CN110222675A - 一种警力调度方法、***、终端及存储介质 - Google Patents
一种警力调度方法、***、终端及存储介质 Download PDFInfo
- Publication number
- CN110222675A CN110222675A CN201910590226.4A CN201910590226A CN110222675A CN 110222675 A CN110222675 A CN 110222675A CN 201910590226 A CN201910590226 A CN 201910590226A CN 110222675 A CN110222675 A CN 110222675A
- Authority
- CN
- China
- Prior art keywords
- image
- abnormal behaviour
- police strength
- training data
- real
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000003860 storage Methods 0.000 title claims description 12
- 206010000117 Abnormal behaviour Diseases 0.000 claims abstract description 89
- 238000012549 training Methods 0.000 claims abstract description 80
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 description 18
- 230000006399 behavior Effects 0.000 description 16
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种警力调度方法，包括如下步骤：采集周围环境的实时图像信息；将实时图像信息输入到模型中，所述模型由多组训练数据训练而成，多组所述训练数据中每一组训练数据均包括第一类训练数据，所述第一类训练数据包括异常行为图像和用于标识异常行为图像的标识信息；从模型中输出实时图像信息符合异常行为的图像；获取符合异常行为的实时图像信息采集的地点；发出警力调度请求。本发明提供一种动态识别异常行为，并向警方示警的警力调度方法。
Description
技术领域
本发明涉及治安管理技术领域，尤其涉及一种警力调度方法、***、终 端及存储介质。
背景技术
随着社会人口的激增，公共场所日人流量也随之飙升。某些不法分子利 用庞大人流量的掩护做一些危害公共安全的行为。因此，警方的治安管理工 作将会面临严峻的考验。
又因为目前警方的人力资源不足以充分覆盖于各大公共场所，一旦发生 安全事故，警方将无法再第一时间赶到现场处理，很容易致使险情向更危险 的方向发展。因此，本技术领域急需一种动态识别异常行为的方法，以便及 时的警力调度。
发明内容
本发明的目的在于提供一种动态识别异常行为，并向警方示警的警力调 度方法。
本发明公开的一种警力调度方法所采用的技术方案是:
一种警力调度方法，包括如下步骤：
采集周围环境的实时图像信息；
将实时图像信息输入到模型中，所述模型由多组训练数据训练而成，多 组所述训练数据中每一组训练数据均包括第一类训练数据，所述第一类训练 数据包括异常行为图像和用于标识异常行为图像的标识信息；
从模型中输出实时图像信息符合异常行为的图像；
获取符合异常行为的实时图像信息采集的地点；
发出警力调度请求。
作为优选方案，所述警力调度请求发送至以采集地点为中心，指定半径 内的警力。
作为优选方案，所述训练数据还包括第二类训练数据，所述第二类训练 数据包括正常行为图像和用于标识正常行为图像的标识信息。
作为优选方案，所述第一类训练数据分为多级训练数据，每一级所述训 练数据包括异常行为图像、用于标识异常行为图像的标识信息以及对应异常 行为图像的等级；
对应模型中输出实时图像信息符合异常行为的图像以及对应异常等级。
作为优选方案，所述第一类训练数据和第二类训练数据均为警方数据库 中的真实数据。
作为优选方案，所述调度的警力依据异常等级进行分配。
本技术方案还提供一种警力调度***，包括算法模块、训练模块、数据 库、图像采集模块、定位模块、警力调度模块和多个执行单元；
其中训练模块调取数据库中的训练数据的异常行为图像以及对应异常等 级输入至算法模块运行，用于训练算法模块识别异常行为以及为异常行为评 级的能力。
所述图像采集模块包括多个图像采集单元，每一个所述图像采集单元设 于公共场所某一位置，并获取对应范围内的实时图像信息发送至算法模块；
所述算法模块执行识别异常行为和为异常行为评级的功能，动态识别实 时图像信息中符合异常行为的图像以及异常等级，同时算法模块根据图像采 集单元传来的实时图像信息的IP地址确定其现实中的精确位置信息，并将异 常行为的图像、异常等级信息以及图像采集单元现实中的精确位置信息发送 至警力调度模块；
警力调度模块根据异常等级调度图像采集单元现实中的精确位置周围指 定范围内指定数量的警力执行任务。
作为优选方案，所述数据库为警方日常存储真实异常行为的数据库。
本技术方案还提供一种终端，所述终端包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或 多个处理器实现如前述的警力调度方法。
本技术方案还提供一种计算机可读存储介质，其上存储有计算机程序， 该程序被处理器执行时实现如前述的警力调度方法。
本发明公开的一种警力调度方法的有益效果是：利用训练数据对模型识 别异常行为图像的训练，使该模型生成一种可以自主识别异常行为图像的能 力。再将采集公共场所的实时图像信息输入模型中，以动态识别异常行为， 向警方示警，并及时调度警力执行任务。因此，可以将异常行为带来的影响 降低至最低，保证人民、财产的安全以及良好的秩序。
附图说明
图1是本发明一种警力调度方法的结构示意图。
图2是本发明一种警力调度***的结构框图。
具体实施方式
下面结合具体实施例和说明书附图对本发明做进一步阐述和说明:
请参考图1，一种警力调度方法，包括如下步骤：
步骤S101：采集周围环境的实时图像信息。
其中，周围环境的实时图像信息实则是通过分布于公共场所的监控摄像 机实时传送出的监控图像信息。该监控图像信息主要包括两部分，第一部分 为市政监控中心所采集的公共场所监控图像信息，主要用于监控公共场所的 公共安全秩序；第二部分为私人领域(如：某私企内部、私人产业园等)所 采集的监控图像信息，主要用于监控内部财产，以及内部秩序。
步骤S102：将实时图像信息输入到模型中，模型由多组训练数据训练而 成，多组训练数据中每一组训练数据均包括第一类训练数据，第一类训练数 据包括异常行为图像和用于标识异常行为图像的标识信息。
其中，异常行为是指危害到财产安全以及公共安全秩序的现象或者人为 行为。
将实时图像信息输入到模型前，还需要获取市政监控中心数据库的接口 或者私人领域监控数据库的接口。通过接口抓取到历史监控图像信息，并对 其进行预处理。
该预处理具体包括截取众多监控图像信息中含有异常行为的图像，并为 其标识异常行为图像的标识信息，形成一组第一类训练数据。
重复上述操作，将数据库中的所有监控图像信息包含异常行为的图像依 次制作成第一类训练数据。构成训练数据集合。
用户将上述训练数据集合中的第一类训练数据逐条输入进模型中，模型 通过算法训练得出识别异常行为图像的能力。即带有自主识别异常行为图像 的算法。本实施例中所提到的算法是基于现有模型训练框架所得，因此，关 于算法的形成过程本实施例将不做过多的叙述。
当实时图像信息输入到模型中，模型内的算法将识别实时图像信息中是 否包含异常行为图像信息。
步骤S103：从模型中输出实时图像信息符合异常行为的图像。
其中，模型根据预先训练好的算法识别出异常行为图像，则对该异常行 为图像信息进行标识。
步骤S104：获取符合异常行为的实时图像信息采集的地点。
得到异常行为图像后，需要根据该摄像头传来的实时图像信息的IP地址 确定其现实中的精确位置信息。
步骤S105：发出警力调度请求。
该警力调度请求发送至以采集到异常行为图像的摄像头的实际位置信息 为中心，指定半径内的警务人员进行支援。
本实施例还涉及警务人员定位以及向指定地点周围指定半径内发送请求 信息。上述两种技术均属于比较成熟的技术，本实施例也将不做过多的叙述。
本实施例利用训练数据对模型识别异常行为图像的训练，使该模型生成 一种可以自主识别异常行为图像的能力。再将采集公共场所的实时图像信息 输入模型中，以动态识别异常行为，向警方示警，并及时调度警力执行任务。 因此，可以将异常行为带来的影响降低至最低，保证人民、财产的安全以及 良好的秩序。
较佳的，本实施例中的训练数据集合还包括第二类训练数据，第二类训 练数据包括正常行为图像和用于标识正常行为图像的标识信息。
第二类训练数据为截取众多监控图像信息中含有正常行为的图像，并为 其标识正常行为图像的标识信息而形成的训练数据。
重复上述操作，将数据库中的所有监控图像信息包含正常行为的图像依 次制作成第二类训练数据。补充至训练数据集合中。
在训练模型的算法过程中，从正反两个维度对算法进行训练，使其快速 的建立起识别异常行为图像和正常行为图像的能力。
较佳的，为了更加精确的确定异常行为对社会的危害程度，本实施例将 对第一类训练数据分级，将其分为多个级别输入模型进行训练。
每一级训练数据包括异常行为图像、用于标识异常行为图像的标识信息 以及对应异常行为图像的等级。
换句话说，训练好的模型算法，在拥有识别异常行为图像和正常行为图 像的能力之外，还具有对异常行为图像判断分级的能力。
当一段实时监控图像输入模型后，对应模型中输出实时图像信息符合异 常行为的图像以及对应异常等级。
因此，依据异常等级调度图像采集单元现实中的精确位置周围指定范围 内指定数量的警力执行任务。
本实施例中第一类训练数据和第二类训练数据均为警方数据库中的真实 数据。通过真实的训练数据进行训练，获得的模型算法在识别过程更贴近于 真实值。
下面将结合实际案例对本技术方案进行解释说明。
该调度方法在工业园区中的应用：
工业园区四周布置了监控摄像头，该监控摄像头实时监控工业园区四周 的环境。
根据工业园区历史监控图像对模型算法进行训练。首先需要根据工业园 区历史监控图像做出训练数据。假定手持违禁器械为异常行为图像。本例子 仅仅以一种行为作为异常行为做说明，而并非仅存在一种异常行为。提取工 业园区历史监控图像中的某一时刻出现某人手持违禁器械，此类图像标记为 一级异常行为图像；多人手持违禁器械，此类图像标记为二级异常行为图像。 上述两种数据记为第一类训练数据。日常工人通行标记为正常行为图像，为 第二类训练数据。将对应图像输入到模型算法中。模型算法将会形成一套自 己的判断方式，用于判断实时监控图像是否包含手持违禁器械的图像信息； 假如存在手持违禁器械的图像信息，将会捕捉手持违禁器械的人数，为该异 常行为的图像进行评级。
此时，工业园区正门附近出现多人手持违禁器械。此时模型根据训练后 的算法获取到手持违禁器械这一特征，随即将会对该图像标记为异常行为图 像；同时又捕捉到手持违禁器械的人为多个，因此将异常行为图像升为二级 异常行为图像。并将多人手持违禁器械的图像和摄像头所在工业园区正门的 具***置发送给警方的调度中心。调动中心将会以工业园区正门为中心，向 周围两公里以内的执勤警力发送调度信息。又因为是二级异常行为图像，调 度中心还会酌情调配更远的警力进行支援。通过该调度方法可以在发生危险前将事态控制下来，以维持公共安全秩序。并且还可以合理的调度警力。
请参考图2，本实施例还提供一种警力调度***，包括算法模块20、训 练模块60、数据库70、图像采集模块10、定位模块30、警力调度模块40 和多个执行单元50。
数据库70为警方日常存储真实异常行为的数据库70。
其中训练模块60调取数据库70中的训练数据的正常行为图像、异常行 为图像以及对应异常等级输入至算法模块20运行，用于训练算法模块20识 别异常行为以及为异常行为评级的能力。
图像采集模块10包括多个图像采集单元11，具体的为摄像机。每一个 摄像机设于公共场所某一位置，并获取对应范围内的实时图像信息发送至算 法模块20。
算法模块20执行识别异常行为和为异常行为评级的功能，动态识别实时 图像信息中符合异常行为的图像以及异常等级，同时算法模块20根据摄像机 传来的实时图像信息的IP地址确定其现实中的精确位置信息，并将异常行为 的图像、异常等级信息以及图像采集单元11现实中的精确位置信息发送至警 力调度模块40。
警力调度模块40根据异常等级调度摄像机现实中的精确位置周围指定 范围内指定数量的警力执行任务。
本实施例还提供一种终端，终端包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实 现如前述的警力调度方法。
本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该 程序被处理器执行时实现如前述的警力调度方法。
本发明提供一种警力调度方法，利用训练数据对模型识别异常行为图像 的训练，使该模型生成一种可以自主识别异常行为图像的能力。再将采集公 共场所的实时图像信息输入模型中，以动态识别异常行为，向警方示警，并 及时调度警力执行任务。因此，可以将异常行为带来的影响降低至最低，保 证人民、财产的安全以及良好的秩序。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对 本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本 领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同 替换，而不脱离本发明技术方案的实质和范围。
Claims (10)
1.一种警力调度方法，其特征在于，包括如下步骤：
采集周围环境的实时图像信息；
将实时图像信息输入到模型中，所述模型由多组训练数据训练而成，多组所述训练数据中每一组训练数据均包括第一类训练数据，所述第一类训练数据包括异常行为图像和用于标识异常行为图像的标识信息；
从模型中输出实时图像信息符合异常行为的图像；
获取符合异常行为的实时图像信息采集的地点；
发出警力调度请求。
2.如权利要求1所述的一种警力调度方法，其特征在于，所述警力调度请求发送至以采集地点为中心，指定半径内的警力。
3.如权利要求1所述的一种警力调度方法，其特征在于，所述训练数据还包括第二类训练数据，所述第二类训练数据包括正常行为图像和用于标识正常行为图像的标识信息。
4.如权利要求1-3任一项所述的一种警力调度方法，其特征在于，所述第一类训练数据分为多级训练数据，每一级所述训练数据包括异常行为图像、用于标识异常行为图像的标识信息以及对应异常行为图像的等级；
对应模型中输出实时图像信息符合异常行为的图像以及对应异常等级。
5.如权利要求4所述的一种警力调度方法，其特征在于，所述第一类训练数据和第二类训练数据均为警方数据库中的真实数据。
6.如权利要求4所述的一种警力调度方法，其特征在于，所述调度的警力依据异常等级进行分配。
7.一种警力调度***，其特征在于，包括算法模块、训练模块、数据库、图像采集模块、定位模块、警力调度模块和多个执行单元；
其中训练模块调取数据库中的训练数据的异常行为图像以及对应异常等级输入至算法模块运行，用于训练算法模块识别异常行为以及为异常行为评级的能力。
所述图像采集模块包括多个图像采集单元，每一个所述图像采集单元设于公共场所某一位置，并获取对应范围内的实时图像信息发送至算法模块；
所述算法模块执行识别异常行为和为异常行为评级的功能，动态识别实时图像信息中符合异常行为的图像以及异常等级，同时算法模块根据图像采集单元传来的实时图像信息的IP地址确定其现实中的精确位置信息，并将异常行为的图像、异常等级信息以及图像采集单元现实中的精确位置信息发送至警力调度模块；
警力调度模块根据异常等级调度图像采集单元现实中的精确位置周围指定范围内指定数量的警力执行任务。
8.如权利要求7所述的一种警力调度方法，其特征在于，所述数据库为警方日常存储真实异常行为的数据库。
9.一种终端，其特征在于，所述终端包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的警力调度方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的警力调度方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910590226.4A CN110222675A (zh) | 2019-07-02 | 2019-07-02 | 一种警力调度方法、***、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910590226.4A CN110222675A (zh) | 2019-07-02 | 2019-07-02 | 一种警力调度方法、***、终端及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110222675A true CN110222675A (zh) | 2019-09-10 |
Family
ID=67815668
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910590226.4A Pending CN110222675A (zh) | 2019-07-02 | 2019-07-02 | 一种警力调度方法、***、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110222675A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111107308A (zh) * | 2019-09-16 | 2020-05-05 | 安徽农网农业科技有限公司 | 一种基于摄像监控的联网告警*** |
| CN111832976A (zh) * | 2020-07-29 | 2020-10-27 | 深圳市睿策者科技有限公司 | 资源配置推送方法、装置、计算机设备和存储介质 |
| CN113129532A (zh) * | 2019-12-31 | 2021-07-16 | 深圳云天励飞技术有限公司 | 陌生人员的预警方法、装置、电子设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101883261A (zh) * | 2010-05-26 | 2010-11-10 | 中国科学院自动化研究所 | 大范围监控场景下异常目标检测及接力跟踪的方法及*** |
| CN102547241A (zh) * | 2011-12-31 | 2012-07-04 | 深圳市永达电子股份有限公司 | 家庭异常检测方法和装置以及基于无线网络摄像机的家庭异常检测*** |
| CN109410496A (zh) * | 2018-10-25 | 2019-03-01 | 北京交通大学 | 入侵预警方法、装置及电子设备 |
| CN109447878A (zh) * | 2018-11-08 | 2019-03-08 | 四川坤翔科技有限公司 | 城市大数据治安管理平台 |
| WO2019096181A1 (zh) * | 2017-11-14 | 2019-05-23 | 深圳码隆科技有限公司 | 安检检测方法、装置、***及电子设备 |
| CN109829382A (zh) * | 2018-12-30 | 2019-05-31 | 北京宇琪云联科技发展有限公司 | 基于行为特征智能分析的异常目标预警追踪***及方法 |
-
2019
- 2019-07-02 CN CN201910590226.4A patent/CN110222675A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101883261A (zh) * | 2010-05-26 | 2010-11-10 | 中国科学院自动化研究所 | 大范围监控场景下异常目标检测及接力跟踪的方法及*** |
| CN102547241A (zh) * | 2011-12-31 | 2012-07-04 | 深圳市永达电子股份有限公司 | 家庭异常检测方法和装置以及基于无线网络摄像机的家庭异常检测*** |
| WO2019096181A1 (zh) * | 2017-11-14 | 2019-05-23 | 深圳码隆科技有限公司 | 安检检测方法、装置、***及电子设备 |
| CN109410496A (zh) * | 2018-10-25 | 2019-03-01 | 北京交通大学 | 入侵预警方法、装置及电子设备 |
| CN109447878A (zh) * | 2018-11-08 | 2019-03-08 | 四川坤翔科技有限公司 | 城市大数据治安管理平台 |
| CN109829382A (zh) * | 2018-12-30 | 2019-05-31 | 北京宇琪云联科技发展有限公司 | 基于行为特征智能分析的异常目标预警追踪***及方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111107308A (zh) * | 2019-09-16 | 2020-05-05 | 安徽农网农业科技有限公司 | 一种基于摄像监控的联网告警*** |
| CN113129532A (zh) * | 2019-12-31 | 2021-07-16 | 深圳云天励飞技术有限公司 | 陌生人员的预警方法、装置、电子设备及存储介质 |
| CN111832976A (zh) * | 2020-07-29 | 2020-10-27 | 深圳市睿策者科技有限公司 | 资源配置推送方法、装置、计算机设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110222675A (zh) | 一种警力调度方法、***、终端及存储介质 | |
| CN110443109A (zh) | 异常行为监控处理方法、装置、计算机设备和存储介质 | |
| CN111611865B (zh) | ***行为识别方法、电子设备及存储介质 | |
| CN110674790A (zh) | 一种视频监控中异常场景处理方法及*** | |
| CN109118081B (zh) | 一种基于图像处理方式的作业******和方法 | |
| CN113411542A (zh) | 一种智能化的工作状况监测设备 | |
| CN109873979A (zh) | 一种基于摄像头的静态图像差异比对方法及装置 | |
| CN110929032B (zh) | 一种软件***的用户需求处理***及处理方法 | |
| CN111860187A (zh) | 一种高精度的佩戴口罩识别方法及*** | |
| CN115269438A (zh) | 针对图像处理算法的自动化测试方法及装置 | |
| CN114639152A (zh) | 基于人脸识别的多模态语音交互方法、装置、设备及介质 | |
| CN112822440B (zh) | 生物样本制备监控方法、应用服务器、***及存储介质 | |
| CN109345184A (zh) | 基于微表情的节点信息处理方法、装置、计算机设备及存储介质 | |
| CN116110548B (zh) | 一种急诊急救一体化管理方法及*** | |
| CN114999099B (zh) | 基于大数据的协同预警方法、装置、设备及存储介质 | |
| CN110751125A (zh) | 穿戴检测方法及装置 | |
| CN114140751B (zh) | 一种考场监控方法及*** | |
| CN113269062B (zh) | 应用于智慧教育的人工智能异常识别方法 | |
| CN114610386A (zh) | H5与应用程序的交互方法、装置、设备及存储介质 | |
| CN114670218A (zh) | 一种基于ai识别的智能晨检检测机器人 | |
| CN115240277A (zh) | 安检行为的监控方法、装置、电子设备及存储介质 | |
| CN114218453A (zh) | 数据展示方法、装置、设备及可读存储介质 | |
| KR20200075147A (ko) | 자동 분류저장 기술을 이용한 dbms-ai 프레임 워크 및 이를 이용한 자동분류저장 방법 | |
| CN110290354A (zh) | 一种无纸化考场考试监控数据管理方法 | |
| CN111814649B (zh) | 基于人工智能的客服表情演练方法及相关设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190910 |