CN109743541A - 智能监控方法、装置、计算机设备及存储介质 - Google Patents
智能监控方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN109743541A CN109743541A CN201811536535.5A CN201811536535A CN109743541A CN 109743541 A CN109743541 A CN 109743541A CN 201811536535 A CN201811536535 A CN 201811536535A CN 109743541 A CN109743541 A CN 109743541A
- Authority
- CN
- China
- Prior art keywords
- target
- identified
- image
- face
- facial image
- 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.)
- Granted
Links
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Image Analysis (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种智能监控方法、装置、计算机设备及存储介质,所述方法包括:获取待识别目标的面部图像;获取追踪目标面部图像,检测待识别目标的面部图像与追踪目标面部图像的相似度是否大于预设的相似阈值;当待识别目标的面部图像与追踪目标面部图像的相似度大于相似阈值时,实时监控待识别目标;获取待识别目标的行走轨迹,并根据行走轨迹预测待识别目标在下一预设时间段内的行走轨迹。本发明通过人脸识别判定待识别目标是否为追踪目标,在待识别目标为所述追踪目标时,自动智能监控待识别目标,并通过待识别目标的行走轨迹预测其下一时间段的行走轨迹,在提升了监控效率的同时,还可以提升监控的准确度以及精确度,增强用户体验。
Description
技术领域
本发明涉及人脸识别领域,尤其涉及一种智能监控方法、装置、计算机设备及存储介质。
背景技术
传统的监控追踪可疑人物通过人为的方式监视摄像头的画面,容易出现纰漏,若长时间进行监控,还会因为疲劳导致监控的精确度降低,且无法对化妆或易容的可疑人进行准确识别,故需要一种智能监控追踪系统,通过引入人脸识别和位置定位,在保证长时间准确监控追踪的同时,还能判断可疑人物的下一时间段的行走轨迹,以便更好的追踪以及抓捕。
发明内容
基于此,本发明提供一种智能监控方法、装置、计算机设备及存储介质,用于长时间准确监控追踪可疑目标,且判断可疑目标下一时间段的行走轨迹,以便更好的追踪以及抓捕,在提升了监控效率的同时,还可以提升监控的准确度以及精确度。
一种智能监控方法,包括:
获取待识别目标的面部图像;所述待识别目标为在监控终端的监控区域内出现,并被所述监控终端所拍摄或/和采集的目标;
获取追踪目标面部图像,检测所述待识别目标的面部图像与所述追踪目标面部图像的相似度是否大于预设的相似阈值;所述追踪目标为用户预先设定进行追踪的目标,所述追踪目标面部图像为所述追踪目标的面部图像;
当所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值时,实时监控所述待识别目标;
获取监控的所述待识别目标的行走轨迹,并根据所述待识别目标的行走轨迹,通过预设的预测规则,预测所述待识别目标在下一预设时间段内的行走轨迹。
一种智能监控装置,包括:
获取模块,用于获取待识别目标的面部图像;所述待识别目标为在监控终端的监控区域内出现,并被所述监控终端所拍摄或/和采集的目标;
检测模块,用于获取追踪目标面部图像,检测所述待识别目标的面部图像与所述追踪目标面部图像的相似度是否大于预设的相似阈值;所述追踪目标为用户预先设定进行追踪的目标,所述追踪目标面部图像为所述追踪目标的面部图像;
监控模块,用于当所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值时,实时监控所述待识别目标;
预测模块,用于获取监控的所述待识别目标的行走轨迹,并根据所述待识别目标的行走轨迹,通过预设的预测规则,预测所述待识别目标在下一预设时间段内的行走轨迹。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述智能监控方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述智能监控方法的步骤。
上述智能监控方法、装置、计算机设备及存储介质,在监控系统中引入了人脸识别以及位置定位,通过运用人脸识别判定所述待识别目标是否用户要追踪的追踪目标,在所述待识别目标为所述追踪目标时,可以自动智能监控所述待识别目标,且还可以通过所述待识别目标的行走轨迹预测其下一时间段的行走轨迹,在提升了监控效率的同时,还可以提升监控的准确度以及精确度,增强用户体验。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中智能监控方法的一应用环境示意图;
图2是本发明一实施例中智能监控方法的流程图;
图3是本发明一实施例中智能监控方法的步骤S20的流程图;
图4是本发明另一实施例中智能监控方法的流程图;
图5是本发明另一实施例中智能监控方法的流程图;
图6是本发明一实施例中智能监控方法的步骤S40的流程图;
图7是本发明一实施例中智能监控装置的示意图;
图8是本发明一实施例中智能监控装置的检测模块的示意图;
图9是本发明一实施例中计算机设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请提供的智能监控方法,可应用在如图1的应用环境中,其中,客户端(计算机设备/终端设备)通过网络与服务器(服务端)进行通信。首先通过所述客户端获取待识别目标的面部图像,进一步地,运用人脸识别判断所述待识别目标的面部图像是否与追踪目标的面部图像匹配,当二者相匹配时,自动智能监控所述待识别目标,且预测其下一预设时间段内的行走轨迹。其中,客户端(计算机设备/终端设备)包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种智能监控方法,以该方法应用在图1中的服务器为例进行说明,包括如下步骤:
S10:获取待识别目标的面部图像;所述待识别目标为在监控终端的监控区域内出现,并被所述监控终端所拍摄或/和采集的目标。
所述待识别目标是指在监控终端的拍摄范围内出现的人,所述监控终端包括但不限于摄像头、闭路电视、手机等视频或图像采集设备。服务器可以通过网络与所述监控终端连接并进行数据交互,亦可通过数据线的方式与所述监控终端进行连接和数据交互。
具体地,所述监控终端设备采集到包含有所述待识别目标的图像或视频时,即将所述待识别目标的图像或视频发送至所述服务器,此时,服务器根据预设规格截取其中的待识别目标的面部图像,所述规格可以根据用户的需求预先设定,获取所述待识别目标的面部图像,并将其存储至所述数据库中,以供在后续步骤中将所述待识别目标的面部图像与追踪目标面部图像进行人脸比对。
S20:获取追踪目标面部图像,检测所述待识别目标的面部图像与所述追踪目标面部图像的相似度是否大于预设的相似阈值;所述追踪目标为用户预先设定进行追踪的目标,所述追踪目标面部图像为所述追踪目标的面部图像。
所述追踪目标面部图像是指用户追踪目标的面部图像,所述追踪目标即为用户想要追踪监控的人;所述追踪目标面部图像通常存储在服务器的数据库中,比如,在公安机关追捕抓逃犯罪嫌疑人时,所述追踪目标面部图像即为该犯罪嫌疑人的面部图像,可理解地,所述犯罪嫌疑人的面部图像通常存储在公安系统(即服务器)的数据库中。预设的所述数据库亦可根据用户的需求存储所述追踪目标的其他信息,如个人基本信息(姓名、体重、身高、性别等)、身份证信息、犯罪记录等信息。可理解地,所述获取追踪目标面部图像,即在所述服务器的数据库中调取所述追踪目标面部图像。
所述相似阈值可以根据需求预先设定。可理解地,所述相似阈值即判断所述待识别目标与所述追踪目标是否为同一人的标准,也即,当所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于所述相似阈值时,此时,可以认为所述待识别目标即为用户想要追踪的所述追踪目标。具体地,可以将所述待识别目标的面部图像中的人脸作为一个整体与所述追踪目标面部图像中的人脸进行比对,以检测所述待识别目标的面部图像与所述追踪目标面部图像的相似度是否大于所述相似阈值,作为优选,所述相似阈值可以为0.65-0.69,此时,即不会因为所述相似阈值过大,从而导致当所述待识别目标与所述追踪目标实际为同一人时,所述服务器却无法正确识别出所述待识别目标即为用户要追踪监控的所述追踪目标,亦不会因为所述相似阈值过小,从而导致当所述待识别目标与所述追踪目标实际上为不同的两个人时,所述服务器却错误将所述待识别目标判断为用于想要追踪监控的所述追踪目标。检测所述待识别目标的面部图像与所述追踪目标面部图像的相似度是否大于所述相似阈值,以便在后续步骤中判断所述待识别目标是否为用户想要追踪监控的所述追踪目标,进而对所述待识别目标进行实时监控。
S30:当所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值时,实时监控所述待识别目标。
可理解地,当所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于所述相似阈值时,代表所述待识别目标即为用户想要追踪的追踪目标,此时,确认所述待识别目标为所述追踪目标,并开启监控功能,实时监控所述追踪目标(即所述待识别目标)。
所述监控功能及其实现原理如下:当监控功能开启时,也即一是监控终端识别出所述待识别目标为追踪目标时,将所述待识别目标的面部图像发送至周边预设范围内所有的监控终端,以便所述周边预设范围内的监控终端可以在所述追踪目标进入其监控范围时,快速识别出所述追踪目标,并继续对其进行实时监控,也即,即使所述追踪目标离开了一监控终端的监控范围,亦能通过其他的监控终端对其实施监控,在一实施例中,所述监控功能还可以包括,在开始监控功能时,启用可以移动的监控终端(此时该监控终端为动态的设备或可在一定为范围内移动的设备,如装配在移动机器人上的监控摄像头、带有监控摄像头的小型无人机等),使其自动移动到所述追踪目标所在区域内的监控终端的视野盲区,或没有布置监控终端的地方,以使监控区域覆盖所述追踪目标所在的区域,从而防止所述追踪目标通过视野盲区等逃避追踪;通过自动调整所述监控终端的拍摄镜头的焦距,或调整所述监控终端与待识别目标的距离(此时该监控终端为上述动态的设备或可在一定为范围内移动的设备),以提高所述监控终端对所述待识别目标以及其周围场景所采集的图像或/和视频的像素或/和分辨率至预设比例,从而采集到清晰的所述待识别目标及其周围场景的图像或/和视频;当所述监控终端只能采集图像而不能拍摄视频时,提高采集图像的频率至预设的采集频率,比如,所述监控终端在未识别到追踪目标时,其采集图像的频率为一分钟采集10张图像,在监控所述待识别目标时,将采集图像的频率提升至预设的所述采集频率,所述采集频率可以根据需求预先设定,作为优选,所述采集频率为3秒采集一张图像;而当所述监控终端即能采集图像,亦能拍摄视频时,调整该监控终端的采集方式恒定为拍摄视频,也即在所述监控过程中暂时取消拍摄图像,而变更为拍摄视频,直至实时监控结束;当所述监控终端是根据预设规则移动的设备时(比如按预设的角速度转动从而监控360场景的闭路电视),调整该监控终端的移动规则,以使该监控终端可以一直聚焦于所述追踪目标;实时采集所述追踪目标及其周围场景的图像或/和视频,并存储在数据库中,以供用户根据所述图像或/视频对所述待识别目标的行为、习性或习惯等进行分析。所述监控终端还装配有GPS定位系统,在开启监控功能时(即实时监控所述待识别目标时),实时获取所述追踪目标的位置,并将其发送至预设的追踪方,如用户、公安机关负责追踪该追踪目标的办案人员等。所采集的图像或/和视频,以及实时获取的所述追踪目标的位置,还可供在步骤S40中获取所述追踪目标的行走轨迹,并根据所述行走轨迹预测所述追踪目标下一时间段的位置。
在一实施例中,所述监控功能还包括:根据监控终端所采集的视频或/和图像,检测其中出现的待识别目标的面部图像数量,获取该监控终端的监控区域出现的人的数量;还可以获取每个待识别目标出现在监控区域的时间,以供办案人员进行分析。
S40:获取监控的所述待识别目标的行走轨迹,并根据所述待识别目标的行走轨迹,通过预设的预测规则,预测所述待识别目标在下一预设时间段内的行走轨迹。
其中,所述行走轨迹是指,所述待识别目标在一定时间段内所行走过的路线、方向、行走速度等。具体地,首先获取所述待识别目标所在区域的地图,所述地图可以是2D形式,亦可以是3D形式,此时,检测在所述步骤S30中实时获取的所待识别目标的位置对应地在所述地图上的位置,并标记所述待识别目标的位置对应地在所述地图上的位置,进一步地,将所述地图上所有被标记的上述位置相连,所连接而成的线段即为所述待识别目标的行走轨迹。
所述预设时间段的时间长度可以根据需求设定。
具体地,首先获取所述待识别目标的行走轨迹,进一步地,根据所述待识别目标的行走轨迹,对所述待识别目标在下一预设时间段内的行走轨迹进行预测。本实施例通过预测所述待识别目标下一预设时间段内的行走轨迹,可以提高追踪所述待识别目标的效率,以便于更好的对所述待识别目标进行监控。
本实施例的智能监控方法在监控系统中引入了人脸识别以及位置定位,通过运用人脸识别判定所述待识别目标是否用户要追踪的追踪目标,在所述待识别目标为所述追踪目标时,可以自动智能监控所述待识别目标,且还可以通过所述待识别目标的行走轨迹预测其下一时间段的行走轨迹,在提升了监控效率的同时,还可以提升监控的准确度以及精确度,增强用户体验。
在一实施例中,如图3所示,所述步骤S20中,所述检测所述待识别目标的面部图像与所述追踪目标面部图像的相似度是否大于预设的相似阈值,包括以下步骤:
S201,检测所述待识别目标的面部图像与所述追踪目标面部图像的脸型轮廓相似度是否大于预设的比例阈值。
所述比例阈值可以根据用户需求进行设定,其可根据实际情况,从用户此前追踪的数据中总结后手动输入,亦可自动设置初始的比例阈值,作为优选,所述比例阈值的范围可以为0.60-0.65。
所述脸型轮廓即为人脸的脸型,由于脸型是人的面部特征中较难通过简单的化妆、易容等手段进行改变的特征,可理解地,所述监控终端采集的图像或视频中,可能包含多个待识别目标,本实施例可以对所述待识别目标的面部图像进行初步筛选,也即首先将待识别目标的面部图像中的脸型轮廓与所述追踪目标面部图像的脸型轮廓进行比对,初步排除脸型轮廓与所述追踪目标面部图像的脸型轮廓差异较大的所述待识别目标的面部图像,提升比对效率的同时,亦提升了比对的精确度。
S202,在所述待识别目标的面部图像与所述追踪目标面部图像的脸型轮廓相似度大于所述比例阈值时,在所述待识别人面部图像上进行面部特征的面部图像模拟,生成模拟面部图像。
所述面部特征包括但不限于耳、鼻、眼、口、眉毛、头发等,所述面部特征的常见形状和/或追踪目标特有的形状等可以预先存储在所述服务器的数据库中,也可以根据需求,在面部图像模拟之前,生成符合用户需求的所述面部特征,以生成的符合用户需求的所述面部特征进行面部图像模拟。具体地,首先调取所述数据库中存储的面部特征,或根据需求生成所需的面部特征,进一步地,对各所述面部特征进行预设规则的排列组合,生成多组面部特征组合,并将每一组各所述面部特征对应放置在所述待识别目标的面部图像中的脸型轮廓的预设位置,生成模拟面部图像,以供在步骤S203中将所述模拟面部图像与所述追踪目标面部图像进行比对。对所述待识别目标的面部图像进行面部特征的面部图像模拟,可以在所述待识别目标为了逃避追踪而进行整容或对自身的面部特征进行了较大的改变时,亦能准确的识别出所述待识别目标即为用户想要追踪监控的追踪目标。
S203,检测所述模拟面部图像与所述追踪目标面部图像的相似度是否大于所述相似阈值。
具体地,将所述模拟面部图像与所述追踪目标面部图像进行比对,即对模拟面部图像与是追踪目标面部图像的整体进行比对,可理解地,所述在步骤S202中生成的模拟面部图像有多个,此时,首先选取其中一个未进行比对的模拟面部图像,与所述追踪目标面部图像进行比对,在该模拟面部图像与所述追踪目标面部图像的相似度大于所述相似阈值时,进入步骤S204,确认所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值。在该模拟面部图像与所述追踪目标面部图像的相似度小于所述相似阈值时,返回至重新选取一个未进行比对的模拟面部图像及其后续步骤,直至选取的未进行过比对的模拟面部图像与所述追踪目标面部图像的相似度大于所述相似阈值,此时,后续步骤如上述,或在步骤S202中生成的所有模拟面部图像均被检测完毕,此时,在步骤S202中生成的所有模拟面部图像与所述追踪目标面部图像的相似度均未超过所述相似阈值,即代表所述模拟面部图像对应的待识别目标并非所述追踪目标,此时,确认所述待识别目标并非所述追踪目标,此时不再对所述待识别目标进行监控和获取其行走轨迹。
S204,在所述模拟面部图像与所述追踪目标面部图像的相似度大于所述相似阈值时,确认所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值。
可理解地,当所述模拟面部图像与所述追踪目标面部图像的相似度大于所述相似阈值时,即代表生成该模拟面部图像的待识别目标的面部图像对应地待识别目标,即为所述追踪目标,此时,确认所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值,以便在后续步骤S30中实时监控所述待识别目标。
在一实施例中,如图4所示,所述步骤S10之后,还包括步骤:
S50,获取预设监控区域内的所有目标面部图像。
所述监控区域是指,监控终端所监控的区域,所述目标面部图像即用户根据需求预先存储至服务器的数据库中的面部图像,比如,当所述监控区域为学校时,用户可根据需求预先存储所有学生和老师的面部图像至服务器的数据库中,此时,所述学生和老师的面部图像即为所述目标面部图像。获取所述目标面部图像,以供在后续步骤中将所述目标面部图像与所述待识别目标的面部图像分别进行匹配。在一实施例中,所述监控终端设置在住宅小区(也即所述监控区域),此时,所述目标面部图像为住宅小区内所有业主和保安、物业等住宅小区内常驻人员的面部图像;在另一实施例中,所述监控终端设置在写字楼或者公司,此时,所述目标面部图像即为该写字楼或公司的所有员工的面部图像。
S60,将所述待识别目标的面部图像与所有所述目标面部图像分别进行匹配。
可理解地,当所述监控终端的监控区域为相对密闭,亦或出现陌生面孔的可能性教小的地方时(比如学校、写字楼、公司、住宅小区等地方),此时,将所述监控终端的监控区域的常驻人口(比如学生、员工、业主等)的面部图像(即上述的目标面部图像)与所述待识别目标的面部图像进行比对,当所有所述常驻人口的面部图像与所述待识别目标的面部图像均不匹配时,代表所述待识别目标并非所述常驻人口,此时,进入步骤S70,向预设的管理方发出预警信息;当所述待识别目标的面部图像与某一所述常驻人口的面部图像匹配成功时,代表所述待识别目标即为所述常驻人口,此时,确认所述待识别目标正常无可疑。
具体地,所述匹配过程为如下,遍历所有所述目标面部图像,检测各所述目标面部图像与所述待识别目标的面部图像的相似度是否大于预设的所述相似阈值,当所述目标面部图像与所述待识别目标的面部图像的相似度大于所述相似阈值时,代表所述目标面部图像与所述待识别目标的面部图像匹配,也即匹配成功;当所述目标面部图像与所述待识别目标的面部图像的相似度小于或等于所述相似阈值时,代表所述目标面部图像与所述待识别目标的面部图像不匹配,也即匹配失败。
S70,在所述待识别目标的面部图像与所有所述目标面部图像均匹配失败时,向预设的管理方发送预警信息。
当所述待识别目标的面部图像与所有所述目标面部图像均匹配失败时,代表所述待识别目标并非为监控终端的监控区域的常驻人口,也即若所述监控区域为学校,所述待识别目标并非学生或老师等人,若所述监控区域为公司,所述待识别目标并非员工等人,也即所述待识别目标即为可疑人,此时,向预设的管理方(比如保安、公安机关、物业管理人员等)发送预警信息,以便所述管理方能够快速得知其管理的地方出现可疑人物,从而提升监控效率,增强用户体验。
在一实施例中,如图5所示,所述步骤S10之后,还包括步骤:
S80,检测所述待识别目标的微表情是否属于预设的可疑表情。
其中,所述可疑表情是指恐慌、狰狞、着急等表情。具体地,根据数据库中预先存储的表情规则,检测所述待识别目标的微表情。每一所述表情规则中包含一个可疑表情对应的微表情,且每一个微表情中包含多个人脸动作单元类型及序列(比如,内眉上扬、嘴角上扬、眉毛下压且脸颊抬起、鼻子蹙皱且嘴唇褶皱、嘴角下拉且下嘴唇下压并且下巴缩紧等)。在本实施例中,首先自监控终端拍摄的视频或图像中提取所述待识别目标的微表情,并检测所述待识别目标的微表情(自该待识别目标的微表情中提取的人脸动作单元类型及序列)与各所述表情规则中的微表情(所述表情规则中包含的人脸动作单元类型及序列)是否匹配,当所述待识别目标的微表情与一所述表情规则中的微表情匹配时,此时,所述待识别目标的微表情即为该表情规则中包含的可疑表情;此时进入步骤S90,确认所述待识别目标可疑。
S90,当所述待识别目标的微表情属于所述可疑表情时,确认所述待识别目标可疑,并向预设的管理方发送预警信息。
可理解地,当所述待识别目标的微表情属于所述可疑表情时,代表所述待识别目标的心境不平和,属于情绪失控的状态,故其有可能属于可疑人物,此时,确认所述待识别目标可疑,并向预设的管理方发送预警信息,以便所述管理方进行后续处理(如监控所述待识别目标、对所述待识别目标进行问话了解情况、对所述待识别目标采取强制措施等);当所述待识别目标的微表情不属于所述可疑表情时,代表所述待识别目标暂无可疑,此时,确认其正常无可疑,在所述待识别目标没有做出其他可疑行为时,暂不对其进行监控,提升监控效率,增强用户体验。
在一实施例中,所述步骤S30之后,还包括步骤:
获取所述监控区域的音频,并将所述音频转化为文本。
具体地,所述监控终端还配置有语音采集装置,可以实时采集其监控区域的音频,在本实施例中,首先获取监控终端的监控区域(也即所述监控区域)的音频,并通过语音识别,将所述音频转化为文本,以供在后续步骤中检测所述文本中是否出现预设的关键字。
检测所述文本,当所述文本出现预设的关键字时,实时监控所述监控区域,并向预设的管理方发送预警信息。
所述关键字是指当监控区域出现违法犯罪活动等紧急情况时,该监控区域内的人会说的字词,比如,救、救命、来人、帮帮我等字词。在本实施例中,首先遍历所述文本中的所有字词,检测所述文本的字词是否与所述关键字相匹配,当检测到所述文本的字词与所述关键字相匹配时,启动监控功能,通过采集所述监控区的图像或/和视频记录监控区域的画面,并向预设的管理方发送预警信息,以便所述管理方进行后续处理(比如出动人员去现场救援、人为监控所述监控区域的画面获取进一步的情况和信息等),提升监控效率,增强用户体验。
在一实施例中,如图6所示,所述步骤S40包括以下步骤:
S401,获取监控的所述待识别目标在此前的预设时间段内的第一行走轨迹,并将所述第一行走轨迹显示在与所述监控区域对应的电子地图中。
其中,所述第一行走轨迹是指监控的所述待识别目标在此前的预设时间段内的行走轨迹,所述预设时间段的时间长度可以根据需求预先设定。
在本实施例中,首先获取监控的所述待识别目标在此前的预设时间段内的行走轨迹(即所述第一行走轨迹),并将所述第一行走轨迹显示在与所述监控区域对应的电子地图中,以供在后续步骤中根据所述电子地图中的所述第一行走轨迹,获取位于所述第一行走轨迹朝向行走方向延伸的可行走路径。
S402,获取监控的所述待识别目标在所述第一行走轨迹中的行走速度和行走方向。以供在后续步骤中根据所述行走方向获取位于所述第一行走轨迹朝向所述行走方向延伸的可行走路径,以及根据所述行走速度预估监控的所述待识别目标到达下一监控区域内的时间点。
其中,所述行走方向是指监控的所述待识别目标向前行走的大致方向,如东南方向15度-20度。可理解地,所述行走速度为监控的所述待识别目标在所述第一行走轨迹中行走的平均速度。
S403,在所述电子地图中,获取位于所述第一行走轨迹朝向所述行走方向延伸的可行走路径,并将所述可行走路径标记为监控的所述待识别目标在下一预设时间段内的行走轨迹。
其中,所述可行走路径是指可以让人行走的道路,所述下一预设时间段的时间长度可以根据需求预先设定。可理解地,当监控的所述待识别目标在所述第一行走轨迹中以一定的目的,按照一定的方向移动时,该待识别目标的行走方向上的某个地点,可能即为该待识别目标的目的地,因此,在所述电子地图中,获取位于所述第一行走轨迹朝向所述行走方向延伸的所有所述可行走路径,以供在步骤S404中根据所述行走速度,预估监控的所述待识别目标在所述可行走路径中达到下一监控区域内的时间点;可理解地,所述可行走路径即代表着监控的所述待识别目标在下一预设时间段内的行走轨迹,此时,标记所述可行走路径为监控的所述待识别目标在下一预设时间段内的行走轨迹。
S404,根据监控的所述待识别目标的行走速度,预估其在所述可行走路径中达到下一监控区域内的时间点,并在所述时间点之前启动下一监控区域内的监控终端。
可理解地,所述监控区域的范围有限,并不能覆盖监控的所述待识别目标行走方向上的所有区域,在本实施例中,首先根据监控的所述待识别目标的行走速度,预估其在所述可行走路径(也即其在下一预设时间段内的行走轨迹)中达到下一监控区域内的时间点,进一步地,在所述时间点之前启动该监控区域内的监控终端的监控功能(所述监控功能如上述),完成各监控区域之间的监控衔接,提高追踪所述待识别目标的效率,增强监控效果。
本发明在监控系统中引入了人脸识别以及位置定位,通过人脸识别判定所述待识别目标是否用户要追踪的追踪目标,在所述待识别目标为所述追踪目标时,自动监控所述待识别目标,还可以通过所述待识别目标的行走轨迹预测其下一时间段的行走轨迹,并且还引入了微表情识别以及语音识别,以检测所述待识别目标的微表情,或监控区域内的人发出的语音,并根据所述微表情和所述语音的不同情况分别进行应急处理,在提升监控效率的同时,亦提升了监控的准确度和精确度,增强了用户体验。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种智能监控装置,该智能监控装置与上述实施例中智能监控方法一一对应。如图7所示,该智能监控装置包括获取模块11、检测模块12、监控模块13和预测模块14。各功能模块详细说明如下:
所述获取模块11,用于获取待识别目标的面部图像;所述待识别目标为在监控终端的监控区域内出现,并被所述监控终端所拍摄或/和采集的目标;
所述检测模块12,获取追踪目标面部图像,检测所述待识别目标的面部图像与所述追踪目标面部图像的相似度是否大于预设的相似阈值;所述追踪目标为用户预先设定进行追踪的目标,所述追踪目标面部图像为所述追踪目标的面部图像;
所述监控模块13,用于当所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值时,实时监控所述待识别目标;
所述预测模块14,用于获取监控的所述待识别目标的行走轨迹,并根据所述行走轨迹预测所述待识别目标在下一预设时间段内的行走轨迹。
本发明的智能监控装置在监控系统中引入了人脸识别以及位置定位,通过运用人脸识别判定所述待识别目标是否用户要追踪的追踪目标,在所述待识别目标为所述追踪目标时,可以自动智能监控所述待识别目标,且还可以通过所述待识别目标的行走轨迹预测其下一时间段的行走轨迹,在提升了监控效率的同时,还可以提升监控的准确度以及精确度,增强用户体验。
在一实施例中,如图8所示,所述检测模块12包括:
轮廓检测单元121,用于检测所述待识别目标的面部图像与所述追踪目标面部图像的脸型轮廓相似度是否大于预设的比例阈值;
生成单元122,用于在所述待识别目标的面部图像与所述追踪目标面部图像的脸型轮廓相似度大于所述比例阈值时,在所述待识别人面部图像上进行面部特征的面部图像模拟,生成模拟面部图像;
面部图像检测单元123,用于检测所述模拟面部图像与所述追踪目标面部图像的相似度是否大于所述相似阈值;
确认单元124,用于在所述模拟面部图像与所述追踪目标面部图像的相似度大于所述相似阈值时,确认所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值。
在一实施例中,所述智能监控装置还包括:
目标获取模块,用于获取预设监控区域内的所有目标面部图像;
匹配模块,用于将所述待识别目标的面部图像与所有所述目标面部图像分别进行匹配;
预警模块,用于在所述待识别目标的面部图像与所有所述目标面部图像均匹配失败时,向预设的管理方发送预警信息。
在一实施例中,所述智能监控装置还包括:
表情检测模块,用于检测所述待识别目标的微表情是否属于预设的可疑表情;
表情确认模块,用于当所述待识别目标的微表情属于所述可疑表情时,确认所述待识别目标可疑,并向预设的管理方发送预警信息。
在一实施例中,所述智能监控装置还包括:
音频处理模块,用于获取待监控区域的音频,并将所述音频转化为文本;
字词检测模块,用于检测所述文本,当所述文本出现预设的关键字时,实时监控所述待监控区域,并向预设的管理方发送预警信息。
在一实施例中,所述预测模块14包括:
轨迹获取单元,用于获取监控的所述待识别目标在此前的预设时间段内的第一行走轨迹,并将所述第一行走轨迹显示在与所述监控区域对应的电子地图中;
状态获取单元,用于获取监控的所述待识别目标在所述第一行走轨迹中的行走速度和行走方向;
标记单元,用于在所述电子地图中,获取位于所述第一行走轨迹朝向所述行走方向延伸的可行走路径,并将所述可行走路径标记为监控的所述待识别目标在下一预设时间段内的行走轨迹;
预估单元,用于根据监控的所述待识别目标的行走速度,预估其在所述可行走路径中达到下一监控区域内的时间点,并在所述时间点之前启动下一监控区域内的监控终端。
关于智能监控装置的具体限定可以参见上文中对于智能监控方法的限定,在此不再赘述。上述智能监控装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种智能监控方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取待识别目标的面部图像;所述待识别目标为在监控终端的监控区域内出现,并被所述监控终端所拍摄或/和采集的目标;
获取追踪目标面部图像,检测所述待识别目标的面部图像与所述追踪目标面部图像的相似度是否大于预设的相似阈值;所述追踪目标为用户预先设定进行追踪的目标,所述追踪目标面部图像为所述追踪目标的面部图像;
当所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值时,实时监控所述待识别目标;
获取监控的所述待识别目标的行走轨迹,并根据所述待识别目标的行走轨迹,通过预设的预测规则,预测所述待识别目标在下一预设时间段内的行走轨迹。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取待识别目标的面部图像;所述待识别目标为在监控终端的监控区域内出现,并被所述监控终端所拍摄或/和采集的目标;
获取追踪目标面部图像,检测所述待识别目标的面部图像与所述追踪目标面部图像的相似度是否大于预设的相似阈值;所述追踪目标为用户预先设定进行追踪的目标,所述追踪目标面部图像为所述追踪目标的面部图像;
当所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值时,实时监控所述待识别目标;
获取监控的所述待识别目标的行走轨迹,并根据所述待识别目标的行走轨迹,通过预设的预测规则,预测所述待识别目标在下一预设时间段内的行走轨迹。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种智能监控方法,其特征在于,包括:
获取待识别目标的面部图像;所述待识别目标为在监控终端的监控区域内出现,并被所述监控终端所拍摄或/和采集的目标;
获取追踪目标面部图像,检测所述待识别目标的面部图像与所述追踪目标面部图像的相似度是否大于预设的相似阈值;所述追踪目标为用户预先设定进行追踪的目标,所述追踪目标面部图像为所述追踪目标的面部图像;
当所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值时,实时监控所述待识别目标;
获取监控的所述待识别目标的行走轨迹,并根据所述待识别目标的行走轨迹,预测所述待识别目标在下一预设时间段内的行走轨迹。
2.如权利要求1所述的智能监控方法,其特征在于,所述检测所述待识别目标的面部图像与所述追踪目标面部图像的相似度是否大于预设的相似阈值,包括:
检测所述待识别目标的面部图像与所述追踪目标面部图像的脸型轮廓相似度是否大于预设的比例阈值;
在所述待识别目标的面部图像与所述追踪目标面部图像的脸型轮廓相似度大于所述比例阈值时,在所述待识别人面部图像上进行面部特征的面部图像模拟,生成模拟面部图像;
检测所述模拟面部图像与所述追踪目标面部图像的相似度是否大于所述相似阈值;
在所述模拟面部图像与所述追踪目标面部图像的相似度大于所述相似阈值时,确认所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值。
3.如权利要求1所述的智能监控方法,其特征在于,所述获取待识别目标的面部图像之后,还包括:
获取预设监控区域内的所有目标面部图像;
将所述待识别目标的面部图像与所有所述目标面部图像分别进行匹配;
在所述待识别目标的面部图像与所有所述目标面部图像均匹配失败时,向预设的管理方发送预警信息。
4.如权利要求1所述的智能监控方法,其特征在于,所述获取待识别目标的面部图像之后,还包括:
检测所述待识别目标的微表情是否属于预设的可疑表情;
当所述待识别目标的微表情属于所述可疑表情时,确认所述待识别目标可疑,并向预设的管理方发送预警信息。
5.如权利要求1所述的智能监控方法,其特征在于,所述当所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值时,实时监控所述待识别目标之后,还包括:
获取所述监控区域的音频,并将所述音频转化为文本;
检测所述文本,当所述文本出现预设的关键字时,实时监控所述监控区域,并向预设的管理方发送预警信息。
6.如权利要求1所述的智能监控方法,其特征在于,所述获取监控的所述待识别目标的行走轨迹,并根据所述待识别目标的行走轨迹,预测所述待识别目标在下一预设时间段内的行走轨迹,包括:
获取监控的所述待识别目标在此前的预设时间段内的第一行走轨迹,并将所述第一行走轨迹显示在与所述监控区域对应的电子地图中;
获取监控的所述待识别目标在所述第一行走轨迹中的行走速度和行走方向;
在所述电子地图中,获取位于所述第一行走轨迹朝向所述行走方向延伸的可行走路径,并将所述可行走路径标记为监控的所述待识别目标在下一预设时间段内的行走轨迹;
根据监控的所述待识别目标的行走速度,预估其在所述可行走路径中达到下一监控区域内的时间点,并在所述时间点之前启动下一监控区域内的监控终端。
7.一种智能监控装置,其特征在于,包括:
获取模块,用于获取待识别目标的面部图像;所述待识别目标为在监控终端的监控区域内出现,并被所述监控终端所拍摄或/和采集的目标;
检测模块,用于获取追踪目标面部图像,检测所述待识别目标的面部图像与所述追踪目标面部图像的相似度是否大于预设的相似阈值;所述追踪目标为用户预先设定进行追踪的目标,所述追踪目标面部图像为所述追踪目标的面部图像;
监控模块,用于当所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值时,实时监控所述待识别目标;
预测模块,用于获取监控的所述待识别目标的行走轨迹,并根据所述待识别目标的行走轨迹,通过预设的预测规则,预测所述待识别目标在下一预设时间段内的行走轨迹。
8.如权利要求7所述的智能监控装置,其特征在于,所述检测模块包括:
轮廓检测单元,用于检测所述待识别目标的面部图像与所述追踪目标面部图像的脸型轮廓相似度是否大于预设的比例阈值;
生成单元,用于在所述待识别目标的面部图像与所述追踪目标面部图像的脸型轮廓相似度大于所述比例阈值时,在所述待识别人面部图像上进行面部特征的面部图像模拟,生成模拟面部图像;
面部图像检测单元,用于检测所述模拟面部图像与所述追踪目标面部图像的相似度是否大于所述相似阈值;
确认单元,用于在所述模拟面部图像与所述追踪目标面部图像的相似度大于所述相似阈值时,确认所述待识别目标的面部图像与所述追踪目标面部图像的相似度大于预设的相似阈值。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述智能监控方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述智能监控方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536535.5A CN109743541B (zh) | 2018-12-15 | 2018-12-15 | 智能监控方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811536535.5A CN109743541B (zh) | 2018-12-15 | 2018-12-15 | 智能监控方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109743541A true CN109743541A (zh) | 2019-05-10 |
CN109743541B CN109743541B (zh) | 2023-04-18 |
Family
ID=66359799
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811536535.5A Active CN109743541B (zh) | 2018-12-15 | 2018-12-15 | 智能监控方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109743541B (zh) |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245568A (zh) * | 2019-05-15 | 2019-09-17 | 特斯联(北京)科技有限公司 | 一种基于人脸识别的区域安防方法和系统 |
CN110363166A (zh) * | 2019-07-18 | 2019-10-22 | 上海秒针网络科技有限公司 | 洗手情况的监控方法及装置 |
CN110381292A (zh) * | 2019-06-06 | 2019-10-25 | 上海荣灵电力科技有限公司 | 电线杆充电装置及其安防监控系统和安防监控方法 |
CN110490106A (zh) * | 2019-08-06 | 2019-11-22 | 万翼科技有限公司 | 信息管理方法及相关设备 |
CN110532888A (zh) * | 2019-08-01 | 2019-12-03 | 悉地国际设计顾问(深圳)有限公司 | 一种监控方法、装置及系统 |
CN110543861A (zh) * | 2019-09-05 | 2019-12-06 | 深圳前海达闼云端智能科技有限公司 | 一种预警方法、服务器及预警系统 |
CN110598602A (zh) * | 2019-08-29 | 2019-12-20 | 恒大智慧科技有限公司 | 景区寻人管理方法和系统、存储介质 |
CN110659564A (zh) * | 2019-08-12 | 2020-01-07 | 万翼科技有限公司 | 区域内用户追踪方法、装置、计算机设备以及存储介质 |
CN110781750A (zh) * | 2019-09-25 | 2020-02-11 | 万翼科技有限公司 | 危险人物监控处理方法、装置、计算机设备和存储介质 |
CN110889346A (zh) * | 2019-11-15 | 2020-03-17 | 云从科技集团股份有限公司 | 一种智能追踪方法、系统、设备及可读介质 |
CN110929770A (zh) * | 2019-11-15 | 2020-03-27 | 云从科技集团股份有限公司 | 一种基于图像处理的智能追踪方法、系统、设备及可读介质 |
CN111064931A (zh) * | 2019-12-18 | 2020-04-24 | 新疆联海创智信息科技有限公司 | 一种用于危险人员身份精准识别系统与方法 |
CN111147811A (zh) * | 2019-11-20 | 2020-05-12 | 重庆特斯联智慧科技股份有限公司 | 一种自动人脸追踪的三维成像系统、成像方法和成像设备 |
CN111462436A (zh) * | 2020-04-08 | 2020-07-28 | 广东拓仕达保安服务有限公司 | 一种互联网安防监控系统 |
CN111586355A (zh) * | 2020-05-08 | 2020-08-25 | 湖北中亿百纳科技有限公司 | 利用高清摄像头捕捉人像并分析其行为特征的算法系统 |
CN111626232A (zh) * | 2020-05-29 | 2020-09-04 | 广州云从凯风科技有限公司 | 一种基于生物识别特征的消毒方法、系统、设备和介质 |
CN111639968A (zh) * | 2020-05-25 | 2020-09-08 | 腾讯科技(深圳)有限公司 | 轨迹数据处理方法、装置、计算机设备以及存储介质 |
CN111798341A (zh) * | 2020-06-30 | 2020-10-20 | 深圳市幸福人居建筑科技有限公司 | 一种绿色物业管理方法、系统计算机设备及其存储介质 |
CN112040186A (zh) * | 2020-08-28 | 2020-12-04 | 北京市商汤科技开发有限公司 | 目标对象的活动区域确定方法、装置、设备及存储介质 |
CN112102623A (zh) * | 2020-08-24 | 2020-12-18 | 深圳云天励飞技术股份有限公司 | 交通违章识别方法和装置、智能可穿戴设备 |
CN112330710A (zh) * | 2020-10-15 | 2021-02-05 | 深圳市秀跑科技有限公司 | 运动目标的识别追踪方法、装置、服务器及可读存储介质 |
WO2021022493A1 (zh) * | 2019-08-06 | 2021-02-11 | 唐山哈船科技有限公司 | 一种城市流浪人口救助系统及监测方法 |
CN112528749A (zh) * | 2020-11-16 | 2021-03-19 | 浙江大华系统工程有限公司 | 一种聚赌地点确定方法、装置、设备和介质 |
CN112750301A (zh) * | 2019-10-30 | 2021-05-04 | 杭州海康威视系统技术有限公司 | 目标对象追踪方法、装置、设备及计算机可读存储介质 |
CN113114938A (zh) * | 2021-04-12 | 2021-07-13 | 滁州博格韦尔电气有限公司 | 一种基于电子信息的目标精确监控系统 |
CN113139508A (zh) * | 2021-05-12 | 2021-07-20 | 深圳他米科技有限公司 | 基于人工智能的酒店安全预警方法、装置及设备 |
CN113160509A (zh) * | 2021-04-21 | 2021-07-23 | 广州珠江住房租赁发展投资有限公司 | 一种适用于社区及施工现场内的风险感知方法及系统 |
CN113225457A (zh) * | 2020-12-29 | 2021-08-06 | 视联动力信息技术股份有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN113640847A (zh) * | 2021-06-17 | 2021-11-12 | 广州启盟信息科技有限公司 | 基于gps和图像的物业定位方法、装置及系统 |
CN113709564A (zh) * | 2020-05-21 | 2021-11-26 | 云米互联科技(广东)有限公司 | 基于5g电视的预警方法、5g电视及可读存储介质 |
CN113744299A (zh) * | 2021-09-02 | 2021-12-03 | 上海安维尔信息科技股份有限公司 | 一种相机控制方法、装置、电子设备及存储介质 |
CN114254492A (zh) * | 2021-12-08 | 2022-03-29 | 新国脉文旅科技有限公司 | 一种基于客流画像的客流行为轨迹去向模拟方法 |
CN114285998A (zh) * | 2021-12-24 | 2022-04-05 | 申通庞巴迪(上海)轨道交通车辆维修有限公司 | 一种车厢动态人像抓取与定位追随的视屏监控系统 |
CN114550449A (zh) * | 2022-02-16 | 2022-05-27 | 腾讯云计算(北京)有限责任公司 | 车辆轨迹补全方法、装置、计算机可读介质及电子设备 |
CN114639216A (zh) * | 2022-02-18 | 2022-06-17 | 国政通科技有限公司 | 一种特定人员的轨迹区域分析预警系统和方法 |
CN114664084A (zh) * | 2022-03-02 | 2022-06-24 | 河南职业技术学院 | 一种具有面部识别功能的智能交通系统 |
CN115035425A (zh) * | 2022-06-07 | 2022-09-09 | 北京庚图科技有限公司 | 一种基于深度学习的目标识别方法、系统、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854516A (zh) * | 2009-04-02 | 2010-10-06 | 北京中星微电子有限公司 | 视频监控系统、视频监控服务器及视频监控方法 |
CN103246869A (zh) * | 2013-04-19 | 2013-08-14 | 福建亿榕信息技术有限公司 | 基于人脸识别和行为语音识别的犯罪监控方法 |
CN103248867A (zh) * | 2012-08-20 | 2013-08-14 | 苏州大学 | 基于多摄像头数据融合的智能视频监控系统的监控方法 |
WO2015166612A1 (ja) * | 2014-04-28 | 2015-11-05 | 日本電気株式会社 | 映像解析システム、映像解析方法および映像解析プログラム |
CN106650652A (zh) * | 2016-12-14 | 2017-05-10 | 黄先开 | 基于人脸识别技术的轨迹跟踪系统及其方法 |
CN107871114A (zh) * | 2016-09-23 | 2018-04-03 | 杭州海康威视数字技术股份有限公司 | 一种推送目标人员跟踪信息的方法、装置及系统 |
-
2018
- 2018-12-15 CN CN201811536535.5A patent/CN109743541B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854516A (zh) * | 2009-04-02 | 2010-10-06 | 北京中星微电子有限公司 | 视频监控系统、视频监控服务器及视频监控方法 |
CN103248867A (zh) * | 2012-08-20 | 2013-08-14 | 苏州大学 | 基于多摄像头数据融合的智能视频监控系统的监控方法 |
CN103246869A (zh) * | 2013-04-19 | 2013-08-14 | 福建亿榕信息技术有限公司 | 基于人脸识别和行为语音识别的犯罪监控方法 |
WO2015166612A1 (ja) * | 2014-04-28 | 2015-11-05 | 日本電気株式会社 | 映像解析システム、映像解析方法および映像解析プログラム |
CN107871114A (zh) * | 2016-09-23 | 2018-04-03 | 杭州海康威视数字技术股份有限公司 | 一种推送目标人员跟踪信息的方法、装置及系统 |
CN106650652A (zh) * | 2016-12-14 | 2017-05-10 | 黄先开 | 基于人脸识别技术的轨迹跟踪系统及其方法 |
Cited By (46)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245568A (zh) * | 2019-05-15 | 2019-09-17 | 特斯联(北京)科技有限公司 | 一种基于人脸识别的区域安防方法和系统 |
CN110381292A (zh) * | 2019-06-06 | 2019-10-25 | 上海荣灵电力科技有限公司 | 电线杆充电装置及其安防监控系统和安防监控方法 |
CN110363166A (zh) * | 2019-07-18 | 2019-10-22 | 上海秒针网络科技有限公司 | 洗手情况的监控方法及装置 |
CN110532888A (zh) * | 2019-08-01 | 2019-12-03 | 悉地国际设计顾问(深圳)有限公司 | 一种监控方法、装置及系统 |
WO2021022493A1 (zh) * | 2019-08-06 | 2021-02-11 | 唐山哈船科技有限公司 | 一种城市流浪人口救助系统及监测方法 |
CN110490106A (zh) * | 2019-08-06 | 2019-11-22 | 万翼科技有限公司 | 信息管理方法及相关设备 |
CN110659564A (zh) * | 2019-08-12 | 2020-01-07 | 万翼科技有限公司 | 区域内用户追踪方法、装置、计算机设备以及存储介质 |
CN110598602A (zh) * | 2019-08-29 | 2019-12-20 | 恒大智慧科技有限公司 | 景区寻人管理方法和系统、存储介质 |
CN110543861A (zh) * | 2019-09-05 | 2019-12-06 | 深圳前海达闼云端智能科技有限公司 | 一种预警方法、服务器及预警系统 |
CN110781750A (zh) * | 2019-09-25 | 2020-02-11 | 万翼科技有限公司 | 危险人物监控处理方法、装置、计算机设备和存储介质 |
CN112750301A (zh) * | 2019-10-30 | 2021-05-04 | 杭州海康威视系统技术有限公司 | 目标对象追踪方法、装置、设备及计算机可读存储介质 |
CN110889346A (zh) * | 2019-11-15 | 2020-03-17 | 云从科技集团股份有限公司 | 一种智能追踪方法、系统、设备及可读介质 |
CN110929770A (zh) * | 2019-11-15 | 2020-03-27 | 云从科技集团股份有限公司 | 一种基于图像处理的智能追踪方法、系统、设备及可读介质 |
CN111147811A (zh) * | 2019-11-20 | 2020-05-12 | 重庆特斯联智慧科技股份有限公司 | 一种自动人脸追踪的三维成像系统、成像方法和成像设备 |
CN111064931A (zh) * | 2019-12-18 | 2020-04-24 | 新疆联海创智信息科技有限公司 | 一种用于危险人员身份精准识别系统与方法 |
CN111462436A (zh) * | 2020-04-08 | 2020-07-28 | 广东拓仕达保安服务有限公司 | 一种互联网安防监控系统 |
CN111586355A (zh) * | 2020-05-08 | 2020-08-25 | 湖北中亿百纳科技有限公司 | 利用高清摄像头捕捉人像并分析其行为特征的算法系统 |
CN113709564A (zh) * | 2020-05-21 | 2021-11-26 | 云米互联科技(广东)有限公司 | 基于5g电视的预警方法、5g电视及可读存储介质 |
CN113709564B (zh) * | 2020-05-21 | 2023-12-12 | 云米互联科技(广东)有限公司 | 基于5g电视的预警方法、5g电视及可读存储介质 |
CN111639968A (zh) * | 2020-05-25 | 2020-09-08 | 腾讯科技(深圳)有限公司 | 轨迹数据处理方法、装置、计算机设备以及存储介质 |
CN111639968B (zh) * | 2020-05-25 | 2023-11-03 | 腾讯科技(深圳)有限公司 | 轨迹数据处理方法、装置、计算机设备以及存储介质 |
CN111626232A (zh) * | 2020-05-29 | 2020-09-04 | 广州云从凯风科技有限公司 | 一种基于生物识别特征的消毒方法、系统、设备和介质 |
CN111798341A (zh) * | 2020-06-30 | 2020-10-20 | 深圳市幸福人居建筑科技有限公司 | 一种绿色物业管理方法、系统计算机设备及其存储介质 |
CN112102623A (zh) * | 2020-08-24 | 2020-12-18 | 深圳云天励飞技术股份有限公司 | 交通违章识别方法和装置、智能可穿戴设备 |
CN112040186A (zh) * | 2020-08-28 | 2020-12-04 | 北京市商汤科技开发有限公司 | 目标对象的活动区域确定方法、装置、设备及存储介质 |
CN112040186B (zh) * | 2020-08-28 | 2023-01-31 | 北京市商汤科技开发有限公司 | 目标对象的活动区域确定方法、装置、设备及存储介质 |
TWI778761B (zh) * | 2020-08-28 | 2022-09-21 | 大陸商北京市商湯科技開發有限公司 | 目標對象的活動區域確定方法、裝置、設備及儲存媒體 |
CN112330710A (zh) * | 2020-10-15 | 2021-02-05 | 深圳市秀跑科技有限公司 | 运动目标的识别追踪方法、装置、服务器及可读存储介质 |
CN112330710B (zh) * | 2020-10-15 | 2023-03-17 | 深圳市视必得科技有限公司 | 运动目标的识别追踪方法、装置、服务器及可读存储介质 |
CN112528749A (zh) * | 2020-11-16 | 2021-03-19 | 浙江大华系统工程有限公司 | 一种聚赌地点确定方法、装置、设备和介质 |
CN113225457A (zh) * | 2020-12-29 | 2021-08-06 | 视联动力信息技术股份有限公司 | 数据处理方法、装置、电子设备及存储介质 |
CN113114938A (zh) * | 2021-04-12 | 2021-07-13 | 滁州博格韦尔电气有限公司 | 一种基于电子信息的目标精确监控系统 |
CN113160509A (zh) * | 2021-04-21 | 2021-07-23 | 广州珠江住房租赁发展投资有限公司 | 一种适用于社区及施工现场内的风险感知方法及系统 |
CN113139508B (zh) * | 2021-05-12 | 2023-11-14 | 深圳他米科技有限公司 | 基于人工智能的酒店安全预警方法、装置及设备 |
CN113139508A (zh) * | 2021-05-12 | 2021-07-20 | 深圳他米科技有限公司 | 基于人工智能的酒店安全预警方法、装置及设备 |
CN113640847A (zh) * | 2021-06-17 | 2021-11-12 | 广州启盟信息科技有限公司 | 基于gps和图像的物业定位方法、装置及系统 |
CN113744299B (zh) * | 2021-09-02 | 2022-07-12 | 上海安维尔信息科技股份有限公司 | 一种相机控制方法、装置、电子设备及存储介质 |
CN113744299A (zh) * | 2021-09-02 | 2021-12-03 | 上海安维尔信息科技股份有限公司 | 一种相机控制方法、装置、电子设备及存储介质 |
CN114254492A (zh) * | 2021-12-08 | 2022-03-29 | 新国脉文旅科技有限公司 | 一种基于客流画像的客流行为轨迹去向模拟方法 |
CN114285998A (zh) * | 2021-12-24 | 2022-04-05 | 申通庞巴迪(上海)轨道交通车辆维修有限公司 | 一种车厢动态人像抓取与定位追随的视屏监控系统 |
CN114550449B (zh) * | 2022-02-16 | 2023-03-14 | 腾讯云计算(北京)有限责任公司 | 车辆轨迹补全方法、装置、计算机可读介质及电子设备 |
CN114550449A (zh) * | 2022-02-16 | 2022-05-27 | 腾讯云计算(北京)有限责任公司 | 车辆轨迹补全方法、装置、计算机可读介质及电子设备 |
CN114639216A (zh) * | 2022-02-18 | 2022-06-17 | 国政通科技有限公司 | 一种特定人员的轨迹区域分析预警系统和方法 |
CN114664084A (zh) * | 2022-03-02 | 2022-06-24 | 河南职业技术学院 | 一种具有面部识别功能的智能交通系统 |
CN115035425A (zh) * | 2022-06-07 | 2022-09-09 | 北京庚图科技有限公司 | 一种基于深度学习的目标识别方法、系统、电子设备及存储介质 |
CN115035425B (zh) * | 2022-06-07 | 2024-02-09 | 北京庚图科技有限公司 | 一种基于深度学习的目标识别方法、系统、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109743541B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109743541A (zh) | 智能监控方法、装置、计算机设备及存储介质 | |
US10812761B2 (en) | Complex hardware-based system for video surveillance tracking | |
US9875392B2 (en) | System and method for face capture and matching | |
US10445565B2 (en) | Crowd analytics via one shot learning | |
JP6538856B2 (ja) | 影像識別システムと方法 | |
Wheeler et al. | Face recognition at a distance system for surveillance applications | |
CN108875466A (zh) | 基于人脸识别的监控方法、监控系统与存储介质 | |
US20170344832A1 (en) | System and method for event monitoring and detection | |
KR20150021526A (ko) | 데이터베이스 생성 및 업데이트를 위한 심도 기반 추적을 이용하는 자기 학습 얼굴 인식 기법 | |
US11475671B2 (en) | Multiple robots assisted surveillance system | |
CN106791710A (zh) | 目标检测方法、装置和电子设备 | |
CN107093171A (zh) | 一种图像处理方法及装置、系统 | |
CN110288801A (zh) | 电力现场视频监控方法、装置、计算机设备和存储介质 | |
CN106169071A (zh) | 一种基于动态人脸与胸卡识别的考勤方法及系统 | |
CN109858358A (zh) | 楼宇间人员轨迹跟踪方法及其系统、计算机可读存储介质 | |
WO2021043074A1 (zh) | 基于图像识别的城市宠物活动轨迹监测方法及相关设备 | |
CN107808152A (zh) | 提升人脸识别准确率的方法和人脸识别系统 | |
CN109325462A (zh) | 基于虹膜的人脸识别活体检测方法及装置 | |
CN105022999A (zh) | 一种人码伴随实时采集系统 | |
CN109309809A (zh) | 跨区域目标轨迹跟踪的方法及数据处理方法、装置和系统 | |
CN109684494A (zh) | 一种景区寻人方法、系统及云端服务器 | |
KR102248706B1 (ko) | 지능형 영상 분석 기술에 기반한 통합 교육 관리 시스템 및 그 방법 | |
CN110291516A (zh) | 信息处理设备、信息处理方法和程序 | |
JP7257765B2 (ja) | 情報処理装置、認証システムおよびそれらの制御方法、プログラム | |
KR102077632B1 (ko) | 로컬 영상분석과 클라우드 서비스를 활용하는 하이브리드 지능형 침입감시 시스템 |
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 |