申请/专利权人:北京计算机技术及应用研究所
申请日:2020-09-17
公开(公告)日:2020-12-29
公开(公告)号:CN112149768A
主分类号:G06K17/00(20060101)
分类号:G06K17/00(20060101);G06N3/04(20060101);G06N3/08(20060101);H04N7/18(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.01.15#实质审查的生效;2020.12.29#公开
摘要:本发明涉及一种融合视频监控和射频识别统计影院观众数目的方法,包括:在正常入座情况下,计算机控制摄像头拍摄图像,对图像中每个座位进行标定,然后根据各个座位在图像中的坐标,截取各个座位的图像,进行基准校正;将有无观众的座位图像,输入深度神经网络进行训练,得到判定座位是否有人的深度神经网络模型,读写器识别一个影院中全部座位的标签,统计各个座位的射频识别标签的信号强度范围,建立信号强度模型;在放映过程中指定时刻,计算机控制摄像头拍摄图像,输入深度神经网络模型,对有无观众座位的准确识别,计算机根据基准识别得到的标签数目和一次放映过程中多次实时识别得到的标签数目,按照约定的准则,计算观众数目。
主权项:1.一种融合视频监控和射频识别统计影院观众数目的方法,其特征在于,包括:1安装射频识别读写器及天线、摄像头和计算机;2在影院座位的坐面中安装唯一标识每个座位的射频识别标签,实现对影院全部座位的识别,在正常入座情况下,计算机控制摄像头拍摄图像,对图像中每个座位进行标定,然后根据各个座位在图像中的坐标,截取各个座位的图像,进行基准校正;3将有无观众的座位图像,输入深度神经网络进行训练,得到判定座位是否有人的深度神经网络模型,在正常入座情况下,读写器识别一个影院中全部座位的标签,统计各个座位的射频识别标签的信号强度范围,建立信号强度模型;4在放映过程中指定时刻,计算机控制摄像头拍摄图像,输入深度神经网络模型,对有无观众座位的准确识别,统计出观众数目,计算机根据基准识别得到的标签数目和一次放映过程中多次实时识别得到的标签数目,按照约定的准则,计算观众数目。
全文数据:
权利要求:
百度查询: 北京计算机技术及应用研究所 一种融合视频监控和射频识别统计影院观众数目的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。