CN109302439B - 云计算式图像处理系统 - Google Patents
云计算式图像处理系统 Download PDFInfo
- Publication number
- CN109302439B CN109302439B CN201810262686.XA CN201810262686A CN109302439B CN 109302439 B CN109302439 B CN 109302439B CN 201810262686 A CN201810262686 A CN 201810262686A CN 109302439 B CN109302439 B CN 109302439B
- Authority
- CN
- China
- Prior art keywords
- image
- shop
- picture pick
- instant
- cloud computing
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- 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
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- 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
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport 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
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/51—Housings
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及一种云计算式图像处理系统,包括:自动收纳外壳,为铝氧氮化物材料,厚度大于等于2厘米,设置在全球摄像设备的附近,用于在永磁无刷电机的控制下,实现对所述全球摄像设备的保护;永磁无刷电机,与所述自动收纳外壳连接,用于在接收到嫌疑人辨识信号时,控制所述自动收纳外壳以将所述全球摄像设备进行包容,还用于在接收到正常人辨识信号时,控制所述自动收纳外壳以解除对所述全球摄像设备的包容。通过本发明,能够避免危机情况下犯罪分子对摄像设备进行破坏。
Description
技术领域
本发明涉及云计算领域,尤其涉及一种云计算式图像处理系统。
背景技术
云计算是继1980年代大型计算机到客户端-服务器的大转变之后的又一种巨变。云计算是分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡、热备份冗余等传统计算机和网络技术发展融合的产物。云计算已经开始普遍应用到各个领域。
云计算主要经历了四个阶段才发展到现在这样比较成熟的水平,这四个阶段依次是电厂模式、效用计算、网格计算和云计算。
电厂模式阶段:电厂模式就好比是利用电厂的规模效应,来降低电力的价格,并让用户使用起来更方便,且无需维护和购买任何发电设备。
效用计算阶段:在1960年左右,当时计算设备的价格是非常高昂的,远非普通企业、学校和机构所能承受,所以很多人产生了共享计算资源的想法。1961年,人工智能之父麦肯锡在一次会议上提出了“效用计算”这个概念,其核心借鉴了电厂模式,具体目标是整合分散在各地的服务器、存储系统以及应用程序来共享给多个用户,让用户能够像把灯泡插入灯座一样来使用计算机资源,并且根据其所使用的量来付费。但由于当时整个IT产业还处于发展初期,很多强大的技术还未诞生,比如互联网等,所以虽然这个想法一直为人称道,但是总体而言“叫好不叫座”。
网格计算阶段:网格计算研究如何把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分,然后把这些部分分配给许多低性能的计算机来处理,最后把这些计算结果综合起来攻克大问题。可惜的是,由于网格计算在商业模式、技术和安全性方面的不足,使得其并没有在工程界和商业界取得预期的成功。
云计算阶段:云计算的核心与效用计算和网格计算非常类似,也是希望IT技术能像使用电力那样方便,并且成本低廉。但与效用计算和网格计算不同的是,2014年在需求方面已经有了一定的规模,同时在技术方面也已经基本成熟了。
发明内容
为了解决上述问题,本发明提供了一种云计算式图像处理系统,一方面,对珠宝店的采集图像进行高质量的捕获和识别,以获得相关的参数数据,另一方面,引入了现场摄像设备前方的自动收纳外壳实现在危机情况下对现场摄像设备的高质量防护,从而在基于参数数据涉及到危险状况的情况下,能够启动对现场摄像设备的紧急防护。
更具体地,本发明具备以下几个重要发明点:
(1)基于各个历史图像分别的噪声分布情况,采用噪声类型统计方式确定对后续图像的噪声处理模式,从而提高了图像滤波的自适应能力;
(2)采用自动收纳外壳实现在危机情况下对现场摄像设备的高质量防护,从而避免危机情况下犯罪分子对现场摄像设备的破坏。
根据本发明的一方面,提供了一种云计算式图像处理系统,所述系统包括:
自动收纳外壳,为铝氧氮化物材料,厚度大于等于2厘米,设置在全球摄像设备的附近,用于在永磁无刷电机的控制下,实现对所述全球摄像设备的保护;
永磁无刷电机,与所述自动收纳外壳连接,用于在接收到嫌疑人辨识信号时,控制所述自动收纳外壳以将所述全球摄像设备进行包容,还用于在接收到正常人辨识信号时,控制所述自动收纳外壳以解除对所述全球摄像设备的包容;
全球摄像设备,设置在珠宝店内,用于对珠宝店内部场景进行即时图像数据采集,以获得时间轴上连续的多个即时店内图像,并输出所述时间轴上连续的多个即时店内图像;
数据评估设备,设置在云服务器端,与所述全球摄像设备连接,用于在接收到最新一个即时店内图像时,对之前的各个即时店内图像进行数据评估,基于数据评估结果确定相应的滤波模式,并输出相应的滤波模式;
自动滤波设备,设置在云服务器端,与所述数据评估设备连接,用于基于确定的相应的滤波模式对最新一个即时店内图像进行滤波操作,以获取对应的滤波店内图像,并输出时间轴上连续的多个滤波店内图像;
运动体检测设备,设置在云服务器端,与所述自动滤波设备连接,用于接收所述时间轴上连续的多个滤波店内图像,并对所述时间轴上连续的多个滤波店内图像进行运动对象跟踪,以获得最新一个滤波店内图像中的各个运动对象。
具体实施方式
下面将对本发明的云计算式图像处理方法的实施方案进行详细说明。
随着人们生活水平的提高,人们对奢侈品的需求不断提升,尤其对于女性来说,珠宝是不可缺少的奢侈需求,珠宝店也是她们常去关注的重要常识。
珠宝店的设计要跟上潮流,体现出珠宝本身的气质,同时又要满足不同消费者的需求,就要根据人们不同的品味和生活方式,甚至生活范围选择需要表现的形式和内容。比如,哪种形式比较容易表现消费者对生活情趣的追求,哪种内容最能显示个人品位的超凡脱俗,哪种灯光最能迎合人们对于空间风格与生活情调的需求等。
除了女性之外,由于珠宝的高价值以及珠宝店积累过多珠宝的原因,珠宝店也是犯罪分子的关注对象。虽然管理方一般都会设置很多摄像设备以实现对珠宝店各个角落的不间断视频拍摄,然而,有经验的犯罪分子都会事先破坏这些摄像设备以掩饰他们的犯罪行为。
为了克服上述不足,本发明搭建了一种云计算式图像处理系统,能够保持摄像设备在各种状况下的持续监控能力
根据本发明实施方案的云计算式图像处理系统包括:
自动收纳外壳,为铝氧氮化物材料,厚度大于等于2厘米,设置在全球摄像设备的附近,用于在永磁无刷电机的控制下,实现对所述全球摄像设备的保护;
永磁无刷电机,与所述自动收纳外壳连接,用于在接收到嫌疑人辨识信号时,控制所述自动收纳外壳以将所述全球摄像设备进行包容,还用于在接收到正常人辨识信号时,控制所述自动收纳外壳以解除对所述全球摄像设备的包容;
全球摄像设备,设置在珠宝店内,用于对珠宝店内部场景进行即时图像数据采集,以获得时间轴上连续的多个即时店内图像,并输出所述时间轴上连续的多个即时店内图像;
数据评估设备,设置在云服务器端,与所述全球摄像设备连接,用于在接收到最新一个即时店内图像时,对之前的各个即时店内图像进行数据评估,基于数据评估结果确定相应的滤波模式,并输出相应的滤波模式;
自动滤波设备,设置在云服务器端,与所述数据评估设备连接,用于基于确定的相应的滤波模式对最新一个即时店内图像进行滤波操作,以获取对应的滤波店内图像,并输出时间轴上连续的多个滤波店内图像;
运动体检测设备,设置在云服务器端,与所述自动滤波设备连接,用于接收所述时间轴上连续的多个滤波店内图像,并对所述时间轴上连续的多个滤波店内图像进行运动对象跟踪,以获得最新一个滤波店内图像中的各个运动对象;
频分双工通信设备,与附近的警务中心建立无线连接,以接收当前未抓获的各个犯罪嫌疑人的面部特征;
对象解析设备,分别与所述频分双工通信设备和所述运动体检测设备连接,用于针对最新一个滤波店内图像中的每一个运动对象,采用各个犯罪嫌疑人的面部特征分别进行匹配,并在匹配成功时发出与匹配的犯罪嫌疑人对应的人员编号,并发出所述嫌疑人辨识信号,还用于在最新一个滤波店内图像中的各个运动对象都未匹配成功时,发出所述正常人辨识信号;
其中,在所述数据评估设备中,对之前的各个即时店内图像进行数据评估,基于数据评估结果确定相应的滤波模式包括:将之前的各个即时店内图像作为历史店内图像,对于每一个历史店内图像,确定其中的幅值最大的噪声类型,将确定的噪声类型作为对于历史店内图像的代表性噪声,获取各个即时店内图像的各个代表性噪声,将各个代表性噪声中出现频率最多的噪声类型作为确定的噪声类型,基于确定的噪声类型确定相应的滤波模式。
接着,继续对本发明的云计算式图像处理系统的具体结构进行进一步的说明。
在所述云计算式图像处理系统中:
所述全球摄像设备还包括蓝色滤光片、光学镜头、CCD传感器和摄像支架;以及所述光学镜头设置在所述CCD传感器的前方。
在所述云计算式图像处理系统中:
所述蓝色滤光片设置在所述光学镜头的前方,所述摄像支架用于支撑所述蓝色滤光片、所述光学镜头和所述CCD传感器。
在所述云计算式图像处理系统中:
所述频分双工通信设备每隔固定时间从附近的警务中心接收最新的当前未抓获的各个犯罪嫌疑人的面部特征。
以及,在所述云计算式图像处理系统中:
所述频分双工通信设备还与所述对象解析设备连接;其中,所述频分双工通信设备还用于将所述嫌疑人辨识信号或所述正常人辨识信号无线发送到附近的警务中心。
根据本发明实施方案的云计算式图像处理方法包括:
使用自动收纳外壳,为铝氧氮化物材料,厚度大于等于2厘米,设置在全球摄像设备的附近,用于在永磁无刷电机的控制下,实现对所述全球摄像设备的保护;
使用永磁无刷电机,与所述自动收纳外壳连接,用于在接收到嫌疑人辨识信号时,控制所述自动收纳外壳以将所述全球摄像设备进行包容,还用于在接收到正常人辨识信号时,控制所述自动收纳外壳以解除对所述全球摄像设备的包容;
使用全球摄像设备,设置在珠宝店内,用于对珠宝店内部场景进行即时图像数据采集,以获得时间轴上连续的多个即时店内图像,并输出所述时间轴上连续的多个即时店内图像;
使用数据评估设备,设置在云服务器端,与所述全球摄像设备连接,用于在接收到最新一个即时店内图像时,对之前的各个即时店内图像进行数据评估,基于数据评估结果确定相应的滤波模式,并输出相应的滤波模式;
使用自动滤波设备,设置在云服务器端,与所述数据评估设备连接,用于基于确定的相应的滤波模式对最新一个即时店内图像进行滤波操作,以获取对应的滤波店内图像,并输出时间轴上连续的多个滤波店内图像;
使用运动体检测设备,设置在云服务器端,与所述自动滤波设备连接,用于接收所述时间轴上连续的多个滤波店内图像,并对所述时间轴上连续的多个滤波店内图像进行运动对象跟踪,以获得最新一个滤波店内图像中的各个运动对象;
使用频分双工通信设备,与附近的警务中心建立无线连接,以接收当前未抓获的各个犯罪嫌疑人的面部特征;
使用对象解析设备,分别与所述频分双工通信设备和所述运动体检测设备连接,用于针对最新一个滤波店内图像中的每一个运动对象,采用各个犯罪嫌疑人的面部特征分别进行匹配,并在匹配成功时发出与匹配的犯罪嫌疑人对应的人员编号,并发出所述嫌疑人辨识信号,还用于在最新一个滤波店内图像中的各个运动对象都未匹配成功时,发出所述正常人辨识信号;
其中,在所述数据评估设备中,对之前的各个即时店内图像进行数据评估,基于数据评估结果确定相应的滤波模式包括:将之前的各个即时店内图像作为历史店内图像,对于每一个历史店内图像,确定其中的幅值最大的噪声类型,将确定的噪声类型作为对于历史店内图像的代表性噪声,获取各个即时店内图像的各个代表性噪声,将各个代表性噪声中出现频率最多的噪声类型作为确定的噪声类型,基于确定的噪声类型确定相应的滤波模式。
接着,继续对本发明的云计算式图像处理方法的具体步骤进行进一步的说明。
所述云计算式图像处理方法中:
所述全球摄像设备还包括蓝色滤光片、光学镜头、CCD传感器和摄像支架;以及所述光学镜头设置在所述CCD传感器的前方。
所述云计算式图像处理方法中:
所述蓝色滤光片设置在所述光学镜头的前方,所述摄像支架用于支撑所述蓝色滤光片、所述光学镜头和所述CCD传感器。
所述云计算式图像处理方法中:
所述频分双工通信设备每隔固定时间从附近的警务中心接收最新的当前未抓获的各个犯罪嫌疑人的面部特征。
以及,所述云计算式图像处理方法中:
所述频分双工通信设备还与所述对象解析设备连接;其中,所述频分双工通信设备还用于将所述嫌疑人辨识信号或所述正常人辨识信号无线发送到附近的警务中心。
另外,频分双工是指上行链路和下行链路的传输分别在不同的频率上进行。在频分双工模式中,上行链路和下行链路的传输分别在不同的频率上进行。f1和f2分别为正在进行业务传输的某一移动台的发送频率和接收频率。
在第一、二代蜂窝系统中,基本都是采用FDD技术来实现双工传输的。特别是在第一代蜂窝系统中,由于传输的是连续的基带信号,必须用不同的频率来提供双工的上下行链路信道。在第一代蜂窝系统中传输连续信息采用FDD技术时,收发两端都必须有产生不同载波频率的频率合成器,在接收端还必须有一个防止发射信号泄漏到接收机的双工滤波器。另外,为了便于双工器的制作,收发载波频率之间要有一定的频率间隔。在第二代的GSM、IS-136和IS-95等系统中,也采用了FDD技术。在这些系统中,由于信息是以时隙方式进行传输的,收发可以在不同的时隙中进行,移动台或基站的发射信号不会对本接收机产生干扰。所以,尽管采用的FDD技术,也不需要昂贵的双工滤波器。
FDD模式的特点是在分离(上下行频率间隔190MHz)的两个对称频率信道上,系统进行接收和传送,用保护频段来分离接收和传送信道。
采用包交换等技术,可突破二代发展的瓶颈,实现高速数据业务,并可提高频谱利用率,增加系统容量。但FDD必须采用成对的频率,即在每2x5MHz的带宽内提供第三代业务。该方式在支持对称业务时,能充分利用上下行的频谱,但在非对称的分组交换(互联网)工作时,频谱利用率则大大降低(由于低上行负载,造成频谱利用率降低约40%),在这点上,TDD模式有着FDD无法比拟的优势。
采用本发明的云计算式图像处理系统,针对现有技术中珠宝店现场摄像设备无法应对犯罪分子破坏行为的技术问题,通过基于各个历史图像分别的噪声分布情况,采用噪声类型统计方式确定对后续图像的噪声处理模式,从而提高了图像滤波的自适应能力,尤为重要的是,还采用自动收纳外壳实现在危机情况下对现场摄像设备的高质量防护,从而避免了在危机情况下现场摄像设备丧失现场监控能力。
可以理解的是,虽然本发明已以较佳实施例披露如上,然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言,在不脱离本发明技术方案范围情况下,都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。
Claims (5)
1.一种云计算式图像处理系统,其特征在于,所述系统包括:
自动收纳外壳,为铝氧氮化物材料,厚度大于等于2厘米,设置在全球摄像设备的附近,用于在永磁无刷电机的控制下,实现对所述全球摄像设备的保护;
永磁无刷电机,与所述自动收纳外壳连接,用于在接收到嫌疑人辨识信号时,控制所述自动收纳外壳以将所述全球摄像设备进行包容,还用于在接收到正常人辨识信号时,控制所述自动收纳外壳以解除对所述全球摄像设备的包容;
全球摄像设备,设置在珠宝店内,用于对珠宝店内部场景进行即时图像数据采集,以获得时间轴上连续的多个即时店内图像,并输出所述时间轴上连续的多个即时店内图像;
数据评估设备,设置在云服务器端,与所述全球摄像设备连接,用于在接收到最新一个即时店内图像时,对之前的各个即时店内图像进行数据评估,基于数据评估结果确定相应的滤波模式,并输出相应的滤波模式;
自动滤波设备,设置在云服务器端,与所述数据评估设备连接,用于基于确定的相应的滤波模式对最新一个即时店内图像进行滤波操作,以获取对应的滤波店内图像,并输出时间轴上连续的多个滤波店内图像;
运动体检测设备,设置在云服务器端,与所述自动滤波设备连接,用于接收所述时间轴上连续的多个滤波店内图像,并对所述时间轴上连续的多个滤波店内图像进行运动对象跟踪,以获得最新一个滤波店内图像中的各个运动对象;
频分双工通信设备,与附近的警务中心建立无线连接,以接收当前未抓获的各个犯罪嫌疑人的面部特征;
对象解析设备,分别与所述频分双工通信设备和所述运动体检测设备连接,用于针对最新一个滤波店内图像中的每一个运动对象,采用各个犯罪嫌疑人的面部特征分别进行匹配,并在匹配成功时发出与匹配的犯罪嫌疑人对应的人员编号,并发出所述嫌疑人辨识信号,还用于在最新一个滤波店内图像中的各个运动对象都未匹配成功时,发出所述正常人辨识信号;
其中,在所述数据评估设备中,对之前的各个即时店内图像进行数据评估,基于数据评估结果确定相应的滤波模式包括:将之前的各个即时店内图像作为历史店内图像,对于每一个历史店内图像,确定其中的幅值最大的噪声类型,将确定的噪声类型作为对于历史店内图像的代表性噪声,获取各个即时店内图像的各个代表性噪声,将各个代表性噪声中出现频率最多的噪声类型作为确定的噪声类型,基于确定的噪声类型确定相应的滤波模式。
2.如权利要求1所述的云计算式图像处理系统,其特征在于:
所述全球摄像设备还包括蓝色滤光片、光学镜头、CCD传感器和摄像支架;
以及所述光学镜头设置在所述CCD传感器的前方。
3.如权利要求2所述的云计算式图像处理系统,其特征在于:
所述蓝色滤光片设置在所述光学镜头的前方,所述摄像支架用于支撑所述蓝色滤光片、所述光学镜头和所述CCD传感器。
4.如权利要求3所述的云计算式图像处理系统,其特征在于:
所述频分双工通信设备每隔固定时间从附近的警务中心接收最新的当前未抓获的各个犯罪嫌疑人的面部特征。
5.如权利要求1-4任一所述的云计算式图像处理系统,其特征在于:
所述频分双工通信设备还与所述对象解析设备连接;
其中,所述频分双工通信设备还用于将所述嫌疑人辨识信号或所述正常人辨识信号无线发送到附近的警务中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810262686.XA CN109302439B (zh) | 2018-03-28 | 2018-03-28 | 云计算式图像处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810262686.XA CN109302439B (zh) | 2018-03-28 | 2018-03-28 | 云计算式图像处理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109302439A CN109302439A (zh) | 2019-02-01 |
CN109302439B true CN109302439B (zh) | 2019-05-31 |
Family
ID=65167672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810262686.XA Active CN109302439B (zh) | 2018-03-28 | 2018-03-28 | 云计算式图像处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109302439B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110633614B (zh) * | 2019-06-14 | 2020-06-02 | 安徽瑞羽康农业科技有限公司 | 自适应现场防护机构 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650565A (zh) * | 2016-08-31 | 2017-05-10 | 刘杰杰 | 移动互联网智能终端电子取证平台 |
CN107484107A (zh) * | 2017-08-09 | 2017-12-15 | 无锡北斗星通信息科技有限公司 | 一种定向信息播报方法 |
CN107515577A (zh) * | 2017-09-12 | 2017-12-26 | 鑫喆喆 | 智能化地锁停车收费平台 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014176790A1 (en) * | 2013-05-03 | 2014-11-06 | Nokia Corporation | A method and technical equipment for people identification |
-
2018
- 2018-03-28 CN CN201810262686.XA patent/CN109302439B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106650565A (zh) * | 2016-08-31 | 2017-05-10 | 刘杰杰 | 移动互联网智能终端电子取证平台 |
CN107484107A (zh) * | 2017-08-09 | 2017-12-15 | 无锡北斗星通信息科技有限公司 | 一种定向信息播报方法 |
CN107515577A (zh) * | 2017-09-12 | 2017-12-26 | 鑫喆喆 | 智能化地锁停车收费平台 |
Also Published As
Publication number | Publication date |
---|---|
CN109302439A (zh) | 2019-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104956609B (zh) | 信息通信方法和信息通信装置 | |
CN109302439B (zh) | 云计算式图像处理系统 | |
CN102771157B (zh) | 用于执行切换的方法和设备 | |
CN108271003B (zh) | 云计算式图像处理系统及方法 | |
EP3158825B1 (en) | Media processing services on an access node | |
CN107770392B (zh) | 一种基于状态分析的手机主动照明方法 | |
CN108337465A (zh) | 视频处理方法和装置 | |
CN108347427A (zh) | 一种视频数据传输、处理方法、装置及终端、服务器 | |
CN107613314A (zh) | 一种检测直播中刷人气行为的方法及装置 | |
CN106488257A (zh) | 一种视频文件索引信息的生成方法和设备 | |
CN110109899A (zh) | 物联网数据填补方法、装置及系统 | |
CN109743098A (zh) | 频谱共享系统的频谱共享方法、装置和电子设备 | |
Kuzdeba et al. | Prototype implementation of a visual communication system employing video imagery | |
CN107564043B (zh) | 一种住宅区域运动目标跟踪方法 | |
CN107392186B (zh) | 住宅区域运动目标跟踪系统 | |
CN109819500A (zh) | 小区选择方法、终端、基站及通讯设备 | |
CN108512600A (zh) | 面对面数据传输方法和装置 | |
CN108307101A (zh) | 一种图像处理方法及电子设备、服务器 | |
CN107587456B (zh) | 实时监控型地锁装置 | |
CN108986828A (zh) | 呼叫的建立方法及装置、存储介质、电子装置 | |
CN102739617A (zh) | 游戏内显示用户账号信息的方法及装置 | |
CN110495209A (zh) | 确定无线资源的方法及装置 | |
CN109819532A (zh) | 一种基于人员检测的智能化基站控制方法 | |
CN102907006A (zh) | 直接连接影像摄像装置的二进制cdma影像收发信系统 | |
CN109834941A (zh) | 节省型盒体3d打印系统 |
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: 20190506 Address after: Room 113-12, 1st floor, No. 38 Debao Road, China (Shanghai) Free Trade Pilot Area, Pudong New Area, Shanghai, 200120 Applicant after: SHANGHAI SUPER-YUAN INFORMATION TECHNOLOGY CO., LTD. Address before: 213000 room 1108, unit 6, building 6, 100 Xinyuan, Chun Jiang Town, Changzhou, Jiangsu. Applicant before: Liu Jie |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |