CN111063145A - 电子围栏智能处理器 - Google Patents
电子围栏智能处理器 Download PDFInfo
- Publication number
- CN111063145A CN111063145A CN201911285543.1A CN201911285543A CN111063145A CN 111063145 A CN111063145 A CN 111063145A CN 201911285543 A CN201911285543 A CN 201911285543A CN 111063145 A CN111063145 A CN 111063145A
- Authority
- CN
- China
- Prior art keywords
- image
- electronic fence
- position information
- processing module
- module
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2491—Intrusion detection systems, i.e. where the body of an intruder causes the interference with the electromagnetic field
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- Closed-Circuit Television Systems (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种电子围栏智能处理器(10),用于对指定场景中所设定的电子围栏进行监控,包括人工智能处理模块(200)以及电子围栏处理模块(300),其中所述人工智能处理模块(200)配置用于智能分析包括所述指定场景的第一图像中的目标对象;以及所述电子围栏处理模块(300)配置用于根据所述目标对象在所述第一图像中的第一位置信息和接收到的所述指定场景中所设定的电子围栏在第二图像中的第二位置信息,判定是否发生与所述指定场景相关的预警事件。
Description
技术领域
本申请涉及电子围栏技术领域,具体而言,涉及一种电子围栏智能处理器。
背景技术
随着人们对指定场景进行监控的需求越来越多,市场上也随之出现了很多的电子围栏系统供用户使用。目前的电子围栏系统基于动态侦测技术,通过摄像机监测指定场景中的画面是否发生了变化,在监测到画面发生变化的情况下,进行相应的报警处理,从而达到监测非法入侵等目的。但是,基于动态侦测技术的电子围栏系统,存在大量的误报警、漏报警。例如:无法区分闯入禁区的是动物还是人导致大量的误报警;由于摄像机固定点松动、风吹震动、墙体震动等导致的误报警;下雨、下雪、刮风等导致的误报警;运动缓慢的物体闯入禁区导致的漏报警等。
针对上述的现有技术中存在的基于动态侦测技术的电子围栏系统,由于无法区分闯入对象、受环境震动影响、雨雪天等天气因素影响,导致出现大量的误报警和漏报警等现象的技术问题,目前尚未提出有效的解决方案。
发明内容
本公开提供了一种电子围栏智能处理器,以至少解决现有技术中存在的基于动态侦测技术的电子围栏系统,由于无法区分闯入对象、受环境震动影响、雨雪天等天气因素影响,导致出现大量的误报警和漏报警等现象的技术问题。
根据本公开实施例,提供一种电子围栏智能处理器,用于对指定场景进行监控,包括人工智能处理模块以及电子围栏处理模块,其中人工智能处理模块配置用于智能分析包括指定场景的第一图像中的目标对象;以及电子围栏处理模块配置用于根据目标对象在第一图像中的第一位置信息和接收到的指定场景中所设定的电子围栏在第二图像中的第二位置信息,判定是否发生与指定场景相关的预警事件。
可选地,还包括预处理模块,配置用于根据电子围栏智能处理器接收的第二图像,生成适于人工智能处理模块进行智能分析的第一图像。
可选地,电子围栏处理模块包括坐标转换单元、计算单元和处理单元,其中坐标转换单元配置用于将目标对象在第一图像的第一位置信息转换为第二图像中相对应目标对象的第三位置信息;计算单元配置用于根据第三位置信息和第二位置信息,进行相应的计算操作;以及处理单元配置用于根据计算单元输出的计算结果,判定是否发生与指定场景相关的预警事件。
可选地,预处理模块包括图像分辨率转换单元和图像增强单元,其中图像分辨率转换单元配置用于将第二图像的第一图像分辨率转换为第一图像的第二图像分辨率;以及图像增强单元配置用于根据预设的算法对第一图像进行图像增强操作。
可选地,图像增强单元配置用于根据预设的去噪滤波算法,抑制图像分辨率转换单元输出的第一图像中的噪声;或图像增强单元配置用于根据预设的图像增强算法,增强图像分辨率转换单元输出的第一图像中的细节信息。
可选地,还包括图像融合模块,其中图像融合模块配置用于在第二图像的分辨率低于第一图像的分辨率的情况下,根据第一位置信息和第二位置信息,在第一图像中的目标对象和指定场景中所设定的电子围栏的位置处添加标记,生成第三图像;或图像融合模块配置用于在第二图像的分辨率高于第一图像的分辨率的情况下,根据第一位置信息和第二位置信息,在第二图像中的目标对象和指定场景中所设定的电子围栏的位置处添加标记,生成第三图像。
可选地,在第一图像和第二图像均为热红外图像且第二图像的分辨率低于第一图像的分辨率的情况下,电子围栏智能处理器还包括温度检测模块,温度检测模块包括定位单元和温度检测单元,其中定位单元配置用于根据目标对象在第一图像中的第一位置信息,确定目标对象在第二图像中的第三位置信息;温度检测单元配置用于根据第二图像中第三位置信息所对应的像素信息,确定与目标对象对应的温度分布信息;并且图像融合模块配置用于根据第一位置信息、第二位置信息和温度分布信息,在第一图像中的目标对象和指定场景中所设定的电子围栏的位置处添加标记,生成第三图像。
可选地,还包括高清图像显示模块,与图像融合模块连接,配置用于高清晰度显示图像融合模块生成的第三图像。
可选地,还包括报警模块,与电子围栏处理模块连接,配置用于根据电子围栏处理模块的判定结果,进行相应的报警处理操作。
可选地,还包括网络接入模块,与电子围栏处理模块连接,配置用于根据电子围栏处理模块的判定结果,将智能分析结果发送给远端服务器。
可选地,还包括电子围栏坐标转换模块,电子围栏坐标转换模块配置用于将用户设定的电子围栏信息转换为第二图像中的第二位置信息,并将第二位置信息发送至电子围栏处理模块。
在本发明实施例中,电子围栏智能处理器首先通过人工智能处理模块监测包括指定场景的第一图像中的目标对象,然后通过电子围栏处理模块根据目标对象在第一图像中的第一位置信息和接收到的指定场景中所设定的电子围栏在第二图像中的第二位置信息,判定是否发生与指定场景相关的预警事件。从而可以准确的区分动物和人,减少因为动物闯入而导致的误报警,并且不再受环境震动影响、雨雪天等天气因素影响,减少漏报警。达到了可以有效的区分闯入对象、不再受环境震动影响、雨雪天等天气因素影响,有效的避免了误报警和漏报警等现象发生的技术效果。进而解决了现有技术中存在的基于动态侦测技术的电子围栏系统,由于无法区分闯入对象、受环境震动影响、雨雪天等天气因素影响,导致出现大量的误报警和漏报警等现象的技术问题。
根据下文结合附图对本申请的具体实施例的详细描述,本领域技术人员将会更加明了本申请的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本申请的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。附图中:
图1是根据本公开实施例的第一个方面所述的电子围栏智能处理器的示意图;
图2是根据本公开实施例的第二个方面所述的电子围栏智能处理器的改进例的示意图;以及
图3是根据本公开实施例的第三个方面所述的电子围栏智能处理器的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
为了使本技术领域的人员更好地理解本公开方案,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分的实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本公开保护的范围。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,以便这里描述的本公开的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例
图1是根据本申请实施例的第一个方面所述的电子围栏智能处理器10的示意图。参考图1所示,本申请提供了一种电子围栏智能处理器10,用于对指定场景进行监控,包括人工智能处理模块200以及电子围栏处理模块300,其中人工智能处理模块200配置用于智能分析包括指定场景的第一图像中的目标对象;以及电子围栏处理模块300配置用于根据目标对象在第一图像中的第一位置信息和接收到的指定场景中所设定的电子围栏在第二图像中的第二位置信息,判定是否发生与指定场景相关的预警事件。
正如背景技术中所述的,随着人们对指定场景进行监控的需求越来越多,市场上也随之出现了很多的电子围栏系统供用户使用。目前的电子围栏系统基于动态侦测技术,通过摄像机监测指定场景中的画面是否发生了变化,在监测到画面发生变化的情况下,进行相应的报警处理,从而达到监测非法入侵等目的。但是,基于动态侦测技术的电子围栏系统,存在大量的误报警、漏报警。例如:无法区分闯入禁区的是动物还是人导致大量的误报警;由于摄像机固定点松动、风吹震动、墙体震动等导致的误报警;下雨、下雪、刮风等导致的误报警;运动缓慢的物体闯入禁区导致的漏报警等。
针对上述的现有技术中存在的问题,参照图1所示,本实施例中的电子围栏智能处理器10在接收到包括所监测的指定场景在内的第一图像时,首先通过人工智能处理模块200智能分析第一图像中的目标对象。其中,人工智能处理模块200通过预先训练好的网络模型,提取第一图像中的目标对象(例如人、车和物体等等),然后确定目标对象在第一图像中的第一位置信息。
进一步地,电子围栏智能处理器10通过电子围栏处理模块300将人工智能处理模块200输出的目标对象在第一图像中的第一位置信息和接收到的指定场景中所设定的电子围栏在第二图像中的第二位置信息进行处理计算,判定是否发生与指定场景相关的预警事件。其中,第二图像为采集的原始图像,所采集的原始图像可以是可见光图像,也可以是热红外图像,也可以两者都有。用户可以利用鼠标、手指或键盘等在显示的图像上进行电子围栏的设定,由电子围栏智能处理器10将用户设定的电子围栏信息转换为原始图像中对应的坐标位置(即,第二位置信息),然后将转换得到的第二位置信息发送至电子围栏处理模块300。使得电子围栏处理模块300可以基于第二位置信息和第一位置信息,进行相应的处理计算,若计算结果为与第二位置信息对应的区域包含与第一位置信息对应的区域的情况下,判定发生了与指定场景相关的预警事件,反之则否。使得电子围栏智能处理器10可以根据电子围栏处理模块300输出的判定结果确定是否报警,并将分析处理的结果通过网络模块发送到远端服务器。
从而,在本实施例中,所提供的电子围栏智能处理器10首先通过人工智能处理模块200智能分析包括指定场景的第一图像中的目标对象,然后通过电子围栏处理模块300根据目标对象在第一图像中的第一位置信息和接收到的指定场景中所设定的电子围栏在第二图像中的第二位置信息,判定是否发生与指定场景相关的预警事件。从而可以准确的区分动物和人,减少因为动物闯入而导致的误报警,并且不再受环境震动影响、雨雪天等天气因素影响,减少漏报警。达到了可以有效的区分闯入对象、不再受环境震动影响、雨雪天等天气因素影响,有效的避免了误报警和漏报警等现象发生的技术效果。进而解决了现有技术中存在的基于动态侦测技术的电子围栏系统,由于无法区分闯入对象、受环境震动影响、雨雪天等天气因素影响,导致出现大量的误报警和漏报警等现象的技术问题。
可选地,电子围栏智能处理器10还包括预处理模块100,配置用于根据电子围栏智能处理器10接收的第二图像,生成适于人工智能处理模块200进行智能分析的第一图像。
具体地,参照图1所示,第二图像为采集设备采集的原始图像,所采集的原始图像可以是可见光图像,也可以是热红外图像,也可以两者都有。由于受限于算力资源的限制,目前的图像智能分析识别算法,通常支持对有限范围内的分辨率的图像进行智能分析(例如分辨率为512*512、640*360、640*480或者其他),因此电子围栏智能处理器10通过预处理模块100,根据接收到的第二图像,生成适于人工智能处理模块200进行智能分析的第一图像。
在一个具体实施例中,预处理模块100包括图像分辨率转换单元110和图像增强单元120,其中所述图像分辨率转换单元110配置用于将所述第二图像的第一图像分辨率转换为所述第一图像的第二图像分辨率;以及所述图像增强单元120配置用于根据预设的算法对所述第一图像进行图像增强操作。
具体地,参照图1所示,通过图像分辨率转换单元110将所述第二图像的第一图像分辨率转换为所述第一图像的第二图像分辨率。例如:在第二图像的第一图像分辨率低于适于人工智能处理模块200进行智能分析的图像的分辨率的情况下,通过图像分辨率转换单元110对第二图像进行上采样操作,完成低分辨率到高分辨率的提升。在第二图像的第一图像分辨率高于适于人工智能处理模块200进行智能分析的图像的分辨率的情况下,通过图像分辨率转换单元110对第二图像进行下采样操作,完成高分辨率到低分辨率的降低。从而生成适于人工智能处理模块200进行智能分析的第一图像。
进一步地,还可以通过图像增强单元120,根据预设的算法对图像分辨率转换单元110输出的第一图像进行图像增强操作。
在另一个具体实施例中,图像增强单元120配置用于根据预设的去噪滤波算法,抑制图像分辨率转换单元110输出的第一图像中的噪声;或图像增强单元120配置用于根据预设的图像增强算法,增强图像分辨率转换单元110输出的第一图像中的细节信息。
具体地,在第二图像为低分辨率的热红外图像的情况下,由于热红外传感器本身成像特点以及分辨率较低等原因,热红外图像往往噪声高,导致物体的边缘信息被干扰。针对噪声高这个问题,图像增强单元120使用预设的去噪滤波算法进行去噪,以抑制图像分辨率转换单元110输出的第一图像中的噪声,同时不破坏物体的边缘。其中,常见的去噪滤波算法例如有双边滤波算法和导向滤波算法等。
或者,由于热红外图像是根据物体表面温度成像的,而实际场景中物体和背景的温度差不会很大,所以物体的边缘细节在热红外图像中不明显。针对这个问题,图像增强单元120使用预设的边缘锐化算法进行边缘增强,以增强图像分辨率转换单元110输出的第一图像中的物体的细节信息。其中,常见的边缘锐化算法例如有拉普拉斯滤波算法和sobel滤波算法等。此外,需要特别说明的是,图像增强单元120不局限于包含去噪滤波算法和边缘锐化算法,也可以包含其他的可以增强图像质量的算法。
可选地,电子围栏处理模块300包括坐标转换单元310、计算单元320和处理单元330,其中坐标转换单元310配置用于将第一位置信息转换为第二图像中相对应的第三位置信息;计算单元320配置用于根据第三位置信息和第二位置信息,进行相应的计算操作;以及处理单元330配置用于根据计算单元320输出的计算结果,判定是否发生与指定场景相关的预警事件。
具体地,参照图1所示,由于人工智能处理模块200输出的第一位置信息为目标对象在第一图像中的位置信息,并非目标对象在原始的第二图像中的位置信息,而第二位置信息为电子围栏智能处理器10将用户设定的电子围栏信息转换为原始的第二图像中对应的坐标位置。因此电子围栏处理模块300无法直接对第一位置信息和第二位置信息进行计算,需要先通过坐标转换单元310将第一位置信息转换为第二图像中相对应的第三位置信息。然后通过计算单元320根据第三位置信息和第二位置信息,进行相应的计算操作。最后通过处理单元330根据计算单元320输出的计算结果,判定是否发生与指定场景相关的预警事件。从而使得电子围栏智能处理器10可以根据电子围栏处理模块300输出的判定结果确定是否报警。
可选地,电子围栏智能处理器10还包括图像融合模块400,其中图像融合模块400配置用于在第二图像的分辨率低于第一图像的分辨率的情况下,根据第一位置信息和第二位置信息,在第一图像中的目标对象和指定场景中所设定的电子围栏的位置处添加标记,生成第三图像;或图像融合模块400配置用于在第二图像的分辨率高于第一图像的分辨率的情况下,根据第一位置信息和第二位置信息,在第二图像中的目标对象和指定场景中所设定的电子围栏的位置处添加标记,生成第三图像。
在实践中,监控工作人员通常通过观看监控视频,对目标对象进行监控。因此如果能够在视频中添加用于识别目标对象的标记(例如使用颜色矩形框标记目标对象),则更加有利于监控工作人员观察监控视频。
正如前面所述,由于受限于算力资源的限制,目前的图像智能分析识别算法,通常支持对有限范围内的分辨率的图像进行智能分析(例如分辨率为512*512、640*360、640*480或者其他),而采集的原始图像(第二图像)的分辨率有可能低于适于人工智能处理模块200进行智能分析的图像的分辨率,也有可能高于适于人工智能处理模块200进行智能分析的图像的分辨率。
具体地,在第二图像的分辨率低于适于人工智能处理模块200进行智能分析的图像的分辨率的情况下,意味着第二图像的分辨率低于第一图像的分辨率。此时,图像融合模块400根据人工智能处理模块200输出的目标对象在第一图像中的第一位置信息,在更高清晰度的第一图像中的目标对象的位置处添加标记(例如,在目标对象周围添加颜色矩形框,用于标记所检测出的目标对象在第一图像中的位置)。并且,图像融合模块400还需要将与用户设定的电子围栏信息对应的在原始图像(即第二图像)中的第二位置信息转换为第一图像中的位置信息,然后根据转换得到的结果,在更高清晰度的第一图像中的指定场景中所设定的电子围栏的位置处添加标记(例如,在指定场景中所设定的电子围栏的周围添加颜色矩形框,用于标记指定场景中所设定的电子围栏在第一图像中的位置),使得监控人员可以通过生成的第三图像更直观的了解到目标对象是否闯入指定场景。
进一步地,在第二图像的分辨率高于适于人工智能处理模块200进行智能分析的图像的分辨率的情况下,意味着第二图像的分辨率高于第一图像的分辨率。此时,图像融合模块400需要将人工智能处理模块200输出的第一位置信息转换为目标对象在更高清晰度的第二图像中的第三位置信息,然后根据第三位置信息,在更高清晰度的第二图像中的目标对象的位置处添加标记。然后图像融合模块400根据指定场景中所设定的电子围栏在第二图像中的第二位置信息,在更高清晰度的第二图像中的指定场景中所设定的电子围栏的位置处添加标记。从而,通过这种方式,可以向监控工作人员提供高清并具有标记的监控视频,有利于监控人员进行监控。
此外,需要进一步补充说明的是,图像融合模块400在更高清晰度的图像中的指定场景中所设定的电子围栏的位置处添加标记的操作中,可以根据目标对象的移动轨迹,在指定场景中所设定的电子围栏的周围添加不同深浅度的颜色矩形框,用于动态的显示相关区域的状态。例如但不限于,在目标对象不断深入指定场景中所设定的电子围栏的情况下,可以逐渐在指定场景中所设定的电子围栏的周围添加颜色越来越鲜艳的矩形框。
图2是根据本申请实施例的第二个方面所述的电子围栏智能处理器10的改进例的示意图。参照图2所示,在第一图像和第二图像均为热红外图像且第二图像的分辨率低于第一图像的分辨率的情况下,在图1的基础上,电子围栏智能处理器10还包括温度检测模块500,温度检测模块500包括定位单元510和温度检测单元520,其中定位单元510配置用于根据目标对象在第一图像中的第一位置信息,确定目标对象在第二图像中的第三位置信息;温度检测单元520配置用于根据第二图像中第三位置信息所对应的像素信息,确定与目标对象对应的温度分布信息;并且图像融合模块400配置用于根据第一位置信息、第二位置信息和温度分布信息,在第一图像中的目标对象和指定场景中所设定的电子围栏的位置处添加标记,生成第三图像。
具体地,在第一图像和第二图像均为热红外图像且第二图像的分辨率低于第一图像的分辨率的情况下,由于预处理模块100通常需要通过上采样的方式将低分辨率的热红外图像(对应于第二图像)转换为适于现有的图像智能分析识别算法的高分辨率的热红外图像(对应于第一图像),然后再进行目标对象的智能分析。在这种情况下,会造成温度信息的损失,使得转换得到的高分辨率的热红外图像(对应于第一图像)中目标对象的温度分布信息不准确。
针对上述的问题,参考图2所示,在本实施例的第一方面的基础上,第二个方面所提供的电子围栏智能处理器10还包括温度检测模块500,首先通过温度检测模块500中的定位单元510根据目标对象在第一图像中的第一位置信息,确定目标对象在第二图像中的第三位置信息。其中,定位单元510可以利用预先设置的坐标转换算法,将第一图像中的第一位置信息转换为第二图像中相对应的第三位置信息。然后,通过温度检测模块500中的温度检测单元520,根据第三位置信息对应的像素信息,获取其对应的温度值,从而确定与目标对象对应的温度分布信息。最后,图像融合模块400根据所述第一位置信息、所述第二位置信息和所述温度分布信息,在更高清晰度的第一图像中的所述目标对象和所述指定场景中所设定的电子围栏的位置处添加标记,生成第三图像。通过这种方式,不仅可以准确的确定目标对象的温度分布信息,还使得图像融合模块400生成的第三图像中的目标对象的温度分布信息准确的效果。解决了上述存在的转换得到的高分辨率的热红外图像中目标对象的温度分布信息不准确的问题。
图3是根据本申请实施例的第三个方面所述的电子围栏智能处理器10的示意图。参照图3所示,电子围栏智能处理器10还包括高清图像显示模块600,与图像融合模块400连接,配置用于高清晰度显示图像融合模块400生成的第三图像。
具体地,参照图3所示,电子围栏智能处理器10还包括高清图像显示模块600,与图像融合模块400连接,用于显示第三图像。从而,能够向相关的工作人员显示高清晰度的且带有目标对象和指定场景中所设定的电子围栏的位置信息的标记的第三图像。
可选地,电子围栏智能处理器10还包括报警模块700,与电子围栏处理模块300连接,配置用于根据电子围栏处理模块300的判定结果,进行相应的报警处理操作。
可选地,电子围栏智能处理器10还包括网络接入模块900,与电子围栏处理模块300连接,配置用于根据电子围栏处理模块300的判定结果,将智能分析结果发送给远端服务器。
具体地,参照图3所示,电子围栏智能处理器10还包括报警模块700,与电子围栏处理模块300连接,用于根据电子围栏处理模块300的判定结果,进行相应的报警处理操作。其中,报警模块700根据判定结果,确定是否达到预设的报警级别,在达到预设的报警级别的情况下,才会进行相应的报警处理,并通过网络接入模块900,将相关的报警事件发送给远端服务器。
可选地,电子围栏智能处理器10还包括电子围栏坐标转换模块800,电子围栏坐标转换模块800配置用于将用户设定的电子围栏信息转换为第二位置信息,并将第二位置信息发送至电子围栏处理模块300。
具体地,参照图1、图2和图3所示,用户可以利用鼠标、手指或键盘等在显示的图像上进行电子围栏的设定,因此电子围栏智能处理器10可以通过电子围栏坐标转换模块800将用户设定的电子围栏信息转换为原始图像(即,第二图像)中对应的坐标位置(即,第二位置信息),然后将转换得到的第二位置信息发送至电子围栏处理模块300。
此外,由于所采集的原始图像可以是可见光图像,也可以是热红外图像,也可以两者都有,因此电子围栏智能处理器10可以使用可见光摄像机采集图像数据,也可以使用热红外摄像机采集图像数据,也可以将两种不同类型的摄像机结合使用。需要特别说明的是,使用热红外摄像机进行图像的采集可以达到以下所述的效果:利用热红外摄像机在黑暗、或隐藏在暗处的人体有更好的识别能力,增强电子围栏智能处理器10对黑暗的处理能力,减少漏检;热红外摄像机可以在减少雨雪天等天气因素对人工智能处理模块200的影响,增强人体特征的提取,减少漏检。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
为了便于描述,在这里可以使用空间相对术语,如“在……之上”、“在……上方”、“在……上表面”、“上面的”等,用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是,空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如,如果附图中的器件被倒置,则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。(该器件也可以其他不同方式定位旋转90度或处于其他方位),并且对这里所使用的空间相对描述作出相应解释。
在本公开的描述中,需要理解的是,方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系,仅是为了便于描述本公开和简化描述,在未作相反说明的情况下,这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作,因此不能理解为对本公开保护范围的限制;方位词“内、外”是指相对于各部件本身的轮廓的内外。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (11)
1.一种电子围栏智能处理器(10),用于对指定场景中所设定的电子围栏进行监控,其特征在于,包括人工智能处理模块(200)以及电子围栏处理模块(300),其中
所述人工智能处理模块(200)配置用于智能分析包括所述指定场景的第一图像中的目标对象;以及
所述电子围栏处理模块(300)配置用于根据所述目标对象在所述第一图像中的第一位置信息和接收到的所述指定场景中所设定的电子围栏在第二图像中的第二位置信息,判定是否发生与所述指定场景相关的预警事件。
2.根据权利要求1所述的电子围栏智能处理器(10),其特征在于,还包括预处理模块(100),配置用于根据所述电子围栏智能处理器(10)接收的所述第二图像,生成适于所述人工智能处理模块(200)进行智能分析的所述第一图像。
3.根据权利要求2所述的电子围栏智能处理器(10),其特征在于,所述电子围栏处理模块(300)包括坐标转换单元(310)、计算单元(320)和处理单元(330),其中
所述坐标转换单元(310)配置用于将所述目标对象在第一图像的第一位置信息转换为所述第二图像中相对应目标对象的第三位置信息;
所述计算单元(320)配置用于根据所述第三位置信息和所述第二位置信息,进行相应的计算操作;以及
所述处理单元(330)配置用于根据所述计算单元(320)输出的计算结果,判定是否发生与所述指定场景相关的预警事件。
4.根据权利要求2所述的电子围栏智能处理器(10),其特征在于,预处理模块(100)包括图像分辨率转换单元(110)和图像增强单元(120),其中
所述图像分辨率转换单元(110)配置用于将所述第二图像的第一图像分辨率转换为所述第一图像的第二图像分辨率;以及
所述图像增强单元(120)配置用于根据预设的算法对所述第一图像进行图像增强操作。
5.根据权利要求4所述的电子围栏智能处理器(10),其特征在于,
所述图像增强单元(120)配置用于根据预设的去噪滤波算法,抑制所述图像分辨率转换单元(110)输出的所述第一图像中的噪声;或
所述图像增强单元(120)配置用于根据预设的图像增强算法,增强所述图像分辨率转换单元(110)输出的所述第一图像中的细节信息。
6.根据权利要求1所述的电子围栏智能处理器(10),其特征在于,还包括图像融合模块(400),其中
所述图像融合模块(400)配置用于在所述第二图像的分辨率低于所述第一图像的分辨率的情况下,根据所述第一位置信息和所述第二位置信息,在所述第一图像中的所述目标对象和所述指定场景中所设定的电子围栏的位置处添加标记,生成第三图像;或
所述图像融合模块(400)配置用于在所述第二图像的分辨率高于所述第一图像的分辨率的情况下,根据所述第一位置信息和所述第二位置信息,在所述第二图像中的所述目标对象和所述指定场景中所设定的电子围栏的位置处添加标记,生成第三图像。
7.根据权利要求6所述的电子围栏智能处理器(10),其特征在于,在所述第一图像和所述第二图像均为热红外图像且所述第二图像的分辨率低于所述第一图像的分辨率的情况下,所述电子围栏智能处理器(10)还包括温度检测模块(500),所述温度检测模块(500)包括定位单元(510)和温度检测单元(520),其中
所述定位单元(510)配置用于根据所述目标对象在所述第一图像中的第一位置信息,确定所述目标对象在所述第二图像中的第三位置信息;
所述温度检测单元(520)配置用于根据所述第二图像中所述第三位置信息所对应的像素信息,确定与所述目标对象对应的温度分布信息;并且
所述图像融合模块(400)配置用于根据所述第一位置信息、所述第二位置信息和所述温度分布信息,在所述第一图像中的所述目标对象和所述指定场景中所设定的电子围栏的位置处添加标记,生成第三图像。
8.根据权利要求6所述的电子围栏智能处理器(10),其特征在于,还包括高清图像显示模块(600),与所述图像融合模块(400)连接,配置用于高清晰度显示所述图像融合模块(400)生成的所述第三图像。
9.根据权利要求1所述的电子围栏智能处理器(10),其特征在于,还包括报警模块(700),与所述电子围栏处理模块(300)连接,配置用于根据所述电子围栏处理模块(300)的判定结果,进行相应的报警处理操作。
10.根据权利要求1所述的电子围栏智能处理器(10),其特征在于,还包括网络接入模块(900),与所述电子围栏处理模块(300)连接,配置用于根据所述电子围栏处理模块(300)的判定结果,将智能分析结果发送给远端服务器。
11.根据权利要求3所述的电子围栏智能处理器(10),其特征在于,还包括电子围栏坐标转换模块(800),所述电子围栏坐标转换模块(800)配置用于将用户设定的电子围栏信息转换为所述第二图像中的第二位置信息,并将所述第二位置信息发送至所述电子围栏处理模块(300)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911285543.1A CN111063145A (zh) | 2019-12-13 | 2019-12-13 | 电子围栏智能处理器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911285543.1A CN111063145A (zh) | 2019-12-13 | 2019-12-13 | 电子围栏智能处理器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111063145A true CN111063145A (zh) | 2020-04-24 |
Family
ID=70301613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911285543.1A Pending CN111063145A (zh) | 2019-12-13 | 2019-12-13 | 电子围栏智能处理器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111063145A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111489521A (zh) * | 2020-05-22 | 2020-08-04 | 成都电科慧安科技有限公司 | 一种基于温度检测的网络电子围栏系统及其实施方法 |
CN114500960A (zh) * | 2022-04-06 | 2022-05-13 | 潍坊学院 | 一种畜禽牧场的巡视与报警管理系统及方法 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101123722A (zh) * | 2007-09-25 | 2008-02-13 | 北京智安邦科技有限公司 | 全景视频智能监控方法和系统 |
CN102754436A (zh) * | 2010-03-15 | 2012-10-24 | 欧姆龙株式会社 | 监视摄像机终端 |
CN103517035A (zh) * | 2012-06-28 | 2014-01-15 | 南京中兴力维软件有限公司 | 一种智能园区安防全景监控系统与方法 |
WO2016044375A1 (en) * | 2014-09-19 | 2016-03-24 | Illinois Tool Works Inc. | Configurable user detection system |
CN105812724A (zh) * | 2014-12-31 | 2016-07-27 | 浙江大华技术股份有限公司 | 一种全景云台的控制方法及系统 |
CN106254823A (zh) * | 2016-07-28 | 2016-12-21 | 广州紫川电子科技有限公司 | 基于红外热像仪的目标物闯入侦测方法、装置及系统 |
CN106647460A (zh) * | 2016-11-22 | 2017-05-10 | 天津七禾创意科技有限公司 | 一种牲畜管理系统用便于安装的电子围栏装置 |
CN106973266A (zh) * | 2017-03-31 | 2017-07-21 | 三峡大学 | 变电站安全作业管控系统及方法 |
CN107516074A (zh) * | 2017-08-01 | 2017-12-26 | 广州杰赛科技股份有限公司 | 一种认证识别方法及系统 |
CN107818651A (zh) * | 2017-10-27 | 2018-03-20 | 华润电力技术研究院有限公司 | 一种基于视频监控的非法越界报警方法及装置 |
CN108111802A (zh) * | 2016-11-23 | 2018-06-01 | 杭州海康威视数字技术股份有限公司 | 视频监控方法及装置 |
CN108550234A (zh) * | 2018-04-24 | 2018-09-18 | 成都恒高科技有限公司 | 双基站的标签匹配、围栏边界管理方法、装置及存储介质 |
CN108737793A (zh) * | 2010-12-30 | 2018-11-02 | 派尔高公司 | 使用摄像机网络跟踪运动对象 |
CN109040669A (zh) * | 2018-06-28 | 2018-12-18 | 国网山东省电力公司菏泽供电公司 | 变电站智能视频围栏方法及系统 |
CN109672862A (zh) * | 2018-12-21 | 2019-04-23 | 北京天宇威视科技股份有限公司 | 图像处理方法、装置、介质及电子设备 |
CN110517429A (zh) * | 2019-09-10 | 2019-11-29 | 浙江蓝迪电力科技有限公司 | 一种智能电子围栏系统及处理方法 |
-
2019
- 2019-12-13 CN CN201911285543.1A patent/CN111063145A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101123722A (zh) * | 2007-09-25 | 2008-02-13 | 北京智安邦科技有限公司 | 全景视频智能监控方法和系统 |
CN102754436A (zh) * | 2010-03-15 | 2012-10-24 | 欧姆龙株式会社 | 监视摄像机终端 |
CN108737793A (zh) * | 2010-12-30 | 2018-11-02 | 派尔高公司 | 使用摄像机网络跟踪运动对象 |
CN103517035A (zh) * | 2012-06-28 | 2014-01-15 | 南京中兴力维软件有限公司 | 一种智能园区安防全景监控系统与方法 |
WO2016044375A1 (en) * | 2014-09-19 | 2016-03-24 | Illinois Tool Works Inc. | Configurable user detection system |
CN105812724A (zh) * | 2014-12-31 | 2016-07-27 | 浙江大华技术股份有限公司 | 一种全景云台的控制方法及系统 |
CN106254823A (zh) * | 2016-07-28 | 2016-12-21 | 广州紫川电子科技有限公司 | 基于红外热像仪的目标物闯入侦测方法、装置及系统 |
CN106647460A (zh) * | 2016-11-22 | 2017-05-10 | 天津七禾创意科技有限公司 | 一种牲畜管理系统用便于安装的电子围栏装置 |
CN108111802A (zh) * | 2016-11-23 | 2018-06-01 | 杭州海康威视数字技术股份有限公司 | 视频监控方法及装置 |
CN106973266A (zh) * | 2017-03-31 | 2017-07-21 | 三峡大学 | 变电站安全作业管控系统及方法 |
CN107516074A (zh) * | 2017-08-01 | 2017-12-26 | 广州杰赛科技股份有限公司 | 一种认证识别方法及系统 |
CN107818651A (zh) * | 2017-10-27 | 2018-03-20 | 华润电力技术研究院有限公司 | 一种基于视频监控的非法越界报警方法及装置 |
CN108550234A (zh) * | 2018-04-24 | 2018-09-18 | 成都恒高科技有限公司 | 双基站的标签匹配、围栏边界管理方法、装置及存储介质 |
CN109040669A (zh) * | 2018-06-28 | 2018-12-18 | 国网山东省电力公司菏泽供电公司 | 变电站智能视频围栏方法及系统 |
CN109672862A (zh) * | 2018-12-21 | 2019-04-23 | 北京天宇威视科技股份有限公司 | 图像处理方法、装置、介质及电子设备 |
CN110517429A (zh) * | 2019-09-10 | 2019-11-29 | 浙江蓝迪电力科技有限公司 | 一种智能电子围栏系统及处理方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111489521A (zh) * | 2020-05-22 | 2020-08-04 | 成都电科慧安科技有限公司 | 一种基于温度检测的网络电子围栏系统及其实施方法 |
CN114500960A (zh) * | 2022-04-06 | 2022-05-13 | 潍坊学院 | 一种畜禽牧场的巡视与报警管理系统及方法 |
CN114500960B (zh) * | 2022-04-06 | 2022-08-02 | 潍坊学院 | 一种畜禽牧场的巡视与报警管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109886130B (zh) | 目标对象的确定方法、装置、存储介质和处理器 | |
CN110987189B (zh) | 对目标对象进行温度检测的方法、系统以及装置 | |
RU2484531C2 (ru) | Устройство обработки видеоинформации системы охранной сигнализации | |
CN112800860B (zh) | 一种事件相机和视觉相机协同的高速抛撒物检测方法和系统 | |
US9070023B2 (en) | System and method of alerting a driver that visual perception of pedestrian may be difficult | |
JP6764481B2 (ja) | 監視装置 | |
CN111522073B (zh) | 目标对象佩戴口罩情况的检测方法及热红外图像处理器 | |
CN111881853B (zh) | 一种超大桥隧中异常行为识别方法和装置 | |
CN111428600A (zh) | 吸烟检测方法、系统、装置及热红外图像处理器 | |
CN111289110A (zh) | 人体温度检测方法、系统、装置及热红外图像处理器 | |
CN111063145A (zh) | 电子围栏智能处理器 | |
CN111753587B (zh) | 一种倒地检测方法及装置 | |
KR101297121B1 (ko) | 적외선 영상을 이용한 터널 화재감지 장치 및 방법 | |
JP2001160146A (ja) | 画像認識方法および画像認識装置 | |
KR101520293B1 (ko) | 시각 집중에 의한 관심객체 검지와 포렌식 영상 획득 스케쥴링 방법 및 시스템 | |
CN112770090A (zh) | 一种基于异动检测与目标跟踪的监控方法 | |
CN116886874A (zh) | 一种生态园安防监控预警数据的采集方法及其系统 | |
Chen et al. | Automatic head detection for passenger flow analysis in bus surveillance videos | |
JP6831396B2 (ja) | 映像監視装置 | |
KR20210044127A (ko) | 영상 분석 기반 가시거리 측정 및 경보 시스템 및 방법 | |
Ke et al. | Individual tree crown detection and delineation from high spatial resolution imagery using active contour and hill-climbing methods | |
CN111707372B (zh) | 人体温度检测方法、系统、装置及图像处理器 | |
JP3736836B2 (ja) | 物体検出方法及び物体検出装置及びプログラム | |
CN111105372A (zh) | 热红外图像处理器、系统、方法及装置 | |
KR20150033047A (ko) | 객체를 검출하기 위한 전처리 장치 및 방법 |
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 |