-
公开(公告)号：CN101751553B
公开(公告)日：2012-04-25
申请号：CN200810238875.X
申请日：2008-12-03
Applicant: 中国科学院自动化研究所
Abstract: 本发明提出一种大规模人群密度分析和预测方法，基于统计特征的人群密度分析对输入视频作人群密度分析，获取单个监控点的人群密度值；采用多段线性拟合实现人群密度和人数的互相转换；采用光流法对单个监控点中人群流速和流向进行计算，获得单个监控点中人群流速和流向信息；根据各个监控点的空间位置关系和人群流向流速关系建立一个有向图的结构，对重要监控枢纽节点做一段时间内的人数和人群密度预测。该方法能够自动实时监控大范围内的人群密度和人数分布，并且能对重要地点做人群密度和人数的预测，所提供的信息对于人群监控部门具有重要的参考价值。
-
公开(公告)号：CN101464944B
公开(公告)日：2011-03-16
申请号：CN200710179883.7
申请日：2007-12-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明一种基于统计特征的人群密度分析方法，包括视频输入和帧抽取；从视频帧序列中提取马赛克图像差分MID特征，检测出人群中的细微的运动；检验赛克图像差分MID特征序列时间均匀分布；对具有明显透视现象的人群场景做几何校正，获得图像平面上每个像素对人群密度的贡献因子；对人群空间面积做加权处理，获得人群密度。该方法与现有方法相比，不需要参考背景，也不需要背景建模，能自适应早晚光线的变化，算法比较鲁棒，应用方便；数学模型简单有效，能准确定位人群的空间分布和大小，直观性强；计算量小，适合实时视觉监控。本发明能广泛地应用于公交、地铁和广场等滞留人群密集的公共场所的监控和管理。
-
Patent Agency Ranking
公开(公告)号：CN117893881A
公开(公告)日：2024-04-16
申请号：CN202311715547.5
申请日：2023-12-13
Applicant: 中国科学院自动化研究所 , 武汉人工智能研究院
IPC: G06V10/94 , G06N3/063 , G06N3/0455
Abstract: 本发明提供一种视觉Transformer推理优化方法及装置，该方法包括：将视觉Transformer中多头自注意力机制的第一权重矩阵划分为多个第一权重子矩阵；使用网络处理器中的矩阵计算单元依次基于各第一权重子矩阵计算图像的特征矩阵，特征矩阵包括Q矩阵、K矩阵和V矩阵，并将Q矩阵和K矩阵进行相乘得到QK矩阵；在矩阵计算单元每次计算特征矩阵和QK矩阵的同时，使用网络处理器中的向量计算单元对矩阵计算单元已计算的QK矩阵进行softmax计算，以供矩阵计算单元将softmax的计算结果与V矩阵进行相乘得到最终结果。本发明提升视觉Transformer的推理速度。
-
公开(公告)号：CN101488222B
公开(公告)日：2011-02-09
申请号：CN200810056258.8
申请日：2008-01-16
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明基于视频中运动目标表象和运动信息的摄像机自标定方法，对包含运动目标的视频进行前景检测，提取运动目标区域；对每一个运动目标区域提取特征；对运动目标区域进行粗略分类；从海量运动目标区域的表象和运动信息中，提取相互垂直的三个消失点；结合摄像机高度信息完成监控场景摄像机的完全标定。本发明替代手工标定的工作量和误差。用于基于图像或视频的测量，通过图像中的点距离获得三维世界的真实点距离，通过图像中的线夹角获得三维世界的真实线夹角。用于监控场景中的物体分类识别，补偿二维图像特征固有的透视变形。用于监控场景中的基于三维模型的物体识别，获得三维姿态和轨迹，有效帮助系统理解场景中发生的行为。
-
公开(公告)号：CN101751553A
公开(公告)日：2010-06-23
申请号：CN200810238875.X
申请日：2008-12-03
Applicant: 中国科学院自动化研究所
Abstract: 本发明提出一种大规模人群密度分析和预测方法，基于统计特征的人群密度分析对输入视频作人群密度分析，获取单个监控点的人群密度值；采用多段线性拟合实现人群密度和人数的互相转换；采用光流法对单个监控点中人群流速和流向进行计算，获得单个监控点中人群流速和流向信息；根据各个监控点的空间位置关系和人群流向流速关系建立一个有向图的结构，对重要监控枢纽节点做一段时间内的人数和人群密度预测。该方法能够自动实时监控大范围内的人群密度和人数分布，并且能对重要地点做人群密度和人数的预测，所提供的信息对于人群监控部门具有重要的参考价值。
-
公开(公告)号：CN101488222A
公开(公告)日：2009-07-22
申请号：CN200810056258.8
申请日：2008-01-16
Applicant: 中国科学院自动化研究所
IPC: G06T7/00
Abstract: 本发明基于视频中运动目标表象和运动信息的摄像机自标定方法，对包含运动目标的视频进行前景检测，提取运动目标区域；对每一个运动目标区域提取特征；对运动目标区域进行粗略分类；从海量运动目标区域的表象和运动信息中，提取相互垂直的三个消失点；结合摄像机高度信息完成监控场景摄像机的完全标定。本发明替代手工标定的工作量和误差。用于基于图像或视频的测量，通过图像中的点距离获得三维世界的真实点距离，通过图像中的线夹角获得三维世界的真实线夹角。用于监控场景中的物体分类识别，补偿二维图像特征固有的透视变形。用于监控场景中的基于三维模型的物体识别，获得三维姿态和轨迹，有效帮助系统理解场景中发生的行为。
-
公开(公告)号：CN101464944A
公开(公告)日：2009-06-24
申请号：CN200710179883.7
申请日：2007-12-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明一种基于统计特征的人群密度分析方法，包括视频输入和帧抽取；从视频帧序列中提取马赛克图像差分MID特征，检测出人群中的细微的运动；检验赛克图像差分MID特征序列时间均匀分布；对具有明显透视现象的人群场景做几何校正，获得图像平面上每个像素对人群密度的贡献因子；对人群空间面积做加权处理，获得人群密度。该方法与现有方法相比，不需要参考背景，也不需要背景建模，能自适应早晚光线的变化，算法比较鲁棒，应用方便；数学模型简单有效，能准确定位人群的空间分布和大小，直观性强；计算量小，适合实时视觉监控。本发明能广泛地应用于公交、地铁和广场等滞留人群密集的公共场所的监控和管理。
-
-
-
-
-
-
Search Results
7
records
(took 0.041 seconds)
