买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉同济大学申请的专利基于无人机视频的室外人流信息提取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116152740B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310142621.2，技术领域涉及：G06V20/52；该发明授权基于无人机视频的室外人流信息提取方法是由王森;薛小平;纪文莉;郑燕燕;张琦;马竟宵;周晨设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。

本基于无人机视频的室外人流信息提取方法在说明书摘要公布了：本发明提供了一种基于无人机视频的室外人流信息提取方法，具有这样的特征，包括以下步骤：步骤S1，对视频抽帧得到图像帧；步骤S2，将图像帧输入卷积网络得到多个边界框；步骤S3，基于Shi‑Tomasi特征标记兴趣点；步骤S4，根据KLT光流算法得到人员运动矢量和背景运动矢量；步骤S5，由人员运动矢量得到人员运动参数；步骤S6，对人员运动参数聚类得到不同人流；步骤S7，根据转换率、人员运动矢量和背景运动矢量，得到人员移动速度；步骤S8，根据边界框、人员移动速度和转换率，得到人流量、人流平均速度和人流密度。总之，本方法能够对无人机视频进行人员目标的精确识别、不同方向人流识别及人流信息提取。

本发明授权基于无人机视频的室外人流信息提取方法在权利要求书中公布了：1.一种基于无人机视频的室外人流信息提取方法，用于根据无人机拍摄的室外人流监测视频得到室外人流的人流量、人流平均速度和人流密度，其特征在于，包括以下步骤： 步骤S1，根据所述室外人流监测视频的帧率，对所述室外人流监测视频按照相同时间间隔抽帧，得到多个图像帧； 步骤S2，将所述图像帧输入卷积网络算法模型，通过边界框对所述图像帧进行人员和背景的分离，将各个所述人员置于边界框内，将所述背景置于边界框外； 步骤S3，基于Shi-Tomasi特征，标记所述图像帧的兴趣点，将所述边界框内的所述兴趣点作为人员兴趣点，将所述边界框外的所述兴趣点作为背景兴趣点； 步骤S4，根据KLT光流算法追踪当前图像帧ft中的所述兴趣点和下一相邻时刻的图像帧ft+1中的对应的所述兴趣点，计算得到该所述兴趣点的运动矢量，根据所述当前图像帧ft中的所有所述兴趣点的运动矢量，计算得到所述当前图像帧ft中各个所述人员的人员运动矢量和所述背景的背景运动矢量； 步骤S5，将所述当前图像帧ft的所有所述人员运动矢量放入笛卡尔直角坐标系，计算得到各个所述人员运动矢量的运动参数lk和θk作为该所述人员运动矢量的人员运动参数； 步骤S6，将所述当前图像帧ft的所有所述人员运动参数放入2维位移空间，通过聚类算法对所有所述人员运动参数进行分簇，各个所述簇代表所述当前图像帧ft中不同的人流方向； 步骤S7，根据所述当前图像帧ft的转换率rt、所述人员运动矢量和所述背景运动矢量，计算得到所述当前图像帧ft中的所述人员和所述背景在真实世界的移动速度； 步骤S8，根据所述当前图像帧ft的所述边界框的数量、所述人员在真实世界的移动速度和所述转换率rt，计算得到所述当前图像帧ft的各个所述人流方向的所述人流量、所述人流平均速度和所述人流密度， 其中，所述转换率rt根据所述当前图像帧ft中的标志性参考物的像素尺寸lp和对应的真实世界尺寸la得到；或者 根据所述当前图像帧ft的无人机高度ht、上一相邻时刻的图像帧ft-1的无人机高度ht-1和所述图像帧ft-1的转换率rt-1得到；或者 根据所述当前图像帧ft中所有所述边界框的平均长度ωt、所述图像帧ft-1中所有所述边界框的平均长度ωt-1和所述图像帧ft-1的转换率rt-1得到。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。