CN105427518A - 一种数据化危险判决系统及方法 - Google Patents

一种数据化危险判决系统及方法 Download PDF

Info

Publication number
CN105427518A
CN105427518A CN201510759899.XA CN201510759899A CN105427518A CN 105427518 A CN105427518 A CN 105427518A CN 201510759899 A CN201510759899 A CN 201510759899A CN 105427518 A CN105427518 A CN 105427518A
Authority
CN
China
Prior art keywords
dangerous values
measured target
expression
contraband goods
action
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
CN201510759899.XA
Other languages
English (en)
Other versions
CN105427518B (zh
Inventor
吴华明
张俊
李良能
周梅
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.)
Chengdu Wisdom Shulian Information Technology Co Ltd
Original Assignee
Chengdu Wisdom Shulian Information Technology 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 Chengdu Wisdom Shulian Information Technology Co Ltd filed Critical Chengdu Wisdom Shulian Information Technology Co Ltd
Priority to CN201510759899.XA priority Critical patent/CN105427518B/zh
Publication of CN105427518A publication Critical patent/CN105427518A/zh
Application granted granted Critical
Publication of CN105427518B publication Critical patent/CN105427518B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/174—Facial expression recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Abstract

本发明公开了一种数据化危险判决系统及方法，总危险值计算单元根据表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5进行加权求和计算得到总危险值A=a1A1+a2A2+a3A3+a4A4+a5A5，其中，a1、a2、a3、a4、a5分别为表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重。本发明分别对被测目标的表情、所携带违禁品、动作、声音及脉搏数据进行危险分析，将其通过模型数值化得到各自的危险值，对所有危险值进行加权求和，并可根据总危险值的数据范围给出相应应对处理措施。实现了高可靠度的社区安防危险判决和预警，使全智能化社区安防管理工作向前迈了一大步。

Description

一种数据化危险判决系统及方法
技术领域
本发明涉及治安防控领域，特别是涉及一种数据化危险判决系统及方法。
背景技术
随着社会的进步与发展，各行各业对其管理工作的要求越来越高，社区安防的规范化、智能化越来越受到人们的关注，要求社区的安防管理工作更合理、更高效，在合理完善保安人员工作分配制度的基础上，需要采取一些必要的科技手段对社区安全进行监管。
然而传统的社区安防系统往往只能提供单一的视频监控功能，仍需保安人员人工执勤的配合。同时，传统社区安防系统完全依赖执勤人员的主观判断，无法智能判决危险情况。
发明内容
本发明的目的在于克服现有技术的不足，提供一种数据化危险判决系统及方法，综合考虑被测目标的表情、所携带违禁品、动作、声音及脉搏，实现高可靠度的危险判决，实现全智能化社区安防管理。
本发明的目的是通过以下技术方案来实现的：一种数据化危险判决系统，包括图像判决单元、声音判决单元、脉搏判决单元和总危险值计算单元，图像判决单元包括图像采集器、表情判决模块、违禁品判决模块和动作判决模块，图像采集器用于采集被测目标图像信息，表情判决模块用于获取被测目标的表情数据并根据表情数据判决表情危险值A1，违禁品判决模块用于识别被测目标所携带的违禁品并根据违禁品数据判决违禁品危险值A2，动作判决模块用于获取被测目标的动作数据并根据动作数据判决动作危险值A3；
声音判决单元包括声音采集器和声音判决模块，声音采集器用于采集被测目标声音信息，声音判决模块用于根据被测目标声音信息判决声音危险值A4；
脉搏判决单元包括红外脉搏采集器和脉搏判决模块，红外脉搏采集器采用非接触方式采集被测目标脉搏信息，红外脉搏采集器包括红外发射器和红外接收器，红外发射器与红外接收器分设于被测目标人体两侧；脉搏判决模块用于根据被测目标脉搏信息判决脉搏危险值A5；
总危险值计算单元用于根据表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5进行加权求和计算得到总危险值A=a1A1+a2A2+a3A3+a4A4+a5A5，其中，a1、a2、a3、a4、a5分别为表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重。
所述的表情判决模块包括人脸定位子模块、表情识别子模块和表情危险值判决子模块，人脸定位子模块用于从被测目标图像中识别出目标人脸图像区域，表情识别子模块用于根据目标人脸图像区域识别出被测目标表情，表情危险值判决子模块用于根据被测目标表情计算得到表情危险值A1。
所述的违禁品判决模块包括违禁品定位子模块、违禁品识别子模块和违禁品危险值判决子模块，违禁品定位子模块用于从被测目标图像中识别出被测目标所携带的违禁品的位置，违禁品识别子模块用于根据违禁品的位置识别出被测目标所携带的违禁品，违禁品危险值判决子模块用于根据被测目标所携带的违禁品计算得到违禁品危险值A2。
所述的动作判决模块包括动作识别子模块和动作危险值判决子模块，动作识别子模块用于根据被测目标图像识别出被测目标的动作，动作危险值判决子模块用于根据被测目标的动作计算得到动作危险值A3。
数据化危险判决系统的判决方法，包括一个图像判决步骤、一个声音判决步骤、一个脉搏判决步骤和总危险值计算步骤，所述的图像判决步骤包括以下子步骤：
S101：图像采集器采集被测目标图像信息；
S102：图像判决，包括以下步骤：
（1）表情判决，表情判决模块从被测目标图像中获取目标表情数据并根据表情数据判决表情危险值A1；
（2）违禁品判决，违禁品判决模块从被测目标图像中获取被测目标所携带的违禁品并根据违禁品数据判决违禁品危险值A2；
（3）动作判决，动作判决模块从被测目标图像中获取被测目标的动作数据并根据动作数据判决动作危险值A3；
所述的声音判决步骤包括以下子步骤：
S201：声音采集器采集被测目标声音信息；
S202：声音判决模块根据被测目标声音信息判决声音危险值A4；
所述的脉搏判决步骤包括以下子步骤：
S301：红外脉搏采集器采集被测目标脉搏信息；
S302：脉搏判决模块根据被测目标脉搏信息判决脉搏危险值A5；
所述的总危险值计算步骤根据表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4和脉搏危险值A5进行加权求和计算得到总危险值，总危险值A=a1A1+a2A2+a3A3+a4A4+a5A5，其中，a1、a2、a3、a4、a5分别为表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重。
表情判决的步骤包括以下子步骤：
SS1：人脸定位子模块从被测目标图像中识别出目标人脸图像区域；
SS2：表情识别子模块根据目标人脸图像区域识别出被测目标表情；
SS3：表情危险值判决子模块根据被测目标表情计算得到表情危险值A1。
违禁品判决的步骤包括以下子步骤：
SSS1：违禁品定位子模块从被测目标图像中识别出被测目标所携带的违禁品的位置；
SSS2：违禁品识别子模块根据违禁品的位置识别出被测目标所携带的违禁品；
SSS3：违禁品危险值判决子模块根据被测目标所携带的违禁品计算得到违禁品危险值A2。
本发明的有益效果是：分别对被测目标的表情、所携带违禁品、动作、声音及脉搏数据进行危险分析，将其通过模型数值化得到各自的危险值，对所有危险值进行加权求和，并可根据总危险值的数据范围给出相应应对处理措施。实现了高可靠度的社区安防危险判决和预警，使全智能化社区安防管理工作向前迈了一大步。
附图说明
图1为本发明系统结构示意图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
如图1所示，一种数据化危险判决系统，包括图像判决单元、声音判决单元、脉搏判决单元和总危险值计算单元，图像判决单元包括图像采集器、表情判决模块、违禁品判决模块和动作判决模块。图像采集器用于采集被测目标图像信息，表情判决模块用于获取被测目标的表情数据并根据表情数据判决表情危险值A1，违禁品判决模块用于识别被测目标所携带的违禁品并根据违禁品数据判决违禁品危险值A2，动作判决模块用于获取被测目标的动作数据并根据动作数据判决动作危险值A3。
声音判决单元包括声音采集器和声音判决模块，声音采集器用于采集被测目标声音信息，声音判决模块用于根据被测目标声音信息判决声音危险值A4；在采集被测目标声音信息的过程中，声音采集器采用主动降噪手段发出与环境噪声相同频率的声波，达到良好的环境噪声抑制效果，使得被测目标声音信息的采集更加准确、可靠。如果声音采集器采集到被测区域内发生异响，异响的种类可以是缓慢的开门声、轻缓的脚步声、急促的脚步声等，则声音危险值A4取较大数值。
脉搏判决单元包括红外脉搏采集器和脉搏判决模块，红外脉搏采集器采用非接触方式采集被测目标脉搏信息，红外脉搏采集器包括红外发射器和红外接收器，红外发射器与红外接收器分设于被测目标人体两侧，当被测目标人体穿过红外发射器与红外接收器之间时，能够快速准确地采集被测目标脉搏；脉搏判决模块用于根据被测目标脉搏信息判决脉搏危险值A5。如果红外脉搏采集器采集到被测目标的脉搏速度大于正常脉搏速度阈值，则脉搏危险值A4取较大数值，脉搏危险值A4的取值与脉搏速度成正比。
总危险值计算单元用于根据表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5进行加权求和计算得到总危险值A=a1A1+a2A2+a3A3+a4A4+a5A5，其中，a1、a2、a3、a4、a5分别为表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重。
所述的表情判决模块包括人脸定位子模块、表情识别子模块和表情危险值判决子模块，人脸定位子模块用于从被测目标图像中识别出目标人脸图像区域，表情识别子模块用于根据目标人脸图像区域识别出被测目标表情，表情危险值判决子模块用于根据被测目标表情计算得到表情危险值A1。如表情识别子模块识别出的目标表情结果为“紧张”、“东张西望”，则其表情危险值A1取最大数值。
所述的违禁品判决模块包括违禁品定位子模块、违禁品识别子模块和违禁品危险值判决子模块，违禁品定位子模块用于从被测目标图像中识别出被测目标所携带的违禁品的位置，违禁品识别子模块用于根据违禁品的位置识别出被测目标所携带的违禁品，违禁品危险值判决子模块用于根据被测目标所携带的违禁品计算得到违禁品危险值A2。所述的违禁品包括面部遮挡物、手持的刀具、身上携带的刀具、盗窃用具等，如果发现被测目标故意遮挡面部，手持刀具或身上携带刀具、盗窃用具等，则其违禁品危险值A2取最大数值。
所述的动作判决模块包括动作识别子模块和动作危险值判决子模块，动作识别子模块用于根据被测目标图像识别出被测目标的动作，动作危险值判决子模块用于根据被测目标的动作计算得到动作危险值A3。如果动作识别子模块识别出的目标动作结果为“鬼鬼祟祟”（故意放轻脚步）、快速行走或奔跑、手部异常动作（用手扶住衣服，衣服内可能藏有盗窃物、盗窃工具等异常物品），则其动作危险值A3取最大数值。
数据化危险判决系统的判决方法，包括一个图像判决步骤、一个声音判决步骤、一个脉搏判决步骤和总危险值计算步骤，所述的图像判决步骤包括以下子步骤：
S101：图像采集器采集被测目标图像信息；
S102：图像判决，包括以下步骤：
（1）表情判决，表情判决模块从被测目标图像中获取目标表情数据并根据表情数据判决表情危险值A1；
（2）违禁品判决，违禁品判决模块从被测目标图像中获取被测目标所携带的违禁品并根据违禁品数据判决违禁品危险值A2；
（3）动作判决，动作判决模块从被测目标图像中获取被测目标的动作数据并根据动作数据判决动作危险值A3；
所述的声音判决步骤包括以下子步骤：
S201：声音采集器采集被测目标声音信息；
S202：声音判决模块根据被测目标声音信息判决声音危险值A4；
所述的脉搏判决步骤包括以下子步骤：
S301：红外脉搏采集器采集被测目标脉搏信息；
S302：脉搏判决模块根据被测目标脉搏信息判决脉搏危险值A5；
所述的总危险值计算步骤根据表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4和脉搏危险值A5计算总危险值，总危险值A=a1A1+a2A2+a3A3+a4A4+a5A5，其中，a1、a2、a3、a4、a5分别为表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重。
表情判决的步骤包括以下子步骤：
SS1：人脸定位子模块从被测目标图像中识别出目标人脸图像区域；
SS2：表情识别子模块根据目标人脸图像区域识别出被测目标表情；
SS3：表情危险值判决子模块根据被测目标表情计算得到表情危险值A1。
违禁品判决的步骤包括以下子步骤：
SSS1：违禁品定位子模块从被测目标图像中识别出被测目标所携带的违禁品的位置；
SSS2：违禁品识别子模块根据违禁品的位置识别出被测目标所携带的违禁品；
SSS3：违禁品危险值判决子模块根据被测目标所携带的违禁品计算得到违禁品危险值A2。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (7)

1.一种数据化危险判决系统，其特征在于：包括图像判决单元、声音判决单元、脉搏判决单元和总危险值计算单元，图像判决单元包括图像采集器、表情判决模块、违禁品判决模块和动作判决模块，图像采集器用于采集被测目标图像信息，表情判决模块用于获取被测目标的表情数据并根据表情数据判决表情危险值A1，违禁品判决模块用于识别被测目标所携带的违禁品并根据违禁品数据判决违禁品危险值A2，动作判决模块用于获取被测目标的动作数据并根据动作数据判决动作危险值A3；
声音判决单元包括声音采集器和声音判决模块，声音采集器用于采集被测目标声音信息，声音判决模块用于根据被测目标声音信息判决声音危险值A4；
脉搏判决单元包括红外脉搏采集器和脉搏判决模块，红外脉搏采集器采用非接触方式采集被测目标脉搏信息，红外脉搏采集器包括红外发射器和红外接收器，红外发射器与红外接收器分设于被测目标人体两侧；脉搏判决模块用于根据被测目标脉搏信息判决脉搏危险值A5；
总危险值计算单元用于根据表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5进行加权求和计算得到总危险值A=a1A1+a2A2+a3A3+a4A4+a5A5，其中，a1、a2、a3、a4、a5分别为表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重。
2.根据权利要求1所述的一种数据化危险判决系统，其特征在于：所述的表情判决模块包括人脸定位子模块、表情识别子模块和表情危险值判决子模块，人脸定位子模块用于从被测目标图像中识别出目标人脸图像区域，表情识别子模块用于根据目标人脸图像区域识别出被测目标表情，表情危险值判决子模块用于根据被测目标表情计算得到表情危险值A1。
3.根据权利要求1所述的一种数据化危险判决系统，其特征在于：所述的违禁品判决模块包括违禁品定位子模块、违禁品识别子模块和违禁品危险值判决子模块，违禁品定位子模块用于从被测目标图像中识别出被测目标所携带的违禁品的位置，违禁品识别子模块用于根据违禁品的位置识别出被测目标所携带的违禁品，违禁品危险值判决子模块用于根据被测目标所携带的违禁品计算得到违禁品危险值A2。
4.根据权利要求1所述的一种数据化危险判决系统，其特征在于：所述的动作判决模块包括动作识别子模块和动作危险值判决子模块，动作识别子模块用于根据被测目标图像识别出被测目标的动作，动作危险值判决子模块用于根据被测目标的动作计算得到动作危险值A3。
5.根据权利要求1-4中任一项所述的数据化危险判决系统的判决方法，其特征在于：包括一个图像判决步骤、一个声音判决步骤、一个脉搏判决步骤和总危险值计算步骤，所述的图像判决步骤包括以下子步骤：
S101：图像采集器采集被测目标图像信息；
S102：图像判决，包括以下步骤：
（1）表情判决，表情判决模块从被测目标图像中获取目标表情数据并根据表情数据判决表情危险值A1；
（2）违禁品判决，违禁品判决模块从被测目标图像中获取被测目标所携带的违禁品并根据违禁品数据判决违禁品危险值A2；
（3）动作判决，动作判决模块从被测目标图像中获取被测目标的动作数据并根据动作数据判决动作危险值A3；
所述的声音判决步骤包括以下子步骤：
S201：声音采集器采集被测目标声音信息；
S202：声音判决模块根据被测目标声音信息判决声音危险值A4；
所述的脉搏判决步骤包括以下子步骤：
S301：红外脉搏采集器采集被测目标脉搏信息；
S302：脉搏判决模块根据被测目标脉搏信息判决脉搏危险值A5；
所述的总危险值计算步骤根据表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4和脉搏危险值A5进行加权求和计算得到总危险值，总危险值A=a1A1+a2A2+a3A3+a4A4+a5A5，其中，a1、a2、a3、a4、a5分别为表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重。
6.根据权利要求5所述的方法，其特征在于，表情判决的步骤包括以下子步骤：
SS1：人脸定位子模块从被测目标图像中识别出目标人脸图像区域；
SS2：表情识别子模块根据目标人脸图像区域识别出被测目标表情；
SS3：表情危险值判决子模块根据被测目标表情计算得到表情危险值A1。
7.根据权利要求5所述的方法，其特征在于，违禁品判决的步骤包括以下子步骤：
SSS1：违禁品定位子模块从被测目标图像中识别出被测目标所携带的违禁品的位置；
SSS2：违禁品识别子模块根据违禁品的位置识别出被测目标所携带的违禁品；
SSS3：违禁品危险值判决子模块根据被测目标所携带的违禁品计算得到违禁品危险值A2。
CN201510759899.XA 2015-11-10 2015-11-10 一种数据化危险判决系统及方法 Active CN105427518B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510759899.XA CN105427518B (zh) 2015-11-10 2015-11-10 一种数据化危险判决系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510759899.XA CN105427518B (zh) 2015-11-10 2015-11-10 一种数据化危险判决系统及方法

Publications (2)

Publication Number Publication Date
CN105427518A true CN105427518A (zh) 2016-03-23
CN105427518B CN105427518B (zh) 2017-08-01

Family

ID=55505694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510759899.XA Active CN105427518B (zh) 2015-11-10 2015-11-10 一种数据化危险判决系统及方法

Country Status (1)

Country Link
CN (1) CN105427518B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105761457A (zh) * 2016-03-28 2016-07-13 成都奥尼克斯科技有限公司 基于互联网的报警服务信息发布系统
CN106530633A (zh) * 2016-09-28 2017-03-22 中国人民解放军国防科学技术大学 一种智能事中处置的安防方法及系统
CN106618608A (zh) * 2016-09-29 2017-05-10 金湘范 基于视频精神生理参数监测危险人物装置及方法
CN108320442A (zh) * 2018-02-07 2018-07-24 宁夏中科天际防雷研究院有限公司 一种小区安防检测的方法
CN109003425A (zh) * 2018-08-10 2018-12-14 北京车和家信息技术有限公司 一种预警方法及相关设备
CN109407559A (zh) * 2018-10-15 2019-03-01 合肥世忠科技开发有限公司 一种智能安全护栏自动控制系统
CN109508736A (zh) * 2018-10-30 2019-03-22 航天信息股份有限公司 一种基于深度学习的监狱异常情况监测方法及监测系统
CN109936732A (zh) * 2019-03-29 2019-06-25 中达安股份有限公司 一种视频监控项目一体化智能判决系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1812569A (zh) * 2005-12-30 2006-08-02 浙江工业大学 基于全方位视觉传感器的智能安保装置
US7447334B1 (en) * 2005-03-30 2008-11-04 Hrl Laboratories, Llc Motion recognition system
US20090027493A1 (en) * 2007-07-24 2009-01-29 Ahron Amar Method and device for security in public places
CN202025402U (zh) * 2011-05-16 2011-11-02 陈天太 智能观测报警系统
CN102457712A (zh) * 2010-10-28 2012-05-16 鸿富锦精密工业（深圳）有限公司 可疑目标识别及追踪系统及方法
CN204578662U (zh) * 2015-03-12 2015-08-19 亳州师范高等专科学校 基于图像识别的校园教学大楼安全监控系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7447334B1 (en) * 2005-03-30 2008-11-04 Hrl Laboratories, Llc Motion recognition system
CN1812569A (zh) * 2005-12-30 2006-08-02 浙江工业大学 基于全方位视觉传感器的智能安保装置
US20090027493A1 (en) * 2007-07-24 2009-01-29 Ahron Amar Method and device for security in public places
CN102457712A (zh) * 2010-10-28 2012-05-16 鸿富锦精密工业（深圳）有限公司 可疑目标识别及追踪系统及方法
CN202025402U (zh) * 2011-05-16 2011-11-02 陈天太 智能观测报警系统
CN204578662U (zh) * 2015-03-12 2015-08-19 亳州师范高等专科学校 基于图像识别的校园教学大楼安全监控系统

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105761457A (zh) * 2016-03-28 2016-07-13 成都奥尼克斯科技有限公司 基于互联网的报警服务信息发布系统
CN106530633A (zh) * 2016-09-28 2017-03-22 中国人民解放军国防科学技术大学 一种智能事中处置的安防方法及系统
CN106530633B (zh) * 2016-09-28 2019-01-01 中国人民解放军国防科学技术大学 一种智能事中处置的安防方法及系统
CN106618608A (zh) * 2016-09-29 2017-05-10 金湘范 基于视频精神生理参数监测危险人物装置及方法
CN108320442A (zh) * 2018-02-07 2018-07-24 宁夏中科天际防雷研究院有限公司 一种小区安防检测的方法
CN109003425A (zh) * 2018-08-10 2018-12-14 北京车和家信息技术有限公司 一种预警方法及相关设备
CN109407559A (zh) * 2018-10-15 2019-03-01 合肥世忠科技开发有限公司 一种智能安全护栏自动控制系统
CN109508736A (zh) * 2018-10-30 2019-03-22 航天信息股份有限公司 一种基于深度学习的监狱异常情况监测方法及监测系统
CN109936732A (zh) * 2019-03-29 2019-06-25 中达安股份有限公司 一种视频监控项目一体化智能判决系统

Also Published As

Publication number Publication date
CN105427518B (zh) 2017-08-01

Similar Documents

Publication Publication Date Title
CN105427518A (zh) 一种数据化危险判决系统及方法
CN105354956A (zh) 基于数据挖掘和大数据分析的云计算平台及方法
CN110187341B (zh) 人体活动姿态的监测方法及系统、人体姿态监测器
CN105303661B (zh) 基于指纹和指静脉识别的智慧社区系统及方法
Doukas et al. Advanced patient or elder fall detection based on movement and sound data
CN104787084B (zh) 一种铁路异物侵限检测系统及检测方法
CN205428085U (zh) 基于光纤光栅的室内安防系统
CN110149604B (zh) 一种基于wifi信号的人员检测方法
CN102624696A (zh) 一种网络安全态势评估方法
CN103761832B (zh) 一种可穿戴人体碰撞预警防护装置
CN112327288B (zh) 雷达人体动作识别方法、装置、电子设备和存储介质
US11042768B1 (en) Deep learning-based object recognition system and method using PIR sensor
CN105151938A (zh) 一种电梯视频监控装置和方法
CN113593161A (zh) 一种周界入侵检测方法
CN106072962A (zh) 一种基于心率检测的安全帽佩戴状况监测装置
CN105335636A (zh) 一种智能家居设备的控制方法和控制系统
CN106909086A (zh) 一种异常数据的检测方法及其装置
JP5328976B2 (ja) 侵入物識別装置
CN109626163A (zh) 电梯开门运行故障的监测方法与装置
CN112822444A (zh) 一种基于家庭边缘计算的智慧家庭安防监控系统及方法
CN205028123U (zh) 一种scada系统的非接触式入侵检测系统
CN116246402A (zh) 一种监控方法及装置
Sun et al. A new fall detection algorithm based on depth information using RGB-D camera
CN106444689A (zh) 基于人体红外感应器的智能家居控制中心设备
Anvaripour et al. A novel approach to provide safe indoor industrial environment

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