CN112218058A - 一种低功耗智能监控***及控制方法 - Google Patents
一种低功耗智能监控***及控制方法 Download PDFInfo
- Publication number
- CN112218058A CN112218058A CN202011103523.0A CN202011103523A CN112218058A CN 112218058 A CN112218058 A CN 112218058A CN 202011103523 A CN202011103523 A CN 202011103523A CN 112218058 A CN112218058 A CN 112218058A
- Authority
- CN
- China
- Prior art keywords
- millimeter wave
- camera
- module
- wave radar
- camera module
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 10
- 238000013136 deep learning model Methods 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000001427 coherent effect Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Biomedical Technology (AREA)
- Electromagnetism (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种低功耗智能监控***及控制方法,包括毫米波雷达模组、摄像头模组、计算机设备;一方面,通过毫米波雷达模块来实现前方出现物体的识别来启动摄像头,避免摄像头长期处于工作状态,可以实现用电池供电就能满足长时间使用,便于使用。另一方面,通过毫米波雷达模块来实现前方出现的物体的识别来启动摄像头进行抓拍可以大幅度减小内存占用,而不必保存所有监控视频。可以实现低功耗,并可以提高人员检查监控记录的效率。
Description
技术领域
本发明涉及一种低功耗智能监控***及控制方法,属于人工智能领域中的模式识别技术领域。
背景技术
随着智慧城市和公共安全需求的日益增长,采用人工的视频监控方式已经远远不能满足需要,因此智能视频监控技术应运而生并迅速成为一个研究热点([1]黄凯奇,陈晓棠,康运锋,谭铁牛.智能视频监控技术综述[J].计算机学报,2015,38(06):1093-1118.)。
智能监控技术是指采用计算机图像视觉分析技术,通过将场景中的背景和目标分离进而分析并追踪摄像机场景内目标,采用人工智能算法进行分析并提取摄像头采集的视频中的有用的信息。目前已有大量研究文献在不同领域如园区、家居、监狱和道路监控中研究该技术,如[2]蒋茁. 园区智能安防监控***的若干问题的研究和实现[D].山东大学,2020在文章中就设计并开发了一套工业园区安防***;智能家居中的应用如文献[3]陆怿.视频监控技术在智能家居中的应用[J].科学技术创新,2020(21):67-68. 上述***设计核心是视频处理算法处理为主,需要占用大量的计算资源([4]冯小琴. 多场景视频智能处理***及调度管理算法研究[D].北京工业大学,2019)。
不管是基于边缘计算的视频处理([5]董莲. 基于边缘计算的视频监控***[D].电子科技大学,2020.)受到内存能耗还是云视频收到网络带宽的影响([6]熊永华,张因升,陈鑫,吴敏.云视频监控***的能耗优化研究[J].软件学报,2015,26(03):680-698.),都需要降低智能监控的计算资源消耗。
发明内容
本发明的目的在于提供一种低功耗智能监控***及控制方法,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采用以下技术方案:一种低功耗智能监控***,其特征在于,包括毫米波雷达模组、摄像头模组、计算机设备;
所述毫米波雷达模组包括PCR毫米波雷达传感器(指发射和接收脉冲相干雷达信号的传感器)、FMCW(调频连续波)雷达传感器和FSK(频移键控)雷达传感器;毫米波雷达模组发射毫米波电磁信号,并接收障碍物返回的电磁信号,雷达传感器发射信号的水平方向和垂直方向信号角度不严格限制;当***前方有物体且物体在毫米波信号接收角度范围内,信号通过快速傅里叶变换算法处理,根据雷达信号频率的变化来判断前方物体是否进入毫米波雷达前方信号接收角度范围内;
所述摄像头模组的镜头朝向固定,采集不同光线条件下的大量背景照片用于做深度学习模型;摄像头模组采用红外摄像头模组,采用红外摄像头模组的作用在于配合雷达模块实现全天候监控摄像头中出现的车辆和行人等目标物;
所述计算机设备用于给毫米波雷达模组和摄像头模组供电;以及用于采集毫米波雷达模组和摄像头模组输出的数据,查阅监控内容和显示进入监控区域的物体,显示摄像头输出的视频。
一种低功耗智能监控***的控制方法,包括如下步骤:
1)、***前方出现物体,毫米波雷达模组获取物体信息;
2)、摄像头启动并获取图像信息;
3)、深度学习模型作出判断,判断是否是背景;
4)、如果判断是背景,则忽略该图片信息;
5)、如果判断不是背景,前方有物体,保存小段视频或图片,并记录监控时间;
6)、结束一次监控过程。
与现有技术相比,本发明的有益效果是:一方面,通过毫米波雷达模块来实现前方出现物体的识别来启动摄像头,避免摄像头长期处于工作状态,可以实现用电池供电就能满足长时间使用,便于使用。
另一方面,通过毫米波雷达模块来实现前方出现的物体的识别来启动摄像头进行抓拍可以大幅度减小内存占用,而不必保存所有监控视频。
相关人员需要查阅视频内容时,不需要反复观看监控视频内容,只需要查阅摄像头抓拍到的图片信息(截图时间,图片内容)或者一小段视频信息即可快速定位,大幅度减少人员工作量。总之可以实现低功耗,并可以提高人员检查监控记录的效率。
附图说明
图1为本发明***设计逻辑流程方法图。
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、完整的阐述。
一种低功耗智能监控***,包括毫米波雷达模组、摄像头模组、计算机设备;所述毫米波雷达模组包括PCR毫米波雷达传感器(指发射和接收脉冲相干雷达信号的传感器)、FMCW(调频连续波)雷达传感器和FSK(频移键控)雷达传感器;毫米波雷达模组发射毫米波电磁信号,并接收障碍物返回的电磁信号,雷达传感器发射信号的水平方向和垂直方向信号角度不严格限制;当***前方有物体且物体在毫米波信号接收角度范围内,信号通过快速傅里叶变换算法处理,根据雷达信号频率的变化来判断前方物体是否进入毫米波雷达前方信号接收角度范围内;
所述摄像头模组的镜头朝向固定,采集不同光线条件下的大量背景照片用于做深度学习模型;摄像头模组采用红外摄像头模组,采用红外摄像头模组的作用在于配合雷达模块实现全天候监控摄像头中出现的车辆和行人等目标物;
所述计算机设备用于给毫米波雷达模组和摄像头模组供电;以及用于采集毫米波雷达模组和摄像头模组输出的数据,查阅监控内容和显示进入监控区域的物体,显示摄像头输出的视频。
一种低功耗智能监控***的控制方法,包括如下步骤:
1)、***前方出现物体,毫米波雷达模组获取物体信息;
2)、摄像头启动并获取图像信息;
3)、深度学习模型作出判断,判断是否是背景;
4)、如果判断是背景,则忽略该图片信息;
5)、如果判断不是背景,前方有物体,保存小段视频或图片,并记录监控时间;
6)、结束一次监控过程。
要实现该发明提出的智能监控***,具体实施方式如下:
一、准备工作
将摄像头模组和毫米波雷达模组固定位置和朝向(建议位置靠近,朝向方向一致;
所属摄像头模组和毫米波雷达模组分别与计算机设备通过USB2.0(或USB3.0)接口连接;
启动计算机设备,打开编写好的基于Matlab的可视化软件;
二、训练深度学习模型
1)利用基于Matlab的可视化软件采集摄像头拍摄的N张背景信息(图片仅明暗有变化,且N>500),并存放在“Background”为名的文件夹内;
2)基于Maltab的Alexnet框架对Background文件夹内的N张图片做迁移学习(深度学习),设置Alexnet训练参数,最后输出训练好的“X.mat”文件的模型。
三、测试:
1)将训练好的“X.mat”文件的模型导入软件中,此时启动编写好的基于Matlab的可视化软件;
2)当物体进入监控区域,毫米波雷达识别前方出现物体后,软件启动摄像头模块,并通过摄像头抓拍;
3)将抓拍后的图片输入深度学习模型“X.mat”进行判断,即可读取当前截图是不是”Background”背景图片,这种方法可以过滤掉背景图片和无关键信息的图片,最后将显示在软件界面中,并存储在对应文件夹中,比如“D:\pic”。
4)当需要看监控内容时,只需要在对应文件夹找到“D:\pic”文件夹即可。
以上所述为本发明较佳实施例,对于本领域的普通技术人员而言,根据本发明的教导,在不脱离本发明的原理与精神的情况下,对实施方式所进行的改变、修改、替换和变型仍落入本发明的保护范围之内。
Claims (2)
1.一种低功耗智能监控***,其特征在于,包括毫米波雷达模组、摄像头模组、计算机设备;
所述毫米波雷达模组包括PCR毫米波雷达传感器、FMCW雷达传感器和FSK雷达传感器;毫米波雷达模组发射毫米波电磁信号,并接收障碍物返回的电磁信号,雷达传感器发射信号的水平方向和垂直方向信号角度不严格限制;当***前方有物体且物体在毫米波信号接收角度范围内,信号通过快速傅里叶变换算法处理,根据雷达信号频率的变化来判断前方物体是否进入毫米波雷达前方信号接收角度范围内;
所述摄像头模组的镜头朝向固定,采集不同光线条件下的大量背景照片用于做深度学习模型;摄像头模组采用红外摄像头模组,采用红外摄像头模组的作用在于配合雷达模块实现全天候监控摄像头中出现的车辆和行人等目标物;
所述计算机设备用于给毫米波雷达模组和摄像头模组供电;以及用于采集毫米波雷达模组和摄像头模组输出的数据,查阅监控内容和显示进入监控区域的物体,显示摄像头输出的视频。
2.一种低功耗智能监控***的控制方法,其特征在于,包括如下步骤:
1)、***前方出现物体,毫米波雷达模组获取物体信息;
2)、摄像头启动并获取图像信息;
3)、深度学习模型作出判断,判断是否是背景;
4)、如果判断是背景,则忽略该图片信息;
5)、如果判断不是背景,前方有物体,保存小段视频或图片,并记录监控时间;
6)、结束一次监控过程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011103523.0A CN112218058A (zh) | 2020-10-15 | 2020-10-15 | 一种低功耗智能监控***及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011103523.0A CN112218058A (zh) | 2020-10-15 | 2020-10-15 | 一种低功耗智能监控***及控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112218058A true CN112218058A (zh) | 2021-01-12 |
Family
ID=74054683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011103523.0A Pending CN112218058A (zh) | 2020-10-15 | 2020-10-15 | 一种低功耗智能监控***及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112218058A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113810660A (zh) * | 2021-08-25 | 2021-12-17 | 深圳市恺恩科技有限公司 | 输电线路防外力破坏检测装置及具有其的杆塔 |
CN114342815A (zh) * | 2021-11-18 | 2022-04-15 | 深圳市华屹医疗科技有限公司 | 一种基于视觉与毫米波融合的全天候宠物检测设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010127717A (ja) * | 2008-11-26 | 2010-06-10 | Sumitomo Electric Ind Ltd | 対象物検出装置及び対象物検出システム |
US20180172825A1 (en) * | 2016-12-16 | 2018-06-21 | Automotive Research & Testing Center | Environment recognition system using vehicular millimeter wave radar |
CN109062205A (zh) * | 2018-07-26 | 2018-12-21 | 武汉水草能源科技研发中心(有限合伙) | 人工智能汽车无人驾驶*** |
CN109061631A (zh) * | 2018-08-14 | 2018-12-21 | 苏州成云旺发信息科技有限公司 | 一种智能安防毫米波相控阵天线雷达报警***和方法 |
CN110850413A (zh) * | 2019-11-26 | 2020-02-28 | 奇瑞汽车股份有限公司 | 一种汽车前方障碍物检测方法和*** |
CN111098815A (zh) * | 2019-11-11 | 2020-05-05 | 武汉市众向科技有限公司 | 一种基于单目视觉融合毫米波的adas前车碰撞预警方法 |
-
2020
- 2020-10-15 CN CN202011103523.0A patent/CN112218058A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010127717A (ja) * | 2008-11-26 | 2010-06-10 | Sumitomo Electric Ind Ltd | 対象物検出装置及び対象物検出システム |
US20180172825A1 (en) * | 2016-12-16 | 2018-06-21 | Automotive Research & Testing Center | Environment recognition system using vehicular millimeter wave radar |
CN109062205A (zh) * | 2018-07-26 | 2018-12-21 | 武汉水草能源科技研发中心(有限合伙) | 人工智能汽车无人驾驶*** |
CN109061631A (zh) * | 2018-08-14 | 2018-12-21 | 苏州成云旺发信息科技有限公司 | 一种智能安防毫米波相控阵天线雷达报警***和方法 |
CN111098815A (zh) * | 2019-11-11 | 2020-05-05 | 武汉市众向科技有限公司 | 一种基于单目视觉融合毫米波的adas前车碰撞预警方法 |
CN110850413A (zh) * | 2019-11-26 | 2020-02-28 | 奇瑞汽车股份有限公司 | 一种汽车前方障碍物检测方法和*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113810660A (zh) * | 2021-08-25 | 2021-12-17 | 深圳市恺恩科技有限公司 | 输电线路防外力破坏检测装置及具有其的杆塔 |
CN114342815A (zh) * | 2021-11-18 | 2022-04-15 | 深圳市华屹医疗科技有限公司 | 一种基于视觉与毫米波融合的全天候宠物检测设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Park et al. | Construction worker detection in video frames for initializing vision trackers | |
Bisio et al. | A systematic review of drone based road traffic monitoring system | |
Jadhav et al. | Smart traffic control system using image processing | |
CN112218058A (zh) | 一种低功耗智能监控***及控制方法 | |
CN106803301A (zh) | 一种基于深度学习的人脸识别门禁方法及*** | |
CN105426820B (zh) | 基于安防监控视频数据的多人异常行为检测方法 | |
CN105611244A (zh) | 一种基于球机监控视频的机场外来异物检测方法 | |
CN108920995A (zh) | 智能安防视频监控方法及其***及监控终端 | |
CN103646544B (zh) | 基于云台和相机设备的车辆行为分析识别方法 | |
CN102930556A (zh) | 实现多摄像机目标跟踪的视频图像结构化描述处理的方法 | |
Varghese et al. | An efficient algorithm for detection of vacant spaces in delimited and non-delimited parking lots | |
CN111539986B (zh) | 目标跟踪方法、装置、计算机设备和存储介质 | |
CN107702020B (zh) | 一种多功能联动的智慧路灯控制方法 | |
CN104134067A (zh) | 基于智能视觉物联网的道路车辆监控*** | |
CN203325217U (zh) | 一体化车辆违章调头抓拍识别*** | |
CN104239309A (zh) | 视频分析检索服务端、***及方法 | |
CN103281518A (zh) | 一种多功能网络化全天候智能视频监控*** | |
CN108965804A (zh) | 一种用于城市安防的视频结构化技术 | |
CN201689549U (zh) | 高清动态轨迹跟踪电子警察*** | |
CN101320048A (zh) | 扇形排列的多电荷耦合器件图像传感器大视场车辆测速装置 | |
CN206961317U (zh) | 一种道路车流量信息收集控制*** | |
CN114530042A (zh) | 一种基于物联网技术的城市交通大脑监控*** | |
CN201130382Y (zh) | 多功能身份自动识别机器人 | |
CN104463114A (zh) | 一种用于图像捕获和目标快速识别的方法与嵌入式设备 | |
Pan et al. | A hybrid deep learning algorithm for the license plate detection and recognition in vehicle-to-vehicle communications |
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: 20210112 |