-
公开(公告)号:CN118537787A
公开(公告)日:2024-08-23
申请号:CN202410493579.3
申请日:2024-04-23
Applicant: 清华大学
IPC: G06V20/52 , G06V10/762 , G06V10/62 , G06V20/40
Abstract: 本申请涉及计算机视觉技术领域,特别涉及一种基于重识别的监控视频行人轨迹跟踪方法及装置,其中,方法包括:获取当前监控视频数据;提取当前监控视频数据中行人检测数据;将行人检测数据输入行人重识别模型,行人重识别模型提取行人检测数据中每个行人的图像特征向量;将当前监控视频数据中每个行人的对应帧数归一化及扩展后插入每个行人的图像特征向量,并对每个行人的图像特征向量进行密度聚类得到轨迹片段集合;对轨迹片段集合进行层次聚类得到轨迹聚类结果,将轨迹聚类结果投影至二维平面地图得到每个行人的真实轨迹,基于每个行人的真实轨迹实现行人轨迹跟踪。解决相关技术计算效率低、资源消耗和存储成本高,使推广性较差等问题。
-
公开(公告)号:CN114548868B
公开(公告)日:2025-05-23
申请号:CN202210156816.8
申请日:2022-02-21
Applicant: 清华大学 , 北自所(北京)科技发展股份有限公司
IPC: G06Q10/087 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本申请涉及计算机视觉技术领域,特别涉及一种基于机器视觉的仓库堆垛物品盘库计数方法及装置,其中,方法包括:通过采集检测堆垛图像数据并划分训练集与验证集;对图像数据进行预处理和数据扩充;使用深度神经网络检测模型对堆垛的正面、顶面进行定位与分类,在训练集上进行训练,直至迭代到达预设条件;使用训练好的网络在线地对其它堆垛图片数据进行检测;通过提出的三维计数算法将深度神经网络得到的检测结果转化为计数结果。从而实现了对仓库堆垛物品的自动盘库计数任务,在有较强的鲁棒性的同时能取得很高的准确率。由此,解决了设备成本或存储成本较高,智能化成度较低,不易推广等问题。
-
公开(公告)号:CN114548868A
公开(公告)日:2022-05-27
申请号:CN202210156816.8
申请日:2022-02-21
Applicant: 清华大学 , 北自所(北京)科技发展股份有限公司
Abstract: 本申请涉及计算机视觉技术领域,特别涉及一种基于机器视觉的仓库堆垛物品盘库计数方法及装置,其中,方法包括:通过采集检测堆垛图像数据并划分训练集与验证集;对图像数据进行预处理和数据扩充;使用深度神经网络检测模型对堆垛的正面、顶面进行定位与分类,在训练集上进行训练,直至迭代到达预设条件;使用训练好的网络在线地对其它堆垛图片数据进行检测;通过提出的三维计数算法将深度神经网络得到的检测结果转化为计数结果。从而实现了对仓库堆垛物品的自动盘库计数任务,在有较强的鲁棒性的同时能取得很高的准确率。由此,解决了设备成本或存储成本较高,智能化成度较低,不易推广等问题。
-
-