[發明專利]車輛及行人監測方法及裝置有效
| 申請號: | 201510400007.7 | 申請日: | 2015-07-09 |
| 公開(公告)號: | CN104933424A | 公開(公告)日: | 2015-09-23 |
| 發明(設計)人: | 劉振及;江偉;祝本云;徐雄偉 | 申請(專利權)人: | 深圳市為科科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 518000 廣東省深圳市*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 車輛 行人 監測 方法 裝置 | ||
1.一種車輛及行人監測方法,其特征在于,所述方法包括步驟:
以時分多路的方式,通過攝像裝置采集包括人臉和車輛的視頻圖像;
基于采集的所述視頻圖像,以設定的檢測規則,進行人臉檢測和車輛檢測,得到人臉檢測及車輛檢測結果。
2.根據權利要求1所述的方法,其特征在于,所述方法還包括:
檢測用戶終端的MAC地址。
3.根據權利要求1所述的方法,其特征在于,所述基于所述視頻圖像,以設定的檢測規則,進行人臉檢測,得到人臉檢測結果的步驟包括:
通過級聯分類器從所述視頻圖像中提取人臉輪廓,并確定人臉的位置和大小,將人臉通過矩形區域標識。
4.根據權利要求3所述的方法,其特征在于,所述通過級聯分類器從所述視頻圖像中提取人臉輪廓的步驟包括:
基于Haar-like特征和多尺度HOG特征,對分類器檢測進行計算優化;
使用置信度的實值分類器代替二值分類器,并對HOG特征和Haar-like特征設計不同的弱分類器,用Gentle?Adaboost算法訓練強分類器;
使用haar-like特征訓練adaboost級聯分類器,從所述視頻圖像中掃描檢測區域,產生候選目標;使用多尺度HOG特征訓練adaboost級聯分類器,進行候選目標確認,輸出最終檢測目標,得到人臉輪廓。
5.根據權利要求1-4中任一項所述的方法,其特征在于,所述基于所述視頻圖像,以設定的檢測規則,進行車輛檢測,得到車輛檢測結果的步驟包括:
基于所述視頻圖像,以及車牌識別的車輛檢測規則或虛擬線圈的車輛檢測規則,進行車輛檢測,得到車輛檢測結果。
6.一種車輛及行人監測裝置,其特征在于,所述裝置包括:
采集模塊,用于以時分多路的方式,通過攝像裝置采集包括人臉和車輛的視頻圖像;
檢測模塊,用于基于所述視頻圖像,以設定的檢測規則,進行人臉檢測和車輛檢測,得到人臉檢測及車輛檢測結果。
7.根據權利要求6所述的裝置,其特征在于,
所述檢測模塊,還用于檢測用戶終端的MAC地址。
8.根據權利要求6所述的裝置,其特征在于,
所述檢測模塊,還用于通過級聯分類器從所述視頻圖像中提取人臉輪廓,并確定人臉的位置和大小,將人臉通過矩形區域標識。
9.根據權利要求8所述的裝置,其特征在于,
所述檢測模塊,還用于基于Haar-like特征和多尺度HOG特征,對分類器檢測進行計算優化;使用置信度的實值分類器代替二值分類器,并對HOG特征和Haar-like特征設計不同的弱分類器,用Gentle?Adaboost算法訓練強分類器;使用haar-like特征訓練adaboost級聯分類器,從所述視頻圖像中掃描檢測區域,產生候選目標;使用多尺度HOG特征訓練adaboost級聯分類器,進行候選目標確認,輸出最終檢測目標,得到人臉輪廓。
10.根據權利要求6-9中任一項所述的裝置,其特征在于,
所述檢測模塊,還用于基于所述視頻圖像,以及車牌識別的車輛檢測規則或虛擬線圈的車輛檢測規則,進行車輛檢測,得到車輛檢測結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于深圳市為科科技有限公司,未經深圳市為科科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201510400007.7/1.html,轉載請聲明來源鉆瓜專利網。





