CN112565676A - 基于智能摄像机识别在岗人员违规的方法及系统、设备 - Google Patents
基于智能摄像机识别在岗人员违规的方法及系统、设备 Download PDFInfo
- Publication number
- CN112565676A CN112565676A CN202011147855.9A CN202011147855A CN112565676A CN 112565676 A CN112565676 A CN 112565676A CN 202011147855 A CN202011147855 A CN 202011147855A CN 112565676 A CN112565676 A CN 112565676A
- Authority
- CN
- China
- Prior art keywords
- duty
- personnel
- human body
- violation
- duty personnel
- 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 53
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 10
- 210000001747 pupil Anatomy 0.000 claims description 7
- 210000003128 head Anatomy 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 abstract description 19
- 230000006399 behavior Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009528 severe injury Effects 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
- 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
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- 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
本发明提供了一种基于智能摄像机识别在岗人员违规的方法及系统、设备及存储介质,该方法包括:通过采集在岗区域的视频,基于智能摄像机对所述视频中的在岗人员的人体信息进行分析;基于所述在岗人员的人体信息判断所述在岗人员是否违规;若所述在岗人员违规,则生成报警事件并发送给后端应用平台,所述后端应用平台进行自动报警。该方法通过对在岗人员的监控检测,达到了高度的自动化管理,由人为监控向智能监控的转变,做到了事前预警,事中常态检测,事后规范管理。
Description
技术领域
本发明属于安防智能监控领域,尤其涉及一种基于智能摄像机识别在岗人员违规的方法及系统、设备及存储介质。
背景技术
监所、政府、军用、民用值班室、政府部门办事大厅、各办事窗口很多岗位(比如火警值班室)是需要24小时在岗,若在岗位人员离岗、睡岗,会导致岗位无人监控情况,即使短短的几分钟,也有可能造成无法挽回的后果。且工作人员的擅自离岗、开小差等都是给单位形象带来严损的不良职业道德。为了提高服务质量,要对员工行为进行规范化管理,员工离开岗位的行为需要实时监测,并进行精确判断。
发明内容
本发明所要解决的技术问题是:针对现有技术的问题,本发明提供了一种实时监测在岗人员是否违规的方法。
第一方面,本申请实施例提供了一种基于智能摄像机识别在岗人员违规的方法,所述方法包括:
通过采集在岗区域的视频,基于智能摄像机对所述视频中的在岗人员的人体信息进行分析;
基于所述在岗人员的人体信息判断所述在岗人员是否违规;
若所述在岗人员违规,则生成报警事件并发送给后端应用平台,所述后端应用平台进行自动报警。
第二方面,本申请实施例还提供了一种基于智能摄像机识别在岗人员违规的系统,所述系统包括:
分析模块:用于通过采集在岗区域的视频,基于智能摄像机对所述视频中的在岗人员的人体信息进行分析;
判断模块:用于基于所述在岗人员的人体信息判断所述在岗人员是否违规;
报警模块:用于若所述在岗人员违规,则生成报警事件并发送给后端应用平台,所述后端应用平台进行自动报警。
第三方面,本申请实施例还提供了一种基于智能摄像机识别在岗人员违规的设备,包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如第一方面所述的基于智能摄像机识别在岗人员违规的方法中的各个步骤。
第四方面,本申请实施例还提供了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如第一方面所述的基于智能摄像机识别在岗人员违规的方法中的各个步骤。
本申请实施例提供的基于智能摄像机识别在岗人员违规的方法,该方法包括:通过采集在岗区域的视频,基于智能摄像机对所述视频中的在岗人员的人体信息进行分析;基于所述在岗人员的人体信息判断所述在岗人员是否违规;若所述在岗人员违规,则生成报警事件并发送给后端应用平台,所述后端应用平台进行自动报警。该方法通过对在岗人员的监控检测,达到了高度的自动化管理,由人为监控向智能监控的转变,做到了事前预警,事中常态检测,事后规范管理。
附图说明
下面结合附图详述本发明的具体结构
图1为本发明的基于智能摄像机识别在岗人员违规的方法的流程示意图;
图2为本发明的基于智能摄像机识别在岗人员违规的方法的子流程示意图;
图3为本发明的基于智能摄像机识别在岗人员违规的方法的另一子流程示意图;
图4为本发明的基于智能摄像机识别在岗人员违规的方法的另一子流程示意图;
图5为本发明的基于智能摄像机识别在岗人员违规的方法的程序模块示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请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,而非全部实施例。基于本发明中的实施例,本领域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。
图1为本申请实施例中基于智能摄像机识别在岗人员违规的方法中的流程示意图,本实施例中,基于智能摄像机识别在岗人员违规的方法包括:
步骤101、通过采集在岗区域的视频,基于智能摄像机对所述视频中的在岗人员的人体信息进行分析。
其中,在岗区域内配制多个智能摄像机,从而可以从多个角度监测在岗人员的人体信息,采集多个角度的在岗人员的视频,对在岗人员的人体信息进行智能分析,该智能摄像机还可以设置监测时间,使得分析监测在岗人员的人体信息时可以更加准确。
步骤102、基于所述在岗人员的人体信息判断所述在岗人员是否违规。
其中,根据智能摄像机分析视频中的人体信息,从而判断在岗人员的是否离岗、睡岗以及违规。
步骤103、若所述在岗人员违规,则生成报警事件并发送给后端应用平台,所述后端应用平台进行自动报警。
其中,若分析在岗人员的人体信息后,判断在岗人员违规后,智能摄像机则生成报警事件,并将生成的报警事件发送至后端应用平台,后端应用平台则进行自动报警,用于提示在岗人员。
本申请实施例提供的基于智能摄像机识别在岗人员违规的方法,该方法包括:通过采集在岗区域的视频,基于智能摄像机对所述视频中的在岗人员的人体信息进行分析;基于所述在岗人员的人体信息判断所述在岗人员是否违规;若所述在岗人员违规,则生成报警事件并发送给后端应用平台,所述后端应用平台进行自动报警。该方法通过对在岗人员的监控检测,达到了高度的自动化管理,由人为监控向智能监控的转变,做到了事前预警,事中常态检测,事后规范管理。
进一步的,基于上述实施例,参照图2,图2为本申请实施例中基于智能摄像机识别在岗人员违规的方法的子流程示意图,本实施例中,步骤102中判断在岗人员是否违规的具体步骤包括:
步骤201、对在岗区域的门口设置一条线,并设置线的方向;
步骤202、若在岗人员越线离开则触发报警,并进行人脸识别确定在岗人员的身份信息。
具体的,对在岗区域的门口设置一条线,并配置线的方向,当有人以任意方向越过这条线离开,智能摄像机都会拍到,且会触发报警,并进行人脸对比识别,确定越线人的身份信息,其中若未检测到有人离开或进入,则继续监测。
进一步的,基于上述实施例,参照图3,图3为本申请实施例中基于智能摄像机识别在岗人员违规的方法的另一子流程示意图,本实施例中,步骤102中判断在岗人员是否违规还包括:
步骤301、设置在岗区域的范围;
步骤302、若在岗人员离开或进入所述在岗区域的范围则触发报警,并进行人脸识别确定在岗人员的身份信息。
具体的,设置在岗区域的范围,若有人进入或离开该区域,则会触发报警,并进行人脸识别,确定入侵该区域人的身份信息,其中若为检测到有人离开或进入,则继续监测。
进一步的,基于上述实施例,参照图4,图4为本申请实施例中基于智能摄像机识别在岗人员违规的方法的另一子流程示意图,本实施例中,步骤102中判断在岗人员是否违规还包括:
步骤401、实时检测所述在岗人员的人体信息,所述人体信息至少包括人体、人头数量、肢体属性、瞳孔数据;
步骤402、若长时间检测到所述在岗人员的人体信息与设置阈值不对应,则识别为违规并进行报警。
具体的,实时监测在岗人员的人体信息,人体信息至少包括人体,人头数量,肢体属性,瞳孔数据,基于人体检测的话,同时结合越线报警、区域入侵报警,综合判断是否违规,实时检测在岗人员的人体,先对在岗人员的人体数量设置一个阈值,若长时间检测到实际人体数量低于阈值数量,同时又检测到在岗人员离开区域报警和身份信息、或越线报警和身份信息,则可以判断在岗人员的离岗行为,确认为在岗人员的违规行为,结合区域报警、越线报警,基于人体检测可提高违规行为中离岗行为的准确率;基于人头数量检测的话,实时对在岗人员的人头数量进行检测,若长时间检测到实际的人头数量低于阈值的数量,同时又检测到在岗人员离开区域报警和身份信息、或越线报警和身份信息,则可以判断在岗人员的离岗行为,确认为在岗人员的违规行为,其中智能摄像机在该在岗区域中可设置多个,也可设置智能摄像机的检测时间。
更具体的,实时检测在岗人员的肢体属性,若长时间检测到在岗人员的肢体的运动幅度小于设置的阈值,则可以判断在岗人员的睡岗行为,确认为在岗人员的违规行为;实时检测在岗人员的人脸,对在岗人员的人脸进行特征点进行提取,定位瞳孔的位置,若长时间检测到在岗人员的瞳孔没有变化,则可以判断在岗人员的睡岗行为,确认为在岗人员的违规行为,其中智能摄像机检测肢体的运动以及瞳孔的变化都是以像素为单位计算,其中若为检测到在岗人员的违规行为,则继续监测。
进一步的,在本申请实施例中,在步骤103中还包括基于语音摄像机对在岗人员进行语音提示。其中,应用后端平台进行报警后,还会通过现场的语音摄像机给出语音提示,让在岗人员及时返回工作岗位。
进一步的,在本申请实施例中,在步骤103中还包括保存在岗人员违规时的状况录像并进行留档,整合至中心绩效考核体系。其中,当应用平台进行报警后,智能摄像机还会将在岗人员违规时的状况录像进行保存、留档,并整合进中心绩效考核系统中,达到了自动化管理。
进一步的,在本申请实施例中,所述在岗人员的人体信息还包括人体穿着属性、人脸属性。其中,在本实施例中仅具有人体穿着属性、人脸属性,但并不仅仅只为这两种,在本申请实施例中,基于在岗人员的人体信息进行违规判断,人体信息还包括人体检测、人体属性识别、人脸检测、人脸对比识别、人脸属性识别、人脸瞳孔检测、肢体的运动检测,这些都是基于深度学习算法和模型实现;更具体的,对在岗人员实现进行人体穿着属性,可识别在岗人员是否戴帽子、上衣颜色、上衣款式、下衣颜色、下衣款式、识别背包,可以对在岗人员的穿着情况进行判断,若发现在岗人员的人体穿着属性不符合规范则进行报警;智能摄像机实时检测人脸属性时,可以识别在岗人员的身份信息是否违规,还可检测在岗人员的面部情况,具体包括在岗人员是否戴口罩、面部表情是否微笑,若发现在岗人员的人脸属性不符合规范则进行报警。
进一步的,本申请实施例还提供一种基于智能摄像机识别在岗人员违规的设备200,参照图5,图5为本申请实施例中基于智能摄像机识别在岗人员违规的设备模块示意图,本实施例中,上述基于智能摄像机识别在岗人员违规的设备200包括:
分析模块501:用于通过采集在岗区域的视频,基于智能摄像机对所述视频中的在岗人员的人体信息进行分析;
判断模块502:用于基于所述在岗人员的人体信息判断所述在岗人员是否违规;
报警模块503:用于若所述在岗人员违规,则生成报警事件并发送给后端应用平台,所述后端应用平台进行自动报警。
本申请实施例提供的基于智能摄像机识别在岗人员违规的设备200,可以实现:通过采集在岗区域的视频,基于智能摄像机对所述视频中的在岗人员的人体信息进行分析;基于所述在岗人员的人体信息判断所述在岗人员是否违规;若所述在岗人员违规,则生成报警事件并发送给后端应用平台,所述后端应用平台进行自动报警。该方法通过对在岗人员的监控检测,达到了高度的自动化管理,由人为监控向智能监控的转变,做到了事前预警,事中常态检测,事后规范管理。
进一步的,本申请还提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上述的基于智能摄像机识别在岗人员违规的方法中的各个步骤。
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模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本发明所提供的一种基于智能摄像机识别在岗人员违规的方法及系统、设备及存储介质的描述,对于本领域的技术人员,依据本申请实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于智能摄像机识别在岗人员违规的方法,其特征在于,所述方法包括:
通过采集在岗区域的视频,基于智能摄像机对所述视频中的在岗人员的人体信息进行分析;
基于所述在岗人员的人体信息判断所述在岗人员是否违规;
若所述在岗人员违规,则生成报警事件并发送给后端应用平台,所述后端应用平台进行自动报警。
2.如权利要求1所述的方法,其特征在于,所述基于所述在岗人员的人体信息判断所述工作人员是否违规具体包括:
对在岗区域的门口设置一条线,并设置线的方向;
若在岗人员越线离开则触发报警,并进行人脸识别确定在岗人员的身份信息。
3.如权利要求2所述的方法,其特征在于,所述基于所述在岗人员的人体信息判断所述工作人员是否违规还包括:
设置在岗区域的范围;
若在岗人员离开或进入所述在岗区域的范围则触发报警,并进行人脸识别确定在岗人员的身份信息。
4.如权利要求1或3所述的方法,其特征在于,所述基于所述在岗人员的人体信息判断所述工作人员是否违规还包括:
实时检测所述在岗人员的人体信息,所述人体信息至少包括人体、人头数量、肢体属性、瞳孔数据;
若长时间检测到所述在岗人员的人体信息与设置阈值不对应,则识别为违规并进行报警。
5.如权利要求4所述的方法,其特征在于,所述若违规,则生成报警事件并发送给后端应用平台,所述后端应用平台进行自动报警还包括:
基于语音摄像机对在岗人员进行语音提示。
6.如权利要求5所述的方法,其特征在于,所述若违规,则生成报警事件并发送给后端应用平台,所述后端应用平台进行自动报警还包括:
保存在岗人员违规时的状况录像并进行留档,整合至中心绩效考核系统。
7.如权利要求6所述的方法,其特征在于,所述在岗人员的人体信息还包括人体穿着属性、人脸属性。
8.一种基于智能摄像机识别在岗人员违规系统,其特征在于,所述系统包括:
分析模块:用于通过采集在岗区域的视频,基于智能摄像机对所述视频中的在岗人员的人体信息进行分析;
判断模块:用于基于所述在岗人员的人体信息判断所述在岗人员是否违规;
报警模块:用于若所述在岗人员违规,则生成报警事件并发送给后端应用平台,所述后端应用平台进行自动报警。
9.一种基于智能摄像机识别在岗人员违规设备,包括存储器、处理器、以及存储在所述存储器中并在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1至7任一项所述的基于智能摄像机识别在岗人员违规的方法中的各个步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现如权利要求1至7任一项所述的基于智能摄像机识别在岗人员违规的方法中的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011147855.9A CN112565676A (zh) | 2020-10-23 | 2020-10-23 | 基于智能摄像机识别在岗人员违规的方法及系统、设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011147855.9A CN112565676A (zh) | 2020-10-23 | 2020-10-23 | 基于智能摄像机识别在岗人员违规的方法及系统、设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112565676A true CN112565676A (zh) | 2021-03-26 |
Family
ID=75041315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011147855.9A Pending CN112565676A (zh) | 2020-10-23 | 2020-10-23 | 基于智能摄像机识别在岗人员违规的方法及系统、设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112565676A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113271436A (zh) * | 2021-04-27 | 2021-08-17 | 青岛黄海学院 | 一种基于远程输入的智能监控管理的电气控制系统及方法 |
CN113850187A (zh) * | 2021-09-24 | 2021-12-28 | 南京奥拓电子科技有限公司 | 一种超级柜台违规操作的监控方法及系统 |
CN114040164A (zh) * | 2021-11-09 | 2022-02-11 | 南通中安高科电子有限公司 | 一种基于图像视频实时监控的人员作业安全监理云平台 |
CN114095695A (zh) * | 2021-10-15 | 2022-02-25 | 招商蛇口数字城市科技有限公司 | 智能监控系统、基于智能监控系统的智能监控方法与介质 |
CN114724270A (zh) * | 2022-04-01 | 2022-07-08 | 广州广电运通智能科技有限公司 | 人员缺岗的远程巡检方法、系统、存储介质和终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090324010A1 (en) * | 2008-06-26 | 2009-12-31 | Billy Hou | Neural network-controlled automatic tracking and recognizing system and method |
CN110110575A (zh) * | 2018-02-01 | 2019-08-09 | 广州弘度信息科技有限公司 | 一种人员脱岗检测方法及装置 |
CN110705482A (zh) * | 2019-10-08 | 2020-01-17 | 中兴飞流信息科技有限公司 | 一种基于视频ai智能分析的人员行为告警提示系统 |
CN110781735A (zh) * | 2019-09-18 | 2020-02-11 | 重庆特斯联智慧科技股份有限公司 | 一种用于识别人员在岗状态的报警方法及系统 |
-
2020
- 2020-10-23 CN CN202011147855.9A patent/CN112565676A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090324010A1 (en) * | 2008-06-26 | 2009-12-31 | Billy Hou | Neural network-controlled automatic tracking and recognizing system and method |
CN110110575A (zh) * | 2018-02-01 | 2019-08-09 | 广州弘度信息科技有限公司 | 一种人员脱岗检测方法及装置 |
CN110781735A (zh) * | 2019-09-18 | 2020-02-11 | 重庆特斯联智慧科技股份有限公司 | 一种用于识别人员在岗状态的报警方法及系统 |
CN110705482A (zh) * | 2019-10-08 | 2020-01-17 | 中兴飞流信息科技有限公司 | 一种基于视频ai智能分析的人员行为告警提示系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113271436A (zh) * | 2021-04-27 | 2021-08-17 | 青岛黄海学院 | 一种基于远程输入的智能监控管理的电气控制系统及方法 |
CN113850187A (zh) * | 2021-09-24 | 2021-12-28 | 南京奥拓电子科技有限公司 | 一种超级柜台违规操作的监控方法及系统 |
CN114095695A (zh) * | 2021-10-15 | 2022-02-25 | 招商蛇口数字城市科技有限公司 | 智能监控系统、基于智能监控系统的智能监控方法与介质 |
CN114095695B (zh) * | 2021-10-15 | 2022-09-06 | 招商蛇口数字城市科技有限公司 | 智能监控系统、基于智能监控系统的智能监控方法与介质 |
CN114040164A (zh) * | 2021-11-09 | 2022-02-11 | 南通中安高科电子有限公司 | 一种基于图像视频实时监控的人员作业安全监理云平台 |
CN114724270A (zh) * | 2022-04-01 | 2022-07-08 | 广州广电运通智能科技有限公司 | 人员缺岗的远程巡检方法、系统、存储介质和终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112565676A (zh) | 基于智能摄像机识别在岗人员违规的方法及系统、设备 | |
CN106203458B (zh) | 人群视频分析方法及系统 | |
CN103246869B (zh) | 基于人脸识别和行为语音识别的犯罪监控方法 | |
JP5560397B2 (ja) | 自律型防犯警戒システム及び自律型防犯警戒方法 | |
CN109376639B (zh) | 基于人像识别的伴随人员预警系统及方法 | |
CN113223046B (zh) | 一种监狱人员行为识别的方法和系统 | |
CN113034826A (zh) | 基于视频的异常事件告警方法及其系统、设备、存储介质 | |
US8941484B2 (en) | System and method of anomaly detection | |
CN111885360A (zh) | 区块链生产车间智能监控系统 | |
CN111652185A (zh) | 一种基于违章行为识别的安全施工方法、系统、装置及存储介质 | |
CN113887445A (zh) | 一种视频中驻足和徘徊行为识别方法及系统 | |
CN107920224B (zh) | 一种异常告警方法、设备及视频监控系统 | |
CN114973567B (zh) | 一种基于人脸识别的自动告警方法及终端 | |
CN112132048A (zh) | 一种基于计算机视觉的社区巡更分析方法及系统 | |
KR102263512B1 (ko) | 스마트 객체인식이 가능한 IoT 통합 지능형 영상분석 플랫폼 시스템 | |
CN116778657A (zh) | 一种智能识别入侵行为的方法及系统 | |
CN109460714B (zh) | 识别对象的方法、系统和装置 | |
CN107609330B (zh) | 基于门禁日志挖掘的内部威胁异常行为分析方法 | |
CN114187666B (zh) | 边走路边看手机的识别方法及其系统 | |
CN115410112A (zh) | 电梯异常停留识别方法、装置及存储介质 | |
Yao et al. | Behavior recognition of substation maintenance personnel based on deep learning | |
CN112200145A (zh) | 一种公共安全的远程识别方法 | |
CN112885013A (zh) | 监控预警方法、装置和可读存储介质 | |
Kapoor et al. | A study on various methods used in automatic video surveillance | |
CN117354469B (zh) | 一种基于安防预警的小区监控视频目标跟踪方法及系统 |
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: 20230105 Address after: 518000 Yingfei Haocheng Science Park, Guansheng 5th Road, Luhu Community, Guanhu Street, Longhua District, Shenzhen, Guangdong 1515 Applicant after: Shenzhen Infineon Information Co.,Ltd. Address before: 518000 yingfeituo workshop, Guanlan high tech Industrial Park, Longhua New District, Shenzhen City, Guangdong Province Applicant before: SHENZHEN INFINOVA Ltd. |
|
TA01 | Transfer of patent application right | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210326 |
|
RJ01 | Rejection of invention patent application after publication |