CN115408557B - 一种基于大数据的安全监控系统 - Google Patents

一种基于大数据的安全监控系统 Download PDF

Info

Publication number
CN115408557B
CN115408557B CN202211353297.0A CN202211353297A CN115408557B CN 115408557 B CN115408557 B CN 115408557B CN 202211353297 A CN202211353297 A CN 202211353297A CN 115408557 B CN115408557 B CN 115408557B
Authority
CN
China
Prior art keywords
video frame
video
vidfra
early warning
effective
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
Application number
CN202211353297.0A
Other languages
English (en)
Other versions
CN115408557A (zh
Inventor
郭昊
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.)
Jilin Information Security Evaluation Center
Original Assignee
Jilin Information Security Evaluation Center
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 Jilin Information Security Evaluation Center filed Critical Jilin Information Security Evaluation Center
Priority to CN202211353297.0A priority Critical patent/CN115408557B/zh
Publication of CN115408557A publication Critical patent/CN115408557A/zh
Application granted granted Critical
Publication of CN115408557B publication Critical patent/CN115408557B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/71—Indexing; Data structures therefor; Storage structures
    • 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
    • G06V20/48—Matching video sequences
    • 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
    • G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
    • 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
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种基于大数据的安全监控系统，包括拍摄模块、分析模块和存储模块；拍摄模块用于获取监控视频；分析模块用于获取监控视频中的有效片段；存储模块用于存储监控视频中的有效片段。本发明的监控系统，在获得监控视频之后，并不是直接对监控视频进行存储，而是通过获取监控视频中的有效片段后，对有效片段进行存储，这样的存储方式节约了大量的存储控制，也使得监控视频的保留时间可以更长。方便人们在有需要时查看时间较为久远的监控视频。

Description

一种基于大数据的安全监控系统
技术领域
本发明涉及监控领域，尤其涉及一种基于大数据的安全监控系统。
背景技术
监控系统由摄像头、传输、控制、显示和记录登记五部分组成。摄像机通过同轴视频电缆、网络电缆和光纤将视频图像传输给控制主机，控制主机将视频信号分配给各个监视器和视频记录设备，同时将要传输的语音信号记录到录像机中。通过控制主机，操作员可以发出指令来控制云台的上下左右移动和镜头变焦，并且可以通过控制主机在多个摄像机和云台之间切换。
摄像头在拍摄的过程中会产生大量的无效的数据信息，例如某些区域由于一直没有人或车等事物进入，因此视频画面长时间保持一致，这种就是无效的视频数据。因此，这些无效的数据信息会占据比较大的存储空间，因此，现有技术一般是采用定期清理监控视频的方式来节约存储空间，这也就使得当需要查看一些拍摄时间较为久远的监控视频时，往往会遇到视频已经被删除的情况。因此我们需要一种采用新的数据存储方式的监控系统。
发明内容
本发明的目的在于公开一种基于大数据的安全监控系统，解决现有的监控系统在存储监控视频时，由于存储了大量的无效的监控视频，需要通过定期清理监控视频来节约存储空间，导致无法查看一些拍摄时间较为久远的监控视频的问题。
为了达到上述目的，本发明采用如下技术方案：
一种基于大数据的安全监控系统，包括拍摄模块、分析模块和存储模块；
拍摄模块用于获取监控视频；
分析模块用于采用如下方式对监控视频进行计算，获取监控视频中的有效片段：
S1，对监控视频进行拆帧处理，将监控视频拆成多个视频帧，将获得的视频帧存入集合S中；
S2，对于集合S中的第1个视频帧，计算第1个视频帧和第2个视频帧之间的区分系数
Figure 220039DEST_PATH_IMAGE001
；
若
Figure 614111DEST_PATH_IMAGE002
大于设定的判断阈值，则将第1个视频帧作为有效片段的基准视频帧
Figure 838419DEST_PATH_IMAGE003
，基于
Figure 165495DEST_PATH_IMAGE004
获取有效片段；若
Figure 121950DEST_PATH_IMAGE005
小于设定的判断阈值，则将第1个视频帧作为无效片段的基准视频帧
Figure 268897DEST_PATH_IMAGE006
，基于
Figure 296896DEST_PATH_IMAGE006
获取无效片段；
区分系数
Figure 478479DEST_PATH_IMAGE007
采用如下公式计算：
Figure 651840DEST_PATH_IMAGE008
其中，
Figure 551663DEST_PATH_IMAGE009
表示第1个视频帧中的像素点的集合，
Figure 117774DEST_PATH_IMAGE010
表示
Figure 888283DEST_PATH_IMAGE011
中包含的像素点的总数，
Figure 514437DEST_PATH_IMAGE012
表示第1个视频帧中的像素点
Figure 635977DEST_PATH_IMAGE013
的像素值，
Figure 5778DEST_PATH_IMAGE014
表示像素点
Figure 630794DEST_PATH_IMAGE015
在第2个视频帧中所对应的像素点的像素值；
S3，将S2中获得的有效片段或无效片段的结束帧的编号记为n，将编号在区间
Figure 427849DEST_PATH_IMAGE016
范围内的视频帧从集合S中删除，获得更新后的集合S，返回S2；
存储模块用于存储监控视频中的有效片段。
优选地，所述基于
Figure 36685DEST_PATH_IMAGE017
获取有效片段，包括：
对于集合S中的第k个视频帧
Figure 944598DEST_PATH_IMAGE018
，计算
Figure 873721DEST_PATH_IMAGE019
和
Figure 841677DEST_PATH_IMAGE020
之间的区分系数
Figure 937809DEST_PATH_IMAGE021
，若
Figure 383834DEST_PATH_IMAGE022
大于设定的判断阈值，继续计算第k+1个视频帧
Figure 514601DEST_PATH_IMAGE023
与
Figure 653458DEST_PATH_IMAGE024
之间的区分系数，直到出现与
Figure 971307DEST_PATH_IMAGE025
之间的区分系数小于设定的判断阈值的视频帧
Figure 955444DEST_PATH_IMAGE026
，将编号在
Figure 940717DEST_PATH_IMAGE027
的视频帧作为有效片段所包含的视频帧。
优选地，所述基于
Figure 250476DEST_PATH_IMAGE028
获取无效片段，包括：
对于集合S中的第k个视频帧
Figure 55621DEST_PATH_IMAGE029
，计算
Figure 30399DEST_PATH_IMAGE030
和
Figure 870179DEST_PATH_IMAGE031
之间的区分系数
Figure 350839DEST_PATH_IMAGE032
，若
Figure 908859DEST_PATH_IMAGE033
小于设定的判断阈值，继续计算第k+1个视频帧
Figure 969219DEST_PATH_IMAGE034
与
Figure 929085DEST_PATH_IMAGE035
之间的区分系数，直到出现与
Figure 580646DEST_PATH_IMAGE036
之间的区分系数大于设定的判断阈值的视频帧
Figure 94804DEST_PATH_IMAGE037
，将编号在
Figure 490013DEST_PATH_IMAGE038
的视频帧作为无效片段所包含的视频帧。
优选地，基于大数据的安全监控系统还包括预警模块；
预警模块用于对有效片段进行视频分析，判断有效片段中是否出现预设类型的预警事件，若是，则向工作人员发出预警警告。
优选地，所述预警模块包括预处理单元、模型存储单元、识别单元和预警单元；
预处理单元用于分别对有效片段中的每个视频帧进行预处理，获得预处理后的有效片段；
模型存储单元用于存储用于进行预警事件检测的神经网络模型；
识别单元用于将有效片段输入到进行预警事件检测的神经网络模型中进行识别，判断是否出现预设类型的预警事件；
预警单元用于在有效片段中出现预设类型的预警事件时，向工作人员发出预警警告。
优选地，所述分别对有效片段中的每个视频帧进行预处理，获得预处理后的有效片段，包括：
对视频帧进行光照调整处理，获调整后的视频帧；
对调整后的视频帧进行滤波处理，获得滤波后的视频帧；
对滤波后的视频帧进行分割处理，获得仅包含感兴趣区域的视频帧；
将仅包含感兴趣区域的视频帧组成预处理后的有效片段。
本发明的监控系统，在获得监控视频之后，并不是直接对监控视频进行存储，而是通过获取监控视频中的有效片段后，对有效片段进行存储，这样的存储方式节约了大量的存储控制，也使得监控视频的保留时间可以更长。方便人们在有需要时查看时间较为久远的监控视频。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明一种基于大数据的安全监控系统的一种实施例图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
如图1所示的一种实施例，本发明提供了一种基于大数据的安全监控系统，包括拍摄模块、分析模块和存储模块；
拍摄模块用于获取监控视频；
分析模块用于采用如下方式对监控视频进行计算，获取监控视频中的有效片段：
S1，对监控视频进行拆帧处理，将监控视频拆成多个视频帧，将获得的视频帧存入集合S中；
S2，对于集合S中的第1个视频帧，计算第1个视频帧和第2个视频帧之间的区分系数
Figure 304386DEST_PATH_IMAGE039
；
若
Figure 126848DEST_PATH_IMAGE040
大于设定的判断阈值，则将第1个视频帧作为有效片段的基准视频帧
Figure 862723DEST_PATH_IMAGE041
，基于
Figure 61623DEST_PATH_IMAGE042
获取有效片段；若
Figure 730502DEST_PATH_IMAGE043
小于设定的判断阈值，则将第1个视频帧作为无效片段的基准视频帧
Figure 723866DEST_PATH_IMAGE044
，基于
Figure 399566DEST_PATH_IMAGE045
获取无效片段；
区分系数
Figure 402158DEST_PATH_IMAGE046
采用如下公式计算：
Figure 925543DEST_PATH_IMAGE047
其中，
Figure 558649DEST_PATH_IMAGE048
表示第1个视频帧中的像素点的集合，
Figure 800275DEST_PATH_IMAGE049
表示
Figure 340978DEST_PATH_IMAGE050
中包含的像素点的总数，
Figure 453290DEST_PATH_IMAGE051
表示第1个视频帧中的像素点
Figure 54036DEST_PATH_IMAGE052
的像素值，
Figure 517378DEST_PATH_IMAGE053
表示像素点
Figure 783143DEST_PATH_IMAGE054
在第2个视频帧中所对应的像素点的像素值；
S3，将S2中获得的有效片段或无效片段的结束帧的编号记为n，将编号在区间
Figure 15541DEST_PATH_IMAGE055
范围内的视频帧从集合S中删除，获得更新后的集合S，返回S2；
存储模块用于存储监控视频中的有效片段。
本发明的监控系统，在获得监控视频之后，并不是直接对监控视频进行存储，而是通过获取监控视频中的有效片段后，对有效片段进行存储，这样的存储方式节约了大量的存储控制，也使得监控视频的保留时间可以更长。方便人们在有需要时查看时间较为久远的监控视频。
在对集合S中的视频帧进行有效片段的获取时，采用的是交替进行的方式，因为有效片段很少会直接占满整个监控视频，因此，在两段有效片段之间，会有无效片段隔开。
例如，本来需要3年便删除一遍监控视频，而采用本发明的存储方法后，清空监控视频的时间间隔能够显著大于3年。
优选地，所述基于
Figure 787188DEST_PATH_IMAGE056
获取有效片段，包括：
对于集合S中的第k个视频帧
Figure 737827DEST_PATH_IMAGE057
，计算
Figure 89174DEST_PATH_IMAGE058
和
Figure 441658DEST_PATH_IMAGE059
之间的区分系数
Figure 384206DEST_PATH_IMAGE060
，若
Figure 556561DEST_PATH_IMAGE061
大于设定的判断阈值，继续计算第k+1个视频帧
Figure 242758DEST_PATH_IMAGE062
与
Figure 449748DEST_PATH_IMAGE063
之间的区分系数，直到出现与
Figure 563197DEST_PATH_IMAGE064
之间的区分系数小于设定的判断阈值的视频帧
Figure 209467DEST_PATH_IMAGE065
，将编号在
Figure 433775DEST_PATH_IMAGE066
的视频帧作为有效片段所包含的视频帧。
具体的，区分系数
Figure 760851DEST_PATH_IMAGE067
采用如下公式计算：
Figure 779623DEST_PATH_IMAGE068
Figure 864253DEST_PATH_IMAGE069
表示第k个视频帧中的像素点的集合，
Figure 892252DEST_PATH_IMAGE070
表示
Figure 73835DEST_PATH_IMAGE071
中包含的像素点的总数，
Figure 529087DEST_PATH_IMAGE072
表示第k个视频帧中的像素点
Figure 632172DEST_PATH_IMAGE073
的像素值，
Figure 198283DEST_PATH_IMAGE074
表示像素点
Figure 499951DEST_PATH_IMAGE075
在
Figure 126104DEST_PATH_IMAGE076
中所对应的像素点的像素值。
优选地，所述基于
Figure 231333DEST_PATH_IMAGE077
获取无效片段，包括：
对于集合S中的第k个视频帧
Figure 601134DEST_PATH_IMAGE078
，计算
Figure 757309DEST_PATH_IMAGE079
和
Figure 554364DEST_PATH_IMAGE080
之间的区分系数
Figure 835303DEST_PATH_IMAGE081
，若
Figure 743217DEST_PATH_IMAGE082
小于设定的判断阈值，继续计算第k+1个视频帧
Figure 753898DEST_PATH_IMAGE083
与
Figure 190695DEST_PATH_IMAGE084
之间的区分系数，直到出现与
Figure 286827DEST_PATH_IMAGE085
之间的区分系数大于设定的判断阈值的视频帧
Figure 998431DEST_PATH_IMAGE086
，将编号在
Figure 863619DEST_PATH_IMAGE087
的视频帧作为无效片段所包含的视频帧。
具体的，
Figure 986165DEST_PATH_IMAGE088
的计算方式与
Figure 569593DEST_PATH_IMAGE089
的计算方式相同，这里不再赘述。
优选地，基于大数据的安全监控系统还包括预警模块；
预警模块用于对有效片段进行视频分析，判断有效片段中是否出现预设类型的预警事件，若是，则向工作人员发出预警警告。
优选地，所述预警模块包括预处理单元、模型存储单元、识别单元和预警单元；
预处理单元用于分别对有效片段中的每个视频帧进行预处理，获得预处理后的有效片段；
模型存储单元用于存储用于进行预警事件检测的神经网络模型；
识别单元用于将有效片段输入到进行预警事件检测的神经网络模型中进行识别，判断是否出现预设类型的预警事件；
预警单元用于在有效片段中出现预设类型的预警事件时，向工作人员发出预警警告。
具体的，预设类型的预警事件包括未佩戴口罩进入，在非允许时间段进入等。
优选地，所述分别对有效片段中的每个视频帧进行预处理，获得预处理后的有效片段，包括：
对视频帧进行光照调整处理，获调整后的视频帧；
对调整后的视频帧进行滤波处理，获得滤波后的视频帧；
对滤波后的视频帧进行分割处理，获得仅包含感兴趣区域的视频帧；
将仅包含感兴趣区域的视频帧组成预处理后的有效片段。
优选地，所述对视频帧进行光照调整处理，获得调整后的视频帧，包括：
获取视频帧对应的亮度分量图像
Figure 84888DEST_PATH_IMAGE090
；
使用大津法对
Figure 804582DEST_PATH_IMAGE091
进行运算，获得分割阈值T；
若
Figure 583182DEST_PATH_IMAGE092
中的像素点的像素值符合
Figure 653907DEST_PATH_IMAGE093
或
Figure 707313DEST_PATH_IMAGE094
，则使用如下方式对
Figure 547093DEST_PATH_IMAGE095
中的像素点进行光照调整处理：
对于像素点
Figure 699857DEST_PATH_IMAGE096
，若像素点
Figure 257877DEST_PATH_IMAGE096
的像素值
Figure 849396DEST_PATH_IMAGE097
大于
Figure 543682DEST_PATH_IMAGE098
，则采用如下公式对像素点
Figure 178932DEST_PATH_IMAGE099
进行光照调整处理：
Figure 958669DEST_PATH_IMAGE100
若像素点
Figure 353878DEST_PATH_IMAGE101
的像素值
Figure 902671DEST_PATH_IMAGE102
小于等于
Figure 725134DEST_PATH_IMAGE103
，则采用如下公式对像素点
Figure 992167DEST_PATH_IMAGE104
进行光照调整处理：
Figure 191067DEST_PATH_IMAGE105
其中，
Figure 328788DEST_PATH_IMAGE106
和
Figure 322151DEST_PATH_IMAGE107
分别表示
Figure 76481DEST_PATH_IMAGE108
中像素值大于T和像素值小于等于T的像素点的像素值的均值，
Figure 813493DEST_PATH_IMAGE109
表示预设的亮度参考值，
Figure 278757DEST_PATH_IMAGE110
表示像素点
Figure 708601DEST_PATH_IMAGE111
在调整后的视频帧
Figure 950227DEST_PATH_IMAGE112
中的像素值，
若
Figure 225350DEST_PATH_IMAGE113
中的像素点的像素值不符合
Figure 603242DEST_PATH_IMAGE114
且不符合
Figure 938408DEST_PATH_IMAGE115
，则使用如下方式对
Figure 667330DEST_PATH_IMAGE116
中的像素点进行光照调整处理：
Figure 746145DEST_PATH_IMAGE117
。
本发明在进行光照调节处理时，通过先获取分割阈值T，然后基于分割阈值T对像素点的像素值进行了区分，然后分别采用不同的调节函数对像素点进行了光照调节处理，从而提高了调节处理的准确率。
优选地，对滤波后的视频帧进行分割处理，获得仅包含感兴趣区域的视频帧，包括：
使用图像分割算法对滤波后的视频帧进行分割处理获得前景区域和背景区域，将前景区域作为感兴趣区域。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于大数据的安全监控系统，其特征在于，包括拍摄模块、分析模块和存储模块；
拍摄模块用于获取监控视频；
分析模块用于采用如下方式对监控视频进行计算，获取监控视频中的有效片段：
S1，对监控视频进行拆帧处理，将监控视频拆成多个视频帧，将获得的视频帧存入集合S中；
S2，对于集合S中的第1个视频帧，计算第1个视频帧和第2个视频帧之间的区分系数discoef1,2；
若discoef1,2大于设定的判断阈值，则将第1个视频帧作为有效片段的基准视频帧vidfrastf，基于vidfrastf获取有效片段；若discoef1,2小于设定的判断阈值，则将第1个视频帧作为无效片段的基准视频帧vidfrastd，基于vidfrastd获取无效片段；
区分系数discoef1,2采用如下公式计算：
Figure FDA0003995686550000011
其中，U1表示第1个视频帧中的像素点的集合，numU1表示U1中包含的像素点的总数，graypix,1表示第1个视频帧中的像素点pix的像素值，graypix,2表示像素点pix在第2个视频帧中所对应的像素点的像素值；
S3，将S2中获得的有效片段或无效片段的结束帧的编号记为n，将编号在区间[1,n]范围内的视频帧从集合S中删除，获得更新后的集合S，返回S2；
存储模块用于存储监控视频中的有效片段；
所述基于vidfrastf获取有效片段，包括：
对于集合S中的第k个视频帧vidfrak，计算vidfrak和vidfrastf之间的区分系数discoefstf,k，若discoefstf,k大于设定的判断阈值，继续计算第k+1个视频帧vidfrak+1与vidfrastf之间的区分系数，直到出现与vidfrastf之间的区分系数小于设定的判断阈值的视频帧vidfrat，将编号在[1,t-1]的视频帧作为有效片段所包含的视频帧；
所述基于vidfrastd获取无效片段，包括：
对于集合S中的第k个视频帧vidfrak，计算vidfrak和vidfrastd之间的区分系数discoefstd,k，若discoefstd,k小于设定的判断阈值，继续计算第k+1个视频帧vidfrak+1与vidfrastd之间的区分系数，直到出现与vidfrastd之间的区分系数大于设定的判断阈值的视频帧vidfrat，将编号在[1,t-1]的视频帧作为无效片段所包含的视频帧。
2.根据权利要求1所述的一种基于大数据的安全监控系统，其特征在于，还包括预警模块；
预警模块用于对有效片段进行视频分析，判断有效片段中是否出现预设类型的预警事件，若是，则向工作人员发出预警警告。
3.根据权利要求2所述的一种基于大数据的安全监控系统，其特征在于，所述预警模块包括预处理单元、模型存储单元、识别单元和预警单元；
预处理单元用于分别对有效片段中的每个视频帧进行预处理，获得预处理后的有效片段；
模型存储单元用于存储用于进行预警事件检测的神经网络模型；
识别单元用于将有效片段输入到进行预警事件检测的神经网络模型中进行识别，判断是否出现预设类型的预警事件；
预警单元用于在有效片段中出现预设类型的预警事件时，向工作人员发出预警警告。
4.根据权利要求3所述的一种基于大数据的安全监控系统，其特征在于，所述分别对有效片段中的每个视频帧进行预处理，获得预处理后的有效片段，包括：
对视频帧进行光照调整处理，获调整后的视频帧；
对调整后的视频帧进行滤波处理，获得滤波后的视频帧；
对滤波后的视频帧进行分割处理，获得仅包含感兴趣区域的视频帧；
将仅包含感兴趣区域的视频帧组成预处理后的有效片段。
CN202211353297.0A 2022-11-01 2022-11-01 一种基于大数据的安全监控系统 Active CN115408557B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211353297.0A CN115408557B (zh) 2022-11-01 2022-11-01 一种基于大数据的安全监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211353297.0A CN115408557B (zh) 2022-11-01 2022-11-01 一种基于大数据的安全监控系统

Publications (2)

Publication Number Publication Date
CN115408557A CN115408557A (zh) 2022-11-29
CN115408557B true CN115408557B (zh) 2023-02-03

Family

ID=84167793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211353297.0A Active CN115408557B (zh) 2022-11-01 2022-11-01 一种基于大数据的安全监控系统

Country Status (1)

Country Link
CN (1) CN115408557B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114743163A (zh) * 2022-04-29 2022-07-12 北京容联易通信息技术有限公司 一种基于深度学习的视频智能监控算法架构方法和系统
CN114928766A (zh) * 2022-05-12 2022-08-19 南京信息职业技术学院 一种自动调整视频片段的系统及方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103067702B (zh) * 2012-12-06 2015-07-22 中通服公众信息产业股份有限公司 一种用于具有静止画面视频的视频浓缩方法
CN109993025B (zh) * 2017-12-29 2021-07-06 中移（杭州）信息技术有限公司 一种关键帧提取方法及设备
CN110956648A (zh) * 2019-11-15 2020-04-03 深圳市宏电技术股份有限公司 一种视频图像处理方法、装置、设备及存储介质
CN112532938B (zh) * 2020-11-26 2021-08-31 武汉宏数信息技术有限责任公司 一种基于大数据技术的视频监控系统
CN113705504A (zh) * 2021-09-02 2021-11-26 浙江索思科技有限公司 一种基于视频处理技术的海洋渔业安全生产管理系统
CN114373145A (zh) * 2021-12-15 2022-04-19 西安理工大学 基于orb算法的关键帧获取的监控视频场景分类方法
CN115065798B (zh) * 2022-08-18 2022-11-22 广州智算信息技术有限公司 一种基于大数据的视频分析监控系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114743163A (zh) * 2022-04-29 2022-07-12 北京容联易通信息技术有限公司 一种基于深度学习的视频智能监控算法架构方法和系统
CN114928766A (zh) * 2022-05-12 2022-08-19 南京信息职业技术学院 一种自动调整视频片段的系统及方法

Also Published As

Publication number Publication date
CN115408557A (zh) 2022-11-29

Similar Documents

Publication Publication Date Title
CN109711318B (zh) 一种基于视频流的多人脸检测与跟踪方法
CN102306304B (zh) 人脸遮挡物识别方法及其装置
KR100476019B1 (ko) 침입물체검출용 감시방법 및 침입물체검출용 감시장치
CN105894702A (zh) 一种基于多摄像机数据融合的入侵检测报警系统及其检测方法
US20060056702A1 (en) Image processing apparatus and image processing method
CN115065798B (zh) 一种基于大数据的视频分析监控系统
CN112149513A (zh) 基于深度学习的工业制造现场安全帽佩戴识别系统和方法
CN108174198B (zh) 一种视频图像质量诊断分析检测设备及应用系统
CN109345524A (zh) 一种基于视觉的轴承外观缺陷检测系统
KR101454644B1 (ko) 보행자 추적기를 이용한 서성거림을 탐지하는 방법
CN112132863A (zh) 一种高空抛物检测流程及分析方法
CN109688384A (zh) 一种基于图像识别的教室教学情况监控系统及方法
KR102127276B1 (ko) 복수의 고해상도 카메라들을 이용한 파노라마 영상 감시 시스템 및 그 방법
CN115035564A (zh) 基于巡逻车智能摄像机的人脸识别方法、系统及相关组件
JPH09252467A (ja) 移動体検出装置
JP7199645B2 (ja) 物体認識システムおよび物体認識方法
CN115408557B (zh) 一种基于大数据的安全监控系统
WO2019039661A1 (ko) 압축영상에 대한 신택스 기반의 이동객체 영역 추출 방법
WO2023231479A1 (zh) 瞳孔检测方法、装置、存储介质及电子设备
CN117351649A (zh) 一种综合YOLOv8和帧差法的落石识别监测系统及方法
KR101920369B1 (ko) 열화상 카메라의 영상처리장치 및 영상처리방법
KR102015082B1 (ko) 압축영상에 대한 신택스 기반의 객체 추적 방법
JP3625442B2 (ja) 物体検出方法及び物体検出装置並びに物体検出プログラム
JP2667973B2 (ja) 移動体監視装置
KR102423934B1 (ko) 안면인식 및 유사한 옷 색상의 다수 객체 추적기술을 통한 스마트 휴먼검색 통합 솔루션

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