CN104978829B - 一种室内吸烟监控控制方法及系统 - Google Patents
一种室内吸烟监控控制方法及系统 Download PDFInfo
- Publication number
- CN104978829B CN104978829B CN201510355546.3A CN201510355546A CN104978829B CN 104978829 B CN104978829 B CN 104978829B CN 201510355546 A CN201510355546 A CN 201510355546A CN 104978829 B CN104978829 B CN 104978829B
- Authority
- CN
- China
- Prior art keywords
- image
- thermal source
- area
- region
- described image
- 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.)
- Expired - Fee Related
Links
- 239000000779 smoke Substances 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 235000019504 cigarettes Nutrition 0.000 claims abstract description 48
- 238000002485 combustion reaction Methods 0.000 claims abstract description 35
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 230000033001 locomotion Effects 0.000 claims abstract description 13
- 230000000391 smoking effect Effects 0.000 claims description 14
- 238000004861 thermometry Methods 0.000 claims description 8
- 238000005315 distribution function Methods 0.000 claims description 3
- 230000011664 signaling Effects 0.000 claims description 3
- 241000209094 Oryza Species 0.000 claims 2
- 235000007164 Oryza sativa Nutrition 0.000 claims 2
- 235000009566 rice Nutrition 0.000 claims 2
- 230000036541 health Effects 0.000 abstract description 5
- 230000006399 behavior Effects 0.000 description 12
- 241000208125 Nicotiana Species 0.000 description 2
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 241000255930 Chironomidae Species 0.000 description 1
- 239000008896 Opium Substances 0.000 description 1
- 208000004224 Opium Dependence Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229960001027 opium Drugs 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
- G08B21/16—Combustible gas alarms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Management (AREA)
- Environmental & Geological Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Combustion & Propulsion (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Fire-Detection Mechanisms (AREA)
- Image Processing (AREA)
Abstract
一种室内吸烟监控控制方法，包括：热源检测，检测室内是否存在200℃‑300℃的热源；获取图像，当检测到所述热源时，获取所述热源的图像，并对所述图像进行预处理；根据对所述图像的预处理结果，判断所述图像是否符合香烟燃烧时的圆形点状特征；根据对所述图像的预处理结果，判断所述图像的面积是否符合香烟燃烧时热源的面积阈值特征；当所述图像符合香烟燃烧时的圆形点状特征以及热源的面积特征时，判断所述图像是否移动；当所述图像出现移动情况时，则发出报警信息。本发明可以有效的发现室内吸烟的行为，降低了室内吸烟行为发生概率，可以有效的保障人们在公共室内空间的健康。
Description
技术领域
本发明涉及自动化技术领域，特别涉及一种室内吸烟监控控制方法及系统。
背景技术
吸烟对健康的危害是众所周知的，尤其是二手烟的长期吸入会诱发一系列的疾病。随着公众对健康的日益重视，室内环境的禁烟力度不断加强。
目前，国内已经有一些城市已经通过立法禁止了室内吸烟，并且对室内吸烟行为进行了处罚。但对室内吸烟的行为，缺少有效的监督和控制方式。由于室内吸烟的行为一般持续时间短，相应也导致执法人员取证困难，容易在执法过程中产生纠纷。
发明内容
本发明为解决上述问题，提供了一种室内吸烟监控控制方法及系统。
根据本发明的一实施例，提供一种室内吸烟监控控制方法，其特征在于，包括以下步骤：
热源检测，检测室内是否存在200℃-300℃的热源；
获取图像，当检测到所述热源时，获取所述热源的图像，并对所述图像进行预处理；
根据对所述图像的预处理结果，判断所述图像是否符合香烟燃烧时的圆形点状特征；
根据对所述图像的预处理结果，判断所述图像的面积是否符合香烟燃烧时热源的面积阈值特征；
当所述图像符合香烟燃烧时的圆形点状特征以及热源的面积特征时，判断所述图像是否移动；
当所述图像出现移动情况时，则发出报警信息。
进一步的，根据对所述图像的预处理结果，判断所述图像是否符合香烟燃烧时的圆形点状特征，具体为：
将所述图像进行区域分割，对符合香烟燃烧时热源的面积阈值值范围的区域进行保存；
对保存的每个区域进行计算，判断每个区域是否符合香烟燃烧时的圆形点状特征。
进一步的，对图像进行预处理，使用二维高斯正态分布函数作为滤波器，公式为其中x,y为图像二维空间上的横坐标和纵坐标，σ1、σ2为互相独立的二维高斯正态分布函数的标准差,σ1、σ2的取值决定了曲线G(x,y)与烟头圆形的拟合程度；根据二维高斯正态分布函数得出一个误差函数：
其中，设ξ为接近于0的极小值，当误差函数取最小值的时候，σ1、σ2取得最优值，此时曲线G(x,y)与烟头圆形的拟合程度最高。
进一步的，所述香烟燃烧时热源的面积阈值范围为：大于0.25平方厘米且小于1平方厘米。
进一步的，所述热源检测，是通过多光谱辐射测温对室内热源进行的检测。
进一步的，发出报警信号之后，还包括：
对所述图像进行存储，作为吸烟证据。
进一步的，所述报警信号包括：音频报警信号和/或图像报警信号。
依据本发明的另一实施例，提供一种室内吸烟监控控制系统，其特征在于，包括：
服务器，用于对获取到的图像进行分析并处理；
热源检测装置，通过多光谱辐射测温测量室内物品的温度，检测室内是否存在200℃-300℃的热源；
图像获取装置，用于当检测存在所述热源时，通过图像获取装置获取所述热源的图像；
图像判断装置，用于判断所述图像是否符合香烟燃烧时的圆形点状特征和判断所述图像的面积是否符合香烟燃烧时热源的面积阈值特征；
图像移动检测装置，用于当所述图像符合香烟燃烧时的圆形点状特征以及热源的面积特征时，判断所述图像是否移动；
信号报警装置：用于当所述图像出现移动情况时，则发出报警信息；
图像取证装置：用于对所述图像进行存储，作为吸烟证据。
本发明可以有效的发现室内吸烟的行为，并能对室内吸烟的行为进行存证，为处罚提供有效的证据，从而降低了室内吸烟行为发生概率，有利于对室内环境的维护，可以有效的保障人们在公共室内空间的健康。
附图说明
图1为本发明一实施例，一种室内吸烟监控控制方法流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
图1为本发明的一实施例，一种室内吸烟监控控制方法流程示意图。如图1所示，提供一种室内吸烟监控控制方法，包括以下步骤：
步骤101，通过多光谱辐射测温测量室内物品的温度，检测室内是否存在200℃-300℃的热源。
具体的，多光谱辐射测温是七十年代末才发展起来的非接触测温方法,它可以同时测量目标的真实温度及材料光谱发射率。通过多光谱辐射测温测量室内物品的温度，检测室内是否存在200℃-300℃的热源。由于燃烧的烟头的温度一般为200℃-300℃，因此检测室内是否存在200℃-300℃的热源，在有吸烟者点燃香烟时，就可以及时发现。
步骤102，当检测到热源，则通过图像获取装置获取热源的图像，并对图像进行预处理。
具体的，通过步骤101发现存在200℃-300℃的热源后，可以进一步对其进行确认。可以通过例如摄像头的图像获取装置，获取热源的图像，首先对图像进行预处理，使用二维高斯正态分布函数作为滤波器，公式为其中x,y为图像二维空间上的横坐标和纵坐标，σ1、σ2为互相独立的二维高斯正态分布函数的标准差,σ1、σ2的取值决定了曲线G(x,y)与烟头圆形的拟合程度。因为大多数烟直径为0.8厘米，可以定义一个直径为0.8厘米的圆，公式为通过调整σ1、σ2的数值，可以实现让二维高斯正态分布函数值在圆外部为0，而在圆内部大于0的效果，这时二维高斯正态分布函数可以表示为：
设ξ为接近于0的极小值，在圆上取n个观测点，即令：
α＝i*2π/n,(i＝0,1...n-1)，
定义一个误差函数则当误差函数取最小值的时候，σ1、σ2取得最优值，此时曲线G(x,y)与烟头圆形的拟合程度最高。
步骤103，根据对图像的预处理结果，判断图像是否符合香烟燃烧时的圆形点状特征以及热源的面积特征；
具体地，首先将获取到的RGB图像转变成灰度图像，使用阈值分割法将图像分割出灰度值超过阈值72的区域，计算每个区域面积大小，将面积超过1平方厘米的区域以及面积小于0.25平方厘米的区域去掉，留下符合香烟燃烧时热源的面积阈值待定区域。最后，求每个待定区域的最小外接圆，记圆心为o,半径为r1，以o为圆心，做待定区域的最大内接圆，半径记为r2,若r1-r2≤0.01,即两圆半径差小于0.01厘米,则认为此区域为圆形点状区域，而检测到的热源的图像也符合香烟燃烧时的圆形点状特征和热源的面积阈值特征。
步骤104，当图像符合香烟燃烧时的圆形点状特征以及热源的面积特征时，判断图像是否移动。
具体的，通过步骤103确定热源为符合香烟特征的点状热源后，进一步检测该热源是固定还是静止。由于吸烟过程中，烟不可能在一处保持静止，通过检测热源的移动，可以进一步确定热源是否是香烟燃烧的热源。
步骤105，当图像出现移动情况时，则发出报警信息。
具体的，通过步骤104确定图像中的热源是香烟燃烧导致的热源之后，则可发出报警信息通知管理人员进行处理。
优选的，执行步骤105后，还进一步可以包括取证步骤106，对所述图像进行存储，作为吸烟证据。为了获得有效的处罚依据，在执行步骤105确定有人在室内吸烟后，可以同步存储相关的图像识别步骤102获取的图像以作为处罚的证据。这样可以有效的减少处罚过程中的纠纷，可以使处罚有据可依，相应提高执法的准确性。
优选的，报警信息可以包括：音频报警信息和/或图像报警信息。报警信息不止可以提供给执法人员或监控人员，还可以直接警示室内吸烟者。可以通过安装在现场的警铃、蜂鸣器或扩音器发出音频报警信息，警告吸烟者不要在室内吸烟。同时也可以通过图像显示装置或警灯闪烁来发出功能类似的报警信息，以警告吸烟者不在室内吸烟。同时这些装置也可以安装在监控室中，以通知监控人员和执法人员有人在室内吸烟需要进行处理。
本实施例的室内吸烟监控控制方法可以有效的发现室内吸烟的行为，并能对室内吸烟的行为进行存证，为处罚提供有效的依据。从而可以有效的降低室内吸烟行为的发生概率，有利于维护室内环境良好，可以有效的保障人们在公共室内空间的健康。
本发明的另一实施例，提供一种室内吸烟监控控制系统，包括：
服务器，用于对获取到的图像进行分析并处理；
热源检测装置，通过多光谱辐射测温测量室内物品的温度，检测室内是否存在200℃-300℃的热源；
图像获取装置，用于当检测存在所述热源时，通过图像获取装置获取所述热源的图像；
图像判断装置，用于判断所述图像是否符合香烟燃烧时的圆形点状特征和判断所述图像的面积是否符合香烟燃烧时热源的面积阈值特征；
图像移动检测装置，用于当所述图像符合香烟燃烧时的圆形点状特征以及热源的面积特征时，判断所述图像是否移动；
信号报警装置：用于当所述图像出现移动情况时，则发出报警信息；
图像取证装置：用于对所述图像进行存储，作为吸烟证据。
具体的，图像获取装采用全景摄像头进行监控拍摄，然后通过无线通讯技术将获取到的图像由无线网络发送至服务器，该服务器对接收到的图像进行分析判断和处理，其中，通过无线网络实现监控和图像获取及传输，能够有效的减少监控摄像头的安装存线，使得监控摄像头的安装更加的简单和方便，同时，当监控摄像头发生故障时，可以更加快速的查找到故障点，使得故障排查工作得到了有效的减少。
另外，使用报警装置，可以使得在发现吸烟情况时，发现的更及时，也使得相关人员做到更加快速的反应，保证吸烟情况得到快速解决。
其他与方法相同之处在此不坠述，详情请参照方法说明部分。
本发明实施例可以有效的发现室内吸烟的行为，并能对室内吸烟的行为进行存证，为处罚提供有效的证据，从而降低了室内吸烟行为发生概率，有利于对室内环境的维护，可以有效的保障人们在公共室内空间的健康。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。
Claims (5)
1.一种室内吸烟监控控制方法，其特征在于，包括以下步骤：
热源检测，检测室内是否存在200℃-300℃的热源；
获取图像，当检测到所述热源时，获取所述热源的图像，并对所述图像进行预处理，包括使用二维高斯正态分布函数作为滤波器，公式为其中x,y为图像二维空间上的横坐标和纵坐标，σ1、σ2为互相独立的二维高斯正态分布函数的标准差,σ1、σ2的取值决定了曲线G(x,y)与烟头圆形的拟合程度；根据二维高斯正态分布函数得出一个误差函数其中，设ξ为接近于0的极小值，当误差函数取最小值的时候，σ1、σ2取得最优值，此时曲线G(x,y)与烟头圆形的拟合程度最高；
根据对所述图像的预处理结果，判断所述热源的图像是否符合香烟燃烧时的圆形点状特征；
根据对所述图像的预处理结果，判断所述热源的图像的面积是否符合香烟燃烧时热源的面积阈值特征；
当所述热源的图像符合香烟燃烧时的圆形点状特征以及热源的面积特征时，判断所述热源的图像是否移动；
当所述热源的图像出现移动情况时，则发出报警信息；
其中，判断所述热源的图像是否符合香烟燃烧时的圆形点状特征以及判断所述热源的图像的面积是否符合香烟燃烧时热源的面积阈值特征的方法包括：
首先将获取到的所述热源的RGB图像转变成灰度图像，使用阈值分割法将图像分割出灰度值超过阈值72的区域；
其次，计算每个区域面积大小，将面积超过1平方厘米的区域以及面积小于0.25平方厘米的区域去掉，留下符合香烟燃烧时热源的面积阈值的待定区域；
最后，求每个待定区域的最小外接圆，记圆心为o,半径为r1，以o为圆心，做待定区域的最大内接圆，半径记为r2,若r1-r2≤0.01,即两圆半径差小于0.01厘米,则认为此区域符合香烟燃烧时的圆形点状特征。
2.如权利要求1所述的一种室内吸烟监控控制方法，其特征在于，所述热源检测，是通过多光谱辐射测温对室内热源进行的检测。
3.如权利要求1所述的一种室内吸烟监控控制方法，其特征在于，发出报警信号之后，还包括：
对所述图像进行存储，作为吸烟证据。
4.如权利要求1所述的一种室内吸烟监控控制方法，其特征在于，所述报警信号包括：音频报警信号和/或图像报警信号。
5.一种室内吸烟监控控制系统，其特征在于，包括：
服务器，用于对获取到的图像进行分析并处理；
热源检测装置，通过多光谱辐射测温测量室内物品的温度，检测室内是否存在200℃-300℃的热源；
图像获取装置，用于当检测存在所述热源时，通过图像获取装置获取所述热源的图像，并对所述热源的图像进行预处理，包括使用二维高斯正态分布函数作为滤波器，公式为其中x,y为图像二维空间上的横坐标和纵坐标，σ1、σ2为互相独立的二维高斯正态分布函数的标准差,σ1、σ2的取值决定了曲线G(x,y)与烟头圆形的拟合程度；根据二维高斯正态分布函数得出一个误差函数其中，设ξ为接近于0的极小值，当误差函数取最小值的时候，σ1、σ2取得最优值，此时曲线G(x,y)与烟头圆形的拟合程度最高；
图像判断装置，用于判断所述热源的图像是否符合香烟燃烧时的圆形点状特征和判断所述热源的图像的面积是否符合香烟燃烧时热源的面积阈值特征；
图像移动检测装置，用于当所述热源的图像符合香烟燃烧时的圆形点状特征以及热源的面积特征时，判断所述图像是否移动；
信号报警装置：用于当所述热源的图像出现移动情况时，则发出报警信息；
图像取证装置：用于对所述图像进行存储，作为吸烟证据；
其中，判断所述图像是否符合香烟燃烧时的圆形点状特征以及判断所述图像的面积是否符合香烟燃烧时热源的面积阈值特征的方法包括：
首先将获取到的RGB图像转变成灰度图像，使用阈值分割法将图像分割出灰度值超过阈值72的区域；
其次，计算每个区域面积大小，将面积超过1平方厘米的区域以及面积小于0.25平方厘米的区域去掉，留下符合香烟燃烧时热源的面积阈值待定区域；
最后，求每个待定区域的最小外接圆，记圆心为o,半径为r1，以o为圆心，做待定区域的最大内接圆，半径记为r2,若r1-r2≤0.01,即两圆半径差小于0.01厘米,则认为此区域为圆形点状区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510355546.3A CN104978829B (zh) | 2015-06-24 | 2015-06-24 | 一种室内吸烟监控控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510355546.3A CN104978829B (zh) | 2015-06-24 | 2015-06-24 | 一种室内吸烟监控控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104978829A CN104978829A (zh) | 2015-10-14 |
| CN104978829B true CN104978829B (zh) | 2018-01-02 |
Family
ID=54275302
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510355546.3A Expired - Fee Related CN104978829B (zh) | 2015-06-24 | 2015-06-24 | 一种室内吸烟监控控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104978829B (zh) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105894544A (zh) * | 2015-12-14 | 2016-08-24 | 乐视云计算有限公司 | 一种检测图像中圆心位置的方法及装置 |
| CN105651392B (zh) * | 2015-12-31 | 2019-06-11 | 深圳市元征科技股份有限公司 | 检测用户吸烟的方法和装置 |
| CN106157331A (zh) * | 2016-07-05 | 2016-11-23 | 乐视控股（北京）有限公司 | 一种吸烟检测方法和装置 |
| CN107358164A (zh) * | 2017-06-13 | 2017-11-17 | 深圳市易成自动驾驶技术有限公司 | 吸烟的检测方法、装置及计算机可读存储介质 |
| CN110543803A (zh) * | 2018-05-29 | 2019-12-06 | 菜鸟智能物流控股有限公司 | 监控方法、装置、服务器和存储介质 |
| CN109324052A (zh) * | 2018-09-29 | 2019-02-12 | 佛山市云米电器科技有限公司 | 油烟机抽烟检测方法 |
| CN109711307A (zh) * | 2018-12-19 | 2019-05-03 | 中科天网（广东）科技有限公司 | 一种基于人脸识别的吸烟取证方法 |
| CN109798567A (zh) * | 2018-12-29 | 2019-05-24 | 佛山市云米电器科技有限公司 | 一种能够改善抽烟环境空气质量的油烟机及香烟判断方法 |
| CN109916518A (zh) * | 2019-03-18 | 2019-06-21 | 杜峰斌 | 一种吸烟探测装置、系统及方法 |
| CN110084999B (zh) * | 2019-04-29 | 2020-09-11 | 苏州工艺美术职业技术学院 | 一种智能禁烟器 |
| CN110390673B (zh) * | 2019-07-22 | 2021-04-27 | 福州大学 | 一种监控场景下基于深度学习的香烟自动检测方法 |
| CN110490090A (zh) * | 2019-07-29 | 2019-11-22 | 恒大智慧科技有限公司 | 基于智慧社区的吸烟检测方法、系统及其存储介质 |
| CN110503005A (zh) * | 2019-07-29 | 2019-11-26 | 恒大智慧科技有限公司 | 基于智慧社区的吸烟检测方法、系统及其存储介质 |
| CN110503006A (zh) * | 2019-07-29 | 2019-11-26 | 恒大智慧科技有限公司 | 一种社区吸烟管控方法、系统及其存储介质 |
| CN110631973B (zh) * | 2019-09-30 | 2022-05-31 | 深圳市驰诺科技有限公司 | 一种烟雾检测控制方法及控制装置 |
| CN113343859A (zh) * | 2021-06-10 | 2021-09-03 | 浙江大华技术股份有限公司 | 吸烟行为检测方法、装置、存储介质及电子装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2428472A (en) * | 2005-07-18 | 2007-01-31 | Sony Uk Ltd | Smoke detection by processing video images |
| CN102519605A (zh) * | 2012-01-12 | 2012-06-27 | 安徽大学 | 一种基于红外热图像的吸烟检测系统和装置 |
| WO2013157466A1 (ja) * | 2012-04-20 | 2013-10-24 | 株式会社デンソー | 喫煙検出装置、方法及びプログラム |
| CN103876290A (zh) * | 2014-03-27 | 2014-06-25 | 沈洁 | 一种智能戒烟的方法及其装置和终端 |
| CN104050480A (zh) * | 2014-05-21 | 2014-09-17 | 燕山大学 | 基于计算机视觉的吸烟烟雾检测方法 |
| CN104270602A (zh) * | 2014-09-16 | 2015-01-07 | 深圳市九洲电器有限公司 | 一种健康管理方法及装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4941132B2 (ja) * | 2007-07-03 | 2012-05-30 | オムロン株式会社 | 喫煙者検出装置、喫煙者警報システム、喫煙者監視サーバ、消し忘れタバコ警報装置、喫煙者検出方法、および、喫煙者検出プログラム |
| JP5245185B2 (ja) * | 2009-03-31 | 2013-07-24 | サクサ株式会社 | 歩きたばこ監視装置 |
-
2015
- 2015-06-24 CN CN201510355546.3A patent/CN104978829B/zh not_active Expired - Fee Related
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2428472A (en) * | 2005-07-18 | 2007-01-31 | Sony Uk Ltd | Smoke detection by processing video images |
| CN102519605A (zh) * | 2012-01-12 | 2012-06-27 | 安徽大学 | 一种基于红外热图像的吸烟检测系统和装置 |
| WO2013157466A1 (ja) * | 2012-04-20 | 2013-10-24 | 株式会社デンソー | 喫煙検出装置、方法及びプログラム |
| CN103876290A (zh) * | 2014-03-27 | 2014-06-25 | 沈洁 | 一种智能戒烟的方法及其装置和终端 |
| CN104050480A (zh) * | 2014-05-21 | 2014-09-17 | 燕山大学 | 基于计算机视觉的吸烟烟雾检测方法 |
| CN104270602A (zh) * | 2014-09-16 | 2015-01-07 | 深圳市九洲电器有限公司 | 一种健康管理方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104978829A (zh) | 2015-10-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104978829B (zh) | 一种室内吸烟监控控制方法及系统 | |
| CN105006089B (zh) | 一种基于图像的安全监控报警方法及系统 | |
| Gong et al. | A Real‐Time Fire Detection Method from Video with Multifeature Fusion | |
| ES2277316T3 (es) | Procedimiento y dispositivo para reconocimiento automatico de incendios forestales. | |
| US11887453B2 (en) | Luminaire network with sensors | |
| CN205140120U (zh) | 一种物联网图像火灾远程监控预警系统 | |
| CN105376255A (zh) | 一种基于K-means聚类的Android平台入侵检测方法 | |
| CN105575034B (zh) | 一种双波段森林防火智能监控软件图像处理分析方法 | |
| KR101698500B1 (ko) | 지능형 감시카메라를 이용한 감시 시스템 | |
| CN107948465A (zh) | 一种检测摄像头被干扰的方法和装置 | |
| CN104787084A (zh) | 一种铁路异物侵限检测系统及检测方法 | |
| CN106814670A (zh) | 一种河道采砂智能监管方法及系统 | |
| CN109034038B (zh) | 一种基于多特征融合的火灾识别装置 | |
| CN114446026B (zh) | 一种物品遗忘提醒方法、相应的电子设备及装置 | |
| CN107688793A (zh) | 一种变电站室外火灾自动监测预警方法 | |
| CN105225428B (zh) | 一种室内吸烟检测报警方法及系统 | |
| CN110853268A (zh) | 一种基于管廊系统海量数据分析实现入侵检测漏洞实时扫描的方法 | |
| US11016189B2 (en) | Systems and methods for security system device tamper detection | |
| TWI623719B (zh) | 燒結台車漏風預警系統及其預警方法 | |
| CN106530594B (zh) | 夜视场景下基于火焰检测的火灾识别方法 | |
| TW202101289A (zh) | 影像辨識方法及其監控攝影機與監控攝影系統 | |
| CN110120142B (zh) | 一种火灾烟雾视频智能监控预警系统及预警方法 | |
| CN106921846A (zh) | 视频移动终端遗留物检测装置 | |
| CN107643544A (zh) | 一种自动检测金属的方法 | |
| CN107204106B (zh) | 一种安防系统中滤除虚假警情的报警方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180102 Termination date: 20180624 |