视频智能分析方法、装置、电子设备及存储介质

    公开(公告)号:CN117726969B

    公开(公告)日:2024-10-29

    申请号:CN202311524998.0

    申请日:2023-11-15

    摘要: 本申请公开了一种视频智能分析方法、装置,属于视频监控技术领域。所述方法包括:获取视频图像采集装置采集的目标场景的第一视频流;对第一视频流进行目标检测处理,得到第一检测结果,其中,第一检测结果包括:所述目标场景中的目标事物在视频图像中的定位信息;调节视频图像采集装置的图像采集参数,使得视频图像采集装置基于调节后的图像采集参数采集视频图像时,目标事物位于视频图像的预设图像区域;获取视频图像采集装置基于调节后的图像采集参数采集的第二视频流;对第二视频流进行目标检测处理,得到第二检测结果;对第一检测结果和所述第二检测结果进行比对,根据比对结果得到视频分析结果。本方法有效提升了视频分析的准确度。

    管线巡检方法、装置、电子设备及存储介质

    公开(公告)号:CN117726968A

    公开(公告)日:2024-03-19

    申请号:CN202311522883.8

    申请日:2023-11-15

    摘要: 本申请公开了一种管线巡检方法、装置,属于监控技术领域。所述方法包括:获取用于管线巡检的视频图像采集设备所采集的目标巡检点位的巡检图像;获取针对目标巡检点位预先配置的巡检配置信息,其中,巡检配置信息至少包括异常识别判断、关注目标物类型、保护禁区位置信息中的一项或多项;通过异常识别判断对巡检图像进行目标物识别,获取巡检图像中出现的目标物的类型和位置信息;根据类型与关注目标物类型的匹配关系和/或位置信息与保护禁区位置信息的匹配关系,获取目标巡检点位的管线的巡检结果。本方法可以自动、实时地对管线进行巡检,提升了管线巡检实时性,并且有效提升了管线巡检效率,降低了管线巡检成本。

    一种实时动作识别方法、装置及电子设备

    公开(公告)号:CN109685037B

    公开(公告)日:2021-03-05

    申请号:CN201910017362.4

    申请日:2019-01-08

    发明人: 白帆 彭菲 黄磊 张健

    IPC分类号: G06K9/00 G06N3/04 G06N3/08

    摘要: 本申请提供了一种实时动作识别方法,属于生物特征识别领域,解决现有技术中实时动作识别方法识别速度慢的问题。本申请提供的实时动作识别方法包括:确定待识别动作发生过程中的当前动作节点对应的实时动作图像;将所述实时动作图像输入至预先训练的单帧图像动作识别模型,确定与所述实时动作图像对应的单帧图像识别结果;根据与所述实时动作图像对应的单帧图像识别结果,和/或,与所述实时动作图像关联的图像序列对应的图像序列识别结果,确定所述待识别动作的识别结果;其中,所述实时动作图像关联的图像序列由所述实时动作图像关联的动作图像依序排列而成,有助于解决现有技术中进行动作识别时,识别速度慢的问题。

    一种实时动作识别方法、装置及电子设备

    公开(公告)号:CN109685037A

    公开(公告)日:2019-04-26

    申请号:CN201910017362.4

    申请日:2019-01-08

    发明人: 白帆 彭菲 黄磊 张健

    IPC分类号: G06K9/00 G06N3/04 G06N3/08

    摘要: 本申请提供了一种实时动作识别方法,属于生物特征识别领域,解决现有技术中实时动作识别方法识别速度慢的问题。本申请提供的实时动作识别方法包括:确定待识别动作发生过程中的当前动作节点对应的实时动作图像;将所述实时动作图像输入至预先训练的单帧图像动作识别模型,确定与所述实时动作图像对应的单帧图像识别结果;根据与所述实时动作图像对应的单帧图像识别结果,和/或,与所述实时动作图像关联的图像序列对应的图像序列识别结果,确定所述待识别动作的识别结果;其中,所述实时动作图像关联的图像序列由所述实时动作图像关联的动作图像依序排列而成,有助于解决现有技术中进行动作识别时,识别速度慢的问题。

    一种基于多摄像头监控的行人计数方法和装置

    公开(公告)号:CN104376575B

    公开(公告)日:2018-02-16

    申请号:CN201310355884.8

    申请日:2013-08-15

    发明人: 黄磊 李静雯

    IPC分类号: G06K9/00

    摘要: 本发明实施例公开了一种基于多摄像头监控的行人计数方法和装置,应用于至少包含第一摄像头和第二摄像头的场景,涉及图像处理领域,用以实现对设置有多摄像头的大场景内的行人进行计数。本发明实施例提供的方法包括:获取第一摄像头在第一时刻拍摄的第一图像与第二摄像头在第一时刻拍摄的第二图像的重叠区域;获取第一图像中的第一数目、第二图像中的行人的第二数目,以及重叠区域中的行人的第三数目;根据第一数目、第二数目和第三数目,获取总数目。

    基于视频图像的目标跟踪方法及系统

    公开(公告)号:CN102385690B

    公开(公告)日:2014-01-15

    申请号:CN201010268506.2

    申请日:2010-09-01

    IPC分类号: G06K9/00

    摘要: 本发明公开了一种基于视频图像的目标跟踪方法及系统,属于模式识别技术领域。该方法包括:生成视频图像的灰度图像、基于第一特征点邻域从灰度图像中检测待跟踪特征点、根据待跟踪特征点以及存储的目标模板检测目标,以及根据对待跟踪特征点的统计分析跟踪目标。本发明中,对行人目标的待跟踪特征点进行检测和跟踪,并利用行人目标与其对应的待跟踪特征点在运动上的同步性,从而实现了对行人目标的有效跟踪,提高了跟踪的实时性和鲁棒性。同时,利用对待跟踪特征点进行投票,避免了特征点被误跟踪、行人目标被漏跟踪的问题。

    一种掌纹和人脸融合识别的身份认证方法及装置

    公开(公告)号:CN102332093B

    公开(公告)日:2014-01-15

    申请号:CN201110276829.0

    申请日:2011-09-19

    发明人: 黄磊

    IPC分类号: G06K9/00

    摘要: 本发明一种掌纹和人脸融合识别的身份认证装置,包括:图像获取模块、主处理模块和存储模块;所述主处理模块进一步包括:与所述图像获取模块电连接控制单元、分别与所述控制单元连接的人脸识别单元和掌纹识别单元,与所述人脸识别单元和掌纹识别单元分别连接的存储模块。所述图像获取模块用于根据控制单元的指令分时拍摄生物特征图像,并将拍摄的生物特征图像发送给所述控制单元,所述生物特征图像包括:人脸图像、掌纹图像。控制单元将拍摄的图像发送至相应的人脸识别单元或掌纹识别单元进行识别,并根据人脸识别结果和掌纹识别结果判断身份认证是否通过。解决了双重生物特征身份认证需要两种采集设备的问题,安全性高,成本低。

    判断图像中人群密度的方法及系统

    公开(公告)号:CN102044073B

    公开(公告)日:2013-05-29

    申请号:CN200910093440.5

    申请日:2009-10-09

    IPC分类号: G06T7/00 G06K9/62

    摘要: 本发明提供了一种图像中人群密度判断方法及系统,该方法包括:步骤1,由划块分析单元在由图像采集装置采集的视频图像样本中选择目标区域,并在所述目标区域中进行图像块的划块分析;步骤2,由编码单元确定二分类器的组合形式;步骤3,由训练单元挑选置信训练样本并对各二分类器分别进行训练;步骤4,由解码单元借助信道传输模型得到最大化后验概率的人群密度等级类别。该方法可以适用于在不同场景获取可信的人群密度等级,可以为重要区域的人群监控和安全保障提供依据。

    判别图像中文本颜色极性的方法及装置

    公开(公告)号:CN102122347B

    公开(公告)日:2013-01-09

    申请号:CN201110080923.9

    申请日:2011-03-31

    摘要: 本发明公开了一种判别图像中文本颜色极性的方法,属于图像处理领域。该方法包括:对原始图像进行预处理,得到预处理后的文本图像;从预处理后的文本图像中提取字符笔画特征,获得笔画图;对获得的笔画图进行二值化和噪声过滤处理,得到滤噪二值笔画图;根据获得的笔画图和滤噪二值笔画图计算原始图像的笔画强度,根据笔画强度判别原始图像中文本颜色的极性。本发明还公开了一种判别图像中文本颜色极性的装置。本发明的方法及装置利用文本的笔画信息,可有效地消除复杂背景所带来的干扰,利用文本正向、负向笔画图中的笔画强度来度量图像中文本的颜色极性,可以有效地判断出图像的文本颜色的极性,且计算简单方便。

    判断图像中人群密度的方法及系统

    公开(公告)号:CN102044073A

    公开(公告)日:2011-05-04

    申请号:CN200910093440.5

    申请日:2009-10-09

    IPC分类号: G06T7/00 G06K9/62

    摘要: 本发明提供了一种图像中人群密度判断方法及系统,该方法包括:步骤1,由划块分析单元在由图像采集装置采集的视频图像样本中选择目标区域,并在所述目标区域中进行图像块的划块分析;步骤2,由编码单元确定二分类器的组合形式;步骤3,由训练单元挑选置信训练样本并对各二分类器分别进行训练;步骤4,由解码单元借助信道传输模型得到最大化后验概率的人群密度等级类别。该方法可以适用于在不同场景获取可信的人群密度等级,可以为重要区域的人群监控和安全保障提供依据。