CN108495061A - 视频报警***及利用该视频报警***进行报警的方法 - Google Patents

视频报警***及利用该视频报警***进行报警的方法 Download PDF

Info

Publication number
CN108495061A
CN108495061A CN201810212240.6A CN201810212240A CN108495061A CN 108495061 A CN108495061 A CN 108495061A CN 201810212240 A CN201810212240 A CN 201810212240A CN 108495061 A CN108495061 A CN 108495061A
Authority
CN
China
Prior art keywords
alarm
master control
control arm
alarming system
width
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
Application number
CN201810212240.6A
Other languages
English (en)
Inventor
裴瑞宏
齐振涛
林伟斌
叶威
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen City Han Hui Weishi Technology Co Ltd
Original Assignee
Shenzhen City Han Hui Weishi Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen City Han Hui Weishi Technology Co Ltd filed Critical Shenzhen City Han Hui Weishi Technology Co Ltd
Priority to CN201810212240.6A priority Critical patent/CN108495061A/zh
Publication of CN108495061A publication Critical patent/CN108495061A/zh
Pending legal-status Critical Current

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
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19617—Surveillance camera constructional details
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19665—Details related to the storage of video surveillance data
    • G08B13/19667—Details realated to data compression, encryption or encoding, e.g. resolution modes for reducing data volume to lower transmission bandwidth or memory requirements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/42—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation
    • H04N19/423—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals characterised by implementation details or hardware specially adapted for video compression or decompression, e.g. dedicated software implementation characterised by memory arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/268—Signal distribution or switching

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Alarm Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种视频报警***及利用该视频报警***进行报警的方法，***包括图像传感器、主控ARM芯片、WIFI模块和TF卡，主控ARM芯片内嵌图像编码模块和报警鉴别筛选模块，图像传感器将采集到的实际画面转换为数字信号并传送给主控ARM芯片，主控ARM芯片对数字信号进行图像处理，将图像数据格式转换为YUV图像信号，将YUV图像信号送入报警鉴别筛选模块，报警鉴别筛选模块采用移动物体的轮廓特征区域所包含的每个连通区域的宽高比是否在人体宽高比特征阈值范围内，作为鉴别运动物体是否为人体的判断依据。本发明能有效解决传统方案中存在的频繁报警误报问题、能极大减轻后端平台的报警压力、提升用户使用的满意度。

Description

视频报警***及利用该视频报警***进行报警的方法
技术领域
本发明涉及监控报警领域，特别涉及一种视频报警***及利用该视频报警***进行报警的方法。
背景技术
传统视频监控报警方式主要是基于采集到的视频画面，基本都是采用实时检测图像传感器采集到画面YUV数据中的亮度Y数据，对比不同时刻画面亮度数据的差异作为报警触发条件。基于图像采集的报警方式非常容易受到光线影响，比如开关灯，闪电或阳光位置变化，这些都会导致画面亮度发生明显变化，从而导致误触发报警。
传统智能家居***报警方式主要是采用人体热释电红外传感器PIR方案，其人体热释电红外传感器内部含有两个相互的热释单元，当人体发出特定红外辐射被菲涅尔透镜聚焦到两个热释单元，两个热释单元接收到热量不同从而触发报警。基于人体热释电红外传感器的报警容易受到到热源和光源影响，比如阳光中一样含有人体相同红外波段，而当环境温度和人体温度接近时，也会产生相似红外辐射，这些都会导致大量的误触发报警。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种能有效解决传统方案中存在的频繁报警误报问题、能极大减轻后端平台的报警压力、提升用户使用的满意度的视频报警***及利用该视频报警***进行报警的方法。
本发明解决其技术问题所采用的技术方案是：构造一种视频报警***，包括图像传感器、主控ARM芯片、WIFI模块和TF卡，所述主控ARM芯片内嵌图像编码模块和报警鉴别筛选模块，所述图像传感器将采集到的实际画面转换为所述视频报警***可识别的数字信号，并将所述数字信号传送给所述主控ARM芯片，所述主控ARM芯片对所述数字信号进行图像处理，经过差值图像算法和降噪图像算法将图像数据格式转换为YUV图像信号，并将所述YUV图像信号送入所述图像编码模块，所述图像编码模块将所述YUV图像信号压缩编码为H264/H265格式的压缩数据，并通过所述WIFI模块发送到后端进行浏览或存储到所述TF卡中供后期查看，所述主控ARM芯片还将所述YUV图像信号送入所述报警鉴别筛选模块进行报警识别，所述报警鉴别筛选模块采用移动物体的轮廓特征区域所包含的每个连通区域的宽高比是否在人体宽高比特征阈值范围内，作为鉴别运动物体是否为人体的判断依据。
在本发明所述的视频报警***中，所述图像传感器的型号为OV4689，所述主控ARM芯片的型号为HISI3516DV100，所述WIFI模块的型号为RTL8188。
在本发明所述的视频报警***中，还包括内存、程序存储器和时钟模块，所述内存、程序存储器和时钟模块均与所述主控ARM芯片连接。
在本发明所述的视频报警***中，所述内存的型号为NT5CB128M16FP，所述程序存储器的型号为MXICMX25L12835F。
在本发明所述的视频报警***中，所述数字信号为图像RAW数据。
本发明还涉及一种利用上述视频报警***进行报警的方法，包括如下步骤：
A)采用基于背景对比建模的侦测算法对画面进行实时监控；
B)将所述画面按照设定的阵列方式划分为N*M个小区域单元；其中N和N均为大于1的整数；
C)当检测到所述画面发生变化或存在移动物体时，则启动报警鉴别筛选模块，将当前画面的坐标信息以及变化区域的坐标信息送入所述报警鉴别筛选模块；
D)所述报警鉴别筛选模块根据接收的坐标信息快速定位画面区域；
E)采用基于时间差算法和背景减除算法提取出移动物体的轮廓特征区域，然后对所述移动物体的轮廓特征区域中所包含的每一个连通区域分别计算其最大宽度和最大长度，并将每个所述连通区域的最大宽度除以所述连通区域的最大长度，分别得到每个所述连通区域的宽高比；
F)依次判断每个所述连通区域的宽高比是否在人体宽高比特征阈值范围内，如是，认为所述移动物体为人体，引发侦测算法报警，并将报警信息推送给后端；否则，认为所述移动物体不是人体，不进行报警。
在本发明所述的利用上述视频报警***进行报警的方法，所述N为17，所述M为22。
在本发明所述的利用上述视频报警***进行报警的方法，所述人体宽高比特征阈值范围为0.3～0.5。
实施本发明的视频报警***及利用该视频报警***进行报警的方法，具有以下有益效果：由于主控ARM芯片内嵌报警鉴别筛选模块，报警鉴别筛选模块采用移动物体的轮廓特征区域所包含的每个连通区域的宽高比是否在人体宽高比特征阈值范围内，作为鉴别运动物体是否为人体的判断依据，这样就能避免外界因素导致的误触发报警现象的发生，因此能有效解决传统方案中存在的频繁报警误报问题、能极大减轻后端平台的报警压力、提升用户使用的满意度。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明视频报警***及利用该视频报警***进行报警的方法一个实施例中***的结构示意图；
图2为所述实施例中图像传感器的电路原理图；
图3为所述实施例中主控ARM芯片的第一部分的电路原理图；
图4为所述实施例中主控ARM芯片的第二部分的电路原理图；
图5为所述实施例中主控ARM芯片的第三部分的电路原理图；
图6为所述实施例中主控ARM芯片的第四部分的电路原理图；
图7为所述实施例中主控ARM芯片的第五部分的电路原理图；
图8为所述实施例中WIFI模块的电路原理图；
图9为实施例中方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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。基于本发明中的实施例，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，都属于本发明保护的范围。
在本发明视频报警***及利用该视频报警***进行报警的方法实施例中，其视频报警***的结构示意图如图1所示。图1中，该视频报警***包括图像传感器U2、主控ARM芯片U9、WIFI模块U1和TF卡4，其中，主控ARM芯片U9内嵌图像编码模块21和报警鉴别筛选模块22，图像传感器U2将采集到的实际画面转换为视频报警***可识别的数字信号，并将该数字信号传送给主控ARM芯片U9，主控ARM芯片U9对数字信号进行图像处理，经过差值图像算法和降噪图像算法将图像数据格式转换为YUV图像信号，并将YUV图像信号送入图像编码模块21，图像编码模块21将YUV图像信号压缩编码为H264/H265格式的压缩数据，并通过WIFI模块U1发送到后端进行浏览或存储到TF卡4中供后期查看，主控ARM芯片U9还将YUV图像信号送入报警鉴别筛选模块22进行报警识别，报警鉴别筛选模块22采用移动物体的轮廓特征区域所包含的每个连通区域的宽高比是否在人体宽高比特征阈值范围内，作为鉴别运动物体是否为人体的判断依据。
值得一提的是，上述数字信号为图像RAW数据。本发明的视频报警***采用高质量的星光级的图像传感器U2，后端搭配业内顶尖的海思图像处理芯片(即主控ARM芯片U9中的图像处理部分)，为后端算法提供良好可靠的底层支撑，这样可以提高产品使用的可靠性。另外，在现有报警模式中增加报警鉴别筛选模块22，可以有效解决传统方案中存在频繁报警误报问题，能极大减轻后端平台的报警压力，提升用户使用的满意度。
图2为本实施例中图像传感器的电路原理图；本实施例中，图像传感器U2的型号为OV4689。图3为本实施例中主控ARM芯片的第一部分的电路原理图；图4为本实施例中主控ARM芯片的第二部分的电路原理图；图5为本实施例中主控ARM芯片的第三部分的电路原理图；图6为本实施例中主控ARM芯片的第四部分的电路原理图；图7为本实施例中主控ARM芯片的第五部分的电路原理图；本实施例中，主控ARM芯片U9的型号为HISI3516DV100。图8为本实施例中WIFI模块的电路原理图，本实施例中，WIFI模块U1的型号为RTL8188。
值得一提的是，本实施例中，该视频报警***还包括内存5、程序存储器6和时钟模块7，内存5、程序存储器6和时钟模块7均与主控ARM芯片U9连接，本实施例中，内存5的型号为NT5CB128M16FP，程序存储器6的型号为MXICMX25L12835F，时钟模块7的时钟频率为24MHz。
本实施例还涉及一种利用上述视频报警***进行报警的方法，该方法的流程图如图9所示，图9中，该方法包括如下步骤：
步骤S01采用基于背景对比建模的侦测算法对画面进行实时监控：本步骤中，采用基于背景对比建模的侦测算法对画面进行实时监控。
步骤S02将画面按照设定的阵列方式划分为N*M个小区域单元：本步骤中，将画面按照设定的阵列方式划分为N*M个小区域单元，其中N和N均为大于1的整数。具体的，本实施例中，N为17，M为22。本步骤中，也就是将画面划分为17*22个小区域单元。
步骤S03当检测到画面发生变化或存在移动物体时，则启动报警鉴别筛选模块，将当前画面的坐标信息以及变化区域的坐标信息送入报警鉴别筛选模块：本步骤中，当检测到画面发生变化或存在移动物体时，则启动报警鉴别筛选模块，将当前画面的坐标信息以及变化区域的坐标信息送入报警鉴别筛选模块。
步骤S04报警鉴别筛选模块根据接收的坐标信息快速定位画面区域：本步骤中，报警鉴别筛选模块根据接收的坐标信息快速定位画面区域。
步骤S05采用基于时间差算法和背景减除算法提取出移动物体的轮廓特征区域，然后对移动物体的轮廓特征区域中所包含的每一个连通区域分别计算其最大宽度和最大长度，并将每个连通区域的最大宽度除以连通区域的最大长度，分别得到每个连通区域的宽高比：本步骤中，用基于时间差算法和背景减除算法提取出移动物体的轮廓特征区域，然后对移动物体的轮廓特征区域中所包含的每一个连通区域分别计算其最大宽度W和最大长度L，并将每个连通区域的最大宽度除以连通区域的最大长度，分别得到每个连通区域的宽高比A＝W/L。
步骤S06依次判断每个连通区域的宽高比是否在人体宽高比特征阈值范围内：现实生活中一般人体宽高比是在一个固定范围内，并且跟其他物体有明显区别，本发明采用“宽高比”作为鉴别运动物体是否为人体的判断依据，根据大量实际测试数据和考虑画面可能产生的不完整分割，选择人体宽高比特征阈值范围是0.3～0.5。本步骤中，依次判断每个连通区域的宽高比是否在人体宽高比特征阈值范围内，如果判断的结果为是，则执行步骤S07；否则，执行步骤S08。
步骤S07认为移动物体为人体，引发侦测算法报警，并将报警信息推送给后端：如果上述步骤S06的判断结果为是，则执行本步骤。本步骤中，认为移动物体为人体，引发侦测算法报警，并将报警信息推送给后端。
步骤S08认为移动物体不是人体，不进行报警：如果上述步骤S06的判断结果为否，则执行本步骤。本步骤中，认为移动物体不是人体，不进行报警。本发明的方法可以有效解决传统方案中存在频繁报警误报问题，能极大减轻后端平台的报警压力，提升用户使用的满意度。
总之，本发明采用高质量的星光级的图像传感器U2，后端搭配业内顶尖的海思图像处理芯片，为后端算法提供良好可靠的底层支撑，这样可以提高产品使用的可靠性。另外，通过增加报警鉴别筛选模块22，可以有效解决传统方案中存在频繁报警误报问题，能极大减轻后端平台的报警压力，提升用户使用的满意度。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种视频报警***，其特征在于，包括图像传感器、主控ARM芯片、WIFI模块和TF卡，所述主控ARM芯片内嵌图像编码模块和报警鉴别筛选模块，所述图像传感器将采集到的实际画面转换为所述视频报警***可识别的数字信号，并将所述数字信号传送给所述主控ARM芯片，所述主控ARM芯片对所述数字信号进行图像处理，经过差值图像算法和降噪图像算法将图像数据格式转换为YUV图像信号，并将所述YUV图像信号送入所述图像编码模块，所述图像编码模块将所述YUV图像信号压缩编码为H264/H265格式的压缩数据，并通过所述WIFI模块发送到后端进行浏览或存储到所述TF卡中供后期查看，所述主控ARM芯片还将所述YUV图像信号送入所述报警鉴别筛选模块进行报警识别，所述报警鉴别筛选模块采用移动物体的轮廓特征区域所包含的每个连通区域的宽高比是否在人体宽高比特征阈值范围内，作为鉴别运动物体是否为人体的判断依据。
2.根据权利要求1所述的视频报警***，其特征在于，所述图像传感器的型号为OV4689，所述主控ARM芯片的型号为HISI3516DV100，所述WIFI模块的型号为RTL8188。
3.根据权利要求2所述的视频报警***，其特征在于，还包括内存、程序存储器和时钟模块，所述内存、程序存储器和时钟模块均与所述主控ARM芯片连接。
4.根据权利要求3所述的视频报警***，其特征在于，所述内存的型号为NT5CB128M16FP，所述程序存储器的型号为MXICMX25L12835F。
5.根据权利要求1至4任意一项所述的视频报警***，其特征在于，所述数字信号为图像RAW数据。
6.一种利用如权利要求1所述的视频报警***进行报警的方法，其特征在于，包括如下步骤：
A)采用基于背景对比建模的侦测算法对画面进行实时监控；
B)将所述画面按照设定的阵列方式划分为N*M个小区域单元；其中N和N均为大于1的整数；
C)当检测到所述画面发生变化或存在移动物体时，则启动报警鉴别筛选模块，将当前画面的坐标信息以及变化区域的坐标信息送入所述报警鉴别筛选模块；
D)所述报警鉴别筛选模块根据接收的坐标信息快速定位画面区域；
E)采用基于时间差算法和背景减除算法提取出移动物体的轮廓特征区域，然后对所述移动物体的轮廓特征区域中所包含的每一个连通区域分别计算其最大宽度和最大长度，并将每个所述连通区域的最大宽度除以所述连通区域的最大长度，分别得到每个所述连通区域的宽高比；
F)依次判断每个所述连通区域的宽高比是否在人体宽高比特征阈值范围内，如是，认为所述移动物体为人体，引发侦测算法报警，并将报警信息推送给后端；否则，认为所述移动物体不是人体，不进行报警。
7.根据权利要求6所述的利用如权利要求1所述的视频报警***进行报警的方法，其特征在于，所述N为17，所述M为22。
8.根据权利要求7所述的利用如权利要求1所述的视频报警***进行报警的方法，其特征在于，所述人体宽高比特征阈值范围为0.3～0.5。
CN201810212240.6A 2018-03-15 2018-03-15 视频报警***及利用该视频报警***进行报警的方法 Pending CN108495061A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810212240.6A CN108495061A (zh) 2018-03-15 2018-03-15 视频报警***及利用该视频报警***进行报警的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810212240.6A CN108495061A (zh) 2018-03-15 2018-03-15 视频报警***及利用该视频报警***进行报警的方法

Publications (1)

Publication Number Publication Date
CN108495061A true CN108495061A (zh) 2018-09-04

Family

ID=63339185

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810212240.6A Pending CN108495061A (zh) 2018-03-15 2018-03-15 视频报警***及利用该视频报警***进行报警的方法

Country Status (1)

Country Link
CN (1) CN108495061A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109671236A (zh) * 2018-12-28 2019-04-23 广东美电贝尔科技集团股份有限公司 周界目标物体的检测方法及其***
CN110753229A (zh) * 2019-11-15 2020-02-04 天津光电通信技术有限公司 基于h.265编码的视频采集装置及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11161875A (ja) * 1997-11-26 1999-06-18 Nippon Soft Kaihatsu Kk 映像監視方法
CN101169891A (zh) * 2006-11-30 2008-04-30 中国科学院长春光学精密机械与物理研究所 智能防盗监控器
CN104881662A (zh) * 2015-06-26 2015-09-02 北京畅景立达软件技术有限公司 一种单幅图像行人检测方法
CN105913040A (zh) * 2016-04-27 2016-08-31 重庆邮电大学 暗视觉条件下的双摄像头实时行人检测***
CN106874894A (zh) * 2017-03-28 2017-06-20 电子科技大学 一种基于区域全卷积神经网络的人体目标检测方法
CN107122714A (zh) * 2017-03-28 2017-09-01 天棣网络科技(上海)有限公司 一种基于边缘约束的实时行人检测方法
CN107644229A (zh) * 2017-08-31 2018-01-30 浙江工业大学 基于多传感器信息融合的室内异常行为检测方法
CN107798878A (zh) * 2017-11-29 2018-03-13 合肥寰景信息技术有限公司 基于面部识别的交通安全提醒***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11161875A (ja) * 1997-11-26 1999-06-18 Nippon Soft Kaihatsu Kk 映像監視方法
CN101169891A (zh) * 2006-11-30 2008-04-30 中国科学院长春光学精密机械与物理研究所 智能防盗监控器
CN104881662A (zh) * 2015-06-26 2015-09-02 北京畅景立达软件技术有限公司 一种单幅图像行人检测方法
CN105913040A (zh) * 2016-04-27 2016-08-31 重庆邮电大学 暗视觉条件下的双摄像头实时行人检测***
CN106874894A (zh) * 2017-03-28 2017-06-20 电子科技大学 一种基于区域全卷积神经网络的人体目标检测方法
CN107122714A (zh) * 2017-03-28 2017-09-01 天棣网络科技(上海)有限公司 一种基于边缘约束的实时行人检测方法
CN107644229A (zh) * 2017-08-31 2018-01-30 浙江工业大学 基于多传感器信息融合的室内异常行为检测方法
CN107798878A (zh) * 2017-11-29 2018-03-13 合肥寰景信息技术有限公司 基于面部识别的交通安全提醒***

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109671236A (zh) * 2018-12-28 2019-04-23 广东美电贝尔科技集团股份有限公司 周界目标物体的检测方法及其***
CN110753229A (zh) * 2019-11-15 2020-02-04 天津光电通信技术有限公司 基于h.265编码的视频采集装置及方法

Similar Documents

Publication Publication Date Title
US9396400B1 (en) Computer-vision based security system using a depth camera
CN102811343B (zh) 一种基于行为识别的智能视频监控***
KR101716365B1 (ko) 실시간 가축 도난 감지를 위한 모듈화 기반의 지능형 영상 감시 시스템 및 그 방법
CN104966304B (zh) 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法
CN103366483B (zh) 监控报警***
CN105677694B (zh) 支持智能搜索的视频记录设备及智能搜索方法
KR100922784B1 (ko) 영상 기반 화재 감지 방법 및 이를 적용한 방범 및 방재 시스템
US20150262068A1 (en) Event detection apparatus and event detection method
CN109255360B (zh) 一种目标分类方法、装置及***
JP2018072881A (ja) 火災監視システム
CN109543607A (zh) 目标物异常状态检测方法、***、监护***及存储介质
CN111510668B (zh) 使用于运动传感器的运动侦测方法
CN109544859A (zh) 一种主动安全家用摄像头智能实现方法
CN203630902U (zh) 一种改进型图像火灾探测器
JP2010122746A (ja) 画像監視装置
CN108230607A (zh) 一种基于区域特征分析的图像火灾探测方法
CN109377713A (zh) 一种火灾预警方法及***
CN108495061A (zh) 视频报警***及利用该视频报警***进行报警的方法
CN107688793A (zh) 一种变电站室外火灾自动监测预警方法
CN109410497A (zh) 一种基于深度学习的桥洞空间安全监测与报警***
CN110929608A (zh) 安全帽佩带检测方法及***
KR101454644B1 (ko) 보행자 추적기를 이용한 서성거림을 탐지하는 방법
CN112907892A (zh) 基于多视图的人体跌倒报警方法
CN106781167B (zh) 监测物体运动状态的方法及设备
CN208569838U (zh) 踢被监测装置

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: 20180904

RJ01 Rejection of invention patent application after publication