CN108364078A - 异样行为判断系统及方法 - Google Patents
异样行为判断系统及方法 Download PDFInfo
- Publication number
- CN108364078A CN108364078A CN201810186384.9A CN201810186384A CN108364078A CN 108364078 A CN108364078 A CN 108364078A CN 201810186384 A CN201810186384 A CN 201810186384A CN 108364078 A CN108364078 A CN 108364078A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- abnormal behavior
- behavior
- model
- module
- 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/30—Administration of product recycling or disposal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Multimedia (AREA)
- Sustainable Development (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种异样行为判断系统,包括:摄像头模块、行为识别模块、异样行为数据库、比对模块以及数据传输模块;所述摄像头模块用于采集行为人的视频信息;所述行为识别模块用于根据所述摄像头模块采集的视频信息进行行为人的行为识别;所述异样行为数据库用于储存设定的异样行为数据;所述比对模块用于将所述行为识别模块识别出的行为数据与所述异样行为数据库中的数据进行比对;所述数据传输模块用于传输所述比对模块的比对结果至预设服务器。本发明还提供了一种异样行为判断方法。该异样行为判断系统可有效解决二手物品回收交易的黑单。
Description
技术领域
本发明属于人脸识别技术领域,具体涉及异样行为判断系统及方法。
背景技术
在针对二手物品回收线下交易的情况下,即在实体店进行面交的时候,容易产生飞单的情况,即线下交易人员会将品质较好的二手产品进行自己回收后期会将回收过来的产品用高价自主进行交易。这种行为现在只能通过每月核对单号等人工的方式进行判断,没有办法在第一时间进行做出判断,并且因为人工判断具有较高的主观性无法做出较为准确的判断。导致二手物品回收线下交易存在大量的黑单,给二手物品回收店家带来了损失,同时也不利于二手物品线下回收市场的规范有序发展。
发明内容
本发明的目的在于针对现有技术的不足,提供一种异样行为判断系统及方法,用于克服现有技术中的缺点。
具体的,本发明提出了以下具体的实施例:
本发明实施例提供了一种异样行为判断系统,应用于二手物品回收交易的实时监测,包括:
摄像头模块、行为识别模块、异样行为数据库、比对模块以及数据传输模块;
所述摄像头模块用于采集行为人的视频信息;
所述行为识别模块用于根据所述摄像头模块采集的视频信息进行行为人的行为识别;
所述异样行为数据库用于储存设定的异样行为数据;
所述比对模块用于将所述行为识别模块识别出的行为数据与所述异样行为数据库中的数据进行比对;
所述数据传输模块用于传输所述比对模块的比对结果至预设服务器。
作为上述技术方案的进一步改进,所述行为识别模块包括:行为识别模型;所述摄像头模块获取与目标用户行为对应的目标参数的统计分布信息,其中目标参数包括目标用户行为的行为识别模型的至少一个参数,并且目标参数的统计分布信息是根据多次人工训练出来的结果;摄像头模块根据目标参数的统计分布信息,建立并保存摄像头模块和相对应的目标用户行为的行为识别模型,以用于识别目标用户行为。
作为上述技术方案的进一步改进,所述异样行为数据库包含多个异样行为模型,所述异样行为模型是通过多次的异样行为人工训练得到的结果,异样行为人工训练包括多个异样行为反复进行训练实现的模型;所述异样行为模型主要是限定交易行为动作,当交易过程中出现违规交易动作即发出警报。
作为上述技术方案的进一步改进,所述异样行为模型包括交易时间异样模型。
作为上述技术方案的进一步改进,所述交易时间异样模型主要限定交易时间,当交易时间超出预设的时长时发出告警提示。
本发明实施例还提供了一种异样行为判断方法,应用于二手物品回收交易的实时监测,包括:
摄像头模块采集行为人的视频信息;
行为识别模块用于根据所述摄像头模块采集的视频信息进行行为人的行为识别;
将所述行为识别模块识别出的行为数据与所述异样行为数据库中的数据进行比对;
传输所述比对模块的比对结果至预设服务器。
作为上述技术方案的进一步改进,所述行为识别模块包括:行为识别模型;所述摄像头模块获取与目标用户行为对应的目标参数的统计分布信息,其中目标参数包括目标用户行为的行为识别模型的至少一个参数,并且目标参数的统计分布信息是根据多次人工训练出来的结果;摄像头模块根据目标参数的统计分布信息,建立并保存摄像头模块和相对应的目标用户行为的行为识别模型,以用于识别目标用户行为。
作为上述技术方案的进一步改进,所述异样行为数据库包含多个异样行为模型,所述异样行为模型是通过多次的异样行为人工训练得到的结果,异样行为人工训练包括多个异样行为反复进行训练实现的模型;所述异样行为模型主要是限定交易行为动作,当交易过程中出现违规交易动作即发出警报。
作为上述技术方案的进一步改进,所述异样行为模型包括交易时间异样模型。
作为上述技术方案的进一步改进,所述交易时间异样模型主要限定交易时间,当交易时间超出预设的时长时发出告警提示。
采用本发明提供的技术方案,与已有的公知技术相比,至少具有如下有益效果:摄像头模块对于交易人员的动作和时间捕捉从而实现针对于二手交易的实时监测,通过人工智能识别异样行为的方法防止黑单的产生。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提出的一种异样行为判断系统的结构示意图。
图2为本发明实施例提出的一种异样行为判断方法的流程示意图。
主要元件符号说明:
101-摄像头模块;102-行为识别模块;103-异样行为数据库;104-比对模块;105-数据传输模块。
具体实施方式
在下文中,将更全面地描述本公开的各种实施例。本公开可具有各种实施例,并且可在其中做出调整和改变。然而,应理解:不存在将本公开保护范围限于在此公开的特定实施例的意图,而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。
在下文中,可在本公开的各种实施例中使用的术语“包括”或“可包括”指示所公开的功能、操作或元件的存在,并且不限制一个或更多个功能、操作或元件的增加。此外,如在本公开的各种实施例中所使用,术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
在本公开的各种实施例中使用的表述(诸如“第一”、“第二”等)可修饰在各种实施例中的各种组成元件,不过可不限制相应组成元件。例如,以上表述并不限制所述元件的顺序和/或重要性。以上表述仅用于将一个元件与其它元件区别开的目的。例如,第一用户设备和第二用户设备指示不同用户设备,尽管二者都是用户设备。例如,在不脱离本公开的各种实施例的范围的情况下,第一元件可被称为第二元件,同样地,第二元件也可被称为第一元件。
应注意到:如果描述将一个组成元件“连接”到另一组成元件,则可将第一组成元件直接连接到第二组成元件,并且可在第一组成元件和第二组成元件之间“连接”第三组成元件。相反地,当将一个组成元件“直接连接”到另一组成元件时,可理解为在第一组成元件和第二组成元件之间不存在第三组成元件。
在本公开的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本公开的各种实施例。除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本公开的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本公开的各种实施例中被清楚地限定。
实施例1
如图1所示,本发明实施例提供了一种异样行为判断系统,应用于二手物品回收交易的实时监测,包括:
摄像头模块101、行为识别模块102、异样行为数据库103、比对模块104以及数据传输模块105。
摄像头模块101用于采集行为人的视频信息。
行为识别模块102用于根据摄像头模块101采集的视频信息进行行为人的行为识别。
异样行为数据库103用于储存设定的异样行为数据。
比对模块104用于将行为识别模块102识别出的行为数据与异样行为数据库103中的数据进行比对。
数据传输模块105用于传输所述比对模块的比对结果至预设服务器。
行为识别模块102包括:行为识别模型;摄像头模块获取与目标用户行为对应的目标参数的统计分布信息,其中目标参数包括目标用户行为的行为识别模型的至少一个参数,并且目标参数的统计分布信息是根据多次人工训练出来的结果;摄像头模块根据目标参数的统计分布信息,建立并保存摄像头模块和相对应的目标用户行为的行为识别模型,以用于识别目标用户行为。
异样行为数据库103包含多个异样行为模型,所述异样行为模型是通过多次的异样行为人工训练得到的结果,异样行为人工训练包括多个异样行为反复进行训练实现的模型;所述异样行为模型主要是限定交易行为动作,当交易过程中出现违规交易动作即发出警报。
异样行为模型包括交易时间异样模型。
交易时间异样模型主要限定交易时间,当交易时间超出预设的时长时发出告警提示。
通过先前的异样行为判断之后对这一时间段内的异样行为视频进行截取。
目标截取方法实现的基础是基于异样行为判断方法,异样行为判断方法主要判断连续的行为人实时的异样行为。例如在一个小时内产生了三组行为,那三组行为并且为连续行为,首先异样行为判断方法针对这三组行为进行实时判断,当出现异样行为时,通过目标文件截取方法截取单独的一组异样行为进行上传。
对不同行为人进行识别,通过人脸识别方法进行判断,比较常用的人脸识别技术包括face.com、orbe、Face++、skybiometry、Luxand、lambdal、betaface等等。判断机制为首先判断前一时间段的行为人与这一时间段的行为人是否为同一个人或者是否包含前一时间段的行为人;如果为同一行为人,即通过异样行为判断模块判断是否判断产生异样行为;如果产生异样行为,即将此行为人最初始视频影像和异样行为出现时刻的影响进行截取并传输至后台终端;如果并非同一行为人,即对于之前缓存此行为人视频图像进行删除。
异样行为判断模块包括异样时间模型和异样行为模型,异样时间模型主要是通过单一行为人进行行为的时间段,当记录的时间段超过异样时间模型中设定的标准时间段时,即判断为异样行为;异样行为模型主要是通过单一行为人进行行为时异样动作的捕捉,当捕捉到行为实时与异样行为模型中的异样行为进行匹配时即判断为异样行为。
实施例2
如图2所示,本发明实施例提供了一种异样行为判断方法,应用于二手物品回收交易的实时监测,包括:
S101、摄像头模块采集行为人的视频信息。
S102、行为识别模块用于根据所述摄像头模块采集的视频信息进行行为人的行为识别。
S103、将所述行为识别模块识别出的行为数据与所述异样行为数据库中的数据进行比对。
S104、传输所述比对模块的比对结果至预设服务器。
行为识别模块包括:行为识别模型;摄像头模块获取与目标用户行为对应的目标参数的统计分布信息,其中目标参数包括目标用户行为的行为识别模型的至少一个参数,并且目标参数的统计分布信息是根据多次人工训练出来的结果;摄像头模块根据目标参数的统计分布信息,建立并保存摄像头模块和相对应的目标用户行为的行为识别模型,以用于识别目标用户行为。
异样行为数据库包含多个异样行为模型,异样行为模型是通过多次的异样行为人工训练得到的结果,异样行为人工训练包括多个异样行为反复进行训练实现的模型;所述异样行为模型主要是限定交易行为动作,当交易过程中出现违规交易动作即发出警报。
异样行为模型包括交易时间异样模型。
交易时间异样模型主要限定交易时间,当交易时间超出预设的时长时发出告警提示。
通过先前的异样行为判断之后对这一时间段内的异样行为视频进行截取。
目标截取方法实现的基础是基于异样行为判断方法,异样行为判断方法主要判断连续的行为人实时的异样行为。例如在一个小时内产生了三组行为,那三组行为并且为连续行为,首先异样行为判断方法针对这三组行为进行实时判断,当出现异样行为时,通过目标文件截取方法截取单独的一组异样行为进行上传。
对不同行为人进行识别,通过人脸识别方法进行判断,判断机制为首先判断前一时间段的行为人与这一时间段的行为人是否为同一个人或者是否包含前一时间段的行为人;如果为同一行为人,即通过异样行为判断模块判断是否判断产生异样行为;如果产生异样行为,即将此行为人最初始视频影像和异样行为出现时刻的影响进行截取并传输至后台终端;如果并非同一行为人,即对于之前缓存此行为人视频图像进行删除。
异样行为判断模块包括异样时间模型和异样行为模型,异样时间模型主要是通过单一行为人进行行为的时间段,当记录的时间段超过异样时间模型中设定的标准时间段时,即判断为异样行为;异样行为模型主要是通过单一行为人进行行为时异样动作的捕捉,当捕捉到行为实时与异样行为模型中的异样行为进行匹配时即判断为异样行为。
本领域技术人员可以理解附图只是一个优选实施场景的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域技术人员可以理解实施场景中的设备中的模块可以按照实施场景描述进行分布于实施场景的设备中,也可以进行相应变化位于不同于本实施场景的一个或多个设备中。上述实施场景的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
上述本发明序号仅仅为了描述,不代表实施场景的优劣。以上公开的仅为本发明的几个具体实施场景,但是,本发明并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
Claims (10)
1.一种异样行为判断系统,其特征在于,包括:
摄像头模块、行为识别模块、异样行为数据库、比对模块以及数据传输模块;
所述摄像头模块用于采集行为人的视频信息;
所述行为识别模块用于根据所述摄像头模块采集的视频信息进行行为人的行为识别;
所述异样行为数据库用于储存设定的异样行为数据;
所述比对模块用于将所述行为识别模块识别出的行为数据与所述异样行为数据库中的数据进行比对;
所述数据传输模块用于传输所述比对模块的比对结果至预设服务器。
2.根据权利要求1所述的异样行为判断系统,其特征在于,所述行为识别模块包括:行为识别模型;所述摄像头模块获取与目标用户行为对应的目标参数的统计分布信息,其中目标参数包括目标用户行为的行为识别模型的至少一个参数,并且目标参数的统计分布信息是根据多次人工训练出来的结果;摄像头模块根据目标参数的统计分布信息,建立并保存摄像头模块和相对应的目标用户行为的行为识别模型,以用于识别目标用户行为。
3.根据权利要求1所述的异样行为判断系统,其特征在于,所述异样行为数据库包含多个异样行为模型,所述异样行为模型是通过多次的异样行为人工训练得到的结果,异样行为人工训练包括多个异样行为反复进行训练实现的模型;所述异样行为模型主要是限定交易行为动作,当交易过程中出现违规交易动作即发出警报。
4.根据权利要求3所述的异样行为判断系统,其特征在于,所述异样行为模型包括交易时间异样模型。
5.根据权利要求4所述的异样行为判断系统,其特征在于,所述交易时间异样模型主要限定交易时间,当交易时间超出预设的时长时发出告警提示。
6.一种异样行为判断方法,其特征在于,包括:
摄像头模块采集行为人的视频信息;
行为识别模块用于根据所述摄像头模块采集的视频信息进行行为人的行为识别;
将所述行为识别模块识别出的行为数据与所述异样行为数据库中的数据进行比对;
传输所述比对模块的比对结果至预设服务器。
7.根据权利要求6所述的异样行为判断方法,其特征在于,所述行为识别模块包括:行为识别模型;所述摄像头模块获取与目标用户行为对应的目标参数的统计分布信息,其中目标参数包括目标用户行为的行为识别模型的至少一个参数,并且目标参数的统计分布信息是根据多次人工训练出来的结果;摄像头模块根据目标参数的统计分布信息,建立并保存摄像头模块和相对应的目标用户行为的行为识别模型,以用于识别目标用户行为。
8.根据权利要求6所述的异样行为判断方法,其特征在于,所述异样行为数据库包含多个异样行为模型,所述异样行为模型是通过多次的异样行为人工训练得到的结果,异样行为人工训练包括多个异样行为反复进行训练实现的模型;所述异样行为模型主要是限定交易行为动作,当交易过程中出现违规交易动作即发出警报。
9.根据权利要求8所述的异样行为判断方法,其特征在于,所述异样行为模型包括交易时间异样模型。
10.根据权利要求9所述的异样行为判断方法,其特征在于,所述交易时间异样模型主要限定交易时间,当交易时间超出预设的时长时发出告警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810186384.9A CN108364078A (zh) | 2018-03-07 | 2018-03-07 | 异样行为判断系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810186384.9A CN108364078A (zh) | 2018-03-07 | 2018-03-07 | 异样行为判断系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108364078A true CN108364078A (zh) | 2018-08-03 |
Family
ID=63003470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810186384.9A Pending CN108364078A (zh) | 2018-03-07 | 2018-03-07 | 异样行为判断系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108364078A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109376689A (zh) * | 2018-11-20 | 2019-02-22 | 图普科技(广州)有限公司 | 人群分析方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080031491A1 (en) * | 2006-08-03 | 2008-02-07 | Honeywell International Inc. | Anomaly detection in a video system |
CN104992117A (zh) * | 2015-06-16 | 2015-10-21 | 北京航空航天大学 | Html5移动应用程序的异常行为检测方法和行为模型建立方法 |
CN105957271A (zh) * | 2015-12-21 | 2016-09-21 | 中国银联股份有限公司 | 一种金融终端安全防护方法及系统 |
-
2018
- 2018-03-07 CN CN201810186384.9A patent/CN108364078A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080031491A1 (en) * | 2006-08-03 | 2008-02-07 | Honeywell International Inc. | Anomaly detection in a video system |
CN104992117A (zh) * | 2015-06-16 | 2015-10-21 | 北京航空航天大学 | Html5移动应用程序的异常行为检测方法和行为模型建立方法 |
CN105957271A (zh) * | 2015-12-21 | 2016-09-21 | 中国银联股份有限公司 | 一种金融终端安全防护方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109376689A (zh) * | 2018-11-20 | 2019-02-22 | 图普科技(广州)有限公司 | 人群分析方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110458154B (zh) | 人脸识别方法、装置和计算机可读存储介质 | |
CN107808502B (zh) | 一种图像检测报警方法及装置 | |
CN110198456A (zh) | 基于直播的视频推送方法、装置和计算机可读存储介质 | |
CN109903414A (zh) | 一种基于物联网监控办公考勤控制系统及方法 | |
CN110674790B (zh) | 一种视频监控中异常场景处理方法及系统 | |
CN112672010A (zh) | 一种基于人脸识别的视频生成系统 | |
CN103955846B (zh) | 信息处理系统中控制多个终端智能反馈的控制方法及装置 | |
CN109118606A (zh) | 一种面部识别考勤过程认证方法 | |
CN110288801A (zh) | 电力现场视频监控方法、装置、计算机设备和存储介质 | |
CN110189111A (zh) | 考勤方法及装置 | |
CN110300171A (zh) | 信息采集方法、系统、计算机可读存储介质及电子设备 | |
CN111970471B (zh) | 基于视频会议的参会人员评分方法、装置、设备及介质 | |
CN116319034A (zh) | 一种基于多媒体远程会议信息的安全监控管理系统 | |
CN111125382A (zh) | 人员轨迹实时监测方法及终端设备 | |
CN110351598A (zh) | 多媒体信息的传输方法及装置 | |
CN112699328A (zh) | 网点服务数据处理方法、装置、系统、设备及存储介质 | |
CN115567690A (zh) | 一种自动识别现场作业危险点的智慧监控系统 | |
CN108364078A (zh) | 异样行为判断系统及方法 | |
CN205451174U (zh) | 一种适用于食品药品安全行业的智能执法管理装置 | |
CN109087006B (zh) | 电力设备监造信息的处理方法及装置 | |
CN110660287A (zh) | 一种配网不停电作业的仿真模拟考核系统 | |
CN112766095B (zh) | 一种参会人员投入度评价系统及其评价方法 | |
CN114157837A (zh) | 基于视频监控云平台的安全考勤联动系统 | |
CN112653870B (zh) | 一种基于大数据的异常行为预警系统 | |
CN113628172A (zh) | 一种人员手持武器智能检测算法及智慧城市安防系统 |
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: 20180803 |