CN106651902A - 一种楼宇智能预警方法及*** - Google Patents
一种楼宇智能预警方法及*** Download PDFInfo
- Publication number
- CN106651902A CN106651902A CN201510733827.8A CN201510733827A CN106651902A CN 106651902 A CN106651902 A CN 106651902A CN 201510733827 A CN201510733827 A CN 201510733827A CN 106651902 A CN106651902 A CN 106651902A
- Authority
- CN
- China
- Prior art keywords
- picture
- monitoring
- gray value
- color gray
- pixel
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种楼宇智能预警方法及***,所述方法包括:获取楼宇的实时视频监控图像序列;对所述视频监控图像序列进行数据帧截取,得到多张监控图片;采用中值滤波法对每一监控图片进行特征提取,得到每一监控图片中各个像素点的颜色灰度值;将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行比较,并根据比较结果确定所述监控图片中的运动目标;根据预设预警策略对所述运动目标进行预警。本发明提高了楼宇预警装置的预警准确率,解决了传统楼宇预警装置自动化程度低、预警效果差等问题,同时,减少了由于预警不准确造成的时间和人力的浪费。
Description
技术领域
本发明涉及信息安全技术领域,具体涉及一种楼宇智能预警方法及***。
背景技术
随着人民生活品质的日益提高,人们对生命和财产问题也日益关注,这就需要借助安保设施来保障人们的生命财产安全,在大型商场、办公楼、宾馆、图书馆等公共场所以及居民住宅等楼宇安装预警装置就是安保设施之一,楼宇预警装置主要是针对楼宇出入口、内部过道以及一些重要场所进行监测,若发现异常情况,则向安保人员发出预警信息。
现有的楼宇预警装置通过探测器对现场情况进行探测,对探测器发出的探测信号进行相关处理,采用预警判断算法对探测信号进行判断,进行预警,但是,随着楼宇的建设规模逐渐增大,预警装置所需监测的范围也不断的增大,传统的探测器采集的探测信号的数量和类型较多,简单的预警判断算法以不能准确的对探测信号进行预警,导致虚警概率大大增加,降低了安保设施对人们的安全保障性,而且自动化程度较低,浪费时间和人力。
发明内容
本发明提供一种楼宇智能预警方法及***,通过采用中值滤波法对实时视频监控图像进行处理,提高了预警准确率,解决了现有楼宇预警装置自动化程度低、预警效果差的问题。
第一方面,本发明提供一种楼宇智能预警方法,所述方法包括:
获取楼宇的实时视频监控图像序列;
对所述视频监控图像序列进行数据帧截取,得到多张监控图片;
采用中值滤波法对每一监控图片进行特征提取,得到每一监控图片中各个像素点的颜色灰度值;
将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行比较,并根据比较结果确定所述监控图片中的运动目标;
根据预设预警策略对所述运动目标进行预警。
其中,在对所述视频监控图像序列进行数据帧截取之前,所述方法还包括:
提取所述视频监控图像序列的关键信息,所述关键信息包括监控总时长、时间区间以及位置信息;
在对所述视频监控图像序列进行数据帧截取之后,所述方法还包括:
根据所述关键信息为得到的监控图片添加描述信息。
其中,所述对所述监控视频数据进行数据帧截取,得到多张监控图片,具体包括:
根据预设的图片截取点截取连续的图片或根据携带有特定图片截取点的请求信息截取特定的图片。
其中,所述方法还包括:
采用中值滤波法对预设背景图片进行特征提取,得到所述预设背景图片中各个像素点的颜色灰度值。
其中,所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行比较,并根据比较结果确定所述监控图片中的运动目标,具体包括:
所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行做差,获取所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值的差值;
将所述差值与预设的阈值进行比较,若所述差值大于所述预设的阈值,则确定该像素点为运动目标。
第二方面,本发明提供一种楼宇智能预警***,所述***包括上位机和至少一个下位机,所述上位机分别和每一下位机进行通信;
所述下位机具体包括:
视频获取模块,用于获取楼宇的实时视频监控图像序列;
视频处理模块,用于对所述视频监控图像序列进行数据帧截取,得到多张监控图片;
图片处理模块,用于采用中值滤波法对每一监控图片进行特征提取,得到每一监控图片中各个像素点的颜色灰度值;
目标检测模块,用于将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行比较,并根据比较结果确定所述监控图片中的运动目标;
预警模块,用于根据预设预警策略对所述运动目标进行预警。
其中,所述***还包括:
第一预处理模块,用于在所述视频处理模块对所述视频监控图像序列进行数据帧截取之前,提取所述视频监控图像序列的关键信息,所述关键信息包括监控总时长、时间区间以及位置信息;
第二预处理模块,用于根据所述关键信息为得到的监控图片添加描述信息。
其中,所述视频处理模块,具体包括:
连续图片截取单元,用于根据预设的图片截取点截取连续的图片;
特定图片截取单元,用于根据携带有特定图片截取点的请求信息截取特定的图片。
其中,所述***还包括:
背景图片处理模块,用于采用中值滤波法对预设背景图片进行特征提取,得到所述预设背景图片中各个像素点的颜色灰度值。
其中,所述目标检测模块,具体包括:
分析单元,用于所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行做差,获取所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值的差值;
确定单元,用于将所述差值与预设的阈值进行比较,若所述差值大于所述预设的阈值,则确定该像素点为运动目标。
本发明提供的一种楼宇智能预警方法及***,通过采用中值滤波法对实时视频监控图像序列进行处理,提取监控图片中各个像素点的颜色灰度值,并与对应的预设背景图片中的各个像素点的颜色灰度值进行比较来检测运动目标,以提高楼宇预警装置的预警准确率,解决了现有楼宇预警装置自动化程度低、预警效果差等问题,同时,减少了由于预警不准确造成的时间和人力的浪费。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些图获得其他的附图。
图1为本发明一实施例提供的一种楼宇智能预警方法的流程示意图;
图2为本发明一实施例提供的一种楼宇智能预警***的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
如图1所示,本公开实施例提供了一种楼宇智能预警方法,该方法包括如下步骤:
S11、获取楼宇的实时视频监控图像序列;
具体地,楼宇的实时视频监控图像序列由现场采集设备采集后,预先存储在下位机中。
S12、对所述视频监控图像序列进行数据帧截取,得到多张监控图片;
S13、采用中值滤波法对每一监控图片进行特征提取,得到每一监控图片中各个像素点的颜色灰度值;
具体地,提取每一监控图片中各个像素点的红、绿、蓝三元色的灰度值。
S14、将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行比较,并根据比较结果确定所述监控图片中的运动目标;
具体地,将检测到的数据上传到上位机,以使上位机对其进行显示,以便于对检测到的运动目标进行预警。
S15、根据预设预警策略对所述运动目标进行预警。
具体地,对检测到的运动目标根据设定的对应的情景进行显示和预警。
本实施例提供的一种楼宇智能预警方法,通过将视频监控图像序列截取为多个监控图片,采用中值滤波法对每一监控图片进行处理,提取每一监控图片的像素点的灰度值,并将每一监控图片的各个像素点的颜色灰度值与对应的预设背景图片的各个像素点的颜色灰度值进行做差处理,对运动目标进行检测,以此提高楼宇预警装置的预警的准确率,解决现有楼宇预警装置自动化程度低、预警效果差的问题。
在本发明公开的另一实施例中,本实施例基于上述实施例公开的技术方案,其中,在对所述视频监控图像序列进行数据帧截取之前,所述方法还包括如下步骤:
提取所述视频监控图像序列的关键信息,所述关键信息包括监控总时长、时间区间以及位置信息;
具体地,通过对获取的视频监控图像序列进行预处理,提取视频监控图像序列的关键信息,以使从视频监控图像序列中截取的监控图片为有效的监控图片。
在对所述视频监控图像序列进行数据帧截取之后,所述方法还包括如下步骤:
根据所述关键信息为得到的监控图片添加描述信息。
在本实施例中,通过在对视频监控图像序列进行截取之前,对视频监控图像序列进行预处理,提取视频监控图像序列的关键信息,以提高截取的监控图片的有效性,并根据所述关键信息对得到的监控图片进行描述,通过对所述监控图片进行进一步分析处理,实现运动目标的检测,增加了楼宇预警装置的预警准确率。
在本实施例中,所述对所述监控视频数据进行数据帧截取,得到多张监控图片,具体包括如下步骤:
根据预设的图片截取点截取连续的图片或根据携带有特定图片截取点的请求信息截取特定的图片。
具体的,所述根据预设的图片截取点截取连续的图片可以理解为根据软件默认设定自动生成图片;
所述根据携带有特定图片截取点的请求信息截取特定的图片可以理解为,用户可以根据特定的需求来设置图片截取点,截取特定的图片。
在本实施例中,所述方法还包括如下步骤:
采用中值滤波法对预设背景图片进行特征提取,得到所述预设背景图片中各个像素点的颜色灰度值。
具体地,中值滤波法是对某窗口内的所有像素点的灰度按从小到大的顺序排列,并将中间值作为像素点的灰度值,这个中间值不易收到极端数据的影响,有很好的主体数据的特性,因此,基于中间值的抗差估计具有良好的稳定性。
具体地,对预设的背景图片采用中值滤波法进行颜色灰度值提取,以便于与所述监控图片的各个颜色灰度值进行比较,提高了比较结果的准确性。
在本实施例中,所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行比较,并根据比较结果确定所述监控图片中的运动目标,具体包括如下步骤:
所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行做差,获取所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值的差值;
具体地,监控图片中各个像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值的差值大部分都是接近于零的,只有监控图片中的运动目标对应的颜色灰度值与对应的预设背景图片中对应像素点的颜色灰度值的差值与零的差距较大,因此,找到这些差值较大的颜色灰度值集合就可以把每一帧上的运动目标检测出来。
将所述差值与预设的阈值进行比较,若所述差值大于所述预设的阈值,则确定该像素点为运动目标。
具体地,若所述差值大于所述预设的阈值,则确定该像素点为前景运动目标,否则,判断为背景;
应当说明的是,该处的阈值可为经验值,通过多次实验验证得到的一个与所述差值进行比较的数值。
如图2所示,本公开另一实施例提供了一种楼宇智能预警***,该***包括:上位机和至少一个下位机,所述上位机分别和每一下位机进行通信;
所述下位机具体包括:视频获取模块41、视频处理模块42、图片处理模块43、目标检测模块44以及预警模块45;
所述视频获取模块41,用于获取楼宇的实时视频监控图像序列;
所述视频处理模块42,用于对所述视频监控图像序列进行数据帧截取,得到多张监控图片;
所述图片处理模块43,用于采用中值滤波法对每一监控图片进行特征提取,得到每一监控图片中各个像素点的颜色灰度值;
所述目标检测模块44,用于将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行比较,并根据比较结果确定所述监控图片中的运动目标;
所述预警模块45,用于根据预设预警策略对所述运动目标进行预警。
具体地,所述上位机分别和每一下位机通过网口进行通信。
在本实施例中,所述下位机中还包括存储模块;
所述视频监控图像序列预先存储在存储模块中;
所述截取的监控图片按照默认或指定的存储路径保存在存储模块中。
在本实施例中,所述下位机还包括第一预处理模块和第二预处理模块;
所述第一预处理模块,用于在所述视频处理模块对所述视频监控图像序列进行数据帧截取之前,提取所述视频监控图像序列的关键信息,所述关键信息包括监控总时长、时间区间以及位置信息;
所述第二预处理模块,用于根据所述关键信息为得到的监控图片添加描述信息。
在本实施例中,所述视频处理模块42,具体包括连续图片截取单元和特定图片截取单元;
所述连续图片截取单元,用于根据预设的图片截取点截取连续的图片;
所述特定图片截取单元,用于根据携带有特定图片截取点的请求信息截取特定的图片。
在本实施例中,所述下位机还包括背景图片处理模块;
所述背景图片处理模块,用于采用中值滤波法对预设背景图片进行特征提取,得到所述预设背景图片中各个像素点的颜色灰度值。
在本实施例中,所述目标检测模块44,具体包括分析单元和确定单元;
所述分析单元,用于所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行做差,获取所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值的差值;
所述确定单元,用于将所述差值与预设的阈值进行比较,若所述差值大于所述预设的阈值,则确定该像素点为运动目标。
本实施例公开的技术方案的具体工作原理如下:
下位机中各个模块与上位机建立链接,保持正常通信;下位机中的视频获取模块存储模块建立链接并保持正常通信,获取视频监控图像序列;通过第一预处理模块对获取的视频监控图像序列进行预处理,通过视频处理模块对视频监控图像序列进行数据帧截取,得到多张监控图片;通过第二预处理模块对监控图片添加描述信息;通过图片处理模块采用中值滤波法对每一监控图片进行特征提取,得到每一监控图片中各个像素点的颜色灰度值;通过背景图片处理模块采用中值滤波法对预设背景图片进行特征提取,得到所述预设背景图片中各个像素点的颜色灰度值;通过目标检测模块将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行比较,并根据比较结果确定所述监控图片中的运动目标;通过预警模块根据预设预警策略对所述运动目标进行预警。
本实施例公开的一种楼宇智能预警***,通过将视频监控图像序列截取为多个监控图片,采用中值滤波法对每一监控图片进行处理,提取每一监控图片的像素点的灰度值,并将每一监控图片的各个像素点的颜色灰度值与对应的预设背景图片的各个像素点的颜色灰度值进行做差处理,对运动目标进行检测,以此提高楼宇预警装置的预警的准确率,该***反应迅速,可以有效的对危险情景进行报警,解决现有楼宇预警装置自动化程度低、预警效果差的问题,而且,从整体性能来看,该***设计合理、信道传输准确、联动报警迅速、信息反馈及时有效、报警信息处理平台运行可靠稳定。
本领域普通技术人员可以理解:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (10)
1.一种楼宇智能预警方法,其特征在于,所述方法包括:
获取楼宇的实时视频监控图像序列;
对所述视频监控图像序列进行数据帧截取,得到多张监控图片;
采用中值滤波法对每一监控图片进行特征提取,得到每一监控图片中各个像素点的颜色灰度值;
将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行比较,并根据比较结果确定所述监控图片中的运动目标;
根据预设预警策略对所述运动目标进行预警。
2.根据权利要求1所述的方法,其特征在于,在对所述视频监控图像序列进行数据帧截取之前,所述方法还包括:
提取所述视频监控图像序列的关键信息,所述关键信息包括监控总时长、时间区间以及位置信息;
在对所述视频监控图像序列进行数据帧截取之后,所述方法还包括:
根据所述关键信息为得到的监控图片添加描述信息。
3.根据权利要求1所述的方法,其特征在于,所述对所述监控视频数据进行数据帧截取,得到多张监控图片,具体包括:
根据预设的图片截取点截取连续的图片或根据携带有特定图片截取点的请求信息截取特定的图片。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述方法还包括:
采用中值滤波法对预设背景图片进行特征提取,得到所述预设背景图片中各个像素点的颜色灰度值。
5.根据权利要求4所述的方法,其特征在于,所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行比较,并根据比较结果确定所述监控图片中的运动目标,具体包括:
所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行做差,获取所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值的差值;
将所述差值与预设的阈值进行比较,若所述差值大于所述预设的阈值,则确定该像素点为运动目标。
6.一种楼宇智能预警***,其特征在于,所述***包括上位机和至少一个下位机,所述上位机分别和每一下位机进行通信;
所述下位机具体包括:
视频获取模块,用于获取楼宇的实时视频监控图像序列;
视频处理模块,用于对所述视频监控图像序列进行数据帧截取,得到多张监控图片;
图片处理模块,用于采用中值滤波法对每一监控图片进行特征提取,得到每一监控图片中各个像素点的颜色灰度值;
目标检测模块,用于将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行比较,并根据比较结果确定所述监控图片中的运动目标;
预警模块,用于根据预设预警策略对所述运动目标进行预警。
7.根据权利要求6所述的***,其特征在于,所述***还包括:
第一预处理模块,用于在所述视频处理模块对所述视频监控图像序列进行数据帧截取之前,提取所述视频监控图像序列的关键信息,所述关键信息包括监控总时长、时间区间以及位置信息;
第二预处理模块,用于根据所述关键信息为得到的监控图片添加描述信息。
8.根据权利要求6所述的***,其特征在于,所述视频处理模块,具体包括:
连续图片截取单元,用于根据预设的图片截取点截取连续的图片;
特定图片截取单元,用于根据携带有特定图片截取点的请求信息截取特定的图片。
9.根据权利要求6-8任一项所述的***,其特征在于,所述***还包括:
背景图片处理模块,用于采用中值滤波法对预设背景图片进行特征提取,得到所述预设背景图片中各个像素点的颜色灰度值。
10.根据权利要求9所述的***,其特征在于,所述目标检测模块,具体包括:
分析单元,用于所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值进行做差,获取所述将监控图片中每一像素点的颜色灰度值与所述监控图片对应的预设背景图片中对应像素点的颜色灰度值的差值;
确定单元,用于将所述差值与预设的阈值进行比较,若所述差值大于所述预设的阈值,则确定该像素点为运动目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510733827.8A CN106651902A (zh) | 2015-11-02 | 2015-11-02 | 一种楼宇智能预警方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510733827.8A CN106651902A (zh) | 2015-11-02 | 2015-11-02 | 一种楼宇智能预警方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106651902A true CN106651902A (zh) | 2017-05-10 |
Family
ID=58810752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510733827.8A Pending CN106651902A (zh) | 2015-11-02 | 2015-11-02 | 一种楼宇智能预警方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106651902A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108234940A (zh) * | 2017-12-07 | 2018-06-29 | 广西师范大学 | 一种视频监控服务端、***及方法 |
CN108345247A (zh) * | 2018-02-26 | 2018-07-31 | 杭州智仁建筑工程有限公司 | 一种自动控制方法 |
CN109785341A (zh) * | 2019-01-14 | 2019-05-21 | 深圳市邻友通科技发展有限公司 | 一种美甲装置指甲区域图像获取方法、***、美甲设备和介质 |
CN113114938A (zh) * | 2021-04-12 | 2021-07-13 | 滁州博格韦尔电气有限公司 | 一种基于电子信息的目标精确监控*** |
US11064784B2 (en) | 2019-01-14 | 2021-07-20 | Shenzhen Danya Technology Co., Ltd. | Printing method and system of a nail printing apparatus, and a medium thereof |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222214A (zh) * | 2011-05-09 | 2011-10-19 | 苏州易斯康信息科技有限公司 | 快速物体识别算法 |
CN102663362A (zh) * | 2012-04-09 | 2012-09-12 | 宁波中科集成电路设计中心有限公司 | 一种基于灰度特征的运动目标检测方法 |
CN103020596A (zh) * | 2012-12-05 | 2013-04-03 | 华北电力大学 | 一种基于块模型的电力生产中异常人体行为识别方法 |
CN103325112A (zh) * | 2013-06-07 | 2013-09-25 | 中国民航大学 | 动态场景中运动目标快速检测方法 |
-
2015
- 2015-11-02 CN CN201510733827.8A patent/CN106651902A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222214A (zh) * | 2011-05-09 | 2011-10-19 | 苏州易斯康信息科技有限公司 | 快速物体识别算法 |
CN102663362A (zh) * | 2012-04-09 | 2012-09-12 | 宁波中科集成电路设计中心有限公司 | 一种基于灰度特征的运动目标检测方法 |
CN103020596A (zh) * | 2012-12-05 | 2013-04-03 | 华北电力大学 | 一种基于块模型的电力生产中异常人体行为识别方法 |
CN103325112A (zh) * | 2013-06-07 | 2013-09-25 | 中国民航大学 | 动态场景中运动目标快速检测方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108234940A (zh) * | 2017-12-07 | 2018-06-29 | 广西师范大学 | 一种视频监控服务端、***及方法 |
CN108345247A (zh) * | 2018-02-26 | 2018-07-31 | 杭州智仁建筑工程有限公司 | 一种自动控制方法 |
CN109785341A (zh) * | 2019-01-14 | 2019-05-21 | 深圳市邻友通科技发展有限公司 | 一种美甲装置指甲区域图像获取方法、***、美甲设备和介质 |
US11064784B2 (en) | 2019-01-14 | 2021-07-20 | Shenzhen Danya Technology Co., Ltd. | Printing method and system of a nail printing apparatus, and a medium thereof |
CN113114938A (zh) * | 2021-04-12 | 2021-07-13 | 滁州博格韦尔电气有限公司 | 一种基于电子信息的目标精确监控*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103108159B (zh) | 一种电力智能视频分析监控***和方法 | |
CN106651902A (zh) | 一种楼宇智能预警方法及*** | |
CN105046682B (zh) | 一种基于本地计算的视频监控方法 | |
US10769645B2 (en) | Method and device for calculating customer traffic volume | |
CN107040544B (zh) | 一种基于流量的入侵检测方法、装置及*** | |
CN107272637A (zh) | 一种视频监控***故障自检自恢复控制***及方法 | |
JP5518359B2 (ja) | 煙検出装置 | |
JP4729610B2 (ja) | 煙検出装置 | |
CN103996256A (zh) | 基于智能移动装置及位置判断的自动设撤防***及方法 | |
CN103514694A (zh) | 一种入侵检测监控*** | |
CN104598895A (zh) | 一种基于视频图像分析的火焰检测方法与装置 | |
KR102358773B1 (ko) | 객체 안내를 위한 스마트 안내판 장치, 그 장치를 포함한 시스템 및 방법 | |
CN109509190A (zh) | 视频监控图像筛选方法、装置、***及存储介质 | |
CN103152227A (zh) | 一种应对网络威胁与攻击的一体化实时检测***及方法 | |
CN112112629A (zh) | 一种钻井作业过程中的安全业务管理***和方法 | |
CN106780875A (zh) | 一种人脸识别门禁一体化装置及其识别方法 | |
CN111800617A (zh) | 一种基于物联网的智能安防*** | |
CN109410497A (zh) | 一种基于深度学习的桥洞空间安全监测与报警*** | |
CN108304772A (zh) | 一种人脸识别监控方法及*** | |
CN207636791U (zh) | 一种大客流快速安检门 | |
CN116246416A (zh) | 一种用于安防的智能分析预警平台及方法 | |
CN210222962U (zh) | 一种智能电子围栏*** | |
CN115346060A (zh) | 画面异常识别方法、装置、电子设备和存储介质 | |
KR102142315B1 (ko) | 영상 분석 기반의 금융자동화기기 보안 시스템 및 그 방법 | |
CN112102574A (zh) | ***智能报警*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |
|
RJ01 | Rejection of invention patent application after publication |