CN113011263B - 一种矿井监控方法、装置、终端设备及介质 - Google Patents
一种矿井监控方法、装置、终端设备及介质 Download PDFInfo
- Publication number
- CN113011263B CN113011263B CN202110188857.0A CN202110188857A CN113011263B CN 113011263 B CN113011263 B CN 113011263B CN 202110188857 A CN202110188857 A CN 202110188857A CN 113011263 B CN113011263 B CN 113011263B
- Authority
- CN
- China
- Prior art keywords
- mine
- intersection
- miner
- area
- camera
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- 238000004590 computer program Methods 0.000 claims description 22
- 230000002159 abnormal effect Effects 0.000 claims description 13
- 230000004888 barrier function Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 36
- 230000000875 corresponding effect Effects 0.000 description 15
- 238000001514 detection method Methods 0.000 description 14
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 210000000887 face Anatomy 0.000 description 5
- 239000003245 coal Substances 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response 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
- 230000001815 facial effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 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
- 238000005457 optimization Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000002076 thermal analysis method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- 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
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/18—Eye characteristics, e.g. of the iris
- G06V40/193—Preprocessing; Feature extraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Agronomy & Crop Science (AREA)
- Human Resources & Organizations (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Ophthalmology & Optometry (AREA)
- Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Alarm Systems (AREA)
Abstract
本申请适用于监控技术领域，提供了一种矿井监控方法、装置、终端设备及介质，所述方法包括：采用预先安装于矿井各个路口的摄像装置采集所述矿井内的实时视频；提取所述实时视频中的生物特征；根据所述生物特征识别所述矿井中的各个矿工的身份；根据所述摄像装置所处的路口，确定所述各个矿工当前的工作区域；若任一矿工的身份与所述矿工当前的工作区域不匹配，则向所述矿工发送警示信息。通过上述方法，能够实时对矿井内的状况进行监控，加强对矿井中施工现场的安全管理，降低事故发生频率。
Description
技术领域
本申请属于监控技术领域，尤其涉及一种矿井监控方法、装置、终端设备及介质。
背景技术
煤矿业也是一个安全事故多发的高危行业。若能采用监控对煤矿内的情况进行监视，可以避免很多事故发生。
现有的煤矿监控系统，大多只能依赖人力进行监测，容易发生疏忽；且由于矿井内矿工的穿戴一般比较多，利用现有的监控系统一般难以对矿工身份进行识别，导致监控发挥的安全警示作用不大。
发明内容
本申请实施例提供了一种矿井监控方法、装置、终端设备及介质，可以加强对煤矿的安全管理，降低事故发生频率。
第一方面，本申请实施例提供了一种矿井监控方法，包括：
采用预先安装于矿井各个路口的摄像装置采集所述矿井内的实时视频；
提取所述实时视频中的生物特征；
根据所述生物特征识别所述矿井中的各个矿工的身份；
根据所述摄像装置所处的路口，确定所述各个矿工当前的工作区域；
若任一矿工的身份与所述矿工当前的工作区域不匹配，则向所述矿工发送警示信息。
第二方面，本申请实施例提供了一种矿井监控装置，包括：
视频采集模块，用于采用预先安装于矿井各个路口的摄像装置采集所述矿井内的实时视频；
生物特征提取模块，用于提取所述实时视频中的生物特征；
身份确定模块，用于根据所述生物特征识别所述矿井中的各个矿工的身份；
工作区域确定模块，用于根据所述摄像装置所处的路口，确定所述各个矿工当前的工作区域；
警示模块，用于若任一矿工的身份与所述矿工当前的工作区域不匹配，则向所述矿工发送警示信息。
第三方面，本申请实施例提供了一种终端设备，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上述第一方面所述的方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，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上述第一方面所述的方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面所述的方法。
本申请实施例与现有技术相比存在的有益效果是：在本申请实施例中，矿井中的各个路口均安装有摄像装置，借助摄像装置可以采集矿井内的实时视频，通过岁实时视频进行分析，可以检测矿井内的矿工行为是否异常，从而尽早发现安全隐患，加强矿井内的安全管理。
附图说明
为了更清楚地说明本申请实施例中的技术方案，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申请的一些实施例，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，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的一种矿井监控方法的流程示意图；
图2是本申请另一实施例提供的一种矿井监控方法的流程示意图；
图3是本申请又一实施例提供的一种矿井监控方法的流程示意图；
图4是本申请又一实施例提供的一种交叉路口的示意图；
图5是本申请实施例提供的一种应用场景的示意图；
图6是本申请实施例提供的一种矿井监控装置的结构示意图；
图7是本申请实施例提供的一种终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
图1是本申请一实施例提供的一种矿井监控方法的流程示意图，如图1所示，所述方法包括：
S101，采用预先安装于矿井各个路口的摄像装置采集所述矿井内的实时视频。
具体地，本实施例的执行主体为终端设备，可以为智能分析盒子。在本实施例中，可以在矿井内的各个路口安装摄像装置，并调整好摄像装置的高度和视角，各个摄像装置均与智能分析盒子连通，摄像装置与之智能分析盒子之间可以进行通讯。
具体地，矿井中的各个路口的摄像装置可以不断地采集路口的视频，每隔预设时间，摄像装置将采集到的实时视频提交至智能分析盒子，智能分析盒子可以根据实时视频监控矿井内的实时状况。
S102，提取所述实时视频中的生物特征。
具体地，所述生物特征可以包括人脸特征、虹膜特征等可以代表矿工唯一身份标识的特征。
具体地，可以从实时视频中提取各个矿工的人脸，基于矿工的人脸，可以提取出多个特征点，作为矿工的生物特征。
当然，在矿井内，大多数情况下，矿工的脸部是被遮盖的，因为可以从矿工的人脸中提取出人眼部分，再从人眼部分提取出多个虹膜特征点，作为矿工的生物特征。
S103，根据所述生物特征识别所述矿井中的各个矿工的身份。
具体地，智能分析盒子中可以包括矿工的特征库。在矿工进入矿井之前，可以先对各个矿工的人脸进行提取，并从提取出的人脸中提取多个特征点，形成矿工的特征码；也可以对矿工的眼睛进行提取，获取多个虹膜特特征点，形成矿工的特征码；当然也可以同时采用人脸特征点和虹膜特征点生成矿工的特征码。
当从实时视频中提取出矿工的生物特征时，可以将生物特征与预先存储在智能分析盒子中的特征库中的各个特征码进行比较。将与该生物特征相似度最高的特征码所对应的矿工的身份作为该生物特征所对应的矿工身份。
在另一种可能的实现方式中，矿工的衣服上可以佩戴身份标识，通过识别矿工身上的身份标识，可以确定该矿工的身份。
S104，根据所述摄像装置所处的路口，确定所述各个矿工当前的工作区域。
具体地，矿井中的各个路口均设置有摄像装置，可以根据摄像装置所安装的位置或者事业范围，为每个摄像装置进行编号；每个摄像装置在上传实时视频时，可以携带该摄像装置的编号，这样就可以通过该编号确定该实时视频所拍摄的区域。从该实时视频中识别出的所有矿工的当前的工作区域即为该实时视频所拍摄的区域。
S105，若任一矿工的身份与所述矿工当前的工作区域不匹配，则向所述矿工发送警示信息。
具体地，为了保障每个矿工的安全，每个矿工根据岗位不同，具有不同的工作区域。矿工的身份包括该矿工的岗位，每个岗位具有预设的工作区域，若矿工的岗位与当前的工作区域不匹配，可以向该矿工发送警示信息，以指示该矿工回到自己的工作区域。
另外，摄像装置安装的路口包括矿井的出入口。根据矿井出入口的摄像装置所采集的实时视频，可以检测到矿工是否按时上班和下班，从而对矿工进行考勤。
在一种可能的实现方式中，每个矿工在矿井内作业时，为了确保安全，需要穿戴安全帽和工作服。从所述实时视频中，可以对矿工的穿戴进行监控，若检测到有矿工为穿戴安全帽或工作服，可以向该矿工发送警示信息，同时可以在考勤中记录该矿工为进行安全穿戴。
在本实施例中，可以采用安装于矿井中的摄像装置对整个矿井内的状况进行监控，利用智能分析盒子对监控视频进行实时分析，从而及时发现矿井内的潜在危险，杜绝安全隐患。
图2是本申请另一实施例提供的一种矿井监控方法的流程示意图，如图2所示，所述方法包括：
S201，采用预先安装于矿井各个路口的摄像装置采集所述矿井内的实时视频。
具体地，在本实施例中，在矿井内的各个路口，包括出入口，安装普通摄像机，并调整好摄像机的高度、视场角。矿井内各个摄像机可以就近安装一个智能分析盒子，所有的智能分析盒子可以接入到智慧矿井平台。本实施例是站在智能分析盒子的角度来撰写的，即，本实施例的执行主体为智能分析盒子。
具体地，智能分析盒子可以采集各个路口的实时视频，每个摄像装置监控矿井的一部分区域，安装的所有摄像装置可以将矿井内的所有区域监控到。
S202，对所述实时视频中出现的每个矿工的人脸进行追踪，确定同一个矿工对应的人脸序列，所述人脸序列中包括多个特征点。
具体地，摄像装置可以直接将采集到的每一帧视频即时传送给智能分析盒子，但是显然，拍一帧图片传送一帧图片，会导致摄像装置和智能分析盒子之间需要传送数据的次数过多，浪费计算资源。因此，可以每隔预设时间，将采集到的实时视频传送到是能分析盒子。当然间隔时间不能太大，因为需要保证实时性。
当智能分析盒子接收到一段实时视频后，可以采用预设的人脸检测算法从实时的第一个视频帧开始，进行人脸检测，在检测到人脸后，可以采用人脸追踪算法追踪视频中的每个人脸，从而从各个视频帧中追踪到同一个矿工的多个人脸序列，每个人脸序列中包括多个特征点，特征点可以包括人脸特征点和/或虹膜特征点。
S203，提取特征点最多的人脸序列，作为所述矿工的生物特征。
具体地，为了能更准确地识别矿工的身份，可以选取特征点最多的人脸序列作为矿工的生物特征。
在另一种可能的实现方式中，也可以从一个矿工的多个人脸序列中选择预设数量的特征点作为该矿工的生物特征。
S204，根据所述生物特征识别所述矿井中的各个矿工的身份。
具体地，若该矿工的人脸未被遮盖，则从生物特征中提取第一预设数量的人脸特征点；若该矿工的人脸被部分遮盖，则从生物特征中提取第二预设数量的虹膜特征点；根据人脸特征点和/或虹膜特征点，生成所述矿工的识别特征码。
智能分析盒子中包括预先设置的特征码库，特征码库中存放着每个矿工的标准特征码。将识别特征码与预设的特征码库中的标准特征码进行比较，从而确定矿井中各个矿工的身份。
在一种可能的实现方式中，智能分析盒子通过视频自动进行人脸识别和虹膜识别，确认矿工身份信息。在矿井的入口安装普通摄像机接入智能分析盒子进行人脸面部特征识别，智能分析盒子通过人脸检测、人脸跟踪、人脸优选，抠出最优的人脸图片，并对该人脸图片提取512个人脸特征点，形成2KB长度的特征码，和矿井人脸特征库比对，确定入口人脸的身份信息是否授权，并联动闸机开门。考虑到矿井出口工人面部很多粉尘，不能采用入口的人脸面部特征识别，需要采用虹膜识别，在矿井出口安装普通摄像机接入智能分析盒子，盒子提取人脸区域，并对该人脸区域进行人眼检测，提取2个眼睛位置，并对2个眼睛提取256虹膜特征点，形成1KB虹膜特征码,确定出口矿工身份信息。在矿井各个分叉口安装普通摄像机接入智能分析盒子，进行人脸面部特征识别确定矿工身份信息。人脸检测和人脸识别信息和图片发送给后端智慧矿井平台，自动生成每个矿工进行考勤，井下的工作轨迹。若发现矿工工作地点和岗位不匹配，后端平台立刻报警，通知相关人员进行核实确认。
S205，根据所述摄像装置所处的路口，确定所述各个矿工当前的工作区域。
具体地，每个摄像装置的安装位置和事业范围一般时固定的，因此可以预先为每个摄像装置设置一个标识，将摄像装置的标识和所安装的路口关联存储。每个实时视频在上传的时候，可以携带摄像装置的标识，智能分析盒子可以根据实时视频的标识，识别摄像装置所安装的路口。根据摄像装置所安装的路口，可以确定矿工当前的工作区域。
S206，若任一矿工的身份与所述矿工当前的工作区域不匹配，则向所述矿工发送警示信息。
具体地，每个矿工具有对应的岗位，每个岗位具有自己的工作区域，当矿工不在自己的岗位时，容易存在安全隐患。上述矿工的身份中可以包括该矿工对应的岗位。可以检测矿工的岗位与其当前的工作区域是否匹配，若矿工的岗位与其当前的工作区域不匹配，则可以想该矿工发送警示信息，并将该警示信息提交至智慧矿井平台。
S207，采用设置于所述矿井测温区域内的测温摄像机采集所述测温区域内的多个温度。
具体地，矿井下有各种非常重要设备，通常设备故障会伴随着设备温度异常突变，在这些设备附近安装测温摄像机接入智能分析盒子，并配置设备所在的测温区域，盒子实时获取测温摄像机采集设备区域的多个预设点的温度数据。这些预设点包括机器设备的可能发生故障的位置。
S208，若所述测温摄像机采集到的任一温度超过预设的温度阈值，则确定所述温度超过所述温度阈值的异常区域。
具体地，根据测温摄像机识别的各个预设点的温度，计算温度变化的趋势。若一段时间内超过配置的温度阀值，说明该设备该区域可能存在异常。
S209，生成针对所述异常区域的警示信息。
具体地，采用测温摄像机获取温度异常区域的图片，然后把图片上传到智慧矿井平台，智慧矿井平台立刻报警，通知相关人员进行核实确认。
在本实施例中，可以通过摄像装置监控识别出矿井内机器设备的异常区域，从而判断机器设备是否异常，从而避免机器设备发生异常；另外能通过视频查看矿井内的情况，从而加强施工现场安全管理、降低事故发生频率、杜绝各种违规操作和不文明施工，落实企业安全监管责任，加快企业对工程现场安全隐患处理的速度。
图3是本申请又一实施例提供的一种矿井监控方法的流程示意图，如图3所示，所述方法包括：
S301，采用预先安装于矿井各个路口的摄像装置采集所述矿井内的实时视频。
具体地，在本实施例中，在矿井内的各个路口，包括出入口，安装普通摄像机，并调整好摄像机的高度、视场角。矿井内各个摄像机可以关联到智能分析盒子上，智能分析盒子可以接入到智慧矿井平台。本实施例是站在智能分析盒子的角度来撰写的，即，本实施例的执行主体为智能分析盒子。
S302，提取所述实时视频中的生物特征。
S303，根据所述生物特征识别所述矿井中的各个矿工的身份。
S304，根据所述摄像装置所处的路口，确定所述各个矿工当前的工作区域。
S305，若任一矿工的身份与所述矿工当前的工作区域不匹配，则向所述矿工发送警示信息。
本实施例的S301-S305与上述实施例中的S101-S105相同，可以相互参考，在此不赘述。
S306，从所述实时视频的每个视频帧中识别出每个矿道的预设区域。
具体地，矿井中有矿车作业，矿车可以在矿道中行进，矿井中包括多条矿道，矿道之间相互交叉形成交叉路口。由于矿车的体量一般比较大，为了保障安全，一般需要控制交叉路口智能存在一辆正在通行的矿车。图4是本申请实施例提供的一种交叉路口的示意图。如图4所示，矿井中的矿道可以为双行道，每个矿道的路口设置有道闸，如图4中的1-8即为该交叉路口的多个道闸。
上述预设区域是指图4中的9-12，具体地，当矿车经过该预设区域时经过时，表示该矿车要通过该交叉路口。
具体地，由于每个路口都安装有摄像机，具有自己拍摄的区域，智能分析盒子在接收到每个摄像机拍摄的实时视频后，从视频中识别出每个矿道的预设区域。
S307，根据所述每个矿道的预设区域，确定每个交叉路口所对应的监控区域。
具体地，每个交叉路口可以包括如图4所示的4个预设区域。智能分析盒子从每个实时视频中识别出每个矿道的预设区域后，需要从这些预设区域中识别出属于同一个交叉路口的预设区域，同一个交叉路口对应的多个预设区域组合成该交叉路口的监控区域。
具体地，可以根据预先为每个交叉路口配置编号，每个摄像装置具有自己的标识号，每个摄像装置拍摄的实时视频携带有该摄像装置的标识号。将每个交叉路口的编号与其对应的4个矿道的摄像装置的标识号相互关联，从而根据交叉路口的编号，确定该交叉路口对应的各个实时视频，从而确定出各个交叉路口对应的多个预设区域。
S308，若所述监控区域内存在多辆矿车，则控制所述多辆矿车依次通过所述交叉路口。
具体地，当从该监控区域中识别到存在多辆矿车时，需要控制这些矿车依次通过该交叉路口。
图5是本申请实施例提供的一种应用场景的示意图，如图5所示，该交叉路口的监控区域中包括a,b,c三辆矿车，此时可以先检测交叉路口有无矿车，若该交叉路口中不存在正在通行的矿车，则可以根据多辆矿车所在的预设区域，确定矿车的通行顺序和行进方向。具体地，智能分析盒子可以与每个矿车进行通讯，从而获取矿车的行进方向。可以预先设置该交叉路口中矿车的通行顺序以图5中矿车a为起始，按照逆时针方向通行。则图5中三辆矿车的依次通行顺序为：a,b,c。
根据矿车的行进方向可以确定需要打开的道闸。例如，若矿车a的行进方向为向右行驶，则需要打开的道闸为道闸7和道闸4；若矿车a的行进方向为右转行驶，则需要打开的道闸为道闸7和道闸6。
根据所确定的矿车通行顺序，依次控制开启与矿车的行进方向相对应的道闸，从而使所述多辆矿车按照该通行顺序依次通过交叉路口。
S309，根据所述实时视频，检测所述违规区域内是否存在越界矿工。
具体地，上述违规区域是指矿井中不允许矿工去的一些地方，可能存在安全隐患。一般地，可以直接为每个违规区域设置一台摄像装置，当从该摄像装置所拍摄到的实时视频中检测出人脸时，表明违规区域存在越界矿工。另外，也可以人为划定违规区域界线，智能分析盒子从实时视频的每个视频中待识别出违规区域界线，然后提取出违规区域，再检测违规区域中是否存在越界矿工。
S310，若所述违规区域内存在越界矿工，则识别所述越界矿工的身份。
具体地，可以采用预设的人脸识别算法是辈出违规区域中的人脸，从而确定该矿工的身份。
S311，向所述越界矿工发送语音警示信息，以指示所述越界矿工离开所述违规区域。
具体地，智能分析盒子可以发送语音提示，指示该越界矿工离开越界区域。
在一种可能的实现方式中，智能分析盒子可以通过视频对矿井安全识别，包括矿工越界识别、热力图识别、违规区域识别。盒子在禁止越界视频上，画一条或多条禁止线。实时进行行人检测，当发现有行人越过禁止线，对该行人进行人脸检测，人脸识别，判断越界人身份。另外，还可以配置行人热力分析区域，实时进行行人密度检测，当发现人员的密度值超过设置阈值，并且密度值稳定时间超过设置阈值，则触发报警。此外，活该可以配置违规区域，实时进行行人检测，但发现有行人进入区域，对该进行人脸检测，人脸识别，判断越界人身份。当发现违规行为时，马上发出语音提示，同时把图片上传到智慧矿井平台，从而对矿工安全作业进行记录和考核。智慧矿井平台通知相关人员进行核实确认。另外，当井下发生事故时，也能通过视频及时摸清井下人员的位置，进行有效施救。
在一种可能的实现方式中，智能分析盒子通过视频自动识别未佩戴安全帽和未穿工作服的人员，并进行人脸识别，确认未佩戴安全帽和未穿工作服的人员的身份信息。智能盒子接入普通摄像机，并进行行人检测，行人优选，扣出行人图片，然后对该行人进行安全帽和工作服识别，若发现未佩戴安全帽和未穿工作服的行人，同时把该行人进行人脸检测、扣出人脸图片，进行人脸比对识别，确认身份信息。若发现未佩戴安全帽和未穿工作服的行人马上发出语音提示，保障了矿工的安全，同时把图片上传到智慧矿井平台，对矿工安全作业进行记录和考核。由于每个矿井的工作服可以不一样，需要针对特定工作服样本进行专门训练。
在本实施例中，所有的智能分析算法都是基于视频，所有算法都是采用神经网络深度学习算法，所有的智能分析算法都可以通过智能盒子实现,后续只需要升级盒子的程序，智能功能的扩展非常方便。前端摄像机可以选择普通摄像机和嵌入式智能盒子，降低整个系统成本。智能分析盒子可以接入智慧矿井平台，通过智慧矿井平台，可以监控矿井内的情况，从而加强对矿井的安全管理。
图6是本申请实施例提供的一种矿井监控装置的结构示意图，如图6所示，所述装置包括：
视频采集模块61，用于采用预先安装于矿井各个路口的摄像装置采集所述矿井内的实时视频；
生物特征提取模块62，用于提取所述实时视频中的生物特征；
身份确定模块63，用于根据所述生物特征识别所述矿井中的各个矿工的身份；
工作区域确定模块64，用于根据所述摄像装置所处的路口，确定所述各个矿工当前的工作区域；
警示模块65，用于若任一矿工的身份与所述矿工当前的工作区域不匹配，则向所述矿工发送警示信息。
上述生物特征提取模块62包括：
人脸序列确定子模块，用于对所述实时视频中出现的每个矿工的人脸进行追踪，确定同一个矿工对应的人脸序列，所述人脸序列中包括多个特征点；
生物特征确定子模块，用于提取特征点最多的人脸序列，作为所述矿工的生物特征。
上述身份确定模块63包括：
人脸特征点提取子模块，用于若所述人脸未被遮盖，则从所述生物特征中提取第一预设数量的人脸特征点；
虹膜特征点提取子模块，用于若所述人脸被部分遮盖，则从所述生物特征中提取第二预设数量的虹膜特征点；
识别特征码生成子模块，用于根据所述人脸特征点和/或所述虹膜特征点，生成所述矿工的识别特征码；
比较子模块，用于将所述识别特征码与预设的特征码库中的特征码进行比较，确定所述各个矿工的身份。
上述装置还包括：
预设区域识别模块，用于从所述实时视频的每个视频帧中识别出每个矿道的预设区域；
监控区域确定模块，用于根据所述每个矿道的预设区域，确定每个交叉路口所对应的监控区域；
控制模块，用于若所述监控区域内存在多辆矿车，则控制所述多辆矿车依次通过所述交叉路口。
上述控制模块包括：
检测子模块，用于检测所述交叉路口中是否存在正在通行的矿车；
行进信息确定子模块，用于若所述交叉路口中不存在正在通行的矿车，则根据所述多辆矿车所在的区域，确定所述矿车的通行顺序和行进方向；
道闸开启控制子模块，用于根据所述通行顺序，依次控制开启与所述矿车的行进方向相对应的道闸，使所述多辆矿车按照所述通行顺序依次通过所述交叉路口。
上述装置还包括：
温度采集模块，用于采用设置于所述矿井测温区域内的测温摄像机采集所述测温区域内的多个温度；
异常区域确定模块，用于若所述测温摄像机采集到的任一温度超过预设的温度阈值，则确定所述温度超过所述温度阈值的异常区域；
警示信息生成模块，用于生成针对所述异常区域的警示信息。
上述装置还包括：
越界矿工检测模块，用于根据所述实时视频，检测所述违规区域内是否存在越界矿工；
越界矿工身份识别模块，用于若所述违规区域内存在越界矿工，则识别所述越界矿工的身份；
语音警示模块，用于向所述越界矿工发送语音警示信息，以指示所述越界矿工离开所述违规区域。
图7为本申请实施例提供的终端设备的结构示意图。如图7所示，该实施例的终端设备7包括：至少一个处理器70(图7中仅示出一个)处理器、存储器71以及存储在所述存储器71中并可在所述至少一个处理器70上运行的计算机程序72，所述处理器70执行所述计算机程序72时实现上述任意各个方法实施例中的步骤。
所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器70、存储器71。本领域技术人员可以理解，图7仅仅是终端设备7的举例，并不构成对终端设备7的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
所称处理器70可以是中央处理单元(Central Processing Unit，CPU)，该处理器70还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器71在一些实施例中可以是所述终端设备7的内部存储单元，例如终端设备7的硬盘或内存。所述存储器71在另一些实施例中也可以是所述终端设备7的外部存储设备，例如所述终端设备7上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器71还可以既包括所述终端设备7的内部存储单元也包括外部存储设备。所述存储器71用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器71还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元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，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
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或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，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。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (9)
1.一种矿井监控方法，其特征在于，包括：
采用预先安装于矿井各个路口的摄像装置采集所述矿井内的实时视频；
提取所述实时视频中的生物特征；
根据所述生物特征识别所述矿井中的各个矿工的身份；
根据所述摄像装置所处的路口，确定所述各个矿工当前的工作区域；
若任一矿工的身份与所述矿工当前的工作区域不匹配，则向所述矿工发送警示信息；
所述矿井包括多个矿道，所述多个矿道交叉形成所述矿井的多个交叉路口，所述方法还包括：
从所述实时视频的每个视频帧中识别出每个矿道的预设区域；
根据所述每个矿道的预设区域，确定每个交叉路口所对应的监控区域，根据预先为每个交叉路口配置编号，所述摄像装置具有自己的标识号，每个摄像装置拍摄的实时视频携带有该摄像装置的标识号，将每个交叉路口的编号与其对应的4个矿道的摄像装置的标识号相互关联，根据交叉路口的编号，确定该交叉路口对应的各个实时视频，从而确定出各个交叉路口对应的多个预设区域；
若所述监控区域内存在多辆矿车，则控制所述多辆矿车依次通过所述交叉路口；根据所述多辆矿车所在的预设区域，确定矿车的通行顺序和行进方向，根据所述矿车的行进方向确定需要打开的道闸；根据所确定的矿车通行顺序，依次控制开启与矿车的行进方向相对应的道闸。
2.如权利要求1所述的方法，其特征在于，所述提取所述实时视频中的生物特征，包括：
对所述实时视频中出现的每个矿工的人脸进行追踪，确定同一个矿工对应的人脸序列，所述人脸序列中包括多个特征点；
提取特征点最多的人脸序列，作为所述矿工的生物特征。
3.如权利要求2所述的方法，其特征在于，所述特征点包括人脸特征点和/或虹膜特征点，所述根据所述生物特征识别所述矿井中的各个矿工的身份，包括：
若所述人脸未被遮盖，则从所述生物特征中提取第一预设数量的人脸特征点；
若所述人脸被部分遮盖，则从所述生物特征中提取第二预设数量的虹膜特征点；
根据所述人脸特征点和/或所述虹膜特征点，生成所述矿工的识别特征码；
将所述识别特征码与预设的特征码库中的特征码进行比较，确定所述各个矿工的身份。
4.如权利要求3所述的方法，其特征在于，所述交叉路口包括多个道闸，所述若所述监控区域内存在多辆矿车，则控制所述多辆矿车依次通过所述交叉路口，包括：
检测所述交叉路口中是否存在正在通行的矿车；
若所述交叉路口中不存在正在通行的矿车，则根据所述多辆矿车所在的区域，确定所述矿车的通行顺序和行进方向；
根据所述通行顺序，依次控制开启与所述矿车的行进方向相对应的道闸，使所述多辆矿车按照所述通行顺序依次通过所述交叉路口。
5.如权利要求1-3或4任一项所述的方法，其特征在于，还包括：
采用设置于所述矿井测温区域内的测温摄像机采集所述测温区域内的多个温度；
若所述测温摄像机采集到的任一温度超过预设的温度阈值，则确定所述温度超过所述温度阈值的异常区域；
生成针对所述异常区域的警示信息。
6.如权利要求5所述的方法，其特征在于，所述矿井包括违规区域，所述方法还包括：
根据所述实时视频，检测所述违规区域内是否存在越界矿工；
若所述违规区域内存在越界矿工，则识别所述越界矿工的身份；
向所述越界矿工发送语音警示信息，以指示所述越界矿工离开所述违规区域。
7.一种矿井监控装置，其特征在于，包括：
视频采集模块，用于采用预先安装于矿井各个路口的摄像装置采集所述矿井内的实时视频；
生物特征提取模块，用于提取所述实时视频中的生物特征；
身份确定模块，用于根据所述生物特征识别所述矿井中的各个矿工的身份；
工作区域确定模块，用于根据所述摄像装置所处的路口，确定所述各个矿工当前的工作区域；
警示模块，用于若任一矿工的身份与所述矿工当前的工作区域不匹配，则向所述矿工发送警示信息；
预设区域识别模块，用于从所述实时视频的每个视频中识别出每个矿道的预设区域；根据所述每个矿道的预设区域，确定每个交叉路口所对应的监控区域，根据预先为每个交叉路口配置编号，所述摄像装置具有自己的标识号，每个摄像装置拍摄的实时视频携带有该摄像装置的标识号，将每个交叉路口的编号与其对应的4个矿道的摄像装置的标识号相互关联，根据交叉路口的编号，确定该交叉路口对应的各个实时视频，从而确定出各个交叉路口对应的多个预设区域；
若所述监控区域内存在多辆矿车，则控制所述多辆矿车依次通过所述交叉路口；根据所述多辆矿车所在的预设区域，确定矿车的通行顺序和行进方向，根据所述矿车的行进方向确定需要打开的道闸；根据所确定的矿车通行顺序，依次控制开启与矿车的行进方向相对应的道闸。
8.一种终端设备，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，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6任一项所述的方法。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110188857.0A CN113011263B (zh) | 2021-02-19 | 2021-02-19 | 一种矿井监控方法、装置、终端设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110188857.0A CN113011263B (zh) | 2021-02-19 | 2021-02-19 | 一种矿井监控方法、装置、终端设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113011263A CN113011263A (zh) | 2021-06-22 |
| CN113011263B true CN113011263B (zh) | 2023-10-03 |
Family
ID=76402973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110188857.0A Active CN113011263B (zh) | 2021-02-19 | 2021-02-19 | 一种矿井监控方法、装置、终端设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113011263B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113609905B (zh) * | 2021-06-30 | 2024-01-05 | 国网福建省电力有限公司信息通信分公司 | 一种基于身份重识别的区域人员检测方法和存储介质 |
| CN113947752A (zh) * | 2021-10-14 | 2022-01-18 | 安徽理工大学 | 一种用于矿井全景的识别方法以及识别系统 |
| CN114866956B (zh) * | 2022-04-06 | 2024-04-09 | 中国联合网络通信集团有限公司 | 异常状态矿井违规生产的监测方法和装置 |
| CN117336574A (zh) * | 2023-08-15 | 2024-01-02 | 应急管理部信息研究院 | 一种煤矿安全生产标准化管理及监测预警系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103680142A (zh) * | 2013-12-23 | 2014-03-26 | 苏州君立软件有限公司 | 一种交通路口智能监控方法 |
| CN107766830A (zh) * | 2017-10-27 | 2018-03-06 | 华润电力技术研究院有限公司 | 一种图像检测报警方法及相关设备 |
| CN109003448A (zh) * | 2018-08-02 | 2018-12-14 | 北京图森未来科技有限公司 | 一种交叉路口的导航方法、设备及系统 |
| CN109948479A (zh) * | 2019-03-06 | 2019-06-28 | 百度在线网络技术（北京）有限公司 | 工厂的监控方法、装置及设备 |
| CN110262355A (zh) * | 2019-07-06 | 2019-09-20 | 内蒙古智能煤炭有限责任公司 | 基于智慧矿山管控平台的智慧矿山管理系统及方法 |
| CN110689736A (zh) * | 2019-08-30 | 2020-01-14 | 安锐 | 一种主动放行车队的交通通行控制方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8970349B2 (en) * | 2011-06-13 | 2015-03-03 | Tyco Integrated Security, LLC | System to provide a security technology and management portal |
-
2021
- 2021-02-19 CN CN202110188857.0A patent/CN113011263B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103680142A (zh) * | 2013-12-23 | 2014-03-26 | 苏州君立软件有限公司 | 一种交通路口智能监控方法 |
| CN107766830A (zh) * | 2017-10-27 | 2018-03-06 | 华润电力技术研究院有限公司 | 一种图像检测报警方法及相关设备 |
| CN109003448A (zh) * | 2018-08-02 | 2018-12-14 | 北京图森未来科技有限公司 | 一种交叉路口的导航方法、设备及系统 |
| CN109948479A (zh) * | 2019-03-06 | 2019-06-28 | 百度在线网络技术（北京）有限公司 | 工厂的监控方法、装置及设备 |
| CN110262355A (zh) * | 2019-07-06 | 2019-09-20 | 内蒙古智能煤炭有限责任公司 | 基于智慧矿山管控平台的智慧矿山管理系统及方法 |
| CN110689736A (zh) * | 2019-08-30 | 2020-01-14 | 安锐 | 一种主动放行车队的交通通行控制方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| Experimental Research On Radar Remote Sensing Monitoring of Coal Mining Subsidence in Loess Mining Area;Dong LongKai等;《2018 Fifth International Workshop on Earth Observation and Remote Sensing Applications (EORSA)》;第1-5页 * |
| 煤矿综合自动化管网的研究与应用;张杰文等;《能源科技》;第17卷(第11期);第26-28、32页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113011263A (zh) | 2021-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113011263B (zh) | 一种矿井监控方法、装置、终端设备及介质 | |
| CN110321814B (zh) | 一种车辆违章取证方法、装置、电子设备及存储介质 | |
| CN101313345B (zh) | 检测道路交通违章的系统和方法 | |
| US9685079B2 (en) | Short-time stopping detection from red light camera evidentiary photos | |
| KR101549599B1 (ko) | 안면인식과 태그인식을 이용하여 접근자의 신분확인 및 동선추적이 가능한 제한구역 출입 경고시스템 | |
| CN109345829B (zh) | 无人车的监控方法、装置、设备及存储介质 | |
| EP3053155B1 (en) | System for traffic behaviour surveillance | |
| CN111192391B (zh) | 基于图像和/或视频的人行通道闸机控制方法和设备 | |
| US20120148092A1 (en) | Automatic traffic violation detection system and method of the same | |
| CN107067730B (zh) | 基于卡口设备的网约车人车不一致监测方法 | |
| KR101036947B1 (ko) | 컴퓨터 영상 분석기술을 이용한 범죄 및 사고예방 자동경비 시스템 | |
| CN106529401A (zh) | 一种车辆反跟踪方法、装置及系统 | |
| CN108230669B (zh) | 基于大数据和云分析的道路车辆违法检测方法及系统 | |
| CN113484858A (zh) | 一种入侵检测方法和系统 | |
| CN104715245A (zh) | 用于机场工作人员的监测方法和装置 | |
| 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 | |
| KR101879444B1 (ko) | Cctv 구동 방법 및 시스템 | |
| CN112381435A (zh) | 水电站作业过程动态风险的网格化定向推送管理方法 | |
| CN112380892A (zh) | 一种图像识别方法、装置、设备及介质 | |
| KR20200026492A (ko) | IoT기반의 카메라 그룹핑을 이용한 터널 내 유고 감시 시스템 | |
| CN113990101B (zh) | 一种禁停区域车辆检测方法及其系统和处理装置 | |
| CN114187676A (zh) | 一种巡检方法、装置、设备、系统和存储介质 | |
| KR101672780B1 (ko) | 어린이 보호 구역 내의 지능형 영상감시 시스템 | |
| CN116546438B (zh) | 一种基于蓝牙mesh网络的楼宇监测系统 | |
| CN111598054A (zh) | 车辆检测方法、装置、计算机设备及存储介质 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230103 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: 3 / F, building H-3, East Industrial Zone, Huaqiaocheng, Nanshan District, Shenzhen, Guangdong 518000 Applicant before: SHENZHEN INFINOVA Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |