CN112235540A - 一种用于屏幕显示故障识别报警的智能视频监控系统 - Google Patents
一种用于屏幕显示故障识别报警的智能视频监控系统 Download PDFInfo
- Publication number
- CN112235540A CN112235540A CN202011081226.0A CN202011081226A CN112235540A CN 112235540 A CN112235540 A CN 112235540A CN 202011081226 A CN202011081226 A CN 202011081226A CN 112235540 A CN112235540 A CN 112235540A
- Authority
- CN
- China
- Prior art keywords
- screen
- module
- fault
- real
- image
- 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
-
- 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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明提供一种集视频流解码、图像处理、故障屏检测、故障信息保存与告警于一体的屏幕显示故障实时监测系统，系统包含四个模块:模块一、视频流解码模块，该模块基于SRS(Simple RealTime Streaming Server，一种互联网直播服务器集群)、TensorStream(一个用于将实时视频流解码到内存的C++库)获取网络摄像头输出的实时视频流数据并解码到内存中；模块二、图像处理模块，该模块利用透视变换算法将四边形形状的屏幕标定区域变换为矩形；模块三、屏幕显示故障检测模块，该模块利用CUDA核函数在GPU中实现故障屏检测算法，提高系统的实时性；模块四、报警模块，该模块捕获发生故障的屏幕信息，存储故障图像和短视频，并把告警信息回传到前端web网站。基于以上模块，实现在低延时、低资源占用、高准确率的前提下同时监测多个屏幕的故障情况。
Description
技术领域
本发明提供一种智能视频监控系统。它能完成对目标屏幕的实时视频监控，自动检测出屏幕发生的黑屏、白屏、蓝屏、花屏显示故障并将报警信息传送给前端web网站。该发明属于智能视频监控领域。
背景技术
智能视频监控系统是通过获取监控目标的视频图像信息，对视频图像进行监视、记录、回溯的同时，借助计算机的数据处理能力自动识别不同物体，分析提取视频图像中的关键信息，判断监控目标的异常情况并触发警报，从而实现全天候、全自动、高实时性的监控与故障检测任务，能有效协助安全人员及时发现和解决突发异常状况。
随着社会的进步和科学技术的发展，智能视频监控系统已经广泛应用于银行、交通、安检及军事设施等领域，采用的技术包括行为识别、车辆检测、物体识别等。目前主流的智能视频监控系统多以网络为依托，以数字视频的编解码、传输、存储为核心，依靠智能图像分析识别算法，完成特定的监控任务。智能视频监控系统常用的硬件实现包括：用于获取监控视频数据的网络摄像头，用于播放、保存、回放监控视频的网络硬盘录像机，用于部署智能图像分析算法的主机，以及用于组网的交换机等。
本专利提出的智能视频监控系统面向特定的监控任务，需要实时监控多个目标屏幕区域，通过图像识别算法分析屏幕是否发生黑屏、白屏、蓝屏、花屏故障，并将报警信息传送到前端。用户可通过前端web网站实时查看多个屏幕的监控视频，回看报警时的屏幕录像，并可根据需求手动选取监控画面的屏幕区域和控制系统启停，协助工作人员高效、及时地发现处理屏幕故障情况。
发明内容
发明目的
本发明的目的是提供一种智能视频监控系统，通过获取监控摄像头实时采集的视频流数据，经过图像处理与故障屏检测算法判断被监控屏幕是否发生故障，保存故障图片和视频并回传告警信号。本系统通过配合前端web网站可以实现对多路摄像头画面中的屏幕进行实时监控与故障屏自动检测报警功能。
技术方案
本发明提供一种集视频流解码、图像处理、故障屏检测、故障信息保存与告警于一体的屏幕显示故障实时监测系统，整个系统包含四个模块：
模块一、视频流解码模块，该模块基于SRS(Simple RealTime Streaming Server，一种互联网直播服务器集群)、TensorStream(一个用于将实时视频流解码到内存的C++库)获取网络摄像头输出的实时视频流数据并解码到内存中
模块二、图像处理模块，该模块利用透视变换算法将四边形形状的屏幕标定区域变换为矩形
模块三、屏幕显示故障检测模块，该模块利用CUDA核函数在GPU中实现故障屏检测算法，提高系统的实时性
模块四、报警模块，该模块捕获发生故障的屏幕信息，存储故障图像和短视频，并把告警信息回传到前端web网站
基于以上模块，本系统可以实时处理摄像头的视频流数据，监测视频画面中的屏幕是否发生异常，保存故障屏幕的图像和视频数据到数据库，并把告警信号回传到前端。系统所有功能均可以多线程并行实现，在低延时、低资源占用、高准确率的前提下同时监测多个屏幕的故障情况。
其中，在“模块一”中所述的“基于SRS、TensorStream获取网络摄像头输出的实时视频流数据并解码到内存中”，其实现方法如下：配置网络摄像头与分析主机的IP地址，利用SRS将网络摄像头输出的RTSP(Real Time Streaming Protocol)视频流转换成RTMP(Real Time Messaging Protocol)流，然后使用TensorStream将RTMP流解码并保存到CUDA(Compute Unified Device Architecture)内存中。通过将网络摄像头的URL地址与视频的分辨率信息作为参数对TensorStream初始化，然后启动帧解码线程对视频流进行解码，调用视频帧获取函数即可得到存储在内存中的帧数据。
其中，在“模块二”中所述的“利用透视变换算法将四边形形状的屏幕标定区域变换为矩形”，其实现方法如下：由于摄像头的放置角度等因素，导致被监控的屏幕区域显示在摄像头画面中并不是规则的矩形，因此需要先裁剪出包含屏幕的四边形区域，再变换成矩形后才能送入检测算法。图像的几何变换操作目前已经有成熟的算法实现，本系统使用轻量化的NPP(NVIDIA Performance Primitives)库实现图像的透视变换，变换后的图像数据直接存储在CUDA内存中。
其中，在“模块三”中所述的“利用CUDA核函数在GPU中实现故障屏检测算法，提高系统的实时性”，其实现方法如下：由于GPU的设计逻辑更适用于高度并行的计算，可以高效地处理图形数据，而GPU的并行性是通过CUDA核函数并行执行多个线程实现的。本系统使用CUDA核函数并行处理图像中的每个像素点，经过颜色空间变换和阈值判断方法来判断屏幕是否发生故障。
其中，在“模块四”中所述的“捕获发生故障的屏幕信息，存储故障图像和短视频，并把告警信息回传到前端”，其实现方法如下：在故障屏检测算法处理一帧视频图像后，会返回一个标志代表该帧是否出现故障。系统会统计连续数帧中出现故障的帧数，当计数超过一定比例时便判定此时被监测屏幕发生了故障，然后系统会保存报警时刻的图像以及短视频，然后通过curl库将故障类型、时间、视频图像路径等信息提交给前端web网站。
发明优点
本发明的优点是提供了一种可以同时监控多个屏幕的智能视频监控系统，可以准确及时地检测发生故障的屏幕。
附图说明
图1系统流程图
具体实施方式
本发明提供一种集视频流解码、图像处理、故障屏检测、故障信息保存与告警于一体的故障屏幕实时监测系统，系统流程图见图1所示，整个系统包含四个模块：
模块一、视频流解码模块，该模块基于SRS、TensorStream获取网络摄像头输出的实时视频流数据并解码到内存中
模块二、图像处理模块，该模块利用透视变换算法将四边形形状的屏幕标定区域变换为矩形
模块三、屏幕显示故障检测模块，该模块利用CUDA核函数在GPU中实现故障屏检测算法，提高系统的实时性
模块四、报警模块，该模块捕获发生故障的屏幕信息，存储故障图像和短视频，并把告警信息回传到前端web网站
其中，模块一的实现方法如下：
本系统使用的网络摄像头型号为海康威视DS-2CD3T47EWD-L全彩摄像头，焦距4MM，400万像素分辨率，局域网组网所用交换机型号为华为S1700-16G千兆企业级交换机。组网时设置主机IP地址为192.168.0.130，主机通过网线连接到交换机上，五个网络摄像头分别设置IP地址为192.168.0.132～192.168.0.136，并通过网线与交换机连接。在SRS的配置文件中指定网络摄像头输出的RTSP流地址和转换后的RTMP流地址并启动SRS。
系统启动后，首先读取RTMP流的URL地址和视频的分辨率信息，并将其作为参数初始化五个TensorStream类。之后系统开启五个线程分别负责对五路RTMP进行解码，称其为解码线程。TensorStream首先解析RTMP流，并将结果存放到缓冲区，再将解复用后的帧数据存在AVPacket结构体中，然后对帧数据进行解码并存储在GPU的CUDA内存中，供后续线程使用。
其中，模块二的实现方法如下：
系统在开启解码线程后，从网络摄像头传来的帧数据会保存在TensorStream类中的私有队列中，但此时的帧图像除了包含被监控屏幕的画面之外，还包含了屏幕范围外的冗余信息，为了保证故障检测算法的精确性，需要对图像进行裁剪。为了达到目的，系统会开启五个线程用于分别对五路视频画面进行图像处理，称其为图像处理线程。该线程首先获取TensorStream中解码后的原视频图像帧，其像素格式为RGB24，存储在CUDA内存中。然后系统通过NPP库中的透视变换函数实现对原图中四边形的裁剪并变换为矩形。透视变换是中心投影的射影变换，其本质是将图像投影到一个新的视平面。由于网络摄像头的安装位置无法严格保证正对于被监控的屏幕，因此在监控视频中的屏幕形状不再是矩形，不能直接适用故障检测算法，所以需要先对原图像经过透视变换后再做下一步处理。
透视变换算法的原理如下：设变换前图像中某点坐标为(x,y)，透视变换系数矩阵为
变换后该点的在新图像中的坐标(x′,y′)可由以下公式计算出：
因此，只需要知道系数矩阵的9个系数，就可以通过矩阵运算得到透视变换后的图像。为了得到系数矩阵，至少需要给出四组映射点，分别对应变换前图像中屏幕四边形区域的四个顶点以及变换后矩形图像的四个顶点。在系统开启检测算法前，用户可以通过web前端页面在实时监控直播画面中标定要监控的屏幕范围，并将标定数据保存在json文件中供后端系统读取。系统读取到标定点坐标后，使用OPENCV库提供的函数可以直接计算得到透视变换系数矩阵。一旦系数矩阵确定后，系统便可以调用NPP库中的透视变换函数把原图中的被监控屏幕区域提取出来，保存到一个图像队列中，供后续函数取用。
其中，模块三的实现方法如下：
系统从模块二中的图像队列里提取出待检测的图片，将图片送入CUDA核函数中，经过颜色空间变换、阈值判断等处理后返回一个布尔值，用以表示此图像中的屏幕是否发生了相应的故障，下面介绍核函数的工作原理。
以蓝屏检测算法为例，目前在颜色检测中最常用的是判断图像在HSV颜色空间中各分量的值。首先用NPP库函数将从队列中取出的RGB图像转换为HSV格式，然后在核函数中根据HSV图像每个像素点的H、S、V分量值判断像素点的颜色是否为蓝色。HSV图像送入核函数中后，图像的每一个像素点都被核函数分配一个线程，即一个长为L、宽为W的图像在核函数中会开启H*W个线程来并行处理每个像素点的值。线程首先读取像素点的H、S、V三个分量，然后根据蓝色在HSV颜色空间中各分量的取值范围，判断该像素点是否为蓝色。当所有像素点都完成判定后，函数会统计被判定为蓝色的像素点的个数N，计算蓝色点数占图像总点数的比值，即N/(W*H)，比值越接近于1代表图像的颜色越蓝，当比值超过一个人为设定阈值后，函数返回布尔值“真”表示该图片为蓝屏。
白屏检测与黑屏检测算法的原理和蓝屏检测类似，不同之处在于白屏和黑屏检测第一步是将RGB图像转换为灰度图像，再经过核函数判断后输出检测结果，灰度值越大代表图像越偏白，灰度值越小代表图像越偏黑。花屏检测的原理是先将RGB图像转换为灰度图像，然后在核函数中实现sobel算子对灰度图进行滤波，然后计算滤波后的图像均值，若均值大于设定的阈值，则判断该图像为花屏。
其中，模块四的实现方法如下：
系统通过计数一定数量的连续帧中，发生故障的帧数是否达到阈值，来判断屏幕是否发生了故障。由于频闪等现象的存在，可能会导致摄像头监控到的屏幕发生1到2帧的黑屏等现象，但实际上这种现象人眼无法观测到，而且这不属于屏幕故障的范畴。为了正确筛查出此类现象，系统采用了故障帧计数的方法来判断屏幕是否真正发生了故障。具体做法为，由模块三中的算法检测完一帧图像后，会把检测结果存入一个队列中，该队列会保存最近十帧的检测结果，并在每次有新结果送入队列后，计算队列中发生故障的结果次数。若在最近十帧的检测中累计有五次以上的故障发生，则认为是捕获到了屏幕故障，若次数小于等于五次则认为屏幕无故障。
当上述报警条件满足后，系统便将故障发生时的图片和视频保存下来，并回传告警信号给前端系统。系统在检测过程中会不断更新一个图像队列，队列容量为60，队列中的图像为经过模块二透视变换处理后的屏幕区域图像。因此当故障发生时，便可在这个图像队列中找到故障时间点附近的屏幕画面，利用OPENCV提供的图像保存函数和视频保存函数即可将报警图片与短视频保存到本地，供前端系统调取查看。报警信息的回传是借助于curl实现的，告警信息通过记录发生报警的时间、故障类型、告警图片与视频的存储路径，转换为json字符串后利用curl发送到前端网站上，配合前端的接收功能即可实现在用户交互界面弹出告警提示信息。
此外，用户还可以在前端页面向后端系统发送控制信号，实现检测的启停与坐标重新标定功能，这一功能通过控制线程实现。控制线程通过循环读取保存在json文件中的启停标志信息来控制系统的运行与暂停，而用户可通过前端系统改写json文件的启停标志，从而控制后端系统。整套系统的运行流程如下：系统启动前确保网络摄像头正确配置，SRS能接受到摄像头的RTSP流并能转换为RTMP流输出。系统启动后，首先启动控制线程，用于控制后续的所有工作线程。然后，依次启动解码、变换、检测这一线程簇，按前文所述方式实现对视频的故障检测和报警，同时检测线程会循环读取写有启停标志的json文件。若用户没有下达暂停指令，则系统正常运行；若用户因为摄像头位置发生偏移而需要重新标定屏幕坐标时，则可先在前端下达暂停指令。当检测线程读取到暂停指令后，会发送一个暂停信号到上述线程簇中，收到信号的线程会一直保持待机状态直到检测线程解除信号。此时用户可以在前端页面修改坐标信息，保存后再下达启动指令，通过控制线程读取后解除线程簇的待机状态，实现系统的重启。
Claims (5)
1.一种用于屏幕显示故障识别报警的智能视频监控系统，其特征在于：系统包含四个模块:
模块一、视频流解码模块，该模块基于SRS(Simple RealTime Streaming Server，一种互联网直播服务器集群)、TensorStream(一个用于将实时视频流解码到内存的C++库)获取网络摄像头输出的实时视频流数据并解码到内存中
模块二、图像处理模块，该模块利用透视变换算法将四边形形状的屏幕标定区域变换为矩形
模块三、屏幕显示故障检测模块，该模块利用CUDA核函数在GPU中实现故障屏检测算法，提高系统的实时性
模块四、报警模块，该模块捕获发生故障的屏幕信息，存储故障图像和短视频，并把告警信息回传到前端web网站
基于以上模块，本系统可以实时处理摄像头的视频流数据，监测视频画面中的屏幕是否发生异常，保存故障屏幕的图像和视频数据到数据库，并把告警信号回传到前端。系统所有功能均可以多线程并行实现，在低延时、低资源占用、高准确率的前提下同时监测多个屏幕的故障情况。
2.根据权利要求1所述的一种用于屏幕显示故障识别报警的智能视频监控系统，其特征在于：
在“模块一”中所述的“基于SRS、TensorStream获取网络摄像头输出的实时视频流数据并解码到内存中”，其实现方法如下：配置网络摄像头与分析主机的IP地址，利用SRS将网络摄像头输出的RTSP(Real Time Streaming Protocol)视频流转换成RTMP(Real TimeMessaging Protocol)流，然后使用TensorStream将RTMP流解码并保存到CUDA(ComputeUnified Device Architecture)内存中。通过将网络摄像头的URL地址与视频的分辨率信息作为参数对TensorStream初始化，然后启动帧解码线程对视频流进行解码，调用视频帧获取函数即可得到存储在内存中的帧数据。
3.根据权利要求1所述的一种用于屏幕显示故障识别报警的智能视频监控系统，其特征在于：
在“模块二”中所述的“利用透视变换算法将四边形形状的屏幕标定区域变换为矩形”，其实现方法如下：由于摄像头的放置角度等因素，导致被监控的屏幕区域显示在摄像头画面中并不是规则的矩形，因此需要先裁剪出包含屏幕的四边形区域，再变换成矩形后才能送入检测算法。图像的几何变换操作目前已经有成熟的算法实现，本系统使用轻量化的NPP(NVIDIA Performance Primitives)库实现图像的透视变换，变换后的图像数据直接存储在CUDA内存中。
4.根据权利要求1所述的一种用于屏幕显示故障识别报警的智能视频监控系统，其特征在于：
在“模块三”中所述的“利用CUDA核函数在GPU中实现故障屏检测算法，提高系统的实时性”，其实现方法如下：由于GPU的设计逻辑更适用于高度并行的计算，可以高效地处理图形数据，而GPU的并行性是通过CUDA核函数并行执行多个线程实现的。本系统使用CUDA核函数并行处理图像中的每个像素点，经过颜色空间变换和阈值判断方法来判断屏幕是否发生故障。
5.根据权利要求1所述的一种用于屏幕显示故障识别报警的智能视频监控系统，其特征在于：
在“模块四”中所述的“捕获发生故障的屏幕信息，存储故障图像和短视频，并把告警信息回传到前端”，其实现方法如下：在故障屏检测算法处理一帧视频图像后，会返回一个标志代表该帧是否出现故障。系统会统计连续数帧中出现故障的帧数，当计数超过一定比例时便判定此时被监测屏幕发生了故障，然后系统会保存报警时刻的图像以及短视频，然后通过curl库将故障类型、时间、视频图像路径等信息提交给前端web网站。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011081226.0A CN112235540A (zh) | 2020-10-09 | 2020-10-09 | 一种用于屏幕显示故障识别报警的智能视频监控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011081226.0A CN112235540A (zh) | 2020-10-09 | 2020-10-09 | 一种用于屏幕显示故障识别报警的智能视频监控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112235540A true CN112235540A (zh) | 2021-01-15 |
Family
ID=74112055
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011081226.0A Pending CN112235540A (zh) | 2020-10-09 | 2020-10-09 | 一种用于屏幕显示故障识别报警的智能视频监控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112235540A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114973612A (zh) * | 2022-03-28 | 2022-08-30 | 深圳市揽讯科技有限公司 | Led显示屏故障自动告警监控系统及监控方法 |
| CN116959348A (zh) * | 2023-09-19 | 2023-10-27 | 山东泰克信息科技有限公司 | 一种网络数据处理分析方法、设备及存储介质 |
| CN117095411A (zh) * | 2023-10-16 | 2023-11-21 | 青岛文达通科技股份有限公司 | 一种基于图像故障识别的检测方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103260049A (zh) * | 2013-04-23 | 2013-08-21 | 四川天翼网络服务有限公司 | 智慧天网视频质量诊断系统 |
| CN106658172A (zh) * | 2016-12-30 | 2017-05-10 | 广州虎牙信息科技有限公司 | 视频画面异常判断、装置及终端设备 |
| CN108040221A (zh) * | 2017-11-30 | 2018-05-15 | 江西洪都航空工业集团有限责任公司 | 一种智能视频分析与监控系统 |
| CN109413411A (zh) * | 2018-09-06 | 2019-03-01 | 腾讯数码（天津）有限公司 | 一种监控线路的黑屏识别方法、装置及服务器 |
| CN110662024A (zh) * | 2019-10-31 | 2020-01-07 | 上海中铁通信信号测试有限公司 | 基于多帧的视频质量诊断方法、装置及电子设备 |
| CN110677725A (zh) * | 2019-10-31 | 2020-01-10 | 飞思达技术（北京）有限公司 | 一种基于互联网电视业务的音视频异态检测方法及系统 |
| CN110895806A (zh) * | 2019-07-25 | 2020-03-20 | 研祥智能科技股份有限公司 | 屏幕显示缺陷的检测方法及系统 |
| CN111225222A (zh) * | 2018-11-26 | 2020-06-02 | 北京奇虎科技有限公司 | 基于rtmp的屏幕数据的视频流播放方法、装置和系统 |
-
2020
- 2020-10-09 CN CN202011081226.0A patent/CN112235540A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103260049A (zh) * | 2013-04-23 | 2013-08-21 | 四川天翼网络服务有限公司 | 智慧天网视频质量诊断系统 |
| CN106658172A (zh) * | 2016-12-30 | 2017-05-10 | 广州虎牙信息科技有限公司 | 视频画面异常判断、装置及终端设备 |
| CN108040221A (zh) * | 2017-11-30 | 2018-05-15 | 江西洪都航空工业集团有限责任公司 | 一种智能视频分析与监控系统 |
| CN109413411A (zh) * | 2018-09-06 | 2019-03-01 | 腾讯数码（天津）有限公司 | 一种监控线路的黑屏识别方法、装置及服务器 |
| CN111225222A (zh) * | 2018-11-26 | 2020-06-02 | 北京奇虎科技有限公司 | 基于rtmp的屏幕数据的视频流播放方法、装置和系统 |
| CN110895806A (zh) * | 2019-07-25 | 2020-03-20 | 研祥智能科技股份有限公司 | 屏幕显示缺陷的检测方法及系统 |
| CN110662024A (zh) * | 2019-10-31 | 2020-01-07 | 上海中铁通信信号测试有限公司 | 基于多帧的视频质量诊断方法、装置及电子设备 |
| CN110677725A (zh) * | 2019-10-31 | 2020-01-10 | 飞思达技术（北京）有限公司 | 一种基于互联网电视业务的音视频异态检测方法及系统 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114973612A (zh) * | 2022-03-28 | 2022-08-30 | 深圳市揽讯科技有限公司 | Led显示屏故障自动告警监控系统及监控方法 |
| CN116959348A (zh) * | 2023-09-19 | 2023-10-27 | 山东泰克信息科技有限公司 | 一种网络数据处理分析方法、设备及存储介质 |
| CN116959348B (zh) * | 2023-09-19 | 2023-12-12 | 山东泰克信息科技有限公司 | 一种网络数据处理分析方法、设备及存储介质 |
| CN117095411A (zh) * | 2023-10-16 | 2023-11-21 | 青岛文达通科技股份有限公司 | 一种基于图像故障识别的检测方法及系统 |
| CN117095411B (zh) * | 2023-10-16 | 2024-01-23 | 青岛文达通科技股份有限公司 | 一种基于图像故障识别的检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112235540A (zh) | 一种用于屏幕显示故障识别报警的智能视频监控系统 | |
| US8248474B2 (en) | Surveillance system and surveilling method | |
| US9277165B2 (en) | Video surveillance system and method using IP-based networks | |
| US8280108B2 (en) | Image processing system, image processing method, and computer program | |
| US10979622B2 (en) | Method and system for performing object detection using a convolutional neural network | |
| CN109299703B (zh) | 对鼠情进行统计的方法、装置以及图像采集设备 | |
| CN112422909B (zh) | 一种基于人工智能的视频行为分析管理系统 | |
| CN109326125B (zh) | 基于嵌入式系统的图片质量诊断系统及诊断方法 | |
| WO2018214838A1 (zh) | 监控抓拍方法、装置及系统 | |
| CN105912997B (zh) | 人脸识别的方法及系统 | |
| CN116760937B (zh) | 一种基于多机位的视频拼接方法、装置、设备及存储介质 | |
| CN118038332A (zh) | 一种基于视频智能识别的区域警示方法及系统 | |
| CN113139419B (zh) | 一种无人机检测方法及装置 | |
| CN112183235A (zh) | 针对运动场所进行视频采集的自动控制方法 | |
| CN205647708U (zh) | 使用硬件电路对鱼眼镜头所成图像实时矫正和拼接的系统 | |
| CN111083443A (zh) | 一种基于深度学习的监控中心辅助系统及方法 | |
| CN115866416A (zh) | 一种船载视频监控系统的多路视频融合显示系统 | |
| CN111147815A (zh) | 一种视频监控系统 | |
| CN103780829A (zh) | 多摄影机的整合处理系统及其方法 | |
| CN104683768A (zh) | 一种嵌入式智能视频分析系统 | |
| CN114945072A (zh) | 双摄像头帧同步处理方法、装置、用户终端及存储介质 | |
| CN107959769A (zh) | 一种摄像机 | |
| CN113938707A (zh) | 视频处理方法、录播盒和计算机可读存储介质 | |
| CN112733809A (zh) | 一种用于自然保护区监控系统的智能图像识别方法及系统 | |
| CN111385479A (zh) | 一种应用于远程网络安全的全景监控系统及其方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210115 |