CN110868568A - 空管外台站的视频监控方法及装置 - Google Patents

空管外台站的视频监控方法及装置 Download PDF

Info

Publication number
CN110868568A
CN110868568A CN201911098466.9A CN201911098466A CN110868568A CN 110868568 A CN110868568 A CN 110868568A CN 201911098466 A CN201911098466 A CN 201911098466A CN 110868568 A CN110868568 A CN 110868568A
Authority
CN
China
Prior art keywords
station
abnormal event
machine room
picture information
air pipe
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
CN201911098466.9A
Other languages
English (en)
Inventor
刘亮
孙利强
张�荣
张建杰
张颖
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.)
Qingdao Civil Aviation Atm Industry Development Co Ltd
Original Assignee
Qingdao Civil Aviation Atm Industry Development 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 Qingdao Civil Aviation Atm Industry Development Co Ltd filed Critical Qingdao Civil Aviation Atm Industry Development Co Ltd
Priority to CN201911098466.9A priority Critical patent/CN110868568A/zh
Publication of CN110868568A publication Critical patent/CN110868568A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/18Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189Actuation 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
    • G08B13/194Actuation 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
    • G08B13/196Actuation 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
    • G08B13/19602Image analysis to detect motion of the intruder, e.g. by frame subtraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明涉及一种空管外台站的视频监控方法及装置,包括,采集空管外台站机房中的视频画面信息,基于视频画面信息,判断所述空管外台站机房中是否存在异常事件,异常事件包括设备状态异常事件和/或操作异常事件,若存在状态异常事件和/或操作异常事件,对视频画面信息进行标注,并发出报警提示的方式,使得保证了对异常事件的处理时机,能够保证视频查看的速度,降低工作量,大大提高了工作效率。

Description

空管外台站的视频监控方法及装置
技术领域
本发明涉及视频监控技术领域,具体涉及一种空管外台站的视频监控方法及装置。
背景技术
空中交通管理***作为航空运输的中枢,担负着保障空中交通安全的重要使命,随着日愈增多的飞行量,对空中交通管理水平提出更高的要求,然而空中交通管制对设备的依赖已经无可替代,设备运行的安全直接影响着飞行安全保障。管理人员的操作不当或设备故障不能及时发现不仅对设备稳定运行带来了安全隐患,也严重威胁到空中交通的安全。随着计算机技术的发展,对空管外台站机房的智能化监控将成为未来的发展趋势。大多数的监管是安排大量的工作人员进行巡逻查看,以尽可能地保证设备运行安全,在出现问题后通过翻看采集的存储视频查看事故发生的原因。
然而,采用此种方式对大量的视频录像进行回看查找问题,需要的工作量大,工作效率低。
发明内容
有鉴于此,本发明的目的在于克服现有技术的不足,提供一种空管外台站的视频监控方法及装置,以提高视频回看查询异常事件的工作效率。
为实现以上目的,本发明采用如下技术方案:
一种空管外台站的视频监控方法,包括:
采集空管外台站机房中的视频画面信息;
基于所述视频画面信息,判断所述空管外台站机房中是否存在异常事件,所述异常事件包括设备状态异常事件和/或操作异常事件;
若存在所述设备状态异常事件和/或所述操作异常事件,对所述视频画面信息进行标注,并发出报警提示。
可选的,上述所述基于所述视频画面信息,判断所述空管外台站机房中是否存在异常事件,所述异常事件为设备状态异常事件,包括:
分析所述视频画面信息的帧数变化值;
若所述帧数变化值大于预设变化阈值,则确定所述空管外台站机房中存在所述设备状态异常事件。
可选的,上述所述基于所述视频画面信息,判断所述空管外台站机房中是否存在异常事件,所述异常事件为操作异常事件,包括:
检测操作人员的位置坐标;
通过预先构建的目标检测模型将所述位置坐标与样本坐标进行比较,得到比较结果;
若所述比较结果为所述位置坐标与所述样本坐标的距离值大于预设距离阈值,则确定所述空管外台站机房中存在所述操作异常事件。
可选的,上述所述检测操作人员的位置坐标之前,还包括:
检测是否有操作人员进入所述空管外台站机房;
若进入,则对所述操作人员进入所述空管外台站机房的时间及当前画面信息进行标注;
若未进入,则持续检测是否有操作人员进入所述空管外台站机房。
可选的,上述所述检测是否有操作人员进入所述空管外台站机房,包括以下方式中的至少一种;
通过传感器检测装置检测是否有操作人员进入所述空管外台站机房;
通过门禁***检测是否有操作人员进入所述空管外台站机房;
通过分析所述视频画面信息的帧数差,检测是否有操作人员进入所述空管外台站机房;
通过分析所述视频画面信息中的对象物体的坐标变化,检测是否有操作人员进入所述空管外台站机房。
可选的,上述所述通过分析所述视频画面信息的帧数差,检测是否有操作人员进入所述空管外台站机房,包括:
对所述视频画面信息中的连续的逐帧或跳帧数据进行差分运算,得到灰度差;
当所述灰度差的绝对值大于预设灰度阈值时,确定有操作人员进入所述空管外台站机房。
可选的,上述所述采集空管外台站机房中的视频画面信息之前,还包括:
获取空管外台站机房中的目标设备状态样本和目标操作行为样本;
标注所述目标设备状态样本和所述目标操作行为样本中的检测对象,得到检测样本;
利用卷积神经网络,对所述检测样本进行训练,得到检测模型权重;
基于所述检测模型权重,构建所述目标检测模型。
可选的,上述所述若存在所述设备状态异常事件和/或所述操作异常事件,对所述视频画面信息进行标注,包括:
对所述设备状态异常事件和所述操作异常事件设置不同的标注类型,所述标注类型包括异常事件区分标识、异常时间、异常种类等的至少一种。
可选的,上述所述对所述视频画面信息进行标注之后,还包括:
按照所述区分标识、所述异常时间、所述异常种类中的至少一种对所述设备状态异常事件和所述操作异常事件进行分类存储。
一种空管外台站的视频监控装置,包括:
采集模块,用于采集空管外台站机房中的视频画面信息;
异常事件判断模块,用于基于所述视频画面信息,判断所述空管外台站机房中是否存在异常事件,所述异常事件包括设备状态异常事件和/或操作异常事件;
标注模块,用于若存在所述设备状态异常事件和/或所述操作异常事件,对所述视频画面信息进行标注,并发出报警提示。
本发明采用一种空管外台站的视频监控方法及装置,通过采集空管外台站机房中的视频画面信息,基于视频画面信息,判断所述空管外台站机房中是否存在异常事件,异常事件包括设备状态异常事件和/或操作异常事件,若存在状态异常事件和/或操作异常事件,对视频画面信息进行标注,并发出报警提示的方式,使得当检测到异常事件后,可以及时了解到,进行处理,保证安全性,而且通过对异常事件进行标注的方式,使得设备状态异常事件和/或操作异常事件包含了巡视事件、设备运行状态和违规操作多维度的状态检测,并进行异常事件的标注,使得在对异常事件进行回看时,可直接通过标注进行筛选,避免了没有目标的盲选,减小了工作量,大大提高了工作效率。
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是本发明实施例提供的一种空管外台站的视频监控方法的流程图。
图2是本发明实施例提供的一种目标检测模型构建的流程图。
图3是图1中的步骤S11的场景示意图。
图4是本发明实施例提供的一种空管外台站的视频监控装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。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的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
图1是本发明实施例提供的一种空管外台站的视频监控方法的流程图,图2是本发明实施例提供的一种目标检测模型构建的流程图,图3是图1中的步骤S11的场景示意图。
如图1所示,本实施例的一种空管外台站的视频监控方法,包括以下步骤:
S11、采集空管外台站机房中的视频画面信息。
如图3所示,将摄像机1安装于空管外台站机房中的机柜2正上方的位置,。使得摄像机1可以清楚地拍摄到机房内的所有信息,既可以拍摄到机房内的所有的设备的状态信息,也可以拍摄到进入机房内的操作人员的操作信息,使得能够将机房内的所有状况进行监控。采集视频画面信息的具体过程与常见的摄像头的采集相同,可以旋转采集,也可以定点采集,可以设置一个摄像头,也可以设置多个摄像头,可以实时的采集一次雷达和二次雷达等可以通过时间辨别工作状态的通信导航监视设备,具体的根据用户自身的需求进行,在本实施例中不进行明确限定。
其中,在采集视频画面信息之前,先构建目标检测模型,使得通过目标检测模型进行以下步骤的操作。具体的构建目标检测模型的过程包括如图2所示的以下几个步骤:
S21、获取空管外台站机房中的目标设备状态样本和目标操作行为样本。
在设备状态运行良好且操作人员的操作正确时,获取目标设备状态样本和目标操作行为样本,以此作为标准数据,将其通过视频画面的形式进行保存,其原理是利用图像识别技术,对图像中的各个对象进行识别。
S22、标注目标设备状态样本和目标操作行为样本中的检测对象,得到检测样本;
以获取到的目标设备状态样本和目标操作行为样本作为标准库,对其中存在的检测对象进行标注,标注此时的设备状态和操作人员的操作行为,将其作为安全规范或是标准作业规范,并以此作为检测样本。
S23、利用卷积神经网络,对检测样本进行训练,得到检测模型权重。
利用卷积神经网络YOLOV3,对检测样本进行训练,通过标注得到的目标设备状态样本和目标操作行为样本中的检测对象(检测对象主要包括巡视事件、设备运行状态和违规操作)进行大数据训练,得到对应的检测模型的权重。
S24、基于检测模型权重,构建目标检测模型。
检测模型的权重,主要体现不同的检测对象在视频画面中对应的不同数据,例如位置坐标,画面帧数差别等,将其所有检测对象的权重进行统计汇总,按照对应的权重关系,构建目标检测模型。
S12、基于视频画面信息,判断空管外台站机房中是否存在异常事件,异常事件包括设备状态异常事件和/或操作异常事件。
异常事件包括着设备状态异常事件和/或操作异常事件,即为机器故障和认为操作错误两种情况导致的异常事件,其中囊括了巡视事件、设备运行状态和违规操作三个不同维度可能发生异常事件的状况。
例如,检测到异常事件,但此时的机房内部并没有操作人员,表明此时的异常为设备状态异常事件,获取到其设备状态异常的详细过程为:分析视频画面信息的帧数变化值,若帧数变化值大于预设变化阈值,则确定空管外台站机房中存在设备状态异常事件。在正常情况下,设备正常运转,其视频画面信息固定,其帧数波动较小,若是设备出现异常,例如警报器闪烁,此时的视频画面帧数将会发生较大的波动,通过大量的实验数据,便可以得出预设变化阈值,针对不同的对象有着不同的变化阈值,用户可自行确定,当帧数波动较大,超过预设变化阈值时,表明此时的设备运行状态异常。
同理,若是检测到操作异常事件时,其具体的检测过程为:检测操作人员的位置坐标,在视频画面信息中,每个位置都有着固定的坐标信息,有的位置坐标为安全区域,有的位置坐标即为异常区域,获取到位置坐标后,通过预先构建的目标检测模型将位置坐标与样本坐标进行比较,得到比较结果,若比较结果为位置坐标与样本坐标的距离值大于预设距离阈值,则确定空管外台站机房中存在操作异常事件,主要的原理可以理解为当操作人员发生错误操作时,其对应的位置坐标与样本坐标便会产生一定的差异值,此时便获取到为操作异常事件。
而首先获取操作人员的位置坐标需满足一前提即为:首先检测是否有操作人员进入空管外台站机房,而检测是否有操作人员进入的具体方式可以有多种,例如,通过传感器检测装置检测是否有操作人员进入空管外台站机房,可以是红外线传感器检测人体生命体征等。例如,通过门禁***检测是否有操作人员进入空管外台站机房,与门禁***结合,还可以清晰地了解到具体的操作人员信息。例如,通过分析视频画面信息中的对象物体的坐标变化,检测是否有操作人员进入空管外台站机房,通过对象坐标的方式即为,是否出现对某些特殊对象的遮挡等情况,若是,出现了明显遮挡,或者检测到门明显的开启的过程造成的对应物体的变化,表明有操作人员进入。再例如还通过分析视频画面信息的帧数差,检测是否有操作人员进入空管外台站机房。而通过分析视频画面信息的帧数差,检测是否有操作人员进入空管外台站机房,首先,对视频画面信息中的连续的逐帧或跳帧数据进行差分运算,得到灰度差,当灰度差的绝对值大于预设灰度阈值时,确定有操作人员进入空管外台站机房。得到灰度差的方式为将图像画面与样本图像画面的帧对应的像素点进行相减,进而判断灰度差,同理预设灰度阈值也是可根据实际情形进行明确的调整,不进行强制限定。
若通过以上的方式检测到有操作人员进入机房后,则对操作人员进入空管外台站机房的时间及当前画面信息进行标注,保证在后续查找视频时可以更加的便捷。若始终未检测到有操作人员进入,则持续检测是否有操作人员进入空管外台站机房。
S13、对设备状态异常事件和/或操作异常事件对应的视频画面信息进行标注,并发出报警提示。
检测到出现异常事件以后,对设备状态异常事件和操作异常事件设置不同的标注类型,标注类型包括异常事件区分标识、异常时间、异常种类中的至少一种。其目的是保证在对视频进行查找时可以更加便捷,而对明显的通过区分标识可以确定是设备状态异常事件还是操作异常事件,通过异常时间的标注可以快速的定位到异常的起始点,通过异常类型的标注可以明确地将不同的异常状况进行清洗明确的记载。标注以后,按照区分标识、异常时间、异常种类中的至少一种对设备状态异常事件和操作异常事件进行分类存储,使得在筛选时,通过标注信息可以更加迅速的得到异常事件所对应的视频内容。发出报警提示,使得可以更加及时地发现问题,解决问题,保证机房内部安全。
本发明采用一种空管外台站的视频监控方法,通过采集空管外台站机房中的视频画面信息,基于视频画面信息,判断所述空管外台站机房中是否存在异常事件,异常事件包括设备状态异常事件和/或操作异常事件,若存在状态异常事件和/或操作异常事件,对视频画面信息进行标注,并发出报警提示的方式,使得当检测到异常事件后,可以及时了解到,进行处理,保证安全性,而且通过对异常事件进行标注的方式,使得设备状态异常事件和/或操作异常事件包含了巡视事件、设备运行状态和违规操作多维度的状态检测,并进行异常事件的标注,使得在对异常事件进行回看时,可直接通过标注进行筛选,避免了没有目标的盲选,减小了工作量,大大提高了工作效率。
同时,本发明的视频监控方法对视频进行精确标注,便于以后查询,提高运行效率;相对于监控方法,本发明只需要分析处理摄像机采集的监控视频,机房不需要安装其他传感器等设备、也不需要其他专用的通信线路,通过摄像机对机房内进行拍摄,在检测到操作人员进入时,持续运行行为检测及时发现违规操作进行自动取证并提示,可以对监控进行实时的分析检测,对于违规操作进行及时的报警,并保存视频、截图留证,适合处理大批量的摄像头的监控视频,而且不存在人为作弊的情况,整合设备检修和巡视记录,完善设备维护的流程。
图4是本发明实施例提供的一种空管外台站的视频监控装置的结构示意图。
如图4所示,本实施例提供一种空管外台站的视频监控装置,包括:
采集模块10,用于采集空管外台站机房中的视频画面信息;
异常事件判断模块20,用于基于视频画面信息,判断空管外台站机房中是否存在异常事件,异常事件包括设备状态异常事件和/或操作异常事件;
标注模块30,用于若存在设备状态异常事件和/或操作异常事件,对视频画面信息进行标注,并发出报警提示。
本发明采用一种空管外台站的视频监控装置,通过采集空管外台站机房中的视频画面信息,基于视频画面信息,判断所述空管外台站机房中是否存在异常事件,异常事件包括设备状态异常事件和/或操作异常事件,若存在状态异常事件和/或操作异常事件,对视频画面信息进行标注,并发出报警提示的方式,使得当检测到异常事件后,可以及时了解到,进行处理,保证安全性,而且通过对异常事件进行标注的方式,使得设备状态异常事件和/或操作异常事件包含了巡视事件、设备运行状态和违规操作多维度的状态检测,并进行异常事件的标注,使得在对异常事件进行回看时,可直接通过标注进行筛选,避免了没有目标的盲选,减小了工作量,大大提高了工作效率。
进一步地,本实施例的异常事件判断模块20,具体用于:
分析视频画面信息的帧数变化值;
若帧数变化值大于预设变化阈值,则确定空管外台站机房中存在设备状态异常事件。
进一步地,本实施例的异常事件判断模块20,具体用于:
检测操作人员的位置坐标;
通过预先构建的目标检测模型将位置坐标与样本坐标进行比较,得到比较结果;
若比较结果为位置坐标与样本坐标的距离值大于预设距离阈值,则确定空管外台站机房中存在操作异常事件。
进一步地,本实施例的视频监控装置,还包括:
人员检测模块,用于检测是否有操作人员进入空管外台站机房;若进入,则对操作人员进入空管外台站机房的时间及当前画面信息进行标注;若未进入,则持续检测是否有操作人员进入空管外台站机房。
进一步地,本实施例的人员检测模块,具体还包括:
通过传感器检测装置检测是否有操作人员进入空管外台站机房;
通过门禁***检测是否有操作人员进入空管外台站机房;
通过分析视频画面信息的帧数差,检测是否有操作人员进入空管外台站机房;
通过分析视频画面信息中的对象物体的坐标变化,检测是否有操作人员进入空管外台站机房。
进一步地,本实施例的人员检测模块,还具体用于:
对视频画面信息中的连续的逐帧或跳帧数据进行差分运算,得到灰度差;
当灰度差的绝对值大于预设灰度阈值时,确定有操作人员进入空管外台站机房。
进一步地,本实施例的视频监控装置还包括:
目标检测模型获构建模块,用于取空管外台站机房中的目标设备状态样本和目标操作行为样本;标注目标设备状态样本和目标操作行为样本中的检测对象,得到检测样本;利用卷积神经网络,对检测样本进行训练,得到检测模型权重;基于检测模型权重,构建目标检测模型。
进一步地,本实施例的视频监控装置,标注模块30具体用于:
对设备状态异常事件和操作异常事件设置不同的标注类型,标注类型包括异常事件区分标识、异常时间、异常种类等的至少一种;
按照区分标识、异常时间、异常种类中的至少一种对设备状态异常事件和操作异常事件进行分类存储。
关于上述装置部分的实施例在对应的方法部分已经做了详细的阐述说明,因此在装置部分未进行具体的描述,可参照方法部分的实施例进行理解。
本发明还包括一种存储介质,存储介质存储有计算机程序,计算机程序被处理器执行时,实现上述任一实施例的空管外台站的视频监控方法或装置的功能。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种空管外台站的视频监控方法,其特征在于,包括:
采集空管外台站机房中的视频画面信息;
基于所述视频画面信息,判断所述空管外台站机房中是否存在异常事件,所述异常事件包括设备状态异常事件和/或操作异常事件;
若存在所述设备状态异常事件和/或所述操作异常事件,对所述视频画面信息进行标注,并发出报警提示。
2.根据权利要求1所述的视频监控方法,其特征在于,所述基于所述视频画面信息,判断所述空管外台站机房中是否存在异常事件,所述异常事件为设备状态异常事件,包括:
分析所述视频画面信息的帧数变化值;
若所述帧数变化值大于预设变化阈值,则确定所述空管外台站机房中存在所述设备状态异常事件。
3.根据权利要求1所述的视频监控方法,其特征在于,所述基于所述视频画面信息,判断所述空管外台站机房中是否存在异常事件,所述异常事件为操作异常事件,包括:
检测操作人员的位置坐标;
通过预先构建的目标检测模型将所述位置坐标与样本坐标进行比较,得到比较结果;
若所述比较结果为所述位置坐标与所述样本坐标的距离值大于预设距离阈值,则确定所述空管外台站机房中存在所述操作异常事件。
4.根据权利要求3所述的视频监控方法,其特征在于,所述检测操作人员的位置坐标之前,还包括:
检测是否有操作人员进入所述空管外台站机房;
若进入,则对所述操作人员进入所述空管外台站机房的时间及当前画面信息进行标注;
若未进入,则持续检测是否有操作人员进入所述空管外台站机房。
5.根据权利要求4所述的视频监控方法,其特征在于,所述检测是否有操作人员进入所述空管外台站机房,包括以下方式中的至少一种;
通过传感器检测装置检测是否有操作人员进入所述空管外台站机房;
通过门禁***检测是否有操作人员进入所述空管外台站机房;
通过分析所述视频画面信息的帧数差,检测是否有操作人员进入所述空管外台站机房;
通过分析所述视频画面信息中的对象物体的坐标变化,检测是否有操作人员进入所述空管外台站机房。
6.根据权利要求5所述的视频监控方法,其特征在于,所述通过分析所述视频画面信息的帧数差,检测是否有操作人员进入所述空管外台站机房,包括:
对所述视频画面信息中的连续的逐帧或跳帧数据进行差分运算,得到灰度差;
当所述灰度差的绝对值大于预设灰度阈值时,确定有操作人员进入所述空管外台站机房。
7.根据权利要求3所述的视频监控方法,其特征在于,所述采集空管外台站机房中的视频画面信息之前,还包括:
获取空管外台站机房中的目标设备状态样本和目标操作行为样本;
标注所述目标设备状态样本和所述目标操作行为样本中的检测对象,得到检测样本;
利用卷积神经网络,对所述检测样本进行训练,得到检测模型权重;
基于所述检测模型权重,构建所述目标检测模型。
8.根据权利要求1所述的视频监控方法,其特征在于,所述若存在所述设备状态异常事件和/或所述操作异常事件,对所述视频画面信息进行标注,包括:
对所述设备状态异常事件和所述操作异常事件设置不同的标注类型,所述标注类型包括异常事件区分标识、异常时间、异常种类等的至少一种。
9.根据权利要求8所述的视频监控方法,其特征在于,所述对所述视频画面信息进行标注之后,还包括:
按照所述区分标识、所述异常时间、所述异常种类中的至少一种对所述设备状态异常事件和所述操作异常事件进行分类存储。
10.一种空管外台站的视频监控装置,其特征在于,包括:
采集模块,用于采集空管外台站机房中的视频画面信息;
异常事件判断模块,用于基于所述视频画面信息,判断所述空管外台站机房中是否存在异常事件,所述异常事件包括设备状态异常事件和/或操作异常事件;
标注模块,用于若存在所述设备状态异常事件和/或所述操作异常事件,对所述视频画面信息进行标注,并发出报警提示。
CN201911098466.9A 2019-11-12 2019-11-12 空管外台站的视频监控方法及装置 Pending CN110868568A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911098466.9A CN110868568A (zh) 2019-11-12 2019-11-12 空管外台站的视频监控方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911098466.9A CN110868568A (zh) 2019-11-12 2019-11-12 空管外台站的视频监控方法及装置

Publications (1)

Publication Number Publication Date
CN110868568A true CN110868568A (zh) 2020-03-06

Family

ID=69654747

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911098466.9A Pending CN110868568A (zh) 2019-11-12 2019-11-12 空管外台站的视频监控方法及装置

Country Status (1)

Country Link
CN (1) CN110868568A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111338268A (zh) * 2020-03-27 2020-06-26 天津航通科技有限公司 一种机坪地面设备运行状态采集计量柜
CN111931667A (zh) * 2020-07-15 2020-11-13 南京翱翔信息物理融合创新研究院有限公司 一种检测接点转换故障的方法、***、成像设备及装置
CN112201020A (zh) * 2020-10-10 2021-01-08 合肥远康信息技术有限公司 一种智慧110联网综合报警平台可视化***
CN112533060A (zh) * 2020-11-24 2021-03-19 浙江大华技术股份有限公司 一种视频处理方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110189494A (zh) * 2019-07-01 2019-08-30 深圳江行联加智能科技有限公司 一种变电站异常监测报警***
CN110188617A (zh) * 2019-05-05 2019-08-30 深圳供电局有限公司 一种机房智能监控方法及***

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110188617A (zh) * 2019-05-05 2019-08-30 深圳供电局有限公司 一种机房智能监控方法及***
CN110189494A (zh) * 2019-07-01 2019-08-30 深圳江行联加智能科技有限公司 一种变电站异常监测报警***

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111338268A (zh) * 2020-03-27 2020-06-26 天津航通科技有限公司 一种机坪地面设备运行状态采集计量柜
CN111931667A (zh) * 2020-07-15 2020-11-13 南京翱翔信息物理融合创新研究院有限公司 一种检测接点转换故障的方法、***、成像设备及装置
WO2022011774A1 (zh) * 2020-07-15 2022-01-20 南京翱翔信息物理融合创新研究院有限公司 一种检测接点转换故障的方法、***、成像设备及装置
CN112201020A (zh) * 2020-10-10 2021-01-08 合肥远康信息技术有限公司 一种智慧110联网综合报警平台可视化***
CN112201020B (zh) * 2020-10-10 2022-01-18 合肥远康信息技术有限公司 一种智慧110联网综合报警平台可视化***
CN112533060A (zh) * 2020-11-24 2021-03-19 浙江大华技术股份有限公司 一种视频处理方法及装置

Similar Documents

Publication Publication Date Title
CN110868568A (zh) 空管外台站的视频监控方法及装置
CN112235537B (zh) 一种变电站现场作业安全预警方法
CN111488799B (zh) 一种基于图像识别的坠落物识别方法及***
US20110025847A1 (en) Service management using video processing
CN109544870B (zh) 用于智能监控***的报警判断方法与智能监控***
CN112776856A (zh) 轨道异物侵限监测方法、装置、***及监控主机设备
CN111950484A (zh) 高空抛物信息的分析方法及电子设备
CN112381054A (zh) 摄像机的工作状态检测方法及相关设备、***
CN115169602A (zh) 电力设备的维护方法、装置、存储介质及计算机设备
CN116345685A (zh) 一种基于3d虚拟现实技术的配电网数字化巡检方法
CN117978969A (zh) 一种应用于养殖业的ai视频管理平台
CN110517506B (zh) 基于交通视频图像检测停车事件的方法、装置及存储介质
CN116664518A (zh) 消防通道门关门器异常检测方法、***及电子设备
CN115346170B (zh) 一种燃气设施区域的智能监控方法及装置
CN115841730A (zh) 视频监控***、异常事件检测方法
CN116993265A (zh) 一种基于物联网的智能仓储安全管理***
CN207530963U (zh) 一种基于视频监控的非法越界报警***
CN114165288B (zh) 基于图像识别深度特征的煤矿动力灾害监测报警方法
CN116311034A (zh) 一种基于对比检测的机器人巡检***
CN115206094A (zh) 交通运输枢纽异常事件检测方法、检测***、存储介质
Van Den Hengel et al. Finding camera overlap in large surveillance networks
CN114314243A (zh) 基于视频识别技术的升降机超载报警***及超载报警方法
KR20120118339A (ko) 지능형 무인 감시 서비스 방법
TW202111670A (zh) 影像物件偵測方法及系統
CN110163913A (zh) 目标位置的确定方法及装置

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