-
公开(公告)号：CN109325404A
公开(公告)日：2019-02-12
申请号：CN201810891027.2
申请日：2018-08-07
Applicant: 长安大学
Abstract: 本发明公开了一种公交场景下的人数统计方法，包括以下步骤：建立公交上、下车乘客人头目标数据集并进行标注；将标注后的数据集利用神经网络进行训练，利用训练结果对公交车的上下车视频进行检测，以实现对乘客目标的检测和识别；在对乘客目标检测和识别的基础上，采用目标框距离匹配的方法得到乘客目标运动轨迹，在乘客目标丢失的情况下对乘客目标的位置进行预测，并在预测位置的周围进行模板匹配以得到精确的位置信息；根据目标运动轨迹中乘客目标的置信度大小以及方向信息剔除掉伪目标轨迹，从而实现上、下车人数统计。本发明具有成本低、受外界因素影响小、计算量相对较小的特点，并且鲁棒性好，在复杂多变的场景下仍有精确的识别效果。
-
公开(公告)号：CN109685855B
公开(公告)日：2022-10-14
申请号：CN201811480427.0
申请日：2018-12-05
Applicant: 长安大学
IPC: G06T7/80
Abstract: 本发明公开了一种道路云监控平台下的摄像机标定优化方法，从道路交通场景中自动识别出道路边缘线、道路虚线等几何标识，根据这些数据利用多标识融合场景自适应标定方法求解出摄像机方位和焦距等参数，完成标定。在此基础上如果有冗余标识，可以对标定结果进行优化。本发明可以适应不同的道路交通场景，利用云台摄像机提取场景中大量几何信息完成摄像机标定和优化的过程。方法实现简单，通用性较好，可以应用于各种道路场景下的摄像机标定，并且可以对标定结果进行优化。
-
公开(公告)号：CN109446917B
公开(公告)日：2022-08-30
申请号：CN201811154229.5
申请日：2018-09-30
Applicant: 长安大学
Abstract: 本发明属于智能交通领域，具体涉及一种基于级联霍夫变换的消失点检测方法，包括如下步骤：步骤1：采集道路车辆视频，得到每一帧图像的车辆目标；步骤2：进行Harris角点提取，得到每一帧图像的车辆目标上的特征点；步骤3：获取车辆直线轨迹；步骤4：对车辆直线轨迹进行筛选，筛选后的车辆直线轨迹集合记为L；步骤5：通过级联霍夫变换对筛选后的直线轨迹集合L从图像空间转换到菱形霍夫空间中进行投票，得到投票后的极大值点坐标；步骤6：将极大值点的坐标转换到图像空间中，最终得到图像空间中消失点坐标，完成消失点的检测。采用该方法适用于各种天气条件，避免了特殊天气下消失点的误检，大大提高了消失点检测的准确性。
-
-
公开(公告)号：CN111476798A
公开(公告)日：2020-07-31
申请号：CN202010199138.4
申请日：2020-03-20
Applicant: 长安大学
Inventor： 王伟 , 唐心瑶 , 宋焕生 , 张朝阳 , 梁浩翔 , 张文涛 , 戴喆 , 云旭 , 侯景严 , 刘莅辰 , 贾金明 , 李俊彦 , 武非凡 , 雷琪 , 杨露 , 余宵雨 , 靳静玺 , 王滢暄 , 赵锋 , 穆勃辰 , 李聪亮
IPC: G06T7/11 , G06T7/64 , G06T7/80 , G06T17/00 , G06K9/00 , G06K9/46 , G06N3/00 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于轮廓约束的车辆空间形态识别方法及系统，在连续的图像序列中，使用深度学习Mask RCNN的方法识别车辆目标，获取车辆目标在图像坐标系下的二维包络框和分割图像信息；对车辆的分割图像求取轮廓，获取每个车辆目标的轮廓点集合，对轮廓点集合求取轮廓重心点；然后根据二维包络框模型的坐标信息，结合相机标定的结果和地平线信息，求取每个车辆目标在三维包络框模型下的凸包，构建针对特定车辆目标的轮廓约束，从而求解出车辆目标的空间形态信息。本发明可适应不同的道路交通场景，利用摄像机提取场景中大量车辆目标完成空间形态识别的过程。本发明能应用于各种道路场景下的车辆空间形态识别，结果准确，实现简单，通用性好。
-
Patent Agency Ranking
公开(公告)号：CN110930365A
公开(公告)日：2020-03-27
申请号：CN201911041698.0
申请日：2019-10-30
Applicant: 长安大学
Inventor： 王伟 , 唐心瑶 , 宋焕生 , 张朝阳 , 梁浩翔 , 张文涛 , 戴喆 , 云旭 , 侯景严 , 刘莅辰 , 贾金明 , 李俊彦 , 武非凡 , 雷琪 , 杨露 , 余宵雨 , 靳静玺 , 王滢暄 , 赵锋
Abstract: 本发明公开了一种交通场景下的正交消失点检测方法，首先读取交通场景下的视频，建立图像坐标系和钻石空间坐标系，求取图像空间和钻石空间之间映射关系；提取视频图像中车辆的运行轨迹直线，在钻石空间中累加，求取沿道路方向的消失点，然后提取车身横向边缘，在钻石空间中累加，求取垂直道路方向的消失点，在此基础上进行相机标定，求取与前两个方向都垂直的第三个方向的消失点，如果视频图像中有垂直于地面的物体，对第三个方向的消失点进行优化。本发明适应不同的道路交通场景，通过交通场景中的车辆对场景的正交消失点完成检测及优化。方法实现简单，通用性好，可应用于各种道路场景下的正交消失点检测，并且结果较为准确。
-
公开(公告)号：CN110472496B
公开(公告)日：2022-10-11
申请号：CN201910609164.7
申请日：2019-07-08
Applicant: 长安大学
IPC: G06V20/40
Abstract: 本发明公开了一种基于目标检测与跟踪的交通视频智能分析方法，具体包括利用监控摄像机采集的高速公路视频，利用深度学习方法进行车辆目标检测，根据检测结果，使用多目标跟踪方法获取目标轨迹，智能分析目标轨迹，获取车流量、车辆速度并检测交通拥堵、停车的交通异常事件，完成交通视频的智能分析。该方法能够对车辆进行视野范围内的长时间检测与跟踪，从而准确地获取交通参数、检测交通事件。本发明的方法在多种交通场景中使用都具有较高的稳定性，具有一定的实用价值与广阔的市场潜力。
-
公开(公告)号：CN110148169B
公开(公告)日：2022-09-27
申请号：CN201910208210.2
申请日：2019-03-19
Applicant: 长安大学
Abstract: 本发明公开了一种基于PTZ云台相机的车辆目标三维信息获取方法，在视频帧中通过深度学习的方法对车辆目标进行识别，获取车辆目标的三维包络基准点在图像坐标系下的坐标，根据坐标信息结合地平线的约束绘制出最贴合车辆目标的三维包络框，再利用标定结果计算出车辆目标的三维尺寸信息，完成车辆目标的三维信息获取。本发明可适应不同的道路交通场景，利用云台摄像机提取场景中大量车辆目标完成三维信息获取的过程。方法实现简单，通用性好，可以应用于各种道路场景下的三维信息获取，并且结果较为准确。
-
公开(公告)号：CN107315994B
公开(公告)日：2020-08-18
申请号：CN201710334850.9
申请日：2017-05-12
Applicant: 长安大学
Abstract: 本发明公开了基于Spectral Clustering空间轨迹的聚类算法，包括利用摄像机对道路进行视频图像采集，对视频图像中的每一帧图像中的所有运动目标采用ORB算法提取特征点，然后利用基于双向加权可逆性约束的KLT跟踪算法对特征点进行跟踪，得到所有运动目标的多条运动轨迹以及每条运动轨迹上每个轨迹点在图像坐标系中的坐标值；利用刚体运动约束对所有运动目标的n条运动轨迹构建相似矩阵进行谱聚类，得到不同类别的运动轨迹；对不同类别的运动轨迹进行类间合并，得到类间合并后的运动轨迹；本发明所提到的方法不受工程应用上各类环境的影响和限制，并且易于实现，能有效的对车辆进行实时精确的检测，因此具有很广的应用前景。
-
公开(公告)号：CN111008557A
公开(公告)日：2020-04-14
申请号：CN201911041705.7
申请日：2019-10-30
Applicant: 长安大学
Inventor： 王伟 , 唐心瑶 , 宋焕生 , 张朝阳 , 梁浩翔 , 张文涛 , 戴喆 , 云旭 , 侯景严 , 刘莅辰 , 贾金明 , 李俊彦 , 武非凡 , 雷琪 , 杨露 , 段娇娇 , 罗静静 , 杨腾腾 , 蒋维 , 何健乐
Abstract: 本发明公开了一种基于几何约束的车辆细粒度识别方法，在连续的视频帧中，使用深度学习的方法识别车辆目标，获取车辆目标在图像坐标系下的二维包络框及其坐标信息，根据二维包络框模型的坐标信息，结合相机标定的结果，构建针对特定车辆目标的几何约束，从而求解出车辆目标的三维信息，在三维信息的基础上，完成车辆目标的细粒度识别。本发明可适应不同的道路交通场景，利用摄像机提取场景中大量车辆目标完成细粒度识别的过程。方法实现简单，通用性好，可以应用于各种道路场景下的细粒度识别，并且结果较为准确。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.025 seconds)
