CN110275042B - 一种基于计算机视觉与无线电信号分析的高空抛物检测方法 - Google Patents

一种基于计算机视觉与无线电信号分析的高空抛物检测方法 Download PDF

Info

Publication number
CN110275042B
CN110275042B CN201910377544.2A CN201910377544A CN110275042B CN 110275042 B CN110275042 B CN 110275042B CN 201910377544 A CN201910377544 A CN 201910377544A CN 110275042 B CN110275042 B CN 110275042B
Authority
CN
China
Prior art keywords
target
speed
computer vision
altitude
radio signal
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
Application number
CN201910377544.2A
Other languages
English (en)
Other versions
CN110275042A (zh
Inventor
陈硕
武胜
边静远
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.)
Shenzhen 0easy Mobile Internet System Co ltd
Original Assignee
Shenzhen 0easy Mobile Internet System Co ltd
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 Shenzhen 0easy Mobile Internet System Co ltd filed Critical Shenzhen 0easy Mobile Internet System Co ltd
Priority to CN201910377544.2A priority Critical patent/CN110275042B/zh
Publication of CN110275042A publication Critical patent/CN110275042A/zh
Application granted granted Critical
Publication of CN110275042B publication Critical patent/CN110275042B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/36—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light
    • G01P3/38—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light using photographic means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G01P3/42—Devices characterised by the use of electric or magnetic means

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Electromagnetism (AREA)
  • Power Engineering (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于计算机视觉与无线电信号分析的高空抛物检测方法，包括一种基于计算机视觉的方法和一种基于无线电信号分析的方法；所述一种基于计算机视觉的方法包括基于背景建模移动侦测的方法、基于背景建模的移动侦测算法、自适应OTSU阈值计算方法、自创的高速跟踪算法。本发明能够通过计算机视觉与无线电分析的手段捕捉到高空抛物的时间与位置；本方案采用了实时分析与录像相结合，能够较为准确的定位高空抛物发生的时间与位置，准确取证；避免摄像头抓拍延迟；同时采用计算机视觉与无线电信号分析高空抛物更为精确，降低误报数量；我们的方案还布置有监控摄像头监控高空抛落物的镜头，避免高空抛物被人移动，捡走，使得证据被破坏。

Description

一种基于计算机视觉与无线电信号分析的高空抛物检测方法
技术领域
本发明属于智能视频监控领域，具体涉及一种基于计算机视觉与无线电信 号分析的高空抛物检测方法。
背景技术
高空抛物会对造成人身伤亡和重大财物损失的严重后果。
目前，常用的针对高空抛物的方法有以下两种：
现有的技术方案一：
一般都是在小区内部已经发生了高空抛物导致人员伤亡或者财产损失后由 管理人员调取视频录像进行被动的取证，这种方式需要人来观看视频，确定高 空抛物发生的时间位置，很容易因为人员自生的因素导致误判。同时对于没有 造成人员伤亡或者财产损失的高空抛物事件，往往不会被发现，使得高空抛物 者容易产生侥幸心理。
现有的技术方案二：
摄像机自带或者自行开发的移动侦测功能容易受到监控区域内小区住户在 活动或者背景图像的动态变化，例如天气、光照、影子等，以及飞行动物及昆 虫的影响，误报率较高，相反会降低监控效率。同时监控系统在运行时，如果 采用移动侦测功能，当拍到的图像有明显改变时，再启动摄像头录像，从改变 到录像需要缓冲时间对于灵敏度较低的设备来说反映时间过长的话，对于高空 抛物监控已失去了意义，因为高空抛物刚发生的时刻的图像对于判断取证最为 关键。
现有的高空抛物监控系统主要技术方案分为两种：
1、采用多个枪机向上监控整个楼栋，在NVR上进行24小时连续录像的方 式，当社区内出现高空抛物伤人或者造成财产损失住户报警之后，通过调取视 频观看录像的方式找到抛物来源。
2、采用多个枪机向上监控整个楼栋，通过摄像机自带的移动侦测算法或者 自己开发的移动侦测算法，检测高空抛物，当有高空抛物发生的时候，开启摄 像头录像模式进行取证。
上述两者现有的高空抛物监控系统存在有缺陷。
发明内容
本发明所要解决的技术问题是一种基于计算机视觉与无线电信号分析的高 空抛物检测方法，主要用于社区安防高空抛物的监控与检测，通过智能算法分 析出高空抛物发生的时间与位置，便于管理人员调查取证。
本发明是通过以下技术方案来实现的：包括一种基于计算机视觉的方法和 一种基于无线电信号分析的方法；
所述一种基于计算机视觉的方法包括基于背景建模移动侦测的方法、基于 背景建模的移动侦测算法、自适应OTSU阈值计算方法、自创的高速跟踪算法；
所述自创的高速跟踪算法通过跟踪算法获得完整的疑似高空抛物的轨迹 图；跟踪算法的公式化表达大致是：假设在第t帧中检测到目标i的高度为
Figure BDA0002052235190000021
目标的宽度为
Figure BDA0002052235190000022
目标中心坐标为
Figure BDA0002052235190000023
则考虑目标近大远小后目标的运动速 度可以表示如1-1所示：
Figure BDA0002052235190000024
在实际的计算中单点速度不稳定，因此往往采用多点计算，代码中取3点， 取平均作为第i个目标的运动速度，如果一各目标跟踪链中结点个数少于3，则 仅仅计算已经有的结点，速度定义如1-2所示：
Figure BDA0002052235190000025
Figure BDA0002052235190000031
对于新的第t+1帧中的检测到的新目标m计算他相对于前一帧t中目标的 运动速度，与第i个目标速度的相似性定义如1-3所示：
Figure BDA0002052235190000032
目标运动的方向对于对目标跟踪来说是一种重要的特征，定义如下，如果 一各目标跟踪链中结点个数少于3，则仅仅计算已经有的结点，定义如1-4所示：
Figure BDA0002052235190000033
对于第i帧出现的目标m，方向相似性定义如1-5所示：
Figure BDA0002052235190000034
运动相似度如1-6所示：
Smotion＝μ·S2+λ·S3
(1-6)
μ和λ为速度与方向的比例系数，可以跟据实际情况进行调整；
在物体掉落过程中可能出现的被遮挡或由于其它干扰原因对其中某些帧丢 失目标而无法与之前的轨迹相匹配的情况，我们在多目标追踪过程中加入新的 目标追踪轨迹链时，进行了先验判断，根据其的速度变化与已知存在的轨迹链 的最后的节点进行匹配，匹配公式如(1-7)(1-8)所示：
|Vxi-αxVx(i-1)|＜＝Tx
(1-7)
|Vyi-αyVy(i-1)|＜＝Ty
(1-8)
其中α为速度的比例系数，T为速度匹配的阈值；
通过分析构成轨迹图中每一个节点的位置关系，对是否是高空抛物进行精 细化判断，具体的判断规则如下：
S1:：在高空抛物刚开始的过程中，由于下坠速度并不是很大，因此检测并 跟踪到的下坠目标在竖直方向上近似于一个向下的加速度过程。在本发明中加 速度的存在作为判断高空抛物事件的一个必要条件；
S2：坠落目标的轨迹应该满足于有一定的长度，由于受到透视成像影响这 里的长度指的是连续跟踪的帧数，而且运动的趋势是由上向下；
一种基于无线电信号分析的方法：
S1：当一个点对象，以相对于无线电接收设备为Θ的角度，速度为v进行 运动时，可以造成的多普勒频移为：
Figure BDA0002052235190000041
(其中c为光速，f为无线电传输的中心频率)
由此可以得到，当无线电传输频率越高，物体运动速度越快，可以得到的 多普勒频移就越大，所以末端高速运动的目标造成的多普勒频移现象就越明显， 从而可以通过检测多普勒效应来得知物体下落的信号；
S2：无线电信号是基于OFDM技术传输，OFDM先把序列划分为多个子序列， 然后将第一个子序列的元素调制于F1上并发送，第二个子序列的元素调制到频 率F2上并发送，以此类推，频率之间满足两两正交的关系在OFDM技术中，双 机通信的数据传输之前会进行传输空间的状态矩阵计算，可以通过此状态信息 提取物体运动过程中产生的多普勒频移。但实际应用中，物体的位移产生的多 普勒频移是比较小的，因此在获取多普勒频移时要对所获取的信息进行多次处 理；
S3：首先是对数据进行去噪，由于设备计算的实时性需求，采用小波阈值 去噪的方法去除高斯白噪声；小波去噪步骤如下：
首先根据小波变换公式(如下)将采集到的信号变换到小波域表示：
Figure BDA0002052235190000051
然后进行阈值的选取，采用了Donoho提出的阈值选取模型，即：
Figure BDA0002052235190000052
其中σ是小波系数绝对值中值除以0.6745，N为小波系数长度
S4：然后对去噪的数据进行短时傅立叶变换，此时将展现出数据的频率特 性，选频后便可根据采集数据在频率上的变化判断出是否有运动物体的下落。
本发明的有益效果是：
1、对比已有的方案，本方案能够通过计算机视觉与无线电分析的手段捕捉 到高空抛物的时间与位置。便于物业人员上门教育，主动防范高空抛物伤人伤 物情况的发生。同时对于已经伤物伤人的事件，我们能通过计算机的手段进行 分析，减轻取证的工作量。
2、对比已有的方案，本方案采用了实时分析与录像相结合，能够较为准确 的定位高空抛物发生的时间与位置，准确取证。避免摄像头抓拍延迟。同时采 用计算机视觉与无线电信号分析高空抛物更为精确，能有效的降低误报数量。
3、同时对比背景技术中常见的方案1和2，我们的方案还布置有监控摄像 头监控高空抛落物的镜头，避免高空抛物被人移动，捡走，使得证据被破坏。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施 例或现有技术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 出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的原理步骤图；
图2为本发明的基于计算机视觉的方法的系统图；
图3为一种基于无线电信号分析方法的系统图；
图4为本发明的易拉罐追踪效果图；
图5为本发明的鸡蛋追踪效果；
图6为本发明的具体使用图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互 相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征，除 非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非 特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
在本发明的描述中，需要理解的是，术语“一端”、“另一端”、“外侧”、“上”、 “内侧”、“水平”、“同轴”、“中央”、“端部”、“长度”、“外端”等指示的方位 或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简 化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的 方位构造和操作，因此不能理解为对本发明的限制。
此外，在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等， 除非另有明确具体的限定。
本发明使用的例如“上”、“上方”、“下”、“下方”等表示空间相对位置的 术语是出于便于说明的目的来描述如附图中所示的一个单元或特征相对于另一 个单元或特征的关系。空间相对位置的术语可以旨在包括设备在使用或工作中 除了图中所示方位以外的不同方位。例如，如果将图中的设备翻转，则被描述 为位于其他单元或特征“下方”或“之下”的单元将位于其他单元或特征“上 方”。因此，示例性术语“下方”可以囊括上方和下方这两种方位。设备可以以 其他方式被定向(旋转90度或其他朝向)，并相应地解释本文使用的与空间相 关的描述语。
在本发明中，除非另有明确的规定和限定，术语“设置”、“套接”、“连接”、 “贯穿”、“插接”等术语应做广义理解，例如，可以是固定连接，也可以是可 拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连， 也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互 作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据 具体情况理解上述术语在本发明中的具体含义。
如图1至6所示，包括一种基于计算机视觉的方法和一种基于无线电信号 分析的方法；
所述一种基于计算机视觉的方法包括基于背景建模移动侦测的方法(能够 通过叠加不断的改变背景图像，对于缓慢变化的光照或者天气与季节变化有较 好的鲁棒性，不易产生误报。)、基于背景建模的移动侦测算法(计算代价小， 能够保证较高的运行速度与较低的硬件成本。)、自适应OTSU阈值计算方法(这 种算法能够更好的适应不同的环境，在各种环境下都能保证较好的检测效果。)、 自创的高速跟踪算法；
所述自创的高速跟踪算法通过跟踪算法获得完整的疑似高空抛物的轨迹 图；跟踪算法的公式化表达大致是：假设在第t帧中检测到目标i的高度为
Figure BDA0002052235190000071
目标的宽度为
Figure BDA0002052235190000072
目标中心坐标为
Figure BDA0002052235190000073
则考虑目标近大远小后目标的运动速 度可以表示如1-1所示：
Figure BDA0002052235190000074
在实际的计算中单点速度不稳定，因此往往采用多点计算，代码中取3点， 取平均作为第i个目标的运动速度，如果一各目标跟踪链中结点个数少于3，则 仅仅计算已经有的结点，速度定义如1-2所示：
Figure BDA0002052235190000075
对于新的第t+1帧中的检测到的新目标m计算他相对于前一帧t中目标的 运动速度，与第i个目标速度的相似性定义如1-3所示：
Figure BDA0002052235190000081
目标运动的方向对于对目标跟踪来说是一种重要的特征，定义如下，如果 一各目标跟踪链中结点个数少于3，则仅仅计算已经有的结点，定义如1-4所示：
Figure BDA0002052235190000082
对于第i帧出现的目标m，方向相似性定义如1-5所示：
Figure BDA0002052235190000083
运动相似度如1-6所示：
Smotion＝μ·S2+λ·S3
(1-6)
μ和λ为速度与方向的比例系数，可以跟据实际情况进行调整；
在物体掉落过程中可能出现的被遮挡或由于其它干扰原因对其中某些帧丢 失目标而无法与之前的轨迹相匹配的情况，我们在多目标追踪过程中加入新的 目标追踪轨迹链时，进行了先验判断，根据其的速度变化与已知存在的轨迹链 的最后的节点进行匹配，匹配公式如(1-7)(1-8)所示：
|Vxi-αxVx(i-1)|＜＝Tx
(1-7)
|Vyi-αyVy(i-1)|＜＝Ty
(1-8)
其中α为速度的比例系数，T为速度匹配的阈值；
通过分析构成轨迹图中每一个节点的位置关系，对是否是高空抛物进行精 细化判断，具体的判断规则如下：
S1:：在高空抛物刚开始的过程中，由于下坠速度并不是很大，因此检测并 跟踪到的下坠目标在竖直方向上近似于一个向下的加速度过程。在本发明中加 速度的存在作为判断高空抛物事件的一个必要条件；
S2：坠落目标的轨迹应该满足于有一定的长度，由于受到透视成像影响这 里的长度指的是连续跟踪的帧数，而且运动的趋势是由上向下；在计算机视觉 领域，通过1和2两项启发性判断规则，能有效的识别出小区住户在活动或者 背景图像的动态变化，例如天气、光照、影子等，以及飞行动物及昆虫的对高 空抛物检测的影响。图3和图4分别为实际场景下对易拉罐和鸡蛋的追踪效果 图。
一种基于无线电信号分析的方法：
S1：当一个点对象，以相对于无线电接收设备为Θ的角度，速度为v进行 运动时，可以造成的多普勒频移为：
Figure BDA0002052235190000091
(其中c为光速，f为无线电传输的中心频率)
由此可以得到，当无线电传输频率越高，物体运动速度越快，可以得到的 多普勒频移就越大，所以末端高速运动的目标造成的多普勒频移现象就越明显， 从而可以通过检测多普勒效应来得知物体下落的信号；
S2：无线电信号是基于OFDM技术传输，OFDM先把序列划分为多个子序列， 然后将第一个子序列的元素调制于F1上并发送，第二个子序列的元素调制到频 率F2上并发送，以此类推，频率之间满足两两正交的关系在OFDM技术中，双 机通信的数据传输之前会进行传输空间的状态矩阵计算，我们可以通过此状态 信息提取物体运动过程中产生的多普勒频移。但实际应用中，物体的位移产生 的多普勒频移是比较小的，因此在获取多普勒频移时要对所获取的信息进行多 次处理；
S3：首先是对数据进行去噪，由于设备计算的实时性需求，采用小波阈值 去噪的方法去除高斯白噪声；小波去噪步骤如下：
首先根据小波变换公式(如下)将采集到的信号变换到小波域表示：
Figure BDA0002052235190000101
然后进行阈值的选取，该阈值即：
Figure BDA0002052235190000102
其中σ是小波系数绝对值中值除以0.6745，N为小波系数长度；
S4：然后对去噪的数据进行短时傅立叶变换，此时将展现出数据的频率特 性，选频后便可根据采集数据在频率上的变化判断出是否有运动物体的下落。
实施例二：对于民用的高空抛物检测设备来说，检测效果与硬件成本之间 需要进行平衡：经过我们改良的基于计算机视觉的检测方式能较好的在高空抛 物发生过程的初期进行取证，价格低廉。基于无线电分析的高空抛物检测能在 高空抛物的末端检测到高速坠落的物体，但是传感器价格较为昂贵。基于计算 机视觉与无线电分析的方法结合使用固然能取得比任何一种方法都要好的结 果。但是如果考虑成本因素，我们在真正实施的过程中可以单一的选择基于计 算机视觉的手段。
其中，还布置有监控摄像头监控高空抛落物的镜头。
本发明的有益效果如下：
1、对比已有的方案，本方案能够通过计算机视觉与无线电分析的手段捕捉 到高空抛物的时间与位置。能够发现没有造成人员伤亡与财产损失的高空抛物 行为，便于物业人员上门教育，主动防范高空抛物伤人伤物情况的发生。同时 对于已经伤物伤人的事件，我们能通过计算机的手段进行分析，减轻取证的工 作量。
2、对比已有的方案，本发明采用了实时分析与录像相结合，能够较为准确 的定位高空抛物发生的时间与位置，准确取证。避免摄像头抓拍延迟。同时采 用计算机视觉与无线电信号分析高空抛物更为精确，能有效的降低误报数量。
3、同时对比背景技术中常见的方案1和2，本发明在还布置有监控摄像头 监控高空抛落物的镜头，避免高空抛物被人移动，捡走，使得证据被破坏。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于 此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围 之内。因此，本发明的保护范围应该以权利要求书所限定的保护范围为准。

Claims (1)

1.一种基于计算机视觉与无线电信号分析的高空抛物检测方法，其特征在于：包括一种基于计算机视觉的方法和一种基于无线电信号分析的方法；
所述一种基于计算机视觉的方法包括基于背景建模移动侦测的方法、基于背景建模的移动侦测算法、自适应OTSU阈值计算方法、自创的高速跟踪算法；
所述自创的高速跟踪算法通过跟踪算法获得完整的疑似高空抛物的轨迹图；跟踪算法的公式化表达是：假设在第t帧中检测到目标i的高度为
Figure FDA0003074572680000011
目标的宽度为
Figure FDA0003074572680000012
目标中心坐标为
Figure FDA0003074572680000013
则考虑目标近大远小后目标的运动速度表示如1-1所示：
Figure FDA0003074572680000014
在实际的计算中单点速度不稳定，因此往往采用多点计算，代码中取3点，取平均作为第i个目标的运动速度，如果一各目标跟踪链中结点个数少于3，则仅仅计算已经有的结点，速度定义如1-2所示：
Figure FDA0003074572680000015
对于新的第t+1帧中的检测到的新目标m计算他相对于前一帧t中目标的运动速度，与第i个目标速度的相似性定义如1-3所示：
Figure FDA0003074572680000016
目标运动的方向对于对目标跟踪来说是一种重要的特征，定义如下，如果一各目标跟踪链中结点个数少于3，则仅仅计算已经有的结点，定义如1-4所示：
Figure FDA0003074572680000017
Figure FDA0003074572680000021
对于第i帧出现的目标m，方向相似性定义如1-5所示：
Figure FDA0003074572680000022
运动相似度如1-6所示：
Figure FDA0003074572680000023
μ和λ为速度与方向的比例系数，跟据实际情况进行调整；
在物体掉落过程中出现的被遮挡或由于其它干扰原因对其中某些帧丢失目标而无法与之前的轨迹相匹配的情况，在多目标追踪过程中加入新的目标追踪轨迹链时，进行了先验判断，根据其的速度变化与已知存在的轨迹链的最后的节点进行匹配，匹配公式如(1-7)(1-8)所示：
Figure FDA0003074572680000024
Figure FDA0003074572680000025
其中α为速度的比例系数，T为速度匹配的阈值；
通过分析构成轨迹图中每一个节点的位置关系，对是否是高空抛物进行精细化判断，具体的判断规则如下：
S1-1:在高空抛物刚开始的过程中，由于下坠速度不大，因此检测并跟踪到的下坠目标在竖直方向上一个向下的加速度过程，加速度的存在作为判断高空抛物事件的一个必要条件；
S1-2：坠落目标的轨迹有长度，由于受到透视成像影响这里的长度指的是连续跟踪的帧数，而且运动的趋势是由上向下；
所述一种基于无线电信号分析的方法包括：
S2-1：当一个点对象，以相对于无线电接收设备为Θ的角度，速度为v进行运动时，造成的多普勒频移为：
Figure FDA0003074572680000031
(其中c为光速，f为无线电传输的中心频率)
由此得到，当无线电传输频率越高，物体运动速度越快，得到的多普勒频移就越大，所以末端高速运动的目标造成的多普勒频移现象就越明显，从而通过检测多普勒效应来得知物体下落的信号；
S2-2：无线电信号是基于OFDM技术传输，OFDM先把序列划分为多个子序列，然后将第一个子序列的元素调制于F1上并发送，第二个子序列的元素调制到频率F2上并发送，以此类推，频率之间满足两两正交的关系在OFDM技术中，双机通信的数据传输之前会进行传输空间的状态矩阵计算，通过此状态信息提取物体运动过程中产生的多普勒频移；
S2-3：首先是对数据进行去噪，由于设备计算的实时性需求，采用小波阈值去噪的方法去除高斯白噪声；小波去噪步骤如下：
首先根据小波变换公式(如下)将采集到的信号变换到小波域表示：
Figure FDA0003074572680000032
然后进行阈值的选取，即：
Figure FDA0003074572680000033
其中σ是小波系数绝对值中值除以0.6745，N为小波系数长度；
S2-4：然后对去噪的数据进行短时傅立叶变换，此时将展现出数据的频率特性，选频后便可根据采集数据在频率上的变化判断出是否有运动物体的下落。
CN201910377544.2A 2019-05-07 2019-05-07 一种基于计算机视觉与无线电信号分析的高空抛物检测方法 Active CN110275042B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910377544.2A CN110275042B (zh) 2019-05-07 2019-05-07 一种基于计算机视觉与无线电信号分析的高空抛物检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910377544.2A CN110275042B (zh) 2019-05-07 2019-05-07 一种基于计算机视觉与无线电信号分析的高空抛物检测方法

Publications (2)

Publication Number Publication Date
CN110275042A CN110275042A (zh) 2019-09-24
CN110275042B true CN110275042B (zh) 2021-07-13

Family

ID=67959681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910377544.2A Active CN110275042B (zh) 2019-05-07 2019-05-07 一种基于计算机视觉与无线电信号分析的高空抛物检测方法

Country Status (1)

Country Link
CN (1) CN110275042B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111553255B (zh) * 2020-04-26 2023-04-07 上海天诚比集科技有限公司 基于梯度算法的高空抛物墙体监测区域定位方法
CN111553274A (zh) * 2020-04-28 2020-08-18 青岛聚好联科技有限公司 一种基于轨迹分析的高空抛物检测方法及装置
CN111723654B (zh) * 2020-05-12 2023-04-07 中国电子系统技术有限公司 基于背景建模、YOLOv3与自优化的高空抛物检测方法及装置
CN111627049B (zh) * 2020-05-29 2023-09-26 北京中科晶上科技股份有限公司 高空抛物的确定方法、装置、存储介质及处理器
CN111539388B (zh) * 2020-06-22 2020-10-09 湖南联智科技股份有限公司 一种高空抛物监测方法
CN113626540B (zh) * 2021-08-26 2024-04-12 深圳市科立讯数据技术有限公司 超短波无线电信号监测数据分析系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07306214A (ja) * 1994-05-10 1995-11-21 Yokogawa Denshi Kiki Kk 投下物の落下速度計測装置
CN208076716U (zh) * 2018-05-10 2018-11-09 河北科曼信息技术有限公司 一种智慧社区中追踪高空掉物分析设备
CN109059757A (zh) * 2018-06-20 2018-12-21 安徽金赛弗信息技术有限公司 基于线阵视频检测技术的高空抛物智能识别系统
CN109188011A (zh) * 2018-08-06 2019-01-11 合肥移顺信息技术有限公司 一种高空抛物落地速度检测校正系统
CN109309811A (zh) * 2018-08-31 2019-02-05 中建三局智能技术有限公司 一种基于计算机视觉的高空抛物检测系统与方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07306214A (ja) * 1994-05-10 1995-11-21 Yokogawa Denshi Kiki Kk 投下物の落下速度計測装置
CN208076716U (zh) * 2018-05-10 2018-11-09 河北科曼信息技术有限公司 一种智慧社区中追踪高空掉物分析设备
CN109059757A (zh) * 2018-06-20 2018-12-21 安徽金赛弗信息技术有限公司 基于线阵视频检测技术的高空抛物智能识别系统
CN109188011A (zh) * 2018-08-06 2019-01-11 合肥移顺信息技术有限公司 一种高空抛物落地速度检测校正系统
CN109309811A (zh) * 2018-08-31 2019-02-05 中建三局智能技术有限公司 一种基于计算机视觉的高空抛物检测系统与方法

Also Published As

Publication number Publication date
CN110275042A (zh) 2019-09-24

Similar Documents

Publication Publication Date Title
CN110275042B (zh) 一种基于计算机视觉与无线电信号分析的高空抛物检测方法
CN110110710A (zh) 一种场景异常状态识别方法、系统和智能终端
CN109581361A (zh) 一种检测方法、检测装置、终端以及检测系统
US7864980B2 (en) Video motion anomaly detector
US7479980B2 (en) Monitoring system
CN105745687A (zh) 情景感知移动目标检测
CN109377713A (zh) 一种火灾预警方法及系统
US20220035003A1 (en) Method and apparatus for high-confidence people classification, change detection, and nuisance alarm rejection based on shape classifier using 3d point cloud data
CN109033979B (zh) 基于wifi和摄像机传感器决策级融合的室内行人检测方法
Kraiman et al. Automated anomaly detection processor
KR101454644B1 (ko) 보행자 추적기를 이용한 서성거림을 탐지하는 방법
Dulski et al. Concept of data processing in multisensor system for perimeter protection
Andersson et al. Estimation of crowd behavior using sensor networks and sensor fusion
CN109887004A (zh) 一种基于tld算法的无人船海域目标跟踪方法
CN114545387A (zh) 一种基于毫米波雷达数据拟合的高空抛物检测判别方法
Choubisa et al. An optical-camera complement to a PIR sensor array for intrusion detection and classfication in an outdoor environment
CA2393932C (en) Human object surveillance using size, shape, movement
CN112381053B (zh) 具有图像跟踪功能的环保监测系统
Zeng et al. Effectively linking persons on cameras and mobile devices on networks
Liu et al. An intelligent signal processing method for motional vital signs detection system based on deep learning
EP1529268B1 (en) Video motion anomaly detector
Gupta et al. Analysis of target tracking algorithm in thermal imagery
CN114429597A (zh) 基于神经网络的在石油化工行业的初期火灾智能识别系统
CN114167382A (zh) 一种毫米波雷达点云分堆方法
Park et al. A steganographic approach to sonar tracking

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