CN112528791A - 一种铁路站场防入侵系统及方法 - Google Patents
一种铁路站场防入侵系统及方法 Download PDFInfo
- Publication number
- CN112528791A CN112528791A CN202011393771.3A CN202011393771A CN112528791A CN 112528791 A CN112528791 A CN 112528791A CN 202011393771 A CN202011393771 A CN 202011393771A CN 112528791 A CN112528791 A CN 112528791A
- Authority
- CN
- China
- Prior art keywords
- alarm
- picture
- intrusion
- information
- railway
- 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 22
- 238000012544 monitoring process Methods 0.000 claims abstract description 81
- 238000012806 monitoring device Methods 0.000 claims abstract description 19
- 238000005516 engineering process Methods 0.000 claims abstract description 11
- 230000002159 abnormal effect Effects 0.000 claims description 40
- 238000012545 processing Methods 0.000 claims description 20
- 230000002265 prevention Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 6
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000010801 machine learning Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007123 defense Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000004519 manufacturing process 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
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/53—Querying
- G06F16/538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V10/95—Hardware or software architectures specially adapted for image or video understanding structured as a network, e.g. client-server architectures
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
Abstract
本发明提出的一种铁路站场防入侵系统及方法,包括:视频采集监控装置,铁路防入侵监控单元、站场防入侵报警信息管理单元和AI服务器;本发明采用AI图像识别、人工智能机器学习技术,通过将对接的监控系统的视频流传输给AI服务器,由AI服务器做出是否应该报警的判断,有效的提高了报警的准确率。
Description
技术领域
本发明涉及铁路站场监控技术领域,更具体的说是涉及一种铁路站场防入侵系统及方法。
背景技术
随着我国铁路的高速发展,车站发车密度增加,客流量增大,车站安全生产压力也随之加大。铁路车站的运营自动化与智能化都是未来车站安全运营的必要执行项目,现阶段的安全管制措施仍以人为管控为主、系统控制为辅,未实现人防、物防、技防有机结合。为避免旅客在候车期间侵入安全白线、误闯站台两端等非安全区域,造成人员财产损失甚至行车事故,对铁路站场的入侵监控越来越受到相关部门的重视。
目前,铁路各站场使用的防侵入系统,均采用监控系统自带的防侵入功能。但是监控系统自带的防侵入功能均存在无法区分入侵源的问题。比如,用户真正需要的是监控到非穿工作服的工作人员、火车以外的移动物体才进行报警。但是现有的防侵入系统均无法解决该问题。导致误报频繁,使得铁路用户不得不关闭此功能。
发明内容
针对以上问题,本发明的目的在于提供一种铁路站场防入侵系统及方法,采用AI图像识别、人工智能机器学习技术,通过将对接的监控系统的视频流传输给AI服务器,由AI服务器做出是否应该报警的判断,有效的提高了报警的准确率。
本发明为实现上述目的,通过以下技术方案实现:一种铁路站场防入侵系统,包括:视频采集监控装置,铁路防入侵监控单元、站场防入侵报警信息管理单元和AI服务器;
所述视频采集监控装置,安装在铁路站场的预设监控区域,用于采集视频流并发送至铁路防入侵监控单元;
所述铁路防入侵监控单元,安装在车站监控室或本地机房内,用于接收视频采集监控装置采集的视频流,转换为图片后发送至AI服务器,根据AI服务器返回的图片判定结果进行监控和报警,当出现报警后,通过发出警报信号提醒工作人员有不法物体闯入监控区域,并将报警信息存储在内置数据库中;
所述站场防入侵报警信息管理单元,安装在车站监控室内,用于读取铁路防入侵监控单元内置数据库中的报警信息,并进行报警信息分析和报警信息处理,并通过预设架构进行报警信息分析和处理结果的屏幕展示;
所述AI服务器,用于根据预设的算法判断出是图片信息中否有非法物体闯入监控区域,并将判断结果返回给铁路防入侵报警监控单元。
进一步,所述铁路防入侵监控单元包括:
视频流采集模块,用于采集视频采集监控装置发送的视频流,并按照预设时间间隔抽出一帧图片,并发送至AI服务器;
定位模块,用于确定视频流的抽帧图片的坐标,并将对应的报警区域坐标发送至AI服务器;
图片处理模块,用于在抽帧图片上绘制报警的区域范围框。
进一步,所述站场防入侵报警信息管理单元包括:
报警信息读取模块,用于通过局域网读取铁路防入侵监控单元内置数据库中的报警信息;
信息分析单元,用于使用预设信息处理软件对报警信息进行分类、比对和处理结果汇总,并以数据列表的方式进行展示。
进一步,所述AI服务器包括:
存储模块,用于存储穿着工作服的人员图片信息、火车的图片信息,作为非异常物体参考信息;
识别判定模块,用于使用AI图像识别技术,并根据预设的算法判断出图片中是否有异常物体闯入监控区域,若存在异常物体,经图片识别为报警图片,并将报警图片、异常物体在报警图片上的位置信息返回给铁路防入侵监控单元。
进一步,所述AI服务器还包括:
比对排除模块,扫描图片中物体,并与非异常物体参考信息进行相似度比对,若比对结果大于预设阈值,将图片中的相应物体认定为非异常物体。
进一步,所述预设时间间隔为200毫秒。
进一步,所述站场防入侵报警信息管理单元采用局域网B/S架构。
相应的,本发明还公开了一种铁路站场防入侵方法,包括如下步骤:
S1:将穿着工作服的人员图片信息、火车的图片信息,作为非异常物体参考信息,存储到AI服务器中;
S2:将铁路防入侵监控单元与视频采集监控装置对接;
S3:铁路防入侵监控单元将对接到的视频流中每隔200毫秒抽一帧图片和报警区域坐标发送给AI服务器;
S4:AI服务器通过AI图像识别技术,并根据预设的算法判断出图片中是否有异常物体闯入监控区域,若存在异常物体,经图片识别为报警图片,并将报警图片、异常物体在报警图片上的位置信息返回给铁路防入侵监控单元;
S5:铁路防入侵监控单元防侵入系统将将报警图片、异常物体在报警图片上的位置信息存储到内置数据库,并发出警报信号提醒工作人员有不法物体闯入监控区域。
对比现有技术,本发明有益效果在于:本发明提供了一种铁路站场防入侵系统及方法,通过铁路防入侵监控单元与视频采集监控装置对接,将对接到的视频流中每隔200毫秒抽一帧图片和报警区域坐标发送给AI服务器。AI服务器通过图像识别技术识别出是否需要报警。因为事先已经将穿各种工作服的人员、火车等不需要报警的物体输入到AI服务器,所以工作服的工作人员和火车进入便不会识别为报警图片。如果AI服务器识别为是报警图片,则将该报警图片,异常物体在该图片上的位置,物体的类型都返回给路防入侵监控单元,路防入侵监控单元将该信息存储到数据库中并触发警报。
本发明的站场防入侵报警信息管理单元,能够读取铁路防入侵监控单元内置数据库中的报警信息,并进行报警信息分析和报警信息处理,并进行报警信息分析和处理结果的屏幕展示。从而方便操作人员远程了解铁路入侵报警情况。
相比传统的监控系统自带的防侵入功能,本发明具有更为精确的报警源过滤。可以精确的控制到哪些东西报警,哪些东西不报警。本发明已在多个铁路场站实施,并取得了良好的效果。
本发明可以由用户灵活的绘制报警区域。因为监控视频流抽出的图像帧范围很大,多数情况会超出报警区域范围。为解决该问题,本发明实现了可以由用户自由的绘制报警的区域范围。
由此可见,本发明与现有技术相比,具有突出的实质性特点和显著的进步,其实施的有益效果也是显而易见的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
附图1是本发明的系统结构图。
附图2是本发明的方法流程图。
具体实施方式
下面结合附图对本发明的具体实施方式做出说明。
如图1所示的一种铁路站场防入侵系统,包括:视频采集监控装置,铁路防入侵监控单元、站场防入侵报警信息管理单元和AI服务器。
1、视频采集监控装置,可采用现有的海康或大华视频监控系统,安装在铁路站场的预设监控区域,用于采集视频流并发送至铁路防入侵监控单元。
2、铁路防入侵监控单元,安装在车站监控室或本地机房内,用于接收视频采集监控装置采集的视频流,转换为图片后发送至AI服务器,根据AI服务器返回的图片判定结果进行监控和报警,当出现报警后,通过发出警报信号提醒工作人员有不法物体闯入监控区域,并将报警信息存储在内置数据库中。
具体包括:
视频流采集模块,用于采集视频采集监控装置发送的视频流,并没200毫秒抽出一帧图片,并发送至AI服务器。
定位模块,用于确定视频流的抽帧图片的坐标,并将对应的报警区域坐标发送至AI服务器。
图片处理模块,用于在抽帧图片上绘制报警的区域范围框。
铁路防入侵监控单元采用.net技术实现。在使用过程中需要和视频采集监控装置对接,并且必须保证网络通畅稳定。
3、站场防入侵报警信息管理单元,安装在车站监控室内,用于读取铁路防入侵监控单元内置数据库中的报警信息,并进行报警信息分析和报警信息处理,并通过预设架构进行报警信息分析和处理结果的屏幕展示。
具体包括:
报警信息读取模块,用于通过局域网读取铁路防入侵监控单元内置数据库中的报警信息。
信息分析单元,用于使用预设信息处理软件对报警信息进行分类、比对和处理结果汇总,并以数据列表的方式进行展示。
站场防入侵报警信息管理单元采用Java实现,采用局域网B/S架构。主要用于在局域网内远程进行报警信息分析、报警信息处理。从而方便操作人员远程了解铁路入侵报警情况,尤其方便各级管理人员实时远程获取入侵信息。
4、AI服务器,用于根据预设的算法判断出是图片信息中否有非法物体闯入监控区域,并将判断结果返回给铁路防入侵报警监控单元。
具体包括:
存储模块,用于存储穿着工作服的人员图片信息、火车的图片信息,作为非异常物体参考信息。
识别判定模块,用于使用AI图像识别技术,并根据预设的算法判断出图片中是否有异常物体闯入监控区域,若存在异常物体,经图片识别为报警图片,并将报警图片、异常物体在报警图片上的位置信息返回给铁路防入侵监控单元。
比对排除模块,扫描图片中物体,并与非异常物体参考信息进行相似度比对,若比对结果大于预设阈值,将图片中的相应物体认定为非异常物体。
AI服务器采用python实现。铁路防入侵监控单元将通过对接视频采集监控装置采集到的实时图像传给智慧大脑,智慧大脑通过AI图像识别技术,并根据预设的算法判断出是否有非法物体闯入监控区域,并将判断结果返回给铁路防入侵监控单元。在识别过程中,由于事先已经将穿各种工作服的人员、火车等不需要报警的物体输入到AI服务器,所以工作服的工作人员和火车进入便不会被识别为报警图片。
相应的,如图2所示,本发明还公开了一种铁路站场防入侵方法,包括如下步骤:
S1:将穿着工作服的人员图片信息、火车的图片信息,作为非异常物体参考信息,存储到AI服务器中。
S2:将铁路防入侵监控单元与视频采集监控装置对接。
S3:铁路防入侵监控单元将对接到的视频流中每隔200毫秒抽一帧图片和报警区域坐标发送给AI服务器。
S4:AI服务器通过AI图像识别技术,并根据预设的算法判断出图片中是否有异常物体闯入监控区域,若存在异常物体,经图片识别为报警图片,并将报警图片、异常物体在报警图片上的位置信息返回给铁路防入侵监控单元。
S5:铁路防入侵监控单元防侵入系统将将报警图片、异常物体在报警图片上的位置信息存储到内置数据库,并发出警报信号提醒工作人员有不法物体闯入监控区域。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中如U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质,包括若干指令用以使得一台计算机终端(可以是个人计算机,服务器,或者第二终端、网络终端等)执行本发明各个实施例所述方法的全部或部分步骤。本说明书中各个实施例之间相同相似的部分互相参见即可。尤其,对于终端实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统、系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,系统或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。
同理,在本发明各个实施例中的各处理单元可以集成在一个功能模块中,也可以是各个处理单元物理存在,也可以两个或两个以上处理单元集成在一个功能模块中。
结合附图和具体实施例,对本发明作进一步说明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所限定的范围。
Claims (8)
1.一种铁路站场防入侵系统,其特征在于,包括:视频采集监控装置,铁路防入侵监控单元、站场防入侵报警信息管理单元和AI服务器;
所述视频采集监控装置,安装在铁路站场的预设监控区域,用于采集视频流并发送至铁路防入侵监控单元;
所述铁路防入侵监控单元,安装在车站监控室或本地机房内,用于接收视频采集监控装置采集的视频流,转换为图片后发送至AI服务器,根据AI服务器返回的图片判定结果进行监控和报警,当出现报警后,通过发出警报信号提醒工作人员有不法物体闯入监控区域,并将报警信息存储在内置数据库中;
所述站场防入侵报警信息管理单元,安装在车站监控室内,用于读取铁路防入侵监控单元内置数据库中的报警信息,并进行报警信息分析和报警信息处理,并通过预设架构进行报警信息分析和处理结果的屏幕展示;
所述AI服务器,用于根据预设的算法判断出是图片信息中否有非法物体闯入监控区域,并将判断结果返回给铁路防入侵报警监控单元。
2.根据权利要求1所述的铁路站场防入侵系统,其特征在于,所述铁路防入侵监控单元包括:
视频流采集模块,用于采集视频采集监控装置发送的视频流,并按照预设时间间隔抽出一帧图片,并发送至AI服务器;
定位模块,用于确定视频流的抽帧图片的坐标,并将对应的报警区域坐标发送至AI服务器;
图片处理模块,用于在抽帧图片上绘制报警的区域范围框。
3.根据权利要求1所述的铁路站场防入侵系统,其特征在于,所述站场防入侵报警信息管理单元包括:
报警信息读取模块,用于通过局域网读取铁路防入侵监控单元内置数据库中的报警信息;
信息分析单元,用于使用预设信息处理软件对报警信息进行分类、比对和处理结果汇总,并以数据列表的方式进行展示。
4.根据权利要求1所述的铁路站场防入侵系统,其特征在于,所述AI服务器包括:
存储模块,用于存储穿着工作服的人员图片信息、火车的图片信息,作为非异常物体参考信息;
识别判定模块,用于使用AI图像识别技术,并根据预设的算法判断出图片中是否有异常物体闯入监控区域,若存在异常物体,经图片识别为报警图片,并将报警图片、异常物体在报警图片上的位置信息返回给铁路防入侵监控单元。
5.根据权利要求4所述的铁路站场防入侵系统,其特征在于,所述AI服务器还包括:
比对排除模块,扫描图片中物体,并与非异常物体参考信息进行相似度比对,若比对结果大于预设阈值,将图片中的相应物体认定为非异常物体。
6.根据权利要求2所述的铁路站场防入侵系统,其特征在于,所述预设时间间隔为200毫秒。
7.根据权利要求1所述的铁路站场防入侵系统,其特征在于,所述站场防入侵报警信息管理单元采用局域网B/S架构。
8.一种铁路站场防入侵方法,其特征在于,包括如下步骤:
S1:将穿着工作服的人员图片信息、火车的图片信息,作为非异常物体参考信息,存储到AI服务器中;
S2:将铁路防入侵监控单元与视频采集监控装置对接;
S3:铁路防入侵监控单元将对接到的视频流中每隔200毫秒抽一帧图片和报警区域坐标发送给AI服务器;
S4:AI服务器通过AI图像识别技术,并根据预设的算法判断出图片中是否有异常物体闯入监控区域,若存在异常物体,经图片识别为报警图片,并将报警图片、异常物体在报警图片上的位置信息返回给铁路防入侵监控单元;
S5:铁路防入侵监控单元防侵入系统将将报警图片、异常物体在报警图片上的位置信息存储到内置数据库,并发出警报信号提醒工作人员有不法物体闯入监控区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011393771.3A CN112528791A (zh) | 2020-12-03 | 2020-12-03 | 一种铁路站场防入侵系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011393771.3A CN112528791A (zh) | 2020-12-03 | 2020-12-03 | 一种铁路站场防入侵系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112528791A true CN112528791A (zh) | 2021-03-19 |
Family
ID=74996559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011393771.3A Pending CN112528791A (zh) | 2020-12-03 | 2020-12-03 | 一种铁路站场防入侵系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112528791A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110769042A (zh) * | 2019-10-11 | 2020-02-07 | 北京经纬信息技术有限公司 | 一种用于铁路装卸作业信息采集的系统 |
CN113763659A (zh) * | 2021-09-08 | 2021-12-07 | 山西华拓电气有限公司 | 一种基于视觉识别的矿井区域人员侵入监测系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102842211A (zh) * | 2012-09-07 | 2012-12-26 | 嘉兴电力局 | 一种基于图像识别的输电线路防外力监控预警系统及方法 |
CN109360362A (zh) * | 2018-10-25 | 2019-02-19 | 中国铁路兰州局集团有限公司 | 一种铁路视频监控识别方法、系统和计算机可读介质 |
CN109410496A (zh) * | 2018-10-25 | 2019-03-01 | 北京交通大学 | 入侵预警方法、装置及电子设备 |
CN111047558A (zh) * | 2019-11-20 | 2020-04-21 | 深圳市康冠智能科技有限公司 | 图像检测方法、装置、计算机设备以及存储介质 |
CN111063142A (zh) * | 2018-10-17 | 2020-04-24 | 杭州海康威视数字技术股份有限公司 | 一种监控报警处理方法、装置及设备、可读介质 |
CN111289261A (zh) * | 2020-01-20 | 2020-06-16 | 成都主导科技有限责任公司 | 一种库内车底部件检测方法 |
-
2020
- 2020-12-03 CN CN202011393771.3A patent/CN112528791A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102842211A (zh) * | 2012-09-07 | 2012-12-26 | 嘉兴电力局 | 一种基于图像识别的输电线路防外力监控预警系统及方法 |
CN111063142A (zh) * | 2018-10-17 | 2020-04-24 | 杭州海康威视数字技术股份有限公司 | 一种监控报警处理方法、装置及设备、可读介质 |
CN109360362A (zh) * | 2018-10-25 | 2019-02-19 | 中国铁路兰州局集团有限公司 | 一种铁路视频监控识别方法、系统和计算机可读介质 |
CN109410496A (zh) * | 2018-10-25 | 2019-03-01 | 北京交通大学 | 入侵预警方法、装置及电子设备 |
CN111047558A (zh) * | 2019-11-20 | 2020-04-21 | 深圳市康冠智能科技有限公司 | 图像检测方法、装置、计算机设备以及存储介质 |
CN111289261A (zh) * | 2020-01-20 | 2020-06-16 | 成都主导科技有限责任公司 | 一种库内车底部件检测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110769042A (zh) * | 2019-10-11 | 2020-02-07 | 北京经纬信息技术有限公司 | 一种用于铁路装卸作业信息采集的系统 |
CN113763659A (zh) * | 2021-09-08 | 2021-12-07 | 山西华拓电气有限公司 | 一种基于视觉识别的矿井区域人员侵入监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110826538B (zh) | 一种用于电力营业厅的异常离岗识别系统 | |
EP3279700B1 (en) | Security inspection centralized management system | |
CN103942850B (zh) | 基于视频分析和rfid技术的医护人员在岗监测方法 | |
CN108515991B (zh) | 一种接发列车标准化作业检测系统 | |
CN112016528B (zh) | 行为识别方法、装置、电子设备及可读存储介质 | |
CN110889339B (zh) | 基于头肩检测的危险区域分级预警方法与系统 | |
CN102164270A (zh) | 具有异常事件发掘功能的智能视频监控方法及系统 | |
CN112528791A (zh) | 一种铁路站场防入侵系统及方法 | |
CN109189019A (zh) | 一种机车乘务员值乘标准化监控系统 | |
CN209543514U (zh) | 基于人脸识别的监控与报警系统 | |
CN212208379U (zh) | 一种自动考勤测温系统 | |
CN109299723A (zh) | 一种铁路货车运行监测系统 | |
CN108583592A (zh) | 一种地铁乘务作业信息采集智能检测方法 | |
CN112184773A (zh) | 一种基于深度学习的安全帽佩戴检测方法及系统 | |
CN113269142A (zh) | 一种检察领域值班人员睡觉行为识别方法 | |
CN114078224A (zh) | 一种基于5g网络架构的基建现场监控系统及方法 | |
CN107784649A (zh) | 基于图像识别的芯棒测试远程报警系统及方法 | |
CN211184122U (zh) | 铁路作业安全防控和大客流预警联动的智能视频分析系统 | |
EA038293B1 (ru) | Способ и система выявления тревожных событий при взаимодействии с устройством самообслуживания | |
CN213634753U (zh) | 一种预警报警设备 | |
CN112686130B (zh) | 一种智慧渔船监管决策系统 | |
CN114067244A (zh) | 一种安全作业违规行为视频分析方法及系统 | |
CN112541656A (zh) | 一种具有风险隐患预测能力的智能安防集成平台 | |
CN210666820U (zh) | 一种基于dsp边缘计算的行人异常行为检测系统 | |
CN112926925A (zh) | 一种产品监管方法、装置、电子设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210319 |
|
RJ01 | Rejection of invention patent application after publication |