CN114758464B - 一种基于充电桩监控视频的电瓶防盗方法、设备和存储介质 - Google Patents
一种基于充电桩监控视频的电瓶防盗方法、设备和存储介质 Download PDFInfo
- Publication number
- CN114758464B CN114758464B CN202210675753.7A CN202210675753A CN114758464B CN 114758464 B CN114758464 B CN 114758464B CN 202210675753 A CN202210675753 A CN 202210675753A CN 114758464 B CN114758464 B CN 114758464B
- Authority
- CN
- China
- Prior art keywords
- detection
- area
- charging pile
- acquiring
- score
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000001514 detection method Methods 0.000 claims abstract description 62
- 230000009471 action Effects 0.000 claims abstract description 26
- 238000012937 correction Methods 0.000 claims description 24
- 238000012549 training Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 10
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 230000006399 behavior Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 210000003414 extremity Anatomy 0.000 claims description 3
- 238000004091 panning Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 210000000707 wrist Anatomy 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 2
- 238000011897 real-time detection Methods 0.000 abstract description 4
- 238000007689 inspection Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Burglar Alarm Systems (AREA)
- Closed-Circuit Television Systems (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明属于图像识别技术领域,具体公开了一种基于充电桩监控视频的电瓶防盗方法、设备和存储介质。所述方法包括:实时获取充电桩区域监控视频并获取监控画面;当判定人员进入充电桩区域后,获取该人员在每一帧图像内的关键部位肢体坐标;设置检测矩形区域,获取所述检测矩形区域内电瓶车信息;获取电瓶车轮胎方框信息,获得人员动作得分;基于所述人员动作得分,对连续画面区域内类电瓶物品进行检测,获得电瓶检测结果。本发明通过特殊的算法对视频关键特征进行有效识别,解决了人工检查的高成本、低效率的问题,实现了电瓶车充电场所的电瓶防盗监控的规范性、自动化和高效性,实现了对电瓶失窃事件的实时检测预警。
Description
技术领域
本发明属于图像识别技术领域,尤其涉及一种基于充电桩监控视频的电瓶防盗方法、设备和存储介质。
背景技术
电瓶车停靠在充电桩进行充电时,因为充电桩附近没有专人看守很容易导致电瓶失窃的事件发生,并且在事后侦察中民警需要观看大量的监控视频来寻找偷盗之人导致消耗大量人力成本,效率不高,所以需要一种基于充电桩监控视频的电瓶防盗实时检测方法实现对电瓶失窃事件的实时检测预警。
发明内容
为克服上述现有技术存在的不足,本发明之目的在于提供一种基于充电桩监控视频的电瓶防盗方法。该***通过计算人员进入充电桩后的防盗检测得分,根据得分高低对电瓶失窃事件进行实时检测,解决了人工检查的高成本、低效率的问题,实现了电瓶车充电场所的电瓶防盗监控的规范性、自动化和高效性。
为实现上述目的,本发明实施例提供如下技术方案。
一种基于充电桩监控视频的电瓶防盗方法,包括:
步骤S1:在充电桩区域部署监控摄像头,实时获取所述监控摄像头的监控视频并获取监控画面的宽W和高H;
步骤S2:在监控画面内设置充电桩区域;
步骤S3:判定所述充电桩区域内是否存在人员;
步骤S6:当所述检测矩形区域存在电瓶车时,获取电瓶车轮胎方框信息,获得人员动作得分;
步骤S7:基于所述人员动作得分,对连续画面区域内类电瓶物品进行检测,获得电瓶检测结果。
进一步地,所述在监控画面内设置充电桩区域,包括:
进一步地,所述判定所述充电桩区域内是否存在人员,包括:
进一步地,所述设置检测矩形区域,包括:
进一步地,所述获取电瓶车轮胎方框信息,获得人员动作得分,包括:
步骤S6.1:当所述检测矩形区域存在电瓶车时,获取电瓶车在监控画面内的完整图像并识别电瓶车两组轮胎方框信息;所述两组轮胎方框信息分别为,,其中,为轮胎图像方框的左顶角横坐标,,为轮胎图像方框的左顶角纵坐标,,为轮胎图像方框的宽,,为轮胎图像方框的高;
进一步地,所述步骤S7包括:
其中,区域O中的点是检测场景内所有满足条件的点的集合;
将模糊的电瓶图像加入训练yolo模型,得到类电瓶物品检测模型的yolo模型。
进一步地,所述方法还包括步骤S8:
记录人员从进入充电桩区域到离开充电桩区域的监控视频帧数N0;
本发明的另一目的在于提供一种计算机设备/移动终端,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中的计算机程序,以实现所述基于充电桩监控视频的电瓶防盗方法的操作步骤。
本发明的另一目的在于提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述基于充电桩监控视频的电瓶防盗方法的操作步骤。
与现有技术相比,本发明的有益效果是:
本发明提供了一种基于充电桩监控视频的电瓶防盗方法,相对现有技术,电瓶车停靠在充电桩进行充电时,因为充电桩附近没有专人看守很容易导致电瓶失窃的事件发生,并且在事后侦察中民警需要观看大量的监控视频来寻找偷盗之人导致消耗大量人力成本,效率不高,本发明通过计算人员进入充电桩后的防盗检测得分,根据得分高低对电瓶失窃事件进行实时检测,通过特殊的算法对视频关键特征进行有效识别,解决了人工检查的高成本、低效率的问题,实现了电瓶车充电场所的电瓶防盗监控的规范性、自动化和高效性,实现了对电瓶失窃事件的实时检测预警。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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。
图1为本发明一个可选实施例的方法流程示意图;
图2为本发明一个可选实施例的检测场景模拟图;
图3为本发明一个可选实施例的充电桩区域和人体关键点示意图;
图4为本发明一个可选实施例的检测矩形区域示意图;
图5为本发明一个可选实施例的电瓶车信息示意图。
图例标记:
1-充电桩区域;2-手臂;3-手腕;4-胯骨;5-脖子;6-检测矩形区域;7-轮胎;8-电瓶车。
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,以下结合附图及实施例,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。
见图1所示的方法流程图。在本发明提供的一个优选实施方式中,一种基于充电桩监控视频的电瓶防盗方法,包括:
步骤S1:在充电桩区域部署监控摄像头,实时获取所述监控摄像头的监控视频并获取监控画面的宽W和高H。
图2为本发明一个可选实施例的检测场景模拟图。
步骤S2:在监控画面内设置充电桩区域。具体为:
图3为本发明一个可选实施例的充电桩区域和人体关键点示意图。
步骤S3:判定所述充电桩区域内是否存在人员。具体为:
图4为本发明一个可选实施例的检测矩形区域示意图。
步骤S6:当所述检测矩形区域存在电瓶车时,获取电瓶车轮胎方框信息,获得人员动作得分。具体为:
步骤S6.1:当所述检测矩形区域存在电瓶车时,获取电瓶车在监控画面内的完整图像并识别电瓶车两组轮胎方框信息。所述两组轮胎方框信息分别为,,其中,为轮胎图像方框的左顶角横坐标,,为轮胎图像方框的左顶角纵坐标,,为轮胎图像方框的宽,,为轮胎图像方框的高。
图5为本发明一个可选实施例的电瓶车信息示意图。
步骤S7:基于所述人员动作得分,对连续画面区域内类电瓶物品进行检测,获得电瓶检测结果。具体为:
其中,区域O中的点是检测场景内所有满足条件的点的集合。
优选地,因为标准的电瓶检测误差较大,所以将一些模糊的电瓶图像加入训练yolo模型,得到类电瓶物品检测模型的yolo模型,减少漏判。
基于以上实施例,基于所述人员动作得分和电瓶检测结果,可以获得基于充电桩监控视频的电瓶防盗方法的技术效果。
较佳地,实施例可以增加以下步骤。
步骤S8:记录人员从进入充电桩区域到离开充电桩区域的监控视频帧数N0。
较佳地,实施例可以增加以下步骤。
步骤S9:当失窃检测得分gf大于设定检测阈值TS时,判定人员存在盗取电瓶行为,并获取人员信息通过通信装置向监管人员发出实时告警。
本发明的另一个实施例,在前述的基于充电桩监控视频的电瓶防盗方法的基础上,提供了一种计算机设备/移动终端,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中的计算机程序,以实现前述的基于充电桩监控视频的电瓶防盗方法的操作步骤。
为了能够加载上述***和方法能够顺利运行,该***除了包括上述各种模块之外,还可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括监控摄像头、输入输出设备、网络接入设备、总线、处理器和存储器等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述客户端或者相关***的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机以及手机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机、手机程序和/或模块,以及调用存储在存储器内的数据,实现上述客户端的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示***的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明的另一个实施例,在前述的基于充电桩监控视频的电瓶防盗方法的基础上,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现前述的基于充电桩监控视频的电瓶防盗方法的操作步骤。
本领域普通技术人员可以理解实现上述实施例中的全部或部分流程及模块,是可以通过计算机和手机程序、硬件及其组合来实现。所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可实现包括如上述各模块及方法的实施例的流程。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于充电桩监控视频的电瓶防盗方法,其特征在于,包括:
步骤S1:在充电桩区域部署监控摄像头,实时获取所述监控摄像头的监控视频并获取监控画面的宽W和高H;
步骤S2:在监控画面内设置充电桩区域;
步骤S3:判定所述充电桩区域内是否存在人员;
步骤S5:设置检测矩形区域,获取所述检测矩形区域内电瓶车信息,获取人车同步得分gci值;
步骤S6:当所述检测矩形区域存在电瓶车时,获取电瓶车轮胎方框信息,获得人员动作得分;
步骤S7:基于所述人员动作得分,对连续画面区域内类电瓶物品进行检测,获得电瓶检测结果;
步骤S5.2:使用训练好的yolov4模型对所述检测矩形区域进行电瓶车检测;当区域内存在电瓶车时,设置;当区域内不存在电瓶车时,设置;其中分别表示检测矩形区域的左上角顶点横坐标,左上角顶点纵坐标,区域的宽,以及区域的高;
所述获取电瓶车轮胎方框信息,获得人员动作得分,包括:
步骤S6.1:当所述检测矩形区域存在电瓶车时,获取电瓶车在监控画面内的完整图像并识别电瓶车两组轮胎方框信息;所述两组轮胎方框信息分别为,,其中,为轮胎图像方框的左顶角横坐标,,为轮胎图像方框的左顶角纵坐标,,为轮胎图像方框的宽,,为轮胎图像方框的高;
5.根据权利要求4所述的方法,其特征在于,所述步骤S7包括:
其中,区域O中的点是检测场景内所有满足条件的点的集合;
将模糊的电瓶图像加入训练yolo模型,得到类电瓶物品检测模型的yolo模型。
8.一种计算机设备/移动终端,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中的计算机程序,以实现权利要求1至6中任一项所述方法的操作步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的操作步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210675753.7A CN114758464B (zh) | 2022-06-15 | 2022-06-15 | 一种基于充电桩监控视频的电瓶防盗方法、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210675753.7A CN114758464B (zh) | 2022-06-15 | 2022-06-15 | 一种基于充电桩监控视频的电瓶防盗方法、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114758464A CN114758464A (zh) | 2022-07-15 |
CN114758464B true CN114758464B (zh) | 2022-09-13 |
Family
ID=82336841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210675753.7A Active CN114758464B (zh) | 2022-06-15 | 2022-06-15 | 一种基于充电桩监控视频的电瓶防盗方法、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114758464B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115009074B (zh) * | 2022-07-21 | 2023-03-31 | 东莞先知大数据有限公司 | 一种充电桩偷电行为检测方法、电子设备和存储介质 |
CN115471787B (zh) * | 2022-08-09 | 2023-06-06 | 东莞先知大数据有限公司 | 一种工地物体堆放检测方法、装置及存储介质 |
CN115862241B (zh) * | 2023-03-03 | 2023-05-12 | 江苏安能科技有限公司 | 一种充电桩区域偷盗监测方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002264874A (ja) * | 2001-03-12 | 2002-09-18 | Toshiba Corp | 自動二輪車の通信装置ならびにこの通信装置を利用したヘルメットおよび盗難防止装置 |
CN106184490A (zh) * | 2016-08-18 | 2016-12-07 | 南京九致信息科技有限公司 | 电动辅助自行车的电池防盗装置及电动辅助自行车 |
CN207503392U (zh) * | 2017-09-25 | 2018-06-15 | 河南英开电气股份有限公司 | 一种电动汽车充电桩防盗监控*** |
CN208233219U (zh) * | 2017-12-25 | 2018-12-14 | 常州金葵智能技术有限公司 | 一种公共电动车充电装备的报警设备 |
CN109522938A (zh) * | 2018-10-26 | 2019-03-26 | 华南理工大学 | 一种基于深度学习的图像中目标的识别方法 |
CN112434666B (zh) * | 2020-12-11 | 2022-03-08 | 东莞先知大数据有限公司 | 重复动作识别方法、装置、介质及设备 |
-
2022
- 2022-06-15 CN CN202210675753.7A patent/CN114758464B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114758464A (zh) | 2022-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114758464B (zh) | 一种基于充电桩监控视频的电瓶防盗方法、设备和存储介质 | |
CN110427905B (zh) | 行人跟踪方法、装置以及终端 | |
US8750573B2 (en) | Hand gesture detection | |
US20190347486A1 (en) | Method and apparatus for detecting a garbage dumping action in real time on video surveillance system | |
CN110796051B (zh) | 基于货柜场景下的实时存取行为检测方法和*** | |
CN108665373A (zh) | 一种车辆定损的交互处理方法、装置、处理设备及客户端 | |
CN107004271A (zh) | 显示方法、装置、电子设备、计算机程序产品和非暂态计算机可读存储介质 | |
CN111723773B (zh) | 遗留物检测方法、装置、电子设备及可读存储介质 | |
CN112052815B (zh) | 一种行为检测方法、装置及电子设备 | |
CN112530019A (zh) | 三维人体重建方法、装置、计算机设备和存储介质 | |
CN103020606A (zh) | 一种基于时空上下文信息的行人检测方法 | |
CN109102530A (zh) | 运动轨迹绘制方法、装置、设备和存储介质 | |
CN111597879A (zh) | 一种基于监控视频的姿态检测方法、装置及*** | |
CN109360278A (zh) | 出租车计价方法、***及服务器 | |
CN109902550A (zh) | 行人属性的识别方法和装置 | |
CN104794446A (zh) | 基于合成描述子的人体动作识别方法及*** | |
CN110427810A (zh) | 视频定损方法、装置、拍摄端及机器可读存储介质 | |
CN112434566A (zh) | 客流统计方法、装置、电子设备及存储介质 | |
CN106780603A (zh) | 车辆检测方法、装置及电子设备 | |
CN108924627A (zh) | 运动对象的位置分布显示方法、装置、设备及存储介质 | |
DE112021004252T5 (de) | Vorrichtung und verfahren zum bereitstellen eines suchdienstes für ein vermisstes kind auf der basis einer gesichtserkennung unter verwendung von deep-learning | |
CN108921147A (zh) | 一种基于动态纹理和变换域时空特征的黑烟车识别方法 | |
CN106339684A (zh) | 一种行人检测的方法、装置及车辆 | |
CN111914704B (zh) | 一种三轮车载人的识别方法、装置、电子设备及存储介质 | |
CN112883783A (zh) | 一种视频浓缩方法、装置、终端设备及存储介质 |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: Building 7, No. 124 Dongbao Road, Dongcheng Street, Dongguan City, Guangdong Province, 523128 Patentee after: Guangdong Prophet Big Data Co.,Ltd. Country or region after: China Address before: 523128 Room 401, building 6, No.5 Weifeng Road, Dongcheng Street, Dongguan City, Guangdong Province Patentee before: Dongguan prophet big data Co.,Ltd. Country or region before: China |