CN103942850B - 基于视频分析和rfid技术的医护人员在岗监测方法 - Google Patents
基于视频分析和rfid技术的医护人员在岗监测方法 Download PDFInfo
- Publication number
- CN103942850B CN103942850B CN201410167755.0A CN201410167755A CN103942850B CN 103942850 B CN103942850 B CN 103942850B CN 201410167755 A CN201410167755 A CN 201410167755A CN 103942850 B CN103942850 B CN 103942850B
- Authority
- CN
- China
- Prior art keywords
- duty
- medical personnel
- rfid
- video
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种基于视频分析和RFID技术的医护人员在岗监测方法和***,包括:监测区实时视频图像采集;对监控视频进行服装检测,获取医护人员检测结果;对检测到的医护人员根据人脸大小选择进行人脸识别或步态识别;进行运动检测,获得医护人员在岗信息;视频检测离岗人员,启动RFID扫描程序,确定人员在岗情况;此外,RFID定时启动在岗扫描程序,对医护人员在岗情况进行判断,如有疑似离岗情况,***请求视频监测***进行确认;对于确认离岗信息,***发出医护人员离岗的报警信息。本发明利用机器视觉、电子通信技术实现对医护人员的实时监护,能够在减少电磁污染和信息冗余的情况下,实现医护人员在岗的自动监控与报警提醒。
Description
技术领域
本发明涉及医护人员在岗监测方法,具体是一种基于视频分析和RFID技术的医护人员在岗监测方法,属于计算机视觉与射频通信技术领域。
背景技术
在现实生活中,由于医护人员的***造成的重大医疗事故,数不胜数、触目惊心。愈演愈烈的病闹事件,日趋紧张的医患关系,对医院监控***提出了新的需求。结合现代信息处理技术、通信技术的医护人员在岗状态监测能提供客观可靠的医护人员离岗、瞌睡、走神、替岗等状态信息,有效提升医疗机构的运营效率,对医患关系有积极的缓解作用,因此倍受政府关注。
目前,世界各地已经有很多医疗健康的实践。但在视频监控方面,一般只是简单地布置视频摄像头,进行火灾或入侵监测,很少针对医护人员在岗状态的自动识别和报警信息处理***。针对人员在岗状态,目前已有一些司机疲劳状态等的监测,可以作为借鉴,但司机疲劳状态的监测中,一般主要监测司机脸部,特别是眼睛部位,图像画面范围比较小,不适合对医院重要部位,例如护士站等的相对较大范围区域的监测。因此,需要有适用于这种特殊应用的监控方法。此外,RFID技术为人员跟踪提供了更快捷的方式,但频繁的RFID信号发送,难免带来电磁污染和信息冗余。并且大范围布设RFID设备也会存在成本问题。因此,如何在减少电磁污染和信息冗余的情况下,寻求适合医护特殊应用环境的在岗监测,是一个亟待解决的问题。
发明内容
针对现有技术中存在的上述技术问题,本发明利用视频监控和RFID技术进行医护人员在岗状态监测,提出了一种基于视频分析和RFID技术的医护人员在岗监测方法及***,利用现代机器视觉、图像处理、电子通信技术实现对医护人员的实时监护。
本发明的一方面,提供了一种基于视频分析和RFID技术的医护人员在岗监测方法,包括如下步骤:
一.实时采集监测区域的视频图像;
二.对采集到的视频图像进行医护人员服装识别,获取医护人员身体图像或者未获取医护人员身体图像的监测结果;
三.判定身体图像中人脸大小,对于人脸所占像素数较多的图像,进行人脸检测,判定是否指定值班人员;对于人脸所占像素较少的图像,进行步态识别,判定是否指定值班人员;
四.对检测到的值班人员进行运动跟踪,获得值班人员在岗信息;
五.对于疑似离岗人员,利用RFID在岗检测子***,启动RFID读取设备读取其RFID标签信息,确定位置;
六.根据所述医护人员在岗信息视频监测和RFID监测的综合结果,确定值班医护人员在岗状态,对于离岗情况,发出告警信息。
进一步的,步骤二中,进行服装识别之前,对监测到的视频图像进行去噪处理。
进一步的,采用分形小波自适应图像去噪算法进行高品质去噪处理。
进一步的,所述服装识别步骤包括:采用多帧相邻影像的相关性,利用视频图像的时空关系,采用级联分类器,锁定医护人员图像,并进行图像分割。
进一步的,步骤四中可以利用粒子滤波器算法,对多目标的运动状态进行跟踪,跟踪判断多个医护人员的在岗情况。
进一步的,所述RFID在岗监测子***,包括:RFID读取设备、RFID标签;所述RFID读取设备安装在监测区域值班台上;所述RFID标签放置于医护人员胸牌上,RFID标签与每个医护人员身份信息之间具有一一对应关系。
进一步的,在定时时刻或者视频监控子***请求时刻才启动RFID读取设备读取附近区域RFID标签信息。
另一方面,本发明还提供了一种基于视频分析和RFID技术的医护人员在岗监测***,包括:
视频采集子***,用于采集监控区域实时医护人员视频;
智能视频分析子***,用于对采集的视频进行服装检测,分割出医护人员个体,然后根据所处位置分别进行人脸分析或步态识别,获得值班人员在岗信息,同时对值班人员进行运动检测,进行在岗跟踪;
RFID在岗监测子***,用于定时对值班人员在岗信息进行扫描,同时在视频监测出现异常时,***启动RFID扫描,对值班医护人员在岗状态进行确认;
离岗报警子***,用于在确定医护人员离岗的时候,对医护人员提出告警,同时在医院应急管理***中提供报警信息。
本发明的基于视频分析和RFID技术的医护人员在岗监测方法利用现代机器视觉、图像处理、电子通信技术实现对医护人员的实时监护,实现了医护人员在岗自动监控报警功能。与现有技术相比较,本发明的有益效果在于:
本发明采用实时视频监控和报警***,实现了医护人员在岗自动监控报警功能;
本发明采用人脸检测和步态识别结合的算法,能有效防止他人替岗;
本发明通过运动跟踪,能有效获取医护人员的在岗信息;
本发明定时启动RFID扫描程序,能有效减少实时扫描带来的电磁污染和信息冗余。
附图说明
图1是本发明的基于视频分析和RFID技术的医护人员在岗监测方法的流程图。
图2 本发明实例提供的人脸检测***结构图;
图3 是本发明实例提供的步态识别流程图;
图4是本发明实施例提供的粒子滤波运动检测流程图。
具体实施方式
下面结合附图对本发明作进一步说明。
本发明的基于视频分析和RFID技术的医护人员在岗监测方法及***,利用服装识别算法确定医护人员(例如利用时空融合的服装识别算法),对医护人员根据其所处状态分别进行人脸识别和步态识别以确定值班人员,并进行运动跟踪,确定值班人员在岗状态;同时,定时启动RFID读取***,获取值班人员RFID信息,确定值班人员在岗状态,两个不同来源的在岗状态信息融合形成值班人员在岗信息,对于离岗状态,形成相应的告警信息。
如图1所示,本发明的基于视频分析和RFID技术的医护人员在岗监测方法包括如下步骤:
一.实时采集监测区域的视频图像;
二.对采集到的视频图像进行医护人员服装识别,获取医护人员身体图像或者未获取医护人员身体图像的监测结果;进行服装识别之前,为解决复杂背景中的光照、噪声等问题,对监测到的视频图像进行去噪处理,本实施例中采用分形小波自适应图像去噪算法充分利用视频图像中各种相关信息,进行高品质去噪处理;所述服装识别步骤包括:采用多帧相邻影像的相关性,利用视频图像的时空关系,采用级联分类器,锁定医护人员图像,并进行图像分割。
三.判定身体图像中人脸大小,对于人脸所占像素数较多的图像,进行人脸检测,判定是否指定值班人员;对于人脸所占像素较少的图像,进行步态识别,判定是否指定值班人员;
四.对检测到的值班人员进行运动跟踪,获得值班人员在岗信息;可以利用粒子滤波器算法,对多目标的运动状态进行跟踪,跟踪判断多个医护人员的在岗情况。
五.对于疑似离岗人员,利用RFID在岗检测子***,启动RFID读取设备读取其RFID标签信息,确定位置。
所述RFID在岗监测子***,包括:RFID读取设备、RFID标签;所述RFID读取设备安装在监测区域值班台上;所述RFID标签放置于医护人员胸牌上,RFID标签与每个医护人员身份信息之间具有一一对应关系。只在定时时刻或者视频监控子***请求时刻才启动RFID读取设备读取附近区域RFID标签信息,避免频繁RFID信息读取造成的信息冗余和电磁污染。
六.根据所述医护人员在岗信息视频监测和RFID监测的综合结果,确定值班医护人员在岗状态,对于离岗情况,发出告警信息。
本发明的基于视频分析和RFID技术的医护人员在岗监测***,包括:
视频采集子***,用于采集监控区域实时医护人员视频;
智能视频分析子***,用于对采集的视频进行服装检测,分割出医护人员个体,然后根据所处位置分别进行人脸分析或步态识别,获得值班人员在岗信息,同时对值班人员进行运动检测,进行在岗跟踪;
RFID在岗监测子***,用于定时对值班人员在岗信息进行扫描,同时在视频监测出现异常时,***启动RFID扫描,对值班医护人员在岗状态进行确认;
离岗报警子***,用于在确定医护人员离岗的时候,对医护人员提出告警,同时在医院应急管理***中提供报警信息。
下面结合附图2至附图4对本发明进行详细说明。
一、对采集到的监控视频进行服装检测,获取医护人员的检测结果。因为医护人员的工作装颜色固定,故可以通过对监控视频进行服装识别,初步判定是否为医护人员。
以基于颜色特征提取的服装识别为例,该算法的原理是,首先将RGB空间转换为HSV空间。然后对HSV结果进行适当量化,接着计算直方图并通过对颜色直方图的匹配来进行检索。
本实施例中量化算法通过对颜色空间的分析,把色调H空间分为6份.饱和度S分为4份,亮度v分为4份实现。直方图的计算方法如下:将量化后的HSV空间分成LH×LS×LV个代表色区间,其中LH、LS、LV分别表示H、S和v的量化级数,把3个颜色分量合成为一维特征矢量I=HxLH+S×LS+V×LV,即G=6H+4S+3V,这样分成了72个代表色区间,因此G的取值范围为G∈[0,1,2,…,71]。计算G获得一维直方图。通过匹配算法检测医护人员可以通过计算相似度来实现:
Sim(I,Q)=
其中,I、Q分别对应原始图像I和图像库中待检图像Q,其其直方图特征向量分别为HI=(i0,i1,…,iL)和Hq=(q0,q1,…qL),这里0<iI≤1,0≤qI≤1,为归一化后的值。相似度值越小越相似,最后结合形状相似度,通过加权计算出图像的总相似度。
考虑时空结合的服装监测方法,不仅通过上述方法判断某块图像的相似度,而且对同帧图像中相邻区域(例如上身和下身,胳膊和躯干)进行相关比较,此外,采用多帧相邻影像的相关性,判断相邻若干帧中对应位置是否依然为相同结果,利用视频图像的时空关系,综合判断得到医务人员。
二、对人脸所占像素较多的图像,进行人脸检测,判定是否指定值班人员。人脸检测一般分为4部分:从复杂的背景中检测并分离出人脸所在的区域,即人脸定位检测;抽取人脸识别特征;特征降维;进行模式识别。图2为人脸检测的结构框图。
三、对人脸所占像素较少的图像,进行步态识别,判定是否指定值班人员。
本实施例中用动态调整DTW步态识别算法实现步态识别:首先建立背景模型(如高斯模型),从中提取人体二值轮廓图像;然后确定质心,通过计算质心到轮廓线各点的距离将2维轮廓特征转换为1维距离特征并标准化;接着计算训练序列的动态时间规整( DTW )距离并建立模型,确定不同插值时的阈值;最后计算测试序列的DTW距离,通过阈值比较判别步态的相似程度。算法流程如图3所示。
四、对医护人员进行运动检测,获取医护人员在岗信息。
对于同一医护人员在摄像头检测范围内会持续运动一段时间,那么运动的医护人员会在连续几帧中出现,而且在同一帧中可能有多名医护人员。为了判定医护人员的在岗信息,所以需要对多个医护人员的运动目标进行跟踪, 以MSPF的多目标运动跟踪为例,首先检测到所有运动的医护人员, 将其作为候选目标予以保存,然后按照目标帧间的对应关系, 利用MSPF算法分别预测每一目标在下一帧可能出现的范围,通过对下一帧预测范围的检测,确定该范围内医护人员的数目,若不存在, 则表明医护人员离开区域,除去数组中的候选目标;若仅存在一个目标, 则该目标为医护人员下一帧的运行位置,同时对数组中候选目标的信息进行更新; 否则进行基于Mean shift 算法的相似度特征匹配,以确定最佳匹配目标。该算法的流程图如图4所示。
以上所述及图中所示的仅是本发明的优选实施方式。应当指出,对于本领域的普通技术人员来说,在不脱离本发明的原理的前提下,还可以作出若干变型和改进,这些也应视为属于本发明的保护范围。
Claims (7)
1.一种基于视频分析和RFID技术的医护人员在岗监测方法,包括如下步骤:
一.实时采集监测区域的视频图像;
二.对采集到的视频图像进行医护人员服装识别,获取医护人员身体图像或者未获取医护人员身体图像的监测结果;
三.判定身体图像中人脸大小,对于人脸所占像素数较多的图像,进行人脸检测,判定是否指定值班人员;对于人脸所占像素较少的图像,进行步态识别,判定是否指定值班人员;
四.对检测到的值班人员进行运动跟踪,获得值班人员在岗信息;
五.对于疑似离岗人员,利用RFID在岗检测子***,启动RFID读取设备读取其RFID标签信息,确定位置;
六.根据所述医护人员在岗信息视频监测和RFID监测的综合结果,确定值班医护人员在岗状态,对于离岗情况,发出告警信息。
2.如权利要求1所述的基于视频分析和RFID技术的医护人员在岗监测方法,其特征在于:步骤二中,进行服装识别之前,对监测到的视频图像进行去噪处理。
3.如权利要求2所述的基于视频分析和RFID技术的医护人员在岗监测方法,其特征在于:采用分形小波自适应图像去噪算法进行高品质去噪处理。
4.如权利要求1所述的基于视频分析和RFID技术的医护人员在岗监测方法,其特征在于:所述服装识别步骤包括:采用多帧相邻影像的相关性,利用视频图像的时空关系,采用级联分类器,锁定医护人员图像,并进行图像分割。
5.如权利要求1所述的基于视频分析和RFID技术的医护人员在岗监测方法,其特征在于:步骤四中可以利用粒子滤波器算法,对多目标的运动状态进行跟踪,跟踪判断多个医护人员的在岗情况。
6.如权利要求1所述的基于视频分析和RFID技术的医护人员在岗监测方法,其特征在于:所述RFID在岗监测子***,包括:RFID读取设备、RFID标签;所述RFID读取设备安装在监测区域值班台上;所述RFID标签放置于医护人员胸牌上,RFID标签与每个医护人员身份信息之间具有一一对应关系。
7.如权利要求6所述的基于视频分析和RFID技术的医护人员在岗监测方法,其特征在于:在定时时刻或者视频监控子***请求时刻才启动RFID读取设备读取附近区域RFID标签信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410167755.0A CN103942850B (zh) | 2014-04-24 | 2014-04-24 | 基于视频分析和rfid技术的医护人员在岗监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410167755.0A CN103942850B (zh) | 2014-04-24 | 2014-04-24 | 基于视频分析和rfid技术的医护人员在岗监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103942850A CN103942850A (zh) | 2014-07-23 |
CN103942850B true CN103942850B (zh) | 2015-10-28 |
Family
ID=51190499
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410167755.0A Active CN103942850B (zh) | 2014-04-24 | 2014-04-24 | 基于视频分析和rfid技术的医护人员在岗监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103942850B (zh) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104778670A (zh) * | 2015-04-17 | 2015-07-15 | 广西科技大学 | 一种基于多元统计模型的分形小波自适应图像去噪方法 |
CN105139062A (zh) * | 2015-06-30 | 2015-12-09 | 湖南新云医疗装备工业有限公司 | 医护rfid摄录胸牌 |
CN106097476A (zh) * | 2016-06-12 | 2016-11-09 | 朱兰英 | 一种基于面部图像的室内巡视核验方法 |
CN108241953A (zh) * | 2016-12-23 | 2018-07-03 | 电信科学技术研究院 | 目标对象监控的方法和装置 |
CN110110575A (zh) * | 2018-02-01 | 2019-08-09 | 广州弘度信息科技有限公司 | 一种人员脱岗检测方法及装置 |
CN108769585A (zh) * | 2018-05-30 | 2018-11-06 | 深圳万智联合科技有限公司 | 一种监控效果良好的监控*** |
CN109190560A (zh) * | 2018-08-31 | 2019-01-11 | 辽宁奇辉电子***工程有限公司 | 一种基于人脸识别技术的铁路信号楼交接班及防困睡*** |
CN109242439B (zh) * | 2018-09-21 | 2021-10-26 | 国家电网有限公司 | 基于变电站设备相关联数据的特征提取识别方法 |
CN109583681A (zh) * | 2018-10-10 | 2019-04-05 | 刘培富 | 一种远程多功能值班监控***及操作方法 |
CN111198909A (zh) * | 2018-11-16 | 2020-05-26 | 长鑫存储技术有限公司 | 数据处理方法及装置、电子设备、存储介质 |
CN110010233A (zh) * | 2019-03-01 | 2019-07-12 | 许玉涛 | 急诊医事信息处理***及方法 |
CN110111545A (zh) * | 2019-04-29 | 2019-08-09 | 江苏省人民医院(南京医科大学第一附属医院) | 基于信号检测的消毒室警告***及方法 |
CN110457985B (zh) * | 2019-06-05 | 2022-04-05 | 深圳大学 | 基于视频序列的行人再识别方法、装置及计算机设备 |
CN110189111A (zh) * | 2019-06-06 | 2019-08-30 | 名创优品(横琴)企业管理有限公司 | 考勤方法及装置 |
CN112308995A (zh) * | 2019-08-01 | 2021-02-02 | 银河水滴科技(北京)有限公司 | 一种在岗监控方法、设备和计算机可读存储介质 |
CN110826538B (zh) * | 2019-12-06 | 2023-05-02 | 合肥科大智能机器人技术有限公司 | 一种用于电力营业厅的异常离岗识别*** |
CN111369703A (zh) * | 2020-03-20 | 2020-07-03 | 北京金山云网络技术有限公司 | 一种在线时间确定方法、装置、服务器及介质 |
CN111680607A (zh) * | 2020-06-03 | 2020-09-18 | 长春博立电子科技有限公司 | 基于视频分析的病房异常监测方法及*** |
CN111768520B (zh) * | 2020-06-04 | 2023-01-24 | 站坐(北京)科技有限公司 | 目标检测装置及方法 |
CN112417937B (zh) * | 2020-07-10 | 2023-05-16 | 国网河北省电力有限公司雄安新区供电公司 | 一种基于时间序列的变电站视频目标检测方法 |
CN112149768B (zh) * | 2020-09-17 | 2024-05-14 | 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 |
CN113067845A (zh) * | 2020-12-06 | 2021-07-02 | 泰州市朗嘉馨网络科技有限公司 | 应用数值分析的在岗检测平台 |
CN113065386A (zh) * | 2020-12-25 | 2021-07-02 | 泰州可以信息科技有限公司 | 预设时长工人在岗状态检测*** |
CN112887678A (zh) * | 2021-01-28 | 2021-06-01 | 泰豪信息技术有限公司 | 一种监所值班人员监管方法、***、存储介质及设备 |
CN113989738A (zh) * | 2021-10-25 | 2022-01-28 | 浙江卢苏库网络科技有限公司 | 一种值班人员在岗监测方法及*** |
CN117253283A (zh) * | 2023-08-09 | 2023-12-19 | 三峡大学 | 基于图像信息与电磁定位信息数据融合的轮椅跟随方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101577812A (zh) * | 2009-03-06 | 2009-11-11 | 北京中星微电子有限公司 | 一种岗位监测的方法和*** |
CN101901334A (zh) * | 2009-05-31 | 2010-12-01 | 汉王科技股份有限公司 | 静态目标检测方法 |
CN102542625A (zh) * | 2010-12-22 | 2012-07-04 | 中兴通讯股份有限公司 | 一种信息处理方法及装置 |
ES2415556A2 (es) * | 2011-10-18 | 2013-07-25 | Robotics, S.A. | Método de identificación y registro horario de trabajadores provistos de un dispositivo móvil con cámara fotográfica y posibilidad de navegación por web |
-
2014
- 2014-04-24 CN CN201410167755.0A patent/CN103942850B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101577812A (zh) * | 2009-03-06 | 2009-11-11 | 北京中星微电子有限公司 | 一种岗位监测的方法和*** |
CN101901334A (zh) * | 2009-05-31 | 2010-12-01 | 汉王科技股份有限公司 | 静态目标检测方法 |
CN102542625A (zh) * | 2010-12-22 | 2012-07-04 | 中兴通讯股份有限公司 | 一种信息处理方法及装置 |
ES2415556A2 (es) * | 2011-10-18 | 2013-07-25 | Robotics, S.A. | Método de identificación y registro horario de trabajadores provistos de un dispositivo móvil con cámara fotográfica y posibilidad de navegación por web |
Also Published As
Publication number | Publication date |
---|---|
CN103942850A (zh) | 2014-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103942850B (zh) | 基于视频分析和rfid技术的医护人员在岗监测方法 | |
CN112396658B (zh) | 一种基于视频的室内人员定位方法及定位*** | |
CN103517042B (zh) | 一种养老院老人危险行为监测方法 | |
Gowsikhaa et al. | Suspicious Human Activity Detection from Surveillance Videos. | |
CN106128022B (zh) | 一种智慧金睛识别暴力动作报警方法 | |
JP6764481B2 (ja) | 監視装置 | |
CN100555348C (zh) | 银行自助设备智能视频监控*** | |
CN101715111B (zh) | 视频监控中滞留物主自动搜寻方法 | |
CN106156688A (zh) | 一种动态人脸识别方法及*** | |
CN111275910B (zh) | 一种基于高斯混合模型的扶梯越界行为检测方法及*** | |
CN104616006A (zh) | 一种面向监控视频的胡须人脸检测方法 | |
CN111223260A (zh) | 在仓储管理中智能监控货物防盗损的方法和*** | |
CN111259718A (zh) | 一种基于高斯混合模型的扶梯滞留检测方法及*** | |
CN112800975A (zh) | 一种基于图像处理的安检通道内行为识别方法 | |
Benezeth et al. | A real time human detection system based on far infrared vision | |
CN114155472A (zh) | 厂区场景临空面防护设备异常状态检测方法、装置和设备 | |
Gasserm et al. | Human activities monitoring at bus stops | |
CN113963373A (zh) | 一种基于视频图像动态检测与跟踪算法***及方法 | |
CN113194249A (zh) | 一种基于摄像头的运动物体实时追踪***及方法 | |
KR20210158584A (ko) | 안면인식 및 유사한 옷 색상의 다수 객체 추적기술을 통한 스마트 휴먼검색 통합 솔루션 | |
CN111291728A (zh) | 违规翻越传输带行为的检测***及检测设备、检测方法 | |
Landabaso et al. | Robust tracking and object classification towards automated video surveillance | |
CN110598521A (zh) | 一种基于人脸图像智能分析的行为与生理状态识别方法 | |
CN112183164A (zh) | 一种监控视频下的行人属性识别方法 | |
CN106339666B (zh) | 一种人体目标的夜间监控方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |