CN112597858A - 一种监控方法、装置及可读存储介质 - Google Patents
一种监控方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN112597858A CN112597858A CN202011485386.1A CN202011485386A CN112597858A CN 112597858 A CN112597858 A CN 112597858A CN 202011485386 A CN202011485386 A CN 202011485386A CN 112597858 A CN112597858 A CN 112597858A
- Authority
- CN
- China
- Prior art keywords
- data
- alarm
- abnormal
- scene
- scene data
- 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
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- 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
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Image Analysis (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种监控方法、装置及可读存储介质,其中方法包括:获取视频输入数据中的场景数据,所述场景数据需包含行为属性数据,并至少包括如下之一:人脸数据、人体数据;根据所述场景数据以及关联摄像头的历史告警数据识别所述场景数据中的异常行为及发生异常行为的人员身份;根据异常行为及人员身份按照对应的告警等级进行告警。本发明方法可以结合人脸、人体、行为属性分析,关联摄像头位置及跨摄像头历史告警数据,对当前触发异常行为的人员进行身份追溯,确定告警等级,本发明方法实现了识别监控场景中的异常行为类型,并可根据人员身份识别结果进行对应等级的告警。
Description
技术领域
本发明涉及监控技术领域,尤其涉及一种监控方法、装置及可读存储介质。
背景技术
随着摄像监控设备在公共区域的广泛部署和人工智能的快速发展,基于视频监控数据的智能化监测已经成为公共安全领域不可或缺的常态化监控方法。
异常检测技术可通过对监控场景下的人员行为进行智能化分析,从而自动发现并报警周界入侵、徘徊逗留、人群聚集等异常行为,实现监控系统主动发现的能力。但在实际应用中发现,随着解析数据量的大幅增加,由于各类因素所导致的错误报警、无效报警为人工二次确认带来了额外的负担。人脸、人体、异常行为检测与识别在实际应用中虽然带来了智能化效果的提升,但也存在一些亟需克服的问题,如人脸识别系统对于刻意遮挡会失效,人体特征识别对于跨摄像头下的匹配精度有限,特征类别的限制导致筛选效果无法达到精准识别的要求,同样异常行为检测无法避免由于误触、条件干扰所产生的误报,且无法划分报警等级。
发明内容
本发明实施例提供一种监控方法、装置及可读存储介质,实现识别监控场景中的异常行为类型,并可以根据异常行为类型进行对应等级的告警。
本发明实施例提供一种监控方法,包括:
获取视频输入数据中的场景数据,所述场景数据需包含行为属性数据,并至少包括如下之一:人脸数据、人体数据;
根据所述场景数据以及关联摄像头的历史数据识别所述场景数据中的异常行为;
根据所述异常行为对应的告警等级进行告警。
在一实施方式中,识别所述场景数据中的异常行为,包括:
通过预设学习模型识别所述场景数据图像中的异常行为;
其中所述异常行为至少包括如下内容之一:周界入侵、人群聚集、人数超限、徘徊逗留和打架斗殴。
在一实施方式中,识别所述场景数据中的异常行为之后,还包括:确定异常行为对应的异常推送信息;
其中所述异常推送信息至少包括如下内容之一:异常行为类型、报警时间、摄像头ID、告警人体图、告警全景图以及告警人脸图。
在一实施方式中,根据所述场景数据以及关联摄像头的历史数据识别所述场景数据中的异常行为包括:
在确定所述场景数据中包括人脸数据的情况下,获取所述人脸数据;
根据所述人脸数据更新异常推送信息。
在一实施方式中,所述根据所述异常行为对应的告警等级进行告警,包括:
根据所述人脸数据与预设人员库进行人脸特征匹配;
在匹配一致的情况下,根据所述异常推送信息按照对应的告警等级进行告警。
在一实施方式中,根据所述场景数据以及关联摄像头的历史数据识别所述场景数据中的异常行为,还包括:
在确定所述场景数据中不包括人脸数据的情况下,获取所述场景数据中的人体特征,并获取预设筛选条件下的重点人员告警数据;
其中所述预设筛选条件包括:距离范围和时间范围。
在一实施方式中,根据所述异常行为按照对应的告警等级进行告警,包括:
对比所述历史告警数据与所述人体特征,以确定所述人体特征对应的人员身份;
根据所述人员身份按照对应的告警等级进行告警。
本发明实施例还提供一种监控装置,包括:
监控模块,用于获取视频输入数据中的场景数据,所述场景数据需包含行为属性数据,并至少包括如下之一:人脸数据、人体数据;
异常行为检测模块,用于在根据所述视频输入确定包含场景数据后,识别所述场景数据中的异常行为,并结合关联摄像头的历史告警数据,识别所述场景中发生异常行为人员的身份;
告警模块,用于根据所述异常行为及人员身份按照对应的告警等级进行告警。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质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前述的监控方法的步骤。
本发明实施例可以结合人脸、人体、行为属性分析,关联摄像头位置及跨摄像头历史数据,对当前触发异常行为的人员进行身份追溯,确定告警等级本发明方法实现了识别监控场景中的异常行为类型,并可根据异常行为类型进行对应等级的告警。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明第一实施例流程图;
图2为本发明第一实施例总流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例一
本发明第一实施例提供一种监控方法,如图1所示,包括以下具体步骤:
S101、获取视频输入数据中的场景数据,所述场景数据需包含行为属性数据,并至少包括如下之一:人脸数据、人体数据;
S102、根据所述场景数据以及关联摄像头的历史数据识别所述场景数据中的异常行为,并结合关联摄像头的历史告警数据,识别所述场景中发生异常行为人员的身份;
S103、根据所述异常行为及人员身份对应的告警等级进行告警。
具体的监控视频输入可以通过分布式的多个摄像头完成,也即本发明方法可以应用于多个摄像头所组成的监控系统,在监控后台,可以获得多个摄像头输入的视频数据,也即可以通过后台监测摄像头的视频输入。然后在根据所述视频输入结合人脸、人体、行为属性分析,关联摄像头位置标签及跨摄像头历史告警信息,对当前触发异常行为的人员进行身份追溯,确定告警等级,也即在识别出异常行为之后,即可按照对应的告警级别进行告警。一种实施方式中实施方式中,对预设重点人员库中的告警,可以设置为一级告警对象或重点告警对象。
本发明方法可以结合人脸、人体、行为属性分析,关联摄像头位置及跨摄像头历史数据,对当前触发异常行为的人员进行身份追溯,确定告警等级本发明方法实现了识别监控场景中的异常行为类型,并可根据异常行为类型进行对应等级的告警。
在一实施方式中,识别所述场景数据中的异常行为,包括:
通过预设学习模型识别所述场景数据图像中的异常行为;
其中所述异常行为至少包括如下内容之一:周界入侵、人群聚集、人数超限、徘徊逗留和打架斗殴。
具体的说,在本实施例中,识别所述场景数据中的异常行为可以采用深度学习的方式进行。例如通过预先训练的深度学习模型对视频输入中场景数据的异常行为,比如周界入侵、人群聚集、人数超限、徘徊逗留、打架斗殴等行为,当然也可以是其他异常行为,在此不做一一限定。
在一实施方式中,识别所述场景数据中的异常行为之后,还包括:确定异常行为对应的异常推送信息;
其中所述异常推送信息至少包括如下内容之一:异常行为类型、报警时间、摄像头ID、告警人体图、告警全景图以及告警人脸图。
在检测到异常行为发生后,确定异常行为对应的异常推送信息。其中推送信息可以是异常行为类型、报警时间、摄像头ID、告警人体图、告警全景图以及告警人脸图。后续可以根据异常推送信息按照对应的告警等级进行告警信息显示。
例如一种异常推送信息可以如表1所示
表1异常推送信息
在一实施方式中,根据所述场景数据以及关联摄像头的历史数据识别所述场景数据中的异常行为包括:
在确定所述场景数据中包括人脸数据的情况下,获取所述人脸数据;
根据所述人脸数据更新异常推送信息。
具体的,在识别所述场景数据中的异常行为之后,确定场景数据中是否包含人脸数据,若包含人脸数据,则获取所述人脸数据。
在确定包含人脸数据之后,根据所述人脸数据更新异常推送信息。
也即本实施例中在确定包含人脸数据之后,可以更新前述异常推送信息。
例如在包含人脸信息的情况下异常推送信息可以如表2所示
表2异常推送信息
在一实施方式中,所述根据所述异常行为对应的告警等级进行告警,包括:
根据所述人脸数据与预设人员库进行人脸特征匹配;
在匹配一致的情况下,根据所述异常推送信息按照对应的告警等级进行告警。
具体的,如图2所示,在场景数据包含人脸数据之后,进一步本实施例中将人脸数据于预设人员库进行人脸特征匹配。其中预设人员库可以根据历史告警信息形成,也可以是通过其他渠道形成的人员库,人员库中的人可以是重点监控对象。由此可以在场景数据包含人脸数据之后,将人脸数据于预设人员库进行人脸特征匹配。由此判断人脸数据中是否在重点人员库中的人。若为重点人员则产生对应等级的告警,例如一级告警信息,并将前述的异常推送信息及底库人脸图片和人员身份ID回传至监控后台。
表3告警推送信息
在一实施方式中,根据所述场景数据以及关联摄像头的历史数据识别所述场景数据中的异常行为,还包括:
在确定所述场景数据中不包括人脸数据的情况下,获取所述场景数据中的人体特征,并获取预设筛选条件下的重点人员告警数据;
其中所述预设筛选条件包括:距离范围和时间范围。
具体的,在另一种实施方式中,如图2所示,若场景数据中不包括人脸数据,则获取所述场景数据中的人体特征。并获取预设筛选条件下的历史告警数据。可以对根据设定范围内以及时间段内的历史告警数据进行获取,比如筛选1公里范围、1小时内的重点人员告警记录,并采集重点人员告警的历史图片、人脸图片、重点人信息等。
在一实施方式中,根据所述异常行为按照对应的告警等级进行告警,包括:
对比所述历史告警数据与所述人体特征,以确定所述人体特征对应的人员身份;
根据所述人员身份按照对应的告警等级进行告警。
具体的说,本实施例中,如图2所示,可以基于人体特征识别与比对技术,将触发异常行为告警的人体图与触发基于人脸识别技术的重点人员告警人体图进行特征解析与比对,根据人体特征比对相似度进行身份判定,若相似度在设定阈值之上,则可确定触发异常行为告警的人员在相邻时间和空间范围内触发过重点人员告警。由此可以确定对应人体特征的人员身份。最终可根据重点人员底库信息判定人员身份,确定告警等级。
当然在未能识别到与人员库中对应的人员的情况下,可以降低告警级别,或者警示信息显示等方式。当然在未能识别到与人员库中对应的人员的情况下,工作人员认为当前识别的人员属于重点监控人员,也可以将当前识别人员加入人员库中,从而提升告警等级。
综上,本发明方法综合人脸比对、人体特征分析以及异常行为,对于触发异常行为报警的人员进行最大程度的身份追溯。当异常行为报警触发时,利用当前视频输入抓拍图片进行人脸比对,确认是否为重点人员,在无法获取清晰人脸的情况下,可通过比对特定距离范围、特定时间范围内重点人员报警的人体图片判断是否为同一人员,从而判断人员身份、确定告警级别,有效解决一些前科人员在实行违法行为的过程中将人脸刻意遮挡的问题。
实施例二
本发明第二实施例提供一种监控装置,包括:
监控模块,用于获取视频输入数据中的场景数据,所述场景数据需包含行为属性数据,并至少包括如下之一:人脸数据、人体数据
异常行为检测模块,用于在根据所述视频输入确定包含目标异常图像后,识别所述目标异常图像中的异常行为,并结合关联摄像头的历史告警数据,识别所述场景中发生异常行为人员的身份;
告警模块,用于根据所述异常行为及人员身份按照对应的告警等级进行告警。
具体的监控视频输入可以通过分布式的多个摄像头完成,也即本发明方法可以应用于多个摄像头所组成的监控系统,在监控后台,可以获得多个摄像头输入的视频数据,也即可以通过后台监测摄像头的视频输入。然后在根据所述视频输入结合人脸、人体、行为属性分析,关联摄像头位置标签及跨摄像头历史告警信息,对当前触发异常行为的人员进行身份追溯,确定告警等级,也即在识别出异常行为之后,即可按照对应的告警级别进行告警。一种实施方式中实施方式中,对预设重点人员库中的告警,可以设置为一级告警对象或重点告警对象。
本发明可以结合人脸、人体、行为属性分析,关联摄像头位置及跨摄像头历史数据,对当前触发异常行为的人员进行身份追溯,确定告警等级本发明方法实现了识别监控场景中的异常行为类型,并可根据异常行为类型进行对应等级的告警。
实施例三
本发明第三实施例提供一种计算机可读存储介质,所述计算机可读存储介质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第一实施例的监控方法的步骤。
在一个具体的实施方式中,监控模块,所述计算机程序被处理器执行时实现:
获取视频输入数据中的场景数据,所述场景数据至少包括如下之一:人脸数据、人体数据和行为属性数据;
在根据所述视频输入确定包含目标异常图像后,识别所述目标异常图像中的异常行为;
根据所述异常行为按照对应的告警等级进行告警。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (9)
1.一种监控方法,其特征在于,包括:
获取视频输入数据中的场景数据,所述场景数据需包含行为属性数据,并至少包括如下之一:人脸数据、人体数据;
根据所述场景数据以及关联摄像头的历史数据识别所述场景数据中的异常行为及发生异常行为人员的身份;
根据所述异常行为及人员身份对应的告警等级进行告警。
2.如权利要求1所述的监控方法,其特征在于,识别所述场景数据中的异常行为,包括:
通过预设学习模型识别所述场景数据图像中的异常行为;
其中所述异常行为至少包括如下内容之一:周界入侵、人群聚集、人数超限、徘徊逗留和打架斗殴。
3.如权利要求1所述的监控方法,其特征在于,识别所述场景数据中的异常行为之后,还包括:确定异常行为对应的异常推送信息;
其中所述异常推送信息至少包括如下内容之一:异常行为类型、报警时间、摄像头ID、告警人体图、告警全景图以及告警人脸图。
4.如权利要求3所述的监控方法,其特征在于,根据所述场景数据以及关联摄像头的历史数据识别所述场景数据中的异常行为包括:
在确定所述场景数据中包括人脸数据的情况下,获取所述人脸数据;
根据所述人脸数据更新异常推送信息。
5.如权利要求4所述的监控方法,其特征在于,所述根据所述异常行为对应的告警等级进行告警,包括:
根据所述人脸数据与预设人员库进行人脸特征匹配;
在匹配一致的情况下,根据所述异常推送信息按照对应的告警等级进行告警。
6.如权利要求3所述的监控方法,其特征在于,根据所述场景数据以及关联摄像头的历史数据识别所述场景数据中的异常行为,还包括:
在确定所述场景数据中不包括人脸数据的情况下,获取所述场景数据中的人体特征,并获取预设筛选条件下的重点人员告警数据;
其中所述预设筛选条件包括:距离范围和时间范围。
7.如权利要求6所述的监控方法,其特征在于,根据所述异常行为按照对应的告警等级进行告警,包括:
对比所述历史告警数据与所述人体特征,以确定所述人体特征对应的人员身份;
根据所述人员身份按照对应的告警等级进行告警。
8.一种监控装置,其特征在于,包括:
监控模块,用于获取视频输入数据中的场景数据,所述场景数据需包含行为属性数据,并至少包括如下之一:人脸数据、人体数据;
异常行为检测模块,用于在根据所述视频输入确定包含场景数据后,识别所述场景数据中的异常行为,并结合关联摄像头的历史告警数据,识别所述场景中发生异常行为人员的身份;
告警模块,用于根据所述异常行为及人员身份按照对应的告警等级进行告警。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质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权利要求1至7中任一项所述的监控方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011485386.1A CN112597858A (zh) | 2020-12-16 | 2020-12-16 | 一种监控方法、装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011485386.1A CN112597858A (zh) | 2020-12-16 | 2020-12-16 | 一种监控方法、装置及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112597858A true CN112597858A (zh) | 2021-04-02 |
Family
ID=75196434
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011485386.1A Pending CN112597858A (zh) | 2020-12-16 | 2020-12-16 | 一种监控方法、装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112597858A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113657201A (zh) * | 2021-07-28 | 2021-11-16 | 南京盛航海运股份有限公司 | 船员行为监测分析方法、装置、设备及存储介质 |
CN113784057A (zh) * | 2021-07-30 | 2021-12-10 | 杭州华橙软件技术有限公司 | 目标区域的监控方法、电子设备及存储介质 |
CN113852591A (zh) * | 2021-06-08 | 2021-12-28 | 天翼智慧家庭科技有限公司 | 基于改进四分位差法的摄像头异常访问识别与告警方法 |
CN115604049A (zh) * | 2022-12-14 | 2023-01-13 | 忆月启函(盐城)科技有限公司(Cn) | 一种用于家庭多功能监控的智能通信网络系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210461A (zh) * | 2019-06-27 | 2019-09-06 | 北京澎思智能科技有限公司 | 基于摄像机网格的多视图协同异常行为检测方法 |
CN110704284A (zh) * | 2019-09-27 | 2020-01-17 | 高新兴科技集团股份有限公司 | 视频监控场景下的告警处理方法、系统及电子设备 |
CN111582235A (zh) * | 2020-05-26 | 2020-08-25 | 瑞纳智能设备股份有限公司 | 用于实时监控站内异常事件的警报方法、系统及设备 |
-
2020
- 2020-12-16 CN CN202011485386.1A patent/CN112597858A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210461A (zh) * | 2019-06-27 | 2019-09-06 | 北京澎思智能科技有限公司 | 基于摄像机网格的多视图协同异常行为检测方法 |
CN110704284A (zh) * | 2019-09-27 | 2020-01-17 | 高新兴科技集团股份有限公司 | 视频监控场景下的告警处理方法、系统及电子设备 |
CN111582235A (zh) * | 2020-05-26 | 2020-08-25 | 瑞纳智能设备股份有限公司 | 用于实时监控站内异常事件的警报方法、系统及设备 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113852591A (zh) * | 2021-06-08 | 2021-12-28 | 天翼智慧家庭科技有限公司 | 基于改进四分位差法的摄像头异常访问识别与告警方法 |
CN113852591B (zh) * | 2021-06-08 | 2023-09-22 | 天翼数字生活科技有限公司 | 基于改进四分位差法的摄像头异常访问识别与告警方法 |
CN113657201A (zh) * | 2021-07-28 | 2021-11-16 | 南京盛航海运股份有限公司 | 船员行为监测分析方法、装置、设备及存储介质 |
CN113784057A (zh) * | 2021-07-30 | 2021-12-10 | 杭州华橙软件技术有限公司 | 目标区域的监控方法、电子设备及存储介质 |
CN113784057B (zh) * | 2021-07-30 | 2023-08-15 | 杭州华橙软件技术有限公司 | 目标区域的监控方法、电子设备及存储介质 |
CN115604049A (zh) * | 2022-12-14 | 2023-01-13 | 忆月启函(盐城)科技有限公司(Cn) | 一种用于家庭多功能监控的智能通信网络系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112597858A (zh) | 一种监控方法、装置及可读存储介质 | |
TWI743987B (zh) | 行為分析方法、電子設備和電腦儲存媒體 | |
CN109858365B (zh) | 一种特殊人群聚集行为分析方法、装置及电子设备 | |
CN107480246B (zh) | 一种关联人员的识别方法及装置 | |
JP5560397B2 (ja) | 自律型防犯警戒システム及び自律型防犯警戒方法 | |
CA2638621A1 (en) | An alerting system for safety, security, and business productivity having alerts weighted by attribute data | |
CN110197158B (zh) | 一种安保云系统及其应用 | |
CN111078922A (zh) | 一种信息处理方法及装置、存储介质 | |
CN111401239B (zh) | 一种视频分析方法、装置、系统、设备及存储介质 | |
CN110246292B (zh) | 家庭视频监控方法、装置及存储介质 | |
CN104050785A (zh) | 基于虚拟化边界与人脸识别技术的安全警戒方法 | |
KR102182660B1 (ko) | 시공간 특징을 이용한 폭력 감지 시스템, 방법 및 상기 방법을 수행하도록 하는 프로그램이 저장된 컴퓨터 판독 가능한 기록매체 | |
CN110557676B (zh) | 用于确定和推荐场景的视频内容活动区域的系统和方法 | |
CN114078603A (zh) | 智能养老监护系统、方法及计算机设备、可读存储介质 | |
CA3069539C (en) | Role-based perception filter | |
CN115223076A (zh) | 行为告警方法、装置、设备及存储介质 | |
CN112949442B (zh) | 一种异常事件预识别方法、装置、电子设备及监控系统 | |
CN108694388B (zh) | 基于智能摄像头的校园监控方法及设备 | |
CN112989993A (zh) | 记录方法、记录系统以及计算机可读存储介质 | |
CN109284730B (zh) | 应用于筛选数据的方法、装置以及监控系统 | |
CN113468948A (zh) | 基于视图数据的治安防控方法、模块、设备及存储介质 | |
CN113012006A (zh) | 一种智能侦查研判方法、系统、计算机设备及存储介质 | |
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 | |
CN113450236B (zh) | 基于时空数据的可疑人员识别方法、装置、系统和介质 | |
CN111028109B (zh) | 数据处理方法、装置、服务器及存储介质 |
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 |