CN107341498A - 一种基于cis的生物识别装置启动照明设备及启动方法 - Google Patents
一种基于cis的生物识别装置启动照明设备及启动方法 Download PDFInfo
- Publication number
- CN107341498A CN107341498A CN201710365003.9A CN201710365003A CN107341498A CN 107341498 A CN107341498 A CN 107341498A CN 201710365003 A CN201710365003 A CN 201710365003A CN 107341498 A CN107341498 A CN 107341498A
- Authority
- CN
- China
- Prior art keywords
- image
- cis
- module
- amplitude
- device based
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/469—Contour-based spatial representations, e.g. vector-coding
- G06V10/473—Contour-based spatial representations, e.g. vector-coding using gradient analysis
Abstract
本发明提供一种基于CIS的生物识别装置启动LED照明设备,涉及LED照明设备和生物识别领域,包括监控摄像头和LED照明设备,还包括识别模块,识别模块包括图像采集模块、背景建模模块、运动侦测模块、HOG特征提取模块和SVM分类判断模块;监控摄像头和LED照明设备均与识别模块联接,监控摄像头包括CIS;与现有技术相比,本发明采用CIS和DSP的方案,结合图像识别算法,可准确判定是否有“人”存在;由于CIS自身的特色,可自动识别环境照度,无需额外采用光敏二极管区别白天黑夜;通过软件可实现多功能输出,如ON/OFF开关信号,1‑10V调光信号等适配更多应用场景,随着CMOS工艺的发展,CIS和DSP成本持续下降,目前已经优于组合探测方案,整合已有的摄像头资源,可降低成本。
Description
[技术领域]
本发明涉及LED照明设备和生物识别领域,具体涉及一种基于CIS的生物识别装置启动照明设备及启动方法
[背景技术]
半导体(LED)照明亦称固态照明,是继白炽灯、荧光灯之后的又一次光源革命。因节能环保、寿命长、应用广泛,作为节能环保产业的重要领域,被列入我国战略性新兴产业。随着LED相关技术的不断突破、节能效果的日益显现、产业规模的持续扩大和应用领域的不断拓展,全球LED照明节能产业已经进入发展的关键期,从国家到各地政府针对LED产业均给予了大力的支持,共同推动绿色照明工程,实现节能减排。
目前传统的智能LED照明解决方案主要基于以下4种方案实现:
1、声波感应照明方案。声波感应照明方案是通过声控开关来控制灯具的开关。声控开关采用声响效果激发拾音器进行声电转换来控制灯具的开关,经过定时器电路控制开关的时间,实现了“人来灯亮,人去灯熄”,杜绝了长明灯和在黑暗环境下寻找开关的麻烦。不足在于,无法辨别声源以及声音触发阈值设置一致性问题,导致不可避免的误误触发以及为了开灯产生的噪音。
2、PIR感应照明方案。PIR(Passive Infrared Detector)在常温下能够有效的探测探测器敏感区域内的移动红外辐射源(如人、猫、狗等哺乳动物),根据探测器阈值设置,当辐射源强度超过设置阈值则触发灯具开关并在辐射源离开后延时关闭。相较于声波感应方案,PIR可避免噪音干扰,但容易受到热源,光源,环境温度等影响,且被动红外穿透力差,人体红外辐射易被遮挡导致误报和漏报现象频发。此外PIR主要检测的运动方向为横向运动,对纵向运动的物体检测能力比较差。
3、微波感应照明方案。微波感应方案是利用多普勒效应原理以非接触方式探测物体的位置是否发生移动,针对移动物体探测触发照明开关。该方案具有抗射频干扰能力强、不受温度、湿度、光线、气流、尘埃、覆盖物等影响,被广泛应用于环境辅助光源控制、地下停车场、通道照明等领域。微波感应方案仅针对运动物体有效,且探测范围不可控,导致应用场景受到一定限制。
4、PIR、微波组合方案。采用多模式组合探测的办法,将多个PIR和微波或者超声波探测器组合在一起联合探测,再借助复杂的软件算法,可以大大提高了活物(不限于人体)的准确率,但成本明显增加,且不能区分人体或者其他活物(不限于动物)。
[发明内容]
为克服现有技术所存在的问题,本发明提供一种基于CIS的生物识别装置启动照明设备及启动方法,解决现有的声波感应照明方案、PIR感应照明方案、微波感应照明方案、PIR和微波组合方案的明显缺点,对小区内监控资源进行整合利用。
本发明解决技术问题的方案是提供一种基于CIS的生物识别装置启动LED照明设备的方法,包括如下步骤:
S1图像采集,通过摄像头采集图像,将采集到的视频图像生成独立帧的图像并发送至CIS;
S2背景建模,通过CIS,在图像为静止状态图像的情况下对图像背景进行学习,即CIS通过统计画面上每个像素在设定时间内的数值变化,得知该背景像素的幅值波动情况;
S3运动侦测,通过CIS记录新增图像的幅值,并根据得到的背景像素的幅值波动情况对比新增图像的幅值,筛选符合运动图像幅值的图像;
S4HOG特征提取,将侦符合运动图像幅值的图像的运动区域图像单独选取出,作为新的图像进行HOG特征对比,并提取出HOG特征向量;
S5SVM分类判断,将提取到的HOG特征向量作为SVM分类器的输入,并最终判断出运动物体是否为人类;
S6启动LED照明设备,根据SVM的分类判断结果,开启LED照明设备或返回S1图像采集步骤。
优选地,所述步骤S1中还包括如下步骤:
S101调整背景光源,通过低照度传感器判断图像的清晰度,若清晰度无法满足背景建模的要求,则通过PWM将LED照明设备开启到微亮状态。
优选地,步骤S4中的特征向量为3780维。
优选地,所述步骤S1之前还包括步骤S7DSP加速,通过DSP提高CIS的光感度和分辨率。
优选地,所述所述步骤S5中还包括如下步骤:
S501训练样本,对拍摄到的图像进行训练,即在检测到物体的移动后,立即对其进行跟踪;
S502生成分类器,将跟踪到的图像按顺序发送至SVM训练器中进行训练并生成分类器。
一种基于CIS的生物识别装置启动LED照明设备,包括监控摄像头和LED照明设备,还包括识别模块,所述识别模块包括图像采集模块、背景建模模块、运动侦测模块、HOG特征提取模块和SVM分类判断模块;所述监控摄像头和所述LED照明设备均与识别模块联接,所述监控摄像头包括CIS;
所述图像采集模块,通过摄像头采集图像,将采集到的视频图像生成独立帧的图像并发送至CIS;
所述背景建模模块,通过CIS,在图像为静止状态图像的情况下对图像背景进行学习,即CIS通过统计画面上每个像素在设定时间内的数值变化,得知该背景像素的幅值波动情况;
所述运动侦测模块,通过CIS记录新增图像的幅值,并根据得到的背景像素的幅值波动情况对比新增图像的幅值,筛选符合运动图像幅值的图像;
所述HOG特征提取模块,将侦符合运动图像幅值的图像的运动区域图像单独选取出,作为新的图像进行HOG特征对比,并提取出HOG特征向量;
所述SVM分类判断模块,将提取到的HOG特征向量作为SVM分类器的输入,并最终判断出运动物体是否为人类。
优选地,所述图像采集模块中包括调整背景光源模块,通过低照度传感器判断图像的清晰度,若清晰度无法满足背景建模的要求,则通过PWM将LED照明设备开启到微亮状态。
优选地,所述HOG特征提取模块,提取的特征向量为3780维。
优选地,所述识别模块还包括DSP加速模块,通过DSP提高CIS的光感度和分辨率。
优选地,所述所述SVM分类判断模块还包括:
所述训练样本模块,对拍摄到的图像进行训练,即在检测到物体的移动后,立即对其进行跟踪;
所述生成分类器模块,将跟踪到的图像按顺序发送至SVM训练器中进行训练并生成分类器。
与现有技术相比,本发明一种基于CIS的生物识别装置启动照明设备及启动方法,由于采用CIS和DSP的方案,结合图像识别算法,可准确判定是否有“人”存在;由于CIS自身的特色,可自动识别环境照度,无需额外采用光敏二极管区别白天黑夜;通过软件可实现多功能输出,如ON/OFF开关信号,PWM调光信号,1-10V调光信号等适配更多应用场景。随着CMOS工艺的发展,CIS和DSP成本持续下降,目前已经优于组合探测方案。同时,整合已有的摄像头资源,可降低成本。
[附图说明]
图1是本发明一种基于CIS的生物识别装置启动LED照明设备的方法流程图;
图2是本发明一种基于CIS的生物识别装置启动LED照明设备的方法步骤S101流程图;
图3是本发明一种基于CIS的生物识别装置启动LED照明设备的方法步骤S7流程图;
图4是本发明一种基于CIS的生物识别装置启动LED照明设备的方法步骤S5流程图;
图5是是本发明一种基于CIS的生物识别装置启动LED照明设备整体结构框图。
[具体实施方式]
为使本发明的目的,技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定此发明。
请参阅图1至图4,本发明一种基于CIS的生物识别装置启动LED照明设备的方法包括如下步骤:
S7DSP加速,通过DSP提高CIS的光感度和分辨率。
S1图像采集,通过摄像头采集图像,将采集到的视频图像生成独立帧的图像并发送至CIS;
S101调整背景光源,通过低照度传感器判断图像的清晰度,若清晰度无法满足背景建模的要求,则通过PWM将LED照明设备开启到微亮状态。
S2背景建模,通过CIS,在图像为静止状态图像的情况下对图像背景进行学习,即CIS通过统计画面上每个像素在设定时间内的数值变化,得知该背景像素的幅值波动情况;
S3运动侦测,通过CIS记录新增图像的幅值,并根据得到的背景像素的幅值波动情况对比新增图像的幅值,筛选符合运动图像幅值的图像;
S4HOG特征提取,将侦符合运动图像幅值的图像的运动区域图像单独选取出,作为新的图像进行HOG特征对比,并提取出HOG特征向量;特征向量为3780维;
S5SVM分类判断,将提取到的HOG特征向量作为SVM分类器的输入,并最终判断出运动物体是否为人类;
S501训练样本,对拍摄到的图像进行训练,即在检测到物体的移动后,立即对其进行跟踪;
S502生成分类器,将跟踪到的图像按顺序发送至SVM训练器中进行训练并生成分类器。
S6启动LED照明设备,根据SVM的分类判断结果,开启LED照明设备或返回S1图像采集步骤。
实际应用中,可将分类器通过联网发送至其他设备中,其他设备可共用此分类器。
请参阅图5,一种基于CIS的生物识别装置启动LED照明设备,包括监控摄像头和LED照明设备,还包括识别模块,所述识别模块包括图像采集模块、背景建模模块、运动侦测模块、HOG特征提取模块和SVM分类判断模块;所述监控摄像头和所述LED照明设备均与识别模块联接,所述监控摄像头包括CIS;
所述图像采集模块,通过摄像头采集图像,将采集到的视频图像生成独立帧的图像并发送至CIS;
所述背景建模模块,通过CIS,在图像为静止状态图像的情况下对图像背景进行学习,即CIS通过统计画面上每个像素在设定时间内的数值变化,得知该背景像素的幅值波动情况;
所述运动侦测模块,通过CIS记录新增图像的幅值,并根据得到的背景像素的幅值波动情况对比新增图像的幅值,筛选符合运动图像幅值的图像;
所述HOG特征提取模块,将侦符合运动图像幅值的图像的运动区域图像单独选取出,作为新的图像进行HOG特征对比,并提取出HOG特征向量;
所述SVM分类判断模块,将提取到的HOG特征向量作为SVM分类器的输入,并最终判断出运动物体是否为人类。
所述图像采集模块中包括调整背景光源模块,通过低照度传感器判断图像的清晰度,若清晰度无法满足背景建模的要求,则通过PWM将LED照明设备开启到微亮状态。所述HOG特征提取模块,提取的特征向量为3780维。所述识别模块还包括DSP加速模块,通过DSP提高CIS的光感度和分辨率。
所述所述SVM分类判断模块还包括:
所述训练样本模块,对拍摄到的图像进行训练,即在检测到物体的移动后,立即对其进行跟踪;
所述生成分类器模块,将跟踪到的图像按顺序发送至SVM训练器中进行训练并生成分类器。
与现有技术相比,本发明一种基于CIS的生物识别装置启动照明设备及启动方法,由于采用CIS和DSP的方案,结合图像识别算法,可准确判定是否有“人”存在;由于CIS自身的特色,可自动识别环境照度,无需额外采用光敏二极管区别白天黑夜;通过软件可实现多功能输出,如ON/OFF开关信号,PWM调光信号,1-10V调光信号等适配更多应用场景。随着CMOS工艺的发展,CIS和DSP成本持续下降,目前已经优于组合探测方案。同时,整合已有的摄像头资源,可降低成本。
以上所述的本发明实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于CIS的生物识别装置启动照明设备的方法,其特征在于:包括如下步骤:
S1图像采集,通过摄像头采集图像,将采集到的视频图像生成独立帧的图像并发送至CIS;
S2背景建模,通过CIS,在图像为静止状态图像的情况下对图像背景进行学习,即CIS通过统计画面上每个像素在设定时间内的数值变化,得知该背景像素的幅值波动情况;
S3运动侦测,通过CIS记录新增图像的幅值,并根据得到的背景像素的幅值波动情况对比新增图像的幅值,筛选符合运动图像幅值的图像;
S4 HOG特征提取,将侦符合运动图像幅值的图像的运动区域图像单独选取出,作为新的图像进行HOG特征对比,并提取出HOG特征向量;
S5 SVM分类判断,将提取到的HOG特征向量作为SVM分类器的输入,并最终判断出运动物体是否为人类;
S6启动LED照明设备,根据SVM的分类判断结果,开启LED照明设备或返回S1图像采集步骤。
2.如权利要求1所述的一种基于CIS的生物识别装置启动照明设备的方法,其特征在于:所述步骤S1中还包括如下步骤:
S101调整背景光源,通过低照度传感器判断图像的清晰度,若清晰度无法满足背景建模的要求,则通过PWM将LED照明设备开启到微亮状态。
3.如权利要求1所述的一种基于CIS的生物识别装置启动照明设备的方法,其特征在于:步骤S4中的特征向量为3780维。
4.如权利要求1所述的一种基于CIS的生物识别装置启动照明设备的方法,其特征在于:所述步骤S1之前还包括步骤S7DSP加速,通过DSP提高CIS的光感度和分辨率。
5.如权利要求1所述的一种基于CIS的生物识别装置启动照明设备的方法,其特征在于:所述所述步骤S5中还包括如下步骤:
S501训练样本,对拍摄到的图像进行训练,即在检测到物体的移动后,立即对其进行跟踪;
S502生成分类器,将跟踪到的图像按顺序发送至SVM训练器中进行训练并生成分类器。
6.一种基于CIS的生物识别装置启动照明设备,包括监控摄像头和LED照明设备,其特征在于:还包括识别模块,所述识别模块包括图像采集模块、背景建模模块、运动侦测模块、HOG特征提取模块和SVM分类判断模块;所述监控摄像头和所述LED照明设备均与识别模块联接,所述监控摄像头包括CIS;
所述图像采集模块,通过摄像头采集图像,将采集到的视频图像生成独立帧的图像并发送至CIS;
所述背景建模模块,通过CIS,在图像为静止状态图像的情况下对图像背景进行学习,即CIS通过统计画面上每个像素在设定时间内的数值变化,得知该背景像素的幅值波动情况;
所述运动侦测模块,通过CIS记录新增图像的幅值,并根据得到的背景像素的幅值波动情况对比新增图像的幅值,筛选符合运动图像幅值的图像;
所述HOG特征提取模块,将侦符合运动图像幅值的图像的运动区域图像单独选取出,作为新的图像进行HOG特征对比,并提取出HOG特征向量;
所述SVM分类判断模块,将提取到的HOG特征向量作为SVM分类器的输入,并最终判断出运动物体是否为人类。
7.如权利要求6所述的一种基于CIS的生物识别装置启动照明设备的方法,其特征在于:所述图像采集模块中包括调整背景光源模块,通过低照度传感器判断图像的清晰度,若清晰度无法满足背景建模的要求,则通过PWM将LED照明设备开启到微亮状态。
8.如权利要求6所述的一种基于CIS的生物识别装置启动照明设备的方法,其特征在于:所述HOG特征提取模块,提取的特征向量为3780维。
9.如权利要求6所述的一种基于CIS的生物识别装置启动照明设备的方法,其特征在于:所述识别模块还包括DSP加速模块,通过DSP提高CIS的光感度和分辨率。
10.如权利要求6所述的一种基于CIS的生物识别装置启动照明设备的方法,其特征在于:所述所述SVM分类判断模块还包括:
所述训练样本模块,对拍摄到的图像进行训练,即在检测到物体的移动后,立即对其进行跟踪;
所述生成分类器模块,将跟踪到的图像按顺序发送至SVM训练器中进行训练并生成分类器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710365003.9A CN107341498A (zh) | 2017-05-22 | 2017-05-22 | 一种基于cis的生物识别装置启动照明设备及启动方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710365003.9A CN107341498A (zh) | 2017-05-22 | 2017-05-22 | 一种基于cis的生物识别装置启动照明设备及启动方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107341498A true CN107341498A (zh) | 2017-11-10 |
Family
ID=60221302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710365003.9A Pending CN107341498A (zh) | 2017-05-22 | 2017-05-22 | 一种基于cis的生物识别装置启动照明设备及启动方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107341498A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108135064A (zh) * | 2017-12-22 | 2018-06-08 | 宁波奇巧电器科技有限公司 | 识别人畜的自动感应安防探照灯及其控制电路 |
CN114531760A (zh) * | 2022-02-21 | 2022-05-24 | 安徽大学 | 一种基于计算机视觉和自适应背景抽取的智能感应灯 |
CN116580828A (zh) * | 2023-05-16 | 2023-08-11 | 深圳弗瑞奇科技有限公司 | 一种猫健康的全自动感应识别的可视化监测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101835305A (zh) * | 2010-03-15 | 2010-09-15 | 罗静 | 一种基于人体探测的照明控制方法 |
CN105426905A (zh) * | 2015-11-02 | 2016-03-23 | 国网山东省电力公司电力科学研究院 | 基于梯度直方图和支持向量机的机器人障碍物识别方法 |
CN205660739U (zh) * | 2016-06-07 | 2016-10-26 | 深圳市大疆创新科技有限公司 | 可移动机器人用的相机及可移动机器人 |
CN106056631A (zh) * | 2016-06-06 | 2016-10-26 | 中国矿业大学 | 基于运动区域的行人检测方法 |
US20160373652A1 (en) * | 2015-06-17 | 2016-12-22 | Panasonic Intellectual Property Management Co., Ltd. | Imaging apparatus including light source that emits pulsed light, image sensor, and control circuit |
-
2017
- 2017-05-22 CN CN201710365003.9A patent/CN107341498A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101835305A (zh) * | 2010-03-15 | 2010-09-15 | 罗静 | 一种基于人体探测的照明控制方法 |
US20160373652A1 (en) * | 2015-06-17 | 2016-12-22 | Panasonic Intellectual Property Management Co., Ltd. | Imaging apparatus including light source that emits pulsed light, image sensor, and control circuit |
CN105426905A (zh) * | 2015-11-02 | 2016-03-23 | 国网山东省电力公司电力科学研究院 | 基于梯度直方图和支持向量机的机器人障碍物识别方法 |
CN106056631A (zh) * | 2016-06-06 | 2016-10-26 | 中国矿业大学 | 基于运动区域的行人检测方法 |
CN205660739U (zh) * | 2016-06-07 | 2016-10-26 | 深圳市大疆创新科技有限公司 | 可移动机器人用的相机及可移动机器人 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108135064A (zh) * | 2017-12-22 | 2018-06-08 | 宁波奇巧电器科技有限公司 | 识别人畜的自动感应安防探照灯及其控制电路 |
CN114531760A (zh) * | 2022-02-21 | 2022-05-24 | 安徽大学 | 一种基于计算机视觉和自适应背景抽取的智能感应灯 |
CN116580828A (zh) * | 2023-05-16 | 2023-08-11 | 深圳弗瑞奇科技有限公司 | 一种猫健康的全自动感应识别的可视化监测方法 |
CN116580828B (zh) * | 2023-05-16 | 2024-04-02 | 深圳弗瑞奇科技有限公司 | 一种猫健康的全自动感应识别的可视化监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109951936B (zh) | 一种根据不同应用场景智能调整的照明控制系统及方法 | |
CN105306796A (zh) | 具有定期红外照明和全局快门cmos传感器的夜视设备 | |
CN107341498A (zh) | 一种基于cis的生物识别装置启动照明设备及启动方法 | |
CN105072740B (zh) | 一种基于视频图像处理的照明灯智能控制方法及系统 | |
CN105264879A (zh) | 计算机视觉应用处理 | |
CN105516652B (zh) | 一种智能化校园路灯照明系统 | |
TW202211668A (zh) | 拍攝處理方法和電子設備、電腦可讀儲存介質 | |
CN109041322B (zh) | 一种智能室内灯光系统 | |
US10902268B2 (en) | Detection of the presence of static objects | |
CN105389880B (zh) | 多功能智能门禁系统的控制方法 | |
CN101835305A (zh) | 一种基于人体探测的照明控制方法 | |
CN108648316A (zh) | 一种基于红外检测和人脸识别的开锁方法及系统 | |
CN104883772B (zh) | 一种由光电图像识别控制的灯具及其操作方法 | |
CN108012075A (zh) | 一种监控设备及照明设备的集成控制方法及系统 | |
TWI442917B (zh) | 具即時語音回報功能的導盲系統及其方法 | |
Saffari et al. | Battery-free camera occupancy detection system | |
KR20110025325A (ko) | 도트 조명을 이용한 영상 침입 감지 시스템 및 방법 | |
Jeevitha et al. | A study on sensor based animal intrusion alert system using image processing techniques | |
CN106973235A (zh) | 基于热释电红外探测的拍摄方法及装置 | |
KR101375186B1 (ko) | 감시 카메라 교란 검출 방법 | |
CN103281842A (zh) | 人体感应器的容错算法 | |
CN105890770A (zh) | 基于热释电技术的人体状态检测装置 | |
CN105472808B (zh) | 一种智能化led路灯的控制方法 | |
CN215298410U (zh) | 一种入侵识别系统 | |
CN107018359A (zh) | 一种具有智能画面识别的移动车载监控系统 |
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: 20171110 |