CN106412488A - 一种监控系统和方法 - Google Patents

一种监控系统和方法 Download PDF

Info

Publication number
CN106412488A
CN106412488A CN201510454832.5A CN201510454832A CN106412488A CN 106412488 A CN106412488 A CN 106412488A CN 201510454832 A CN201510454832 A CN 201510454832A CN 106412488 A CN106412488 A CN 106412488A
Authority
CN
China
Prior art keywords
sound
acoustical signal
pick
signal
crest
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.)
Withdrawn
Application number
CN201510454832.5A
Other languages
English (en)
Inventor
郭鲲
陶阳
陈冲
杨璐
周彬花
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.)
ZTE Corp
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Priority to CN201510454832.5A priority Critical patent/CN106412488A/zh
Priority to PCT/CN2016/071239 priority patent/WO2016131361A1/zh
Publication of CN106412488A publication Critical patent/CN106412488A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Circuit For Audible Band Transducer (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种监控系统和方法,该方法应用于一监控系统,包括:系统采集监控环境的声音信号;当基于所述声音信号按照预设的判定机制确定所述监控环境处于异常状态时,所述系统根据所述声音信号确定声源位置;系统根据所述声源位置进行图像采集。

Description

一种监控系统和方法
技术领域
本发明涉及安全监控技术,尤指一种监控系统和方法。
背景技术
当前市面上的大多数监控摄像机都只能设置于固定方位或者在人工操作下可以调整拍摄角度,但无法在事故发生时保证摄像机的拍摄角度正对事故发生现场。
针对现有的固定设置或人工调整拍摄角度的监控摄像头的缺陷,目前提出了一种基于声音识别定位的摄像机。这种基于声音识别的摄像机加装了一个强指向型拾音器。当处于声音识别模式时,摄像机和强指向型拾音器一同转动。强指向型拾音器采集摄像头指向方向的声音,并分析该声音的频率特征。将频率特征与数据库中已经存储的异常声音特征相比对。如果比对成功,则向监控中心发出警报,并将采集到的声音传给监控中心。同时,停止摄像机的转动。
发明内容
为了解决上述技术问题,本发明提供了一种监控系统和方法,能够使得监控摄像机及时地对准事故发生现场进行拍摄。
为了达到本发明目的,本发明提供了一种监控方法,所述方法应用于一监控系统,所述方法包括:
所述系统采集监控环境的声音信号;
当基于所述声音信号按照预设的判定机制确定所述监控环境处于异常状态时,所述系统根据所述声音信号确定声源位置;
所述系统根据所述声源位置进行图像采集。
进一步的,所述系统采集监控环境的声音信号,包括:所述系统通过设置于预设范围内的至少一个拾音器采集所述监控环境的声音信号;
相应地,所述系统根据所述采集到的声音信号确定声源位置,包括:
所述系统获取各拾音器采集到声音信号时对应的声音信号波峰到达时间;
所述系统根据所述各拾音器对应的声音信号波峰到达时间获取波峰到达时间差;
所述系统根据所述波峰到达时间差以及各拾音器对应的设置位置按照预设的定位算法获取声源位置。
进一步的,所述拾音器的数量为4;每个拾音器分别设置于边长为2d的正方形边长的中点;以及,所述各拾音器采集到声音信号时对应的声音信号波峰到达时间分别为t1、t2、t3、t4;以及,所述波峰到达时间差分别为:▽T1=t1-t2、▽T2=t1-t3、▽T3=t1-t4
相应地,所述系统根据所述波峰到达时间差以及各拾音器对应的设置位置按照预设的定位算法获取声源位置,包括:
所述系统根据所述波峰到达时间差▽T1、▽T2、▽T3以及式1至式3获取声源位置:
其中,u表示声速;(Sx,Sy,Sz)为声源位置。
进一步的,所述系统根据所述声源位置进行图像采集,包括:
所述系统根据所述声源位置以及预设的初始方向获取采集图像的方向与初始方向之间方位角和俯仰角;
所述系统按照所述方位角和俯仰角将所述初始方向调整至所述采集图像的方向,并按照所述采集图像的方向进行图像采集。
进一步的,所述基于所述声音信号按照预设的判定机制确定所述监控环境处于异常状态,包括:
所述系统提取所述采集到的声音信号的信号特征;
所述系统将所述信号特征与预存的异常声音的特征模板进行匹配;
当所述信号特征与特征模板匹配时,所述系统确定所述监控环境处于异常状态。
进一步的,所述方法还包括:
所述系统预先采集异常声音,并提取所述异常声音的信号特征;
所述系统将所述异常声音的信号特征按照预设的分类算法进行分类;所述分类后的异常声音的信号特征为预存的异常声音的特征模板。
本发明提供一种监控系统,所述系统包括:声音信号采集单元、异常状态确定单元、声源定位单元和图像采集单元;其中,
所述声音信号采集单元,用于采集监控环境的声音信号;
所述异常状态确定单元,用于基于所述声音信号按照预设的判定机制确定所述监控环境处于异常状态;以及,当基于所述声音信号按照预设的判定机制确定所述监控环境处于异常状态时,触发所述声源定位单元;
所述声源定位单元,用于根据所述声音信号确定声源位置;
所述图像采集单元,用于根据所述声源位置进行图像采集。
进一步的,所述声音信号采集单元,具体用于通过设置于预设范围内的至少一个拾音器采集所述监控环境的声音信号;
所述声源定位单元,用于获取各拾音器采集到声音信号时对应的声音信号波峰到达时间;以及,
根据所述各拾音器对应的声音信号波峰到达时间获取波峰到达时间差;以及,
根据所述波峰到达时间差以及各拾音器对应的设置位置按照预设的定位算法获取声源位置。
进一步的,所述拾音器的数量为4;每个拾音器分别设置于边长为2d的正方形边长的中点;以及,所述各拾音器采集到声音信号时对应的声音信号波峰到达时间分别为t1、t2、t3、t4;以及,所述波峰到达时间差分别为:▽T1=t1-t2、▽T2=t1-t3、▽T3=t1-t4
相应地,所述声源定位单元,用于根据所述波峰到达时间差▽T1、▽T2、▽T3以及式4至式6获取声源位置:
其中,u表示声速;(Sx,Sy,Sz)为声源位置。
进一步的,所述图像采集单元具体用于:根据所述声源位置以及预设的初始方向获取采集图像的方向与初始方向之间方位角和俯仰角;以及,
按照所述方位角和俯仰角将所述初始方向调整至所述采集图像的方向,并按照所述采集图像的方向进行图像采集。
进一步的,所述异常状态确定单元,用于提取所述采集到的声音信号的信号特征;以及,
将所述信号特征与预存的异常声音的特征模板进行匹配;以及,
当所述信号特征与特征模板匹配时,确定所述监控环境处于异常状态。
进一步的,所述声音信号采集单元,还用于预先采集异常声音;
所述系统还包括提取单元和分类单元;其中,
所述提取单元,用于提取所述异常声音的信号特征;
所述分类单元,用于将所述异常声音的信号特征按照预设的分类算法进行分类;所述分类后的异常声音的信号特征为预存的异常声音的特征模板。
本发明提供的一种监控系统和方法,包括:系统采集监控环境的声音信号;当基于所述声音信号按照预设的判定机制确定所述监控环境处于异常状态时,所述系统根据所述声音信号确定声源位置;系统根据所述声源位置进行图像采集。在本发明的技术方案中,通过对异常声音的获取,确认异常声音的声源位置,从而能够使得监控系统按照声源位置进行图像采集,及时地对准事故发生现场进行拍摄。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1为本发明实施例提供的一种监控方法的流程示意图;
图2为本发明实施例提供的声音信号确定声源位置示意图;
图3为本发明实施例提供的拾音器位置设置示意图;
图4为本发明实施例提供的一种监控系统的结构示意图;
图5为本发明实施例提供的另一种监控系统的结构示意图。
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明白,下文中将结合附图对本发明的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
参见图1,其示出了本发明实施例提供的一种监控方法的流程,该流程可以应用于一监控系统,该方法可以包括:
S101:系统采集监控环境的声音信号;
S102:当基于声音信号按照预设的判定机制确定监控环境处于异常状态时,系统根据声音信号确定声源位置;
S103:系统根据声源位置进行图像采集。
示例性地,系统采集监控环境的声音信号,具体可以包括:系统通过设置于预设范围内的至少一个拾音器采集监控环境的声音信号;
相应地,参见图2,系统根据采集到的声音信号确定声源位置,包括:
S201:系统获取各拾音器采集到声音信号时对应的声音信号波峰到达时间;
S202:系统根据各拾音器对应的声音信号波峰到达时间获取波峰到达时间差;
S203:系统根据波峰到达时间差以及各拾音器对应的设置位置按照预设的定位算法获取声源位置。
具体地,为了能够清除地说明上述关于系统确定声源位置的技术方案,如图3所示的拾音器位置设置示意图,本发明实施例以拾音器的数量为4;每个拾音器分别设置于边长为2d的正方形边长的中点为例进行说明,以正方形中心为原点建立坐标,那么四个拾音器的坐标如图3所示,假定设声源的位置坐标为(Sx,Sy,Sz)。可以理解地,拾音器的数量和拾音器位置的设置方式,本领域技术人员可以根据实际情况进行选择,本实施例对此不做赘述。
此时,由于四个拾音器设置在预设范围内,相对距离较近,所以四个拾音器采集到的四个声音信号的波形在一个较小的时间窗口内几乎相同。从而可以通过检测一个较小时间窗内的四个拾音器采集到声音信号来获取四个拾音器对应的声音信号的波峰到达的时间分别为t1、t2、t3、t4;进而可以得到波峰到达时间差分别为:▽T1=t1-t2、▽T2=t1-t3、▽T3=t1-t4
在此前提下,相应地,系统根据波峰到达时间差以及各拾音器对应的设置位置按照预设的定位算法获取声源位置,具体可以包括:
系统根据所述波峰到达时间差▽T1、▽T2、▽T3以及式1至式3获取声源位置:
其中,u表示声速。
需要说明的是,上述方案仅是关于系统确定声源位置的技术方案的一个具体实现形式,本领域技术人员可以通过设置其他数量的拾音器、拾音器其他形式的位置设置方式以及相应的位置几何关系,按照上述方案对声源进行定位,本实施例对此不做赘述。
进一步地,系统根据所述声源位置进行图像采集,包括:
系统根据声源位置以及预设的初始方向获取采集图像的方向与初始方向之间方位角和俯仰角;
系统按照方位角和俯仰角将初始方向调整至采集图像的方向,并按照采集图像的方向进行图像采集。
示例性地,系统基于声音信号按照预设的判定机制确定监控环境处于异常状态,具体包括:
系统提取采集到的声音信号的信号特征;
系统将信号特征与预存的异常声音的特征模板进行匹配;
当信号特征与特征模板匹配时,系统确定监控环境处于异常状态。
进一步地,对于预存的异常声音的特征模板的获得,本方法还包括:
系统预先采集异常声音,并提取异常声音的信号特征;例如声音的梅尔频率倒谱系数(MFCC,Mel Frequency Cepstrum Coefficient)。
系统将异常声音的信号特征按照预设的分类算法进行分类;分类后的异常声音的信号特征为预存的异常声音的特征模板;具体地,预设分类算法可以为高斯混合模型(GMM,Gaussian Mixture Models)。
以上为本发明实施例提出的监控方法流程的核心方案,此外,优选地,本方法还可以包括:
系统按照采集图像的方向进行图像采集之后,将视频信号和声音信号进行传输,由人工或非人工的方式进行异常情况的判断,并通过扬声器和拾音器与监控环境进行沟通。
本实施例提供了一种监控方法,通过对异常声音的获取,确认异常声音的声源位置,从而能够使得监控系统按照声源位置进行图像采集,及时地对准事故发生现场进行拍摄。
实施例二
基于前述实施例相同的技术构思,参见图4,其示出了本发明实施例提供的一种监控系统40,该系统40可以包括:声音信号采集单元401、异常状态确定单元402、声源定位单元403和图像采集单元404;其中,
声音信号采集单元401,用于采集监控环境的声音信号;
异常状态确定单元402,用于基于声音信号按照预设的判定机制确定监控环境处于异常状态;以及,当基于声音信号按照预设的判定机制确定监控环境处于异常状态时,触发声源定位单元403;
声源定位单元403,用于根据声音信号确定声源位置;
图像采集单元404,用于根据声源位置进行图像采集。
示例性地,声音信号采集单元401,具体用于通过设置于预设范围内的至少一个拾音器采集监控环境的声音信号;
声源定位单元403,用于获取各拾音器采集到声音信号时对应的声音信号波峰到达时间;以及,
根据各拾音器对应的声音信号波峰到达时间获取波峰到达时间差;以及,
根据波峰到达时间差以及各拾音器对应的设置位置按照预设的定位算法获取声源位置。
进一步地,拾音器的数量为4;每个拾音器分别设置于边长为2d的正方形边长的中点;以及,各拾音器采集到声音信号时对应的声音信号波峰到达时间分别为t1、t2、t3、t4;以及,波峰到达时间差分别为:▽T1=t1-t2、▽T2=t1-t3、▽T3=t1-t4
相应地,声源定位单元403,用于根据波峰到达时间差▽T1、▽T2、▽T3以及式4至式6获取声源位置:
其中,u表示声速;(Sx,Sy,Sz)为声源位置。
进一步地,图像采集单元404,具体用于:根据声源位置以及预设的初始方向获取采集图像的方向与初始方向之间方位角和俯仰角;以及,
按照方位角和俯仰角将初始方向调整至采集图像的方向,并按照所述采集图像的方向进行图像采集。
示例性地,异常状态确定单元402,用于提取采集到的声音信号的信号特征;以及,
将信号特征与预存的异常声音的特征模板进行匹配;以及,
当信号特征与特征模板匹配时,确定监控环境处于异常状态。
进一步地,声音信号采集单元401,还用于预先采集异常声音;
参见图5,系统40还包括提取单元405和分类单元406;其中,
提取单元405,用于提取异常声音的信号特征;
分类单元406,用于将异常声音的信号特征按照预设的分类算法进行分类;分类后的异常声音的信号特征为预存的异常声音的特征模板。
本实施例用于实现上述各方法实施例,本实施例中各个单元的工作流程和工作原理参见上述各方法实施例中的描述,在此不再赘述。
虽然本发明所揭露的实施方式如上,但所述的内容仅为便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式及细节上进行任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。

Claims (12)

1.一种监控方法,其特征在于,所述方法应用于一监控系统,所述方法包括:
所述系统采集监控环境的声音信号;
当基于所述声音信号按照预设的判定机制确定所述监控环境处于异常状态时,所述系统根据所述声音信号确定声源位置;
所述系统根据所述声源位置进行图像采集。
2.根据权利要求1所述的方法,其特征在于,所述系统采集监控环境的声音信号,包括:所述系统通过设置于预设范围内的至少一个拾音器采集所述监控环境的声音信号;
相应地,所述系统根据所述采集到的声音信号确定声源位置,包括:
所述系统获取各拾音器采集到声音信号时对应的声音信号波峰到达时间;
所述系统根据所述各拾音器对应的声音信号波峰到达时间获取波峰到达时间差;
所述系统根据所述波峰到达时间差以及各拾音器对应的设置位置按照预设的定位算法获取声源位置。
3.根据权利要求2所述的方法,其特征在于,所述拾音器的数量为4;每个拾音器分别设置于边长为2d的正方形边长的中点;以及,所述各拾音器采集到声音信号时对应的声音信号波峰到达时间分别为t1、t2、t3、t4;以及,所述波峰到达时间差分别为:▽T1=t1-t2、▽T2=t1-t3、▽T3=t1-t4
相应地,所述系统根据所述波峰到达时间差以及各拾音器对应的设置位置按照预设的定位算法获取声源位置,包括:
所述系统根据所述波峰到达时间差▽T1、▽T2、▽T3以及式1至式3获取声源位置:
▿ T 1 = S x 2 + ( S y - d ) 2 + S z 2 - ( S x - d ) 2 + S y 2 + S z 2 u - - - ( 1 )
▿ T 2 = S x 2 + ( S y - d ) 2 + S z 2 - ( S x + d ) 2 + S y 2 + S z 2 u - - - ( 2 )
▿ T 3 = S x 2 + ( S y - d ) 2 + S z 2 - S x 2 + ( S y + d ) 2 + S z 2 u - - - ( 3 )
其中,u表示声速;(Sx,Sy,Sz)为声源位置。
4.根据权利要求3所述的方法,其特征在于,所述系统根据所述声源位置进行图像采集,包括:
所述系统根据所述声源位置以及预设的初始方向获取采集图像的方向与初始方向之间方位角和俯仰角;
所述系统按照所述方位角和俯仰角将所述初始方向调整至所述采集图像的方向,并按照所述采集图像的方向进行图像采集。
5.根据权利要求1所述的方法,其特征在于,所述基于所述声音信号按照预设的判定机制确定所述监控环境处于异常状态,包括:
所述系统提取所述采集到的声音信号的信号特征;
所述系统将所述信号特征与预存的异常声音的特征模板进行匹配;
当所述信号特征与特征模板匹配时,所述系统确定所述监控环境处于异常状态。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
所述系统预先采集异常声音,并提取所述异常声音的信号特征;
所述系统将所述异常声音的信号特征按照预设的分类算法进行分类;所述分类后的异常声音的信号特征为预存的异常声音的特征模板。
7.一种监控系统,其特征在于,所述系统包括:声音信号采集单元、异常状态确定单元、声源定位单元和图像采集单元;其中,
所述声音信号采集单元,用于采集监控环境的声音信号;
所述异常状态确定单元,用于基于所述声音信号按照预设的判定机制确定所述监控环境处于异常状态;以及,当基于所述声音信号按照预设的判定机制确定所述监控环境处于异常状态时,触发所述声源定位单元;
所述声源定位单元,用于根据所述声音信号确定声源位置;
所述图像采集单元,用于根据所述声源位置进行图像采集。
8.根据权利要求7所述的系统,其特征在于,所述声音信号采集单元,具体用于通过设置于预设范围内的至少一个拾音器采集所述监控环境的声音信号;
所述声源定位单元,用于获取各拾音器采集到声音信号时对应的声音信号波峰到达时间;以及,
根据所述各拾音器对应的声音信号波峰到达时间获取波峰到达时间差;以及,
根据所述波峰到达时间差以及各拾音器对应的设置位置按照预设的定位算法获取声源位置。
9.根据权利要求8所述的系统,其特征在于,所述拾音器的数量为4;每个拾音器分别设置于边长为2d的正方形边长的中点;以及,所述各拾音器采集到声音信号时对应的声音信号波峰到达时间分别为t1、t2、t3、t4;以及,所述波峰到达时间差分别为:▽T1=t1-t2、▽T2=t1-t3、▽T3=t1-t4
相应地,所述声源定位单元,用于根据所述波峰到达时间差▽T1、▽T2、▽T3以及式4至式6获取声源位置:
▿ T 1 = S x 2 + ( S y - d ) 2 + S z 2 - ( S x - d ) 2 + S y 2 + S z 2 u - - - ( 4 )
▿ T 2 = S x 2 + ( S y - d ) 2 + S z 2 - ( S x + d ) 2 + S y 2 + S z 2 u - - - ( 5 )
▿ T 3 = S x 2 + ( S y - d ) 2 + S z 2 - S x 2 + ( S y + d ) 2 + S z 2 u - - - ( 6 )
其中,u表示声速;(Sx,Sy,Sz)为声源位置。
10.根据权利要求9所述的系统,其特征在于,所述图像采集单元具体用于:根据所述声源位置以及预设的初始方向获取采集图像的方向与初始方向之间方位角和俯仰角;以及,
按照所述方位角和俯仰角将所述初始方向调整至所述采集图像的方向,并按照所述采集图像的方向进行图像采集。
11.根据权利要求7所述的系统,其特征在于,所述异常状态确定单元,用于提取所述采集到的声音信号的信号特征;以及,
将所述信号特征与预存的异常声音的特征模板进行匹配;以及,
当所述信号特征与特征模板匹配时,确定所述监控环境处于异常状态。
12.根据权利要求11所述的系统,其特征在于,所述声音信号采集单元,还用于预先采集异常声音;
所述系统还包括提取单元和分类单元;其中,
所述提取单元,用于提取所述异常声音的信号特征;
所述分类单元,用于将所述异常声音的信号特征按照预设的分类算法进行分类;所述分类后的异常声音的信号特征为预存的异常声音的特征模板。
CN201510454832.5A 2015-07-29 2015-07-29 一种监控系统和方法 Withdrawn CN106412488A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201510454832.5A CN106412488A (zh) 2015-07-29 2015-07-29 一种监控系统和方法
PCT/CN2016/071239 WO2016131361A1 (zh) 2015-07-29 2016-01-18 一种监控系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510454832.5A CN106412488A (zh) 2015-07-29 2015-07-29 一种监控系统和方法

Publications (1)

Publication Number Publication Date
CN106412488A true CN106412488A (zh) 2017-02-15

Family

ID=56688666

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510454832.5A Withdrawn CN106412488A (zh) 2015-07-29 2015-07-29 一种监控系统和方法

Country Status (2)

Country Link
CN (1) CN106412488A (zh)
WO (1) WO2016131361A1 (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107230481A (zh) * 2017-05-31 2017-10-03 宇龙计算机通信科技(深圳)有限公司 噪音处理方法及终端
CN107346014A (zh) * 2017-06-09 2017-11-14 宇龙计算机通信科技(深圳)有限公司 一种定位方法、装置及终端
CN108764079A (zh) * 2018-05-16 2018-11-06 山东管理学院 一种骨骼追踪系统及其方法
CN108961466A (zh) * 2018-06-19 2018-12-07 宇龙计算机通信科技(深圳)有限公司 一种异常行为的采集方法和设备
CN108965789A (zh) * 2017-05-17 2018-12-07 杭州海康威视数字技术股份有限公司 一种无人机监测方法及音视频联动装置
CN110135359A (zh) * 2019-05-17 2019-08-16 深圳市熠摄科技有限公司 一种基于声源定位的监控视频评估行为分析处理方法
CN111273232A (zh) * 2018-12-05 2020-06-12 杭州海康威视系统技术有限公司 一种室内异常情况判断方法及系统
CN111935411A (zh) * 2020-09-25 2020-11-13 杭州涂鸦信息技术有限公司 一种基于声音定位的监控系统及监控方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112671622B (zh) * 2020-12-24 2022-06-14 珠海格力电器股份有限公司 基于智能移动设备的安全监控方法、装置和智能移动设备
CN113436759B (zh) * 2021-04-29 2022-08-23 华能山东石岛湾核电有限公司 高温气冷堆蒸汽发生器调试用声响监控装置及方法
CN114155690A (zh) * 2021-11-29 2022-03-08 广东电网有限责任公司广州供电局 一种电缆防外破联动预警系统和方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101753831A (zh) * 2008-11-28 2010-06-23 新奥特硅谷视频技术有限责任公司 基于三维定位追踪技术的自动摄录方法及系统
CN101753992A (zh) * 2008-12-17 2010-06-23 深圳市先进智能技术研究所 一种多模态智能监控系统和方法
CN102348101A (zh) * 2010-07-30 2012-02-08 深圳市先进智能技术研究所 一种考场智能监控系统和方法
CN102707262A (zh) * 2012-06-20 2012-10-03 太仓博天网络科技有限公司 一种基于麦克风阵列的声源定位系统
CN104092936A (zh) * 2014-06-12 2014-10-08 小米科技有限责任公司 自动对焦方法及装置
CN104394364A (zh) * 2014-11-27 2015-03-04 天津天地伟业数码科技有限公司 球机声音定位跟踪方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101753831A (zh) * 2008-11-28 2010-06-23 新奥特硅谷视频技术有限责任公司 基于三维定位追踪技术的自动摄录方法及系统
CN101753992A (zh) * 2008-12-17 2010-06-23 深圳市先进智能技术研究所 一种多模态智能监控系统和方法
CN102348101A (zh) * 2010-07-30 2012-02-08 深圳市先进智能技术研究所 一种考场智能监控系统和方法
CN102707262A (zh) * 2012-06-20 2012-10-03 太仓博天网络科技有限公司 一种基于麦克风阵列的声源定位系统
CN104092936A (zh) * 2014-06-12 2014-10-08 小米科技有限责任公司 自动对焦方法及装置
CN104394364A (zh) * 2014-11-27 2015-03-04 天津天地伟业数码科技有限公司 球机声音定位跟踪方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108965789A (zh) * 2017-05-17 2018-12-07 杭州海康威视数字技术股份有限公司 一种无人机监测方法及音视频联动装置
CN108965789B (zh) * 2017-05-17 2021-03-12 杭州海康威视数字技术股份有限公司 一种无人机监测方法及音视频联动装置
CN107230481A (zh) * 2017-05-31 2017-10-03 宇龙计算机通信科技(深圳)有限公司 噪音处理方法及终端
CN107346014A (zh) * 2017-06-09 2017-11-14 宇龙计算机通信科技(深圳)有限公司 一种定位方法、装置及终端
CN108764079A (zh) * 2018-05-16 2018-11-06 山东管理学院 一种骨骼追踪系统及其方法
CN108961466A (zh) * 2018-06-19 2018-12-07 宇龙计算机通信科技(深圳)有限公司 一种异常行为的采集方法和设备
CN111273232A (zh) * 2018-12-05 2020-06-12 杭州海康威视系统技术有限公司 一种室内异常情况判断方法及系统
CN110135359A (zh) * 2019-05-17 2019-08-16 深圳市熠摄科技有限公司 一种基于声源定位的监控视频评估行为分析处理方法
CN111935411A (zh) * 2020-09-25 2020-11-13 杭州涂鸦信息技术有限公司 一种基于声音定位的监控系统及监控方法

Also Published As

Publication number Publication date
WO2016131361A1 (zh) 2016-08-25

Similar Documents

Publication Publication Date Title
CN106412488A (zh) 一种监控系统和方法
CN109300471B (zh) 融合声音采集识别的场区智能视频监控方法、装置及系统
CN101552910B (zh) 基于全方位计算机视觉的遗留物检测装置
AU2020309090B2 (en) Image processing methods and apparatuses, electronic devices, and storage media
CN105812746B (zh) 一种目标检测方法及系统
US8503731B2 (en) Sign language recognition system and method
CN109840586A (zh) 自主机器中对有问题的传感器的基于深度学习的实时检测和校正
CN102749183A (zh) 一种投影机投影画面的检测系统、方法及装置
US20110052163A1 (en) Method and system for detecting horizontal orientation of camera device
CN101509766B (zh) 机器视觉系统对弹簧端面角度的在线检测方法
JP2000356674A (ja) 音源同定装置及びその同定方法
CN108353148A (zh) 无人驾驶飞行物检测系统和无人驾驶飞行物检测方法
EP2882180A1 (en) Control method, control apparatus and control device
CN101042803A (zh) 车辆违章鸣笛电子取证装置、电子警察系统及取证方法
CN105592301A (zh) 摄像设备及其控制方法和监视照相机系统
CN107330924A (zh) 一种基于单目摄像头识别运动物体的方法
CN101377885A (zh) 车辆违章鸣笛电子取证工作站及取证方法
CN110390288B (zh) 基于计算机视觉的目标智能搜索、定位和跟踪系统及方法
CN101030325A (zh) 车辆违章鸣笛自动取证系统
CN106446892A (zh) 一种车牌号码识别方法、装置及一种充电桩
CN105025240A (zh) 一种执法记录仪及其控制方法
CN112461846A (zh) 工件缺陷检测方法及装置
CN108548453A (zh) 一种实时自动报靶系统
CN101030327A (zh) 车辆违章鸣笛电子取证方法
JPH0743203A (ja) 移動音源識別方法及び装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20170215