CN115620225A - 一种基于设备的osd巡检方法、系统及介质 - Google Patents
一种基于设备的osd巡检方法、系统及介质 Download PDFInfo
- Publication number
- CN115620225A CN115620225A CN202211211404.6A CN202211211404A CN115620225A CN 115620225 A CN115620225 A CN 115620225A CN 202211211404 A CN202211211404 A CN 202211211404A CN 115620225 A CN115620225 A CN 115620225A
- Authority
- CN
- China
- Prior art keywords
- inspection
- equipment
- image
- video monitoring
- text
- 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
Images
Classifications
-
- 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
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/41—Analysis of document content
- G06V30/418—Document matching, e.g. of document images
-
- 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)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本申请提出了一种基于设备的OSD巡检方法,包括:S1、下发巡检任务,所述巡检任务包括视频监控中的设备位置和名称、国标ID、时间以及监控朝向;S2、接收所述巡检任务并生成巡检配置信息,所述巡检配置信息包括所述巡检任务中的各个任务对应的巡检阈值;S3、获取待巡检设备的视频监控图像,对所述视频监控图像中表征所述设备位置和名称、所述国标ID、所述时间以及所述监控朝向的文本内容进行识别;S4、将识别得到的所述文本内容与所述待巡检设备的实际参数进行一一比对,并判断所述比对结果是否满足对应的所述巡检阈值,若否,下发对所述待巡检设备的参数校正指令。本申请具有能够提高设备的OSD巡检准确度和灵活度的效果。
Description
技术领域
本申请涉及设备巡检的技术领域,具体涉及一种基于设备的OSD巡检方法、系统及介质。
背景技术
视频监控中的设备位置、设备名称(画面右下角)、国标ID(画面左上角)、时间(设备右上角)以及监控朝向(画面左下角)的准确性对抓拍图片以及视频存储都相当重要。然而,现有技术中很多设备的OSD巡检存在以下问题:(1)OSD(On Screen Display,在屏显示)准确度很差,需要人工去现场排查;(2)出现异常情况时,需要人工校时,耗时较长;(3)OSD巡检可配置性差,无法根据各种情况调整巡检阈值,导致巡检灵活性较差。
有鉴于此,提供一种能够提高OSD巡检准确度及灵活度的巡检方法就显得尤为重要。
发明内容
为了解决现有技术中设备的OSD巡检准确度低且灵活度较差的技术问题,本申请提出了一种基于设备的OSD巡检方法、系统及介质。
根据本申请的第一方面,提出了一种基于设备的OSD巡检方法,包括以下步骤:
S1、下发巡检任务,所述巡检任务包括视频监控中的设备位置和名称、国标ID、时间以及监控朝向;
S2、接收所述巡检任务并生成巡检配置信息,所述巡检配置信息包括所述巡检任务中的各个任务对应的巡检阈值;
S3、获取待巡检设备的视频监控图像,对所述视频监控图像中表征所述设备位置和名称、所述国标ID、所述时间以及所述监控朝向的文本内容进行识别;以及
S4、将识别得到的所述文本内容与所述待巡检设备的实际参数进行一一比对,并判断所述比对结果是否满足对应的所述巡检阈值,若否,下发对所述待巡检设备的参数校正指令。
优选的,所述步骤S2具体包括:根据天气的能见度情况,调整所述设备位置和名称以及所述国标ID对应的所述巡检阈值,根据不同所述待巡检设备的要求,调整所述时间对应的所述巡检阈值。
优选的,在所述步骤S3中,对所述视频监控图像中的所述文本内容进行识别之前还包括图像预处理,所述图像预处理方式至少包括以下其中一种:
提高图像对比度、图像降噪、图像边缘检测和边缘提取、图像二值化。
优选的,还包括对所述视频监控图像进行光照统计。
优选的,所述图像边缘检测和边缘提取具体包括:根据所述视频监控图像的光照统计结果调整所述图像边缘检测和边缘提取的参数阈值。
优选的,在所述步骤S3中,对所述视频监控图像中的所述文本内容进行识别具体包括:基于PaddleOCR框架,对所述视频监控图像中的文本进行检测并划分文本区域,并识别所述文本区域中的所述文本内容。
优选的,当检测到字符框大小大于预设阈值的所述文本区域时,删除该文本区域。
优选的,根据所述视频监控图像的光照统计结果调整所述PaddleOCR框架的参数设定。
根据本申请的第二方面,提出了一种基于设备的OSD巡检系统,包括:
任务发送模块,配置用于下发巡检任务,所述巡检任务包括视频监控中的设备位置和名称、国标ID、时间以及监控朝向;
巡检配置信息生成模块,配置用于接收所述巡检任务并生成巡检配置信息,所述巡检配置信息包括所述巡检任务中的各个任务对应的巡检阈值;
文本识别模块,配置用于获取待巡检设备的视频监控图像,对所述视频监控图像中表征所述设备位置和名称、所述国标ID、所述时间以及所述监控朝向的文本内容进行识别;
诊断模块,配置用于将识别得到的所述文本内容与所述待巡检设备的实际参数进行一一比对,并判断所述比对结果是否满足对应的所述巡检阈值,若否,下发对所述待巡检设备的参数校正指令。
根据本申请的第三方面,提出了一种计算机可读储存介质,其储存有计算机程序,所述计算机程序在被处理器执行时实施如本申请第一方面所述的基于设备的OSD巡检方法。
本申请提出了一种基于设备的OSD巡检方法、装置及介质,通过对视频监控图像的处理提高了设备OSD巡检的准确度,并且结合巡检天气以及设备的要求自动调整巡检阈值,提高了OSD巡检的灵活度,减少OSD异常误报率,同时无需人工排查和人工校正,大大的减少了巡检工作量。
附图说明
包括附图以提供对实施例的进一步理解并且附图被并入本说明书中并且构成本说明书的一部分。附图图示了实施例并且与描述一起用于解释本申请的原理。将容易认识到其它实施例和实施例的很多预期优点,因为通过引用以下详细描述,它们变得被更好地理解。附图的元件不一定是相互按照比例的。同样的附图标记指代对应的类似部件。
图1是根据本申请实施例的基于设备的OSD巡检方法流程图;
图2是根据本申请一个具体实施例的视频监控截图;
图3是根据本申请实施例的基于设备的OSD巡检系统框图。
附图标记说明:1、任务发送模块;2、巡检配置信息生成模块;3、文本识别模块;4、诊断模块。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本申请,并不被配置为限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括......”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
根据本申请的第一方面,提出了一种基于设备的OSD巡检方法。图1示出了根据本申请实施例的基于设备的OSD巡检方法流程图,如图1所示,该巡检方法包括以下步骤:
S1、下发巡检任务,巡检任务包括视频监控中的设备位置和名称、国标ID、时间以及监控朝向。
图2示出了根据本申请一个具体实施例的视频监控截图,如图2所示,该监控设备的设备位置和名称标注在画面的右下角,国标ID标注在画面的左上角,时间标注在画面的右上角,监控朝向标注在画面的左下角。监控设备的OSD巡检通常是检测这四个角落标注是否准确。
S2、接收巡检任务并生成巡检配置信息,巡检配置信息包括巡检任务中的各个任务对应的巡检阈值。
其中,巡检配置信息的生成具体包括:根据天气的能见度情况,调整设备位置和名称以及国标ID对应的巡检阈值,根据不同待巡检设备的要求,调整时间对应的巡检阈值。
在具体的实施例中,在正常天气下,天气能见度较好,设备位置和名称以及国标ID对应的巡检阈值设置为80%,即巡检结果与实际结果相比,准确度达到80%即可。而在下雨、下雪、扬尘等能见度较差的天气下,由于视频监控画面会受到干扰导致画面较为不清晰,因此将巡检阈值降低为75%,从而减少OSD异常误报率。
在具体的实施例中,有些监控设备不一定要求设备时间准确率100%,容许有一定的误差,因此在生成巡检配置信息时,根据不同待巡检设备的要求,对应调整时间对应的巡检阈值。
S3、获取待巡检设备的视频监控图像,对视频监控图像中表征设备位置和名称、国标ID、时间以及监控朝向的文本内容进行识别。
在具体的实施例中,S3步骤具体包括:
S301、获取待巡检设备的视频监控图像。
在具体的实施例中,将待巡检设备的视频监控接入到视频播放平台,然后对播放的监控视频进行截图,并对截图的时间进行记录,从而得到视频监控图像。视频监控图像的读取主要基于OpenCV库,获取目录下所有文件则是通过OS库进行获取。
S302、对视频监控图像进行光照统计。
在具体的实施例中,由于白天和夜晚光照程度不同,所拍摄到的视频监控图像的效果也不同,因此需要对视频监控图像进行光照统计,方便后续对图像处理的过程中根据不同的光照进行参数调整。
S303、对视频监控图像进行图像预处理。
在具体的实施例中,图像预处理方式至少包括以下一种:
1)提高图像对比度:可以一定程度上提高原视频监控图像的清晰度,从而提高文字的识别率,主要基于OpenCV库进行实现。
2)图像降噪:针对不同视频监控图像的噪声特征,采取对应的降噪手段,以获得质量更好,更易处理的图像结果。
3)图像边缘检测和边缘提取:对于存在雨天灯光等复杂环境的视频监控图像,采取图像边缘检测和边缘提取的方式提取文本信息,降低复杂环境对文字识别的影响。其中,图像边缘检测和边缘提取的参数阈值设定需要基于每幅视频监控图像的光照统计结果确定。
4)图像二值化:对于部分上述无法进行较好处理的视频监控图像可以通过二值化的方式进行处理,提高文本与背景的对比度,从而提高文本边缘的识别率。
S304、基于PaddleOCR框架对视频监控图像中的文本进行检测并划分文本区域。
在具体的实施例中,需要根据视频监控图像的光照统计结果调整PaddleOCR框架的参数设定,使得对于每一张视频监控图像有更好的识别结果。并且,当检测到字符框大小大于预设阈值的文本区域时,则可知该文本区域为其它干扰信息,例如路牌、广告牌等,与需要检测识别数据无关,则删除该文本区域。
S305、基于PaddleOCR框架识别文本区域中的文本内容。
在具体的实施例中,同样需要根据视频监控图像的光照统计结果调整PaddleOCR框架的参数设定,然后对文本区域中的文本内容进行识别。对于识别出的文本内容,利用现有的不同词语库识别其中的字,并最终选择识别成功率最高的词语库,作为后续巡检所用到的词语库,从而减少错别字出现的概率。
S4、将识别得到的文本内容与待巡检设备的实际参数进行一一比对,并判断比对结果是否满足对应的巡检阈值,若否,下发对待巡检设备的参数校正指令。
在具体的实施例中,首先将输入的视频监控图像的检测结果与《视频图像文字标注规范》(GA/T 751-2008)等文件的有关标准和规范比对,判断相应文本的信息是否符合标准,相应的位置是否准确,文本是否满足所需要的信息。四种巡检任务的判断逻辑如下:
1)国标ID:判断视频监控画面左上角文本区域中的文本内容是否全为数字信息,若是,将该文本内容与待巡检设备的实际国标ID进行一一比对。
2)时间:判断视频监控画面右上角文本区域中的文本内容的格式是否形如“YYYY-MM-DD hh:mm:ss”,其中YYYY为四位数字,表示年;MM为2位数字,表示月;DD为2位数字,表示日;hh为2位数字,表示小时;mm为2为数字,表示分钟;ss为2位数字,表示秒。同时基于time.strptime()函数判定相应时间是否为正确的时间(监控视频截图时间)。
3)监控朝向:对视频监控画面左上角文本区域中的文本内容的每一位文字进行判定(以图2中左下角的监控朝向标注为例):
(1)第一位判定相应文字是否为为“动”或“固”;
(2)第二位判定相应文字是否为“枪”或“球”或“曲”;
(3)第三位判定相应文字是否为“内”或“外”;
(4)第四位判定相应文字是否为“治”或“路”或“重”;
(5)第五位判定是否为“东”或“南”或“西”或“北”。
4)设备位置和名称:对视频监控画面右下角文本区域中的文本内容进行判别,对于县及县以上的辖区信息根据GB/T 2260全国县及县以上行政区划代码表中命名方式进行判定,之后的相关信息部分主要进行相应的文本长度进行判定。
最终输出文本内容识别结果,以及输出各个巡检任务的比对结果是否大于等于对应的巡检阈值,若否,下发对待巡检设备的参数校正指令,该待巡检设备的设备位置和名称、国标ID、时间以及监控朝向自动校正。
本申请基于设备的OSD巡检方法通过对视频监控图像的光照统计、图像预处理、文本区域检测与校正、文本识别,提高了设备OSD巡检的准确度,并且结合巡检天气以及设备的要求自动调整各个巡检任务的巡检阈值,提高了OSD巡检的灵活度,减少OSD异常误报率,同时无需人工排查和人工校正,大大的减少了巡检工作量。
根据本申请的第二方面,提出了一种基于设备的OSD巡检系统,该巡检系统是基于上述的巡检方法搭建的。图3示出了根据本申请实施例的基于设备的OSD巡检系统框图,如图3所示,该巡检系统包括:
任务发送模块1,配置用于下发巡检任务,巡检任务包括视频监控中的设备位置和名称、国标ID、时间以及监控朝向;
巡检配置信息生成模块2,配置用于接收巡检任务并生成巡检配置信息,巡检配置信息包括巡检任务中的各个任务对应的巡检阈值;
文本识别模块3,配置用于获取待巡检设备的视频监控图像,对视频监控图像中表征设备位置和名称、国标ID、时间以及监控朝向的文本内容进行识别;
诊断模块4,配置用于将识别得到的文本内容与待巡检设备的实际参数进行一一比对,并判断比对结果是否满足对应的巡检阈值,若否,下发对待巡检设备的参数校正指令。
根据本申请的第三方面,提出了一种计算机可读储存介质,其储存有计算机程序,该计算机程序在被处理器执行时实施如本申请第一方面的基于设备的OSD巡检方法。
在本申请实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置/系统/方法实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
显然,本领域技术人员在不偏离本申请的精神和范围的情况下可以作出对本申请的实施例的各种修改和改变。以该方式,如果这些修改和改变处于本申请的权利要求及其等同形式的范围内,则本申请还旨在涵盖这些修改和改变。词语“包括”不排除未在权利要求中列出的其它元件或步骤的存在。某些措施记载在相互不同的从属权利要求中的简单事实不表明这些措施的组合不能被用于获利。权利要求中的任何附图标记不应当被认为限制范围。
Claims (10)
1.一种基于设备的OSD巡检方法,其特征在于,包括以下步骤:
S1、下发巡检任务,所述巡检任务包括视频监控中的设备位置和名称、国标ID、时间以及监控朝向;
S2、接收所述巡检任务并生成巡检配置信息,所述巡检配置信息包括所述巡检任务中的各个任务对应的巡检阈值;
S3、获取待巡检设备的视频监控图像,对所述视频监控图像中表征所述设备位置和名称、所述国标ID、所述时间以及所述监控朝向的文本内容进行识别;以及
S4、将识别得到的所述文本内容与所述待巡检设备的实际参数进行一一比对,并判断所述比对结果是否满足对应的所述巡检阈值,若否,下发对所述待巡检设备的参数校正指令。
2.根据权利要求1所述的方法,其特征在于,所述步骤S2具体包括:根据天气的能见度情况,调整所述设备位置和名称以及所述国标ID对应的所述巡检阈值,根据不同所述待巡检设备的要求,调整所述时间对应的所述巡检阈值。
3.根据权利要求1所述的方法,其特征在于,在所述步骤S3中,对所述视频监控图像中的所述文本内容进行识别之前还包括图像预处理,所述图像预处理方式至少包括以下其中一种:
提高图像对比度、图像降噪、图像边缘检测和边缘提取、图像二值化。
4.根据权利要求3所述的方法,其特征在于,还包括对所述视频监控图像进行光照统计。
5.根据权利要求4所述的方法,其特征在于,所述图像边缘检测和边缘提取具体包括:根据所述视频监控图像的光照统计结果调整所述图像边缘检测和边缘提取的参数阈值。
6.根据权利要求4所述的方法,其特征在于,在所述步骤S3中,对所述视频监控图像中的所述文本内容进行识别具体包括:基于PaddleOCR框架,对所述视频监控图像中的文本进行检测并划分文本区域,并识别所述文本区域中的所述文本内容。
7.根据权利要求6所述的方法,其特征在于,当检测到字符框大小大于预设阈值的所述文本区域时,删除该文本区域。
8.根据权利要求6所述的方法,其特征在于,根据所述视频监控图像的光照统计结果调整所述PaddleOCR框架的参数设定。
9.一种基于设备的OSD巡检系统,其特征在于,包括:
任务发送模块,配置用于下发巡检任务,所述巡检任务包括视频监控中的设备位置和名称、国标ID、时间以及监控朝向;
巡检配置信息生成模块,配置用于接收所述巡检任务并生成巡检配置信息,所述巡检配置信息包括所述巡检任务中的各个任务对应的巡检阈值;
文本识别模块,配置用于获取待巡检设备的视频监控图像,对所述视频监控图像中表征所述设备位置和名称、所述国标ID、所述时间以及所述监控朝向的文本内容进行识别;
诊断模块,配置用于将识别得到的所述文本内容与所述待巡检设备的实际参数进行一一比对,并判断所述比对结果是否满足对应的所述巡检阈值,若否,下发对所述待巡检设备的参数校正指令。
10.一种计算机可读储存介质,其储存有计算机程序,所述计算机程序在被处理器执行时实施如权利要求1-8中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211211404.6A CN115620225A (zh) | 2022-09-30 | 2022-09-30 | 一种基于设备的osd巡检方法、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211211404.6A CN115620225A (zh) | 2022-09-30 | 2022-09-30 | 一种基于设备的osd巡检方法、系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115620225A true CN115620225A (zh) | 2023-01-17 |
Family
ID=84860941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211211404.6A Pending CN115620225A (zh) | 2022-09-30 | 2022-09-30 | 一种基于设备的osd巡检方法、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115620225A (zh) |
-
2022
- 2022-09-30 CN CN202211211404.6A patent/CN115620225A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110705405B (zh) | 目标标注的方法及装置 | |
US9076071B2 (en) | Logo recognition | |
CN109829397B (zh) | 一种基于图像聚类的视频标注方法、系统以及电子设备 | |
CN110096945B (zh) | 基于机器学习的室内监控视频关键帧实时提取方法 | |
CN112153373A (zh) | 明厨亮灶设备的故障识别方法、装置及存储介质 | |
CN107784649A (zh) | 基于图像识别的芯棒测试远程报警系统及方法 | |
CN112137591A (zh) | 基于视频流的目标物位置检测方法、装置、设备及介质 | |
CN114461986A (zh) | 一种训练识别标识模型的方法、图像识别的方法和装置 | |
CN113255516A (zh) | 活体检测方法、装置和电子设备 | |
CN106650594A (zh) | 视频火灾检测方法、装置及系统 | |
CN113743378B (zh) | 一种基于视频的火情监测方法和装置 | |
CN113158773B (zh) | 一种活体检测模型的训练方法及训练装置 | |
CN113947744A (zh) | 基于视频的火灾图像检测方法、系统、设备及存储介质 | |
CN109141457B (zh) | 导航评估方法、装置、计算机设备和存储介质 | |
CN115620225A (zh) | 一种基于设备的osd巡检方法、系统及介质 | |
CN116993654B (zh) | 摄像头模组缺陷检测方法、装置、设备、存储介质及产品 | |
CN114821513B (zh) | 一种基于多层网络的图像处理方法及装置、电子设备 | |
CN111914850A (zh) | 图片特征提取方法、装置、服务器和介质 | |
CN110569743A (zh) | 一种广告信息记录方法以及储存介质、管理系统 | |
CN113269730B (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
CN111860261A (zh) | 一种客流值的统计方法、装置、设备及介质 | |
CN111988506B (zh) | 补光方法及装置、电子设备及存储介质 | |
CN109151549A (zh) | 实现监控视频画面字符叠加反色显示系统及方法、处理器 | |
CN113505653B (zh) | 目标检测方法、装置、设备、介质及程序产品 | |
CN112052729B (zh) | 一种基于人脸识别的智能动态高清视频检测方法及系统 |
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 |