[发明专利]用于人检测和计数的在线学习系统有效

专利信息
申请号: 201480023411.0 申请日: 2014-03-13
公开(公告)号: CN105378752B 公开(公告)日: 2019-11-26
发明(设计)人: H.朱;F.阿格达西;G.米勒;S.J.米切尔 申请(专利权)人: 派尔高公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06Q30/02
代理公司: 11105 北京市柳沈律师事务所 代理人: 于小宁<国际申请>=PCT/US2014
地址: 美国加利*** 国省代码: 美国;US
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 检测 计数 在线 学习 系统
【说明书】:

人检测能够提供能够由诸如零售店之类的商业所使用的有价值的度量。这样的信息能够用于影响许多商业决策,诸如雇佣租用和产品定单。该数据的商业价值视其准确度而定。因而,根据本发明的原理的方法通过使用被配置为检测人的对象分类器来输出关于视频帧的流内的视频帧中的人的度量。该方法进一步包括使用至少在视频帧的流中的视频帧的子集中的数据自动地更新对象分类器。

相关申请

本申请要求2013年3月15日提交的第13/839,410号美国申请的优先权,该申请的全部教导通过引用被合并于此。

背景技术

关于人的习惯、移动和模式的数据在商界中可能是无价的。正经常地收集和开发这样的数据。能够使用像耦合到旋转式栅门的计数器一样简单的设备来收集该数据。尽管这样的数据简单地局限于穿过特定点的人的计数,但即使如此该数据也不是没有价值。例如,其能够用于识别一星期中按时间或特定日子的到场的趋向。该数据也可以用于影响商业的许多方面。例如,如果人们在购买时考虑度量,则在诸如租用和订货之类的事务中能够考虑该信息。

在生成该数据最前面的是检测人。该数据仅仅和用于确定人的存在和/或不存在的方法几乎一样。

发明内容

本发明的实施例提供用于在图像中检测人的方法。该方法包括通过使用被配置为检测人的对象分类器来输出关于视频帧的流内的视频帧中的人的度量。该方法进一步包括使用至少在视频帧的流中的视频帧的子集中的数据自动地更新对象分类器。在本发明的实施例中,定期地更新对象分类器。此外,根据本发明的实施例的原理,以无监督的方式更新对象分类器。

在图像的流中检测人的方法的实施例进一步包括以足以允许照相机捕捉可用于识别人和背景的特征之间的区别的视频帧的流的角度来定位照相机.尽管本发明的实施例包括输出度量,但又一个实施例进一步包括在捕捉视频帧的流的照相机处计算度量。本发明的替换实施例包括在捕捉视频帧的流的照相机外部计算度量。

该方法的又一个实施例进一步包括处理度量以产生信息并且一次地、定期地,或非定期地向顾客提供该信息。

在本发明的替换实施例中,更新对象分类器进一步包括关于度量确定置信水平。如在上文所描述的,本发明的实施例使用至少在视频帧的子集中的数据来更新对象分类器。在又一个实施例中,该数据指出人的存在或不存在。在替换实施例中,对象分类器根据方向梯度直方图(HOG)特征和可调整的系数来检测人。在这样的实施例中,更新分类器包括调整系数。

本发明的实施例涉及用于在图像的流中检测人的系统。在实施例中,系统包括输出模块,其被配置为通过使用被配置为检测人的对象分类器来输出关于视频帧的流内的视频帧中的人的度量。系统进一步包括更新模块,其被配置为使用至少在视频帧的流中的视频帧的子集中的数据自动地更新对象分类器。系统的替换实施例进一步包括以足以允许照相机捕捉用于识别人和背景的特征之间的区别的视频帧的流的角度被定位的照相机。在又一个实施例中,系统进一步包括处理模块,其被配置为处理度量以产生一次地、定期地,或非定期地被提供给顾客的信息。

在系统的另外的实施例中,系统和其各种组件可以被配置为执行以上描述的方法。

附图的简要说明

根据实施例的以下更特定描述,上文将是明显的,如其中相同附图标记指代贯穿不同的视图的部分的附图中所图示的。附图不一定是按比例的,代之以将重点置于说明实施例。

图1是可以实施本发明的实施例的零售场景的简化图示。

图2是描绘根据本发明的原理的在图像的流中检测人的方法的流程图。

图3是描绘根据本发明的实施例的检测人的方法的流程图。

图4是用于检测人的系统的简化框图。

图5是可以由本发明的实施例利用的网络环境的简图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于派尔高公司,未经派尔高公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201480023411.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top