CN110443977A - 人体行为的动态预警方法和动态预警系统 - Google Patents

人体行为的动态预警方法和动态预警系统 Download PDF

Info

Publication number
CN110443977A
CN110443977A CN201910806677.7A CN201910806677A CN110443977A CN 110443977 A CN110443977 A CN 110443977A CN 201910806677 A CN201910806677 A CN 201910806677A CN 110443977 A CN110443977 A CN 110443977A
Authority
CN
China
Prior art keywords
human body
abnormal behaviour
early
dynamic
dynamic 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.)
Pending
Application number
CN201910806677.7A
Other languages
English (en)
Inventor
杨传新
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201910806677.7A priority Critical patent/CN110443977A/zh
Publication of CN110443977A publication Critical patent/CN110443977A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/0202Child monitoring systems using a transmitter-receiver system carried by the parent and the child
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/0297Robbery alarms, e.g. hold-up alarms, bag snatching alarms
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Abstract

本发明公开了一种人体行为的动态预警方法,所述预警方法包括步骤:S101,获取人体行为的动态图像;S102,对所述动态图像进行分析,将人体行为分为正常行为和异常行为;S103,对所述异常行为进行通知。相应的,本发明还提供了一种或用于该动态预警方法的动态预警系统。本发明提供的动态预警方法可以实现快速、准确的动态预警。

Description

人体行为的动态预警方法和动态预警系统
技术领域
本发明属于安全防护技术领域,具体地说,涉及人体行为的动态预警方法和动态预警系统。
背景技术
异常行为通常是指:小概率行为和与已知正常行为规则相反或不匹配的行为。通过分析异常行为,可以发现潜在的或已经发生的社会安全事件,有利于维护社会安定。现有的异常行为通常是事发时或者事发后接到报警后才发现的。如果事发时当事人来不及报警或者没有其他人在场,那么该异常行为往往得不到及时处理。如何能通过研究人体的动态图像实现自动预警是目前研究的热点。
虽然目前的体感研究能够对传感器釆集的数据进行加工、处理和分析,进而使得计算机系统能够理解个体动作、群体之间以及个体与环境之间的交互是人体动作识别研究的目的。但是由于环境复杂多变,人体形态差异以及运动习惯的不同,现有技术还只存在于理论研究中,并不能在实际应用中有效准确的理解人体行为,也就无法实现准确快速的动态预警。
因此,目前急需一种快速、有效、准确的动态预警方法,以及运用该方法的动态预警系统。
发明内容
为了克服现有技术中的缺陷,本发明提供了一种通过人体动态图像分析来实现有效动态预警的方法以及相应的系统。
根据本发明的一个方面,提供一种人体行为的动态预警方法,其特征在于,所述预警方法包括步骤:
(a)获取人体行为的动态图像;
(b)对所述动态图像进行分析,将人体行为分为正常行为和异常行为;
(c)对所述异常行为进行通知。
根据本发明的一个具体实施方式,所述步骤(b)进一步包括:
对所述动态图像进行分析,提取特征值;
将所述特征值与预设人体运动模型进行比较;
根据比较结果将人体行为分为正常行为和异常行为。
根据本发明的另一个具体实施方式,所述特征值包括:人体关节数据、背景特征值以及场景深度。
根据本发明的又一个具体实施方式,在步骤(b)和所述步骤(c)之间还包括步骤:
(d)对所述异常行为进行分类,并根据所述异常行为的分类对所述异常行为进行分类处理。
根据本发明的又一个具体实施方式,所述异常行为包括:多人之间的异常行为和单人意外。
根据本发明的又一个具体实施方式,所述步骤(c)进一步为:
对所述单人意外进行通知,并与医疗机构进行联动;和/或
对所述多人之间的异常行为进行通知,并与公安机关和/或医疗机构进行联动。
根据本发明的又一个具体实施方式,步骤(c)中的所述通知包括:文字信息、图形信息、音频信息和/或视频信息。
根据本发明的又一个具体实施方式,所述步骤(c)还包括:
对所述异常行为的动态图像进行存储。
根据本发明的另一个方面,提供一种用于人体行为的动态预警系统,所述预警系统包括:动态图像获取装置、分析装置和显示装置;
所述动态图像获取装置,用于获取人体行为的动态图像;
所述分析装置,用于对所述动态图像进行分析,将人体行为分为正常行为和异常行为;
所述显示装置,用于对所述异常行为进行通知;
所述动态预警系统,用于如权利要求1~8任意一项所述的动态预警方法。
根据本发明的一个具体实施方式,所述分析装置进一步包括:提取模块,对比模块和分类模块;
所述提取模块,用于对所述动态图像进行分析,提取特征值;
所述对比模块,用于将所述特征值与预设人体运动模型进行比较;
所述分类模块,用于根据比较结果将人体行为分为正常行为和异常行为。
本发明提供的动态预警方法,首先通过如摄像头等图像获取装置获取人体行为的动态图像;然后对这些动态图像进行分析,以便区分正常行为和异常行为;如果发现异常行为则需要进行通知。本发明提供的预警方法无需当事人或者目击者进行报警,避免了有异常却无人报警的情况发生,有效提高了预警的及时性。并且,本发明公开的对动态图像的分析方法能够实现准确预警,不论是暴力冲突还是疾病意外都可以实现准确预警,提高了预警的针对性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1所示为根据本发明提供的一种人体行为的动态预警方法的一个具体实施方式的流程示意图;
图2所示为根据本发明提供的一种人体行为的动态预警方法的另一个具体实施方式的流程示意图;
图3所示为根据本发明提供的一种人体行为的动态预警系统的一个具体实施方式的结构示意图;
图4所示为根据本发明提供的一种人体行为的动态预警系统中的分析装置的一个具体实施方式的结构示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
参见图1,本发明提供的一种人体行为的动态预警方法包括步骤:
S101,获取人体行为的动态图像。动态图像的获取优选采用动态图像获取装置,例如摄像头。随着科技的发展,在公共区域内,摄像头的应用越来越广泛。目前马路上常用的就有5类摄像头,除了用于捕捉:超速、违章、不规范驾驶等交通违法违规行为的交通用摄像头,还有公安系统所用的天网摄像头。
本发明中采用摄像头等图像获取装置来获取人体行为的动态图像,除了可以单独配备专用的摄像头,还可以通过对现有摄像头进行改造而成。因此,虽然本发明中对于动态图像获取装置的需求量很大,但是非常易于实现,并不会增加使用成本。
目前对于人体行为的动态图像分析主要还是依赖于人工。但是这样会导致工作量巨大,而且还会有漏判的情况出现。因此在本发明中,步骤S102,对所述动态图像进行分析,将人体行为分为正常行为和异常行为。本发明中通过技术手段对动态图像进行分析分类,在之后的步骤中可以更有针对性地对不同的行为进行处理,有利于提高预警的效率。此外,由于不依赖于人工操作,因此判断的准确性、及时性都有所提高,同时还降低了人工成本。
优选的,上述步骤S102进一步包括:
首先,对所述动态图像进行分析,提取特征值。即采用动态图像处理识别技术,对步骤S101中采集的动态图像进行分析。提取人体关节数据、背景特征值以及场景深度等参数。
之后,将所述特征值与预设人体行为模型进行比较。为了大量存储人体行为模型,并且能够快速准确调取上述模型,所述人体行为模型优选采用分布式存储方式存储于云端。
最后,根据比较结果将人体行为分为正常行为和异常行为。正常行为即为人体正常的走、跑、跳、弯腰等动作行为。而异常行为包括:投掷、撕扯、踢打、摔倒、劈砍、刺、抡、捂嘴,勒颈、推搡、抓胸、拍臀、攀爬、撬、捆绑等。
之后执行步骤S103,即对异常行为进行通知。优选的,所述通知包括:可视化图形提示和/或语音提示;还可以是异常信息的文字信息、图形信息、音频信息和/或视频信息。接收该通知信息的后台优选为具有显示功能的终端,该显示装置可以显示异常行为的动态图像。这样有利于人工复核所述异常行为,如果系统判断有误,可以及时进行纠正。
进一步地,所述步骤S103还包括:对所述异常行为的动态图像进行存储。该存储信息可以作为后续处置异常行为的证据使用。
由于本发明需要对异常行为进行动态预警,因此,对于异常行为的识别以及分类越细致,预警消息就越准确。优选的,参见图2,在步骤S102和所述步骤S103之间还包括步骤:
S104,对所述异常行为进行分类,并根据所述异常行为的分类对所述异常行为进行分类处理。优选的,所述异常行为包括:多人之间的异常行为和单人意外。
经大数据统计以及对以往案例的分析可知,单人意外主要是与疾病相关,例如:摔倒、晕倒、绊倒、跌入井内等。而多人之间的异常行为多与犯罪违法行为相关,例如:打斗、抢劫、抢夺等。
为了更有针对性地处置上述异常行为,所述步骤S103进一步为:
对所述单人意外进行通知,并与医疗机构进行联动。这样可以使发生意外的人员在第一时间得到救助,而不用等待目击者进行求助。可有效提高意外者得救几率,降低伤亡率。
对所述多人之间的异常行为进行通知,并与公安机关和/或医疗机构进行联动。由于多人之间的异常行为通常伴随有打斗等违法行为,因此及时通知公安机关有助于及早制止违法犯罪,降低损失;而及时通知医疗机构可以使受伤人员及早得到救治。
相应的,参见图2,本发明还提供了一种用于人体行为的动态预警系统,所述预警系统10包括:动态图像获取装置11、分析装置12和显示装置13。
所述动态图像获取装置11,用于获取人体行为的动态图像。随着科技的发展,在公共区域内,动态图像获取装置11的应用越来越广泛。以摄像头为例,目前马路上常用的就有5类摄像头,除了用于捕捉:超速、违章、不规范驾驶等交通违法违规行为的交通用摄像头,还有公安系统所用的天网摄像头。
本发明中采用动态图像获取装置11获取人体行为的动态图像,除了可以采用单独配备专用的动态图像获取装置11,还可以通过对现有摄像头进行改造而成。因此,虽然本发明中对于动态图像获取装置11的需求量很大,但是非常易于实现,并不会增加使用成本。
目前对于人体行为的动态图像分析主要还是依赖于人工。但是这样会导致工作量巨大,而且还会有漏判的情况出现。因此,本发明的预警装置10还包括分析装置12。所述分析装置12用于对所述动态图像进行分析,将人体行为分为正常行为和异常行为。
参见图4,所述分析装置12进一步包括:提取模块121,对比模块122和分类模块123。
所述提取模块121,用于对所述动态图像进行分析,提取特征值。即采用动态图像处理识别技术,对所述动态图像获取装置11采集的动态图像进行分析。提取人体关节数据、背景特征值以及场景深度等参数。
所述对比模块122,用于将所述特征值与预设人体运动模型进行比较。为了大量存储人体行为模型,并且能够快速准确调取上述模型,所述人体行为模型优选采用分布式存储方式存储于云端。
所述分类模块123,用于根据比较结果将人体行为分为正常行为和异常行为。正常行为即为人体正常的走、跑、跳、弯腰等动作行为。而异常行为包括:投掷、撕扯、踢打、摔倒、劈砍、刺、抡、捂嘴,勒颈、推搡、抓胸、拍臀、攀爬、撬、捆绑等。
所述显示装置13,用于对所述异常行为进行通知。优选的,所述通知包括:可视化图形提示和/或语音提示;还可以是异常信息的文字信息、图形信息、音频信息和/或视频信息。显示装置13可以显示异常行为的动态图像。这样有利于人工复核所述异常行为,如果系统判断有误,可以及时进行纠正。
进一步地,所述显示装置13还用于:对所述异常行为的动态图像进行存储。该存储信息可以作为后续处置异常行为的证据使用。进一步的,该显示装置13可以与云端数据库连接,将所述异常行为的动态图像存储在云端数据库中,以便于后续调用。
由于本发明需要对异常行为进行动态预警,因此,对于异常行为的识别以及分类越细致,预警消息就越准确。优选的,所述分析装置12还包括分类装置(图中未示出)。
所述分类装置,用于对所述异常行为进行分类,并根据所述异常行为的分类对所述异常行为进行分类处理。优选的,所述异常行为包括:多人之间的异常行为和单人意外。
经大数据统计以及对以往案例的分析可知,单人意外主要是与疾病相关,例如:摔倒、晕倒、绊倒、跌入井内等。而多人之间的异常行为多与犯罪违法行为相关,例如:打斗、抢劫、抢夺等。
为了更有针对性地处置上述异常行为,所述显示装置13进一步用于:
对所述单人意外进行通知,并与医疗机构进行联动。这样可以使发生意外的人员在第一时间得到救助,而不用等待目击者进行求助。可有效提高意外者得救几率,降低伤亡率。
对所述多人之间的异常行为进行通知,并与公安机关和/或医疗机构进行联动。由于多人之间的异常行为通常伴随有打斗等违法行为,因此及时通知公安机关有助于及早制止违法犯罪,降低损失;而及时通知医疗机构可以使受伤人员及早得到救治。
本发明提供的动态预警系统能够实现自动、快速、准确地预警,提高了预警的及时性和针对性,降低了人工成本。
虽然关于示例实施例及其优点已经详细说明,应当理解在不脱离本发明的精神和所附权利要求限定的保护范围的情况下,可以对这些实施例进行各种变化、替换和修改。对于其他例子,本领域的普通技术人员应当容易理解在保持本发明保护范围内的同时,工艺步骤的次序可以变化。
此外,本发明的应用范围不局限于说明书中描述的特定实施例的工艺、机构、制造、物质组成、手段、方法及步骤。从本发明的公开内容,作为本领域的普通技术人员将容易地理解,对于目前已存在或者以后即将开发出的工艺、机构、制造、物质组成、手段、方法或步骤,其中它们执行与本发明描述的对应实施例大体相同的功能或者获得大体相同的结果,依照本发明可以对它们进行应用。因此,本发明所附权利要求旨在将这些工艺、机构、制造、物质组成、手段、方法或步骤包含在其保护范围内。

Claims (10)

1.一种人体行为的动态预警方法,其特征在于,所述预警方法包括步骤:
(a)获取人体行为的动态图像;
(b)对所述动态图像进行分析,将人体行为分为正常行为和异常行为;
(c)对所述异常行为进行通知。
2.根据权利要求1所述的预警方法,其特征在于,所述步骤(b)进一步包括:
对所述动态图像进行分析,提取特征值;
将所述特征值与预设人体运动模型进行比较;
根据比较结果将人体行为分为正常行为和异常行为。
3.根据权利要求2所述的预警方法,其特征在于,所述特征值包括:人体关节数据、背景特征值以及场景深度。
4.根据权利要求1所述的预警方法,其特征在于,在步骤(b)和所述步骤(c)之间还包括步骤:
(d)对所述异常行为进行分类,并根据所述异常行为的分类对所述异常行为进行分类处理。
5.根据权利要求4所述的预警方法,其特征在于,所述异常行为包括:多人之间的异常行为和单人意外。
6.根据权利要求5所述的预警方法,其特征在于,所述步骤(c)进一步为:
对所述单人意外进行通知,并与医疗机构进行联动;和/或
对所述多人之间的异常行为进行通知,并与公安机关和/或医疗机构进行联动。
7.根据权利要求1所述的预警方法,其特征在于,步骤(c)中的所述通知包括:文字信息、图形信息、音频信息和/或视频信息。
8.根据权利要求1或6所述的预警方法,其特征在于,所述步骤(c)还包括:
对所述异常行为的动态图像进行存储。
9.一种用于人体行为的动态预警系统,其特征在于,所述预警系统包括:动态图像获取装置、分析装置和显示装置;
所述动态图像获取装置,用于获取人体行为的动态图像;
所述分析装置,用于对所述动态图像进行分析,将人体行为分为正常行为和异常行为;
所述显示装置,用于对所述异常行为进行通知;
所述动态预警系统,用于如权利要求1~8任意一项所述的动态预警方法。
10.根据权利要求9所述的预警系统,其特征在于,所述分析装置进一步包括:提取模块,对比模块和分类模块;
所述提取模块,用于对所述动态图像进行分析,提取特征值;
所述对比模块,用于将所述特征值与预设人体运动模型进行比较;
所述分类模块,用于根据比较结果将人体行为分为正常行为和异常行为。
CN201910806677.7A 2019-08-29 2019-08-29 人体行为的动态预警方法和动态预警系统 Pending CN110443977A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910806677.7A CN110443977A (zh) 2019-08-29 2019-08-29 人体行为的动态预警方法和动态预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910806677.7A CN110443977A (zh) 2019-08-29 2019-08-29 人体行为的动态预警方法和动态预警系统

Publications (1)

Publication Number Publication Date
CN110443977A true CN110443977A (zh) 2019-11-12

Family

ID=68438284

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910806677.7A Pending CN110443977A (zh) 2019-08-29 2019-08-29 人体行为的动态预警方法和动态预警系统

Country Status (1)

Country Link
CN (1) CN110443977A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111524318A (zh) * 2020-04-26 2020-08-11 中控华运(厦门)集成电路有限公司 一种基于行为识别的健康状况智能监控方法和系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102164270A (zh) * 2011-01-24 2011-08-24 浙江工业大学 具有异常事件发掘功能的智能视频监控方法及系统
CN102811343A (zh) * 2011-06-03 2012-12-05 南京理工大学 一种基于行为识别的智能视频监控系统
CN103839373A (zh) * 2013-03-11 2014-06-04 成都百威讯科技有限责任公司 一种突发异常事件智能识别报警装置及报警系统
CN107230317A (zh) * 2016-03-25 2017-10-03 深圳富泰宏精密工业有限公司 异常行为监控系统及方法
CN108205870A (zh) * 2016-12-16 2018-06-26 北京迪科达科技有限公司 一种校园人身安全智能监控管理系统
CN108734910A (zh) * 2018-03-07 2018-11-02 广州图普网络科技有限公司 一种异常行为监控报警系统及其方法
EP3418991A1 (en) * 2016-01-22 2018-12-26 Suzhou Ling Wei Technology Co., Ltd. Body fall smart control system and method therefor
CN109389794A (zh) * 2018-07-05 2019-02-26 北京中广通业信息科技股份有限公司 一种智能化视频监控方法和系统
CN109859078A (zh) * 2018-12-24 2019-06-07 山东大学 一种学生学习行为分析干预方法、装置及系统
CN110110710A (zh) * 2019-06-03 2019-08-09 北京启瞳智能科技有限公司 一种场景异常状态识别方法、系统和智能终端

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102164270A (zh) * 2011-01-24 2011-08-24 浙江工业大学 具有异常事件发掘功能的智能视频监控方法及系统
CN102811343A (zh) * 2011-06-03 2012-12-05 南京理工大学 一种基于行为识别的智能视频监控系统
CN103839373A (zh) * 2013-03-11 2014-06-04 成都百威讯科技有限责任公司 一种突发异常事件智能识别报警装置及报警系统
EP3418991A1 (en) * 2016-01-22 2018-12-26 Suzhou Ling Wei Technology Co., Ltd. Body fall smart control system and method therefor
CN107230317A (zh) * 2016-03-25 2017-10-03 深圳富泰宏精密工业有限公司 异常行为监控系统及方法
CN108205870A (zh) * 2016-12-16 2018-06-26 北京迪科达科技有限公司 一种校园人身安全智能监控管理系统
CN108734910A (zh) * 2018-03-07 2018-11-02 广州图普网络科技有限公司 一种异常行为监控报警系统及其方法
CN109389794A (zh) * 2018-07-05 2019-02-26 北京中广通业信息科技股份有限公司 一种智能化视频监控方法和系统
CN109859078A (zh) * 2018-12-24 2019-06-07 山东大学 一种学生学习行为分析干预方法、装置及系统
CN110110710A (zh) * 2019-06-03 2019-08-09 北京启瞳智能科技有限公司 一种场景异常状态识别方法、系统和智能终端

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111524318A (zh) * 2020-04-26 2020-08-11 中控华运(厦门)集成电路有限公司 一种基于行为识别的健康状况智能监控方法和系统
CN111524318B (zh) * 2020-04-26 2022-03-01 熵基华运(厦门)集成电路有限公司 一种基于行为识别的健康状况智能监控方法和系统

Similar Documents

Publication Publication Date Title
CN109858365B (zh) 一种特殊人群聚集行为分析方法、装置及电子设备
KR101765722B1 (ko) 인지형 차량 및 인상착의 객체 및 이벤트 인식, 추적, 검색, 예측을 위한 나레이티브 보고서 작성 시스템 및 방법
CN108062349A (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
CN211293956U (zh) 基于ai的施工现场异常行为人的识别和告警系统
WO2019127271A1 (zh) 针对肢体冲突行为的告警方法、装置、存储介质及服务器
CN106780250B (zh) 一种基于物联网技术的智慧社区安全事件处理方法及系统
CN111626162B (zh) 基于时空大数据分析的水上救援系统及溺水警情预测方法
CN106295565A (zh) 基于大数据的监控事件识别及实时犯罪预测方法
CN108777703A (zh) 一种基于区块链的异常行为处理方法及系统
CN109389794A (zh) 一种智能化视频监控方法和系统
CN106355162A (zh) 一种基于视频监控的入侵检测方法
CN110047272A (zh) 一种基于大数据的智能交通行人行为监控报警系统
CN209543514U (zh) 基于人脸识别的监控与报警系统
CN110113561A (zh) 一种人员滞留检测方法、装置、服务器及系统
CN109460744A (zh) 一种基于深度学习的视频监控系统
CN108256447A (zh) 一种基于深度神经网络的无人机航拍视频分析方法
CN107886081A (zh) 双路U‑Net深度神经网络矿山井下危险行为智能分级辨识方法
CN104469299A (zh) 网络摄像装置
KR20200052418A (ko) 딥러닝 기반의 자동 폭력 감지 시스템
CN109831634A (zh) 目标对象的密度信息确定方法及装置
CN107920224B (zh) 一种异常告警方法、设备及视频监控系统
CN206039795U (zh) 一种自助银行的安全报警系统
CN110443977A (zh) 人体行为的动态预警方法和动态预警系统
CN111191498A (zh) 行为识别方法和相关产品
CN114898889A (zh) 一种基于大数据的聚集性风险控制模型的设计方法

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