-
公开(公告)号:CN112613461A
公开(公告)日:2021-04-06
申请号:CN202011604566.7
申请日:2020-12-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种结合人脸识别的智能闸机通行和考勤的方法及其系统,预先采集员工的照片信息,并将他们的工号、姓名以及人脸信息存储到人脸数据库,对于进出人员都进行人脸采集,并将采集到的人脸信息与数据库中的人脸信息进行比对,得到最后的识别结果,完成通行和考勤,同时基于一定策略,定期更新注册过的人脸信息,完成人脸信息的自学习更新。本发明通过无感化的方式,能够有效提升考勤智能化水平,同时提高管理安全性。
-
公开(公告)号:CN113870356A
公开(公告)日:2021-12-31
申请号:CN202111030993.3
申请日:2021-09-03
Applicant: 南京理工大学
Abstract: 本发明公开了一种结合目标检测与双目视觉的闸机通行行为识别与控制方法,对摄像头拍摄到的左右图像进行匹配,生成对应的视差图;采集俯视角度的多张包含行人和行李的目标图片,训练目标检测模型;利用训练好的目标检测模型对摄像头拍摄区域进行目标检测,获取区域内所有的行人和行李目标位置信息;将检测到的目标中心点坐标传入视差图中获取对应的视差信息,并将视差信息转换为目标离摄像头的距离,进而计算目标的实际高度;对每个目标的位置信息、目标与目标之间的位置关系以及行人的身高信息进行分析,判别行人通行行为,并将通行行为判定的结果发送给闸机,控制闸机动作。本发明能够有效提升闸机智能化水平,提高了闸机通行效率和安全性。
-
公开(公告)号:CN112613461B
公开(公告)日:2022-11-29
申请号:CN202011604566.7
申请日:2020-12-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种结合人脸识别的智能闸机通行和考勤的方法及其系统,预先采集员工的照片信息,并将他们的工号、姓名以及人脸信息存储到人脸数据库,对于进出人员都进行人脸采集,并将采集到的人脸信息与数据库中的人脸信息进行比对,得到最后的识别结果,完成通行和考勤,同时基于一定策略,定期更新注册过的人脸信息,完成人脸信息的自学习更新。本发明通过无感化的方式,能够有效提升考勤智能化水平,同时提高管理安全性。
-
公开(公告)号:CN112633210B
公开(公告)日:2022-10-21
申请号:CN202011601306.4
申请日:2020-12-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于目标检测的轨道交通客流密度估计系统及其方法,基于Atlas200开发板实现,获取视频数据进行硬件解码,获取YUV格式的图片,并对图片进行预处理,包括尺寸调整、格式转换;加载训练好的人群计数模型,对预处理完成的图片完成推理过程,得到图片的特征向量;对模型推理输出的特征向量进行处理,得到图片中行人的数量,再将数量与额定容量相比较,得到当前密度值;基于视频采集模块采集的数据,使用MindStudio工具对模型进行测试,测得其在测试集上的精度,若相比GPU平台存在精度下降,且结果不及预期,则重新进行模型的训练与部署,否则利用该模型估计实际轨道交通客流密度。本发明能够真实反映当前地铁站内客流情况,相比于现有技术更加可靠。
-
公开(公告)号:CN113870356B
公开(公告)日:2024-08-27
申请号:CN202111030993.3
申请日:2021-09-03
Applicant: 南京理工大学
IPC: G06T7/80 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种结合目标检测与双目视觉的闸机通行行为识别与控制方法,对摄像头拍摄到的左右图像进行匹配,生成对应的视差图;采集俯视角度的多张包含行人和行李的目标图片,训练目标检测模型;利用训练好的目标检测模型对摄像头拍摄区域进行目标检测,获取区域内所有的行人和行李目标位置信息;将检测到的目标中心点坐标传入视差图中获取对应的视差信息,并将视差信息转换为目标离摄像头的距离,进而计算目标的实际高度;对每个目标的位置信息、目标与目标之间的位置关系以及行人的身高信息进行分析,判别行人通行行为,并将通行行为判定的结果发送给闸机,控制闸机动作。本发明能够有效提升闸机智能化水平,提高了闸机通行效率和安全性。
-
公开(公告)号:CN112633210A
公开(公告)日:2021-04-09
申请号:CN202011601306.4
申请日:2020-12-29
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于目标检测的轨道交通客流密度估计系统及其方法,基于Atlas200开发板实现,获取视频数据进行硬件解码,获取YUV格式的图片,并对图片进行预处理,包括尺寸调整、格式转换;加载训练好的人群计数模型,对预处理完成的图片完成推理过程,得到图片的特征向量;对模型推理输出的特征向量进行处理,得到图片中行人的数量,再将数量与额定容量相比较,得到当前密度值;基于视频采集模块采集的数据,使用MindStudio工具对模型进行测试,测得其在测试集上的精度,若相比GPU平台存在精度下降,且结果不及预期,则重新进行模型的训练与部署,否则利用该模型估计实际轨道交通客流密度。本发明能够真实反映当前地铁站内客流情况,相比于现有技术更加可靠。
-
-
-
-
-