-
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
申请人： 长安大学
摘要： 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：CN110443142A
公开(公告)日：2019-11-12
申请号：CN201910609399.6
申请日：2019-07-08
申请人： 长安大学
摘要： 本发明公开了一种基于路面提取与分割的深度学习车辆计数方法，具体包括利用摄像机采集道路的视频图像，利用数字图像处理方法获取道路路面区域并使用分割策略将路面分割成“近端”、“远端”两部分，将分割后的路面区域送入深度学习网络进行车辆目标的检测，并对检测结果进行持续跟踪获取车辆二维轨迹，利用车辆二维轨迹统计某一道路方向的不同类别车辆的流量，达到车辆计数的目的。该方法对于路面远处的小型车辆检测精度较高，为精准的车辆计数提供了数据基础。本发明的方法可应用于多种交通场景，具有较高的稳定性和计数精度，能有效地对图像视野中道路范围的车辆进行准确的检测与持续的跟踪，从而实现车辆的计数，具有广阔的应用前景。
-
公开(公告)号：CN109584558A
公开(公告)日：2019-04-05
申请号：CN201811540864.7
申请日：2018-12-17
申请人： 长安大学
摘要： 本发明属于智能交通领域，具体涉及一种面向城市交通信号配时的交通流统计方法，采用图像处理技术对视频中的交通目标进行检测及跟踪，获取其轨迹信息，然后通过对轨迹信息和视频场景信息进行分析处理，提取出每条轨迹的起终点坐标进行聚类，获取场景的分区信息，最终获取详细的交通流信息。本发明具有更好的精度和数据的丰富度，提供更丰富的交通参数信息，能用于事故的预警、预防拥堵和自动路径规划，尤其是针对车流量较大场景复杂的情形，本发明提出的方法仍然有较好的效果。同时，通过获得十字路口不同时段的交通流信息还可以进行信号配时，带来了显著的经济效益并且能够提高交通通行效率。
-
公开(公告)号：CN111191576A
公开(公告)日：2020-05-22
申请号：CN201911374930.2
申请日：2019-12-27
申请人： 长安大学
摘要： 本发明公开了一种人员行为目标检测模型构建方法、智能分析方法及系统，行为目标检测模型构建方法包括利用办公场景采集的监控视频，利用深度学习方法进行人员、手机等相关目标的检测；人员行为智能分析方法根据检测结果，使用多种逻辑判断方法获取人员行为事件，智能分析当前办公环境中的离岗、睡觉、玩手机行为。该方法能够对当前办公场景中的行为事件进行准确的检测与判断，排除了人为因素的干扰，且可以长时间稳定的对行为事件进行获取。本发明的方法在多种办公场景中使用都具有较高的适应性，具有一定的实用价值与广阔的市场潜力。
-
公开(公告)号：CN109685855A
公开(公告)日：2019-04-26
申请号：CN201811480427.0
申请日：2018-12-05
申请人： 长安大学
IPC分类号： G06T7/80
CPC分类号： G06T7/80
摘要： 本发明公开了一种道路云监控平台下的摄像机标定优化方法，从道路交通场景中自动识别出道路边缘线、道路虚线等几何标识，根据这些数据利用多标识融合场景自适应标定方法求解出摄像机方位和焦距等参数，完成标定。在此基础上如果有冗余标识，可以对标定结果进行优化。本发明可以适应不同的道路交通场景，利用云台摄像机提取场景中大量几何信息完成摄像机标定和优化的过程。方法实现简单，通用性较好，可以应用于各种道路场景下的摄像机标定，并且可以对标定结果进行优化。
-
公开(公告)号：CN109685855B
公开(公告)日：2022-10-14
申请号：CN201811480427.0
申请日：2018-12-05
申请人： 长安大学
IPC分类号： G06T7/80
摘要： 本发明公开了一种道路云监控平台下的摄像机标定优化方法，从道路交通场景中自动识别出道路边缘线、道路虚线等几何标识，根据这些数据利用多标识融合场景自适应标定方法求解出摄像机方位和焦距等参数，完成标定。在此基础上如果有冗余标识，可以对标定结果进行优化。本发明可以适应不同的道路交通场景，利用云台摄像机提取场景中大量几何信息完成摄像机标定和优化的过程。方法实现简单，通用性较好，可以应用于各种道路场景下的摄像机标定，并且可以对标定结果进行优化。
-
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
申请人： 长安大学
摘要： 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：CN111476798A
公开(公告)日：2020-07-31
申请号：CN202010199138.4
申请日：2020-03-20
申请人： 长安大学
发明人： 王伟 , 唐心瑶 , 宋焕生 , 张朝阳 , 梁浩翔 , 张文涛 , 戴喆 , 云旭 , 侯景严 , 刘莅辰 , 贾金明 , 李俊彦 , 武非凡 , 雷琪 , 杨露 , 余宵雨 , 靳静玺 , 王滢暄 , 赵锋 , 穆勃辰 , 李聪亮
IPC分类号： G06T7/11 , G06T7/64 , G06T7/80 , G06T17/00 , G06K9/00 , G06K9/46 , G06N3/00 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于轮廓约束的车辆空间形态识别方法及系统，在连续的图像序列中，使用深度学习Mask RCNN的方法识别车辆目标，获取车辆目标在图像坐标系下的二维包络框和分割图像信息；对车辆的分割图像求取轮廓，获取每个车辆目标的轮廓点集合，对轮廓点集合求取轮廓重心点；然后根据二维包络框模型的坐标信息，结合相机标定的结果和地平线信息，求取每个车辆目标在三维包络框模型下的凸包，构建针对特定车辆目标的轮廓约束，从而求解出车辆目标的空间形态信息。本发明可适应不同的道路交通场景，利用摄像机提取场景中大量车辆目标完成空间形态识别的过程。本发明能应用于各种道路场景下的车辆空间形态识别，结果准确，实现简单，通用性好。
-
公开(公告)号：CN110930365A
公开(公告)日：2020-03-27
申请号：CN201911041698.0
申请日：2019-10-30
申请人： 长安大学
发明人： 王伟 , 唐心瑶 , 宋焕生 , 张朝阳 , 梁浩翔 , 张文涛 , 戴喆 , 云旭 , 侯景严 , 刘莅辰 , 贾金明 , 李俊彦 , 武非凡 , 雷琪 , 杨露 , 余宵雨 , 靳静玺 , 王滢暄 , 赵锋
摘要： 本发明公开了一种交通场景下的正交消失点检测方法，首先读取交通场景下的视频，建立图像坐标系和钻石空间坐标系，求取图像空间和钻石空间之间映射关系；提取视频图像中车辆的运行轨迹直线，在钻石空间中累加，求取沿道路方向的消失点，然后提取车身横向边缘，在钻石空间中累加，求取垂直道路方向的消失点，在此基础上进行相机标定，求取与前两个方向都垂直的第三个方向的消失点，如果视频图像中有垂直于地面的物体，对第三个方向的消失点进行优化。本发明适应不同的道路交通场景，通过交通场景中的车辆对场景的正交消失点完成检测及优化。方法实现简单，通用性好，可应用于各种道路场景下的正交消失点检测，并且结果较为准确。
-
公开(公告)号：CN110930365B
公开(公告)日：2023-11-03
申请号：CN201911041698.0
申请日：2019-10-30
申请人： 长安大学
发明人： 王伟 , 唐心瑶 , 宋焕生 , 张朝阳 , 梁浩翔 , 张文涛 , 戴喆 , 云旭 , 侯景严 , 刘莅辰 , 贾金明 , 李俊彦 , 武非凡 , 雷琪 , 杨露 , 余宵雨 , 靳静玺 , 王滢暄 , 赵锋
摘要： 本发明公开了一种交通场景下的正交消失点检测方法，首先读取交通场景下的视频，建立图像坐标系和钻石空间坐标系，求取图像空间和钻石空间之间映射关系；提取视频图像中车辆的运行轨迹直线，在钻石空间中累加，求取沿道路方向的消失点，然后提取车身横向边缘，在钻石空间中累加，求取垂直道路方向的消失点，在此基础上进行相机标定，求取与前两个方向都垂直的第三个方向的消失点，如果视频图像中有垂直于地面的物体，对第三个方向的消失点进行优化。本发明适应不同的道路交通场景，通过交通场景中的车辆对场景的正交消失点完成检测及优化。方法实现简单，通用性好，可应用于各种道路场景下的正交消失点检测，并且结果较为准确。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.02 秒)