CN112565675B - 一种基于视频监控的变电站工作人员异常行为识别系统 - Google Patents
一种基于视频监控的变电站工作人员异常行为识别系统 Download PDFInfo
- Publication number
- CN112565675B CN112565675B CN202011134047.9A CN202011134047A CN112565675B CN 112565675 B CN112565675 B CN 112565675B CN 202011134047 A CN202011134047 A CN 202011134047A CN 112565675 B CN112565675 B CN 112565675B
- Authority
- CN
- China
- Prior art keywords
- module
- image
- substation
- prompting
- monitoring
- 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.)
- Active
Links
- 206010000117 Abnormal behaviour Diseases 0.000 title claims abstract description 49
- 238000012544 monitoring process Methods 0.000 title claims abstract description 47
- 230000005540 biological transmission Effects 0.000 claims abstract description 17
- 238000004891 communication Methods 0.000 claims description 21
- 230000009467 reduction Effects 0.000 claims description 18
- 238000006722 reduction reaction Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 17
- 238000000034 method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 238000005713 Midland reduction reaction Methods 0.000 claims description 2
- 230000006399 behavior Effects 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000000354 decomposition reaction Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
-
- 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
-
- 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
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/60—Network structure or processes for video distribution between server and client or between remote clients; Control signalling between clients, server and network components; Transmission of management data between server and client, e.g. sending from server to client commands for recording incoming content stream; Communication details between server and client
- H04N21/61—Network physical structure; Signal processing
- H04N21/6156—Network physical structure; Signal processing specially adapted to the upstream path of the transmission network
- H04N21/6181—Network physical structure; Signal processing specially adapted to the upstream path of the transmission network involving transmission via a mobile phone network
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种基于视频监控的变电站工作人员异常行为识别系统，包括拍摄模块、传送模块、识别模块和提示模块；所述拍摄模块用于获取变电站工作人员的监控视频，并传输至传送模块；所述传送模块用于将所述监控视频传输至识别模块；所述识别模块用于根据所述监控视频识别工作人员是否存在异常行为，并将识别结果发送至提示模块；所述提示模块用于在工作人员存在异常行为时对所述工作人员进行提示。本发明实现了对变电站工作人员的行为的实时识别，能够及时发现变电站工作人员的异常行为，并对相关人员进行提示，有利于提高对变电站的设备进行维修处理时的安全性以及有效地避免变电站工作人员的异常行为给变电站的设备带来安全隐患。
Description
技术领域
本发明涉及识别领域，尤其涉及一种基于视频监控的变电站工作人员异常行为识别系统。
背景技术
变电站由于设备众多，经常会产生各种故障，因此需要工作人员对这些故障进行维修处理，实际操作中，由于工作人员操作的不规范，对工作人员以及变电站的设备带来了极大的安全隐患。如不按实际运行状况认真填写操作票，使操作票流于形式甚至无票操作，不佩戴安全帽等。因此需要一种识别系统，对变电站工作人员的异常行为进行识别，并及时予以提示。
发明内容
鉴于上述问题，本发明的目的在于提供一种基于视频监控的变电站工作人员异常行为识别系统，其包括拍摄模块、传送模块、识别模块和提示模块；
所述拍摄模块用于获取变电站工作人员的监控视频，并传输至传送模块；
所述传送模块用于将所述监控视频传输至识别模块；
所述识别模块用于根据所述监控视频识别工作人员是否存在异常行为，并将识别结果发送至提示模块；
所述提示模块用于在工作人员存在异常行为时对所述工作人员进行提示。
优选地，所述拍摄模块包括拍摄单元和辅助单元；
所述拍摄单元用于获取变电站工作人员的监控视频；
所述辅助单元用于在光线不足时为拍摄单元补充光线。
优选地，所述传送模块包括近距离通信子模块和远距离通信子模块；所述近距离通信子模块包括WiFi通信单元和ZigBee通信单元；所述远距离通信子模块包括5G通信单元。
优选地，获取变电站工作人员的监控视频，包括：
获取变电站工作人员对变电站中的设备的故障进行处理时的监控视频。
优选地，所述识别模块包括存储子模块和识别子模块，
所述存储子模块用于存储传送模块发送过来的监控视频；
所述识别子模块用于对所述监控视频进行异常行为识别，得到识别结果。
优选地，所述识别结果为变电站工作人员存在异常行为或变电站工作人员不存在异常行为。
优选地，所述提示模块包括第一提示子模块和第二提示子模块；
所述第一提示子模块设置在监控中心，用于通过文字提示和声音提示的方式提示监控中心的值班人员对变电站工作人员的异常行为进行制止；
所述第二提示子模由变电站工作人员随身携带，用于通过文字提示和声音提示的方式提醒变电站工作人员，其存在异常行为。
优选地，所述第一提示子模块包括显示屏和音箱，所述显示屏用于通过文字提示的方式提示监控中心的值班人员对变电站工作人员的异常行为进行制止，所述音箱用于通过播放预先设定的提示录音的方式提示监控中心的值班人员对变电站工作人员的异常行为进行制止。
与现有技术相比，本发明的优点在于：
通过获取变电站工作人员的监控视频，实现了对变电站工作人员的行为的实时识别，能够及时发现变电站工作人员的异常行为，并对相关人员进行提示，有利于提高对变电站的设备进行维修处理时的安全性以及有效地避免变电站工作人员的异常行为给变电站的设备带来安全隐患。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1，为本发明一种基于视频监控的变电站工作人员异常行为识别系统的一种示例性实施例图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
本发明提供了一种基于视频监控的变电站工作人员异常行为识别系统，其包括拍摄模块、传送模块、识别模块和提示模块；
所述拍摄模块用于获取变电站工作人员的监控视频，并传输至传送模块；
所述传送模块用于将所述监控视频传输至识别模块；
所述识别模块用于根据所述监控视频识别工作人员是否存在异常行为，并将识别结果发送至提示模块；
所述提示模块用于在工作人员存在异常行为时对所述工作人员进行提示。
在一种实施例中，所述拍摄模块包括拍摄单元和辅助单元；
所述拍摄单元用于获取变电站工作人员的监控视频；
所述辅助单元用于在光线不足时为拍摄单元补充光线。
在一种实施例中，所述传送模块包括近距离通信子模块和远距离通信子模块；所述近距离通信子模块包括WiFi通信单元和ZigBee通信单元；所述远距离通信子模块包括5G通信单元。
在一种实施例中，获取变电站工作人员的监控视频，包括：
获取变电站工作人员对变电站中的设备的故障进行处理时的监控视频。
在一种实施例中，所述识别模块包括存储子模块和识别子模块，
所述存储子模块用于存储传送模块发送过来的监控视频；
所述识别子模块用于对所述监控视频进行异常行为识别，得到识别结果。
在一种实施例中，所述识别结果为变电站工作人员存在异常行为或变电站工作人员不存在异常行为。
在一种实施例中，所述提示模块包括第一提示子模块和第二提示子模块；
所述第一提示子模块设置在监控中心，用于通过文字提示和声音提示的方式提示监控中心的值班人员对变电站工作人员的异常行为进行制止；
所述第二提示子模由变电站工作人员随身携带，用于通过文字提示和声音提示的方式提醒变电站工作人员，其存在异常行为。
在一种实施例中，所述第一提示子模块包括显示屏和音箱，所述显示屏用于通过文字提示的方式提示监控中心的值班人员对变电站工作人员的异常行为进行制止，所述音箱用于通过播放预先设定的提示录音的方式提示监控中心的值班人员对变电站工作人员的异常行为进行制止。
在一种实施例中，识别子模块包括拆帧单元、图像增强单元、前景目标提取单元、图像降噪单元和图像识别单元；
所述拆帧单元用于将监控视频拆分为多个帧图像；
所述图像增强单元用于对所述帧图像进行增强处理，得到增强图像；
所述前景目标提取单元用于从所述增强图像中提取出前景目标图像；
所述图像降噪单元用于对所述前景目标图像进行降噪处理，得到降噪图像；
所述图像识别单元用于从所述降噪图像中提取特征信息，并将所述特征信息与预存的异常行为模板的特征信息进行匹配，得到识别结果。
选出前景图像后再进行降噪处理，有利于降低降噪的运算量，提高识别的效率。
在一种实施例中，对所述帧图像进行增强处理，得到增强图像，包括：
将帧图像从RGB颜色模型转变到Lab颜色模型，获得帧图像在Lab颜色模型中的L、a、b三个分量；
对L分量，使用如下方式进行处理：
式中，(x,y)表示像素点的位置，η表示预设的权重系数，η∈(0,1)，a表示设定的处理参数，midL和maL分别表示在Lab颜色模型中，帧图像的所有像素点的L分量的中值和最大值，aveL(x,y)表示在(x,y)处的像素点的b×b大小的邻域中，所有像素点的L分量的均值，aL表示处理后的L分量；
将aL、a和b三种分量转换回RGB颜色空间，得到增强图像。
本申请的亮度增强方式，能够自适应地对图像中的不同像素点的的L分量进行处理，在提高暗处细节的同时，也能够有效地抑制图像的过曝。
在一种实施例中，a的取值范围为[49,51]。
在一种实施例中，从所述增强图像中提取出前景目标图像，包括：
将所述增强图像转换为灰度图像；
使用四叉树分割算法对所述灰度图像进行划分，得到多个区块；
对每个区块，使用大津法进行分割处理，获得前景像素点；
将所有前景像素点组成前景目标图像。
在一种实施例中，使用四叉树分割算法对所述灰度图像进行划分，得到多个区块，包括：
对于划分得到的区块，使用下述方式判断是否继续划分：
计算所述区块的第一划分参数oneidx：
式中，UL表示所述区块中的所有像素点的灰度级的集合，numofl表示所述区块中灰度级为l的像素点的总数，numofk表示所述区块中的像素点的总数，
计算所述区块在增强后的背景图像的灰度图像中对应的像素点的参考参数：
使用与对帧图像进行增强处理同样的方式对背景图像进行增强处理，获得增强后的背景图像；
使用与将增强图像转换为灰度图像同样的方式对增强后的背景图像进行灰度化处理，获得增强后的背景图像的灰度图像；
计算参考参数：
式中，cdx表示参考参数，UM表示所述区块在增强后的背景图像的灰度图像中对应的像素点的灰度级的集合，nofcm表示所述区块在增强后的背景图像的灰度图像中对应的像素点中，灰度级为m的像素点的总数；
计算第一判断参数onepd：
onepd＝|oneidx-cdx|
若onepd大于设定的第一判断阈值，则不再对所述区块继续进行划分；否则，进一步判断所述区块是否进行划分：
计算第二划分参数twoidx：
式中，numofUK表示所述区块中的像素点的总数，UK表示所述区块中所有像素点的集合，fk表示UK中的像素点k的灰度值，avefUK表示UK中的像素点的灰度值的均值；
若twoidx小于设定的第二判断阈值，则不再对所述区块继续进行划分，否则，对所述区块继续进行划分。
本申请上述实施例，在判断是否对某个区块进一步进行划分时，通过所述区块与背景图像中对应的区块进行对比，从而判断是否进一步进行区块划分。在判断时，考虑的是区块的包含的信息的变化程度，即第一判断参数的取值，若第一判断参数的取值大于设定的第一判断阈值，则不再进行划分，表明该区块的相较于背景图像而言已经发生了足够多的变化，该区块很可能是前景像素点所属的区块，因此不再继续进行划分，避免划分过小，导致区块中仅包含前景像素点或背景像素点，进而导致使用大津法进行分割时产生错误的分割。第一判断参数的取值小于等于设定的第一判断阈值，表面此区块很可能面积还比较大，不足以与背景图像形成明显的差别，因此，继续对其进行划分，通过计算第二划分参数判断是否需要进一步进行划分。第二判断参数主要是考虑了所述区块中的像素点的像素值之间的差异程度，若差异程度，即第二判断参数小于设定的第二判断阈值，则不再对所述区块进行划分，避免区块划分过小，造成后续错误的图像分割。
在一种实施例中，对所述前景目标图像进行降噪处理，得到降噪图像，包括：
将所述前景目标图像进行小波分解，获得包含高频信息的第一图像集合和包含低频信息的第二图像；
对第一图像集合，处理如下：
若hw(q)≤t1，则采用下述函数对第一图像集中的第w张包含高频信息的图像进行处理：
式中，hw(q)表示第一图像集合中的第w张包含高频信息的图像中的像素点q的像素值，bhw(q)表示处理后的像素点q的像素值，tz表示控制系数，t1表示设定的第一处理阈值，fh表示符号函数；
若t1＜hw(q)＜t2，则采用下述函数对第一图像集中的第w张包含高频信息的图像进行处理：
式中，neiUq表示在第一图像集合中的第w张包含高频信息的图像中像素点q的h×h大小的邻域的像素点的集合，lenthw(q,y)表示在第一图像集合中的第w张包含高频信息的图像中，q和neiUq中的像素点y之间的直线长度，
hz(q)和zz(q)分别表示q的横坐标和纵坐标，hz(y)和zz(y)分别表示y的横坐标和纵坐标，fcw表示在第一图像集合中的第w张包含高频信息的图像中，neiUq中的像素点与q之间的直线长度的标准差，hfcw表示在第一图像集合中的第w张包含高频信息的图像中，neiUq中的像素点与q在像素值上的标准差，hw(y)表示在第一图像集合中的第w张包含高频信息的图像中，像素点y的像素值，t2表示设定的第二处理阈值，
若hw(q)≥t2，则采用下述函数对第一图像集中的第w张包含高频信息的图像进行处理：
bhw(q)＝hw(q)
将第二图像与处理后的包含高频信息的图像进行重构，得到降噪图像。
在对前景目标图像进行降噪时，采用的是小波分解后再进行阈值处理的方式，针对不同的像素点，通过将其与第一处理阈值和第二处理阈值进行对比，从而有针对性地设置不同的处理函数，对包含高频信息的图像进行处理，不仅能够有效地避免出现传统的全局降噪过程中，全部使用同一个降噪函数，导致降噪的针对性较低，降噪效果不够好的问题，而且还能够有效地保留图像的边缘信息。在处理时，不仅设置了控制系数，而且还考虑了当前处理的像素点与其邻域的像素点在直线长度和像素点的值方面的等方面的相似程度，有利于保留更多的图像信息，为后续的特征数据的提取提供更高质量的图像。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (7)
1.一种基于视频监控的变电站工作人员异常行为识别系统，其特征在于，其包括拍摄模块、传送模块、识别模块和提示模块；
所述拍摄模块用于获取变电站工作人员的监控视频，并传输至传送模块；
所述传送模块用于将所述监控视频传输至识别模块；
所述识别模块用于根据所述监控视频识别工作人员是否存在异常行为，并将识别结果发送至提示模块；
所述提示模块用于在工作人员存在异常行为时对所述工作人员进行提示；
所述识别模块包括存储子模块和识别子模块，
所述存储子模块用于存储传送模块发送过来的监控视频；
所述识别子模块用于对所述监控视频进行异常行为识别，得到识别结果；
识别子模块包括拆帧单元、图像增强单元、前景目标提取单元、图像降噪单元和图像识别单元；
所述拆帧单元用于将监控视频拆分为多个帧图像；
所述图像增强单元用于对所述帧图像进行增强处理，得到增强图像；
所述前景目标提取单元用于从所述增强图像中提取出前景目标图像；
所述图像降噪单元用于对所述前景目标图像进行降噪处理，得到降噪图像；
所述图像识别单元用于从所述降噪图像中提取特征信息，并将所述特征信息与预存的异常行为模板的特征信息进行匹配，得到识别结果；
对所述帧图像进行增强处理，得到增强图像，包括：
将帧图像从RGB颜色模型转变到Lab颜色模型，获得帧图像在Lab颜色模型中的L、a、b三个分量；
对L分量，使用如下方式进行处理：
式中，(x,y)表示像素点的位置，η表示预设的权重系数，η∈(0,1)，a表示设定的处理参数，midL和maL分别表示在Lab颜色模型中，帧图像的所有像素点的L分量的中值和最大值，aveL(x,y)表示在(x,y)处的像素点的b×b大小的邻域中，所有像素点的L分量的均值，aL表示处理后的L分量；
将aL、a和b三种分量转换回RGB颜色空间，得到增强图像。
2.根据权利要求1所述的一种基于视频监控的变电站工作人员异常行为识别系统，其特征在于，所述拍摄模块包括拍摄单元和辅助单元；
所述拍摄单元用于获取变电站工作人员的监控视频；
所述辅助单元用于在光线不足时为拍摄单元补充光线。
3.根据权利要求1所述的一种基于视频监控的变电站工作人员异常行为识别系统，其特征在于，所述传送模块包括近距离通信子模块和远距离通信子模块；所述近距离通信子模块包括WiFi通信单元和ZigBee通信单元；所述远距离通信子模块包括5G通信单元。
4.根据权利要求1所述的一种基于视频监控的变电站工作人员异常行为识别系统，其特征在于，获取变电站工作人员的监控视频，包括：
获取变电站工作人员对变电站中的设备的故障进行处理时的监控视频。
5.根据权利要求1所述的一种基于视频监控的变电站工作人员异常行为识别系统，其特征在于，所述识别结果为变电站工作人员存在异常行为或变电站工作人员不存在异常行为。
6.根据权利要求5所述的一种基于视频监控的变电站工作人员异常行为识别系统，其特征在于，所述提示模块包括第一提示子模块和第二提示子模块；
所述第一提示子模块设置在监控中心，用于通过文字提示和声音提示的方式提示监控中心的值班人员对变电站工作人员的异常行为进行制止；
所述第二提示子模由变电站工作人员随身携带，用于通过文字提示和声音提示的方式提醒变电站工作人员，其存在异常行为。
7.根据权利要求6所述的一种基于视频监控的变电站工作人员异常行为识别系统，其特征在于，所述第一提示子模块包括显示屏和音箱，所述显示屏用于通过文字提示的方式提示监控中心的值班人员对变电站工作人员的异常行为进行制止，所述音箱用于通过播放预先设定的提示录音的方式提示监控中心的值班人员对变电站工作人员的异常行为进行制止。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011134047.9A CN112565675B (zh) | 2020-10-21 | 2020-10-21 | 一种基于视频监控的变电站工作人员异常行为识别系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011134047.9A CN112565675B (zh) | 2020-10-21 | 2020-10-21 | 一种基于视频监控的变电站工作人员异常行为识别系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112565675A CN112565675A (zh) | 2021-03-26 |
| CN112565675B true CN112565675B (zh) | 2023-05-05 |
Family
ID=75041302
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011134047.9A Active CN112565675B (zh) | 2020-10-21 | 2020-10-21 | 一种基于视频监控的变电站工作人员异常行为识别系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112565675B (zh) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106412501B (zh) * | 2016-09-20 | 2019-07-23 | 华中科技大学 | 一种视频的施工安全行为智能监控系统及其监控方法 |
| JP6817792B2 (ja) * | 2016-11-15 | 2021-01-20 | キヤノン株式会社 | 情報処理装置、制御方法およびプログラム |
| CN108234926A (zh) * | 2016-12-16 | 2018-06-29 | 北京迪科达科技有限公司 | 一种人员行为识别分析系统 |
| CN108521563A (zh) * | 2018-05-24 | 2018-09-11 | 安徽中控仪表有限公司 | 一种基于智能分析的网络视频监控系统 |
| CN111507308B (zh) * | 2020-05-07 | 2023-01-24 | 广东电网有限责任公司 | 一种基于视频识别技术的变电站安全监控系统及方法 |
-
2020
- 2020-10-21 CN CN202011134047.9A patent/CN112565675B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112565675A (zh) | 2021-03-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103747213B (zh) | 一种基于运动目标的交通监控视频实时去雾方法 | |
| CN104200431A (zh) | 图像灰度化的处理方法及处理装置 | |
| CN108154492B (zh) | 一种基于非局部均值滤波的图像去雾霾方法 | |
| Pei et al. | Effective image haze removal using dark channel prior and post-processing | |
| CN105741322A (zh) | 一种基于视频特征层融合的视场区域分割方法 | |
| CN115065798B (zh) | 一种基于大数据的视频分析监控系统 | |
| CN110390643A (zh) | 一种车牌增强方法、装置及电子设备 | |
| CN110136079A (zh) | 基于场景深度分割的图像去雾方法 | |
| CN113888462A (zh) | 一种裂纹识别方法、系统、可读介质及存储介质 | |
| CN111489333A (zh) | 一种无参考夜间自然图像质量评价方法 | |
| CN112565675B (zh) | 一种基于视频监控的变电站工作人员异常行为识别系统 | |
| CN110930287B (zh) | 一种图像隐写检测方法、装置及计算机设备、存储介质 | |
| CN110796073B (zh) | 一种无纹理场景视频中对特定目标区域的侦测方法和装置 | |
| CN115830641B (zh) | 一种员工识别方法、装置、电子设备及存储介质 | |
| CN112565674A (zh) | 一种可远程视频监控和控制的展厅中控系统 | |
| CN112532938B (zh) | 一种基于大数据技术的视频监控系统 | |
| CN113450289B (zh) | 一种客运场景下人脸图像低照度自动增强的方法 | |
| CN110135274A (zh) | 一种基于人脸识别的人流量统计方法 | |
| CN116129463A (zh) | 面向端到端神经网络的动物检测方法、装置、设备及介质 | |
| CN114565874A (zh) | 一种视频图像中绿植的识别方法 | |
| CN111145219B (zh) | 一种基于Codebook原理的高效视频移动目标检测方法 | |
| CN110796610A (zh) | 图像的去雾方法、装置、设备以及存储介质 | |
| Kaur et al. | Improved dark channel prior using gabor filter and CLAHE | |
| KR20200037627A (ko) | 화질 저하현상 억제를 위한 전달률 계산 시스템 및 그 방법 | |
| CN115544473A (zh) | 一种光伏发电站运维终端登录控制系统 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230418 Address after: 518001 electric power dispatching and communication building, 4020 Shennan East Road, Luohu District, Shenzhen, Guangdong Applicant after: Shenzhen Power Supply Co.,Ltd. Address before: 518001 electric power dispatching and communication building, 4020 Shennan East Road, Luohu District, Shenzhen, Guangdong Applicant before: Shenzhen Power Supply Co.,Ltd. Applicant before: China Southern Power Grid Shenzhen Digital Power Grid Research Institute Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |