CN107566797A - 一种泳池溺水监控检测装置 - Google Patents
一种泳池溺水监控检测装置 Download PDFInfo
- Publication number
- CN107566797A CN107566797A CN201710800105.9A CN201710800105A CN107566797A CN 107566797 A CN107566797 A CN 107566797A CN 201710800105 A CN201710800105 A CN 201710800105A CN 107566797 A CN107566797 A CN 107566797A
- Authority
- CN
- China
- Prior art keywords
- swimmer
- mrow
- video
- detection
- drowned
- 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
Landscapes
- Emergency Alarm Devices (AREA)
Abstract
本发明属于视频监控技术领域，涉及一种利用摄像机对游泳中可能出现的溺水行为进行检测的泳池溺水监控检测装置，其主要结构为：计算机处理单元、摄像机、偏光镜、体态检测器、呼叫器和LED监控器等，其主要工艺步骤为：启动检测系统、监控与目标匹配、前景检测与跟踪目标、目标跟踪定位、溺水判定和溺水报警；能根据摄像机拍摄的信息及时处理并发出溺水警报，其设备成本低，易于安装维护，系统安全高效，定位准确，计算科学，能够全方位、多角度进行溺水预判并警报，且错误率低，能够第一时间拯救生命，极大提升泳池的安全性。
Description
技术领域：
本发明属于视频监控技术领域，涉及一种利用摄像机对游泳池中可能出现的溺水行为进行监控检测的装置及其方法，具体涉及一种泳池溺水监控检测装置。
背景技术：
目前室内游泳池中初学者常因不熟悉水性，在水中容易失去身体平衡并呛水，进而造成溺水事故，而有些已学会的游泳者，由于抽筋、相互间突然的碰撞、突发疾病、精神紧张等也极易可能发生溺水情况。国内游泳池中的检测系统大都是通过依靠救护人员，判断是否发生溺水，由于人眼观察范围有限，不容易意识到危险情况的发生，导致溺水事故频繁发生。溺水死亡事故发生于日场与夜场的概率近似。而在夜场开放中普遍存在照明亮度达不到国家规定标准(水面照度不得低于80勒克斯，并备有应急照明灯)的现象，从而导致救生员观察的范围受到影响，降低了对游泳者监护的安全性。
目前溺水报警常用的有以下几种方法：(1)救生员监控：救生员在泳池瞭望椅上扫视责任区内的游泳者或通过水上摄像机监控整个泳池的状况，发现有疑似溺水者时，立即下水营救，此方法成本较低，应用广泛，但救生员需要保持注意力高度集中，要忍受长时间的精神紧张，易产生工作疲劳，且救生员不易观察深水中的情况，监控效率较低，很难在第一时间发现溺水者并展开营救；(2)游泳者身上携带的检测器：让游泳者游泳时携带一定的监控装置，如类似裤带、项环等，例如中国专利201620010416.6公开的一种泳池防溺水安全系统，包括防水手环和监控系统，如果游泳者所处的位置低于设定的安全深度，或者超过一定的设定时间，监测装置就会发生警告，另外有的监测装置使用麦克风系统去监测游泳者的心跳和呼吸声音，并进一步测量这些声音消失和出现的间隔，从而决定游泳者是否溺水，由于误报率高，给游泳者带来不便，且系统安装、使用和维护耗资很大，因此未被广泛普及，投入使用；(3)简单的摄像机监控报警系统：把摄像机置于泳池的底部或者安装在水池的四壁，计算机对视频简单处理并计算，从而判断是否发生溺水，成本低廉，例如中国专利号201120080648.6公开的一种基于摄像网络的泳池防溺水预警系统，这种系统的缺点是：计算方法不够科学严谨，误报率较高，且发现溺水后采取救援，这就延误了最佳的施救时间。随着游泳池业在安全观点方面的要求，消费者的安全观念意识逐步加强，越来越多的相关器械纷纷进入市场，因此发明一种能够安全有效并反应迅速的检测发生溺水的泳池溺水监控检测装置很具有市场前景。
发明内容：
本发明的目的在于克服现有技术存在的缺点，寻求设计一种利用水上水下摄像机监控并运用计算机系统中的软件处理中的算法进行检测跟踪的预防泳池溺水监控检测装置。
为了实现上述目的，本发明涉及的泳池溺水监控检测装置组成的主体结构包括：电源、防水电缆、水上摄像机、水下摄像机、偏光镜、计算机处理单元、LED监控器、体态检测器、信号发送器、信号接收器和呼叫器，各部件按照电学原理和现场布局，电信息连通组合成监控检测系统装置；电源采用输出直流24V电压的市售稳压电源；水上摄像机和水下摄像机为网络摄像机，含有网络输出接口，能够直接将摄像机接入本地局域网并传递信息，防水电缆用于连接电源和水上摄像机、水下摄像机；安装有偏光镜的水上摄像机和水下摄像机的输出端分别连接计算机处理单元的串口端，计算机处理单元中安装有视频处理软件，能够准确处理水上摄像机和水下摄像机录制的视频，显示游泳者的状态，检测并处理分析出游泳者的溺水情况；计算机处理单元的输出端连接LED监控器的输入端，LED监控器具有高清晰度分辨率，能够实时显示溺水者的清晰状态；溺水者携带的体态检测器内部设置具有信息传感、信息处理和自供电功能，信息传感器采用的器件包括压力传感器、温度传感器和心率传感器，能够检测游泳者心率、潜入水下时间、手臂挥动次数和频率，传感功能实时采集游泳者状态数据经过具有信息处理功能的单片机处理后，将检测到的溺水信息经信号发送器发射出去，体态检测器的电源采用可充电形式纽扣电池，供电电压为3V；计算机处理单元的输出端和体态检测器的输出端分别连接有信号发送器，将溺水报警信号以无线电磁波的形式发送给救生员携带的信号接收器，救生员再通过呼叫器通知其他工作人员，开展施救；整体式系统装置能够实现连续稳定的自动检测监控功能，对所监控区域实现有效的监控与检测及其报警；
本发明涉及的泳池溺水监控检测装置，其具体的监控检测工艺包括以下步骤：
(1)监控与匹配目标：
先在游泳池上方和水底分别设置水上摄像机、水下摄像机联动实时监视游泳者的活动，水上摄像机和水下摄像机能够进行目标匹配：游泳者在水上摄像机和水下摄像机前表现出来的特征区别明显，游泳者的皮肤颜色变化或者衣服颜色变化的纹理特征会影响匹配，通过对水上摄像机和水下摄像机标定后的位置信息和游泳者速度信息进行匹配，水上摄像机和水下摄像机相毗邻且没有重叠视域部分；当水下摄像机涉及的游泳者的外部椭圆轮廓到达边界线时,记录帧数,并在水下摄像机中观察是否有新目标的出现,若有,计算机处理单元计算其椭圆轮廓的边缘是否在边界线,然后进行目标匹配；水下摄像机能屏蔽水面上拥挤的游泳者，有效减小系统的误报率，通过分析监控视频序列检测溺水者轨迹；通过在水上摄像机和水下摄像机前添加偏光镜来减少水面反射以及光照带来的影响，提高视频图像画质，方便图像处理；水上摄像机通过监控游泳池状态，并经过计算机处理单元中的视频处理软件处理标记游泳者的运动轨迹，根据游泳者轨迹推断下沉的游泳者并将其加到监控检测系统的预警名单里，再调动水下摄像机，使其成为重点监测的预警目标；
(2)前景检测与跟踪目标：
先由安装在游泳池上方的水上摄像机实时采集游泳者视频图像序列，视频帧率是每秒24帧图像，根据输入视频序列的前I0帧图像采用基于混合高斯模型背景减除的方法建立背景图像B，其中，B满足下式：
其中，B表示背景图像，T表示背景所占的比例，wk表示当前k个模型的权值，b为高斯分布的个数，k为模型个数；
在水上摄像机和水下摄像机前添加偏光镜用于获取视频图像序列，效果好于直接记录的图像，偏光镜会减少水面的反射造成的影响；
再对输入视频的每一帧图像按照逐个像素与背景图像B匹配，如果匹配，则为背景图像并更新背景模型参数，如果不匹配判断为前景点；在前景检测过程中，波纹噪声对运动目标的检测造成很大的影响，水面波纹符合高斯噪声分布，采用高斯模糊操作去除噪声，设定波纹滤除的阈值24帧图像，如果波纹检测小于连续的24帧图像，或者检测波纹的面积区域小于设定的阈值，将会滤掉波纹噪声带来的干扰；
将输入的视频图像经过去噪处理后转化为二值图像，对得到的二值图像采用阈值处理和中值滤波得到含有运动目标的前景图像，再进行形态学处理得到新的二值图像，提取边缘信息，找到前景的连通区域，用外接矩形进行标记，显示结果；确定矩形的中心位置，并判断前景像素点的个数p，如果p＞p0，其中p0为设置的阈值，确定为运动目标，对游泳者运动轨迹进行轮廓标记，并加入到跟踪记录表track中，若p≤p0，则忽略不进行标记，实现确定游泳者的位置信息；
前景检测分为禁止区域检测和非开放时间落水检测，其具体分为：
禁止区域检测：当游泳者游入禁止区域时，在输入的视频帧序列中用红色标记出游泳者的位置和运动轨迹，通过游泳者随身携带的检测器发出报警；
非开放时间落水检测：在游泳池的非开放时间，如果监控检测到的信息中发现有人、动物或者运动目标进入水中，水上摄像机检测到运动目标，系统立即发出报警；
(3)目标跟踪定位：
通过前景检测与匹配目标后，计算机处理单元中的视频处理软件的定位功能对确定的目标进行轨迹跟踪，实时监控每个游泳者的位置，并根据游泳者运动轨迹推断下沉的游泳者，将其加到监控检测系统的预警名单中；
计算机处理单元中的视频处理软件的定位功能采用卡尔曼滤波方法与匈牙利算法进行匹配轨迹，先根据前景检测的结果确定每一帧图像的运动目标，再将检测到的轨迹记录在变量表track中，变量表track中记录每帧图像检测的不同轨迹track1，track2，track3···，卡尔曼滤波方法根据变量表track中记录的历史轨迹预测不同轨迹下一帧的中心位置；
中心位置的预测计算公式为：其中，(x,y)为中心位置的坐标，x1为外接矩形的左边框位置，x2为外接矩形的右边框位置，y1为外接矩形的上边框位置，y2为外接矩形的下边框位置；
每一帧图像与背景模型相减后得到前景目标，并存放在记录表object中，记录表object中含有不同的目标object1，object2，object3···，记录表object中不同的目标与采用卡尔曼滤波方法预测的轨迹位置进行匹配，根据检测点与预测点的距离d与阈值d0比较结果，或者根据检测点与预测点位置的代价、周长的估计代价F、面积估计代价S或者轮廓估计代价C与预设值比较，并采用匈牙利算法对记录表object中的轨迹进行最优匹配，判断当前帧的运动轨迹是否与上一帧记录中的运动轨迹相匹配，如果匹配，则更新跟踪轨迹记录表track中的数据；若匹配未成功，则判断为新增目标，将当前新的运动轨迹添加历史记录表中；若连续数帧图像未检测到与历史记录表中的轨迹相联系的目标，则删除消失的轨迹记录；
(4)溺水判定：
通过溺水监控检测系统装置拍摄的视频中游泳者的特征数值判定游泳者是否溺水，其具体判断工艺过程如下：
①速度变化：溺水者的游泳速度变慢，最终低于设置的速度值，游泳者的速度计算公式为：
其中，M为连续采集的图像帧数，(Xci,Yci)和(Xci+1,Yci+1)分别是第i帧与第i+1帧图像中人的中心点坐标，是连续两帧人的中心点距离，为连续M帧人的中心点距离均值，再乘以得到速度，其中t＝aT，其中a为整数，a＝0,1,2,3···，T为采样时间，t为视频播放的时间，X,Y分别表示中心点坐标的横坐标和纵坐标；
②确定轮廓形状变化：正常游泳时，视频中人的轮廓形状随时间变化不明显，溺水时，形状变化明显剧烈，其形状变化率为：
其中，Si和Si+1为第i帧与第i+1帧图像中人的轮廓形状大小，Sv为连续M帧形状变化率，M为连续采集的图像帧数，t为视频播放的时间，a为整数，a＝0,1,2,3···；
③确定高度位置变化：溺水时，游泳者靠近池底，其距离池底的高度变小，低于设置的阈值，LED监控器7的显示屏上会用红框显示游泳者的位置；其位置高度h＜h0，其中h为游泳者距离水底的高度，h0为设置的阈值；
④溺水参数检测：游泳者随身携带的体态检测器检测游泳者心率、潜入水下时间、手臂挥动次数和频率的信息数据，如果超过设置数值，将溺水信号经信号发送器传输到救生员的信号接收器并发出报警；
⑤动态变化：水下摄像机检测到游泳池底部目标静止不动超过15秒钟则被认定是有溺水者，计算机处理单元立即向LED监控器和救生员的信号接收器发出报警信号；
(5)溺水报警：
计算机处理单元通过步骤(4)中的方法预判到有溺水者，水上摄像机和水下摄像机将视频传输给计算机处理单元，被检测到的溺水者状态会通过LED监控器实时显示，同时经过装载于计算机处理单元中的视频处理软件进行计算定位，并在LED监控器上用红色标记溺水者的位置，计算机处理单元发出蜂鸣报警，并将溺水者的位置发送到救生员携带的信号接收器，救生员通过呼叫器通知其他工作人员，第一时间开展施救，实现泳池溺水监控检测功能；
本发明涉及的计算机处理单元中安装的视频处理软件为MicrosoftVisual Studio软件系统，所涉及的公式背景图像来源于参考文献：An improved adaptive background mixture model for real-time trackingwith shadow中所记载的内容，本发明所涉及的公式 和是根据技术方法自己定义的；
本发明所涉及的电源、防水电缆、水上摄像机、水下摄像机、偏光镜、计算机处理单元、LED监控器、体态检测器、信号发送器、信号接收器和呼叫器均为市售定型产品，根据涉及的技术内容和泳池现场布局设置其功能参数，并按照常规的电信息互联的组装原理和工艺过程进行硬件组装后，构成整体式泳池溺水监控检测装置，实现其泳池溺水监控检测及其报警功能；
本发明涉及的卡尔曼滤波方法和匈牙利算法均为现有技术公开的方法。
本发明与现有技术相比，其设备成本低，易于安装维护，系统安全高效，定位准确，检测与计算科学，能够全方位、多角度进行溺水预判并警报，且错误率低，能够第一时间拯救生命，极大提升泳池的安全性。
附图说明：
图1为本发明涉及的泳池溺水监控检测装置结构原理示意框图。
图2泳池溺水监控检测工艺流程示意框图。
图3为本发明涉及的溺水背景图像。
图4为本发明涉及的前景检测工艺流程示意框图。
图5为本发明涉及的视频某一帧图像未经处理得到的前景图像。
图6为本发明涉及的某一帧图像经处理后得到的前景图像。
图7为本发明涉及的禁止区域检测工艺流程示意框图。
图8为本发明涉及的非开放时间落水检测工艺流程示意框图。
图9为本发明涉及的运动目标跟踪工艺流程示意框图。
具体实施方式：
下面结合附图并通过实施例对本发明作进一步描述：
实施例：
本实施例涉及的泳池溺水监控检测装置，其装置组成的主体结构包括：电源1、防水电缆2、水上摄像机3、水下摄像机4、偏光镜5、计算机处理单元6、LED监控器7、体态检测器8、信号发送器9、信号接收器10和呼叫器11(如图1)，各部件按照电学原理和现场布局，电信息连通组合成监控检测系统装置；电源1采用输出直流24V电压的市售稳压电源；水上摄像机3和水下摄像机4为网络摄像机，含有网络输出接口，能够直接将摄像机接入本地局域网并传递信息，防水电缆2用于连接电源1和水上摄像机3、水下摄像机4；安装有偏光镜5的水上摄像机3和水下摄像机4的输出端分别连接计算机处理单元6的串口端，计算机处理单元6中安装有视频处理软件，能够准确处理水上摄像机3和水下摄像机4录制的视频，显示游泳者的状态，检测并处理分析出游泳者的溺水情况；计算机处理单元6的输出端连接LED监控器7的输入端，LED监控器7具有高清晰度分辨率，能够实时显示溺水者的清晰状态；溺水者携带的体态检测器8内部设置具有信息传感、信息处理和自供电功能，信息传感器采用的器件包括压力传感器、温度传感器和心率传感器，能够检测游泳者心率、潜入水下时间、手臂挥动次数和频率，传感功能实时采集游泳者状态数据经过具有信息处理功能的单片机处理后，将检测到的溺水信息经信号发送器9发射出去，体态检测器8的电源采用可充电形式纽扣电池，供电电压为3V；计算机处理单元6的输出端和体态检测器8的输出端分别连接有信号发送器9，将溺水报警信号以无线电磁波的形式发送给救生员携带的信号接收器10，救生员再通过呼叫器11通知其他工作人员，开展施救；整体式系统装置能够实现连续稳定的自动检测监控功能，对所监控区域实现有效的监控与检测及其报警。
本实施例涉及的泳池溺水监控检测装置，其具体监控检测工艺包括以下步骤(如图2)：
(1)监控与匹配目标：
先在游泳池上方和水底分别设置水上摄像机3、水下摄像机4联动实时监视游泳者的活动，水上摄像机3和水下摄像机4能够进行目标匹配：游泳者在水上摄像机3和水下摄像机4前表现出来的特征区别明显，游泳者的皮肤颜色变化或者衣服颜色变化的纹理特征会影响匹配，通过对水上摄像机3和水下摄像机4标定后的位置信息和游泳者速度信息进行匹配，水上摄像机3和水下摄像机4相毗邻且没有重叠视域部分；当水下摄像机4涉及的游泳者的外部椭圆轮廓到达边界线时,记录帧数,并在水下摄像机4中观察是否有新目标的出现,若有,计算机处理单元6计算其椭圆轮廓的边缘是否在边界线,然后进行目标匹配；水下摄像机4能屏蔽水面上拥挤的游泳者，有效减小系统的误报率，通过分析监控视频序列检测溺水者轨迹；通过在水上摄像机3和水下摄像机4前添加偏光镜5来减少水面反射以及光照带来的影响，提高视频图像画质，方便图像处理；水上摄像机3通过监控游泳池状态，并经过计算机处理单元6中的视频处理软件处理标记游泳者的运动轨迹，根据游泳者轨迹推断下沉的游泳者并将其加到监控检测系统的预警名单里，再调动水下摄像机4，使其成为重点监测的预警目标；
(2)前景检测与跟踪目标：
先由安装在游泳池上方的水上摄像机3实时采集游泳者视频图像序列，视频帧率是每秒24帧图像，根据输入视频序列的前I0帧图像采用基于混合高斯模型背景减除的方法建立背景图像B(如图3)，其中，B满足下式：
其中，B表示背景图像，T表示背景所占的比例，wk表示当前k个模型的权值，b为高斯分布的个数，k为模型个数；
在水上摄像机3和水下摄像机4前添加偏光镜5用于获取视频图像序列，效果好于直接记录的图像，偏光镜5会减少水面的反射造成的影响；
再对输入视频的每一帧图像按照逐个像素与背景图像B匹配，如果匹配，则为背景图像并更新背景模型参数，如果不匹配判断为前景点(如图4)；在前景检测过程中，波纹噪声对运动目标的检测造成很大的影响(如图5)，水面波纹符合高斯噪声分布，采用高斯模糊操作去除噪声，设定波纹滤除的阈值24帧图像，如果波纹检测小于连续的24帧图像，或者检测波纹的面积区域小于设定的阈值，将会滤掉波纹噪声带来的干扰(如图6)；
将输入的视频图像经过去噪处理后转化为二值图像，对得到的二值图像采用阈值处理和中值滤波得到含有运动目标的前景图像，再进行形态学处理得到新的二值图像，提取边缘信息，找到前景的连通区域，用外接矩形进行标记，显示结果；确定矩形的中心位置，并判断前景像素点的个数p，如果p＞p0，其中p0为设置的阈值，确定为运动目标，对游泳者运动轨迹进行轮廓标记，并加入到跟踪记录表track中，若p≤p0，则忽略不进行标记，实现确定游泳者的位置信息；
前景检测分为禁止区域检测和非开放时间落水检测，其具体分为：
禁止区域检测：当游泳者游入禁止区域时，在输入的视频帧序列中用红色标记出游泳者的位置和运动轨迹，通过游泳者随身携带的检测器8发出报警(如图7)；
非开放时间落水检测：在游泳池的非开放时间，如果监控检测到的信息中发现有人、动物或者运动目标进入水中，水上摄像机3检测到运动目标，系统立即发出报警(如图8)；
(3)目标跟踪定位：
通过前景检测与匹配目标后，计算机处理单元6中的视频处理软件的定位功能对确定的目标进行轨迹跟踪，实时监控每个游泳者的位置，并根据游泳者运动轨迹推断下沉的游泳者，将其加到监控检测系统的预警名单中；
计算机处理单元6中的视频处理软件的定位功能采用卡尔曼滤波方法与匈牙利算法进行匹配轨迹，先根据前景检测的结果确定每一帧图像的运动目标，再将检测到的轨迹记录在变量表track中，变量表track中记录每帧图像检测的不同轨迹track1，track2，track3···，卡尔曼滤波方法根据变量表track中记录的历史轨迹预测不同轨迹下一帧的中心位置；
中心位置的预测计算公式为：其中，(x,y)为中心位置的坐标，x1为外接矩形的左边框位置，x2为外接矩形的右边框位置，y1为外接矩形的上边框位置，y2为外接矩形的下边框位置；
每一帧图像与背景模型相减后得到前景目标，并存放在记录表object中，记录表object中含有不同的目标object1，object2，object3···，记录表object中不同的目标与采用卡尔曼滤波方法预测的轨迹位置进行匹配，根据检测点与预测点的距离d与阈值d0比较结果，或者根据检测点与预测点位置的代价、周长的估计代价F、面积估计代价S或者轮廓估计代价C与预设值比较，并采用匈牙利算法对记录表object中的轨迹进行最优匹配，判断当前帧的运动轨迹是否与上一帧记录中的运动轨迹相匹配，如果匹配，则更新跟踪轨迹记录表track中的数据；若匹配未成功，则判断为新增目标，将当前新的运动轨迹添加历史记录表中；若连续数帧图像未检测到与历史记录表中的轨迹相联系的目标，则删除消失的轨迹记录(如图9)；
(4)溺水判定：
通过溺水监控检测系统装置拍摄的视频中游泳者的特征数值判定游泳者是否溺水，其具体判断工艺过程如下：
①速度变化：溺水者的游泳速度变慢，最终低于设置的速度值，游泳者的速度计算公式为：
其中，M为连续采集的图像帧数，(Xci,Yci)和(Xci+1,Yci+1)分别是第i帧与第i+1帧图像中人的中心点坐标，是连续两帧人的中心点距离，为连续M帧人的中心点距离均值，再乘以得到速度，其中t＝aT，其中a为整数，a＝0,1,2,3···，T为采样时间，t为视频播放的时间，X,Y分别表示中心点坐标的横坐标和纵坐标；
②确定轮廓形状变化：正常游泳时，视频中人的轮廓形状随时间变化不明显，溺水时，形状变化明显剧烈，其形状变化率为：
其中，Si和Si+1为第i帧与第i+1帧图像中人的轮廓形状大小，Sv为连续M帧形状变化率，M为连续采集的图像帧数，t为视频播放的时间，a为整数，a＝0,1,2,3···；
③确定高度位置变化：溺水时，游泳者靠近池底，其距离池底的高度变小，低于设置的阈值，LED监控器7的显示屏上会用红框显示游泳者的位置；其位置高度h＜h0，其中h为游泳者距离水底的高度，h0为设置的阈值；
④溺水参数检测：游泳者随身携带的体态检测器8检测游泳者心率、潜入水下时间、手臂挥动次数和频率的信息数据，如果超过设置数值，将溺水信号经信号发送器9传输到救生员的信号接收器10并发出报警；
⑤动态变化：水下摄像机检测到游泳池底部目标静止不动超过15秒钟则被认定是有溺水者，计算机处理单元6立即向LED监控器7和救生员的信号接收器10发出报警信号；
(5)溺水报警：
计算机处理单元6通过步骤(4)中的方法预判到有溺水者，水上摄像机3和水下摄像机4将视频传输给计算机处理单元6，被检测到的溺水者状态会通过LED监控器7实时显示，同时经过装载于计算机处理单元6中的视频处理软件进行计算定位，并在LED监控器7上用红色标记溺水者的位置，计算机处理单元6发出蜂鸣报警，并将溺水者的位置发送到救生员携带的信号接收器10，救生员通过呼叫器11通知其他工作人员，第一时间开展施救，实现泳池溺水监控检测功能。
本实施例涉及的计算机处理单元6中安装的视频处理软件为Microsoft VisualStudio软件系统，所涉及的公式背景图像来源于参考文献：Animproved adaptive background mixture model for real-time trackingwith shadow中所记载的内容，本实施例所涉及的公式 和是根据技术方法自己定义的。
本实施例所涉及的电源1、防水电缆2、水上摄像机3、水下摄像机4、偏光镜5、计算机处理单元6、LED监控器7、体态检测器8、信号发送器9、信号接收器10和呼叫器11均为市售定型产品，根据涉及的技术内容和泳池现场布局设置其功能参数，并按照常规的电信息互联的组装原理和工艺过程进行硬件组装后，构成整体式泳池溺水监控检测装置，实现其泳池溺水监控检测及其报警功能。
本实施例涉及的卡尔曼滤波方法和匈牙利算法均为现有技术公开的方法。
Claims (2)
1.一种泳池溺水监控检测装置，其特征在于其装置组成的主体结构包括：电源、防水电缆、水上摄像机、水下摄像机、偏光镜、计算机处理单元、LED监控器、体态检测器、信号发送器、信号接收器和呼叫器，各部件按照电学原理和现场布局，电信息连通组合成监控检测系统装置；电源采用输出直流24V电压的市售稳压电源；水上摄像机和水下摄像机为网络摄像机，含有网络输出接口，能够直接将摄像机接入本地局域网并传递信息，防水电缆用于连接电源和水上摄像机、水下摄像机；安装有偏光镜的水上摄像机和水下摄像机的输出端分别连接计算机处理单元的串口端，计算机处理单元中安装有视频处理软件，能够准确处理水上摄像机和水下摄像机录制的视频，显示游泳者的状态，检测并处理分析出游泳者的溺水情况；计算机处理单元的输出端连接LED监控器的输入端，LED监控器具有高清晰度分辨率，能够实时显示溺水者的清晰状态；溺水者携带的体态检测器内部设置具有信息传感、信息处理和自供电功能，信息传感器采用的器件包括压力传感器、温度传感器和心率传感器，能够检测游泳者心率、潜入水下时间、手臂挥动次数和频率，传感功能实时采集游泳者状态数据经过具有信息处理功能的单片机处理后，将检测到的溺水信息经信号发送器发射出去，体态检测器的电源采用可充电形式纽扣电池，供电电压为3V；计算机处理单元的输出端和体态检测器的输出端分别连接有信号发送器，将溺水报警信号以无线电磁波的形式发送给救生员携带的信号接收器，救生员再通过呼叫器通知其他工作人员，开展施救；整体式系统装置能够实现连续稳定的自动检测监控功能，对所监控区域实现有效的监控与检测及其报警。
2.根据权利要求1所述的泳池溺水监控检测装置，其特征在于所涉及的泳池溺水监控检测方法在溺水监控检测装置中实现，其具体工艺包括以下步骤：
(1)监控与匹配目标：
先在游泳池上方和水底分别设置水上摄像机、水下摄像机联动实时监视游泳者的活动，水上摄像机和水下摄像机能够进行目标匹配：游泳者在水上摄像机和水下摄像机前表现出来的特征区别明显，游泳者的皮肤颜色变化或者衣服颜色变化的纹理特征会影响匹配，通过对水上摄像机和水下摄像机标定后的位置信息和游泳者速度信息进行匹配，水上摄像机和水下摄像机相毗邻且没有重叠视域部分；当水下摄像机涉及的游泳者的外部椭圆轮廓到达边界线时,记录帧数,并在水下摄像机中观察是否有新目标的出现,若有,计算机处理单元计算其椭圆轮廓的边缘是否在边界线,然后进行目标匹配；水下摄像机能屏蔽水面上拥挤的游泳者，有效减小系统的误报率，通过分析监控视频序列检测溺水者轨迹；通过在水上摄像机和水下摄像机前添加偏光镜来减少水面反射以及光照带来的影响，提高视频图像画质，方便图像处理；水上摄像机通过监控游泳池状态，并经过计算机处理单元中的视频处理软件处理标记游泳者的运动轨迹，根据游泳者轨迹推断下沉的游泳者并将其加到监控检测系统的预警名单里，再调动水下摄像机，使其成为重点监测的预警目标；
(2)前景检测与跟踪目标：
先由安装在游泳池上方的水上摄像机实时采集游泳者视频图像序列，视频帧率是每秒24帧图像，根据输入视频序列的前I0帧图像采用基于混合高斯模型背景减除的方法建立背景图像B，其中，B满足下式：
<mrow>
<mi>B</mi>
<mo>=</mo>
<mi>arg</mi>
<mrow>
<mo>(</mo>
<mi>min</mi>
<mo>(</mo>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>b</mi>
</munderover>
<msub>
<mi>w</mi>
<mi>k</mi>
</msub>
<mo>></mo>
<mi>T</mi>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
其中，B表示背景图像，T表示背景所占的比例，wk表示当前k个模型的权值，b为高斯分布的个数，k为模型个数；
在水上摄像机和水下摄像机前添加偏光镜用于获取视频图像序列，效果好于直接记录的图像，偏光镜会减少水面的反射造成的影响；
再对输入视频的每一帧图像按照逐个像素与背景图像B匹配，如果匹配，则为背景图像并更新背景模型参数，如果不匹配判断为前景点；在前景检测过程中，波纹噪声对运动目标的检测造成很大的影响，水面波纹符合高斯噪声分布，采用高斯模糊操作去除噪声，设定波纹滤除的阈值24帧图像，如果波纹检测小于连续的24帧图像，或者检测波纹的面积区域小于设定的阈值，将会滤掉波纹噪声带来的干扰；
将输入的视频图像经过去噪处理后转化为二值图像，对得到的二值图像采用阈值处理和中值滤波得到含有运动目标的前景图像，再进行形态学处理得到新的二值图像，提取边缘信息，找到前景的连通区域，用外接矩形进行标记，显示结果；确定矩形的中心位置，并判断前景像素点的个数p，如果p＞p0，其中p0为设置的阈值，确定为运动目标，对游泳者运动轨迹进行轮廓标记，并加入到跟踪记录表track中，若p≤p0，则忽略不进行标记，实现确定游泳者的位置信息；
前景检测分为禁止区域检测和非开放时间落水检测，其具体分为：
禁止区域检测：当游泳者游入禁止区域时，在输入的视频帧序列中用红色标记出游泳者的位置和运动轨迹，通过游泳者随身携带的检测器发出报警；
非开放时间落水检测：在游泳池的非开放时间，如果监控检测到的信息中发现有人、动物或者运动目标进入水中，水上摄像机检测到运动目标，系统立即发出报警；
(3)目标跟踪定位：
通过前景检测与匹配目标后，计算机处理单元中的视频处理软件的定位功能对确定的目标进行轨迹跟踪，实时监控每个游泳者的位置，并根据游泳者运动轨迹推断下沉的游泳者，将其加到监控检测系统的预警名单中；
计算机处理单元中的视频处理软件的定位功能采用卡尔曼滤波方法与匈牙利算法进行匹配轨迹，先根据前景检测的结果确定每一帧图像的运动目标，再将检测到的轨迹记录在变量表track中，变量表track中记录每帧图像检测的不同轨迹track1，track2，track3···，卡尔曼滤波方法根据变量表track中记录的历史轨迹预测不同轨迹下一帧的中心位置；
中心位置的预测计算公式为：其中，(x,y)为中心位置的坐标，x1为外接矩形的左边框位置，x2为外接矩形的右边框位置，y1为外接矩形的上边框位置，y2为外接矩形的下边框位置；
每一帧图像与背景模型相减后得到前景目标，并存放在记录表object中，记录表object中含有不同的目标object1，object2，object3···，记录表object中不同的目标与采用卡尔曼滤波方法预测的轨迹位置进行匹配，根据检测点与预测点的距离d与阈值d0比较结果，或者根据检测点与预测点位置的代价、周长的估计代价F、面积估计代价S或者轮廓估计代价C与预设值比较，并采用匈牙利算法对记录表object中的轨迹进行最优匹配，判断当前帧的运动轨迹是否与上一帧记录中的运动轨迹相匹配，如果匹配，则更新跟踪轨迹记录表track中的数据；若匹配未成功，则判断为新增目标，将当前新的运动轨迹添加历史记录表中；若连续数帧图像未检测到与历史记录表中的轨迹相联系的目标，则删除消失的轨迹记录；
(4)溺水判定：
通过溺水监控检测系统装置拍摄的视频中游泳者的特征数值判定游泳者是否溺水，其具体判断工艺过程如下：
①速度变化：溺水者的游泳速度变慢，最终低于设置的速度值，游泳者的速度计算公式为：
<mrow>
<mi>V</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>t</mi>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mn>1</mn>
<mi>M</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>a</mi>
</mrow>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>a</mi>
<mo>+</mo>
<mi>M</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</munderover>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>Xc</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>Xc</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>Yc</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>Yc</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>,</mo>
</mrow>
其中，M为连续采集的图像帧数，(Xci,Yci)和(Xci+1,Yci+1)分别是第i帧与第i+1帧图像中人的中心点坐标，是连续两帧人的中心点距离，为连续M帧人的中心点距离均值，再乘以得到速度，其中t＝aT，其中a为整数，a＝0,1,2,3···，T为采样时间，t为视频播放的时间，X,Y分别表示中心点坐标的横坐标和纵坐标；
②确定轮廓形状变化：正常游泳时，视频中人的轮廓形状随时间变化不明显，溺水时，形状变化明显剧烈，其形状变化率为：
<mrow>
<msub>
<mi>S</mi>
<mi>v</mi>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>t</mi>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mn>1</mn>
<mi>M</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>a</mi>
</mrow>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>a</mi>
<mo>+</mo>
<mi>M</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>S</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
其中，Si和Si+1为第i帧与第i+1帧图像中人的轮廓形状大小，Sv为连续M帧形状变化率，M为连续采集的图像帧数，t为视频播放的时间，a为整数，a＝0,1,2,3···；
③确定高度位置变化：溺水时，游泳者靠近池底，其距离池底的高度变小，低于设置的阈值，LED监控器7的显示屏上会用红框显示游泳者的位置；其位置高度h＜h0，其中h为游泳者距离水底的高度，h0为设置的阈值；
④溺水参数检测：游泳者随身携带的体态检测器检测游泳者心率、潜入水下时间、手臂挥动次数和频率的信息数据，如果超过设置数值，将溺水信号经信号发送器传输到救生员的信号接收器并发出报警；
⑤动态变化：水下摄像机检测到游泳池底部目标静止不动超过15秒钟则被认定是有溺水者，计算机处理单元立即向LED监控器和救生员的信号接收器发出报警信号；
(5)溺水报警：
计算机处理单元通过步骤(4)中的方法预判到有溺水者，水上摄像机和水下摄像机将视频传输给计算机处理单元，被检测到的溺水者状态会通过LED监控器实时显示，同时经过装载于计算机处理单元中的视频处理软件进行计算定位，并在LED监控器上用红色标记溺水者的位置，计算机处理单元发出蜂鸣报警，并将溺水者的位置发送到救生员携带的信号接收器，救生员通过呼叫器通知其他工作人员，第一时间开展施救，实现泳池溺水监控检测功能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710800105.9A CN107566797A (zh) | 2017-09-07 | 2017-09-07 | 一种泳池溺水监控检测装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710800105.9A CN107566797A (zh) | 2017-09-07 | 2017-09-07 | 一种泳池溺水监控检测装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107566797A true CN107566797A (zh) | 2018-01-09 |
Family
ID=60979525
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710800105.9A Pending CN107566797A (zh) | 2017-09-07 | 2017-09-07 | 一种泳池溺水监控检测装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107566797A (zh) |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108181608A (zh) * | 2018-02-01 | 2018-06-19 | 杭州水豚科技有限公司 | 快速定位的智能泳池防溺水监测系统和方法 |
| CN108654059A (zh) * | 2018-04-23 | 2018-10-16 | 宁波市鄞州乐可机电科技有限公司 | 一种用以规范短道速滑运动的装置 |
| CN109102678A (zh) * | 2018-08-30 | 2018-12-28 | 青岛联合创智科技有限公司 | 一种融合uwb室内定位与视频目标检测与跟踪技术的溺水行为检测方法 |
| CN109584509A (zh) * | 2018-12-27 | 2019-04-05 | 太仓市小车东汽车服务有限公司 | 一种基于红外线与可见光组合的游泳池溺水监测方法 |
| CN109589505A (zh) * | 2018-11-26 | 2019-04-09 | 北京科技大学 | 一种用于放射治疗过程的多功能监测方法 |
| CN110246306A (zh) * | 2019-06-13 | 2019-09-17 | 西安电子科技大学 | 基于无线信号传输的水中运动安全监控系统设计方法 |
| CN110443979A (zh) * | 2019-06-26 | 2019-11-12 | 蒋言 | 一种溺水救助系统、自救装置及监控系统 |
| CN110555975A (zh) * | 2019-08-28 | 2019-12-10 | 成都理工大学工程技术学院 | 一种防溺水的监控方法及系统 |
| CN110743138A (zh) * | 2019-10-28 | 2020-02-04 | 浙江大学台州研究院 | 一种用于游泳时的搜救系统 |
| CN110793539A (zh) * | 2019-11-12 | 2020-02-14 | 浙江大学城市学院 | 基于运动分量阈值和机器学习的溺水检测方法和系统 |
| CN110852218A (zh) * | 2019-10-30 | 2020-02-28 | 程畅 | 溺水事件检测方法及装置、计算机可读存储介质 |
| CN110852362A (zh) * | 2019-10-30 | 2020-02-28 | 程畅 | 溺水事件检测方法及装置、计算机可读存储介质 |
| CN111143501A (zh) * | 2019-12-30 | 2020-05-12 | 南京甄视智能科技有限公司 | 轨迹跟踪方法、装置、存储介质及设备 |
| CN111310556A (zh) * | 2019-12-20 | 2020-06-19 | 山东汇佳软件科技股份有限公司 | 基于中小学学生区域防溺水安全监管系统及其监控方法 |
| CN111576945A (zh) * | 2020-05-01 | 2020-08-25 | 梅向瑾 | 防溺医疗红外矩阵急救能监测人溺水的智能泳池和方法 |
| CN111827740A (zh) * | 2019-05-28 | 2020-10-27 | 北京伟景智能科技有限公司 | 一种基于双目视觉的泳池监控系统及方法 |
| CN112052719A (zh) * | 2020-07-16 | 2020-12-08 | 国网浙江省电力有限公司 | 基于图像特征识别的人员行为分析方法及系统 |
| CN112309078A (zh) * | 2020-10-15 | 2021-02-02 | 泰州市出彩网络科技有限公司 | 基于局域网通信的状态检测平台 |
| CN112911210A (zh) * | 2020-11-22 | 2021-06-04 | 泰州镭昇光电科技有限公司 | 应用双重检测模式的海域监控系统及方法 |
| CN113838266A (zh) * | 2021-09-23 | 2021-12-24 | 广东中星电子有限公司 | 溺水报警方法、装置、电子设备和计算机可读介质 |
| CN114022910A (zh) * | 2022-01-10 | 2022-02-08 | 杭州巨岩欣成科技有限公司 | 泳池防溺水监管方法、装置、计算机设备及存储介质 |
| CN114896568A (zh) * | 2022-07-13 | 2022-08-12 | 杭州光粒科技有限公司 | 一种游泳数据统计方法、装置、设备及介质 |
| CN116132638A (zh) * | 2023-04-04 | 2023-05-16 | 南昌云守护科技有限公司 | 防溺水系统及方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102693606A (zh) * | 2011-03-24 | 2012-09-26 | 中国人民解放军国防科学技术大学 | 一种基于摄像网络的泳池防溺水预警方法及系统 |
| CN106022230A (zh) * | 2016-05-11 | 2016-10-12 | 太原理工大学 | 一种基于视频的游泳池溺水事件检测方法 |
-
2017
- 2017-09-07 CN CN201710800105.9A patent/CN107566797A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102693606A (zh) * | 2011-03-24 | 2012-09-26 | 中国人民解放军国防科学技术大学 | 一种基于摄像网络的泳池防溺水预警方法及系统 |
| CN106022230A (zh) * | 2016-05-11 | 2016-10-12 | 太原理工大学 | 一种基于视频的游泳池溺水事件检测方法 |
Cited By (31)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108181608A (zh) * | 2018-02-01 | 2018-06-19 | 杭州水豚科技有限公司 | 快速定位的智能泳池防溺水监测系统和方法 |
| CN108654059A (zh) * | 2018-04-23 | 2018-10-16 | 宁波市鄞州乐可机电科技有限公司 | 一种用以规范短道速滑运动的装置 |
| CN108654059B (zh) * | 2018-04-23 | 2019-11-19 | 宁波市鄞州乐可机电科技有限公司 | 一种用以规范短道速滑运动的装置 |
| CN109102678A (zh) * | 2018-08-30 | 2018-12-28 | 青岛联合创智科技有限公司 | 一种融合uwb室内定位与视频目标检测与跟踪技术的溺水行为检测方法 |
| CN109589505A (zh) * | 2018-11-26 | 2019-04-09 | 北京科技大学 | 一种用于放射治疗过程的多功能监测方法 |
| CN109584509A (zh) * | 2018-12-27 | 2019-04-05 | 太仓市小车东汽车服务有限公司 | 一种基于红外线与可见光组合的游泳池溺水监测方法 |
| CN109584509B (zh) * | 2018-12-27 | 2020-08-11 | 太仓市小车东汽车服务有限公司 | 一种基于红外线与可见光组合的游泳池溺水监测方法 |
| CN111827740A (zh) * | 2019-05-28 | 2020-10-27 | 北京伟景智能科技有限公司 | 一种基于双目视觉的泳池监控系统及方法 |
| CN110246306A (zh) * | 2019-06-13 | 2019-09-17 | 西安电子科技大学 | 基于无线信号传输的水中运动安全监控系统设计方法 |
| CN110443979A (zh) * | 2019-06-26 | 2019-11-12 | 蒋言 | 一种溺水救助系统、自救装置及监控系统 |
| CN110555975A (zh) * | 2019-08-28 | 2019-12-10 | 成都理工大学工程技术学院 | 一种防溺水的监控方法及系统 |
| CN110743138A (zh) * | 2019-10-28 | 2020-02-04 | 浙江大学台州研究院 | 一种用于游泳时的搜救系统 |
| CN110852218A (zh) * | 2019-10-30 | 2020-02-28 | 程畅 | 溺水事件检测方法及装置、计算机可读存储介质 |
| CN110852362A (zh) * | 2019-10-30 | 2020-02-28 | 程畅 | 溺水事件检测方法及装置、计算机可读存储介质 |
| CN110852218B (zh) * | 2019-10-30 | 2023-04-07 | 程畅 | 溺水事件检测方法及装置、计算机可读存储介质 |
| CN110852362B (zh) * | 2019-10-30 | 2022-09-06 | 程畅 | 溺水事件检测方法及装置、计算机可读存储介质 |
| CN110793539A (zh) * | 2019-11-12 | 2020-02-14 | 浙江大学城市学院 | 基于运动分量阈值和机器学习的溺水检测方法和系统 |
| CN111310556A (zh) * | 2019-12-20 | 2020-06-19 | 山东汇佳软件科技股份有限公司 | 基于中小学学生区域防溺水安全监管系统及其监控方法 |
| CN111143501B (zh) * | 2019-12-30 | 2022-08-23 | 南京甄视智能科技有限公司 | 轨迹跟踪方法、装置、存储介质及设备 |
| CN111143501A (zh) * | 2019-12-30 | 2020-05-12 | 南京甄视智能科技有限公司 | 轨迹跟踪方法、装置、存储介质及设备 |
| CN111576945A (zh) * | 2020-05-01 | 2020-08-25 | 梅向瑾 | 防溺医疗红外矩阵急救能监测人溺水的智能泳池和方法 |
| CN112052719A (zh) * | 2020-07-16 | 2020-12-08 | 国网浙江省电力有限公司 | 基于图像特征识别的人员行为分析方法及系统 |
| CN112309078A (zh) * | 2020-10-15 | 2021-02-02 | 泰州市出彩网络科技有限公司 | 基于局域网通信的状态检测平台 |
| CN112911210A (zh) * | 2020-11-22 | 2021-06-04 | 泰州镭昇光电科技有限公司 | 应用双重检测模式的海域监控系统及方法 |
| CN113838266A (zh) * | 2021-09-23 | 2021-12-24 | 广东中星电子有限公司 | 溺水报警方法、装置、电子设备和计算机可读介质 |
| CN113838266B (zh) * | 2021-09-23 | 2023-04-07 | 广东中星电子有限公司 | 溺水报警方法、装置、电子设备和计算机可读介质 |
| CN114022910B (zh) * | 2022-01-10 | 2022-04-12 | 杭州巨岩欣成科技有限公司 | 泳池防溺水监管方法、装置、计算机设备及存储介质 |
| CN114022910A (zh) * | 2022-01-10 | 2022-02-08 | 杭州巨岩欣成科技有限公司 | 泳池防溺水监管方法、装置、计算机设备及存储介质 |
| CN114896568A (zh) * | 2022-07-13 | 2022-08-12 | 杭州光粒科技有限公司 | 一种游泳数据统计方法、装置、设备及介质 |
| CN116132638A (zh) * | 2023-04-04 | 2023-05-16 | 南昌云守护科技有限公司 | 防溺水系统及方法 |
| CN116132638B (zh) * | 2023-04-04 | 2023-08-18 | 南昌云守护科技有限公司 | 防溺水系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107566797A (zh) | 一种泳池溺水监控检测装置 | |
| CN107622505A (zh) | 一种泳池溺水监控检测方法 | |
| CN102693606B (zh) | 一种基于摄像网络的泳池防溺水预警方法及系统 | |
| US20200380844A1 (en) | System, Device, and Method of Detecting Dangerous Situations | |
| CN106600888B (zh) | 一种森林火灾自动检测方法及系统 | |
| CN106241533B (zh) | 基于机器视觉的电梯乘员综合安全智能监控方法 | |
| CN101188745A (zh) | 游泳池智能溺水视频监控系统及方法 | |
| CN102074095B (zh) | 幼儿行为监控系统及方法 | |
| CN112489371A (zh) | 一种基于计算机视觉的泳池防溺水预警系统 | |
| CN108647575B (zh) | 基于光学视觉分析的溺水预警方法 | |
| WO2002097758A1 (en) | Drowning early warning system | |
| CN103810806B (zh) | 一种宿舍安防报警装置及宿舍安防报警系统 | |
| US12073703B2 (en) | Image based aquatic alert system | |
| CN108629935A (zh) | 一种基于视频监控检测爬楼翻窗盗窃行为的方法及系统 | |
| CN103996045B (zh) | 一种基于视频的多种特征融合的烟雾识别方法 | |
| CN111310556A (zh) | 基于中小学学生区域防溺水安全监管系统及其监控方法 | |
| Roy et al. | A novel drowning detection method for safety of swimmers | |
| CN112165600A (zh) | 一种溺水的识别方法、装置、摄像头及计算机系统 | |
| CN109637066A (zh) | 一种楼宇智能消防报警控制系统及方法 | |
| CN113438443A (zh) | 一种具有图像特征识别功能的应急场所监测预警系统 | |
| CN112309077A (zh) | 一种泳池溺水警报方法及装置 | |
| CN202033875U (zh) | 一种基于摄像网络的泳池防溺水预警系统 | |
| CN209657454U (zh) | 煤矿火灾识别系统 | |
| Hayat et al. | Comprehensive and comparative study of drowning person detection and rescue systems | |
| CN205541300U (zh) | 一种基于微波检测的游泳池安全监控系统 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20181224 Address after: 266000 Household No. 8, Qingda No. 3 Road, Laoshan District, Qingdao City, Shandong Province Applicant after: Qingdao Powerise Technology Co. Ltd. Address before: 266200 Room 605 and 606, Block A, Building 12, Qingdao Software Park, 288 Ningxia Road, Shinan District, Qingdao City, Shandong Province Applicant before: Qingdao Bo Bo Microelectronics Technology Co., Ltd. |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180109 |
|
| RJ01 | Rejection of invention patent application after publication |