CN114973094A - 用电检测方法、装置及电子设备 - Google Patents
用电检测方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114973094A CN114973094A CN202210640017.8A CN202210640017A CN114973094A CN 114973094 A CN114973094 A CN 114973094A CN 202210640017 A CN202210640017 A CN 202210640017A CN 114973094 A CN114973094 A CN 114973094A
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- early warning
- warning area
- socket
- time
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000005611 electricity Effects 0.000 claims description 20
- 238000000605 extraction Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- 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
- G08B21/18—Status alarms
- G08B21/22—Status alarms responsive to presence or absence of persons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Image Analysis (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供一种用电检测方法、装置及电子设备。所述方法包括如下步骤:根据各个监控摄像头和插座的位置设定预警区域;将监控摄像头拍摄的画面输入训练好的目标识别模型中,识别出预警区域内插座的使用状态以及预警区域内的行人;当预警区域内的插座处于使用状态时,则提取预警区域内的行人的外观特征信息;将预警区域内的行人的外观特征信息输入预设的行人跟踪算法,得到各个行人的轨迹信息及各行人在预警区域内的逗留时间;当行人在预警区域内的逗留时间达到预设的报警时长时,生成并发送报警信息,通过对插座和行人的识别结合来监控违规使用插座的情况,能够实时监控公共场所内的插座被使用情况,准确发现被违规使用的插座和使用插座的人。
Description
技术领域
本发明涉及图像识别技术领域,尤其涉及一种用电识别方法、装置及电子设备。
背景技术
在诸如高铁站及地铁站等公共场合内,会设置许多插座专门提供给清扫机械等特定设备使用,违规使用会造成安全隐患,需要对其进行监控。传统的人为视频监控检查行人违规用电情况具有较大的局限性。当监控者同时观测多个监视器时,监控精度会持续下降,且极其耗费监控者的精力,人力成本较高。
目标检测是计算机视觉和数字图像处理的一个重要分支,也是智能监控系统的核心部分,而基于目标检测和跟踪的人员异常行为识别也是安防监控领域的重要组成部分。目前对于行人违规用电检测的研究很少,尤其缺少基于深度学习算法的相关研究,且仅仅是通过人员状态来判断是否违规用电,准确性不高。
发明内容
本发明的目的在于提供一种用电检测方法,能够实时监控公共场所内的插座被使用情况,自动发现被违规使用的插座和使用插座的人,减轻插座监管人员的负担,加强公共场所的插座管理效果,且准确性较高。
为实现上述目的,本发明提供一种用电检测方法,包括如下步骤:
获取待检测的场景下各个监控摄像头和插座的位置,根据各个监控摄像头和插座的位置设定预警区域;
将监控摄像头拍摄的画面输入训练好的目标识别模型中,识别出预警区域内插座的使用状态以及预警区域内的行人;
当预警区域内的插座处于使用状态时,则提取预警区域内的行人的外观特征信息;
将所述预警区域内的行人的外观特征信息输入预设的行人跟踪算法,对所述预警区域内的行人进行跟踪,得到各个行人的轨迹信息及各行人在预警区域内的逗留时间;
当行人在预警区域内的逗留时间达到预设的报警时长时,生成并发送报警信息。
可选地,对所述预警区域内的行人进行跟踪,得到各个行人的轨迹信息及各行人在预警区域内的逗留时间;具体包括:
将当前帧的行人的外观特征信息输入行人跟踪算法;
行人跟踪算法将当前帧的行人的外观特征信息与在先存储的多个帧的轨迹信息进行匹配,生成匹配结果和当前帧的轨迹信息,并存储当前帧的轨迹信息;
当匹配结果为匹配一致时,累加该行人的逗留时间。
可选地,所述用电检测方法还包括:
当行人在预警区域内的逗留时间小于预设的第一时长时,确定行人为普通状态;
当行人在预警区域内的逗留时间达到预设的第一时长且小于预设的报警时长时,确定行人为滞留状态;
当行人在预警区域内在预警区域内的逗留时间达到预设的报警时长,确定行人为徘徊状态。
可选地,对于处于滞留状态的行人,当跟踪算法丢失该行人时,则记录该行人的丢失时长;
当丢失时长超出预设的第二时长时,则删除该行人的轨迹信息及逗留时间,否则继续存储该行人的轨迹信息并累加该行人的逗留时间。
可选地,当预警区域内插座从使用状态变为未使用状态时,则记录该插座的未使用时长;
若该插座的未使用时长超出预设的第三时长时,则删除所有行人的轨迹信息及逗留时间,否则继续存储各个行人的轨迹信息并累加各个行人的逗留时间。
可选地,所述用电检测方法还包括:
每隔预设的第四时长,计算所有轨迹信息的余弦相似度;
当多条轨迹信息的余弦相似度大于第一阈值时,认定该多条轨迹信息属于同一行人;
保存属于同一行人的多条轨迹信息中生成时间最早的一条,删除其他条。
可选地,所述生成报警信息具体包括用矩形框标注出被使用的插座的图像以及对应使用该插座的行人的图像。
本发明还提供一种用电检测装置,包括:
设定模块,用于获取待检测的场景下各个监控摄像头和插座的位置,根据各个监控摄像头和插座的位置设定预警区域;
识别模块,用于将监控摄像头拍摄的画面输入训练好的目标识别模型中,识别出预警区域内插座的使用状态以及预警区域内的行人;
提取模块,用于当预警区域内的插座处于使用状态时,则提取预警区域内的行人的外观特征信息;
跟踪模块,用于将所述预警区域内的行人的外观特征信息输入预设的行人跟踪算法,对所述预警区域内的行人进行跟踪,得到各个行人的轨迹信息及各行人在预警区域内的逗留时间;
报警模块,用于当行人在预警区域内的逗留时间达到预设的报警时长时,生成并发送报警信息。
本发明还提供一种电子设备,包括:存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述方法的步骤
本发明的有益效果:本发明提供一种用电检测方法,包括如下步骤:获取待检测的场景下各个监控摄像头和插座的位置,根据各个监控摄像头和插座的位置设定预警区域;将监控摄像头拍摄的画面输入训练好的目标识别模型中,识别出预警区域内插座的使用状态以及预警区域内的行人;当预警区域内的插座处于使用状态时,则提取预警区域内的行人的外观特征信息;将所述预警区域内的行人的外观特征信息输入预设的行人跟踪算法,对所述预警区域内的行人进行跟踪,得到各个行人的轨迹信息及各行人在预警区域内的逗留时间;当行人在预警区域内的逗留时间达到预设的报警时长时,生成并发送报警信息,通过对插座和行人的识别结合来监控违规使用插座的情况,能够实时监控公共场所内的插座被使用情况,自动发现被违规使用的插座和使用插座的人,减轻插座监管人员的负担,加强公共场所的插座管理效果。
附图说明
为了能更进一步了解本发明的特征以及技术内容,请参阅以下有关本发明的详细说明与附图,然而附图仅提供参考与说明用,并非用来对本发明加以限制。
附图中,
图1为本发明的用电检测方法的流程图;
图2为本发明的用电检测方法中行人滞留判定的流程图;
图3为本发明的用电检测方法中滞留行人离开时的流程图;
图4为本发明的用电检测方法中插座状态变化时的流程图;
图5为本发明的用电检测方法中轨迹整理时的流程图;
图6为本发明的用电检测装置的示意图;
图7为本发明的电子设备的示意图。
具体实施方式
为更进一步阐述本发明所采取的技术手段及其效果,以下结合本发明的优选实施例及其附图进行详细描述。
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
请参阅图1,本发明提供一种用电检测方法,包括如下步骤:
步骤S1、获取待检测的场景下各个监控摄像头和插座的位置,根据各个监控摄像头和插座的位置设定预警区域。
具体地,根据需要本发明中所述的待检测的场景可以是地铁站、火车站及商场等公共场合,所述监控摄像头的可以是所述待检测的场景中的原本布置的,也可以是针对用电检测新增的,所述插座是所述待检测的场景中用于特定用途且不能供公众使用的插座,如地铁站中用于给清洁设备使用的插座等。
进一步地,所述预警区域需要划定在插座的附近,每一个预警区域中可以包括一个或多个插座,预警区域范围不宜过大,以避免检测到过多的无效数据,在本发明的一些实施例中,可以设置预警区域为插座周围2m×2m的范围。
具体地,根据需要本发明的步骤S1中还会对后续使用的报警时长、第一时长、第二时长及第三时长的具体参数值进行设置。
步骤S2、将监控摄像头拍摄的画面输入训练好的目标识别模型中,识别出预警区域内插座的使用状态以及预警区域内的行人。
具体地,所述步骤S2中采取大量待检测的场景的插座和行人样本作为训练样本完成目标识别模型的训练,目标识别模型的具体模型类型可以根据需要进行选择。
进一步地,所述步骤S2中使用训练好的目标识别模型对监控摄像头拍摄的画面进行目标识别,获取识别结果,所述识别结果包括插座和行人识别结果。插座识别结果应分为两类:未使用的插座、被使用的插座。行人识别结果输出预警范围内的所有行人的检测框,也即步骤S2中所述的识别出预警区域内插座的使用状态以及预警区域内的行人。
可选地,所述目标识别模型对监控摄像头拍摄的画面进行目标识别时,会首先从监控摄像头拍摄的画面提取待检测图像,所述提取待检测图像步骤,可以提取监控摄像头拍摄的画面的每一帧图像进行,可以是每间隔数帧提取监控摄像头拍摄的画面的一帧图像进行实时检测。
步骤S3、当预警区域内的插座处于使用状态时,则提取预警区域内的行人的外观特征信息。
具体地,所述步骤S3若预警区域内的插座处于使用状态,则使用当前帧的行人检测框输入特征提取模型,以获取检测到的所有行人的外观特征信息。
步骤S4、将所述预警区域内的行人的外观特征信息输入预设的行人跟踪算法,对所述预警区域内的行人进行跟踪,得到各个行人的轨迹信息及各行人在预警区域内的逗留时间。
具体地,对所述预警区域内的行人进行跟踪,得到各个行人的轨迹信息及各行人在预警区域内的逗留时间;具体包括:
将当前帧的行人的外观特征信息输入行人跟踪算法;
行人跟踪算法将当前帧的行人的外观特征信息与在先存储的多个帧的轨迹信息进行匹配,生成匹配结果和当前帧的轨迹信息,并存储当前帧的轨迹信息;
当匹配结果为匹配一致时,累加该行人的逗留时间。
进一步地,所述步骤S4使用行人跟踪算法对行人的外观特征信息与之前保留的轨迹信息进行匹配,对于能够与之前轨迹信息匹配上的行人检测框,对他们的逗留时间进行累加计算并再次保留他们当前帧新的轨迹信息。
步骤S5、当行人在预警区域内的逗留时间达到预设的报警时长时,生成并发送报警信息。
具体地,所述步骤S5中若当前帧检测出的行人中有人的逗留时间达到预设的报警时长时,获取当前帧的图片信息以及达到预设的报警时长的行人的坐标信息,并在图片中对达到预设的报警时长的行人使用矩形框进行标注。将上述告警结果发送至监控用户端,并在指定区域触发提示警报,也即所述生成报警信息具体包括用矩形框标注出被使用的插座的图像以及对应使用该插座的行人的图像。
具体地,请参阅图2,由于待检测的场景通常是公众场所,行人众多,即使划定了插座周围较小的预警区域仍然有大量行人路过该区域并被目标识别模型识别到,如果保存所有的行人轨迹信息将产生大量的无效数据,造成存储设备的资源利用不当,影响算法运行效果。
因此,本发明中还对于行人的状态进行限定,并设定一个第一时长与报警时长共同作用,将行人的状态划分为普通、滞留及徘徊三种状态。
具体来说就是,当行人在预警区域内的逗留时间小于预设的第一时长时,确定行人为普通状态;当行人在预警区域内的逗留时间达到预设的第一时长且小于预设的报警时长时,确定行人为滞留状态;当行人在预警区域内在预警区域内的逗留时间达到预设的报警时长,确定行人为徘徊状态。
对于普通状态的行人,当跟踪算法丢失该行人时,会直接删除该行人的轨迹信息和逗留时间,避免无效数据产生。
而对于处于滞留状态的行人,如图3所示,当跟踪算法丢失该行人时,则记录该行人的丢失时长;当丢失时长超出预设的第二时长时,则删除该行人的轨迹信息及逗留时间,否则继续存储该行人的轨迹信息并累加该行人的逗留时间,以避免滞留状态的行人被遮挡或短暂离开时,直接删除轨迹信息,导致行人的违规行为无法被及时识别。
也就是说,对于处于滞留状态的行人,当行人在逗留的过程中出现离开的情况,即未处于预警范围内时,不能直接删除行人的所有轨迹信息,因为这部分行人存在短暂离开后再次返回的可能性,此时需要对这些行人离开的时间进行累加计算,也即记录该行人的丢失时长,并对可能出现的两种情况进行说明,情况一:当行人离开预警区域的时间不超过第二时长并再次出现在预警区域内被检测到时,不会删除该行人之前所储存的所有轨迹信息,并在此基础上继续储存新的轨迹信息,需要注意的是,这种情况下再次返回的行人逗留时间的计算是累加的,包括了行人离开预警区域的这段时间。情况二:当行人离开预警区域的时间超过第二时长时,删除该行人所储存的所有轨迹信息,如果该行人再次回到预警区域内,需要重新计算逗留时间。
具体地,考虑到行人跟踪的过程中插座的使用状态也可能发生变化,也即从开始处于使用状态的插座不再被使用或短暂不被使用后马上又被使用的情况,对于使用状态的插座一直不再被使用时,此时可以直接删除所有行人的轨迹信息并停止行人跟踪,而对于短暂不被使用后马上又被使用的情况,则需要继续进行行人跟踪,并继续更新行人的轨迹信息和逗留时间,以避免行人通过短暂拔下插头来逃避追踪。
此时,如图4所示,为了识别插座是一直不再被使用,还是短暂不被使用后马上又被使用的情况,本发明还设置了如下步骤:
当预警区域内插座从使用状态变为未使用状态时,则记录该插座的未使用时长;
若该插座的未使用时长超出预设的第三时长时,则删除所有逗留时间的轨迹信息及逗留时间,否则继续存储各个逗留时间的轨迹信息并累加各个行人的逗留时间。
进一步地,由于行人的跟踪识别是一个动态变化的过程,当行人出现相互遮挡或短暂离开区域后返回的情况下,会出现同一个行人生成多条轨迹信息的情况,导致行人跟踪出现错误,对此,本发明还设置每间隔第四时长对所有轨迹信息进行整理,去除错误的轨迹信息的步骤,具体操作如图5所示:
每隔预设的第四时长,计算所有轨迹信息的余弦相似度;
当多条轨迹信息的余弦相似度大于第一阈值时,认定该多条轨迹信息属于同一行人;
保存属于同一行人的多条轨迹信息中生成时间最早的一条,删除其他条。
请参阅图6,本发明还提供一种用电检测装置,包括:
设定模块10,用于获取待检测的场景下各个监控摄像头和插座的位置,根据各个监控摄像头和插座的位置设定预警区域;
识别模块20,用于将监控摄像头拍摄的画面输入训练好的目标识别模型中,识别出预警区域内插座的使用状态以及预警区域内的行人
提取模块30,用于当预警区域内的插座处于使用状态时,则提取预警区域内的行人的外观特征信息;
跟踪模块40,用于将所述预警区域内的行人的外观特征信息输入预设的行人跟踪算法,对所述预警区域内的行人进行跟踪,得到各个行人的轨迹信息及各行人在预警区域内的逗留时间;
报警模块50,用于当行人在预警区域内的逗留时间达到预设的报警时长时,生成并发送报警信息。
请参阅图7,本发明还提供一种电子设备,包括:存储器100和处理器200,所述存储器100存储有计算机程序,所述计算机程序被所述处理器200执行时,使得所述处理器200执行上述方法的步骤。
综上所述,本发明提供一种用电检测方法,包括如下步骤:获取待检测的场景下各个监控摄像头和插座的位置,根据各个监控摄像头和插座的位置设定预警区域;将监控摄像头拍摄的画面输入训练好的目标识别模型中,识别出预警区域内插座的使用状态以及预警区域内的行人;当预警区域内的插座处于使用状态时,则提取预警区域内的行人的外观特征信息;将所述预警区域内的行人的外观特征信息输入预设的行人跟踪算法,对所述预警区域内的行人进行跟踪,得到各个行人的轨迹信息及各行人在预警区域内的逗留时间;当行人在预警区域内的逗留时间达到预设的报警时长时,生成并发送报警信息,通过对插座和行人的识别结合来监控违规使用插座的情况,能够实时监控公共场所内的插座被使用情况,自动发现被违规使用的插座和使用插座的人,减轻插座监管人员的负担,加强公共场所的插座管理效果。
以上所述,对于本领域的普通技术人员来说,可以根据本发明的技术方案和技术构思作出其他各种相应的改变和变形,而所有这些改变和变形都应属于本发明权利要求的保护范围。
Claims (9)
1.一种用电检测方法,其特征在于,包括如下步骤:
获取待检测的场景下各个监控摄像头和插座的位置,根据各个监控摄像头和插座的位置设定预警区域;
将监控摄像头拍摄的画面输入训练好的目标识别模型中,识别出预警区域内插座的使用状态以及预警区域内的行人;
当预警区域内的插座处于使用状态时,则提取预警区域内的行人的外观特征信息;
将所述预警区域内的行人的外观特征信息输入预设的行人跟踪算法,对所述预警区域内的行人进行跟踪,得到各个行人的轨迹信息及各行人在预警区域内的逗留时间;
当行人在预警区域内的逗留时间达到预设的报警时长时,生成并发送报警信息。
2.如权利要求1所述的用电检测方法,其特征在于,对所述预警区域内的行人进行跟踪,得到各个行人的轨迹信息及各行人在预警区域内的逗留时间;具体包括:
将当前帧的行人的外观特征信息输入行人跟踪算法;
行人跟踪算法将当前帧的行人的外观特征信息与在先存储的多个帧的轨迹信息进行匹配,生成匹配结果和当前帧的轨迹信息,并存储当前帧的轨迹信息;
当匹配结果为匹配一致时,累加该行人的逗留时间。
3.如权利要求1所述的用电检测方法,其特征在于,还包括:
当行人在预警区域内的逗留时间小于预设的第一时长时,确定行人为普通状态;
当行人在预警区域内的逗留时间达到预设的第一时长且小于预设的报警时长时,确定行人为滞留状态;
当行人在预警区域内在预警区域内的逗留时间达到预设的报警时长,确定行人为徘徊状态。
4.如权利要求3所述的用电检测方法,其特征在于,对于处于滞留状态的行人,当跟踪算法丢失该行人时,则记录该行人的丢失时长;
当丢失时长超出预设的第二时长时,则删除该行人的轨迹信息及逗留时间,否则继续存储该行人的轨迹信息并累加该行人的逗留时间。
5.如权利要求1所述的用电检测方法,其特征在于,当预警区域内插座的从使用状态变为未使用状态时,则记录该插座的未使用时长;
若该插座的未使用时长超出预设的第三时长时,则删除所有行人的轨迹信息及逗留时间,否则继续存储各个行人的轨迹信息并累加各个行人的逗留时间。
6.如权利要求1所述的用电检测方法,其特征在于,还包括:
每隔预设的第四时长,计算所有轨迹信息的余弦相似度;
当多条轨迹信息的余弦相似度大于第一阈值时,认定该多条轨迹信息属于同一行人;
保持属于同一行人的多条轨迹信息中生成时间最早的一条,删除其他条。
7.如权利要求1所述的用电检测方法,其特征在于,所述生成报警信息具体包括用矩形框标注出被使用的插座的图像以及对应使用该插座的行人的图像。
8.一种用电检测装置,其特征在于,包括:
设定模块,用于获取待检测的场景下各个监控摄像头和插座的位置,根据各个监控摄像头和插座的位置设定预警区域;
识别模块,用于将监控摄像头拍摄的画面输入训练好的目标识别模型中,识别出预警区域内插座的使用状态以及预警区域内的行人;
提取模块,用于当预警区域内的插座处于使用状态时,则提取预警区域内的行人的外观特征信息;
跟踪模块,用于将所述预警区域内的行人的外观特征信息输入预设的行人跟踪算法,对所述预警区域内的行人进行跟踪,得到各个行人的轨迹信息及各行人在预警区域内的逗留时间;
报警模块,用于当行人在预警区域内的逗留时间达到预设的报警时长时,生成并发送报警信息。
9.一种电子设备,其特征在于,包括:存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210640017.8A CN114973094A (zh) | 2022-06-08 | 2022-06-08 | 用电检测方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210640017.8A CN114973094A (zh) | 2022-06-08 | 2022-06-08 | 用电检测方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114973094A true CN114973094A (zh) | 2022-08-30 |
Family
ID=82959932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210640017.8A Pending CN114973094A (zh) | 2022-06-08 | 2022-06-08 | 用电检测方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114973094A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107976953A (zh) * | 2017-11-21 | 2018-05-01 | 北京小米移动软件有限公司 | 控制插座的方法、装置、插座及可读存储介质 |
CN108694812A (zh) * | 2018-06-08 | 2018-10-23 | 四川斐讯信息技术有限公司 | 一种智能监护方法及装置 |
CN110263759A (zh) * | 2019-07-01 | 2019-09-20 | 三星电子(中国)研发中心 | 防触电系统、方法和装置 |
CN113887304A (zh) * | 2021-09-01 | 2022-01-04 | 的卢技术有限公司 | 一种基于目标检测与行人追踪的占道经营监测方法 |
CN114067236A (zh) * | 2021-10-28 | 2022-02-18 | 中国电子科技集团公司电子科学研究院 | 一种目标人员信息检测装置、检测方法及存储介质 |
-
2022
- 2022-06-08 CN CN202210640017.8A patent/CN114973094A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107976953A (zh) * | 2017-11-21 | 2018-05-01 | 北京小米移动软件有限公司 | 控制插座的方法、装置、插座及可读存储介质 |
CN108694812A (zh) * | 2018-06-08 | 2018-10-23 | 四川斐讯信息技术有限公司 | 一种智能监护方法及装置 |
CN110263759A (zh) * | 2019-07-01 | 2019-09-20 | 三星电子(中国)研发中心 | 防触电系统、方法和装置 |
CN113887304A (zh) * | 2021-09-01 | 2022-01-04 | 的卢技术有限公司 | 一种基于目标检测与行人追踪的占道经营监测方法 |
CN114067236A (zh) * | 2021-10-28 | 2022-02-18 | 中国电子科技集团公司电子科学研究院 | 一种目标人员信息检测装置、检测方法及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111507283B (zh) | 基于课堂场景的学生行为识别方法及系统 | |
CN108921008B (zh) | 人像识别方法、装置及电子设备 | |
CN108269333A (zh) | 人脸识别方法、应用服务器及计算机可读存储介质 | |
CN111898581B (zh) | 动物检测方法、装置、电子设备及可读存储介质 | |
CN109426785B (zh) | 一种人体目标身份识别方法及装置 | |
CN109858371A (zh) | 人脸识别的方法及装置 | |
CN110738178A (zh) | 园区施工安全检测方法、装置、计算机设备及存储介质 | |
CN110599129A (zh) | 一种基于图像追踪校园考勤方法、装置、识别终端及系统 | |
CN105096223A (zh) | Rfid技术双感应安全监护系统及应用方法 | |
CN111814510B (zh) | 一种遗留物主体检测方法及装置 | |
CN109767527A (zh) | 人员识别方法及相关产品 | |
CN111368619A (zh) | 可疑人员的检测方法、装置及设备 | |
CN108288025A (zh) | 一种车载视频监控方法、装置及设备 | |
CN112052815A (zh) | 一种行为检测方法、装置及电子设备 | |
CN112001230A (zh) | 睡觉行为的监控方法、装置、计算机设备和可读存储介质 | |
CN111881946A (zh) | 一种安全监控方法、装置、存储介质、电子设备以及空调 | |
CN111126411B (zh) | 一种异常行为识别方法及装置 | |
CN114663390A (zh) | 自动门智能防夹方法、装置、设备及存储介质 | |
CN110895663B (zh) | 一种两轮车识别方法、装置、电子设备及监控系统 | |
CN109448193A (zh) | 身份信息识别方法及装置 | |
CN103761879A (zh) | 一种车辆套牌识别方法及系统 | |
CN114973094A (zh) | 用电检测方法、装置及电子设备 | |
CN112885014A (zh) | 预警方法、装置、系统和计算机可读存储介质 | |
CN112347889B (zh) | 一种变电站作业行为辨识方法及装置 | |
CN115578731A (zh) | 安全管控信息的生成方法、装置、电子设备及存储介质 |
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 |