CN111553257A - 一种高空抛物预警方法 - Google Patents
一种高空抛物预警方法 Download PDFInfo
- Publication number
- CN111553257A CN111553257A CN202010336786.XA CN202010336786A CN111553257A CN 111553257 A CN111553257 A CN 111553257A CN 202010336786 A CN202010336786 A CN 202010336786A CN 111553257 A CN111553257 A CN 111553257A
- Authority
- CN
- China
- Prior art keywords
- frame
- altitude parabolic
- video
- early warning
- contour
- 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 34
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 abstract description 5
- 230000036632 reaction speed Effects 0.000 abstract description 5
- 230000007246 mechanism Effects 0.000 abstract description 3
- 230000006399 behavior Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 4
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- 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
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- G06V20/44—Event detection
Abstract
本发明公开了一种高空抛物预警方法，通过Vibe++算法对社区楼栋面的适当位置的监控画面，获取视频帧序列的快速移动物体的轨迹，然后进行轨迹分析和高空抛物行为的判定，从而实现高空抛物行为的预警和及时视频取证。本发明的一种高空抛物预警方法，提出一种Vibe++算法的高空抛物预警改进机制，能够对快速移动物体进行轨迹跟踪和分析，具有较强抗干扰的特性，从而对于楼栋高空抛物进行检测和预警。本发明的一种高空抛物预警方法具有检测效率高，反应速度快、抗干扰能力强的优点。
Description
技术领域
本发明涉及视频监控分析技术领域，尤其涉及一种检测效率高，反应速度快、抗干扰能力强的高空抛物预警方法。
背景技术
高空抛物被称为“悬在城市上空的痛”，一直以来高空抛物行为倍受关注，作为城市不文明的行为的同时，它所带来的社会危害也很大。由于其不文明行为的实施场所多为高空楼层，少有目击者，抛物时间短，甚至有人在抛物时故意隐去身影，使得执法部门很难追究抛物者的法律责任，此类事件屡见不鲜、屡禁不止。高空抛物、作为居民住宅小区管理的通病，其管理整治关系着社会治安稳定和群众的生命安全，然而仅依靠传统思想道德宣传仍无法达到非常良好的效果，特别在高楼层的居民楼内，居民为了贪图一时方便，对外抛物的危害更大。目前已经有很多高空抛物的检测方法，但是对于光线和楼栋监控区域的物体多样性和不规律动态性的抗干扰能力不足。
因此，有必要提出一种改进，以克服现有技术缺陷。
发明内容
本发明的目的是解决现有技术中的问题，提供一种检测效率高，反应速度快、抗干扰能力强的高空抛物预警方法。
本发明的技术方案是：一种高空抛物预警方法，包括以下步骤：
S1、对楼宇进行高空抛物视频监控，获取第一视频帧作为背景视频模型帧Frame_dic；
S2、利用Vibe算法对后续视频帧序列进行快速移动物体检测，并利用Opencv的轮廓外接框功能，获取每一帧物体外接框信息集合Object_set；
S3、根据步骤S2获取的外接框信息集合Object_set进行物体轨迹分析和高空抛物判定。
作为一种优选的技术方案，所述步骤S2“利用Vibe算法对后续视频帧序列进行快速移动物体检测，并利用Opencv的轮廓外接框功能，获取每一帧物体外接框信息集合Object_set”的具体步骤为：
S2a、每获取一帧视频，将该视频帧与背景视频模型帧对比，采用Vibe++算法，获取视频前景目标；
S2b、对获取的的前景目标物体图像采用Opencv的轮廓外接框功能获取前景目标物体的轮廓坐标信息，得到每一帧物体外接框信息，将所述每一帧物体外接框坐标信息组成集合Object_set。
作为一种进一步优选的技术方案，在所述步骤S2a之后，还包括步骤S2c：利用Vibe++算法，随机选择需要替换的像素的样本，随机选择邻域像素进行更新背景视频模型帧Frame_dic。
作为一种优选的技术方案，所述步骤S3“根据步骤S2获取的外接框信息集合Object_set进行物体轨迹分析和高空抛物判定”具体步骤为：
S3a、获取视频帧序列中的某一特定帧的前景目标物体的轮廓外接框坐标信息集合Object_set；
S3b、与前一视频帧的轮廓外接框坐标信息集合进行物体轮廓相似度判断和方向判断；
S3c、根据物体移动的方向由高到低规律对前景目标物体和前一视频帧物体进行筛选和匹配，若通过筛选并匹配一致，则给予唯一编号并添加到事件监测信息库；
S3d、对每一个视频帧序列中的每一帧进行操作，获取前景目标物体的轨迹信息；
S3e、若前景目标物体的轨迹信息连续且完整，并且符合由高到低的运动规律，并轨迹越过监控视频中楼宇第一层的图像的坐标信息，则视为高空抛物事件发生，启动告警事件上报及进行视频取证操作；否则，若目标物体的轨迹信息到当前时间超过一定时间T，则属于视频噪声，不做处理。
作为一种进一步优选的技术方案，所述步骤S3b中“进行物体轮廓相似度判断”的方法为对物体颜色分布和物体轮廓长宽比进行相似度权值分配。
作为一种更进一步优选的技术方案，所述物体轮廓长宽比中，以轮廓外接矩阵框体的长边为长，短边为宽。
作为一种优选的技术方案，所述步骤S3e中“进行视频取证操作”的方法为：选取检测到该高空抛物事件的前后10秒视频。
作为一种优选的技术方案，所述步骤S3e中时间T为5S。
本发明的一种高空抛物预警方法，通过Vibe++算法对社区楼栋面的适当位置的监控画面，获取视频帧序列的快速移动物体的轨迹，然后进行轨迹分析和高空抛物行为的判定，从而实现高空抛物行为的预警和及时视频取证。本发明的一种高空抛物预警方法，提出一种Vibe++算法的高空抛物预警改进机制，能够对快速移动物体进行轨迹跟踪和分析，具有较强抗干扰的特性，从而对于楼栋高空抛物进行检测和预警。本发明的一种高空抛物预警方法具有检测效率高，反应速度快、抗干扰能力强的优点。
附图说明
图1为本发明一种高空抛物预警方法具体实施方式流程框图。
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。
在本发明实施例中使用的术语是仅仅出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，“多种”一般包含至少两种，但是不排除包含至少一种的情况。
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。
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”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(陈述的条件或事件)”可以被解释成为“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)”。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
如图1所示为本发明的一种高空抛物预警方法具体实施方式流程图，本发明的一种高空抛物预警方法包括以下步骤：
S1、对楼宇进行高空抛物视频监控，获取第一视频帧作为背景视频模型帧Frame_dic。在实际应用端，步骤S1表现为，启动Vibe++高空抛物检测程序，获取第一帧视频帧，作为Vibe++背景视频模型帧Frame_dic。
S2、利用Vibe算法对后续视频帧序列进行快速移动物体检测，并利用Opencv的轮廓外接框功能，获取每一帧物体外接框信息集合Object_set；
S3、根据步骤S2获取的外接框信息集合Object_set进行物体轨迹分析和高空抛物判定。
具体的，步骤S2“利用Vibe算法对后续视频帧序列进行快速移动物体检测，并利用Opencv的轮廓外接框功能，获取每一帧物体外接框信息集合Object_set”的具体步骤为：
S2a、每获取一帧视频，将该视频帧与背景视频模型帧对比，采用Vibe++算法，获取视频前景目标；
S2b、对获取的的前景目标物体图像采用Opencv的轮廓外接框功能获取前景目标物体的轮廓坐标信息，得到每一帧物体外接框信息，将所述每一帧物体外接框坐标信息组成集合Object_set。
为了提高检测准确性，避免光线强弱差异对目标物体识别的干扰，可以实时更新背景视频模型帧，具体为：在所述步骤S2a之后，还包括步骤S2c：利用Vibe++算法，随机选择需要替换的像素的样本，随机选择邻域像素进行更新背景视频模型帧Frame_dic。
所述步骤S3“根据步骤S2获取的外接框信息集合Object_set进行物体轨迹分析和高空抛物判定”具体步骤为：
S3a、获取视频帧序列中的某一特定帧的前景目标物体的轮廓外接框坐标信息集合Object_set；
S3b、与前一视频帧的轮廓外接框坐标信息集合进行物体轮廓相似度判断和方向判断；
S3c、根据物体移动的方向由高到低规律对前景目标物体和前一视频帧物体进行筛选和匹配，若通过筛选并匹配一致，则给予唯一编号并添加到事件监测信息库；添加到事件监测信息库的具体操作为dic＝{id：[star_time,[[x0,y0],[x1,y1],...,]]；}。
S3d、对每一个视频帧序列中的每一帧进行操作，获取前景目标物体的轨迹信息；
S3e、若前景目标物体的轨迹信息连续且完整，并且符合由高到低的运动规律，并轨迹越过监控视频中楼宇第一层的图像的坐标信息，则视为高空抛物事件发生，启动告警事件上报及进行视频取证操作；否则，若目标物体的轨迹信息到当前时间超过一定时间T，则属于视频噪声，不做处理。
由于自由落体的物体速度很快，因此在每一帧的Vibe++前景物体检测中，必然会有对应的前景物体出现，因此这里对相邻的前项帧和后项帧的前景目标物体，进行相似度检测，主要是物体颜色分布和物体轮廓长宽比进行相似度权值分配。因此，所述步骤S3b中“进行物体轮廓相似度判断”的方法为对物体颜色分布和物体轮廓长宽比进行相似度权值分配。
本实施例中所述物体轮廓长宽比中，以轮廓外接矩阵框体的长边为长，短边为宽。
为了保证视频取证操作中，取证视频能够完整并且不会占用太多存储空间，优选的，所述步骤S3e中“进行视频取证操作”的方法为：选取检测到该高空抛物事件的前后10秒视频。
作为优选方案，所述步骤S3e中时间T为5S。
本发明的一种高空抛物预警方法，通过Vibe++算法对社区楼栋面的适当位置的监控画面，获取视频帧序列的快速移动物体的轨迹，然后进行轨迹分析和高空抛物行为的判定，从而实现高空抛物行为的预警和及时视频取证。本发明的一种高空抛物预警方法，提出一种Vibe++算法的高空抛物预警改进机制，能够对快速移动物体进行轨迹跟踪和分析，具有较强抗干扰的特性，从而对于楼栋高空抛物进行检测和预警。本发明的一种高空抛物预警方法具有检测效率高，反应速度快、抗干扰能力强的优点。
综上所述仅为本发明较佳的实施例，并非用来限定本发明的实施范围。即凡依本发明申请专利范围的内容所作的等效变化及修饰，皆应属于本发明的技术范畴。
Claims (8)
1.一种高空抛物预警方法，其特征在于：包括以下步骤：
S1、对楼宇进行高空抛物视频监控，获取第一视频帧作为背景视频模型帧Frame_dic；
S2、利用Vibe算法对后续视频帧序列进行快速移动物体检测，并利用Opencv的轮廓外接框功能，获取每一帧物体外接框信息集合Object_set；
S3、根据步骤S2获取的外接框信息集合Object_set进行物体轨迹分析和高空抛物判定。
2.根据权利要求1所述的一种高空抛物预警方法，其特征在于：所述步骤S2“利用Vibe算法对后续视频帧序列进行快速移动物体检测，并利用Opencv的轮廓外接框功能，获取每一帧物体外接框信息集合Object_set”的具体步骤为：
S2a、每获取一帧视频，将该视频帧与背景视频模型帧对比，采用Vibe++算法，获取视频前景目标；
S2b、对获取的的前景目标物体图像采用Opencv的轮廓外接框功能获取前景目标物体的轮廓坐标信息，得到每一帧物体外接框信息，将所述每一帧物体外接框坐标信息组成集合Object_set。
3.根据权利要求2所述的一种高空抛物预警方法，其特征在于：在所述步骤S2a之后，还包括步骤S2c：利用Vibe++算法，随机选择需要替换的像素的样本，随机选择邻域像素进行更新背景视频模型帧Frame_dic。
4.根据权利要求1所述的一种高空抛物预警方法，其特征在于：所述步骤S3“根据步骤S2获取的外接框信息集合Object_set进行物体轨迹分析和高空抛物判定”具体步骤为：
S3a、获取视频帧序列中的某一特定帧的前景目标物体的轮廓外接框坐标信息集合Object_set；
S3b、与前一视频帧的轮廓外接框坐标信息集合进行物体轮廓相似度判断和方向判断；
S3c、根据物体移动的方向由高到低规律对前景目标物体和前一视频帧物体进行筛选和匹配，若通过筛选并匹配一致，则给予唯一编号并添加到事件监测信息库；
S3d、对每一个视频帧序列中的每一帧进行操作，获取前景目标物体的轨迹信息；
S3e、若前景目标物体的轨迹信息连续且完整，并且符合由高到低的运动规律，并轨迹越过监控视频中楼宇第一层的图像的坐标信息，则视为高空抛物事件发生，启动告警事件上报及进行视频取证操作；否则，若目标物体的轨迹信息到当前时间超过一定时间T，则属于视频噪声，不做处理。
5.根据权利要求4所述的一种高空抛物预警方法，其特征在于：所述步骤S3b中“进行物体轮廓相似度判断”的方法为对物体颜色分布和物体轮廓长宽比进行相似度权值分配。
6.根据权利要求5所述的一种高空抛物预警方法，其特征在于：所述物体轮廓长宽比中，以轮廓外接矩阵框体的长边为长，短边为宽。
7.根据权利要求4所述的一种高空抛物预警方法，其特征在于：所述步骤S3e中“进行视频取证操作”的方法为：选取检测到该高空抛物事件的前后10秒视频。
8.根据权利要求1所述的一种高空抛物预警方法，其特征在于：所述步骤S3e中时间T为5S。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010336786.XA CN111553257A (zh) | 2020-04-26 | 2020-04-26 | 一种高空抛物预警方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010336786.XA CN111553257A (zh) | 2020-04-26 | 2020-04-26 | 一种高空抛物预警方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111553257A true CN111553257A (zh) | 2020-08-18 |
Family
ID=72003991
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010336786.XA Pending CN111553257A (zh) | 2020-04-26 | 2020-04-26 | 一种高空抛物预警方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111553257A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112132863A (zh) * | 2020-09-21 | 2020-12-25 | 深圳市研超科技有限公司 | 一种高空抛物检测流程及分析方法 |
| CN112347915A (zh) * | 2020-11-05 | 2021-02-09 | 重庆览辉信息技术有限公司 | 一种高空抛掷物判别系统 |
| CN112802304A (zh) * | 2021-02-10 | 2021-05-14 | 北京睿芯高通量科技有限公司 | 一种新型智能安防系统中的高空抛物预警方法 |
| CN113298046A (zh) * | 2021-06-29 | 2021-08-24 | 中国科学院计算技术研究所数字经济产业研究院 | 基于监控视频的高空抛物检测方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105163067A (zh) * | 2015-08-12 | 2015-12-16 | 武汉大学 | 一种基于数字图像处理技术的高空抛物取证系统 |
| CN109309811A (zh) * | 2018-08-31 | 2019-02-05 | 中建三局智能技术有限公司 | 一种基于计算机视觉的高空抛物检测系统与方法 |
| CN109754441A (zh) * | 2019-01-10 | 2019-05-14 | 海南大学 | 基于位置预测与颜色相似性的船只跟踪方法 |
| CN109872341A (zh) * | 2019-01-14 | 2019-06-11 | 中建三局智能技术有限公司 | 一种基于计算机视觉的高空抛物检测方法与系统 |
| CN110264493A (zh) * | 2019-06-17 | 2019-09-20 | 北京影谱科技股份有限公司 | 一种针对运动状态下的多目标对象追踪方法和装置 |
| CN110853295A (zh) * | 2019-11-12 | 2020-02-28 | 江西赣鄱云新型智慧城市技术研究有限公司 | 一种高空抛物预警方法和装置 |
| CN110910415A (zh) * | 2019-11-28 | 2020-03-24 | 重庆中星微人工智能芯片技术有限公司 | 抛物检测方法、装置、服务器和计算机可读介质 |
-
2020
- 2020-04-26 CN CN202010336786.XA patent/CN111553257A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105163067A (zh) * | 2015-08-12 | 2015-12-16 | 武汉大学 | 一种基于数字图像处理技术的高空抛物取证系统 |
| CN109309811A (zh) * | 2018-08-31 | 2019-02-05 | 中建三局智能技术有限公司 | 一种基于计算机视觉的高空抛物检测系统与方法 |
| CN109754441A (zh) * | 2019-01-10 | 2019-05-14 | 海南大学 | 基于位置预测与颜色相似性的船只跟踪方法 |
| CN109872341A (zh) * | 2019-01-14 | 2019-06-11 | 中建三局智能技术有限公司 | 一种基于计算机视觉的高空抛物检测方法与系统 |
| CN110264493A (zh) * | 2019-06-17 | 2019-09-20 | 北京影谱科技股份有限公司 | 一种针对运动状态下的多目标对象追踪方法和装置 |
| CN110853295A (zh) * | 2019-11-12 | 2020-02-28 | 江西赣鄱云新型智慧城市技术研究有限公司 | 一种高空抛物预警方法和装置 |
| CN110910415A (zh) * | 2019-11-28 | 2020-03-24 | 重庆中星微人工智能芯片技术有限公司 | 抛物检测方法、装置、服务器和计算机可读介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112132863A (zh) * | 2020-09-21 | 2020-12-25 | 深圳市研超科技有限公司 | 一种高空抛物检测流程及分析方法 |
| CN112347915A (zh) * | 2020-11-05 | 2021-02-09 | 重庆览辉信息技术有限公司 | 一种高空抛掷物判别系统 |
| CN112347915B (zh) * | 2020-11-05 | 2024-03-12 | 重庆览辉信息技术有限公司 | 一种高空抛掷物判别系统 |
| CN112802304A (zh) * | 2021-02-10 | 2021-05-14 | 北京睿芯高通量科技有限公司 | 一种新型智能安防系统中的高空抛物预警方法 |
| CN113298046A (zh) * | 2021-06-29 | 2021-08-24 | 中国科学院计算技术研究所数字经济产业研究院 | 基于监控视频的高空抛物检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111553257A (zh) | 一种高空抛物预警方法 | |
| Goyette et al. | Changedetection. net: A new change detection benchmark dataset | |
| Bird et al. | Real time, online detection of abandoned objects in public areas | |
| Majecka | Statistical models of pedestrian behaviour in the forum | |
| CN103069434B (zh) | 用于多模式视频事件索引的方法和系统 | |
| CN107437318B (zh) | 一种可见光智能识别算法 | |
| CN107679471B (zh) | 基于视频监控平台的室内人员空岗检测方法 | |
| KR101822924B1 (ko) | 영상기반 화재 감지 시스템, 방법 및 프로그램 | |
| US20090219389A1 (en) | Detection of Smoke with a Video Camera | |
| CN110298837B (zh) | 基于帧间差分法的消防占道异常物体检测方法 | |
| CN101587622A (zh) | 基于视频图像智能分析的森林烟火检测与识别方法及设备 | |
| CN106339657B (zh) | 基于监控视频的秸秆焚烧监测方法、装置 | |
| US20100131442A1 (en) | Intelligent monitoring system | |
| CN108830161B (zh) | 基于视频流数据的烟雾识别方法 | |
| CN112270253A (zh) | 一种高空抛物的检测方法及装置 | |
| Chen et al. | Fire detection using spatial-temporal analysis | |
| CN110674753A (zh) | 偷盗行为预警方法、终端设备及存储介质 | |
| CN110827434A (zh) | 网格化目标识别的社区安保巡防记录系统及方法 | |
| Blumer et al. | Cost-effective single-camera multi-car parking monitoring and vacancy detection towards real-world parking statistics and real-time reporting | |
| US20040114054A1 (en) | Method of detecting a significant change of scene | |
| AU2002232008A1 (en) | Method of detecting a significant change of scene | |
| Alejandro et al. | Improvement of a video smoke detection based on accumulative motion orientation model | |
| Wang et al. | A new approach for real-time detection of abandoned and stolen objects | |
| CN115830445A (zh) | 一种自动发现识别建筑物加盖识别方法及系统 | |
| Frejlichowski et al. | Extraction of the foreground regions by means of the adaptive background modelling based on various colour components for a visual surveillance system |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200818 |
|
| RJ01 | Rejection of invention patent application after publication |