CN115272948A - 基于物联网的智能安防信息系统 - Google Patents

基于物联网的智能安防信息系统 Download PDF

Info

Publication number
CN115272948A
CN115272948A CN202210553555.3A CN202210553555A CN115272948A CN 115272948 A CN115272948 A CN 115272948A CN 202210553555 A CN202210553555 A CN 202210553555A CN 115272948 A CN115272948 A CN 115272948A
Authority
CN
China
Prior art keywords
monitoring
information
processing
suspicious
image
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
CN202210553555.3A
Other languages
English (en)
Other versions
CN115272948B (zh
Inventor
程翔
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.)
Guizhou Fengli Space Technology Co ltd
Original Assignee
Guizhou Fengli Space 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 Guizhou Fengli Space Technology Co ltd filed Critical Guizhou Fengli Space Technology Co ltd
Priority to CN202210553555.3A priority Critical patent/CN115272948B/zh
Publication of CN115272948A publication Critical patent/CN115272948A/zh
Application granted granted Critical
Publication of CN115272948B publication Critical patent/CN115272948B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761Proximity, similarity or dissimilarity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition

Abstract

本发明公开了基于物联网的智能安防信息系统,涉及智能安防技术领域,解决了安防系统只针对固定的场景进行监控,却无法对行迹可疑的人员进行判定并监视的技术问题;依次对进入人员的脸部信息进行获取,并对脸部信息进行处理,通过处理得到不同的特征点和不同的特征值,并将特征值以及人脸脸部信息进行捆绑,生成捆绑数据包并存储,再根据动态监测单元,对图像内部的动态物体进行追踪,对追踪视频图像进行处理,对头部晃动幅度以及行径幅度进行获取并进行处理,通过处理得到相匹配的行径值,将行径值与判定阈值进行比对,通过比对结果生成不同的信号,并对形态可疑的人员进行追踪。

Description

基于物联网的智能安防信息系统
技术领域
本发明属于智能安防技术领域,具体是基于物联网的智能安防信息系统。
背景技术
智能化安防技术随着科学技术的发展与进步和二十一世纪信息技术的腾飞已迈入了一个全新的领域,智能化安防技术与计算机之间的界限正在逐步消失,没有安防技术社会就会显得不安宁,世界科学技术的前进和发展就会受到影响。
专利公开号为CN112002100A的发明专利公开了基于5G的智能安防系统,包括AI云平台、主动监测模块、被动监测模块、5G无线通信模块、智能穿戴模块、轨迹监测模块、综合控制模块、数据存储模块、若干巡检无人机和若干高清摄像头;本发明设置了5G无线通信模块,该设置保证了数据传输的速度,提高系统的处理能力;本发明设置了被动监测模块,该设置针对被动监测信号获取目标区域的高清视频,有效降低了系统的工作内容,提高了系统的工作效率;本发明设置了主动监测模块,该设置根据主动监测方案对目标区域的进行实时监测,该设置通过预先设置的监测方案对目标区域进行监测,有助于提高城市的整体安全。
在进行智能安防过程中,只是针对固定的场景进行监控,却无法对行迹可疑的人员进行判定,同时对行迹可疑的人员进行信息存储标记,同时,未针对行迹可疑的人员,对安防人员进行调遣,对行迹可疑的人员进行监视,查看是否存在盗窃或者其他违规行为。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了基于物联网的智能安防信息系统,用于解决安防系统只针对固定的场景进行监控,却无法对行迹可疑的人员进行判定并监视的技术问题。
为实现上述目的,根据本发明的第一方面的实施例提出基于物联网的智能安防信息系统,包括信息获取端、监控端、适配手环和处理终端;
所述信息获取端,设置于入口处,且信息获取端内部设置有对应的监测探头,监测探头获取进入入口的人员人脸信息,并将人脸信息输送至处理终端内;
所述处理终端对人脸信息进行分析处理,并根据分析结果生成捆绑数据包,且捆绑数据包存储于处理终端内,所述处理终端包括计数单元、处理中心、扫描单元以及阈值单元,所述监控端对指定场景进行监控,并将监控获得的图像传输至处理中心内;
所述处理中心根据监控图像,对存在行迹可疑的人员进行追踪,根据行迹可疑人员的位置信息,启动扫描单元,所述扫描单元对适配手环的位置信息进行获取,根据获取信息,对安保人员进行调遣。
优选的,所述处理终端对人脸信息进行分析处理,其中分析处理的步骤为:
处理中心内部设置有对应的比对坐标模板,将人脸信息匹配至比对坐标模板内,提取人脸信息的特征中心点,获取特征中心点位于比对坐标模板的坐标值(Xk,Yk),其中k=1、2、……、5,k代表不同的特征点;
采用
Figure BDA0003653994140000021
得到特征值ZX,将特征值ZX转换为特征标记,与对应的人脸图像信息进行捆绑,生成捆绑数据包,存储于对应的处理中心内。
优选的,处理中心,对监控端监控所得的图像进行接收并处理,其中处理步骤为:
处理中心内部设置有动态监测单元,动态监测单元用于将图像内部的动态物体进行追踪,并将追踪视频图像标记为待处理视频图像;
处理中心对处理视频图像内部的动态物体进行动作获取,在t时间段内,每间隔1s,获取头部状态,查看头部晃动的频率次数并将频率次数标记为Z,动态物体的行径幅度标记为FD;
采用
Figure BDA0003653994140000031
得到行径值XJ,每间隔时间段t,再次对行径值XJ进行获取,获取三个时间段t内的行径值XJ,采用XJ1代表第一组行径值XJ,其中XJ2以及XJ3则代表第二组以及第三组的行径值,采用
Figure BDA0003653994140000032
得到行径平均值PXJ;
阈值单元内部设置有对应的判定阈值P,当行径平均值PXJ≤P时,则生成形态正常信号,用标记0表示,不进行处理,当行径平均值PXJ>P时,则生成形态可疑信号,用标记1表示;
通过形态可疑信号1对可疑人员的脸部信息进行提取,并同时提取对应的特征值ZX,并向监控端发送监控信号,监控端通过监测信号对监测图像进行获取,处理中心对监测图像进行实时处理,通过特征值ZX比对,实时对存在形态可疑信号1的可疑人员进行追踪。
优选的,处理中心内部设置有正常行走幅度图像,将动态物体的行径幅度图像与正常行走幅度图像进行比对,生成比对相似度,所生成的比对相似度便是动态物体的行径幅度FD。
优选的,所述扫描单元用于对适配手环的位置信息进行扫描,适配手环佩戴于对应安保人员的手部,扫描单元设置于固定的扫描点,对应楼层的中间位置处均设置有扫描点,扫描点由操作人员进行安装。
优选的,所述处理中心对可疑人员进行追踪方式包括:
获取特定H时刻内可疑人员的位置,并将此位置标记为待处理位置,从待处理位置中获取特定楼层L;
获取特定楼层L的扫描点,扫描单元启动,扫描单元与适配手环之间无线连接,扫描单元对指定楼层的适配手环进行获取,获取数据为0时,直接启动相邻楼层的扫描单元,对适配手环进行获取,直接获取得到三组适配手环时;
获取适配手环与待处理位置之间的距离数值,并标记为JL;
通过可疑人员的位置信息,监控端对可疑人员的图像信息进行获取,计数单元便对图像信息的人脸信息进行计数,并将计数信息标记为JS,阈值单元内部设置有阈值X,当JS≤X时,则生成监视信号,处理中心根据监视信号,向获取得到的适配手环发送追踪数据,且追踪数据包括人脸信息以及可疑人员的位置信息,当JS>X时,则生成拦截信号,处理中心将拦截信号发送至适配手环内。
与现有技术相比,本发明的有益效果是:依次对进入人员的脸部信息进行获取,并对脸部信息进行处理,通过处理得到不同的特征点和不同的特征值,并将特征值以及人脸脸部信息进行捆绑,生成捆绑数据包并存储,再根据动态监测单元,对图像内部的动态物体进行追踪,对追踪视频图像进行处理,对头部晃动幅度以及行径幅度进行获取并进行处理,通过处理得到相匹配的行径值,将行径值与判定阈值进行比对,通过比对结果生成不同的信号,并对形态可疑的人员进行追踪;
处理中心,再根据不同的信号,对可疑人员进行监视或者进行拦截,根据对应区域人员的数量,对安保人员进行不同信号的调遣,便可对可疑人员进行监视,避免可疑人员追踪失败,提升安防处理效果。
附图说明
图1为本发明原理框架示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
请参阅图1,本申请提供了基于物联网的智能安防信息系统,包括信息获取端、监控端、适配手环和处理终端;
所述处理终端包括计数单元、处理中心、扫描单元以及阈值单元,所述处理中心分别与扫描单元、计数单元以及阈值单元之间均双向连接;
所述信息获取端输出端与处理终端输入端电性连接,所述监控端以及适配手环均与处理终端之间双向连接;
所述信息获取端,设置于入口处,内部设置有对应的监测探头,监测探头获取进入入口的人员的人脸信息,并将人脸信息输送至处理终端内;
处理终端内部的处理中心,对人脸信息进行处理,其中处理步骤如下:
S1、处理中心内部设置有对应的比对坐标模板,直接将对应的人脸图像匹配至比对坐标模板内,对人脸图像进行分析处理,提取对应的特征中心点,获取特征中心点位于比对坐标模板内部的坐标值(Xk,Yk),其中k=1、2、……、5,k代表不同的特征点;
S2、采用
Figure BDA0003653994140000051
得到特征值ZX,将特征值ZX转换为特征标记,与对应的人脸图像信息进行捆绑,生成捆绑数据包,存储于对应的处理中心内。
监控端,用于对指定的场景进行监控,并将监控获得的图像传输至处理中心内;
处理中心,对监控端监控所得的图像进行接收,并对监控所得的图像进行处理,其中处理步骤为:
W1、处理中心内部设置有动态监测单元,动态监测单元用于将图像内部的动态物体进行追踪,并将追踪视频图像标记为待处理视频图像;
W2、处理中心对处理视频图像内部的动态物体进行动作获取,在t时间段内,t可为5min,在t时间段内,每间隔1s,获取头部状态,查看头部晃动的频率次数并将频率次数标记为Z,动态物体的行径幅度标记为FD,其中,处理中心内部设置有正常行走幅度图像,将动态物体的行径幅度图像与正常行走幅度图像进行比对,生成比对相似度,所生成的比对相似度便是动态物体的行径幅度FD;
W3、采用XJ
Figure BDA0003653994140000061
得到行径值XJ,其中C1和C2均为预设的固定系数因子,其中▽为修正因子,取值为0.95683,每间隔时间段t,再次对行径值XJ进行获取,获取三个时间段t内的行径值XJ,采用XJ1代表第一组行径值XJ,其中XJ2以及XJ3则代表第二组以及第三组的行径值,采用
Figure BDA0003653994140000062
得到行径平均值PXJ;
W4、阈值单元内部设置有对应的判定阈值P,当行径平均值PXJ≤P时,则生成形态正常信号,用标记0表示,不进行处理,当行径平均值PXJ>P时,则生成形态可疑信号,用标记1表示;
W5、通过形态可疑信号1对可疑人员的脸部信息进行提取,并同时提取对应的特征值ZX,并向监控端发送监控信号,监控端通过监测信号对监测图像进行获取,处理中心对监测图像进行实时处理,通过特征值ZX比对,实时对存在形态可疑信号1的可疑人员进行追踪。
所述扫描单元用于对适配手环的位置信息进行扫描,适配手环佩戴于对应安保人员的手部,其中,扫描单元设置于固定的扫描点,对应楼层的中间位置处均设置有扫描点,扫描点由操作人员进行安装;
处理中心,处理得到对应的形态可疑信号1时,便直接启动扫描单元,对适配手环进行扫描,派遣安保人员,对可疑人员进行监视或对楼层出口进行拦截;
其中,处理中心,对可疑人员进行监视的步骤为:
获取某个特定时刻可疑人员的位置,并将此位置标记为待处理位置,从待处理位置中获取特定楼层L;
获取特定楼层L的扫描点,扫描单元启动,扫描单元与适配手环之间无线连接,扫描单元对指定楼层的适配手环进行获取,获取数据为0时,直接启动相邻楼层的扫描单元,对适配手环进行获取,直接获取得到三组适配手环时;
获取适配手环与待处理位置之间的距离数值,并标记为JL,此时的距离数值便是两点之间的距离数值;
通过可疑人员的位置信息,监控端对此时可疑人员的图像信息进行获取,输送至处理终端内,计数单元便对图像信息的人脸信息进行计数,并将计数信息标记为JS,阈值单元内部设置有阈值X,当JS≤X时,则生成监视信号,处理中心根据监视信号,向获取得到的适配手环发送追踪数据,此时的追踪数据包括人脸信息以及可疑人员的位置信息,安保人员便实时对可疑人员进行监视,当JS>X时,则生成拦截信号,处理中心根据拦截信号,对安保人员进行调遣,安排至拦截出口,当可疑人员到达时,对可疑人员进行身份信息登记。
上述公式中的部分数据均是去除量纲取其数值计算,公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式;公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理:依次对进入人员的脸部信息进行获取,并对脸部信息进行处理,通过处理得到不同的特征点和不同的特征值,并将特征值以及人脸脸部信息进行捆绑,生成捆绑数据包并存储,再根据动态监测单元,对图像内部的动态物体进行追踪,对追踪视频图像进行处理,对头部晃动幅度以及行径幅度进行获取并进行处理,通过处理得到相匹配的行径值,将行径值与判定阈值进行比对,通过比对结果生成不同的信号,并对形态可疑的人员进行追踪;
处理中心,再根据不同的信号,对可疑人员进行监视或者进行拦截,根据对应区域人员的数量,对安保人员进行不同信号的调遣,便可对可疑人员进行监视,避免可疑人员追踪失败,提升安防处理效果。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。

Claims (6)

1.基于物联网的智能安防信息系统,其特征在于,包括信息获取端、监控端、适配手环和处理终端;
所述信息获取端,设置于入口处,且信息获取端内部设置有对应的监测探头,监测探头获取进入入口的人员人脸信息,并将人脸信息输送至处理终端内;
所述处理终端对人脸信息进行分析处理,并根据分析结果生成捆绑数据包,且捆绑数据包存储于处理终端内,所述处理终端包括计数单元、处理中心、扫描单元以及阈值单元,所述监控端对指定场景进行监控,并将监控获得的图像传输至处理中心内;
所述处理中心根据监控图像,对存在行迹可疑的人员进行追踪,根据行迹可疑人员的位置信息,启动扫描单元,所述扫描单元对适配手环的位置信息进行获取,根据获取信息,对安保人员进行调遣。
2.根据权利要求1所述的基于物联网的智能安防信息系统,其特征在于,所述处理终端对人脸信息进行分析处理,其中分析处理的步骤为:
处理中心内部设置有对应的比对坐标模板,将人脸信息匹配至比对坐标模板内,提取人脸信息的特征中心点,获取特征中心点位于比对坐标模板的坐标值(Xk,Yk),其中k=1、2、……、5,k代表不同的特征点;
采用
Figure FDA0003653994130000011
得到特征值ZX,将特征值ZX转换为特征标记,与对应的人脸图像信息进行捆绑,生成捆绑数据包,存储于对应的处理中心内。
3.根据权利要求2所述的基于物联网的智能安防信息系统,其特征在于,处理中心,对监控端监控所得的图像进行接收并处理,其中处理步骤为:
处理中心内部设置有动态监测单元,动态监测单元用于将图像内部的动态物体进行追踪,并将追踪视频图像标记为待处理视频图像;
处理中心对处理视频图像内部的动态物体进行动作获取,在t时间段内,每间隔1s,获取头部状态,查看头部晃动的频率次数并将频率次数标记为Z,动态物体的行径幅度标记为FD;
采用
Figure FDA0003653994130000021
得到行径值XJ,每间隔时间段t,再次对行径值XJ进行获取,获取三个时间段t内的行径值XJ,采用XJ1代表第一组行径值XJ,其中XJ2以及XJ3则代表第二组以及第三组的行径值,采用
Figure FDA0003653994130000022
得到行径平均值PXJ;
阈值单元内部设置有对应的判定阈值P,当行径平均值PXJ≤P时,则生成形态正常信号,用标记0表示,不进行处理,当行径平均值PXJ>P时,则生成形态可疑信号,用标记1表示;
通过形态可疑信号1对可疑人员的脸部信息进行提取,并同时提取对应的特征值ZX,并向监控端发送监控信号,监控端通过监测信号对监测图像进行获取,处理中心对监测图像进行实时处理,通过特征值ZX比对,实时对存在形态可疑信号1的可疑人员进行追踪。
4.根据权利要求3所述的基于物联网的智能安防信息系统,其特征在于,处理中心内部设置有正常行走幅度图像,将动态物体的行径幅度图像与正常行走幅度图像进行比对,生成比对相似度,所生成的比对相似度便是动态物体的行径幅度FD。
5.根据权利要求3所述的基于物联网的智能安防信息系统,其特征在于,所述扫描单元用于对适配手环的位置信息进行扫描,适配手环佩戴于对应安保人员的手部,扫描单元设置于固定的扫描点,对应楼层的中间位置处均设置有扫描点,扫描点由操作人员进行安装。
6.根据权利要求5所述的基于物联网的智能安防信息系统,其特征在于,所述处理中心对可疑人员进行追踪方式包括:
获取特定H时刻内可疑人员的位置,并将此位置标记为待处理位置,从待处理位置中获取特定楼层L;
获取特定楼层L的扫描点,扫描单元启动,扫描单元与适配手环之间无线连接,扫描单元对指定楼层的适配手环进行获取,获取数据为0时,直接启动相邻楼层的扫描单元,对适配手环进行获取,直接获取得到三组适配手环时;
获取适配手环与待处理位置之间的距离数值,并标记为JL;
通过可疑人员的位置信息,监控端对可疑人员的图像信息进行获取,计数单元便对图像信息的人脸信息进行计数,并将计数信息标记为JS,阈值单元内部设置有阈值X,当JS≤X时,则生成监视信号,处理中心根据监视信号,向获取得到的适配手环发送追踪数据,且追踪数据包括人脸信息以及可疑人员的位置信息,当JS>X时,则生成拦截信号,处理中心将拦截信号发送至适配手环内。
CN202210553555.3A 2022-05-20 2022-05-20 基于物联网的智能安防信息系统 Active CN115272948B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210553555.3A CN115272948B (zh) 2022-05-20 2022-05-20 基于物联网的智能安防信息系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210553555.3A CN115272948B (zh) 2022-05-20 2022-05-20 基于物联网的智能安防信息系统

Publications (2)

Publication Number Publication Date
CN115272948A true CN115272948A (zh) 2022-11-01
CN115272948B CN115272948B (zh) 2023-02-17

Family

ID=83759096

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210553555.3A Active CN115272948B (zh) 2022-05-20 2022-05-20 基于物联网的智能安防信息系统

Country Status (1)

Country Link
CN (1) CN115272948B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106331636A (zh) * 2016-08-31 2017-01-11 东北大学 基于行为事件触发的输油管道智能视频监控系统及方法
US20170295953A1 (en) * 2014-11-26 2017-10-19 Panasonic Intellectual Property Management Co., Ltd. Monitoring device, monitoring system, and monitoring method
CN108234927A (zh) * 2016-12-20 2018-06-29 腾讯科技(深圳)有限公司 视频追踪方法和系统
CN109872482A (zh) * 2019-01-21 2019-06-11 广东鑫诺安保安服务有限公司 智慧安防监管方法、系统以及存储介质
CN110516578A (zh) * 2019-08-20 2019-11-29 开放智能机器(上海)有限公司 一种基于人脸识别和目标跟踪的监视系统
CN111951507A (zh) * 2020-07-23 2020-11-17 昆山安盾网络科技有限公司 一种基于楼宇自动化的智能安防综合控制系统
CN113676702A (zh) * 2021-08-21 2021-11-19 深圳市大工创新技术有限公司 基于视频流的目标追踪监测方法、系统、装置及存储介质
US20210390735A1 (en) * 2020-06-11 2021-12-16 Canon Kabushiki Kaisha Image processing apparatus, image processing method, and storage medium

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170295953A1 (en) * 2014-11-26 2017-10-19 Panasonic Intellectual Property Management Co., Ltd. Monitoring device, monitoring system, and monitoring method
CN106331636A (zh) * 2016-08-31 2017-01-11 东北大学 基于行为事件触发的输油管道智能视频监控系统及方法
CN108234927A (zh) * 2016-12-20 2018-06-29 腾讯科技(深圳)有限公司 视频追踪方法和系统
CN109872482A (zh) * 2019-01-21 2019-06-11 广东鑫诺安保安服务有限公司 智慧安防监管方法、系统以及存储介质
CN110516578A (zh) * 2019-08-20 2019-11-29 开放智能机器(上海)有限公司 一种基于人脸识别和目标跟踪的监视系统
US20210390735A1 (en) * 2020-06-11 2021-12-16 Canon Kabushiki Kaisha Image processing apparatus, image processing method, and storage medium
CN111951507A (zh) * 2020-07-23 2020-11-17 昆山安盾网络科技有限公司 一种基于楼宇自动化的智能安防综合控制系统
CN113676702A (zh) * 2021-08-21 2021-11-19 深圳市大工创新技术有限公司 基于视频流的目标追踪监测方法、系统、装置及存储介质

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
CHEN WANG等: "Towards In-baggage Suspicious Object Detection Using Commodity WiFi", 《2018 IEEE CONFERENCE ON COMMUNICATIONS AND NETWORK SECURITY (CNS)》 *
DANISH ALI CHOWDHRY等: "Smart security system for sensitive area using face recognition", 《2013 IEEE CONFERENCE ON SUSTAINABLE UTILIZATION AND DEVELOPMENT IN ENGINEERING AND TECHNOLOGY (CSUDET)》 *
张颖等: "智能监控系统中自适应抗遮挡目标跟踪", 《现代电子技术》 *
谭墍元等: "智能图像监控系统异常目标检测算法研究", 《机电工程》 *
马海兵等: "人脸识别技术在智能视频监控系统中的应用", 《现代电子技术》 *
黄兢辉: "智能监控与智能门禁安防系统构建", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 *

Also Published As

Publication number Publication date
CN115272948B (zh) 2023-02-17

Similar Documents

Publication Publication Date Title
CN102054167B (zh) 基于无线红外监控的全天候多路通道人流量监测系统
CN109271554B (zh) 一种智能视频识别系统及其应用
EP4105101A1 (en) Monitoring system, monitoring method, and monitoring device for railway train
CN108802758B (zh) 一种基于激光雷达的智能安防监控装置、方法和系统
CN108055501A (zh) 一种目标检测及跟踪的视频监控系统及方法
CN102104771B (zh) 基于无线监控的多路通道人流量监测系统
CN112396658B (zh) 一种基于视频的室内人员定位方法及定位系统
CN108062349A (zh) 基于视频结构化数据及深度学习的视频监控方法和系统
CN113705372B (zh) 一种应用于配网作业现场违章的ai识别系统
CN1777281A (zh) 使用多个摄像机的监视系统
CN104902233B (zh) 综合安全监控系统
CN115512304B (zh) 基于图像识别的地铁站安全监控系统
CN112613361A (zh) 一种安防监控用的智能化行为分析系统
CN109086717B (zh) 基于人体骨架和运动信号特征的暴力行为检测系统及方法
CN105354552A (zh) 一种基于人脸识别和表情分析的在线监测系统与方法
CN115272948B (zh) 基于物联网的智能安防信息系统
CN112257691B (zh) 基于5g边缘计算的社区安全实现方法、系统及设备
CN110866553A (zh) 一种基于加密摄像头流量统计特征的用户行为分类方法及系统
CN110473015A (zh) 一种智能广告系统及广告投放方法
KR102411209B1 (ko) 엣지 디바이스에서 생성한 객체 탐지 이벤트 기반의 영상 분류 시스템
CN114677608A (zh) 身份特征生成方法、设备及存储介质
CN111832451A (zh) 基于视频数据处理的适航监察流程监管系统及方法
CN107545687A (zh) 一种基于运动规则的安防视频报警系统
KR102616432B1 (ko) 개별 모듈구성으로 시스템 연동 및 유지보수 효율이 향상된 소프트웨어 아키텍처를 가진 영상 분석 시스템
CN110855930B (zh) 一种网络设备智能识别方法和系统

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