CN110837783A - 智慧社区中外来可疑人物自动警告方法、设备及存储介质 - Google Patents
智慧社区中外来可疑人物自动警告方法、设备及存储介质 Download PDFInfo
- Publication number
- CN110837783A CN110837783A CN201911006004.XA CN201911006004A CN110837783A CN 110837783 A CN110837783 A CN 110837783A CN 201911006004 A CN201911006004 A CN 201911006004A CN 110837783 A CN110837783 A CN 110837783A
- Authority
- CN
- China
- Prior art keywords
- target
- character
- person
- preset
- community
- 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 47
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013136 deep learning model Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000000574 ganglionic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
- G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- Human Computer Interaction (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了智慧社区中外来可疑人物自动警告方法、设备及存储介质,该方法包括:当目标人物为目标智慧社区的外来人物时,获取目标人物的人物特征;将人物特征输入至人物类型识别模型中进行人物类型识别处理,得到目标人物的精准的人物类型;获取目标人物在目标智慧社区中移动的地理位置集,基于地理位置集中的目标地理位置,准确地确定目标人物在目标智慧社区中移动的移动轨迹,若移动轨迹与人物类型对应的预设的目标轨迹不一致,则准确地确定目标人物为外来可疑人物,从而提高了发现目标智慧社区中外来可疑人物的准确性。
Description
技术领域
本发明涉及领域,尤其涉及一种智慧社区中外来可疑人物自动警告方法、计算机设备及可读存储介质。
背景技术
随着社会公共安全的日益重视,智慧社区的安全也越来越受到重视。
在传统方法中,通常,采用视频监控监测智慧社区的安全,需要社区值班人员长时间地对着视频监控画面,当社区值班人员因个人等原因漏看了视频监控画面,便可能导致遗漏发现智慧社区中的外来可疑人物,从而导致发现智慧社区中外来可疑人物的准确性低下。
因此,寻找一种准确的智慧社区中外来可疑人物的发现方法成为本领域技术人员亟需解决的问题。
发明内容
本发明实施例提供一种智慧社区中外来可疑人物自动警告方法、计算机设备及可读存储介质,以解决发现智慧社区中外来可疑人物的准确性低下的问题。
一种智慧社区中外来可疑人物自动警告方法,包括:
若目标人物为目标智慧社区的外来人物,则获取客户端发来的所述目标人物的人物特征;
将所述人物特征输入至预设训练好的人物类型识别模型中进行人物类型识别处理,得到所述目标人物的人物类型;
获取所述目标人物在所述目标智慧社区中移动的地理位置集,其中,所述地理位置集由多个目标地理位置组成;
基于所述地理位置集中的所述目标地理位置,确定所述目标人物在所述目标智慧社区中移动的移动轨迹;
若所述移动轨迹与所述人物类型对应的预设的目标轨迹不一致,则确定所述目标人物为所述目标智慧社区的外来可疑人物。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述智慧社区中外来可疑人物自动警告方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述智慧社区中外来可疑人物自动警告方法的步骤。
上述智慧社区中外来可疑人物自动警告方法、计算机设备及可读存储介质中,当目标人物为目标智慧社区的外来人物时,获取目标人物的人物特征;将人物特征输入至人物类型识别模型中进行人物类型识别处理,得到目标人物的精准的人物类型;获取目标人物在目标智慧社区中移动的地理位置集,基于地理位置集中的目标地理位置,准确地确定目标人物在目标智慧社区中移动的移动轨迹,若移动轨迹与人物类型对应的预设的目标轨迹不一致,则准确地确定目标人物为外来可疑人物,从而提高了发现目标智慧社区中外来可疑人物的准确性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中智慧社区中外来可疑人物自动警告方法的一应用环境示意图;
图2是本发明一实施例中智慧社区中外来可疑人物自动警告方法的一流程图;
图3是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请提供的智慧社区中外来可疑人物自动警告方法,可应用如图1的应用环境中,该应用环境包括服务端和客户端,其中,客户端通过有线网络或无线网络与服务端进行通信。其中,客户端可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务端或者是多个服务端组成的服务端集群来实现。客户端用于采集目标人物的人物人脸图片和人物特征,服务端用于识别物人脸图片,并基于识别结果与人物特征分析外来可疑人物。
在一实施例中,如图2所示,提供一种智慧社区中外来可疑人物自动警告方法,以该方法应用在图1中的服务端为例进行说明,包括如下步骤:
S10、若目标人物为目标智慧社区的外来人物,则获取客户端发来的目标人物的人物特征。
具体地,为了能够自动地发现目标智慧社区中的外来可疑人物,通常在目标智慧社区中的不同区域部署客户端,比如在目标智慧社区中的门口、草坪和运动场所部署摄像头,通过客户端采集目标人物的人物人脸图片,当客户端采集到人物人脸图片时,将采集到人物人脸图片通过预设的网络发送至服务端,当服务端接收到该人物人脸图片时,将人物人脸图片输入至预设的人脸识别模型中进行精准地人脸识别处理,得到准确的目标信息,也即,将人物人脸图片输入至预设的人脸特征提取模型中进行精准地人脸特征提取处理,得到准确的目标人脸特征集对应的身份信息,同时将身份信息确定为目标人物的人物信息,提高了获取人物信息的准确性。可以理解的是,预设的网络可以为有线网络或无线网络等,预设的人脸特征提取模型可以为神经网络模型或人体扫描模型等,人体扫描模型可以为melkman凸包模型或其他模型等。人物信息为用于标识目标人物的身份的信息。
服务端,在信息数据库中,获取已入住目标智慧社区中的预先采集到的目标信息集的存储路径,然后根据该存储路径提取该目标信息集,若在目标信息集中所有目标信息查询不到人物信息,也即,当在已入住目标智慧社区中的社区人物集中没有该目标人物,则确定目标人物为目标智慧社区的外来人物,同时获取客户端发来的目标人物的人物特征。其中,目标信息为用于标识已入住目标智慧社区的人物的身份识别信息。人物特征为目标人物的特征,其中,人物特征包括衣服特征和其他特征,其他特征为除衣服特征之外的特征,衣服特征为用于标识目标人物身上穿的衣服的特征,比如饿了么外卖人员的衣服特征为“蓝色,有饿了么三个字”。
需要说明的是,信息数据库可以为MySQL数据库或oracle数据库等,信息数据库和人物信息的具体内容,可以根据实际应用进行设定,此处不做限制。
S20、将人物特征输入至预设训练好的人物类型识别模型中进行人物类型识别处理,得到目标人物的人物类型。
具体地,为了准确地识别出目标人物属于哪一种人物类型,需要先从预设的历史数据库中,获取历史人物的历史特征和历史人物类型作为样本;将历史特征输入至预设的深度学习模型中进行人物类型识别处理,得到深度学习模型输出的识别人物类型;调整深度学习模型的隐含层的参数,以最小化所识别人物类型与样本中的历史人物类型之间的误差;当误差满足预设的条件时,确定参数调整后的深度学习模型为训练好的人物类型识别模型。然后将步骤S10中获取到的人物特征输入至该训练好的人物类型识别模型中进行人物类型识别处理,得到目标人物的人物类型,也即,在预设的类型数据库中,获取与衣服特征和其他特征共同关联的目标类型;将目标类型确定为目标人物的人物类型。比如,继续以步骤S10中的例子进行说明,衣服特征为“蓝色,有饿了么三个字”,其他特征为“骑着小自行车,自行车后座有箱子,箱子表面有饿了么的文字”,则确定目标人物的人物类型为外卖类型。
采用训练好的人物类型识别模型,精准地识别目标人物的人物类型,从而提高了识别人物类型的准确性。
需要说明的是,该深度学习模型可以为卷积神经网络模型,隐含层的参数包括神经元和神经节点数目等。历史数据库可以为MySQL数据库或oracle数据库等,智历史数据库的具体内容,可以根据实际应用进行设定,此处不做限制。
S30、获取目标人物在目标智慧社区中移动的地理位置集,其中,地理位置集由多个目标地理位置组成。
具体地,为了确定出目标人物在目标智慧社区中移动的移动轨迹,服务端需要实时采集目标人物身上携带的智能设备发出的信号所在的位置作为目标地理位置,或者采用目标智慧社区中的摄像头采集包含目标人物的场景图片,当摄像头采集到包含目标人物的场景图片时,将该场景图片发送至服务端,通过识别出该场景图片中的社区地理位置作为目标地理位置,从而提高了获取目标人物在目标智慧社区中移动的目标地理位置的效率。其中,服务端预先将目标智慧社区分为不同的区域,同时将每个区域标注上社区地理位置。
S40、基于地理位置集中的目标地理位置,确定目标人物在目标智慧社区中移动的移动轨迹。
具体地,为了分析目标人物是否为外来可疑人物,需要获取目标人物在目标智慧社区中的各个目标地理位置出现的地理时间;按照地理时间的先后顺序,采用预设的连接线将目标人物在目标智慧社区中的步骤S30中获取到的各个目标地理位置进行连接处理,快速地得到目标人物在目标智慧社区中移动的移动轨迹,从而提高了确定移动轨迹的效率。
S50、若移动轨迹与人物类型对应的预设的目标轨迹不一致,则确定目标人物为目标智慧社区的外来可疑人物。
其中,在确定目标人物为目标智慧社区的外来可疑人物之前,还包括:
采用预设的相似度算法,计算移动轨迹与人物类型对应的预设的目标轨迹之间的目标相似度值;在预设的相似度数据库中,获取预设的轨迹相似度值的存储地址,然后根据该存储路径提取该轨迹相似度值;若目标相似度值大于或等于轨迹相似度值,则确定移动轨迹与人物类型对应的预设的目标轨迹一致;同时确定目标人物为目标智慧社区的外来可疑人物;若目标相似度值小于轨迹相似度值,则确定移动轨迹与人物类型对应的预设的目标轨迹不一致,同时确定目标人物为目标智慧社区的外来非可疑人物。比如,假设目标相似度值为0.95,轨迹相似度值为0.92,显然0.95大于0.92,所以确定移动轨迹与人物类型对应的预设的目标轨迹一致。
进一步的地,在确定目标人物为目标智慧社区的外来可疑人物之后,还包括:输出发现外来可疑人物的预警指令。
需要说明的是,预设的相似度算法可以为余弦相似度算法或欧氏距离相似度算法等,相似度算法和轨迹相似度值的具体内容,可以根据实际应用进行设定,此处不做限制。
在图2对应的实施例中,当目标人物为目标智慧社区的外来人物时,获取目标人物的人物特征;将人物特征输入至人物类型识别模型中进行人物类型识别处理,得到目标人物的精准的人物类型;获取目标人物在目标智慧社区中移动的地理位置集,基于地理位置集中的目标地理位置,准确地确定目标人物在目标智慧社区中移动的移动轨迹,若移动轨迹与人物类型对应的预设的目标轨迹不一致,则准确地确定目标人物为外来可疑人物,从而提高了发现目标智慧社区中外来可疑人物的准确性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务端,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性可读存储介质、内存储器。该非易失性可读存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性可读存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储智慧社区中外来可疑人物自动警告方法所涉及到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种智慧社区中外来可疑人物自动警告方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例智慧社区中外来可疑人物自动警告方法的步骤,例如图2所示的步骤S10至步骤S50。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例中智慧社区中外来可疑人物自动警告方法。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取可读存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种智慧社区中外来可疑人物自动警告方法,其特征在于,所述智慧社区中外来可疑人物自动警告方法包括:
若目标人物为目标智慧社区的外来人物,则获取客户端发来的所述目标人物的人物特征;
将所述人物特征输入至预设训练好的人物类型识别模型中进行人物类型识别处理,得到所述目标人物的人物类型;
获取所述目标人物在所述目标智慧社区中移动的地理位置集,其中,所述地理位置集由多个目标地理位置组成;
基于所述地理位置集中的所述目标地理位置,确定所述目标人物在所述目标智慧社区中移动的移动轨迹;
若所述移动轨迹与所述人物类型对应的预设的目标轨迹不一致,则确定所述目标人物为所述目标智慧社区的外来可疑人物。
2.如权利要求1所述的智慧社区中外来可疑人物自动警告方法,其特征在于,在所述获取客户端发来的所述目标人物的人物特征之前,所述智慧社区中外来可疑人物自动警告方法还包括:
获取预先识别出的所述目标人物的人物信息;
获取已入住所述目标智慧社区中的预先采集到的目标信息集;
若在所述目标信息集中查询不到所述人物信息,则确定所述目标人物为所述目标智慧社区的所述外来人物,同时执行所述获取客户端发来的所述目标人物的人物特征的步骤。
3.如权利要求2所述的智慧社区中外来可疑人物自动警告方法,其特征在于,在所述获取预先识别出的所述目标人物的人物信息之前,所述智慧社区中外来可疑人物自动警告方法还包括:
获取所述客户端发来的所述目标人物的人物人脸图片;
将所述人物人脸图片输入至预设的人脸识别模型中进行人脸识别处理,得到身份信息;
将所述身份信息确定为所述目标人物的人物信息。
4.如权利要求1所述的智慧社区中外来可疑人物自动警告方法,其特征在于,在所述将所述人物特征输入至预设训练好的人物类型识别模型中进行人物类型识别处理,得到所述目标人物的人物类型之前,所述智慧社区中外来可疑人物自动警告方法还包括:
从预设的历史数据库中,获取历史人物的历史特征和历史人物类型作为样本;
将所述历史特征输入至预设的深度学习模型中进行人物类型识别处理,得到所述深度学习模型输出的识别人物类型;
调整所述深度学习模型的隐含层的参数,以最小化所识别人物类型与所述样本中的所述历史人物类型之间的误差;
当所述误差满足预设的条件时,确定所述参数调整后的所述深度学习模型为所述训练好的人物类型识别模型。
5.如权利要求1所述的智慧社区中外来可疑人物自动警告方法,其特征在于,所述人物特征包括衣服特征和其他特征,其中,所述其他特征为除所述衣服特征之外的特征,所述将所述人物特征输入至预设训练好的人物类型识别模型中进行人物类型识别处理,得到所述目标人物的人物类型包括:
在预设的类型数据库中,获取与所述衣服特征和所述其他特征共同关联的目标类型;
将所述目标类型确定为所述目标人物的人物类型。
6.如权利要求1所述的智慧社区中外来可疑人物自动警告方法,其特征在于,所述基于所述地理位置集中的所述目标地理位置,确定所述目标人物在所述目标智慧社区中移动的移动轨迹包括:
获取所述目标人物在所述目标智慧社区中的各个所述目标地理位置出现的地理时间;
按照所述地理时间的先后顺序,采用预设的连接线将所述目标人物在所述目标智慧社区中的各个所述目标地理位置进行连接处理,得到所述目标人物在所述目标智慧社区中移动的移动轨迹。
7.如权利要求1所述的智慧社区中外来可疑人物自动警告方法,其特征在于,在所述确定所述目标人物为所述目标智慧社区的外来可疑人物之前,所述智慧社区中外来可疑人物自动警告方法还包括:
采用预设的相似度算法,计算所述移动轨迹与所述人物类型对应的预设的目标轨迹之间的目标相似度值;
获取预设的轨迹相似度值;
若所述目标相似度值大于或等于所述轨迹相似度值,则确定所述移动轨迹与所述人物类型对应的预设的目标轨迹一致;
若所述目标相似度值小于所述轨迹相似度值,则确定所述移动轨迹与所述人物类型对应的预设的目标轨迹不一致。
8.如权利要求1至7中任一项所述的智慧社区中外来可疑人物自动警告方法,其特征在于,在所述确定所述目标人物为所述目标智慧社区的外来可疑人物之后,所述智慧社区中外来可疑人物自动警告方法还包括:
输出发现外来可疑人物的预警指令。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的智慧社区中外来可疑人物自动警告方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的智慧社区中外来可疑人物自动警告方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911006004.XA CN110837783A (zh) | 2019-10-22 | 2019-10-22 | 智慧社区中外来可疑人物自动警告方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911006004.XA CN110837783A (zh) | 2019-10-22 | 2019-10-22 | 智慧社区中外来可疑人物自动警告方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110837783A true CN110837783A (zh) | 2020-02-25 |
Family
ID=69575684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911006004.XA Pending CN110837783A (zh) | 2019-10-22 | 2019-10-22 | 智慧社区中外来可疑人物自动警告方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110837783A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111737387A (zh) * | 2020-06-11 | 2020-10-02 | 南京森根安全技术有限公司 | 一种基于轨迹相似性的特定人员发现方法及模块 |
CN113139508A (zh) * | 2021-05-12 | 2021-07-20 | 深圳他米科技有限公司 | 基于人工智能的酒店安全预警方法、装置及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109598661A (zh) * | 2017-09-30 | 2019-04-09 | 河南星云慧通信技术有限公司 | 基于人脸识别的智慧社区安防系统及检测方法 |
CN109684916A (zh) * | 2018-11-13 | 2019-04-26 | 恒睿(重庆)人工智能技术研究院有限公司 | 基于路径轨迹数据异常检测方法、系统、设备及存储介质 |
CN109711249A (zh) * | 2018-11-12 | 2019-05-03 | 平安科技(深圳)有限公司 | 人物运动轨迹绘制方法、装置、计算机设备及存储介质 |
CN110069988A (zh) * | 2019-01-31 | 2019-07-30 | 中国平安财产保险股份有限公司 | 基于多维数据的ai驾驶风险分析方法、服务器及存储介质 |
-
2019
- 2019-10-22 CN CN201911006004.XA patent/CN110837783A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109598661A (zh) * | 2017-09-30 | 2019-04-09 | 河南星云慧通信技术有限公司 | 基于人脸识别的智慧社区安防系统及检测方法 |
CN109711249A (zh) * | 2018-11-12 | 2019-05-03 | 平安科技(深圳)有限公司 | 人物运动轨迹绘制方法、装置、计算机设备及存储介质 |
CN109684916A (zh) * | 2018-11-13 | 2019-04-26 | 恒睿(重庆)人工智能技术研究院有限公司 | 基于路径轨迹数据异常检测方法、系统、设备及存储介质 |
CN110069988A (zh) * | 2019-01-31 | 2019-07-30 | 中国平安财产保险股份有限公司 | 基于多维数据的ai驾驶风险分析方法、服务器及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111737387A (zh) * | 2020-06-11 | 2020-10-02 | 南京森根安全技术有限公司 | 一种基于轨迹相似性的特定人员发现方法及模块 |
CN113139508A (zh) * | 2021-05-12 | 2021-07-20 | 深圳他米科技有限公司 | 基于人工智能的酒店安全预警方法、装置及设备 |
CN113139508B (zh) * | 2021-05-12 | 2023-11-14 | 深圳他米科技有限公司 | 基于人工智能的酒店安全预警方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109035299B (zh) | 目标跟踪方法、装置、计算机设备及存储介质 | |
US10262190B2 (en) | Method, system, and computer program product for recognizing face | |
CN110674712A (zh) | 交互行为识别方法、装置、计算机设备和存储介质 | |
JP6330385B2 (ja) | 画像処理装置、画像処理方法およびプログラム | |
WO2020006727A1 (zh) | 人脸识别方法、装置和服务器 | |
CN112052781A (zh) | 特征提取模型训练方法、人脸识别方法、装置、设备及介质 | |
CN109299658B (zh) | 脸部检测方法、脸部图像渲染方法、装置及存储介质 | |
CN113239874B (zh) | 基于视频图像的行为姿态检测方法、装置、设备及介质 | |
CN111626123A (zh) | 视频数据处理方法、装置、计算机设备及存储介质 | |
CN111368758B (zh) | 一种人脸模糊度检测方法、装置、计算机设备及存储介质 | |
CN109426785B (zh) | 一种人体目标身份识别方法及装置 | |
CN111161206A (zh) | 一种图像抓拍方法、监控相机及监控系统 | |
CN109255802B (zh) | 行人跟踪方法、装置、计算机设备及存储介质 | |
CN111476191B (zh) | 基于智慧交通的人工智能图像处理方法及大数据云服务器 | |
CN110555875A (zh) | 瞳孔半径的检测方法、装置、计算机设备和存储介质 | |
CN112446302A (zh) | 一种人体姿态检测方法、系统、电子设备和存储介质 | |
CN113705685B (zh) | 疾病特征识别模型训练、疾病特征识别方法、装置及设备 | |
CN110837783A (zh) | 智慧社区中外来可疑人物自动警告方法、设备及存储介质 | |
CN111159476B (zh) | 目标对象的搜索方法、装置、计算机设备及存储介质 | |
CN112989962A (zh) | 轨迹生成方法、装置、电子设备及存储介质 | |
CN112884782A (zh) | 生物对象分割方法、装置、计算机设备和存储介质 | |
CN114698399A (zh) | 人脸识别方法、装置及可读存储介质 | |
CN116863522A (zh) | 痤疮分级方法、装置、设备及介质 | |
CN111985340A (zh) | 基于神经网络模型的人脸识别方法、装置和计算机设备 | |
CN110796757A (zh) | 智慧社区内巡逻舞弊的自动检测方法、设备及存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200225 |
|
WD01 | Invention patent application deemed withdrawn after publication |