CN113784057A - 目标区域的监控方法、电子设备及存储介质 - Google Patents
目标区域的监控方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113784057A CN113784057A CN202110874421.7A CN202110874421A CN113784057A CN 113784057 A CN113784057 A CN 113784057A CN 202110874421 A CN202110874421 A CN 202110874421A CN 113784057 A CN113784057 A CN 113784057A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- preset
- cameras
- target area
- information
- 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
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本申请公开了一种目标区域的监控方法、电子设备及计算机可读存储介质。该方法包括:获取目标区域中摄像头的异常信息,目标区域中设置有多个摄像头,不同的摄像头用于从不同的方向监控目标区域,和/或者不同的摄像头用于监控目标区域中不同的子区域;判断已获取的异常信息是否满足预设异常规则,预设异常规则涉及目标区域中至少两个摄像头;若满足,则确定目标区域内发生异常事件。通过上述方式,能够提高判断结果的准确度。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种目标区域的监控方法、电子设备及计算机可读存储介质。
背景技术
在对目标区域进行监控的过程中,通过摄像头拍摄目标区域的视频并传至服务器,服务器推送至用户终端,用户终端可以对视频进行播放。摄像头除了可以获取并通过服务器推送视频值用户终端之外,还可以对视频进行检测,以确定目标区域是否发生异常事件,若发生异常事件,则通过服务器向用户设备发送异常信息。
实时且有效的检测异常事件是非常重要的。但是实际监控的场景是不确定的,存在很多环境干扰因素,因此容易出现误判的情况。
发明内容
本申请提供一种目标区域的监控方法、电子设备及计算机可读存储介质,能够解决提高判断结果的准确度,减少误判的情况发生。
为解决上述技术问题,本申请采用的一个技术方案是:提供一种目标区域的监控方法。该方法包括:获取目标区域中摄像头的异常信息,目标区域中设置有多个摄像头,不同的摄像头用于从不同的方向监控目标区域,和/或者不同的摄像头用于监控目标区域中不同的子区域;判断已获取的异常信息是否满足预设异常规则,预设异常规则涉及目标区域中至少两个摄像头;若满足,则确定目标区域内发生异常事件。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种电子设备,该电子设备包括处理器、与处理器连接的存储器,其中,存储器存储有程序指令;处理器用于执行存储器存储的程序指令以实现上述方法。
为解决上述技术问题,本申请采用的又一个技术方案是:提供一种计算机可读存储介质,存储有程序指令,该程序指令被执行时能够实现上述方法。
通过上述方式,本申请在目标区域设置多个摄像头,不同摄像头监控的方向或者监控的子区域不同,在已获取的摄像信息满足涉及至少两个摄像头的预设异常规则的情况下,即至少两个摄像头发送了异常信息的情况下,才判定目标区域有异常事件,相较于一个摄像头发送异常信息就判定目标区域有异常事件的方式,能够提高判断结果的准确性。并且,本申请提供的方法仅需借助现有的摄像头即可实现,因此成本低廉。
附图说明
图1是本申请目标区域的监控方法一实施例的流程示意图;
图2是本申请目标区域的监控方法另一实施例的流程示意图;
图3是本申请目标区域的监控方法又一实施例的流程示意图;
图4是图3中S31的具体流程示意图;
图5是本申请目标区域的监控方法再一实施例的流程示意图;
图6是为目标区域设置的预设异常规则的示意图;
图7是图6中异常信息与预设异常规则的对应关系的示意图;
图8是本申请电子设备一实施例的结构示意图;
图9是本申请计算机可读存储介质一实施例的结构示意图。
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清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请中的术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,在不冲突的情况下,本文所描述的实施例可以与其它实施例相结合。
如下以一个例子的形式对误判的情况进行说明:
例子1:利用摄像头A对夏天的某个大门口进行监控的过程中,一只飞虫出现在摄像头A的视野范围内且距离摄像头A很近,那么摄像头 A获取到的视频帧中飞虫占据大部分的区域,于是摄像头A检测出现活体,便误判大门口发生异常事件。
为了提高判断结果的准确性、减少误判的概率,本申请提供的目标区域的监控方法如下:
图1是本申请目标区域的监控方法一实施例的流程示意图。需注意的是,若有实质上相同的结果,本实施例并不以图1所示的流程顺序为限。如图1所示,本实施例可以包括:
S11:获取目标区域中摄像头的异常信息。
目标区域中设置有多个摄像头。不同的摄像头用于从不同的方向监控目标区域,和/或,不同的摄像头用于监控目标区域中不同的子区域。
不同的摄像头可能设置于同一摄像装置(即不同的摄像头属于同一摄像装置的不同通道),也可能设置于不同的摄像装置。
在不同的摄像头用于监控目标区域中不同的子区域的情况下,需要将目标区域划分为多个子区域。子区域可以是基于发生异常事件时被监控者(活体,人或者动物)在目标区域的行动轨迹划分的,也可以是按照其他规则划分的,如随意划分。
下面以三个例子的形式进行说明:
例子2:在上述例子1的基础上增加一个摄像头B。摄像头A设置于大门的左侧,能够从左往右的方向监控大门口,摄像头B设置于大门的右侧,能够从右往左的方向监控大门口。
例子3:目标区域为歇业期间商场的门相关区域。商场包括前门和后门,发生异常事件时被监控者的行动轨迹为从前面至后面,那么可以将目标区域划分为四个子区域,分别是前门外区域、前门内区域、后门内区域和后门外区域,并在目标区域设置四个摄像头,分别用于监控前门外区域、前门内区域、后门内区域和后门外区域。
例子4:目标区域为矩形广场,直接将目标区域划分为四个矩形子区域,分别在广场的四个角上设置摄像头,用于监控四个矩形子区域。
在监控的过程中,摄像头实时获取目标区域的视频,并对视频进行动态检测,以确定目标区域是否存在异常事件。其中,对视频的检测可以是以单个视频帧为单位的,也可以是以连续的多个视频帧为单位的。对视频的检测可以是动态检测(是否出现活体的检测),也可以是异常行为(如打架、跌倒等)的检测,还可以是特定的人的检测等等。若通过检测确定目标区域有异常事件,则发出异常信息。不同的摄像头支持的检测类型可以相同,也可以不同。同一摄像头支持的检测类型可以为一种或多种。不同的检测类型对应的异常类型不同。
异常信息可以包括摄像头的标识信息。在存在至少两个摄像头设置于同一摄像装置的情况下,摄像头的标识信息可以包括摄像装置的标识信息和摄像装置的通道的标识信息。异常信息还可以包括异常时间、异常类型等等。异常信息包括的异常时间可以是收到该异常信息的时间。
在每次接收到异常信息之后,可以将其存储,以便后续使用。其中,可以将所有时段内接收到的异常信息存储,也可以采用先进先出的原则,仅存储当前时间邻近的时段内的异常信息。
S12:判断已获取的异常信息是否满足预设异常规则。
预设异常规则涉及至少两个摄像头。
可以预先为目标区域设置对应的一个或多个预设异常规则,每个预设异常规则涉及至少两个摄像头。为了便于区分不同的预设异常规则,为每个预设异常规则设置对应的编号。
预设异常规则可以涉及至少两个摄像头的异常时间关系,还可以涉及至少两个摄像头的异常类型。各摄像头对应的预设异常规则为涉及该摄像头的预设异常规则。
不同监控时间内,目标区域对应的预设异常规则可以相同,也可以不同。预设异常规则的不同,可以是涉及的摄像头的不同,也可以是涉及的摄像头的异常类型不同,也可以是涉及的摄像头的异常时间关系不同等等。例如,商场的开业期间涉及的摄像头的异常类型仅是打架行为,歇业期间涉及的摄像头的异常类型不仅包括打架行为,还包括出现行人。
已获取的异常信息为当前已接收到/存储的目标区域的异常信息。为了保证已获取的各异常信息之间有实质性的关联,即指向同一异常事件,本步骤所获取的异常信息可以是预设时段内获取到的所有异常信息。预设时段为与当前时间邻近的一个时段,预设时段的时长可以根据经过该目标区域所需的时长设定,也可以根据可能发生的异常事件持续的时长设定等等。例如,在上述例子3的基础上,设定预设时段的时长为从商场的前门至后门所需的时长。
作为一实施例,可以设定一判断时间间隔,当距离上一次判断的时间间隔已经达到预设时间间隔时,进行当前次判断。在当前次判断过程中,以遍历的方式确定已获取的异常信息是否满足对应的各个预设异常规则。
作为另一实施例,可以在获取到新的异常信息的情况下,进行当前次判断。在新的异常信息到来时,可以基于新的异常信息,确定预设异常规则。其中,可以基于异常信息包括的摄像头的标识信息,确定预设异常规则;或者,在目标区域的预设异常规则随监控时间的改变而改变情况下,同一摄像头可能对应有多个预设异常规则,可以基于新的异常信息包括的异常时间和摄像头的标识信息,共同确定预设异常规则;或者,在目标区域的预设异常规则随异常类型的改变而改变的情况下,可以基于异常信息包括的异常规则和摄像头的标识信息,共同确定预设异常规则。进而确定已获取的异常信息是否满足对应的预设异常规则。
若满足,则执行S13;否则不作进一步处理。
S13:确定目标区域内发生异常事件。
可以理解的是,预设异常规则涉及至少两个摄像头,意味着要满足预设异常规则,已获取的异常信息需涉及至少两个摄像头,即已获取的异常信息需包含至少两个摄像头的异常信息,至少两个摄像头判断出目标区域发生异常事件。例如,预设规则涉及摄像头C和摄像头D,那么已获取的异常信息应包括摄像头C的异常信息和摄像头D的异常信息。
通过本实施例的实施,本申请在目标区域设置多个摄像头,不同摄像头监控的方向或者监控的子区域不同,在已获取的摄像信息满足涉及至少两个摄像头的预设异常规则的情况下,即至少两个摄像头发送了异常信息的情况下,才判定目标区域有异常事件,相较于一个摄像头发送异常信息就判断目标区域有异常事件的方式,能够提高判断结果的准确性。并且,本申请提供的方法仅需借助现有的摄像头即可实现,因此成本低廉。
结合参阅图2,图2是本申请目标区域的监控方法另一实施例的流程示意图。需注意的是,若有实质上相同的结果,本实施例并不以图2 所示的流程顺序为限。本实施例是对S12的进一步扩展,如图1所示,本实施例可以包括:
S21:基于标识信息判断已获取的异常信息是否涉及至少两个摄像头。
判断已获取的异常信息是否涉及至少两个摄像头,也即是判断已获取的异常信息是否包括预设规则涉及的至少两个摄像头的异常信息。
若涉及,则执行S22;否则不作进一步处理。
S22:判定满足预设异常规则。
在包括至少两个摄像头的异常信息的情况下,意味着至少两个摄像头判断出目标区域发生异常事件,在此情况下,才认为目标区域发生异常事件。相较于一个摄像头判断出目标区域发生异常事件就认为目标区域发生异常事件的方式,能够提高判断结果的准确性。
为了进一步提高判断结果的准确性,在确定已获取的异常信息涉及至少两个摄像头的情况下,不直接判定目标区域有异常事件,而是进行如下处理:
结合参阅图3,图3是本申请目标区域的监控方法又一实施例的流程示意图。需注意的是,若有实质上相同的结果,本实施例并不以图3 所示的流程顺序为限。本实施例是对S12的进一步扩展,如图3所示,本实施例可以包括:
S31:判断至少两个摄像头的异常时间关系是否满足预设时间关系。
摄像头的异常信息包括异常时间,异常时间可以包括异常开始时间和异常结束时间。具体而言,摄像头在检测出目标区域发生异常事件时,会发送一异常开始信息,以指示异常事件的开始,在检测出目标区域结束异常事件时,也会发送一异常结束信息,以指示异常事件的结束。异常开始信息包括异常开始时间,异常结束信息包括异常结束时间。异常开始时间的初始值为0,异常结束时间的初始值为无穷大。由此,若仅收到摄像头的异常开始信息而未收到异常结束信息,则其异常开始时间为异常开始信息包括的时间,异常结束时间为初始值。
作为一实施例,在不同摄像头用于监控目标区域的不同子区域,且不同子区域是按照行动轨迹划分的情况下,可以限制在各个子区域的摄像头发送异常信息的顺序为行动轨迹中各个子区域的顺序。由此,本步骤可以是判断各摄像头发送异常信息的时间的顺序是否满足预设顺序,即判断行动轨迹中靠前的子区域的摄像头的异常开始时间是否早于靠后的子区域的摄像头的异常开始时间。
作为另一实施例,本步骤可以是判断至少两个摄像头两两之间的时间段间隔是否均小于预设时间间隔。结合参阅图4,在此情况下,S31 可以包括以下子步骤:
S311:基于各摄像头的异常开始时间和异常结束时间确定对应的摄像头的异常时段。
异常时段/异常时间区间的起点为异常开始时间startTime,终点为异常结束时间stopTime,可以表示为[startTime,stopTime]。
S312:判断各摄像头两两之间的异常时段间隔是否均小于预设时间间隔。
均小于预设时间间隔,意味着各摄像头的异常信息均指向同一异常事件,才不会造成无效分析。
若异常时段a=[startTime1,stopTime1]和异常时段b=[startTime2,stopTime2]之间存在交集,则a和b的时间间隔为0;若a和b不存在交集,且stopTime1早于startTime2,则a和b的时间间隔为startTime2- stopTime1;若a和b不存在交集,且startTime1晚于stopTime2,则a 和b的时间间隔为startTime1-stopTime2。
预设时间间隔可以是根据各摄像头的布局情况/活体到达各摄像头监控视野内的时间设定的。
作为一实施方式,若两个摄像头监控的视野相同,只是监控的方向不同,那么活体出现在两个摄像头的视野的时间相同,可以设置预设时间间隔为0。在上述例子2的基础上进一步说明,活体出现在摄像头A 和摄像头B的时间相同,摄像头A的异常时段与摄像头B的异常时段对应的预设时间间隔为0。
作为另一实施方式,若两个摄像头监控的子区域不同,那么可以根据活体经过两个子区域所需的时长来设定预设时间间隔。在上述例子3 的基础上进一步说明,可以根据从前门外区域到前面内区域的时长设置用于监控前面外区域的摄像头和用于监控前面内区域的摄像头的预设时间间隔为5分钟。
预设时间间隔也可以是根据活体经过目标区域所需时间确定的。在上述例子4的基础上进一步说明,可以根据活体经过广场所需时长来设定预设时间间隔。当然,除了上述列举的方式之外,预设时间间隔也可以是根据其他方式限定。
若均小于预设时间间隔,则执行S313。
S313:判定满足预设时间关系。
若满足预设时间关系,则执行S32。
S32:判定满足预设异常规则。
结合参阅图5,图5是本申请目标区域的监控方法再一实施例的流程示意图。需注意的是,若有实质上相同的结果,本实施例并不以图5 所示的流程顺序为限。异常信息包括异常类型,本实施例是对S12的进一步扩展,如图5所示,本实施例可以包括:
S41:判断各摄像头的异常类型是否均为对应的预设异常类型。
不同的摄像头对应的预设异常类型可以相同,也可以不同。在不同的摄像头对应的预设异常类型不同的情况下,不同的预设异常类型可以从不同的层面来描述同一异常事件。
例如,摄像头1和摄像头2的异常类型不同,其中摄像头1对应的预设异常类型为打架行为,摄像头2对应的预设异常类型为特定的人。摄像头1和摄像头2对应的预设异常类型均可以用于描述同一异常事件“有特定的人参与的打架”。
若均为对应的预设异常类型,则执行S42。
S42:判定满足预设异常规则。
在互不冲突的情况下,上述任意两个实施例可以互相组合。
下面结合图6和图7,以一个例子的形式对本申请提供的方法进行说明:
图6是为目标区域设置的预设异常规则的示意图。如图6所示,为目标区域设置有两个预设异常规则,分别是rule1和rule2。其中rule1 涉及三个摄像头0~2,包括摄像头0的标识信息(摄像装置的标识信息 sn0、摄像装置的通道的标识信息cno0)和异常类型(type0),摄像头1 的标识信息(sn1、cno1)和异常类型(type1),摄像头2的标识信息(sn2、cno2)和异常类型(type2),以及摄像头0~2两两之间的预设时间间隔d。 rule2涉及两个摄像头2~3,包括摄像头2的标识信息(sn2、cno2)和异常类型(type2),摄像头3的标识信息(sn3、cno3)和异常类型(type3),以及摄像头2和摄像头3之间的预设时间间隔d。
摄像头(的异常信息)对应的预设异常规则为涉及该摄像头的预设异常规则。图7是图6中异常信息与预设异常规则的对应关系的示意图。其中,如图7所示,摄像头0的异常信息(sn0/cno0/type0)对应rule1;摄像头1(sn1/cno1/type1)对应rule1;摄像头2的异常信息(sn2/cno2/type2) 对应rule1和rule2;摄像头3的异常信息(sn3/cno3/type3)对应rule2。
当获取到来自摄像头3的新的异常信息时,确定对应的预设异常规则。若无对应的预设异常规则,则不作进一步处理;若有对应的预设异常规则(rule2),则判断已获取的异常信息是否满足rule2。具体判断过程如下:
1)判断已接收到的异常信息是否涉及摄像头2和摄像头3;若涉及,则进入2);否则判定目标区域未发生异常事件;
2)判断摄像头2和摄像头3的异常时段的间隔是否小于d;若小于,则进入3);否则判定目标区域未发生异常事件;
3)判断摄像头2对应的异常类型是否为type2,以及摄像头3对应的异常类型是否为type3;若是,则判定目标区域发生异常事件;否则判定目标区域未发生异常事件。
图8是本申请电子设备一实施例的结构示意图。如图8所示,该电子设备包括处理器51、与处理器51耦接的存储器52。
其中,存储器52存储有用于实现上述任一实施例的方法的程序指令;处理器51用于执行存储器52存储的程序指令以实现上述方法实施例的步骤。其中,处理器51还可以称为CPU(Central Processing Unit,中央处理单元)。处理器51可能是一种集成电路芯片,具有信号的处理能力。处理器51还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
图9是本申请计算机可读存储介质一实施例的结构示意图。如图9 所示,本申请实施例的计算机可读存储介质60存储有程序指令61,该程序指令61被执行时实现本申请上述实施例提供的方法。其中,该程序指令61可以形成程序文件以软件产品的形式存储在上述计算机可读存储介质60中,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)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的计算机可读存储介质60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,或者是计算机、服务器、手机、平板等终端设备。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。以上仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种目标区域的监控方法,其特征在于,包括:
获取所述目标区域中摄像头的异常信息,所述目标区域中设置有多个所述摄像头,不同的所述摄像头用于从不同的方向监控所述目标区域,和/或者不同的所述摄像头用于监控所述目标区域中不同的子区域;
判断已获取的异常信息是否满足预设异常规则,所述预设异常规则涉及所述目标区域中至少两个摄像头;
若满足,则确定所述目标区域内发生异常事件。
2.根据权利要求1所述的方法,其特征在于,所述异常信息包括所述摄像头的标识信息,所述判断已获取的异常信息是否满足预设异常规则,包括:
基于所述标识信息判断所述已获取的异常信息是否涉及所述至少两个摄像头;
若涉及,则判定满足所述预设异常规则。
3.根据权利要求2所述的方法,其特征在于,所述异常信息包括异常时间,所述判断已获取的异常信息是否满足预设异常规则,包括:
判断所述至少两个摄像头的异常时间关系是否满足预设时间关系;
若满足所述预设时间关系,则判定满足所述预设异常规则。
4.根据权利要求3所述的方法,其特征在于,所述异常时间包括异常开始时间和异常结束时间,所述判断所述至少两个摄像头的异常时间关系是否满足预设时间关系,包括:
基于各所述摄像头的异常开始时间和异常结束时间确定对应的所述摄像头的异常时段;
判断各所述摄像头两两之间的异常时段间隔是否均小于预设时间间隔;
若均小于所述预设时间间隔,则判定满足所述预设时间关系。
5.根据权利要求2所述方法,其特征在于,所述异常信息包括异常类型,所述判断已获取的异常信息是否满足预设异常规则,包括:
判断各所述摄像头的异常类型是否均为对应的预设异常类型;
若均为对应的所述预设异常类型,则判定满足所述预设异常规则。
6.根据权利要求2所述的方法,其特征在于,至少两个所述摄像头设置于同一摄像设备,所述摄像头的标识信息包括所述摄像设备的标识信息和所述摄像设备的通道的标识信息。
7.根据权利要求1所述的方法,其特征在于,在所述判断已获取的异常信息是否满足预设异常规则之前,包括:
基于获取到的新的异常信息确定所述预设异常规则。
8.根据权利要求7所述的方法,其特征在于,所述异常信息包括所述摄像头的标识信息,所述基于获取到的新的异常信息确定所述预设异常规则,包括:
基于所述新的异常信息包括的所述摄像头的标识信息,确定所述预设异常规则。
9.一种电子设备,其特征在于,包括处理器、与所述处理器连接的存储器,其中,
所述存储器存储有程序指令;
所述处理器用于执行所述存储器存储的所述程序指令以实现权利要求1-8中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述存储介质存储程序指令,所述程序指令被执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110874421.7A CN113784057B (zh) | 2021-07-30 | 2021-07-30 | 目标区域的监控方法、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110874421.7A CN113784057B (zh) | 2021-07-30 | 2021-07-30 | 目标区域的监控方法、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113784057A true CN113784057A (zh) | 2021-12-10 |
CN113784057B CN113784057B (zh) | 2023-08-15 |
Family
ID=78836658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110874421.7A Active CN113784057B (zh) | 2021-07-30 | 2021-07-30 | 目标区域的监控方法、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113784057B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105872486A (zh) * | 2016-06-03 | 2016-08-17 | 洛阳兆林电气有限公司 | 具有图像帧别自动分析判别装置的视频监控系统及使用方法 |
JP2019109724A (ja) * | 2017-12-19 | 2019-07-04 | 日本信号株式会社 | 異常判定装置 |
CN110222640A (zh) * | 2019-06-05 | 2019-09-10 | 浙江大华技术股份有限公司 | 监控场所中嫌疑人的识别方法、装置、方法和存储介质 |
CN111372043A (zh) * | 2020-02-06 | 2020-07-03 | 浙江大华技术股份有限公司 | 异常检测方法以及相关设备、装置 |
CN112597858A (zh) * | 2020-12-16 | 2021-04-02 | 中国电子科技集团公司电子科学研究院 | 一种监控方法、装置及可读存储介质 |
-
2021
- 2021-07-30 CN CN202110874421.7A patent/CN113784057B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105872486A (zh) * | 2016-06-03 | 2016-08-17 | 洛阳兆林电气有限公司 | 具有图像帧别自动分析判别装置的视频监控系统及使用方法 |
JP2019109724A (ja) * | 2017-12-19 | 2019-07-04 | 日本信号株式会社 | 異常判定装置 |
CN110222640A (zh) * | 2019-06-05 | 2019-09-10 | 浙江大华技术股份有限公司 | 监控场所中嫌疑人的识别方法、装置、方法和存储介质 |
CN111372043A (zh) * | 2020-02-06 | 2020-07-03 | 浙江大华技术股份有限公司 | 异常检测方法以及相关设备、装置 |
CN112597858A (zh) * | 2020-12-16 | 2021-04-02 | 中国电子科技集团公司电子科学研究院 | 一种监控方法、装置及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113784057B (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10769645B2 (en) | Method and device for calculating customer traffic volume | |
CN109815818B (zh) | 目标人物追踪方法、系统及相关装置 | |
CN105844832B (zh) | 基于rfid与摄像头的物品监控取证系统及方法 | |
CN107592498B (zh) | 一种基于智能摄像头的小区管理方法及相关设备 | |
CN108446669B (zh) | 运动识别方法、装置及存储介质 | |
JP2019216424A (ja) | 監視システム及び監視方法 | |
CN108269333A (zh) | 人脸识别方法、应用服务器及计算机可读存储介质 | |
US9858486B2 (en) | Device and method for detecting circumventing behavior and device and method for processing cause of circumvention | |
CN104994335A (zh) | 一种报警的方法及终端 | |
JP2007272488A (ja) | 画像処理装置、監視カメラ及び画像監視システム | |
WO2018018774A1 (zh) | 一种远程监控方法及设备、存储介质 | |
CN113628404A (zh) | 一种减少无效告警的方法及装置 | |
CN114338585A (zh) | 消息推送方法、装置、存储介质及电子装置 | |
CN109934217B (zh) | 检测徘徊事件的方法、设备和系统 | |
JP2005129003A (ja) | 変化検出装置 | |
US11875657B2 (en) | Proactive loss prevention system | |
CN113784057A (zh) | 目标区域的监控方法、电子设备及存储介质 | |
KR102567011B1 (ko) | 메타 데이터 기반의 이벤트 알림 시스템, 방법 및 어플리케이션 | |
CN111008611B (zh) | 排队时长的确定方法及装置、存储介质、电子装置 | |
CN109756666B (zh) | 监控系统 | |
CN111160223A (zh) | 一种基于深度学习的人员徘徊行为检测方法 | |
CN205584377U (zh) | 一种自动报警的物联网安防系统 | |
KR20220020701A (ko) | 금연구역 관리 서비스 방법 및 시스템 | |
KR101679849B1 (ko) | 이동 단말기를 이용한 자동 경보 방법 및 시스템 | |
US20190279477A1 (en) | Monitoring system and information processing apparatus |
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 |