CN107016361A - 基于视频分析的识别方法及装置 - Google Patents
基于视频分析的识别方法及装置 Download PDFInfo
- Publication number
- CN107016361A CN107016361A CN201710197916.4A CN201710197916A CN107016361A CN 107016361 A CN107016361 A CN 107016361A CN 201710197916 A CN201710197916 A CN 201710197916A CN 107016361 A CN107016361 A CN 107016361A
- Authority
- CN
- China
- Prior art keywords
- personnel
- video
- image
- information
- characteristic
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
- G06V20/47—Detecting features for summarising video content
-
- 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
- G06V40/168—Feature extraction; Face representation
Landscapes
- Engineering & Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Closed-Circuit Television Systems (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于视频分析的识别方法及装置,装置包括:视频预处理模块,用于获取视频数据包,将数据包转化为图像,对图像进行二值化处理;身份库模块,用于提取人员身份属性信息和人员关键部位特征信息,分开存储,形成人员身份库;跟踪与检测模块,用于跟踪和提取二值化图像上的人员关键部位的特征目标信息,将提取的特征目标信息与人员身份库中的人员关键部位特征进行比较,得出判断结果;报警信息模块,用于以设定数据类型的方式存储和推送所述的判断结果。本发明解决了陌生人的识别警示问题,图像处理效率高,节省了大量的存储空间,成本低,为视频监控业务在特殊区域提供人员管控的解决方案,做到了异常事件的预警和事后地便捷查询。
Description
技术领域
本发明涉及图像处理技术领域,具体是一种基于视频分析的识别方法及装置。
背景技术
随着社会的发展,人员流动性的增大,对于关键区域或出入口的人员管控,将为异常事件的发现起到提前警示的作用。传统的视频监控在长时间视频序列图像中采用人工处理,只能算是一种提供事后取证录像的工具,不能起到预警的作用,而且部署成本高,监控管理繁琐,既不实用也不经济。
近年来,随着安全事件的频发,大多数传统的安防视频监控方案没有提前预判的能力,而且在实施过程中缺乏统筹规划,加之视频监控系统厂商繁多,品牌复杂,进而导致机构内外大量异源异构安防视频监控系统并存,同时也未将安防视频监控与政务、交通、社区等信息化应用系统中的数据进行融合,视频监控系统采集或存储的大量的视频数据资源没有被有效利用起来,在构建平安城市的进程中,缺少必要的元数据资源。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于视频分析的识别方法及装置,对大量的视频数据流进行分析处理,至少解决陌生人的识别警示问题,从而为视频监控业务在特殊区域提供人员的管控,做到异常事件的预警、事后的便捷查询。
本发明的目的是通过以下技术方案来实现的:一种基于视频分析的识别装置,包括:
视频预处理模块,用于获取视频数据包,将数据包转化为图像,对图像进行二值化处理;
身份库模块,用于提取人员身份属性信息和人员关键部位特征信息,分开存储,形成人员身份库;
跟踪与检测模块,用于跟踪和提取二值化图像上的人员关键部位的特征目标信息,然后与人员身份库中的人员关键部位特征进行比较判断,得出判断结果;
报警信息模块,用于以设定数据类型的方式存储和推送所述的判断结果。
所述的设定数据类型包括语音数据类型、图片数据类型、视频数据类型和文字数据类型。
所述的报警信息模块,通过统一接口的方式将语音、图片、视频和文字数据推送到不同的终端。
所述的视频预处理模块,通过对数据包的解析得到该数据包中连续的图像内容,对采集的连续图像进行量化处理。
所述的跟踪与检测模块,根据量化处理后的数据,提取人员的特征信息,然后与人员身份库中的特征信息比较判断,返回判断结果。
所述的报警信息模块能够根据跟踪与检测模块的判断结果,推演出不同的识别场景,存储相应场景的数据,推送相应场景的数据到不同的终端设备。
一种基于视频分析的识别方法,包括以下步骤:
获取视频数据包,从视频数据流中提取属于视频部分的数据包,得到视频的二进制图像信息;
获取图像信息,解析视频数据包,提取视频数据包中的关键帧信息,形成连续的图片组;
图像二值化处理,对图像进行二值化处理;
图像二值化后续处理,对二值化图像进行量化处理;
跟踪与检测目标特征,从量化数据中获取人员的特征信息;
识别分析与判断,将量化的特征信息与人员身份库中提取的特征信息进行比较判断,返回判断结果;
存储与推送报警数据,存储判断结果,能够通过统一接口的方式将语音、图片、视频和文字数据推送到不同的终端;
更新人员身份库,根据采集的图像分析出该人员的身份信息和图像信息,然后再将人员关键部位的特征信息和人员身份属性信息分开存储,更新人员身份库。
所述的识别分析与判断,通过计分的方式判断,对量化的特征信息与人员身份库中提取的特征信息进行比较,根据相似程度计算得分值,判断得分值是否高于设定阀值,得出判断结果。
所述的识别分析与判断,通过提取特征量,形成特征向量,使用特征向量与人员身份库中的特征值进行比较。
所述的特征量为图像中的位置信息。
本发明的有益效果是:本发明与现有技术比较,具有以下优势:
1)通过视频预处理模块自动获取视频数据流中的视频数据包,提取图像信息,进行相应处理,替代传统的视频监控在长时间视频序列图像中采用人工处理的做法,实现自动处理视频数据流,图像处理效率高,节约成本;
2)通过跟踪与检测模块在二值化的图像上对人员的目标特征进行跟踪和检测,有针对性地提取与特征数据库中比较的目标特征信息,例如人的脸部特征、指纹特征、带有身份信息的卡片等,满足不同识别场景下提取相应的目标特征进行比对的需求,可以提取多种关键目标特征进行比对;
3)通过身份库模块在对目标特征进行比对的同时,实现对人员身份属性的自动提取和建库,将身份属性信息与图像信息分别存储,不断更新特征数据库,适应多样化的识别场景需求,基于大数据的特征比对分析,能够快速、准确地识别出异常情况;
4)通过报警信息模块分开存储跟踪与检测模块的不同识别场景下的判断结果,并将相应的判断数据传输到不同的终端进行警示;
5)通过报警模块把警示数据以统一接口的形式传输到不同的终端,显著提高数据推送效率,一旦检测到异常情况,后台监控平台迅速响应,启动突发事故应急方案;
6)本发明与支付系统对接,可以通过对物件的特征、人体部位的特征授权,当出现授权对象时,本发明结合身份库进行比对分析授权特征,根据授权特征的判断结果建立相应的支付连接,实现扫描特征支付;
7)本发明的方法在获取视频流数据时,既可以获取实时视频数据流,也可以获取存储在安防监控系统的视频数据,通过提取视频数据包中的关键帧信息来形成连续的图片组,然后在每一张图片中检测特征信息,例如将人脸的位置信息作为特征量,然后再形成特征向量,通过特征向量与身份库的相应特征比较,比对的分析处理后的数字特征量,突出优势是节省了大量的存储空间,运行效率高;
8)对于陌生人识别场景,本发明的方法基于二值化的图像判断是否为陌生人,需在二值化的图像上对人脸目标进行跟踪和检测,从而提供相应在特征点,在与人脸模型库进行对比,分值在高于一定阀值时,可认为是同一人,报警消息模块基于陌生人跟踪与检测模块识别的结果推演出是“熟人”还是“陌生人”,将以语音、视频、图文和信息的方式进行警示和存储。
未来,随着不断增加的视频数据,本发明具备多场景识别能力,可以识别陌生人,可以通过刷脸系统验证身份,可以在人员集中的场景进行异常事件提前预警。在人员密集区域,例如广场、车站等场所,检测陌生人的图像特征或者所携带的卡片图像特征,例如身份证等,经过分析判断后,确认为异常情况,启动相应应急方案。本发明可以节省大量的存储空间,成本低,实用性高,提前预判能力强,而对于异常事件中陌生人的检测不仅可以及时警示人员的不正当行为,告知工作人员及时处理,阻止不法行为的发生,提高不法行为发生后工作员查找和取证的效率,用户只需要将含身份信息的卡片在镜头前进行描扫即可完成人员身份库的建立,然后该人员再次经过该镜头时可以自动的识别出是否是陌生人。
附图说明
图1为本发明的方法的流程图;
图2为视频数据包的获取结果的示意图;
图3为图像信息的提取结果的示意图;
图4为对二值化图像进行量化处理的示意图;
图5为本发明实施例1的跟踪与检测人脸特征的流程图;
图6为本发明实施例1的陌生人识别分析与判断运算过程的示意图;
图7为存储与推送报警数据的数据流向图;
图8为更新人员身份库的流程图。
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。
一种基于视频分析的识别装置,包括:
视频预处理模块,用于获取视频数据包,将数据包转化为图像,对图像进行二值化处理;
身份库模块,用于提取人员身份属性信息和人员关键部位特征信息,分开存储,形成人员身份库;
跟踪与检测模块,用于跟踪和提取二值化图像上的人员关键部位的特征目标信息,然后与人员身份库中的人员关键部位特征进行比较判断,得出判断结果;
报警信息模块,用于以设定数据类型的方式存储和推送所述的判断结果。
所述的设定数据类型包括语音数据类型、图片数据类型、视频数据类型和文字数据类型。
所述的报警信息模块,通过统一接口的方式将语音、图片、视频和文字数据推送到不同的终端。
所述的视频预处理模块,通过对数据包的解析得到该数据包中连续的图像内容,对采集的连续图像进行量化处理。
所述的跟踪与检测模块,根据量化处理后的数据,提取人员的特征信息,然后与人员身份库中的特征信息比较判断,返回判断结果。
所述的报警信息模块能够根据跟踪与检测模块的判断结果,推演出不同的识别场景,存储相应场景的数据,推送相应场景的数据到不同的终端设备。
一种基于视频分析的识别方法,包括以下步骤:
获取视频数据包,从视频数据流中提取属于视频部分的数据包,得到视频的二进制图像信息;
获取图像信息,解析视频数据包,提取视频数据包中的关键帧信息,形成连续的图片组;
图像二值化处理,对图像进行二值化处理;
图像二值化后续处理,对二值化图像进行量化处理;
跟踪与检测目标特征,从量化数据中获取人员的特征信息;
识别分析与判断,将量化的特征信息与人员身份库中提取的特征信息进行比较判断,返回判断结果;
存储与推送报警数据,存储判断结果,能够通过统一接口的方式将语音、图片、视频和文字数据推送到不同的终端;
更新人员身份库,根据采集的图像分析出该人员的身份信息和图像信息,然后再将人员关键部位的特征信息和人员身份属性信息分开存储,更新人员身份库。
所述的识别分析与判断,通过计分的方式判断,对量化的特征信息与人员身份库中提取的特征信息进行比较,根据相似程度计算得分值,判断得分值是否高于设定阀值,得出判断结果。
所述的识别分析与判断,通过提取特征量,形成特征向量,使用特征向量与人员身份库中的特征值进行比较。
所述的特征量为图像中的位置信息。
实施例1:用于陌生人识别警示,如图1所示,可以将整个过程分为七步来实现,其中视频数据包,图像信息,图像二值化后续处理属于视频预处理,人脸特征追踪与检测和陌生人识别分析与判断属于陌生人跟踪与检测,报警数据存储与推送属于报警方式。而本发明即是采用这七个步骤的方式来实现陌生人的识别警示,关于这七个步骤的作用如下:
S1:获取视频数据包,从视频数据流中获取的内容为数据包,获取数据包的主要作用是获得视频的二进制图像信息。如图2所示,将获取的视频流按照UDP数据包规则进行拆分,从而提取出属于视频部分的数据出来;
S2:提取图像信息,从数据包中提取出一组连续的图片,通过对数据包的解析而即可获取这个数据包中连续的图片内容。如图3所示,在这某一数据包中按照H.264解码规则对视频数据中的关键帧信息进行提取,将这些关键帧信息形成一组连续的图片组;
S3:图像二值化处理及后续处理,将采集的一组连续图像进行量化处理,将量化处理后的数据用于图像的后续分析。如图5所示,把从图像提取的M个特征量 Y1,Y2,……,Ym,用m维的向量 Y=[Y1 Y2 …… Ym] 形成人脸的特征向量,在前景检测中综合考虑图像序列、背景模型和检测阀值,对人脸进行滤波处理,得到二值化图像。如图4所示,在每一张图片中检测人脸的位置信息;
S4:人脸特征追踪与检测,从量化的数据中获取人员的特征信息。如图6所示,将每一张图片中的人脸特征向量与人员身份库中的特征值进行比对;
S5:陌生人识别分析与判断,将量化的特征信与人员身份库中的提取的特征信息的比较,返回结果;
S6:报警数据存储与推送,将判断结果通过统一接口的方式将语音、图片、视频和数据推送到不同终端。如图7所示,通过报警信息模块分开存储跟踪与检测模块的不同识别场景下的判断结果,并将相应的判断数据传输到不同的终端进行警示;
通过报警模块把警示数据以统一接口的形式传输到不同的终端,显著提高数据推送效率,一旦检测到异常情况,后台监控平台迅速响应,启动突发事故应急方案;
S7:更新人员身份库,通过采集含有身份卡片信息的人员面部特征信息和身份属性信息,自动建立人员数据库。如图8所示,在初始化模式下,根据采集的图像分析出该人员的身份信息,然后在将人员的人脸文件和人员属性信息进行分开存储,从而形成人员身份库。
本发明用于陌生人识别警示,在人员流动性大的区域检测人员的脸部特征,对关键区域出入口的人员流动情况进行管控。预处理模块从视频数据流中获取实时的数据包,然后将数据包转化为图像,最后在对图像进行二值化处理。陌生人跟踪与检测模块在二值化的图像上对人脸目标进行跟踪和检测,从而提供相应在特征点,在与人脸模型库进行对比,分值在高于一定阀值时,可认为是同一人。报警消息模块基于陌生人跟踪与检测模块识别的结果推演出是“熟人”还是“陌生人”,将以语音、视频、图文和信息的方式进行警示和存储。
实施例2:本发明可以与第三方支付系统对接,通过对物件的特征、人体部位的特征授权,当检测到授权特征对象时,本发明结合特征比对库进行比对分析该授权特征,根据对该授权特征的判断结果建立相应的支付连接,可以实现扫描目标特征进行支付。
实施例3:本发明用于门禁刷脸验证识别系统,视频预处理模块从视频数据流中获取实时的数据包,将数据包转化为图像,在将图像进行二值化处理,在二值化的图像上对人员关键部位的特征目标进行跟踪和提取,然后与人员身份库中的人员关键部位特征进行比对,比对所得的分值高于一定阀值时,系统判断为特征库中的人员信息,开启门禁系统。如果分值低于阀值,报警消息模块根据推演出是“陌生人”的结果,则将相应结果数据以语音、视频、图文和信息的方式进行警示,并把不同的场景数据进行分类存储,更新人员身份库。如果用户将将含有身份信息的卡片通过摄像头,摄像头采集数据,基于采集的数据实现人员身份属性的自动提取和建库,将人员身份属性信息和人像文件信息分开存储,只需读取验证卡片上的信息实现门禁系统的开启或关闭。
未来,城市的发展趋势是智慧型城市、平安型城市,本申请深入分析了视频监控系统集成模型和信息化应用系统技术在扩展性和稳定性方面所存在的不足,提出了基于数据交换总线结合多种数据类型采集适配器的异源异构的集成方法,并基于此集成方法实现一种基于视频分析的陌生人识别警示方法及装置,对安防监控系统采集或存储的视频数据进行分析,从而为智慧型城市、平安城市中的“智慧”因素构建提供必要的元数据资源。
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 (10)
1.一种基于视频分析的识别装置,其特征在于,包括:
视频预处理模块,用于获取视频数据包,将数据包转化为图像,对图像进行二值化处理;
身份库模块,用于提取人员身份属性信息和人员关键部位特征信息,分开存储,形成人员身份库;
跟踪与检测模块,用于跟踪和提取二值化图像上的人员关键部位的特征目标信息,然后与人员身份库中的人员关键部位特征进行比较判断,得出判断结果;
报警信息模块,用于以设定数据类型的方式存储和推送所述的判断结果。
2.根据权利要求1所述的装置,其特征在于:所述的设定数据类型包括语音数据类型、图片数据类型、视频数据类型和文字数据类型。
3.根据权利要求1所述的装置,其特征在于:所述的报警信息模块,通过统一接口的方式将语音、图片、视频和文字数据推送到不同的终端。
4.根据权利要求1所述的装置,其特征在于:所述的视频预处理模块,通过对数据包的解析得到该数据包中连续的图像内容,对采集的连续图像进行量化处理。
5.根据权利要求1所述的装置,其特征在于:所述的跟踪与检测模块,根据量化处理后的数据,提取人员的特征信息,然后与人员身份库中的特征信息比较判断,返回判断结果。
6.根据权利要求1所述的装置,其特征在于:所述的报警信息模块能够根据跟踪与检测模块的判断结果,推演出不同的识别场景,存储相应场景的数据,推送相应场景的数据到不同的终端设备。
7.一种基于视频分析的识别方法,其特征在于,包括以下步骤:
获取视频数据包,从视频数据流中提取属于视频部分的数据包,得到视频的二进制图像信息;
获取图像信息,解析视频数据包,提取视频数据包中的关键帧信息,形成连续的图片组;
图像二值化处理,对图像进行二值化处理;
图像二值化后续处理,对二值化图像进行量化处理;
跟踪与检测目标特征,从量化数据中获取人员的特征信息;
识别分析与判断,将量化的特征信息与人员身份库中提取的特征信息进行比较判断,返回判断结果;
存储与推送报警数据,存储判断结果,能够通过统一接口的方式将语音、图片、视频和文字数据推送到不同的终端;
更新人员身份库,根据采集的图像分析出该人员的身份信息和图像信息,然后再将人员关键部位的特征信息和人员身份属性信息分开存储,更新人员身份库。
8.根据权利要求7所述的方法,其特征在于:所述的识别分析与判断,通过计分的方式判断,对量化的特征信息与人员身份库中提取的特征信息进行比较,根据相似程度计算得分值,判断得分值是否高于设定阀值,得出判断结果。
9.根据权利要求7所述的方法,其特征在于:所述的识别分析与判断,通过提取特征量,形成特征向量,使用特征向量与人员身份库中的特征值进行比较。
10.根据权利要求9所述的方法,其特征在于:所述的特征量为图像中的位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710197916.4A CN107016361A (zh) | 2017-03-29 | 2017-03-29 | 基于视频分析的识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710197916.4A CN107016361A (zh) | 2017-03-29 | 2017-03-29 | 基于视频分析的识别方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107016361A true CN107016361A (zh) | 2017-08-04 |
Family
ID=59444828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710197916.4A Pending CN107016361A (zh) | 2017-03-29 | 2017-03-29 | 基于视频分析的识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107016361A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107483887A (zh) * | 2017-08-11 | 2017-12-15 | 中国地质大学(武汉) | 一种智慧城市视频监控中突发情况的预警检测方法 |
CN107480625A (zh) * | 2017-08-09 | 2017-12-15 | 广州云从信息科技有限公司 | 一种基于人脸识别的身份鉴别方法 |
CN108664890A (zh) * | 2018-03-28 | 2018-10-16 | 上海乐愚智能科技有限公司 | 一种矛盾协调方法、装置、机器人及存储介质 |
CN108882033A (zh) * | 2018-07-19 | 2018-11-23 | 北京影谱科技股份有限公司 | 一种基于视频语音的人物识别方法、装置、设备和介质 |
CN109583426A (zh) * | 2018-12-23 | 2019-04-05 | 广东腾晟信息科技有限公司 | 一种根据图像辨识人脸的方法 |
CN110188596A (zh) * | 2019-01-04 | 2019-08-30 | 北京大学 | 基于深度学习的监控视频行人实时检测、属性识别与跟踪方法及系统 |
CN110392228A (zh) * | 2018-04-16 | 2019-10-29 | 宏碁股份有限公司 | 监视方法与使用此方法的电子装置 |
CN115830519A (zh) * | 2023-03-01 | 2023-03-21 | 杭州遁甲科技有限公司 | 一种智能锁消息提醒方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080186381A1 (en) * | 2001-09-14 | 2008-08-07 | Vislog Technology Pte Ltd. | Customer service counter/checkpoint registration system with video/image capturing, indexing, retrieving and black list matching function |
CN101404094A (zh) * | 2008-11-28 | 2009-04-08 | 中国电信股份有限公司 | 视频监控示警方法及系统 |
CN103246869A (zh) * | 2013-04-19 | 2013-08-14 | 福建亿榕信息技术有限公司 | 基于人脸识别和行为语音识别的犯罪监控方法 |
CN103647953A (zh) * | 2013-12-25 | 2014-03-19 | 句容云影响软件技术开发有限公司 | 一种智能监控系统及方法 |
CN104135645A (zh) * | 2014-07-31 | 2014-11-05 | 天津市亚安科技股份有限公司 | 人脸跟踪抓拍视频监控系统及方法 |
CN104318217A (zh) * | 2014-10-28 | 2015-01-28 | 吴建忠 | 一种基于分布式云计算的人脸识别情报分析方法和系统 |
CN104994347A (zh) * | 2015-07-01 | 2015-10-21 | 安徽创世科技有限公司 | 一种智能安防视频监控系统及其检测处理方法 |
CN105354902A (zh) * | 2015-11-10 | 2016-02-24 | 深圳市商汤科技有限公司 | 一种基于人脸识别的安保管理方法及系统 |
CN105574506A (zh) * | 2015-12-16 | 2016-05-11 | 深圳市商汤科技有限公司 | 基于深度学习和大规模集群的智能人脸追逃系统及方法 |
-
2017
- 2017-03-29 CN CN201710197916.4A patent/CN107016361A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080186381A1 (en) * | 2001-09-14 | 2008-08-07 | Vislog Technology Pte Ltd. | Customer service counter/checkpoint registration system with video/image capturing, indexing, retrieving and black list matching function |
CN101404094A (zh) * | 2008-11-28 | 2009-04-08 | 中国电信股份有限公司 | 视频监控示警方法及系统 |
CN103246869A (zh) * | 2013-04-19 | 2013-08-14 | 福建亿榕信息技术有限公司 | 基于人脸识别和行为语音识别的犯罪监控方法 |
CN103647953A (zh) * | 2013-12-25 | 2014-03-19 | 句容云影响软件技术开发有限公司 | 一种智能监控系统及方法 |
CN104135645A (zh) * | 2014-07-31 | 2014-11-05 | 天津市亚安科技股份有限公司 | 人脸跟踪抓拍视频监控系统及方法 |
CN104318217A (zh) * | 2014-10-28 | 2015-01-28 | 吴建忠 | 一种基于分布式云计算的人脸识别情报分析方法和系统 |
CN104994347A (zh) * | 2015-07-01 | 2015-10-21 | 安徽创世科技有限公司 | 一种智能安防视频监控系统及其检测处理方法 |
CN105354902A (zh) * | 2015-11-10 | 2016-02-24 | 深圳市商汤科技有限公司 | 一种基于人脸识别的安保管理方法及系统 |
CN105574506A (zh) * | 2015-12-16 | 2016-05-11 | 深圳市商汤科技有限公司 | 基于深度学习和大规模集群的智能人脸追逃系统及方法 |
Non-Patent Citations (1)
Title |
---|
谢海龙: "基于移动终端的监控视频推送服务平台的研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107480625A (zh) * | 2017-08-09 | 2017-12-15 | 广州云从信息科技有限公司 | 一种基于人脸识别的身份鉴别方法 |
CN107483887A (zh) * | 2017-08-11 | 2017-12-15 | 中国地质大学(武汉) | 一种智慧城市视频监控中突发情况的预警检测方法 |
CN107483887B (zh) * | 2017-08-11 | 2020-05-22 | 中国地质大学(武汉) | 一种智慧城市视频监控中突发情况的预警检测方法 |
CN108664890A (zh) * | 2018-03-28 | 2018-10-16 | 上海乐愚智能科技有限公司 | 一种矛盾协调方法、装置、机器人及存储介质 |
CN110392228A (zh) * | 2018-04-16 | 2019-10-29 | 宏碁股份有限公司 | 监视方法与使用此方法的电子装置 |
CN110392228B (zh) * | 2018-04-16 | 2021-06-04 | 宏碁股份有限公司 | 监视方法与使用此方法的电子装置 |
CN108882033A (zh) * | 2018-07-19 | 2018-11-23 | 北京影谱科技股份有限公司 | 一种基于视频语音的人物识别方法、装置、设备和介质 |
CN109583426A (zh) * | 2018-12-23 | 2019-04-05 | 广东腾晟信息科技有限公司 | 一种根据图像辨识人脸的方法 |
CN110188596A (zh) * | 2019-01-04 | 2019-08-30 | 北京大学 | 基于深度学习的监控视频行人实时检测、属性识别与跟踪方法及系统 |
CN115830519A (zh) * | 2023-03-01 | 2023-03-21 | 杭州遁甲科技有限公司 | 一种智能锁消息提醒方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107016361A (zh) | 基于视频分析的识别方法及装置 | |
CN110619657B (zh) | 一种面向智慧社区的多摄像机联动多目标追踪方法及系统 | |
CN106203274B (zh) | 一种视频监控中行人实时检测系统及方法 | |
CN105574506A (zh) | 基于深度学习和大规模集群的智能人脸追逃系统及方法 | |
CN106998444A (zh) | 一种大数据人脸监控系统及装置 | |
CN111860318A (zh) | 一种建筑工地行人徘徊检测方法、装置、设备及存储介质 | |
CN109886204A (zh) | 一种基于大数据警务应用的多维感知系统 | |
CN110446015A (zh) | 一种基于计算机视觉的异常行为监控方法及系统 | |
CN107230267A (zh) | 基于人脸识别算法的幼儿园智能签到方法 | |
CN109711370A (zh) | 一种基于wifi探测和人脸聚类的数据融合算法 | |
CN109657575A (zh) | 室外施工人员智能视频跟踪算法 | |
CN101635835A (zh) | 智能视频监控方法及系统 | |
CN104091156A (zh) | 一种身份识别方法及装置 | |
CN110619277A (zh) | 一种多社区智慧布控方法以及系统 | |
CN206272770U (zh) | 一种车辆和人脸卡口系统 | |
CN110490126B (zh) | 一种基于人工智能的保险柜安全管控系统 | |
CN113269091A (zh) | 一种面向智慧园区的人员轨迹分析方法、设备及介质 | |
CN106951846A (zh) | 一种人脸3d模型录入和识别方法和装置 | |
CN106981150A (zh) | 一种超市智能防盗系统及方法 | |
CN103605971A (zh) | 一种捕获人脸图像的方法及装置 | |
CN110852148A (zh) | 一种基于目标追踪的访客目的地核验方法及系统 | |
CN108540752A (zh) | 对视频监控中目标对象进行识别的方法、装置和系统 | |
CN109872541A (zh) | 一种车辆信息分析方法及装置 | |
CN111353338A (zh) | 一种基于营业厅视频监控的能效改进方法 | |
CN111489380B (zh) | 一种目标物体轨迹分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170804 |