CN110570461A - 一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的方法 - Google Patents

一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的方法 Download PDF

Info

Publication number
CN110570461A
CN110570461A CN201910850926.2A CN201910850926A CN110570461A CN 110570461 A CN110570461 A CN 110570461A CN 201910850926 A CN201910850926 A CN 201910850926A CN 110570461 A CN110570461 A CN 110570461A
Authority
CN
China
Prior art keywords
community
camera
information base
tracking
target
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.)
Granted
Application number
CN201910850926.2A
Other languages
English (en)
Other versions
CN110570461B (zh
Inventor
陈亮
祝晓明
黄帅
金尚忠
徐时清
张淑琴
杨凯
谷振寰
杨家军
徐瑞
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.)
China Jiliang University
Original Assignee
China Jiliang University
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 China Jiliang University filed Critical China Jiliang University
Priority to CN201910850926.2A priority Critical patent/CN110570461B/zh
Publication of CN110570461A publication Critical patent/CN110570461A/zh
Application granted granted Critical
Publication of CN110570461B publication Critical patent/CN110570461B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7837—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content
    • G06F16/784—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using objects detected or recognised in the video content the detected or recognised objects being people
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • 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
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face
    • 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
    • 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
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的方法，属于城市安全领域，具体包括使用社区摄像头、云端社区追踪寻人***信息库、智能寻人路线规划、智慧照明模块、单片机和无线传输模块结合社区路灯照明排布，建立社区摄像头网；使用云平台接收并存储摄像头拍摄的视频信息；使用卷积神经网络对图像信息进行识别处理；使用单片机控制智能路灯与摄像头动作；使用无线传输模块交互数据；使用虚拟社区地图终端观测追踪目标行动路线。能够实现发生失踪案时迅速在历史视频中智能搜索目标行踪，直观显示其行动路线，更加准确的推测其去向，缩小搜索范围，缩短搜寻时间。

Description

一种社区照明网与云平台社区人口信息库结合实现自动寻人 追踪的方法
技术领域
本发明属于城市安全技术领域，具体涉及一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的方法。
背景技术
对于失踪案件，搜索时间与效率是获救的关键。随着科技的进步与发展，社区治安不断改善，治安方式向着智能化发展***化发展。然而如今人口失踪案例仍不断在各个地区发生，以未成年人最为突出，同时，案件发生后也存在着处理不及时，搜索范围过大而带有盲目性，摄像头信息难以获取以及需检查的信息量过大等问题，导致错过寻找或援救失踪者的最佳时机。
发明内容
本发明的目的在于提供一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的***，该***包括单片机、智慧照明模块、安装在智慧照明模块上并与单片机通过无线传输模块连接的360°全景摄像头以及与单片机通过无线传输模块连接的云端社区追踪寻人***信息库和智能寻人路线规划模块；
所述的智慧照明模块包括灯杆、照明灯和环境监测传感器；所述的360°全景摄像头与灯杆之间通过旋转轴连接，可以灯杆为圆心，旋转轴为半径做180°旋转。
作为一种优选的实施方式，所述的云端社区追踪寻人***信息库包括常住人口信息库、摄像头网信息库和实时视频信息库；
所述的常住人口信息库包括未成年人信息库、成年人信息库和社区住户所饲宠物信息库；
所述的摄像头网信息库包括摄像头出厂信息库、排布与位置变更信息库、运行状态与检修历史记录信息库。
作为一种优选的实施方式，所述的排布与位置变更信息库包括任一路灯上的360°全景摄像头序号i和该360°全景摄像头i最近的5个360°全景摄像头的序号。
上述方案中，需要说明的是，排布与位置变更信息的算法如下：
其中，Dij为编号为i的摄像头与编号为j的摄像头之间的距离，Nim为与编号i的摄像头相关的第m个摄像头，Nim+1为除第m个摄像头外距离编号为i的最近的摄像头。
作为一种优选的实施方式，所述的社区常住人口信息库包括该城市常住未成年人口的面部、指纹、日常活动区域、亲属关系信息和居住地址信息，所述的社区常驻人口信息库每年更新录入个人信息，及时保存，用以需要时随时调出。
本发明还提供一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的方法，该方法具体包括如下步骤：
S1、使用社区360°全景摄像头、云端社区追踪寻人***信息库、智能寻人路线规划、智慧照明模块、单片机和无线传输模块结合社区路灯照明灯排布，建立社区摄像头网；
S2、通过单片机控制智能路灯与360°全景摄像头动作，拍摄视屏信息；
S3、通过云平台接收并存储360°全景摄像头拍摄的视频信息；
S4、在拍摄的视频信息的辅助下，利用寻人路线规划模块确定目标行动路线：
S401、确定要搜寻的目标人物能够确定的最后出现的时间地点，以该时间点为时间轴原点，以该地点为圆心，以距圆心最近的5个摄像头中最远的摄像头与圆心的距离为半径，抽取圆内路灯摄像头视频历史记录；根据路灯的距离选择要调取的历史视频信息：
Rio＝max{(xij-xis)2+(yij-yis)2}；
其中，Rio为时间轴原点摄像头为圆心时搜索区域圆的半径，(xij，yij)为编号为i的摄像头坐标，(xis，yis)为关联摄像头坐标；
S402、对已搜索过视频的摄像头进行标注；
S403、若未出现目标，圆心不变，半径扩大一倍；视频内出现目标，则以该视频对应摄像头位置作为新的圆心；
其中，i为摄像头序号，(xij，yij)为初始圆点坐标，(xis，yis)为关联摄像头坐标，Rin为新的搜索半径，o(x，y)为最后拍摄到目标任务的摄像头圆心坐标；
S404、重复S402，排除已抽取过的；
S405、当时间轴达到当前时刻，或者半径扩大两倍后仍无目标出现，锁定目标最后出现的摄像头区域，提示搜索结束；
S406、在虚拟社区地图上，点亮有目标人物出现的摄像头对应的LED，并根据目标出现的时间轴，绘制目标行动路线。
作为一种优选的实施方式，所述的S401中，通过卷积神经网络结合Haar特征与LBP算法截取视频中出现的人脸：
设置输入帧率20fps，侦测间隔4侦，每秒对5帧图像进行处理：
其中，Th为设定阈值，τ(t)与τ(t-1)表示相邻时刻图中同一位置的像素点，W表示(t-1)时刻权重值，S表示图片静态部分，BJT和BJT-1表示相邻时刻背景图；
对运动物体进行人脸判断：
其中，x为输入值，Confidence表示图像为人脸的可能性得分，P为该判断点符合人脸特征的概率，IOU为每个判断点判断图像是否为人脸的标准；
将检测出的人脸统一预处理，进行特征提取：
进行局部二值化：
将提取特征与目标任务面部特征进行匹配测试，确定目标历史活动区域。
作为一种优选的方式，所述的S402中，360°全景摄像头进行标注每次以每个成功捕获目标任务图像的摄像头为圆心，距圆心最近的5个摄像头中最远的摄像头与圆心的距离作半径；结合摄像头位置排布信息库，自动调取其圆内摄像头视频信息。
与现有技术相比，本发明的有益效果是：
本发明通过建立常住人口信息库，同时在社区照明网上建立社区摄像头网，能够实现发生失踪案时迅速在历史视频中智能搜索目标行踪，直观显示其行动路线，更加准确的推测其去向，缩小搜索范围，缩短搜寻时间。
附图说明
图1为本发明的社区追踪***云平台信息库结构图；
图2为本发明的追踪寻人***工作流程图；
图3为本发明追踪***自动路径规划流程图；
图4为本发明历史视频信息人脸检测识别流程图；
图5为本发明智能照明路灯结构图；
图6为本发明追踪***自动路径规划过程模拟图。
图5中标记说明如下：1、照明灯，2、摄像头，3、旋转轴，4、环境监测传感器；
图6中示例说明如下：
图例1、未出现目标或未搜索视频，
图例2、出现目标的视频，
图例3、两摄像头关联，
图例4、搜索过的关联摄像头，
图例5、失去目标踪迹的关联摄像头。
具体实施方式
下面结合实施例对本发明做进一步的描述。
以下实施例用于说明本发明，但不能用来限制本发明的保护范围。实施例中的条件可以根据具体条件做进一步的调整，在本发明的构思前提下对本发明的方法简单改进都属于本发明要求保护的范围。
本发明提供一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的***，其特征在于，该***包括单片机、智慧照明模块、安装在智慧照明模块上并与单片机通过无线传输模块连接的360°全景摄像头以及与单片机通过无线传输模块连接的云端社区追踪寻人***信息库和智能寻人路线规划模块；
请参阅图5，所述的智慧照明模块包括灯杆、照明灯和环境监测传感器；所述的360°全景摄像头与灯杆之间通过旋转轴连接，可以灯杆为圆心，旋转轴为半径做180°旋转。
上述方案中，使用社区摄像头、云端社区追踪寻人***信息库、智能寻人路线规划、智慧照明模块、单片机和无线传输模块结合社区路灯照明排布，建立社区摄像头网；使用云平台接收并存储摄像头拍摄的视频信息；使用卷积神经网络对图像信息进行识别处理；使用单片机控制智能路灯与摄像头动作；使用无线传输模块交互数据；使用虚拟社区地图终端观测追踪目标行动路线。
请参阅图1，结合社区路灯照明排布，建立社区摄像头网，在云平台建立社区自动追踪寻人***信息库，信息库信息分类存储。
请参阅图2，当需要对社区居民进行去向搜索时，在常住人口信息库中选择目标任务，***即开始自动搜索，经过历史视频信息中的人脸识别与匹配，自动规划搜索路线，最终确定最小搜索范围。
请参阅图5，采集视频信息的社区摄像头网，以社区的照明***为基础，在各个重要路段及道路分叉口照明路灯上安置360°全景摄像头，摄像头与灯杆之间由旋转轴连接，以灯杆为圆心，旋转轴可以做半径带摄像头180°旋转，照明路灯上安置环境监测传感器，主要由光敏电阻与声敏电阻构成，连接路灯，根据周围的亮度与行人聚集程度调节路灯亮度，其亮度由功率表示：
其中，U为额定电压，RiS为声敏电阻，RiL为光敏电阻；
这样即可有人经过时，照明灯亮度足够，使得摄像头成功获得该人图像信息。
请参阅图6，云端社区追踪寻人***信息库的建立，包括常住人口信息库、摄像头网信息库和实时视频信息库，其中常住人口信息库包括未成年人信息库、成年人信息库、社区住户所饲宠物信息库，摄像头网信息库包括摄像头出厂信息库、排布与位置变更信息库、运行状态与检修历史记录信息库；
其中，社区常住人口信息库，重点针对未成年人，其内包含该城市常住未成年人口的面部、指纹、日常活动区域、亲属关系信息、居住地址信息等个人基本信息，未成年人每年更新录入个人信息，及时上传至云端保存，以便需要时可以随时调出；
其中，摄像头网信息库，其位置排布信息包括对任一路灯摄像头序号i，对其与其它摄像头距离排序，记录距摄像头i最近的5个摄像头序号，在云端记录各个摄像头的关联摄像头以便某一摄像头出现目标时，自动调取距离最近，即目标出现几率最大的关联摄像头历史视频，降低搜索的盲目性。
请参阅图4，以社区中心为坐标原点，正北正东方向分别为y轴和x轴，竖直方向为z轴建立直角坐标系，分别得出各个配有摄像头的照明灯坐标：
其中，Dij为编号为i的摄像头与编号为j的摄像头之间的距离，Nim为与编号i的摄像头相关的第m个摄像头，Nim+1为除第m个摄像头外距离编号为i的最近的摄像头。
智能寻人路线规划，其中对云端历史视频信息中人脸信息的识别与处理，通过卷积神经网络结合Haar特征与LBP算法截取视频中出现的人脸，并与目标任务特征进行对比，识别人脸；视频处理过程具体包括以下步骤：
设置输入帧率20fps，侦测间隔4帧，每秒对5帧图像进行处理：
其中，Th为设定阈值，τ(t)与τ(t-1)表示相邻时刻图中同一位置的像素点，W表示(t-1)时刻权重值，S表示图片静态部分，BJT和BJT-1表示相邻时刻背景图；
对运动物体进行人脸判断，采用leakyrelu函数：
其中，x为输入值，Confidence表示图像为人脸的可能性得分，P为该判断点符合人脸特征的概率，IOU为每个判断点判断图像是否为人脸的标准；
将检测出的人脸统一预处理处理，进行特征提取：
进行局部二值化：
提取特征与目标任务面部特征进行匹配测试，确定目标历史活动区域。
请参阅图3，智能规划寻人路线功能，其寻人路线规划在历史视频信息的辅助下，每次以每个成功捕获目标任务图像的摄像头为圆心，圆心摄像头的5个关联摄像头中距圆心最远的摄像头与圆心的距离作半径，结合摄像头位置排布信息库，自动调取其圆内摄像头视频信息，确定目标的行动去向，当关联5个摄像头均为出现目标人物时，搜索半径扩大一倍，继续搜索，若仍未搜索到目标人物，则搜索结束，确定最小的人工搜索范围。寻人路线规划包括以下步骤：
确定要搜寻的目标人物能够确定的最后出现的时间地点，以该时间点为时间轴原点，以该地点为圆心，抽取圆内路灯摄像头视频历史记录；根据路灯的距离选择要调取的历史视频信息：
Rio＝max{(xij-xis)2+(yij-yis)2}；
对已搜索过视频的摄像头进行标注；
若未出现目标，圆心不变，半径扩大一倍；视频内出现目标，则以该视频对应摄像头位置作为新的圆心；
其中，i为摄像头序号，(xij，yij)为初始圆点坐标，(xis，yis)为关联摄像头坐标，Rin为新的搜索半径，O(x，y)为最后拍摄到目标任务的摄像头圆心坐标；
排除已抽取过的，重复步骤b；
当时间轴达到当前时刻，或者半径扩大两倍后仍无目标出现，锁定目标最后出现的摄像头区域，提示搜索结束；
在虚拟社区地图上，点亮有目标人物出现的摄像头对应的LED，并根据目标出现的时间轴，绘制目标行动路线。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的***，其特征在于，该***包括单片机、智慧照明模块、安装在智慧照明模块上并与单片机通过无线传输模块连接的360°全景摄像头以及与单片机通过无线传输模块连接的云端社区追踪寻人***信息库和智能寻人路线规划模块；
所述的智慧照明模块包括灯杆、照明灯和环境监测传感器；所述的360°全景摄像头与灯杆之间通过旋转轴连接，可以灯杆为圆心，旋转轴为半径做180°旋转。
2.根据权利要求1所述的社区照明网与云平台社区人口信息库结合实现自动寻人追踪的***，其特征在于，所述的云端社区追踪寻人***信息库包括常住人口信息库、摄像头网信息库和实时视频信息库；
所述的常住人口信息库包括未成年人信息库、成年人信息库和社区住户所饲宠物信息库；
所述的摄像头网信息库包括摄像头出厂信息库、排布与位置变更信息库、运行状态与检修历史记录信息库。
3.根据权利要求2所述的社区照明网与云平台社区人口信息库结合实现自动寻人追踪的***，其特征在于，所述的排布与位置变更信息库包括任一路灯上的360°全景摄像头序号i和该360°全景摄像头i最近的5个360°全景摄像头的序号。
4.根据权利要求2所述的社区照明网与云平台社区人口信息库结合实现自动寻人追踪的***，其特征在于，所述的社区常住人口信息库包括该城市常住未成年人口的面部、指纹、日常活动区域、亲属关系信息和居住地址信息，所述的社区常驻人口信息库每年更新录入个人信息，及时保存，用以需要时随时调出。
5.一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的方法，包括利用权利要求1-4任意一向所述的社区照明网与云平台社区人口信息库结合实现自动寻人追踪的***实现自动寻人追踪，其特征在于，该方法具体包括如下步骤：
S1、使用社区360°全景摄像头、云端社区追踪寻人***信息库、智能寻人路线规划、智慧照明模块、单片机和无线传输模块结合社区路灯照明灯排布，建立社区摄像头网；
S2、通过单片机控制智能路灯与360°全景摄像头动作，拍摄视屏信息；
S3、通过云平台接收并存储360°全景摄像头拍摄的视频信息；
S4、在拍摄的视频信息的辅助下，利用寻人路线规划模块确定目标行动路线：
S401、确定要搜寻的目标人物能够确定的最后出现的时间地点，以该时间点为时间轴原点，以该地点为圆心，以距圆心最近的5个摄像头中最远的摄像头与圆心的距离为半径，抽取圆内路灯摄像头视频历史记录；根据路灯的距离选择要调取的历史视频信息：
Rio＝max{(xij-xis)2+(yij-yis)2}；
其中，Rio为时间轴原点摄像头为圆心时搜索区域圆的半径，(xij,yij)为编号为i的摄像头坐标，(xis,yis)为关联摄像头坐标；
S402、对已搜索过视频的摄像头进行标注；
S403、若未出现目标，圆心不变，半径扩大一倍；视频内出现目标，则以该视频对应摄像头位置作为新的圆心；
其中，i为摄像头序号，(xij,yij)为初始圆点坐标，(xis,yis)为关联摄像头坐标，Rin为新的搜索半径，O(x,y)为最后拍摄到目标任务的摄像头圆心坐标；
S404、重复S402，排除已抽取过的；
S405、当时间轴达到当前时刻，或者半径扩大两倍后仍无目标出现，锁定目标最后出现的摄像头区域，提示搜索结束；
S406、在虚拟社区地图上，点亮有目标人物出现的摄像头对应的LED，并根据目标出现的时间轴，绘制目标行动路线。
6.根据权利要求5所述的社区照明网与云平台社区人口信息库结合实现自动寻人追踪的方法，其特征在于，所述的S401中，通过卷积神经网络结合Haar特征与LBP算法截取视频中出现的人脸：
设置输入帧率20fps，侦测间隔4侦，每秒对5帧图像进行处理：
其中，Th为设定阈值，τ(t)与τ(t-1)表示相邻时刻图中同一位置的像素点,W表示(t-1)时刻权重值，S表示图片静态部分，BJT和BJT-1表示相邻时刻背景图；
对运动物体进行人脸判断：
其中，x为输入值，Confidence表示图像为人脸的可能性得分，P为该判断点符合人脸特征的概率，IOU为每个判断点判断图像是否为人脸的标准；
将检测出的人脸统一预处理，进行特征提取：
进行局部二值化：
将提取特征与目标任务面部特征进行匹配测试，确定目标历史活动区域。
7.根据权利要求5所述的社区照明网与云平台社区人口信息库结合实现自动寻人追踪的方法，其特征在于，所述的S402中，360°全景摄像头进行标注每次以每个成功捕获目标任务图像的摄像头为圆心，距圆心最近的5个摄像头中最远的摄像头与圆心的距离作半径；结合摄像头位置排布信息库，自动调取其圆内摄像头视频信息。
CN201910850926.2A 2019-09-10 2019-09-10 一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的方法 Active CN110570461B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910850926.2A CN110570461B (zh) 2019-09-10 2019-09-10 一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910850926.2A CN110570461B (zh) 2019-09-10 2019-09-10 一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的方法

Publications (2)

Publication Number Publication Date
CN110570461A true CN110570461A (zh) 2019-12-13
CN110570461B CN110570461B (zh) 2021-11-16

Family

ID=68778794

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910850926.2A Active CN110570461B (zh) 2019-09-10 2019-09-10 一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的方法

Country Status (1)

Country Link
CN (1) CN110570461B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111010547A (zh) * 2019-12-23 2020-04-14 浙江大华技术股份有限公司 目标对象的追踪方法及装置、存储介质、电子装置
CN111586352A (zh) * 2020-04-26 2020-08-25 上海鹰觉科技有限公司 多光电最佳适配联合调度***及方法
CN111586330A (zh) * 2020-05-29 2020-08-25 深圳市天一智联科技有限公司 应用于tyrtc平台的保存视频的方法和装置
CN111612821A (zh) * 2020-05-20 2020-09-01 北京海月水母科技有限公司 一种三维空间中基于多帧滤波分析的人形轨迹技术
CN112163568A (zh) * 2020-10-28 2021-01-01 成都中科大旗软件股份有限公司 基于视频检测的景区寻人***
CN112651992A (zh) * 2020-06-29 2021-04-13 浙江宇视科技有限公司 一种轨迹追踪方法及***
CN113132909A (zh) * 2019-12-31 2021-07-16 ***通信集团甘肃有限公司 基于网络切片与边缘数据中心的失踪人员协查方法、装置
CN117011963A (zh) * 2023-10-07 2023-11-07 四川金投科技股份有限公司 一种基于电子钥匙的智能锁及智能门控***

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104580121A (zh) * 2013-10-28 2015-04-29 腾讯科技（深圳）有限公司 寻人/人员信息匹配推送的方法、***、客户端和服务器
CN205535529U (zh) * 2016-01-29 2016-08-31 中山市小榄镇快车电脑服务有限公司 智慧路灯
CN106060465A (zh) * 2016-06-20 2016-10-26 陈�胜 基于电子地图和视频监控的动态目标追踪***及追踪方法
CN106558069A (zh) * 2016-10-10 2017-04-05 广东技术师范学院 一种基于视频监控下的目标跟踪方法及***
CN107606556A (zh) * 2017-11-01 2018-01-19 四川金英科技有限责任公司 一种人体追踪的智能路灯
CN107871114A (zh) * 2016-09-23 2018-04-03 杭州海康威视数字技术股份有限公司 一种推送目标人员跟踪信息的方法、装置及***
CN108064388A (zh) * 2017-11-16 2018-05-22 深圳前海达闼云端智能科技有限公司 人物搜寻方法、装置、终端及云端服务器
CN109325661A (zh) * 2018-08-24 2019-02-12 深圳云天励飞技术有限公司 一种社区管理方法、装置和电子设备
CN109826668A (zh) * 2018-11-28 2019-05-31 山西潞安环保能源开发股份有限公司五阳煤矿 井下多源精确人员定位***及方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104580121A (zh) * 2013-10-28 2015-04-29 腾讯科技（深圳）有限公司 寻人/人员信息匹配推送的方法、***、客户端和服务器
CN205535529U (zh) * 2016-01-29 2016-08-31 中山市小榄镇快车电脑服务有限公司 智慧路灯
CN106060465A (zh) * 2016-06-20 2016-10-26 陈�胜 基于电子地图和视频监控的动态目标追踪***及追踪方法
CN107871114A (zh) * 2016-09-23 2018-04-03 杭州海康威视数字技术股份有限公司 一种推送目标人员跟踪信息的方法、装置及***
CN106558069A (zh) * 2016-10-10 2017-04-05 广东技术师范学院 一种基于视频监控下的目标跟踪方法及***
CN107606556A (zh) * 2017-11-01 2018-01-19 四川金英科技有限责任公司 一种人体追踪的智能路灯
CN108064388A (zh) * 2017-11-16 2018-05-22 深圳前海达闼云端智能科技有限公司 人物搜寻方法、装置、终端及云端服务器
CN109325661A (zh) * 2018-08-24 2019-02-12 深圳云天励飞技术有限公司 一种社区管理方法、装置和电子设备
CN109826668A (zh) * 2018-11-28 2019-05-31 山西潞安环保能源开发股份有限公司五阳煤矿 井下多源精确人员定位***及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冯丽 等: ""基于云平台的移动寻人***研究"", 《青岛大学学报（工程技术版》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111010547A (zh) * 2019-12-23 2020-04-14 浙江大华技术股份有限公司 目标对象的追踪方法及装置、存储介质、电子装置
CN113132909A (zh) * 2019-12-31 2021-07-16 ***通信集团甘肃有限公司 基于网络切片与边缘数据中心的失踪人员协查方法、装置
CN113132909B (zh) * 2019-12-31 2022-11-01 ***通信集团甘肃有限公司 基于网络切片与边缘数据中心的失踪人员协查方法、装置
CN111586352A (zh) * 2020-04-26 2020-08-25 上海鹰觉科技有限公司 多光电最佳适配联合调度***及方法
CN111612821A (zh) * 2020-05-20 2020-09-01 北京海月水母科技有限公司 一种三维空间中基于多帧滤波分析的人形轨迹技术
CN111586330A (zh) * 2020-05-29 2020-08-25 深圳市天一智联科技有限公司 应用于tyrtc平台的保存视频的方法和装置
CN112651992A (zh) * 2020-06-29 2021-04-13 浙江宇视科技有限公司 一种轨迹追踪方法及***
CN112651992B (zh) * 2020-06-29 2024-04-05 浙江宇视科技有限公司 一种轨迹追踪方法及***
CN112163568A (zh) * 2020-10-28 2021-01-01 成都中科大旗软件股份有限公司 基于视频检测的景区寻人***
CN112163568B (zh) * 2020-10-28 2023-02-28 成都中科大旗软件股份有限公司 基于视频检测的景区寻人***
CN117011963A (zh) * 2023-10-07 2023-11-07 四川金投科技股份有限公司 一种基于电子钥匙的智能锁及智能门控***
CN117011963B (zh) * 2023-10-07 2023-12-08 四川金投科技股份有限公司 一种基于电子钥匙的智能锁及智能门控***

Also Published As

Publication number Publication date
CN110570461B (zh) 2021-11-16

Similar Documents

Publication Publication Date Title
CN110570461B (zh) 一种社区照明网与云平台社区人口信息库结合实现自动寻人追踪的方法
CN106998444B (zh) 一种大数据人脸监控***
CN103440484B (zh) 一种适应室外大空间的火焰检测方法
Wheeler et al. Face recognition at a distance system for surveillance applications
CN107909033A (zh) 基于监控视频的嫌疑人快速追踪方法
US20140369566A1 (en) Perimeter Image Capture and Recognition System
CN110728252B (zh) 一种应用于区域人员运动轨迹监控的人脸检测方法
CN107657232B (zh) 一种行人智能识别方法及其***
JPH1141589A (ja) 移動物体の監視方法および装置
CN111339811B (zh) 图像处理方法、装置、设备及存储介质
CN111652035B (zh) 一种基于ST-SSCA-Net的行人重识别方法及***
CN109916415B (zh) 道路类型确定方法、装置、设备及存储介质
CN106339657A (zh) 基于监控视频的秸秆焚烧监测方法、装置
CN113269091A (zh) 一种面向智慧园区的人员轨迹分析方法、设备及介质
CN112818853B (zh) 一种交通要素识别方法、装置、设备及储存介质
CN111897993A (zh) 一种基于行人再识别的高效目标人物轨迹生成方法
CN115272949A (zh) 基于地理空间信息的行人追踪方法及***
CN113255542A (zh) 一种基于违规行为识别的违规对象身份识别方法
KR102171384B1 (ko) 영상 보정 필터를 이용한 객체 인식 시스템 및 방법
CN111612815A (zh) 一种红外热成像行为意图分析方法及***
CN111008601A (zh) 一种基于视频的打架斗殴检测方法
CN110245648A (zh) 基于人像识别的智慧单警***
CN214151721U (zh) 一种基于人脸算法的识别一体机***
CN111368726B (zh) 建筑工地作业面人数统计方法、***、存储介质及装置
CN114187568A (zh) 道路标牌破损检测方法、装置及存储介质

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
GR01 Patent grant
GR01 Patent grant