CN113095161A - 危险行为的识别方法、装置、终端设备及计算机存储介质 - Google Patents
危险行为的识别方法、装置、终端设备及计算机存储介质 Download PDFInfo
- Publication number
- CN113095161A CN113095161A CN202110311651.2A CN202110311651A CN113095161A CN 113095161 A CN113095161 A CN 113095161A CN 202110311651 A CN202110311651 A CN 202110311651A CN 113095161 A CN113095161 A CN 113095161A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- unmanned aerial
- fence area
- aerial vehicle
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000006399 behavior Effects 0.000 claims abstract description 86
- 238000004891 communication Methods 0.000 claims description 40
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 26
- 238000012544 monitoring process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
- G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Alarm Systems (AREA)
Abstract
本申请公开了一种危险行为的识别方法、装置、终端设备及计算机存储介质，该方法包括：接收到无人机发送的第一视频流数据后，基于智能终端中无人机的电子围栏区域，截取第一视频流数据中的每一帧图像，得到对应的待识别图像；将待识别图像输入至智能终端的识别模型中进行识别，得到待识别图像对应的识别结果；若确定识别结果为待识别图像中存在预设交通工具，则确定在电子围栏区域内存在危险行为。本申请通过将智能终端和无人机进行结合，智能终端接收无人机实时发送的视频流数据，根据无人机的电子围栏区域截取视频流数据中的每一帧图像，识别截取的待识别图像，使得第一时间确定是否存在危险行为，并第一时间救援，提升了险情的救援速度。
Description
技术领域
本申请涉及智能终端和行为监控技术领域，尤其涉及一种危险行为的识别方法、装置、终端设备及计算机存储介质。
背景技术
在我们的生活中，车辆在大桥或者盘山公路上行驶时，由于大桥或者盘山公路的照明不良，或者车辆驾驶员的视线不明的情况下，车辆可能会冲出护栏，从而发生落水或者落崖险情。或者，船只在水面行驶时，由于驾驶员疏忽或蓄意撞击等情况，造成大船撞破甚至撞沉小船，或者行船过近相吸的水上险情。但是，目前单一固定的监控装置因未安排人力值守或监控区域有限，而导致不能在第一时间发现车辆的落水或者落崖险情，或者水上险情，且不能在第一时间进行救援，从而造成驾驶员生命或者财产的损失。
发明内容
本申请的主要目的在于提供一种危险行为的识别方法、装置、终端设备及计算机存储介质，旨在提升险情的救援速度。
为实现上述目的，本申请实施例提供一种危险行为的识别方法，所述危险行为的识别方法应用于智能终端，所述危险行为的识别方法包括：
接收到无人机发送的第一视频流数据后，基于所述智能终端中所述无人机的电子围栏区域，截取所述第一视频流数据中的每一帧图像，得到对应的待识别图像；
将所述待识别图像输入至所述智能终端的识别模型中进行识别，得到所述待识别图像对应的识别结果；
若确定所述识别结果为所述待识别图像中存在预设交通工具，则确定在所述电子围栏区域内存在危险行为。
可选地，所述收到无人机发送的第一视频流数据后，基于所述智能终端中所述无人机的电子围栏区域，截取所述第一视频流数据中的每一帧图像，得到对应的待识别图像的步骤之前，还包括：
接收所述无人机发送的第二视频流数据，基于所述第二视频流数据中各帧图像的图像特征，确定所述无人机的电子围栏区域。
可选地，所述预设交通工具为车辆交通工具，所述若确定所述识别结果为所述待识别图像中存在预设交通工具，则确定在所述电子围栏区域内存在危险行为的步骤之后，还包括：
通过所述无人机向所述车辆交通工具播报警告提示，并确定在播报所述警告提示后，所述车辆交通工具是否离开所述电子围栏区域；
若确定所述车辆交通工具没有离开所述电子围栏区域，且确定所述车辆交通工具越过所述电子围栏区域，则继续播报警告提示，并通过所述无人机确定所述车辆交通工具的第一位置信息；
将所述第一位置信息和救援信号发送至救援中心，以供所述救援中心接收到所述救援信号后，基于所述第一位置信息对所述车辆交通工具进行救援。
可选地，所述通过所述无人机向所述车辆交通工具播报警告提示，并确定在播报所述警告提示后，所述车辆交通工具是否离开所述电子围栏区域的步骤之后，还包括：
若确定所述车辆交通工具离开了所述电子围栏区域，则停止播报警告提示，并向所述救援中心发送所述车辆交通工具已经离开的提示信息。
可选地，所述预设交通工具为船只交通工具，所述若确定所述识别结果为所述待识别图像中存在预设交通工具，则确定在所述电子围栏区域内存在危险行为的步骤之后，还包括：
通过所述无人机向所述船只交通工具播报警告提示，并确定在播报所述警告提示后，所述船只交通工具是否离开所述电子围栏区域；
若确定所述船只交通工具没有离开所述电子围栏区域，且确定所述船只交通工具与所述电子围栏区域的区域边界的距离，小于或者等于预设阈值，则继续播报警告提示，并通过所述无人机确定所述船只交通工具的第二位置信息；
将所述第二位置信息和救援信号发送至救援中心，以供所述救援中心接收到所述救援信号后，基于所述第二位置信息对所述船只交通工具进行救援。
可选地，所述通过所述无人机向所述船只交通工具播报警告提示，并确定在播报所述警告提示后，所述船只交通工具是否离开所述电子围栏区域的步骤之后，还包括：
若确定所述船只交通工具离开了所述电子围栏区域，则停止播报警告提示，并向所述救援中心发送所述船只交通工具已经离开的提示信息。
可选地，所述接收到无人机发送的第一视频流数据后，基于所述智能终端中所述无人机的电子围栏区域，截取所述第一视频流数据中的每一帧图像，得到对应的待识别图像的步骤之前，还包括：
响应所述无人机的连接请求，基于所述连接请求确定所述无人机播报的连接信号，并基于所述连接信号与所述无人机建立通信连接，以通过所述通信连接接收所述无人机发送的第一视频流数据和第二视频流数据。
本申请实施例还提供一种危险行为的识别装置，所述危险行为的识别装置应用于智能终端，所述危险行为的识别装置包括：
截取模块，用于接收到无人机发送的第一视频流数据后，基于所述智能终端中所述无人机的电子围栏区域，截取所述第一视频流数据中的每一帧图像，得到对应的待识别图像；
识别模块，用于将所述待识别图像输入至所述智能终端的识别模型中进行识别，得到所述待识别图像对应的识别结果；
确定模块，用于若确定所述识别结果为所述待识别图像中存在预设交通工具，则确定在所述电子围栏区域内存在危险行为。
本申请实施例还提供一种终端设备，所述终端设备包括存储器、处理器和存储在所述存储器上并在所述处理器上运行的危险行为的识别程序，所述危险行为的识别程序被所述处理器执行时实现如上所述的危险行为的识别方法的步骤。
本申请实施例还提供一种计算机存储介质，所述计算机存储介质上存储有危险行为的识别程序，所述危险行为的识别程序被处理器执行时实现如上所述的危险行为的识别方法的步骤。
本申请实施例提供的危险行为的识别方法、装置、终端设备及计算机存储介质，通过接收到无人机发送的第一视频流数据后，基于智能终端中无人机的电子围栏区域，截取第一视频流数据中的每一帧图像，得到对应的待识别图像；将待识别图像输入至智能终端的识别模型中进行识别，得到待识别图像对应的识别结果；若确定识别结果为待识别图像中存在预设交通工具，则确定在电子围栏区域内存在危险行为。由此可知，本申请通过将智能终端和无人机进行结合，智能终端接收无人机实时发送的视频流数据，根据无人机的电子围栏区域截取视频流数据中的每一帧图像，得到对应的待识别图像。在识别该待识别图像时，由于该待识别图像是电子围栏区域的图像，而不是识别整张图像，从而能够快速识别出待识别图像中的图像信息，从而使得能够快速并第一时间确定是否存在危险行为，并第一时间进行救援，从而提升了险情的救援速度。
附图说明
图1是本申请实施例方案涉及的硬件运行环境的智能终端结构示意图；
图2是本申请危险行为的识别方法第一实施例的流程示意图；
图3是本申请危险行为的识别方法框架结构示意图；
图4是本申请危险行为的识别方法另一实施例的流程示意图；
图5是本申请危险行为的识别方法另一实施例的流程示意图；
图6是本申请危险行为的识别装置的功能模块示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
本申请实施例的主要解决方案是：接收到无人机发送的第一视频流数据后，基于智能终端中无人机的电子围栏区域，截取第一视频流数据中的每一帧图像，得到对应的待识别图像；将待识别图像输入至智能终端的识别模型中进行识别，得到待识别图像对应的识别结果；若确定识别结果为待识别图像中存在预设交通工具，则确定在电子围栏区域内存在危险行为。由此可知，本申请通过将智能终端和无人机进行结合，智能终端接收无人机实时发送的视频流数据，根据无人机的电子围栏区域截取视频流数据中的每一帧图像，得到对应的待识别图像。在识别该待识别图像时，由于该待识别图像是电子围栏区域的图像，而不是识别整张图像，从而能够快速识别出待识别图像中的图像信息，从而使得能够快速并第一时间确定是否存在危险行为，并第一时间进行救援，从而提升了险情的救援速度。
具体地，参照图1，图1为本申请实施例方案涉及的硬件运行环境的智能终端结构示意图。本申请实施例的智能终端可为全量解析引擎、智能发现一体机、智能发现终端等具有数据处理的终端。
如图1所示，该智能终端可以包括：处理器1001，例如CPU(Central ProcessingUnit，中央处理器)，存储器1005，用户接口1003，网络接口1004，通信总线1002。通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(board)，用户接口1003可选的还可以包括标准的有线接口(如USB(UniversalSerial Bus，通用串行总线)接口)、无线接口(如蓝牙接口)。网络接口1004可以包括标准的有线接口、无线接口(如WI-FI((Wireless-Fidelity))接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。可选地，智能终端还可以包括RF(RadioFrequency，射频)电路，传感器、WiFi模块等。
本领域技术人员可以理解，图1中示出的智能终端结构并不构成对智能终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质(需要说明的是，本申请实施例中的计算机存储介质为计算机可读存储介质)的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及危险行为的识别程序。其中，操作***是管理和控制智能终端硬件和软件资源的程序，支持危险行为的识别程序以及其它软件或程序的运行。
在图1所示的智能终端中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端，与客户端进行数据通信；其中，处理器1001可以用于调用存储器1005中存储的危险行为的识别程序，并执行如下操作：
接收到无人机发送的第一视频流数据后，基于所述智能终端中所述无人机的电子围栏区域，截取所述第一视频流数据中的每一帧图像，得到对应的待识别图像；
将所述待识别图像输入至所述智能终端的识别模型中进行识别，得到所述待识别图像对应的识别结果；
若确定所述识别结果为所述待识别图像中存在预设交通工具，则确定在所述电子围栏区域内存在危险行为。
进一步地，处理器1001可以调用存储器1005中存储的危险行为的识别程序，还执行以下操作：
接收所述无人机发送的第二视频流数据，基于所述第二视频流数据中各帧图像的图像特征，确定所述无人机的电子围栏区域。
进一步地，处理器1001可以调用存储器1005中存储的危险行为的识别程序，还执行以下操作：
通过所述无人机向所述车辆交通工具播报警告提示，并确定在播报所述警告提示后，所述车辆交通工具是否离开所述电子围栏区域；
若确定所述车辆交通工具没有离开所述电子围栏区域，且确定所述车辆交通工具越过所述电子围栏区域，则继续播报警告提示，并通过所述无人机确定所述车辆交通工具的第一位置信息；
将所述第一位置信息和救援信号发送至救援中心，以供所述救援中心接收到所述救援信号后，基于所述第一位置信息对所述车辆交通工具进行救援。
进一步地，处理器1001可以调用存储器1005中存储的危险行为的识别程序，还执行以下操作：
若确定所述车辆交通工具离开了所述电子围栏区域，则停止播报警告提示，并向所述救援中心发送所述车辆交通工具已经离开的提示信息。
进一步地，处理器1001可以调用存储器1005中存储的危险行为的识别程序，还执行以下操作：
通过所述无人机向所述船只交通工具播报警告提示，并确定在播报所述警告提示后，所述船只交通工具是否离开所述电子围栏区域；
若确定所述船只交通工具没有离开所述电子围栏区域，且确定所述船只交通工具与所述电子围栏区域的区域边界的距离，小于或者等于预设阈值，则继续播报警告提示，并通过所述无人机确定所述船只交通工具的第二位置信息；
将所述第二位置信息和救援信号发送至救援中心，以供所述救援中心接收到所述救援信号后，基于所述第二位置信息对所述船只交通工具进行救援。
进一步地，处理器1001可以调用存储器1005中存储的危险行为的识别程序，还执行以下操作：
若确定所述船只交通工具离开了所述电子围栏区域，则停止播报警告提示，并向所述救援中心发送所述船只交通工具已经离开的提示信息。
进一步地，处理器1001可以调用存储器1005中存储的危险行为的识别程序，还执行以下操作：
响应所述无人机的连接请求，基于所述连接请求确定所述无人机播报的连接信号，并基于所述连接信号与所述无人机建立通信连接，以通过所述通信连接接收所述无人机发送的第一视频流数据和第二视频流数据。
基于上述的智能终端架构但不限于上述架构，本申请实施例提供了危险行为的识别方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些数据下，可以以不同于此处的顺序完成所示出或描述的步骤。
本申请本实施例方法的执行主体可以是一种全量解析引擎、智能发现一体机和智能发现终端，本实施例以智能发现终端作为执行主体进行举例。
参照图2和图3，图2为本申请危险行为的识别方法第一实施例的流程示意图，图3是本申请危险行为的识别方法框架结构示意图。所述危险行为的识别方法包括:
步骤S10，接收到无人机发送的第一视频流数据后，基于所述智能终端中所述无人机的电子围栏区域，截取所述第一视频流数据中的每一帧图像，得到对应的待识别图像。
需要说明的是，如图3所示，本申请实施例的框架结构是由无人机队列、智能发现终端和救援指挥中心组成的。其中，无人机队列是由至少2架无人机组成的空中巡逻队列，无人机队列是定时、按批次起飞巡逻的，无人机至少携带有无线通信装置和具有夜间监控的红外相机。需要说明的是，组成无人机队列的作用是能够全方位拍摄，对电子围栏区域进行全方位监控。无人机在启动起飞后，需要将拍摄的视频流数据发送至智能发现终端，因此，需要通过无线通信装置与智能发现终端建立通信连接，具体如下步骤a。
步骤a，响应所述无人机的连接请求，基于所述连接请求确定所述无人机播报的连接信号，并基于所述连接信号与所述无人机建立通信连接，以通过所述通信连接接收所述无人机发送的第一视频流数据和第二视频流数据。
具体地，无人机在启动起飞的同时，启动无线通信装置，然后向智能发现终端发送建立通信连接的连接请求，其中，无线通信装置包括但不限制于WIFI(Wireless-Fidelity，无线局域网)通信装置、蓝牙通信装置、射频通信装置和红外通信装置。智能发现终端接收到无人机发送的连接请求后，响应该连接请求并搜寻无人机的无线通信装置播报的连接信号，其中，连接信号是由无线通信装置的类型决定的，如WIFI通信装置为WIFI连接信号、蓝牙通信装置为蓝牙连接信号、射频通信装置为射频连接信号以及红外通信装置为红外连接信号。智能发现终端搜寻到无人机的无线通信装置播报的连接信号后，通过连接信号与无人机建立通信连接，然后通过通信连接接收无人机发送的视频流数据，或者通过通信连接向无人机发送对应的指令。
需要说明的是，无人机也可以通过摄像机连续拍摄照片，通过通信连接将拍摄的照片实时发送至智能发现终端。为了方便阐述，本申请实施例以视频流数据进行举例说明。
智能发现终端与无人机队列中所有的无人机建立通信连接后，通过通信连接接收无人机实时发送的视频流数据，为了能够快速识别视频流数据每一帧图像中所携带的图像信息，因此，智能发现终端需要设定无人机的电子围栏区域，如下步骤b。
步骤b，接收所述无人机发送的第二视频流数据，基于所述第二视频流数据中各帧图像的图像特征，确定所述无人机的电子围栏区域。
具体地，无人机启动后，沿着桥面或水面飞行预设时长，在飞行的同时，需要通过履带式或链式的红外相机拍摄视频，然后将视频进行压缩，得到预设时长的视频流数据，其中，预设时长是技术人员在无人机的程序中设定的，比如2s(秒)、5s、10s等，本实施例不作限制。需要说明的是，除了此次是间隔预设时长向智能发现终端发送视频流数据之外，往后时刻都是实时向智能发现终端发送视频流数据。履带式或链式的红外相机的作用是能够确保拍摄的背景图高度相似，使得智能终端能够正常解析。将视频压缩为视频流数据的作用是保证传输速度和节省存储资源。
接着，无人机将拍摄的预设时长的视频流数据发送至智能发现终端。智能发现终端接收到无人机发送的预设时长的视频流数据后，解析预设时长的视频流数据中的每一帧图像，然后根据每一帧图像中的图像特征，在图像中标出桥面护栏或者水面围墙的区域坐标，并将所有的区域坐标进行连接，得到对应的矩形区域，该矩形区域即为无人机的电子围栏区域，进一步可以理解为，电子围栏区域也即桥面护栏区域或者水面围墙区域。
智能发现终端与无人机建立通信连接，以及设定了无人机对应的电子围栏区域后，继续接收无人机实时发送的视频流数据，然后通过设定的无人机的电子围栏区域，截取视频流数据中的每一帧图像，得到每个视频流数据中每一帧图像对应的电子围栏区域图像，将所有的电子围栏区域图像进行汇集，得到所有视频流数据的待识别图像。
步骤S20，将所述待识别图像输入至所述智能终端的识别模型中进行识别，得到所述待识别图像对应的识别结果。
智能发现终端得到所有视频流数据的待识别图像后，将待识别图像输入至智能发现终端预先训练好的识别模型中，其中，该识别模型是基于深度学习的卷积神经分类网络训练的模型。智能发现终端通过该识别模型识别待识别图像，确定待识别图像中每一张电子围栏区域图像的图像信息，图像信息为是否存在人、动物、车辆或/和船只，然后将所有电子围栏区域图像的图像信息进行多帧图像比对，得到对应的比对结果，根据比对结果确定对应的识别结果。其中，识别结果为待识别图像中存在人、动物、车辆或/和船只，或者，识别结果为待识别图像中不存在人、动物、车辆或/和船只。
在本实施例中，比如，无人机队列中有无人机1、无人机2和无人机3，无人机1、无人机2和无人机3对应的电子围栏区域分别为电子围栏区域1、电子围栏区域2和电子围栏区域3，以及对应的视频流数据分别为视频流数据1、视频流数据2和视频流数据3。智能发现终端通过电子围栏区域1截取视频流数据1，得到电子围栏区域图像1、通过电子围栏区域2截取视频流数据2，得到电子围栏区域图像2，以及通过电子围栏区域3截取视频流数据3，得到电子围栏区域图像3。智能发现终端通过识别模型确定电子围栏区域图像1的图像信息为存在车辆，电子围栏区域图像2的图像信息为存在车辆，电子围栏区域图像3的图像信息为存在车辆，智能发现终端确定识别结果为待识别图像中存在车辆。
步骤S30，若确定所述识别结果为所述待识别图像中存在预设交通工具，则确定在所述电子围栏区域内存在危险行为。
需要说明的是，预设交通工具可以是机动车、自行车或船只。除了预设交通工具之外，识别结果还可以为待识别图像中是否存在人。智能发现终端若确定识别结果为待识别图像中存在预设交通工具或/和人，则确定电子围栏区域内存在危险行为，也即在桥面护栏区域有机动车、自行车或/和人，或者，在水面围墙区域出现船只或/和人，此时需要通过无人机播报对应的警告提示，提示机动车、自行车或/和人离开桥面护栏区域，或者，提示船只或/和人离开水面围墙区域，同时立即发送提示信息是救援指挥中心。智能发现终端若确定识别结果为待识别图像中不存在预设交通工具或/和人，则确定电子围栏区域内不存在危险行为。
本实施例实现通过接收到无人机发送的第一视频流数据后，基于智能终端中无人机的电子围栏区域，截取第一视频流数据中的每一帧图像，得到对应的待识别图像；将待识别图像输入至智能终端的识别模型中进行识别，得到待识别图像对应的识别结果；若确定识别结果为待识别图像中存在预设交通工具，则确定在电子围栏区域内存在危险行为。由此可知，本实施例通过将智能终端和无人机进行结合，通过无人机队列拍摄视频流数据，实现对电子围栏区域的全方位监控。再者，智能终端接收无人机实时发送的视频流数据，根据无人机的电子围栏区域截取视频流数据中的每一帧图像，得到对应的待识别图像。在识别该待识别图像时，由于该待识别图像是电子围栏区域的图像，而不是识别整张图像，从而能够快速识别出待识别图像中的图像信息，从而使得能够快速并第一时间确定是否存在危险行为，并第一时间进行救援，从而提升了险情的救援速度。
参照图4，图4是本申请危险行为的识别方法另一实施例的流程示意图。所述步骤S30之后，还包括：
步骤S40，通过所述无人机向所述车辆交通工具播报警告提示，并确定在播报所述警告提示后，所述车辆交通工具是否离开所述电子围栏区域；
步骤S50，若确定所述车辆交通工具没有离开所述电子围栏区域，且确定所述车辆交通工具越过所述电子围栏区域，则继续播报警告提示，并通过所述无人机确定所述车辆交通工具的第一位置信息；
步骤S60，将所述第一位置信息和救援信号发送至救援中心，以供所述救援中心接收到所述救援信号后，基于所述第一位置信息对所述车辆交通工具进行救援。
具体地，为了方便阐述，本申请实施例以车辆交通工具举例说明，车辆交通工具包括但不限制于机动车和自行车，本实施例以机动车说明。电子围栏区域为桥面护栏区域。智能发现终端若确定在桥面护栏区域有机动车，则通过无人机向机动车播报警告提示，并立即向救援中心发送桥面护栏区域有机动车的提示信息，然后确定在播报警告提示后，机动车是否离开了桥面护栏区域。若确定机动车没有离开桥面护栏区域，则向救援中心发送准备救援的提示信息，并继续向机动车播报警告提示，直至机动车离开桥面护栏区域。进一步地，若确定机动车离开了桥面护栏区域，智能发现终端则向救援中心发送机动车已经离开的提示信息，并继续控制无人机沿桥面护栏飞行，接收并解析无人机实时发送的视频流数据。
进一步地，若确定机动车没有离开桥面护栏区域，且确定机动车越过了桥面护栏区域，此时说明机动车已经落水，智能发现终端则控制无人机继续播报警告提示，并控制无人机跟随机动车飞行，确定机动车在水中的位置信息。同时，智能发现终端发送对应的救援信号至救援指挥中心。救援指挥中心的救援人员接收到智能发现终端发送的救援信号后，根据智能发现终端反馈的机动车在水中的位置信息对机动车实施救援。需要说明的是，机动车落水时，智能发现终端还需要控制至少1架无人机，在机动车与桥面护栏的碰撞点的预设范围内进行巡逻监控，当发现有其他机动车或者人员靠近碰撞地点时，播报离开的警告提示。
本实施例通过无人机向车辆交通工具播报警告提示，并确定在播报警告提示后，车辆交通工具是否离开电子围栏区域；若确定车辆交通工具没有离开电子围栏区域，且确定车辆交通工具越过电子围栏区域，则继续播报警告提示，并通过无人机确定车辆交通工具的第一位置信息；将第一位置信息和救援信号发送至救援中心，以供救援中心接收到救援信号后，基于第一位置信息对车辆交通工具进行救援。由此可知，本实施例通过无人机队列对桥面围栏区域进行全面监控，当有机动车越过桥面围栏时，能够第一时间报警，并第一时间对机动车进行救援，提升了险情的救援速度。
参照图5，图5是本申请危险行为的识别方法另一实施例的流程示意图。所述步骤S30之后，还包括：
步骤S70，通过所述无人机向所述船只交通工具播报警告提示，并确定在播报所述警告提示后，所述船只交通工具是否离开所述电子围栏区域；
步骤S80，若确定所述船只交通工具没有离开所述电子围栏区域，且确定所述船只交通工具与所述电子围栏区域的区域边界的距离，小于或者等于预设阈值，则继续播报警告提示，并通过所述无人机确定所述船只交通工具的第二位置信息；
步骤S90，将所述第二位置信息和救援信号发送至救援中心，以供所述救援中心接收到所述救援信号后，基于所述第二位置信息对所述船只交通工具进行救援。
具体地，为了方便阐述，本申请实施例以船只交通工具举例说明。电子围栏区域为水面围墙区域。智能发现终端若确定在水面围墙区域有船只，则通过无人机向船只播报警告提示，并立即向救援中心发送水面围墙区域有船只的提示信息，然后确定在播报警告提示后，船只是否离开了水面围墙区域。若确定船只没有离开水面围墙区域，则向救援中心发送准备救援的提示信息，并继续向船只播报警告提示，直至船只离开水面围墙区域。进一步地，若确定船只离开了水面围墙区域，智能发现终端则向救援中心发送船只已经离开的提示信息，并继续控制无人机沿桥面护栏飞行，接收并解析无人机实时发送的视频流数据。
进一步地，若确定船只没有离开水面围墙区域，且确定船只与水面围墙区域的区域边界的距离小于或者等于预设阈值，此时说明船只已经进入了与围墙发生碰撞的危险距离，其中，预设阈值是技术人员设定的，本实施例不作限制。智能发现终端则控制无人机继续播报警告提示，并控制无人机跟随船只飞行，确定船只在水中的位置信息，同时，智能发现终端发送对应的救援信号至救援指挥中心。救援指挥中心的救援人员接收到智能发现终端发送的救援信号后，根据智能发现终端反馈的船只在水中的位置信息对船只实施救援。需要说明的是，若确定船只已经与围墙发生了碰撞，智能发现终端还需要控制至少1架无人机在碰撞地点的预设范围内进行巡逻监控，当发现有其他船只靠近碰撞地点时，向靠近的船只播报离开的警告提示。
本实施例通过无人机向船只交通工具播报警告提示，并确定在播报警告提示后，船只交通工具是否离开电子围栏区域；若确定船只交通工具没有离开电子围栏区域，且确定船只交通工具与电子围栏区域的区域边界的距离，小于或者等于预设阈值，则继续播报警告提示，并通过无人机确定船只交通工具的第二位置信息；将第二位置信息和救援信号发送至救援中心，以供救援中心接收到救援信号后，基于第二位置信息对船只交通工具进行救援。由此可知，本实施例通过无人机队列对水面围墙区域进行全面监控，当有船只与水面围墙发生碰撞时，能够第一时间报警，并第一时间对船只进行救援，提升了险情的救援速度。
本申请还提供一种危险行为的识别装置。参照图6，图6是本申请危险行为的识别装置的功能模块示意图。所述危险行为的识别装置应用于智能终端，所述危险行为的识别装置包括：
截取模块10，用于接收到无人机发送的第一视频流数据后，基于所述智能终端中所述无人机的电子围栏区域，截取所述第一视频流数据中的每一帧图像，得到对应的待识别图像；
识别模块20，用于将所述待识别图像输入至所述智能终端的识别模型中进行识别，得到所述待识别图像对应的识别结果；
确定模块30，用于若确定所述识别结果为所述待识别图像中存在预设交通工具，则确定在所述电子围栏区域内存在危险行为。
进一步地，所述确定模块30还用于接收所述无人机发送的第二视频流数据，基于所述第二视频流数据中各帧图像的图像特征，确定所述无人机的电子围栏区域。
进一步地，所述危险行为的识别装置还包括：
报警模块，用于通过所述无人机向所述车辆交通工具播报警告提示。
进一步地，所述确定模块30还用于确定在播报所述警告提示后，所述车辆交通工具是否离开所述电子围栏区域；
所述确定模块30还用于若确定所述车辆交通工具没有离开所述电子围栏区域，且确定所述车辆交通工具越过所述电子围栏区域，则继续播报警告提示，并通过所述无人机确定所述车辆交通工具的第一位置信息。
进一步地，所述危险行为的识别装置还包括：
发送模块，用于将所述第一位置信息和救援信号发送至救援中心，以供所述救援中心接收到所述救援信号后，基于所述第一位置信息对所述车辆交通工具进行救援。
进一步地，所述发送模块还用于若确定所述车辆交通工具离开了所述电子围栏区域，则停止播报警告提示，并向所述救援中心发送所述车辆交通工具已经离开的提示信息；
所述确定模块30还用于通过所述无人机向所述船只交通工具播报警告提示；
所述确定模块30还用于确定在播报所述警告提示后，所述船只交通工具是否离开所述电子围栏区域；
所述确定模块30还用于若确定所述船只交通工具没有离开所述电子围栏区域，且确定所述船只交通工具与所述电子围栏区域的区域边界的距离，小于或者等于预设阈值，则继续播报警告提示，并通过所述无人机确定所述船只交通工具的第二位置信息；
所述发送模块还用于将所述第二位置信息和救援信号发送至救援中心，以供所述救援中心接收到所述救援信号后，基于所述第二位置信息对所述船只交通工具进行救援；
所述发送模块还用于若确定所述船只交通工具离开了所述电子围栏区域，则停止播报警告提示，并向所述救援中心发送所述船只交通工具已经离开的提示信息。
进一步地，所述危险行为的识别装置还包括：
连接模块，用于响应所述无人机的连接请求，基于所述连接请求确定所述无人机播报的连接信号，并基于所述连接信号与所述无人机建立通信连接，以通过所述通信连接接收所述无人机发送的第一视频流数据和第二视频流数据。
其中，上述危险行为的识别装置中各个模块的功能实现与上述危险行为的识别方法实施例中各步骤相对应，其功能和实现过程在此处不再一一赘述。
本发明还提供一种计算机存储介质，该计算机存储介质上存储有危险行为的识别程序，所述危险行为的识别程序被处理器执行时实现如以上任一项实施例所述的危险行为的识别方法的步骤。
本发明计算机存储介质的具体实施例与上述危险行为的识别方法各实施例基本相同，在此不作赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的数据下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多数据下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件货物的形式体现出来，该计算机软件货物存储在一个计算机存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备完成本申请各个实施例所述的方法。
Claims (10)
1.一种危险行为的识别方法，其特征在于，所述危险行为的识别方法应用于智能终端，所述危险行为的识别方法包括：
接收到无人机发送的第一视频流数据后，基于所述智能终端中所述无人机的电子围栏区域，截取所述第一视频流数据中的每一帧图像，得到对应的待识别图像；
将所述待识别图像输入至所述智能终端的识别模型中进行识别，得到所述待识别图像对应的识别结果；
若确定所述识别结果为所述待识别图像中存在预设交通工具，则确定在所述电子围栏区域内存在危险行为。
2.如权利要求1所述的危险行为的识别方法，其特征在于，所述收到无人机发送的第一视频流数据后，基于所述智能终端中所述无人机的电子围栏区域，截取所述第一视频流数据中的每一帧图像，得到对应的待识别图像的步骤之前，还包括：
接收所述无人机发送的第二视频流数据，基于所述第二视频流数据中各帧图像的图像特征，确定所述无人机的电子围栏区域。
3.如权利要求1所述的危险行为的识别方法，其特征在于，所述预设交通工具为车辆交通工具，所述若确定所述识别结果为所述待识别图像中存在预设交通工具，则确定在所述电子围栏区域内存在危险行为的步骤之后，还包括：
通过所述无人机向所述车辆交通工具播报警告提示，并确定在播报所述警告提示后，所述车辆交通工具是否离开所述电子围栏区域；
若确定所述车辆交通工具没有离开所述电子围栏区域，且确定所述车辆交通工具越过所述电子围栏区域，则继续播报警告提示，并通过所述无人机确定所述车辆交通工具的第一位置信息；
将所述第一位置信息和救援信号发送至救援中心，以供所述救援中心接收到所述救援信号后，基于所述第一位置信息对所述车辆交通工具进行救援。
4.如权利要求3所述的危险行为的识别方法，其特征在于，所述通过所述无人机向所述车辆交通工具播报警告提示，并确定在播报所述警告提示后，所述车辆交通工具是否离开所述电子围栏区域的步骤之后，还包括：
若确定所述车辆交通工具离开了所述电子围栏区域，则停止播报警告提示，并向所述救援中心发送所述车辆交通工具已经离开的提示信息。
5.如权利要求1所述的危险行为的识别方法，其特征在于，所述预设交通工具为船只交通工具，所述若确定所述识别结果为所述待识别图像中存在预设交通工具，则确定在所述电子围栏区域内存在危险行为的步骤之后，还包括：
通过所述无人机向所述船只交通工具播报警告提示，并确定在播报所述警告提示后，所述船只交通工具是否离开所述电子围栏区域；
若确定所述船只交通工具没有离开所述电子围栏区域，且确定所述船只交通工具与所述电子围栏区域的区域边界的距离，小于或者等于预设阈值，则继续播报警告提示，并通过所述无人机确定所述船只交通工具的第二位置信息；
将所述第二位置信息和救援信号发送至救援中心，以供所述救援中心接收到所述救援信号后，基于所述第二位置信息对所述船只交通工具进行救援。
6.如权利要求5所述的危险行为的识别方法，其特征在于，所述通过所述无人机向所述船只交通工具播报警告提示，并确定在播报所述警告提示后，所述船只交通工具是否离开所述电子围栏区域的步骤之后，还包括：
若确定所述船只交通工具离开了所述电子围栏区域，则停止播报警告提示，并向所述救援中心发送所述船只交通工具已经离开的提示信息。
7.如权利要求1至6任一项所述的危险行为的识别方法，其特征在于，所述接收到无人机发送的第一视频流数据后，基于所述智能终端中所述无人机的电子围栏区域，截取所述第一视频流数据中的每一帧图像，得到对应的待识别图像的步骤之前，还包括：
响应所述无人机的连接请求，基于所述连接请求确定所述无人机播报的连接信号，并基于所述连接信号与所述无人机建立通信连接，以通过所述通信连接接收所述无人机发送的第一视频流数据和第二视频流数据。
8.一种危险行为的识别装置，其特征在于，所述危险行为的识别装置应用于智能终端，所述危险行为的识别装置包括：
截取模块，用于接收到无人机发送的第一视频流数据后，基于所述智能终端中所述无人机的电子围栏区域，截取所述第一视频流数据中的每一帧图像，得到对应的待识别图像；
识别模块，用于将所述待识别图像输入至所述智能终端的识别模型中进行识别，得到所述待识别图像对应的识别结果；
确定模块，用于若确定所述识别结果为所述待识别图像中存在预设交通工具，则确定在所述电子围栏区域内存在危险行为。
9.一种终端设备，其特征在于，所述终端设备包括存储器、处理器和存储在所述存储器上并在所述处理器上运行的危险行为的识别程序，所述危险行为的识别程序被所述处理器执行时实现如权利要求1至7中任一项所述的危险行为的识别方法的步骤。
10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有危险行为的识别程序，所述危险行为的识别程序被处理器执行时实现如权利要求1至7中任一项所述的危险行为的识别方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110311651.2A CN113095161B (zh) | 2021-03-23 | 2021-03-23 | 危险行为的识别方法、装置、终端设备及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110311651.2A CN113095161B (zh) | 2021-03-23 | 2021-03-23 | 危险行为的识别方法、装置、终端设备及计算机存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113095161A true CN113095161A (zh) | 2021-07-09 |
| CN113095161B CN113095161B (zh) | 2024-05-31 |
Family
ID=76669348
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110311651.2A Active CN113095161B (zh) | 2021-03-23 | 2021-03-23 | 危险行为的识别方法、装置、终端设备及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113095161B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114394100A (zh) * | 2022-01-12 | 2022-04-26 | 深圳力维智联技术有限公司 | 一种无人巡逻车控制***及无人车 |
| CN115116208A (zh) * | 2022-06-27 | 2022-09-27 | 广州联汇信息科技发展有限公司 | 一种智能报警*** |
| CN115720383A (zh) * | 2022-10-08 | 2023-02-28 | 张子航 | 一种反恐无人机控制方法及相关装置 |
Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6084510A (en) * | 1997-04-18 | 2000-07-04 | Lemelson; Jerome H. | Danger warning and emergency response system and method |
| US20140336862A1 (en) * | 2012-09-19 | 2014-11-13 | Krystalka R. Womble | Method and system for remote monitoring, care and maintenance of animals |
| US20170251633A1 (en) * | 2012-09-19 | 2017-09-07 | Krystalka R. Womble | Method and System for Remote Monitoring, Care and Maintenance of Animals |
| US20170261604A1 (en) * | 2016-03-11 | 2017-09-14 | Raytheon Bbn Technologies Corp. | Intercept drone tasked to location of lidar tracked drone |
| US20180184239A1 (en) * | 2016-12-22 | 2018-06-28 | Motorola Solutions, Inc | Device, method, and system for electronically detecting an out-of-boundary condition for a criminal origanization |
| CN109131925A (zh) * | 2018-07-25 | 2019-01-04 | 云南中商正晓农业科技有限公司 | 一种无人机场地勤行李运输车辆及商业模式 |
| CN109410649A (zh) * | 2018-11-30 | 2019-03-01 | 上海神添实业有限公司 | 一种桥梁主动防撞预警***及方法 |
| CN109901563A (zh) * | 2019-03-12 | 2019-06-18 | 中国能源建设集团广东省电力设计研究院有限公司 | 海上风电场船舶及人员的视频监测*** |
| CN109996037A (zh) * | 2019-04-01 | 2019-07-09 | 四川智海联科技有限公司 | 一种水域的安全监控方法、装置、设备及*** |
| CN110490146A (zh) * | 2019-08-22 | 2019-11-22 | 北博（厦门）智能科技有限公司 | 基于深度学习的人工智能周界安防方法及服务端 |
| CN110722574A (zh) * | 2019-09-26 | 2020-01-24 | 山西省交通科技研发有限公司 | 一种高速公路智能监测预警机器人及其工作方法 |
| US20200065590A1 (en) * | 2018-08-22 | 2020-02-27 | Connie Jordan Carmichael | Surveillance Drone with Microbots |
| CN111144232A (zh) * | 2019-12-09 | 2020-05-12 | 国网智能科技股份有限公司 | 基于智能视频监控的变电站电子围栏监测方法、存储介质及设备 |
| CN111191498A (zh) * | 2019-11-07 | 2020-05-22 | 腾讯科技（深圳）有限公司 | 行为识别方法和相关产品 |
| CN111523362A (zh) * | 2019-12-26 | 2020-08-11 | 珠海大横琴科技发展有限公司 | 一种基于电子围网的数据分析方法、装置及电子设备 |
| KR20200102172A (ko) * | 2019-02-21 | 2020-08-31 | 엑시텍 주식회사 | 지오펜스와 인공 지능을 활용한 해상 인명 구조 시스템 |
| CN111753780A (zh) * | 2020-06-29 | 2020-10-09 | 广东电网有限责任公司清远供电局 | 变电站违章检测***及违章检测方法 |
| CN111783579A (zh) * | 2020-06-19 | 2020-10-16 | 江苏濠汉信息技术有限公司 | 基于无人机视觉分析的施工人员跨越围栏检测*** |
| CN112287910A (zh) * | 2020-12-25 | 2021-01-29 | 智道网联科技(北京)有限公司 | 道路异常区域检测方法、装置、电子设备及存储介质 |
| CN112288995A (zh) * | 2020-11-09 | 2021-01-29 | 华能通辽风力发电有限公司 | 一种风电场升压站虚拟隔离安全防护*** |
-
2021
- 2021-03-23 CN CN202110311651.2A patent/CN113095161B/zh active Active
Patent Citations (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6084510A (en) * | 1997-04-18 | 2000-07-04 | Lemelson; Jerome H. | Danger warning and emergency response system and method |
| US20140336862A1 (en) * | 2012-09-19 | 2014-11-13 | Krystalka R. Womble | Method and system for remote monitoring, care and maintenance of animals |
| US20170251633A1 (en) * | 2012-09-19 | 2017-09-07 | Krystalka R. Womble | Method and System for Remote Monitoring, Care and Maintenance of Animals |
| US20170261604A1 (en) * | 2016-03-11 | 2017-09-14 | Raytheon Bbn Technologies Corp. | Intercept drone tasked to location of lidar tracked drone |
| US20180184239A1 (en) * | 2016-12-22 | 2018-06-28 | Motorola Solutions, Inc | Device, method, and system for electronically detecting an out-of-boundary condition for a criminal origanization |
| CN109131925A (zh) * | 2018-07-25 | 2019-01-04 | 云南中商正晓农业科技有限公司 | 一种无人机场地勤行李运输车辆及商业模式 |
| US20200065590A1 (en) * | 2018-08-22 | 2020-02-27 | Connie Jordan Carmichael | Surveillance Drone with Microbots |
| CN109410649A (zh) * | 2018-11-30 | 2019-03-01 | 上海神添实业有限公司 | 一种桥梁主动防撞预警***及方法 |
| KR20200102172A (ko) * | 2019-02-21 | 2020-08-31 | 엑시텍 주식회사 | 지오펜스와 인공 지능을 활용한 해상 인명 구조 시스템 |
| CN109901563A (zh) * | 2019-03-12 | 2019-06-18 | 中国能源建设集团广东省电力设计研究院有限公司 | 海上风电场船舶及人员的视频监测*** |
| CN109996037A (zh) * | 2019-04-01 | 2019-07-09 | 四川智海联科技有限公司 | 一种水域的安全监控方法、装置、设备及*** |
| CN110490146A (zh) * | 2019-08-22 | 2019-11-22 | 北博（厦门）智能科技有限公司 | 基于深度学习的人工智能周界安防方法及服务端 |
| CN110722574A (zh) * | 2019-09-26 | 2020-01-24 | 山西省交通科技研发有限公司 | 一种高速公路智能监测预警机器人及其工作方法 |
| CN111191498A (zh) * | 2019-11-07 | 2020-05-22 | 腾讯科技（深圳）有限公司 | 行为识别方法和相关产品 |
| CN111144232A (zh) * | 2019-12-09 | 2020-05-12 | 国网智能科技股份有限公司 | 基于智能视频监控的变电站电子围栏监测方法、存储介质及设备 |
| CN111523362A (zh) * | 2019-12-26 | 2020-08-11 | 珠海大横琴科技发展有限公司 | 一种基于电子围网的数据分析方法、装置及电子设备 |
| CN111783579A (zh) * | 2020-06-19 | 2020-10-16 | 江苏濠汉信息技术有限公司 | 基于无人机视觉分析的施工人员跨越围栏检测*** |
| CN111753780A (zh) * | 2020-06-29 | 2020-10-09 | 广东电网有限责任公司清远供电局 | 变电站违章检测***及违章检测方法 |
| CN112288995A (zh) * | 2020-11-09 | 2021-01-29 | 华能通辽风力发电有限公司 | 一种风电场升压站虚拟隔离安全防护*** |
| CN112287910A (zh) * | 2020-12-25 | 2021-01-29 | 智道网联科技(北京)有限公司 | 道路异常区域检测方法、装置、电子设备及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| XU YUAN ET.AL: "High accuracy virtual electronic fence management technique based on GNSS", 2017 13TH IEEE INTERNATIONAL CONFERENCE ON ELECTRONIC MEASUREMENT & INSTRUMENTS (ICEMI), 22 January 2018 (2018-01-22) * |
| 周超: "无人机地面实时监控平台设计与实现", 中国优秀硕士学位论文全文数据库, 15 March 2018 (2018-03-15) * |
| 邵振海;阳新峰;黄涛;: "基于毫米波雷达技术的新型安防***在基站无人值守中的应用", 通信与信息技术, no. 01, 25 January 2018 (2018-01-25) * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114394100A (zh) * | 2022-01-12 | 2022-04-26 | 深圳力维智联技术有限公司 | 一种无人巡逻车控制***及无人车 |
| CN114394100B (zh) * | 2022-01-12 | 2024-04-05 | 深圳力维智联技术有限公司 | 一种无人巡逻车控制***及无人车 |
| CN115116208A (zh) * | 2022-06-27 | 2022-09-27 | 广州联汇信息科技发展有限公司 | 一种智能报警*** |
| CN115116208B (zh) * | 2022-06-27 | 2023-12-22 | 广州联汇信息科技发展有限公司 | 一种智能报警*** |
| CN115720383A (zh) * | 2022-10-08 | 2023-02-28 | 张子航 | 一种反恐无人机控制方法及相关装置 |
| CN115720383B (zh) * | 2022-10-08 | 2023-11-17 | 张子航 | 一种无人机控制方法及相关装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113095161B (zh) | 2024-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113095161A (zh) | 危险行为的识别方法、装置、终端设备及计算机存储介质 | |
| EP3163543B1 (en) | Alarming method and device | |
| US11915593B2 (en) | Systems and methods for machine learning based collision avoidance | |
| CN110430401A (zh) | 车辆盲区预警方法、预警装置、mec平台和存储介质 | |
| US20190130757A1 (en) | Drive assist apparatus and drive assist system | |
| CN106781666A (zh) | 一种目标车位的控制方法及*** | |
| CN110730327A (zh) | 一种对输电线路监控的方法及采集前端 | |
| CN106503666A (zh) | 一种安全监控方法、装置及电子设备 | |
| CA2983316C (en) | Monitoring system having personal information protection function and method thereof | |
| WO2018123054A1 (ja) | 事故防止システム、方法及びプログラム | |
| CN106292719A (zh) | 地面站融合***及地面站视频数据融合方法 | |
| CN112040534B (zh) | 基于无人机的机器人救援方法、装置、***及存储介质 | |
| CN112150534A (zh) | 图像采集设备遮挡状态检测方法、装置、设备和存储介质 | |
| WO2020194584A1 (ja) | 物体追跡装置、制御方法、及びプログラム | |
| US11328603B1 (en) | Safety service by using edge computing | |
| KR20140055175A (ko) | 영상 공유 방법 및 이를 위한 장치 | |
| CN111625014A (zh) | 一种无人机控制方法、车载终端及计算机可读存储介质 | |
| CN112149482A (zh) | 驾驶员在岗状态检测方法、装置、设备和计算机存储介质 | |
| CN106162938B (zh) | 一种信息处理方法和第一电子设备 | |
| KR20230162937A (ko) | 엘리베이터 시스템을 작동하기 위한 방법 및 엘리베이터 시스템 | |
| CN112486573B (zh) | 监控***的数据处理方法、数据处理设备及存储介质 | |
| CN114299472A (zh) | 异常行为的确定方法和装置、存储介质及电子装置 | |
| CN111275006A (zh) | 信息交互方法、装置、***、移动设备与电子设备 | |
| CN111341133A (zh) | 自动驾驶车辆的控制方法及装置、存储介质、处理器 | |
| JP2019159810A (ja) | 飛行管理システム及び飛行装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |