CN113382204A - 一种消防隐患智能处理方法和装置 - Google Patents
一种消防隐患智能处理方法和装置 Download PDFInfo
- Publication number
- CN113382204A CN113382204A CN202110561310.0A CN202110561310A CN113382204A CN 113382204 A CN113382204 A CN 113382204A CN 202110561310 A CN202110561310 A CN 202110561310A CN 113382204 A CN113382204 A CN 113382204A
- Authority
- CN
- China
- Prior art keywords
- buffer
- hash value
- image
- convolution
- metadata
- 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
-
- 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
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62C—FIRE-FIGHTING
- A62C37/00—Control of fire-fighting equipment
- A62C37/50—Testing or indicating devices for determining the state of readiness of the equipment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Computer Networks & Wireless Communication (AREA)
- Alarm Systems (AREA)
Abstract
一种消防隐患智能处理方法和装置，该方法至少包括将得到的当前次拍摄的每张图像同前次同一摄像头拍摄的图像进行比对,获取与前次同一摄像头拍摄的图像有变化的至少第一图像；获取第一图像与前次同一摄像头拍摄的图像中发生变化的物品；S04：判断发生变化的物品是否为易燃物和/或消防用品，如果是,则计算该发生变化的物品的散列值并生成元数据；将散列值和元数据发送给检测块,检测块判断接收到该散列值和元数据时，检查该散列值是否被登记在块链中，如果在块链中已经登记了相同的散列值，则停止登记，否则，检测块发出登记散列值和元数据的事务；将事务广播到块链参与P2P网络的节点。本发明提高了建筑物的安全性。
Description
技术领域
本发明涉及到消防领域，具体而言，涉及一种消防隐患智能处理方法和装置。
背景技术
消防隐患是指：凡建筑设计与消防系统设计不符合消防设计规范的；消防系统安装质量没有达到消防验收规范的；消防设备与控制系统存在缺陷或配备不足的。
对于一些比较大的建筑物而言，消防隐患的检查基本是靠人工进行检查的。这种检查方式一般间隔时间比较长，例如，一周进行一次检查或者一个月进行一次检查。
目前也有一些应用或者软件来辅助进行消防隐患检查，但是这些应用或者软件基本上通过中央集权管理，一旦中央管理中心出现问题，散布于建筑物内的消防员无法及时得到消防隐患，安全性低。
发明内容
为克服现有技术中存在的缺点，本发明的发明目的提供一种消防隐患智能处理方法和装置，其安全性高。
根据本发明的一个方面，一种消防隐患智能处理方法，其特征在于，包括：S01:以设定时间间隔控制用于监控建筑物内设定区域的摄像头对被监视区域进行拍摄得到多张序列图像；S02：将得到的当前次拍摄的图像同前次拍摄的图像进行比对,获取与前次拍摄的图像有变化的至少第一图像；S03：获取第一图像与前次拍摄的图像中发生变化的物品；S04：判断发生变化的物品是否为易燃物和/或消防用品，如果为易燃物和/或消防用品,则计算该发生变化的物品的散列值并生成元数据，而后执行S05；否则,返回步骤S01;S05:将散列值和元数据发送给检测块,检测块判断接收到该散列值和元数据时，检查该散列值是否被登记在块链中，如果在块链中已经登记了相同的散列值，则停止登记或丢弃，否则，检测块发出登记散列值和元数据的事务；将事务广播到块链参与的P2P网络的所有节点；事务块接收事务时生成包含事务的块，并将其添加到块链。
优选地，元数据包括摄像头的ID、拍摄时间和监控位置信息。
优选地，通过卷积处理装置获取拍摄的图像的物品，其包括输入缓冲器、权重缓冲器、第一卷积计算单元、计算结果缓冲器、量化处理单元、激活单元、第二卷积计算单元和输出缓冲器，其中，量化处理单元对输入缓冲器中图像数据的输入信号进行量化处理，利用量化处理后的结果更新图像数据的输入信号，还用于对输入到权重缓冲器中的权重进行量化处理并利用量化处理后的结果更新权重；卷积运算单元从输入缓冲器及权重缓冲器分别读出量化后的输入信号及量化后的权重进行卷积运算，而后将卷积运算结果存储于计算结果缓冲器；量化处理单元还从计算结果缓冲器读出卷积运算的运算结果，进行量化处理，并用用量化的运算结果更新计算结果缓冲器的数据；激活单元从计算结果缓冲器读取量化的卷积计算的计算结果并应用激活函数激活；第二卷积计算单元对激活处理后的值进行采样并进行压缩卷积运算，将经卷积处理的量化运算结果存储在输出缓冲器中。
为实现所述发明目的，本发明另一方面还提供一种消防隐患智能处理系统，包括：控制模块，其被配置为以设定时间间隔控制用于监控建筑物内设定区域的所有的摄像头对被监视区域进行拍摄；获取模块，其被配置为摄像头得到多张序列图像；比较模块，其被配置将得到的当前次拍摄的图像与前次拍摄的图像进行比对,获取与前次拍摄的图像有变化的第一图像；确定模块，其被配置为确定第一图像与前次拍摄的图像中发生变化的物品；判断模块，其被配置为判断发生变化的物品是否为易燃物和/或消防用品，如果为易燃物和/或消防用品,则计算该发生变化的物品的散列值并生成元数据，而后执行发送模块的功能；否则,返回执行控制模块;发送模块，其被配置为将散列值和元数据发送给检测块；检测块，其被配置为判断接收到该散列值和元数据时，检查该散列值是否被登记在块链中，如果在块链中已经登记了相同的散列值，则停止登记，否则，检测块发出登记散列值和元数据的事务；将事务广播到块链参与的P2P网络的所有节点，以及事务块，被配置为接收事务，生成包含事务的块，并将其添加到块链。
优选地，元数据包括摄像头的ID、拍摄时间和监控位置信息。
优选地，确定模块包括卷积处理装置，其被配置为获取拍摄的图像的物品，其包括输入缓冲器、权重缓冲器、第一卷积计算单元、计算结果缓冲器、量化处理单元、激活单元、第二卷积计算单元和输出缓冲器，其中，量化处理单元对输入缓冲器中图像数据的输入信号进行量化处理，利用量化处理后的结果更新图像数据的输入信号，还用于对输入到权重缓冲器中的权重进行量化处理并利用量化处理后的结果更新权重；卷积运算单元从输入缓冲器及权重缓冲器分别读出量化后的输入信号及量化后的权重进行卷积运算，而后将卷积运算结果存储于计算结果缓冲器；量化处理单元还从计算结果缓冲器读出卷积运算的运算结果，进行量化处理，并用用量化的运算结果更新计算结果缓冲器的数据；激活单元从计算结果缓冲器读取量化的卷积计算的计算结果并应用激活函数激活；第二卷积计算单元对激活处理后的值进行采样并进行压缩卷积运算，将经卷积处理的量化运算结果存储在输出缓冲器中。
为实现所述发明目的，本发明还提供一种存储器，其特征在于，用于存储计算机程序，其中，所述计算机程序用于实施权利要求1至3中任一项所述的方法。
为实现所述发明目的，本发明还提供一种处理器，其特征在于，用于执行计算机程序，其中，所述计算机程序用于执行权利要求1至3中任一项所述的方法。
与现有技术相比，本发明采用P2P网络传送摄像头拍摄的发生变化的物品的散列值和元数据，提高了安全性。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明提供消防隐患智能处理系统的软件组成框图；
图2是本发明提供的消防隐患智能处理方法的流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
图1是本发明第一实施例提供消防隐患智能处理系统的软件组成框图，如图1所示，本发明第一提供的消防隐患智能处理系统包括：内容生成装置1和块链构建模块2,其中，内容生成装置1包括控制模块11，其被配置为以设定时间间隔控制用于监控建筑物内设定区域的摄像头3对被监视区域进行拍摄；获取模块12，其被配置为摄像头得到多张序列图像；比较模块13，其被配置将得到的当前次拍摄的图像同前次拍摄的图像进行比对,获取与前次拍摄的图像有变化的第一图像；确定模块14，其被配置为确定第一图像与前次同一摄像头拍摄的图像相比发生变化的物品,也就是确定图像是增加了物品还是减了物品；判断模块15，其被配置为判断发生变化的物品是否为易燃物和/或消防用品，如果为易燃物和/或消防用品,则计算该发生变化的物品的第一散列值并生成第一元数据，而后执行发送模块，本发明中，散列值图像的摘要，第一元数据包括摄像头的ID、第一拍摄时间和第一监视区域信息；否则,返回执行控制模块;发送模块15，其被配置为将第一散列值和第一元数据发送给块链构建模块2。本发明中，内容生成装置1所具备的模块也可以由具备运算处理装置、存储装置等的计算机构成，各模块的处理通过程序来执行。该程序存储在内容生成装置1所具有的存储装置中，既可以记录在磁盘、光盘、半导体存储器等记录介质中，也可以通过网络提供。
根据本发明，块链构建模块2包括检测块21和事务块22，其中，检测块21，其被配置接收发送模块15发送来的第一散列值和第一元数据，若判断接收到该第一散列值和第一元数据时，检查该第一散列值是否被登记在块链中，如果在块链中已经登记了相同的第一散列值，则停止登记或丢弃，否则，检测块发出登记第一散列值和第一元数据的第一事务；将事务广播到块链的参与P2P网络的节点。事务块22，被配置为接收第一事务，生成包含第一事务的块，并将其添加到块链。记录了所有第一事务的块链在网络中被共享。
根据本发明，配给于消防员的智能终也连接到P2P网络中，当其接收到广播的事务后解析区域链，根据区域链登记的第一散列值和第一元数据确定发生消防隐患的建筑物区域、时间，及时到建筑物区域消除隐患。
图2是本发明第一实施例提供的消防隐患智能处理方法的流程图，如图2所示，本发明第一实施例提供的消防隐患智能处理方法包括：
S01:以设定时间间隔控制用于监控建筑物内设定区域的摄像头对被监视区域进行拍摄得到多张序列图像；
S02：将得到的当前次拍摄的每张图像同前次拍摄的图像进行比对,获取与前次拍摄的图像有变化的至少第一图像；
S03：获取第一图像与前次拍摄的图像相比发生变化的物品；
S04：判断发生变化的物品是否为易燃物和/或消防用品，如果为易燃物和/或消防用品,则计算该发生变化的物品的第一散列值并生成第一元数据，元数据包括摄像头的ID、第一拍摄时间和第一监控位置信息，而后执行S05；否则,返回步骤S01;
S05:将第一散列值和第一元数据发送给检测块,检测块判断接收到该第一散列值和第一元数据时，检查该第一散列值是否被登记在块链中，如果在块链中已经登记了相同的第一散列值，则停止登记或者丢弃，否则，检测块发出登记第一散列值和第一元数据的第一事务；将第一事务广播到块链的参与P2P网络的节点；事务块接收第一事务，生成包含事务的块，并将其添加到块链。记录了第一事务的块链在网络中被共享。
根据本发明，比较模块13，其还被配置将得到的当前次拍摄的图像同前次拍摄的图像进行比对,获取与前次同拍摄的图像有变化的第二图像；确定模块14，其被配置为确定第二图像与前次同一摄像头拍摄的图像相比发生变化的人物，所述人物包括用于消除消防隐患的人、机器人等；判断模块15，其被配置为判断发生变化的人物是否为用于消除消防隐患的人、机器人，如果为是,则计算人的第二散列值并生成第二元数据，而后执行发送模块；否则,返回执行控制模块;发送模块16，其被配置为将第二散列值和第二元数据发送给块链构建模块2。
根据本发明，检测块11，还被配置为接收发送模块16发送来的第二散列值和第二元数据，若判断接收到该第二散列值和第二元数据时，检查该第二散列值是否被登记在块链中，如果在块链中已经登记了相同的第二散列值，则停止登记或者丢弃，否则，检测块发出登记第二散列值和第二元数据的第二事务；将第二事务广播到块链的参与P2P网络的节点。事务块22，还被配置为接收第二事务，生成包含第二事务的块，并将其添加到块链。记录了所有事务的块链在网络中被共享。
根据本发明提供的消防隐患智能处理方法还包括:
S06：将得到的当前次拍摄的每张图像同前次拍摄的图像进行比对,获取与前次拍摄的图像有变化的至少第二图像；
S07：获取第二图像与前次拍摄的图像相比发生变化的人物；
S08：判断发生变化的人物是否为用于消除消防隐患的人、机器人，如果为是,则计算该发生变化的人物的第二散列值并生成第二元数据，第二元数据包括摄像头的ID、第二拍摄时间和第二监控位置信息，而后执行S09；否则,返回步骤S06，第二实施例中，第二监控位置信息可以与第一实施例的监控位置信相同;
S09:将第二散列值和第二元数据发送给检测块,检测块判断接收到该第二散列值和第二元数据时，检查该第二散列值是否被登记在块链中，如果在块链中已经登记了相同的第二散列值，则停止登记或者丢弃，否则，检测块发出登记第二散列值和第二元数据的第二事务；将第二事务广播到块链的参与P2P网络的节点；事务块接收第二事务，生成包含第二事务的块，并将其添加到块链的末端。记录了所有事务（包括第一事务和第二事务）的块链在网络中被共享。
本发明中，确定模块至少包括CNN处理装置，其用于识别图像中的物品，其被配置为执行卷积运算的运算结果与例如ReLU的激活函数相乘。CNN处理装置的功能块包括输入缓冲器(第一存储器)、权重缓冲器(第二存储器)、第一卷积计算单元、计算结果缓冲器、量化处理单元、第二卷积计算单元、输出缓冲器和存储单元，其中，输入缓冲器中，例如存储从摄像头输入的图像数据的输入信号，输入缓冲器还将诸如图像数据的输入信号输出到量化处理单元。供给到输入缓冲器的输入信号也可以是预先进行了预处理的图像数据。输入信号可以被缩减到根据CNN处理装置中预先设置的CNN模型而设置的位深。作为提供给输入缓冲器的输入信号的值，例如，使用包括由32位或16位精度的浮点阵列表示的小数点的值。权重缓冲器存储CNN的权重。更具体地，将预先存储在存储单元等中的CNN的权重参数加载到权重缓冲器。在本发明中，作为权重值，使用包括由32位或16位精度的浮点阵列表示的小数点的值。权重缓冲器将缓冲的权重输出到稍后描述的量化处理单元。输入缓冲器和权重缓冲器分别临时存储输入信号A和权重U的，所述输入信号A是矢量化的输入图像数据，具有纵向和横向的维数。输入信号A的值由包括小数点的值来表示。权重U是由矩阵表示的核的元素，并且是通过CNN的学习调整和更新并且最终确定的参数。关于权重U的值，也具有纵向和横向的维度；量化处理单元从输入缓冲器读出输入信号A，对各要素的值进行量化。另外，量化处理部分从权重缓冲器读取权重U，并且量化每个元素的值。量化处理单元用量化后的输入信号A'的值更新输入缓冲器的输入信号A的值。量化处理单元利用量化的权重U'的值更新权重缓冲器的权重U的值。第一卷积运算单元从输入缓冲器及权重缓冲器分别读出量化后的输入信号A'及量化后的权重U'，进行卷积运算。更具体地，第一卷积计算单元将量化的输入信号A'的向量与量化的权重U'的矩阵相乘。具体地，采用CNN滤波器的窗口以预定的步数在量化后的输入信号上滑动。第一卷积运算单元在滤波器的各个位置，将量化后的权重U'的元素与量化后的输入信号A'进行卷积。第一卷积运算单元将运算结果B存储在计算结果缓冲器的对应位置。然后，量化处理单元从计算结果缓冲器读出卷积运算的运算结果，进行量化处理，并用用量化的运算结果B'更新计算结果缓冲器的数据。
接下来，第一卷积运算单元从计算结果缓冲器读取量化的卷积计算的计算结果B'，并应用诸如ReLU等激活函数激活。具体而言，第一卷积运算单元在运算结果B'为负值的情况下，通过ReLU函数输出0，正的运算结果B'输出原值。接着第一卷积运算单元对激活处理后的值进行公知的采样处理，压缩卷积运算，第一卷积运算单元也可以对利用激活函数(ReLU)的输出结果进行归一化。将经卷积处理的量化运算结果B'存储在输出缓冲器中，由第一卷积运算单元读出并输出。将输出值作为CNN的特征提取单元的输出输入到构成随后的分类器(未示出)的所有组合层，从而区别的图像中的物品。
如上所述，根据本发明的CNN处理装置，CNN的输入信号、权重和卷积计算的计算结果被量化，因此即使在使用嵌入式硬件的情况下也能够抑制CNN的处理速度的降低。此外，根据CNN处理装置，由于卷积计算的计算结果也被量化，因此能够减小由多个层构成的CNN的整体计算负荷，并且能够实现信号处理的加速。
此外，在说明的实施方式中，说明了量化处理单元对输入信号、权重、以及卷积运算的运算结果的所有数据进行量化的情况。但是，量化处理单元也可以构成为对输入信号、权重、以及卷积运算的运算结果中的任意一个或两个所包含的数据进行量化。
根据本发明，任何人通过连接到P2P网络任何智能终都可以确定发生消防隐患的区域是否有消防人员或者机器人去消除隐患，如将易燃物去除，将消防用品补齐等。
本发明还提供一种存储器，其用于存储计算机程序，其中，所述计算机程序用于实施上述的方法，所述存储器包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。存储器包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质。
为实现所述发明目的，本发明还提供一种处理器，其特征在于，用于执行计算机程序，其中，所述计算机程序用于执行上述的方法。
本发明提供的消防隐患智能处理系统和方法反复实施上述过程，以监视建筑物内的各个监视区域，并通过P2P网络将发生的事务发送给P2P网络中的所有节点，因此，即使管理中心发生了故障或者无人值守，连接到P2P网络的任一节点上的人员都可以发现隐患并消除隐患，从而使安全性大大提高。
以上仅为本发明的实施例而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。
Claims (8)
1.一种消防隐患智能处理方法，其特征在于，包括：
S01:以设定时间间隔控制用于监控建筑物内设定区域的摄像头对被监视区域进行拍摄得到多张序列图像；
S02：将得到的当前次拍摄的图像同前次拍摄的图像进行比对,获取与前次拍摄的图像有变化的至少第一图像；
S03：获取第一图像与前次拍摄的图像中发生变化的物品；
S04：判断发生变化的物品是否为易燃物和/或消防用品，如果为易燃物和/或消防用品,则计算该发生变化的物品的散列值并生成元数据，而后执行S05；否则,返回步骤S01;
S05:将散列值和元数据发送给检测块,检测块判断接收到该散列值和元数据时，检查该散列值是否被登记在块链中，如果在块链中已经登记了相同的散列值，则停止登记或丢弃，否则，检测块发出登记散列值和元数据的事务；将事务广播到块链参与的P2P网络的所有节点；事务块接收事务时生成包含事务的块，并将其添加到块链。
2.根据权利要求1所述的方法，其特征在于，元数据包括摄像头的ID、拍摄时间和监控位置信息。
3.根据权利1-2任一所述的方法，其特征在于，通过卷积处理装置获取拍摄的图像的物品，其包括输入缓冲器、权重缓冲器、第一卷积计算单元、计算结果缓冲器、量化处理单元、激活单元、第二卷积计算单元和输出缓冲器，其中，量化处理单元对输入缓冲器中图像数据的输入信号进行量化处理，利用量化处理后的结果更新图像数据的输入信号，还用于对输入到权重缓冲器中的权重进行量化处理并利用量化处理后的结果更新权重；卷积运算单元从输入缓冲器及权重缓冲器分别读出量化后的输入信号及量化后的权重进行卷积运算，而后将卷积运算结果存储于计算结果缓冲器；量化处理单元还从计算结果缓冲器读出卷积运算的运算结果，进行量化处理，并用用量化的运算结果更新计算结果缓冲器的数据；激活单元从计算结果缓冲器读取量化的卷积计算的计算结果并应用激活函数激活；第二卷积计算单元对激活处理后的值进行采样并进行压缩卷积运算，将经卷积处理的量化运算结果存储在输出缓冲器中。
4.一种消防隐患智能处理系统，包括：
控制模块，其被配置为以设定时间间隔控制用于监控建筑物内设定区域的所有的摄像头对被监视区域进行拍摄；
获取模块，其被配置为摄像头得到多张序列图像；
比较模块，其被配置将得到的当前次拍摄的图像与前次拍摄的图像进行比对,获取与前次拍摄的图像有变化的第一图像；
确定模块，其被配置为确定第一图像与前次拍摄的图像中发生变化的物品；
判断模块，其被配置为判断发生变化的物品是否为易燃物和/或消防用品，如果为易燃物和/或消防用品,则计算该发生变化的物品的散列值并生成元数据，而后执行发送模块的功能；否则,返回执行控制模块;
发送模块，其被配置为将散列值和元数据发送给检测块
检测块，其被配置为判断接收到该散列值和元数据时，检查该散列值是否被登记在块链中，如果在块链中已经登记了相同的散列值，则停止登记，否则，检测块发出登记散列值和元数据的事务；将事务广播到块链参与的P2P网络的所有节点，以及
事务块，被配置为接收事务，生成包含事务的块，并将其添加到块链。
5.根据权利要求4所述的装置，其特征在于，元数据包括摄像头的ID、拍摄时间和监控位置信息。
6.根据权利4-5任一所述的装置，其特征在于，确定模块包括卷积处理装置，其被配置为获取拍摄的图像的物品，其包括输入缓冲器、权重缓冲器、第一卷积计算单元、计算结果缓冲器、量化处理单元、激活单元、第二卷积计算单元和输出缓冲器，其中，量化处理单元对输入缓冲器中图像数据的输入信号进行量化处理，利用量化处理后的结果更新图像数据的输入信号，还用于对输入到权重缓冲器中的权重进行量化处理并利用量化处理后的结果更新权重；卷积运算单元从输入缓冲器及权重缓冲器分别读出量化后的输入信号及量化后的权重进行卷积运算，而后将卷积运算结果存储于计算结果缓冲器；量化处理单元还从计算结果缓冲器读出卷积运算的运算结果，进行量化处理，并用用量化的运算结果更新计算结果缓冲器的数据；激活单元从计算结果缓冲器读取量化的卷积计算的计算结果并应用激活函数激活；第二卷积计算单元对激活处理后的值进行采样并进行压缩卷积运算，将经卷积处理的量化运算结果存储在输出缓冲器中。
7.一种存储器，其特征在于，用于存储计算机程序，其中，所述计算机程序用于实施权利要求1至3中任一项所述的方法。
8.一种处理器，其特征在于，用于执行计算机程序，其中，所述计算机程序用于执行权利要求1至3中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110561310.0A CN113382204A (zh) | 2021-05-22 | 2021-05-22 | 一种消防隐患智能处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110561310.0A CN113382204A (zh) | 2021-05-22 | 2021-05-22 | 一种消防隐患智能处理方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113382204A true CN113382204A (zh) | 2021-09-10 |
Family
ID=77571616
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110561310.0A Pending CN113382204A (zh) | 2021-05-22 | 2021-05-22 | 一种消防隐患智能处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113382204A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114973133A (zh) * | 2022-05-25 | 2022-08-30 | 河南鑫安利安全科技股份有限公司 | 一种消防隐患处理方法 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090021782A1 (en) * | 2007-07-18 | 2009-01-22 | Konica Minolta Business Technologies, Inc. | Image forming system, recording medium having image forming program recorded thereon and image forming apparatus |
| CN105551178A (zh) * | 2015-12-14 | 2016-05-04 | 国网山东省电力公司青岛供电公司 | 一种电网智能监控告警方法及装置 |
| CN108307146A (zh) * | 2017-12-12 | 2018-07-20 | 张宝泽 | 一种高压输电线路安全隐患检测系统及方法 |
| CN110046266A (zh) * | 2019-03-28 | 2019-07-23 | 广东紫晶信息存储技术股份有限公司 | 一种照片的智能管理方法及装置 |
| CN110619592A (zh) * | 2018-06-18 | 2019-12-27 | 通用汽车有限责任公司 | 在数字图像中嵌入区块链信息 |
| CN110634303A (zh) * | 2018-06-22 | 2019-12-31 | 阿里巴巴集团控股有限公司 | 一种交通违法监测及校验的方法和装置 |
| CN110674790A (zh) * | 2019-10-15 | 2020-01-10 | 山东建筑大学 | 一种视频监控中异常场景处理方法及系统 |
| CN210072642U (zh) * | 2019-06-20 | 2020-02-14 | 马国祥 | 基于视频监控的人群异常行为检测系统 |
| CN111144457A (zh) * | 2019-12-13 | 2020-05-12 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、设备及存储介质 |
| US20200151331A1 (en) * | 2017-08-23 | 2020-05-14 | Jvckenwood Corporation | Image data alteration detection device, image data alteration detection method, and data structure of image data |
| CN111724560A (zh) * | 2020-06-19 | 2020-09-29 | 刘娟 | 一种基于区块链的消防系统 |
| CN112115295A (zh) * | 2020-08-27 | 2020-12-22 | 广州华多网络科技有限公司 | 视频图像检测方法、装置、及电子设备 |
| CN112380909A (zh) * | 2020-10-21 | 2021-02-19 | 重庆恢恢信息技术有限公司 | 一种基于区块链的人脸识别数据优化方法 |
| CN112543241A (zh) * | 2020-10-22 | 2021-03-23 | 重庆恢恢信息技术有限公司 | 一种利用区块链进行建筑工地安全图像数据挖掘方法 |
-
2021
- 2021-05-22 CN CN202110561310.0A patent/CN113382204A/zh active Pending
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090021782A1 (en) * | 2007-07-18 | 2009-01-22 | Konica Minolta Business Technologies, Inc. | Image forming system, recording medium having image forming program recorded thereon and image forming apparatus |
| CN105551178A (zh) * | 2015-12-14 | 2016-05-04 | 国网山东省电力公司青岛供电公司 | 一种电网智能监控告警方法及装置 |
| US20200151331A1 (en) * | 2017-08-23 | 2020-05-14 | Jvckenwood Corporation | Image data alteration detection device, image data alteration detection method, and data structure of image data |
| CN108307146A (zh) * | 2017-12-12 | 2018-07-20 | 张宝泽 | 一种高压输电线路安全隐患检测系统及方法 |
| CN110619592A (zh) * | 2018-06-18 | 2019-12-27 | 通用汽车有限责任公司 | 在数字图像中嵌入区块链信息 |
| CN110634303A (zh) * | 2018-06-22 | 2019-12-31 | 阿里巴巴集团控股有限公司 | 一种交通违法监测及校验的方法和装置 |
| CN110046266A (zh) * | 2019-03-28 | 2019-07-23 | 广东紫晶信息存储技术股份有限公司 | 一种照片的智能管理方法及装置 |
| CN210072642U (zh) * | 2019-06-20 | 2020-02-14 | 马国祥 | 基于视频监控的人群异常行为检测系统 |
| CN110674790A (zh) * | 2019-10-15 | 2020-01-10 | 山东建筑大学 | 一种视频监控中异常场景处理方法及系统 |
| CN111144457A (zh) * | 2019-12-13 | 2020-05-12 | 北京达佳互联信息技术有限公司 | 图像处理方法、装置、设备及存储介质 |
| CN111724560A (zh) * | 2020-06-19 | 2020-09-29 | 刘娟 | 一种基于区块链的消防系统 |
| CN112115295A (zh) * | 2020-08-27 | 2020-12-22 | 广州华多网络科技有限公司 | 视频图像检测方法、装置、及电子设备 |
| CN112380909A (zh) * | 2020-10-21 | 2021-02-19 | 重庆恢恢信息技术有限公司 | 一种基于区块链的人脸识别数据优化方法 |
| CN112543241A (zh) * | 2020-10-22 | 2021-03-23 | 重庆恢恢信息技术有限公司 | 一种利用区块链进行建筑工地安全图像数据挖掘方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114973133A (zh) * | 2022-05-25 | 2022-08-30 | 河南鑫安利安全科技股份有限公司 | 一种消防隐患处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106201829B (zh) | 监控阈值确定方法及装置、监控报警方法、装置及系统 | |
| TWI588772B (zh) | 用於大量編修記錄資料的系統及方法 | |
| CN112560547A (zh) | 一种异常行为判定方法、装置、终端及可读存储介质 | |
| CN111917877A (zh) | 物联网设备的数据处理方法及装置、电子设备、存储介质 | |
| EP1887505A1 (en) | Analyzing system performance, operational performance and costs of a surveillance system | |
| CN113382204A (zh) | 一种消防隐患智能处理方法和装置 | |
| KR20210064747A (ko) | 영상분석 및 블록체인을 활용한 화물 이동 정보 관리 시스템 | |
| CN108549862A (zh) | 异常场景检测方法及装置 | |
| WO2021143489A1 (zh) | 取证环境验证方法和装置、电子设备 | |
| KR20220057213A (ko) | 인공지능 기반의 이상행동 감지 시스템 | |
| CN109034041B (zh) | 箱包识别方法及装置 | |
| US8196151B1 (en) | Detecting queue problems using messages entering and leaving a queue during a time period | |
| CN112950125B (zh) | 一种配送资源安全状态数据的获得方法、装置、电子设备 | |
| CN113723349A (zh) | 电梯实时监控方法、装置、系统及服务器 | |
| CN213042656U (zh) | 信息处理装置 | |
| CN115904883B (zh) | 一种rpa流程执行可视化异常监控方法、装置及介质 | |
| CN114357814B (zh) | 自动驾驶仿真测试方法、装置、设备和计算机可读介质 | |
| CN112822113B (zh) | 路由地址的获取方法及装置、电子设备和可读存储介质 | |
| CN114332760A (zh) | 噪声行为监控方法、装置及电子设备 | |
| CN112073711B (zh) | 用于仿真调试智能设备摄像性能参数的方法、系统及设备 | |
| CN117152945A (zh) | 处理交通事故的方法和系统、以及存储介质 | |
| CN113158842A (zh) | 一种识别方法、系统、设备及介质 | |
| CN114040223A (zh) | 一种图像处理方法及系统 | |
| CN112632302A (zh) | 一种快递服务方法、装置及系统 | |
| CN111898529A (zh) | 脸部检测方法、装置、电子设备和计算机可读介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210910 |