CN104660987A - 一种目标运动轨迹分析的方法和监控系统 - Google Patents
一种目标运动轨迹分析的方法和监控系统 Download PDFInfo
- Publication number
- CN104660987A CN104660987A CN201510040468.8A CN201510040468A CN104660987A CN 104660987 A CN104660987 A CN 104660987A CN 201510040468 A CN201510040468 A CN 201510040468A CN 104660987 A CN104660987 A CN 104660987A
- Authority
- CN
- China
- Prior art keywords
- video
- target
- monitor
- time information
- monitor video
- 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
Landscapes
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及视频监控技术领域,提供了一种目标运动轨迹分析方法。其中,所述方法涉及至少两个或者两个以上的视频监控视频,所述监控视频可以被本发明的控制中心所调用,包括:确认出现目标的第一监控视频,根据所述第一监视视频获取所述目标的第一时空信息和第一目标特征;确定所述第一位置周围的一个或者多个监控视频;计算所述确定出的一个或者多个监控视频中各种对象的特征,确定与所述第一目标特征匹配相似度超过预设阈值的第二监视视频;以所述第二监视视频所携带的第二时空信息和所述第一时空信息构建目标运动轨迹。本发明运用云的大数据分析能力,提出了从多个监控视频中,还原出目标运动轨迹的方法,提高了目标跟踪效率。
Description
【技术领域】
本发明涉及视频监控技术领域,特别是涉及一种目标运动轨迹分析的方法和监控系统。
【背景技术】
城市视频监控系统是平安城市的重要组成部分,各级城市基本建立了覆盖主要区域的视频监控网络,提升了城市的安全防范水平。
城市视频监控广泛应用于公安各个警种,为指挥调度、侦查破案提供支撑。在侦查破案中,目前视频监控应用仍以人工查阅为主,视频智能分析技术逐步推广使用中,基于视频智能分析可以快速提取目标特征,目标快速检索等功能,提升了视频侦查的效能。
目前云计算技术在互联网行业已经取得显著的成效,技术已经相对成熟,缺乏针对公安的业务应用。城市视频监控系统每天产生了海量的数据,如何挖掘视频数据的价值是公安亟待解决的问题。
【发明内容】
本发明要解决的技术问题是城市视频监控系统每天产生了海量的数据,当前视频监控系统多为基于人工识别方式来实现目标,成本高而效率低;而现有技术多针对单个视频中目标跟踪,而没有一套行之有效的将整个视频监控系统中监控视频中实现目标跟踪的方法。
本发明进一步要解决的技术问题是提供一种目标运动轨迹分析的监控系统。
本发明采用如下技术方案:
一种监控系统中目标运动轨迹分析方法,所述方法涉及至少两个或者两个以上的视频监控视频,所述监控视频可以被本发明的控制中心所调用,其特征在于,包括:
A、确认出现目标的第一监控视频,根据所述第一监视视频获取所述目标的第一时空信息和第一目标特征;所述第一时空信息中包括:第一位置信息和第一时间信息;B、确定所述第一位置周围的一个或者多个监控视频;C、计算所述确定出的一个或者多个监控视频中各种对象的特征,确定与所述第一目标特征匹配相似度超过预设阈值的第二监视视频;D、以所述第二监视视频所携带的第二时空信息和所述第一时空信息构建目标运动轨迹;确定所述第二位置周围的一个或着多个监控视频,仿照所述步骤C和D确定出目标运动轨迹的下一个时空信息,依此确认出目标的多个时空信息,并通过确认出的多个时空信息构建目标的运动轨迹。
一种目标运动轨迹分析的监控系统,其特征在于,所述系统包括:
分布于监控网络中的一个或者多个监控子系统,所述监控子系统中包含有一个或者多个摄像头,以及存储装置,用于存储所述一个或者多个摄像头记录的监控视频;控制中心,用于调取各个监控子系统中记录的监控视频;还用于维护整个监控网络的摄像头分布;还用于完成如权利要求1至7所述的分析功能。
与现有技术相比,本发明的有益效果在于:本发明运用云的大数据分析能力,提出了从多个监控视频中,还原出目标运动轨迹的方法,提高了目标跟踪效率。
【附图说明】
图1是本发明实施例提供的一种目标运动轨迹分析的监控系统;
图2是本发明实施例提供的一种目标运动轨迹分析的方法的流程示意图;
图3是本发明实施例提供的一种监控器分布示意图。
【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。
此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例1:
本发明实施例1提供了一种目标运动轨迹分析的方法,所述方法涉及至少两个或者两个以上的视频监控子系统,如图1中所示视频监控子系统1、视频监控子系统2…视频监控子系统n,每个视频监控子系统都拥有独立的控制器11(21…n1)和存储器12(22…n2)。在实际实现环境中,所述监控子系统可以是交通局以区域为划分依据,在一个管理体系下划分出来的多个监控区域;也可以是一个监控子系统代表着一个小区的监控系统;还可以使上述两种方式的结合,在此不作特殊限定。所述监控视频可以被本发明的控制中心2所调用,具体为控制中心2利用互联网连接控制器11、21…n1,并通过控制命令,获取响应存储器中存储的监控视频。所述控制中心2可以是服务器、个人电脑等等。
优选的,在本发明其他实现方式中,所述存储器12、22…n2可以通过在互联网中设置一个公共的存储器来实现,从而提高控制中心2调取相应摄像头的监控视频的效率(图1中未示出)。
实施例2:
本发明实施例2提供了一种目标运动轨迹分析的方法,所述方法涉及至少两个或者两个以上的视频监控视频,所述监控视频可以被本发明的控制中心所调用,如图1所示,具体包括:
在步骤201中,控制中心确认出现目标的第一监控视频,根据所述第一监视视频获取所述目标的第一时空信息和第一目标特征。
所述第一时空信息中包括:第一位置信息和第一时间信息;在具体实现中,所述目标的第一时空信息和第一目标特征也可是通过操作人员认为输入的图片对象,在本发明实现方式中,并不局限于从第一监控视频中确认目标的第一时空信息和第一目标特征。
在步骤202中,控制中心确定所述第一位置周围的一个或者多个监控视频。
在步骤203中,控制中心计算所述确定出的一个或者多个监控视频中各种对象的特征,确定与所述第一目标特征匹配相似度超过预设阈值的第二监视视频。
在步骤204中,控制中心以所述第二监视视频所携带的第二时空信息和所述第一时空信息构建目标运动轨迹。
在步骤205中,确定所述第二位置周围的一个或着多个监控视频,仿照所述步骤C和D确定出目标运动轨迹的下一个时空信息,依此确认出目标的多个时空信息,并通过确认出的多个时空信息构建目标的运动轨迹。
本发明运用大数据分析能力,提出了从多个监控视频中,还原出目标运动轨迹的方法,提高了目标在多个监控视频中的跟踪效率。
结合本实施例,存在一种可实现方式,其中,所述确定所述第一位置周围的一个或者多个监控视频,具体包括:
调取监控系统网中的监控系统的分布结构,以第一监控视频所归属的第一监控系统为中心,依据搜集策略,从分布结构中确认出一个或者多个监控视频。
结合本实施例,存在一种可实现方式,其中,所述搜集策略,具体包括:
以搜集到以第一位置为中心的圆内,包含有各个主要方向上的监控视频为结束条件,从而获取到所述第一位置周围的一个或者多个监控视频;或者,
以搜集到以第一位置为中心的圆内,包含有指定的监控视频为结束条件,从而获取到所述第一位置周围的一个或者多个监控视频;或者,
以搜集到以第一位置为中心,以指定长度为半径为结束条件,获取该圆内的一个或者多个监控视频;或者,采用上述三种方式的组合。
结合本实施例,存在一种可实现方式,其中,所述确定所述第二位置周围的一个或着多个监控视频,仿照所述步骤C和D确定出目标运动轨迹的下一个时空信息,具体包括:
确定所述第二位置周围的一个或者多个监控视频;计算所述确定出的一个或者多个监控视频中各种对象的特征,确定与所述第一目标特征匹配相似度超过预设阈值的第三监视视频;以所述第三监视视频所携带的第三时空信息和所述第一时空信息、第二时空信息构建目标运动轨迹。
结合本实施例,存在一种可实现方式,其中,所述计算所述确定出的一个或者多个监控视频中各种对象的特征,具体包括:
根据目标运动特性,确定目标在所述一个或者多个监控视频中出现的时间段;依据所述时间段,计算所述确定出的一个或者多个监控视频中在所述时间段内出现的各种对象的特征。
具体的,所述目标运动特性,包括其运动速度、运动方向、运动位置等等;所述对象的特征包括:的颜色特征、形状特征、标识特征、运动特征中的一种或者多种组合。
结合本实施例,存在一种可实现方式,其中,所述以所述第二监视视频所携带的第二时空信息和所述第一时空信息构建目标运动轨迹,具体包括:
根据所述目标在所述第二时空信息和所述第一时空信息出现的时间前后,构成目标的运动轨迹。
结合本实施例,存在一种可实现方式,其中,在开始所述方法之前还包括:
获取操作人员输入的分析区域;所述分析区域将限定用于计算目标运动轨迹的监视视频范围。
实施例3:
本实施例为具体解释如何实现如实施例2中所述的搜集策略。根据实施例2中描述的内容,所述搜集策略,具体包括:以搜集到以第一位置为中心的圆内,包含有各个主要方向上的监控视频为结束条件,从而获取到所述第一位置周围的一个或者多个监控视频;或者,以搜集到以第一位置为中心,以指定长度为半径为结束条件,获取该圆内的一个或者多个监控视频;或者,以搜集到以第一位置为中心的圆内,包含有指定的监控视频为结束条件,从而获取到所述第一位置周围的一个或者多个监控视频;或者,采用上述三种方式的组合。
对于第一种方式,以搜集到以第一位置为中心的圆内,包含有各个主要方向上的监控视频为结束条件的方式,比较适用于监控器分布密度较大的区域,利用所述监控器的分布密度的优势,从目标可能移动的各个方位角度出发,分析目标的运动轨迹,从而达到全方位的分析。如图3所示,其中监控器3、监控器4、监控器5、监控器6涵盖了以监控器1为中心的,东北-西南,西北-东南,4个主要的对称方向。
对于第二种方式,以搜集到以第一位置为中心,以指定长度为半径为结束条件的方式,比较适用于监控器分布比较松散的环境下,在监视器无法达到各个角度布局的情况下,就需要调整搜集策略,根据指定半径长度搜集监控器的监控视频。
对于第三种方式,以搜集到以第一位置为中心的圆内,包含有指定的监控视频为结束条件的方式,则适用于监视器分布情况处于第一种和第二种之间的情况。
在具体实现中,所述监视器分布方式和监控子系统可以是并行存在的,他们通过不同的角度呈现整个监控系统的组成。当通过上述搜集策略确定出一个或者多个监控器时,则根据该一个或者多个监控器所述的监控子系统,到相应的监控子系统的控制器中调取对应的监控视频。
在具体实现中,当通过上述搜集策略确定出一个或者多个监控器,并且监控系统使用的是公共存储器(云存储)的存储管理方式时,则依据所述监视器对应的监控子系统标识和监控子系统中该监视器的标识的组合,到所述公共存储器中寻找对应该监视器的监视视频。
本领域普通技术人员可以理解实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,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 (10)
1.一种目标运动轨迹分析的方法,所述方法涉及至少两个或者两个以上的视频监控视频,所述监控视频可以被本发明的控制中心所调用,其特征在于,包括:
A、确认出现目标的第一监控视频,根据所述第一监视视频获取所述目标的第一时空信息和第一目标特征;所述第一时空信息中包括:第一位置信息和第一时间信息;
B、确定所述第一位置周围的一个或者多个监控视频;
C、计算所述确定出的一个或者多个监控视频中各种对象的特征,确定与所述第一目标特征匹配相似度超过预设阈值的第二监视视频;
D、以所述第二监视视频所携带的第二时空信息和所述第一时空信息构建目标运动轨迹;
确定所述第二位置周围的一个或着多个监控视频,仿照所述步骤C和D确定出目标运动轨迹的下一个时空信息,依此确认出目标的多个时空信息,并通过确认出的多个时空信息构建目标的运动轨迹。
2.根据权利要求1所述的方法,其特征在于,所述确定所述第一位置周围的一个或者多个监控视频,具体包括:
调取监控系统网中的监控系统的分布结构,以第一监控视频所归属的第一监控系统为中心,依据搜集策略,从分布结构中确认出一个或者多个监控视频。
3.根据权利要求1或2所述的方法,其特征在于,所述搜集策略,具体包括:
以搜集到以第一位置为中心的圆内,包含有各个主要方向上的监控视频为结束条件,从而获取到所述第一位置周围的一个或者多个监控视频;或者,
以搜集到以第一位置为中心的圆内,包含有指定的监控视频为结束条件,从而获取到所述第一位置周围的一个或者多个监控视频;或者,
以搜集到以第一位置为中心,以指定长度为半径为结束条件,获取该圆内的一个或者多个监控视频;或者,采用上述三种方式的组合。
4.根据权利要求1-3任一所述的方法,其特征在于,所述确定所述第二位置周围的一个或着多个监控视频,仿照所述步骤C和D确定出目标运动轨迹的下一个时空信息,具体包括:
确定所述第二位置周围的一个或者多个监控视频;
计算所述确定出的一个或者多个监控视频中各种对象的特征,确定与所述第一目标特征匹配相似度超过预设阈值的第三监视视频;
以所述第三监视视频所携带的第三时空信息和所述第一时空信息、第二时空信息构建目标运动轨迹。
5.根据权利要求1-4任一所述的方法,其特征在于,所述计算所述确定出的一个或者多个监控视频中各种对象的特征,具体包括:
根据目标运动特性,确定目标在所述一个或者多个监控视频中出现的时间段;
依据所述时间段,计算所述确定出的一个或者多个监控视频中在所述时间段内出现的各种对象的特征。
6.根据权利要求5任一所述的方法,其特征在于,所述目标运动特性,包括其运动速度、运动方向、运动位置。
7.根据权利要求1-5任一所述的方法,其特征在于,所述对象的特征包括:的颜色特征、形状特征、标识特征、运动特征中的一种或者多种组合。
8.根据权利要求1-7任一所述的方法,其特征在于,所述以所述第二监视视频所携带的第二时空信息和所述第一时空信息构建目标运动轨迹,具体包括:
根据所述目标在所述第二时空信息和所述第一时空信息出现的时间前后,构成目标的运动轨迹。
9.根据权利要求1-8任一所述的方法,其特征在于,在开始所述方法之前还包括:
获取操作人员输入的分析区域;
所述分析区域将限定用于计算目标运动轨迹的监视视频范围。
10.一种目标运动轨迹分析的监控系统,其特征在于,所述系统包括:
分布于监控网络中的一个或者多个监控子系统,所述监控子系统中包含有一个或者多个摄像头,以及存储装置,用于存储所述一个或者多个摄像头记录的监控视频;
控制中心,用于调取各个监控子系统中记录的监控视频;还用于维护整个监控网络的摄像头分布;还用于完成如权利要求1至9所述的分析功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510040468.8A CN104660987B (zh) | 2015-01-27 | 2015-01-27 | 一种目标运动轨迹分析的方法和监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510040468.8A CN104660987B (zh) | 2015-01-27 | 2015-01-27 | 一种目标运动轨迹分析的方法和监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104660987A true CN104660987A (zh) | 2015-05-27 |
CN104660987B CN104660987B (zh) | 2019-04-05 |
Family
ID=53251620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510040468.8A Active CN104660987B (zh) | 2015-01-27 | 2015-01-27 | 一种目标运动轨迹分析的方法和监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104660987B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105702030A (zh) * | 2016-03-01 | 2016-06-22 | 西安交通大学 | 基于车辆运行轨迹的城市安全监控摄像头部署方法 |
CN105788271A (zh) * | 2016-05-17 | 2016-07-20 | 厦门市美亚柏科信息股份有限公司 | 通过轨迹匹配识别目标移动对象的方法和装置 |
CN107370983A (zh) * | 2016-05-13 | 2017-11-21 | 腾讯科技(深圳)有限公司 | 用于视频监控系统的行踪轨迹的获取方法和装置 |
CN107909033A (zh) * | 2017-11-15 | 2018-04-13 | 西安交通大学 | 基于监控视频的嫌疑人快速追踪方法 |
CN108234927A (zh) * | 2016-12-20 | 2018-06-29 | 腾讯科技(深圳)有限公司 | 视频追踪方法和系统 |
CN108364438A (zh) * | 2017-12-28 | 2018-08-03 | 武汉烽火众智数字技术有限责任公司 | 基于前端感知数据的预警方法及装置 |
WO2018205591A1 (zh) * | 2017-05-11 | 2018-11-15 | 京东方科技集团股份有限公司 | 一种目标追踪方法和目标追踪装置 |
CN110536117A (zh) * | 2019-09-03 | 2019-12-03 | 北京蓦然认知科技有限公司 | 一种利用车载摄像头的目标辅助查找方法和装置 |
CN110785765A (zh) * | 2018-08-23 | 2020-02-11 | 深圳市大疆创新科技有限公司 | 目标对象的运动轨迹预测方法和监控平台 |
CN113628243A (zh) * | 2020-05-08 | 2021-11-09 | 广州海格通信集团股份有限公司 | 运动轨迹获取方法、装置、计算机设备和存储介质 |
CN114419097A (zh) * | 2021-12-30 | 2022-04-29 | 西安天和防务技术股份有限公司 | 目标跟踪的方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854516A (zh) * | 2009-04-02 | 2010-10-06 | 北京中星微电子有限公司 | 视频监控系统、视频监控服务器及视频监控方法 |
CN102045549A (zh) * | 2010-12-28 | 2011-05-04 | 天津市亚安科技电子有限公司 | 一种控制监控设备联动跟踪运动目标的方法及装置 |
CN102509310A (zh) * | 2011-11-18 | 2012-06-20 | 上海电机学院 | 一种结合地理信息的视频追踪分析方法及系统 |
CN102638675A (zh) * | 2012-04-01 | 2012-08-15 | 安科智慧城市技术(中国)有限公司 | 一种利用多视点视频进行目标跟踪的方法和系统 |
US20120314078A1 (en) * | 2011-06-13 | 2012-12-13 | Sony Corporation | Object monitoring apparatus and method thereof, camera apparatus and monitoring system |
-
2015
- 2015-01-27 CN CN201510040468.8A patent/CN104660987B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854516A (zh) * | 2009-04-02 | 2010-10-06 | 北京中星微电子有限公司 | 视频监控系统、视频监控服务器及视频监控方法 |
CN102045549A (zh) * | 2010-12-28 | 2011-05-04 | 天津市亚安科技电子有限公司 | 一种控制监控设备联动跟踪运动目标的方法及装置 |
US20120314078A1 (en) * | 2011-06-13 | 2012-12-13 | Sony Corporation | Object monitoring apparatus and method thereof, camera apparatus and monitoring system |
CN102509310A (zh) * | 2011-11-18 | 2012-06-20 | 上海电机学院 | 一种结合地理信息的视频追踪分析方法及系统 |
CN102638675A (zh) * | 2012-04-01 | 2012-08-15 | 安科智慧城市技术(中国)有限公司 | 一种利用多视点视频进行目标跟踪的方法和系统 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105702030A (zh) * | 2016-03-01 | 2016-06-22 | 西安交通大学 | 基于车辆运行轨迹的城市安全监控摄像头部署方法 |
CN105702030B (zh) * | 2016-03-01 | 2018-07-17 | 西安交通大学 | 基于车辆运行轨迹的城市安全监控摄像头部署方法 |
CN107370983B (zh) * | 2016-05-13 | 2019-12-17 | 腾讯科技(深圳)有限公司 | 用于视频监控系统的行踪轨迹的获取方法和装置 |
CN107370983A (zh) * | 2016-05-13 | 2017-11-21 | 腾讯科技(深圳)有限公司 | 用于视频监控系统的行踪轨迹的获取方法和装置 |
US10812761B2 (en) | 2016-05-13 | 2020-10-20 | Tencent Technology (Shenzhen) Company Limited | Complex hardware-based system for video surveillance tracking |
CN105788271A (zh) * | 2016-05-17 | 2016-07-20 | 厦门市美亚柏科信息股份有限公司 | 通过轨迹匹配识别目标移动对象的方法和装置 |
CN108234927A (zh) * | 2016-12-20 | 2018-06-29 | 腾讯科技(深圳)有限公司 | 视频追踪方法和系统 |
WO2018205591A1 (zh) * | 2017-05-11 | 2018-11-15 | 京东方科技集团股份有限公司 | 一种目标追踪方法和目标追踪装置 |
CN108881342A (zh) * | 2017-05-11 | 2018-11-23 | 京东方科技集团股份有限公司 | 一种目标追踪方法和目标追踪系统 |
US10872421B2 (en) | 2017-05-11 | 2020-12-22 | Boe Technology Group Co., Ltd. | Object tracking method and object tracking device |
CN108881342B (zh) * | 2017-05-11 | 2022-04-29 | 京东方科技集团股份有限公司 | 一种目标追踪方法和目标追踪系统 |
CN107909033A (zh) * | 2017-11-15 | 2018-04-13 | 西安交通大学 | 基于监控视频的嫌疑人快速追踪方法 |
CN108364438A (zh) * | 2017-12-28 | 2018-08-03 | 武汉烽火众智数字技术有限责任公司 | 基于前端感知数据的预警方法及装置 |
CN110785765A (zh) * | 2018-08-23 | 2020-02-11 | 深圳市大疆创新科技有限公司 | 目标对象的运动轨迹预测方法和监控平台 |
CN110536117A (zh) * | 2019-09-03 | 2019-12-03 | 北京蓦然认知科技有限公司 | 一种利用车载摄像头的目标辅助查找方法和装置 |
CN113628243A (zh) * | 2020-05-08 | 2021-11-09 | 广州海格通信集团股份有限公司 | 运动轨迹获取方法、装置、计算机设备和存储介质 |
CN114419097A (zh) * | 2021-12-30 | 2022-04-29 | 西安天和防务技术股份有限公司 | 目标跟踪的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104660987B (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104660987A (zh) | 一种目标运动轨迹分析的方法和监控系统 | |
US20200184103A1 (en) | Methods and apparatus for using video analytics to detect regions for privacy protection within images from moving cameras | |
CN104992075B (zh) | 一种基于大数据的多源信息关联方法和装置 | |
CN108983806B (zh) | 区域检测、航线规划数据的生成方法和系统、飞行器 | |
KR102217253B1 (ko) | 행동패턴 분석 장치 및 방법 | |
CN105335387A (zh) | 一种视频云存储系统的检索方法 | |
CN110968941A (zh) | 基于空域安全评估的无人机管控平台及管控方法 | |
WO2022036532A1 (zh) | 一种基于大数据的智慧校园系统 | |
CN110969215A (zh) | 聚类处理方法和装置、存储介质及电子装置 | |
CN115248880A (zh) | 一种智慧城市安防监控系统 | |
CN109872541A (zh) | 一种车辆信息分析方法及装置 | |
CN110611791B (zh) | 一种水域探测监控系统 | |
CN102651813A (zh) | 智能视频监控及广告系统 | |
CN117061165A (zh) | 基于监测监控系统的时空数据湖技术的安全防护系统 | |
CN113271439B (zh) | 一种施工场地安全监控配置处理方法和系统 | |
CN111259799A (zh) | 一种基于人脸识别摄像头的名单预警系统 | |
CN103402079A (zh) | 一种基于vw的异常事件智能追踪存储显示方法 | |
CN108335050A (zh) | 一种事件派单智能控制方法及控制装置 | |
CN113938673B (zh) | 一种智慧城市监控管理方法 | |
CN112291527B (zh) | 一种基于区块链系统的智能安防信息的提供方法及系统 | |
CN110069339B (zh) | 一种分布式识别跟踪系统 | |
CN112597809A (zh) | 一种物体追踪方法、装置、终端设备和存储介质 | |
CN113671993A (zh) | 无人机禁飞区与电子围栏控制方法、系统、设备及介质 | |
CN110245568B (zh) | 一种基于人脸识别的区域安防方法和系统 | |
CN110703814B (zh) | 一种水域探测监控过程中摄像机的调度方式 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |