CN109286780B - 视频监控系统与视频监控方法 - Google Patents
视频监控系统与视频监控方法 Download PDFInfo
- Publication number
- CN109286780B CN109286780B CN201810247085.1A CN201810247085A CN109286780B CN 109286780 B CN109286780 B CN 109286780B CN 201810247085 A CN201810247085 A CN 201810247085A CN 109286780 B CN109286780 B CN 109286780B
- Authority
- CN
- China
- Prior art keywords
- video
- target object
- event
- module
- target
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 103
- 230000001960 triggered effect Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 42
- 238000012795 verification Methods 0.000 claims description 40
- 238000004891 communication Methods 0.000 description 32
- 238000010586 diagram Methods 0.000 description 5
- 239000000835 fiber Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- 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
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
-
- 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
- G06V20/44—Event detection
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Alarm Systems (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种视频监控方法与视频监控系统。所述方法包括撷取至少部分监视区域的影像以获得多个视频串流;感测监视区域以获得多个感测数据;判断各个视频串流中是否存在符合一目标物件的物件的影像;若判定视频串流中的物件的影像为所述目标物件,根据对应所述视频串流的感测数据判断所述目标物件是否触发目标事件;若判定所述目标物件触发所述目标事件,根据预设分析条件、包含所述目标物件的所述视频串流及所述目标事件以输出对应所述目标物件的特征值;根据对应所述目标物件的所述特征值与模型权重值以产生对应所述目标物件的通知事件。
Description
技术领域
本发明涉及一种监控系统,且特别涉及一种视频监控系统与视频监控方法。
背景技术
一般来说,目前现有的影像监控系统或是视频监控系统仅使用保安或是工厂人员用肉眼监控任何进出的物件,并判断所述物件是否有不合理的事件发生以作出相对应的决策。然而,单靠人员肉眼识别的情况下,无法有效率地处理同时多个物件与所述物件可能对应产生的多种事件。
基于上述情形,要如何设计一个能够有效率地处理同时多个物件与所述物件可能对应产生的多种事件的视频/影像监控系统与视频/影像监控方法,为本领域人员致力发展的目标。
发明内容
本发明提供一种视频监控系统与视频监控方法,可利用多个视频撷取装置、多个感测装置对于监视区域所撷取的多个视频串流来识别是否有目标物件并且利用对应视频串流的感测数据判断目标物件是否触发目标事件,再利用目标物件、被触发的目标事件通过多个分析模型以产生对应所述目标物件的通知事件,进而可根据所判定的通知事件来判断是否执行后续的警示操作、显示操作、验证操作或控制操作,通过视频监控系统的配置能够增进对于监视区域的监控效率。
本发明的一实施例提供用以监控一监视区域的一种视频监控系统。所述系统包括视频撷取模块、感测模块与决策系统。所述视频撷取模块包括多个视频撷取装置,其中所述多个视频撷取装置分别设置于邻近所述监视区域,并且各个视频撷取装置用以撷取包含至少部分所述监视区域的影像以获得视频串流。所述感测模块包括多个感测装置,其中所述多个感测装置分别邻设于对应的所述多个视频撷取装置,并且各个感测装置感测所述监视区域以获得感测数据,其中所述多个感测数据分别对应于所述多个视频撷取装置所输出的所述多个视频串流。所述决策系统耦接所述视频撷取模块及所述感测模块。所述决策系统包括影像识别模块、事件判断模块、分析模型模块以及处理模块。影像识别模块接收所述多个视频撷取装置的所述多个视频串流并判断各个视频串流中是否存在符合一目标物件的物件的影像。事件判断模块耦接所述影像识别模块并接收所述多个感测装置的所述多个感测数据,其中若所述影像识别模块判定所述视频串流中的所述物件的影像为所述目标物件,所述事件判断模块根据对应所述视频串流的所述感测数据判断所述视频串流中的所述目标物件是否触发目标事件。分析模型模块耦接所述影像识别模块及所述事件判断模块,并且所述分析模型模块包括分别对应所述多个视频撷取装置的多个分析模型,且各个分析模型包含一预设分析条件。若判定所述视频串流中的所述目标物件触发所述目标事件,所述事件判断模块传送包含目标物件的所述视频串流及所述目标事件至对应所述视频串流所属的视频撷取装置的分析模型。所述多个分析模型根据各自的预设分析条件、各自接收的所述目标物件的所述视频串流及所述目标事件以分别输出对应所述目标物件的多个特征值。处理模块耦接所述分析模型模块,所述处理模块具有分别对应所述多个分析模型的多个模型权重值。此外,处理模块用以接收所述多个分析模型所输出的所述多个特征值,并且根据所述多个特征值与所述多个模型权重值以产生对应所述目标物件的通知事件。
本发明的一实施例提供适用于所述视频监控系统的一种视频监控方法,所述视频监控方法包括下列步骤:撷取包含至少部分所述监视区域的影像以获得多个视频串流;感测所述监视区域以获得多个感测数据,所述多个感测数据分别对应于所述多个视频串流;判断各个视频串流中是否存在符合目标物件的物件的影像;若判定所述视频串流中的所述物件的所述影像为所述目标物件,则根据对应所述视频串流的所述感测数据判断所述视频串流中的所述目标物件是否触发目标事件;若判定所述视频串流中的所述目标物件触发所述目标事件,则根据预设分析条件、包含所述目标物件的所述视频串流及所述目标事件以输出对应所述目标物件的特征值;以及根据对应所述目标物件的所述特征值与模型权重值以产生对应所述目标物件的通知事件。
基于上述,本发明的实施例所提供的视频监控系统与视频监控方法,可识别从监视区域撷取的多个视频串流中的多个目标物件、并且利用对应视频串流的感测数据判断目标物件是否有触发目标事件,并且将上述数据输入至多个分析模型,并依据预设分析条件来获得对应目标物件的特征值,进而根据分别对应所述多个分析模型的多个模型权重值与所述多个特征值以产生对应所述目标物件的通知事件。如此一来,可再根据所做出的通知事件来进一步地执行对于监视区域的控制、警示、验证与显示,达到有效率且弹性的监控管理。
为让本发明的上述特征和优点能更明显易懂,下文特举实施例,并配合附图作详细说明如下。
附图说明
图1是依照本发明的一实施例所示的视频监控系统的方框图;
图2是依照本发明的一实施例所示的视频监控方法的流程图;
图3是依照本发明的另一实施例所示的视频监控系统的方框图;
图4是依照本发明的另一实施例所示的视频监控系统的运行流程图。
具体实施方式
图1是依照本发明的一实施例所示的视频监控系统的方框图。请参照图1,在本实施例中,视频监控系统10包括视频撷取模块100、决策系统200以及感测模块400,决策系统200耦接视频撷取模块100及感测模块400。图1先介绍视频监控系统10的所有构件以及配置关系,图2是依据本发明的一实施例的视频监控方法的流程图。本实施例的方法适用于图1的视频监控系统10,以下请同时参照图1以及图2,以叙明视频监控系统10中的各个装置搭配本发明视频监控方法的详细步骤。
所述视频撷取模块100包括多个视频撷取装置110(1)~110(N)(亦可为具有撷取影像数据功能的影像撷取装置、摄影机或相机)以及通讯模块120。所述多个视频撷取装置110(1)~110(N)用以分别撷取包含至少部分监视区域的影像以获得视频串流(步骤S21),其中N为正整数。所述监视区域指被视频监控系统10监控的区域。所述监视区域可为一或多个区域。各视频撷取装置可包括镜头、感光元件以及光圈等。镜头例如是标准镜头、广角镜头及变焦镜头等。感光元件例如是电荷耦合元件(Charge Coupled Device,CCD)、互补性氧化金属半导体(Complementary Metal-Oxide Semiconductor,CMOS)元件或其他元件,镜头与感光元件或其组合在此皆不设限。各视频撷取装置可连续撷取多个影像,即,撷取(获得)一动态影像(亦称,视频串流,Video Stream)。所述视频撷取装置亦可撷取单一的静态影像。所述多个视频撷取装置110(1)~110(N)分别设置于邻近监视区域,不同的视频撷取装置110(1)~110(N)朝向所述监视区域以不同的角度撷取包含至少部分监视区域的影像以获得视频串流。举例来说,若将视频监控系统10配置于车辆上,监视区域可指在车辆周遭的空间。又例如,若将视频监控系统10配置于工厂大门,监视区域可指在大门周遭的空间。换句话说,本发明的视频监控系统/视频监控方法,顾名思义,是利用多个不同的视频撷取装置来同时从多个角度撷取所关注的监视区域的视频(影像)来进行监控管理。
通讯模块120耦接至多个视频撷取装置110(1)~110(N),并且视频撷取模块100能够经由通讯模块120传送(输出)所撷取的多个视频串流。举例来说,通讯模块120可经由无线或有线的网络连接以连接视频撷取模块100及决策系统200,本发明不限于此。
感测模块400包括多个感测装置410(1)~410(N)与通讯模块420。所述感测装置410(1)~410(N)分别邻设于对应的视频撷取装置110(1)~110(N)。各感测装置410(1)~410(N)用以感测监视区域以获得感测数据(步骤S22)。所述感测装置410(1)~410(N)例如是,红外线传感器、重力传感器、近接传感器、辐射传感器、激光传感器、光传感器、热传感器等等,本发明不限于此。在本实施例中,感测装置所获得的感测数据对应于所述感测装置所对应的视频撷取装置所输出的视频串流。然而,在一实施例中,感测装置的数目可小于视频撷取装置的数目,并且一个感测数据可对应多个视频串流;在一实施例中,感测装置的数目可大于视频撷取装置的数目,并且多个感测数据可对应一个视频串流。所述通讯模块420耦接至所述多个感测装置410(1)~410(N),并且感测模块400经由通讯模块420传送(输出)所获得的多个感测数据。举例来说,通讯模块420可经由无线或有线的网络连接以连接决策系统200及感测模块400。
决策系统200包括处理模块210、通讯模块220、影像识别模块230、事件判断模块240、分析模型模块250。
影像识别模块230耦接通讯模块220与处理模块210,并且能够经由通讯模块120及通讯模块220接收多个视频撷取装置110(1)~110(N)所撷取的多个视频串流以进行影像识别,影像识别模块230用以判断各个视频串流中是否存在符合一目标物件的物件的影像(步骤S23)。例如,影像识别模块230会经由机器学习的方式来对每个视频串流进行影像识别操作。影像识别模块230依据一预设目标物件类型判断位于各个视频串流是否存在符合一目标物件的物件的影像,并且将每个物件进行分类。举例来说,假设视频串流中出现一个人类、一个大门、一个刷卡机的影像。影像识别模块230可识别出所述视频串流的影像中具有三个物件的影像,并且对所述三个物件进行分类,以将三个物件分别归类至属于“人”的类型、属于“控制装置”的类型与属于“验证装置”的类型。接着,影像识别模块230会依据预设目标物件类型判断所述物件所属的类型是否符合预设目标物件类型。若所述物件所属的类型符合预设目标物件类型,则影像识别模块230会判定所述物件为目标物件(即,所述视频串流存在符合目标物件的物件的影像)。若所述物件所属的类型不符合预设目标物件类型,则影像识别模块230会判定所述物件不为目标物件(即,所述视频串流不存在符合目标物件的物件的影像)。举例来说,假设所述预设目标物件类型为属于“人”的类型。若影像识别模块230判断视频串流的影像中的一物件所属的类型为“人”的类型,影像识别模块230会判定此物件为目标物件。在一实施例中,影像识别模块230亦可,经由影像数据库,根据所述目标物件的影像来直接识别所述目标物件的身份信息(如,直接对为“人”的目标物件来进行人脸识别,以识别目标物件的名称或代码)。所述目标物件的身份信息可被传送至处理模块210,以记录至后续所产生的通知事件。
事件判断模块240耦接影像识别模块230、处理模块210与通讯模块220,事件判断模块240用以接收感测装置410(1)~410(N)的感测数据,若影像识别模块230判定一视频串流存在符合目标物件的物件的影像(即,影像识别模块230判定判定一视频串流中的物件的影像为目标物件),事件判断模块240根据对应所述视频串流的感测数据判断所述视频串流中的所述目标物件是否触发一目标事件(步骤S24)。此外,若事件判断模块240判断位于该视频串流中的目标物件触发目标事件,则事件判断模块240开始累计被触发的目标事件持续存在的时间长度为一目标事件时间。
举例来说,假设一物件(例如:人体)进入监视区域(例如:大门),且视频撷取装置已撷取到包含至少部分人体的视频串流,并将所述视频串流输出至影像识别模块,影像识别模块依据预设目标物件类型(如,预设目标物件类型为“人”的类型)判断位于视频串流的人体的影像属于目标物件,而感测装置为设置于监视区域(即,大门)附近且位于前述视频撷取装置的位置附近的红外线传感器,当影像识别模块判定人体的影像为目标物件,对应前述视频撷取装置的红外线传感器便将感应到人体(即,目标物件)的感测数据传送至事件判断模块240,事件判断模块240根据前述红外线传感器的感测数据判断目前有人体(即,目标物件)在大门(即,监视区域)附近是否触发一目标事件。也就是说,事件判断模块240所接收对应视频串流的感测数据可被用来判断位于所述视频串流的目标物件是否触发目标事件。
由于事件判断模块240判定所述“有人体在大门附近”属于上述的目标事件,则事件判断模块240可开始累计“有人体在大门附近”这目标事件持续存在的时间长度为目标事件时间。相对地,若事件判断模块240判定所述目标物件没有触发目标事件,则事件判断模块240不会对应目标物件进行时间累计的动作。
应注意的是,若执行完步骤S23后在所有视频串流中皆没有包含符合目标物件的物件(即,若所述多个视频串流的物件的影像皆不为所述目标物件),则会回到步骤S21并重新执行步骤S21与步骤S22。若在所述多个视频串流中的一或多个视频串流的一物件的影像被判定为目标物件,则会继续至步骤S24,以判断所述多个视频串流中的一或多个视频串流的目标物件是否触发目标事件。
分析模型模块250耦接影像识别模块230、事件判断模块240以及处理模块210,并且分析模型模块250包括分别对应所述多个视频撷取装置110(1)~110(N)的多个分析模型250(1)~250(N),且各个分析模型250(1)~250(N)包含一预设分析条件,其中所述分析模型250(1)~250(N)的数量至少等于所述多个视频撷取装置110(1)~110(N)的数量。在本实施例中,若事件判断模块240判定一视频串流中的目标物件触发目标事件(具有触发目标事件的所述目标物件的所述视频串流是经由一视频撷取装置所获得),事件判断模块240传送包含目标物件的视频串流及目标事件至对应所述视频串流所属的视频撷取装置的分析模型(步骤S25)。举例来说,假设经由视频撷取装置110(1)所获得的视频串流被识别出目标物件。若事件判断模块240判定所述目标物件触发目标事件,事件判断模块240传送包含所述目标物件的所述视频串流及所述目标事件至视频撷取装置110(1)的分析模型250(1)。
在本实施例中,若所述多个分析模型250(1)~250(N)的其中的一分析模型接收包含目标物件的所述视频串流及所述目标事件,所述分析模型会根据所述分析模型的预设分析条件、所接收的包含所述目标物件的所述视频串流及所述目标物件所触发的所述目标事件以输出对应所述目标物件的特征值(步骤S26)。举例来说,继续上述的例子,接收包含所述目标物件的所述视频串流及所述目标事件的分析模型250(1)会根据所接收的所述视频串流与所述目标事件来输出对应所述目标物件的特征值。换句话说,当一视频串流中的目标物件触发了目标事件,对应此视频串流所属的分析模型会根据此视频串流与对应的所述目标事件来进行特征值的计算或判断,以输出对应所述目标物件的特征值。
于其他实施例中,所述多个分析模型250(1)~250(N)还可根据各自的预设分析条件、各自从所对应的视频撷取装置所接收的包含所述目标物件的所述视频串流及所述目标物件对应触发的所述目标事件与对应所述目标事件的所述目标事件时间分别输出对应所述目标物件的多个特征值。
更详细的说,本实施例会对每个不同角度架设的视频撷取装置来配置对应的分析模型(一对一的关系)。如此一来,经由对应的分析模型,可针对不同视频撷取装置所撷取的不同角度的视频串流及对应的监测数据来进行多个特征值的计算(每一分析模型分析根据所接收的视频串流中的目标物件的影像与目标物件所触发的目标事件,经由分析模型所具有的预设分析条件来计算或判断特征值),进而可适当地根据不同视频撷取装置对于监视区域所要关注的不同监控特性来搭配不同的分析模型,以使后续经由多个分析模型所取得的多个特征值能更为准确。
分析模型模块250将输出的特征值传送至处理模块210,以让处理模块210可利用所接收的多个特征值进行判断以产生对应目标物件的一通知事件。具体来说,处理模块210具有分别对应所述多个分析模型的多个模型权重值,并且处理模块210可根据从多个分析模型所接收的多个特征值与对应所述多个分析模型的多个模型权重值来产生对应所述目标物件的通知事件(步骤S27)。更详细来说,处理模块210将从对应各个分析模型所接收的特征值乘以对应各个分析模型的所述模型权重值,以获得对应各个分析模型的加权后特征值(即,将从一分析模型所接收的特征值乘以对应该分析模型的模型权重值,以获得对应该分析模型的加权后特征值),并且处理模块210加总所述多个加权后特征值,以获得一特征值总和,并且根据所述特征值总和来判断所述通知事件。简单来说,处理模块210会先经由对应的模型权重值对所接收的特征值进行加权,再加总所有的加权后特征值,以获得特征值总和。
值得一提的是,在本实施例中,不同模型权重值可表示不同分析模型所产生的特征值的参考价值。也就是说,模型权重值愈大,则所产生出的特征值其参考价值是最大的。
更具体来说,处理模块210可比对特征值总和与一或多个决策阈值,以根据特征值总和与所述决策阈值的大小关系来判断出对应的通知事件。举例来说,若特征值总和大于第一决策阈值,则处理模块210会判定一第一通知事件,并且若特征值总和小于或等于第一决策阈值,则处理模块210会判定一第二通知事件。
所述通知事件可用以表示目前所述目标物件影响所述监视区域的危险程度的值(如,从最危险的“100”至最安全的“0”)。所述通知事件还可包括对应该危险程度的多个应用于安保系统(如,下文中的执行系统)的操作指令(如,控制外部装置“大门”的控制指令)与信息记录(如,对应所述通知事件的目标物件、目标事件的相关参考数据)。所述信息记录可被执行系统所记录。所述相关参考数据例如为对应目标物件的识别信息、目标事件的存在期间/目标事件时间。
模型权重值与分析模型之间的对应关系是一对一的关系,即,所述多个模型权重值的其中之一会仅对应所述多个分析模型的其中之一(例如,第一模型权重值对应第一分析模型250(1),并且第二模型权重值对应第二分析模型250(2))。此外,在一实施例中,在产生对应所述目标物件的通知事件后,处理模块210可根据所述通知事件、所述多个分析模型输出的所述多个特征值与对应所述通知事件的反馈信号调整各个分析模型250(1)~250(N)对应的模型权重值。所述反馈信号例如为视频监控系统的管理人员所输入的信号,其用以辅助调整各分析模型对应的模型权重值。在另一实施例中,反馈信号亦可经由机器学习的方式,利用比较各分析模型所输出的特征值与当前所产生的通知事件来调整各分析模型对应的模型权重值。
此外,在另一实施例中,视频监控系统10还包括执行系统500(亦称,安保系统),执行系统500耦接决策系统200。在本实施例中,所述执行系统500包括警示模块510、通讯模块520、控制模块530、记录模块540、显示模块550以及验证模块560。所述执行系统500经由通讯模块520与通讯模块220之间以无线或有线的网络连接方式连接至决策系统200。
所述警示模块510耦接处理模块210并用以根据所接收的通知事件来判断是否发出警示。所述警示包括信息警示、音响警示、灯号警示,或是其他形态的警示,本发明不限于此。举例来说,若处理模块210所判定的对应于所述目标物件的通知事件是“违规”通知事件(如,表示目前所述目标物件影响所述监视区域的危险程度的值为“100”),则警示模块510会发出警报声响及/或发出闪光及/或发送警告信息以通知相关人员(如,保安人员)目前出现于监视区域的目标物件有违规的事实。在一实施例中,警示模块510可根据“违规”通知事件来直接传送对应的视频串流(可通过显示模块来附加红色方框)至保安人员的监控装置(如,具有显示器的移动装置或电脑终端)上,并且传送对应的警告信息与监视区域的相关信息(如,监视区域的识别信息、时间、地点或/及触发目标事件的目标物件的身份信息)至监控装置。又例如,若处理模块210所判定的对应于所述目标物件的通知事件是“警戒”通知事件(如,表示目前所述目标物件影响所述监视区域的危险程度的值为“60”),则警示模块510可发出提示音,并且发送提示信息以通知相关人员需对目前出现于监视区域的目标物件进行警戒防备。又例如,若处理模块210所判定的对应于所述目标物件的通知事件是“安全”通知事件(如,表示目前所述目标物件影响所述监视区域的危险程度的值为“0”),则警示模块510不会发出任何警示/提示的动作。
所述控制模块530耦接处理模块210并用以根据所接收的通知事件来控制外部装置。举例来说,假设一物件(例如:人体)进入监视区域(例如:大门),由于人体被判定为目标物件且前述红外线传感器的感测数据目前有人体在大门附近被判定为触发目标事件,若处理模块210所判定的对应于人体的通知事件是“违规”通知事件,并将所述“违规”通知事件通过通讯模块520与通讯模块220传送至执行系统500,则执行系统500可依据此通知事件输出一控制信号至控制模块530,则控制模块530可根据此控制信号来控制对应的大门(于此实施例中可视为外部装置)进行关闭且上锁的动作。
记录模块540用以记录视频撷取模块100输出的所述多个视频串流、感测模块400输出的所述多个感测数据以及决策系统200的对应所述目标物件的所述通知事件以及所述目标物件所触发的所述目标事件与对应的所述目标事件时间。例如,视频监控系统的管理人员可根据需求利用记录模块540来存取所记录的视频串流,以检视在特定时间的监控区域的影像;视频监控系统的管理人员可经由记录模块540来调阅特定的通知事件与对应的参考数据。此外,记录模块540可为任何具有存储数据功能的装置。于其他实施例中,记录模块540亦可配置于决策系统200中。
显示模块550用以显示所述多个视频撷取装置所撷取的所述多个视频串流。此外,显示模块550可根据处理模块210所产生的通知事件来显示一图案于对应的视频串流中对应所述目标物件的位置。举例来说,对于符合“违规”通知事件的目标物件,显示模块550可显示红色方框图案于对应的视频串流(具有目标物件的视频串流)中对应所述目标物件的位置;对于符合“警戒”通知事件的目标物件,显示模块550可显示黄色方框图案于对应的视频串流中对应所述目标物件的位置;对于符合“安全”通知事件的目标物件,显示模块550可显示绿色方框图案于对应的视频串流中对应所述目标物件的位置(或是不显示图案于对应的视频串流中对应所述目标物件的位置)。应注意的是,本发明并不限定上述对应不同通知事件所显示的图案的形状或颜色。
验证模块560包含一识别信息数据库,其中识别信息数据库记录多个识别信息,验证模块560可为用以验证身份的装置(如,门禁安保用的刷卡机),验证模块560执行一验证程序,判断验证模块560接收的一验证信息是否符合识别信息数据库中的所述多个识别信息其中之一,若判定验证信息符合所述多个识别信息其中之一,则验证模块560传送一验证成功信息至事件判断模块240,以使事件判断模块240停止累计所述目标事件时间;反之,若判定验证信息不符合所述多个识别信息中任一个识别信息,则验证模块560可经由通讯模块520传送一验证失败信息至事件判断模块240及警示模块510。本发明并不限定实施验证程序的方式。举例来说,假设验证模块560为大门的刷卡机,当刷卡机接收到识别卡上所记录的验证信息时,刷卡机执行验证程序比对所述验证信息与识别信息数据库中的所有识别信息,以判断所述验证信息是否符合识别信息数据库中的所述多个识别信息其中之一,进而判断所述目标物件是否通过验证程序。又例如,假设验证模块560为大门的密码锁,当密码锁被输入一串密码(验证信息)时,密码锁执行验证程序比对所述密码与识别信息数据库中的所有识别信息(记录于识别信息数据库中的一或多个预设密码),以判断所述密码是否符合识别信息数据库中的所述多个预设密码的其中之一,进而判断所述目标物件是否通过验证程序。值得一提的是,在一实施例中,若影像识别模块已识别目标物件的身份信息,验证模块560也可利用比对所述身份信息(所述身份信息可记录于通知事件中)与所接收的验证信息来执行进一步的验证程序。
应注意的是,于其他实施例中,执行系统500亦可被整合至决策系统200中。即,执行系统500的所有模块可被配置于决策系统200中。此外,于其他实施例中,视频撷取模块100与感测模块400亦可被整合至决策系统200中。
在一实施例中,视频监控系统10还可包括时间同步模块(图未示)。所述时间同步模块可同步视频撷取装置110(1)~110(N)、感测装置410(1)~410(N)、决策系统200与执行系统500的本地时间。举例来说,时间同步模块可通过网络时间协议(NetworkTimeProtocol,NTP)的方式来进行时间同步操作。如此一来,视频监控系统10中的上述元件可依据同一个本地时间来同步所有操作,而可减少去产生判断/控制的时间误差,进而增进处理模块210判断所触发的目标事件的准确度,还可精确地累计对应所触发的目标事件的目标事件时间。
值得一提的是,在本发明的各实施例中,通讯模块(如,通讯模块120、220、420、520)用以经由彼此间所建立的连接来传输数据。在本实施例中,通讯模块可通过无线通信的方式来传输或是接收数据。举例来说,通讯模块具有一无线通信模块(图未示),并支持全球移动通信(Global System for Mobile Communication,GSM)系统、个人手持式电话系统(Personal Handy-phone System,PHS)、码分多地址(Code Division Multiple Access,CDMA)系统、无线兼容认证(Wireless Fidelity,WiFi)系统、全球互通微波存取(WorldwideInteroperability for Microwave Access,WiMAX)系统、第三代无线通信技术(3G)、长期演进技术(Long Term Evolution,LTE)、红外线(Infrared)传输、蓝牙(bluetooth)通讯技术的其中之一或其组合,且不限于此。除此之外,通讯模块也可具有一有线通讯模块(图未示),并通过有线通讯的方式来传输或是接收数据。举例来说,通讯模块220可为一光纤网络模块,并通过一光纤接口与一光纤与通讯模块520作连接。在所建立的光纤网络中,视频撷取模块100、感测模块400、决策系统200与执行系统500之间可以互相传递数据/信息。本发明并不限制光纤的种类与材料。在一实施例中,光纤亦可以与电力线混合使用。
以下会通过图3、图4来从另个角度来阐述本发明所提供的视频监控系统。图3是依照本发明的另一实施例所示的视频监控系统的方框图。图4是依照本发明的另一实施例所示的视频监控系统的运行流程图。
请参照图3,举例来说,在此另一实施例中,假设视频监控系统30的视频撷取模块320具有三个视频撷取装置(如,第一视频撷取装置321、第二视频撷取装置322、第三视频撷取装置323),并且感测模块330包括对应三个视频撷取装置(设置在所述多个视频撷取装置周遭区域)的三个感测装置(如,第一感测装置331、第二感测装置332、第三感测装置333)。决策系统300具有影像识别模块340、事件判断模块350、分析模型模块360以及处理模块370。决策系统300耦接至视频撷取模块320(影像识别模块340直接耦接至视频撷取模块320)与感测模块330(事件判断模块350直接耦接至感测模块330)。其中,影像识别模块340与事件判断模块350耦接至分析模型模块360,并且处理模块370耦接至分析模型模块360。此外,时间同步模块310耦接至视频撷取模块320与感测模块330。请同时参考图3、图4,一开始,时间同步模块310执行时间同步操作(步骤S41),以同步视频撷取装置321~323、感测装置331~333、决策系统300的本地时间。应注意的是,上述步骤S41亦可省略,例如,在又另一实施例中,视频监测系统30的各个元件皆持续地使用同一个基准的本地时间值。如,每个元件皆耦接至同一个本地时钟或网络时钟。
接着,第一视频撷取装置321、第二视频撷取装置322、第三视频撷取装置323朝向所述监视区域以不同的角度分别撷取包含至少部分监视区域的影像以获得视频串流(Video Stream),并且第一视频撷取装置321、第二视频撷取装置322、第三视频撷取装置323会将所获得的视频串流(如,第一视频撷取装置321输出第一视频串流、第二视频撷取装置322输出第二视频串流及第三视频撷取装置323输出第三视频串流)传送给影像识别模块340以进行影像识别(步骤S42)。接着,影像识别模块340会识别位于各个视频串流中的物件以及对视频串流中的物件进行分类,并依据一预设目标物件类型判断各个视频串流中是否存在符合一目标物件的物件的影像(步骤S43)。同时,第一感测装置331、第二感测装置332、第三感测装置333各自感测监视区域以获得来自第一感测装置331的第一感测数据、来自第二感测装置332的第二感测数据与来自第三感测装置333的第三感测数据,并且将所述多个感测数据传送至事件判断模块350(步骤S44)。
在此例子中,假设影像识别模块340判定所述多个视频串流的物件皆为目标物件。然而,在另一例子中,在步骤S43中,影像识别模块340判定所述多个视频串流的物件的影像皆不为所述目标物件,并且运行流程继续至步骤S41。
若影像识别模块340判定视频串流中的物件的影像为目标物件,事件判断模块350会根据对应所述视频串流的感测数据判断所述视频串流的所述目标物件是否触发一目标事件(步骤S45)。举例来说,事件判断模块350会根据对应第一视频串流的第一感测数据来判断第一视频串流的目标物件是否触发目标事件。在此例子中,假设对于全部的第一、第二、第三视频串流,事件判断模块350判定第一、第二、第三视频串流的目标物件皆触发目标事件。若判定触发目标事件,事件判断模块350计算目标物件所触发的目标事件的目标事件时间,并且将包含所述目标物件的视频串流、所判定的目标事件与对应所述目标事件的所述目标事件时间传送给分析模型模块360(步骤46)。即,将第一、第二、第三视频串流与对应的目标事件分别传送给对应第一、第二、第三视频串流所属的所述多个视频撷取装置的多个分析模型361、362、363。其中,在另一例子中,在步骤S45中,事件判断模块350判定没有触发目标事件(没有任何目标事件被触发),并且运行流程继续至步骤S41。
在本实施例中,在传送第一、第二、第三视频串流与对应的目标事件至分析模型361、362、363后,上述的包含所述目标物件的视频串流、目标事件、目标事件时间(或其他目标物件/目标事件的参考数据)会分别被输入至对应第一视频撷取装置321的第一分析模型361、对应第二视频撷取装置322的第二分析模型362、对应第三视频撷取装置323的第三分析模型363中,以使第一分析模型361、第二分析模型362、第三分析模型363依据被输入的视频串流、目标事件、目标事件时间(或其他目标物件/目标事件的参考数据)分别输出对应所述目标物件的第一特征值(如,第一分析模型361输出第一特征值)、第二特征值、第三特征值(步骤S47)至处理模块370。接着,处理模块370会根据第一特征值、第二特征值、第三特征值与对应的模型权重值所产生的特征值总和来产生对应目标物件的一通知事件(步骤S48)。如此一来,如同上述,所产生的通知事件可再被用来进行后续的监控管理(如,经由传送所产生的通知事件至执行系统)。
应注意的是,处理模块370在产生通知事件后,处理模块370会根据所判定的通知事件、所述多个分析模型输出的多个特征值与对应通知事件的反馈信号来执行反馈操作,以调整各个分析模型对应的模型权重值。也就是说,通过反馈操作,处理模块370可增加产生出较贴近通知事件的特征值的分析模型的模型权重值,或是减低产生出较不贴近通知事件的特征值的分析模型的模型权重值。如此一来,针对不同环境下的监视区域,本实施例所提供的视频监控系统与视频监控方法可动态调整对应多个分析模型的多个模型权重值,来使更准确的分析模型更能影响最终通知事件的判断(产生)结果。值得一提的是,上述使用了各三个视频撷取装置、感测装置与分析模型来做例子,但本发明不限定视频撷取装置、感测装置与分析模型的数目为三。此外,上述视频监控系统30每次产生通知事件的运行流程可视为从图3最上方的元件(如,时间同步模块)运行至最下方的元件(处理模块)。即,每次经由步骤S48所产生的通知事件,都会经过前面所执行的步骤S41~S47,并且视频监控系统30会反复地执行步骤S41~S48,以持续地监控视频监控系统所对应的一或多个监视区域。
综上所述,本发明的实施例所提供的视频监控系统与视频监控方法,可识别从监视区域撷取的多个视频串流中的多个目标物件、目标物件所触发的目标事件、对应的目标事件时间或其他对应目标物件的参考数据,并且将所识别的上述参考数据输入至多个分析模型,来获得多个特征值,进而根据分别对应所述多个分析模型的多个模型权重值与所述多个特征值来做出通知事件。如此一来,可再根据所做出的通知事件来进一步地执行对于监视区域的控制、警示与显示,达到有效率且弹性的监控效率管理。此外,通过反馈操作,可进一步利用每次所判定的通知事件反馈调整模型权重值,以使往后所判断的通知事件能够更加精确。
虽然本发明已以实施例公开如上,然其并非用以限定本发明,任何本领域技术人员,在不脱离本发明的精神和范围内,当可作些许的变动与润饰,故本发明的保护范围当视权利要求所界定者为准。
Claims (20)
1.一种视频监控系统,用以监控监视区域,其特征在于,包括:
视频撷取模块,包括多个视频撷取装置,其中所述多个视频撷取装置分别设置于邻近所述监视区域,并且各所述视频撷取装置用以撷取包含至少部分所述监视区域的影像以获得视频串流;
感测模块,包括多个感测装置,其中所述多个感测装置分别邻设于对应的所述多个视频撷取装置,并且各所述感测装置感测所述监视区域以获得感测数据,其中多个感测数据分别对应于所述多个视频撷取装置所输出的多个视频串流;以及
决策系统,耦接所述视频撷取模块及所述感测模块,其中所述决策系统包括:
影像识别模块,接收所述多个视频撷取装置的所述多个视频串流并判断各所述视频串流是否存在符合目标物件的物件的影像;
事件判断模块,耦接所述影像识别模块并接收所述多个感测装置的所述多个感测数据,其中若所述影像识别模块判定所述视频串流中的所述物件的所述影像为所述目标物件,所述事件判断模块根据对应所述视频串流的所述感测数据判断所述视频串流中的所述目标物件是否触发目标事件;
分析模型模块,耦接所述影像识别模块及所述事件判断模块,所述分析模型模块包括分别对应所述多个视频撷取装置的多个分析模型,且各所述分析模型包含预设分析条件,其中若判定所述视频串流中的所述目标物件触发所述目标事件,所述事件判断模块传送包含所述目标物件的所述视频串流及所述目标事件至对应所述视频串流所属的所述视频撷取装置的所述分析模型,
其中所述多个分析模型根据各自的预设分析条件、各自接收的包含所述目标物件的所述视频串流及所述目标事件以分别输出对应所述目标物件的多个特征值;以及
处理模块,耦接所述分析模型模块,所述处理模块具有分别对应所述多个分析模型的多个模型权重值,所述处理模块用以接收所述多个分析模型所输出的所述多个特征值,并且根据所述多个特征值与所述多个模型权重值以产生对应所述目标物件的通知事件。
2.根据权利要求1所述的视频监控系统,其特征在于,所述影像识别模块依据预设目标物件类型判断各所述视频串流是否存在符合所述目标物件的所述物件的影像。
3.根据权利要求2所述的视频监控系统,其特征在于,若判断位于所述视频串流中的所述目标物件触发所述目标事件,所述事件判断模块开始累计所述目标事件持续存在的时间长度为目标事件时间,
其中所述多个分析模型还根据各自的所述预设分析条件、各自接收的包含所述目标物件的所述视频串流、所述目标事件与对应所述目标事件的所述目标事件时间分别输出所述多个特征值。
4.根据权利要求3所述的视频监控系统,其特征在于,所述处理模块将对应各所述分析模型的特征值乘以对应所述分析模型的所述模型权重值,以获得对应各所述分析模型的加权后特征值,并且所述处理模块加总所述加权后特征值,以获得特征值总和,进而根据所述特征值总和来产生所述通知事件。
5.根据权利要求4所述的视频监控系统,其特征在于,所述处理模块根据所述通知事件、所述多个特征值与对应所述通知事件的反馈信号调整各所述分析模型对应的所述模型权重值。
6.根据权利要求3所述的视频监控系统,其特征在于,还包括:
执行系统,耦接所述决策系统,其中所述执行系统包括:
控制模块,用以根据所接收的所述通知事件来控制外部装置。
7.根据权利要求6所述的视频监控系统,其特征在于,所述执行系统还包括记录模块,用以记录对应所述目标物件的所述通知事件以及所述目标物件所触发的所述目标事件与对应的所述目标事件时间。
8.根据权利要求6所述的视频监控系统,其特征在于,所述执行系统还包括显示模块,用以显示所述多个视频撷取装置的所述多个视频串流,并且根据所述通知事件来显示图案于各所述视频串流中对应所述目标物件的位置。
9.根据权利要求6所述的视频监控系统,其特征在于,所述执行系统还包括警示模块,用以根据所接收的所述通知事件来判断是否发出警示。
10.根据权利要求6所述的视频监控系统,其特征在于,所述执行系统还包括验证模块,所述验证模块包含识别信息数据库,其中所述识别信息数据库记录多个识别信息,其中若所述目标事件发生,所述验证模块执行验证程序,判断所述验证模块接收的验证信息是否符合所述多个识别信息其中之一,若判定所述验证信息符合所述识别信息,则所述验证模块传送验证成功信息至所述事件判断模块,以使所述事件判断模块停止累计所述目标事件时间。
11.一种视频监控方法,适用于视频监控系统监控监视区域,其特征在于,所述视频监控方法包括下列步骤:
撷取包含至少部分所述监视区域的影像以获得多个视频串流;
感测所述监视区域以获得多个感测数据,所述多个感测数据分别对应于所述多个视频串流;
判断各所述视频串流是否存在符合目标物件的物件的影像;
若判定所述视频串流中的所述物件的所述影像为所述目标物件,则根据对应所述视频串流的所述感测数据判断所述视频串流中的所述目标物件是否触发目标事件;
若判定所述视频串流中的所述目标物件触发所述目标事件,则根据预设分析条件、包含所述目标物件的所述视频串流及所述目标事件以输出对应所述目标物件的特征值;以及
根据对应所述目标物件的特征值与模型权重值以产生对应所述目标物件的通知事件。
12.根据权利要求11所述的视频监控方法,其特征在于,所述判断各所述视频串流是否存在符合所述目标物件的所述物件的影像的步骤包括:
依据预设目标物件类型判断各所述视频串流中是否存在符合目标物件的所述物件的影像。
13.根据权利要求12所述的视频监控方法,其特征在于,若判定位于所述视频串流中的所述目标物件触发所述目标事件,则开始累计所述目标事件持续存在的时间长度为目标事件时间,其中还根据所述预设分析条件、包含所述目标物件的所述视频串流、所述目标事件与对应所述目标事件的所述目标事件时间输出对应所述目标物件的所述特征值。
14.根据权利要求13所述的视频监控方法,其特征在于,所述根据对应所述目标物件的特征值与对应特征值的模型权重值以产生对应所述目标物件的所述通知事件的步骤包括:
将对应所述目标物件的特征值乘以对应的所述模型权重值,以获得加权后特征值,并且加总各所述加权后特征值,以获得特征值总和,进而根据所述特征值总和来产生所述通知事件。
15.根据权利要求14所述的视频监控方法,其特征在于,还包括根据所述通知事件、多个所述特征值与对应所述通知事件的反馈信号调整对应的所述模型权重值。
16.根据权利要求13所述的视频监控方法,其特征在于,所述视频监控方法还包括下列步骤:
根据所接收的所述通知事件来控制外部装置。
17.根据权利要求13所述的视频监控方法,其特征在于,所述视频监控方法还包括下列步骤:
记录对应所述目标物件的所述通知事件以及所述目标物件所触发的所述目标事件与对应的所述目标事件时间。
18.根据权利要求13所述的视频监控方法,其特征在于,所述视频监控方法还包括下列步骤:
显示所述多个视频串流,并且根据所述通知事件来显示图案于各所述视频串流中对应所述目标物件的位置。
19.根据权利要求13所述的视频监控方法,其特征在于,所述视频监控方法还包括下列步骤:
根据所接收的所述通知事件来判断是否发出警示。
20.根据权利要求13所述的视频监控方法,其特征在于,所述视频监控方法还包括下列步骤:
执行验证程序,判断接收的验证信息是否符合识别信息数据库的识别信息其中之一,若判定所述验证信息符合所述识别信息,则传送验证成功信息,以停止累计所述目标事件时间。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106124081 | 2017-07-19 | ||
TW106124081A TWI639978B (zh) | 2017-07-19 | 2017-07-19 | 視訊監控系統與視訊監控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109286780A CN109286780A (zh) | 2019-01-29 |
CN109286780B true CN109286780B (zh) | 2020-11-17 |
Family
ID=65018739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810247085.1A Active CN109286780B (zh) | 2017-07-19 | 2018-03-23 | 视频监控系统与视频监控方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10558863B2 (zh) |
JP (1) | JP6644827B2 (zh) |
CN (1) | CN109286780B (zh) |
TW (1) | TWI639978B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10977924B2 (en) | 2018-12-06 | 2021-04-13 | Electronics And Telecommunications Research Institute | Intelligent river inundation alarming system and method of controlling the same |
US11443515B2 (en) | 2018-12-21 | 2022-09-13 | Ambient AI, Inc. | Systems and methods for machine learning enhanced intelligent building access endpoint security monitoring and management |
CN110223208A (zh) * | 2019-04-17 | 2019-09-10 | 广东康云科技有限公司 | 一种园区安全监管系统及方法 |
TWI716921B (zh) * | 2019-06-28 | 2021-01-21 | 華碩電腦股份有限公司 | 偵測裝置、偵測系統及偵測方法 |
CN112211496B (zh) * | 2019-07-09 | 2022-11-01 | 杭州萤石软件有限公司 | 一种基于智能门锁的监控方法、系统及智能门锁 |
JP7239507B2 (ja) * | 2020-01-30 | 2023-03-14 | 株式会社日立製作所 | アラート出力タイミング制御装置、アラート出力タイミング制御方法、アラート出力タイミング制御プログラム |
CN111274432B (zh) * | 2020-02-06 | 2023-05-09 | 浙江大华技术股份有限公司 | 一种布控处理方法及装置 |
JP7355674B2 (ja) * | 2020-02-18 | 2023-10-03 | 株式会社日立製作所 | 映像監視システムおよび映像監視方法 |
CN111753633B (zh) * | 2020-03-30 | 2023-08-29 | 杭州海康威视数字技术股份有限公司 | 目标检测方法及装置 |
TWI781434B (zh) * | 2020-08-20 | 2022-10-21 | 遠傳電信股份有限公司 | 門禁系統和門禁管理方法 |
CN112233267A (zh) * | 2020-09-02 | 2021-01-15 | 广东飞企互联科技股份有限公司 | 一种消防设备监控方法和系统 |
CN112256757A (zh) * | 2020-10-22 | 2021-01-22 | 苏州知瑞光电材料科技有限公司 | 材料制造关键环节分析方法及系统 |
CN112288975A (zh) * | 2020-11-13 | 2021-01-29 | 珠海大横琴科技发展有限公司 | 一种事件预警的方法和装置 |
CN112672010A (zh) * | 2020-12-17 | 2021-04-16 | 珍岛信息技术(上海)股份有限公司 | 一种基于人脸识别的视频生成系统 |
CN112701789A (zh) * | 2020-12-24 | 2021-04-23 | 海南电网有限责任公司信息通信分公司 | 一种具有识别功能的电网视频安全监察系统 |
WO2022168626A1 (ja) * | 2021-02-03 | 2022-08-11 | パナソニックi-PROセンシングソリューションズ株式会社 | 人物検知サーバ、アラーム通知方法およびアラーム通知プログラム |
JP7416009B2 (ja) | 2021-04-05 | 2024-01-17 | トヨタ自動車株式会社 | 車両の制御装置、車両の制御方法及び車両制御用コンピュータプログラム |
CN113052125B (zh) * | 2021-04-09 | 2022-10-28 | 内蒙古科电数据服务有限公司 | 一种施工现场违章图像识别告警方法 |
WO2022218001A1 (zh) * | 2021-04-17 | 2022-10-20 | 华为云计算技术有限公司 | 视频分析方法及相关系统 |
CN113794865A (zh) * | 2021-09-15 | 2021-12-14 | 云茂互联智能科技(厦门)有限公司 | 一种监控设备的管理方法和设备 |
TWI784718B (zh) * | 2021-09-17 | 2022-11-21 | 和碩聯合科技股份有限公司 | 廠區告警事件處理方法與系統 |
CN114640608A (zh) * | 2022-04-01 | 2022-06-17 | 上海商汤智能科技有限公司 | 测试方法及装置、电子设备及计算机可读存储介质 |
CN116385975B (zh) * | 2023-04-18 | 2023-10-27 | 盐城工学院 | 一种基于目标检测的配电房安全监控系统及方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104079881A (zh) * | 2014-07-01 | 2014-10-01 | 中怡(苏州)科技有限公司 | 监控装置与其相关的监控方法 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002344945A (ja) * | 2001-05-11 | 2002-11-29 | Toshiba Corp | カメラ監視システム及び画像処理方法 |
JP3942606B2 (ja) * | 2003-06-09 | 2007-07-11 | 株式会社日立国際電気 | 変化検出装置 |
KR100696728B1 (ko) * | 2003-06-09 | 2007-03-20 | 가부시키가이샤 히다치 고쿠사이 덴키 | 감시정보송신장치 및 감시정보송신방법 |
JP4220322B2 (ja) * | 2003-07-18 | 2009-02-04 | 株式会社日立製作所 | 侵入者監視方法及び装置 |
TW200725490A (en) | 2005-12-20 | 2007-07-01 | Taiwan Secom Co Ltd | Surveillance system integrating entrance-guard and images, and method of conducting post-tracking or real-time monitoring using the same |
AU2006201210A1 (en) * | 2006-03-23 | 2007-10-11 | Canon Information Systems Research Australia Pty Ltd | Motion characterisation |
JP2007267332A (ja) * | 2006-03-30 | 2007-10-11 | Victor Co Of Japan Ltd | 映像監視装置 |
US8472448B2 (en) * | 2006-07-21 | 2013-06-25 | Intel Corporation | Wireless adaptive packet control message apparatus, systems, and methods |
CN101622652B (zh) * | 2007-02-08 | 2012-03-21 | 行为识别系统公司 | 行为识别系统 |
WO2008147874A2 (en) * | 2007-05-22 | 2008-12-04 | Vidsys, Inc. | Event capture, cross device event correlation, and responsive actions |
GB2465538B (en) * | 2008-08-01 | 2013-03-13 | Sony Corp | Method and apparatus for generating an event log |
JP2011234033A (ja) * | 2010-04-26 | 2011-11-17 | Panasonic Corp | 監視カメラおよび監視システム |
JP5674406B2 (ja) * | 2010-09-30 | 2015-02-25 | 綜合警備保障株式会社 | 自律移動体を用いた監視システム、監視装置、自律移動体、監視方法、及び監視プログラム |
TWM403711U (en) | 2010-10-22 | 2011-05-11 | Utechzone Co Ltd | Movable monitoring device |
TWI432012B (zh) * | 2010-11-02 | 2014-03-21 | Acer Inc | 調整立體眼鏡所接收之周遭環境亮度的方法、立體眼鏡與裝置 |
TW201308265A (zh) * | 2011-08-10 | 2013-02-16 | Chunghwa Telecom Co Ltd | 網路監控方法及其系統 |
TWI493510B (zh) * | 2013-02-06 | 2015-07-21 | 由田新技股份有限公司 | 跌倒偵測方法 |
TWM464777U (zh) | 2013-06-10 | 2013-11-01 | Wondereye Technology Corp | 監控裝置 |
WO2016042946A1 (ja) * | 2014-09-19 | 2016-03-24 | シャープ株式会社 | 監視システム |
JP6500428B2 (ja) * | 2014-12-22 | 2019-04-17 | 日本電気株式会社 | 動体検知装置、動体検知方法および動体検知プログラム |
JP6406175B2 (ja) * | 2015-08-27 | 2018-10-17 | 株式会社デンソー | 車載表示制御装置、車載表示制御方法 |
TWI623829B (zh) | 2015-12-11 | 2018-05-11 | 富奇想股份有限公司 | 功能組件協同作業方法、模組化功能組件與系統 |
CN106096789A (zh) | 2016-06-22 | 2016-11-09 | 华东师范大学 | 一种基于机器学习技术的可自感知异常的工控安全防护与报警系统 |
-
2017
- 2017-07-19 TW TW106124081A patent/TWI639978B/zh active
-
2018
- 2018-03-23 CN CN201810247085.1A patent/CN109286780B/zh active Active
- 2018-04-25 JP JP2018084044A patent/JP6644827B2/ja active Active
- 2018-05-22 US US15/985,714 patent/US10558863B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104079881A (zh) * | 2014-07-01 | 2014-10-01 | 中怡(苏州)科技有限公司 | 监控装置与其相关的监控方法 |
Also Published As
Publication number | Publication date |
---|---|
US10558863B2 (en) | 2020-02-11 |
CN109286780A (zh) | 2019-01-29 |
TW201909114A (zh) | 2019-03-01 |
TWI639978B (zh) | 2018-11-01 |
JP6644827B2 (ja) | 2020-02-12 |
US20190026564A1 (en) | 2019-01-24 |
JP2019022209A (ja) | 2019-02-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109286780B (zh) | 视频监控系统与视频监控方法 | |
CN109684989A (zh) | 安全监护方法、装置、终端及计算机可读存储介质 | |
EP2250632A1 (en) | Video sensor and alarm system and method with object and event classification | |
US20120076356A1 (en) | Anomaly detection apparatus | |
US20130188031A1 (en) | Risk recognition method for use in video surveillance system based on human identification | |
US11676463B2 (en) | Doorbell system and security method thereof | |
KR101858396B1 (ko) | 지능형 침입 탐지 시스템 | |
CN109544870A (zh) | 用于智能监控系统的报警判断方法与智能监控系统 | |
KR101233412B1 (ko) | 모션영상 비교를 통한 위급상황 신호 송출방법 및 송출시스템 | |
KR102358773B1 (ko) | 객체 안내를 위한 스마트 안내판 장치, 그 장치를 포함한 시스템 및 방법 | |
KR102015959B1 (ko) | 사물 인터넷 카메라를 이용하는 딥러닝 기반의 지능형 방범 시스템 및 그의 처리 방법 | |
KR102033057B1 (ko) | 사각지대 객체 감지를 이용하여 상황을 인지하는 방법 및 디지털 도어락 장치 | |
JP6195447B2 (ja) | 撮影システム | |
CN113971782A (zh) | 一种综合监控信息管理方法和系统 | |
KR101966198B1 (ko) | 스마트 방범창을 위한 IoT 기반 충격패턴 분석 시스템 | |
KR20160005204A (ko) | 사람의 얼굴 또는 사람의 형체 감지를 이용한 보안 시스템 및 방법 | |
KR102077632B1 (ko) | 로컬 영상분석과 클라우드 서비스를 활용하는 하이브리드 지능형 침입감시 시스템 | |
KR102565320B1 (ko) | 딥러닝 기반 소리 신호 감지 및 전송을 위한 IoT 통신기 그리고 이를 이용한 소리 신호 감지 및 전송 방법 | |
KR102064712B1 (ko) | 웨어러블 디바이스와 인체 감지 모듈을 결합한 설비 안전 관리 시스템 | |
KR101859883B1 (ko) | 네트워크 장치 | |
CN111311786A (zh) | 智能门锁系统及其智能门锁控制方法 | |
KR20190114717A (ko) | 도어벨, 이를 구비한 보안 시스템 및 그 동작 방법 | |
KR101744184B1 (ko) | 얼굴 인식을 이용한 자동신고 시스템 및 그 방법 | |
KR101482646B1 (ko) | 스마트 기기 연동형 지능형 방범보안 시스템 | |
KR101699821B1 (ko) | 배터리 소모를 줄일 수 있는 무선 모션 센서 감지 신호 전송 시스템 및 신호 전송 방법 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |