CN114627603A - 一种仓库安全预警方法及系统 - Google Patents

一种仓库安全预警方法及系统 Download PDF

Info

Publication number
CN114627603A
CN114627603A CN202210255201.0A CN202210255201A CN114627603A CN 114627603 A CN114627603 A CN 114627603A CN 202210255201 A CN202210255201 A CN 202210255201A CN 114627603 A CN114627603 A CN 114627603A
Authority
CN
China
Prior art keywords
pedestrian
face
warehouse
database
feature
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
Application number
CN202210255201.0A
Other languages
English (en)
Other versions
CN114627603B (zh
Inventor
王超
邢炳瑞
钱靓曦
李健峰
郭妃
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.)
Beijing Wuzi University
Original Assignee
Beijing Wuzi University
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 Beijing Wuzi University filed Critical Beijing Wuzi University
Priority to CN202210255201.0A priority Critical patent/CN114627603B/zh
Publication of CN114627603A publication Critical patent/CN114627603A/zh
Application granted granted Critical
Publication of CN114627603B publication Critical patent/CN114627603B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种仓库安全预警方法及系统，其中方法包括：获取仓库的监控视频；当监控视频中出现行人时，确定当前时间所属的时段范围；如当前时间属于第一时段，确定行人的人脸特征是否在数据库中，如否，则启动报警装置；如当前时间属于第二时段，则直接启动报警装置。本发明的仓库安全预警方法，可以根据监控视频出现的行人的人脸特征自动判断该行人是否为外部人员，降低了工作人员的工作难度及劳动强度。同时，本发明的方法还可以根据行人出现的时段范围采取不同的报警方式，实现快速报警，以便第一时间采取应对措施，保证仓库的安全。本发明的仓库安全预警系统，结构简单、成本低，可大幅提高仓库的安全性。

Description

一种仓库安全预警方法及系统
技术领域
本发明一种仓库安全预警方法及系统，属于安防技术领域。
背景技术
仓库安防一直是各个企业甚至政府所密切关心的问题，尤其是涉及到军工、国防、易燃易爆等特殊物品的仓库，其安保工作一定要做到密不透风。
现有技术中的仓库安防只是安全员通过摄像机对仓库周围环境进行监控。该种监控方式需要工作人员时时刻刻关注监控视频并判断是否有陌生人进入，这无疑增加了工作人员的工作难度及劳动强度。一旦工作人员出现疏漏，则将造成巨大的经济损失。
发明内容
本申请的目的在于，提供一种仓库安全预警方法及系统，以解决现有仓库安防存在主要依赖工作人员，难以确保安防效果的技术问题。
本发明的第一方面提供了一种仓库安全预警方法，包括获取仓库的监控视频；
当所述监控视频中出现行人时，确定当前时间所属的时段范围；
如当前时间属于第一时段，确定所述行人的人脸特征是否在数据库中，如否，则启动报警装置；
如当前时间属于第二时段，则直接启动报警装置；
其中，所述确定所述行人的人脸特征是否在数据库中，具体为：
从所述监控视频中获取所述行人的人脸特征图像；
将所述人脸特征图像分块，得到多个特征子图像；
利用深度学习方法，从每个所述特征子图像中获取比对特征及该特征的权重；
获取每个所述比对特征的有效性；
根据所述比对特征及其权重和有效性，确定所述人脸特征图像是否在数据库中。
优选地，所述根据所述比对特征及其权重和有效性，确定所述人脸特征图像是否在数据库中，具体为：
利用第一公式确定所述人脸特征图像是否在数据库中，所述第一公式为：
Figure 7707DEST_PATH_IMAGE001
式中，
Figure 259697DEST_PATH_IMAGE002
为第
Figure 221837DEST_PATH_IMAGE003
个特征子图像的比对特征，
Figure 850264DEST_PATH_IMAGE004
为数据库中与第
Figure 715714DEST_PATH_IMAGE005
个特征子图像的比对特征相同的特征单元，
Figure 138605DEST_PATH_IMAGE006
为第
Figure 588041DEST_PATH_IMAGE007
个特征子图像中比对特征的有效性，
Figure 20159DEST_PATH_IMAGE008
为所述特征子图像的总数量，
Figure 197239DEST_PATH_IMAGE009
为第
Figure 322190DEST_PATH_IMAGE007
个特征子图像中比对特征的权重，
Figure 993342DEST_PATH_IMAGE010
为
Figure 229152DEST_PATH_IMAGE011
与
Figure 803615DEST_PATH_IMAGE012
之间的相似性；
当
Figure 833888DEST_PATH_IMAGE013
大于或等于设定相似性阈值时，则所述人脸特征图像在数据库中。
优选地，
Figure 992337DEST_PATH_IMAGE014
根据第二公式确定，所述第二公式为：
Figure 766258DEST_PATH_IMAGE015
式中，
Figure 195227DEST_PATH_IMAGE016
为特征维度。
优选地，从所述监控视频中获取所述行人的人脸特征图像之后，还包括：
利用仿射变换对所述人脸特征图像进行侧脸校正；
相应的，将所述人脸特征图像分块，得到多个特征子图像，具体为：
将侧脸校正后的所述人脸特征图像分块，得到多个特征子图像。
优选地，所述仿射变换如第三公式，所述第三公式为：
Figure 396401DEST_PATH_IMAGE017
式中，
Figure 42146DEST_PATH_IMAGE018
为侧脸校正后的像素坐标，
Figure 88600DEST_PATH_IMAGE019
为侧脸校正前的像素坐标，
Figure 903234DEST_PATH_IMAGE020
为仿射变换矩阵，
Figure 9730DEST_PATH_IMAGE021
为仿射变换矩阵参数，其是根据检测到的人脸关键点与标准关键点采用最小二乘法进行估计后获得的。
优选地，所述将侧脸校正后的所述人脸特征图像分块，得到多个特征子图像，具体为：
将侧脸校正后的所述人脸特征图像分块，得到
Figure 142772DEST_PATH_IMAGE022
个区域特征图像；
采用聚类方法对所述
Figure 258495DEST_PATH_IMAGE023
个区域特征图像进行聚类，得到
Figure 662057DEST_PATH_IMAGE024
个聚类中心；
获取所述
Figure 205034DEST_PATH_IMAGE024
个聚类中心中精度符合精度阈值的区域特征图像，记为特征子图像。
优选地，在确定所述行人的人脸特征是否在数据库中，如否，则启动报警装置之后，还包括：
获取所述行人在预设时间段内出现在所述监控视频中的次数，当所述次数
Figure 559792DEST_PATH_IMAGE025
预设次数阈值时，则将所述行人的人脸特征自动存储至所述数据库中。
优选地，当所述监控视频中出现行人时，确定当前时间所属的时段范围，具体为：
当所述监控视频中出现行人时，获取所述行人的嘴部图像序列；
确定所述嘴部图像序列对应的音素值；
计算所述音素值与预设报警语句的音素值之间的相似度，当所述相似度大于设定的相似度阈值时，则启动报警装置，否则确定当前时间所属的时段范围。
优选地，在所述启动报警装置之后，还包括：
将所述监控视频发送至远程终端。
本发明的第二方面，公开了一种仓库安全预警系统，包括：
视频获取模块，所述视频获取模块用于获取仓库的监控视频；
时段确定模块，所述时段确定模块用于在所述监控视频中出现行人时，确定当前时间所属的时段范围；
第一启动模块，所述第一启动模块用于在当前时间属于第一时段时，确定所述行人的人脸特征是否在数据库中，如否，则启动报警装置；
第二启动模块，所述第二启动模块用于在当前时间属于第二时段，直接启动报警装置。
本发明的仓库安全预警方法及系统，相较于现有技术，具有如下有益效果：
本发明的仓库安全预警方法，可以根据监控视频出现的行人的人脸特征自动判断该行人是否为外部人员，降低了工作人员的工作难度及劳动强度。同时，本发明的方法还可以根据行人出现的时段范围采取不同的报警方式，实现快速报警，以便第一时间采取应对措施，保证仓库的安全。
本发明的仓库安全预警系统，结构简单、成本低，可大幅提高仓库的安全性。
附图说明
图1为本发明实施例提供的仓库安全预警方法的流程图；
图2为本发明实施例提供的仓库安全预警系统的结构示意图。
图中，0为仓库安全预警系统，1为视频获取模块；2为时段确定模块；3为第一启动模块；4为第二启动模块。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
图1为本发明实施例中仓库安全预警方法的流程图。
如图1所示，本发明实施例的仓库安全预警方法包括：
步骤1、获取仓库的监控视频；
步骤2、当监控视频中出现行人时，确定当前时间所属的时段范围；
如当前时间属于第一时段，确定行人的人脸特征是否在数据库中，如否，则启动报警装置；
如当前时间属于第二时段，则直接启动报警装置。
本实施例中，第一时段可以为早晨6点至晚上10点，第二时段为晚上10点至第二天早晨6点。该种时段设置方式主要考虑到第一时段内的人流量较大，而第二时段属于夜晚睡觉时间，不会有行人在仓库周围，故在该时段发现行人即可直接启动报警装置进行报警。上述第一时段和第二时段的具体时段范围可根据实际情况设定，本申请在此不做限制。
本发明的仓库安全预警方法，可以根据监控视频出现的行人的人脸特征自动判断该行人是否为外部人员，降低了工作人员的工作难度及劳动强度。同时，本发明的方法还可以根据行人出现的时段范围采取不同的报警方式，在降低误报警率的同时，实现快速报警，以便第一时间采取应对措施，保证仓库的安全。
上述确定行人的人脸特征是否在数据库中，具体为：
A、从监控视频中获取行人的人脸特征图像；
由于获取的人脸特征图像可能并非正脸，为保证识别的精度，利用仿射变换对人脸特征图像进行侧脸校正；仿射变换如下所示：
Figure 479206DEST_PATH_IMAGE026
式中，
Figure 737274DEST_PATH_IMAGE027
为侧脸校正后的像素坐标，
Figure 451152DEST_PATH_IMAGE028
为侧脸校正前的像素坐标，
Figure 558786DEST_PATH_IMAGE029
为仿射变换矩阵，
Figure 376831DEST_PATH_IMAGE030
为仿射变换矩阵参数，其是根据检测到的人脸关键点与标准关键点采用最小二乘法进行估计后获得的。其中人脸关键点可以为鼻子、嘴巴、眼睛、颧骨、眉毛等中的多种。
B、考虑到脸部可能存在比如口罩或者眼镜等遮挡物的干扰，因此将侧脸校正后的人脸特征图像进行随机分块；具体地，按照指定规则将人脸区域可重复的分为
Figure 987941DEST_PATH_IMAGE031
个区域，得到
Figure 138300DEST_PATH_IMAGE031
个区域特征图像。其中指定规则可以为指定的窗口大小进行均匀或者非均匀的分块。
由于特征存在相关和冗余性，因此对
Figure 467650DEST_PATH_IMAGE031
个区域特征图像进行筛选，以降低计算量，加快计算速度，具体筛选方法为：采用聚类的方法对
Figure 230332DEST_PATH_IMAGE031
个区域特征图像进行聚类，得到
Figure 695948DEST_PATH_IMAGE032
个聚类中心，然后在每个聚类中心中选择精度符合精度阈值的区域特征图像或者精度最优的区域特征图像，记为特征子图像，本实施例中的特征子图像的数量为
Figure 17208DEST_PATH_IMAGE032
。上述精度阈值可根据实际情况进行设定。
C、利用深度学习方法，从每个特征子图像中获取比对特征及该特征的权重，具体为：
将
Figure 974800DEST_PATH_IMAGE032
个特征子图像输入至训练好的卷积神经网络模型中，得到
Figure 774129DEST_PATH_IMAGE032
个特征子图像的比对特征
Figure 873014DEST_PATH_IMAGE033
及其特征表示，该卷积神经网络模型中的权重
Figure 365176DEST_PATH_IMAGE034
即为比对特征的权重，其对应于新的分类精度。
D、获取每个比对特征的有效性；
由于在实际场景中存在人脸区域部分信息遮挡失效的情况，因此本实施例设置了每个比对特征的有效性
Figure 403539DEST_PATH_IMAGE035
，该有效性可以通过手动或者自动的方式进行设置。其中
Figure 6558DEST_PATH_IMAGE035
的取值范围为0~1，或者直接为有效和无效的二值编码(0/1)都可以。
E、根据比对特征及其权重和有效性，确定人脸特征图像是否在数据库中，具体为：
利用下述公式确定人脸特征图像是否在数据库中：
Figure 213811DEST_PATH_IMAGE036
式中，
Figure 611294DEST_PATH_IMAGE037
为第
Figure 402533DEST_PATH_IMAGE038
个特征子图像的比对特征，
Figure 543664DEST_PATH_IMAGE039
为数据库中与第
Figure 605423DEST_PATH_IMAGE040
个特征子图像的比对特征相同的特征单元，
Figure 439387DEST_PATH_IMAGE041
为第
Figure 717922DEST_PATH_IMAGE042
个特征子图像中比对特征的有效性，
Figure 397165DEST_PATH_IMAGE043
为特征子图像的总数量，
Figure 313430DEST_PATH_IMAGE044
为第
Figure 318296DEST_PATH_IMAGE045
个特征子图像中比对特征的权重，
Figure 818547DEST_PATH_IMAGE046
为
Figure 567060DEST_PATH_IMAGE047
与
Figure 603412DEST_PATH_IMAGE048
对应区域特征的相似性，若特征维度为
Figure 513599DEST_PATH_IMAGE049
，以下以欧式距离为例的相似性：
Figure 501146DEST_PATH_IMAGE050
式中，
Figure 787771DEST_PATH_IMAGE051
为特征维度。
示例性地，
Figure 678629DEST_PATH_IMAGE052
的特征表示为鼻子，则对应的，
Figure 759718DEST_PATH_IMAGE053
即为数据库中存储的鼻子特征。
当
Figure 234561DEST_PATH_IMAGE054
大于或等于设定相似性阈值时，则人脸特征图像在数据库中。
上述确定行人的人脸特征是否在数据库中的方法，在行人带有口罩或者眼镜的情况下，仍旧可以进行人脸识别，并准确地判断出该人脸特征是否在数据库中，其可实现计算量与准确性的均衡，也就是说，其具有降低计算量的同时提高准确性的优点。
如某个行人是该仓库的出货员，但是由于各种原因，还未将其人脸信息录入至系统，为避免每次都报警的情况，本实施例在确定行人的人脸特征是否在数据库中，如否，则启动报警装置之后，还包括：
获取行人在预设时间段内出现在监控视频中的次数，当次数
Figure 59298DEST_PATH_IMAGE055
预设次数阈值时，则将行人的人脸特征自动存储至数据库中。
进一步地，因为无需工作人员时时刻刻进行监控，报警装置可能存在误报警的情况，因此，本实施例的方法在启动报警装置之后，会将报警前几分钟内的监控视频发送至工作人员所用的远程终端。该远程终端可以为平板、手机或者电脑。工作人员观看该监控视频后，如发现的误报警，则可立即远程控制报警装置，从而解除报警。
仓库安防中，还会出现一种情况，即某个工作人员或监守自盗或无意识情况下做出了危害仓库安全的情况，这种情况，本申请上述的预警方法则不会触发报警装置。此时可选的方式为语音报警，但是有些仓库现场可能较吵，语音报警不清晰或者工作人员监守自盗，其他工作人员不便于使用语音报警。这就导致出现问题却难以报警。为解决上述问题，本实施例的方法中当监控视频中出现行人时，确定当前时间所属的时段范围，可具体为：
当监控视频中出现行人时，获取行人的嘴部图像序列；
确定嘴部图像序列对应的音素值；
计算音素值与预设报警语句的音素值之间的相似度，当相似度大于设定的相似度阈值时，则启动报警装置，否则确定当前时间所属的时段范围。
该实施例中，可实现通过行人的嘴部图像序列进行报警，如发现嘴部图像序列没有报警的意思，则确定当前时间所属的时段范围，判断是否有陌生人出现在仓库周围。
本发明的第二方面，公开了一种仓库安全预警系统0，包括视频获取模块1、时段确定模块2、第一启动模块3和第二启动模块4；
其中视频获取模块1用于获取仓库的监控视频；
时段确定模块2用于在监控视频中出现行人时，确定当前时间所属的时段范围；
第一启动模块3用于在当前时间属于第一时段时，确定行人的人脸特征是否在数据库中，如否，则启动报警装置；
第二启动模块4用于在当前时间属于第二时段，直接启动报警装置。
本发明的仓库安全预警系统，结构简单、成本低，可大幅提高仓库的安全性。
以上所述，仅是本申请的几个实施例，并非对本申请做任何形式的限制，虽然本申请以较佳实施例揭示如上，然而并非用以限制本申请，任何熟悉本专业的技术人员，在不脱离本申请技术方案的范围内，利用上述揭示的技术内容做出些许的变动或修饰均等同于等效实施案例，均属于技术方案范围内。

Claims (10)

1.一种仓库安全预警方法，其特征在于，包括：
获取仓库的监控视频；
当所述监控视频中出现行人时，确定当前时间所属的时段范围；
如当前时间属于第一时段，确定所述行人的人脸特征是否在数据库中，如否，则启动报警装置；
如当前时间属于第二时段，则直接启动报警装置；
其中，所述确定所述行人的人脸特征是否在数据库中，具体为：
从所述监控视频中获取所述行人的人脸特征图像；
将所述人脸特征图像分块，得到多个特征子图像；
利用深度学习方法，从每个所述特征子图像中获取比对特征及该特征的权重；
获取每个所述比对特征的有效性；
根据所述比对特征及其权重和有效性，确定所述人脸特征图像是否在数据库中。
2.根据权利要求1所述的方法，其特征在于，所述根据所述比对特征及其权重和有效性，确定所述人脸特征图像是否在数据库中，具体为：
利用第一公式确定所述人脸特征图像是否在数据库中，所述第一公式为：
Figure 273731DEST_PATH_IMAGE001
式中，
Figure 807481DEST_PATH_IMAGE002
为第
Figure 127603DEST_PATH_IMAGE003
个特征子图像的比对特征，
Figure 109511DEST_PATH_IMAGE004
为数据库中与第
Figure 413453DEST_PATH_IMAGE003
个特征子图像的比对特征相同的特征单元，
Figure 750894DEST_PATH_IMAGE005
为第
Figure 456681DEST_PATH_IMAGE006
个特征子图像中比对特征的有效性，
Figure 355630DEST_PATH_IMAGE007
为所述特征子图像的总数量，
Figure 146868DEST_PATH_IMAGE008
为第
Figure 287999DEST_PATH_IMAGE009
个特征子图像中比对特征的权重，
Figure 848294DEST_PATH_IMAGE010
为
Figure 42777DEST_PATH_IMAGE011
与
Figure 196678DEST_PATH_IMAGE012
之间的相似性；
当
Figure 555DEST_PATH_IMAGE013
大于或等于设定相似性阈值时，则所述人脸特征图像在数据库中。
3.根据权利要求2所述的方法，其特征在于，
Figure 916820DEST_PATH_IMAGE014
根据第二公式确定，所述第二公式为：
Figure 62631DEST_PATH_IMAGE015
式中，
Figure 562882DEST_PATH_IMAGE016
为特征维度。
4.根据权利要求1-3任一项所述的方法，其特征在于，从所述监控视频中获取所述行人的人脸特征图像之后，还包括：
利用仿射变换对所述人脸特征图像进行侧脸校正；
相应的，将所述人脸特征图像分块，得到多个特征子图像，具体为：
将侧脸校正后的所述人脸特征图像分块，得到多个特征子图像。
5.根据权利要求4所述的方法，其特征在于，所述仿射变换如第三公式，所述第三公式为：
Figure 45816DEST_PATH_IMAGE017
式中，
Figure 580703DEST_PATH_IMAGE018
为侧脸校正后的像素坐标，
Figure 257934DEST_PATH_IMAGE019
为侧脸校正前的像素坐标，
Figure 104536DEST_PATH_IMAGE020
为仿射变换矩阵，
Figure 391161DEST_PATH_IMAGE021
为仿射变换矩阵参数，其是根据检测到的人脸关键点与标准关键点采用最小二乘法进行估计后获得的。
6.根据权利要求4所述的方法，其特征在于，所述将侧脸校正后的所述人脸特征图像分块，得到多个特征子图像，具体为：
将侧脸校正后的所述人脸特征图像分块，得到
Figure 16440DEST_PATH_IMAGE022
个区域特征图像；
采用聚类方法对所述
Figure 504053DEST_PATH_IMAGE023
个区域特征图像进行聚类，得到
Figure 837951DEST_PATH_IMAGE024
个聚类中心；
获取所述
Figure 69212DEST_PATH_IMAGE025
个聚类中心中精度符合精度阈值的区域特征图像，记为特征子图像。
7.根据权利要求1所述的方法，其特征在于，在确定所述行人的人脸特征是否在数据库中，如否，则启动报警装置之后，还包括：
获取所述行人在预设时间段内出现在所述监控视频中的次数，当所述次数预设次数阈值时，则将所述行人的人脸特征自动存储至所述数据库中。
8.根据权利要求1所述的方法，其特征在于，当所述监控视频中出现行人时，确定当前时间所属的时段范围，具体为：
当所述监控视频中出现行人时，获取所述行人的嘴部图像序列；
确定所述嘴部图像序列对应的音素值；
计算所述音素值与预设报警语句的音素值之间的相似度，当所述相似度大于设定的相似度阈值时，则启动报警装置，否则确定当前时间所属的时段范围。
9.根据权利要求1所述的方法，其特征在于，在所述启动报警装置之后，还包括：
将所述监控视频发送至远程终端。
10.一种仓库安全预警系统，其特征在于，包括：
视频获取模块，所述视频获取模块用于获取仓库的监控视频；
时段确定模块，所述时段确定模块用于在所述监控视频中出现行人时，确定当前时间所属的时段范围；
第一启动模块，所述第一启动模块用于在当前时间属于第一时段时，确定所述行人的人脸特征是否在数据库中，如否，则启动报警装置；
第二启动模块，所述第二启动模块用于在当前时间属于第二时段，直接启动报警装置。
CN202210255201.0A 2022-03-16 2022-03-16 一种仓库安全预警方法及系统 Active CN114627603B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210255201.0A CN114627603B (zh) 2022-03-16 2022-03-16 一种仓库安全预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210255201.0A CN114627603B (zh) 2022-03-16 2022-03-16 一种仓库安全预警方法及系统

Publications (2)

Publication Number Publication Date
CN114627603A true CN114627603A (zh) 2022-06-14
CN114627603B CN114627603B (zh) 2023-05-23

Family

ID=81901439

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210255201.0A Active CN114627603B (zh) 2022-03-16 2022-03-16 一种仓库安全预警方法及系统

Country Status (1)

Country Link
CN (1) CN114627603B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110129154A1 (en) * 2009-12-01 2011-06-02 Keyence Corporation Image Processing Apparatus, Image Processing Method, and Computer Program
DE102011082212A1 (de) * 2011-09-06 2013-03-07 Siemens Aktiengesellschaft Vorrichtung und Verfahren zum Betreiben eines nicht mit einem Stromnetz verbundenen Gefahrenmelders sowie Gefahrenmelder
US20140067679A1 (en) * 2012-08-28 2014-03-06 Solink Corporation Transaction Verification System
CN112102574A (zh) * 2019-05-30 2020-12-18 广州云积软件技术有限公司 保密室智能报警系统
CN113362221A (zh) * 2021-04-29 2021-09-07 南京甄视智能科技有限公司 用于门禁的人脸识别系统与人脸识别方法
CN113763222A (zh) * 2021-11-08 2021-12-07 四川旷谷信息工程有限公司 一种入廊作业控制方法、系统和存储介质
CN114171008A (zh) * 2021-12-13 2022-03-11 中国科学院国家空间科学中心 一种适用于运动平台事故报警的电子通讯系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110129154A1 (en) * 2009-12-01 2011-06-02 Keyence Corporation Image Processing Apparatus, Image Processing Method, and Computer Program
DE102011082212A1 (de) * 2011-09-06 2013-03-07 Siemens Aktiengesellschaft Vorrichtung und Verfahren zum Betreiben eines nicht mit einem Stromnetz verbundenen Gefahrenmelders sowie Gefahrenmelder
US20140067679A1 (en) * 2012-08-28 2014-03-06 Solink Corporation Transaction Verification System
CN112102574A (zh) * 2019-05-30 2020-12-18 广州云积软件技术有限公司 保密室智能报警系统
CN113362221A (zh) * 2021-04-29 2021-09-07 南京甄视智能科技有限公司 用于门禁的人脸识别系统与人脸识别方法
CN113763222A (zh) * 2021-11-08 2021-12-07 四川旷谷信息工程有限公司 一种入廊作业控制方法、系统和存储介质
CN114171008A (zh) * 2021-12-13 2022-03-11 中国科学院国家空间科学中心 一种适用于运动平台事故报警的电子通讯系统

Also Published As

Publication number Publication date
CN114627603B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
KR101215948B1 (ko) 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법
EP2037426B1 (en) Device and method for detecting suspicious activity, program, and recording medium
CN107016690A (zh) 基于视觉的无人机入侵检测与识别系统及方法
CN112233300A (zh) 一种基于人工智能的社区通行防疫监控联防系统及其方法
CN110070010A (zh) 一种基于行人重识别的人脸属性关联方法
CN110245630A (zh) 监控数据处理方法、装置及可读存储介质
CN113223046B (zh) 一种监狱人员行为识别的方法和系统
KR101036947B1 (ko) 컴퓨터 영상 분석기술을 이용한 범죄 및 사고예방 자동경비 시스템
US8941484B2 (en) System and method of anomaly detection
US20160217330A1 (en) Image processing system and image processing method
KR101957677B1 (ko) 얼굴인식을 통한 학습형 실시간 안내 시스템 및 그 안내 방법
JP5538963B2 (ja) 非常通報装置
US20210364356A1 (en) System and method for using artificial intelligence to enable elevated temperature detection of persons using commodity-based thermal cameras
CN113033521B (zh) 基于目标分析的周界动态预警方法与系统
CN114627603A (zh) 一种仓库安全预警方法及系统
JP3088880B2 (ja) 人物認識装置
Al Daghan et al. A deep learning model for detecting PPE to minimize risk at construction sites
JP2012133411A (ja) 顔照合システム、顔照合装置及び顔照合方法
CN111985331B (zh) 预防商业秘密被窃照的检测方法及装置
CN115359539A (zh) 办公场所信息安全检测方法、装置、设备和存储介质
CN113158744A (zh) 一种基于人脸识别的安防管理系统
CN210377737U (zh) 基于视频的防盗报警系统
CN114067248A (zh) 行为检测方法、装置、电子设备及存储介质
CN112750274A (zh) 一种基于面部特征识别的聚集预警系统、方法及设备
CN111985460A (zh) 一种基于红外测温与人脸识别的体温异常告警方法及系统

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