CN112351262A - 一种基于ai图像属性识别的智能社区监测系统 - Google Patents

一种基于ai图像属性识别的智能社区监测系统 Download PDF

Info

Publication number
CN112351262A
CN112351262A CN202110023102.5A CN202110023102A CN112351262A CN 112351262 A CN112351262 A CN 112351262A CN 202110023102 A CN202110023102 A CN 202110023102A CN 112351262 A CN112351262 A CN 112351262A
Authority
CN
China
Prior art keywords
module
submodule
monitoring
pet
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.)
Granted
Application number
CN202110023102.5A
Other languages
English (en)
Other versions
CN112351262B (zh
Inventor
芮国荣
万志伟
张静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Wanbei Technology Co ltd
Original Assignee
Jiangsu Wanbei Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Wanbei Technology Co ltd filed Critical Jiangsu Wanbei Technology Co ltd
Priority to CN202110023102.5A priority Critical patent/CN112351262B/zh
Publication of CN112351262A publication Critical patent/CN112351262A/zh
Application granted granted Critical
Publication of CN112351262B publication Critical patent/CN112351262B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00—Prospecting or detecting by optical means
    • G01V8/10—Detecting, e.g. by using light barriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06398—Performance of employee with respect to a job function
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate
    • G06Q50/163—Real estate management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/94—Hardware or software architectures specially adapted for image or video understanding
    • 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
    • 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
    • G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G08B21/0415—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting absence of activity per se
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G08B21/043—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting an emergency event, e.g. a fall
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438—Sensor means for detecting
    • G08B21/0476—Cameras to detect unsafe condition, e.g. video cameras
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/61—Control of cameras or camera modules based on recognised objects
    • H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/65—Control of camera operation in relation to power supply
    • H04N23/651—Control of camera operation in relation to power supply for reducing power consumption by affecting camera operations, e.g. sleep mode, hibernation mode or power off of selective parts of the camera
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/30—Transforming light or analogous information into electric information
    • H04N5/33—Transforming infrared radiation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • General Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Emergency Management (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Psychology (AREA)
  • Marketing (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • General Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Human Computer Interaction (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Geophysics (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Alarm Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于AI图像属性识别的智能社区监测系统，包括社区监控系统、居家监控系统，所述社区监控系统包括道路监控模块、安保人员操作端，所述居家监控系统包括室内监控模块、居民手机端，所述安保人员操作端与道路监控模块电连接，所述居民手机端与室内监控模块电连接；所述社区监控系统用于监控社区范围内的人员活动情况，所述居家监控系统用于检测居民住宅内和住宅周围的情况，所述道路监控模块用于监测道路的情况，所述安保人员操作端用于通知安保人员采取相应的及时措施，所述室内监控模块用于监控居民家中的情况，本发明，具有节省运算力的特点。

Description

一种基于AI图像属性识别的智能社区监测系统
技术领域
本发明涉及家居门禁技术领域，具体为一种基于AI图像属性识别的智能社区监测系统。
背景技术
AI人像识别是一种家居门禁采用的先进技术之一。它利用本地数据库进行人像的录入以及人脸特征的分析，以此作为人员进入的依据。
现有的人脸识别系统的摄像头和其连接的分析模块均为实时监测、实时分析，这样会浪费大量的运算力，且对于摄像头的购置成本有所要求。因此，设计节省运算力的一种基于AI图像属性识别的智能社区监测系统是很有必要的。
发明内容
本发明的目的在于提供一种基于AI图像属性识别的智能社区监测系统，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于AI图像属性识别的智能社区监测系统，包括社区监控系统、居家监控系统，所述社区监控系统包括道路监控模块、安保人员操作端，所述居家监控系统包括室内监控模块、居民手机端，所述安保人员操作端与道路监控模块电连接，所述居民手机端与室内监控模块电连接；
所述社区监控系统用于监控社区范围内的人员活动情况，所述居家监控系统用于检测居民住宅内和住宅周围的情况，所述道路监控模块用于监测道路的情况，所述安保人员操作端用于通知安保人员采取相应的及时措施，所述室内监控模块用于监控居民家中的情况。
根据上述技术方案，所述道路监控模块包括红外感应单元、低分辨率摄像单元、高分辨率摄像单元、图像分析子模块、唤醒子模块、图像信号收发子模块、运算分配子模块，所述唤醒子模块和图像信号收发子模块分别与高分辨率摄像单元电连接，所述图像信号收发子模块与安保人员操作端电连接；
所述红外感应单元用于感应前方监测区域内是否存在活物，所述低分辨率摄像单元用于监测道路的粗略情况，所述高分辨率摄像单元用于监视道路的精确情况，所述图像分析子模块用于对图像信号进行分析，所述唤醒子模块用于对两种摄像单元进行唤醒，所述图像信号收发子模块用于对小区内其他道路监控模块收发图像信号，所述运算分配子模块用于根据每个道路监控模块的运算力对图像分析工作进行分配。
根据上述技术方案，所述道路监控模块工作时分为以下具体步骤：
S0、在小区街道的各个区域内排布道路监控模块，按照平均人员流动量的正比来分配不同运算能力的高分辨率摄像单元；
S1、启动红外感应单元，对较大的感应区域内是否存在活物进行实时扫描，此时低分辨率摄像单元和高分辨率摄像单元处于休眠状态，整体功耗最低；
S2、当感应区域内出现活物时，启动低分辨率摄像单元，对前方较小的监控区域进行摄像，并对图像进行分析，整体功耗中等；
S3、当监控区域内的活物逗留的时间超过设定值时，启动高分辨率摄像单元，并开始启动人脸识别功能，对人脸信息进行分析，整体功耗最高；
S4、将高分辨率图像信息发送给其他未进行高分辨率识别的道路监控模块，按照各自的运算能力进行图像处理信息任务的分配，使多个道路监控模块进行协同分析，将信息发送给安保人员操作端。
根据上述技术方案，上述步骤S4中，图像处理信息任务的分配方法为，
S4-1、当该道路监控模块的低分辨率摄像单元未进行工作，即感应区域内未出现活物时，其图像分析子模块完全承接其他道路监控模块的图像处理信息任务；
S4-2、当该道路监控模块的低分辨率摄像单元开始工作，即感应区域内开始出现活物时，则降低其承接其他图像处理信息任务的比例，具体分配方式为实时处理其他信息任务的剩余运算力随着活物出现的时间成正比减少，直到触发高分辨率摄像单元工作时，剩余运算力为零，具体为
Figure DEST_PATH_IMAGE001
1,
其中
Figure 894125DEST_PATH_IMAGE002
实时处理其他信息任务的运算力，
Figure DEST_PATH_IMAGE003
为总体运算力，
Figure 303110DEST_PATH_IMAGE004
为低分辨率摄像单 元处理信息任务占用的运算力，
Figure DEST_PATH_IMAGE005
为触发高分辨率摄像单元的时间，
Figure 76156DEST_PATH_IMAGE006
为活物逗留的时间。
根据上述技术方案，所述室内监控模块包括移动轨迹判定模块、动作分析模块、紧急呼救模块、宠物投食训练模块，所述红外感应单元与移动轨迹判定模块电连接，所述宠物投食训练模块与动作分析模块电连接；
所述移动轨迹判定模块用于根据红外感应信息判定老人的移动轨迹，所述动作分析模块用于分析老人的动作是否存在突变，所述紧急呼救模块用于在紧急情况发生时进行呼救处理，所述宠物投食训练模块用于让老人为宠物日常投食，达到锻炼的效果；
所述移动轨迹判定模块包括身体空间定位子模块、速度分析子模块，所述动作分析模块包括身体轮廓判断子模块、红外成像形状分析子模块，所述身体空间定位子模块用于根据身体的红外感应图像位置对老人进行空间定位，所述速度分析子模块用于分析老人移动的速度，进而判定是否与日常走动的速度不同，所述身体轮廓判断子模块用于根据红外感应图像区域判定老人的身体轮廓，所述红外成像形状分析子模块用于根据红外轮廓的形状来判定是否正常。
根据上述技术方案，所述宠物投食训练模块包括地点选择模块、宠物活动监测模块，所述居民手机端包括定位模块、地点标记模块、空间拟合模块、指令提示模块；
所述地点选择模块用于结合宠物活动信息决定投食地点，所述宠物活动监测模块用于检测宠物活动的信息，所述定位模块用于判定居民在家中的位置，所述地点标记模块用于利用手势的红外感应图像在监控区域内标记投食地点，所述空间拟合模块用于结合居民在家中的行动轨迹和室内的监控情况拟合出家中的可行动空间和路径，所述指令提示模块用于提示老人在家中的投食路径；
所述宠物活动监测模块包括宠物轮廓扫描子模块、宠物活动路径标记子模块、活动量计算子模块，所述宠物轮廓扫描子模块用于扫描整个宠物的身体轮廓，用来作为后续宠物移动判断的依据，所述宠物活动路径标记子模块用于根据整个监控区域内红外感应扫描出的宠物位置对行动轨迹进行记录，所述活动量计算子模块用于根据行动轨迹计算宠物的活动量。
根据上述技术方案，所述室内监控模块工作时，具体分为以下步骤：
a，操作人员拿出居民手机端在家中走动，居民手机端随着走动位置发生变化，以此记录室内可活动区域的范围和轨迹并在监控区域内做出手势，检测到操作人员的手势时，表达此为投食地点，并随着居民的移动轨迹拟合出家中的路径和投食地点分布图；
b，日常生活中根据监控中的宠物活动情况，得出宠物一天的活动量，以此调整决定宠物的投食量和投食地点，如果宠物一天的活动量较低，则投食地点分布较远，如果活动量高则各个投食点的距离较近；
c，老人在家中时，依靠指令取出宠物饲料，并投放在饲料投放规定地点，老人在投食路径走动时依靠动作分析模块判断日常行为是否存在突变，并依靠移动轨迹判定模块判断是否存在行动异常的情况，在其跌倒或突发急性病时可以得到实时监测。
根据上述技术方案，上述步骤b中，正常情况下采用低分辨率摄像单元进行室内的监控工作，若红外感应模块判断老人长时间不移动或行动异常时，则触发高分辨率工作，对老人进行高分辨率的观察并提醒居民手机端进行观看。
根据上述技术方案，所述社区监控系统还包括安保人员评级模块、恶性事件值评定模块，所述恶性事件值评定模块包括事件影响力评定子模块、事件次数记录子模块，所述安保人员操作端与事件次数记录子模块和事件影响力评定子模块电连接，所述安保人员评级模块包括响应速度评定子模块、处理速度评定子模块、妥善程度评定子模块，所述响应时间评定子模块和处理速度评定子模块与图像分析子模块电连接；
所述恶性事件值评定模块用于评定规定区域内所有小区内发生恶性事件的综合指标，所述安保人员评级模块用于对安保人员应对恶性事件的能力进行评级，所述事件影响力评定子模块用于评定恶性事件的人员财物损失程度，所述事件次数记录子模块用于记录恶性事件的次数，所述响应速度评定子模块用于结合时间与安保人员和事发现场的距离评定安保人员在事发时到达现场的速度，所述处理速度评定子模块用于评定安保人员处理完成事件的速度，所述妥善程度评定子模块用于评定处理事件的人员与财产损失程度。
根据上述技术方案，所述恶性事件值评定模块工作的具体步骤为，
S5，当恶性事件发生时，安保人员察觉到并展开行动，并记录恶性事件的次数和影响 力，并评估规定时间
Figure DEST_PATH_IMAGE007
内恶性值
Figure 963209DEST_PATH_IMAGE008
，具体为
Figure DEST_PATH_IMAGE009
；式中
Figure 876283DEST_PATH_IMAGE010
为各种恶性事件发生的次数，
Figure DEST_PATH_IMAGE011
，
Figure 485863DEST_PATH_IMAGE012
为每个恶性事件的人员伤亡程度和财产损失程度
Figure DEST_PATH_IMAGE013
，D为小区内住户的数量， D≥0；
S6，事件发生时，安保人员得知事件发生的时间，并迅速赶至现场，通过图像分析模块来判定安保人员是否到达现场，同时响应速度评定子模块以此来评定安保人员在事发时到达现场的速度。
与现有技术相比，本发明所达到的有益效果是：本发明，通过设置有社区监控系统和居家监控系统，可以检测社区、家庭和车库的各种情况，并且按照各街道的人流量分配合适运算能力的摄像头，节省整体摄像头购置成本。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
本发明提供技术方案：一种基于AI图像属性识别的智能社区监测系统，包括社区监控系统、居家监控系统，所述社区监控系统包括道路监控模块、安保人员操作端，所述居家监控系统包括室内监控模块、居民手机端，所述安保人员操作端与道路监控模块电连接，所述居民手机端与室内监控模块电连接；
社区监控系统用于监控社区范围内的人员活动情况，居家监控系统用于检测居民住宅内和住宅周围的情况，道路监控模块用于监测道路的情况，安保人员操作端用于通知安保人员采取相应的及时措施，室内监控模块用于监控居民家中的情况，当使用该系统时可以实时查看居民室内的情况，安保人员可以实时查看道路的情况，做到安全性能好；
道路监控模块包括红外感应单元、低分辨率摄像单元、高分辨率摄像单元、图像分析子模块、唤醒子模块、图像信号收发子模块、运算分配子模块，唤醒子模块和图像信号收发子模块分别与高分辨率摄像单元电连接，图像信号收发子模块与安保人员操作端电连接；
红外感应单元用于感应前方监测区域内是否存在活物，低分辨率摄像单元用于监测道路的粗略情况，高分辨率摄像单元用于监视道路的精确情况，图像分析子模块用于对图像信号进行分析，唤醒子模块用于对两种摄像单元进行唤醒，图像信号收发子模块用于对小区内其他道路监控模块收发图像信号，运算分配子模块用于根据每个道路监控模块的运算力对图像分析工作进行分配；
道路监控模块工作时分为以下具体步骤：
S0、在小区街道的各个区域内排布道路监控模块，按照平均人员流动量的正比来分配不同运算能力的高分辨率摄像单元；
S1、启动红外感应单元，对较大的感应区域内是否存在活物进行实时扫描，此时低分辨率摄像单元和高分辨率摄像单元处于休眠状态，整体功耗最低；
S2、当感应区域内出现活物时，启动低分辨率摄像单元，对前方较小的监控区域进行摄像，并对图像进行分析，整体功耗中等；
S3、当监控区域内的活物逗留的时间超过设定值时，启动高分辨率摄像单元，并开始启动人脸识别功能，对人脸信息进行分析，整体功耗最高；
S4、将高分辨率图像信息发送给其他未进行高分辨率识别的道路监控模块，按照各自的运算能力进行图像处理信息任务的分配，使多个道路监控模块进行协同分析，将信息发送给安保人员操作端；
上述步骤S4中，图像处理信息任务的分配方法为，
S4-1、当该道路监控模块的低分辨率摄像单元未进行工作，即感应区域内未出现活物时，其图像分析子模块完全承接其他道路监控模块的图像处理信息任务；
S4-2、当该道路监控模块的低分辨率摄像单元开始工作，即感应区域内开始出现活物时，则降低其承接其他图像处理信息任务的比例，具体分配方式为实时处理其他信息任务的剩余运算力随着活物出现的时间成正比减少，直到触发高分辨率摄像单元工作时，剩余运算力为零，能够针对实时的图像进行运算力的分配，实现充分利用其分析模块的运算力，具体为
Figure 401997DEST_PATH_IMAGE014
,
其中
Figure 764845DEST_PATH_IMAGE002
实时处理其他信息任务的运算力，
Figure 394410DEST_PATH_IMAGE003
为总体运算力，
Figure 692667DEST_PATH_IMAGE004
为低分辨率摄像单 元处理信息任务占用的运算力，
Figure 876524DEST_PATH_IMAGE005
为触发高分辨率摄像单元的时间，
Figure 72757DEST_PATH_IMAGE007
1为活物逗留的时间；
室内监控模块包括移动轨迹判定模块、动作分析模块、紧急呼救模块、宠物投食训练模块，红外感应单元与移动轨迹判定模块电连接，宠物投食训练模块与动作分析模块电连接；
移动轨迹判定模块用于根据红外感应信息判定老人的移动轨迹，动作分析模块用于分析老人的动作是否存在突变，紧急呼救模块用于在紧急情况发生时进行呼救处理，宠物投食训练模块用于让老人为宠物日常投食，达到锻炼的效果，通过将独居老人和宠物照看结合起来，在提高宠物活动量的同时保证老人每天都有足够的活动量，并且能够从投食的活动来判断老人是否存在健康问题，丰富老人的独居活动，并且保证身体健康；
移动轨迹判定模块包括身体空间定位子模块、速度分析子模块，动作分析模块包括身体轮廓判断子模块、红外成像形状分析子模块，身体空间定位子模块用于根据身体的红外感应图像位置对老人进行空间定位，速度分析子模块用于分析老人移动的速度，进而判定是否与日常走动的速度不同，身体轮廓判断子模块用于根据红外感应图像区域判定老人的身体轮廓，红外成像形状分析子模块用于根据红外轮廓的形状来判定是否正常，通过对日常行为步态的身体轮廓进行分析，如果此时老人的身体有造成行为步态的异常的疾病，则可以体现在红外成像形状分析子模块上，进而对身体健康状况进行判断；
宠物投食训练模块包括地点选择模块、宠物活动监测模块，居民手机端包括定位模块、地点标记模块、空间拟合模块、指令提示模块；
地点选择模块用于结合宠物活动信息决定投食地点，宠物活动监测模块用于检测宠物活动的信息，定位模块用于判定居民在家中的位置，地点标记模块用于利用手势的红外感应图像在监控区域内标记投食地点，空间拟合模块用于结合居民在家中的行动轨迹和室内的监控情况拟合出家中的可行动空间和路径，指令提示模块用于提示老人在家中的投食路径，在寻找食物的过程中提升活动量；
宠物活动监测模块包括宠物轮廓扫描子模块、宠物活动路径标记子模块、活动量计算子模块，宠物轮廓扫描子模块用于扫描整个宠物的身体轮廓，用来作为后续宠物移动判断的依据，宠物活动路径标记子模块用于根据整个监控区域内红外感应扫描出的宠物位置对行动轨迹进行记录，活动量计算子模块用于根据行动轨迹计算宠物的活动量；
室内监控模块工作时，具体分为以下步骤：
a，操作人员拿出居民手机端在家中走动，居民手机端随着走动位置发生变化，以此记录室内可活动区域的范围和轨迹并在监控区域内做出手势，检测到操作人员的手势时，表达此为投食地点，并随着居民的移动轨迹拟合出家中的路径和投食地点分布图；
b，日常生活中根据监控中的宠物活动情况，得出宠物一天的活动量，以此调整决定宠物的投食量和投食地点，如果宠物一天的活动量较低，则投食地点分布较远，如果活动量高则各个投食点的距离较近；
c，老人在家中时，依靠指令取出宠物饲料，并投放在饲料投放规定地点，老人在投食路径走动时依靠动作分析模块判断日常行为是否存在突变，并依靠移动轨迹判定模块判断是否存在行动异常的情况，在其跌倒或突发急性病时可以得到实时监测，可以根据家庭的环境进行不同的投食方案调整，适应不同的居家环境；
上述步骤b中，正常情况下采用低分辨率摄像单元进行室内的监控工作，若红外感应模块判断老人长时间不移动或行动异常时，则触发高分辨率工作，对老人进行高分辨率的观察并提醒居民手机端进行观看，在平时可以减少其功耗，保护老人隐私，在突发事件爆发时可以精确地查看老人的情况，实时反馈；
社区监控系统还包括安保人员评级模块、恶性事件值评定模块，恶性事件值评定模块包括事件影响力评定子模块、事件次数记录子模块，安保人员操作端与事件次数记录子模块和事件影响力评定子模块电连接，安保人员评级模块包括响应速度评定子模块、处理速度评定子模块、妥善程度评定子模块，响应时间评定子模块和处理速度评定子模块与图像分析子模块电连接；
恶性事件值评定模块用于评定规定区域内所有小区内发生恶性事件的综合指标，安保人员评级模块用于对安保人员应对恶性事件的能力进行评级，事件影响力评定子模块用于评定恶性事件的人员财物损失程度，事件次数记录子模块用于记录恶性事件的次数，响应速度评定子模块用于结合时间与安保人员和事发现场的距离评定安保人员在事发时到达现场的速度，处理速度评定子模块用于评定安保人员处理完成事件的速度，妥善程度评定子模块用于评定处理事件的人员与财产损失程度，用于为小区的安保人员整体进行评分，客观得出小区的安全条件；
恶性事件值评定模块工作的具体步骤为，
S5，当恶性事件发生时，安保人员察觉到并展开行动，并记录恶性事件的次数和影响 力，并评估规定时间
Figure 760090DEST_PATH_IMAGE007
内恶性值
Figure 478516DEST_PATH_IMAGE008
，具体为
Figure 759456DEST_PATH_IMAGE009
；式中
Figure 355784DEST_PATH_IMAGE010
为各种恶性事件发生的次数，
Figure 163203DEST_PATH_IMAGE011
，
Figure 803263DEST_PATH_IMAGE012
为每个恶性事件的人员伤亡程度和财产损失程度
Figure 820767DEST_PATH_IMAGE013
，D为小区内住户的数量， D≥0；
S6，事件发生时，安保人员得知事件发生的时间，并迅速赶至现场，通过图像分析模块 来判定安保人员是否到达现场，同时响应速度评定子模块以此来评定安保人员在事发时到 达现场的速度，通过积分法来算出动态伤亡程度情况下整体的恶性值，并在
Figure 735633DEST_PATH_IMAGE007
之间内进行累 积计算，得到一个宏观范围内的恶性值，评定更加精确和客观，并且利用大数据的记录方法 评定小区的安全指标，作为住户选购居住环境的重要依据。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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过程、方法、物品或者设备不仅包括那些要素，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过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于AI图像属性识别的智能社区监测系统，其特征在于：包括社区监控系统、居家监控系统，所述社区监控系统包括道路监控模块、安保人员操作端，所述居家监控系统包括室内监控模块、居民手机端，所述安保人员操作端与道路监控模块电连接，所述居民手机端与室内监控模块电连接；
所述社区监控系统用于监控社区范围内的人员活动情况，所述居家监控系统用于检测居民住宅内和住宅周围的情况，所述道路监控模块用于监测道路的情况，所述安保人员操作端用于通知安保人员采取相应的及时措施，所述室内监控模块用于监控居民家中的情况。
2.根据权利要求1所述的一种基于AI图像属性识别的智能社区监测系统，其特征在于：所述道路监控模块包括红外感应单元、低分辨率摄像单元、高分辨率摄像单元、图像分析子模块、唤醒子模块、图像信号收发子模块、运算分配子模块，所述唤醒子模块和图像信号收发子模块分别与高分辨率摄像单元电连接，所述图像信号收发子模块与安保人员操作端电连接；
所述红外感应单元用于感应前方监测区域内是否存在活物，所述低分辨率摄像单元用于监测道路的粗略情况，所述高分辨率摄像单元用于监视道路的精确情况，所述图像分析子模块用于对图像信号进行分析，所述唤醒子模块用于对两种摄像单元进行唤醒，所述图像信号收发子模块用于对小区内其他道路监控模块收发图像信号，所述运算分配子模块用于根据每个道路监控模块的运算力对图像分析工作进行分配。
3.根据权利要求2所述的一种基于AI图像属性识别的智能社区监测系统，其特征在于：所述道路监控模块工作时分为以下具体步骤：
S0、在小区街道的各个区域内排布道路监控模块，按照平均人员流动量的正比来分配不同运算能力的高分辨率摄像单元；
S1、启动红外感应单元，对较大的感应区域内是否存在活物进行实时扫描，此时低分辨率摄像单元和高分辨率摄像单元处于休眠状态，整体功耗最低；
S2、当感应区域内出现活物时，启动低分辨率摄像单元，对前方较小的监控区域进行摄像，并对图像进行分析，整体功耗中等；
S3、当监控区域内的活物逗留的时间超过设定值时，启动高分辨率摄像单元，并开始启动人脸识别功能，对人脸信息进行分析，整体功耗最高；
S4、将高分辨率图像信息发送给其他未进行高分辨率识别的道路监控模块，按照各自的运算能力进行图像处理信息任务的分配，使多个道路监控模块进行协同分析，将信息发送给安保人员操作端。
4.根据权利要求3所述的一种基于AI图像属性识别的智能社区监测系统，其特征在于：上述步骤S4中，图像处理信息任务的分配方法为，
S4-1、当该道路监控模块的低分辨率摄像单元未进行工作，即感应区域内未出现活物时，其图像分析子模块完全承接其他道路监控模块的图像处理信息任务；
S4-2、当该道路监控模块的低分辨率摄像单元开始工作，即感应区域内开始出现活物时，则降低其承接其他图像处理信息任务的比例，具体分配方式为实时处理其他信息任务的剩余运算力随着活物出现的时间成正比减少，直到触发高分辨率摄像单元工作时，剩余运算力为零，具体为
Figure 220083DEST_PATH_IMAGE001
,
其中
Figure 403546DEST_PATH_IMAGE002
实时处理其他信息任务的运算力，
Figure 112876DEST_PATH_IMAGE003
为总体运算力，
Figure 984886DEST_PATH_IMAGE004
为低分辨率摄像单元 处理信息任务占用的运算力，
Figure 664129DEST_PATH_IMAGE005
为触发高分辨率摄像单元的时间，
Figure 845974DEST_PATH_IMAGE006
为活物逗留的时间。
5.根据权利要求4所述的一种基于AI图像属性识别的智能社区监测系统，其特征在于：所述室内监控模块包括移动轨迹判定模块、动作分析模块、紧急呼救模块、宠物投食训练模块，所述红外感应单元与移动轨迹判定模块电连接，所述宠物投食训练模块与动作分析模块电连接；
所述移动轨迹判定模块用于根据红外感应信息判定老人的移动轨迹，所述动作分析模块用于分析老人的动作是否存在突变，所述紧急呼救模块用于在紧急情况发生时进行呼救处理，所述宠物投食训练模块用于让老人为宠物日常投食，达到锻炼的效果；
所述移动轨迹判定模块包括身体空间定位子模块、速度分析子模块，所述动作分析模块包括身体轮廓判断子模块、红外成像形状分析子模块，所述身体空间定位子模块用于根据身体的红外感应图像位置对老人进行空间定位，所述速度分析子模块用于分析老人移动的速度，进而判定是否与日常走动的速度不同，所述身体轮廓判断子模块用于根据红外感应图像区域判定老人的身体轮廓，所述红外成像形状分析子模块用于根据红外轮廓的形状来判定是否正常。
6.根据权利要求5所述的一种基于AI图像属性识别的智能社区监测系统，其特征在于：所述宠物投食训练模块包括地点选择模块、宠物活动监测模块，所述居民手机端包括定位模块、地点标记模块、空间拟合模块、指令提示模块；
所述地点选择模块用于结合宠物活动信息决定投食地点，所述宠物活动监测模块用于检测宠物活动的信息，所述定位模块用于判定居民在家中的位置，所述地点标记模块用于利用手势的红外感应图像在监控区域内标记投食地点，所述空间拟合模块用于结合居民在家中的行动轨迹和室内的监控情况拟合出家中的可行动空间和路径，所述指令提示模块用于提示老人在家中的投食路径；
所述宠物活动监测模块包括宠物轮廓扫描子模块、宠物活动路径标记子模块、活动量计算子模块，所述宠物轮廓扫描子模块用于扫描整个宠物的身体轮廓，用来作为后续宠物移动判断的依据，所述宠物活动路径标记子模块用于根据整个监控区域内红外感应扫描出的宠物位置对行动轨迹进行记录，所述活动量计算子模块用于根据行动轨迹计算宠物的活动量。
7.根据权利要求6所述的一种基于AI图像属性识别的智能社区监测系统，其特征在于：所述室内监控模块工作时，具体分为以下步骤：
a，操作人员拿出居民手机端在家中走动，居民手机端随着走动位置发生变化，以此记录室内可活动区域的范围和轨迹并在监控区域内做出手势，检测到操作人员的手势时，表达此为投食地点，并随着居民的移动轨迹拟合出家中的路径和投食地点分布图；
b，日常生活中根据监控中的宠物活动情况，得出宠物一天的活动量，以此调整决定宠物的投食量和投食地点，如果宠物一天的活动量较低，则投食地点分布较远，如果活动量高则各个投食点的距离较近；
c，老人在家中时，依靠指令取出宠物饲料，并投放在饲料投放规定地点，老人在投食路径走动时依靠动作分析模块判断日常行为是否存在突变，并依靠移动轨迹判定模块判断是否存在行动异常的情况，在其跌倒或突发急性病时可以得到实时监测。
8.根据权利要求7所述的一种基于AI图像属性识别的智能社区监测系统，其特征在于：上述步骤b中，正常情况下采用低分辨率摄像单元进行室内的监控工作，若红外感应模块判断老人长时间不移动或行动异常时，则触发高分辨率工作，对老人进行高分辨率的观察并提醒居民手机端进行观看。
9.根据权利要求8所述的一种基于AI图像属性识别的智能社区监测系统，其特征在于：所述社区监控系统还包括安保人员评级模块、恶性事件值评定模块，所述恶性事件值评定模块包括事件影响力评定子模块、事件次数记录子模块，所述安保人员操作端与事件次数记录子模块和事件影响力评定子模块电连接，所述安保人员评级模块包括响应速度评定子模块、处理速度评定子模块、妥善程度评定子模块，所述响应时间评定子模块和处理速度评定子模块与图像分析子模块电连接；
所述恶性事件值评定模块用于评定规定区域内所有小区内发生恶性事件的综合指标，所述安保人员评级模块用于对安保人员应对恶性事件的能力进行评级，所述事件影响力评定子模块用于评定恶性事件的人员财物损失程度，所述事件次数记录子模块用于记录恶性事件的次数，所述响应速度评定子模块用于结合时间与安保人员和事发现场的距离评定安保人员在事发时到达现场的速度，所述处理速度评定子模块用于评定安保人员处理完成事件的速度，所述妥善程度评定子模块用于评定处理事件的人员与财产损失程度。
10.根据权利要求9所述的一种基于AI图像属性识别的智能社区监测系统，其特征在于：所述恶性事件值评定模块工作的具体步骤为，
S5，当恶性事件发生时，安保人员察觉到并展开行动，并记录恶性事件的次数和影响 力，并评估规定时间
Figure 991784DEST_PATH_IMAGE007
内恶性值
Figure 616669DEST_PATH_IMAGE008
，具体为
Figure 974970DEST_PATH_IMAGE009
；式中
Figure 805129DEST_PATH_IMAGE010
为各种恶性事件发生的次数，
Figure 715316DEST_PATH_IMAGE011
，
Figure 561918DEST_PATH_IMAGE012
为每个恶性事件的人员伤亡程度和财产损失程度
Figure 458330DEST_PATH_IMAGE013
，D为小区内住户的数量， D≥0；
S6，事件发生时，安保人员得知事件发生的时间，并迅速赶至现场，通过图像分析模块来判定安保人员是否到达现场，同时响应速度评定子模块以此来评定安保人员在事发时到达现场的速度。
CN202110023102.5A 2021-01-08 2021-01-08 一种基于ai图像属性识别的智能社区监测系统 Active CN112351262B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110023102.5A CN112351262B (zh) 2021-01-08 2021-01-08 一种基于ai图像属性识别的智能社区监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110023102.5A CN112351262B (zh) 2021-01-08 2021-01-08 一种基于ai图像属性识别的智能社区监测系统

Publications (2)

Publication Number Publication Date
CN112351262A true CN112351262A (zh) 2021-02-09
CN112351262B CN112351262B (zh) 2021-04-30

Family

ID=74427915

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110023102.5A Active CN112351262B (zh) 2021-01-08 2021-01-08 一种基于ai图像属性识别的智能社区监测系统

Country Status (1)

Country Link
CN (1) CN112351262B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113902998A (zh) * 2021-08-17 2022-01-07 苏州当至创网络科技有限公司 一种基于区块链的访客控制管理方法及系统
CN114519563A (zh) * 2022-01-21 2022-05-20 南京数之信市场研究有限公司 居家养老日间服务信息管理方法及系统
CN115273379A (zh) * 2022-06-23 2022-11-01 南方中金勘察设计有限公司 一种基于物联网技术的智慧消防管理平台

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170193177A1 (en) * 2015-12-31 2017-07-06 Cerner Innovation, Inc. Methods and systems for assigning locations to devices
CN107396042A (zh) * 2017-06-30 2017-11-24 郑州云海信息技术有限公司 一种游乐场的监控方法、装置及系统
CN207766411U (zh) * 2018-01-09 2018-08-24 深圳韩倍达电子科技有限公司 一种基于双摄像头的动作监控系统
CN110766891A (zh) * 2018-07-26 2020-02-07 深圳市特力康科技有限公司 输电线路面式防外力破坏在线监测装置
CN112019594A (zh) * 2020-07-15 2020-12-01 上海西克文电子科技有限公司 一种基于智慧社区的家居智能安防系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170193177A1 (en) * 2015-12-31 2017-07-06 Cerner Innovation, Inc. Methods and systems for assigning locations to devices
CN107396042A (zh) * 2017-06-30 2017-11-24 郑州云海信息技术有限公司 一种游乐场的监控方法、装置及系统
CN207766411U (zh) * 2018-01-09 2018-08-24 深圳韩倍达电子科技有限公司 一种基于双摄像头的动作监控系统
CN110766891A (zh) * 2018-07-26 2020-02-07 深圳市特力康科技有限公司 输电线路面式防外力破坏在线监测装置
CN112019594A (zh) * 2020-07-15 2020-12-01 上海西克文电子科技有限公司 一种基于智慧社区的家居智能安防系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113902998A (zh) * 2021-08-17 2022-01-07 苏州当至创网络科技有限公司 一种基于区块链的访客控制管理方法及系统
CN114519563A (zh) * 2022-01-21 2022-05-20 南京数之信市场研究有限公司 居家养老日间服务信息管理方法及系统
CN115273379A (zh) * 2022-06-23 2022-11-01 南方中金勘察设计有限公司 一种基于物联网技术的智慧消防管理平台

Also Published As

Publication number Publication date
CN112351262B (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
CN112351262B (zh) 一种基于ai图像属性识别的智能社区监测系统
CN208905033U (zh) 一种智能井盖监控和管理系统
CN112785798B (zh) 面向电力变电站工程建设项目施工人员的行为分析方法
CN115603466B (zh) 一种基于人工智能视觉识别的船舶岸电系统
CN105469035A (zh) 基于双目视频分析的驾驶员不良驾驶行为检测系统
CN109803127A (zh) 基于大数据和物联网技术的城市安全工地监控系统和方法
CN104856658A (zh) 基于北斗定位与生理状态监测的可穿戴式智能监护系统
CN114446026B (zh) 一种物品遗忘提醒方法、相应的电子设备及装置
CN111192426A (zh) 基于拟人视觉图像分析视频巡航的铁路周界入侵检测方法
CN101507658A (zh) 一种基于行为监测的病猪识别方法及系统
CN112348731B (zh) 一种基于大数据的智慧社区实时监管系统及方法
CN113361825A (zh) 一种踩踏事故早期预警方法及系统
CN108734072B (zh) 一种多源对象关联方法及装置
CN207946517U (zh) 一种基于视频辅助定位的uwb三维定位系统
KR101989376B1 (ko) 궤도 회로 통합 감시 장치
CN115471865A (zh) 作业现场数字化安全管控方法、装置、设备和存储介质
CN113044694B (zh) 基于深度神经网络的工地电梯人数统计系统及方法
CN114476444A (zh) 一种垃圾卸料智能管理系统
CN112434074B (zh) 一种基于手机定位信息的自然保护地人类活动监管系统
CN113314230A (zh) 基于大数据的智能防疫方法、装置、设备及存储介质
CN112349058A (zh) 一种基于物联网的区域安全报警系统
CN105825631B (zh) 基于视频智能算法的疲劳检测方法及系统
CN212540752U (zh) 一种用于提醒施工工人的高速公路车辆预警装置
CN114328787A (zh) 施工工地的信息处理方法、装置、系统、终端和存储介质
CN114022941A (zh) 一种基于人脸识别技术的商品推荐系统

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
GR01 Patent grant
GR01 Patent grant