Processing

Please wait...

Settings

Settings

Goto Application

1. WO2022009091 - SYSTEM AND METHOD FOR CLASSIFICATION OF OBJECTS BY A BODY TAPER DETECTION

Publication Number WO/2022/009091
Publication Date 13.01.2022
International Application No. PCT/IB2021/056048
International Filing Date 06.07.2021
IPC
G06T 7/00 2017.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
7Image analysis
G06T 15/00 2011.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
153D  image rendering
G06K 9/60 2006.1
GPHYSICS
06COMPUTING; CALCULATING OR COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
60Combination of image acquisition and preprocessing functions
Applicants
  • CRON SYSTEMS PVT. LTD. [IN]/[IN]
Inventors
  • AGARWALA, Saurav
  • CHHABRA, Tushar
  • MATHUR, Alankrit
Agents
  • DAHIYA, Vivek
Priority Data
20201102911408.07.2020IN
Publication Language English (en)
Filing Language English (EN)
Designated States
Title
(EN) SYSTEM AND METHOD FOR CLASSIFICATION OF OBJECTS BY A BODY TAPER DETECTION
(FR) SYSTÈME ET PROCÉDÉ DE CLASSIFICATION D'OBJETS PAR DÉTECTION DE CONICITÉ DE CORPS
Abstract
(EN) A method (200) for classification of objects by a body taper detection comprises receiving (210) point cloud data of a plurality of objects from one or more 3D sensors (102) disposed in a space to be monitored; pre-processing (220) the fused point cloud data to search, detect and segment the plurality of objects, each segmented object comprising a set of horizontal layers of interception from the 3D sensor representing the structure of the segmented object; calculating (230) an inference ratio of each segmented object using lengths of respective horizontal layers,distances between set of horizontal layers and a distance of each segmented object from the one or more 3D sensors; checking (240) whether the inference ratio of the segmented object lies on best fit curves pre-generated using a plurality of golden ratios associated with a particular class of objects; and accordingly determining (250) the class of each of the segmented object.
(FR) Un procédé (200) de classification d'objets par détection de conicité de corps consiste à recevoir (210) des données de nuage de points d'une pluralité d'objets en provenance d'un ou de plusieurs capteurs 3D (102) disposés dans un espace à surveiller ; à prétraiter (220) les données de nuage de points fusionnées pour rechercher, détecter et segmenter la pluralité d'objets, chaque objet segmenté comprenant un ensemble de couches horizontales d'interception provenant du capteur 3D représentant la structure de l'objet segmenté ; à calculer (230) un rapport d'inférence de chaque objet segmenté à l'aide de longueurs de couches horizontales respectives, de distances entre les couches horizontales de l'ensemble et d'une distance de chaque objet segmenté au ou aux capteurs 3D ; à vérifier (240) si le rapport d'inférence de l'objet segmenté se trouve sur des courbes de régression préalablement générées à l'aide d'une pluralité de rapports dorés associés à une classe particulière d'objets ; et à déterminer en conséquence (250) la classe de chacun des objets segmentés.
Latest bibliographic data on file with the International Bureau