CN111191507A - 智慧社区的安全预警分析方法及系统 - Google Patents
智慧社区的安全预警分析方法及系统 Download PDFInfo
- Publication number
- CN111191507A CN111191507A CN201911174363.6A CN201911174363A CN111191507A CN 111191507 A CN111191507 A CN 111191507A CN 201911174363 A CN201911174363 A CN 201911174363A CN 111191507 A CN111191507 A CN 111191507A
- Authority
- CN
- China
- Prior art keywords
- pet
- data
- motion path
- early warning
- tethered
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 230000033001 locomotion Effects 0.000 claims abstract description 46
- 238000012544 monitoring process Methods 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 14
- 238000013527 convolutional neural network Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000005299 abrasion Methods 0.000 claims description 2
- 230000004044 response Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Abstract
本发明提供一种基于智慧社区的安全预警分析方法,包括服务器获取监控系统中所有摄像头所采集到的监控视频流数据;所述服务器对所述监控视频流数据进行图像检测,进而识别所述数据中是否包含宠物元素;若所述数据中包含所述宠物元素,则对所述宠物进一步图像跟踪,直至完成所述宠物的运动路径采集;根据所述宠物的运动路径采集数据进而判断所述宠物是否处于栓绳状态,若所述宠物未处于栓绳状态,则发送预警消息至相关管理人员。本发明实施例所提供的基于智慧社区的安全预警分析方法,能够使得物业管理人员第一时间发现未栓绳宠物,避免潜在的安全风险。
Description
技术领域
本发明实施例涉及图像检测领域,尤其是基于智慧社区的安全预警分析方法、系统、计算机设备及存储介质。
背景技术
随着我国经济实力和生活质量不断的提高,很多民众开始饲养宠物。目前社区中的缺乏对宠物实施智能监控的产品和体系,完全无法满足消费者对宠物实施监控的需求。并且,部分宠物未栓绳的现象屡禁不止,如何在第一时间使得物业人员发现相关情况是当下继续解决的问题。
发明内容
为解决上述问题,本发明实施例提供了一种智慧社区的安全预警分析方法,包括以下步骤:
服务器获取监控系统中所有摄像头所采集到的监控视频流数据;
所述服务器对所述监控视频流数据进行图像检测,进而识别所述数据中是否包含宠物元素;
若所述数据中包含所述宠物元素,则对所述宠物进一步图像跟踪,直至完成所述宠物的运动路径采集;
根据所述宠物的运动路径采集数据进而判断所述宠物是否处于栓绳状态,若所述宠物未处于栓绳状态,则发送预警消息至相关管理人员。
优选的,所述服务器对所述监控视频流数据进行图像检测,进而识别所述数据中是否包含宠物元素的步骤之前,还包括:
对所述监控视频流数据进行预处理,得到帧图像集合,其中所述预处理为帧图像提取、背景差分以及去除噪音内容处理。
优选的,所述服务器对所述监控视频流数据进行图像检测,进而识别所述数据中是否包含宠物元素的步骤包括:
将所述帧图像集合交付于卷积神经网络进行图像检测,将卷积神经网络的输出类设置为二分类,所述二分类为宠物与非宠物;
得到所述卷积神经网络的输出结果以及位置框。
优选的,若所述数据中包含所述宠物元素,则对所述宠物进一步图像跟踪,直至完成所述宠物的运动路径采集的步骤包括:
若所述卷积神经网络的输出结果为宠物类,则对归属于所述宠物类的区域图像进行图像跟踪,得到一段时间内容位置框的坐标变化数组;
根据所述位置框的坐标变化数组计算所述宠物的运动路径。
优选的,根据所述宠物的运动路径采集数据进而判断所述宠物是否处于栓绳状态的步骤包括:
将所述宠物的运动路径与预置的栓绳宠物标准运动路径进行比对,若比对不通过,则判定所述宠物处于非栓绳状态。
优选的,所述若所述宠物未处于栓绳状态,则发送预警消息至相关管理人员的步骤包括:
若所述宠物未处于栓绳状态,则所述服务器从预置路径下调用预置的文本数据发送至所述相关管理人员。
优选的,所述根据所述位置框的坐标变化数组计算所述宠物的运动路径的步骤,还包括:
根据所述位置框的坐标变化数组计算位置框中心的的坐标变化数组;
根据所述位置框中心的坐标变化数组计算所述宠物的运动路径。
本发明实施例还提供一种基于智慧社区的安全预警系统,包括:
通信模块,用于以连接线的方式使得手机机体与车辆车载系统接口进行连接,随即手机客户端与车载系统进行通信连接;
获取模块,用于所述手机客户端向所述车载系统获取车辆当前各组件的磨损程度;
分析模块,用于所述手机客户端将所述车辆磨损程度进行数据分析和整理,生成第一数据包发送至后台服务器;
计算模块,用于所述后台服务器解析第一数据包,将所述第一数据包中各磨损条目项进行分析,并计算总维修金额,将所述总维修金额数据反馈至所述手机客户端进行显示。
本发明实施例还提供一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述计算机程序被处理器执行时实现如前述的基于智慧社区的安全预警方法。
本发明实施例还提供一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序能够被至少一个处理器所执行如前述的一种基于智慧社区的安全预警方法。
本发明实施例所提供的基于智慧社区的安全预警分析方法、系统、计算机设备及存储介质,能够使得物业管理人员第一时间发现未栓绳宠物,避免潜在的安全风险。
附图说明
图1为本发明一种基于智慧社区的安全预警分析方法的步骤流程图;
图2为本发明一基于智慧社区的安全预警系统的程序模块示意图;
图3为本发明计算机设备的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,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,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅处于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应当理解,尽管在本发明实施例中可能采用术语第一、第二等来描述指定关键字,但指定关键字不应限于这些术语。这些术语仅用来将指定关键字彼此区分开。例如,在不脱离本发明实施例范围的情况下,第一指定关键字也可以被称为第二指定关键字,类似地,第二指定关键字也可以被称为第一指定关键字。
取决于语境,如在此所使用的词语“如果”可以被解释称为“在……时”或“当……时”或“相应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或时间)”可以被解释成“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
请参考图1,本发明实施例提供一种基于智慧社区的安全预警分析方法,包括:
步骤S100服务器获取监控系统中所有摄像头所采集到的监控视频流数据;
步骤S200所述服务器对所述监控视频流数据进行图像检测,进而识别所述数据中是否包含宠物元素;
步骤S300若所述数据中包含所述宠物元素,则对所述宠物进一步图像跟踪,直至完成所述宠物的运动路径采集;
步骤S400根据所述宠物的运动路径采集数据进而判断所述宠物是否处于栓绳状态,若所述宠物未处于栓绳状态,则发送预警消息至相关管理人员。
具体的,本发明所采用的监控系统是由第三代IP网络监控系统,服务器可以随时随地调取网络监控系统中的任意摄像头所采集到的监控图像,在实例行的场景中,服务器周期性的获取监控系统中所有摄像头所采集到的监控视频流数据,对每个视频流数据进行图像检测,进而识别所述数据中是否包含宠物元素,若所述数据中包含所述宠物元素,则对所述宠物进一步图像跟踪,直至完成所述宠物的运动路径采集,随即根据所述宠物的运动路径采集数据进而判断所述宠物是否处于栓绳状态,若所述宠物未处于栓绳状态,则发送预警消息至相关管理人员。
其中,宠物的运动路径借由图像检测得到的位置框中心点进行计算,比传统的路径识别步骤计算量简单,相应速度高。
本发明实施例所提供的基于智慧社区的安全预警分析方法,能够使得物业管理人员第一时间发现未栓绳宠物,避免潜在的安全风险。
可选的,步骤S200所述服务器对所述监控视频流数据进行图像检测,进而识别所述数据中是否包含宠物元素的步骤之前,还包括:
对所述监控视频流数据进行预处理,得到帧图像集合,其中所述预处理为帧图像提取、背景差分以及去除噪音内容处理。
具体的,从监控系统中直接获取得到的监控数据是包含许多无关内容的,例如背景元素,人体元素等,因此,需要对所述监控视频流数据进行预处理,得到帧图像集合,其中所述预处理为帧图像提取、背景差分以及取出噪音内容处理等图像预处理技术,由于上述图像处理技术均为现有技术的拓展应用,因此本发明在此不再赘述。
可选的,步骤S200所述服务器对所述监控视频流数据进行图像检测,进而识别所述数据中是否包含宠物元素的步骤包括:
步骤S210将所述帧图像集合交付于卷积神经网络进行图像检测,将卷积神经网络的输出类设置为二分类,所述二分类为宠物与非宠物;
步骤S220得到所述卷积神经网络的输出结果以及位置框。
具体的,本发明所才用的卷积神经网络设定为由五个卷积层和三个池化层所形成的特征提取结构,将所述帧图像集合交付于上述特征提取结构,得到像素点矩阵,再有像素点矩阵进行RPN网络进行区域打分,进而完成原图像中各块区域的类别判定,并且输出结果不仅包括类别判定,还包括位置框,还包括各块判定区域所圈定的位置框,以便后续进行图像跟踪。
可选的,步骤S300若所述数据中包含所述宠物元素,则对所述宠物进一步图像跟踪,直至完成所述宠物的运动路径采集的步骤包括:
步骤S310若所述卷积神经网络的输出结果为宠物类,则对归属于所述宠物类的区域图像进行图像跟踪,得到一段时间内容位置框的坐标变化数组;
步骤S320根据所述位置框的坐标变化数组计算所述宠物的运动路径。
具体的,若所述卷积神经所输出的各块图像区域中,有部分区域的输出结果判定为“宠物”这个类,即目标检测物,则记录其对应区域的位置框各端点坐标,在拉取后续的监控视频流做同样的图像检测步骤,得到宠物类区域的新的位置框及其坐标,这一系列坐标框所变化的坐标即为宠物的运动路径。
当然,所述位置框的端点包含四个,为得到最佳路径,借由所述四个端点进而计算得到位置框的中心点,以所述位置框的中心点作为运动轨迹的样本点,精确度更高。
可选的,步骤S400根据所述宠物的运动路径采集数据进而判断所述宠物是否处于栓绳状态的步骤包括:
步骤S410将所述宠物的运动路径与预置的栓绳宠物标准运动路径进行比对,若比对不通过,则判定所述宠物处于非栓绳状态。
具体的,将所述宠物的运动路径与预置的栓绳宠物标准运动路径进行比对,若比对不通过,则判定所述宠物处于非栓绳状态。
其中,技术人员会在方案装载之前,先获取大量的未栓绳宠物运动的样本进行数据训练,进而得到一个校验用的栓绳宠物标准运动路径,并将该文件放入服务器中。
待服务器进行计算时,将即时分析得到的当前宠物运动路径,与预先放置的校验文件数据进行比对,若匹配度超过一定阈值,则可判定所述宠物出于非栓绳状态。
可选的,步骤S400所述若所述宠物未处于栓绳状态,则发送预警消息至相关管理人员的步骤包括:
若所述宠物未处于栓绳状态,则所述服务器从预置路径下调用预置的文本数据发送至所述相关管理人员。
具体的,服务器预先放置有预警消息文本,并设定有物业管理人员的手机号或IP地址等地址数据,一旦服务器识别为宠物出于未栓绳状态,则借由回调函数得到一开始输入视频流的来源摄像头其对应的地址,将该地址转换为文本消息填充与所述预警消息字段一并发送至物业管理人员。
可选的,步骤S320所述根据所述位置框的坐标变化数组计算所述宠物的运动路径的步骤,还包括:
步骤S321根据所述位置框的坐标变化数组计算位置框中心的的坐标变化数组;
步骤S322根据所述位置框中心的坐标变化数组计算所述宠物的运动路径。
本发明实施例还提供一种基于智慧社区的安全预警系统,其特征在于,包括:
通信模块100,用于以连接线的方式使得手机机体与车辆车载系统接口进行连接,随即手机客户端与车载系统进行通信连接;
获取模块200,用于所述手机客户端向所述车载系统获取车辆当前各组件的磨损程度;
分析模块300,用于所述手机客户端将所述车辆磨损程度进行数据分析和整理,生成第一数据包发送至后台服务器;
计算模块400,用于所述后台服务器解析第一数据包,将所述第一数据包中各磨损条目项进行分析,并计算总维修金额,将所述总维修金额数据反馈至所述手机客户端进行显示。
所述网络接口23可包括无线网络接口或有限网络接口,该网络接口23通常用于在所述计算机设备2与其他电子装置之间建立通信连接。例如,所述网络接口23用于通过网络将所述计算机设备2与外部终端项链,在计算机设备2与外部中断之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(GlobalSystemofMobilecommunication,GSM)、宽带码分多址(WidebandCodeDivisionMultipleAccess,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
在本实施例中,存储于存储器21中的所述基于智慧社区的安全预警分析系统20还可以被分割为一个或者多个程序模块,所述一个或者多个程序模块被存储于存储器21中,并由一个或多个处理器(本实施例为处理器22)所执行,以完成本发明。
另外,本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于基于智慧社区的安全预警分析系统20,被处理器执行时实现本发明的基于智慧社区的安全预警分析方法。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所做的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于智慧社区的安全预警方法,其特征在于,包括:
服务器获取监控系统中所有摄像头所采集到的监控视频流数据;
所述服务器对所述监控视频流数据进行图像检测,进而识别所述数据中是否包含宠物元素;
若所述数据中包含所述宠物元素,则对所述宠物进一步图像跟踪,直至完成所述宠物的运动路径采集;
根据所述宠物的运动路径采集数据进而判断所述宠物是否处于栓绳状态,若所述宠物未处于栓绳状态,则发送预警消息至相关管理人员。
2.根据权利要求1所述的一种基于智慧社区的安全预警方法,其特征在于,所述服务器对所述监控视频流数据进行图像检测,进而识别所述数据中是否包含宠物元素的步骤之前,还包括:
对所述监控视频流数据进行预处理,得到帧图像集合,其中所述预处理为帧图像提取、背景差分以及去除噪音内容处理。
3.根据权利要求2所述的一种基于智慧社区的安全预警方法,其特征在于,所述服务器对所述监控视频流数据进行图像检测,进而识别所述数据中是否包含宠物元素的步骤包括:
将所述帧图像集合交付于卷积神经网络进行图像检测,将卷积神经网络的输出类设置为二分类,所述二分类为宠物与非宠物;
得到所述卷积神经网络的输出结果以及位置框。
4.根据权利要求3所述的一种基于智慧社区的安全预警方法,其特征在于,若所述数据中包含所述宠物元素,则对所述宠物进一步图像跟踪,直至完成所述宠物的运动路径采集的步骤包括:
若所述卷积神经网络的输出结果为宠物类,则对归属于所述宠物类的区域图像进行图像跟踪,得到一段时间内容位置框的坐标变化数组;
根据所述位置框的坐标变化数组计算所述宠物的运动路径。
5.根据权利要求4所述的一种基于智慧社区的安全预警方法,其特征在于,根据所述宠物的运动路径采集数据进而判断所述宠物是否处于栓绳状态的步骤包括:
将所述宠物的运动路径与预置的栓绳宠物标准运动路径进行比对,若比对不通过,则判定所述宠物处于非栓绳状态。
6.根据权利要求4所述的一种基于智慧社区的安全预警方法,其特征在于,所述若所述宠物未处于栓绳状态,则发送预警消息至相关管理人员的步骤包括:
若所述宠物未处于栓绳状态,则所述服务器从预置路径下调用预置的文本数据发送至所述相关管理人员。
7.根据权利要求1所述的一种基于智慧社区的安全预警方法,其特征在于,所述根据所述位置框的坐标变化数组计算所述宠物的运动路径的步骤,还包括:
根据所述位置框的坐标变化数组计算位置框中心的的坐标变化数组;
根据所述位置框中心的坐标变化数组计算所述宠物的运动路径。
8.一种基于智慧社区的安全预警系统,其特征在于,包括:
通信模块,用于以连接线的方式使得手机机体与车辆车载系统接口进行连接,随即手机客户端与车载系统进行通信连接;
获取模块,用于所述手机客户端向所述车载系统获取车辆当前各组件的磨损程度;
分析模块,用于所述手机客户端将所述车辆磨损程度进行数据分析和整理,生成第一数据包发送至后台服务器;
计算模块,用于所述后台服务器解析第一数据包,将所述第一数据包中各磨损条目项进行分析,并计算总维修金额,将所述总维修金额数据反馈至所述手机客户端进行显示。
9.一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,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7任一项所述的基于智慧社区的安全预警方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序能够被至少一个处理器所执行如权利要求1至7的一种基于智慧社区的安全预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911174363.6A CN111191507A (zh) | 2019-11-26 | 2019-11-26 | 智慧社区的安全预警分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911174363.6A CN111191507A (zh) | 2019-11-26 | 2019-11-26 | 智慧社区的安全预警分析方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111191507A true CN111191507A (zh) | 2020-05-22 |
Family
ID=70707267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911174363.6A Pending CN111191507A (zh) | 2019-11-26 | 2019-11-26 | 智慧社区的安全预警分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111191507A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111770317A (zh) * | 2020-07-22 | 2020-10-13 | 平安国际智慧城市科技股份有限公司 | 用于智慧社区的视频监控方法、装置、设备及介质 |
CN112906678A (zh) * | 2021-05-07 | 2021-06-04 | 南京甄视智能科技有限公司 | 基于监控视频的非法遛狗事件检测方法、装置 |
CN113011421A (zh) * | 2021-04-29 | 2021-06-22 | 翁品莲 | 一种基于大数据的社区安全管理系统 |
CN113965722A (zh) * | 2021-09-10 | 2022-01-21 | 浙江西谷数字技术股份有限公司 | 一种基于物联网的智慧小区安防监控系统 |
CN115063751A (zh) * | 2022-07-27 | 2022-09-16 | 深圳市海清视讯科技有限公司 | 宠物牵绳检测方法、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204707283U (zh) * | 2015-05-19 | 2015-10-14 | 西安海导信息技术有限公司 | 监控设备及系统 |
CN108055501A (zh) * | 2017-11-22 | 2018-05-18 | 天津市亚安科技有限公司 | 一种目标检测及跟踪的视频监控系统及方法 |
CN109006558A (zh) * | 2018-07-31 | 2018-12-18 | 温州大学瓯江学院 | 一种基于大数据的走失宠物定位系统 |
CN110115232A (zh) * | 2018-08-09 | 2019-08-13 | 昆明创培知识产权服务有限公司 | 一种基于区块链技术的宠物诱捕及寻找系统 |
-
2019
- 2019-11-26 CN CN201911174363.6A patent/CN111191507A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204707283U (zh) * | 2015-05-19 | 2015-10-14 | 西安海导信息技术有限公司 | 监控设备及系统 |
CN108055501A (zh) * | 2017-11-22 | 2018-05-18 | 天津市亚安科技有限公司 | 一种目标检测及跟踪的视频监控系统及方法 |
CN109006558A (zh) * | 2018-07-31 | 2018-12-18 | 温州大学瓯江学院 | 一种基于大数据的走失宠物定位系统 |
CN110115232A (zh) * | 2018-08-09 | 2019-08-13 | 昆明创培知识产权服务有限公司 | 一种基于区块链技术的宠物诱捕及寻找系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111770317A (zh) * | 2020-07-22 | 2020-10-13 | 平安国际智慧城市科技股份有限公司 | 用于智慧社区的视频监控方法、装置、设备及介质 |
CN111770317B (zh) * | 2020-07-22 | 2023-02-03 | 平安国际智慧城市科技股份有限公司 | 用于智慧社区的视频监控方法、装置、设备及介质 |
CN113011421A (zh) * | 2021-04-29 | 2021-06-22 | 翁品莲 | 一种基于大数据的社区安全管理系统 |
CN112906678A (zh) * | 2021-05-07 | 2021-06-04 | 南京甄视智能科技有限公司 | 基于监控视频的非法遛狗事件检测方法、装置 |
CN113965722A (zh) * | 2021-09-10 | 2022-01-21 | 浙江西谷数字技术股份有限公司 | 一种基于物联网的智慧小区安防监控系统 |
CN115063751A (zh) * | 2022-07-27 | 2022-09-16 | 深圳市海清视讯科技有限公司 | 宠物牵绳检测方法、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111191507A (zh) | 智慧社区的安全预警分析方法及系统 | |
US20220301300A1 (en) | Processing method for augmented reality scene, terminal device, system, and computer storage medium | |
CN109766755B (zh) | 人脸识别方法及相关产品 | |
CN111860430B (zh) | 打架行为的识别方法和装置、存储介质及电子装置 | |
CN111104841A (zh) | 暴力行为检测方法及系统 | |
CN113052107B (zh) | 一种检测安全帽佩戴情况的方法、计算机设备及存储介质 | |
CN111047824B (zh) | 一种室内儿童看护联动控制预警方法及系统 | |
CN110602446A (zh) | 垃圾回收提醒方法、系统及存储介质 | |
KR102333143B1 (ko) | 무인 계수 서비스 제공 시스템 | |
CN111539338A (zh) | 行人口罩佩戴管控方法、装置、设备及计算机存储介质 | |
CN108288025A (zh) | 一种车载视频监控方法、装置及设备 | |
CN113139403A (zh) | 违规行为识别方法、装置、计算机设备和存储介质 | |
CN111581436B (zh) | 目标识别方法、装置、计算机设备和存储介质 | |
CN115600953A (zh) | 仓库库位的监控方法、装置、计算机设备和存储介质 | |
CN114782892A (zh) | 违规行为目标检测方法、装置、设备及存储介质 | |
CN112949439A (zh) | 一种油罐车重点区域人员入侵监测方法和系统 | |
CN114627394A (zh) | 一种基于无人机的渣土车套牌识别方法及系统 | |
CN115223105A (zh) | 基于大数据的风险信息监控分析方法及系统 | |
CN108537990B (zh) | 一体机欺诈判断方法、装置、设备及计算机可读存储介质 | |
CN114332925A (zh) | 电梯内宠物检测方法、系统、装置及计算机可读存储介质 | |
CN111199182A (zh) | 基于智慧社区的丢失物件方法、系统及存储介质 | |
CN112419639A (zh) | 一种视频信息的获取方法及装置 | |
CN116778550A (zh) | 施工区域的人员追踪方法、装置、设备以及存储介质 | |
CN110796068A (zh) | 社区泳池溺水检测方法及系统 | |
CN116229502A (zh) | 基于图像的摔倒行为识别方法及设备 |
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: 20200522 |
|
WD01 | Invention patent application deemed withdrawn after publication |