CN110488258B - 一种周界区域安防中虚警抑制方法及装置 - Google Patents

一种周界区域安防中虚警抑制方法及装置 Download PDF

Info

Publication number
CN110488258B
CN110488258B CN201910817362.2A CN201910817362A CN110488258B CN 110488258 B CN110488258 B CN 110488258B CN 201910817362 A CN201910817362 A CN 201910817362A CN 110488258 B CN110488258 B CN 110488258B
Authority
CN
China
Prior art keywords
target
false alarm
detected
area
moving target
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
CN201910817362.2A
Other languages
English (en)
Other versions
CN110488258A (zh
Inventor
车驰
张伟
张臣勇
何宁宇
谭梦瑶
王帅
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.)
Chengdu Nalei Technology Co ltd
Original Assignee
Chengdu Nalei Technology 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 Chengdu Nalei Technology Co ltd filed Critical Chengdu Nalei Technology Co ltd
Priority to CN201910817362.2A priority Critical patent/CN110488258B/zh
Publication of CN110488258A publication Critical patent/CN110488258A/zh
Application granted granted Critical
Publication of CN110488258B publication Critical patent/CN110488258B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/04—Systems determining presence of a target
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/021—Auxiliary means for detecting or identifying radar signals or the like, e.g. radar jamming signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开一种周界区域安防中虚警抑制方法及装置，该方法步骤包括：S1.使用雷达对目的区域内目标进行持续检测，获取连续多帧检测到的目标信息；S2.根据获取的连续多帧检测到的目标信息判断是否存在目标为处于固定位置的固定动目标，如果是，获取检测得到固定动目标的目标信息，转入步骤S3，否则返回执行S1；S3.根据检测到的固定动目标的目标信息划分出指定范围的区域作为虚警区域；S4.雷达输出检测到的目标时，过滤掉其中属于虚警区域内的目标后输出最终目标。本发明能够有效抑制周界区域安防中固定动目标的虚警产生，且具有实现操作简单、成本及计算复杂度低、执行效率高等优点。

Description

一种周界区域安防中虚警抑制方法及装置
技术领域
本发明涉及周界安防技术领域，尤其涉及一种周界区域安防中虚警抑制方法及装置。
背景技术
雷达具有出色的动目标检测能力，近年来新兴起的应用即是将雷达应用在周界区域安防的应用场景中，比如用于油库、机场、监狱等地方，雷达也以其出色的动目标检测能力体现出了突出的优势。雷达在进行检测时，是对一整片区域进行监测，即有一个检测的距离和角度范围，通常为一个扇形，检测范围内存在动目标时，都会被雷达检测到。在周界区域安防的应用场景中，雷达关注的目标仅为入侵或者移动的行人，而在该类应用场景中，常常会存在如大量的树木，在有风的天气时，树木晃动也会被雷达检测到，从而产生大量的虚警，因而需要在雷达检测到目标时区分出如晃动的树木等动目标，来减少虚警的出现。
雷达目标分类可以实现目标的类型识别，现有技术中雷达目标分类即是将模式识别和机器学习的相关知识应用到雷达目标探测中，通常都是先将目标的雷达回波信号采用短时傅里叶变换，提取出能够体现目标特性的特征信息(如微多普勒特征)，再利用支持向量机、卷积神经网络等分类器，将提取的特征代入分类器中，对输入的目标数据做出类别判定，但是该类方式需要提取如微多普勒特征等的特征信息，而微多普勒特征是在提取到多普勒特征的基础上进一步提取得到，提取过程较为复杂，会延长分类处理时间，同时采用支持向量机、卷积神经网络等分类器的计算量大、计算复杂度高，因而实现复杂、分类效率低，尤其是对雷达刷新率高的设备，雷达的刷新率为雷达的一项参数指标，刷新率越高，雷达成本越高，此时提取的微多普勒特征也越明显，因而基于微多普勒特征要实现精确雷达目标分类需要较高的成本，而由于成本的限制，通常雷达的刷新率并不能设置的很高，因此也难以达到精确的分类。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种实现操作简单、成本及计算复杂度低、执行效率高的周界区域安防中虚警抑制方法及装置，能够有效降低周界区域安防中如晃动的树木等固定动目标产生的虚警。
为解决上述技术问题，本发明提出的技术方案为：
一种周界区域安防中虚警抑制方法，步骤包括：
S1.雷达检测：使用雷达对目的区域内目标进行持续检测，获取连续多帧检测到的目标信息，转入执行步骤S2；
S2.固定动目标识别：根据获取的连续多帧检测到的目标信息判断是否存在目标为处于固定位置的固定动目标，如果是，获取检测到的所述固定动目标的目标信息，转入执行步骤S3，否则返回执行步骤S1；
S3.虚警区域划分：根据检测到的所述固定动目标的目标信息在目的区域中划分出指定范围的区域作为虚警区域；
S4.目标输出：雷达输出检测到的目标时，过滤掉其中属于所述虚警区域内的目标后输出最终目标。
进一步的，所述目标信息包括距离值、角度值。
进一步的，所述步骤S2中判断是否存在目标为处于固定位置的固定动目标时，查找连续多帧检测到的各距离值中重复出现次数超过阈值的距离值以及各角度值中重复出现次数超过阈值的角度值，如果查找到，判定存在所述固定动目标，以及由查找到的距离值、角度值对应得到所述固定动目标的位置信息。
进一步的，所述步骤S2中判断是否存在目标为处于固定位置的固定动目标的具体步骤包括：查找连续多帧检测到的各距离值中重复出现次数最多的距离值Rmask以及对应的重复次数Rcount，以及查找连续多帧检测到的各角度值中重复次数最多的角度值Amask以及对应的重复次数Acount，如果同时满足Rcount＞Rth&&Acount＞Ath，其中Rth为预设距离次数门限值、Ath为预设角度次数门限值，则判定存在目标为所述固定动目标，以及由各所述距离值Rmask、角度值Amask得到所述固定动目标的位置信息。
进一步的，所述步骤S3中划分虚警区域时，具体根据连续多帧检测到的各距离值中重复出现次数最多的距离值Rmask、各角度值中重复出现次数最多的角度值Amask来划分得到所述虚警区域。
进一步的，所述虚警区域具体为距离为RMAX、角度范围为A1～A2的区域，其中，A1为Amask-n*Amask，A2为Amask+n*Amask，n为预设系数且0<n<1。
进一步的，所述步骤S3中，每当划分的所述虚警区域的数量达到预设数量时，去除其中最先划分的所述虚警区域。
进一步的，所述步骤S3中，当划分得到第一个所述虚警区域后，间隔指定时间后删除所有划分的所述虚警区域，返回步骤S1以重新启动检测。
一种周界区域安防中虚警抑制装置，包括：
雷达检测模块，用于使用雷达对目的区域内目标进行持续检测，获取连续多帧检测到的目标信息；
固定动目标识别模块，用于根据获取的连续多帧检测到的目标信息判断是否存在目标为处于固定位置的固定动目标，如果是，获取检测到的所述固定动目标的目标信息，转入执行虚警区域划分模块，否则返回执行雷达检测模块；
虚警区域划分模块，用于根据检测到的所述固定动目标的目标信息划分出指定范围的区域作为虚警区域；
目标输出模块，用于雷达输出检测到的目标时，过滤掉其中属于所述虚警区域内的目标后输出最终目标。
一种存储有计算机程序的计算机可读存储介质，所述计算机程序执行时实现如上述周界区域安防中虚警抑制方法。
与现有技术相比，本发明的优点在于：
1、本发明周界区域安防中虚警抑制方法及装置，通过在雷达检测过程中，根据检测到的目标中连续多帧的目标信息来识别出固定动目标，识别出固定动目标后将相应区域划分为虚警区域，后续雷达检测过程中输出目标时过滤掉该虚警区域的目标，可以及时检测出安防区域内入侵、闯入或逃离的行人，同时去除掉如晃动的树木等固定动目标，抑制周界区域安防中固定动目标虚警的产生，且不需要提取微多普勒特征，也无需提前训练分类器等，实现复杂度低且效率高，尤其适用于对雷达刷新率要求高的设备，无需设置很高的雷达刷新率，可以降低雷达成本。
2、本发明周界区域安防中虚警抑制方法及装置，进一步利用晃动的树木等固定动目标是长时间在一个位置处晃动的特性，通过连续多帧的目标距离值、角度值来判断是否为如晃动的树木等固定动目标，能够充分利用固定动目标的物理特征实现晃动的树木类动目标的检测，无需提取复杂的微多普勒特征，可以大大降低实现的复杂程度。
附图说明
图1是本实施例周界区域安防中虚警抑制方法的实现流程示意图。
图2是在具体应用实施例中雷达监测范围内检测得到的所有动目标返回的距离值的示意图。
图3是在具体应用实施例中得到的雷达监测范围内距离值分布统计示意图。
图4是在具体应用实施例中雷达监测范围内检测得到的所有动目标返回的角度值的示意图。
图5是具体应用实施例中得到的雷达监测范围内角度值分布统计示意图。
图6是本发明具体应用实施例中实现周界区域安防中虚警抑制的详细流程示意图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。
如图1所示，本实施例周界区域安防中虚警抑制方法的步骤包括：
S1.雷达检测：使用雷达对目的区域内目标进行持续检测，获取连续多帧检测到的目标信息；
S2.固定动目标识别：根据获取的连续多帧检测到的目标信息判断是否存在目标为处于固定位置的固定动目标，如果是，获取检测到的所述固定动目标的目标信息，转入执行步骤S3，否则返回执行步骤S1；
S3.虚警区域划分：根据检测到的固定动目标的目标信息在目的区域中划分出指定范围的区域作为虚警区域；
S4.目标输出：雷达输出检测到的目标时，过滤掉其中属于虚警区域内的目标后输出最终目标。
在周界区域安防中雷达关注的目标仅为移动的行人，且行人在行动过程中一定会产生较大的位移，即进行比较长的距离移动，而如晃动的树木等固定的动目标，由于是处于固定位置，雷达检测到该类目标时，连续多帧检测到的如距离、角度等目标信息是连续的且趋于恒定，与移动的行人对应的变化趋势不同。本实施例基于周界区域安防中上述特性，通过在雷达检测过程中，根据检测到的目标中连续多帧的目标信息来识别出处于固定位置的固定动目标(非移动的行人动目标)，如晃动的树木，甚至是晃动的人体等，识别出固定动目标后将相应区域划分为虚警区域，后续雷达检测过程中输出目标时过滤掉该虚警区域的目标，即虚警区域内目标不输出，可以及时检测出安防区域内入侵、闯入或逃离的行人，同时去除掉如晃动的树木等固定动目标，抑制周界区域安防中固定动目标虚警的产生，且不需要提取微多普勒特征，也无需提前训练分类器等，实现复杂度低且效率高，尤其适用于对雷达刷新率要求高的设备，无需设置很高的雷达刷新率，可以降低雷达成本。
本实施例中，目标信息具体包括距离值、角度值。由于树木是固定的，雷达检测到晃动的树木时，随着时间的变化其距离值是一个固定位置，树木晃动的角度通常在一定的角度范围内，即距离值、角度值会保持特定的变化趋势。
为分析雷达检测到行人、晃动的树木时目标信息的变化趋势，本实施例预先使用雷达对包括行人、晃动的树木的监测区域进行多次检测，雷达监测范围内检测得到的所有动目标返回的距离值如图2所示，其中纵坐标为距离值，横坐标为时间，表示雷达对监测区域监测了600帧的时间，所有检测到的动目标的距离值为图中的星号。从图2中可以看出，标记的行人的距离变化趋势是随着时间的变化，距离值呈连续减小或增大变化，减小或增大取决于行人是朝向雷达移动还是远离雷达移动，其中噪声式的虚警是随机出现的，在时间上不连续，不会构成轨迹，因而也不会影响检测；而树木虚警的距离变化趋势呈现的是随着时间的变化距离值是一个固定位置，如图中标记的点的Y轴的值为74，代表该树木的距离雷达为74m，针对图2中的雷达所有的距离点进行统计，统计结果如图3所示，其中检测距离为74m的距离点出现了420次(该距离也即是树木的距离)，其他距离点出现的次数均小于220次，即树木虚警的距离值随着时间变化是一个恒定值。
如图4所示为雷达监测范围内检测到的所有动目标返回的角度值，图中的纵坐标为角度值，横坐标为时间，表示雷达对监测区域监测了600帧的时间，所有检测到的动目标的角度值为图中的星号。从图4中可以看出，树木虚警长时间一直在30°至40°的角度范围进行晃动，对图4中的角度值进行统计，统计结果如图5所示，从图5中可以看出，树木晃动的角度主要在32°与36°之间，即虚警的树木是长时间在一个位置处晃动。
本实施例利用晃动的树木是长时间在一个位置处晃动的特性，通过连续多帧的目标距离值、角度值来判断是否为如晃动的树木等固定动目标，能够充分利用树木晃动的物理特征实现晃动的树木类动目标的检测，无需提取复杂的微多普勒特征，可以大大降低实现的复杂程度。
本实施例中，步骤S2中判断是否存在目标为处于固定位置的固定动目标时，查找连续多帧检测到的各距离值中重复出现次数超过阈值的距离值以及各角度值中重复出现次数超过阈值的角度值，即重复多次检测到同一距离值、角度值的目标，如果查找到，判定存在固定动目标，以及由查找到的距离值、角度值对应得到固定动目标的位置信息。利用固定动目标位置固定的特性，通过对检测到的各目标点的距离值、角度值进行比较判断，找出重复多次检测到的相同距离值、角度值目标，从而定位得到固定动目标的位置。
作为较佳实施例，本实施例步骤S2中判断是否存在目标为处于固定位置的固定动目标的具体步骤包括：查找连续多帧检测到的各距离值中重复出现次数最多的距离值Rmask以及对应的重复次数Rcount，以及查找连续多帧检测到的各角度值中重复次数最多的角度值Amask以及对应的重复次数Acount，如果同时满足Rcount＞Rth&&Acount＞Ath，其中Rth为预设距离次数门限值、Ath为预设角度次数门限值，则判定存在目标为固定动目标，以及由各距离值Rmask、角度值Amask得到固定动目标的位置信息。
本实施例中，步骤S3中划分虚警区域时，具体根据连续多帧检测到的各距离值中重复出现次数最多的距离值Rmask、各角度值中重复出现次数最多的角度值Amask来划分得到所述虚警区域，即确定树木虚警的位置范围来设置虚警区域。虚警区域具体可取距离为Rmask、角度范围为A1～A2的区域，其中，A1为Amask-n*Amask，A2为Amask+n*Amask，n为预设系数且0<n<1，优选的可以取1/3。
本实施例步骤S3中，每当划分的虚警区域的数量达到预设数量时，去除最先划分的对应虚警区域，可以避免虚警区域添加过多，影响正常目标检测，虚警区域最大数量具体可根据实际需求设定，优选的取5，即每当虚警区域超过5个时则去除最先增加的虚警区域。
雷达在识别到存在晃动的树木而划分虚警区域后，后续也可能过会发生树木被砍伐等情况，此时若仍然设置虚警区域则会无法检测该区域内的目标。本实施例步骤S3中，当划分得到第一个虚警区域后，间隔指定时间后删除所有划分的虚警区域，返回步骤S1以重新启动检测，即划分虚警区域一定时长后清空设置以重新检测，可以避免树木被砍伐等情况的发生。
如图6所示，本发明在具体应用实施例中实现周界区域安防中虚警抑制的详细步骤为：
步骤1：雷达检测
设定距离维度的统计数组为Range，角度维的统计数组为Angle，数组初始值都为零。雷达开机工作后，每一帧检测到目标后，对检测的目标进行记录，如当前次雷达返回目标的距离值为R1，角度值为A1，则数组Range中第R1个元素+1，即代表统计一次距离R1目标一次，同样的，数组Angle中第A1个元素+1，即代表统计一次角度A1目标一次。
步骤2：固定动目标识别
统计T帧之后，比较找出距离数组Range和角度数组Angle中的出现次数最多的值，设距离数组Range中出现次数最多的值为Rmask，其出现次数为Rcount；角度维数组Angle中出现次数最多的值为Amask，其出现次数为Acount。判断是否同时满足Rcount＞Rth&&Acount＞Ath，如果是，代表捕捉到晃动树木的位置，转入执行步骤4，否则跳到步骤3。
步骤3:将数组Range和数组Angle置零，跳到步骤1重新开始执行算法。
步骤4:虚警区域划分
查找距离为Rmask、角度范围为Amask-1/3*Amask至Amask+1/3*Amask范围的角度值，得到树木虚警的位置范围，将此范围划定为虚警区域。
步骤5:在后续雷达输出目标时，虚警区域内的目标不进行输出。
上述在划定好虚警区域后，设定一个虚警区域计数数组AlarmCount，没增添一个虚警区域后，该数组自加1，当该数组等于预设阈值时，如果再有增添的虚警区域后，则去除最先增加的虚警区域，避免虚警区域添加过多，影响正常目标检测。上述虚警区域计数数组计数之后，将数组Range和数组Angle置零，跳到步骤1重新开始执行算法。
上述在划定了第一个虚警区域后，开始进行计时，如计时一周或者3天后，删除所有虚警区域，从步骤1重新开始统计，以避免树木被砍伐情况的发生。
本实施例进一步包括周界区域安防中虚警抑制装置，该装置包括：
雷达检测模块，用于使用雷达对目的区域内目标进行持续检测，获取连续多帧检测到的目标信息；
固定动目标识别模块，用于根据获取的连续多帧检测到的目标信息判断目标是否为处于固定位置的固定动目标，如果是，获取检测到的所述固定动目标的目标信息，转入执行虚警区域划分模块，否则返回执行雷达检测模块；
虚警区域划分模块，用于根据检测到的固定动目标的目标信息在目的区域中划分出指定范围的区域作为虚警区域；
目标输出模块，用于雷达输出检测到的目标时，过滤掉其中属于虚警区域内的目标后输出最终目标。
本实施例周界区域安防中虚警抑制装置与上述周界区域安防中虚警抑制方法为一一对应，在此不再一一赘述。
本实施例还包括存储有计算机程序的计算机可读存储介质，计算机程序执行时实现如上述周界区域安防中虚警抑制方法。
上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。

Claims (8)

1.一种周界区域安防中虚警抑制方法，其特征在于，步骤包括：
S1.雷达检测：使用雷达对目的区域内目标进行持续检测，获取连续多帧检测到的目标信息，所述目标信息包括距离值、角度值；
S2.固定动目标识别：根据获取的连续多帧检测到的目标信息判断是否存在目标为处于固定位置的固定动目标，如果是，获取检测到的所述固定动目标的目标信息，转入执行步骤S3，否则返回执行步骤S1；
S3.虚警区域划分：根据检测到的所述固定动目标的目标信息划分出指定范围的区域作为虚警区域；
S4.目标输出：雷达输出检测到的目标时，过滤掉其中属于所述虚警区域内的目标后输出最终目标；
所述步骤S2中判断是否存在目标为处于固定位置的固定动目标时，查找连续多帧检测到的各距离值中重复出现次数超过阈值的距离值以及各角度值中重复出现次数超过阈值的角度值，如果查找到，判定存在所述固定动目标，以及由查找到的距离值、角度值对应得到所述固定动目标的位置信息。
2.根据权利要求1所述的周界区域安防中虚警抑制方法，其特征在于，所述步骤S2中判断是否存在目标为处于固定位置的固定动目标的具体步骤包括：查找连续多帧检测到的各距离值中重复出现次数最多的距离值Rmask以及对应的重复次数Rcount，以及查找连续多帧检测到的各角度值中重复次数最多的角度值Amask以及对应的重复次数Acount，如果同时满足Rcount>Rth&&Acount>Ath，其中Rth为预设距离次数门限值、Ath为预设角度次数门限值，则判定存在目标为所述固定动目标，以及由各所述距离值Rmask、角度值Amask得到所述固定动目标的位置信息。
3.根据权利要求1～2中任意一项所述的周界区域安防中虚警抑制方法，其特征在于，所述步骤S3中划分虚警区域时，具体根据连续多帧检测到的各距离值中重复出现次数最多的距离值Rmask、各角度值中重复出现次数最多的角度值Amask来划分得到所述虚警区域。
4.根据权利要求3所述的周界区域安防中虚警抑制方法，其特征在于，所述虚警区域具体为距离为RMAX、角度范围为A1～A2的区域，其中，A1为Amask-n*Amask，A2为Amask+n*Amask，n为预设系数且0<n<1。
5.根据权利要求1～2中任意一项所述的周界区域安防中虚警抑制方法，其特征在于，所述步骤S3中，每当划分的所述虚警区域的数量达到预设数量时，去除其中最先划分的所述虚警区域。
6.根据权利要求1～2中任意一项所述的周界区域安防中虚警抑制方法，其特征在于，所述步骤S3中，当划分得到第一个所述虚警区域后，间隔指定时间后删除所有划分的所述虚警区域，返回步骤S1以重新启动检测。
7.一种周界区域安防中虚警抑制装置，其特征在于，包括：
雷达检测模块，用于使用雷达对目的区域内目标进行持续检测，获取连续多帧检测到的目标信息，所述目标信息包括距离值、角度值；
固定动目标识别模块，用于根据获取的连续多帧检测到的目标信息判断是否存在目标为处于固定位置的动目标，如果是，获取检测到的所述固定动目标的目标信息，转入执行虚警区域划分模块，否则返回执行雷达检测模块；
虚警区域划分模块，用于根据检测到的所述固定动目标的目标信息划分出指定范围的区域作为虚警区域；
目标输出模块，用于雷达输出检测到的目标时，过滤掉其中属于所述虚警区域内的目标后输出最终目标；
所述固定动目标识别模块中判断是否存在目标为处于固定位置的固定动目标时，查找连续多帧检测到的各距离值中重复出现次数超过阈值的距离值以及各角度值中重复出现次数超过阈值的角度值，如果查找到，判定存在所述固定动目标，以及由查找到的距离值、角度值对应得到所述固定动目标的位置信息。
8.一种存储有计算机程序的计算机可读存储介质，所述计算机程序执行时实现如权利要求1～6中任意一项所述的方法。
CN201910817362.2A 2019-08-30 2019-08-30 一种周界区域安防中虚警抑制方法及装置 Active CN110488258B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910817362.2A CN110488258B (zh) 2019-08-30 2019-08-30 一种周界区域安防中虚警抑制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910817362.2A CN110488258B (zh) 2019-08-30 2019-08-30 一种周界区域安防中虚警抑制方法及装置

Publications (2)

Publication Number Publication Date
CN110488258A CN110488258A (zh) 2019-11-22
CN110488258B true CN110488258B (zh) 2022-08-05

Family

ID=68555790

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910817362.2A Active CN110488258B (zh) 2019-08-30 2019-08-30 一种周界区域安防中虚警抑制方法及装置

Country Status (1)

Country Link
CN (1) CN110488258B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113759366B (zh) * 2020-06-02 2024-06-04 杭州海康威视数字技术股份有限公司 目标检测方法及装置
CN111796270A (zh) * 2020-07-08 2020-10-20 电子科技大学 周界安防雷达横向穿越目标检测方法、系统、介质及设备
CN112257533B (zh) * 2020-10-14 2022-04-12 吉林大学 一种周界入侵检测识别方法
CN115963490A (zh) * 2023-01-09 2023-04-14 中国科学院空天信息创新研究院 一种低碳园区周界雷达安全监控系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6028626A (en) * 1995-01-03 2000-02-22 Arc Incorporated Abnormality detection and surveillance system
JP2003315450A (ja) * 2002-04-24 2003-11-06 Hitachi Ltd ミリ波レーダ用監視システム
KR100594513B1 (ko) * 2005-08-04 2006-06-30 한국전력공사 근거리 레이다와 연동하는 화상감시시스템
US8682821B2 (en) * 2011-08-08 2014-03-25 Robert Bosch Gmbh Method for detection of movement of a specific type of object or animal based on radar signals
CN105260715B (zh) * 2015-10-16 2018-07-06 中国人民解放军国防科学技术大学 面向偏僻地段的小动物目标检测方法
EP3413081B1 (en) * 2017-06-08 2021-08-04 Axis AB A method for registering presence of a stationary object exhibiting motion at a location in a scene monitored by a radar detector
CN107462884A (zh) * 2017-07-25 2017-12-12 上海航征测控系统有限公司 一种基于调频连续波雷达的运动目标检测方法及系统
CN107490789B (zh) * 2017-08-16 2019-07-16 成都纳雷科技有限公司 基于恒虚警检测的车载雷达信号目标检测方法及装置
CN109886308B (zh) * 2019-01-25 2023-06-23 中国汽车技术研究中心有限公司 一种基于目标级别的双传感器数据融合方法和装置
CN109977885A (zh) * 2019-03-29 2019-07-05 成都纳雷科技有限公司 一种基于多普勒特征的人车自动识别方法及装置

Also Published As

Publication number Publication date
CN110488258A (zh) 2019-11-22

Similar Documents

Publication Publication Date Title
CN110488258B (zh) 一种周界区域安防中虚警抑制方法及装置
Jain et al. Weapon detection using artificial intelligence and deep learning for security applications
CN102799873B (zh) 一种人体异常行为识别方法
US7203669B2 (en) Detector tree of boosted classifiers for real-time object detection and tracking
RU2393544C2 (ru) Способ и устройство для обнаружения пламени
CN106022244B (zh) 基于递归神经网络建模的无监督人群异常监测及定位方法
US20140198257A1 (en) System and method for motion detection in a surveillance video
CN111062273B (zh) 一种遗留物品追溯检测与报警方法
CN105631418A (zh) 一种人数统计的方法和装置
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
US20180173939A1 (en) Recognition of objects within a video
CN109255360B (zh) 一种目标分类方法、装置及系统
Ramirez-Alonso et al. Temporal weighted learning model for background estimation with an automatic re-initialization stage and adaptive parameters update
CN110414367A (zh) 一种基于gan和ssn的时序行为检测方法
CN113963316A (zh) 目标事件的确定方法、装置、存储介质及电子装置
Choudhary et al. Real-time crowd behavior detection using SIFT feature extraction technique in video sequences
Yang et al. A method of pedestrians counting based on deep learning
Xu et al. An unsupervised abnormal crowd behavior detection algorithm
CN110738129B (zh) 一种基于r-c3d网络的端到端视频时序行为检测方法
CN104881670A (zh) 一种用于sar方位角估计的快速目标提取方法
CN114697087B (zh) 一种基于报警时序的报警关联方法
Solichin et al. Movement direction estimation on video using optical flow analysis on multiple frames
Sarcar et al. Detecting violent arm movements using cnn-lstm
Luu-Duc et al. Wildfire smoke detection based on co-occurrence matrix and dynamic feature
Narwal et al. Real time system for unattended Baggag e detection

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