CN101017591A - 基于生物传感和图像信息融合的视频安防监控方法 - Google Patents

基于生物传感和图像信息融合的视频安防监控方法 Download PDF

Info

Publication number
CN101017591A
CN101017591A CN 200710078174 CN200710078174A CN101017591A CN 101017591 A CN101017591 A CN 101017591A CN 200710078174 CN200710078174 CN 200710078174 CN 200710078174 A CN200710078174 A CN 200710078174A CN 101017591 A CN101017591 A CN 101017591A
Authority
CN
China
Prior art keywords
image
video
model
center host
moving target
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
Application number
CN 200710078174
Other languages
English (en)
Other versions
CN100446043C (zh
Inventor
龚卫国
杨利平
李伟红
李正浩
李建福
辜小花
周留洋
严杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University
Original Assignee
Chongqing University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University filed Critical Chongqing University
Priority to CNB200710078174XA priority Critical patent/CN100446043C/zh
Publication of CN101017591A publication Critical patent/CN101017591A/zh
Application granted granted Critical
Publication of CN100446043C publication Critical patent/CN100446043C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Alarm Systems (AREA)

Abstract

本发明是一种基于生物传感和图像信息融合的视频安防监控方法,该方法运用运动目标检测和图像信息融合方法分析监控视频图像,其步骤包括:当智能监控终端通过生物传感器检测到生物入侵时被触发产生报警后,通过专用局域网向监控中心主机发送报警信号;监控中心主机接收到报警信号后,利用运动目标检测和人体轮廓特征融合对监控视频进行分析,判断报警信号真伪;监控中心主机根据判断结果执行相应操作。该方法结合了生物传感和图像信息融合技术,可有效减少外界环境和其他生物对安防监控系统的影响,实现不同地理环境下的敏感区域和重要基础设施等场所只对入侵人体生物进行全天候的视频安全监控。

Description

基于生物传感和图像信息融合的视频安防监控方法
技术领域
本发明属于生物传感、数字图像处理和模式识别技术领域,具体涉及一种视频安防监控方法,通过该方法实现在不同地理环境下的敏感区域和重要基础设施等场所只对入侵的人体生物进行全天候的视频安全监控。
背景技术
重要基础设施和敏感区域场所的安全历来是人们关注的重点,重要基础设施和敏感区域场所的安全直接关系到国家安危和人民生命财产安全。以前,对重要基础设施和敏感区域场所进行安全监控主要是利用主动式红外探测或激光探测等方法,当发现有入侵者时,现场的报警装置立即产生报警信号,由报警点附近的值勤人员对报警点进行检查。上述这种安全监控方法存在三点不足:一是无法准确判断报警点的位置,给值勤人员检查带来困难;二是红外或激光探测很容易受到外界环境干扰而产生误报;三是不能记录入侵者的作案过程,无法给相关职能部门提供有力的依据。
视频监控技术因其直观、方便、信息记录详实等特点被广泛地应用于公共安全、企业安全和社区、家庭安全等领域。目前的视频监控系统正处于从模拟视频监控向数字化视频监控方式的转变过程中。在计算机技术和网络技术基础上发展起来的数字化视频监控技术克服了传统模拟视频监控只适合小范围监控的缺点,只要有网络存在的地方就可以实现视频监视;另外,数字化视频监控可以在保留原有设备的前提下很容易地增加新的监控点。所有这些特点都为其在重要设施安全监控方面奠定了基础。但是,目前的视频监控技术仍然存在两点不足,致使其不能直接应用在对重要设施的安全监控上。一是一般的视频监控系统大多都由人工值守,不能及时发现入侵者,实时报警性能较差,;二是即使系统具备了实时报警功能,但所采用红外或激光探测的传感手段易受外界环境干扰的缺点仍然存在。
发明内容
本发明的目的是提出一种基于生物传感和图像信息融合的视频安防监控方法,结合生物传感、计算机图像处理、信息融合和模式识别技术,在为视频监控系统提供实时报警功能的同时运用图像处理和信息融合技术消除外界环境的干扰,降低误报发生的几率。
本发明是一种基于生物传感和图像信息融合的视频安防监控方法,该方法是通过在数字化视频监控系统的基础上增加基于热释电红外传感器的生物传感,通过对生物传感信息、运动图像信息和人体轮廓特征信息进行融合,分析和识别监视摄像机的视频图像,从而判断报警信号真伪。
本发明中的生物传感信号和视频图像信号是由安装于监控现场的智能监控终端采集并传输给监控中心主机进行融合处理的。智能监控终端由基于热释电红外传感元件的生物传感器、视频摄像机、PIC16F877控制器和现场声音、灯光报警设备组成,实现对监控区域的全面监控,当生物传感器被触发时,通过智能监控终端发送报警信息至监控中心主机,实现智能传感、信号采集、预处理、网络传输和报警控制等。
监控中心主机在接收到智能监控终端发送报警信息后,采用以下步骤进行处理:
(1)监控中心主机接收到智能监控终端的报警信息,采用视频图像序列处理方法对对应监视摄像机的视频图像进行分析,确定监控区域中是否存在运动目标,从而判别报警信号的真伪,消除由于外界环境因素引起的误报;
(2)若监控区域中存在运动目标,进一步结合视频图像信息和人体轮廓特征信息,进行决策层融合,通过人体轮廓图像特征识别方法判别运动目标是否为入侵者,消除由于其他生物(如鸟类、鼠类等)的闯入而引起的误报;
(3)根据生物传感和视频图像信息融合处理结果,若报警信号为真(即由入侵者引起传感器报警),则发送报警信号通过驱动智能报警终端控制器进行灯光、声音现场警示,同时监控中心通过声音和短信息告知值班人员有人入侵;若报警信号为假(即由其他因素引起传感器报警),则忽略此次报警。
本发明中引入生物传感和视频图像信息融合处理方法的目的是为了跟踪并分析视频序列图像,确定监控区域中的是否有运动目标;若有,则融合人体轮廓特征信息,判断运动目标是否为入侵者。一般情况下,入侵者的运动幅度远大于视频序列图像中背景图象的运动幅度且入侵者的运动在一段时间内是连续的;另外,人体在一个三维的监控区域内运动时,监控视频中其外轮廓特征是时刻都在变化的,但我们可以利用人体的三视图(顶视图、正视图和侧视图)来描述人体在三维空间的运动,在监控视频中,人体的运动始终是处于某一视图位置或是在这三视图之间变化,相对于其他生物,人体在视频图像中表现出的轮廓特性是不同的。根据上述条件,可以采用以下的视频序列图像处理和人体轮廓图像特征识别方法。
首先,当监控中心接收到来自智能监控终端的报警信息时,分析监控摄像机的视频信息,判定监控区域内是否存在运动目标,其实现方法如下:
设F表示时间长度为N帧的视频序列图像,视频序列图像的大小为H×V(像素),Fn(n=1,2,…,N)表示视频序列中的第n帧图像的强度。
①对输入序列图像进行色彩空间转换,由彩色序列图像转为灰度序列图像,
Gray = 1 1000 ( 299 * R + 587 * G + 114 * B + 500 ) - - - ( I )
其中Gray表示转换后序列图像的灰度值,R、G、B分别表示原始序列图像中对应像素的红、绿、蓝三分量的值;
②对步骤①得到的灰度序列图像,计算序列图像中前后两帧的时间差分
Δn=|Fn-Fn-1|,(n=2,3…,N);    (II)
③根据步骤②的差分值大小确定序列图像中的运动图像Mn
M n ( u , v ) = 255 , &Delta; n ( u , v ) &GreaterEqual; T 1 0 , &Delta; n ( u , v ) < T 1 , u = 1,2 , &CenterDot; &CenterDot; &CenterDot; , H , v = 1,2 , &CenterDot; &CenterDot; &CenterDot; , V - - - ( III )
其中T1为阈值参数,其取值为差分矩阵Δn中非零像素的平均值;
④对Mn进行5×5的中值滤波,去除由于背景运动而产生的对Mn的影响;
⑤统计Mn中非零像素的数量NMn(u,v)>0
⑥计算 N M n ( u , v ) > 0 H &times; V , 当满足 N M n ( u , v ) > 0 H &times; V > T 2 时,判定监控区域中有运动目标存在,否则判定监控区域中没有运动目标,其中T2为预先设定的判定阈值。
若经过上述视频序列图像处理后,确定监控区域存在运动目标,则进一步利用人体轮廓特征融合的方法判定该运动目标是否为入侵者。具体的处理步骤是:
描述人体轮廓三视图的轮廓特征模型分别为ModelT(顶视图模型)、ModelF(正视图模型)、ModelL(侧视图模型),各模型分别以数据文件的形式存储与监控中心主机中。
①对上述视频序列图像处理得到的中值滤波后的运动图像Mn进行处理,提取运动目标的外轮廓特征X;
②分别计算X与人体三视图轮廓特征模型的相似度Li(X,Modeli),i=T,F,L;
③根据相似度Li(X,Modeli)的大小做出各自的判别
h i ( X ) = 1 , L i ( X , Mode l i ) &GreaterEqual; Th i 0 , L i ( X , Mode l i ) < Th i , i = T , F , L - - - ( IV )
其中Thi为各模型对应的相似度的阈值;
④按照F=max{hT(X),hF(X),hL(X)}对③的判别结果进行融合积分;当F=1时,表示有入侵者进入监控区域;反之,当F=0时表示没有入侵者进入监控区域。
本发明方法结合生物传感、计算机图像处理、信息融合和模式识别技术,在为视频监控系统提供实时报警功能的同时运用图像处理和信息融合技术消除了外界环境和其他生物对安防监控系统的干扰,降低了误报发生的几率,实现不同地理环境下的敏感区域和重要基础设施等场所只对入侵人体生物进行全天候的视频安全监控。
附图说明
图1:是实现本发明方法的视频安防监控系统的方框图。
图2:是实现本发明方法的监控现场智能监控终端构成方框图。
图3:是实现本发明方法的视频序列图像处理和人体轮廓特征融合处理的框图
图4:本发明方法采用的人体轮廓三视图模型;图4A:正视图模型;图4B:侧视图模型;图4C:顶视图模型.
图5:本发明方法的监控系统程序流程图。
具体实施方式
本发明提出一种基于生物传感和图像信息融合的视频安防监控方法,下面结合附图说明该方法的具体实施方式:
图1表示实现本发明方法的视频安防监控系统的方框图。利用这个系统可以实现对进入监控区域的入侵者进行监视、报警和现场警示。
首先结合附图1、2说明与本发明方法的系统构成。
如图1所示,视频安防监控系统3由位于监控现场的智能监控终端1和位于监控中心的监控中心主机2组成。智能监控终端1和监控中心主机2之间通过专用局域网连接,可以是由光纤、双绞线等组成的有线网络也可以是无线网络。
如图2所示,位于监控现场的智能监控终端1上装配有生物传感器4、智能终端控制器5、视频摄像机6、现场警示设备7(包括警示照明灯、警笛等声音和灯光警示设备)以及网络设备8。生物传感器4由热释电红外传感器和单片机构成,以有效地探测闯入监控区域的入侵者。视频摄像机6为任何可直接接入网络的监视用IP摄像机,用以实时获取监控现场的视频序列图像。网络设备8的功能是实现信号的转换,使转换后的信号适合于在专用局域网上传输。智能终端控制器5利用Microchip公司的PIC16F877单片机和RTL8019网络控制芯片及相应外围电路实现,其功能是:(1)生物传感器4产生的报警信号通过PIC16F877的RB0/INT引脚以中断方式输入给PIC16F877,然后通过RTL8019网络控制器发送到监控中心主机2;(2)通过网络接收来自监控中心主机2的控制命令,由PIC16F877的RB5~RB7口控制现场警示设备7工作。
监控中心主机2接收到智能监控终端1的报警信号后,按照图1所示的流程框图对报警信号和视频信息进行处理。
下面结合附图1、2、3、4、5说明本发明方法的实现步骤:
(1)、监控现场的生物传感器4和监视摄像机6一直处于工作状态,若没有入侵者进入监控区域,则按照图5所示程序流程图,监控中心主机2获取由监视摄像机6传来的视频序列图像进行显示;
(2)、当生物传感器4检测到有生物进入监控区域时,产生报警信号并输出至智能终端控制器5;智能终端控制器5对输入的报警信号进行预处理后通过专用局域网发送至监控中心主机2;
(3)、监控中心主机2接收到报警信号后,按照图1所示流程框图对报警信号和视频信息进行处理,对视频图像进行运动检测处理,判断监控区域内是否存在运动目标,具体步骤是:
设F表示时间长度为N帧的视频序列图像,视频序列图像的大小为H×V(像素),Fn(n=1,2,…,N)表示视频序列中的第n帧图像的强度。
①对输入的视频中连续的两帧图像进行色彩空间转换,由彩色序列图像转为灰度序列图像,
Gray = 1 1000 ( 299 * R + 587 * G + 114 * B + 500 ) - - - ( I )
其中Gray表示转换后序列图像的灰度值,R、G、B分别表示原始序列图像中对应像素的红、绿、蓝三分量的值;
②对步骤①得到的灰度序列图像,计算序列图像中前后两帧的时间差分
Δn=|Fn-Fn-1|,(n=2,3…,N);    (II)
③根据步骤②的差分值大小确定序列图像中的运动图像Mn
M n ( u , v ) = 255 , &Delta; n ( u , v ) &GreaterEqual; T 1 0 , &Delta; n ( u , v ) < T 1 , u = 1,2 , &CenterDot; &CenterDot; &CenterDot; , H , v = 1,2 , &CenterDot; &CenterDot; &CenterDot; , V - - - ( III )
其中T1为阈值参数,其取值为差分矩阵Δn中非零像素的平均值;
④对差分运动图像Mn进行5×5的中值滤波,去除由于背景运动而产生的对Mn的影响;
⑤统计Mn中非零像素的数量NMn(u,v)>0
⑥计算非零像素数NMn(u,v)>0占整幅图像像素数的比例: N M n ( u , v ) > 0 H &times; V ; 根据 N M n ( u , v ) > 0 H &times; V 的值做出判断,
其中T2为预先设定的判定阈值,由大量的实验得出当阈值T2=0.05时,判断的效果最佳。
(4)、如图3所示,若步骤(3)判定监控区域内不存在运动目标,则认为是由于环境变化而引起的误报,忽略步骤(2)产生的报警信号;若步骤(3)判定监控区域内存在运动目标,则进一步采用人体轮廓特征信息,判定运动目标是否为入侵者,具体步骤是:
描述人体轮廓三视图的轮廓特征模型分别为ModelT(图4c顶视图模型)、ModelF(图4A正视图模型)、ModelL(图4B侧视图模型),各模型分别以数据文件的形式存储与监控中心主机2上。
●提取上述视频图像运动检测中得到的经中值滤波后的差分运动图像Mn的轮廓特征X;
●分别计算轮廓特征x与图4所示的人体轮廓三视图轮廓模型的相似度Li(X,Modeli),i=T,F,L;
●利用公式(IV),根据相似度Li(X,Modeli)(i=T,F,L)的大小,对每种模型分别做出决策判断hi(X),i=T,F,L,
h i ( X ) = 1 , L i ( X , Mode l i ) &GreaterEqual; Th i 0 , L i ( X , Mode l i ) < Th i , i = T , F , L - - - ( IV )
其中Thi为各模型对应的相似度的阈值;
●根据hi(X),i=T,F,L,按照F=max{hT(X),hF(X),hL(X)}的规则做出融合决策;
当F=1时,表示有入侵者进入监控区域;反之,当F=0时表示无入侵者进入监控区域;
(5)、根据步骤(4)的判别结果执行相应操作:若步骤(4)判定为有入侵者时,由监控中心主机2产生语音报警信号提示值班人员,同时向智能终端控制器5发送控制命令,由智能终端控制器5控制现场警示设备7产生声音与灯光警示;若步骤(4)判定为无入侵者时,则认为是由于其他生物引起的传感器误报,忽略步骤(2)产生的报警信号。
如图1所示,在本发明方法的具体实施方式说明中,我们仅画出了一个智能监控终端。实际上,本发明方法同样可以应用于有多个智能监控终端的系统中。由于每个智能监控终端都是独立工作的,当发生报警时,只要对智能监控终端进行简单的编号,监控中心就可以清楚地知道是由哪个终端产生的报警。
我们知道,当有人入侵时,现场警示设备7被驱动产生声音和灯光警示,这可以给入侵者造成一种恐吓,使其退出监控区域之外;即使声音和灯光警示无效,入侵者仍然在监控区域内活动时,监控中心主机可以及时向值班人员报警,起到积极预防的作用。

Claims (4)

1.一种基于生物传感和图像信息融合的视频安防监控方法,其特征在于采用生物传感器、摄像机、控制器和声光报警设备作为智能监控终端,智能监控终端通过局域网与监控中心主机连接,当生物传感器被触发时,通过智能监控终端发送报警信息至监控中心主机,监控中心主机通过对生物传感信息、运动图像信息和人体轮廓特征信息融合,分析和识别监视摄像机的视频图像,从而判断报警信号真伪,再驱动智能监控终端的声光报警设备报警;步骤如下:
(1)监控中心主机接收到生物传感器的报警信息,通过视频图像分析方法对对应监视摄像机的视频图像进行分析,确定监控区域中是否存在运动目标,从而判别报警信号的真伪,消除由于外界环境因素引起的误报;
(2)当监控区域中存在运动目标,进一步结合视频图像信息和人体轮廓特征信息,进行融合,判别运动目标是否为入侵者;
(3)根据生物传感和视频图像信息融合处理结果,若运动目标为入侵者,报警信号为真,监控中心主机则发送报警信号通过驱动智能报警终端控制器进行灯光、声音现场警示,同时监控中心主机通过声音和短信息告知值班人员有人入侵;若运动目标不是入侵者,报警信号为假,监控中心主机则忽略此次报警。
2、根据权利要求1所述的基于生物传感和图像信息融合的视频安防监控方法,其特征在于所述视频图像分析的步骤如下:
设F表示时间长度为N帧的视频序列图像,视频序列图像的像素大小为H×V,Fn(n=1,2,…,N)表示视频序列中的第n帧图像的强度;
第一步,用公式(I)对输入序列图像进行色彩空间转换,将彩色序列图像转为灰度序列图像,
Gray = 1 1000 ( 299 * R + 587 * G + 114 * B + 500 ) - - - ( I )
其中Gray表示转换后序列图像的灰度值,R、G、B分别表示原始序列图像中对应像素的红、绿、蓝三分量的值;
第二步,对第一步得到的灰度序列图像,计算序列图像中前后两帧的时间差分
Δn=|Fn-Fn-1|,(n=2,3…,N);    (II)
第三步,根据第二步的差分值大小确定序列图像中的运动图像Mn
M n ( u , v ) = 255 , &Delta; n ( u , v ) &GreaterEqual; T 1 0 , &Delta; n ( u , v ) < T 1 u = 1,2 , &CenterDot; &CenterDot; &CenterDot; , H , v = 1,2 , &CenterDot; &CenterDot; &CenterDot; , V - - - ( III )
其中T1为阈值参数,其取值为差分矩阵Δn中非零像素的平均值;
第四步,对Mn进行5×5的中值滤波,去除由于背景运动而产生的对Mn的影响;
第五步,统计Mn中非零像素的数量NMn(u,v)>0
第六步,计算 ,当满足 N M n ( u , v ) > 0 H &times; V > T 2 时,判定监控区域中有运动目标存在,否则判定监控区域中没有运动目标,其中T2为预先设定的判定阈值。
3、根据权利要求1所述的基于生物传感和图像信息融合的视频安防监控方法,其特征在于结合视频图像信息和人体轮廓特征信息进行融合的步骤包括:其步骤包括:
预先存储描述人体轮廓三视图的轮廓特征模型在监控中心主机中,分别有顶视图模型ModelT、正视图模型ModelF、侧视图模型ModelL
第一步,对视频序列图像处理得到的中值滤波后的运动图像Mn进行处理,提取运动目标的外轮廓特征X;
第二步,分别计算X与人体轮廓三视图轮廓特征模型的相似度Li(X,Modeli),i=T,F,L;
第三步,根据相似度Li(X,Modeli)的大小做出各自的判决
h i ( X ) = 1 , L i ( X , Model i ) &GreaterEqual; Th i 0 , L i ( X , Model i ) < Th i , i = T , F , L - - - ( IV )
其中Thi为各模型对应的相似度的阈值;
第四步,按照F=max{hT(X),hF(X),hL(X)}对第三步的判别结果进行融合积分;当F=1时,表示有入侵者进入监控区域;反之,当F=0时表示没有入侵者进入监控区域。
4.权利要求1、2或3所述的基于生物传感和图像信息融合的视频安防监控方法,其特征在于:智能监控终端的生物传感器由热释电红外传感器和单片机构成,控制器采用PIC16F877控制器。
CNB200710078174XA 2007-02-06 2007-02-06 基于生物传感和图像信息融合的视频安防监控方法 Expired - Fee Related CN100446043C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB200710078174XA CN100446043C (zh) 2007-02-06 2007-02-06 基于生物传感和图像信息融合的视频安防监控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB200710078174XA CN100446043C (zh) 2007-02-06 2007-02-06 基于生物传感和图像信息融合的视频安防监控方法

Publications (2)

Publication Number Publication Date
CN101017591A true CN101017591A (zh) 2007-08-15
CN100446043C CN100446043C (zh) 2008-12-24

Family

ID=38726579

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB200710078174XA Expired - Fee Related CN100446043C (zh) 2007-02-06 2007-02-06 基于生物传感和图像信息融合的视频安防监控方法

Country Status (1)

Country Link
CN (1) CN100446043C (zh)

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101814222A (zh) * 2010-04-23 2010-08-25 泉州市科立信安防电子有限公司 入侵探测设备
CN101820530A (zh) * 2009-02-27 2010-09-01 索尼公司 图像处理设备、系统、方法和程序以及摄像机设备
CN101901527A (zh) * 2010-08-06 2010-12-01 深圳市中盟科技股份有限公司 机箱防盗防破坏自动报警的方法、监控装置及系统
CN102231225A (zh) * 2011-05-25 2011-11-02 张洪旗 一种安全保护装置
CN102737479A (zh) * 2012-01-11 2012-10-17 无锡乾煜信息技术有限公司 一种传感器和摄像设备联动的安防方法及系统
CN101674469B (zh) * 2009-10-12 2012-12-26 长春理工大学 基于Zigbee网络的入侵报警、图像记录及传输系统
CN103270536A (zh) * 2010-12-22 2013-08-28 派尔高公司 停止物体探测
CN103871186A (zh) * 2012-12-17 2014-06-18 博立码杰通讯(深圳)有限公司 安防监控系统及相应的报警触发方法
CN104200588A (zh) * 2014-07-30 2014-12-10 浙江大学 一种室内无线入侵探测系统及方法
CN104243894A (zh) * 2013-06-09 2014-12-24 中国科学院声学研究所 一种声视频融合监控方法
CN104616023A (zh) * 2015-02-06 2015-05-13 安徽大学 一种物体轮廓检测识别系统及轮廓识别方法
CN105528590A (zh) * 2016-01-07 2016-04-27 张志华 一种快速报警的报警装置
CN107613254A (zh) * 2017-09-26 2018-01-19 云丁网络技术(北京)有限公司 一种检测门外来访者、识别来访者身份的方法及装置
WO2018014326A1 (zh) * 2016-07-22 2018-01-25 绿仕科技控股有限公司 安全系统及方法
CN107958556A (zh) * 2017-12-18 2018-04-24 昆明昆船逻根机场物流系统有限公司 一种防止旅客入侵机场建筑物空侧隔离区的方法
CN108564750A (zh) * 2018-04-24 2018-09-21 广东美的制冷设备有限公司 安防报警方法、装置及家电设备
CN108597168A (zh) * 2018-04-24 2018-09-28 广东美的制冷设备有限公司 基于滤光片的安防报警方法、装置及家电设备
CN108665663A (zh) * 2018-05-23 2018-10-16 广东美的制冷设备有限公司 监控方法、空调器以及计算机可读存储介质
CN108696726A (zh) * 2018-07-02 2018-10-23 天津煋鸟科技有限公司 一种无盲区监控系统
CN108806152A (zh) * 2018-06-13 2018-11-13 哈尔滨罗斯科技有限公司 一种基于图像的安防报警设备及方法
CN109618130A (zh) * 2018-11-21 2019-04-12 移康智能科技(上海)股份有限公司 一种告警方法、智能猫眼及告警系统
CN109887211A (zh) * 2019-03-01 2019-06-14 深圳市安尼数字技术有限公司 人体侦测方法
CN110459027A (zh) * 2019-08-15 2019-11-15 青岛文达通科技股份有限公司 一种基于多源异构数据融合的社区安全防护方法及系统
CN110647797A (zh) * 2019-08-05 2020-01-03 深圳市大拿科技有限公司 一种访客检测方法及装置
CN110796073A (zh) * 2019-10-28 2020-02-14 衢州学院 一种无纹理场景视频中对特定目标区域的侦测方法和装置
CN112804492A (zh) * 2020-12-31 2021-05-14 金茂智慧科技(广州)有限公司 一种电子猫眼的通信提示方法及装置
CN112863096A (zh) * 2019-11-28 2021-05-28 云丁网络技术(北京)有限公司 监控方法和装置
CN113079353A (zh) * 2021-03-25 2021-07-06 深圳市小兔充充科技有限公司 报警信号响应方法、装置、设备及可读存储介质
CN113223261A (zh) * 2021-04-30 2021-08-06 重庆天智慧启科技有限公司 居住区域周界的布防系统及方法
CN114049745A (zh) * 2021-09-26 2022-02-15 中国矿业大学 一种医护人员专用通道人员分布与行为管理系统及方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2321050Y (zh) * 1998-03-06 1999-05-26 马建文 民用安全防盗监视图像记录器
JP3581566B2 (ja) * 1998-06-10 2004-10-27 株式会社日立製作所 監視システム
US6744462B2 (en) * 2000-12-12 2004-06-01 Koninklijke Philips Electronics N.V. Apparatus and methods for resolution of entry/exit conflicts for security monitoring systems
CN2492897Y (zh) * 2001-07-26 2002-05-22 李冰 一种防盗监视装置
JP2003284048A (ja) * 2002-03-22 2003-10-03 Hitachi Kokusai Electric Inc 警報システム
JP2004179971A (ja) * 2002-11-27 2004-06-24 Fuji Photo Film Co Ltd 監視カメラ
CN2613956Y (zh) * 2003-03-05 2004-04-28 李海舟 自动数码图像记录装置
CN1529290A (zh) * 2003-10-08 2004-09-15 李恩林 监视型防盗报警装置及报警过程
JP2006163456A (ja) * 2004-12-02 2006-06-22 Hitachi Information Technology Co Ltd 入退室管理装置

Cited By (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101820530A (zh) * 2009-02-27 2010-09-01 索尼公司 图像处理设备、系统、方法和程序以及摄像机设备
CN101820530B (zh) * 2009-02-27 2014-04-02 索尼公司 图像处理设备、系统、方法以及摄像机设备
CN101674469B (zh) * 2009-10-12 2012-12-26 长春理工大学 基于Zigbee网络的入侵报警、图像记录及传输系统
CN101814222A (zh) * 2010-04-23 2010-08-25 泉州市科立信安防电子有限公司 入侵探测设备
CN101901527A (zh) * 2010-08-06 2010-12-01 深圳市中盟科技股份有限公司 机箱防盗防破坏自动报警的方法、监控装置及系统
CN103270536B (zh) * 2010-12-22 2017-05-24 派尔高公司 停止物体探测
CN103270536A (zh) * 2010-12-22 2013-08-28 派尔高公司 停止物体探测
CN102231225A (zh) * 2011-05-25 2011-11-02 张洪旗 一种安全保护装置
CN102737479A (zh) * 2012-01-11 2012-10-17 无锡乾煜信息技术有限公司 一种传感器和摄像设备联动的安防方法及系统
CN103871186A (zh) * 2012-12-17 2014-06-18 博立码杰通讯(深圳)有限公司 安防监控系统及相应的报警触发方法
CN104243894A (zh) * 2013-06-09 2014-12-24 中国科学院声学研究所 一种声视频融合监控方法
CN104200588B (zh) * 2014-07-30 2017-08-25 浙江大学 一种室内无线入侵探测系统及方法
CN104200588A (zh) * 2014-07-30 2014-12-10 浙江大学 一种室内无线入侵探测系统及方法
CN104616023A (zh) * 2015-02-06 2015-05-13 安徽大学 一种物体轮廓检测识别系统及轮廓识别方法
CN105528590A (zh) * 2016-01-07 2016-04-27 张志华 一种快速报警的报警装置
CN109643480A (zh) * 2016-07-22 2019-04-16 路晟(上海)科技有限公司 安全系统及方法
WO2018014326A1 (zh) * 2016-07-22 2018-01-25 绿仕科技控股有限公司 安全系统及方法
CN107613254A (zh) * 2017-09-26 2018-01-19 云丁网络技术(北京)有限公司 一种检测门外来访者、识别来访者身份的方法及装置
CN107958556A (zh) * 2017-12-18 2018-04-24 昆明昆船逻根机场物流系统有限公司 一种防止旅客入侵机场建筑物空侧隔离区的方法
CN107958556B (zh) * 2017-12-18 2023-10-20 昆明昆船逻根机场物流系统有限公司 一种防止旅客入侵机场建筑物空侧隔离区的方法
CN108564750A (zh) * 2018-04-24 2018-09-21 广东美的制冷设备有限公司 安防报警方法、装置及家电设备
CN108597168A (zh) * 2018-04-24 2018-09-28 广东美的制冷设备有限公司 基于滤光片的安防报警方法、装置及家电设备
CN108665663A (zh) * 2018-05-23 2018-10-16 广东美的制冷设备有限公司 监控方法、空调器以及计算机可读存储介质
CN108806152A (zh) * 2018-06-13 2018-11-13 哈尔滨罗斯科技有限公司 一种基于图像的安防报警设备及方法
CN108696726A (zh) * 2018-07-02 2018-10-23 天津煋鸟科技有限公司 一种无盲区监控系统
CN109618130A (zh) * 2018-11-21 2019-04-12 移康智能科技(上海)股份有限公司 一种告警方法、智能猫眼及告警系统
CN109887211A (zh) * 2019-03-01 2019-06-14 深圳市安尼数字技术有限公司 人体侦测方法
CN110647797A (zh) * 2019-08-05 2020-01-03 深圳市大拿科技有限公司 一种访客检测方法及装置
CN110459027A (zh) * 2019-08-15 2019-11-15 青岛文达通科技股份有限公司 一种基于多源异构数据融合的社区安全防护方法及系统
CN110796073A (zh) * 2019-10-28 2020-02-14 衢州学院 一种无纹理场景视频中对特定目标区域的侦测方法和装置
CN110796073B (zh) * 2019-10-28 2021-05-25 衢州学院 一种无纹理场景视频中对特定目标区域的侦测方法和装置
CN112863096A (zh) * 2019-11-28 2021-05-28 云丁网络技术(北京)有限公司 监控方法和装置
CN112804492A (zh) * 2020-12-31 2021-05-14 金茂智慧科技(广州)有限公司 一种电子猫眼的通信提示方法及装置
CN112804492B (zh) * 2020-12-31 2023-12-01 金茂智慧科技(广州)有限公司 一种电子猫眼的通信提示方法及装置
CN113079353A (zh) * 2021-03-25 2021-07-06 深圳市小兔充充科技有限公司 报警信号响应方法、装置、设备及可读存储介质
CN113223261A (zh) * 2021-04-30 2021-08-06 重庆天智慧启科技有限公司 居住区域周界的布防系统及方法
CN113223261B (zh) * 2021-04-30 2022-09-30 重庆天智慧启科技有限公司 居住区域周界的布防系统及方法
CN114049745A (zh) * 2021-09-26 2022-02-15 中国矿业大学 一种医护人员专用通道人员分布与行为管理系统及方法
CN114049745B (zh) * 2021-09-26 2023-09-05 中国矿业大学 一种医护人员专用通道人员分布与行为管理系统及方法

Also Published As

Publication number Publication date
CN100446043C (zh) 2008-12-24

Similar Documents

Publication Publication Date Title
CN100446043C (zh) 基于生物传感和图像信息融合的视频安防监控方法
CN101639894B (zh) 在线检测列车驾驶员行为和疲劳状态的方法及其检测系统
CN103108159B (zh) 一种电力智能视频分析监控系统和方法
CN103366565B (zh) 一种基于Kinect的行人闯红灯检测方法及其系统
CN112233300A (zh) 一种基于人工智能的社区通行防疫监控联防系统及其方法
CN103456024B (zh) 一种运动目标越线判断方法
KR102122859B1 (ko) 교통 영상감시시스템의 멀티 표적 추적 방법
CN101441712B (zh) 一种火焰的视频识别方法和一种火灾监控方法及其系统
CN100555348C (zh) 银行自助设备智能视频监控系统
CN107133564B (zh) 一种工装工帽检测方法
CN105744232A (zh) 一种基于行为分析技术的输电线路视频防外破的方法
CN102164270A (zh) 具有异常事件发掘功能的智能视频监控方法及系统
CN103517042A (zh) 一种养老院老人危险行为监测方法
CN102081844A (zh) 一种交通视频行为分析与报警服务器
CN102201148A (zh) 一种基于视觉的驾驶员疲劳检测方法及系统
CN102521578A (zh) 一种入侵检测和识别方法
CN102254394A (zh) 一种基于视频差异分析的输电线路杆塔防盗监控方法
CN110867046A (zh) 一种基于云计算的智能洗车机视频监控预警系统
CN103152558B (zh) 基于场景识别的入侵检测方法
CN106652291A (zh) 一种基于Kinect的室内简易监控报警系统及方法
CN102592408A (zh) 基于视觉信息分析的智能哨位安全预警系统
CN112530144B (zh) 一种基于神经网络的火力发电厂违规行为警示方法和系统
CN104484969A (zh) 输电线路的监控方法及其监控装置
CN102542673A (zh) 基于计算机视觉的atm机预警方法及系统
CN106791670A (zh) 用于光伏电站的智能安全预警监控系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20081224

Termination date: 20140206