CN113569813A - 一种基于服务器端的智能化图像识别***及方法 - Google Patents
一种基于服务器端的智能化图像识别***及方法 Download PDFInfo
- Publication number
- CN113569813A CN113569813A CN202111035248.8A CN202111035248A CN113569813A CN 113569813 A CN113569813 A CN 113569813A CN 202111035248 A CN202111035248 A CN 202111035248A CN 113569813 A CN113569813 A CN 113569813A
- Authority
- CN
- China
- Prior art keywords
- module
- image
- algorithm
- intelligent
- snapshot
- 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 19
- 238000012545 processing Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000001914 filtration Methods 0.000 claims description 7
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000009471 action Effects 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 4
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 238000011161 development Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于服务器端的智能化图像识别***及识别方法,该***包括依次电连接在一起的图像抓拍模块、智能化算法模块和结果输出模块,图像抓拍模块与挂载有若干摄像头的视频服务器电连接,结果输出模块与其它***电连接,算法调度模块与图像抓拍模块、智能化算法模块、结果输出模块和存储模块电连接。本发明所公开的***,是基于服务器端图像抓拍、图像智能化识别、结果消息输出的一体化***,提高了工程应用的适应性。基于普通摄像头进行多场景参数的灵活配置,***更灵活、更实用,图像识别结果准确率高。
Description
技术领域
本发明属于图像识别领域,特别涉及该领域中的一种基于服务器端的智能化图像识别***及方法。
背景技术
图像识别的应用领域非常广泛,而人工识别的方法靠人工盯屏,造成人力疲劳,准确率低。虽然在交通、城管、水利、环保等领域都推出了自带图像识别算法的专用摄像头,但由于摄像头硬件资源的限制和应用场景的约束,往往需要针对不同场景安装内置不同算法的摄像头,图像识别场景比较单一,应用场景无法切换,因此带来了摄像头安装种类多、占用网络带宽等资源大、硬件成本高、应用场景算法无法切换等缺点。虽然也有些基于服务器端的图像识别算法,但是没有与普通摄像头的抓拍、处理、结果输出形成一个完整***,不具备场景切换功能,效率不高。
发明内容
本发明所要解决的技术问题就是提供一种基于服务器端的智能化图像识别***及方法。
本发明采用如下技术方案:
一种基于服务器端的智能化图像识别***,其改进之处在于:包括依次电连接在一起的图像抓拍模块、智能化算法模块和结果输出模块,图像抓拍模块与挂载有若干摄像头的视频服务器电连接,结果输出模块与其它***电连接,算法调度模块与图像抓拍模块、智能化算法模块、结果输出模块和存储模块电连接。
进一步的,图像抓拍模块通过SDK与视频服务器建立连接,并负责按照算法调度模块配置的场景参数对相应摄像头进行定时摄像头动作调整和抓拍图像,抓拍后的图像供后续的智能化算法模块使用。
进一步的,算法调度模块将摄像头的控制信息、抓拍信息、识别算法参数、结果输出参数进行统一配置场景参数管理,并存入存储模块。
进一步的,摄像头的控制信息包括摄像头类型、摄像头名称、IP地址、端口号、登录用户名称、密码、摄像头焦距、旋转角度;抓拍信息包括定时时间间隔、抓拍图像张数、图像存放路径、文件命名规则;识别算法参数包括场景类型、算法类型、算法阈值、识别时间范围、剔除异常参数;结果输出参数包括MQ的发布消息类型、主题名称、图像识别结果文件路径名称、信息发布方式,或者通过UDP、Kafka、RabbitMQ、RocketMQ方式进行对外消息发布。
进一步的,算法调度模块采用多线程处理架构,在抓拍图像后按照每个算法模块启动一个线程,调用智能化算法模块进行图像识别算法计算处理。
进一步的,智能化算法模块采用opencv库进行二次开发。
进一步的,存储模块为MySQL、Oracle、PostgreSQL或SqlServer数据库,或者采用XML文件。
一种基于服务器端的智能化图像识别方法,使用上述的***,其改进之处在于,包括如下步骤:
步骤1,***初始化,算法调度模块连接存储模块加载所有场景参数;
步骤2,算法调度模块根据某一场景,定时启动图像抓拍模块,通过SDK连接对应的摄像头;
步骤3,图像抓拍模块按预设场景参数进行图像抓拍;
步骤4,算法调度模块根据场景参数调度智能化算法模块,进行图像智能化识别、剔除异常结果,中间记录算法运行日志;
步骤5,智能化算法模块完成处理后,算法调度模块调度结果输出模块,将产生的识别结果信息对外发布;
步骤6,算法调度模块执行下一场景,循环执行步骤2至步骤6;
步骤7,无场景后结束并退出***。
进一步的,步骤4具体包括:读取图像文件,按照算法调度模块方法和参数进行图像识别处理,包括:灰度化,降噪滤波,边缘计算或差异计算,进行数据过滤,剔除无效识别结果,最终计算结果与预设阈值比较,超过阈值进行消息发布和结果图片保存。
进一步的,步骤5具体包括:结果输出模块将超过阈值的图像识别,利用消息队列ActiveMQ对外进行消息发布,将结果图片改名另存,以供其他***读取图像识别结果和图像人工参考复核使用。
本发明的有益效果是:
本发明所公开的***,是基于服务器端图像抓拍、图像智能化识别、结果消息输出的一体化***,提高了工程应用的适应性。基于普通摄像头进行多场景参数的灵活配置,***更灵活、更实用,图像识别结果准确率高。利用opencv库,采用线程池技术,实现多摄像头、多场景的多线程同时处理,有效提高了服务器的利用效率和图像识别的及时性。
本发明所公开的方法,采用纯软件即可实施,不增加硬件,能有效降低成本;部署过程简单,应用灵活,维护方便,运行可靠;采用灵活的场景参数配置和条件过滤,图像识别的准确率较高。
附图说明
图1是本发明实施例1所公开***的组成示意图;
图2是本发明实施例1所公开方法的运行流程示意图;
图3是本发明实施例1所公开方法中步骤4的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图和实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1,本实施例公开了一种基于服务器端的智能化图像识别***,通过部署在服务器上实现普通摄像头的图像抓拍、智能化识别功能。如图1所示,包括依次电连接在一起的图像抓拍模块1、智能化算法模块2和结果输出模块3,图像抓拍模块与挂载有若干摄像头4的视频服务器5电连接,结果输出模块与其它***6电连接,算法调度模块7与图像抓拍模块1、智能化算法模块2、结果输出模块3和存储模块8电连接。图像抓拍模块负责从视频流或视频服务器中定时抓取图像;算法调度模块负责调度智能化算法模块;智能化算法模块负责对图像进行实时图像识别;结果输出模块负责将图像识别结果信息对外发布,以供其他***使用。
在传统的视频监控***中,经过算法调度模块、图像抓拍模块、智能化算法模块、结果输出模块的配合运行,实现多个摄像头、多种场景的同时自动抓拍图像、智能图像识别和识别结果推送,有效提高了服务器***的资源利用率,改善了图像识别的及时性和准确率。
在本实施例中,图像抓拍模块通过SDK与视频服务器建立连接(SDK:SoftwareDevelopment Kit的缩写,是某一***软件接口、代码、示例等软件开发工具包的总称),并负责按照算法调度模块配置的场景参数对相应摄像头进行定时摄像头动作调整和抓拍图像,抓拍后的图像供后续的智能化算法模块使用。
为了实现不同摄像头、不同场景的图像识别应用,算法调度模块将摄像头的控制信息、抓拍信息、识别算法参数、结果输出参数进行统一的图像识别场景配置管理,并存入存储模块,允许用户对场景进行编辑、添加、删除等操作,以提高场景图像识别的灵活性和实用性。
摄像头的控制信息包括摄像头类型、摄像头名称、IP地址、端口号、登录用户名称、密码、摄像头焦距、旋转角度(若有)等摄像头动作参数;抓拍信息包括定时时间间隔、抓拍图像张数、图像存放路径、文件命名规则等参数;识别算法参数包括场景类型、算法类型、算法阈值、识别时间范围、剔除异常参数等图像识别相关的参数;结果输出参数包括MQ的发布消息类型、主题名称、图像识别结果文件路径名称、信息发布方式等参数配置。本发明中结果输出模块采用ActiveMQ方式,也可通过UDP、Kafka、RabbitMQ、RocketMQ方式进行对外消息发布,不影响智能化图像识别和信息发布的应用效果。
通过场景参数配置管理,本服务器端的智能化图像识别***可以适用于不同场景下的不同摄像头,能按照场景进行对应抓拍,并调用场景参数进行图像智能化识别,剔除无效图像识别结果,按照预设方式对外进行识别结果发布,从而形成一个配置灵活、自动化运行、智能化识别的图像识别***。
算法调度模块采用多线程处理架构,在抓拍图像后按照每个算法模块启动一个线程,调用智能化算法模块进行图像识别算法计算处理。
智能化算法模块采用opencv库进行二次开发。Opencv 是一个基于BSD许可(开源)发行的跨平台计算机视觉和机器学习软件库,可以运行在Linux、Windows、Android和MacOS操作***上。
存储模块采用MySQL、Oracle、PostgreSQL或SqlServer数据库对场景配置数据进行存取,或者采用XML文件存取来进行管理。
本实施例还公开了一种基于服务器端的智能化图像识别方法,使用上述的***,如图2所示,包括如下步骤:
步骤1,***初始化,算法调度模块连接存储模块数据库,加载所有场景参数;
步骤2,算法调度模块根据某一场景,定时启动图像抓拍模块,通过SDK连接对应的摄像头;
步骤3,图像抓拍模块按预设场景参数进行图像抓拍;
步骤4,算法调度模块根据场景参数调度智能化算法模块,进行图像智能化识别、剔除异常结果,中间记录算法运行日志;
步骤5,智能化算法模块完成处理后,算法调度模块调度结果输出模块,将产生的识别结果信息对外发布;
步骤6,算法调度模块执行下一场景,循环执行步骤2至步骤6;
步骤7,无场景后结束并退出***。
如图3(边缘提取算法流程图)所示,步骤4具体包括:依次是读取图像文件,按照算法调度模块方法和参数进行图像识别处理,包括:灰度化,降噪滤波,边缘计算或差异计算等,算法中充分考虑了场景的实际情况,兼顾灵敏性和准确性,比如识别车辆,要综合考虑面积、形状、图像区域、时间范围等多重条件进行数据过滤,剔除无效识别结果,最终计算结果与预设阈值比较,超过阈值进行消息发布和结果图片保存。
步骤5具体包括:结果输出模块将超过阈值的图像识别,利用消息队列ActiveMQ(MQ:Message Queue,消息队列,一般用来解决应用解耦,异步消息,流量削峰等问题,实现高性能,高可用,可伸缩和最终一致性架构)对外进行消息发布,将结果图片改名另存,以供其他***读取图像识别结果和图像人工参考复核使用。
Claims (10)
1.一种基于服务器端的智能化图像识别***,其特征在于:包括依次电连接在一起的图像抓拍模块、智能化算法模块和结果输出模块,图像抓拍模块与挂载有若干摄像头的视频服务器电连接,结果输出模块与其它***电连接,算法调度模块与图像抓拍模块、智能化算法模块、结果输出模块和存储模块电连接。
2.根据权利要求1所述基于服务器端的智能化图像识别***,其特征在于:图像抓拍模块通过SDK与视频服务器建立连接,并负责按照算法调度模块配置的场景参数对相应摄像头进行定时摄像头动作调整和抓拍图像,抓拍后的图像供后续的智能化算法模块使用。
3.根据权利要求1所述基于服务器端的智能化图像识别***,其特征在于:算法调度模块将摄像头的控制信息、抓拍信息、识别算法参数、结果输出参数进行统一配置场景参数管理,并存入存储模块。
4.根据权利要求3所述基于服务器端的智能化图像识别***,其特征在于:摄像头的控制信息包括摄像头类型、摄像头名称、IP地址、端口号、登录用户名称、密码、摄像头焦距、旋转角度;抓拍信息包括定时时间间隔、抓拍图像张数、图像存放路径、文件命名规则;识别算法参数包括场景类型、算法类型、算法阈值、识别时间范围、剔除异常参数;结果输出参数包括MQ的发布消息类型、主题名称、图像识别结果文件路径名称、信息发布方式,或者通过UDP、Kafka、RabbitMQ、RocketMQ方式进行对外消息发布。
5.根据权利要求1所述基于服务器端的智能化图像识别***,其特征在于:算法调度模块采用多线程处理架构,在抓拍图像后按照每个算法模块启动一个线程,调用智能化算法模块进行图像识别算法计算处理。
6.根据权利要求1所述基于服务器端的智能化图像识别***,其特征在于:智能化算法模块采用opencv库进行二次开发。
7.根据权利要求1所述基于服务器端的智能化图像识别***,其特征在于:存储模块为MySQL、Oracle、PostgreSQL或SqlServer数据库,或者采用XML文件。
8.一种基于服务器端的智能化图像识别方法,使用权利要求1所述的***,其特征在于,包括如下步骤:
步骤1,***初始化,算法调度模块连接存储模块加载所有场景参数;
步骤2,算法调度模块根据某一场景,定时启动图像抓拍模块,通过SDK连接对应的摄像头;
步骤3,图像抓拍模块按预设场景参数进行图像抓拍;
步骤4,算法调度模块根据场景参数调度智能化算法模块,进行图像智能化识别、剔除异常结果,中间记录算法运行日志;
步骤5,智能化算法模块完成处理后,算法调度模块调度结果输出模块,将产生的识别结果信息对外发布;
步骤6,算法调度模块执行下一场景,循环执行步骤2至步骤6;
步骤7,无场景后结束并退出***。
9.根据权利要求8所述基于服务器端的智能化图像识别方法,其特征在于,步骤4具体包括:读取图像文件,按照算法调度模块方法和参数进行图像识别处理,包括:灰度化,降噪滤波,边缘计算或差异计算,进行数据过滤,剔除无效识别结果,最终计算结果与预设阈值比较,超过阈值进行消息发布和结果图片保存。
10.根据权利要求8所述基于服务器端的智能化图像识别方法,其特征在于,步骤5具体包括:结果输出模块将超过阈值的图像识别,利用消息队列ActiveMQ对外进行消息发布,将结果图片改名另存,以供其他***读取图像识别结果和图像人工参考复核使用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111035248.8A CN113569813A (zh) | 2021-09-05 | 2021-09-05 | 一种基于服务器端的智能化图像识别***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111035248.8A CN113569813A (zh) | 2021-09-05 | 2021-09-05 | 一种基于服务器端的智能化图像识别***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113569813A true CN113569813A (zh) | 2021-10-29 |
Family
ID=78173614
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111035248.8A Pending CN113569813A (zh) | 2021-09-05 | 2021-09-05 | 一种基于服务器端的智能化图像识别***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113569813A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114285970A (zh) * | 2021-12-22 | 2022-04-05 | 南京国电南自轨道交通工程有限公司 | 一种基于视频分析技术的智慧车站运营辅助联动方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473926A (zh) * | 2013-09-11 | 2013-12-25 | 无锡加视诚智能科技有限公司 | 枪球联动道路交通参数采集及违章抓拍*** |
CN105025255A (zh) * | 2015-01-07 | 2015-11-04 | 泰华智慧产业集团股份有限公司 | 一种城市管理视频处理***及工作方法 |
CN107404633A (zh) * | 2017-08-14 | 2017-11-28 | 南京国电南自维美德自动化有限公司 | 视频监控***及其视频压缩编码方法、联合告警追踪方法 |
CN108111614A (zh) * | 2017-12-27 | 2018-06-01 | 北京工业大学 | 农林业病虫害监测管理*** |
CN109344686A (zh) * | 2018-08-06 | 2019-02-15 | 广州开瑞信息科技有限公司 | 一种智能人脸识别*** |
CN109922251A (zh) * | 2017-12-12 | 2019-06-21 | 华为技术有限公司 | 快速抓拍的方法、装置及*** |
CN111405249A (zh) * | 2020-03-20 | 2020-07-10 | 腾讯云计算(北京)有限责任公司 | 监控方法、装置及服务器和计算机可读存储介质 |
CN111611897A (zh) * | 2020-05-15 | 2020-09-01 | 航迅信息技术有限公司 | 一种基于相机网络的无人机侦测***及方法 |
CN112241649A (zh) * | 2019-07-16 | 2021-01-19 | 浙江宇视科技有限公司 | 一种目标识别方法及装置 |
CN112347856A (zh) * | 2020-10-13 | 2021-02-09 | 广东电网有限责任公司培训与评价中心 | 一种基于教室场景的无感知考勤***及方法 |
CN212936047U (zh) * | 2020-07-10 | 2021-04-09 | 重庆市科源能源技术发展有限公司 | 人员安全管控*** |
CN112969049A (zh) * | 2021-01-29 | 2021-06-15 | 南京长江油运有限公司 | 一种船舶违章行为智能侦测*** |
CN113347360A (zh) * | 2021-06-04 | 2021-09-03 | 北京电信规划设计院有限公司 | 基于5g视频与bim的施工管理***及其管理方法 |
-
2021
- 2021-09-05 CN CN202111035248.8A patent/CN113569813A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473926A (zh) * | 2013-09-11 | 2013-12-25 | 无锡加视诚智能科技有限公司 | 枪球联动道路交通参数采集及违章抓拍*** |
CN105025255A (zh) * | 2015-01-07 | 2015-11-04 | 泰华智慧产业集团股份有限公司 | 一种城市管理视频处理***及工作方法 |
CN107404633A (zh) * | 2017-08-14 | 2017-11-28 | 南京国电南自维美德自动化有限公司 | 视频监控***及其视频压缩编码方法、联合告警追踪方法 |
CN109922251A (zh) * | 2017-12-12 | 2019-06-21 | 华为技术有限公司 | 快速抓拍的方法、装置及*** |
CN108111614A (zh) * | 2017-12-27 | 2018-06-01 | 北京工业大学 | 农林业病虫害监测管理*** |
CN109344686A (zh) * | 2018-08-06 | 2019-02-15 | 广州开瑞信息科技有限公司 | 一种智能人脸识别*** |
CN112241649A (zh) * | 2019-07-16 | 2021-01-19 | 浙江宇视科技有限公司 | 一种目标识别方法及装置 |
CN111405249A (zh) * | 2020-03-20 | 2020-07-10 | 腾讯云计算(北京)有限责任公司 | 监控方法、装置及服务器和计算机可读存储介质 |
CN111611897A (zh) * | 2020-05-15 | 2020-09-01 | 航迅信息技术有限公司 | 一种基于相机网络的无人机侦测***及方法 |
CN212936047U (zh) * | 2020-07-10 | 2021-04-09 | 重庆市科源能源技术发展有限公司 | 人员安全管控*** |
CN112347856A (zh) * | 2020-10-13 | 2021-02-09 | 广东电网有限责任公司培训与评价中心 | 一种基于教室场景的无感知考勤***及方法 |
CN112969049A (zh) * | 2021-01-29 | 2021-06-15 | 南京长江油运有限公司 | 一种船舶违章行为智能侦测*** |
CN113347360A (zh) * | 2021-06-04 | 2021-09-03 | 北京电信规划设计院有限公司 | 基于5g视频与bim的施工管理***及其管理方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114285970A (zh) * | 2021-12-22 | 2022-04-05 | 南京国电南自轨道交通工程有限公司 | 一种基于视频分析技术的智慧车站运营辅助联动方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107958220B (zh) | 一种基于人脸识别的人脸库压缩处理方法及其智能装置 | |
US9111353B2 (en) | Adaptive illuminance filter in a video analysis system | |
CN106851229B (zh) | 一种基于图像识别的安防智能决策的方法与*** | |
WO2005091639A1 (en) | Pipeline architecture for analyzing multiple video streams | |
CN102740121B (zh) | 应用于视频监控网络的视频质量诊断控制***及方法 | |
CN105827976A (zh) | 基于gpu的视频采集与处理装置及*** | |
CN114255432A (zh) | 视频流处理方法、装置、电子设备、存储介质及*** | |
CN110765134A (zh) | 档案建立方法、设备及存储介质 | |
CN113569813A (zh) | 一种基于服务器端的智能化图像识别***及方法 | |
CN101127830A (zh) | 基于嵌入式具有识别功能的智能网络摄像机 | |
CN112036242B (zh) | 人脸图片采集方法、装置、计算机设备及存储介质 | |
CN107566785B (zh) | 一种面向大数据的视频监控***及方法 | |
CN210666820U (zh) | 一种基于dsp边缘计算的行人异常行为检测*** | |
CN112235540A (zh) | 一种用于屏幕显示故障识别报警的智能视频监控*** | |
CN111787256B (zh) | 警前录像的管理方法、装置、介质及电子设备 | |
CN112291538A (zh) | 一种视频监控数据的存储方法及装置 | |
CN111800568A (zh) | 补光方法及装置 | |
TWI503759B (zh) | 人臉偵測之雲端智慧監視系統 | |
WO2023045836A1 (zh) | 灯具检测方法、装置、设备、介质、芯片、产品及程序 | |
CN113242294B (zh) | 一种面向群智感知数据的流计算处理方法 | |
CN113489942A (zh) | 基于边缘计算的视频监控*** | |
CN110321442B (zh) | 一种基于人脸抓拍名单库管理***及方法 | |
CN113242431A (zh) | 一种面向路侧感知的标注数据预处理方法 | |
TWM469556U (zh) | 以雲端進行人臉偵測之智慧監視裝置 | |
WO2022213606A1 (zh) | 一种摄像机数据处理方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211029 |