CN104700532A - 一种视频报警方法和装置 - Google Patents
一种视频报警方法和装置 Download PDFInfo
- Publication number
- CN104700532A CN104700532A CN201310676809.1A CN201310676809A CN104700532A CN 104700532 A CN104700532 A CN 104700532A CN 201310676809 A CN201310676809 A CN 201310676809A CN 104700532 A CN104700532 A CN 104700532A
- Authority
- CN
- China
- Prior art keywords
- target
- alarm
- false
- region
- false 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
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
-
- 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
Abstract
本发明公开了一种视频报警方法和装置:在视频监控过程中,针对采集到每帧视频图像,分别确定该帧视频图像中是否存在需要进行报警的报警目标;如果是,则针对每个报警目标,分别确定预先获取并保存的各虚假目标中是否存在与该报警目标相匹配的虚假目标;如果每个报警目标均存在相匹配的虚假目标,则不进行报警,否则,进行报警。应用本发明所述方案,能够提高报警的准确性等。
Description
技术领域
本发明涉及视频监控领域,特别涉及一种视频报警方法和装置。
背景技术
视频报警技术,是指利用计算机对监控摄像头采集到的视频图像进行自动分析,检测出视频图像中出现的视频目标,并在当目标触发预设的规则时,进行报警,即发出报警信号,以提醒监控人员进行及时处理等。所述目标触发预设的规则,可以是指目标跨越设定的警戒线等。
在实际应用中,由于各种原因,很可能会出现误报警的情况,即当视频图像中出现不需要进行报警的虚假目标时,也会错误地进行报警,从而给监控人员带来困扰等,因此,需要通过一定的方式来尽可能地克服这一问题,以提高报警的准确性,但现有技术中还没有一种有效的解决方式。
发明内容
有鉴于此,本发明提供了一种视频报警方法和装置,能够提高报警的准确性。
为了达到上述目的,本发明的技术方案是这样实现的:
一种视频报警方法,包括:
在视频监控过程中,针对采集到每帧视频图像,分别确定该帧视频图像中是否存在需要进行报警的报警目标;
如果是,则针对每个报警目标,分别确定预先获取并保存的各虚假目标中是否存在与该报警目标相匹配的虚假目标;
如果每个报警目标均存在相匹配的虚假目标,则不进行报警,否则,进行报警。
一种视频报警装置,包括:
报警模块,用于在视频监控过程中,针对采集到每帧视频图像,分别进行以下处理:确定该帧视频图像中是否存在需要进行报警的报警目标;如果是,则针对每个报警目标,分别确定预先获取并保存的各虚假目标中是否存在与该报警目标相匹配的虚假目标;如果每个报警目标均存在相匹配的虚假目标,则不进行报警,否则,进行报警。
可见,采用本发明所述方案,当确定视频图像中存在报警目标时,不是立即进行报警,而是先将各报警目标与各虚假目标进行匹配,如果确定各报警目标均为虚假目标,则不进行报警,否则才进行报警;通过这种方式,过滤掉了虚假目标,从而提高了报警的准确性;而且,本发明所述方案实现起来简单方便,从而便于进行普及和推广。
附图说明
图1为本发明虚假目标获取过程的实现流程图。
图2为本发明视频报警方法实施例的流程图。
图3为本发明视频报警装置实施例的组成结构示意图。
具体实施方式
在视频报警系统中,监控摄像头的监控范围相对固定,采集到的视频图像在时空上通常具有较好的平稳性,因此其干扰因素也相对比较固定,如在相同的位置往往会不断地出现同一虚假目标(如监控画面中某一位置出现的树木,可能会不断地导致误报警)。
基于上述特点,本发明所述方案中提出,可通过人工干预,将监控画面中存在的虚假目标有效地反馈并保存至视频报警系统,这样,当虚假目标再次产生时,系统可将其与所保存的虚假目标进行比对过滤,从而提高报警的准确性。
也就是说,在视频监控过程中,可针对采集到每帧视频图像,分别进行以下处理:确定该帧视频图像中是否存在需要进行报警的报警目标;如果是,则针对每个报警目标,分别确定预先获取并保存的各虚假目标中是否存在与该报警目标相匹配的虚假目标;如果每个报警目标均存在相匹配的虚假目标,则不进行报警,否则,进行报警。
如上所述,各虚假目标为预先获取并保存的,具体来说,可在执行视频监控过程之前,先执行虚假目标获取过程,该过程也可称为人工干预学习阶段,即当视频报警系统布设完毕之后,在开始正常运行之前,先执行虚假目标获取过程,以获取所需的虚假目标。
所述虚假目标获取过程可包括:针对采集到的每帧视频图像,分别确定该帧视频图像中是否存在报警目标;如果是,则针对每个报警目标,分别确定是否接收到了人工输入的虚假确认指令,如果是,则将该报警目标作为虚假目标进行保存。
以下通过具体实施例,对本发明所述方案作进一步地详细说明。
图1为本发明虚假目标获取过程的实现流程图。如图1所示,包括以下步骤11~14。
步骤11:针对采集到的每帧视频图像,分别确定该帧视频图像中是否存在报警目标,如果是,则执行步骤12,否则,结束流程。
如果该帧视频图像中不存在报警目标,那么则可结束对该帧视频图像的处理,直接进行下一帧视频图像的处理。
步骤12:针对该帧视频图像中存在的每个报警目标,分别按照步骤13~14所示方式进行处理。
步骤13:针对该报警目标,确定是否接收到了人工输入的虚假确认指令,如果是,则执行步骤14,否则,结束流程。
比如,可将该报警目标用虚线框标示出来,显示给监控人员,如果监控人员确定该报警目标为虚假目标,那么则可通过某种方式向该报警目标发出虚假确认指令,相应地,针对该报警目标,继续执行步骤14;如果监控人员确定该报警目标不是虚假目标,那么则可结束对该报警目标的处理。
步骤14:将该报警目标作为虚假目标进行保存,结束流程。
具体来说,可保存该虚假目标的所在区域、所在区域的颜色直方图以及所在区域的梯度方向直方图等,所在区域包括位置和大小等。
每帧视频图像中存在的报警目标的数量可能是一个,也可能是多个。当是一个时,该报警目标可能是虚假目标,也可能不是虚假目标;当是多个时,可能这多个报警目标均为虚假目标,也可能均不是虚假目标,还可能部分是虚假目标,部分不是虚假目标;无论是哪种情况,只要确定出某个报警目标为虚假目标,则可将该虚假目标进行保存。
另外,为了节省存储空间和加快匹配速度等,较佳地,在确定出某个报警目标为虚假目标之后,还可进一步进行以下处理:确定是否已经保存有该虚假目标,如果否,则将该虚假目标进行保存,否则,不进行保存,即不保存重复的虚假目标。
何时结束虚假目标获取过程可根据实际情况而定。比如,监控人员觉得所保存的虚假目标已经包括了在实际应用中可能出现的各种虚假目标,那么则可结束虚假目标获取过程。
相应地,图2为本发明视频报警方法实施例的流程图。如图2所示,包括以下步骤21~29。
步骤21:在视频监控过程中,针对采集到每帧视频图像,分别确定该帧视频图像中是否存在报警目标,如果是,则执行步骤22,否则,结束流程。
步骤22:设置一个参数sum,初始取值为0。
步骤23:从该帧视频图像中选定一个未处理的报警目标。
步骤24:确定各虚假目标中是否存在与该选定的报警目标相匹配的虚假目标,如果否,则执行步骤25,如果是,则执行步骤26。
本步骤中,可按照预定顺序,依次确定该选定的报警目标与各虚假目标是否相匹配,一旦确定该选定的报警目标与某一虚假目标相匹配,那么则可不用再确定该选定的报警目标与后续剩余的各虚假目标是否相匹配。
步骤25:将sum的取值加一,之后执行步骤27。
步骤26:维持sum的取值不变,之后执行步骤27。
步骤27:确定该帧视频图像中是否存在下一个未处理的报警目标,如果是,则重复执行步骤23,否则,执行步骤28。
步骤28:确定sum的取值是否等于0,如果是,则结束流程,否则,执行步骤29。
步骤29:针对该帧视频图像进行报警,之后结束流程。
需要说明的是,图2所示实施例中采用的是依次对各报警目标进行处理的方式,在实际应用中,也可采用同时对各报警目标进行处理的方式,图2所示实施例仅为举例说明,并不用于限制本发明的技术方案。
另外,如前所述,每帧视频图像中存在的报警目标的数量可能是一个,也可能是多个。如果是多个,那么需要针对每个报警目标,分别确定各虚假目标中是否存在与该报警目标相匹配的虚假目标,如果每个报警目标均存在相匹配的虚假目标,则说明该帧视频图像中的报警目标均为虚假目标,因此不需要进行报警,否则,说明该帧视频图像中存在真实的报警目标,因此需要进行报警。
其中,针对每个报警目标,分别确定各虚假目标中是否存在与该报警目标相匹配的虚假目标的方式可为:针对每个报警目标,分别计算该报警目标与各虚假目标之间的相似度;如果该报警目标与任一虚假目标之间的相似度大于预定阈值,则确定该报警目标与该虚假目标相匹配。
所述阈值的具体取值可根据实际需要而定,比如可为0.95。
如前所述,在将某个报警目标作为虚假目标进行保存时,可保存该虚假目标的所在区域、所在区域的颜色直方图以及所在区域的梯度方向直方图等。
相应地,针对每个报警目标,分别计算该报警目标与各虚假目标之间的相似度的方式可为:获取该报警目标的所在区域、所在区域的颜色直方图以及所在区域的梯度方向直方图;根据该报警目标的所在区域、所在区域的颜色直方图和所在区域的梯度方向直方图,以及各虚假目标的所在区域、所在区域的颜色直方图和所在区域的梯度方向直方图,分别计算该报警目标与各虚假目标之间的相似度。
具体来说,每个报警目标与每个虚假目标之前的相似度S的计算方式可为:
S=s1*s2*s3;
s1=overlap(Oa,On)/max(area(Oa),area(On));
其中,overlap(Oa,On)表示报警目标的所在区域与虚假目标的所在区域的交叠面积;
area(Oa)表示报警目标所在区域的面积;
area(On)表示虚假目标所在区域的面积;
Ha表示报警目标的颜色直方图;
Hn表示虚假目标的颜色直方图;
Hoga表示报警目标的梯度方向直方图;
Hogn表示虚假目标的梯度方向直方图;
||表示求模运算;max表示取较大值;×表示向量间的点乘;·表示模乘;
上述面积通常以像素点数为单位,如报警目标所在区域的面积即指报警目标所在区域中包括的像素点数。
以上计算相似度的方式仅为举例说明,并不用于限制本发明的技术方案,如果采用本领域技术人员能够想到的其它方式,只要能够达到同样的目的,也是可以的。
另外,如何确定每帧视频图像中是否存在报警目标为现有技术。比如,可通过依次进行前景检测、前景点团块标记、目标跟踪和规则判断等操作,来确定每帧视频图像中是否存在报警目标。
综合上述介绍,图3为本发明视频报警装置实施例的组成结构示意图。如图3所示,包括:报警模块31,另外还可进一步包括:预处理模块32。
报警模块31,用于在视频监控过程中,针对采集到每帧视频图像,分别进行以下处理:确定该帧视频图像中是否存在需要进行报警的报警目标;如果是,则针对每个报警目标,分别确定预先获取并保存的各虚假目标中是否存在与该报警目标相匹配的虚假目标;如果每个报警目标均存在相匹配的虚假目标,则不进行报警,否则,进行报警。
预处理模块32,用于在报警模块31执行自身功能之前,执行虚假目标获取过程,包括:针对采集到的每帧视频图像,分别确定该帧视频图像中是否存在报警目标;如果是,则针对每个报警目标,分别确定是否接收到了人工输入的虚假确认指令,如果是,则将该报警目标作为虚假目标进行保存。
其中,
预处理模块32还可进一步用于,在将该报警目标作为虚假目标进行保存之前,确定是否已经保存有该虚假目标,如果否,则将该虚假目标进行保存。
另外,
报警模块31可针对每个报警目标,分别计算该报警目标与各虚假目标之间的相似度,如果该报警目标与任一虚假目标之间的相似度大于预定阈值,则确定该报警目标与该虚假目标相匹配。
具体地,
预处理模块32可保存各虚假目标的所在区域、所在区域的颜色直方图以及所在区域的梯度方向直方图;
相应地,报警模块31可针对每个报警目标,分别获取该报警目标的所在区域、所在区域的颜色直方图以及所在区域的梯度方向直方图,并根据该报警目标的所在区域、所在区域的颜色直方图和所在区域的梯度方向直方图,以及各虚假目标的所在区域、所在区域的颜色直方图和所在区域的梯度方向直方图,分别计算该报警目标与各虚假目标之间的相似度。
较佳地,
每个报警目标与每个虚假目标之前的相似度S=s1*s2*s3;
s1=overlap(Oa,On)/max(area(Oa),area(On));
其中,overlap(Oa,On)表示报警目标的所在区域与虚假目标的所在区域的交叠面积;
area(Oa)表示报警目标所在区域的面积;
area(On)表示虚假目标所在区域的面积;
Ha表示报警目标的颜色直方图;
Hn表示虚假目标的颜色直方图;
Hoga表示报警目标的梯度方向直方图;
Hogn表示虚假目标的梯度方向直方图;
||表示求模运算,max表示取较大值。
图3所示装置实施例的具体工作流程请参照前述方法实施例中的相应说明,此处不再赘述。
总之,采用本发明所述方案,当确定视频图像中存在报警目标时,不是立即进行报警,而是先将各报警目标与各虚假目标进行匹配,如果确定各报警目标均为虚假目标,则不进行报警,否则才进行报警;通过这种方式,过滤掉了虚假目标,从而提高了报警的准确性;而且,本发明所述方案实现起来简单方便,从而便于进行普及和推广。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种视频报警方法,其特征在于,包括:
在视频监控过程中,针对采集到每帧视频图像,分别确定该帧视频图像中是否存在需要进行报警的报警目标;
如果是,则针对每个报警目标,分别确定预先获取并保存的各虚假目标中是否存在与该报警目标相匹配的虚假目标;
如果每个报警目标均存在相匹配的虚假目标,则不进行报警,否则,进行报警。
2.根据权利要求1所述的方法,其特征在于,
在执行所述视频监控过程之前,进一步包括:执行虚假目标获取过程;
所述虚假目标获取过程包括:
针对采集到的每帧视频图像,分别确定该帧视频图像中是否存在报警目标;
如果是,则针对每个报警目标,分别确定是否接收到了人工输入的虚假确认指令,如果是,则将该报警目标作为虚假目标进行保存。
3.根据权利要求2所述的方法,其特征在于,
所述将该报警目标作为虚假目标进行保存之前,进一步包括:
确定是否已经保存有该虚假目标,如果否,则将该虚假目标进行保存。
4.根据权利要求2或3所述的方法,其特征在于,
所述针对每个报警目标,分别确定各虚假目标中是否存在与该报警目标相匹配的虚假目标包括:
针对每个报警目标,分别计算该报警目标与各虚假目标之间的相似度;
如果该报警目标与任一虚假目标之间的相似度大于预定阈值,则确定该报警目标与该虚假目标相匹配。
5.根据权利要求4所述的方法,其特征在于,
所述将该报警目标作为虚假目标进行保存包括:保存该虚假目标的所在区域、所在区域的颜色直方图以及所在区域的梯度方向直方图;
所述分别计算该报警目标与各虚假目标之间的相似度包括:获取该报警目标的所在区域、所在区域的颜色直方图以及所在区域的梯度方向直方图;根据该报警目标的所在区域、所在区域的颜色直方图和所在区域的梯度方向直方图,以及各虚假目标的所在区域、所在区域的颜色直方图和所在区域的梯度方向直方图,分别计算该报警目标与各虚假目标之间的相似度。
6.根据权利要求5所述的方法,其特征在于,
每个报警目标与每个虚假目标之前的相似度S=s1*s2*s3;
s1=overlap(Oa,On)/max(area(Oa),area(On));
其中,所述overlap(Oa,On)表示报警目标的所在区域与虚假目标的所在区域的交叠面积;
所述area(Oa)表示报警目标所在区域的面积;
所述area(On)表示虚假目标所在区域的面积;
所述Ha表示报警目标的颜色直方图;
所述Hn表示虚假目标的颜色直方图;
所述Hoga表示报警目标的梯度方向直方图;
所述Hogn表示虚假目标的梯度方向直方图;
所述||表示求模运算,所述max表示取较大值。
7.一种视频报警装置,其特征在于,包括:
报警模块,用于在视频监控过程中,针对采集到每帧视频图像,分别进行以下处理:确定该帧视频图像中是否存在需要进行报警的报警目标;如果是,则针对每个报警目标,分别确定预先获取并保存的各虚假目标中是否存在与该报警目标相匹配的虚假目标;如果每个报警目标均存在相匹配的虚假目标,则不进行报警,否则,进行报警。
8.根据权利要求7所述的装置,其特征在于,
该装置中进一步包括:预处理模块;
所述预处理模块,用于在所述报警模块执行自身功能之前,执行虚假目标获取过程,包括:针对采集到的每帧视频图像,分别确定该帧视频图像中是否存在报警目标;如果是,则针对每个报警目标,分别确定是否接收到了人工输入的虚假确认指令,如果是,则将该报警目标作为虚假目标进行保存。
9.根据权利要求8所述的装置,其特征在于,
所述预处理模块进一步用于,在将该报警目标作为虚假目标进行保存之前,确定是否已经保存有该虚假目标,如果否,则将该虚假目标进行保存。
10.根据权利要求8或9所述的装置,其特征在于,
所述报警模块针对每个报警目标,分别计算该报警目标与各虚假目标之间的相似度,如果该报警目标与任一虚假目标之间的相似度大于预定阈值,则确定该报警目标与该虚假目标相匹配。
11.根据权利要求10所述的装置,其特征在于,
所述预处理模块保存各虚假目标的所在区域、所在区域的颜色直方图以及所在区域的梯度方向直方图;
所述报警模块针对每个报警目标,分别获取该报警目标的所在区域、所在区域的颜色直方图以及所在区域的梯度方向直方图,并根据该报警目标的所在区域、所在区域的颜色直方图和所在区域的梯度方向直方图,以及各虚假目标的所在区域、所在区域的颜色直方图和所在区域的梯度方向直方图,分别计算该报警目标与各虚假目标之间的相似度。
12.根据权利要求11所述的装置,其特征在于,
每个报警目标与每个虚假目标之前的相似度S=s1*s2*s3;
s1=overlap(Oa,On)/max(area(Oa),area(On));
其中,所述overlap(Oa,On)表示报警目标的所在区域与虚假目标的所在区域的交叠面积;
所述area(Oa)表示报警目标所在区域的面积;
所述area(On)表示虚假目标所在区域的面积;
所述Ha表示报警目标的颜色直方图;
所述Hn表示虚假目标的颜色直方图;
所述Hoga表示报警目标的梯度方向直方图;
所述Hogn表示虚假目标的梯度方向直方图;
所述||表示求模运算,所述max表示取较大值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310676809.1A CN104700532B (zh) | 2013-12-11 | 2013-12-11 | 一种视频报警方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310676809.1A CN104700532B (zh) | 2013-12-11 | 2013-12-11 | 一种视频报警方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104700532A true CN104700532A (zh) | 2015-06-10 |
CN104700532B CN104700532B (zh) | 2018-03-09 |
Family
ID=53347611
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310676809.1A Active CN104700532B (zh) | 2013-12-11 | 2013-12-11 | 一种视频报警方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104700532B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105336074A (zh) * | 2015-10-28 | 2016-02-17 | 小米科技有限责任公司 | 报警方法及装置 |
CN109754399A (zh) * | 2019-01-17 | 2019-05-14 | 成都国铁电气设备有限公司 | 一种基于图像分割的铁路供电检测重复报警分析方法 |
CN110286656A (zh) * | 2019-05-07 | 2019-09-27 | 清华大学 | 一种错误数据容忍的虚警过滤方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050157169A1 (en) * | 2004-01-20 | 2005-07-21 | Tomas Brodsky | Object blocking zones to reduce false alarms in video surveillance systems |
CN101587630A (zh) * | 2008-05-21 | 2009-11-25 | 上海新联纬讯科技发展有限公司 | 可过滤误报警的智能视频监控系统 |
CN102467800A (zh) * | 2010-11-05 | 2012-05-23 | 无锡市美网网络信息技术有限公司 | 一种入侵检测报警系统 |
CN102479416A (zh) * | 2010-11-29 | 2012-05-30 | 上海银晨智能识别科技有限公司 | 消除监控系统中误报警的方法、系统及装置 |
CN102663391A (zh) * | 2012-02-27 | 2012-09-12 | 安科智慧城市技术(中国)有限公司 | 一种图像的多特征提取与融合方法及系统 |
CN202995945U (zh) * | 2012-12-08 | 2013-06-12 | 南通纺织职业技术学院 | 一种智能防盗系统 |
-
2013
- 2013-12-11 CN CN201310676809.1A patent/CN104700532B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050157169A1 (en) * | 2004-01-20 | 2005-07-21 | Tomas Brodsky | Object blocking zones to reduce false alarms in video surveillance systems |
CN101587630A (zh) * | 2008-05-21 | 2009-11-25 | 上海新联纬讯科技发展有限公司 | 可过滤误报警的智能视频监控系统 |
CN102467800A (zh) * | 2010-11-05 | 2012-05-23 | 无锡市美网网络信息技术有限公司 | 一种入侵检测报警系统 |
CN102479416A (zh) * | 2010-11-29 | 2012-05-30 | 上海银晨智能识别科技有限公司 | 消除监控系统中误报警的方法、系统及装置 |
CN102663391A (zh) * | 2012-02-27 | 2012-09-12 | 安科智慧城市技术(中国)有限公司 | 一种图像的多特征提取与融合方法及系统 |
CN202995945U (zh) * | 2012-12-08 | 2013-06-12 | 南通纺织职业技术学院 | 一种智能防盗系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105336074A (zh) * | 2015-10-28 | 2016-02-17 | 小米科技有限责任公司 | 报警方法及装置 |
WO2017071084A1 (zh) * | 2015-10-28 | 2017-05-04 | 小米科技有限责任公司 | 报警方法及装置 |
US20170124821A1 (en) * | 2015-10-28 | 2017-05-04 | Xiaomi Inc. | Alarm method and device |
US10147288B2 (en) * | 2015-10-28 | 2018-12-04 | Xiaomi Inc. | Alarm method and device |
CN109754399A (zh) * | 2019-01-17 | 2019-05-14 | 成都国铁电气设备有限公司 | 一种基于图像分割的铁路供电检测重复报警分析方法 |
CN110286656A (zh) * | 2019-05-07 | 2019-09-27 | 清华大学 | 一种错误数据容忍的虚警过滤方法和装置 |
CN110286656B (zh) * | 2019-05-07 | 2020-07-17 | 清华大学 | 一种错误数据容忍的虚警过滤方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104700532B (zh) | 2018-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109657564B (zh) | 一种人员在岗检测方法、装置、存储介质及终端设备 | |
CN105551064B (zh) | 一种基于图像特征估计堆料体积变化率的方法 | |
IL300597A (en) | Systems and methods for eye examination | |
CA3026968C (en) | Method and device for identifying pupil in an image | |
CN110543800B (zh) | 用于吊舱的目标识别跟踪方法、装置和吊舱 | |
CN111209777A (zh) | 车道线检测方法、装置、电子设备及可读存储介质 | |
DE112019004488B4 (de) | Doppelmodus-Datenerfassungssystem zur Kollisionserfassung und Objektdimensionierung und Verfahren zur Doppelmodus-Datenerfassung | |
US20190290493A1 (en) | Intelligent blind guide method and apparatus | |
CN113139482A (zh) | 交通异常检测的方法和装置 | |
CN104700532A (zh) | 一种视频报警方法和装置 | |
CN111274934A (zh) | 在仓储管理中智能监控叉车运行轨迹的实现方法和系统 | |
WO2021236939A1 (en) | Recognition method, apparatus, and device, and storage medium | |
EP3819815A1 (en) | Human body recognition method and device, as well as storage medium | |
CN110210530A (zh) | 基于机器视觉的智能监控方法、装置、设备、系统和存储介质 | |
Wang et al. | An FPGA co-processor for adaptive lane departure warning system | |
US20150235072A1 (en) | Hyperspectral image processing | |
CN112699754A (zh) | 信号灯识别方法、装置、设备以及存储介质 | |
CN112232239A (zh) | 变电站施工安全标示牌监控方法、装置和电子设备 | |
CN109740596B (zh) | 钢板切头定位智能视频识别系统及方法 | |
CN112329729B (zh) | 小目标船只检测方法、装置及电子设备 | |
CN115171328B (zh) | 基于视频压缩编码的烟火识别方法、装置、设备及介质 | |
CN102657513A (zh) | 一种人眼红外图像瞳孔位置检测方法 | |
CN113361388B (zh) | 图像数据修正方法、装置、电子设备及自动驾驶车辆 | |
CN111383126A (zh) | 一种害虫识别系统 | |
CN116740616A (zh) | 一种输煤皮带目标检测方法和相关设备 |
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 |