-
公开(公告)号：CN101334845A
公开(公告)日：2008-12-31
申请号：CN200710117997.9
申请日：2007-06-27
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
CPC classification number: G06K9/00785
Abstract: 本发明公开一种基于轨迹序列分析和规则归纳的视频行为识别方法，解决人工耗费大的问题，采用将场景中的完整轨迹分割为若干有基本语义的轨迹段，通过轨迹聚类得到若干基本运动模式为原子事件，并用隐马尔科夫模型建模，通过基于最小描述长度准则的规则归纳算法，获取蕴含在轨迹序列中的事件规则，基于事件规则，用扩展的文法分析器对感兴趣事件加以识别。本发明提供完整的视频行为识别框架，在规则归纳过程中考虑视频事件的空时属性，提出了一种多层规则归纳策略，大大提高了规则学习的有效性，推进模式识别在视频行为识别的应用。本发明应用于智能视频监控，自动分析当前监控场景下汽车或行人的运动行为，使计算机协助人或代替人完成监控任务。
-
公开(公告)号：CN1988653A
公开(公告)日：2007-06-27
申请号：CN200510130696.0
申请日：2005-12-21
Applicant: 中国科学院自动化研究所
Abstract: 一种基于视觉特性的夜间目标检测和跟踪方法，包括步骤：捕捉夜间视频；采用自适应算法决定帧间差；根据对比度确定目标区域；根据速度信息预测目标的当前位置和下一时刻的位置。本发明能准确地判断帧间的相似度，有助于后续过程的处理。引入了对比度这一人类的最基本的视觉特性来表达图像，使得算法不仅在晚上而且在恶劣的天气如雾天情况也能有效。一些轨迹分析的方法用于反馈到检测阶段，对噪声以及光线的变化能够较好的滤除，进一步提高了检测的准确度。
-
公开(公告)号：CN101334845B
公开(公告)日：2010-12-22
申请号：CN200710117997.9
申请日：2007-06-27
Applicant: 中国科学院自动化研究所
IPC: G06K9/62
CPC classification number: G06K9/00785
Abstract: 本发明公开一种基于轨迹序列分析和规则归纳的视频行为识别方法，解决人工耗费大的问题，采用将场景中的完整轨迹分割为若干有基本语义的轨迹段，通过轨迹聚类得到若干基本运动模式为原子事件，并用隐马尔科夫模型建模，通过基于最小描述长度准则的规则归纳算法，获取蕴含在轨迹序列中的事件规则，基于事件规则，用扩展的文法分析器对感兴趣事件加以识别。本发明提供完整的视频行为识别框架，在规则归纳过程中考虑视频事件的空时属性，提出了一种多层规则归纳策略，大大提高了规则学习的有效性，推进模式识别在视频行为识别的应用。本发明应用于智能视频监控，自动分析当前监控场景下汽车或行人的运动行为，使计算机协助人或代替人完成监控任务。
-
Patent Agency Ranking
公开(公告)号：CN100585656C
公开(公告)日：2010-01-27
申请号：CN200710064387.7
申请日：2007-03-14
Applicant: 中国科学院自动化研究所
IPC: G08B13/196
Abstract: 本发明公开基于规则的全天候智能视频分析监控方法，能够用于室内、户外道路与野外的全天候的基于规则的智能视频分析监控方法，步骤包括：对摄像头采集到的图像序列进行背景分割以得到正确的前景，接着对得到的前景进行目标检测以得到要监控的对象，接着对检测到的对象进行跟踪以得到对象的轨迹，然后对得到的轨迹进行轨迹分析，同时对检测得到的对象进行目标识别以得到对象的类别，然后根据预先制定的由目标类别、目标行为、时间和地点构成的报警规则以及由简单规则复合的复合规则对得到的轨迹分析结果和对象类别进行判断，从而得到是否报警以及以何种方式报警的结果。
-
公开(公告)号：CN101635026A
公开(公告)日：2010-01-27
申请号：CN200810117059.3
申请日：2008-07-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开一种无需跟踪过程的遗弃物检测方法，包括步骤：对摄像头输入的每帧图像，利用基于象素点的方法提取可能属于遗弃物的象素点，并用每一个可能属于遗弃物象素点的RGB颜色信息去更新相应位置的混合高斯模型；将所述图像中每个象素点的RGB颜色信息输入到更新过的对应混合高斯模型中，检测出与描述相应位置象素点可能出现的遗弃物的颜色信息相匹配的象素点，完成视频中遗弃物的检测，如果有遗弃物被检测则报警。无需跟踪过程的遗弃物检测因为不包含跟踪过程，在复杂场景中对于提高监控系统对监控场景中遗弃物的精确检测有很重要的作用。可用于智能视频监控系统，帮助识别出公共场景中的遗弃物，从而提高公共场所的安全性。
-
公开(公告)号：CN101266710A
公开(公告)日：2008-09-17
申请号：CN200710064387.7
申请日：2007-03-14
Applicant: 中国科学院自动化研究所
IPC: G08B13/196
Abstract: 本发明公开基于规则的全天候智能视频分析监控方法，能够用于室内、户外道路与野外的全天候的基于规则的智能视频分析监控方法，步骤包括：对摄像头采集到的图像序列进行背景分割以得到正确的前景，接着对得到的前景进行目标检测以得到要监控的对象，接着对检测到的对象进行跟踪以得到对象的轨迹，然后对得到的轨迹进行轨迹分析，同时对检测得到的对象进行目标识别以得到对象的类别，然后根据预先制定的由目标类别、目标行为、时间和地点构成的报警规则以及由简单规则复合的复合规则对得到的轨迹分析结果和对象类别进行判断，从而得到是否报警以及以何种方式报警的结果。
-
公开(公告)号：CN101635026B
公开(公告)日：2012-05-23
申请号：CN200810117059.3
申请日：2008-07-23
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开一种无需跟踪过程的遗弃物检测方法，包括步骤：对摄像头输入的每帧图像，利用基于象素点的方法提取可能属于遗弃物的象素点，并用每一个可能属于遗弃物象素点的RGB颜色信息去更新相应位置的混合高斯模型；将所述图像中每个象素点的RGB颜色信息输入到更新过的对应混合高斯模型中，检测出与描述相应位置象素点可能出现的遗弃物的颜色信息相匹配的象素点，完成视频中遗弃物的检测，如果有遗弃物被检测则报警。无需跟踪过程的遗弃物检测因为不包含跟踪过程，在复杂场景中对于提高监控系统对监控场景中遗弃物的精确检测有很重要的作用。可用于智能视频监控系统，帮助识别出公共场景中的遗弃物，从而提高公共场所的安全性。
-
公开(公告)号：CN100546380C
公开(公告)日：2009-09-30
申请号：CN200510130696.0
申请日：2005-12-21
Applicant: 中国科学院自动化研究所
Abstract: 一种基于视觉特性的夜间目标检测和跟踪方法，包括步骤：捕捉夜间视频；采用自适应算法决定帧间差；根据对比度确定目标区域；根据速度信息预测目标的当前位置和下一时刻的位置。本发明能准确地判断帧间的相似度，有助于后续过程的处理。引入了对比度这一人类的最基本的视觉特性来表达图像，使得算法不仅在晚上而且在恶劣的天气如雾天情况也能有效。一些轨迹分析的方法用于反馈到检测阶段，对噪声以及光线的变化能够较好的滤除，进一步提高了检测的准确度。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.031 seconds)
