CN113688724B - 一种基于双目视觉的泳池溺水监测方法 - Google Patents

一种基于双目视觉的泳池溺水监测方法 Download PDF

Info

Publication number
CN113688724B
CN113688724B CN202110971708.1A CN202110971708A CN113688724B CN 113688724 B CN113688724 B CN 113688724B CN 202110971708 A CN202110971708 A CN 202110971708A CN 113688724 B CN113688724 B CN 113688724B
Authority
CN
China
Prior art keywords
head
human head
time
target
drowning
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
Application number
CN202110971708.1A
Other languages
English (en)
Other versions
CN113688724A (zh
Inventor
吴蜀魏
张文辉
朱德旭
谢胜勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
JIANGSU ZHAOMING INFORMATION TECHNOLOGY CO.,LTD.
Original Assignee
Guilin University of Electronic Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guilin University of Electronic Technology filed Critical Guilin University of Electronic Technology
Priority to CN202110971708.1A priority Critical patent/CN113688724B/zh
Publication of CN113688724A publication Critical patent/CN113688724A/zh
Application granted granted Critical
Publication of CN113688724B publication Critical patent/CN113688724B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85—Stereo camera calibration
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/08—Alarms for ensuring the safety of persons responsive to the presence of persons in a body of water, e.g. a swimming pool; responsive to an abnormal condition of a body of water
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/50—Constructional details
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Emergency Management (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明公开一种基于双目视觉的泳池溺水监测方法，包括以下步骤：在游泳池上方间隔一定距离安装多台双目摄像头设备，由上往下拍摄，并把图像实时传输给计算机；根据实时图像，利用目标检测算法检测出水面上的人头图像；计算出目标人头图像所有点位的三维坐标，并进行头部最高点的标注，判定人头呼吸部位是否处于水下；使用目标跟踪程序算法，对目标进行跟踪；实时对跟踪目标的三维坐标进行存储分析，计算人头呼吸部位在水下的持续时间，根据人头呼吸部位在水下的单次持续时间和单位时间内在水下时间总和做出危险评估，如超过危险阈值，发出溺水警报。本发明能有效的实时检测游泳者是否处于溺水状态，用以提示安全人员施救。

Description

一种基于双目视觉的泳池溺水监测方法
技术领域
本发明涉及溺水监控技术领域，具体涉及一种基于双目视觉的泳池溺水监测方法。
背景技术
据卫生部统计，我国每年约有57000人溺水死亡，相当于每天150多人溺亡，有许多是发生在有专业救生员的公共游泳池。由于人自身生理条件的限制，救生员是很难长时间保持注意力高度集中，很难高效地保证泳池内的人员安全。另外，游泳池的水面上会有光的反射，这也使得救生员在疲劳时，难以及时分辨正常游泳者与溺水者。对救生员来说，溺水又是低概率事件，容易产生麻痹大意的心理状态。而一旦发生溺水事故，仅数分钟就会造成无法治愈的脑部伤害或者直接死亡。针对人工监测的弊端，国外在溺水报警方面的研究始于70年代初，这方面研究受到欧美各国政府的高度重视，到目前为止，溺水报警系统的实现主要有以下三种方式：
1.游泳者随身携带传感器监测系统
主要由入水式随身携带装置与岸上固定装置构成。入水装置可佩戴在游泳者的腕部、裤带或泳帽处，通常包括一个传感器、一个信号收发器和一个微处理器。传感器主要用来监测人体脉搏和游泳者的入水深度等信息。如果游泳者在水下时间超过一定阈值，或者游泳者心跳发生异常，或者岸上装置信号失联，那么就发出警报。这种装置安装、使用、维护比较麻烦，且耗资巨大，水下运动误报率高、且也无法跟踪每个游泳者，最主要是游泳者本身相对比较排斥携带设备入水。所以这种监测系统并未大规模的推广使用。
2.声呐探测报警系统
通过在水下或泳池底部安装一套声呐发射、接收装置，利用探测器去确定是否有障碍物存在，然后根据设定的溺水判据(如障碍物大小，障碍物入水深度、障碍物静止时间)来判定是否溺水。这类系统也存在很多缺点：1)声呐鉴定一个溺水者基本是看他身体里含有多少空气，如果是肺部充满水的深度溺水，得到的信号就无法肯定，甚至不进行判定了。2)此套设备需要用几百伏的电压去产生声呐脉冲，而安全规定不得超过在12V或24V(各国标准略有不同)。3)如果身体与墙非常近时，因为声呐信号中包含回声，泳池墙壁不利于消除噪声信号，很难提取出监测溺水所必须的信号。4)泳池人数过多时，无法对每个人进行跟踪鉴别。因而，声呐报警系统也未得到大规模推广使用。
3.基于视频的报警系统
主要优点是救生员能够看到有关溺水者的视频信息，就能立即掌握游泳者的情况。现有的基于视频的溺水报警系统比较出名的是法国Vision IQ公司的Poseidon系统和新加坡南洋科技大学的DEWS系统。2001年法国Vision IQ公司发明了世界上第一套基于视频的溺水报警系统Poseidon。该系统是在水底安装大量摄像机，游泳池上方也安装大量摄像机，通过水下水上网络实时监测游泳者的活动，该系统的软件通过图像来判断游泳者的轨迹、速度、位置。结合溺水判定依据来发出警报，并在游泳池边上的屏幕上标出溺水者的位置。目前，该系统已经在很多欧美国家投入使用，并拯救了许多生命。但是，Poseidon系统价格相当昂贵，每套达数百万美元。在我国推广这套系统很不符合实际。
新加坡南洋科技大学的DEWS系统则是利用安装在游泳池上方的一组摄像机作为监测设备，对每个游泳者进行动作识别，依据是否挣扎，身体垂直的溺水特征来提示报警。但是，溺水者的动作特征与正常游泳者相差并不大，深度溺水后更是缺乏动作。所以目前该系统还没有形成成型的产品。
专利号201811611769.1提出一种基于红外线与可见光组合的游泳池溺水监测方法。理论上可以识别人头在水上还是水下。但是存在以下缺点，1、热成像仪和可见光组合设备昂贵。2、摄像头由上往下拍摄时由于泳帽或头发干扰，热像仪无法检测人头皮肤温度，导致整套方法失效。3、由上述第2条原因该设备侧面拍摄为佳，最佳是水平拍摄，这就导致目标难免被游泳者相互遮挡，导致整套设备失效。4、游泳者游泳时间比较长后，脸部皮肤温度下降或者形成薄水层，热像仪检测温度法也会失效。所以该方法也不适合大规模应用推广。
发明内容
本发明所要解决的技术问题是提供一种基于双目视觉的泳池溺水监测方法，该方法能有效的实时检测游泳者是否处于溺水状态，用以提示安全人员施救，挽救生命。
为解决上述技术问题，本发明公开了一种基于双目视觉的泳池溺水监测方法，包括以下步骤：
(1)在游泳池上方间隔一定距离安装多台双目摄像头设备，由上往下拍摄，确保每个人头能同时被2台以上设备拍摄到，并把图像实时传输给计算机；
(2)根据实时图像，利用目标检测算法检测出水面上的人头图像；
(3)计算出目标人头图像所有点位的三维坐标，并进行头部最高点的标注，通过与提前设定的水平面坐标做比较，判定人头呼吸部位是否处于水下；
(4)使用目标跟踪程序算法，对目标进行跟踪；
(5)实时对跟踪目标的三维坐标进行存储分析，计算人头呼吸部位在水下的持续时间，根据人头呼吸部位在水下的单次持续时间和单位时间内在水下时间总和做出危险评估，如超过危险阈值，发出溺水警报。
优选的，在步骤(5)中，危险评估的方法为：设定人头呼吸部位在水下单次持续时间的警示时间为A；若单次持续时间≥A视为危险，发出溺水警报；若单次持续时间＜A，且在时间N内人头呼吸部位在水下累计时间大于时间M，视为危险，发出溺水警报，其中A＝35s,N＝60s，M＝35s。
优选的，若多台双目设备均对同一目标发出溺水警报时，需强力介入施救；若只有单台双目设备发出溺水警报，需提示救生员关注目标。
优选的，在步骤(2)中，在不改变原有网络结构的情况下，通过增加GRU结构实现对视频的针对性时间依赖优化，提高对视频目标检测类型的拟合能力，将YOLOv3中head的输出传入GRU层进行处理，最终输出仍为head的output，GRU仅作为对head的输出进行时间依赖处理以及编码处理，然后经过FC层并与FPN层进行特征融合。
优选的，在步骤(3)中，计算目标点位的三维坐标的方法如下：先对双目摄像头进行标定，得到两个相机的内外参数、单位矩阵，再根据标定结果对原始图像进行矫正，校正后的两张图像位于同一平面且互相平行，接着对校正后的图像进行像素点匹配，最后根据匹配结果计算每个像素的深度，从而获得深度图，标定出目标点的三维坐标。
与现有技术相比，本发明具有以下优点：
1、摄像头是垂直由上往下拍摄，可以最大限度排除了游泳者相互遮挡。2、用双目视觉的算法，判断人头处于水上还是水下，游泳者无感知但判定十分精确。3、根据人头呼吸部位在水下的单次持续时间来判定溺水比现有的动作判定、速度判定更可靠。
附图说明
图1为本发明一种基于双目视觉的泳池溺水监测方法的流程图。
图2为本发明一种基于双目视觉的泳池溺水监测方法的系统构架图。
图3为双目摄像头构造示意图。
图4为人头在两个摄像头中间的示意图。
图5为人头偏左的示意图。
图6为人头偏右的示意图。
具体实施方式
为了使本发明的目的和优点更清楚明了，下面结合附图和实施例对本发明进行详细的描述。
如图1所示，本发明公开了一种基于双目视觉的泳池溺水监测方法，其系统构成图如图2，包括以下步骤：
(1)在游泳池上方间隔一定距离安装多台双目摄像头设备，由上往下拍摄，设备拍摄存在范围视角，确保每个人头能同时被2台以上设备拍摄到，并把图像实时传输给计算机。双目摄像头安装要求为距离水面高度5米、水平间距10米，这样设置即可满足精度要求又可以全覆盖监测。
(2)根据实时图像，利用目标检测算法检测出水面上的人头图像。具体为在不改变现有目标检测算法如YOLOv5、ppyolo-tiny、ppyolov2等算法的网络结构的情况下，通过增加GRU结构实现对视频的针对性时间依赖优化，提高对视频目标检测类型的拟合能力，将YOLOv3中head的输出传入GRU层进行处理，最终输出仍为head的output，GRU仅作为对head的输出进行时间依赖处理以及编码处理，然后经过FC层并与FPN层进行特征融合。这样以提高目标进行检测的精确度。
(3)计算出目标人头图像所有点位的三维坐标，并进行头部最高点的标注，通过与提前设定的水平面坐标做比较，判定人头呼吸部位是否处于水下。计算目标点位的三维坐标的方法如下：先对双目摄像头进行标定，得到两个相机的内外参数、单位矩阵，再根据标定结果对原始图像进行矫正，校正后的两张图像位于同一平面且互相平行，接着对校正后的图像进行像素点匹配，最后根据匹配结果计算每个像素的深度，从而获得深度图，标定出目标点的三维坐标。另外水面水平坐标可提前标注，也可水面放置浮标，由双目摄像头自测水面来标注，并可根据泳池周边的固定物体已知坐标来进行校正。如图3、4、5、6所示，运用坐标做相似三角形变换计算人头高度，设相机中心点坐标为(0，0)，L:两个摄像头中心距离，D1：左边人头到中心点距离，D2：右边人头到中心点距离，f：摄像头焦距(已知)，L：两个摄像头距离(已知)，D：中间量，H：人头高度。情况一，如图4所示人头在两个摄像头中间，
假设G点在ABOK上的投影长度为N
由相似三角形定理得
Figure GDA0003931985700000051
解得实际高度H为
Figure GDA0003931985700000052
情况二，如图5所示人头偏左，
假设G点在ABOK上的投影长度为N
由相似三角形定理得
Figure GDA0003931985700000061
解得实际高度H为
Figure GDA0003931985700000062
情况三，如图6所示人头偏右
假设G点在ABOK上的投影长度为N
由相似三角形定理得
Figure GDA0003931985700000063
解得实际高度H为
Figure GDA0003931985700000064
(4)使用目标跟踪程序算法，对目标进行跟踪。常用的目标跟踪法有：deepsort、re-id、MTMC等。
(5)实时对跟踪目标的三维坐标进行存储分析，计算人头呼吸部位在水下的持续时间，根据人头呼吸部位在水下的单次持续时间和单位时间内在水下累计时间做出危险评估，如超过危险阈值，发出溺水警报。危险评估的方法为：设定人头呼吸部位在水下单次持续时间的警示时间为A；若单次持续时间≥A视为危险，发出溺水警报；因溺水2-3分钟就会失去意识，4-6分钟就会对身体造成不可逆的损害，因人体差异较大，且有救援时间的限制，A设为35s；若单次持续时间＜A，且在时间N内人头呼吸部位在水下累计时间大于时间M，判断该人处于溺水挣扎状态，视为危险，发出溺水警报，其中N设为60s，M设为35s。
另外，为确保可靠性，目标可能会被遮挡，所以顶部设置多个双目摄像头，确保同一目标能同时被2个以上双目摄像头拍摄到。若多台双目设备均对同一目标发出危险信号时，需要强力介入施救。若只有单台双目设备发出危险信号，需提示救生员关注情况。
上述实施例，仅为对本发明的目的、技术方案和有益效果进一步详细说明的具体个例，本发明并非限定于此。凡在本发明的公开的范围之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围之内。

Claims (4)

1.一种基于双目视觉的泳池溺水监测方法，其特征在于，包括以下步骤：
(1)在游泳池上方间隔一些距离安装多台双目摄像头设备，由上往下拍摄，确保每个人头能同时被2台以上设备拍摄到，并把图像实时传输给计算机；
(2)根据实时图像，利用目标检测算法检测出水面上的人头图像；
(3)计算出目标人头图像所有点位的三维坐标，并进行头部最高点的标注，通过与提前设定的水平面坐标做比较，判定人头呼吸部位是否处于水下；计算目标点位的三维坐标的方法如下：先对双目摄像头进行标定，得到两个相机的内外参数、单位矩阵，再根据标定结果对原始图像进行矫正，校正后的两张图像位于同一平面且互相平行，接着对校正后的图像进行像素点匹配，最后根据匹配结果计算每个像素的深度，从而获得深度图，标定出目标点的三维坐标；
其中，运用坐标做相似三角形变换计算人头高度，设相机中心点坐标为(0，0)，L:两个摄像头中心距离，f：摄像头焦距，H：人头高度，G点为人头位置，A和B为两个摄像头位置，AO为摄像头A到人头的竖直方向上的距离，BK为摄像头B到人头竖直方向上的距离，人头在摄像头A中看到的视野正中央坐标C为(x0,y0)，摄像头A和人头G正中央坐标D为(x1,y1),人头在摄像头B中看到的视野正中央坐标F为(x0,y0)，摄像头B和人头K正中央的坐标E为(x2,y2)，由于摄像头看到的是经历过等比例缩小的图像，且缩小的比例为f:H，则AC＝BF＝f，AO＝BK＝H，由于C、F两点分别为摄像头A、B的视野中央的坐标，则可C点以及F点的坐标均可设为(x0,y0)，OG在矩形ABOK上的投影长度为N，故人头高度的计算方式有3种：
第一种为人头在两个摄像头中间，由相似三角形定理得
Figure FDA0003931985690000011
解得实际高度为
Figure FDA0003931985690000012
第二种为人头偏左，由相似三角形定理得
由相似三角形定理得
Figure FDA0003931985690000021
解得实际高度H为
Figure FDA0003931985690000022
第三种为人头偏右，由相似三角形定理得
Figure FDA0003931985690000023
解得实际高度H为
Figure FDA0003931985690000024
(4)使用目标跟踪程序算法，对目标进行跟踪；
(5)实时对跟踪目标的三维坐标进行存储分析，计算人头呼吸部位在水下的持续时间，根据人头呼吸部位在水下的单次持续时间和单位时间内在水下时间总和做出危险评估，如超过危险阈值，发出溺水警报。
2.根据权利要求1所述的一种基于双目视觉的泳池溺水监测方法，其特征在于：在步骤(5)中，危险评估的方法为：设定人头呼吸部位在水下单次持续时间的警示时间为A；若单次持续时间≥A视为危险，发出溺水警报；若单次持续时间＜A，且在时间N内人头呼吸部位在水下累计时间大于时间M，视为危险，发出溺水警报，其中A＝35s,N＝60s，M＝35s。
3.根据权利要求1或2所述的一种基于双目视觉的泳池溺水监测方法，其特征在于：若多台双目设备均对同一目标发出溺水警报时，需强力介入施救；若只有单台双目设备发出溺水警报，需提示救生员关注目标。
4.根据权利要求1或2所述的一种基于双目视觉的泳池溺水监测方法，其特征在于：在步骤(2)中，在不改变原有网络结构的情况下，通过增加GRU结构实现对视频的针对性时间依赖优化，提高对视频目标检测类型的拟合能力，将YOLOv3中head的输出传入GRU层进行处理，最终输出仍为head的output，GRU仅作为对head的输出进行时间依赖处理以及编码处理，然后经过FC层并与FPN层进行特征融合。
CN202110971708.1A 2021-08-24 2021-08-24 一种基于双目视觉的泳池溺水监测方法 Active CN113688724B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110971708.1A CN113688724B (zh) 2021-08-24 2021-08-24 一种基于双目视觉的泳池溺水监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110971708.1A CN113688724B (zh) 2021-08-24 2021-08-24 一种基于双目视觉的泳池溺水监测方法

Publications (2)

Publication Number Publication Date
CN113688724A CN113688724A (zh) 2021-11-23
CN113688724B true CN113688724B (zh) 2023-03-24

Family

ID=78581756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110971708.1A Active CN113688724B (zh) 2021-08-24 2021-08-24 一种基于双目视觉的泳池溺水监测方法

Country Status (1)

Country Link
CN (1) CN113688724B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114170317B (zh) * 2022-01-10 2024-04-05 杭州巨岩欣成科技有限公司 泳池防溺水人头位置判断方法、装置及计算机设备
CN114022910B (zh) * 2022-01-10 2022-04-12 杭州巨岩欣成科技有限公司 泳池防溺水监管方法、装置、计算机设备及存储介质
CN114359373B (zh) * 2022-01-10 2022-09-09 杭州巨岩欣成科技有限公司 泳池防溺水目标行为识别方法、装置、计算机设备及存储介质
CN114359411B (zh) * 2022-01-10 2022-08-09 杭州巨岩欣成科技有限公司 泳池防溺水目标检测方法、装置、计算机设备及存储介质
CN114359967B (zh) * 2022-01-10 2022-08-09 杭州巨岩欣成科技有限公司 泳池防溺水人体目标检测方法、装置、计算机设备及存储介质
CN114359579A (zh) * 2022-01-10 2022-04-15 杭州巨岩欣成科技有限公司 泳池防溺水人体目标跟踪方法、装置、计算机设备及存储介质
CN116132638B (zh) * 2023-04-04 2023-08-18 南昌云守护科技有限公司 防溺水系统及方法
CN116309685A (zh) * 2023-05-19 2023-06-23 北京航天时代光电科技有限公司 基于视频拼接的多摄像机协同游泳运动测速方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413114A (zh) * 2013-05-17 2013-11-27 浙江大学 一种基于支持向量机的溺水行为检测方法
CN105187764A (zh) * 2015-06-26 2015-12-23 哈尔滨工程大学 一种基于视觉分析的水下测量救生装置
CN105550670A (zh) * 2016-01-27 2016-05-04 兰州理工大学 一种目标物体动态跟踪与测量定位方法
CN106022230A (zh) * 2016-05-11 2016-10-12 太原理工大学 一种基于视频的游泳池溺水事件检测方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110622213B (zh) * 2018-02-09 2022-11-15 百度时代网络技术（北京）有限公司 利用3d语义地图进行深度定位和分段的系统和方法
CN109902669A (zh) * 2019-04-19 2019-06-18 田鸣鸣 基于图像识别的人工智能防溺水预警系统、设备及方法
CN110210323B (zh) * 2019-05-09 2021-06-15 浙江大学 一种基于机器视觉的溺水行为在线识别方法
CN111827740A (zh) * 2019-05-28 2020-10-27 北京伟景智能科技有限公司 一种基于双目视觉的泳池监控系统及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103413114A (zh) * 2013-05-17 2013-11-27 浙江大学 一种基于支持向量机的溺水行为检测方法
CN105187764A (zh) * 2015-06-26 2015-12-23 哈尔滨工程大学 一种基于视觉分析的水下测量救生装置
CN105550670A (zh) * 2016-01-27 2016-05-04 兰州理工大学 一种目标物体动态跟踪与测量定位方法
CN106022230A (zh) * 2016-05-11 2016-10-12 太原理工大学 一种基于视频的游泳池溺水事件检测方法

Also Published As

Publication number Publication date
CN113688724A (zh) 2021-11-23

Similar Documents

Publication Publication Date Title
CN113688724B (zh) 一种基于双目视觉的泳池溺水监测方法
CN109584509B (zh) 一种基于红外线与可见光组合的游泳池溺水监测方法
US8669876B2 (en) Above-water monitoring of swimming pools
US10922552B2 (en) System and method for man overboard incident detection
US7839291B1 (en) Water safety monitor systems and methods
CN106022230B (zh) 一种基于视频的游泳池溺水事件检测方法
CN112489371B (zh) 一种基于计算机视觉的泳池防溺水预警系统
CN101339688B (zh) 一种入侵检测方法及系统
CN101188745B (zh) 游泳池智能溺水视频监控系统及方法
CN108227606A (zh) 一种基于多源感知的船舶安防智能管理系统
KR20170101516A (ko) 무인 항공기를 이용한 화재 감시 장치 및 방법
CN111435081B (zh) 海面测量系统、海面测量方法以及存储介质
CN110155274A (zh) 一种游泳池水下智能救生系统
KR101233412B1 (ko) 모션영상 비교를 통한 위급상황 신호 송출방법 및 송출시스템
CN111739248A (zh) 一种人工智能物联网安防系统及控制方法
EP3574648B1 (en) Line array cameras for a man over board detection system
CN112309077A (zh) 一种泳池溺水警报方法及装置
CN110852362B (zh) 溺水事件检测方法及装置、计算机可读存储介质
US11288517B2 (en) System and method for deep learning enhanced object incident detection
CN114359411B (zh) 泳池防溺水目标检测方法、装置、计算机设备及存储介质
JP2012141686A (ja) 異常検知装置
CN112489372A (zh) 一种泳池监控报警系统
Liu et al. A Novel Method for Recognition, Localization, and Alarming to Prevent Swimmers from Drowning
CN211015841U (zh) 溺水事件检测系统
CN107729874B (zh) 一种基于时空邻域特征的泳池溺水检测方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230721

Address after: 213164 Changzhou Science and Education City 2A405, No. 18 Changwu Middle Road, Changzhou City, Jiangsu Province

Patentee after: JIANGSU ZHAOMING INFORMATION TECHNOLOGY CO.,LTD.

Address before: 541004 1 Jinji Road, Qixing District, Guilin, the Guangxi Zhuang Autonomous Region

Patentee before: GUILIN University OF ELECTRONIC TECHNOLOGY