CN111160105A - 一种视频图像的监测方法、装置、设备及存储介质 - Google Patents
一种视频图像的监测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111160105A CN111160105A CN201911220842.7A CN201911220842A CN111160105A CN 111160105 A CN111160105 A CN 111160105A CN 201911220842 A CN201911220842 A CN 201911220842A CN 111160105 A CN111160105 A CN 111160105A
- Authority
- CN
- China
- Prior art keywords
- monitored
- video image
- monitoring
- objects
- generating
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000009471 action Effects 0.000 claims description 31
- 230000006399 behavior Effects 0.000 claims description 31
- 230000014509 gene expression Effects 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 19
- 230000015654 memory Effects 0.000 claims description 16
- 230000008921 facial expression Effects 0.000 claims description 13
- 238000007405 data analysis Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012806 monitoring device Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000052343 Dares Species 0.000 description 1
- 241001282135 Poromitra oscitans Species 0.000 description 1
- 206010048232 Yawning Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06V40/174—Facial expression recognition
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Abstract
本发明公开一种视频图像的监测方法、装置、设备及存储介质，其中方法包括：获取多个待监测对象的视频图像信息；根据视频图像信息，确定每个待监测对象在目标区域中所属位置对应的坐标编号；根据坐标编号，预设多个待监测对象的视频图像监测规则；根据视频图像监测规则，按照第一预设时间依次特写监测每个待监测对象并生成基于每个待监测对象的特写视频图像；按照第二预设时间全景监测在目标区域中的多个待监测对象并生成基于多个待监测对象的全景视频图像。本发明可以及时获知每个学生在在线教学课堂教学中的具体表现行为，有利于分析在线课堂中视频图像的具体场景。
Description
技术领域
本发明涉及视频监控技术领域，具体涉及一种视频图像的监测方法、装置、设备及存储介质。
背景技术
随着物联网技术的快速发展，多媒体视频图像越来越受欢迎，在各学校或培训结构以及网络化教学的环境下，通过各音视频设备构成视频图像录播系统，用于课堂教学中便于老师与学生互动，进而使得课堂教学更加丰富多彩。
在现有技术中的视频图像系统中，由于视频摄像头在教室中的摄像范围有限，如果只是简单地拍摄一下教室中所有学生的视频图像，并不敢保证完全可以采集到教室中每个学生的当前行为状态，因此，无法详细了解每个学生在音视频在线教学过程中的具体表现行为，导致无法分析视频图像的具体情景。
发明内容
有鉴于此，本发明实施例提供了一种视频图像的监测方法，以解决现有技术中的视频图像系统，无法详细了解每个学生在音视频在线教学过程中的具体表现行为，导致无法分析视频图像的具体情景问题。
根据第一方面，本发明实施例提供了一种视频图像的监测方法，包括如下步骤：
获取多个待监测对象的视频图像信息；
根据所述视频图像信息，确定每个所述待监测对象在目标区域中所属位置对应的坐标编号；
根据所述坐标编号，预设所述多个待监测对象的视频图像监测规则；
根据所述视频图像监测规则，按照第一预设时间依次特写监测每个所述待监测对象并生成基于所述每个待监测对象的特写视频图像；
按照第二预设时间全景监测在所述目标区域中的所述多个待监测对象并生成基于所述多个待监测对象的全景视频图像。
结合第一方面，在第一方面第一实施方式中，所述的视频图像的监测方法，在所述按照第二预设时间全景监测在所述目标区域中的所述多个待监测对象并生成基于所述多个待监测对象的全景视频图像的步骤之后包括：
根据所述每个待监测对象的特写视频图像和所述多个待监测对象的全景视频图像，分析所述每个待监测对象的当前行为状态并统计所述待监测对象的行为状态分析数据；
将所述状态分析数据发送给各路视频终端设备。
结合第一方面，在第一方面第二实施方式中，所述根据所述坐标编号，预设所述多个待监测对象的视频图像监测规则的步骤包括：
根据所述坐标编号，生成待监测对象的二维坐标图；
根据所述二维坐标图，设置预设线路形成所述视频图像监测规则。
结合第一方面第一实施方式，在第一方面第三实施方式中，所述根据所述每个待监测对象的特写视频图像和所述多个待监测对象的全景视频图像，分析所述每个待监测对象的当前行为状态并统计所述待监测对象的行为状态分析数据的步骤包括：
识别所述每个待监测对象的当前动作和当前面部表情；
根据所述当前动作和所述当前面部表情，统计在每种动作状态下对应的待监测对象动作人数和在每种面部表情状态下对应的待监测对象表情人数；
根据所述待监测对象动作人数生成动作数据分析图，根据所述待监测对象表情人数生成表情数据分析图。
根据第二方面，本发明实施例提供一种视频图像的监测装置，包括：
获取模块，用于获取多个待监测对象的视频图像信息；
确定模块，用于根据所述视频图像信息，确定每个所述待监测对象在目标区域中所属位置对应的坐标编号；
预设模块，用于根据所述坐标编号，预设所述多个待监测对象的视频图像监测规则；
特写监测模块，用于根据所述视频图像监测规则，按照第一预设时间依次特写监测每个所述待监测对象并生成基于所述每个待监测对象的特写视频图像；
全景监测模块，用于按照第二预设时间全景监测在所述目标区域中的所述多个待监测对象并生成基于所述多个待监测对象的全景视频图像。
结合第一方面，在第二方面第一实施方式中，所述的视频图像的监测装置，包括：
统计分析模块，用于根据所述每个待监测对象的特写视频图像和所述多个待监测对象的全景视频图像，分析所述每个待监测对象的当前行为状态并统计所述待监测对象的行为状态分析数据；
发送模块，用于将所述状态分析数据发送给各路视频终端设备。
结合第二方面，在第二方面第二实施方式中，所述预设模块包括：
生成子模块，用于根据所述坐标编号，生成待监测对象的二维坐标图；
设置子模块，用于根据所述二维坐标图，设置预设线路形成所述视频图像监测规则。
根据第三方面，本发明实施例提供一种存储介质，其上存储有计算机指令，该指令被处理器执行时实现第一方面或第一方面任一实施方式中所述的视频图像的监测方法的步骤。
根据第四方面，本发明实施例提供一种视频图像监测设备，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，还包括：
摄像器，设置在目标区域中，与所述存储器和所述处理器连接；
所述处理器执行所述程序时实现第一方面或第一方面任一实施方式中所述的视频图像的监测方法的步骤。
本发明技术方案，具有如下优点：
本发明提供一种视频图像的监测方法、装置、设备及存储介质，其中方法，包括：包括如下步骤：获取多个待监测对象的视频图像信息；根据所述视频图像信息，确定每个所述待监测对象在目标区域中所属位置对应的坐标编号；根据所述坐标编号，预设所述多个待监测对象的视频图像监测规则；根据所述视频图像监测规则，按照第一预设时间依次特写监测每个所述待监测对象并生成基于所述每个待监测对象的特写视频图像；按照第二预设时间全景监测在所述目标区域中的所述多个待监测对象并生成基于所述多个待监测对象的全景视频图像；根据所述每个待监测对象的特写视频图像和所述多个待监测对象的全景视频图像，分析所述每个待监测对象的当前行为状态并统计所述待监测对象的行为状态分析数据。本发明可以及时获知每个学生在在线教学课堂教学中的具体表现行为，有利于分析在线课堂中视频图像的具体场景。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中视频图像的监测方法的第一流程图；
图2为本发明实施例中视频图像的监测方法的第二流程图；
图3为本发明实施例中目标区域的二维坐标图；
图4本发明实施例中视频图像的监测方法的第三流程图；
图5A本发明实施例中待监测对象人数对应的动作数据分析图；
图5B为本发明实施例中待监测对象人数对应的表情数据分析图；
图6本发明实施例中视频图像的监测方法的第三流程图；
图7本发明实施例中视频图像的监测装置的结构框图；
图8本发明实施例中视频图像的监测设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
实施例1
本发明实施例提供一种视频图像的监测方法，如图1所示，包括如下步骤：
步骤S1：获取多个待监测对象的视频图像信息。此处的待监测对象主要为听课学生，也可以为讲课老师。例如：利用摄像器采集在课堂上位于教室中多个学生的视频图像信息。
步骤S2：根据视频图像信息，确定每个待监测对象在目标区域中所属位置对应的坐标编号。此处的目标区域可以学生上课的教室或培训教室。例如：在教室中的学生是按照排与列摆放座位的，对于第3排第2列的某位学生，其在教室中对应的坐标编号可以为(3,2)，对于第4排第3列的某位学生，其在教室中对应的坐标编号可以为(4，3)。
步骤S3：根据坐标编号，预设多个待监测对象的视频图像监测规则。此处的视频图像监测规则为摄像器巡视位于教室中学生的巡视规则。
在一具体实施例中，上述步骤S3在执行的过程中，如图2所示，可具体包括如下步骤：
步骤S21：根据坐标编号，生成待监测对象的二维坐标图。此处的坐标编号为每个待监测对象在目标区域中对应的坐标编号。例如：在教室中的学生为6排5列，共计30人，根据每个学生的坐标编号，即根据(1,1)，(1,2)，(1,3)，(1,4)，(1,5)，(2,1)，(2,2)，(2,3)，(2,4)，(2,5)等，可以生成一个二维坐标图。如图3所示，该二维坐标图中每个点表示每个学生的当前位置，多个点位于二维坐标图中。
步骤S22：根据二维坐标图，设置预设线路形成视频图像监测规则。例如：在图3中，可以按照从第1排第1列的学生开始呈S型巡视教室中的全班学生，该预设线路呈首尾相连的S型，对于全班学生为6排5列而言，按照二维坐标图中的坐标点(1,1)……(5，1)；至(5,2)……(1,2)；至(1,3)……(5,3)；至(5,4)……(1,4)；至(1,5)……(5，5)；至(5,6)……(1，6)。或者，在图3中，可以从第1排第1列的学生开始按照每排从头开始巡视教室中的全班学生，该预设线路呈首端对齐的一字型，对于全班学生为6排5列而言，按照二维坐标图中的坐标点(1,1)……(5，1)；至(1,2)……(5,2)；至(1,3)……(5,3)；至(1,4)……(5,4)；至(1,5)……(5，5)；至(6,1)……(6,6)。当然，本实施例中在二维坐标图中的预设线路还可以为其它形状的线路，可以根据巡视需求设置不同形状的预设线路。本发明实施例中设置预设线路形成视频图像监测规则可以实现有规律地巡视到教室中的每个学生，便于监测到每个学生的当前行为状态。
步骤S4：根据视频图像监测规则，按照第一预设时间特写监测每个待监测对象并生成基于每个待监测对象的特写视频图像。
具体地，第一预设时间为时间段，该时间段通常为几秒钟，当然，该第一预设时间可以确保巡视完教室中的每个学生。在图3中，按照视频图像监测规则在教室中依次从头至尾特写巡视每个学生，并生成关于每个学生的特写视频图像。例如：第一预设时间为5s，在5s内按照视频图像监测规则将全班6排5列的学生巡视完，按照巡视记录生成每个学生的特写视频图像。
步骤S5：按照第二预设时间全景监测在目标区域中的多个待监测对象并生成基于多个待监测对象的全景视频图像。
具体地，第二预设时间也为时间段，该时间段也通常为几秒钟，通常第二预设时间小于上述中的第一预设时间。在图3中，按照视频图像监测规则巡视完教室中的全班学生，可以保持一个时间段的全景画面，并生成全班学生的全景视频图像。
本发明实施例通过上述步骤S1至步骤S5，按照基于坐标图设置的视频图像监测规则，可以清晰地捕捉到目标区域中每个待监测对象的特写视频图像以及目标区域中所有待监测对象的全景视频图像，以免漏采集某个待监测对象的当前视频图像，进而确保获知到目标区域中所有待监测对象的所有行为状态。
在一具体实施例中，本发明实施例中的视频图像的监测方法，如图6所示，在按照第二预设时间全景监测在目标区域中的多个待监测对象并生成基于多个待监测对象的全景视频图像的步骤S5之后包括：
步骤S6：根据每个待监测对象的特写视频图像和多个待监测对象的全景视频图像，分析每个待监测对象的当前行为状态并统计待监测对象的行为状态分析数据。
在一具体实施例中，上述步骤S6在执行的过程中，如图4所示，可具体包括如下步骤：
步骤S41：识别每个待监测对象的当前动作和当前面部表情。当待监测对象为待监测学生时，此处的当前动作包括学生的低头动作、转头动作、起立动作、睡觉动作、举手动作、抬头听课动作等，此处的当前面部表情包括眯眼表情、微笑表情、聚精会神的表情、无精打采的表情、打哈欠表情、跑神表情、闭眼表情等。
步骤S42：根据当前动作和当前面部表情，统计在每种动作状态下对应的待监测对象动作人数和在每种面部表情状态下对应的待监测对象表情人数。
步骤S43：根据待监测对象动作人数生成动作数据分析图，根据待监测对象表情人数生成表情数据分析图。基于上述步骤S42在每种动作状态下对应的待监测对象动作人数和在每种面部表情状态下对应的待监测对象表情人数的数据信息，如图5A所示，生成的待动作数据分析图，如图5B所示，生成的表情数据分析图，该数据分析图包括条形和圆环图。
本发明实施例中的视频图像的监测方法，通过上述步骤S1至步骤S6，按照视频图像监测规则巡视全班中的每个学生，可以实现巡视到教室中的每个坐标位置对的应学生的当前行为状态，并对每个学生的当前行为状态进行分析统计数据，便于及时获知每个学生在在线教学课堂教学中具体表现行为，有利于分析在线课堂的中视频图像的具体场景。
在上述步骤S6执行的步骤之后，在图6中，包括：
步骤S7：将状态分析数据发送给各路视频终端设备。通过将教室中待监测学生的状态分析数据发送给各路视频终端设备，便于各路终端设备也可以及时获知在线课堂上学生的当前行为状态。
实施例2
本发明实施例提供一种视频图像的监测装置，如图7所示，包括：
获取模块71，用于获取多个待监测对象的视频图像信。
确定模块72，用于根据视频图像信息，确定每个待监测对象在目标区域中所属位置对应的坐标编号。
预设模块73，用于根据坐标编号，预设多个待监测对象的视频图像监测规则。
特写监测模块74，用于根据视频图像监测规则，按照第一预设时间顺序依次特写监测每个待监测对象并生成基于每个待监测对象的特写视频图像。
全景监测模块75，用于按照第二预设时间全景监测在目标区域中的多个待监测对象并生成基于多个待监测对象的全景视频图像。
本发明实施例中的视频图像的监测装置，在图7中，包括：
统计分析模块76，用于根据每个待监测对象的特写视频图像和多个待监测对象的全景视频图像，分析每个待监测对象的当前行为状态并统计待监测对象的行为状态分析数据。
发送模块77，用于将状态分析数据发送给各路视频终端设备。
本发明实施例中的视频图像的监测装置，在图7中，预设模块73包括：
生成子模块731，用于根据坐标编号，生成待监测对象的二维坐标图；
设置子模块732，用于根据二维坐标图，设置预设线路形成视频图像监测规则。
本发明实施例中的视频图像的监测装置，在图7中，统计分析模块76包括：
识别子模块761，用于识别每个待监测对象的当前动作和当前面部表情；
统计子模块762，用于根据当前动作和当前面部表情，统计在每种动作状态下对应的待监测对象动作人数和在每种面部表情状态下对应的待监测对象表情人数；
生成子模块763，用于根据待监测对象动作人数生成动作数据分析图，根据待监测对象表情人数生成表情数据分析图。
本发明实施例中的视频图像的监测装置，待监测对象包括待监测学生。
本发明实施例中的视频图像的监测装置，按照视频图像监测规则巡视全班中的每个学生，可以实现巡视到教室中的每个坐标位置对的应学生的当前行为状态，并对每个学生的当前行为状态进行分析统计数据，便于及时获知每个学生在在线教学课堂教学中的具体表现行为，有利于分析在线课堂中视频图像的具体场景。
实施例3
本发明实施例提供一种存储介质，其上存储有计算机指令，该指令被处理器执行时实现实施例1中视频图像的监测方法的步骤。该存储介质上还存储有视频图像信息、每个待监测对象在目标区域中所属位置对应的坐标编号、视频图像监测规则、每个待监测对象的特写视频图像、第一预设时间、第二预设时间、多个待监测对象的全景视频图像、状态分析数据等。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard DiskDrive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
本领域技术人员可以理解，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，程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。
实施例4
本发明实施例提供一种视频图像监测设备，如图8所示，包括存储器820、处理器810及存储在存储器820上并可在处理器810上运行的计算机程序，在图8中，摄像器850，设置在目标区域中，通过总线与存储器820和处理器810连接；处理器810执行程序时实现实施例1中视频图像监测设备方法的步骤。图8是本发明实施例提供的执行列表项操作的处理方法的一种视频图像监测设备的硬件结构示意图，如图8所示，该视频图像监测设备包括一个或多个处理器810以及存储器820，图8中以一个处理器810为例。
执行列表项操作的处理方法的视频图像监测设备还可以包括：输入装置830和输出装置840。
处理器810、存储器820、输入装置830和输出装置840可以通过总线或者其他方式连接，图8中以通过总线连接为例。
处理器810可以为中央处理器(Central Processing Unit，CPU)。处理器810还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (9)
1.一种视频图像的监测方法，其特征在于，包括如下步骤：
获取多个待监测对象的视频图像信息；
根据所述视频图像信息，确定每个所述待监测对象在目标区域中所属位置对应的坐标编号；
根据所述坐标编号，预设所述多个待监测对象的视频图像监测规则；
根据所述视频图像监测规则，按照第一预设时间依次特写监测每个所述待监测对象并生成基于所述每个待监测对象的特写视频图像；
按照第二预设时间全景监测在所述目标区域中的所述多个待监测对象并生成基于所述多个待监测对象的全景视频图像。
2.根据权利要求1所述的视频图像的监测方法，其特征在于，在所述按照第二预设时间全景监测在所述目标区域中的所述多个待监测对象并生成基于所述多个待监测对象的全景视频图像的步骤之后包括：
根据所述每个待监测对象的特写视频图像和所述多个待监测对象的全景视频图像，分析所述每个待监测对象的当前行为状态并统计所述待监测对象的行为状态分析数据；
将所述状态分析数据发送给各路视频终端设备。
3.根据权利要求1所述的视频图像的监测方法，其特征在于，所述根据所述坐标编号，预设所述多个待监测对象的视频图像监测规则的步骤包括：
根据所述坐标编号，生成待监测对象的二维坐标图；
根据所述二维坐标图，设置预设线路形成所述视频图像监测规则。
4.根据权利要求2所述的视频图像的监测方法，其特征在于，所述根据所述每个待监测对象的特写视频图像和所述多个待监测对象的全景视频图像，分析所述每个待监测对象的当前行为状态并统计所述待监测对象的行为状态分析数据的步骤包括：
识别所述每个待监测对象的当前动作和当前面部表情；
根据所述当前动作和所述当前面部表情，统计在每种动作状态下对应的待监测对象动作人数和在每种面部表情状态下对应的待监测对象表情人数；
根据所述待监测对象动作人数生成动作数据分析图，根据所述待监测对象表情人数生成表情数据分析图。
5.一种视频图像的监测装置，其特征在于，包括：
获取模块，用于获取多个待监测对象的视频图像信息；
确定模块，用于根据所述视频图像信息，确定每个所述待监测对象在目标区域中所属位置对应的坐标编号；
预设模块，用于根据所述坐标编号，预设所述多个待监测对象的视频图像监测规则；
特写监测模块，用于根据所述视频图像监测规则，按照第一预设时间依次特写监测每个所述待监测对象并生成基于所述每个待监测对象的特写视频图像；
全景监测模块，用于按照第二预设时间全景监测在所述目标区域中的所述多个待监测对象并生成基于所述多个待监测对象的全景视频图像。
6.根据权利要求1所述的视频图像的监测装置，其特征在于，包括：
统计分析模块，用于根据所述每个待监测对象的特写视频图像和所述多个待监测对象的全景视频图像，分析所述每个待监测对象的当前行为状态并统计所述待监测对象的行为状态分析数据；
发送模块，用于将所述状态分析数据发送给各路视频终端设备。
7.根据权利要求5所述的视频图像的监测装置，其特征在于，所述预设模块包括：
生成子模块，用于根据所述坐标编号，生成待监测对象的二维坐标图；
设置子模块，用于根据所述二维坐标图，设置预设线路形成所述视频图像监测规则。
8.一种存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现权利要求1-4任一项所述的视频图像的监测方法的步骤。
9.一种视频图像监测设备，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，其特征在于，还包括：
摄像器，设置在目标区域中，与所述存储器和所述处理器连接；
所述处理器执行所述程序时实现权利要求1-4任一项所述的视频图像的监测方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911220842.7A CN111160105A (zh) | 2019-12-03 | 2019-12-03 | 一种视频图像的监测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911220842.7A CN111160105A (zh) | 2019-12-03 | 2019-12-03 | 一种视频图像的监测方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111160105A true CN111160105A (zh) | 2020-05-15 |
Family
ID=70556333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911220842.7A Pending CN111160105A (zh) | 2019-12-03 | 2019-12-03 | 一种视频图像的监测方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111160105A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101236599A (zh) * | 2007-12-29 | 2008-08-06 | 浙江工业大学 | 基于多摄像机信息融合的人脸识别检测装置 |
| CN103946732A (zh) * | 2011-09-26 | 2014-07-23 | 微软公司 | 基于对透视、近眼显示器的传感器输入的视频显示修改 |
| CN104539896A (zh) * | 2014-12-25 | 2015-04-22 | 桂林远望智能通信科技有限公司 | 一种全景监控与热点特写的智能监控系统及方法 |
| CN107770484A (zh) * | 2016-08-19 | 2018-03-06 | 杭州海康威视数字技术股份有限公司 | 一种视频监控信息生成方法、装置及摄像机 |
| CN109636763A (zh) * | 2017-10-09 | 2019-04-16 | 泰邦泰平科技（北京）有限公司 | 一种智能复眼监控系统 |
| CN109815795A (zh) * | 2018-12-14 | 2019-05-28 | 深圳壹账通智能科技有限公司 | 基于人脸监测的课堂学生状态分析方法及装置 |
| CN109934182A (zh) * | 2019-03-18 | 2019-06-25 | 北京旷视科技有限公司 | 对象行为分析方法、装置、电子设备及计算机存储介质 |
| CN110443183A (zh) * | 2019-07-31 | 2019-11-12 | 北京大米科技有限公司 | 一种上课状态监测方法、装置、存储介质及服务器 |
-
2019
- 2019-12-03 CN CN201911220842.7A patent/CN111160105A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101236599A (zh) * | 2007-12-29 | 2008-08-06 | 浙江工业大学 | 基于多摄像机信息融合的人脸识别检测装置 |
| CN103946732A (zh) * | 2011-09-26 | 2014-07-23 | 微软公司 | 基于对透视、近眼显示器的传感器输入的视频显示修改 |
| CN104539896A (zh) * | 2014-12-25 | 2015-04-22 | 桂林远望智能通信科技有限公司 | 一种全景监控与热点特写的智能监控系统及方法 |
| CN107770484A (zh) * | 2016-08-19 | 2018-03-06 | 杭州海康威视数字技术股份有限公司 | 一种视频监控信息生成方法、装置及摄像机 |
| CN109636763A (zh) * | 2017-10-09 | 2019-04-16 | 泰邦泰平科技（北京）有限公司 | 一种智能复眼监控系统 |
| CN109815795A (zh) * | 2018-12-14 | 2019-05-28 | 深圳壹账通智能科技有限公司 | 基于人脸监测的课堂学生状态分析方法及装置 |
| CN109934182A (zh) * | 2019-03-18 | 2019-06-25 | 北京旷视科技有限公司 | 对象行为分析方法、装置、电子设备及计算机存储介质 |
| CN110443183A (zh) * | 2019-07-31 | 2019-11-12 | 北京大米科技有限公司 | 一种上课状态监测方法、装置、存储介质及服务器 |
Non-Patent Citations (1)
| Title |
|---|
| 方冠男: "基于视频流人脸识别的课堂考勤系统的设计与实现" * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3992976A1 (en) | Compound property prediction method and apparatus, and computer device and readable storage medium | |
| CN107316520B (zh) | 视频教学互动方法、装置、设备及存储介质 | |
| CN109165573B (zh) | 用于提取视频特征向量的方法和装置 | |
| CN110837795A (zh) | 基于课堂监控视频的教学情况智能监测方法、装置及设备 | |
| CN110659397A (zh) | 一种行为检测方法、装置、电子设备和存储介质 | |
| CN111935453A (zh) | 一种学习监督方法、装置、电子设备及存储介质 | |
| US11253748B2 (en) | Scoring method, exercise system, and non-transitory computer readable storage medium | |
| CN107704890B (zh) | 一种四元组图像的生成方法和装置 | |
| Deng et al. | Learning from images: A distillation learning framework for event cameras | |
| JPWO2018037948A1 (ja) | 画像処理装置および方法 | |
| CN110740298A (zh) | 分布式教室违纪行为检测系统、方法及介质 | |
| CN112613780A (zh) | 一种学习报告生成的方法、装置、电子设备及存储介质 | |
| EP3432575A1 (en) | Method for performing multi-camera automatic patrol control with aid of statistics data in a surveillance system, and associated apparatus | |
| CN110390226B (zh) | 人群事件识别方法、装置、电子设备及系统 | |
| CN113920540A (zh) | 基于知识蒸馏的行人重识别方法、装置、设备及存储介质 | |
| CN108133737B (zh) | 啮齿类动物恐惧实验视频分析方法及装置 | |
| CN113553952A (zh) | 异常行为识别方法及装置、设备、存储介质、程序产品 | |
| CN111160105A (zh) | 一种视频图像的监测方法、装置、设备及存储介质 | |
| CN113312951A (zh) | 动态视频目标跟踪系统、相关方法、装置及设备 | |
| CN112153421A (zh) | 数据处理方法、装置、系统、电子设备及存储介质 | |
| CN112162888A (zh) | 显示器黑屏的原因的确定方法、装置和计算机存储介质 | |
| US10438066B2 (en) | Evaluation of models generated from objects in video | |
| CN112307823A (zh) | 用于对视频中的对象进行标注的方法和设备 | |
| US20220327663A1 (en) | Video Super-Resolution using Deep Neural Networks | |
| CN114257757B (zh) | 视频的自动裁剪切换方法及系统、视频播放器及存储介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 247100 workshop C2, science and Technology Incubation Park, Jiangnan industrial concentration zone, Chizhou City, Anhui Province Applicant after: Anhui Wenxiang Technology Co.,Ltd. Address before: 100176 11th floor, block B, AVIC Plaza, 15 ronghua South Road, economic and Technological Development Zone, Daxing District, Beijing Applicant before: BEIJING WENXIANG INFORMATION TECHNOLOGY Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200515 |