CN113239781B - 一种高空抛物的检测方法及装置 - Google Patents
一种高空抛物的检测方法及装置 Download PDFInfo
- Publication number
- CN113239781B CN113239781B CN202110508501.0A CN202110508501A CN113239781B CN 113239781 B CN113239781 B CN 113239781B CN 202110508501 A CN202110508501 A CN 202110508501A CN 113239781 B CN113239781 B CN 113239781B
- Authority
- CN
- China
- Prior art keywords
- altitude
- information
- low
- area
- monitoring video
- 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 44
- 238000012544 monitoring process Methods 0.000 claims abstract description 138
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims description 37
- 238000013178 mathematical model Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims 1
- 238000011897 real-time detection Methods 0.000 abstract description 7
- 238000010801 machine learning Methods 0.000 description 22
- 230000008569 process Effects 0.000 description 13
- 230000006399 behavior Effects 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000012634 fragment Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010009 beating Methods 0.000 description 2
- 230000017525 heat dissipation Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
-
- 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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Abstract
本申请实施例提供一种高空抛物的检测方法及装置,所述方法包括:获取低空区域的监控录像;判断所述低空区域的监控录像中是否存在高坠信息;若是,获取所述低空区域对应的高空区域的监控录像,根据所述高坠信息获取所述高空区域的监控录像中的高空抛物信息。解决现有高空抛物检测方法将重点放在实时检测而导致的高成本问题。
Description
技术领域
本申请涉及监控技术领域,具体而言,涉及一种高空抛物的检测方法及装置。
背景技术
在监控技术领域,一直在探索如何实现高空抛物检测。专利申请文件CN201911320015.5、CN202010701041.9、CN202010817165.3等公开了多种高空抛物检测及报警方法,用于对高层楼宇抛物事件进行检测和识别,并在检测到抛物事件时进行报警。但在实际高空抛物事件中,由于坠物下落速度很快,根据重力加速度计算,不考虑空气阻力的情况下,3秒钟坠物即可下落约45米,相当于15层的高度,5秒钟即可下落约125米,相当于41层的高度。这么短的时间即使高空抛物检测系统发出报警,坠物下方的人员也可能无法及时闪避。由此可见,高空抛物检测系统的事后追溯、减少损失以及警示和预防抛物行为的功能要远大于实时报警的功能。
现有的高空抛物检测方法着重于抛物的实时检测和报警,但是对抛物造成的后果很少提及。另外,高空抛物是低概率事件,但是现有方法为了达到实时检测的目的,很多系统需要使用带AI加速芯片的多个智能摄像机7×24小时不间断运行检测程序才能检测高层楼宇的一小部分区域,不仅成本高昂、浪费能源,还可能因为散热问题导致设备烧毁,从而更不利于高空抛物的检测。
发明内容
有鉴于此,本申请实施例的目的在于提供一种高空抛物的检测方法及装置,能够根据高空抛物的后果实现对高空抛物行为的记录以及追溯。
第一方面,本申请实施例提供了一种高空抛物的检测方法,所述方法包括:
获取低空区域的监控录像;
判断所述低空区域监控录像中是否存在高坠信息;
若是,获取所述低空区域对应的高空区域的监控录像,根据所述高坠信息获取所述高空区域的监控录像中的高空抛物信息;
在上述实现过程中,对高空区域监控录像进行检测的时机是在获取到所述低空区域的监控录像中存在高坠信息之后,基于上述实施方式,不需要AI加速芯片7×24小时对高空区域的监控录像进行实时检测,相比现有技术,降低了部署成本,提高了资源利用率,还能避免因为芯片散热问题而导致设备烧毁。
进一步地,所述判断所述低空区域的监控录像中是否存在高坠信息的步骤,包括:
根据预设的数学模型对所述低空区域的监控录像进行计算,得到分类结果;
获取所述分类结果中的异常信息;
判断所述异常信息是否包括高坠信息。
在上述实现过程中,所述预设的数学模型可以是机器学习模型。利用标记的包括高坠事件等异常事件的监控录像对机器学习模型进行训练,得到预设的机器学习模型。之后,将低空区域的监控录像输入预设的机器学习模型,通过预设的机器学习模型输出分类结果,进而对分类结果中的异常信息进行分析,判断分类结果中是否包括高坠信息。基于上述实施方式,能够快速地判断所述低空区域的监控录像中是否包括高坠信息。
进一步地,在获取低空区域的监控录像的步骤之前,还包括:
建立所述低空区域和所述高空区域的对应关系;
所述获取所述低空区域对应的高空区域的监控录像的步骤,包括:
根据所述低空区域的监控录像和所述对应关系,获取所述低空区域对应的高空区域的监控录像。
在上述实现过程中,在同一区域内,监控高空区域所用的监控摄像头的数量大于监控低空区域所用的监控摄像头的数量,一个监控低空区域的监控摄像头,可以根据其监控区域的范围,对应到多个监控高空区域的监控摄像头。因此,当检测到低空区域的监控录像内存在高坠信息时,可以根据预先建立的对应关系快速地找到高空区域的监控录像。
进一步地,在所述获取所述分类结果中的异常信息的步骤之后,还包括:
发出警告信息。
在上述实现过程中,所述异常信息还可以是发生暴力事件的信息等,当检测到有异常信息时,则发出警告信息,可以让安防人员及时对异常事件进行处置。
进一步地,在所述根据所述高坠信息获取所述高空区域的监控录像中的高空抛物信息的步骤之后,还包括:
获取包括所述高空抛物信息的视频片段;
存储包括所述高空抛物信息的视频片段。
在上述实现过程中,当判定高空区域的监控录像中存在高空抛物信息时,截取监控录像中包括高空抛物信息的视频片段,并且将视频片段进行保存。基于上述实施方式,能够有效实现对高空抛物行为的追溯。
第二方面,本申请提供了一种高空抛物的检测装置,所述装置包括:
获取模块,用于获取低空区域的监控录像;
判断模块,用于判断所述监控录像中是否存在高坠信息;
高空抛物信息获取模块,用于当所述判断模块的判断结果为是时,获取所述低空区域对应的高空区域的监控录像,根据所述高坠信息获取所述高空区域的监控录像中的高空抛物信息;
在上述实现过程中,判断模块对高空区域监控录像进行检测的时机是在获取到所述低空区域的监控录像中存在高坠信息之后,基于上述实施方式,不需要AI加速芯片7×24小时对高空区域的监控录像进行实时检测,相比现有技术,降低了部署成本,提高了资源利用率,还能避免因为芯片散热问题而导致设备烧毁。
进一步地,所述判断模块还用于根据预设的数学模型对所述低空区域的监控录像进行计算,得到分类结果;获取所述分类结果中的异常信息;判断所述异常信息是否包括高坠信息。
在上述实现过程中,所述预设的数学模型可以是机器学习模型。判断模块利用标记的包括高坠事件等异常事件的监控录像对机器学习模型进行训练,得到预设的机器学习模型。之后,将低空区域的监控录像输入训练过后的预设的机器学习模型,预设的机器学习模型输出分类结果,对分类结果中的异常信息进行分析,判断分类结果中是否包括高坠信息。基于上述实施方式,能够快速地判断所述低空区域的监控录像中是否包含高坠信息。
进一步地,所述装置还包括:
建立模块,用于建立所述低空区域和所述高空区域的对应关系;
所述高空抛物信息获取模块还用于根据所述低空区域的监控录像和所述对应关系,获取所述低空区域对应的高空区域的监控录像。
在上述实现过程中,在同一区域内,监控高空区域所用的监控摄像头的数量大于监控低空区域所用的监控摄像头的数量,一个监控低空区域的监控摄像头,可以根据其监控区域的范围,对应到多个监控高空区域的监控摄像头。因此,当检测到低空区域的监控录像内存在高坠信息时,获取模块可以根据建立模块预先建立的对应关系快速地找到高空区域的监控录像。
进一步地,所述装置还包括:
警告模块,用于在获取所述分类结果中的异常信息之后发出警告信息。
在上述实现过程中,所述异常信息还可以是发生暴力事件的信息等,当检测到有异常信息时,则警告模块发出警告信息,可以让安防人员及时对异常事件进行处置。
进一步地,所述装置还包括:
视频获取模块,用于获取包括所述高空抛物信息的视频片段;
存储模块,用于存储包括所述高空抛物信息的视频片段。
在上述实现过程中,当判定高空区域的监控录像中存在高空抛物信息时,截取监控录像中包括高空抛物信息的视频片段,并且将视频片段进行保存。基于上述实施方式,能够有效实现对高空抛物行为的追溯。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的高空抛物检测的方法的流程示意图;
图2为本申请实施例提供的判断低空区域中是否存在高坠信息的流程示意图;
图3为本申请实施例提供的高空抛物检测的装置的结构示意图。
具体实施方式
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描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
现有的高空抛物检测方法着重于抛物的实时检测和报警,但是对抛物造成的后果很少提及。另外,高空抛物是低概率事件,但是现有方法为了达到实时检测的目的,很多系统需要使用带AI加速芯片的多个智能摄像机7×24小时不间断运行检测程序才能检测高层楼宇的一小部分区域,不仅成本高昂、浪费能源,还可能因为散热问题导致设备烧毁,不利于高空抛物的检测。
实施例1
为了解决上述问题,本申请提供了一种高空抛物的检测方法,该方法包括:
S1:获取低空区域的监控录像;
S2:判断低空区域监控录像中是否存在高坠信息;若是,执行S3;
S3:获取低空区域对应的高空区域的监控录像,根据高坠信息获取高空区域的监控录像中的高空抛物信息。
上述实施例中,对高空区域监控录像进行检测的时机是在获取到低空区域的监控录像中存在高坠信息之后,基于上述实施方式,不需要AI加速芯片7×24小时对高空区域的监控录像进行实时检测,相比现有技术,降低了部署成本,提高了资源利用率,还能避免因为芯片散热问题而导致设备烧毁。
在一种可能的实施方式中,S2包括以下子步骤:
S21:根据预设的数学模型对低空区域的监控录像进行计算,得到分类结果;
S22:获取分类结果中的异常信息;
S23:判断异常信息是否包括高坠信息。
在一种可能的实施方式中,预设的数学模型可以是机器学习模型。
根据训练样本以及机器学习模型的不同,预设机器学习模型得到的异常信息具体还可以包括高空坠物、暴力殴打行为、人员越界、行人跌倒等。
在上述实施方式中,高坠事件可以包括高空坠物,即物体从视频画面的上方快速进入视频画面并持续运动一段距离;高坠事件还可以包括行人跌倒后在预设的时间间隔内没有起身,即行人跌倒事件可能是高空坠物引发的后果。
在一种可能的实施方式中,可以对特定的画面帧进行逐帧处理判断,当在预设帧数内画面中的多个人物位移超过一定的阈值时,可以判断当前监控视频中存在有追逐行为,可以进一步判断是否为暴力殴打等行为。针对行人跌倒的情况,可以在一定的时间内对若干个画面帧进行实时判断,当行人在画面帧前半部分移动,而在后续的画面帧内没有移动,或者宽高比例变化超过一定阈值,可以判断有人摔倒。
上述实施例中,利用标记的包括高坠事件等异常事件的监控录像对机器学习模型进行训练,得到预设的机器学习模型。之后,将低空区域的监控录像作为预设的机器学习模型的输入,通过预设的机器学习模型输出分类结果,进而对分类结果中的异常信息进行分析,判断分类结果中是否包括高坠信息。基于上述实施方式,能够快速地判断低空区域的监控录像中是否包括高坠信息。
在一种可能的实施方式中,在获取低空区域的监控录像之前,方法还包括:
建立低空区域和高空区域的对应关系;
获取低空区域对应的高空区域的监控录像的步骤,包括:
根据低空区域的监控录像和对应关系,获取低空区域对应的高空区域的监控录像。
在一种可能的实施方式中,使用路面监控摄像头获取低空区域的监控录像,路面监控摄像头安装在楼宇附近,朝向楼宇前后的路面、广场等人群活动区域;使用楼宇监控摄像头获取高空区域中的录像,楼宇监控摄像头安装在楼宇附近或楼宇面上并监控楼宇外立面。针对上述摄像头的布局,具体的对应关系可以楼宇为中心,一栋楼宇上的楼宇监控摄像头对应以该楼宇为中心的附近区域的路面监控摄像头。具体地,上述各个监控摄像头都有自己的编号,监控录像的文件信息中包含有该监控摄像头的编号,根据路面监控摄像头的编号能快速找到的楼宇摄像头的编号,从而找到与低空区域对应的高空区域的监控录像。
在一种可能的实施方式中,根据高坠信息获取高空区域监控录像中的高空抛物信息可以通过首先获取高坠信息在低空区域的监控录像中的时间轴信息,根据时间轴信息在高空区域中的监控录像中获取对应的录像片段,在录像片段中识别出高空抛物信息。
在一种可能的实施方式中,在获取分类结果中的异常信息的步骤之后,还包括:
发出警告信息。
上述实施例中,异常信息还可以是发生暴力事件的信息等,当检测到有异常信息时,则发出警告信息,可以让安防人员及时对异常事件进行处置。
在一种可能的实施方式中,在根据高坠信息获取高空区域的监控录像中的高空抛物信息的步骤之后,还包括:
获取包括高空抛物信息的视频片段;
存储包括高空抛物信息的视频片段。
上述实施例中,由于普通的监控录像是有一定的存储期限,在期限过后监控录像会被进行删除,因此,当判定高空区域的监控录像中存在高空抛物信息时,截取监控录像中包括高空抛物信息的视频片段,并且将视频片段进行保存。基于上述实施方式,能够有效实现对高空抛物行为的追溯。
在一种可能的实施方式中,在将包括高空宝物信息视频片段保存之后,还可以基于上述视频片段生成抛物轨迹视频,方便后续的追溯。
实施例2
本申请实施例提供了一种高空抛物的检测装置,装置包括:
获取模块1,用于获取低空区域的监控录像;
判断模块2,用于判断监控录像中是否存在高坠信息;
高空抛物信息获取模块3,用于当判断模块2的判断结果为是时,获取低空区域对应的高空区域的监控录像,根据高坠信息获取高空区域的监控录像中的高空抛物信息;
上述实施例中,对高空区域监控录像进行检测的时机是在获取到低空区域的监控录像中存在高坠信息之后,基于上述实施方式,不需要AI加速芯片7×24小时对高空区域的监控录像进行实时检测,相比现有技术,降低了部署成本,提高了资源利用率,还能避免因为芯片散热问题而导致设备烧毁。
进一步地,判断模块2还用于根据预设的数学模型对低空区域的监控录像进行计算,得到分类结果;获取分类结果中的异常信息;判断异常信息是否包括高坠信息。
上述实施例中,预设的数学模型可以是机器学习模型。判断模块2利用标记的包括高坠事件等异常事件的监控录像对机器学习模型进行训练,得到预设的机器学习模型。之后,将低空区域的监控录像输入训练过后的预设的机器学习模型,预设的机器学习模型输出分类结果,对分类结果中的异常信息进行分析,判断分类结果中是否包括高坠信息。基于上述实施方式,能够快速地判断低空区域的监控录像中是否包含高坠信息。
进一步地,装置还包括:
建立模块4,用于建立低空区域和高空区域的对应关系;
高空抛物信息获取模块3还用于根据低空区域的监控录像和对应关系,获取低空区域对应的高空区域的监控录像。
上述实施例中,在同一区域内,监控高空区域所用的监控摄像头的数量大于监控低空区域所用的监控摄像头的数量,一个监控低空区域的监控摄像头,可以根据其监控区域的范围,对应到多个监控高空区域的监控摄像头。因此,当检测到低空区域的监控录像内存在高坠信息时,获取模块1可以根据建立模块4预先建立的对应关系快速地找到高空区域的监控录像。
进一步地,装置还包括:
警告模块5,用于在获取分类结果中的异常信息之后发出警告信息。
上述实施例中,异常信息还可以是发生暴力事件的信息等,当检测到有异常信息时,则警告模块5发出警告信息,可以让安防人员及时对异常事件进行处置。
进一步地,装置还包括:
视频获取模块6,用于获取包括高空抛物信息的视频片段;
存储模块7,用于存储包括高空抛物信息的视频片段。
上述实施例中,当判定高空区域的监控录像中存在高空抛物信息时,截取监控录像中包括高空抛物信息的视频片段,并且将视频片段进行保存。基于上述实施方式,能够有效实现对高空抛物行为的追溯。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能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,本申请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)执行本申请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 Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (6)
1.一种高空抛物的检测方法,其特征在于,包括:
获取低空区域的监控录像;
判断所述低空区域的监控录像中是否存在高坠信息;
若是,获取所述低空区域对应的高空区域的监控录像,根据所述高坠信息获取所述高空区域的监控录像中的高空抛物信息;
在获取低空区域的监控录像的步骤之前,还包括:
建立所述低空区域和所述高空区域的对应关系;
所述获取所述低空区域对应的高空区域的监控录像的步骤,包括:
根据所述低空区域的监控录像和所述对应关系,获取所述低空区域对应的高空区域的监控录像;
所述低空区域为楼宇周围的人群活动区域;
所述高空区域为楼宇的外立面;
所述判断所述低空区域的监控录像中是否存在高坠信息的步骤,包括:
根据预设的数学模型对所述低空区域的监控录像进行计算,得到分类结果;
获取所述分类结果中的异常信息;
判断所述异常信息是否包括高坠信息。
2.根据权利要求1所述的高空抛物的检测方法,其特征在于,在所述获取所述分类结果中的异常信息的步骤之后,还包括:
发出警告信息。
3.根据权利要求1所述的高空抛物的检测方法,其特征在于,在所述根据所述高坠信息获取所述高空区域的监控录像中的高空抛物信息的步骤之后,还包括:
获取包括所述高空抛物信息的视频片段;
存储包括所述高空抛物信息的视频片段。
4.一种高空抛物的检测装置,其特征在于,所述装置包括:
获取模块,用于获取低空区域的监控录像;
判断模块,用于判断所述监控录像中是否存在高坠信息;
高空抛物信息获取模块,用于当所述判断模块的判断结果为是时,获取所述低空区域对应的高空区域的监控录像,根据所述高坠信息获取所述高空区域的监控录像中的高空抛物信息;
所述装置还包括:
建立模块,用于建立所述低空区域和所述高空区域的对应关系;
所述高空抛物信息获取模块还用于根据所述低空区域的监控录像和所述对应关系,获取所述低空区域对应的高空区域的监控录像;
所述低空区域为楼宇周围的人群活动区域;
所述高空区域为楼宇的外立面;
所述判断模块还用于根据预设的数学模型对所述低空区域的监控录像进行计算,得到分类结果;获取所述分类结果中的异常信息;判断所述异常信息是否包括高坠信息。
5.根据权利要求4所述的高空抛物的检测装置,其特征在于,所述装置还包括:
警告模块,用于在获取所述分类结果中的异常信息之后发出警告信息。
6.根据权利要求4所述的高空抛物的检测装置,其特征在于,所述装置还包括:
视频获取模块,用于获取包括所述高空抛物信息的视频片段;
存储模块,用于存储包括所述高空抛物信息的视频片段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110508501.0A CN113239781B (zh) | 2021-05-10 | 2021-05-10 | 一种高空抛物的检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110508501.0A CN113239781B (zh) | 2021-05-10 | 2021-05-10 | 一种高空抛物的检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113239781A CN113239781A (zh) | 2021-08-10 |
CN113239781B true CN113239781B (zh) | 2024-04-19 |
Family
ID=77133216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110508501.0A Active CN113239781B (zh) | 2021-05-10 | 2021-05-10 | 一种高空抛物的检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113239781B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113890991A (zh) * | 2021-09-08 | 2022-01-04 | 浙江大华技术股份有限公司 | 一种应用于高空抛物检测的隐私保护方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100010734A (ko) * | 2008-07-23 | 2010-02-02 | 한국철도기술연구원 | 스테레오 카메라 및 열화상 카메라를 이용한 승강장모니터링 시스템 및 그 방법 |
CN106595604A (zh) * | 2016-12-06 | 2017-04-26 | 中广核工程有限公司 | 核电厂周界低空抛物检测方法、装置 |
CN108062516A (zh) * | 2017-12-04 | 2018-05-22 | 广东核电合营有限公司 | 低空空域管控方法、装置及系统 |
CN211402703U (zh) * | 2019-12-16 | 2020-09-01 | 江汉大学 | 一种多低空小目标射频检测系统 |
CN112418069A (zh) * | 2020-11-19 | 2021-02-26 | 中科智云科技有限公司 | 一种高空抛物检测方法、装置、计算机设备及存储介质 |
-
2021
- 2021-05-10 CN CN202110508501.0A patent/CN113239781B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100010734A (ko) * | 2008-07-23 | 2010-02-02 | 한국철도기술연구원 | 스테레오 카메라 및 열화상 카메라를 이용한 승강장모니터링 시스템 및 그 방법 |
CN106595604A (zh) * | 2016-12-06 | 2017-04-26 | 中广核工程有限公司 | 核电厂周界低空抛物检测方法、装置 |
CN108062516A (zh) * | 2017-12-04 | 2018-05-22 | 广东核电合营有限公司 | 低空空域管控方法、装置及系统 |
CN211402703U (zh) * | 2019-12-16 | 2020-09-01 | 江汉大学 | 一种多低空小目标射频检测系统 |
CN112418069A (zh) * | 2020-11-19 | 2021-02-26 | 中科智云科技有限公司 | 一种高空抛物检测方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113239781A (zh) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sankarasubramanian et al. | Artificial Intelligence-Based Detection System for Hazardous Liquid Metal Fire | |
CN110689054B (zh) | 一种工人违规行为监测方法 | |
JP4705090B2 (ja) | 煙感知装置及びその方法 | |
KR102195706B1 (ko) | 침입 탐지방법 및 그 장치 | |
KR102217253B1 (ko) | 행동패턴 분석 장치 및 방법 | |
CN110718067A (zh) | 违规行为告警方法及相关装置 | |
JPWO2014174738A1 (ja) | 監視装置、監視方法および監視用プログラム | |
JP2013127716A (ja) | 混雑の非通常状態検知システム | |
CN113239781B (zh) | 一种高空抛物的检测方法及装置 | |
CN111597962A (zh) | 仓储物料防盗报警方法、装置及电子设备 | |
CN113887445A (zh) | 一种视频中驻足和徘徊行为识别方法及系统 | |
Lee et al. | Real-time fire detection using camera sequence image in tunnel environment | |
CN111553305B (zh) | 一种违章视频识别系统和方法 | |
CN106781167B (zh) | 监测物体运动状态的方法及设备 | |
CN110929608A (zh) | 安全帽佩带检测方法及系统 | |
CN112288975A (zh) | 一种事件预警的方法和装置 | |
CN107920224B (zh) | 一种异常告警方法、设备及视频监控系统 | |
CN115311735A (zh) | 一种异常行为智能识别预警方法 | |
TWI756497B (zh) | 用於偵測遊蕩事件的方法、設備及系統 | |
CN111160272B (zh) | 一种图像智能故障判断预警系统 | |
CN110533889B (zh) | 一种敏感区域电子设备监测定位装置与方法 | |
CN110928305A (zh) | 用于铁路客运车站巡更机器人的巡更方法及系统 | |
Hameete et al. | Intelligent Multi-Camera Video Surveillance. | |
US9111237B2 (en) | Evaluating an effectiveness of a monitoring system | |
CN111723725A (zh) | 一种基于视频ai多维分析系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |