CN113724284A - 一种位置锁定装置、山岳型景区的搜救系统及搜救方法 - Google Patents

一种位置锁定装置、山岳型景区的搜救系统及搜救方法 Download PDF

Info

Publication number
CN113724284A
CN113724284A CN202111031215.6A CN202111031215A CN113724284A CN 113724284 A CN113724284 A CN 113724284A CN 202111031215 A CN202111031215 A CN 202111031215A CN 113724284 A CN113724284 A CN 113724284A
Authority
CN
China
Prior art keywords
search
image
signal
optical signal
module
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
Application number
CN202111031215.6A
Other languages
English (en)
Inventor
王春鹏
张思国
李小龙
范绪
唐捷
曹舸
汪秀兰
李春萍
廖伟
马比次拉
涂兆国
何怀平
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.)
Sichuan Zhisheng Huilv Technology Co ltd
Original Assignee
Sichuan Zhisheng Huilv Technology Co ltd
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 Sichuan Zhisheng Huilv Technology Co ltd filed Critical Sichuan Zhisheng Huilv Technology Co ltd
Priority to CN202111031215.6A priority Critical patent/CN113724284A/zh
Publication of CN113724284A publication Critical patent/CN113724284A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • 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
    • 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
    • G06N3/08—Learning methods
    • 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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种位置锁定装置、山岳型景区的搜救系统及搜救方法，位置锁定装置包括多普勒人体感应模块、控制器和信号光发生器，所述多普勒人体感应模块的输出端与控制器的输入端连接，所述控制器的输出端与所述信号光发生器的输入端连接，当所述多普勒人体感应模块获取到人体信号时，所述控制器控制所述信号光发生器生成生光信号。本发明的目的在于提供一种位置锁定装置、山岳型景区的搜救系统及搜救方法，通过该位置锁定装置可以及时的发现是否有人员靠近检测区域，当其运用于景区时，可对游客是否有违规进入未开发区域进行检测，从源头上避免游客因进入未开发区域导致出现意外事故的现象发生。

Description

一种位置锁定装置、山岳型景区的搜救系统及搜救方法
技术领域
本发明涉及景区救援技术领域，尤其涉及一种位置锁定装置、山岳型景区的搜救系统及搜救方法。
背景技术
我国地大物博，幅员辽阔，若干山地景区动辄几百上千平方公里，甚至有部份景区还涉及危险的未开发区域。近年来，经济的飞速发展也大大促进了旅游经济的发展，人民生活水平提升后，喜欢到处旅游。但是，作为山岳型景区中总会碰到一些游客会无视景区的警示标识及劝阻到一些未开发区域游玩，会引发了一系列意外需要派人救援，但是实际远方人力看到的位置或监控抓取的相对位置只是一种基于图片的描述性位置，在山地复杂环境情况下，救援力量通过肉眼无法相对准确的将事件线索图片反映的位置与实际事件的位置进行关联，因而会导致救援效率降低。
发明内容
本发明的目的在于提供一种位置锁定装置、山岳型景区的搜救系统及搜救方法，通过该位置锁定装置可以及时的发现是否有人员靠近检测区域，当其运用于景区时，可对游客是否有违规进入未开发区域进行检测，从源头上避免游客因进入未开发区域导致出现意外事故的现象发生。
本发明通过下述技术方案实现：
一种位置锁定装置，包括多普勒人体感应模块、控制器和信号光发生器，所述多普勒人体感应模块的输出端与控制器的输入端连接，所述控制器的输出端与所述信号光发生器的输入端连接；当所述多普勒人体感应模块获取到人体信号时，所述控制器控制所述信号光发生器生成光信号。
本实施例中的位置锁定装置在检测到人体时可触发生成光信号，可用于检测有无人员进入禁地，例如，将其运用于山岳型景区中，当多普勒人体感应模块获取到人体信号时，控制信号光发生器产生光信号，从而使得景区的工作人员可以根据光信号判断有无游客进入未开发区域，并及时的做出相应的措施，从源头上避免游客因进入未开发区域导致出现意外事故的现象发生，不仅可以有效保障游客的生命安全，也可以降低搜救难度和成本。除此此外，由于本实施例中的位置锁定装置在检测到人体时，触发的是光信号，不易被不法分子(进入禁地的人员)所发现，将其运用于安防或安保领域时，工作人员还可以根据该光信号将不法分子抓获。
优选地，所述信号光发生器设置为可见光激光器。
一种山岳型景区的搜救系统，包括信号识别装置、位置识别装置以及如上所述的位置锁定装置；所述位置锁定装置设置于景区的未开发区域，且所述信号光发生器的输出端朝向天空；
所述位置锁定装置，用于在获取到人体信号时，向空中发射光信号；
所述信号识别装置，用于识别所述光信号；
所述位置识别装置，用于获取所述光信号的地理位置。
在山岳型景区中，总会碰到一些游客会无视景区的警示标识及劝阻到一些未开发区域游玩，从而引发一系列意外需要派人救援。现有技术中，大多是通过监控视频来判断游客是否进入未开发区域，因此需要工作人员实时观看监控视频来掌握游客的动向，极大的增加了工作人员的工作强度；除此之外，由于山岳型景区的地势复杂，存在大量的监控死角，存在游客进入景区而工作人员不知道的情况。基于此，在本方案中提供了一种山岳型景区的搜救系统，一旦有游客进入到未开发区域时，位置锁定装置便会识别到人体信号，并控制信号光发生器产生光信号，从而使得景区的工作人员可以根据光信号判断有游客进入未开发区域，并根据地理位置及时的做出相应的措施，从源头上避免游客因进入未开发区域导致出现意外事故的现象发生，不仅可以有效保障游客的生命安全，也可以有效的降低搜救难度和成本；除此之外，如果游客因失足跌落至未开发区域时，由于位置识别装置可以获取相应的位置，也为救援工作的顺利开展提供了依据。
优选地，所述信号光发生器的输出端轴线与水平面的法线平行。
优选地，所述信号采集装置包括获取模块、处理模块、分隔模块、计算模块以及识别模块；
所述获取模块，用于获取景区未开发区域上空的第一图像；
所述处理模块，用于对所述第一图像进行灰度处理，得到所述第一图像的灰度直方图；
所述分隔模块，用于以阈值t为分界点，将所述灰度直方图分隔成背景区域和物体区域；
所述计算模块，用于计算第a+1张所述第一图像与第a张所述第一图像的所述物体区域的面积的差值；其中，a＝1、2、3…；
所述识别模块，用于当所述差值大于阈值d时，识别为所述第一图像中存在所述光信号。
优选地，所述位置识别装置包括拍照单元以及存储单元；
所述拍照单元，用于获取所述光信号所在位置的全景照片；
所述存储单元，存储有事先训练好的神经网络模型，用于根据所述全景照片获取对应的地理位置。
一种山岳型景区的搜救系统的搜救方法，包括以下步骤：
S1：获取所述光信号；
S2：根据所述光信号获取所述光信号的地理位置。
优选地，所述S1包括以下子步骤：
S11：获取景区未开发区域上空的第一图像；
S12：对所述第一图像进行灰度处理，得到所述第一图像的灰度直方图；
S13：以阈值t为分界点，将所述灰度直方图分隔成背景区域和物体区域；
S14：计算第a+1张所述第一图像与第a张所述第一图像的所述物体区域的面积的差值；其中，a＝1、2、3…；
S15：当所述差值大于阈值d时，识别为所述第一图像中存在所述光信号。
优选地，所述S2包括以下子步骤：
S21：获取所述光信号所在位置的全景照片；
S22：将所述全景照片输入至训练好的神经网络模型中，得到对应的地理位置。
本发明与现有技术相比，具有如下的优点和有益效果：
1、位置锁定装置在检测到人体时可触发生成光信号，可用于检测有无人员进入禁地；
2、从源头上避免游客因进入未开发区域导致出现意外事故的现象发生，不仅可以有效保障游客的生命安全，也可以有效的降低搜救难度和成本；
3、若游客因失足跌落至未开发区域时，由于位置识别装置可以获取相应的位置，也为救援工作的顺利开展提供了依据，有效提升了救援速率。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明位置锁定装置的模块连接示意图；
图2为本发明搜救系统的模块连接示意图；
图3为本发明搜救方法的流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
本实施例中提供了一种位置锁定装置，如图1所示，包括多普勒人体感应模块、控制器和信号光发生器，多普勒人体感应模块的输出端与控制器的输入端连接，控制器的输出端与信号光发生器的输入端连接，当多普勒人体感应模块获取到人体信号时，控制器控制信号光发生器生成光信号。
其中，作为优选的，由于红色光不易色散，传输距离远，便于发现，本实施例中的信号光发生器设置为红色激光器。
本实施例中的位置锁定装置在检测到人体时可触发生成光信号，可用于检测有无人员进入禁地，例如，将其运用于山岳型景区中，当多普勒人体感应模块获取到人体信号时，控制信号光发生器产生光信号，从而使得景区的工作人员可以根据光信号判断有无游客进入未开发区域，并及时的做出相应的措施，从源头上避免游客因进入未开发区域导致出现意外事故的现象发生，不仅可以有效保障游客的生命安全，也可以降低搜救难度和成本。除此此外，由于本实施例中的位置锁定装置在检测到人体时，触发的是光信号，不易被不法分子(进入禁地的人员)所发现，将其运用于安防或安保领域时，工作人员还可以根据该光信号将不法分子抓获。
实施例2
本实施例在实施1的基础上提供了一种山岳型景区的搜救系统，如图2所示，包括信号识别装置、位置识别装置以及实施例1提供的位置锁定装置；位置锁定装置间隔安装于景区的未开发区域，间隔距离以相邻两个位置锁定装置不相互干扰为宜，且为了准确获取位置锁定装置的位置以及便于工作人员发现信号光，信号光发生器的输出端轴线与水平面的法线平行，即：信号光发生器的出射光竖直朝向天空。其中，为了减少动物的干扰，可以将位置锁定装置的安装位置设置的稍微高一些，例如1.2m左右的高度。具体地，在使用时：
位置锁定装置，用于在获取到人体信号时，向空中发射光信号；
信号识别装置，用于识别光信号；
位置识别装置，用于根据光信号获取光信号的地理位置。
在山岳型景区中，总会碰到一些游客会无视景区的警示标识及劝阻到一些未开发区域游玩，从而引发一系列意外需要派人救援。现有技术中，大多是通过监控视频来判断游客是否进入未开发区域，因此需要工作人员实时观看监控视频来掌握游客的动向，极大的增加了工作人员的工作强度；除此之外，由于山岳型景区的地势复杂，存在大量的监控死角，存在游客进入景区而工作人员不知道的情况。基于此，在本方案中提供了一种山岳型景区的搜救系统，一旦有游客进入到未开发区域时，位置锁定装置便会识别到人体信号，并控制信号光发生器产生光信号，从而使得景区的工作人员可以根据光信号判断有游客进入未开发区域，并根据地理位置及时的做出相应的措施，从源头上避免游客因进入未开发区域导致出现意外事故的现象发生，不仅可以有效保障游客的生命安全，也可以有效的降低搜救难度和成本；除此之外，如果游客因失足跌落至未开发区域时，由于位置识别装置可以获取相应的位置，也为救援工作的顺利开展提供了依据。
其中，本实施例中的信号采集装置包括获取模块、处理模块、分隔模块、计算模块以及识别模块；
获取模块，用于获取景区未开发区域上空的第一图像；
作为优选地，为便于后续识别光信号，应当尽量减少第一图像中包含的内容，以空白背景为宜；具体实施时，可将信号采集装置的采集窗口固定朝向景区未开发区域的上方，但采集的信息尽量不包括或者少包括景区的图像，从而尽可能多或尽可能明显的将采集的光信号在图像中进行显示。
处理模块，用于对第一图像进行灰度处理，得到第一图像的灰度直方图；
分隔模块，用于以阈值t为分界点，将灰度直方图分隔成背景区域和物体区域；
本实施例中的阈值由标准图像进行获取，本实施例所说的标准图像是指信号采集装置采集的带有光信号的图像。具体地，将标准图像进行灰度处理，得到灰度直方图，由于图像只包括空白背景和信号光，因此灰度直方图会存在两个波峰和一个波谷，选择波谷对应的灰度值作为阈值t，从而将灰度直方图分隔成两个区域。
计算模块，用于计算第a+1张第一图像与第a张第一图像的物体区域的面积的差值；其中，a＝1、2、3…；
具体地，假设大于阈值t的部分为物体区域，则物体区域的面积为：
S＝n∑i≥tvi；
其中，S表示物体区域的面积，n表示第一图像的像素总数，vi是图像灰度级为i的像素出现的频率；
则，差值为：
D＝S1-S2；
其中，D表示差值，S1表示第n+1张第一图像的物体区域面积，S2表示第n张第一图像的物体区域面积。
识别模块，用于当差值大于阈值d时，识别为第一图像中存在光信号。
当相邻的第一图像中均未出现光信号时，相邻第一图像的物体区域的面积应相等或者大致相等，一旦相邻第一图像的物体区域的面积出现变化，且变化值大于阈值d，则说明第一图像中有光信号出现，说明有游客进入未开发区域。
本实施例中的位置识别装置设置为无人机，包括拍照单元以及存储单元；
拍照单元，用于拍摄光信号所在位置的全景照片；
具体地，当识别模块识别到有光信号时，景区工作人员控制无人机飞行至对应的未开发区域上空，并将拍照装置正对景区进行拍照以获取光信号所在位置的全景照片；其中，本实施例所说的全景照片至少包括单一位置锁定装置覆盖范围内的景区，作为优选地，以刚好包括单一位置锁定装置覆盖范围内的景区为宜，同时为了便于后续对地理位置的识别，可以将光信号拍摄在全景照片的中间位置。
存储单元，存储有训练好的神经网络模型，用于根据全景照片获取对应的地理位置。
具体地，在训练神经网络时，先获取训练样本，训练样本包括训练图片和相应的地理位置，本实施例中的地理位置由位置锁定装置决定。训练前，首先获取位置锁定装置的安装位置以及单一位置锁定装置的覆盖范围，然后依次触发位置锁定装置生成光信号，获取光信号所在位置的全景照片作为训练图片，最后以训练图片作为输入，地理位置作为输出进行训练，从而得到训练好的神经网络模型。当后期在具体运用时，只要将拍摄的全景照片输入该神经网络模型中，便可得到相应的地理位置，便于工作人员根据该地理位置找到游客。
在本实施例中，由于检测到人体信号后，位置锁定装置会生成一束光信号，从而可以对进入未开发区域的游客进行一个粗定位，因此信号识别装置和位置识别装置在后续识别处理过程中，只需处理小部分数据，可以有效提升识别效率。
实施例3
本实施例提供了一种山岳型景区的搜救系统的搜救方法，如图3所示，包括以下步骤：
S1：获取光信号；
具体地，包括：
S11：获取景区未开发区域上空的第一图像；
作为优选地，为便于后续识别光信号，应当尽量减少第一图像中包含的内容，以空白背景为宜；具体实施时，可将信号采集装置的采集窗口固定朝向景区未开发区域的上方，但采集的信息尽量不包括或者少包括景区的图像，从而尽可能多或尽可能明显的将采集的光信号在图像中进行显示。
S12：对第一图像进行灰度处理，得到第一图像的灰度直方图；
S13：以阈值t为分界点，将灰度直方图分隔成背景区域和物体区域；
本实施例中的阈值由标准图像进行获取，本实施例所说的标准图像是指信号采集装置采集的带有光信号的图像。具体地，将标准图像进行灰度处理，得到灰度直方图，由于图像只包括空白背景和信号光，因此灰度直方图会存在两个波峰和一个波谷，选择波谷对应的灰度值作为阈值t，从而将灰度直方图分隔成两个区域。
S14：计算第a+1张第一图像与第a张第一图像的物体区域的面积的差值；其中，a＝1、2、3…；
具体地，假设大于阈值t的部分为物体区域，则物体区域的面积为：
S＝n∑i≥tvi；
其中，S表示物体区域的面积，n表示第一图像的像素总数，vi是图像灰度级为i的像素出现的频率；
则，差值为：
D＝S1-S2；
其中，D表示差值，S1表示第n+1张第一图像的物体区域面积，S2表示第n张第一图像的物体区域面积。
S15：当差值大于阈值d时，识别为第一图像中存在光信号。
当相邻的第一图像中均未出现光信号时，相邻第一图像的物体区域的面积应相等或者大致相等，一旦相邻第一图像的物体区域的面积出现变化，且变化值大于阈值d，则说明第一图像中有光信号出现，说明有游客进入未开发区域。
S2：根据光信号获取光信号的地理位置；
具体地，包括：
S21：获取光信号所在位置的全景照片；
本实施例所说的全景照片至少包括单一位置锁定装置覆盖范围内的景区，作为优选地，以刚好包括单一位置锁定装置覆盖范围内的景区为宜，同时为了便于后续对地理位置的识别，将光信号拍摄在全景照片的中间位置。
S22：将全景照片输入至训练好的神经网络模型中，得到对应的地理位置；
具体地，在训练神经网络时，先获取训练样本，训练样本包括训练图片和相应的地理位置，本实施例中的地理位置由位置锁定装置决定。训练前，首先获取位置锁定装置的安装位置以及单一位置锁定装置的覆盖范围，然后依次触发位置锁定装置生成光信号，获取光信号所在位置的全景照片作为训练图片，最后以训练图片作为输入，地理位置作为输出进行训练，从而得到训练好的神经网络模型。当后期在具体运用时，只要将拍摄的全景照片输入该神经网络模型中，便可得到相应的地理位置，便于工作人员根据该地理位置找到游客。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种位置锁定装置，其特征在于，包括多普勒人体感应模块、控制器和信号光发生器，所述多普勒人体感应模块的输出端与控制器的输入端连接，所述控制器的输出端与所述信号光发生器的输入端连接；当所述多普勒人体感应模块获取到人体信号时，所述控制器控制所述信号光发生器生成光信号。
2.根据权利要求1所述的一种位置锁定装置，其特征在于，所述信号光发生器设置为可见光激光器。
3.一种山岳型景区的搜救系统，其特征在于，包括信号识别装置、位置识别装置以及如权利要求1或2所述的位置锁定装置；所述位置锁定装置设置于景区的未开发区域，且所述信号光发生器的输出端朝向天空；
所述位置锁定装置，用于在获取到人体信号时，向空中发射所述光信号；
所述信号识别装置，用于识别所述光信号；
所述位置识别装置，用于根据所述光信号获取所述光信号的地理位置。
4.根据权利要求3所述的一种山岳型景区的搜救系统，其特征在于，所述信号光发生器的输出端轴线与水平面的法线平行。
5.根据权利要求3所述的一种山岳型景区的搜救系统，其特征在于，所述信号采集装置包括获取模块、处理模块、分隔模块、计算模块以及识别模块；
所述获取模块，用于获取景区未开发区域上空的第一图像；
所述处理模块，用于对所述第一图像进行灰度处理，得到所述第一图像的灰度直方图；
所述分隔模块，用于以阈值t为分界点，将所述灰度直方图分隔成背景区域和物体区域；
所述计算模块，用于计算第a+1张所述第一图像与第a张所述第一图像的所述物体区域的面积的差值；其中，a＝1、2、3…；
所述识别模块，用于当所述差值大于阈值d时，识别为所述第一图像中存在所述光信号。
6.根据权利要求3所述的一种山岳型景区的搜救系统，其特征在于，所述位置识别装置包括拍照单元以及存储单元；
所述拍照单元，用于拍摄所述光信号所在位置的全景照片；
所述存储单元，存储有训练好的神经网络模型，用于根据所述全景照片获取对应的地理位置。
7.如权利要求3-6中任意一项所述的一种山岳型景区的搜救系统的搜救方法，其特征在于，包括以下步骤：
S1：获取所述光信号；
S2：根据所述光信号获取所述光信号的地理位置。
8.根据权利要求7所述的一种山岳型景区的搜救系统的搜救方法，其特征在于，所述S1包括以下子步骤：
S11：获取景区未开发区域上空的第一图像；
S12：对所述第一图像进行灰度处理，得到所述第一图像的灰度直方图；
S13：以阈值t为分界点，将所述灰度直方图分隔成背景区域和物体区域；
S14：计算第a+1张所述第一图像与第a张所述第一图像的所述物体区域的面积的差值；其中，a＝1、2、3…；
S15：当所述差值大于阈值d时，识别为所述第一图像中存在所述光信号。
9.根据权利要求7所述的一种山岳型景区的搜救系统的搜救方法，其特征在于，所述S2包括以下子步骤：
S21：获取所述光信号所在位置的全景照片；
S22：将所述全景照片输入至训练好的神经网络模型中，得到对应的地理位置。
CN202111031215.6A 2021-09-03 2021-09-03 一种位置锁定装置、山岳型景区的搜救系统及搜救方法 Pending CN113724284A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111031215.6A CN113724284A (zh) 2021-09-03 2021-09-03 一种位置锁定装置、山岳型景区的搜救系统及搜救方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111031215.6A CN113724284A (zh) 2021-09-03 2021-09-03 一种位置锁定装置、山岳型景区的搜救系统及搜救方法

Publications (1)

Publication Number Publication Date
CN113724284A true CN113724284A (zh) 2021-11-30

Family

ID=78681377

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111031215.6A Pending CN113724284A (zh) 2021-09-03 2021-09-03 一种位置锁定装置、山岳型景区的搜救系统及搜救方法

Country Status (1)

Country Link
CN (1) CN113724284A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120206288A1 (en) * 2011-02-15 2012-08-16 Panasonic Corporation Doppler sensor and illumination device including same
CN106934994A (zh) * 2017-01-21 2017-07-07 张玉文 结合人眼观察与机器信号检测的海上搜救信息传递方法
CN107222660A (zh) * 2017-05-12 2017-09-29 河南工业大学 一种分布式网络视觉监控系统
CN210503188U (zh) * 2019-07-04 2020-05-12 河南师范大学 一种抢险救灾用无人机
CN111758118A (zh) * 2020-05-26 2020-10-09 蜂图科技有限公司 一种视觉定位方法、装置、设备及可读存储介质
CN111862195A (zh) * 2020-08-26 2020-10-30 Oppo广东移动通信有限公司 光斑检测方法和装置、终端和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120206288A1 (en) * 2011-02-15 2012-08-16 Panasonic Corporation Doppler sensor and illumination device including same
CN106934994A (zh) * 2017-01-21 2017-07-07 张玉文 结合人眼观察与机器信号检测的海上搜救信息传递方法
CN107222660A (zh) * 2017-05-12 2017-09-29 河南工业大学 一种分布式网络视觉监控系统
CN210503188U (zh) * 2019-07-04 2020-05-12 河南师范大学 一种抢险救灾用无人机
CN111758118A (zh) * 2020-05-26 2020-10-09 蜂图科技有限公司 一种视觉定位方法、装置、设备及可读存储介质
CN111862195A (zh) * 2020-08-26 2020-10-30 Oppo广东移动通信有限公司 光斑检测方法和装置、终端和存储介质

Similar Documents

Publication Publication Date Title
EP4105101A1 (en) Monitoring system, monitoring method, and monitoring device for railway train
WO2019011122A1 (zh) 自行车警用监督管理及智能城市管理的行驶记录系统
CN110002315A (zh) 基于深度学习的直梯电动车检测方法与告警系统
KR102392822B1 (ko) 주간 타입 카메라 및 야간 타입 카메라를 이용하여 객체를 탐지 및 추적하는 장치 및 방법
CN111626162A (zh) 基于时空大数据分析的水上救援系统及溺水警情预测方法
CN109410628A (zh) 路内泊位的状态检测方法、系统及其数据处理装置
CN112487894B (zh) 基于人工智能的轨道交通保护区自动巡查方法及装置
KR102166432B1 (ko) 스마트 드론을 사용한 재난 상황 대응 방법
JP2003219399A (ja) 監視対象物を識別する監視装置
CN111144252A (zh) 一种用于人流分析的监控预警方法
KR102353724B1 (ko) 도시 상태 모니터링 장치 및 방법
JP3664784B2 (ja) 広域監視装置
CN115546738A (zh) 一种铁轨异物检测方法
CN111931634A (zh) 一种基于深度学习的校园防护方法和系统
CN106372566A (zh) 一种基于数字标牌紧急疏散系统及方法
CN208768193U (zh) 近空智能监控系统
CN112347906B (zh) 公交车内异常聚集行为的检测方法
JP3361399B2 (ja) 障害物検知方法及びその装置
CN110070724A (zh) 一种视频监控方法、装置、摄像机及图像信息监管系统
CN111383248A (zh) 一种行人闯红灯判断方法、装置和电子设备
CN113724284A (zh) 一种位置锁定装置、山岳型景区的搜救系统及搜救方法
CN115965926B (zh) 一种车载式道路标志标线巡检系统
CN111612815A (zh) 一种红外热成像行为意图分析方法及系统
CN111063148A (zh) 一种远距离夜视目标视频检测方法
JP7031817B2 (ja) 監視システム、監視プログラム、および、記憶媒体

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

Application publication date: 20211130

RJ01 Rejection of invention patent application after publication