CN103973653A - 智能感知分析仪 - Google Patents

智能感知分析仪 Download PDF

Info

Publication number
CN103973653A
CN103973653A CN201310041793.7A CN201310041793A CN103973653A CN 103973653 A CN103973653 A CN 103973653A CN 201310041793 A CN201310041793 A CN 201310041793A CN 103973653 A CN103973653 A CN 103973653A
Authority
CN
China
Prior art keywords
event
information
intellisense
module
processing unit
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
Application number
CN201310041793.7A
Other languages
English (en)
Inventor
陈春东
张文江
杨新
童梅
郑榕
苏静
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.)
Shanghai DS Communication Equipment Co Ltd
Original Assignee
Shanghai DS Communication Equipment Co Ltd
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 Shanghai DS Communication Equipment Co Ltd filed Critical Shanghai DS Communication Equipment Co Ltd
Priority to CN201310041793.7A priority Critical patent/CN103973653A/zh
Publication of CN103973653A publication Critical patent/CN103973653A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Alarm Systems (AREA)

Abstract

本发明提供一种智能感知分析仪,其包括:信息采集单元,其通过一接口单元接收所述感知层发送的感知信息,并输出所述感知信息;信息处理单元,其将所述信息采集单元输出的所述感知信息编码压缩,并判断编码压缩后的所述感知信息是否与预设的多个事件规则中的至少一个事件规则匹配,当匹配时输出相应的事件告警通知;以及中央处理器,当接收到所述信息处理单元输出的所述事件告警通知时,将该事件告警通知发送至所述应用层,并输出相应的告警控制指令。本发明的智能感知分析仪可以同时对成千上万的目标对象进行监控,对可疑事件进行告警,这样个人就可以解放出来,仅对可疑的监控点进行处理,提高事件发现的及时性和处理的高效性。

Description

智能感知分析仪
技术领域
本发明涉及通信技术领域,尤其涉及一种智能感知分析仪。
背景技术
目前,国内城市已经建设和准备建设的应急决策指挥系统,主要还是基于传统PSTN、无线集群通信等技术来实现各联动部门之间的流程整合,而缺乏对应急事件态势的精确感知。随着突发自然灾害和社会公共安全的复杂程度不断提高,应急事件愈加复杂,牵涉面愈加广泛,应急突发事件处置的难度也日益增加,这为新一代决策指挥系统的设计提出了更高的要求:实现对现场事件的多元信息采集和报送,形成较完备的事件态势图,对公共安全的事件发展趋势进行动态预测,进而为辅助决策提供科学依据。
另一方面,在规模宏大的“平安城市”建设过程中,全国城市建设了庞大的视频监控网络基础设施,一线城市大概安装了20~30万只视频摄像头,二线城市一般也安装了数万只摄像头,然而,这些物联网前端感知终端设备呈离散分布状态,无法通过一个设备或系统统一采集、感知和分析,不能与后台的应急决策指挥应用层实现交互,从而制约了后台系统发挥更大的作用。
因此,迫切需要一个连接物联网前端感知层和后台应急指挥应用层的中间接入设备,以加强现有系统之间的相互通信,充分利用“平安城市”的前端感知设备来采集信息,以实现基于对现场信息精确感知的增强型决策指挥。
发明内容
本发明的目的在于为了解决上述问题,提供一种智能感知分析仪,以同时对成千上万的目标对象进行监控,并将可疑事件上报,以提高事件发现的及时性和有效性。
为了实现上述目的,本发明采用如下技术方案:
一种智能感知分析仪,其实现感知层和应用层之间的相互通信,其中,所述智能感知分析仪包括:
信息采集单元,其通过一接口单元接收所述感知层发送的感知信息,并输出所述感知信息;
信息处理单元,其将所述信息采集单元输出的所述感知信息编码压缩,并判断编码压缩后的所述感知信息是否与预设的多个事件规则中的至少一个事件规则匹配,当匹配时输出相应的事件告警通知;以及
中央处理器,当接收到所述信息处理单元输出的所述事件告警通知时,将该事件告警通知发送至所述应用层,并输出相应的告警控制指令。
前述一种智能感知分析仪,该智能感知分析仪还包括用于存储所述编码压缩后的所述感知信息的信息存储单元。
前述一种智能感知分析仪,其中,
所述信息采集单元包括用于采集音频数据的音频采集模块以及用于采集视频数据的视频采集模块;
所述信息处理单元包括:
将所述音频数据和视频数据编码压缩的音视频编码压缩模块,以及
音视频分析模块,其判断编码压缩后的所述音频数据和视频数据是否与预设的多个事件中的至少一个事件匹配,当匹配时向所述中央处理器输出相应的事件告警通知。
前述一种智能感知分析仪,其中,
所述信息采集单元还包括用于接收传感信息的传感信息采集模块;
所述信息处理单元还包括传感信息分析模块,其用于判断所述传感信息是否与预设的多个事件中的至少一个事件匹配,当匹配时向所述中央处理器输出相应的事件告警通知。
前述一种智能感知分析仪,其中,
所述信息采集单元还包括用于接收串口数据的串口数据采集模块;
所述信息处理单元还包括串口数据分析模块,其用于判断所述串口数据是否与预设的多个事件中的某一事件匹配,当匹配时向所述中央处理器输出相应的事件告警通知。
进一步地,所述中央处理器包括根据所述信息处理单元输出的所述事件告警通知输出所述告警控制指令的告警处理模块。
进一步地,所述中央处理器还包括用于归类、存储和/或检索所述信息处理单元输出的所述事件告警通知的事件管理模块。
进一步地,所述中央处理器还包括用于将所述音频数据和视频数据传输至网络的媒体分发模块。
优选地,所述中央处理器还包括用于接收所述应用层的调度指令,并根据该调度指令控制所述媒体分发模块的媒体调度模块。
优选地,所述中央处理器还包括用于提供用户配置的系统管理模块。
本发明还提供一种智能感知分析系统,其中,该系统包括感知层、应用层以及上述的用于实现感知层和应用之间的相互通信的智能感知分析仪。
综上所述,本发明的智能感知分析仪是一种基于传感网络应用架构的物联网网关设备,其向下接入视频数据、音频数据、温感和烟感等感知信息,并对这些感知信息进行智能分析处理,以将非结构化的感知信息转化成结构化的事件信息;向上通过IP网络向应用层传送该事件信息,以供应用层使用。与传统的人工劳动相比,人工监控能力有限——同一时间只能监控四到六个画面,而且容易产生视觉疲劳导致错过关键画面,而本发明可以同时对成千上万监控画面进行分析处理,并对可疑事件发出告警,从而可以将个人解放出来,只需要对可疑的监控点进行处理即可。本发明尤其适用于应急决策指挥领域,其可以提高政府及企业应急管理工作的信息化水平和工作效率,降低人工劳动强度,提高感知信息的及时性与准确性,从而提升政府对应急事务的处理能力,最大限度的保护人民的生命财产安全,具有重要的社会效益。
附图说明
图1是基于本发明的智能感知分析仪的智能感知分析系统;
图2是本发明的智能感知分析仪的电路连接图;
图3是本发明的智能感知分析仪的结构框图;
图4是本发明的音视频分析模块的软件流程图。
具体实施方式
图1基于本发明的智能感知分析仪2的智能感知分析系统,其包括感知层1、智能感知分析仪2以及应用层3。
感知层1是整个系统的信息源采集端,用于实现各类感知信息的采集和输出,例如,该感知信息可以是视频数据、音频数据、传感信息、串口数据以及其它各类物联网信息。其中,视频数据包括模拟视频数据和数字视频数据;传感信息包括烟感、温感、红外以及湿度等传感信息。
智能感知分析仪2接入感知层1,并对感知层1输出的音频数据、视频数据、传感信息和串口数据等感知信息进行分析处理、存储和上传,当这些感知信息触发了预设的多个事件规则中的至少一个时,通过网络4输出对应的事件告警通知,同时对相应音频数据告警事件、视频数据告警事件、传感器告警事件和串口告警事件进行统一智能管理。
应用层3根据智能感知分析仪2输出的不同事件告警通知进行不同处理。对于紧急事件,如火警等,将进行应急指挥管理;对于日常非紧急事件,可以进行统计分析,以提供给决策指挥人员参考。
如图2和3所示,智能感知分析仪2主要包括信息采集单元21、信息处理单元22、中央处理器23、信息存储单元24和接口单元25。其中,信息采集单元21通过接口单元25接收感知层1输出的感知信息,并通过总线将该感知信息发送至信息处理单元22;信息处理单元22将该感知信息编码压缩,并通过总线发送至中央处理器23,由中央处理器23将其存储在信息存储单元24中;同时,信息处理单元22还需判断该编码压缩后的感知信息是否与预设的多个事件规则中的至少一个事件规则匹配,当匹配时输出相应的事件告警通知,然后中央处理器23将根据该事件告警通知输出相应的告警控制指令,并同时将该事件告警通知上传至应用层3。
下面对各个模块作详细的描述:
信息采集单元21包括音频采集模块211、视频采集模块212、传感信息采集模块213和串口数据采集模块214。该视频采集模块212连接至摄像机以采集视频数据;该音频采集模块211连接至拾音器或麦克风以采集音频数据;该传感信息采集模块213连接至烟感、温感或湿度传感器等以采集烟雾浓度、温度或湿度等传感信息;该串口数据采集模块214通过串口连接至电表、UPS电源、门禁等设备以采集相应的串口数据。
在本实施例中,视频采集模块211选用科胜讯的CX25853视频数据解码器,可同时进行8路模拟视频数据流采集,支持两路模拟视频数据输出和一路数字显示器输出。该解码器支持BT.656/VIP数字视频数据接口,提供高品质梳状滤波器,支持NTSC/PAL制式。使用该视频数据解码器能够快速锁定低电压的视频数据、水平和垂直缩放,以及对色调、亮度、饱和度和对比度进行控制,并且大幅地降低了电路板的空间需求。
信息处理单元22包括根据系统需要对音频数据、视频数据进行编码压缩的音视频编码压缩模块221,其按照一定的格式将音频数据和视频数据进行编码压缩,以适合网络传输的要求。在本发明中采用的视频数据编码格式为H.264,音频数据编码格式为AMR。在本实施例中,每一个信息采集单元21可配置2个信息处理单元22。
信息处理单元22还包括音视频分析模块222、传感信息分析模块223和串口数据分析模块224,其中,音视频分析模块222为核心模块,其用于对音频数据和视频数据进行分析处理,在本实施例中选用TI公司的C6678DSP,其采用了TI公司最新的KeyStone多内核架构,可最大限度地提高片上数据流的吞吐量,消除可能出现的瓶颈问题。使用时,该音视频分析模块222首先对视频数据进行去噪声等预处理工作,然后自动识别视频数据中的目标对象并对其进行跟踪,当该目标对象的行为与预设的至少一个事件规则匹配时,向所述中央处理器23发送相应的事件告警通知。
该音视频分析模块222当前支持的智能应用有:
a.拌线(Line Crossing):检测是否有人、物体或者车辆突然越过预定边界;
b.警戒区(Restricted Area):检测是否有人、物体或车辆进入、离开、穿越预定区域;
c.停留(Object Persistence):当一个物体(如箱子、包裹、车辆、人物等)在敏感区域停留的时间过长,或超过了预定义的时间长度就产生告警,典型应用场景包括机场、火车站、地铁站等;
d.物品计数(Object Counting):统计穿越入口或指定区域的人或物体的数量,例如为业主计算某天光顾其店铺的顾客数量;
e.逆行(Wrong Direction):对以规定方向反向运动的人、物体或车辆进行实时检测,用以识别在禁行方向的逆行行为,典型应用如各种单方向流动出入口或区域;
f.聚集(Crowd Detection):通过区域内人群的密集程度获得拥挤的估计值,实时检测是否有群体聚集现象,当区域范围内人员数量超过预设值时自动预警,典型应用如广场、出入口、交通要道;
g.疏散(Crowd Splitting):检测区域中的人群突然向一个或多个方向移动,移动速度和方向超过预设值时自动告警;
h.速度异常(Abnormal Speed):重点关注可疑人员的快速移动与突然加速等行为,实时检测是否有人员快速奔跑、追逐,以便及时发现偷盗或抢劫等,是城市治安监控的典型应用;
i.跟踪(Trajectory Tracking):记录物体在每个画面中的位置,并将物体的轮廓用框表示出来;
j.徘徊(Loitering):检测是否有可疑人、物体或车辆在指定的区域内长时间移动,当徘徊时间超过预设值,系统将发出告警;
k.倒地(Fall Down):检测行人在运动或静止状态下突然倒下来;
l.打架(Fighting):通过对视频监控下相关人员的运动特征、运动轨迹、肢体剧烈变化的自动识别,实时检测是否有打架斗殴事件,以防事件的进一步恶化,典型应用如城市治安监控;
m.尾随(Trailing):检测是否有人尾随通过门禁等特殊通道,防止尾随偷窃和抢劫行为,支持与门禁信息的对比,重点关注通过门禁人员的数量变化,典型应用如各重要区域门口等;
n.人脸检测(Face Detection):检测画面中的全部人脸,并用框表示出人脸的位置和大小;
o.物品遗留(Object Left):检测是否有车辆或物品停靠或放置在设定区域超过一定的时间,主要用来检测被遗弃在公共场所的可疑物品,典型应用如反恐;
p.物品遗失(Object Removal):检测分析画面中不同位置上的物品,当物体消失时,自动产生告警信息;
q.火焰检测(Flame Detection):检测画面中是否存在火焰,如发现则告警;
r.烟雾检测(Smoke Detection):检测画面中是否存在烟雾,如发现则告警。
在本实施例中,该音视频分析模块222采用的智能视频分析算法由背景建模和对象检测两大模块完成,以实现对目标的检测及跟踪。其中,背景建模模块通过背景差的方式检测出运动物体,并更新背景。对象检测对背景建模检测到的物体进一步分析,根据物体的特征,过滤掉误检的物体,并将物体的信息反馈到背景建模的背景更新部分,从而实现准确、稳定、长时间的检测目标的功能。
目标检测通过Adaboost算法、矩形特征和级联分类器实现。该检测方法包括训练和检测两部分,软件处理流程如图4所示,其中,左边流程为训练部分,右边流程为检测部分。
训练部分:收集目标样本和非目标样本构成训练样本集,从样本集中提取所有的矩形特征,计算矩形特征值,矩形特征值作为训练过程的输入,训练过程依据Adaboost算法展开,训练生成一个级联分类器。
检测部分:按比例逐层缩小待检测信息,形成信息金字塔,在金字塔信息中遍历所有背景建模得到的待检测子窗口,利用训练得到的层叠分类器对每个子窗口进行检测,确定是否为真正目标,并进行后处理,最后得到检测目标。
级联分类器:实际检测中,面临的最大问题就是计算量。对于分辨率为320x240的信息,所有可能的检测子窗口将在10万之上,为了降低运算量,提高检测速度,本实施例中采用了级联分类器。级联分类器每一级对应一个由Adaboost训练的强分类器,检测时子窗口只有通过所有层,才能判断为真正的目标,否则即为非目标。由于第一级分类器面对所有的待检测子窗口,为了控制检测速度,需要对第一级分类器的数量进行限制,当达到上限时,即使虚警率没有达到预设指标,也强制进入下一级分类器。本实施例中设定的上限为7。
后处理策略:由于检测是按比例逐层缩小的,因此多尺度下进行的检测,会出现同一目标在不同比例下多次被检测到的现象,同时在结果中也存在着一些误判的虚警目标。经过观察发现,真正的目标通常会有多个检测窗口重叠,而大部分误检的虚警目标仅有一到两个检测窗口。据此,在合并重叠的检测窗口时,可以去除误检的虚警窗口,提高检测的准确率。
在本实施例中,信息存储单元24选用支持SATA的芯片Sil3114,采用176-pin TQFP单芯片封装形式,提供4组SATA接口,能够以RAID0、RAID1、RAID0+1、RAID5等多种方式工作。其提供数据的本地存储、检索及访问功能,具体实现方式有以下几种:
1.采用预分配空间存储方式。每个新硬盘在开始存储之前都要先进行预初始化,按照指定的大小预先创建若干空文件,进行数据存储时按需从空文件池中得到一个文件句柄然后开始进行写入操作。这样每一个文件的簇链表在数据写入前就确定下来,写入操作只改写数据,不影响簇链表的结构,当异常断电时只是丢失当前正在写盘的数据,文件的一致性得以保留,不会造成文件的损坏。
2.采用连续文件存储方式。每个文件在创建时分配一组物理上连续的簇,这样可以防止产生磁盘碎片,缩减硬盘寻道时间,加快硬盘读写速度。创建固定大小的连续文件是比较耗费时间的一项操作,因此应放在后台完成,这样可以避免影响到关键任务的执行。
3.采用帧索引方式。对视频数据的关键帧(I帧)进行索引,记录每一个I帧的位置、时间、长度,这样可以对视频数据进行精确的定位、回放和控制。
4.采用文件索引方式。对每一个硬盘建立一个文件索引表,记录每个文件中的信息(文件索引号、录像类型、录像时间段个数等等)以及文件中的每个录像时间段的信息(数据位置及长度、帧索引位置及长度、起止时间等等),并且在内存中维持一个文件索引表的镜像,这样可以对所有硬盘上的文件进行快速的查找、检索,同时实现了文件系统对单个硬盘的独立性。
在本实施例中,接口单元25提供丰富的接口,主要包括:
1)16路BNC(Bayonet Nut Connector,刺刀螺母连接器)视频输入接口2501,其提供模拟视频输入源,能够同时满足多种视频分析的需求;
2)2路BNC视频输出接口2502,其提供模拟视频输出,用于视频本地显示或本地配置界面显示;
3)1路VGA(Video Graphic Array,视频图形阵列)视频输出接口2503,其满足本地高清晰输出显示的需求;
4)1路BNC音频输入接口2504和1路RCA(Radio Corporation ofAmerican,莲花插座)音频输入接口2505,其提供本地音频采集,用于实现双向语言对讲;
5)1路BNC音频输出接口2506和1路RCA音频输出接口2507,其将声音传输到有源音响上;
6)1个网络接口2508,其支持10M/100M/1000M自适应,用于满足多种网络通信需求;
7)16路告警输入接口2509,其连接各种开关量告警发生器,采集各类开关量告警信息,提供给主机做告警分析;
8)4路告警输出接口2510可连接本地告警输出设备(如警灯,警铃等),其实现本地告警功能实时提醒;
9)1个扩展的串口(RS485)2511,其用于实现PTZ控制和模拟信号采集:当控制带PTZ功能的云台和球机时,在RS485总线方式下,每条总线最多可以挂31个RS485接口的云台和球机;当用于采集模拟信号时,可采集各种模拟量输入信号(例如温度、压力、电压、电流等变量);
10)1个USB接口2512,其选用USB2.0标准,支持挂载通用U盘等存储设备,同时支持导出告警信息和录像视频;
11)1个RS232调试串口2513,其供用户开发调试和工程调试;
12)RTC芯片2514,其作为实时时钟连接到中央处理器23,
整个智能感知分析仪2的硬件采用12伏直流供电。
在本实施例中,中央处理器23选用ARM公司Cortex系列的Cortex-A8芯片。Cortex系列属于ARMv7架构,比纯32位代码少使用31%的内存,减小了系统开销,能将DSP和信息处理能力提高近4倍,并支持改良的浮点运算,满足海量视频数据处理的应用需求。本发明的中央处理器23包括媒体分发模块231、事件管理模块232、告警处理模块233、媒体调度模块234及系统管理模块235。
媒体分发模块231的功能是将音频数据和视频数据实时发到网络4上。在本实施例中,其采用基于终端的QoS控制策略,提供“尽力而为”的分发服务,具体功能如下:
1.为每路媒体提供独立的发送队列。每一路媒体源拥有独立的发送缓存,缓存大小可以自由指定,码流数据需要传输时只要将其放入相应的发送队列中即可。
2.为每路媒体提供独立的媒体队列。每一个媒体发送队列配备有相应的重传队列,队列的大小可以自由指定,发送队列中每发送完成一个数据包就将其放入对应的重传队列中供丢包重传时使用。通过控制重传队列的大小,可以在传输的实时性与可靠性之间找到平衡点。
3.为媒体发生任务提供独立的发送线程。由于引进了媒体发送队列,为了保证媒体数据采集及智能分析任务不受网络数据发送的影响,采用独立的媒体发送线程进行网络发送。该线程采取“尽力而为”的工作模式,尽量多地从发送队列中读取数据进行发送,并将发送完成的数据放入重传队列中。
事件管理模块232的功能是将信息处理单元22上传的事件告警通知进行归类、存储并上传至应用层3,同时提供事件检索功能。其中,事件告警通知分为当前告警和历史告警:当前告警通知指的是未经过用户确认的告警通知,历史告警通知指的是经过用户确认的告警通知。
事件管理模块232还支持丰富的事件查询条件,可根据时间、事件主体、事件类型、事件归类等索引进行查询,也可单独查询系统的当前告警通知或历史告警通知。当前告警通知和历史告警通知可关联到告警发生时的历史视频,方便用户进行历史视频回放。
告警处理模块233可针对不同的事件告警通知输出预定义的相应告警控制指令,以控制相应告警联动模块进行联动处理,即,当其收到事件告警通知后,将控制告警联动模块一一执行联动信息库中配置的联动动作列表。通常,告警处理模块233支持的联动动作包括:单点摄像头预置位调用、多点摄像头预置位调用、物体追踪、告警开关量输出、短信通知、邮件通知以及录像等。
在本实施例中,媒体调度模块234可以用于接收和处理应用层3输出的调度指令,例如,根据该调度指令通知媒体分发模块231从音视频压缩编码模块221中获取实时视频数据或者从信息存储模块24中获取历史视频数据,该实时视频数据或者历史视频数据经过封装和协议转换后通过网络4上传至应用层3。
在本实施例中,系统管理模块235主要实现的功能包括:系统用户的配置、事件规则的预定义配置、告警联动规则的配置、系统资源(中央处理器23的占用率、内存占用率、网络占用率)的检测及上传。该模块面向系统管理员,系统管理员通过网络管理客户端进行统一管理。
下面以视频的处理为例,描述本发明的智能感知分析仪的操作过程:
首先,由视频采集模块212采集摄像机拍摄的视频数据,并通过系统总线输出至音视频编码压缩模块221以进行编码压缩,然后将编码压缩后的视频数据发送给音视频分析模块222,该音视频分析模块222自动检测视频数据中的目标对象并进行跟踪,当目标对象的行为与预定义的事件规则匹配时,将产生事件告警通知并通过内部总线将该事件告警通知上传至中央处理器23的事件管理模块232;事件管理模块232一方面通过网络4将该事件告警通知上传给应用层3,另一方面通知告警处理模块233按照预定义的控制规则输出相应告警控制指令,以触发相应的告警联动模块;应用层3在接收到事件管理模块232发送的事件相关信息后,通知媒体调度模块234将事件相关的实时视频数据或历史视频数据上传;然后该媒体调度模块234通知媒体分发模块231从音视频压缩编码模块221中获取实时视频或从信息存储模块24中获取历史视频,经过封装和协议转换后再通过网络4上传至应用层3。
综上所述,智能感知分析仪2可以用于实现感知层1和应用层3之间的相互通信,其通过叠加分布式部署在系统中,可以对分散在城市各个角落的感知终端设备进行统一监控。
以上所述的,仅为本发明的较佳实施例,并非用以限定本发明的范围,本发明的上述实施例还可以做出各种变化。即凡是依据本发明申请的权利要求书及说明书内容所作的简单、等效变化与修饰,皆落入本发明专利的权利要求保护范围。

Claims (11)

1.一种智能感知分析仪,其实现感知层和应用层之间的相互通信,其特征在于,该智能感知分析仪包括:
信息采集单元,其通过一接口单元接收所述感知层发送的感知信息,并输出所述感知信息;
信息处理单元,其将所述信息采集单元输出的所述感知信息编码压缩,并判断编码压缩后的所述感知信息是否与预设的多个事件规则中的至少一个事件规则匹配,当匹配时输出相应的事件告警通知;以及
中央处理器,当接收到所述信息处理单元输出的所述事件告警通知时,将该事件告警通知发送至所述应用层,并输出相应的告警控制指令。
2.根据权利要求1所述的智能感知分析仪,其特征在于,该智能感知分析仪还包括用于存储所述编码压缩后的所述感知信息的信息存储单元。
3.根据权利要求1所述的智能感知分析仪,其特征在于,
所述信息采集单元包括用于采集音频数据的音频采集模块以及用于采集视频数据的视频采集模块;
所述信息处理单元包括:
将所述音频数据和视频数据编码压缩的音视频编码压缩模块,以及
音视频分析模块,其判断编码压缩后的所述音频数据和视频数据是否与预设的多个事件中的至少一个事件匹配,当匹配时向所述中央处理器输出相应的事件告警通知。
4.根据权利要求3所述的智能感知分析仪,其特征在于,
所述信息采集单元还包括用于接收传感信息的传感信息采集模块;
所述信息处理单元还包括传感信息分析模块,其用于判断所述传感信息是否与预设的多个事件中的至少一个事件匹配,当匹配时向所述中央处理器输出相应的事件告警通知。
5.根据权利要求3所述的智能感知分析仪,其特征在于,
所述信息采集单元还包括用于接收串口数据的串口数据采集模块;
所述信息处理单元还包括串口数据分析模块,其用于判断所述串口数据是否与预设的多个事件中的某一事件匹配,当匹配时向所述中央处理器输出相应的事件告警通知。
6.根据权利要求1-5中任何一项所述的智能感知分析仪,其特征在于,所述中央处理器包括根据所述信息处理单元输出的所述事件告警通知输出所述告警控制指令的告警处理模块。
7.根据权利要求6所述的智能感知分析仪,其特征在于,所述中央处理器还包括用于归类、存储和/或检索所述信息处理单元输出的所述事件告警通知的事件管理模块。
8.根据权利要求6所述的智能感知分析仪,其特征在于,所述中央处理器还包括用于将所述音频数据和视频数据传输至网络的媒体分发模块。
9.根据权利要求8所述的智能感知分析仪,其特征在于,所述中央处理器还包括用于接收所述应用层的调度指令,并根据该调度指令控制所述媒体分发模块的媒体调度模块。
10.根据权利要求6所述的智能感知分析仪,其特征在于,所述中央处理器还包括用于提供用户配置的系统管理模块。
11.一种智能感知分析系统,其特征在于,该系统包括感知层、应用层以及权利要求1-5中任何一项所述的实现感知层和应用之间的相互通信的智能感知分析仪。
CN201310041793.7A 2013-02-01 2013-02-01 智能感知分析仪 Pending CN103973653A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310041793.7A CN103973653A (zh) 2013-02-01 2013-02-01 智能感知分析仪

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310041793.7A CN103973653A (zh) 2013-02-01 2013-02-01 智能感知分析仪

Publications (1)

Publication Number Publication Date
CN103973653A true CN103973653A (zh) 2014-08-06

Family

ID=51242702

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310041793.7A Pending CN103973653A (zh) 2013-02-01 2013-02-01 智能感知分析仪

Country Status (1)

Country Link
CN (1) CN103973653A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104486581A (zh) * 2014-12-04 2015-04-01 广州中国科学院先进技术研究所 一种多仿生眼监控区域画面实时动态显示方法及系统
CN104539468A (zh) * 2015-01-28 2015-04-22 浪潮电子信息产业股份有限公司 一种基于负载均衡器系统的自动报警的方法
CN105446213A (zh) * 2015-11-27 2016-03-30 成都聚汇才科技有限公司 一种谐振式信号识别电路的智能数字应变电表控制系统
CN105611253A (zh) * 2016-01-13 2016-05-25 天津中科智能识别产业技术研究院有限公司 一种基于智能视频分析技术的态势感知系统
CN106412522A (zh) * 2016-11-02 2017-02-15 北京弘恒科技有限公司 对室内外环境中物体的视频分析检测方法及系统
CN106507041A (zh) * 2016-11-02 2017-03-15 北京弘恒科技有限公司 视频数据分析方法
CN108074400A (zh) * 2016-11-14 2018-05-25 北京航天长峰科技工业集团有限公司 一种基于海量数据分析的重点车辆分析模型
CN108206932A (zh) * 2016-12-16 2018-06-26 北京迪科达科技有限公司 一种校园智能监控管理系统
CN112449212A (zh) * 2019-08-28 2021-03-05 杭州海康威视系统技术有限公司 一种音视频码流的处理方法、装置及控制设备
CN112633184A (zh) * 2020-12-25 2021-04-09 成都商汤科技有限公司 告警方法及装置、电子设备和存储介质
CN113256924A (zh) * 2020-02-12 2021-08-13 中车唐山机车车辆有限公司 一种轨道列车的监控系统,监控方法及监控装置
CN113347045A (zh) * 2021-06-30 2021-09-03 北京九章云极科技有限公司 一种告警消息处理方法及装置
CN114320130A (zh) * 2021-12-07 2022-04-12 广州地铁集团有限公司 基于物联网轨道交通平台的车站卷帘门安全通过方法
CN115314330A (zh) * 2022-06-30 2022-11-08 青岛海尔科技有限公司 感知事件上报方法、装置、存储介质及电子装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102255908A (zh) * 2011-07-08 2011-11-23 北京邮电大学 一种物联网网关协议一致性的方法
CN202178779U (zh) * 2011-08-16 2012-03-28 常州得实新技术开发有限公司 面向三网融合的物联网网关
CN102739474A (zh) * 2011-04-01 2012-10-17 中兴通讯股份有限公司 一种物联网实现系统及其提供服务的方法
CN102802139A (zh) * 2012-07-10 2012-11-28 无锡航天飞邻测控技术有限公司 一种物联网网关数据适配系统及方法
CN102811238A (zh) * 2011-06-02 2012-12-05 中兴通讯股份有限公司 一种物联网业务处理方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102739474A (zh) * 2011-04-01 2012-10-17 中兴通讯股份有限公司 一种物联网实现系统及其提供服务的方法
CN102811238A (zh) * 2011-06-02 2012-12-05 中兴通讯股份有限公司 一种物联网业务处理方法和系统
CN102255908A (zh) * 2011-07-08 2011-11-23 北京邮电大学 一种物联网网关协议一致性的方法
CN202178779U (zh) * 2011-08-16 2012-03-28 常州得实新技术开发有限公司 面向三网融合的物联网网关
CN102802139A (zh) * 2012-07-10 2012-11-28 无锡航天飞邻测控技术有限公司 一种物联网网关数据适配系统及方法

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104486581A (zh) * 2014-12-04 2015-04-01 广州中国科学院先进技术研究所 一种多仿生眼监控区域画面实时动态显示方法及系统
CN104486581B (zh) * 2014-12-04 2018-02-06 广州中国科学院先进技术研究所 一种多仿生眼监控区域画面实时动态显示方法及系统
CN104539468A (zh) * 2015-01-28 2015-04-22 浪潮电子信息产业股份有限公司 一种基于负载均衡器系统的自动报警的方法
CN105446213A (zh) * 2015-11-27 2016-03-30 成都聚汇才科技有限公司 一种谐振式信号识别电路的智能数字应变电表控制系统
CN105611253A (zh) * 2016-01-13 2016-05-25 天津中科智能识别产业技术研究院有限公司 一种基于智能视频分析技术的态势感知系统
CN106412522A (zh) * 2016-11-02 2017-02-15 北京弘恒科技有限公司 对室内外环境中物体的视频分析检测方法及系统
CN106507041A (zh) * 2016-11-02 2017-03-15 北京弘恒科技有限公司 视频数据分析方法
CN108074400A (zh) * 2016-11-14 2018-05-25 北京航天长峰科技工业集团有限公司 一种基于海量数据分析的重点车辆分析模型
CN108206932A (zh) * 2016-12-16 2018-06-26 北京迪科达科技有限公司 一种校园智能监控管理系统
CN112449212A (zh) * 2019-08-28 2021-03-05 杭州海康威视系统技术有限公司 一种音视频码流的处理方法、装置及控制设备
CN112449212B (zh) * 2019-08-28 2022-11-04 杭州海康威视系统技术有限公司 一种音视频码流的处理方法、装置及控制设备
CN113256924A (zh) * 2020-02-12 2021-08-13 中车唐山机车车辆有限公司 一种轨道列车的监控系统,监控方法及监控装置
CN112633184A (zh) * 2020-12-25 2021-04-09 成都商汤科技有限公司 告警方法及装置、电子设备和存储介质
CN113347045A (zh) * 2021-06-30 2021-09-03 北京九章云极科技有限公司 一种告警消息处理方法及装置
CN114320130A (zh) * 2021-12-07 2022-04-12 广州地铁集团有限公司 基于物联网轨道交通平台的车站卷帘门安全通过方法
CN115314330A (zh) * 2022-06-30 2022-11-08 青岛海尔科技有限公司 感知事件上报方法、装置、存储介质及电子装置
CN115314330B (zh) * 2022-06-30 2024-04-19 青岛海尔科技有限公司 感知事件上报方法、装置、存储介质及电子装置

Similar Documents

Publication Publication Date Title
CN103973653A (zh) 智能感知分析仪
CN106251578B (zh) 基于探针的人流预警分析方法和系统
Valera et al. Intelligent distributed surveillance systems: a review
CN104333736B (zh) 无人变电站智能识别监控系统及方法
CN103578240B (zh) 一种基于物联网的安防服务网
CN107071342B (zh) 一种异常事件自动推送及基于历史操作的监控方法及系统
CN201766663U (zh) 一种小区物业监控系统
CN101123721A (zh) 一种智能视频监控系统及其监控方法
CN108206932A (zh) 一种校园智能监控管理系统
US20180211116A1 (en) Distributed system for mining, correlating, and analyzing locally obtained traffic data including video
CN112052804A (zh) 实现安全管理的视频智能分析及报警系统及其方法
CN112288984A (zh) 基于视频融合的三维可视化无人值守变电站智能联动系统
CN108734966A (zh) 一种交通视频综合分析云平台系统
CN201114536Y (zh) 一种视频监控系统
CN101405779A (zh) 采用视频基元的视频监视系统
CN108205896A (zh) 一种校园交通安全智能监控管理系统
CN115022601A (zh) 基于大数据的iot深度学习智能预警研判系统及方法
CN202120421U (zh) 政府办公大楼智能化安防监控系统
CN104349129A (zh) 基于数字化信息技术的校园智能安全监控系统
CN112087523A (zh) 基于云服务的智能建筑管理系统、装置及计算机可读存储介质
CN203327163U (zh) 一种监控系统
CN211184122U (zh) 铁路作业安全防控和大客流预警联动的智能视频分析系统
CN108898083A (zh) 一种施工远程监控与管理系统及管理方法
CN103760865A (zh) 基于mstp专用通信网络的远程监控平台
CN102497540B (zh) 一种视频信息自适应调整与传输方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140806