据被测车联网车?路Zigbee无线网络性能参数评估被测车联网车?路Zigbee无线网络设备性能水平。本发明通过检测到被测车联网车载Zigbee无线网络设备通过测试区域的驶入时间和驶出时间，控制测试过程的启动和终止，避免盲目发送性能测试数据包，提高对被测车联网车?路Zigbee无线网络性能测试的准确度。
-
公开(公告)号：CN110472496B
公开(公告)日：2022-10-11
申请号：CN201910609164.7
申请日：2019-07-08
Applicant: 长安大学
IPC: G06V20/40
Abstract: 本发明公开了一种基于目标检测与跟踪的交通视频智能分析方法，具体包括利用监控摄像机采集的高速公路视频，利用深度学习方法进行车辆目标检测，根据检测结果，使用多目标跟踪方法获取目标轨迹，智能分析目标轨迹，获取车流量、车辆速度并检测交通拥堵、停车的交通异常事件，完成交通视频的智能分析。该方法能够对车辆进行视野范围内的长时间检测与跟踪，从而准确地获取交通参数、检测交通事件。本发明的方法在多种交通场景中使用都具有较高的稳定性，具有一定的实用价值与广阔的市场潜力。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.021 seconds)
