CN115063751A - 宠物牵绳检测方法、设备及存储介质 - Google Patents
宠物牵绳检测方法、设备及存储介质 Download PDFInfo
- Publication number
- CN115063751A CN115063751A CN202210889125.9A CN202210889125A CN115063751A CN 115063751 A CN115063751 A CN 115063751A CN 202210889125 A CN202210889125 A CN 202210889125A CN 115063751 A CN115063751 A CN 115063751A
- Authority
- CN
- China
- Prior art keywords
- target
- pet
- pulling rate
- rope pulling
- position information
- 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
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Alarm Systems (AREA)
Abstract
本申请实施例提供一种宠物牵绳检测方法、设备及存储介质,该方法包括对待处理图像进行识别处理,获得第一数量的目标人物分别对应的第一位置信息,以及第二数量的目标宠物分别对应的第二位置信息,若第一数量和第二数量均大于零,则针对每个目标宠物,根据至少一个目标人物的第一位置信息和目标宠物的第二位置信息,确定目标宠物的圆弧牵绳率和直线牵绳率,并根据圆弧牵绳率和直线牵绳率,计算目标宠物的总牵绳率,若目标宠物的总牵绳率小于预设牵绳率,则生成目标宠物的未牵绳报警信息。本实施例提供的方法能够实现对遛宠物是否牵绳进行准确检测,且检测效率高。
Description
技术领域
本申请实施例涉及图像处理技术领域,尤其涉及一种宠物牵绳检测方法、设备及存储介质。
背景技术
遛宠物不牵绳,为社区带来安全隐患,由于某些养宠物人法律意识淡薄,以各种理由拒绝遛宠物时牵绳,一旦发生事故,对养宠物人,宠物,被害者,都是不可弥补的损失,甚至会引发社会性的危害。
相关技术中,可以通过对监控视频中的绳索进行识别,实现遛宠物不牵绳行为的监督。
然而,实现本申请过程中,发明人发现现有技术中至少存在如下问题:对于监控视频中的绳索形状物品,由于其不仅体积小,且形状,颜色,固定的方式千差万别,很难有效的检测出绳索,导致检测准确向较低。
发明内容
本申请实施例提供一种宠物牵绳检测方法、设备及存储介质,以提高对宠物是否牵绳的检测的准确性。
第一方面,本申请实施例提供一种宠物牵绳检测方法,包括:
对待处理图像进行识别处理,获得第一数量的目标人物分别对应的第一位置信息,以及第二数量的目标宠物分别对应的第二位置信息;
若所述第一数量和所述第二数量均大于零,则针对每个目标宠物,根据至少一个所述目标人物的第一位置信息和所述目标宠物的第二位置信息,确定所述目标宠物的圆弧牵绳率和直线牵绳率,并根据所述圆弧牵绳率和所述直线牵绳率,计算所述目标宠物的总牵绳率;所述圆弧牵绳率用于指示所述目标宠物在围绕对应目标人物运动时的牵绳概率;所述直线牵绳率用于指示所述目标宠物在跟随对应目标人物直线运动时的牵绳概率;
若所述目标宠物的总牵绳率小于预设牵绳率,则生成所述目标宠物的未牵绳报警信息。
在一种可能的设计中,所述根据至少一个所述目标人物的第一位置信息和所述目标宠物的第二位置信息,确定所述目标宠物的圆弧牵绳率,包括:
针对每个目标人物,根据所述目标人物的第一位置信息和所述目标宠物的第二位置信息计算所述目标宠物和所述目标人物之间的相对位置;
基于圆弧拟合算法,对所述相对位置进行拟合处理,获得多个拟合圆心;
将所述多个拟合圆心中落入预设范围内的圆心个数与所述多个拟合圆心的总个数之间的比值,确定为所述目标人物对应的第一概率;
将至少一个所述目标人物的第一概率中的最大值,确定为所述目标宠物的圆弧牵绳率。
在一种可能的设计中,所述根据所述目标人物的第一位置信息和所述目标宠物的第二位置信息计算所述目标宠物和所述目标人物之间的相对位置,包括:
确定所述目标人物的归零坐标;
针对所述第一位置信息中的每个时刻的第一位置坐标,确定第一平移量,基于所述第一平移量,将所述位置坐标平移至所述归零坐标,并基于所述第一平移量将所述第二位置信息中对应时刻的第二位置坐标进行平移,获得新的第二位置坐标;
基于所述目标人物的归零坐标和所述新的第二位置坐标计算获得所述时刻对应的相对位置向量;
将多个所述时刻分别对应的相对位置向量,确定为所述相对位置。
在一种可能的设计中,所述根据至少一个所述目标人物的第一位置信息和所述目标宠物的第二位置信息,确定所述目标宠物的直线牵绳率,包括:
对所述目标宠物的第二位置信息进行直线拟合,获得多个时段分别对应的第一线段以及第一斜率;
针对每个目标人物,对所述目标人物的第一位置信息进行直线拟合,获得所述目标人物对应的多个所述时段分别对应的第二线段以及第二斜率;
根据所述第一斜率和所述第二斜率,从多个时段分别对应的第一线段中筛选获得目标线段,计算所述目标线段的总长度并将所述目标线段的总长度确定为所述目标人物对应的第二概率;
将至少一个所述目标人物的第二概率中的最大值,确定为所述目标宠物的直线牵绳率。
在一种可能的设计中,所述根据所述第一斜率和所述第二斜率,从多个时段分别对应的第一线段中筛选获得目标线段,包括:
针对每个时段,计算对应的第一斜率与对应的第二斜率之间的斜率差,若所述斜率差小于预设斜率差,则将所述时段对应的第一线段确定为目标线段;
所述计算所述目标线段的总长度,包括:
将时段连续的各目标线段的长度相加,获得所述目标线段的总长度。
在一种可能的设计中,所述方法还包括:
若所述第二数量大于零,则根据所述目标宠物的第二位置信息确定所述目标宠物的绕桩牵绳率;所述绕桩牵绳率用于指示所述目标宠物在围绕固定桩体运动时的牵绳概率;
所述根据所述圆弧牵绳率和所述直线牵绳率,计算所述目标宠物的总牵绳率,包括:
根据所述绕桩牵绳率、所述圆弧牵绳率和所述直线牵绳率,计算所述目标宠物的总牵绳率。
在一种可能的设计中,所述根据所述目标宠物的第二位置信息确定所述目标宠物的绕桩牵绳率,包括:
基于直线检测算法,对所述待处理图像进行识别处理,获得固定桩体的位置坐标;
根据所述目标宠物的第二位置信息和所述固定桩体的位置坐标,确定在所述目标宠物在连续绕行过程中的多个时刻分别对应的所述目标宠物和所述固定桩体之间的目标距离;
根据多个所述时刻分别对应的目标距离,确定目标距离变化趋势相同的多个连续时刻的目标数量;
根据所述目标数量确定所述目标宠物的绕桩牵绳率。
第二方面,本申请实施例提供一种宠物牵绳检测设备,包括:
识别模块,用于对待处理图像进行识别处理,获得第一数量的目标人物分别对应的第一位置信息,以及第二数量的目标宠物分别对应的第二位置信息;
确定模块,用于若所述第一数量和所述第二数量均大于零,则针对每个目标宠物,根据至少一个所述目标人物的第一位置信息和所述目标宠物的第二位置信息,确定所述目标宠物的圆弧牵绳率和直线牵绳率,并根据所述圆弧牵绳率和所述直线牵绳率,计算所述目标宠物的总牵绳率;所述圆弧牵绳率用于指示所述目标宠物在围绕对应目标人物运动时的牵绳概率;所述直线牵绳率用于指示所述目标宠物在跟随对应目标人物直线运动时的牵绳概率;
生成模块,用于若所述目标宠物的总牵绳率小于预设牵绳率,则生成所述目标宠物的未牵绳报警信息。
第三方面,本申请实施例提供一种宠物牵绳检测设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的方法。
第五方面,本申请实施例提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时,实现如上第一方面以及第一方面各种可能的设计所述的方法。
本实施例提供的宠物牵绳检测方法、设备及存储介质,该方法包括对待处理图像进行识别处理,获得第一数量的目标人物分别对应的第一位置信息,以及第二数量的目标宠物分别对应的第二位置信息,若所述第一数量和所述第二数量均大于零,则针对每个目标宠物,根据至少一个所述目标人物的第一位置信息和所述目标宠物的第二位置信息,确定所述目标宠物的圆弧牵绳率和直线牵绳率,并根据所述圆弧牵绳率和所述直线牵绳率,计算所述目标宠物的总牵绳率,所述圆弧牵绳率用于指示所述目标宠物在围绕对应目标人物运动时的牵绳概率,所述直线牵绳率用于指示所述目标宠物在跟随对应目标人物直线运动时的牵绳概率,若所述目标宠物的总牵绳率小于预设牵绳率,则生成所述目标宠物的未牵绳报警信息。本实施例提供的方法通过对各种遛宠物活动中宠物的运动情况(圆弧运动和直线运动)进行监测,实现宠物是否牵绳的检测,以在检测到未牵绳宠物时发送报警信息,从而能够实现对遛宠物是否牵绳进行准确检测,且检测效率高,使得能够及时通知相关人员进行处理,防患于未然。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的宠物牵绳检测方法的场景示意图;
图2为本申请实施例提供的宠物牵绳检测方法的流程示意图一;
图3为本申请实施例提供的坐标转换的原理示意图;
图4a为本申请实施例提供的宠物牵绳状态下的圆弧运动的轨迹示意图;
图4b为本申请实施例提供的宠物牵绳状态下的圆弧运动的归零后的轨迹示意图;
图4c为本申请实施例提供的圆心拟合算法的原理示意图;
图5为本申请实施例提供的宠物牵绳状态下的直线运动的轨迹示意图;
图6为本申请实施例提供的宠物牵绳检测方法的流程示意图二;
图7为本申请实施例提供的立柱检测算法的原理示意图;
图8为本申请实施例提供的宠物牵绳检测设备的结构示意图;
图9为本申请实施例提供的宠物牵绳检测设备的结构框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
遛宠物不牵绳,为社区带来安全隐患,由于某些养宠物人法律意识淡薄,以各种理由拒绝遛宠物时牵绳,一旦发生事故,对养宠物人,宠物,被害者,都是不可弥补的损失,甚至会引发社会性的危害。
相关技术中,可以通过对监控视频中的绳索进行识别,实现遛宠物不牵绳行为的监督。然而,对于监控视频中的绳索形状物品,由于其不仅体积小,且形状,颜色,固定的方式千差万别,使得在绳索检测过程中,计算模型复杂,且受到安装场景,角度,光照等多方面的影响,很难有效的检测出绳索。另外,相关技术中,还可以通过举报的方式来监督,具体的,举报人可以通过应用程序、电话等方式将遛宠物不牵绳等违规行为举报到管理中心,以使工作人员在收到举报后出面对违规行为进行纠正,然而,该举报方式效率低,反应慢,有时候甚至是已经发生了宠物咬人的事故后,才会引起工作人员的重视。
为了解决上述技术问题,本申请发明人研究发现随着人工智能(ArtificialIntelligence,AI)监控技术的发展,摄像机已经可以在视频画面利用深度识别等技术识别出场景中的人,宠物等大型活动目标,在此基础上,可以对遛宠物活动的过程进行评估来判断是否有牵绳,从而可以对宠物目标进行智能分析筛选,并在第一时间向工作人员发出提醒,由此一方面可以令工作人员及时发现“无绳遛宠物”现象,消除安全隐患,另一方面还可以为处理此类行为提供了“证据”,对宠物主人在社区内的养宠行为进行约束,提升大家文明养宠的自觉性。基于此,本申请实施例提供一种宠物牵绳的检测方法,能够实现对遛宠物是否牵绳进行准确检测,且检测效率高,使得能够及时通知相关人员进行处理,防患于未然。
图1为本申请实施例提供的宠物牵绳检测方法的场景示意图。如图1所示,终端设备101、监控设备103均与服务器102通信连接。监控设备103用于设置在各监控区域,并对监控区域进行拍摄,获得监控视频,将监控视频上传至服务器102,服务器102用于存储监控视频,并用于响应于终端设备101的调取指令,向终端设备101发送目标视频,终端设备101用于对目标视频中的待处理图像进行处理,生成宠物未牵绳的报警信息,并推送给目标用户。可选地,终端设备101可以为计算机、平板、手机等数据处理设备,服务器102可以为云端服务器、集群服务器等。
在具体实现过程中,监控设备103对监控区域进行拍摄,并将拍摄获得的监控视频上传至服务器102存储。终端设备101从服务器102获取目标视频,并对目标视频中的待处理图像(例如预设时段内的多个连续图像帧)进行识别处理,获得第一数量的目标人物分别对应的第一位置信息,以及第二数量的目标宠物分别对应的第二位置信息,若所述第一数量和所述第二数量均大于零,则针对每个目标宠物,根据至少一个所述目标人物的第一位置信息和所述目标宠物的第二位置信息,确定所述目标宠物的圆弧牵绳率和直线牵绳率,并根据所述圆弧牵绳率和所述直线牵绳率,计算所述目标宠物的总牵绳率,所述圆弧牵绳率用于指示所述目标宠物在围绕对应目标人物运动时的牵绳概率,所述直线牵绳率用于指示所述目标宠物在跟随对应目标人物直线运动时的牵绳概率,若所述目标宠物的总牵绳率小于预设牵绳率,则生成所述目标宠物的未牵绳报警信息并推送给目标用户,以使相关人员及时采取措施,避免出现安全事故,防患于未然。本申请实施例提供的宠物牵绳的检测方法,通过对各种遛宠物活动中宠物的运动情况进行监测,实现宠物是否牵绳的检测,以在检测到未牵绳宠物时发送报警信息,从而能够实现对遛宠物是否牵绳进行准确检测,且检测效率高,使得能够及时通知相关人员进行处理,防患于未然。
需要说明的是,图1所示的场景示意图仅仅是一个示例,本申请实施例描述的宠物牵绳检测方法以及场景是为了更加清楚地说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着***的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图2为本申请实施例提供的宠物牵绳检测方法的流程示意图一。如图2所示,该方法包括:
201、对待处理图像进行识别处理,获得第一数量的目标人物分别对应的第一位置信息,以及第二数量的目标宠物分别对应的第二位置信息。
本实施例的执行主体可以为终端设备或服务器,例如图1中的终端设备101或服务器102。
在一些实施例中,可以基于AI深度学习技术,通过识别模型(例如单次目标检测器(You Only Look Once,YOLO))可将图像中的宠物,人等目标识别出来,并通过跟踪算法(例如DeepSort多目标跟踪算法)对各目标的运动进行连续的跟踪,可以得到每个目标在视频画面当中移动轨迹,即位置信息,ID等信息。位置信息包括各个轨迹点的在图像坐标系中的位置坐标。
可选地,摄像头的视场为一个梯形结构,通过场景标定方法可以将相机拍摄的图像画面中每个点的位置映射到场景世界地图当中。本实施例中,第一数量的目标人物分别对应的第一位置信息,以及第二数量的目标宠物分别对应的第二位置信息可以是经过坐标转换后得到的世界坐标系中的坐标。示例性的,如图3所示,可以将图像坐标系中目标人物x,y像素坐标和,转换为世界坐标系下的目标人物Oh的世界坐标。将图像坐标系中目标宠物的x,y像素坐标,转换为世界坐标系下的目标宠物Od的世界坐标。
202、若第一数量和第二数量均大于零,则针对每个目标宠物,根据至少一个目标人物的第一位置信息和目标宠物的第二位置信息,确定目标宠物的圆弧牵绳率和直线牵绳率,并根据圆弧牵绳率和直线牵绳率,计算目标宠物的总牵绳率;圆弧牵绳率用于指示目标宠物在围绕对应目标人物运动时的牵绳概率;直线牵绳率用于指示目标宠物在跟随对应目标人物直线运动时的牵绳概率。
具体的,在获得目标宠物的数量以及位置信息,目标人物的数量以及位置信息后,可以对目标宠物和目标人物的数量进行判断,若判断图像中仅有宠物,没有人物,则可以判定为是危险情况,进行报警,若图像中既有人物又有宠物,则可以对各目标宠物的运动情况进行判断,获得目标宠物在不同运动类型中的牵绳率,进而基于各牵绳率确定目标宠物的总牵绳率。
在一些实施例中,为了提高计算准确性可以为不同牵绳率分配相应的权重,在根据圆弧牵绳率和直线牵绳率,计算目标宠物的总牵绳率时,可以将圆弧牵绳率和直线牵绳率进行加权求和,获得目标宠物的总牵绳率。
可选地,牵绳宠物的运动类型可以包括受绳子的限制做出的围绕主人的圆弧运动,以及牵引主人进行的直线运动。
在一些实施例中,针对目标宠物的圆弧运动,根据至少一个目标人物的第一位置信息和目标宠物的第二位置信息,确定目标宠物的圆弧牵绳率,可以包括:针对每个目标人物,根据目标人物的第一位置信息和目标宠物的第二位置信息计算目标宠物和目标人物之间的相对位置;基于圆弧拟合算法,对相对位置进行拟合处理,获得多个拟合圆心;将多个拟合圆心中落入预设范围内的圆心个数与多个拟合圆心的总个数之间的比值,确定为目标人物对应的第一概率;将至少一个目标人物的第一概率中的最大值,确定为目标宠物的圆弧牵绳率。可选地,根据目标人物的第一位置信息和目标宠物的第二位置信息计算目标宠物和目标人物之间的相对位置,可以包括:确定目标人物的归零坐标;针对第一位置信息中的每个时刻的第一位置坐标,确定第一平移量,基于第一平移量,将位置坐标平移至归零坐标,并基于第一平移量将第二位置信息中对应时刻的第二位置坐标进行平移,获得新的第二位置坐标;基于目标人物的归零坐标和新的第二位置坐标计算获得时刻对应的相对位置向量;将多个时刻分别对应的相对位置向量,确定为相对位置。可选地,预设范围可以是以归零坐标为圆心,以预设长度为半径的圆形区域范围。当然区域范围还可以是方形、矩形、菱形等不同形状,本实施例对此不做限定。
示例性的,如图4a所示,当宠物在牵绳的状态下,会沿着以绳索为直径的圆弧做圆周运动。对于主人Oh来说,也可能是一起运动,所以在进行圆弧拟定过程中,可以首先将Oh每个时刻的位置进行归0,即不同时刻的位置坐标通过平移,平移至相同的归零坐标,归零坐标可以是Oh在第一时刻的位置坐标,还可以是其他做标,本实施例对此不做限定。如图4b所示,进行归零处理后,Oh的位置被归零至归零坐标。进而可以提取Od 与 Oh的相对位置关系,拟合出Od 目标相对于每个时刻的Oh之间的位置关系,进行圆弧拟合。如图4c所示,圆弧的特点是圆弧中任意两个点的垂直中线应该相交于圆心点。在实际运算中,两个轨迹点,即第二位置坐标,对应一个垂直中线,两个垂直中线确定一个拟合圆心,因此可以将4个第二位置坐标作为一组,获取3组以上的第二位置坐标,即可以获得3个以上的拟合圆心。在获得多个拟合圆心后,可以设定预设范围,例如以Oh为圆心以r为半径的圆形范围,将落入预设范围的圆心个数与总圆心个数之间的比值确定为命中次数的几率Cf,其越接近圆弧,牵绳几率越大。计算每只宠物相对于每个人物的命中几率Cf,此时有对于每个人的属于几率排序。即宠物围绕此人运动,则此人是主人的几率较大,选取Cf 最大值对应的Oh,为该宠物的备选主人。因此,圆弧牵绳率Ac = 备选主人Cf。
在一些实施例中,针对目标宠物的直线运动,根据至少一个目标人物的第一位置信息和目标宠物的第二位置信息,确定目标宠物的直线牵绳率,可以包括:对目标宠物的第二位置信息进行直线拟合,获得多个时段分别对应的第一线段以及第一斜率;针对每个目标人物,对目标人物的第一位置信息进行直线拟合,获得目标人物对应的多个时段分别对应的第二线段以及第二斜率;根据第一斜率和第二斜率,从多个时段分别对应的第一线段中筛选获得目标线段,计算目标线段的总长度并将目标线段的总长度确定为目标人物对应的第二概率;将至少一个目标人物的第二概率中的最大值,确定为目标宠物的直线牵绳率。可选地,根据第一斜率和第二斜率,从多个时段分别对应的第一线段中筛选获得目标线段,可以包括:针对每个时段,计算对应的第一斜率与对应的第二斜率之间的斜率差,若斜率差小于预设斜率差,则将时段对应的第一线段确定为目标线段;计算目标线段的总长度,可以包括:将时段连续的各目标线段的长度相加,获得目标线段的总长度。
示例性的,如图5所示,采用直线拟合,当宠物在牵绳的状态下,大力宠物有可能会拽着主人进行直线运动,此时主人,宠物的运动轨迹为平行,同速的直线,首先提取每个Od在一段时间内的位移距离,进行直线拟合,获得多个时段的长度,即多组2点之间的直线斜率相等,将该斜率与所有Oh在该时间段的直线平移距离进行对比,对于斜率与Od的直线斜率的斜率差在预设阈值k内的直线平移距离进行统计的到L,L距离越大,表明牵绳几率越大,从多个Od的L中选取最大值对应的Oh为宠物的主人,其直线牵绳率Al = 备选主人L。
在一些实施例中,为了在事故发生后,查找相关证据,该方法还可以包括:将至少一个目标人物的第一概率中的最大值对应的目标人物确定为目标宠物的第一备选主人,并将第一备选主人的图像与目标宠物的图像关联存储;响应于对目标宠物的主人查询指令,调取目标宠物的第一备选主人的图像,并推送给目标用户。和/或,将至少一个目标人物的第二概率中的最大值对应的目标人物确定为目标宠物的第二备选主人,并将第二备选主人的图像与目标宠物的图像关联存储;响应于对目标宠物的主人查询指令,调取目标宠物的第二备选主人的图像,并推送给目标用户。
203、若目标宠物的总牵绳率小于预设牵绳率,则生成目标宠物的未牵绳报警信息。
具体的,将总牵绳率与预设牵绳率进行比较,当总牵绳率大于预设牵绳率,即表明目标宠物为牵绳状态,是较安全的,可以不进行报警,当总牵绳率小于预设牵绳率,即表明目标宠物很有可能为未牵绳状态,是比较危险的情况,因此可以生成未牵绳报警信息,通知相关人员进行处理。未牵绳报警信息可以包括目标宠物的图像、当前位置、备选主人的图像等信息。
本实施例提供的宠物牵绳检测方法,通过对各种遛宠物活动中宠物的运动情况(圆弧运动和直线运动)进行监测,实现宠物是否牵绳的检测,以在检测到未牵绳宠物时发送报警信息,从而能够实现对遛宠物是否牵绳进行准确检测,且检测效率高,使得能够及时通知相关人员进行处理,防患于未然。
图6为本申请实施例提供的宠物牵绳检测方法的流程示意图二。如图6所示,在上述实施例的基础上,本实施例对宠物的绕桩运动进行了详细说明,该方法包括:
601、对待处理图像进行识别处理,获得第一数量的目标人物分别对应的第一位置信息,以及第二数量的目标宠物分别对应的第二位置信息。
本实施例中,步骤601与上述实施例的步骤201相类似,此处不再赘述。
602、若第二数量大于零,则根据目标宠物的第二位置信息确定目标宠物的绕桩牵绳率;绕桩牵绳率用于指示目标宠物在围绕固定桩体运动时的牵绳概率。
具体的,若图像中存在宠物,则可以对宠物的绕桩运动进行检测,获得绕桩牵绳率。
在本申请实施例的一种情况中,若图像中仅存在宠物,即可以认为为危险情况,生成报警信息。
在本申请实施例的另一种情况中,若图像中仅存在宠物,但是绕桩牵绳率表示宠物被牵绳,则可以表明无危险情况,不进行报警。以避免增加工作人员的检查工作量。
在一些实施例中,根据目标宠物的第二位置信息确定目标宠物的绕桩牵绳率,可以包括:基于直线检测算法,对待处理图像进行识别处理,获得固定桩体的位置坐标;根据目标宠物的第二位置信息和固定桩体的位置坐标,确定在目标宠物在连续绕行过程中的多个时刻分别对应的目标宠物和固定桩体之间的目标距离;根据多个时刻分别对应的目标距离,确定目标距离变化趋势相同的多个连续时刻的目标数量;根据目标数量确定目标宠物的绕桩牵绳率。
示例性的,通过直线检测算法,对待处理图像进行识别处理,获得固定桩体,即立柱的位置坐标,如图7所示,通过直线检测算法,对待处理图像进行识别处理,检测出所有直线。进而再基于斜率变化进行筛选,即可获得立柱的位置坐标。首先由于摄像机画面呈像的景深特性,地面的路边,路沿等线条虽然是直线,但两条直线之间的距离是逐渐减小的,然而立柱的物体由于其垂直于视场当中,因此立柱的两个平行边之间的距离并不会有明显减小。基于此特性,可以将斜率在一定阈值Ck范围内一致,且基本垂直于地面,且两条直线的距离最低点最高点之差在一定阈值Ch范围内,且两条直线之间的距离小于阈值Cl的两条直线确定为立柱的两个平行边,进而可以将立柱与地相接的中心点确定为固定桩体的位置坐标。对于选定的固定桩体,由于宠物喜欢绕桩运动的特点,通过Od在一定时间内的轨迹是否绕过了固定桩体,即轨迹是否围绕立柱绕圈,在宠物绳的牵引下,其相对于立柱移动距离会逐渐减少或逐渐增加,类似渐开线的原理,通过判断宠物绕柱运动预设次数Zg(例如3次)后依然减少或增加,则可以判定该宠物牵绳率Az增加,其中Az = 检测次数-Zg.
603、若第一数量和第二数量均大于零,则针对每个目标宠物,根据至少一个目标人物的第一位置信息和目标宠物的第二位置信息,确定目标宠物的圆弧牵绳率和直线牵绳率,并根据绕桩牵绳率、圆弧牵绳率和直线牵绳率,计算目标宠物的总牵绳率;圆弧牵绳率用于指示目标宠物在围绕对应目标人物运动时的牵绳概率;直线牵绳率用于指示目标宠物在跟随对应目标人物直线运动时的牵绳概率;绕桩牵绳率用于指示目标宠物在围绕固定桩体运动时的牵绳概率。
本实施例中,步骤603中的圆弧牵绳率和直线牵绳率的确定方式与上述实施例的步骤202相类似,此处不再赘述。
具体的,通过对宠物的圆弧运动、直线运动和绕桩运动进行检测,分别获得圆弧牵绳率Ac,直线牵绳率Al,绕桩牵绳率Az,对所有的牵绳率进行加权后可得到总牵绳率Ag,Ag= Ac * a + Al * b + Az * c,其中,a、b和c为权重。示例性的,a可以为0.4,b可以为0.4,c可以为0.2。
604、若目标宠物的总牵绳率小于预设牵绳率,则生成目标宠物的未牵绳报警信息。
本实施例中,步骤604与上述实施例的步骤203相类似,此处不再赘述。
本实施例提供的宠物牵绳检测方法,通过对各种遛宠物活动中宠物的运动情况(圆弧运动、直线运动和绕桩运动)进行监测,实现宠物是否牵绳的检测,以在检测到未牵绳宠物时发送报警信息,从而能够实现对遛宠物是否牵绳进行准确检测,且检测效率高,使得能够及时通知相关人员进行处理,防患于未然。
图8为本申请实施例提供的宠物牵绳检测设备的结构示意图。如图8所示,该宠物牵绳检测设备80包括:识别模块801、确定模块802以及生成模块803。
识别模块801,用于对待处理图像进行识别处理,获得第一数量的目标人物分别对应的第一位置信息,以及第二数量的目标宠物分别对应的第二位置信息;
确定模块802,用于若第一数量和第二数量均大于零,则针对每个目标宠物,根据至少一个目标人物的第一位置信息和目标宠物的第二位置信息,确定目标宠物的圆弧牵绳率和直线牵绳率,并根据圆弧牵绳率和直线牵绳率,计算目标宠物的总牵绳率;圆弧牵绳率用于指示目标宠物在围绕对应目标人物运动时的牵绳概率;直线牵绳率用于指示目标宠物在跟随对应目标人物直线运动时的牵绳概率;
生成模块803,用于若目标宠物的总牵绳率小于预设牵绳率,则生成目标宠物的未牵绳报警信息。
本申请实施例提供的宠物牵绳检测设备,通过对各种遛宠物活动中宠物的运动情况进行监测,实现宠物是否牵绳的检测,以在检测到未牵绳宠物时发送报警信息,从而能够实现对遛宠物是否牵绳进行准确检测,且检测效率高,使得能够及时通知相关人员进行处理,防患于未然。
本申请实施例提供的宠物牵绳检测设备,可用于执行上述的方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
图9为本申请实施例提供的宠物牵绳检测设备的结构框图,该设备可以是计算机,消息收发设备,平板设备,医疗设备等。
装置90可以包括以下一个或多个组件:处理组件901,存储器902,电源组件903,多媒体组件904,音频组件905,输入/输出(I/ O)接口906,传感器组件907,以及通信组件908。
处理组件901通常控制装置90的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件901可以包括一个或多个处理器909来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件901可以包括一个或多个模块,便于处理组件901和其他组件之间的交互。例如,处理组件901可以包括多媒体模块,以方便多媒体组件904和处理组件901之间的交互。
存储器902被配置为存储各种类型的数据以支持在装置90的操作。这些数据的示例包括用于在装置90上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器902可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件903为装置90的各种组件提供电力。电源组件903可以包括电源管理***,一个或多个电源,及其他与为装置90生成、管理和分配电力相关联的组件。
多媒体组件904包括在装置90和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件904包括一个前置摄像头和/或后置摄像头。当装置90处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜***或具有焦距和光学变焦能力。
音频组件905被配置为输出和/或输入音频信号。例如,音频组件905包括一个麦克风(MIC),当装置90处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器902或经由通信组件908发送。在一些实施例中,音频组件905还包括一个扬声器,用于输出音频信号。
I/ O接口906为处理组件901和***接口模块之间提供接口,上述***接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件907包括一个或多个传感器,用于为装置90提供各个方面的状态评估。例如,传感器组件907可以检测到装置90的打开/关闭状态,组件的相对定位,例如组件为装置90的显示器和小键盘,传感器组件907还可以检测装置90或装置90一个组件的位置改变,用户与装置90接触的存在或不存在,装置90方位或加速/减速和装置90的温度变化。传感器组件907可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件907还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件907还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件908被配置为便于装置90和其他设备之间有线或无线方式的通信。装置90可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件908经由广播信道接收来自外部广播管理***的广播信号或广播相关信息。在一个示例性实施例中,通信组件908还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置90可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器902,上述指令可由装置90的处理器909执行以完成上述方法。例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
上述的计算机可读存储介质,上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例还提供一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时,实现如上宠物牵绳检测设备执行的宠物牵绳检测方法。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种宠物牵绳检测方法,其特征在于,包括:
对待处理图像进行识别处理,获得第一数量的目标人物分别对应的第一位置信息,以及第二数量的目标宠物分别对应的第二位置信息;
若所述第一数量和所述第二数量均大于零,则针对每个目标宠物,根据至少一个所述目标人物的第一位置信息和所述目标宠物的第二位置信息,确定所述目标宠物的圆弧牵绳率和直线牵绳率,并根据所述圆弧牵绳率和所述直线牵绳率,计算所述目标宠物的总牵绳率;所述圆弧牵绳率用于指示所述目标宠物在围绕对应目标人物运动时的牵绳概率;所述直线牵绳率用于指示所述目标宠物在跟随对应目标人物直线运动时的牵绳概率;
若所述目标宠物的总牵绳率小于预设牵绳率,则生成所述目标宠物的未牵绳报警信息。
2.根据权利要求1所述的方法,其特征在于,所述根据至少一个所述目标人物的第一位置信息和所述目标宠物的第二位置信息,确定所述目标宠物的圆弧牵绳率,包括:
针对每个目标人物,根据所述目标人物的第一位置信息和所述目标宠物的第二位置信息计算所述目标宠物和所述目标人物之间的相对位置;
基于圆弧拟合算法,对所述相对位置进行拟合处理,获得多个拟合圆心;
将所述多个拟合圆心中落入预设范围内的圆心个数与所述多个拟合圆心的总个数之间的比值,确定为所述目标人物对应的第一概率;
将至少一个所述目标人物的第一概率中的最大值,确定为所述目标宠物的圆弧牵绳率。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标人物的第一位置信息和所述目标宠物的第二位置信息计算所述目标宠物和所述目标人物之间的相对位置,包括:
确定所述目标人物的归零坐标;
针对所述第一位置信息中的每个时刻的第一位置坐标,确定第一平移量,基于所述第一平移量,将所述位置坐标平移至所述归零坐标,并基于所述第一平移量将所述第二位置信息中对应时刻的第二位置坐标进行平移,获得新的第二位置坐标;
基于所述目标人物的归零坐标和所述新的第二位置坐标计算获得所述时刻对应的相对位置向量;
将多个所述时刻分别对应的相对位置向量,确定为所述相对位置。
4.根据权利要求1所述的方法,其特征在于,所述根据至少一个所述目标人物的第一位置信息和所述目标宠物的第二位置信息,确定所述目标宠物的直线牵绳率,包括:
对所述目标宠物的第二位置信息进行直线拟合,获得多个时段分别对应的第一线段以及第一斜率;
针对每个目标人物,对所述目标人物的第一位置信息进行直线拟合,获得所述目标人物对应的多个所述时段分别对应的第二线段以及第二斜率;
根据所述第一斜率和所述第二斜率,从多个时段分别对应的第一线段中筛选获得目标线段,计算所述目标线段的总长度并将所述目标线段的总长度确定为所述目标人物对应的第二概率;
将至少一个所述目标人物的第二概率中的最大值,确定为所述目标宠物的直线牵绳率。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一斜率和所述第二斜率,从多个时段分别对应的第一线段中筛选获得目标线段,包括:
针对每个时段,计算对应的第一斜率与对应的第二斜率之间的斜率差,若所述斜率差小于预设斜率差,则将所述时段对应的第一线段确定为目标线段;
所述计算所述目标线段的总长度,包括:
将时段连续的各目标线段的长度相加,获得所述目标线段的总长度。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述方法还包括:
若所述第二数量大于零,则根据所述目标宠物的第二位置信息确定所述目标宠物的绕桩牵绳率;所述绕桩牵绳率用于指示所述目标宠物在围绕固定桩体运动时的牵绳概率;
所述根据所述圆弧牵绳率和所述直线牵绳率,计算所述目标宠物的总牵绳率,包括:
根据所述绕桩牵绳率、所述圆弧牵绳率和所述直线牵绳率,计算所述目标宠物的总牵绳率。
7.根据权利要求6所述的方法,其特征在于,所述根据所述目标宠物的第二位置信息确定所述目标宠物的绕桩牵绳率,包括:
基于直线检测算法,对所述待处理图像进行识别处理,获得固定桩体的位置坐标;
根据所述目标宠物的第二位置信息和所述固定桩体的位置坐标,确定在所述目标宠物在连续绕行过程中的多个时刻分别对应的所述目标宠物和所述固定桩体之间的目标距离;
根据多个所述时刻分别对应的目标距离,确定目标距离变化趋势相同的多个连续时刻的目标数量;
根据所述目标数量确定所述目标宠物的绕桩牵绳率。
8.一种宠物牵绳检测设备,其特征在于,包括:
识别模块,用于对待处理图像进行识别处理,获得第一数量的目标人物分别对应的第一位置信息,以及第二数量的目标宠物分别对应的第二位置信息;
确定模块,用于若所述第一数量和所述第二数量均大于零,则针对每个目标宠物,根据至少一个所述目标人物的第一位置信息和所述目标宠物的第二位置信息,确定所述目标宠物的圆弧牵绳率和直线牵绳率,并根据所述圆弧牵绳率和所述直线牵绳率,计算所述目标宠物的总牵绳率;所述圆弧牵绳率用于指示所述目标宠物在围绕对应目标人物运动时的牵绳概率;所述直线牵绳率用于指示所述目标宠物在跟随对应目标人物直线运动时的牵绳概率;
生成模块,用于若所述目标宠物的总牵绳率小于预设牵绳率,则生成所述目标宠物的未牵绳报警信息。
9.一种宠物牵绳检测设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至7任一项所述的宠物牵绳检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至7任一项所述的宠物牵绳检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210889125.9A CN115063751B (zh) | 2022-07-27 | 2022-07-27 | 宠物牵绳检测方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210889125.9A CN115063751B (zh) | 2022-07-27 | 2022-07-27 | 宠物牵绳检测方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115063751A true CN115063751A (zh) | 2022-09-16 |
CN115063751B CN115063751B (zh) | 2023-01-06 |
Family
ID=83206995
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210889125.9A Active CN115063751B (zh) | 2022-07-27 | 2022-07-27 | 宠物牵绳检测方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115063751B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116385965A (zh) * | 2023-03-17 | 2023-07-04 | 深圳市明源云科技有限公司 | 流浪动物识别方法、设备及计算机可读存储介质 |
CN116863298A (zh) * | 2023-06-29 | 2023-10-10 | 深圳市快瞳科技有限公司 | 训练、预警发送方法、***、装置、设备和介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017128381A1 (zh) * | 2016-01-30 | 2017-08-03 | 吕璇 | 具有防宠物丢失功能的项圈及其控制方法 |
CN111191507A (zh) * | 2019-11-26 | 2020-05-22 | 恒大智慧科技有限公司 | 智慧社区的安全预警分析方法及*** |
US20200205382A1 (en) * | 2018-12-28 | 2020-07-02 | Acer Incorporated | Pet monitoring method and pet monitoring system |
CN111507211A (zh) * | 2020-04-01 | 2020-08-07 | 浙江大华技术股份有限公司 | 一种宠物监管方法、装置、设备及存储介质 |
US10863718B1 (en) * | 2019-07-02 | 2020-12-15 | Aleksandar Lazarevic | System for designating a boundary or area for a pet technical field |
US20200398167A1 (en) * | 2018-08-30 | 2020-12-24 | Tencent Technology (Shenzhen) Company Limited | Information display method and apparatus for virtual pet, terminal, server, storage medium, and system |
US20210037793A1 (en) * | 2018-03-20 | 2021-02-11 | Amicro Semicoductor Co.,Ltd. | Intelligent Pet Monitoring Method for Robot |
CN112704019A (zh) * | 2019-10-25 | 2021-04-27 | 上海启恒织造有限公司 | 宠物胸背牵绳及其系法 |
CN112906678A (zh) * | 2021-05-07 | 2021-06-04 | 南京甄视智能科技有限公司 | 基于监控视频的非法遛狗事件检测方法、装置 |
US20210409906A1 (en) * | 2020-06-29 | 2021-12-30 | Ickovic & Bliss, Inc. | Systems, methods, and program products for digital pet identification |
CN114283364A (zh) * | 2021-12-23 | 2022-04-05 | 讯飞智元信息科技有限公司 | 宠物栓绳的检测方法、检测装置和电子设备 |
CN114463253A (zh) * | 2021-12-21 | 2022-05-10 | 浙江大华技术股份有限公司 | 一种宠物牵绳检测方法、设备及计算机可读存储介质 |
CN114494965A (zh) * | 2022-01-25 | 2022-05-13 | 盛视科技股份有限公司 | 一种基于视觉的流浪宠物的检测方法及*** |
-
2022
- 2022-07-27 CN CN202210889125.9A patent/CN115063751B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017128381A1 (zh) * | 2016-01-30 | 2017-08-03 | 吕璇 | 具有防宠物丢失功能的项圈及其控制方法 |
US20210037793A1 (en) * | 2018-03-20 | 2021-02-11 | Amicro Semicoductor Co.,Ltd. | Intelligent Pet Monitoring Method for Robot |
US20200398167A1 (en) * | 2018-08-30 | 2020-12-24 | Tencent Technology (Shenzhen) Company Limited | Information display method and apparatus for virtual pet, terminal, server, storage medium, and system |
US20200205382A1 (en) * | 2018-12-28 | 2020-07-02 | Acer Incorporated | Pet monitoring method and pet monitoring system |
US10863718B1 (en) * | 2019-07-02 | 2020-12-15 | Aleksandar Lazarevic | System for designating a boundary or area for a pet technical field |
CN112704019A (zh) * | 2019-10-25 | 2021-04-27 | 上海启恒织造有限公司 | 宠物胸背牵绳及其系法 |
CN111191507A (zh) * | 2019-11-26 | 2020-05-22 | 恒大智慧科技有限公司 | 智慧社区的安全预警分析方法及*** |
CN111507211A (zh) * | 2020-04-01 | 2020-08-07 | 浙江大华技术股份有限公司 | 一种宠物监管方法、装置、设备及存储介质 |
US20210409906A1 (en) * | 2020-06-29 | 2021-12-30 | Ickovic & Bliss, Inc. | Systems, methods, and program products for digital pet identification |
CN112906678A (zh) * | 2021-05-07 | 2021-06-04 | 南京甄视智能科技有限公司 | 基于监控视频的非法遛狗事件检测方法、装置 |
CN114463253A (zh) * | 2021-12-21 | 2022-05-10 | 浙江大华技术股份有限公司 | 一种宠物牵绳检测方法、设备及计算机可读存储介质 |
CN114283364A (zh) * | 2021-12-23 | 2022-04-05 | 讯飞智元信息科技有限公司 | 宠物栓绳的检测方法、检测装置和电子设备 |
CN114494965A (zh) * | 2022-01-25 | 2022-05-13 | 盛视科技股份有限公司 | 一种基于视觉的流浪宠物的检测方法及*** |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116385965A (zh) * | 2023-03-17 | 2023-07-04 | 深圳市明源云科技有限公司 | 流浪动物识别方法、设备及计算机可读存储介质 |
CN116863298A (zh) * | 2023-06-29 | 2023-10-10 | 深圳市快瞳科技有限公司 | 训练、预警发送方法、***、装置、设备和介质 |
CN116863298B (zh) * | 2023-06-29 | 2024-05-10 | 深圳市快瞳科技有限公司 | 训练、预警发送方法、***、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115063751B (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115063751B (zh) | 宠物牵绳检测方法、设备及存储介质 | |
US20170364755A1 (en) | Systems and Methods for Tracking Movements of a Target | |
EP3163498B1 (en) | Alarming method and device | |
WO2021164644A1 (zh) | 违规事件检测方法及装置、电子设备和存储介质 | |
US9928710B2 (en) | Danger alerting method and device, portable electronic apparatus | |
CN111556294A (zh) | 安全监测方法、装置、服务器、终端及可读存储介质 | |
US10140718B2 (en) | Methods and systems of maintaining object trackers in video analytics | |
KR101644443B1 (ko) | 시공적 상황데이터를 이용한 경고 방법 및 시스템 | |
US10878578B2 (en) | Exclusion zone in video analytics | |
CN108073577A (zh) | 一种基于人脸识别的报警方法和*** | |
US20180276969A1 (en) | Collision avoidance system for augmented reality environments | |
CN109151719B (zh) | 安全引导方法、装置和存储介质 | |
CN109166141A (zh) | 危险提醒方法、装置、存储介质及移动终端 | |
KR20220125716A (ko) | 이벤트 검출 방법, 장치, 전자 기기, 저장 매체 및 프로그램 제품 | |
CN108896725B (zh) | 水质监测方法、装置、***、计算机设备及存储介质 | |
US20180046858A1 (en) | Methods and systems of performing blob filtering in video analytics | |
CN103270536A (zh) | 停止物体探测 | |
WO2022134504A9 (zh) | 图像检测方法及装置、电子设备和存储介质 | |
CN110728815A (zh) | 基于视频分析的预警方法及装置、电子设备和存储介质 | |
CN111104920A (zh) | 视频处理方法及装置、电子设备和存储介质 | |
CN109587637B (zh) | 信息提示方法、装置、电子设备及存储介质 | |
CN113011291A (zh) | 事件检测方法及装置、电子设备和存储介质 | |
CN102592408A (zh) | 基于视觉信息分析的智能哨位安全预警*** | |
CN112633184A (zh) | 告警方法及装置、电子设备和存储介质 | |
JP6327438B2 (ja) | 歩行者用アラームサーバ及び携帯端末装置 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 518100 Guangdong Shenzhen Baoan District Xixiang street, Wutong Development Zone, Taihua Indus Industrial Park 8, 3 floor. Patentee after: Shenzhen Haiqing Zhiyuan Technology Co.,Ltd. Address before: 518100 Guangdong Shenzhen Baoan District Xixiang street, Wutong Development Zone, Taihua Indus Industrial Park 8, 3 floor. Patentee before: SHENZHEN HIVT TECHNOLOGY Co.,Ltd. |