一种基于三维模型的视频追踪方法及装置

    公开(公告)号:CN109857904A

    公开(公告)日:2019-06-07

    申请号:CN201811622770.4

    申请日:2018-12-28

    Abstract: 本发明提供了一种基于三维模型的视频追踪方法及装置。方法包括:构建目标区域的三维模型并将目标区域中的视频点的位置和视频点对应的视域位置映射至三维模型中;在三维模型中选取追踪点,确定三维模型中覆盖追踪点的视域位置以及确定的视域位置所对应的视频点的位置;根据三维模型中的视频点的位置确定目标区域中的视频点的位置,调取在目标区域中视频点的位置所监控的视频图像。本发明通过建立目标区域与三维模型的对应关系,将视频监控的三大要素位置、视域、时间也同样映射至三维模型中,以视频监控三大要素在三维模型的应用为基础,最终实现时空结合的图像空间证据搜索功能,提高视频监控使用单位在空间图像证据检索的效率。

    安全预警系统
    4.
    发明公开

    公开(公告)号:CN104346895A

    公开(公告)日:2015-02-11

    申请号:CN201310334798.9

    申请日:2013-08-02

    CPC classification number: G08B19/00 G08B19/005 G08B25/10 H04N7/18

    Abstract: 本发明涉及预警系统,尤其涉及一种能够快速布防的安全预警系统。该系统包括人群预警前端、火灾探测前端、人脸识别前端和后台监控终端,其中:所述人群预警前端、火灾探测前端和人脸识别前端分别集成在相应的支架式基座上;所述后台监控终端为集成式一体机,其与所述人群预警前端、所述火灾探测前端和所述人脸识别前端通过无线连接。本发明将人群预警前端、火灾探测前端和人脸识别前端集成在支架式的基座上,同时将后台监控终端集成在一体机上,不需要借助于现场的墙壁、电杆等硬件即可完成布防,且,该预警系统还采用无线连接方式替代现有的有线连接方式,大幅节省了预警系统硬件的安装布防时间,进一步实现了该预警系统的快速布防。

    行人异常交通状态自动检测方法及系统

    公开(公告)号:CN102129776A

    公开(公告)日:2011-07-20

    申请号:CN201110108930.5

    申请日:2011-04-28

    Abstract: 本发明为一种行人异常交通状态自动检测方法及系统,该方法包括:步骤S1:提供一行人交通状态数据长期发展模式,其具有一纵向时间序列;步骤S2:利用所述纵向时间序列预测将要进行采样的行人交通状态实时数据的纵向预测值;步骤S3:采样行人交通状态实时数据并利用所述纵向时间序列、行人交通状态实时数据及其纵向预测值构建一行人交通状态异常指数;步骤S4:将所述行人交通状态异常指数与第一阈值进行比对并根据比对结果以判断是否发生行人交通异常。本发明通过建立人群不同行人交通状态的实时判断模型,对人群密集场所的人群聚集风险达到较好的监测和控制效果,有利于管理部门制定有效的管理对策。

    一种基于三维模型的视频追踪方法及装置

    公开(公告)号:CN109857904B

    公开(公告)日:2022-02-18

    申请号:CN201811622770.4

    申请日:2018-12-28

    Abstract: 本发明提供了一种基于三维模型的视频追踪方法及装置。方法包括:构建目标区域的三维模型并将目标区域中的视频点的位置和视频点对应的视域位置映射至三维模型中;在三维模型中选取追踪点,确定三维模型中覆盖追踪点的视域位置以及确定的视域位置所对应的视频点的位置;根据三维模型中的视频点的位置确定目标区域中的视频点的位置,调取在目标区域中视频点的位置所监控的视频图像。本发明通过建立目标区域与三维模型的对应关系,将视频监控的三大要素位置、视域、时间也同样映射至三维模型中,以视频监控三大要素在三维模型的应用为基础,最终实现时空结合的图像空间证据搜索功能,提高视频监控使用单位在空间图像证据检索的效率。

    行人异常交通状态自动检测方法及系统

    公开(公告)号:CN102129776B

    公开(公告)日:2014-05-28

    申请号:CN201110108930.5

    申请日:2011-04-28

    Abstract: 本发明为一种行人异常交通状态自动检测方法及系统,该方法包括:步骤S1:提供一行人交通状态数据长期发展模式,其具有一纵向时间序列;步骤S2:利用所述纵向时间序列预测将要进行采样的行人交通状态实时数据的纵向预测值;步骤S3:采样行人交通状态实时数据并利用所述纵向时间序列、行人交通状态实时数据及其纵向预测值构建一行人交通状态异常指数;步骤S4:将所述行人交通状态异常指数与第一阈值进行比对并根据比对结果以判断是否发生行人交通异常。本发明通过建立人群不同行人交通状态的实时判断模型,对人群密集场所的人群聚集风险达到较好的监测和控制效果,有利于管理部门制定有效的管理对策。

    行人交通数据长期发展模式的构建及更新方法

    公开(公告)号:CN102201000A

    公开(公告)日:2011-09-28

    申请号:CN201110109072.6

    申请日:2011-04-28

    Abstract: 本发明为一种行人交通数据长期发展模式的构建及更新方法,其步骤包括:获取至少一个位置多天的行人交通历史数据并存储;对所述行人交通历史数据进行时间刻度校正;筛选同一位置任一天的按时间顺序排列的行人交通历史数据序列并作为横向时间序列,筛选同一位置特定天的按时间顺序排列的同一时间刻度的行人交通历史数据序列并作为纵向时间序列,基于所述两序列以构建行人交通数据长期发展模式;采样行人交通实时数据并进行预处理;将预处理后的行人交通实时数据与所述纵向时间序列中的行人交通历史数据进行比对并根据比对结果更新纵向时间序列。通过本发明可以构建长期数据规律与短时行人交通规律。

Patent Agency Ranking