CN110517251A - 一种景区区域过载检测与预警系统及方法 - Google Patents
一种景区区域过载检测与预警系统及方法 Download PDFInfo
- Publication number
- CN110517251A CN110517251A CN201910801154.3A CN201910801154A CN110517251A CN 110517251 A CN110517251 A CN 110517251A CN 201910801154 A CN201910801154 A CN 201910801154A CN 110517251 A CN110517251 A CN 110517251A
- Authority
- CN
- China
- Prior art keywords
- target
- scenic spot
- terminal
- region
- camera
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 34
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种景区区域过载检测与预警系统，包括远程控制端、摄像头、报警装置和NB‑IoT网关终端，所述的摄像头设有终端处理器，所述的摄像头与终端处理器连接，所述的终端处理器、报警装置以及NB‑IoT网关终端均设有LoRa模块，所述的终端处理器、报警装置以及NB‑IoT网关终端均与LoRa模块连接。利用该种监控系统能够从景区的监控视频中统计出该区域的瞬时空间承载量，并判断该区域人数是否过载，具有准确度高、识别速度快的特点。本发明还公开了一种景区区域过载检测与预警的方法，该方法能够从景区的监控视频中自动识别并计算出该区域的瞬时空间承载量，具有识别效率高的特点。
Description
技术领域
本发明涉及旅游景区管理技术，更具体地说，尤其涉及一种景区区域过载检测与预警系统；本发明还涉及一种景区区域过载检测与预警的方法。
背景技术
根据《中华人民共和国旅游行业标准——景区最大承载量核定导则》(LB/T 034-2014)中景区瞬时承载量的定义，景区瞬时承载量一般是指瞬时空间承载量，瞬时空间承载量C1由以下公式确定：
C1＝∑Xi/Yi
式中：
Xi为第i景点的有效可游览面积；
Yi为第i景点的旅游者单位游览面积，即基本空间承载标准。
该标准中只提出了承载的定义，并没有给出实际操作方法，也没有给出具体的智能化实现方法。现有对客流检测一般是采用人体传感器的方法，对经过固定通道的人数进行计数，但在景区内不方便设置固定的通道，难于进行有效的统计，也无法定位目标的位置，还无法处理人与车辆不分流的区域的统计。
若采用视频监控的方法，以及计算机目标跟踪的方法，对监控区域内的目标进行判断。由于技术的限制，现有的基于色彩空间的处理方法，无法应对复杂场景中的目标识别，特别是目标分割问题，无法进行有效的拥挤程度的判断。进一步的，视频监控中视频流的数据量比较大，必须要部署有线或WIFI等宽带连接网络，若采用高清视频监控，甚至要采用有线部署。针对古建筑、古民居或者已运营景区重新部署网络时，可能会面临文物保护、美观、布线成本和临时监控需要等问题。
如何智能化的统计出景区的人数并在人数超过一定数值时发出预警信号，成为了景区监控管理工作改进的新方向。
发明内容
本发明的目的在于提供一种景区区域过载检测与预警系统，利用该系统能够从景区的监控视频中统计出该区域的瞬时空间承载量，并判断该区域人数是否过载，具有准确度高、识别速度快的特点。
本发明的另一目的在于提供一种景区区域过载检测与预警的方法，该方法能够从景区的监控视频中自动识别并计算出该区域的瞬时空间承载量，具有识别效率高的特点。
本发明采用的前一技术方案如下：
一种景区区域过载检测与预警系统，其中，包括远程控制端、摄像头、报警装置和NB-IoT网关终端，所述的摄像头设有终端处理器，所述的摄像头与终端处理器连接，所述的终端处理器、报警装置以及NB-IoT网关终端均设有LoRa模块，所述的终端处理器、报警装置以及NB-IoT网关终端均与LoRa模块连接，所述终端处理器和报警装置的LoRa模块分别与NB-IoT网关终端的LoRa模块无线连接，所述的NB-IoT网关终端通过互联网与远程控制端连接。
进一步的，所述的终端处理器中包括存储模块和目标检测模型模块，所述的存储模块和目标检测模型模块连接，所述的存储模块还与摄像头连接。
进一步的，所述的摄像头上还设有太阳能充电模块，所述的太阳能充电模块与摄像头电路连接。
本发明采用的后一技术方案如下：
一种景区区域过载检测与预警的方法，是通过某个区域的监控图像信息中分割识别出各个人体目标，统计出该局部区域的实时人数，结合该区域的游览面积，计算出瞬时空间承载量，以判断该区域人数是否过载。
进一步的，包括以下步骤：
(1)设置瞬时空间承载量的阙值，利用景区内的摄像头获取景区内某个区域的监控图像信息；
(2)按顺序抽取一帧监控图像信息作为检测图像，将检测图像分割处理后得识别出人体目标和车辆目标，统计人体目标数量及计算出车辆目标所占总面积；
(3)根据步骤(2)所得的人体目标数量和车辆目标所占总面积计算出瞬时空间承载量；
(4)根据步骤(3)所得的瞬时空间承载量与目标检测模型计算输出的人数作比较，判断该区域人数是否过载，若人数过载，则发送过载信号至远程控制端并发出报警提示，跳回步骤(2)抽取下一帧监控图像信息检测图像；若人数没有过载，则直接跳回步骤(2)抽取下一帧监控图像信息检测图像。
进一步的，在所述的步骤(2)中，包括以下步骤：
(2.1)按顺序抽取一帧监控图像信息作为检测图像，将检测图像进行分割处理识别出每一个目标是属于人体目标还是汽车目标，针对每一个目标识别出其定位和目标边框信息；
(2.2)将识别出的各个目标分成人体目标和汽车目标两类后，分别统计出每一类目标的数量；
(2.3)将识别出的所有车辆目标根据其目标边框信息计算出该目标所占面积，统计所有车辆目标所占用的游览面积。
进一步的，在所述的步骤(3)中，计算出空间承载量的计算公式为：
C1＝(Xi-∑Xc)/Yi
其中：
C1为瞬时空间承载量；Xi为第i景点的有效可游览面积；∑Xc为第i景点中所有车辆目标所占用的游览面积；Yi为第i景点的旅游者单位游览面积。
进一步的，在所述的步骤(4)中，当人数过载时，终端处理器向远程控制端(1)发送的过载信号包括该检测图像的拍摄时间、计算出的瞬时空间承载量以及拍摄位置信息。
与现有技术相比，本发明具有的有益效果为：
1.本发明的一种景区区域过载检测与预警系统，其中，包括远程控制端、摄像头、报警装置和NB-IoT网关终端，所述的摄像头设有终端处理器，所述的摄像头与终端处理器连接，所述的终端处理器、报警装置以及NB-IoT网关终端均设有LoRa模块，所述的终端处理器、报警装置以及NB-IoT网关终端均与LoRa模块连接，所述终端处理器和报警装置的LoRa模块分别与NB-IoT网关终端的LoRa模块无线连接，所述的NB-IoT网关终端通过互联网与远程控制端连接。利用摄像头对景区内区域进行监控，再通过终端处理器将这些监控视频进行逐帧分析，计算出每一帧监控图像中的瞬时空间承载量，以判断该区域人数是否过载，准确度更高，识别速度更快。
2.本发明的一种景区区域过载检测与预警的方法，是通过某个区域的监控图像信息中分割识别出各个人体目标，统计出该局部区域的实时人数及游览面积，计算出瞬时空间承载量，以判断该区域人数是否过载。通过调取摄像头所拍摄的景区内区域每一帧监控视频，对其进行分割并识别出各个人体目标识别后，快速计算出瞬时空间承载量，以判断该区域人数是否过载，识别效率更高。
附图说明
图1是本发明的结构示意图；
图2是本发明的控制方法流程图。
具体实施方式
下面结合具体实施方式，对本发明的技术方案作进一步的详细说明，但不构成对本发明的任何限制。
参照图1所示，本发明的一种景区区域过载检测与预警系统，其中，包括远程控制端1、摄像头2、报警装置3和NB-IoT网关终端5，所述的摄像头2设有终端处理器6，所述的摄像头2与终端处理器6连接，所述的终端处理器6、报警装置3以及NB-IoT网关终端5均设有LoRa模块4，所述的终端处理器6、报警装置3以及NB-IoT网关终端5均与LoRa模块4连接，所述终端处理器6和报警装置3的LoRa模块4分别与NB-IoT网关终端5的LoRa模块4无线连接，所述的NB-IoT网关终端5通过互联网与远程控制端1连接。利用摄像头2将景区中的各个区域进行监控，再通过终端处理器6将这些监控视频进行逐帧分析，计算出每一帧监控图像中的瞬时空间承载量，以判断该区域人数是否过载，准确度更高，识别速度更快。利用目标检测模型，在终端处理器6上完成计算，再通过LoRa模块4传送出经过NB-IoT网关终端5最终将计算结果送至远程控制端1。相较于监控视频而言，计算结果的数据量极小，只包含目标类型和位置信息，所以可以通过移动通信网络或物联网实时传输。当远程控制端1接收到的信息后对其进行还原，即可以观察现场的人流或车流情况。本发明的一种景区区域过载检测与预警系统只是对传统的视频监控的范围进行有效的扩展，由于其只返回关键信息，所以也不能完全替代视频监控，只是视频监控的一种辅助方法。利用LoRa模块4将摄像头2和终端处理器6组建无线网络，有利于将比较分散的监控点连接起来。
在数据通信技术上，采用LoRa模块4、NB-IoT网关终端5以及其它有线和无线技术的相互结合使用，对于NB-IoT信号覆盖区域，可以通过NB-IoT终端直接与远程控制端1进行数据通信。未覆盖区别，采用LoRa模块4扩展其通信范围，用LoRa模块4组网，在靠近互联网接入点时，采用专用网关接到的互联网。由于数据需要在不同类型的设备(终端、网关、服务器)间传输，为减少数据转换，使用了目前网络数据交换最常用的JSON数据格式，低成本的32位嵌入式处理器也可以完成数据的编码和解码，提高了系统的兼容性。采用远程控制端1，可以降低运营和维护成本，提高系统稳定性。
所述的终端处理器6中包括存储模块和目标检测模型模块，所述的存储模块和目标检测模型模块连接，所述的存储模块还与摄像头2无线连接。摄像头2所拍摄的视频先存储至存储模块中，目标检测模型模块再将这些监控视频进行逐帧分析，计算出每一帧监控图像中的瞬时空间承载量，并判断该区域人数是否过载，准确度更高，识别速度更快。
所述的摄像头2上还设有太阳能充电模块7，所述的太阳能充电模块7与摄像头2电路连接，利用太阳能充电模块7为摄像头2提供电能。
参照图2所示，本发明的一种景区区域过载检测与预警的方法，是通过某个区域的监控图像信息中分割识别出各个人体目标，统计出该局部区域的实时人数，结合该区域的游览面积，计算出瞬时空间承载量，以判断该区域人数是否过载。
其中，包括以下步骤：
(1)设置瞬时空间承载量的阙值，利用景区内的摄像头2获取景区内某个区域的监控图像信息。对于景区内各个摄像头2所监控的区域是固定的，这可以预先测量去该摄像头2所监控的区域面积，可以作为一个常数。
(2)按顺序抽取一帧监控图像信息作为检测图像，将检测图像分割处理后得识别出人体目标和车辆目标，统计人体目标数量及计算出车辆目标所占总面积。
其中，包括以下步骤：
(2.1)按顺序抽取一帧监控图像信息作为检测图像，将检测图像通过单精度算法进行分割处理，识别出每一个目标是属于人体目标还是汽车目标，针对每一个目标识别出其定位和目标边框信息。每个目标的定位信息辅助统计更精细的区域内的目标数量统计，以便发现局部区域过载，目标边框信息用于鉴别目标与目标之间的距离，对于车辆等较大的目标，其边框还能计算出目标所占的面积，区域同时出现人和车辆时，去除车辆面积后统计单位面积区域人数，可以得到更准确的瞬时承载量信息。
(2.2)将识别出的各个目标分成人体目标和汽车目标两类后，分别统计出每一类目标的数量。
(2.3)将识别出的所有车辆目标根据其目标边框信息计算出该目标所占面积，统计所有车辆目标所占用的游览面积。
(3)根据步骤(2)所得的人体目标数量和车辆目标所占总面积计算出瞬时空间承载量。计算出空间承载量的计算公式为：
C1＝(Xi-∑Xc)/Yi
其中：
C1为瞬时空间承载量。
Xi为第i景点的有效可游览面积，对于监控的区域面积，可以预先测量出作为常数。
∑Xc为第i景点中所有车辆目标所占用的游览面积。目标检测模型计算时得到目标边框，为得到对应的实际面积，在部署摄像头2时，通过计算机图形学的仿射变换理论，测得仿射变换矩阵，由此得到车辆的实际占用面积。
Yi为第i景点的旅游者单位游览面积，即基本空间承载标准，为常数，参考《中华人民共和国旅游行业标准——景区最大承载量核定导则》(LB/T 034-2014)确定。
(4)根据步骤(3)所得的瞬时空间承载量与目标检测模型计算输出的人数作比较，判断该区域人数是否过载，若人数过载，则发送过载信号至远程控制端并发出报警提示，跳回步骤(2)抽取下一帧监控图像信息检测图像；若人数没有过载，则直接跳回步骤(2)抽取下一帧监控图像信息检测图像。
结合深度学习模型输出结果，设目标检测模型计算输出的人数为ni，则：
利用终端处理器6，连接摄像头2拍摄所在区域的图像，现场分析相关目标的位置。将目标类型的位置信息通过无线的方式发送至远程控制端1。远程控制端1通过目标类型和位置信息还原出该区域的状态。如果该区域的个体数量超过目标检测模型计算输出的人数，则在景区现场的报警装置3和远程控制端1发出声光警示等报警提示，及时提醒工作人员介入，以及引起游客注意。
进一步的，当人数过载时，终端处理器6向远程控制端1发送的过载信号包括该检测图像的拍摄时间、计算出的瞬时空间承载量以及拍摄位置信息。
本发明的一种景区区域过载检测与预警的方法整合深度学习和物联网/互联网的最新方法，针对古建筑、古民居和已运营景区重新部署网络时，面临的文物保护、美观、布线成本和临时监控需要等问题，设计出一套免布线、低资费(甚至无资费)和灵活移动的监控方法，迅速解决景区过载监控问题。
在景区拍摄的图像，受到光线、遮挡和背景等影响，传统基于色彩空间的机器视觉方法无法将个体识别、定位和分割出来，本发明的一种景区区域过载检测与预警的方法利用目标检测模型模块，在终端处理器6上完成计算。相对监控视频而言，计算结果数据量极小，只有目标类型和位置信息，所以可以通过移动通信网络或物联网实时传输。监控中心的软件将接收到的信息还原，即可以观察现场的人流或车流情况，识别效率更高。
以上所述仅为本发明的较佳实施例，凡在本发明的精神和原则范围内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种景区区域过载检测与预警系统，其特征在于，包括远程控制端(1)、摄像头(2)、报警装置(3)和NB-IoT网关终端(5)，所述的摄像头(2)设有终端处理器(6)，所述的摄像头(2)与终端处理器(6)连接，所述的终端处理器(6)、报警装置(3)以及NB-IoT网关终端(5)均设有LoRa模块(4)，所述的终端处理器(6)、报警装置(3)以及NB-IoT网关终端(5)均与LoRa模块(4)连接，所述终端处理器(6)和报警装置(3)的LoRa模块(4)分别与NB-IoT网关终端(5)的LoRa模块(4)无线连接，所述的NB-IoT网关终端(5)通过互联网与远程控制端(1)连接。
2.根据权利要求1所述的一种景区区域过载检测与预警系统，其特征在于，所述的终端处理器(6)中包括存储模块和目标检测模型模块，所述的存储模块和目标检测模型模块连接，所述的存储模块还与摄像头(2)连接。
3.根据权利要求1所述的一种景区区域过载检测与预警系统，其特征在于，所述的摄像头(2)上还设有太阳能充电模块(7)，所述的太阳能充电模块(7)与摄像头(2)电路连接。
4.根据权利要求1所述的一种景区区域过载检测与预警的方法，其特征在于，是通过某个区域的监控图像信息中分割识别出各个人体目标，统计出该局部区域的实时人数，结合该区域的游览面积，计算出瞬时空间承载量，以判断该区域人数是否过载。
5.根据权利要求4所述的一种景区区域过载检测与预警的方法，其特征在于，包括以下步骤：
(1)设置瞬时空间承载量的阙值，利用景区内的摄像头(2)获取景区内某个区域的监控图像信息；
(2)按顺序抽取一帧监控图像信息作为检测图像，将检测图像分割处理后得识别出人体目标和车辆目标，统计人体目标数量及计算出车辆目标所占总面积。
(3)根据步骤(2)所得的人体目标数量和车辆目标所占总面积计算出瞬时空间承载量；
(4)根据步骤(3)所得的瞬时空间承载量与目标检测模型计算输出的人数作比较，判断该区域人数是否过载，若人数过载，则发送过载信号至远程控制端(1)并发出报警提示，跳回步骤(2)抽取下一帧监控图像信息检测图像；若人数没有过载，则直接跳回步骤(2)抽取下一帧监控图像信息检测图像。
6.根据权利要求5所述的一种景区区域过载检测与预警的方法，其特征在于，在所述的步骤(2)中，包括以下步骤：
(2.1)按顺序抽取一帧监控图像信息作为检测图像，将检测图像进行分割处理识别出每一个目标是属于人体目标还是汽车目标，针对每一个目标识别出其定位和目标边框信息；
(2.2)将识别出的各个目标分成人体目标和汽车目标两类后，分别统计出每一类目标的数量；
(2.3)将识别出的所有车辆目标根据其目标边框信息计算出该目标所占面积，统计所有车辆目标所占用的游览面积。
7.根据权利要求5所述的一种景区区域过载检测与预警的方法，其特征在于，在所述的步骤(3)中，计算出空间承载量的计算公式为：
C1＝(Xi-∑Xc)/Yi
其中：
C1为瞬时空间承载量；Xi为第i景点的有效可游览面积；∑Xc为第i景点中所有车辆目标所占用的游览面积；Yi为第i景点的旅游者单位游览面积。
8.根据权利要求5所述的一种景区区域过载检测与预警的方法，其特征在于，在所述的步骤(4)中，当人数过载时，终端处理器(6)向远程控制端(1)发送的过载信号包括该检测图像的拍摄时间、计算出的瞬时空间承载量以及拍摄位置信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910801154.3A CN110517251B (zh) | 2019-08-28 | 2019-08-28 | 一种景区区域过载检测与预警系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910801154.3A CN110517251B (zh) | 2019-08-28 | 2019-08-28 | 一种景区区域过载检测与预警系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110517251A true CN110517251A (zh) | 2019-11-29 |
| CN110517251B CN110517251B (zh) | 2022-04-08 |
Family
ID=68627450
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910801154.3A Active CN110517251B (zh) | 2019-08-28 | 2019-08-28 | 一种景区区域过载检测与预警系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110517251B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111899481A (zh) * | 2020-06-19 | 2020-11-06 | 李明霞 | 利用承受能力检测的疏散通知平台及方法 |
| CN112287922A (zh) * | 2020-10-29 | 2021-01-29 | 北京百度网讯科技有限公司 | 表计读取方法、装置、设备以及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103440738A (zh) * | 2013-08-16 | 2013-12-11 | 吉林大学 | 一种风景区内游客步行桥超员预警方法 |
| CN104361588A (zh) * | 2014-11-04 | 2015-02-18 | 无锡北斗星通信息科技有限公司 | 基于图像采集的景区拥堵状态发布系统 |
| US20180098118A1 (en) * | 2013-03-14 | 2018-04-05 | The Nielsen Company (Us), Llc | Methods and apparatus to determine a number of people in an area |
| CN207819949U (zh) * | 2017-12-21 | 2018-09-04 | 成都微思格科技有限公司 | 一种用于监控天网工程的网关设备 |
| CN108810808A (zh) * | 2018-05-29 | 2018-11-13 | 深圳市综合交通运行指挥中心 | 一种基于手机信令数据的区域客流饱和度计算方法 |
| CN109101888A (zh) * | 2018-07-11 | 2018-12-28 | 南京农业大学 | 一种游客人流量监控预警方法 |
| CN109272153A (zh) * | 2018-09-10 | 2019-01-25 | 合肥巨清信息科技有限公司 | 一种旅游景区人流预警系统 |
| CN109727175A (zh) * | 2018-12-25 | 2019-05-07 | 北京市颐和园管理处 | 一种旅游景区客流监测系统 |
-
2019
- 2019-08-28 CN CN201910801154.3A patent/CN110517251B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180098118A1 (en) * | 2013-03-14 | 2018-04-05 | The Nielsen Company (Us), Llc | Methods and apparatus to determine a number of people in an area |
| CN103440738A (zh) * | 2013-08-16 | 2013-12-11 | 吉林大学 | 一种风景区内游客步行桥超员预警方法 |
| CN104361588A (zh) * | 2014-11-04 | 2015-02-18 | 无锡北斗星通信息科技有限公司 | 基于图像采集的景区拥堵状态发布系统 |
| CN207819949U (zh) * | 2017-12-21 | 2018-09-04 | 成都微思格科技有限公司 | 一种用于监控天网工程的网关设备 |
| CN108810808A (zh) * | 2018-05-29 | 2018-11-13 | 深圳市综合交通运行指挥中心 | 一种基于手机信令数据的区域客流饱和度计算方法 |
| CN109101888A (zh) * | 2018-07-11 | 2018-12-28 | 南京农业大学 | 一种游客人流量监控预警方法 |
| CN109272153A (zh) * | 2018-09-10 | 2019-01-25 | 合肥巨清信息科技有限公司 | 一种旅游景区人流预警系统 |
| CN109727175A (zh) * | 2018-12-25 | 2019-05-07 | 北京市颐和园管理处 | 一种旅游景区客流监测系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111899481A (zh) * | 2020-06-19 | 2020-11-06 | 李明霞 | 利用承受能力检测的疏散通知平台及方法 |
| CN112287922A (zh) * | 2020-10-29 | 2021-01-29 | 北京百度网讯科技有限公司 | 表计读取方法、装置、设备以及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110517251B (zh) | 2022-04-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109886096B (zh) | 一种智慧旅游监管及安全应急管理联动指挥系统 | |
| CN103646250B (zh) | 基于距离图像头肩特征的行人监测方法及装置 | |
| CN104410839B (zh) | 一种移动式输电线杆塔区域山火与山体滑坡灾害在线监测系统与监测方法 | |
| CN110517251A (zh) | 一种景区区域过载检测与预警系统及方法 | |
| CN104994347A (zh) | 一种智能安防视频监控系统及其检测处理方法 | |
| CN111710177A (zh) | 智慧交通信号灯组网协同优化控制系统及控制方法 | |
| CN109326125B (zh) | 基于嵌入式系统的图片质量诊断系统及诊断方法 | |
| WO2018233692A1 (zh) | 一种定位方法、存储介质及定位系统 | |
| CN111950491B (zh) | 一种人员密度的监控方法、装置及计算机可读存储介质 | |
| CN106205199A (zh) | 一种车牌容错处理系统 | |
| CN108318781A (zh) | 一种基于红外图像的绝缘子远程监测及故障诊断的方法 | |
| CN110378292A (zh) | 三维空间定位系统和方法 | |
| CN110473428A (zh) | 一种智能停车方法、设备和系统 | |
| Magrini et al. | Computer vision on embedded sensors for traffic flow monitoring | |
| CN108495095A (zh) | 一种基于无人机的雾霾扩散监控系统 | |
| CN205827660U (zh) | 一种开放式停车场停车管理设备 | |
| CN114845260A (zh) | 一种基于物联网的水文监测数据采集系统 | |
| CN108009491A (zh) | 一种解决快速背景运动中的目标物识别方法及系统 | |
| CN110324589A (zh) | 一种旅游景区的监控系统与方法 | |
| CN116867149B (zh) | 一种基于物联网的节能型智慧路灯管理方法及系统 | |
| CN112633249A (zh) | 一种基于轻型深度学习框架的嵌入式人流量检测方法 | |
| CN112118421A (zh) | 一种智慧巡河方法、装置、存储介质和电子设备 | |
| CN107657782A (zh) | 一种火情自动视觉检测系统 | |
| CN110807375A (zh) | 基于深度图像的人头检测方法、装置、设备及存储介质 | |
| CN108154691B (zh) | 一种基于专用短程通信的交通调节系统及方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |