CN113422939A - 一种基于智联网的摄像机协同作业方法、系统及计算机存储介质 - Google Patents
一种基于智联网的摄像机协同作业方法、系统及计算机存储介质 Download PDFInfo
- Publication number
- CN113422939A CN113422939A CN202110966204.0A CN202110966204A CN113422939A CN 113422939 A CN113422939 A CN 113422939A CN 202110966204 A CN202110966204 A CN 202110966204A CN 113422939 A CN113422939 A CN 113422939A
- Authority
- CN
- China
- Prior art keywords
- camera
- event
- model
- monitoring
- task
- 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.)
- Granted
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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种基于智联网的摄像机协同作业方法、系统及计算机存储介质,应用于由多个智能体通过网络连接形成的智联网中;其中,每个智能体为具备存储、计算和联网能力的摄像机;所述智能体通过同一知识模型进行协同工作;协同作业方法包括:多个智能体对各监控场景进行不断监控,当后台用户判断出现需处理事件,定义所述需处理事件的事件类型、被监控事件的发生地点、被监控事件的监控起始时间和预测的监控结束时间作为事件向量,输入摄像机协同工作模型,输出得到后台用户与摄像机协同工作列表。本发明利用智联网摄像机的分析能力搭建摄像机协同作业模型,解放摄像机后台用户的设计编排任务的压力。
Description
技术领域
本发明涉及智能视频分析监控领域,尤其涉及一种基于智联网的摄像机协同作业方法、系统及计算机存储介质。
背景技术
随着图像人工智能与嵌入式设备技术不断发展,摄像机越来越具备独立智能处理图像视频的能力。单个摄像机可以分析车辆、行人甚至事件等需求。在实际中利用摄像机分析处理一个事件时往往需要多个摄像机共同参与并需要人工不断调整干预,才能将一个事件准确的分析清楚。
现有技术提出了多个摄像机的协同工作,即在事先设定好协同的规则,遇到特定的分析处理场景就按照事先预定的协同规则进行多个摄像机联合分析。这类方法比较死板,根本问题在于,多个摄像机的协同工作的规则是需要人工进行设定的,是需要人对场景进行分析后进行设计的,而摄像机仅仅是被动接收规则,这给用户造成较大的规则编排的开销。
本发明提出一种摄像机,带有存储、计算和联网功能的,运用智联网理念,将摄像机看成是一个智能体,自主协同式的与用户完成联合拍摄与分析。
发明内容
本发明提供了一种基于智联网的摄像机协同作业方法、系统及计算机存储介质,用以解决现有技术中摄像机分析处理一个事件时需要人工设定协同工作规则的技术问题。为解决上述技术问题,本发明提出的技术方案为:一种基于智联网的摄像机协同作业方法,应用于由多个智能体通过网络连接形成的智联网中;其中,每个智能体为具备存储、计算和联网能力的摄像机;所述智能体通过同一知识模型进行协同工作,所述知识模型包括:被监控事件的事件类型、被监控事件的发生地点、被监控事件的监控起始时间和监控结束时间以及后台用户与摄像机的协同工作列表;
协同作业方法包括:
多个智能体对各监控场景进行不断监控,当后台用户判断出现需处理事件,定义所述需处理事件的事件类型、被监控事件的发生地点、被监控事件的监控起始时间和预测的监控结束时间作为事件向量,输入摄像机协同工作模型,输出得到后台用户与摄像机协同工作列表;所述协同工作列表包括一个以上的摄像机任务和人员任务,每个摄像机任务和人员任务均包含有下一个分析处理的角色标识以指示摄像机任务和人员任务的次序。
优选的,所述摄像机任务包括:被使用摄像机的网络标识、被使用摄像机部署的地理位置、被使用摄像机使用的起始时间和结束时间,在起始时间和结束时间被使用摄像机所使用的分析处理能力,以及下一个分析处理的角色标识;
所述人员任务包括:人员标识、下达的指令和下一个分析处理的角色标识;
其中,角色标识为人员标识或摄像机标识。
优选的,所述摄像机协同工作模型通过以下方法训练得到:
根据多组所述后台用户与所述摄像机的交互式监控操作的信息,构建通过同一知识模型进行协同工作的协同工作知识;将历史积累的多组协同工作知识作为学习样本;
根据每一个学习样本的知识模型,构建事件向量到后台用户与摄像机的协同工作列表的映射;建立自回归模型,利用所述学习样本进行训练得到摄像机协同工作模型。
优选的,根据多组所述后台用户与所述摄像机的交互式监控操作的信息,构建通过同一知识模型进行协同工作的协同工作知识,包括以下步骤:
S1 多个摄像机对各监控场景进行监控并将视频流传至后台监控中心;每个摄像
机的智联网能力模型表示为,其中代表摄像机的网络标识,代表
该摄像机的计算能力,代表存储能力,代表该摄像机部署的地理位置,为摄像
机分析处理能力列表;知识模型表达为,其中为被监控的事件类型,为被监控事件的发生地点,为被监控事
件的监控起始时间和监控结束时间,为后台用户与摄像机协同工作列表,内容分为
摄像机任务和人员任务;摄像机任务为,其中代表被使用
摄像机的网络标识,代表被使用摄像机部署的地理位置,代表被使用摄像机使
用的起始时间和结束时间,代表在时间内被使用摄像机所使用的分析处理能力,代表下一个分析处理的角色标识;人员任务为,其中为人员标
识,为下达的指令,代表下一个分析处理的角色标识;角色标识为人员标识或摄
像机标识;
S2 后台用户根据视频流不断判断是否有异常情况发生,若判断发生异常情况,由
后台用户定义,,,其中为异常事件的事件类型、
为拍摄到所述异常事件的摄像机的部署位置、为使用所述摄像机的起始时间;然后转入
S3;
S5 标识为 的摄像机开始运用指令中的分析能力,系统记录此摄像机的
、、和,分析结束后由后台用户确认分析结果,分析结果通过则结束使用此摄像机
记录使用,并转入S4;若不通过,则将此摄像机的、、和删除,并转入S3;
优选的,训练所述摄像机协同工作模型时,所述方法还包括以下步骤:
根据每一个学习样本的知识模型,构建事件向量到所述更新后的协同工作列表的映射;建立自回归模型,根据事件向量到所述更新后的协同工作列表的映射,利用所述学习样本进行训练得到摄像机协同工作模型。
本发明的实施例还提供了一种计算机系统,包括存储器、处理器以及存储在存储器上并可在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上述方法的步骤。
本发明的实施例还提供了一种计算机存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述方法中的步骤。
本发明具有以下有益效果:
本发明的一种基于智联网的摄像机协同作业方法通过采集摄像机所监控事件的事件属性,并将所述事件属性输入至摄像机协同作业模型中,输出得到协同工作任务列表。利用智联网摄像机的分析能力搭建摄像机协同作业模型,解放摄像机后台用户的设计编排任务的压力。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照附图,对本发明作进一步详细的说明。
附图说明
构成本申请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是本发明一种基于智联网的摄像机协同作业方法、系统及计算机存储介质的流程图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
参见图1,本发明的一种基于智联网的摄像机协同作业方法,应用于由多个智能体通过网络连接形成的智联网中;其中,每个智能体为具备存储、计算和联网能力的摄像机;所述智能体通过同一知识模型进行协同工作,所述知识模型包括:被监控事件的事件类型、被监控事件的发生地点、被监控事件的监控起始时间和监控结束时间以及后台用户与摄像机的协同工作列表;
协同作业方法包括:
S101 多个智能体对各监控场景进行不断监控;
S102 当后台用户判断出现需处理事件,定义所述需处理事件的事件类型、被监控事件的发生地点、被监控事件的监控起始时间和预测的监控结束时间作为事件向量;
S103 输入摄像机协同工作模型;
S104 输出得到后台用户与摄像机协同工作列表,所述协同工作列表包括一个以上的摄像机任务和人员任务,每个摄像机任务和人员任务均包含有下一个分析处理的角色标识以指示摄像机任务和人员任务的次序。
本实施例中,所述摄像机任务包括:被使用摄像机的网络标识、被使用摄像机部署的地理位置、被使用摄像机使用的起始时间和结束时间,在起始时间和结束时间被使用摄像机所使用的分析处理能力,以及下一个分析处理的角色标识;
所述人员任务包括:人员标识、下达的指令和下一个分析处理的角色标识;
其中,角色标识为人员标识或摄像机标识。
实施时,每个摄像机的能力可以表示为,其中代表摄像
机的网络标识,代表该摄像机的计算能力,代表存储能力,代表该摄像机部署的地
理位置,为摄像机分析处理能力列表,如车牌识别、人脸识别、定点高清、范围扫描等
摄像机内在具备的视频图像分析处理能力。
本实施例中,所述摄像机协同工作模型通过以下方法训练得到:
根据多组所述后台用户与所述摄像机的交互式监控操作的信息,构建通过同一知识模型进行协同工作的协同工作知识;将历史积累的多组协同工作知识作为学习样本;
根据每一个学习样本的知识模型,构建事件向量到后台用户与摄像机的协同工作列表的映射;建立自回归模型,利用所述学习样本进行训练得到摄像机协同工作模型。
本实施例中,根据多组所述后台用户与所述摄像机的交互式监控操作的信息,构建通过同一知识模型进行协同工作的协同工作知识,包括以下步骤:
S1 多个摄像机对各监控场景进行监控并将视频流传至后台监控中心;每个摄像
机的智联网能力模型表示为,其中代表摄像机的网络标识,代表
该摄像机的计算能力,代表存储能力,代表该摄像机部署的地理位置,为摄像
机分析处理能力列表;知识模型表达为,其中为被监控的事件类型,为被监控事件的发生地点,为被监控事
件的监控起始时间和监控结束时间,为后台用户与摄像机协同工作列表,内容分为
摄像机任务和人员任务;摄像机任务为,其中代表被使用
摄像机的网络标识,代表被使用摄像机部署的地理位置,代表被使用摄像机使
用的起始时间和结束时间,代表在时间内被使用摄像机所使用的分析处理能力,代表下一个分析处理的角色标识;人员任务为,其中为人员标
识,为下达的指令,代表下一个分析处理的角色标识;角色标识为人员标识或摄
像机标识;
S2 后台用户根据视频流不断判断是否有异常情况发生,若判断发生异常情况,由
后台用户定义,,,其中为异常事件的事件类型、
为拍摄到所述异常事件的摄像机的部署位置、为使用所述摄像机的起始时间;然后转入
S3;
S5 标识为 的摄像机开始运用指令中的分析能力,系统记录此摄像机的
、、和,分析结束后由后台用户确认分析结果,分析结果通过则结束使用此摄像机
记录使用,并转入S4;若不通过,则将此摄像机的、、和删除,并转入S3;
本实施例中,训练所述摄像机协同工作模型时,所述方法还包括以下步骤:
根据每一个学习样本的知识模型,构建事件向量到所述更新后的协同工作列表的映射;建立自回归模型,根据事件向量到所述更新后的协同工作列表的映射,利用所述学习样本进行训练得到摄像机协同工作模型。
本发明的还提供了一种计算机系统,包括存储器、处理器以及存储在存储器上并可在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上述方法的步骤。
本发明的还提供了一种计算机存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述方法的步骤。
实施时,所述存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。
在一种实施例中,在车辆事故现场的情况下,结构化摄像机C1不断在高空检测马路路口的情况,当路口发生车辆碰撞事故时,C1将事故画面传至后台用户,后台用户判断事故画面所属事件的事件类型、发生地点、监控起始时间以及预测的监控结束时间,并将事故画面所属事件的事件类型、发生地点、监控起始时间以及预测的监控结束时间转换为事件向量输入摄像机协同工作模型内,输出摄像机协同工作列表,然后按照输出的协同工作列表进行工作,具体包括:需要工作的摄像机C2的摄像机标识、摄像机C2的部署位置、摄像机C2使用的起始时间、摄像机C2使用的结束时间、摄像机C2的分析能力为车牌识别和下一个分析处理的角色标识为后台用户A的人员标识;分析处理的角色标识为后台用户A的人员标识、后台用户A的指令为调取事故车辆的信息和下一个分析处理的角色标识为摄像机C3的摄像机标识;分析处理的角色标识为摄像机C3的摄像机标识、摄像机C3的部署位置、摄像机C3使用的起始时间、摄像机C3使用的结束时间、摄像机C3的分析能力为人脸识别和下一个分析处理的角色标识为后台用户A的人员标识;分析处理的角色标识为后台用户A的人员标识,后台用户A的指令为推送事故车辆和事故人员具体信息至交通值勤人员,下一个分析处理的角色标识为空。
本发明的一种基于智联网的摄像机协同作业方法、系统及计算机存储介质通过采集摄像机所监控事件的事件属性,并将所述事件属性输入至摄像机协同作业模型中,输出得到协同工作任务列表。利用智联网摄像机的分析能力搭建摄像机协同作业模型,解放摄像机后台用户的设计编排任务的压力。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于智联网的摄像机协同作业方法,其特征在于,应用于由多个智能体通过网络连接形成的智联网中;其中,每个智能体为具备存储、计算和联网能力的摄像机;所述智能体通过同一知识模型进行协同工作,所述知识模型包括:被监控事件的事件类型、被监控事件的发生地点、被监控事件的监控起始时间和监控结束时间以及后台用户与摄像机的协同工作列表;
协同作业方法包括:
多个智能体对各监控场景进行不断监控,当后台用户判断出现需处理事件,定义所述需处理事件的事件类型、被监控事件的发生地点、被监控事件的监控起始时间和预测的监控结束时间作为事件向量,输入摄像机协同工作模型,输出得到后台用户与摄像机协同工作列表;所述协同工作列表包括一个以上的摄像机任务和人员任务,每个摄像机任务和人员任务均包含有下一个分析处理的角色标识以指示摄像机任务和人员任务的次序。
2.根据权利要求1所述一种基于智联网的摄像机协同作业方法,其特征在于,
所述摄像机任务包括:被使用摄像机的网络标识、被使用摄像机部署的地理位置、被使用摄像机使用的起始时间和结束时间,在起始时间和结束时间被使用摄像机所使用的分析处理能力,以及下一个分析处理的角色标识;
所述人员任务包括:人员标识、下达的指令和下一个分析处理的角色标识;
其中,角色标识为人员标识或摄像机标识。
3.根据权利要求1所述一种基于智联网的摄像机协同作业方法,其特征在于,所述摄像机协同工作模型通过以下方法训练得到:
根据多组所述后台用户与所述摄像机的交互式监控操作的信息,构建通过同一知识模型进行协同工作的协同工作知识;将历史积累的多组协同工作知识作为学习样本;
根据每一个学习样本的知识模型,构建事件向量到后台用户与摄像机的协同工作列表的映射;建立自回归模型,利用所述学习样本进行训练得到摄像机协同工作模型。
4.根据权利要求3所述一种基于智联网的摄像机协同作业方法,其特征在于,根据多组所述后台用户与所述摄像机的交互式监控操作的信息,构建通过同一知识模型进行协同工作的协同工作知识,包括以下步骤:
S1多个摄像机对各监控场景进行监控并将视频流传至后台监控中心;每个摄像机的智
联网能力模型表示为,其中代表摄像机的网络标识,代表该摄像
机的计算能力,代表存储能力,代表该摄像机部署的地理位置,为摄像机分析
处理能力列表;知识模型表达为,其中为被监控的事件类型,为被监控事件的发生地点,为被监控事
件的监控起始时间和监控结束时间,为后台用户与摄像机协同工作列表,内容分为
摄像机任务和人员任务;摄像机任务为,其中代表被使用
摄像机的网络标识,代表被使用摄像机部署的地理位置,代表被使用摄像机使
用的起始时间和结束时间,代表在时间内被使用摄像机所使用的分析处理能力,代表下一个分析处理的角色标识;人员任务为,其中为人员标
识,为下达的指令,代表下一个分析处理的角色标识;角色标识为人员标识或摄
像机标识;
S2 后台用户根据视频流不断判断是否有异常情况发生,若判断发生异常情况,由后台
用户定义,,,其中为异常事件的事件类型、为拍
摄到所述异常事件的摄像机的部署位置、为使用所述摄像机的起始时间;然后转入S3;
S5 标识为 的摄像机开始运用指令中的分析能力,系统记录此摄像机的、、和,分析结束后由后台用户确认分析结果,分析结果通过则结束使用此摄像机
记录使用,并转入S4;若不通过,则将此摄像机的、、和删除,并转入S3;
6.一种计算机系统,包括存储器、处理器以及存储在存储器上并可在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上述权利要求1至5任一所述方法的步骤。
7.一种计算机存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现上述权利要求1至5任一所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110966204.0A CN113422939B (zh) | 2021-08-23 | 2021-08-23 | 一种基于智联网的摄像机协同作业方法、系统及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110966204.0A CN113422939B (zh) | 2021-08-23 | 2021-08-23 | 一种基于智联网的摄像机协同作业方法、系统及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113422939A true CN113422939A (zh) | 2021-09-21 |
CN113422939B CN113422939B (zh) | 2021-12-07 |
Family
ID=77719768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110966204.0A Active CN113422939B (zh) | 2021-08-23 | 2021-08-23 | 一种基于智联网的摄像机协同作业方法、系统及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113422939B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11136663A (ja) * | 1997-10-29 | 1999-05-21 | Kyuunan:Kk | 監視装置 |
JP2014175786A (ja) * | 2013-03-07 | 2014-09-22 | Canon Inc | 撮像装置 |
CN111107314A (zh) * | 2019-12-06 | 2020-05-05 | 江苏苏宁物流有限公司 | 一种仓库物流的监控方法和系统 |
CN111553264A (zh) * | 2020-04-27 | 2020-08-18 | 中国科学技术大学先进技术研究院 | 一种适用于中小学生的校园非安全行为检测及预警方法 |
JP2020144738A (ja) * | 2019-03-08 | 2020-09-10 | 三菱電機株式会社 | 防犯装置、及び、防犯方法 |
CN112509270A (zh) * | 2020-11-19 | 2021-03-16 | 北京城市轨道交通咨询有限公司 | 一种列车车厢的火灾监控联动方法、装置及系统 |
CN112511541A (zh) * | 2020-12-01 | 2021-03-16 | 万申科技股份有限公司 | 一种基于云计算的智慧园区应急预警管理系统 |
CN112866647A (zh) * | 2021-01-15 | 2021-05-28 | 森罗云科技(广州)有限公司 | 一种基于智慧社区的物业智能化管理系统 |
CN112988337A (zh) * | 2021-03-01 | 2021-06-18 | 创新奇智(上海)科技有限公司 | 任务处理系统、方法、装置、电子设备、存储介质 |
-
2021
- 2021-08-23 CN CN202110966204.0A patent/CN113422939B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11136663A (ja) * | 1997-10-29 | 1999-05-21 | Kyuunan:Kk | 監視装置 |
JP2014175786A (ja) * | 2013-03-07 | 2014-09-22 | Canon Inc | 撮像装置 |
JP2020144738A (ja) * | 2019-03-08 | 2020-09-10 | 三菱電機株式会社 | 防犯装置、及び、防犯方法 |
CN111107314A (zh) * | 2019-12-06 | 2020-05-05 | 江苏苏宁物流有限公司 | 一种仓库物流的监控方法和系统 |
CN111553264A (zh) * | 2020-04-27 | 2020-08-18 | 中国科学技术大学先进技术研究院 | 一种适用于中小学生的校园非安全行为检测及预警方法 |
CN112509270A (zh) * | 2020-11-19 | 2021-03-16 | 北京城市轨道交通咨询有限公司 | 一种列车车厢的火灾监控联动方法、装置及系统 |
CN112511541A (zh) * | 2020-12-01 | 2021-03-16 | 万申科技股份有限公司 | 一种基于云计算的智慧园区应急预警管理系统 |
CN112866647A (zh) * | 2021-01-15 | 2021-05-28 | 森罗云科技(广州)有限公司 | 一种基于智慧社区的物业智能化管理系统 |
CN112988337A (zh) * | 2021-03-01 | 2021-06-18 | 创新奇智(上海)科技有限公司 | 任务处理系统、方法、装置、电子设备、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113422939B (zh) | 2021-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108388888B (zh) | 一种车辆识别方法、装置和存储介质 | |
AU2022246412A2 (en) | A method and apparatus for conducting surveillance | |
CN108701392A (zh) | 用于执行监视的方法和装置 | |
CN109002789B (zh) | 一种应用于摄像头的人脸识别方法 | |
CN110298683A (zh) | 基于微表情的信息推广方法、装置、设备及介质 | |
CN111738083B (zh) | 一种人脸识别模型的训练方法和装置 | |
CN112132030B (zh) | 视频处理方法及装置、存储介质及电子设备 | |
CN116186770A (zh) | 图像脱敏方法、装置、电子设备及存储介质 | |
CN113128368B (zh) | 一种人物交互关系的检测方法、装置及系统 | |
JP2008146191A (ja) | 画像出力装置および画像出力方法 | |
CN112699758A (zh) | 基于动态手势识别的手语翻译方法、装置、计算机设备及存储介质 | |
CN111881740A (zh) | 人脸识别方法、装置、电子设备及介质 | |
CN112383824A (zh) | 视频广告过滤方法、设备及存储介质 | |
US11301508B2 (en) | System for creating an audio-visual recording of an event | |
CN111241926A (zh) | 考勤与学情分析方法、系统、设备及可读存储介质 | |
CN113422939B (zh) | 一种基于智联网的摄像机协同作业方法、系统及计算机存储介质 | |
CN114051116A (zh) | 一种驾考车辆的视频监控方法、装置以及系统 | |
CN113592881A (zh) | 图片指代性分割方法、装置、计算机设备和存储介质 | |
WO2024103682A1 (zh) | 基于视频分类的跌倒行为识别方法及电子设备 | |
CN116205726A (zh) | 一种贷款风险预测方法、装置、电子设备及存储介质 | |
CN114827553B (zh) | 视频巡控方法、装置、设备及存储介质 | |
Aravindan et al. | A Smart Assistive System for Visually Impaired to Inform Acquaintance Using Image Processing (ML) Supported by IoT | |
CN114513681A (zh) | 一种视频处理系统、方法、装置、电子设备和存储介质 | |
CN110826436A (zh) | 情绪数据传输及处理方法、装置、终端设备、云平台 | |
CN115410137B (zh) | 基于时空特征的双流工人劳动状态识别方法 |
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 |