CN110225231A - 一种基于人形识别的智能安防摄像机 - Google Patents
一种基于人形识别的智能安防摄像机 Download PDFInfo
- Publication number
- CN110225231A CN110225231A CN201910483823.7A CN201910483823A CN110225231A CN 110225231 A CN110225231 A CN 110225231A CN 201910483823 A CN201910483823 A CN 201910483823A CN 110225231 A CN110225231 A CN 110225231A
- Authority
- CN
- China
- Prior art keywords
- video camera
- recognition module
- face recognition
- human detection
- camera based
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
-
- 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
- G06V10/446—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 using Haar-like filters, e.g. using integral image techniques
-
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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
-
- 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
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于人形识别的智能安防摄像机,包括光敏电阻、人脸识别模块、红外灯和白光灯,所述光敏电阻连接人脸识别模块,人脸识别模块还分别连接红外灯和白光灯,本发明在有危险苗头的时候,警戒前端会通过声音、白光等组合方式对看守区域的人、物进行提醒或震慑,同时后端将这一信号放大,让安保人员及时知道,将危险、治安案件消灭在萌芽状态。
Description
技术领域
本发明涉及摄像机技术领域,具体是一种基于人形识别的智能安防摄像机。
背景技术
安防摄像机主要应用于安防监控领域,随着社会的发展,安防监控在生活中扮演的角色愈来愈重要,在社会上发挥着不可代替的作用,为社会环境的和平一直奉献着力量。安防摄像机是安防设施中最重要的一环,其重要程度比人力安防、物力安防还要高,起到的作用也远远大于人力安防和物力安防,是有着对安防高度需求的现代不可或缺的一项高新技术。
不过现有的传统安防更多关注事后的视频图像取证,或者事中的一些报警联动,然而这些都是基于危险事件、治安案件已经发生这一事实,因此无法做到事前的主动安全防范和预警。同时随着软硬件技术的发展,智能分析技术早已不局限在其他领域,而是成为安防领域的关键技术。在智慧城市、智能家居、平安城市、等代表最新科学技术发展水平的领域中,智能分析技术都发挥着非常重要的作用。
在这样的形式下,安防企业迎来了巨大的机遇和挑战。安防企业对智能分析技术一直非常重视,也取得了很多成果,由于拥有海量的视频数据,在发展大数据、深度学习、云计算等技术时具有一定优势,可以凭借智能分析相关软硬件技术的积累,向其它领域扩展业务。
发明内容
本发明的目的在于提供一种基于人形识别的智能安防摄像机,以解决所述背景技术中提出的问题。
为实现所述目的,本发明提供如下技术方案:
一种基于人形识别的智能安防摄像机,包括光敏电阻、人脸识别模块、红外灯和白光灯,所述光敏电阻连接人脸识别模块,人脸识别模块还分别连接红外灯和白光灯。
作为本发明再进一步的方案:所述光敏电阻的型号为GL3516。
作为本发明再进一步的方案:所述白光灯由多个白色发光二极管串联组成。
作为本发明再进一步的方案:所述红外灯采用LED红外灯。
作为本发明再进一步的方案:所述人脸识别模块采用TK2-IPC2MPE型摄像机。
与现有技术相比,本发明的有益效果是:本发明在有危险苗头的时候,警戒前端会通过声音、白光等组合方式对看守区域的人、物进行提醒或震慑,同时后端将这一信号放大,让安保人员及时知道,将危险、治安案件消灭在萌芽状态。
附图说明
图1为本发明的方框图。
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,所描述的实施例仅仅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做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。
实施例1:请参阅图1,一种基于人形识别的智能安防摄像机,包括用于检测触发动作的光敏电阻、用于采集并计算人脸信息的人脸识别模块、红外灯和白光灯,所述光敏电阻连接人脸识别模块,人脸识别模块还分别连接红外灯和白光灯。当有人进入检测区域时,光敏电阻被触发,向人脸识别模块发出信号,人脸识别模块采集人脸信息,判断是否有警戒信号,当有警戒信号时开启白光灯,当无警戒信号时开启红光灯。
针对安防监控中的传统运动物体检测准确性,使用了一种快速、高效的运动物体的检测方法,首先针对运动物体在识别系统中识别背景不固定的情况,提出了以帧间差分法重建背景图像,以背景差分法分离当前帧图像中的背景像素点和运动物体像素点,然后通过滤方式排除非连续运动目标点来减少本模块的误识率。采用高效率的背景更新方法,使背景在DSP的能力范围内每隔一定的时间间隔更新一次,以达到理想的分割效果。
采用基于AdaBoost算法的阈值自适应的权重更新方法和Haar-like特征,优化了分类器结构,实现了级联分类器的训练,降低了算法复杂度。
基于帧间差分法实现了背景建模,可排除大量的背景目标,提取到视频序列中的运动人形目标,最终实现了一个人形目标检测系统。
在夜晚的时候,当有人形物体进入违禁区域时,黑鹰警戒枪机会根据人形检测结果来触发双光灯板的切换,从红外灯切换为白光灯,来震慑犯罪分子,同时通过手机上报来把报警信号发送给对应的安保人员,让其可以提前执行相关的操作,直到把入侵者驱散出看守区域。这在夜间具有极强的威慑力和执行力,将一切危险消灭在萌芽状态。
实施例2,在实施例1的基础上,本设计的人脸识别模块采用TK2-IPC2MPE型摄像机,不仅性能稳定,而且人脸检测和采集效率高,数据传输稳定,使用方便。
本设计的算法功能说明:
1、检测目标为移动行人,静立于画面中的人不报警。
2、90%以上行人正确报警率。
3、抗自然环境误报,天气(风雨雪)、灯光(灯光闪烁、车灯、手电等)、物体晃动(电扇、树叶摇晃、窗帘摇晃等)、动物进入。人为干扰,如推物体进入画面或使用物品在画面前晃动不作为误报。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (5)
1.一种基于人形识别的智能安防摄像机,包括光敏电阻、人脸识别模块、红外灯和白光灯,其特征在于,所述光敏电阻连接人脸识别模块,人脸识别模块还分别连接红外灯和白光灯。
2.根据权利要求1所述的一种基于人形识别的智能安防摄像机,其特征在于,所述光敏电阻的型号为GL3516。
3.根据权利要求1所述的一种基于人形识别的智能安防摄像机,其特征在于,所述白光灯由多个白色发光二极管串联组成。
4.根据权利要求1所述的一种基于人形识别的智能安防摄像机,其特征在于,所述红外灯采用LED红外灯。
5.根据权利要求1-4任一所述的一种基于人形识别的智能安防摄像机,其特征在于,所述人脸识别模块采用TK2-IPC2MPE型摄像机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910483823.7A CN110225231A (zh) | 2019-06-05 | 2019-06-05 | 一种基于人形识别的智能安防摄像机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910483823.7A CN110225231A (zh) | 2019-06-05 | 2019-06-05 | 一种基于人形识别的智能安防摄像机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110225231A true CN110225231A (zh) | 2019-09-10 |
Family
ID=67819757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910483823.7A Pending CN110225231A (zh) | 2019-06-05 | 2019-06-05 | 一种基于人形识别的智能安防摄像机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110225231A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111711796A (zh) * | 2020-06-22 | 2020-09-25 | 深圳爱加物联科技有限公司 | 一种智能人形侦测系统 |
CN115009815A (zh) * | 2022-07-12 | 2022-09-06 | 深圳市黑鹰威视电子科技有限公司 | 一种用于安防监控产品的铜柱排列上料机 |
-
2019
- 2019-06-05 CN CN201910483823.7A patent/CN110225231A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111711796A (zh) * | 2020-06-22 | 2020-09-25 | 深圳爱加物联科技有限公司 | 一种智能人形侦测系统 |
CN115009815A (zh) * | 2022-07-12 | 2022-09-06 | 深圳市黑鹰威视电子科技有限公司 | 一种用于安防监控产品的铜柱排列上料机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9299162B2 (en) | Multi-mode video event indexing | |
JP6905850B2 (ja) | 画像処理システム、撮像装置、学習モデル作成方法、情報処理装置 | |
CN108009473B (zh) | 基于目标行为属性视频结构化处理方法、系统及存储装置 | |
CN108062349B (zh) | 基于视频结构化数据及深度学习的视频监控方法和系统 | |
US8744125B2 (en) | Clustering-based object classification | |
Bird et al. | Real time, online detection of abandoned objects in public areas | |
Lee et al. | Smoke detection using spatial and temporal analyses | |
Lin et al. | Learning to detect anomaly events in crowd scenes from synthetic data | |
US10445885B1 (en) | Methods and systems for tracking objects in videos and images using a cost matrix | |
Bhargava et al. | Detection of abandoned objects in crowded environments | |
CN110225231A (zh) | 一种基于人形识别的智能安防摄像机 | |
Park et al. | Wildfire smoke detection using spatiotemporal bag-of-features of smoke | |
US11354819B2 (en) | Methods for context-aware object tracking | |
Razalli et al. | Emergency vehicle recognition and classification method using HSV color segmentation | |
CN110674753A (zh) | 偷盗行为预警方法、终端设备及存储介质 | |
Ma et al. | Event detection using local binary pattern based dynamic textures | |
Miao et al. | Vehicle direction detection based on yolov3 | |
CN115311735A (zh) | 一种异常行为智能识别预警方法 | |
Verma et al. | Object Detection for COVID Rules Response and Crowd Analysis | |
Sharif et al. | Deep crowd anomaly detection: state-of-the-art, challenges, and future research directions | |
CN117749995A (zh) | 一种基于多场景识别与语音交互的视频监控方法及系统 | |
Dey et al. | Moving object detection using genetic algorithm for traffic surveillance | |
CN112330742A (zh) | 公共区域重点人员活动路线记录方法及装置 | |
Ozer et al. | A train station surveillance system: Challenges and solutions | |
CN210745299U (zh) | 一种基于人形识别的智能安防摄像机 |
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 |