CN113968529B - 电梯安全提醒方法及装置 - Google Patents
电梯安全提醒方法及装置 Download PDFInfo
- Publication number
- CN113968529B CN113968529B CN202111190631.0A CN202111190631A CN113968529B CN 113968529 B CN113968529 B CN 113968529B CN 202111190631 A CN202111190631 A CN 202111190631A CN 113968529 B CN113968529 B CN 113968529B
- Authority
- CN
- China
- Prior art keywords
- passenger
- mobile phone
- image data
- detection model
- model
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0012—Devices monitoring the users of the elevator system
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B3/00—Applications of devices for indicating or signalling operating conditions of elevators
- B66B3/002—Indicators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B3/00—Applications of devices for indicating or signalling operating conditions of elevators
- B66B3/002—Indicators
- B66B3/008—Displaying information not related to the elevator, e.g. weather, publicity, internet or TV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B50/00—Energy efficient technologies in elevators, escalators and moving walkways, e.g. energy saving or recuperation technologies
Landscapes
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
本发明涉及一种电梯安全提醒方法及装置,方法包括以下步骤:a、采集电梯轿厢内的图像数据;b、检测所述图像数据中是否存在实施危险行为的乘客;c、若存在实施危险行为的乘客则进行告警。本发明可以降低乘梯安全隐患,同时能够提升电梯广告的传播效果。
Description
技术领域
本发明涉及一种电梯安全提醒方法及装置。
背景技术
电梯作为一种交通工具被广泛应用于人们生活中,随着智能手机的飞速发展,大量乘客在乘坐电梯时也会持续使用手机,这种现象存在巨大的安全隐含。例如,以乘坐垂直电梯为例,在进出电梯时/电梯开关门过程中若低头使用手机,则很容易因疏于观察而被绊倒或被电梯门挤到、碰到,甚至冲撞电梯门,从而对自己和电梯均会造成损伤。同时,若进入电梯轿厢后仍在看手机,很会疏于注意楼层停靠情况,而错过楼层或选择楼层。特别是在一些人员密集的医院或写字楼中,乘坐电梯前需要长时间排队,还有一些电梯在某些楼层不停靠,因此若错过楼层则又需要耗费大量时间进行换乘。另外,若乘客在电梯内只顾使用手机,也会降低对电梯广告屏的关注度,从而造成电梯广告的投放效果下降。
发明内容
本发明的目的在于提供一种电梯安全提醒方法及装置。
为实现上述发明目的,本发明提供一种电梯安全提醒方法及装置,方法包括以下步骤:
a、采集电梯轿厢内的图像数据;
b、检测所述图像数据中是否存在实施危险行为的乘客;
c、若存在实施危险行为的乘客则进行告警。
根据本发明的一个方面,所述图像数据为监控摄像机拍摄的图片或视频,所述实施危险行为的乘客为使用手机的乘客。
根据本发明的一个方面,所述步骤(b)中使用至少一种检测模型检测使用手机的乘客;
所述检测模型包括目标检测模型、实例分割和多标签分类检测模型、目标检测和头部姿态估计模型;
所述检测模型部署于监控摄像机、LCD广告屏和/或云端服务器中。
根据本发明的一个方面,所述目标检测模型以乘客上半身和手机为检测目标,对所述图像数据进行目标检测,识别出使用手机的乘客;
所述实例分割和多标签分类检测模型以人体为类型进行实例分割,并利用多标签分类模型判断分割出的乘客是否正在使用手机;
所述目标检测和头部姿态估计模型以头部和手机为检测目标,对所述图像数据进行目标检测,通过头部姿态估计算法计算头部朝向,判断乘客是否看向手机;
所述目标检测模型、所述实例分割和多标签分类检测模型以及所述目标检测和头部姿态估计模型在检测时按照以下公式:
RectC=Recthead∪Rectphone;
RectB=OutBounding(Maskusing_phone);
Scoreusing_phone=IoU(RectA,RectB)+IoU(RectB,RectC)+IoU(RectA,RectC);
Resultusing_phone=Scoreusing_phone>Threshold;
其中,RectA为所述目标检测模型检测到的看手机乘客上半身的外接矩形框;RectB为所述实例分割和多标签分类检测模型检测到的看手机乘客掩膜的外接矩形框;Rectc为所述目标检测和头部姿态估计模型检测到的头部外接矩形框和手机外接矩形框的并集;IoU(Rect,Rect)为两个矩形框的交并比;Scoreusing_phone为三种模型所得目标矩形框的交并比的求和;Resultusing_phone为Scoreusing_phone与阈值比较之后所得结果。
根据本发明的一个方面,若所述检测模型部署在云端服务器中,则将所述检测模型中的各算法模型部署为集群服务,并可接收网络传输的图片或视频,进行解码、预处理、抠图、叠加掩膜,再将所述图像数据传输至各算法模型。
根据本发明的一个方面,在所述步骤(c)中,若存在使用手机的乘客,则令LCD广告屏播放语音提醒;
若所述检测模型部署在云端服务器中,则所述步骤(c)还将所述图像数据上传至云端服务器并记录。
电梯安全提醒装置,包括:
采集模块,用于采集电梯轿厢内的图像数据;
告警模块,用于在出现实施危险行为的乘客时进行告警。
根据本发明的一个方面,还包括:
云端服务器,用于在云端对图像数据进行检测;
网关模块,用于使所述装置连接互联网公网;
电力线载波系统,用于使所述采集模块和所述告警模块连接所述网关模块。
根据本发明的一个方面,所述电力线载波系统包括PLC局端和PLC终端;
所述PLC局端包括电梯机柜和局端电力网桥,所述PLC终端包括终端网络和终端电力网桥;
所述局端电力网桥和所述终端电力网桥通过电力电缆连接,所述局端电力网桥还与网络接入端连接;
所述局端电力网桥包括局端干扰抑制器,所述终端电力网桥包括终端干扰抑制器。
根据本发明的一个方面,所述采集模块为监控摄像机,所述告警模块为LCD广告屏,所述网关模块包括路由器和调制解调器/光猫。
根据本发明的构思,实时检测电梯轿厢中是否有使用手机的乘客,并通过广告屏发出语音提醒,提示使用手机的乘客注意乘梯安全,从而可以降低安全风险,同时又能使乘客收到语音提示的吸引而将注意力转移至广告屏上,以提升电梯广告的传播效果。
根据本发明的一个方案,使用三种算法组合识别使用手机的行为,从而可对结果进行两种模型的双重验证或三种模型的投票验证,以提高识别效果。
根据本发明的一个方案,将多种算法模型联合调用部署为联网服务,而算法模型既可以部署于前端硬件设备中,也可以部署在云端服务器中,从而可以在前端设备算力不足时由云端来提供必要的补充,还可以利用前端设备自行运行算法来规避云端服务器的网络延迟或设备无法联网的情况。
附图说明
图1示意性表示本发明的一种实施方式的电梯安全提醒方法的检测模式示意图;
图2示意性表示本发明的一种实施方式的电梯安全提醒方法中算法部署的示意图;
图3示意性表示本发明的一种实施方式的电梯安全提醒装置的示意图;
图4示意性表示本发明的一种实施方式的电梯安全提醒装置中的电力载波系统的示意图。
具体实施方式
为了更清楚地说明本发明实施方式或现有技术中的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
下面结合附图和具体实施方式对本发明作详细地描述,实施方式不能在此一一赘述,但本发明的实施方式并不因此限定于以下实施方式。
本发明的电梯安全提醒方法,首先,采集电梯轿厢内的图像数据,然后检测图像数据中是否存在实施危险行为的乘客,若存在实施危险行为的乘客则进行告警。本发明中,图像数据为监控摄像机拍摄的图片或视频,实施危险行为的乘客为使用手机的乘客。
参见图1,本发明中,电梯轿厢内的监控摄像机实时采集图片或视频,如有乘客进入电梯并一直使用手机,则可被识别算法处理分析,从而捕获到“使用手机的乘客”类型的目标。而本发明利用至少一种检测模型检测使用手机的乘客。检测模型包括目标检测模型、实例分割和多标签分类检测模型、目标检测和头部姿态估计模型。检测模型可以部署于电梯轿厢内的(联网)监控摄像机、LCD广告屏和/或云端服务器中。其中,LCD广告屏可通过局域网读取实时视频流进行分析识别,而云端服务器则可通过互联网读取实时视频流或者定时抓取截图。当然,具体部署方案可根据实际情况灵活调整,例如,若前端设备(监控摄像机和LCD广告屏)的算力较强,则可将算法全部部署于前端设备中;若前端设备算力有限,则可只部署部分算法或将算法全部部署于云端服务器。而所部署的算法模型可以为一种,也可以为几种,从而可对结果进行双重验证(部署两种模型)或投票验证(三种模型),以提高识别效果。
由此可见,本发明的检测模型所使用的深度神经网络(或边缘计算)可以嵌入在前端的硬件设备的处理器中实时识别定位正在看手机的人。这样设置使得前端设备可以实时地进行信号预处理和执行神经网络,而无需额外设置电池设备,从而极大地降低功耗。另外,还能优化算法的性能和功率效率,并能够规避云端计算所产生的网络延时以及硬件设备无法联网的情况。
其中,目标检测模型以使用手机的乘客上半身和手机为一种类型的检测目标,对图像数据进行目标检测,从而识别出使用手机的乘客。本发明中,目标检测模型基于深度神经网络构建,包括R-CNN、Fast/Faster R-CNN、SSD、YOLO。而其网络结构则可包括twostage、one stage、bottom-up only、Top-Down、single scale network、feature pyramidnetwork。该模型可面向PC端和手机端,其在开放目标检测数据集上可发挥优良的检测效果和性能。
实例分割和多标签分类检测模型为,以人体(电梯乘客)为类型进行分割,再将每个分割过的目标送给多标签分类模型,并利用多标签分类模型判断分割出的乘客是否正在使用手机(即多标签中需包含“使用手机”)。本发明的实例分割可以理解为目标检测和语义分割的结合,其可以框出目标的包围盒,再判断图像中哪些像素属于哪种目标,并能进一步区分属于相同类别的不同实例。而本发明的多标签图像分类检测模型具备图像分类的一般功能,即可根据在图像信息中所反映的不同特征,把不同类别的目标加以区分,可利用计算机对图像进行定量分析,从而将图像或图像中的每个像元或区域划归为某一类别中。并且,多标签图像分类检测模型还可以针对于图片中包含的多个类别的物体判断出图像中是否同时包含这些内容,从而能够更好地适应实际的电梯运行场景。
目标检测和头部姿态估计模型为,以头部和手机为检测目标,对图像数据进行目标检测,通过头部姿态估计算法计算头部朝向,判断乘客是否看向手机。可见,本发明的头部姿态估计利用了计算机视觉和模式识别的方法在数字图像中判断人头部的朝向问题。该算法在一个空间坐标系内识别头部的姿态方向参数,即,头部位置参数(x,y,z)和方向角度参数(Yaw,Pitch,Roll)。按照估计结果的不同,可采用离散的粗糙头部姿态估计(单张图像)和连续的精细头部姿态估计(视频)。
在检测时,按照如下公式:
RectC=Recthead∪Rectphone;
RectB=OutBounding(Maskusing_phone);
Scoreusing_phone=IoU(RectA,RectB)+IoU(RectB,RectC)+IoU(RectA,RectC);
Resultusing_phone=Scoreusing_phone>Threshold;
其中,RectA为目标检测模型检测到的看手机乘客上半身的外接矩形框(BoundingBox);RectB为实例分割和多标签分类检测模型检测到的看手机乘客掩膜Maskusing_phone的外接矩形框(OutBounding/BoundingBox);Rectc为目标检测和头部姿态估计模型检测到的头部外接矩形框Recthead和手机外接矩形框Rectphone的并集;IoU(Rect,Rect)为两个矩形框的交并比(即交集区域面积除以并集区域面积);Scoreusing_phone为三种模型所得目标矩形框的交并比的求和;Resultusing_phone为Scoreusing_phone与阈值Threshold比较之后所得结果。即,当三种模型的检测结果重叠区域达到一定程度时,才会判为有乘客使用手机。由此,在其他实施方式中,也可以为三种模型的结果分别设置阈值,并对三个结果进行投票,或者,只使用其中两种模型,而将两种模型的结果进行双重验证等。
参见图2,若检测模型部署在云端服务器中,则需将检测模型中的各单独的算法模型部署为集群服务(如K8S搭配Tensor Flow Serving或NVIDIA Inference Server),从而便于多种算法模型的组合调用。同时,云端服务器对外可通过互联网与前端硬件设备连接,从而可接收前端设备通过网络上传的图片或视频,并进行解码及按照业务逻辑进行预处理、抠图、叠加掩膜等操作,再将图像数据传输至各算法模型。本发明的云段服务器利用了分布式计算中的云计算,其通过网络云将巨大的数据计算处理程序分解成无数小程序,再通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户,从而可在短时间内(几秒钟)完成对大量的数据处理工作。另外,本发明还电力线载波通信技术(或称电梯物联网)为电梯内设备提供稳定高速的互联网接入,再通过电梯物联网将电梯内的图像、视频上传至云端,从而使得部署在云端的算法可以实时识别定位正在看手机的人。
根据本发明的上述方法,一旦检测到使用手机的乘客,则通知LCD广告屏播放语音提醒。若检测模型部署在云端服务器中,还可将图像数据上传云端服务器并记录。经过提醒后,则使用手机的乘客可能会接受该提醒而停止使用手机,从而降低了事故发生的风险。另外,乘客也会受语音提醒吸引而看向广告屏,因此也提升了广告屏的关注度。
参见图3,本发明的电梯安全提醒装置,包括:用于采集电梯轿厢内的图像数据的采集模块、用于在出现实施危险行为的乘客时进行告警的告警模块、用于在云端对图像数据进行检测的云端服务器、用于使装置连接互联网公网的网关模块、用于使采集模块和告警模块连接网关模块的电力线载波系统。其中,采集模块为监控摄像机,告警模块为LCD广告屏,网关模块包括路由器和调制解调器/光猫。监控摄像机和LCD广告屏均安装在电梯轿厢内,二者之间可通过电梯内的局域网连接,从而相互访问。
结合图3和图4,本发明的电力线载波系统包括PLC局端和PLC终端。PLC局端包括电梯机柜和局端电力网桥,PLC终端包括终端网络和终端电力网桥。局端电力网桥和终端电力网桥通过电力电缆连接,局端电力网桥还与网络接入端连接。局端电力网桥包括局端干扰抑制器,终端电力网桥包括终端干扰抑制器。如此,电梯内的局域网也可利用电力线载波技术经PLC终端与电梯井顶端机房的PLC局端通信,并通过路由器和调制解调器/光猫连接互联网,使得在LCD广告屏和摄像机里运行的程序也可以通过互联网访问云端服务器集群。
以上所述仅为本发明的一个实施方式而已,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,均应包括在本发明的保护范围之内。
Claims (9)
1.一种电梯安全提醒方法,包括以下步骤:
a、采集电梯轿厢内的图像数据;
b、检测所述图像数据中是否存在实施危险行为的乘客;
c、若存在实施危险行为的乘客则进行告警;
所述步骤b中使用至少一种检测模型检测使用手机的乘客;
所述检测模型包括目标检测模型、实例分割和多标签分类检测模型、目标检测和头部姿态估计模型;
所述目标检测模型以乘客上半身和手机为检测目标,对所述图像数据进行目标检测,识别出使用手机的乘客;
所述实例分割和多标签分类检测模型以人体为类型进行实例分割,并利用多标签分类模型判断分割出的乘客是否正在使用手机;
所述目标检测和头部姿态估计模型以头部和手机为检测目标,对所述图像数据进行目标检测,通过头部姿态估计算法计算头部朝向,判断乘客是否看向手机;
所述目标检测模型、所述实例分割和多标签分类检测模型以及所述目标检测和头部姿态估计模型在检测时按照以下公式:
;
;
其中,为所述目标检测模型检测到的看手机乘客上半身的外接矩形框;为所述实例分割和多标签分类检测模型检测到的看手机乘客掩膜的外接矩形框;为所述目标检测和头部姿态估计模型检测到的头部外接矩形框和手机外接矩形框的并集;为两个矩形框的交并比;为三种模型所得目标矩形框的交并比的求和;为与阈值比较之后所得结果。
2.根据权利要求1所述的方法,其特征在于,所述图像数据为监控摄像机拍摄的图片或视频,所述实施危险行为的乘客为使用手机的乘客。
3.根据权利要求2所述的方法,其特征在于,所述检测模型部署于监控摄像机、LCD广告屏和/或云端服务器中。
4.根据权利要求3所述的方法,其特征在于,若所述检测模型部署在云端服务器中,则将所述检测模型中的各算法模型部署为集群服务,并可接收网络传输的图片或视频,进行解码、预处理、抠图、叠加掩膜,再将所述图像数据传输至各算法模型。
5.根据权利要求3所述的方法,其特征在于,在所述步骤(c)中,若存在使用手机的乘客,则令LCD广告屏播放语音提醒;
若所述检测模型部署在云端服务器中,则所述步骤(c)还将所述图像数据上传至云端服务器并记录。
6.一种用于实施权利要求1-5中任一项所述的电梯安全提醒方法的装置,其特征在于,包括:
采集模块,用于采集电梯轿厢内的图像数据;
告警模块,用于在出现实施危险行为的乘客时进行告警。
7.根据权利要求6所述的装置,其特征在于,还包括:
云端服务器,用于在云端对图像数据进行检测;
网关模块,用于使所述装置连接互联网公网;
电力线载波系统,用于使所述采集模块和所述告警模块连接所述网关模块。
8.根据权利要求7所述的装置,其特征在于,所述电力线载波系统包括PLC局端和PLC终端;
所述PLC局端包括电梯机柜和局端电力网桥,所述PLC终端包括终端网络和终端电力网桥;
所述局端电力网桥和所述终端电力网桥通过电力电缆连接,所述局端电力网桥还与网络接入端连接;
所述局端电力网桥包括局端干扰抑制器,所述终端电力网桥包括终端干扰抑制器。
9.根据权利要求7所述的装置,其特征在于,所述采集模块为监控摄像机,所述告警模块为LCD广告屏,所述网关模块包括路由器和调制解调器/光猫。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111190631.0A CN113968529B (zh) | 2021-10-13 | 2021-10-13 | 电梯安全提醒方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111190631.0A CN113968529B (zh) | 2021-10-13 | 2021-10-13 | 电梯安全提醒方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113968529A CN113968529A (zh) | 2022-01-25 |
CN113968529B true CN113968529B (zh) | 2023-04-14 |
Family
ID=79587446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111190631.0A Active CN113968529B (zh) | 2021-10-13 | 2021-10-13 | 电梯安全提醒方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113968529B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104909231A (zh) * | 2015-05-27 | 2015-09-16 | 昆山佰众贸易有限公司 | 一种电梯查询、语音播报及预约装置 |
CN107416629A (zh) * | 2017-09-05 | 2017-12-01 | 广州日滨科技发展有限公司 | 电梯安全运行的控制方法和系统 |
CN107911663A (zh) * | 2017-11-27 | 2018-04-13 | 江苏理工学院 | 一种基于计算机视觉检测的电梯乘客危险行为智能识别预警系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4369253B2 (ja) * | 2004-01-22 | 2009-11-18 | 株式会社日立製作所 | エレベータモニタリングシステム |
AU2015357147A1 (en) * | 2014-12-03 | 2017-06-29 | Inventio Ag | System and method for alternatively interacting with elevators |
CN106882661A (zh) * | 2015-12-15 | 2017-06-23 | 西安蓝钻电子科技有限公司 | 电梯声光警示系统及警示方法 |
US20200024103A1 (en) * | 2018-07-18 | 2020-01-23 | Otis Elevator Company | Notification of objects in elevator system |
CN110723621B (zh) * | 2019-10-11 | 2021-09-17 | 浙江新再灵科技股份有限公司 | 基于深度神经网络检测电梯轿厢内吸烟的装置和方法 |
CN113135480B (zh) * | 2021-05-13 | 2022-08-16 | 上海梯之星信息科技有限公司 | 基于局部和整体特征的电梯故障预警方法 |
-
2021
- 2021-10-13 CN CN202111190631.0A patent/CN113968529B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104909231A (zh) * | 2015-05-27 | 2015-09-16 | 昆山佰众贸易有限公司 | 一种电梯查询、语音播报及预约装置 |
CN107416629A (zh) * | 2017-09-05 | 2017-12-01 | 广州日滨科技发展有限公司 | 电梯安全运行的控制方法和系统 |
CN107911663A (zh) * | 2017-11-27 | 2018-04-13 | 江苏理工学院 | 一种基于计算机视觉检测的电梯乘客危险行为智能识别预警系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113968529A (zh) | 2022-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110428522B (zh) | 一种智慧新城的智能安防系统 | |
EP4105101A1 (en) | Monitoring system, monitoring method, and monitoring device for railway train | |
WO2017122258A1 (ja) | 混雑状況監視システム | |
CN109376577A (zh) | 视频综合分析方法及系统 | |
EP2093698A1 (en) | Crowd congestion analysis | |
US20140139633A1 (en) | Method and System for Counting People Using Depth Sensor | |
CN107911663A (zh) | 一种基于计算机视觉检测的电梯乘客危险行为智能识别预警系统 | |
Zin et al. | Unattended object intelligent analyzer for consumer video surveillance | |
CN111353338B (zh) | 一种基于营业厅视频监控的能效改进方法 | |
CN112183472A (zh) | 一种基于改进RetinaNet的试验现场人员是否穿着工作服检测方法 | |
CN114885119A (zh) | 一种基于计算机视觉的智能监控报警系统及方法 | |
CN115841651B (zh) | 基于计算机视觉与深度学习的施工人员智能监测系统 | |
CN112287823A (zh) | 一种基于视频监控的面部口罩识别方法 | |
CN112183219A (zh) | 一种基于人脸识别的公共安全视频监测方法及系统 | |
Reddy et al. | Traffic rules violation detection using machine learning techniques | |
CN114627526A (zh) | 基于多摄像头抓拍图像的融合去重方法、装置及可读介质 | |
KR20090044957A (ko) | 도난 및 방치 감시 시스템 및 도난 및 방치 검출 방법 | |
CN114067396A (zh) | 基于视觉学习的居配工程现场试验数字化管理系统及方法 | |
CN113968529B (zh) | 电梯安全提醒方法及装置 | |
Kim et al. | A method of counting pedestrians in crowded scenes | |
CN109726750A (zh) | 一种乘客摔倒检测装置及其检测方法及乘客输送装置 | |
CN114708544A (zh) | 一种基于边缘计算的违规行为智能监测头盔及其监测方法 | |
CN113111777A (zh) | 基于arm平台的室内人员密度检测系统及检测方法 | |
CN113128414A (zh) | 人员跟踪方法、装置、计算机可读存储介质及电子设备 | |
Leone et al. | Toward pervasive computer vision for intelligent transport system |
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 |