-
公开(公告)号：CN103646254B
公开(公告)日：2017-01-25
申请号：CN201310706728.1
申请日：2013-12-19
Applicant: 北方工业大学
Abstract: 一种高密度行人检测方法，包括步骤：首先根据行人的头部形状和纹理特征建立行人头部模型；根据头部模型对于摄像机传来的视频流的每帧图像进行处理，为第一帧图像中的每个行人头部信息创建一个队列，判断后续每帧图像与前一帧图像中的行人头部信息是否为同一个行人的头部信息；若是同一个行人的头部信息则将存入到其相应的队列中，不是同一个行人则生成一个新的队列；按照上述方法依次处理后续每帧图像，对于位置信息持续更新且包含至少三个头部信息的位置信息的队列，认为检测到了一个行人。本发明通过行人头部形状和纹理特征获取行人的头部模型，并对每帧图像中的行人头部信息进行处理，具有检测精度高、鲁棒性好、运算简便及时效性高的等优点，在智能交通视频监控、机器人视觉等方面有广泛的应用前景。
-
公开(公告)号：CN105117683A
公开(公告)日：2015-12-02
申请号：CN201510435563.8
申请日：2015-07-22
Applicant: 北方工业大学
CPC classification number: G06K9/00778 , G08B21/02
Abstract: 本发明提供一种公共场所密集人群检测及预警方法，利用模式识别和安全技术建立人群聚集风险监测与预警系统，通过实时监控人群分布百分比和运动区域百分比，及时对行人的聚集状态进行判断，进而对可能引发危险事件的行为进行控制，具有较广的应用前景。
-
公开(公告)号：CN104318760A
公开(公告)日：2015-01-28
申请号：CN201410469748.6
申请日：2014-09-16
Applicant: 北方工业大学
Inventor： 张师林
IPC: G08G1/005
Abstract: 本发明涉及一种基于似物性模型的路口违章行为智能检测方法及系统，该方法应用在城市交通中基于视频的路口行人闯红灯事件检测领域，其特征是利用似物性模型快速检测行人，并利用轨迹过滤的方法提高检测准确率，结合信号灯状态检测最终完成行人闯红灯事件的判断。本方法首先采集交叉口过街行人图像，并人工标定其坐标位置，在给定数据集上训练得到行人似物性模型；然后，利用似物性模型快速的检测视频图像中的行人，并对检测得到的行人，根据距离和角度关系，建立行人的运动轨迹；最后，结合信号灯状态和行人的轨迹特征，判断行人闯红灯事件，并抓拍和语音提示。
-
公开(公告)号：CN113960152B
公开(公告)日：2023-06-06
申请号：CN202111208177.7
申请日：2021-10-18
Applicant: 北方工业大学
IPC: G01N27/622 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种基于离子迁移谱的痕量爆炸物识别方法及系统。其利用时间序列模型，将离子迁移分析仪所采集的分别对应于不同时刻下的样本的离子图谱进行特征提取和类别识别，从而通过卷积神经网络获得样本属于各类别爆炸物的概率值，进而根据概率判定样本的爆炸物种类。由于本申请的卷积神经网络能够通过原始特征矩阵同时获得离子在各个时刻的迁移状况以及各个时刻所对应的图谱波峰特征，因此，其能够更为准确地识别各类型爆炸物，解决人工分析离子迁移谱图波峰形态所造成的识别效率较低、准确率较低等问题。本发明可以在机场、海关、公检法、反恐等场景中中实现稳定可靠的爆炸物等危险物品识别。
-
Patent Agency Ranking
公开(公告)号：CN113960152A
公开(公告)日：2022-01-21
申请号：CN202111208177.7
申请日：2021-10-18
Applicant: 北方工业大学
IPC: G01N27/622 , G06N3/04 , G06N3/08
Abstract: 本申请提供一种基于离子迁移谱的痕量爆炸物识别方法及系统。其利用时间序列模型，将离子迁移分析仪所采集的分别对应于不同时刻下的样本的离子图谱进行特征提取和类别识别，从而通过卷积神经网络获得样本属于各类别爆炸物的概率值，进而根据概率判定样本的爆炸物种类。由于本申请的卷积神经网络能够通过原始特征矩阵同时获得离子在各个时刻的迁移状况以及各个时刻所对应的图谱波峰特征，因此，其能够更为准确地识别各类型爆炸物，解决人工分析离子迁移谱图波峰形态所造成的识别效率较低、准确率较低等问题。本发明可以在机场、海关、公检法、反恐等场景中中实现稳定可靠的爆炸物等危险物品识别。
-
公开(公告)号：CN113239776A
公开(公告)日：2021-08-10
申请号：CN202110504231.6
申请日：2021-05-10
Applicant: 北方工业大学
Abstract: 本发明提供了一种基于能量模型的行人重识别方法，该方法第一步先获取训练模型所需数据，通过布设在不同路口的摄像机采集N个行人的图像，每个行人采集M个不同位置的图像；第二步通过基于能量的卷积神经网络训练行人分类模型；第三步加载训练好的模型作为特征提取工具得到待识别行人图像特征，用以匹配图像库图像，计算相似性度量结果；第四步将结果传入显示模块显示，以便于更方便的观察结果。
-
公开(公告)号：CN108229435B
公开(公告)日：2021-03-30
申请号：CN201810103970.2
申请日：2018-02-01
Applicant: 北方工业大学
Abstract: 本发明提供一种城市道路监控场景下的行人识别方法，利用视频处理和深度学习技术判断多个视域不重叠相机所拍摄的行人是不是同一个行人。基于融合中心损失的卷积神经网络方法,本发明首先在行人数据集上训练卷积神经网络得到行人分类模型,并通过该模型实现待识别行人和数据库中行人的特征提取,最后通过特征度量和重排序方法得到候选行人列表，实现行人的识别。本发明可以实现道路监控场景下的行人辨识，进一步促进行人交通的有效管理。
-
-
公开(公告)号：CN104680791B
公开(公告)日：2017-03-22
申请号：CN201510128868.4
申请日：2015-03-24
Applicant: 北方工业大学
Abstract: 本发明公开一种基于视频检测的行人违章信息与广告联网播放装置，包括：1）利用摄像头的切换技术实现两个方向路口的行人闯红灯抓拍；2）利用LED全彩屏实现行人违章抓拍的显示与广告视频的循环播放；3）行人检测设备配合红绿灯信号检测器实现准确的违章行人抓拍；4）通过联网定期控制方式实现广告内容的动态更新；5）利用音频功放设备实现行人闯红灯的实时语音提示；6）利用行人轨迹特征实时将抓拍图像投放到LED全彩屏上。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.049 seconds)
