CN115002448A - 应用于安防监控的视频图像质量诊断方法及*** - Google Patents
应用于安防监控的视频图像质量诊断方法及*** Download PDFInfo
- Publication number
- CN115002448A CN115002448A CN202210589514.XA CN202210589514A CN115002448A CN 115002448 A CN115002448 A CN 115002448A CN 202210589514 A CN202210589514 A CN 202210589514A CN 115002448 A CN115002448 A CN 115002448A
- Authority
- CN
- China
- Prior art keywords
- module
- abnormal
- camera
- video image
- image quality
- 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
- 238000003745 diagnosis Methods 0.000 title claims abstract description 44
- 238000012544 monitoring process Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims abstract description 102
- 238000012423 maintenance Methods 0.000 claims abstract description 58
- 230000005856 abnormality Effects 0.000 claims abstract description 40
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000011282 treatment Methods 0.000 claims abstract description 14
- 238000009434 installation Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 4
- 230000008014 freezing Effects 0.000 claims description 4
- 238000007710 freezing Methods 0.000 claims description 4
- 230000001427 coherent effect Effects 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 22
- 238000012937 correction Methods 0.000 description 19
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 206010060904 Freezing phenomenon Diseases 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 241000533950 Leucojum Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000011418 maintenance treatment Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000005067 remediation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明属于图像质量检测领域，公开了一种应用于安防监控的视频图像质量诊断方法及***，其中应用于安防监控的视频图像质量诊断***包括诊断模块和治理模块：所述诊断模块用于判断视频图像是否异常，并得出异常原因；所述治理模块用于存储和统计异常原因；所述诊断模块包括获取模块、判断模块、分析模块和发送模块：所述获取模块用于获取摄像头的拍摄画面；所述判断模块用于根据拍摄画面判断摄像头是否出现异常；所述分析模块用于根据拍摄画面分析摄像头的异常原因；所述发送模块用于将异常原因发送至治理模块。解决了现有技术拍摄视频运维不及时导致的安防工作不严谨的问题。
Description
技术领域
本发明属于图像质量检测领域，具体涉及应用于安防监控的视频图像质量诊断方法及***。
背景技术
随着科技的发展，安防监控已经逐步向高清化、网络化、智能化发展，由于视频监控的前端设备普遍安装在户外，容易受到人为、环境等因素的影响，导致视频监控***故障频发。在过去，前端监控设备故障检测主要是依靠人力巡检来进行，但是由于信息化建设也在不断地扩大，安防监控数量的极速增长，通过人力巡检也变得力不从心，同时由于监控设备数量的增加，使用的监控设备的种类和品牌也有所不同，所对应的故障原因也越来越复杂。
因此，通常有事件发生后，调取监控图像才发现拍摄视频出现图像模糊或者取流异常等现象，看不到正常视频，严重影响破案效率或者对突发事件的响应速度，若增加人力巡检，会产生大量的人力资源成本，使人力资源更加紧张。因此亟需一种应用于安防监控的视频诊断***，根据前端设备状态信息分析视频图像质量，及时对视频图像质量进行监控，提高制品运维效率，减少人力资源投入，保证安防工作正常进行。
发明内容
本发明意在提供应用于安防监控的视频图像质量检测方法及***，以解决现有技术拍摄视频运维不及时导致的安防工作不严谨的问题。
本发明提供的基础方案：应用于安防监控的视频图像质量诊断***，包括诊断模块和治理模块：
所述诊断模块用于判断视频图像是否异常，并得出异常原因；
所述治理模块用于存储和统计异常原因；
所述诊断模块包括获取模块、判断模块、分析模块和发送模块：
所述获取模块用于获取摄像头的拍摄画面；
所述判断模块用于根据拍摄画面判断摄像头是否出现异常；
所述分析模块用于根据拍摄画面分析摄像头的异常原因；
所述发送模块用于将异常原因发送至治理模块。
本发明的原理及优点在于：通过获取模块获取摄像头的拍摄画面，判断模块通过识别该拍摄画面判断该摄像头是否出现异常，若出现异常则分析模块分析摄像头拍摄异常画面的原因，并且发送模块将异常原因发送至治理模块，治理模块对异常原因进行存储和统计。本方案有益效果：通过判断模块及时对获取的拍摄画面进行判断，得出该拍摄画面是否存在异常，使运维人员能够及时地获取拍摄画面的状态信息，并且判断模块能够根据拍摄画面分析异常摄像头的异常原因，运维人员能够根据异常原因对摄像头采取运维处理，及时快速地处理故障摄像头，使安防工作顺利进行，保障城市安全。
进一步，所述诊断模块还包括列表模块和计时模块，所述计时模块用于根据设置获取模块的启动时间间隔；所述列表模块用于记录需要进行诊断的摄像头信息；所述摄像头信息包括摄像头的安装位置及编号。
有益效果：所述计时模块设定获取模块获取拍摄图像的时间间隔，定时地对拍摄图像进行诊断，并且通过记录诊断摄像头信息，能够同时对多个摄像头进行拍摄图像诊断，运维人员通过诊断结果和摄像头信息能够及时地对摄像头进行运维，不耽误该位置的安防工作，保证城市安全。
进一步，所述分析模块包括颜色检测模块、异物检测模块和动态检测模块：
所述颜色检测模块用于检测拍摄画面的颜色效果，并得出颜色异常原因；
所述异物检测模块用于检测拍摄画面中是否存在异物，并得出异物异常原因；
所述动态检测模块用于检测拍摄画面是否正常连贯，并得出动态异常原因。
有益效果：分别检测拍摄画面的颜色是否正常、画面中是否存在异物、拍摄画面是否正常，保证检测的全面性，比起笼统地对拍摄画面进行检查，上述的分类检查方式使检查出的摄像头故障原因更加准确，运维人员能够更快速地对摄像头采取运维行动，避免漏检的情况发生，增加运维时间，耽误安全防护工作的开展。
进一步，所述颜色异常原因包括偏色异常、对比度异常和亮度异常；所述异物异常原因包括异物遮挡、模糊异常和干扰异常；所述动态异常原因包括网络丢包和画面冻结。
有益效果：对异常原因进行细化，使运维人员能够快速准确地针对异常原因开展运维工作，及时恢复城市安防监控。
进一步，所述治理模块包括记录模块和查询模块：
所述记录模块用于记录异常摄像头的信息与异常原因；
所述查询模块用于根据输入条件在记录模块中查询对应的记录信息。
有益效果：保存异常摄像头的信息与异常原因，新增查询模块，使运维人员便于对异常摄像头的异常原因进行查询和管理，降低运维难度。
进一步，所述治理模块还包括维修模块：所述维修模块用于当判断出异常摄像头时，向维修人员发送维修请求，所述维修请求包括摄像头信息。
有益效果：维修模块能够在检测到异常摄像头的第一时间向维修人员发送维修请求，比起运维人员发现异常摄像头再联系相关维修人员，本方案减少了中间步骤，使异常摄像头能够及时快速地获得运维处理，降低城市安防风险。
进一步，所述维修模块还用于获取异常摄像头的异常原因，并根据不同异常原因向不同的维修人员发送维修请求，所述维修请求中包括异常原因。
有益效果：根据异常原因向对应地维修人员发送维修请求，使维修人员对异常摄像头能熟练地开始维修，保证维修速率，使异常摄像头能够及时恢复正常，保证城市安保工作顺利进行，并且将异常原因发送至维修人员，使维修人员能够提前做好维修准备，提高维修速率。
进一步，所述治理模块还包括统计模块：所述统计模块用于获取异常摄像头的安装位置和异常原因，并分析得出统计结果。
有益效果：对异常摄像头的安装位置和异常原因进行统计分析，分出分析结果，便于后续运维工作的安排和开展。
本发明还提供应用于安防监控的视频图像质量诊断方法，运用于上述任一应用用户安防监控的视频图像质量诊断***中。
附图说明
图1为本发明应用于安防监控的视频图像质量诊断方法实施例1的示意图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例1
实施例1基本如附图1所示：应用于安防监控的视频图像质量诊断方法及***，其中***应用于安防监控的视频图像质量诊断***包括诊断模块和治理模块：
所述诊断模块用于判断视频图像是否异常，并得出异常原因；所述诊断模块包括获取模块、判断模块、分析模块、发送模块、列表模块和计时模块：所述获取模块用于获取摄像头的拍摄画面；所述判断模块用于根据拍摄画面判断摄像头是否出现异常；所述分析模块用于根据拍摄画面分析摄像头的异常原因；所述发送模块用于将异常原因发送至治理模块。所述计时模块用于根据设置获取模块的启动时间间隔；本实施例中，计时模块设置的获取模块启动时间间隔为2小时，所述获取模块还包括排除模块，所述排除模块用于获取24小时内的异常摄像头的编号，所述获取模块用于获取除该编号以外的其他摄像头的拍摄画面；所述列表模块用于记录需要进行诊断的摄像头信息；所述摄像头信息包括摄像头的安装位置及编号，本实施例中，所述视频图像质量诊断***能够同时对多个摄像头进行诊断。
所述分析模块包括颜色检测模块、异物检测模块和动态检测模块：所述颜色检测模块用于检测拍摄画面的颜色效果，并得出颜色异常原因，所述颜色异常原因包括偏色异常、对比度异常和亮度异常；所述异物检测模块用于检测拍摄画面中是否存在异物，并得出异物异常原因，所述异物异常原因包括异物遮挡、模糊异常和干扰异常；所述动态检测模块用于检测拍摄画面是否正常连贯，并得出动态异常原因，所述动态异常原因包括网络丢包和画面冻结。所述检测标准和检测结果如下：
偏色异常：检测由于线路接触不良、外部干扰或摄像头故障等原因造成的视频中的画面偏色现象，主要包括全屏单一偏色或多种颜色混杂的带状偏色；
对比度异常：检测视频中由于对比度设置不当造成的对比度不自然、颜色失真的情况；
亮度异常：检测视频中由于摄像头故障、增益控制紊乱、照明条件异常或人为恶意遮挡等原因引起的画面过暗、过亮或黑屏现象；
雪花干扰：检测视频图像中杂乱的飞点、刺、线状干扰导致的雪花、图像抖动或滚屏等现象；
画面冻结：检测由于视频传输调度***故障引起的视频画面冻结现象，可避免遗漏真实的现场视频图像；
异物遮挡：检测视频中由于镜头损坏或异物遮蔽引起的监控画面无法完全显示；自动检测镜头对准无意义物体的情况；
模糊异常：检测视频图像中混有杂乱的“横道”、“波纹”，或其他干扰导致的图像模糊、扭曲及叠加噪声等现象,前端视频采集终端将采集到的视频信号传递给视频分析服务器；视频分析服务器对所采集的视频信号进行分析,将前端视频采集终端与其监控的场区进行绑定编号,判断不同场区内的前端视频采集终端是否模糊异常。
本实施例中，所述异常情况还包括信号缺失异常、场景变换异常、PTZ镜头缩放异常、抖动异常、PTZ运动速度异常、PTZ运动角度异常和场景剧变异常。
所述治理模块用于存储和统计异常原因；所述治理模块包括记录模块、查询模块、维修模块和统计模块：所述记录模块用于记录异常摄像头的信息与异常原因；所述查询模块用于根据输入条件在记录模块中查询对应的记录信息；所述维修模块用于当判断出异常摄像头时，获取异常摄像头的异常原因，并根据不同异常原因向不同的维修人员发送维修请求；本实施例中，将异常原因类型分为颜色异常、亮度异常和画面动态异常，并根据三种类型将异常摄像头维修请求发送至不同维修领域的维修是人员；所述维修请求包括摄像头信息和异常原因。所述统计模块用于获取异常摄像头的安装位置和异常原因，并分析得出统计结果。
具体实施过程如下：
使用所述应用于安防监控的视频图像质量诊断***对一定区域内的视频图像质量进行诊断，该区域内包括30个摄像头，所述列表模块用于记录30个摄像头的安装位置和编号；所述获取模块获取30个摄像头的拍摄图像，每个拍摄图像附有该摄像头的编号信息；判断模块判断出该30个摄像头中有5个摄像头拍摄画面出现异常，通过分析模块分析出其中2个摄像头的异常原因为异物遮挡，其余的摄像头异常原因为模糊异常。
所述记录模块对这5个摄像头的信息和异常原因进行记录，并通过统计模块分析得出统计结果；维修模块获取摄像头的位置信息、编号和异常情况，并向相关维修人员发送维修请求。
两小时后，计时模块再次启动获取模块，排除模块获取24小时内的异常摄像头编号，包括上次诊断过程中诊断出的5个摄像头编号，获取模块获取剩下的25个摄像头的拍摄图像，并且按照上次诊断步骤进行诊断。
实施例2
本实施例和实施例1的区别在于，本实施例还包括服务器，所述服务器用于保存安防监控拍摄的视频图像，所述服务器包括算法模块、标记模块和发布模块：
算法模块，用于根据图像异常原因构造矫正矩阵，生成各类图像异常的矫正算法，所述矫正算法用于对拍摄异常的图像进行矫正。
标记模块，用于根据预设的计算量阈值对矫正算法进行标记，若矫正算法的计算量小于计算量阈值，则标记为前端矫正算法，若矫正算法的计算量大于计算量阈值，则标记为后端矫正算法；
发布模块，用于将前端矫正算法发布给各个监控设备。
本实施例的原理及有益效果：通过诊断模块，对拍摄的异常图像进行诊断，算法模块通过构造矫正矩阵，生成各种图像异常的矫正算法，矫正算法用于矫正拍摄异常的图像。但如果所有的图像异常都是由服务器进行处理，会造成服务器的负载过大，因此将一些计算量较小的矫正算法发送给前端的监控设备，由监控设备自身对异常的拍摄图像异常进行矫正后，再发送给服务器。而计算量较大的矫正算法对应的图像异常则由服务器自身进行处理。通过将一些矫正算法分配给前端的监控设备，减少服务器的负载。
具体实施方式：
通过现有的BP神经网络模型，其输入层为监控设备正常状态下拍摄的图像，隐藏层为出现异常的部分，从而输出各类图像异常的矫正算法，根据各类图像异常的计算量，将计算量小于计算量阈值的标记为前端矫正算法，发布给前端的监控设备，由监控设备自身对该类型的图像异常进行处理后，再上传至服务器。将计算量大于计算量阈值的标记为后端矫正算法，将对应类型的图像异常由服务器来进行处理。
以上的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (9)
1.应用于安防监控的视频图像质量诊断***，其特征在于：包括诊断模块和治理模块：
所述诊断模块用于判断视频图像是否异常，并得出异常原因；
所述治理模块用于存储和统计异常原因；
所述诊断模块包括获取模块、判断模块、分析模块和发送模块：
所述获取模块用于获取摄像头的拍摄画面；
所述判断模块用于根据拍摄画面判断摄像头是否出现异常；
所述分析模块用于根据拍摄画面分析摄像头的异常原因；
所述发送模块用于将异常原因发送至治理模块。
2.根据权利要求1所述的应用于安防监控的视频图像质量诊断***，其特征在于：所述诊断模块还包括列表模块和计时模块，所述计时模块用于根据设置获取模块的启动时间间隔；所述列表模块用于记录需要进行诊断的摄像头信息；所述摄像头信息包括摄像头的安装位置及编号。
3.根据权利要求1、2任一所述的应用于安防监控的视频图像质量诊断***，其特征在于：所述分析模块包括颜色检测模块、异物检测模块和动态检测模块：
所述颜色检测模块用于检测拍摄画面的颜色效果，并得出颜色异常原因；
所述异物检测模块用于检测拍摄画面中是否存在异物，并得出异物异常原因；
所述动态检测模块用于检测拍摄画面是否正常连贯，并得出动态异常原因。
4.根据权利要求3所述的应用于安防监控的视频图像质量诊断***，其特征在于：所述颜色异常原因包括偏色异常、对比度异常和亮度异常；所述异物异常原因包括异物遮挡、模糊异常和干扰异常；所述动态异常原因包括网络丢包和画面冻结。
5.根据权利要求1、2、4任一所述的应用于安防监控的视频图像质量诊断***，其特征在于：所述治理模块包括记录模块和查询模块：
所述记录模块用于记录异常摄像头的信息与异常原因；
所述查询模块用于根据输入条件在记录模块中查询对应的记录信息。
6.根据权利要求5所述的应用于安防监控的视频图像质量诊断***，其特征在于：所述治理模块还包括维修模块：所述维修模块用于当判断出异常摄像头时，向维修人员发送维修请求，所述维修请求包括摄像头信息。
7.根据权利要求6所述的应用于安防监控的视频图像质量诊断***，其特征在于：所述维修模块还用于获取异常摄像头的异常原因，并根据不同异常原因向不同的维修人员发送维修请求，所述维修请求中包括异常原因。
8.根据权利要求7所述的应用于安防监控的视频图像质量诊断***，其特征在于：所述治理模块还包括统计模块：所述统计模块用于获取异常摄像头的安装位置和异常原因，并分析得出统计结果。
9.应用于安防监控的视频图像质量诊断方法，其特征在于：应用于上述任一应用于安防监控的视频图像质量诊断***中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210589514.XA CN115002448A (zh) | 2022-05-26 | 2022-05-26 | 应用于安防监控的视频图像质量诊断方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210589514.XA CN115002448A (zh) | 2022-05-26 | 2022-05-26 | 应用于安防监控的视频图像质量诊断方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115002448A true CN115002448A (zh) | 2022-09-02 |
Family
ID=83029182
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210589514.XA Pending CN115002448A (zh) | 2022-05-26 | 2022-05-26 | 应用于安防监控的视频图像质量诊断方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115002448A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116416579A (zh) * | 2023-06-12 | 2023-07-11 | 广东德燊科技有限公司 | 一种园区安防监控存储信息智能分析管理*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102006459A (zh) * | 2010-11-09 | 2011-04-06 | 中国电信股份有限公司 | 视频图像智能诊断***及方法 |
| CN102176758A (zh) * | 2011-03-07 | 2011-09-07 | 北京文安科技发展有限公司 | 一种视频质量诊断***及其实现方法 |
| CN102421008A (zh) * | 2011-12-07 | 2012-04-18 | 浙江捷尚视觉科技有限公司 | 视频质量智能检测*** |
| CN202773015U (zh) * | 2012-06-19 | 2013-03-06 | 广州市浩云安防科技股份有限公司 | 一种用于视频监控***图像质量诊断装置 |
| CN113660427A (zh) * | 2021-09-22 | 2021-11-16 | 广州网路通电子有限公司 | 一种应用于视频监控测试仪的图像分析***及其分析方法 |
-
2022
- 2022-05-26 CN CN202210589514.XA patent/CN115002448A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102006459A (zh) * | 2010-11-09 | 2011-04-06 | 中国电信股份有限公司 | 视频图像智能诊断***及方法 |
| CN102176758A (zh) * | 2011-03-07 | 2011-09-07 | 北京文安科技发展有限公司 | 一种视频质量诊断***及其实现方法 |
| CN102421008A (zh) * | 2011-12-07 | 2012-04-18 | 浙江捷尚视觉科技有限公司 | 视频质量智能检测*** |
| CN202773015U (zh) * | 2012-06-19 | 2013-03-06 | 广州市浩云安防科技股份有限公司 | 一种用于视频监控***图像质量诊断装置 |
| CN113660427A (zh) * | 2021-09-22 | 2021-11-16 | 广州网路通电子有限公司 | 一种应用于视频监控测试仪的图像分析***及其分析方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116416579A (zh) * | 2023-06-12 | 2023-07-11 | 广东德燊科技有限公司 | 一种园区安防监控存储信息智能分析管理*** |
| CN116416579B (zh) * | 2023-06-12 | 2023-08-18 | 广东德燊科技有限公司 | 一种园区安防监控存储信息智能分析管理*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109167997B (zh) | 一种视频质量诊断***及方法 | |
| CN110225299B (zh) | 视频监测方法、装置、计算机设备及存储介质 | |
| JP4718253B2 (ja) | 監視カメラの画像異常検出装置 | |
| CN102387038B (zh) | 基于视频检测及综合网管的网络视频故障定位***及方法 | |
| CN102118629B (zh) | 基于监控平台的网络视频监控服务质量保障***及方法 | |
| CN202282837U (zh) | 视频质量诊断*** | |
| CN107272637A (zh) | 一种视频监控***故障自检自恢复控制***及方法 | |
| CN109711318B (zh) | 一种基于视频流的多人脸检测与跟踪方法 | |
| CN103067740B (zh) | 视频监控设备故障智能检测方法及其检测*** | |
| CN110956606B (zh) | 显示屏播放画面异常检测方法、装置及其*** | |
| CN105430384A (zh) | 一种视频质量诊断方法和*** | |
| CN116091901A (zh) | 一种基于监控设备故障诊断分析的运维管理平台 | |
| CN112924471B (zh) | 一种设备故障诊断***及其诊断方法 | |
| CN102176758A (zh) | 一种视频质量诊断***及其实现方法 | |
| CN108174198B (zh) | 一种视频图像质量诊断分析检测设备及应用*** | |
| WO2017057780A1 (ja) | 表示盤や操作盤のデータ収集装置、方法およびプログラム | |
| EP2541932A1 (en) | Quality checking in video monitoring system. | |
| CN110096945B (zh) | 基于机器学习的室内监控视频关键帧实时提取方法 | |
| CN102740121A (zh) | 应用于视频监控网络的视频质量诊断控制***及方法 | |
| CN115002448A (zh) | 应用于安防监控的视频图像质量诊断方法及*** | |
| CN112906488A (zh) | 一种基于人工智能的安防视频质量评价*** | |
| CN113691801A (zh) | 基于视频图像分析的视频监控设备故障监测方法及*** | |
| CN113487166A (zh) | 一种基于卷积神经网络的化纤飘丝质量检测方法及*** | |
| CN117423052A (zh) | 一种基于数据分析的监控设备调测***及方法 | |
| CN102769774B (zh) | 宽带视频网络***中实现跨平台视频服务质量诊断的方法 |
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 |