CN110415267A - 一种低功耗在线热红外目标识别装置及工作方法 - Google Patents
一种低功耗在线热红外目标识别装置及工作方法 Download PDFInfo
- Publication number
- CN110415267A CN110415267A CN201910753767.4A CN201910753767A CN110415267A CN 110415267 A CN110415267 A CN 110415267A CN 201910753767 A CN201910753767 A CN 201910753767A CN 110415267 A CN110415267 A CN 110415267A
- Authority
- CN
- China
- Prior art keywords
- image
- target identification
- mobile object
- thermal infrared
- unit
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000005540 biological transmission Effects 0.000 claims abstract description 21
- 238000004891 communication Methods 0.000 claims description 26
- 238000012937 correction Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 238000007789 sealing Methods 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims 2
- 230000004297 night vision Effects 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000013473 artificial intelligence Methods 0.000 abstract 1
- 238000013135 deep learning Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005303 weighing Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000001757 thermogravimetry curve Methods 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Classifications
-
- G06T5/92—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Abstract
本发明涉及热红外夜视监控技术领域，特别涉及一种热红外目标识别装置。一种低功耗在线热红外目标识别装置，它包括：热红外探测器、预处理单元、识别单元、电池单元、无线传输单元以及后端接收设备；本发明由热红外探测器采集红外图像，并由预处理单元对红外图像进行处理，在预处理单元未检测到移动物体时，识别单元处于休眠状态，检测到移动物体后，识别单元被唤醒可提供足够的计算资源进行物体类型、位置识别；本发明最大限度降低设备功耗，实现了低成本低功耗全自主化人工智能多目标类型的识别与本地存储、视频传输功能。同时本发明还公开了一种低功耗在线热红外目标识别装置的工作方法。
Description
技术领域
本发明涉及热红外夜视监控技术领域，特别涉及一种热红外目标识别装置。
背景技术
红外热成像以全被动式对物体成像，对雨、雾的穿透能力较高，能够对各种目标如人员、车辆、野生动物等进行昼夜监控，在防火、夜视以及安防领域有广泛应用。
红外热成像仪是利用红外探测器和光学成像物镜接受被测目标的红外辐射能量分布图形反映到红外探测器的光敏元件上，从而获得红外热像图。现有的热红外成像仪只能满足成像需求，不具备智能化自主识别的功能。
随着计算机视觉的快速发展，目标检测技术已经在诸多领域广泛应用，但传统算法误报高，无法满足实际精确识别需求；深度学习的算法对算力要求极高，目前深度学习算法支持的平台以英伟达等公司的GPU、瑞芯微公司的ARM+Mali GPU、 Xilinx公司 FPGA等为主流，此类芯片特点是功耗大、芯片体积大、价格昂贵等缺陷。
发明内容
本发明的目的是：针对现有技术的不足，提供一种低功耗在线热红外目标识别装置。
本发明的一个技术方案是：一种低功耗在线热红外目标识别装置，它包括：热红外探测器、预处理单元、识别单元、电池单元、无线传输单元以及后端接收设备；
识别单元包括：相互连接的目标识别芯片以及电源管理电路；
热红外探测器与预处理单元建立信号连接，预处理单元与目标识别芯片、电源管理电路分别建立信号连接，预处理单元通过无线传输单元与后端接收设备建立信号连接，电池单元与热红外探测器、预处理单元、电源管理电路建立连接。
上述方案中，热红外探测器用于对原始图像进行采集；预处理单元用于对原始图像进行预处理，并对图像中是否出现移动目标进行识别，当出现移动目标时，预处理单元向电源管理电路发出唤醒信号，电源管理电路接通电池单元与目标识别芯片；目标识别芯片用于对图像中移动目标的具体类别、位置进行识别；无线传输单元用于将移动目标的具体类别、位置信息以及图像传送至后端接收设备；后端接收设备用于对叠加有移动目标的具体类别、位置信息的图像进行显示。
进一步的，预处理单元具体包括：AD采集模块、存储模块、图像识别模块以及通讯接口模块；热红外探测器与AD采集模块）建立信号连接，AD采集模块与图像识别模块建立信号连接，图像识别模块与存储模块、通讯接口模块分别建立信号连接，存储模块与通讯接口模块建立信号连接，通讯接口模块与目标识别芯片、电源管理电路分别建立信号连接。
进一步的，预处理单元采用ARM芯片，目标识别芯片采用NPU芯片；本装置中的目标识别部分采用ARM核心芯片与深度学习推理专用NPU芯片结合的双芯片方案，在未检测到移动物体时，NPU芯片始终处于低功耗状态，整机功耗小于1.2W。ARM芯片检测到移动物体后唤醒NPU芯片对移动物体进行物体类别、位置的识别，整机功耗在3W。NPU处理部分可以提供2TOPS的深度学习推理能力，满足在线实时物体识别的算力资源。
进一步的，为满足长期在野外自主执行物体识别任务的需求，预处理单元、识别单元、电池单元、无线传输单元以接插件形式安装在防水壳体内，热红外探测器与防水壳体之间采用胶圈密封；电池单元采用20000mAh的电池供电。
本发明的另一个技术方案是：一种低功耗在线热红外目标识别装置的工作方法，它基于如上所述的识别装置，并包括以下步骤：
A. 电池单元向热红外探测器、预处理单元、电源管理电路供电；
B. 热红外探测器采集原始图像并发送至预处理单元；
C. 预处理单元对原始图像进行预处理得到细节信息明显的红外图像，并对细节信息明显的红外图像中是否出现移动物体进行识别，若出现移动物体，则预处理单元向电源管理电路发送唤醒信号；
D. 电源管理电路收到唤醒信号后，接通目标识别芯片与电池单元，目标识别芯片进入目标识别模式，调用预处理单元中的细节信息明显的红外图像对其进行移动物体的类型、位置识别；识别后，目标识别芯片将移动物体的类型、位置信息发送至预处理单元；
E. 预处理单元将接收到的移动物体的类型、位置信息与细节信息明显的红外图像相匹配后叠加，并通过无线传输单元将叠加有移动物体的类型、位置信息的细节信息明显的红外图像发送至后端接收设备；
F. 后端接收设备显示识别出移动物体的类型、位置信息的细节信息明显的红外图像。
具体的：步骤C中，对原始图像进行预处理的方法为：首先对原始红外图像进行格式转换，对转换格式后的红外图像进行非均匀校正与盲元补偿得到校正图像，之后在对校正图像进行超分辨率图像增强，由此得到细节信息明显的红外图像。
步骤C中，采用背景动态建模方式将细节信息明显的红外图像中的移动物体从背景中分离，从而实现对是否出现移动物体的识别。
步骤D中，采用单色二维矩阵输入的深度可分离卷积神经网络推理权重与红外Hog特征加权求和方式对细节信息明显的红外图像中移动物体的类型、位置进行识别。
进一步的，当预处理单元包括：AD采集模块、存储模块、图像识别模块以及通讯接口模块时：
上述步骤C包括：
C1. AD采集模块对热红外探测器发送的原始图像进行格式转换；
C2. 图像识别模块对转换格式后的原始图像进行预处理，得到细节信息明显的红外图像；
C3. 图像识别模块对细节信息明显的红外图像序列中相邻两帧或多帧图像进行是否出现移动物体的识别，如出现移动物体，图像识别模块则将包含移动物体的相邻两帧或多帧图像送至存储模块进行存储，同时通过通讯接口模块向电源管理电路发出唤醒信号；
上述步骤D包括：
D1. 电源管理电路收到唤醒信号后，接通目标识别芯片与电池单元，目标识别芯片进入目标识别模式；
D2. 目标识别芯片通过通讯接口模块调用存储在存储模块中的细节信息明显的红外图像，对图像中移动物体的类型、位置进行识别，得到移动物体的类型、位置信息；
D3. 目标识别芯片将移动物体的类型、位置信息通过通讯接口模块发送至存储模块进行存储；
上述步骤E包括：
E1. 图像识别模块调用存储模块中的移动物体的类型、位置信息及细节信息明显的红外图像，进行匹配，并将移动物体的类型、位置信息与相对应的细节信息明显的红外图像进行叠加；
E2. 图像识别模块通过通讯接口模块、无线传输单元将叠加有移动物体的类型、位置信息的细节信息明显的红外图像发送至后端接收设备。
有益效果：本发明采用异构处理平台设计方式，在预处理单元未检测到移动物体时，识别单元处于休眠状态，检测到移动物体后，识别单元被唤醒可提供足够的计算资源进行物体类型、位置识别；本发明最大限度降低设备功耗，实现了低成本低功耗全自主化人工智能多目标类型的识别与本地存储、视频传输功能。本发明可应用于全天候室内及野外自主远程监控领域。本发明的工作方法可实现边缘端实时深度学习物体类型识别能力与自主基于事件的动态功耗控制能力，大大减少误报，提高目标识别率。
附图说明
图1为本发明实施例1的结构框图；
图2为本发明实施例2的结构框图；
图中：1-热红外探测器、2-预处理单元、2.1- AD采集模块、2.2-存储模块、2.3-图像识别模块、2.4-通讯接口模块、3-识别单元、3.1-目标识别芯片、3.2-电源管理电路、4-电池单元、5-无线传输单元、6-后端接收设备。
具体实施方式
实施例1，参见附图1，一种低功耗在线热红外目标识别装置，它包括：热红外探测器1、预处理单元2、识别单元3、电池单元4、无线传输单元5以及后端接收设备6；
识别单元3包括：相互连接的目标识别芯片3.1以及电源管理电路3.2；
热红外探测器1与预处理单元2建立信号连接，预处理单元2与目标识别芯片3.1、电源管理电路3.2分别建立信号连接，预处理单元2通过无线传输单元5与后端接收设备6建立信号连接，电池单元4与热红外探测器1、预处理单元2、电源管理电路3.2建立连接。
上述方案中，热红外探测器1用于对原始图像进行采集；预处理单元2用于对原始图像进行预处理，并对图像中是否出现移动目标进行识别，当出现移动目标时，预处理单元2向电源管理电路3.2发出唤醒信号，电源管理电路3.2接通电池单元4与目标识别芯片3.1；目标识别芯片3.1用于对图像中移动目标的具体类别、位置进行识别；无线传输单元5用于将移动目标的具体类别、位置信息以及图像传送至后端接收设备6；后端接收设备6用于对叠加有移动目标的具体类别、位置信息的图像进行显示。
本例中，热红外探测器1的分辨率为320×240，可实现夜视观测。预处理单元2采用ARM芯片，目标识别芯片3.1采用NPU芯片；本装置中的目标识别部分采用ARM核心芯片与深度学习推理专用NPU芯片结合的双芯片方案，在未检测到移动物体时，NPU芯片始终处于低功耗状态，整机功耗小于1.2W。ARM芯片检测到移动物体后唤醒NPU芯片对移动物体进行物体类别、位置的识别，整机功耗在3W。NPU处理部分可以提供2TOPS的深度学习推理能力，可达到60ms每帧图像的实时速度，满足在线实时物体识别的算力资源。
实施例2，参见附图2，在实施例1的基础上，对预处理单元2做进一步限定：
预处理单元2具体包括：AD采集模块2.1、存储模块2.2、图像识别模块2.3以及通讯接口模块2.4；热红外探测器1与AD采集模块2.1建立信号连接，AD采集模块2.1与图像识别模块2.3建立信号连接，图像识别模块2.3与存储模块2.2、通讯接口模块2.4分别建立信号连接，存储模块2.2与通讯接口模块2.4建立信号连接，通讯接口模块2.4与目标识别芯片3.1、电源管理电路3.2分别建立信号连接。
实施例3，在实施例1或2的基础上，本例中的预处理单元2、识别单元3、电池单元4、无线传输单元5以接插件形式安装在防水壳体内，热红外探测器1与该壳体之间采用胶圈密封，满足IP67的防护等级。同时电池单元4采用20000mAh的电池供电，以满足长期在野外自主执行物体识别任务的需求。
实施例4，一种低功耗在线热红外目标识别装置的工作方法，它基于如实施例1所述的识别装置，并包括以下步骤：
A. 电池单元4向热红外探测器1、预处理单元2、电源管理电路3.2供电；
B. 热红外探测器1采集原始图像并发送至预处理单元2；
C. 预处理单元2对原始图像进行预处理得到细节信息明显的红外图像，并对细节信息明显的红外图像中是否出现移动物体进行识别，若出现移动物体，则预处理单元2向电源管理电路3.2发送唤醒信号；
D. 电源管理电路3.2收到唤醒信号后，接通目标识别芯片3.1与电池单元4，目标识别芯片3.1进入目标识别模式，调用预处理单元2中的细节信息明显的红外图像对其进行移动物体的类型、位置识别；识别后，目标识别芯片3.1将移动物体的类型、位置信息发送至预处理单元2；
E. 预处理单元2将接收到的移动物体的类型、位置信息与细节信息明显的红外图像相匹配后叠加，并通过无线传输单元5将叠加有移动物体的类型、位置信息的细节信息明显的红外图像发送至后端接收设备6；
F. 后端接收设备6显示识别出移动物体的类型、位置信息的细节信息明显的红外图像。
上述方案中，具体的：
步骤C中，对原始图像进行预处理的方法为：首先对原始红外图像进行格式转换，对转换格式后的红外图像进行非均匀校正与盲元补偿得到校正图像，之后在对校正图像进行超分辨率图像增强，由此得到细节信息明显的红外图像。
步骤C中，采用ViBE与GMM相结合的对细节信息明显的红外图像中是否出现移动物体进行识别，即采用背景动态建模方式将细节信息明显的红外图像中的移动物体从背景中分离，从而实现对是否出现移动物体的识别。
步骤D中，采用单色输入卷积神经网络与Hog特征结合的方法对细节信息明显的红外图像中移动物体的类型、位置进行识别，即采用单色二维矩阵输入的深度可分离卷积神经网络推理权重与红外Hog特征加权求和方式对细节信息明显的红外图像中移动物体的类型、位置进行识别。
实施例5，一种低功耗在线热红外目标识别装置的工作方法，它基于如实施例2的识别装置，并包括以下步骤：
A. 电池单元4向热红外探测器1、预处理单元2、电源管理电路3.2供电；
B. 热红外探测器1采集原始图像并发送至预处理单元2；
C1. AD采集模块2.1对热红外探测器1发送的原始图像进行格式转换；
C2. 图像识别模块2.3对转换格式后的原始图像进行预处理，得到细节信息明显的红外图像；
C3. 图像识别模块2.3对细节信息明显的红外图像序列中相邻两帧或多帧图像进行是否出现移动物体的识别，如出现移动物体，图像识别模块2.3则将包含移动物体的相邻两帧或多帧图像送至存储模块2.2进行存储，同时通过通讯接口模块2.4向电源管理电路3.2发出唤醒信号；
D1. 电源管理电路3.2收到唤醒信号后，接通目标识别芯片3.1与电池单元4，目标识别芯片3.1进入目标识别模式；
D2. 目标识别芯片3.1通过通讯接口模块2.4调用存储在存储模块2.2中的细节信息明显的红外图像，对图像中移动物体的类型、位置进行识别，得到移动物体的类型、位置信息；
D3. 目标识别芯片3.1将移动物体的类型、位置信息通过通讯接口模块2.4发送至存储模块2.2进行存储；
E1. 图像识别模块2.3调用存储模块2.2中的移动物体的类型、位置信息及细节信息明显的红外图像，进行匹配，并将移动物体的类型、位置信息与相对应的细节信息明显的红外图像进行叠加；
E2. 图像识别模块2.3通过通讯接口模块2.4、无线传输单元5将叠加有移动物体的类型、位置信息的细节信息明显的红外图像发送至后端接收设备6；
F. 后端接收设备6显示识别出移动物体的类型、位置信息的细节信息明显的红外图像。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (9)
1.一种低功耗在线热红外目标识别装置，它包括：热红外探测器（1）、预处理单元（2）、识别单元（3）、电池单元（4）、无线传输单元（5）以及后端接收设备（6），其特征在于：
所述识别单元（3）包括：相互连接的目标识别芯片（3.1）以及电源管理电路（3.2）；
所述热红外探测器（1）与所述预处理单元（2）建立信号连接，所述预处理单元（2）与所述目标识别芯片（3.1）、所述电源管理电路（3.2）分别建立信号连接，所述预处理单元（2）通过所述无线传输单元（5）与所述后端接收设备（6）建立信号连接，所述电池单元（4）与所述热红外探测器（1）、所述预处理单元（2）、所述电源管理电路（3.2）建立连接。
2.如权利要求1所述的一种低功耗在线热红外目标识别装置，其特征在于：所述预处理单元（2）包括：AD采集模块（2.1）、存储模块（2.2）、图像识别模块（2.3）以及通讯接口模块（2.4）；所述热红外探测器（1）与所述AD采集模块（2.1））建立信号连接，所述AD采集模块（2.1）与所述图像识别模块（2.3）建立信号连接，所述图像识别模块（2.3）与所述存储模块（2.2）、所述通讯接口模块（2.4）分别建立信号连接，所述存储模块（2.2）与所述通讯接口模块（2.4）建立信号连接，所述通讯接口模块（2.4）与所述目标识别芯片（3.1）、所述电源管理电路（3.2）分别建立信号连接。
3.如权利要求1或2所述的一种低功耗在线热红外目标识别装置，其特征在于：所述预处理单元（2）采用ARM芯片，所述目标识别芯片（3.1）采用NPU芯片。
4.如权利要求1或2所述的一种低功耗在线热红外目标识别装置，其特征在于：所述预处理单元（2）、所述识别单元（3）、所述电池单元（4）、所述无线传输单元（5）以接插件形式安装在防水壳体内，所述热红外探测器（1）与所述防水壳体之间采用胶圈密封；所述电池单元（4）采用20000mAh的电池供电。
5.一种低功耗在线热红外目标识别装置的工作方法，其特征在于：它基于如权利要求1所述的识别装置，并包括以下步骤：
A. 所述电池单元（4）向所述热红外探测器（1）、所述预处理单元（2）、所述电源管理电路（3.2）供电；
B. 所述热红外探测器（1）采集原始图像并发送至所述预处理单元（2）；
C. 所述预处理单元（2）对原始图像进行预处理得到细节信息明显的红外图像，并对细节信息明显的红外图像中是否出现移动物体进行识别，若出现移动物体，则所述预处理单元（2）向所述电源管理电路（3.2）发送唤醒信号；
D. 所述电源管理电路（3.2）收到唤醒信号后，接通所述目标识别芯片（3.1）与所述电池单元（4），所述目标识别芯片（3.1）进入目标识别模式，调用所述预处理单元（2）中的细节信息明显的红外图像对其进行移动物体的类型、位置识别；识别后，所述目标识别芯片（3.1）将移动物体的类型、位置信息发送至所述预处理单元（2）；
E. 所述预处理单元（2）将接收到的移动物体的类型、位置信息与细节信息明显的红外图像相匹配后叠加，并通过所述无线传输单元（5）将叠加有移动物体的类型、位置信息的细节信息明显的红外图像发送至所述后端接收设备（6）；
F. 所述后端接收设备（6）显示识别出移动物体的类型、位置信息的细节信息明显的红外图像。
6.如权利要求5所述的一种低功耗在线热红外目标识别装置的工作方法，其特征在于：所述步骤C中，对所述原始图像进行预处理的方法为：首先对原始红外图像进行格式转换，对转换格式后的红外图像进行非均匀校正与盲元补偿得到校正图像，之后在对校正图像进行超分辨率图像增强，由此得到细节信息明显的红外图像。
7.如权利要求5所述的一种低功耗在线热红外目标识别装置的工作方法，其特征在于：所述步骤C中，采用背景动态建模方式将细节信息明显的红外图像中的移动物体从背景中分离，从而实现对是否出现移动物体的识别。
8.如权利要求5所述的一种低功耗在线热红外目标识别装置的工作方法，其特征在于：所述步骤D中，采用单色二维矩阵输入的深度可分离卷积神经网络推理权重与红外Hog特征加权求和方式对细节信息明显的红外图像中移动物体的类型、位置进行识别。
9.一种低功耗在线热红外目标识别装置的工作方法，其特征在于：它基于如权利要求2或3所述的识别装置，并包括如权利要求5所述的步骤A、B、F，其步骤C包括：
C1. 所述AD采集模块（2.1）对所述热红外探测器（1）发送的原始图像进行格式转换；
C2. 所述图像识别模块（2.3）对转换格式后的原始图像进行预处理，得到细节信息明显的红外图像；
C3. 所述图像识别模块（2.3）对细节信息明显的红外图像序列中相邻两帧或多帧图像进行是否出现移动物体的识别，如出现移动物体，所述图像识别模块（2.3）则将包含移动物体的相邻两帧或多帧图像送至所述存储模块（2.2）进行存储，同时通过所述通讯接口模块（2.4）向所述电源管理电路（3.2）发出唤醒信号；
步骤D包括：
D1. 所述电源管理电路（3.2）收到唤醒信号后，接通所述目标识别芯片（3.1）与所述电池单元（4），所述目标识别芯片（3.1）进入目标识别模式；
D2. 所述目标识别芯片（3.1）通过所述通讯接口模块（2.4）调用存储在所述存储模块（2.2）中的细节信息明显的红外图像，对图像中移动物体的类型、位置进行识别，得到移动物体的类型、位置信息；
D3. 所述目标识别芯片（3.1）将所述移动物体的类型、位置信息通过所述通讯接口模块（2.4）发送至所述存储模块（2.2）进行存储；
步骤E包括：
E1. 所述图像识别模块（2.3）调用所述存储模块（2.2）中的移动物体的类型、位置信息及细节信息明显的红外图像，进行匹配，并将移动物体的类型、位置信息与相对应的细节信息明显的红外图像进行叠加；
E2. 所述图像识别模块（2.3）通过所述通讯接口模块（2.4）、所述无线传输单元（5）将叠加有移动物体的类型、位置信息的细节信息明显的红外图像发送至所述后端接收设备（6）。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910753767.4A CN110415267A (zh) | 2019-08-15 | 2019-08-15 | 一种低功耗在线热红外目标识别装置及工作方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910753767.4A CN110415267A (zh) | 2019-08-15 | 2019-08-15 | 一种低功耗在线热红外目标识别装置及工作方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110415267A true CN110415267A (zh) | 2019-11-05 |
Family
ID=68367546
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910753767.4A Pending CN110415267A (zh) | 2019-08-15 | 2019-08-15 | 一种低功耗在线热红外目标识别装置及工作方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110415267A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111881845A (zh) * | 2020-07-30 | 2020-11-03 | 安徽兰臣信息科技有限公司 | 一种商务会员系统的面部影像捕捉终端 |
| CN112217979A (zh) * | 2020-10-13 | 2021-01-12 | 重庆英卡电子有限公司 | 基于物联网的自适应低功耗野生动物抓拍装置及方法 |
| CN113052158A (zh) * | 2021-03-30 | 2021-06-29 | 济南博观智能科技有限公司 | 夜间红外场景目标识别方法、装置、电子设备及存储介质 |
| CN113259588A (zh) * | 2021-04-26 | 2021-08-13 | 南京航煜智能科技有限公司 | 一种低功耗移动物体侦测系统及方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105100724A (zh) * | 2015-08-13 | 2015-11-25 | 电子科技大学 | 一种基于视觉分析的智能家居远程安全监控方法及装置 |
| CN106525248A (zh) * | 2016-10-17 | 2017-03-22 | 北京理工大学 | 自动无线气体可移动部署监控工作站及监控方法 |
| CN106682607A (zh) * | 2016-12-23 | 2017-05-17 | 山东师范大学 | 一种基于低功耗嵌入式和红外触发的离线人脸识别系统及方法 |
| KR101789690B1 (ko) * | 2017-07-11 | 2017-10-25 | (주)블루비스 | 딥 러닝 기반 보안 서비스 제공 시스템 및 방법 |
| CN107590941A (zh) * | 2017-09-19 | 2018-01-16 | 重庆英卡电子有限公司 | 拍照式混合火焰探测器及其探测方法 |
| CN108549846A (zh) * | 2018-03-26 | 2018-09-18 | 北京航空航天大学 | 一种结合运动特征和头肩结构的行人检测与统计方法 |
| CN108846335A (zh) * | 2018-05-31 | 2018-11-20 | 武汉市蓝领英才科技有限公司 | 基于视频图像的智慧工地区域管理及入侵检测方法、系统 |
| CN208424534U (zh) * | 2018-05-07 | 2019-01-22 | 沈阳上博智像科技有限公司 | 成像仪的机芯组件及成像仪 |
| CN109472256A (zh) * | 2019-01-02 | 2019-03-15 | 绍兴佳林商务信息咨询有限公司 | 一种东北虎动态踪迹监测系统及方法 |
| CN109558802A (zh) * | 2018-10-31 | 2019-04-02 | 云南电网有限责任公司昆明供电局 | 电缆隧道内人员识别监测系统及监测方法 |
| CN109614906A (zh) * | 2018-12-03 | 2019-04-12 | 北京工业大学 | 一种基于深度学习的安防系统及安防报警方法 |
| CN109886357A (zh) * | 2019-03-13 | 2019-06-14 | 哈尔滨工程大学 | 一种基于特征融合的自适应权重深度学习目标分类方法 |
-
2019
- 2019-08-15 CN CN201910753767.4A patent/CN110415267A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105100724A (zh) * | 2015-08-13 | 2015-11-25 | 电子科技大学 | 一种基于视觉分析的智能家居远程安全监控方法及装置 |
| CN106525248A (zh) * | 2016-10-17 | 2017-03-22 | 北京理工大学 | 自动无线气体可移动部署监控工作站及监控方法 |
| CN106682607A (zh) * | 2016-12-23 | 2017-05-17 | 山东师范大学 | 一种基于低功耗嵌入式和红外触发的离线人脸识别系统及方法 |
| KR101789690B1 (ko) * | 2017-07-11 | 2017-10-25 | (주)블루비스 | 딥 러닝 기반 보안 서비스 제공 시스템 및 방법 |
| CN107590941A (zh) * | 2017-09-19 | 2018-01-16 | 重庆英卡电子有限公司 | 拍照式混合火焰探测器及其探测方法 |
| CN108549846A (zh) * | 2018-03-26 | 2018-09-18 | 北京航空航天大学 | 一种结合运动特征和头肩结构的行人检测与统计方法 |
| CN208424534U (zh) * | 2018-05-07 | 2019-01-22 | 沈阳上博智像科技有限公司 | 成像仪的机芯组件及成像仪 |
| CN108846335A (zh) * | 2018-05-31 | 2018-11-20 | 武汉市蓝领英才科技有限公司 | 基于视频图像的智慧工地区域管理及入侵检测方法、系统 |
| CN109558802A (zh) * | 2018-10-31 | 2019-04-02 | 云南电网有限责任公司昆明供电局 | 电缆隧道内人员识别监测系统及监测方法 |
| CN109614906A (zh) * | 2018-12-03 | 2019-04-12 | 北京工业大学 | 一种基于深度学习的安防系统及安防报警方法 |
| CN109472256A (zh) * | 2019-01-02 | 2019-03-15 | 绍兴佳林商务信息咨询有限公司 | 一种东北虎动态踪迹监测系统及方法 |
| CN109886357A (zh) * | 2019-03-13 | 2019-06-14 | 哈尔滨工程大学 | 一种基于特征融合的自适应权重深度学习目标分类方法 |
Non-Patent Citations (3)
| Title |
|---|
| GABRIEL HERMOSILLA 等: "Face Recognition and Drunk Classification Using Infrared Face Imags", 《MACHINE VISION SENSORS》, pages 1 - 9 * |
| 张文廷;姜月秋;高宏伟;: "基于红外视频流的机动目标识别技术研究", 《光电技术应用》, vol. 31, no. 02, pages 22 - 26 * |
| 郭曌 等: "嵌入式红外目标识别跟踪系统的研究", 《红外》, no. 02, pages 20 - 24 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111881845A (zh) * | 2020-07-30 | 2020-11-03 | 安徽兰臣信息科技有限公司 | 一种商务会员系统的面部影像捕捉终端 |
| CN111881845B (zh) * | 2020-07-30 | 2024-03-01 | 苏州玥林信息科技有限公司 | 一种商务会员系统的面部影像捕捉终端 |
| CN112217979A (zh) * | 2020-10-13 | 2021-01-12 | 重庆英卡电子有限公司 | 基于物联网的自适应低功耗野生动物抓拍装置及方法 |
| CN113052158A (zh) * | 2021-03-30 | 2021-06-29 | 济南博观智能科技有限公司 | 夜间红外场景目标识别方法、装置、电子设备及存储介质 |
| CN113259588A (zh) * | 2021-04-26 | 2021-08-13 | 南京航煜智能科技有限公司 | 一种低功耗移动物体侦测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110415267A (zh) | 一种低功耗在线热红外目标识别装置及工作方法 | |
| CN104961009B (zh) | 基于机器视觉的多电梯并联运行协调控制方法及系统 | |
| CN111885526B (zh) | 一种基于5g智慧灯杆集群的地球皮肤感知系统和应用方法 | |
| CN112668237A (zh) | 一种基于工业互联网云平台的数字孪生模型及其构建方法 | |
| CN205726177U (zh) | 一种基于卷积神经网络芯片的安防监控系统 | |
| CN108629963A (zh) | 基于卷积神经网络的交通事故上报方法及系统、车载终端 | |
| Tan et al. | Digital Twin-driven approach to improving energy efficiency of indoor lighting based on computer vision and dynamic BIM | |
| CN111062326B (zh) | 一种基于几何驱动的自监督人体3d姿态估计网络训练方法 | |
| CN106682592A (zh) | 一种基于神经网络方法的图像自动识别系统及方法 | |
| CN107886523A (zh) | 基于无人机多源影像的车辆目标运动速度检测方法 | |
| CN106647813A (zh) | 一种智能机载双光巡检系统专家诊断异常处理方法 | |
| CN112788110A (zh) | 一种基于云边协同模型优化的产品外观检测方法及其实现系统 | |
| CN115979250B (zh) | 基于uwb模块、语义地图与视觉信息的定位方法 | |
| CN115297304A (zh) | 一种输电线路的视觉监测系统及方法 | |
| CN114639047A (zh) | 一种基于卷积神经网络的海南长臂猿野外图像检测系统及方法 | |
| CN111340149B (zh) | 基于背景差分法和深度学习的挖掘机实时检测方法和系统 | |
| CN115145166A (zh) | 一种数字孪生智慧园区数化仿真系统 | |
| CN111478441A (zh) | 带前端分析的输电线路图像监测设备及分析方法 | |
| CN209070097U (zh) | 一种通用化雷达屏幕监测显示系统 | |
| CN201503295U (zh) | 一种煤气无线抄表系统 | |
| CN206908910U (zh) | 一种照明灯和照明灯控制系统 | |
| CN205754619U (zh) | 一种基于智能成像技术记录输电线路遭遇闪电的装置 | |
| CN220629439U (zh) | 机场全要素云观测仪 | |
| CN110000798A (zh) | 一种全地形仿生多足侦察机器人系统 | |
| CN217546089U (zh) | 一种具备ai识别和数据融合分析的边缘物联终端 |
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 |