公开(公告)号：CN106778478A

公开(公告)日：2017-05-31

申请号：CN201611027589.X

申请日：2016-11-21

Applicant: 中国科学院信息工程研究所

Inventor： 张园 ,  孙利民 ,  芦翔 ,  文辉 ,  田莹莹

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06T7/246

CPC classification number: G06K9/00369 ,  G06K9/46 ,  G06K9/4604 ,  G06K9/4642 ,  G06K9/4652 ,  G06K9/6267 ,  G06K2009/4666 ,  G06T2207/10016 ,  G06T2207/30196 ,  G06T2207/30232

Abstract: 本发明公开了一种基于混合特征的带缓存机制的实时行人检测与跟踪方法。本方法为：1)提取正样本图像、负样本图像的混合特征；2)基于混合特征训练软级联分类器，得到最终的分类器；3)监控系统从监控视频的第t‑1帧图像中提取若干滑动窗口，然后提取每一滑动窗口内的图像的混合特征并将其输入分类器进行检测，获得该滑动窗口的初步检测窗口；然后对获取的初步检测窗口进行融合，得到该第t‑1帧图像的行人检测窗口；4)采用前后双向跟踪预测，并通过计算预测特征点与实际特征点的匹配程度来决定是否跟踪成功。5)检测与跟踪融合中，采用延缓播放机制，并利用双线程和双缓存机制实现。本发明能够实现高精度的实时行人检测与跟踪。

公开(公告)号：CN105427343A

公开(公告)日：2016-03-23

申请号：CN201510795996.4

申请日：2015-11-18

Applicant: 中国科学院信息工程研究所

Inventor： 周新运 ,  张园 ,  孙利民 ,  文辉 ,  芦翔

IPC: G06T7/20

CPC classification number: G06T2207/10016

Abstract: 本发明涉及一种基于DM8148开发板的运动目标检测与跟踪方法，通过DM8148开发板采集视频图像信息，然后利用DM8148开发板的DSP核对视频图像信息进行处理，其步骤包括：1)利用帧间差分法将前后背景分离；2)利用Sobel边缘检测方法对前后背景分离的信息做初步处理；3)利用图像形态学处理方法进一步对前后背景分离的图像信息进行处理；4)利用连通域分析算法实现运动目标的检测和跟踪。本发明具有节约成本，兼容性、扩展性良好等优点，图像处理和检测速度有显著提高，并且可扩展性良好，不仅可以对运动目标检测，也可针对特定的目标如行人、车辆等做检测和跟踪。

公开(公告)号：CN105187912B

公开(公告)日：2019-02-01

申请号：CN201510413233.9

申请日：2015-07-14

Applicant: 中国科学院信息工程研究所

Inventor： 陈玉成 ,  张园 ,  汪明伟 ,  芦翔 ,  刘刚 ,  宋烨青 ,  周新运 ,  孙利民

IPC: H04N21/4405 ,  H04N21/426

Abstract: 本发明提供了一种密文视频播放器及播放方法，所述密文视频播放器包括解密模块、解码模块和播放模块；所述解密模块，用于调用预先设置的视频解密动态链接库中的视频解密算法，对待播放的密文视频进行解密；所述解码模块，用于在所述解密模块完成解密后，将解密后的视频数据进行解码；所述播放模块，用于对解码后的视频数据进行播放。本发明能够实现加密视频的解密和播放。

公开(公告)号：CN105187912A

公开(公告)日：2015-12-23

申请号：CN201510413233.9

申请日：2015-07-14

Applicant: 中国科学院信息工程研究所

Inventor： 陈玉成 ,  张园 ,  汪明伟 ,  芦翔 ,  刘刚 ,  宋烨青 ,  周新运 ,  孙利民

IPC: H04N21/4405 ,  H04N21/426

Abstract: 本发明提供了一种密文视频播放器及播放方法，所述密文视频播放器包括解密模块、解码模块和播放模块；所述解密模块，用于调用预先设置的视频解密动态链接库中的视频解密算法，对待播放的密文视频进行解密；所述解码模块，用于在所述解密模块完成解密后，将解密后的视频数据进行解码；所述播放模块，用于对解码后的视频数据进行播放。本发明能够实现加密视频的解密和播放。

公开(公告)号：CN106778603A

公开(公告)日：2017-05-31

申请号：CN201611146313.3

申请日：2016-12-13

Applicant: 中国科学院信息工程研究所

Inventor： 孙利民 ,  田莹莹 ,  芦翔 ,  文辉 ,  张园

IPC: G06K9/00 ,  G06K9/46 ,  G06K9/62

CPC classification number: G06K9/00369 ,  G06K9/4642 ,  G06K9/6269

Abstract: 本发明公开了一种基于梯度式级联SVM分类器的行人识别方法，该方法用风险敏感的分类器和投票机制进行行人识别，在一定程度上提高了检测精度，而且，梯度式级联架构采用的是由粗粒度到细粒度的流水线型判断，能够将易判断的负样本在前几个级检测完毕，大大加快检测阶段的分类速度，提高了运算效率与总体处理速度。本发明可以更好的适应人流量较小、非行人目标大量存在场景下的行人识别。