CN110084196A - 一种用于云计算的监控视频识别系统 - Google Patents

一种用于云计算的监控视频识别系统 Download PDF

Info

Publication number
CN110084196A
CN110084196A CN201910346487.1A CN201910346487A CN110084196A CN 110084196 A CN110084196 A CN 110084196A CN 201910346487 A CN201910346487 A CN 201910346487A CN 110084196 A CN110084196 A CN 110084196A
Authority
CN
China
Prior art keywords
module
information
point
face
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
Application number
CN201910346487.1A
Other languages
English (en)
Other versions
CN110084196B (zh
Inventor
谭道军
杨杰
尹向东
刘小兵
涂凤娇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University of Science and Engineering
Original Assignee
Hunan University of Science and Engineering
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan University of Science and Engineering filed Critical Hunan University of Science and Engineering
Priority to CN201910346487.1A priority Critical patent/CN110084196B/zh
Publication of CN110084196A publication Critical patent/CN110084196A/zh
Application granted granted Critical
Publication of CN110084196B publication Critical patent/CN110084196B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/30—Scenes; Scene-specific elements in albums, collections or shared content, e.g. social network photos or video
    • 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
    • G06V40/172—Classification, e.g. identification
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Image Processing (AREA)
  • Alarm Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种用于云计算的监控视频识别系统，包括人脸视频影像采集模块、环境视频影像采集模块、人体视频影像采集模块、影像数据接收模块、影像数据处理模块、云计算分析模块、数据比对模块、信息储存模块、总控模块、警报分析模块与警报发送模块；其中，所述人脸视频影像采集模块安装在安装地点的进出口位置，并正对进口和出口处，所述人脸视频影像采集模块用于采集出现在进口处和出口处人员的人脸影像；所述环境视频影像采集模块根据安装地点的实际状况安装在不同的位置；本发明能够采集更多的数据进行更好的分析，同时还根据数据发出警报信息，让该系统满足了不同使用者的使用需求。

Description

一种用于云计算的监控视频识别系统
技术领域
本发明属于视频识别领域，涉及服云计算利用技术，具体是一种用于云计算的监控视频识别系统。
背景技术
视频监控包括前端摄像机、传输线缆、视频监控平台。摄像机可分为网络数字摄像机和模拟摄像机，可作为前端视频图像信号的采集。完整的视频监控系统是由摄像、传输、控制、显示、记录登记5大部分组成。摄像机通过网络线缆或同轴视频电缆将视频图像传输到控制主机，控制主机再将视频信号分配到各监视器及录像设备，同时可将需要传输的语音信号同步录入到录像机内，随着科学技术的发展，视频监控内容识别日渐成熟，监控视频中的内容进行自动识别，省去了人们长时间观察监控视频内容的麻烦。
现有的监控视频识别系统，在使用过程中，采集的数据较少，大多只能分析单一的数据，同时明显有的监控识别系统，功能较为单一，只具备简单识别功能，不能满足使用者的不同使用需求，为了解决这一缺陷，现提出一种解决方案。
发明内容
本发明的目的在于提供一种用于云计算的监控视频识别系统。
本发明所要解决的技术问题为：
（1）如何通过采集的更多的数据进行更好的视屏识别；
（2）如何满足使用者的不同使用需求；
本发明的目的可以通过以下技术方案实现：
一种用于云计算的监控视频识别系统，包括人脸视频影像采集模块、环境视频影像采集模块、人体视频影像采集模块、影像数据接收模块、影像数据处理模块、云计算分析模块、数据比对模块、信息储存模块、总控模块、警报分析模块与警报发送模块；
其中，所述人脸视频影像采集模块安装在安装地点的进出口位置，并正对进口和出口处，所述人脸视频影像采集模块用于采集出现在进口处和出口处人员的人脸影像；
所述环境视频影像采集模块根据安装地点的实际状况安装在不同的位置，所述环境视频影像采集模块用于采集安装地点内的影像信息；
所述人体视频影像采集模块安装在安装地的进出口位置，并正对进口和出口处，所述人体视频影像采集模块用于采集出现在进口处和出口处的人体特征信息；
所述影像数据接收模块用于接收人脸视频影像采集模块、环境视频影像采集模块和人体视频影像采集模块采集的人脸影像信息、环境影像信息和人体影像信息；
所述影像数据处理模块用于对接收到的人脸影像信息、环境影像信息和人体影像信息进行处理；
所述云计算数据分析模块用于接收影像数据处理模块处理过的信息，并对处理过的信息进行分析；
所述信息储存模块中储存监控安装地点的常住人的信息，常住人的信息包括人脸信息和人体信息，人体信息包括人体手臂的长度和身高，所述信息储存模块中储存的数据用于被数据比对模块调用；
所述数据比对模块用于接收云计算数据分析模块分析出的比对模型系数，并将比对系数与储存模块中储存的数据进行比对；
所述总控模块用于接收数据比对模块比对信息，并将比对信息转化为控制指令；
所述警报分析模块用于接收控制指令，所述警报分析模块在接收到控制指令后对信息云计算分析模块分析出的数据和数据比对模块比对的数据分析成警报信息；
所述警报发送模块用于接收警报分析模块分析出的警报信息，并根据警报信息发出警报指令。
进一步地，所述影像数据处理模块处理人脸影像信息的具体过程如下：
步骤一：人脸视频影像采集模块会实时记录下出现在人脸视频影像采集模块中的人脸影像，从人脸影像中截取出清晰度最高的一张图片，截取的图片中必须包含人脸的五官；
步骤二：在提取的图片中设置特征点，图片中的两个内眼角和外眼角均为特征点，将图片中的两个内眼角分别标记为A1点和A2点，将图片中的两个外眼角标记为B1点和B2点；
步骤三：图片中的下巴的最低点为特征点，将该点标记为C点；
步骤四：将A1点和A2点连线得到直线L1，将B1点和B2点连线得到直线K1，将A1点和C点连线得到直线L2，将A2点和C点连线得到直线L3，将B1点与C点连线得到直线K2，将B2点与C点连接得到K3；
步骤五：以C点为起点做一条与L1和K1相交的垂线Mt。
进一步地，所述影像数据处理模块对环境影像信息的处理过程如下；
S1：当环境视频影像数据采集模块采集的视屏影像中出现亮度超过预设值的光点时，将该种状态标记为BJ状态，并将光点标记为LT；
S2：影像数据处理模块会实时的监测光点LT的亮度和LT到达阈值亮度的时长；
S3：同时影像数据处理模块还会实时的监测光点LT的面积大小信息。
进一步地，所述影像数据处理模块对人体视频信息影像采集模块采集的人体影像信息处理过程如下：
SS1：影像数据处理模块会提取出一张清晰度最高的人体影像照片；
SS2：影像数据处理模块会测量出图片中人体影像的人体手臂的长度，将其长度标记为Qt；
SS3：影像数据处理模块还会测量出人体影像的人体高度，将其高度标记为Dt。
进一步地，所述云数据分析模块的对人脸信息的具体分析过程如下：
SSS1：测量出直线L1、直线K1和垂线Mt的长度信息；
SSS2：将L1、L2和L3围成的三角形标记为SJ1；
SSS3：将K1、K2和K3围成的三角形标记为SJ2；
SSS4：通过公式（L1*Mt）/2=St1，可以得到SJ1的面积St1；
SSS5：通过公式（K1*Mt）/2=St2，可以得到SJ2的面积St2；
SSS6：再通过公式St1St2=St差，可以的得到SJ1与SJ2的差值St差，即人脸模型系数；
所述云数据分析模块对人体信息分析的具体过程如下；
通过公式|Qt－Dt|/（Qt/Dt）=QDt，即实时获取到的人体模型系数QDt；
所述信息储存模块储存的信息通过云数据分析模块的计算过程对人体信息分析的过程构建出原始人体模型系数QDi原，i=1……n，所述信息储存模块中储存的信息的人脸信息通过云数据分析模块的计算方式计算出了原始人脸模型Sti原，i=1……n，所数据比对模块的具体比对过程如下：
（1）通过公式QDi原－QDt=QDt差，即可以得到原始人体模型系数QDi原与实时获取到的人体模型系数QDt的差值QDt差；
（2）通过公式Sti原－St差=Stp，即可以得到原始人脸模型系数St原与实时获取到的人脸模型系数St差之间的差值Stp；
（3）当QDt差=0、Stp=0或者|QDt差|和|Stp|均在预设值范围内时即对比通过；
（4）当|QDt差|和|Stp|均大于预设值时，对比不通过。
进一步地，所述警报分析模块的具体分析过程如下：
1）：当接收到的光点LT的亮度到达亮度预设阈值的时长小于预设值，且在阈值时长内，光点LT的面积超过预设值，警报分析模块即产生火灾警报信息；
2）：当接收到对比信息为对比通过时，警报分析模块即不会产生人员报警信息；
3）：当接收到的对比信息为对比不通过时，警报分析模块即产生人员警报信息。
本发明的有益效果：
（1）本发明通过设置的影像数据处理模块、云计算分析模块与数据比对模块，能够对接收到的人脸影像信息、环境影像信息和人体影像信息进行处理，通过公式St1St2=St差，可以的得到SJ1与SJ2的差值St差，即实时采集的人脸模型系数，通过公式|Qt－Dt|/（Qt/Dt）=QDt，即实时获取到的人体模型系数QDt，数据比对模块通过通过公式Sti原－St差=Stp，即可以得到原始人脸模型系数St原与实时获取到的人脸模型系数St差之间的差值Stp，再通过公式QDi原－QDt=QDt差，即可以得到原始人体模型系数QDi原与实时获取到的人体模型系数QDt的差值QDt差，并且数据处理模块还对环境影像进行分析，从而让该系统可以同时采集更多的数据，通过采集更多的数据来更高的提升分析效果，使得该监控识别系统能够更好的进行识别，让该系统更加值得推广使用；
（2）本发明通过设置的警报分析模块，能够对的数据处理模块处理后的数据和分析模块分析后的数据进行分析，当接收到的光点LT的亮度到达亮度预设阈值的时长小于预设值，且在阈值时长内，光点LT的面积超过预设值，警报分析模块即产生火灾警报信息，同时当接收到的对比信息为对比不通过时，警报分析模块即产生人员警报信息，从而让该系统能够将分析出的异常信息转化为警报信息，通知管理人员进行及时的处理，从而提升了了使用该系统的建筑等地的安全，也让该系统具备了更多的功能能够满足使用者的不同使用需求。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图。
具体实施方式
如图1所示，一种用于云计算的监控视频识别系统，包括人脸视频影像采集模块、环境视频影像采集模块、人体视频影像采集模块、影像数据接收模块、影像数据处理模块、云计算分析模块、数据比对模块、信息储存模块、总控模块、警报分析模块与警报发送模块；
其中，人脸视频影像采集模块安装在安装地点的进出口位置，并正对进口和出口处，人脸视频影像采集模块用于采集出现在进口处和出口处人员的人脸影像；
环境视频影像采集模块根据安装地点的实际状况安装在不同的位置，环境视频影像采集模块用于采集安装地点内的影像信息；
人体视频影像采集模块安装在安装地的进出口位置，并正对进口和出口处，人体视频影像采集模块用于采集出现在进口处和出口处的人体特征信息；
影像数据接收模块用于接收人脸视频影像采集模块、环境视频影像采集模块和人体视频影像采集模块采集的人脸影像信息、环境影像信息和人体影像信息；
影像数据处理模块用于对接收到的人脸影像信息、环境影像信息和人体影像信息进行处理；
云计算数据分析模块用于接收影像数据处理模块处理过的信息，并对处理过的信息进行分析；
信息储存模块中储存监控安装地点的常住人的信息，常住人的信息包括人脸信息和人体信息，人体信息包括人体手臂的长度和身高，信息储存模块中储存的数据用于被数据比对模块调用；
数据比对模块用于接收云计算数据分析模块分析出的比对模型系数，并将比对系数与储存模块中储存的数据进行比对；
总控模块用于接收数据比对模块比对信息，并将比对信息转化为控制指令；
警报分析模块用于接收控制指令，警报分析模块在接收到控制指令后对信息云计算分析模块分析出的数据和数据比对模块比对的数据分析成警报信息；
警报发送模块用于接收警报分析模块分析出的警报信息，并根据警报信息发出警报指令。
影像数据处理模块处理人脸影像信息的具体过程如下：
步骤一：人脸视频影像采集模块会实时记录下出现在人脸视频影像采集模块中的人脸影像，从人脸影像中截取出清晰度最高的一张图片，截取的图片中必须包含人脸的五官；
步骤二：在提取的图片中设置特征点，图片中的两个内眼角和外眼角均为特征点，将图片中的两个内眼角分别 标记为A1点和A2点，将图片中的两个外眼角标记为B1点和B2点；
步骤三：图片中的下巴的最低点为特征点，将该点标记为C点；
步骤四：将A1点和A2点连线得到直线L1，将B1点和B2点连线得到直线K1，将A1点和C点连线得到直线L2，将A2点和C点连线得到直线L3，将B1点与C点连线得到直线K2，将B2点与C点连接得到K3；
步骤五：以C点为起点做一条与L1和K1相交的垂线Mt。
影像数据处理模块对环境影像信息的处理过程如下；
S1：当环境视频影像数据采集模块采集的视屏影像中出现亮度超过预设值的光点时，将该种状态标记为BJ状态，并将光点标记为LT；
S2：影像数据处理模块会实时的监测光点LT的亮度和LT到达阈值亮度的时长；
S3：同时影像数据处理模块还会实时的监测光点LT的面积大小信息。
影像数据处理模块对人体视频信息影像采集模块采集的人体影像信息处理过程如下：
SS1：影像数据处理模块会提取出一张清晰度最高的人体影像照片；
SS2：影像数据处理模块会测量出图片中人体影像的人体手臂的长度，将其长度标记为Qt；
SS3：影像数据处理模块还会测量出人体影像的人体高度，将其高度标记为Dt。
云数据分析模块的对人脸信息的具体分析过程如下：
SSS1：测量出直线L1、直线K1和垂线Mt的长度信息；
SSS2：将L1、L2和L3围成的三角形标记为SJ1；
SSS3：将K1、K2和K3围成的三角形标记为SJ2；
SSS4：通过公式（L1*Mt）/2=St1，可以得到SJ1的面积St1，公式（L1*Mt）/2=St1即三角形面积公式；
SSS5：通过公式（K1*Mt）/2=St2，可以得到SJ2的面积St2，即三角形面积公式；
SSS6：再通过公式St1St2=St差，可以的得到SJ1与SJ2的差值St差，即人脸模型系数，人脸模型系数用于后续进行模型比对；
云数据分析模块对人体信息分析的具体过程如下；
通过公式|Qt－Dt|/（Qt/Dt）=QDt，即实时获取到的对比模型系数QDt；
信息储存模块储存的信息通过云数据分析模块的计算过程对人体信息分析的过程构建出原始人体模型系数QDi原，i=1……n，信息储存模块中储存的信息的人脸信息通过云数据分析模块的计算方式计算出了原始人脸模型Sti原，i=1……n，所数据比对模块的具体比对过程如下：
（1）通过公式QDi原－QDt=QDt差，即可以得到原始人体模型系数QDi原与实时获取到的人体模型系数QDt的差值QDt差；
（2）通过公式Sti原－St差=Stp，即可以得到原始人脸模型系数St原与实时获取到的人脸模型系数St差之间的差值Stp；
（3）当QDt差=0、Stp=0或者|QDt差|和|Stp|均在预设值范围内时即对比通过；
（4）当|QDt差|和|Stp|均大于预设值时，对比不通过。
警报分析模块的具体分析过程如下：
1）：当接收到的光点LT的亮度到达亮度预设阈值的时长小于预设值，且在阈值时长内，光点LT的面积超过预设值，警报分析模块即产生火灾警报信息，火灾警报信息的内容为“发生火灾，请立刻疏散人群，拨打火警电话”；
2）：当接收到对比信息为对比通过时，警报分析模块即不会产生人员报警信息；
3）：当接收到的对比信息为对比不通过时，警报分析模块即产生人员警报信息，人员警报信息的内容为“发现可疑人员请立刻通知巡逻人员进行巡查”。
一种用于云计算的监控视频识别系统，在工作时，将人脸视频影像采集模块安装在安装地点的进出口位置，并正对进口和出口处，能够更好的拍摄出人脸影像，人脸视频影像采集模块会采集出现在进口处和出口处人员的人脸影像，环境视频影像采集模块根据安装地点的实际状况安装在不同的位置，环境视频影像采集模块会采集安装地点内的影像信息，人体视频影像采集模块安装在安装地的进出口位置，并正对进口和出口处能够更好的拍摄出人体影像，人体视频影像采集模块会采集出现在进口处和出口处的人体特征信息，影像数据接收模块会接收人脸视频影像采集模块、环境视频影像采集模块和人体视频影像采集模块采集的人脸影像信息、环境影像信息和人体影像信息，影像数据处理模块对接收到的人脸影像信息、环境影像信息和人体影像信息进行处理，影像数据处理模块会处理相应的信息，云计算数据分析模块会接收影像数据处理模块处理过的信息，并对处理过的信息进行分析，信息储存模块中储存监控安装地点的常住人的信息，常住人的信息包括人脸信息和人体信息，人体信息包括人体手臂的长度和身高，信息储存模块中储存的数据用于被数据比对模块调用，数据比对模块会接收云计算数据分析模块分析出的比对模型系数，并将比对系数储存模块中储存的数据进行比对，总控模块会接收数据比对模块比对信息，并将比对信息转化为控制指令，警报分析模块会接收控制指令，警报分析模块在接收到控制指令后对信息云计算分析模块分析出的数据和数据比对模块比对的数据分析成警报信息，警报发送模块会接收警报分析模块分析出的警报信息，并根据警报信息发出警报指令。
首先本发明通过设置的影像数据处理模块、云计算分析模块与数据比对模块，能够对接收到的人脸影像信息、环境影像信息和人体影像信息进行处理，通过公式St1St2=St差，可以的得到SJ1与SJ2的差值St差，即实时采集的人脸模型系数，通过公式|Qt－Dt|/（Qt/Dt）=QDt，即实时获取到的人体模型系数QDt，数据比对模块通过通过公式Sti原－St差=Stp，即可以得到原始人脸模型系数St原与实时获取到的人脸模型系数St差之间的差值Stp，再通过公式QDi原－QDt=QDt差，即可以得到原始人体模型系数QDi原与实时获取到的人体模型系数QDt的差值QDt差，并且数据处理模块还对环境影像进行分析，从而让该系统可以同时采集更多的数据，通过采集更多的数据来更高的提升分析效果，使得该监控识别系统能够更好的进行识别，让该系统更加值得推广使用；
其次本发明通过设置的警报分析模块，能够对的数据处理模块处理后的数据和分析模块分析后的数据进行分析，当接收到的光点LT的亮度到达亮度预设阈值的时长小于预设值，且在阈值时长内，光点LT的面积超过预设值，警报分析模块即产生火灾警报信息，同时当接收到的对比信息为对比不通过时，警报分析模块即产生人员警报信息，从而让该系统能够将分析出的异常信息转化为警报信息，通知管理人员进行及时的处理，从而提升了了使用该系统的建筑等地的安全，也让该系统具备了更多的功能能够满足使用者的不同使用需求。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (6)

1.一种用于云计算的监控视频识别系统，其特征在于，包括人脸视频影像采集模块、环境视频影像采集模块、人体视频影像采集模块、影像数据接收模块、影像数据处理模块、云计算分析模块、数据比对模块、信息储存模块、总控模块、警报分析模块与警报发送模块；
其中，所述人脸视频影像采集模块安装在安装地点的进出口位置，并正对进口和出口处，所述人脸视频影像采集模块用于采集出现在进口处和出口处人员的人脸影像；
所述环境视频影像采集模块根据安装地点的实际状况安装在不同的位置，所述环境视频影像采集模块用于采集安装地点内的影像信息；
所述人体视频影像采集模块安装在安装地的进出口位置，并正对进口和出口处，所述人体视频影像采集模块用于采集出现在进口处和出口处的人体特征信息；
所述影像数据接收模块用于接收人脸视频影像采集模块、环境视频影像采集模块和人体视频影像采集模块采集的人脸影像信息、环境影像信息和人体影像信息；
所述影像数据处理模块用于对接收到的人脸影像信息、环境影像信息和人体影像信息进行处理；
所述云计算数据分析模块用于接收影像数据处理模块处理过的信息，并对处理过的信息进行分析；
所述信息储存模块中储存监控安装地点的常住人的信息，常住人的信息包括人脸信息和人体信息，人体信息包括人体手臂的长度和身高，所述信息储存模块中储存的数据用于被数据比对模块调用；
所述数据比对模块用于接收云计算数据分析模块分析出的比对模型系数，并将比对系数与储存模块中储存的数据进行比对；
所述总控模块用于接收数据比对模块比对信息，并将比对信息转化为控制指令；
所述警报分析模块用于接收控制指令，所述警报分析模块在接收到控制指令后对信息云计算分析模块分析出的数据和数据比对模块比对的数据分析成警报信息；
所述警报发送模块用于接收警报分析模块分析出的警报信息，并根据警报信息发出警报指令。
2.根据权利要求1所述的一种用于云计算的监控视频识别系统，其特征在于，所述影像数据处理模块处理人脸影像信息的具体过程如下：
步骤一：人脸视频影像采集模块会实时记录下出现在人脸视频影像采集模块中的人脸影像，从人脸影像中截取出清晰度最高的一张图片，截取的图片中必须包含人脸的五官；
步骤二：在提取的图片中设置特征点，图片中的两个内眼角和外眼角均为特征点，将图片中的两个内眼角分别标记为A1点和A2点，将图片中的两个外眼角标记为B1点和B2点；
步骤三：图片中的下巴的最低点为特征点，将该点标记为C点；
步骤四：将A1点和A2点连线得到直线L1，将B1点和B2点连线得到直线K1，将A1点和C点连线得到直线L2，将A2点和C点连线得到直线L3，将B1点与C点连线得到直线K2，将B2点与C点连接得到K3；
步骤五：以C点为起点做一条与L1和K1相交的垂线Mt。
3.根据权利要求1所述的一种用于云计算的监控视频识别系统，其特征在于，所述影像数据处理模块对环境影像信息的处理过程如下；
S1：当环境视频影像数据采集模块采集的视屏影像中出现亮度超过预设值的光点时，将该种状态标记为BJ状态，并将光点标记为LT；
S2：影像数据处理模块会实时的监测光点LT的亮度和LT到达阈值亮度的时长；
S3：同时影像数据处理模块还会实时的监测光点LT的面积大小信息。
4.根据权利要求1所述的一种用于云计算的监控视频识别系统，其特征在于，所述影像数据处理模块对人体视频信息影像采集模块采集的人体影像信息处理过程如下：
SS1：影像数据处理模块会提取出一张清晰度最高的人体影像照片；
SS2：影像数据处理模块会测量出图片中人体影像的人体手臂的长度，将其长度标记为Qt；
SS3：影像数据处理模块还会测量出人体影像的人体高度，将其高度标记为Dt。
5.根据权利要求1所述的一种用于云计算的监控视频识别系统，其特征在于，所述云数据分析模块的对人脸信息的具体分析过程如下：
SSS1：测量出直线L1、直线K1和垂线Mt的长度信息；
SSS2：将L1、L2和L3围成的三角形标记为SJ1；
SSS3：将K1、K2和K3围成的三角形标记为SJ2；
SSS4：通过公式（L1*Mt）/2=St1，可以得到SJ1的面积St1；
SSS5：通过公式（K1*Mt）/2=St2，可以得到SJ2的面积St2；
SSS6：再通过公式St1St2=St差，可以的得到SJ1与SJ2的差值St差，即人脸模型系数；
所述云数据分析模块对人体信息分析的具体过程如下；
通过公式|Qt－Dt|/（Qt/Dt）=QDt，即实时获取到的对比模型系数QDt；
所述信息储存模块储存的信息通过云数据分析模块的计算过程对人体信息分析的过程构建出原始人体模型系数QDi原，i=1……n，所述信息储存模块中储存的信息的人脸信息通过云数据分析模块的计算方式计算出了原始人脸模型Sti原，i=1……n，所数据比对模块的具体比对过程如下：
（1）通过公式QDi原－QDt=QDt差，即可以得到原始人体模型系数QDi原与实时获取到的人体模型系数QDt的差值QDt差；
（2）通过公式Sti原－St差=Stp，即可以得到原始人脸模型系数St原与实时获取到的人脸模型系数St差之间的差值Stp；
（3）当QDt差=0、Stp=0或者|QDt差|和|Stp|均在预设值范围内时即对比通过；
（4）当|QDt差|和|Stp|均大于预设值时，对比不通过。
6.根据权利要求1所述的一种用于云计算的监控视频识别系统，其特征在于，所述警报分析模块的具体分析过程如下：
当接收到的光点LT的亮度到达亮度预设阈值的时长小于预设值，且在阈值时长内，光点LT的面积超过预设值，警报分析模块即产生火灾警报信息；
当接收到对比信息为对比通过时，警报分析模块即不会产生人员报警信息；
3）：当接收到的对比信息为对比不通过时，警报分析模块即产生人员警报信息。
CN201910346487.1A 2019-04-26 2019-04-26 一种用于云计算的监控视频识别系统 Active CN110084196B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910346487.1A CN110084196B (zh) 2019-04-26 2019-04-26 一种用于云计算的监控视频识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910346487.1A CN110084196B (zh) 2019-04-26 2019-04-26 一种用于云计算的监控视频识别系统

Publications (2)

Publication Number Publication Date
CN110084196A true CN110084196A (zh) 2019-08-02
CN110084196B CN110084196B (zh) 2023-04-07

Family

ID=67417160

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910346487.1A Active CN110084196B (zh) 2019-04-26 2019-04-26 一种用于云计算的监控视频识别系统

Country Status (1)

Country Link
CN (1) CN110084196B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111083442A (zh) * 2019-12-24 2020-04-28 乐乎科技(深圳)有限公司 基于安全云数据定向排查安全隐患智能监管系统及其工作方法
CN111416960A (zh) * 2020-03-27 2020-07-14 河北凯通信息技术服务有限公司 一种基于云服务的视频监控系统
CN111508126A (zh) * 2020-03-31 2020-08-07 苏州科腾软件开发有限公司 一种基于5g通讯的智能安保系统
CN111814700A (zh) * 2020-07-13 2020-10-23 安徽兰臣信息科技有限公司 一种基于儿童行为特征的行为动作识别算法
CN112133392A (zh) * 2020-09-22 2020-12-25 合肥易康达医疗卫生信息科技有限公司 一种基于区块链的电子病历共享方法
CN112231670A (zh) * 2020-10-10 2021-01-15 安徽讯呼信息科技有限公司 一种基于数据处理的身份识别系统
CN112929726A (zh) * 2019-08-09 2021-06-08 湖南科技学院 一种基于物联网的计算机设备连接系统的连接方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106412491A (zh) * 2015-07-30 2017-02-15 中兴通讯股份有限公司 视频监控方法、装置及系统
US20170289504A1 (en) * 2016-03-31 2017-10-05 Ants Technology (Hk) Limited. Privacy Supporting Computer Vision Systems, Methods, Apparatuses and Associated Computer Executable Code
CN107767281A (zh) * 2017-10-23 2018-03-06 湖南科技学院 一种基于移动社交网络二度人脉的交友匹配隐私保护方法及系统
CN108090428A (zh) * 2017-12-08 2018-05-29 广西师范大学 一种人脸识别方法及其系统
CN109326073A (zh) * 2018-09-04 2019-02-12 重庆工业职业技术学院 一种基于多点定位的无线传感器网络安防监控系统
CN109413369A (zh) * 2017-08-17 2019-03-01 孟思宏 一种监控视频智能分析预警平台
CN109657549A (zh) * 2018-11-14 2019-04-19 北京旷视科技有限公司 一种安全监测方法、装置、系统及计算机存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106412491A (zh) * 2015-07-30 2017-02-15 中兴通讯股份有限公司 视频监控方法、装置及系统
US20170289504A1 (en) * 2016-03-31 2017-10-05 Ants Technology (Hk) Limited. Privacy Supporting Computer Vision Systems, Methods, Apparatuses and Associated Computer Executable Code
CN109413369A (zh) * 2017-08-17 2019-03-01 孟思宏 一种监控视频智能分析预警平台
CN107767281A (zh) * 2017-10-23 2018-03-06 湖南科技学院 一种基于移动社交网络二度人脉的交友匹配隐私保护方法及系统
CN108090428A (zh) * 2017-12-08 2018-05-29 广西师范大学 一种人脸识别方法及其系统
CN109326073A (zh) * 2018-09-04 2019-02-12 重庆工业职业技术学院 一种基于多点定位的无线传感器网络安防监控系统
CN109657549A (zh) * 2018-11-14 2019-04-19 北京旷视科技有限公司 一种安全监测方法、装置、系统及计算机存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨杰 等: "混沌系统和移位寄存器相融合的图像安全分析算法", 《吉林大学学报(理学版)》 *
王昊宇: "智能分析系统在公安视频监控中的应用研究", 《中国市政工程》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112929726A (zh) * 2019-08-09 2021-06-08 湖南科技学院 一种基于物联网的计算机设备连接系统的连接方法
CN112929726B (zh) * 2019-08-09 2023-12-15 湖南科技学院 一种基于物联网的计算机设备连接系统的连接方法
CN111083442A (zh) * 2019-12-24 2020-04-28 乐乎科技(深圳)有限公司 基于安全云数据定向排查安全隐患智能监管系统及其工作方法
CN111416960A (zh) * 2020-03-27 2020-07-14 河北凯通信息技术服务有限公司 一种基于云服务的视频监控系统
CN111416960B (zh) * 2020-03-27 2021-07-13 深圳普泰电气有限公司 一种基于云服务的视频监控系统
CN111508126A (zh) * 2020-03-31 2020-08-07 苏州科腾软件开发有限公司 一种基于5g通讯的智能安保系统
CN111814700A (zh) * 2020-07-13 2020-10-23 安徽兰臣信息科技有限公司 一种基于儿童行为特征的行为动作识别算法
CN111814700B (zh) * 2020-07-13 2023-09-26 苏州玥林信息科技有限公司 一种基于儿童行为特征的行为动作识别方法
CN112133392A (zh) * 2020-09-22 2020-12-25 合肥易康达医疗卫生信息科技有限公司 一种基于区块链的电子病历共享方法
CN112231670A (zh) * 2020-10-10 2021-01-15 安徽讯呼信息科技有限公司 一种基于数据处理的身份识别系统

Also Published As

Publication number Publication date
CN110084196B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN110084196A (zh) 一种用于云计算的监控视频识别系统
CN109819208B (zh) 一种基于人工智能动态监控的密集人群安防监控管理方法
CN110852283A (zh) 一种基于改进YOLOv3的安全帽佩戴检测与跟踪方法
CN110191317B (zh) 一种基于图像识别的电子监控系统
CN109284737A (zh) 一种用于智慧教室的学生行为分析和识别系统
CN107271011A (zh) 一种汽车衡智能计量系统
CN102496008A (zh) 基于机器视觉的行人流量检测方法和系统
CN112528952B (zh) 一种电力营业厅人员的工作状态智能识别系统
CN213128247U (zh) 一种智能安全帽系统
US20210224526A1 (en) Method and apparatus for detecting wearing of safety helmet, device and storage medium
CN111223011A (zh) 一种基于视频分析的餐饮企业食品安全监管方法及系统
CN114863489A (zh) 基于虚拟现实的可移动式智慧工地辅助巡检方法和系统
CN108898056B (zh) 一种消防单兵装备与人员快速匹配系统
CN114420302A (zh) 一种企事业单位智能防疫控制系统
CN102789719A (zh) 道路驾驶技能考试过程驾驶人视线识别仪及实现方法
CN208781574U (zh) 一种基于视觉计数的医院排队人流导引系统
CN110310450A (zh) 一种基于可穿戴设备的电气火灾智能巡检系统及方法
CN114003058A (zh) 一种安全帽佩戴智慧巡检系统及方法
CN116665419B (zh) 电力生产作业中基于ai分析的故障智能预警系统及方法
CN111708907B (zh) 一种目标人员的查询方法、装置、设备及存储介质
CN203454967U (zh) 一种便携式无线三维检测仪
CN205845110U (zh) 一种基于rfid技术的施工队伍签到系统
CN110824713A (zh) 一种智能眼镜装置、待检测物的分析系统及分析方法
CN112257489A (zh) 一种垃圾袋投放自动检测系统及方法
CN103345625B (zh) 一种三维图像分析方法及系统

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
GR01 Patent grant
GR01 Patent grant