CN115866392B - 一种ai物体视觉识别系统和方法 - Google Patents
一种ai物体视觉识别系统和方法 Download PDFInfo
- Publication number
- CN115866392B CN115866392B CN202211494209.9A CN202211494209A CN115866392B CN 115866392 B CN115866392 B CN 115866392B CN 202211494209 A CN202211494209 A CN 202211494209A CN 115866392 B CN115866392 B CN 115866392B
- Authority
- CN
- China
- Prior art keywords
- target object
- mode
- operation mode
- visual recognition
- current scene
- 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
Links
Classifications
-
- 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
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Closed-Circuit Television Systems (AREA)
Abstract
本发明提出了一种AI物体视觉识别系统和方法。所述AI物体视觉识别方法包括:AI物体视觉识别系统启动后,采集当前场景内的图像信息,并通过图像信息判断所述当前场景内是否存在目标物体,获得物体识别结果;根据所述物体识别结果确定当前AI物体视觉识别系统的运行模式,其中,所述运行模式包括休眠运行模式和完全启动模式;所述系统包括与所述方法步骤对应的模块。
Description
技术领域
本发明提出了一种AI物体视觉识别系统和方法,属于视觉识别技术领域。
背景技术
随着自动化技术的不断发展,工业场地运行中往往为了满足安全生产,其场地位置禁止外部人员或不属于该场所物体进入的,现有技术中尝试用视频摄像头进行实时的视频采集,然后通过人工进行监控,判断重要场地是否有不明人员或物体出现。随着视觉识别技术的不断发展,逐渐无需人工适时进行视频监测,而是通过图像视觉识别利用深度学习模型进行自主目标物体识别,然而,以解决物体视觉识别过程中由于视觉识别算法的处理量较大,长期处于持续识别状态时,会导致系统能耗消耗过大,能源浪费。如果设置待机模式,则会出现长时间处于待机状态或运行启动不及时,导致视觉识别效率降低的问题发生。
发明内容
本发明提供了一种AI物体视觉识别系统和方法,用以解决物体视觉识别过程中由于视觉识别算法的处理量较大,长期处于持续识别状态时,会导致系统能耗消耗过大,同时,如果设置待机模式时,长时间处于待机状态或运行启动不及时,也会导致视觉识别效率降低的问题发生,所采取的技术方案如下:
一种AI物体视觉识别方法,所述AI物体视觉识别方法包括:
AI物体视觉识别系统启动后,采集当前场景内的图像信息,并通过图像信息判断所述当前场景内是否存在目标物体,获得物体识别结果;
根据所述物体识别结果确定当前AI物体视觉识别系统的运行模式,其中,所述运行模式包括休眠运行模式和完全启动模式;
其中,所述休眠运行模式是指关闭双目摄像头,通过红外传感器确定是否需要启动双目摄像头;
完全启动模式是指开启双目摄像头,通过双目摄像头实时采集当前场景中的图像信息,并通过图像识别判断是否存在目标物体。
进一步地,AI物体视觉识别系统启动后,采集当前场景内的图像信息,并通过图像信息判断所述当前场景内是否存在目标物体,获得物体识别结果,包括:
AI物体视觉识别系统启动后直接启动双目摄像头,并通过双目摄像头对当前场景内的环境进行图像采集,获取所述当前场景对应的全景图像;
对所述全景图像进行图像识别,确定当前场景对应的全景图像中是否存在目标物体,获取物体识别结果。
进一步地,根据所述物体识别结果确定当前AI物体视觉识别系统的运行模式,包括:
如果当前场景对应的全景图像中存在目标物体,则识别并提取所述目标物体在当前场景中的位置,并将所述目标物体的对应位置上传至监控平台;
在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,并根据目标物体的出现频率设置完全启动模式与休眠运行模式的切换方式;
如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统按照休眠运行模式进行运行,并根据目标物体出现频率设置完全启动模式与休眠运行模式的切换方式。
进一步地,在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,并根据目标物体的出现频率设置完全启动模式与休眠运行模式的切换方式,包括:
步骤1、在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,实时通过双目摄像头获取场景图像;
步骤2、对所述场景图像进行图像识别,获取场景中是否出现所述目标物体,当超过预设监控时间段后,没有识别到新出现的所述目标物体时,控制所述AI物体视觉识别系统按照休眠运行模式进行运行;
步骤3、在所述AI物体视觉识别系统处于休眠运行模式时,通过红外传感器实时检测当前场景内是否增加新的物体,当检测到当前场景内出现新的物体时,控制所述AI物体视觉识别系统按照完全启动模式进行运行,通过双目摄像头获取场景图像并识别所述新的物体是否为目标物体,并在确定所述新的物体为目标物体后,识别所述目标物体的对应位置并上传至监控平台;
步骤4、重复步骤1至步骤3的执行内容,具体重复次数不少于5次,并通过重复执行步骤1至步骤3过程中的所述新的物体的出现时间,设置全启动模式与休眠运行模式的切换时间间隔;
步骤5、按照所述完全启动模式与休眠运行模式的切换时间间隔自动切换所述AI物体视觉识别系统的运行模式;
其中,所述完全启动模式与休眠运行模式的切换时间间隔通过如下公式获取:
其中,T01表示如果当前场景对应的全景图像中存在目标物体情况下,所述完全启动模式与休眠运行模式的切换时间间隔;Tmax表示重复次数内,新的物体出现的时间间隔最大值;Tp表示重复次数内,新的物体出现的时间间隔平均值;T0表示预设监控时间段;Tmini表示重复次数内,新的物体出现的时间间隔最小的三个时间间隔中的第i个新的物体出现的时间间隔。
进一步地,如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统按照休眠运行模式进行运行,并根据目标物体出现频率设置完全启动模式与休眠运行模式的切换方式,包括:
第1步、如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统的双目摄像头关闭,仅通过红外传感器获取当前场景是否出现新的物体;
第2步、当检测到当前场景内出现新的物体时,控制所述AI物体视觉识别系统启动双目摄像头,并通过双目摄像头获取场景图像并识别所述新的物体是否为目标物体,并在确定所述新的物体为目标物体后,识别所述目标物体的对应位置并上传至监控平台;
第3步、在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照休眠运行模式进行运行;
第4步、重复第1步至第2步的内容,具体重复次数不少于3次,并通过重复执行步骤1至步骤3过程中的所述新的物体的出现时间,设置全启动模式与休眠运行模式的切换时间间隔;
第5步、按照所述完全启动模式与休眠运行模式的切换时间间隔自动切换所述AI物体视觉识别系统的运行模式;
其中,所述完全启动模式与休眠运行模式的切换时间间隔通过如下公式获取:
其中,T02表示如果当前场景对应的全景图像中不存在目标物体情况下,所述完全启动模式与休眠运行模式的切换时间间隔;Tmin表示重复次数内,新的物体出现的时间间隔最小值;Tp表示重复次数内,新的物体出现的时间间隔平均值;T0表示预设监控时间段;Tmax表示重复次数内,新的物体出现的时间间隔最大值。
一种AI物体视觉识别系统,所述AI物体视觉识别系统包括:
识别结果获取模块,用于AI物体视觉识别系统启动后,采集当前场景内的图像信息,并通过图像信息判断所述当前场景内是否存在目标物体,获得物体识别结果;
模式确定模块,用于根据所述物体识别结果确定当前AI物体视觉识别系统的运行模式,其中,所述运行模式包括休眠运行模式和完全启动模式;
其中,所述休眠运行模式是指关闭双目摄像头,通过红外传感器确定是否需要启动双目摄像头;
完全启动模式是指开启双目摄像头,通过双目摄像头实时采集当前场景中的图像信息,并通过图像识别判断是否存在目标物体。
进一步地,所述识别结果获取模块包括:
采集模块,用于AI物体视觉识别系统启动后直接启动双目摄像头,并通过双目摄像头对当前场景内的环境进行图像采集,获取所述当前场景对应的全景图像;
识别模块,用于对所述全景图像进行图像识别,确定当前场景对应的全景图像中是否存在目标物体,获取物体识别结果。
进一步地,所述模式确定模块包括:
上传模块,用于如果当前场景对应的全景图像中存在目标物体,则识别并提取所述目标物体在当前场景中的位置,并将所述目标物体的对应位置上传至监控平台;
第一运行模式控制模块,用于在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,并根据目标物体的出现频率设置完全启动模式与休眠运行模式的切换方式;
第二运行模式控制模块,用于如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统按照休眠运行模式进行运行,并根据目标物体出现频率设置完全启动模式与休眠运行模式的切换方式。
进一步地,所述第一运行模式控制模块的运行过程包括:
步骤1、在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,实时通过双目摄像头获取场景图像;
步骤2、对所述场景图像进行图像识别,获取场景中是否出现所述目标物体,当超过预设监控时间段后,没有识别到新出现的所述目标物体时,控制所述AI物体视觉识别系统按照休眠运行模式进行运行;
步骤3、在所述AI物体视觉识别系统处于休眠运行模式时,通过红外传感器实时检测当前场景内是否增加新的物体,当检测到当前场景内出现新的物体时,控制所述AI物体视觉识别系统按照完全启动模式进行运行,通过双目摄像头获取场景图像并识别所述新的物体是否为目标物体,并在确定所述新的物体为目标物体后,识别所述目标物体的对应位置并上传至监控平台;
步骤4、重复步骤1至步骤3的执行内容,具体重复次数不少于5次,并通过重复执行步骤1至步骤3过程中的所述新的物体的出现时间,设置全启动模式与休眠运行模式的切换时间间隔;
步骤5、按照所述完全启动模式与休眠运行模式的切换时间间隔自动切换所述AI物体视觉识别系统的运行模式;
其中,所述完全启动模式与休眠运行模式的切换时间间隔通过如下公式获取:
其中,T01表示如果当前场景对应的全景图像中存在目标物体情况下,所述完全启动模式与休眠运行模式的切换时间间隔;Tmax表示重复次数内,新的物体出现的时间间隔最大值;Tp表示重复次数内,新的物体出现的时间间隔平均值;T0表示预设监控时间段;Tmini表示重复次数内,新的物体出现的时间间隔最小的三个时间间隔中的第i个新的物体出现的时间间隔。
进一步地,所述第二运行模式控制模块的运行过程包括:
第1步、如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统的双目摄像头关闭,仅通过红外传感器获取当前场景是否出现新的物体;
第2步、当检测到当前场景内出现新的物体时,控制所述AI物体视觉识别系统启动双目摄像头,并通过双目摄像头获取场景图像并识别所述新的物体是否为目标物体,并在确定所述新的物体为目标物体后,识别所述目标物体的对应位置并上传至监控平台;
第3步、在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照休眠运行模式进行运行;
第4步、重复第1步至第2步的内容,具体重复次数不少于3次,并通过重复执行步骤1至步骤3过程中的所述新的物体的出现时间,设置全启动模式与休眠运行模式的切换时间间隔;
第5步、按照所述完全启动模式与休眠运行模式的切换时间间隔自动切换所述AI物体视觉识别系统的运行模式;
其中,所述完全启动模式与休眠运行模式的切换时间间隔通过如下公式获取:
其中,T02表示如果当前场景对应的全景图像中不存在目标物体情况下,所述完全启动模式与休眠运行模式的切换时间间隔;Tmin表示重复次数内,新的物体出现的时间间隔最小值;Tp表示重复次数内,新的物体出现的时间间隔平均值;T0表示预设监控时间段;Tmax表示重复次数内,新的物体出现的时间间隔最大值。
本发明有益效果:
本发明提出的一种AI物体视觉识别系统和方法通过启动时目标物体识别实际情况设置不同的运行模式,通过不同运行模式的不同切换时间间隔,能够使物体视觉识别系统在不同的休眠运行模式和完全启动模式之间自动切换,并且,通过休眠运行模式和完全启动模式之间自动切换的时间间隔的设置,既能够降低物体视觉识别系统长时间运行识别导致能耗消耗量,又能够有效保证完全启动模式的运行及时性,保证时间间隔的设置能够及时启动I物体视觉识别系统进行目标物体的识别。
附图说明
图1为本发明所述方法的流程图;
图2为本发明所述系统的系统框图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明的一个实施例一种AI物体视觉识别方法,如图1所示,所述AI物体视觉识别方法包括:
S1、AI物体视觉识别系统启动后,采集当前场景内的图像信息,并通过图像信息判断所述当前场景内是否存在目标物体,获得物体识别结果;
S2、根据所述物体识别结果确定当前AI物体视觉识别系统的运行模式,其中,所述运行模式包括休眠运行模式和完全启动模式;
其中,所述休眠运行模式是指关闭双目摄像头,通过红外传感器确定是否需要启动双目摄像头;
完全启动模式是指开启双目摄像头,通过双目摄像头实时采集当前场景中的图像信息,并通过图像识别判断是否存在目标物体。
并且,如果在休眠运行模式时通过红外传感器检测到新的物体出现在检测场景中时,立即切换至完全启动模式。
其中,AI物体视觉识别系统启动后,采集当前场景内的图像信息,并通过图像信息判断所述当前场景内是否存在目标物体,获得物体识别结果,包括:
S101、AI物体视觉识别系统启动后直接启动双目摄像头,并通过双目摄像头对当前场景内的环境进行图像采集,获取所述当前场景对应的全景图像;
S102、对所述全景图像进行图像识别,确定当前场景对应的全景图像中是否存在目标物体,获取物体识别结果。
根据所述物体识别结果确定当前AI物体视觉识别系统的运行模式,包括:
S201、如果当前场景对应的全景图像中存在目标物体,则识别并提取所述目标物体在当前场景中的位置,并将所述目标物体的对应位置上传至监控平台;
S202、在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,并根据目标物体的出现频率设置完全启动模式与休眠运行模式的切换方式;
S203、如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统按照休眠运行模式进行运行,并根据目标物体出现频率设置完全启动模式与休眠运行模式的切换方式。
上述技术方案的工作原理为:首先,AI物体视觉识别系统启动后,采集当前场景内的图像信息,并通过图像信息判断所述当前场景内是否存在目标物体,获得物体识别结果;根据所述物体识别结果确定当前AI物体视觉识别系统的运行模式,其中,所述运行模式包括休眠运行模式和完全启动模式;其中,所述休眠运行模式是指关闭双目摄像头,通过红外传感器确定是否需要启动双目摄像头;完全启动模式是指开启双目摄像头,通过双目摄像头实时采集当前场景中的图像信息,并通过图像识别判断是否存在目标物体。并且,如果在休眠运行模式时通过红外传感器检测到新的物体出现在检测场景中时,立即切换至完全启动模式。
具体的,AI物体视觉识别系统启动后,采集当前场景内的图像信息,并通过图像信息判断所述当前场景内是否存在目标物体,获得物体识别结果,包括:
首先,AI物体视觉识别系统启动后直接启动双目摄像头,并通过双目摄像头对当前场景内的环境进行图像采集,获取所述当前场景对应的全景图像;
然后,对所述全景图像进行图像识别,确定当前场景对应的全景图像中是否存在目标物体,获取物体识别结果。
具体的,根据所述物体识别结果确定当前AI物体视觉识别系统的运行模式,包括:
首先,如果当前场景对应的全景图像中存在目标物体,则识别并提取所述目标物体在当前场景中的位置,并将所述目标物体的对应位置上传至监控平台;然后,在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,并根据目标物体的出现频率设置完全启动模式与休眠运行模式的切换方式;最后,如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统按照休眠运行模式进行运行,并根据目标物体出现频率设置完全启动模式与休眠运行模式的切换方式。
上述技术方案的效果为:本实施例提出的一种AI物体视觉识别方法通过启动时目标物体识别实际情况设置不同的运行模式,通过不同运行模式的不同切换时间间隔,能够使物体视觉识别系统在不同的休眠运行模式和完全启动模式之间自动切换,并且,通过休眠运行模式和完全启动模式之间自动切换的时间间隔的设置,既能够降低物体视觉识别系统长时间运行识别导致能耗消耗量,又能够有效保证完全启动模式的运行及时性,保证时间间隔的设置能够及时启动I物体视觉识别系统进行目标物体的识别。
同时,由于系统开启时及发现目标物体能够间接反映目标物体出现的频率或概率较大,因此,通过系统开启时识别当前生产场所中已经出现目标物体和未出现目标物体的不同情况设置切换时间间隔,能够有效提高切换时间间隔与当前生产场所的实际情况的匹配性。防止统一切换时间间隔导致无法通过模式切换方式获取新的物体的识别,进而导致识别及时性降低的问题发生。
本发明的一个实施例,在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,并根据目标物体的出现频率设置完全启动模式与休眠运行模式的切换方式,包括:
步骤1、在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,实时通过双目摄像头获取场景图像;
步骤2、对所述场景图像进行图像识别,获取场景中是否出现所述目标物体,当超过预设监控时间段后,没有识别到新出现的所述目标物体时,控制所述AI物体视觉识别系统按照休眠运行模式进行运行;
步骤3、在所述AI物体视觉识别系统处于休眠运行模式时,通过红外传感器实时检测当前场景内是否增加新的物体,当检测到当前场景内出现新的物体时,控制所述AI物体视觉识别系统按照完全启动模式进行运行,通过双目摄像头获取场景图像并识别所述新的物体是否为目标物体,并在确定所述新的物体为目标物体后,识别所述目标物体的对应位置并上传至监控平台;
步骤4、重复步骤1至步骤3的执行内容,具体重复次数不少于5次,并通过重复执行步骤1至步骤3过程中的所述新的物体的出现时间,设置全启动模式与休眠运行模式的切换时间间隔;
步骤5、按照所述完全启动模式与休眠运行模式的切换时间间隔自动切换所述AI物体视觉识别系统的运行模式;
其中,所述完全启动模式与休眠运行模式的切换时间间隔通过如下公式获取:
其中,T01表示如果当前场景对应的全景图像中存在目标物体情况下,所述完全启动模式与休眠运行模式的切换时间间隔;Tmax表示重复次数内,新的物体出现的时间间隔最大值;Tp表示重复次数内,新的物体出现的时间间隔平均值;T0表示预设监控时间段,T0的取值范围可根据生产场所的实际人员流动和设备运行情况而定;Tmini表示重复次数内,新的物体出现的时间间隔最小的三个时间间隔中的第i个新的物体出现的时间间隔。
其中,如果在休眠运行模式向完全启动模式进行切换过程中,在其对应的切换时间间隔内如果红外传感器检测到新的物体出现,立即从休眠运行模式转化至完全启动模式,并利用上述公式,结合新的物体的出现时间间隔对切换时间间隔进行自适应调整。
上述技术方案的效果为:由于目标物体为当前生产场所中所需生产设备或人员外不需要存在的物体或人员,因此,其出现的过程相对随机,需要识别的启动状态也比较随机,如果持续进行物体视觉识别,则会导致长时间的持续能耗导致资源浪费。但是,由于工厂生产场所从长期时间来看,其运作流程和人员及工具设备的出现,又有一定规律,但是单纯通过数学模型进行预测方式进行时间间隔的合计会导致进一步增加数学计算量,进一步增加能耗,使资源浪费的问题加剧。因此,通过本发明上述实施例的方式,结合新的物体出现的时间间隔和出现的间隔时间特点进行时间间隔的设置和动态自适应调整,能够在无需大量数学模型进行预测模型设计和训练的情况下,仅通过新的物体的实际出现情况,即可获取切换时间间隔。这种切换时间间隔在生产场所人员流动较弱和不属于生产场所的设备出现频率较低的环境下,能够降低物体视觉识别系统长时间运行识别导致能耗消耗量,又能够有效保证完全启动模式的运行及时性,保证时间间隔的设置能够及时启动I物体视觉识别系统进行目标物体的识别。同时,结合新的物体的出现的实际时间要素来进行切换时间间隔的设置和自适应调整,能够有效提高切换时间间隔与生产场所实际人员流动情况和设备出现情况的匹配性和设置合理性。
本发明的一个实施例,如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统按照休眠运行模式进行运行,并根据目标物体出现频率设置完全启动模式与休眠运行模式的切换方式,包括:
第1步、如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统的双目摄像头关闭,仅通过红外传感器获取当前场景是否出现新的物体;
第2步、当检测到当前场景内出现新的物体时,控制所述AI物体视觉识别系统启动双目摄像头,并通过双目摄像头获取场景图像并识别所述新的物体是否为目标物体,并在确定所述新的物体为目标物体后,识别所述目标物体的对应位置并上传至监控平台;
第3步、在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照休眠运行模式进行运行;
第4步、重复第1步至第2步的内容,具体重复次数不少于3次,并通过重复执行步骤1至步骤3过程中的所述新的物体的出现时间,设置全启动模式与休眠运行模式的切换时间间隔;
第5步、按照所述完全启动模式与休眠运行模式的切换时间间隔自动切换所述AI物体视觉识别系统的运行模式;
其中,所述完全启动模式与休眠运行模式的切换时间间隔通过如下公式获取:
其中,T02表示如果当前场景对应的全景图像中不存在目标物体情况下,所述完全启动模式与休眠运行模式的切换时间间隔;Tmin表示重复次数内,新的物体出现的时间间隔最小值;Tp表示重复次数内,新的物体出现的时间间隔平均值;T0表示预设监控时间段;Tmax表示重复次数内,新的物体出现的时间间隔最大值。
其中,如果在休眠运行模式向完全启动模式进行切换过程中,在其对应的切换时间间隔内如果红外传感器检测到新的物体出现,立即从休眠运行模式转化至完全启动模式,并利用上述公式,结合新的物体的出现时间间隔对切换时间间隔进行自适应调整。
上述技术方案的效果为:由于目标物体为当前生产场所中所需生产设备或人员外不需要存在的物体或人员,因此,其出现的过程相对随机,需要识别的启动状态也比较随机,如果持续进行物体视觉识别,则会导致长时间的持续能耗导致资源浪费。但是,由于工厂生产场所从长期时间来看,其运作流程和人员及工具设备的出现,又有一定规律,但是单纯通过数学模型进行预测方式进行时间间隔的合计会导致进一步增加数学计算量,进一步增加能耗,使资源浪费的问题加剧。因此,通过本发明上述实施例的方式,结合新的物体出现的时间间隔和出现的间隔时间特点进行时间间隔的设置和动态自适应调整,能够在无需大量数学模型进行预测模型设计和训练的情况下,仅通过新的物体的实际出现情况,即可获取切换时间间隔。这种切换时间间隔在生产场所人员流动较弱和不属于生产场所的设备出现频率较低的环境下,能够降低物体视觉识别系统长时间运行识别导致能耗消耗量,又能够有效保证完全启动模式的运行及时性,保证时间间隔的设置能够及时启动I物体视觉识别系统进行目标物体的识别。同时,结合新的物体的出现的实际时间要素来进行切换时间间隔的设置和自适应调整,能够有效提高切换时间间隔与生产场所实际人员流动情况和设备出现情况的匹配性和设置合理性。
本发明实施例提出了一种AI物体视觉识别系统,如图2所示,所述AI物体视觉识别系统包括:
识别结果获取模块,用于AI物体视觉识别系统启动后,采集当前场景内的图像信息,并通过图像信息判断所述当前场景内是否存在目标物体,获得物体识别结果;
模式确定模块,用于根据所述物体识别结果确定当前AI物体视觉识别系统的运行模式,其中,所述运行模式包括休眠运行模式和完全启动模式;
其中,所述休眠运行模式是指关闭双目摄像头,通过红外传感器确定是否需要启动双目摄像头;
完全启动模式是指开启双目摄像头,通过双目摄像头实时采集当前场景中的图像信息,并通过图像识别判断是否存在目标物体。
具体的,所述识别结果获取模块包括:
采集模块,用于AI物体视觉识别系统启动后直接启动双目摄像头,并通过双目摄像头对当前场景内的环境进行图像采集,获取所述当前场景对应的全景图像;
识别模块,用于对所述全景图像进行图像识别,确定当前场景对应的全景图像中是否存在目标物体,获取物体识别结果。
所述模式确定模块包括:
上传模块,用于如果当前场景对应的全景图像中存在目标物体,则识别并提取所述目标物体在当前场景中的位置,并将所述目标物体的对应位置上传至监控平台;
第一运行模式控制模块,用于在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,并根据目标物体的出现频率设置完全启动模式与休眠运行模式的切换方式;
第二运行模式控制模块,用于如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统按照休眠运行模式进行运行,并根据目标物体出现频率设置完全启动模式与休眠运行模式的切换方式。
上述技术方案的工作原理为:所述AI物体视觉识别系统的运行过程包括:
首先,通过识别结果获取模块控制AI物体视觉识别系统启动后,采集当前场景内的图像信息,并通过图像信息判断所述当前场景内是否存在目标物体,获得物体识别结果;
然后,利用模式确定模块根据所述物体识别结果确定当前AI物体视觉识别系统的运行模式,其中,所述运行模式包括休眠运行模式和完全启动模式;
其中,所述休眠运行模式是指关闭双目摄像头,通过红外传感器确定是否需要启动双目摄像头;
完全启动模式是指开启双目摄像头,通过双目摄像头实时采集当前场景中的图像信息,并通过图像识别判断是否存在目标物体。
具体的,所述识别结果获取模块的运行过程包括:
首先,通过采集模块控制AI物体视觉识别系统启动后直接启动双目摄像头,并通过双目摄像头对当前场景内的环境进行图像采集,获取所述当前场景对应的全景图像;
然后,利用识别模块对所述全景图像进行图像识别,确定当前场景对应的全景图像中是否存在目标物体,获取物体识别结果。
所述模式确定模块的运行过程包括:
首先,通过上传模块在如果当前场景对应的全景图像中存在目标物体时,则识别并提取所述目标物体在当前场景中的位置,并将所述目标物体的对应位置上传至监控平台;
然后,利用第一运行模式控制模块在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,并根据目标物体的出现频率设置完全启动模式与休眠运行模式的切换方式;
最后,采用第二运行模式控制模块在如果当前场景对应的全景图像中不存在目标物体时,则控制所述AI物体视觉识别系统按照休眠运行模式进行运行,并根据目标物体出现频率设置完全启动模式与休眠运行模式的切换方式。
上述技术方案的效果为:本实施例提出的一种AI物体视觉识别系统通过启动时目标物体识别实际情况设置不同的运行模式,通过不同运行模式的不同切换时间间隔,能够使物体视觉识别系统在不同的休眠运行模式和完全启动模式之间自动切换,并且,通过休眠运行模式和完全启动模式之间自动切换的时间间隔的设置,既能够降低物体视觉识别系统长时间运行识别导致能耗消耗量,又能够有效保证完全启动模式的运行及时性,保证时间间隔的设置能够及时启动I物体视觉识别系统进行目标物体的识别。
同时,由于系统开启时及发现目标物体能够间接反映目标物体出现的频率或概率较大,因此,通过系统开启时识别当前生产场所中已经出现目标物体和未出现目标物体的不同情况设置切换时间间隔,能够有效提高切换时间间隔与当前生产场所的实际情况的匹配性。防止统一切换时间间隔导致无法通过模式切换方式获取新的物体的识别,进而导致识别及时性降低的问题发生。
本发明的一个实施例,所述第一运行模式控制模块的运行过程包括:
步骤1、在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,实时通过双目摄像头获取场景图像;
步骤2、对所述场景图像进行图像识别,获取场景中是否出现所述目标物体,当超过预设监控时间段后,没有识别到新出现的所述目标物体时,控制所述AI物体视觉识别系统按照休眠运行模式进行运行;
步骤3、在所述AI物体视觉识别系统处于休眠运行模式时,通过红外传感器实时检测当前场景内是否增加新的物体,当检测到当前场景内出现新的物体时,控制所述AI物体视觉识别系统按照完全启动模式进行运行,通过双目摄像头获取场景图像并识别所述新的物体是否为目标物体,并在确定所述新的物体为目标物体后,识别所述目标物体的对应位置并上传至监控平台;
步骤4、重复步骤1至步骤3的执行内容,具体重复次数不少于5次,并通过重复执行步骤1至步骤3过程中的所述新的物体的出现时间,设置全启动模式与休眠运行模式的切换时间间隔;
步骤5、按照所述完全启动模式与休眠运行模式的切换时间间隔自动切换所述AI物体视觉识别系统的运行模式;
其中,所述完全启动模式与休眠运行模式的切换时间间隔通过如下公式获取:
其中,T01表示如果当前场景对应的全景图像中存在目标物体情况下,所述完全启动模式与休眠运行模式的切换时间间隔;Tmax表示重复次数内,新的物体出现的时间间隔最大值;Tp表示重复次数内,新的物体出现的时间间隔平均值;T0表示预设监控时间段;Tmini表示重复次数内,新的物体出现的时间间隔最小的三个时间间隔中的第i个新的物体出现的时间间隔。
上述技术方案的效果为:由于目标物体为当前生产场所中所需生产设备或人员外不需要存在的物体或人员,因此,其出现的过程相对随机,需要识别的启动状态也比较随机,如果持续进行物体视觉识别,则会导致长时间的持续能耗导致资源浪费。但是,由于工厂生产场所从长期时间来看,其运作流程和人员及工具设备的出现,又有一定规律,但是单纯通过数学模型进行预测方式进行时间间隔的合计会导致进一步增加数学计算量,进一步增加能耗,使资源浪费的问题加剧。因此,通过本发明上述实施例的方式,结合新的物体出现的时间间隔和出现的间隔时间特点进行时间间隔的设置和动态自适应调整,能够在无需大量数学模型进行预测模型设计和训练的情况下,仅通过新的物体的实际出现情况,即可获取切换时间间隔。这种切换时间间隔在生产场所人员流动较弱和不属于生产场所的设备出现频率较低的环境下,能够降低物体视觉识别系统长时间运行识别导致能耗消耗量,又能够有效保证完全启动模式的运行及时性,保证时间间隔的设置能够及时启动I物体视觉识别系统进行目标物体的识别。同时,结合新的物体的出现的实际时间要素来进行切换时间间隔的设置和自适应调整,能够有效提高切换时间间隔与生产场所实际人员流动情况和设备出现情况的匹配性和设置合理性。
本发明的一个实施例,所述第二运行模式控制模块的运行过程包括:
第1步、如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统的双目摄像头关闭,仅通过红外传感器获取当前场景是否出现新的物体;
第2步、当检测到当前场景内出现新的物体时,控制所述AI物体视觉识别系统启动双目摄像头,并通过双目摄像头获取场景图像并识别所述新的物体是否为目标物体,并在确定所述新的物体为目标物体后,识别所述目标物体的对应位置并上传至监控平台;
第3步、在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照休眠运行模式进行运行;
第4步、重复第1步至第2步的内容,具体重复次数不少于3次,并通过重复执行步骤1至步骤3过程中的所述新的物体的出现时间,设置全启动模式与休眠运行模式的切换时间间隔;
第5步、按照所述完全启动模式与休眠运行模式的切换时间间隔自动切换所述AI物体视觉识别系统的运行模式;
其中,所述完全启动模式与休眠运行模式的切换时间间隔通过如下公式获取:
其中,T02表示如果当前场景对应的全景图像中不存在目标物体情况下,所述完全启动模式与休眠运行模式的切换时间间隔;Tmin表示重复次数内,新的物体出现的时间间隔最小值;Tp表示重复次数内,新的物体出现的时间间隔平均值;T0表示预设监控时间段;Tmax表示重复次数内,新的物体出现的时间间隔最大值。
上述技术方案的效果为:由于目标物体为当前生产场所中所需生产设备或人员外不需要存在的物体或人员,因此,其出现的过程相对随机,需要识别的启动状态也比较随机,如果持续进行物体视觉识别,则会导致长时间的持续能耗导致资源浪费。但是,由于工厂生产场所从长期时间来看,其运作流程和人员及工具设备的出现,又有一定规律,但是单纯通过数学模型进行预测方式进行时间间隔的合计会导致进一步增加数学计算量,进一步增加能耗,使资源浪费的问题加剧。因此,通过本发明上述实施例的方式,结合新的物体出现的时间间隔和出现的间隔时间特点进行时间间隔的设置和动态自适应调整,能够在无需大量数学模型进行预测模型设计和训练的情况下,仅通过新的物体的实际出现情况,即可获取切换时间间隔。这种切换时间间隔在生产场所人员流动较弱和不属于生产场所的设备出现频率较低的环境下,能够降低物体视觉识别系统长时间运行识别导致能耗消耗量,又能够有效保证完全启动模式的运行及时性,保证时间间隔的设置能够及时启动I物体视觉识别系统进行目标物体的识别。同时,结合新的物体的出现的实际时间要素来进行切换时间间隔的设置和自适应调整,能够有效提高切换时间间隔与生产场所实际人员流动情况和设备出现情况的匹配性和设置合理性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种AI物体视觉识别方法,其特征在于,所述AI物体视觉识别方法包括:
AI物体视觉识别系统启动后,采集当前场景内的图像信息,并通过图像信息判断所述当前场景内是否存在目标物体,获得物体识别结果;根据所述物体识别结果确定当前AI物体视觉识别系统的运行模式,其中,所述运行模式包括休眠运行模式和完全启动模式;
其中,所述休眠运行模式是指关闭双目摄像头,通过红外传感器确定是否需要启动双目摄像头;
完全启动模式是指开启双目摄像头,通过双目摄像头实时采集当前场景中的图像信息,并通过图像识别判断是否存在目标物体;
其中,根据所述物体识别结果确定当前AI物体视觉识别系统的运行模式,包括:
如果当前场景对应的全景图像中存在目标物体,则识别并提取所述目标物体在当前场景中的位置,并将所述目标物体的对应位置上传至监控平台;
在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,并根据目标物体的出现频率设置完全启动模式与休眠运行模式的切换方式;包括:
步骤1、在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,实时通过双目摄像头获取场景图像;
步骤2、对所述场景图像进行图像识别,获取场景中是否出现所述目标物体,当超过预设监控时间段后,没有识别到新出现的所述目标物体时,控制所述AI物体视觉识别系统按照休眠运行模式进行运行;
步骤3、在所述AI物体视觉识别系统处于休眠运行模式时,通过红外传感器实时检测当前场景内是否增加新的物体,当检测到当前场景内出现新的物体时,控制所述AI物体视觉识别系统按照完全启动模式进行运行,通过双目摄像头获取场景图像并识别所述新的物体是否为目标物体,并在确定所述新的物体为目标物体后,识别所述目标物体的对应位置并上传至监控平台;
步骤4、重复步骤1至步骤3的执行内容,具体重复次数不少于5次,并通过重复执行步骤1至步骤3过程中的所述新的物体的出现时间,设置全启动模式与休眠运行模式的切换时间间隔;
步骤5、按照所述完全启动模式与休眠运行模式的切换时间间隔自动切换所述AI物体视觉识别系统的运行模式;
其中,所述完全启动模式与休眠运行模式的切换时间间隔通过如下公式获取:
其中,T01表示如果当前场景对应的全景图像中存在目标物体情况下,所述完全启动模式与休眠运行模式的切换时间间隔;Tmax表示重复次数内,新的物体出现的时间间隔最大值;Tp表示重复次数内,新的物体出现的时间间隔平均值;T0表示预设监控时间段;Tmini表示重复次数内,新的物体出现的时间间隔最小的三个时间间隔中的第i个新的物体出现的时间间隔。
2.根据权利要求1所述AI物体视觉识别方法,其特征在于,AI物体视觉识别系统启动后,采集当前场景内的图像信息,并通过图像信息判断所述当前场景内是否存在目标物体,获得物体识别结果,包括:AI物体视觉识别系统启动后直接启动双目摄像头,并通过双目摄像头对当前场景内的环境进行图像采集,获取所述当前场景对应的全景图像;
对所述全景图像进行图像识别,确定当前场景对应的全景图像中是否存在目标物体,获取物体识别结果。
3.根据权利要求1所述AI物体视觉识别方法,其特征在于,根据所述物体识别结果确定当前AI物体视觉识别系统的运行模式,还包括:如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统按照休眠运行模式进行运行,并根据目标物体出现频率设置完全启动模式与休眠运行模式的切换方式。
4.根据权利要求3所述AI物体视觉识别方法,其特征在于,如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统按照休眠运行模式进行运行,并根据目标物体出现频率设置完全启动模式与休眠运行模式的切换方式,包括:
第1步、如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统的双目摄像头关闭,仅通过红外传感器获取当前场景是否出现新的物体;
第2步、当检测到当前场景内出现新的物体时,控制所述AI物体视觉识别系统启动双目摄像头,并通过双目摄像头获取场景图像并识别所述新的物体是否为目标物体,并在确定所述新的物体为目标物体后,识别所述目标物体的对应位置并上传至监控平台;
第3步、在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照休眠运行模式进行运行;
第4步、重复第1步至第2步的内容,具体重复次数不少于3次,并通过重复执行步骤1至步骤3过程中的所述新的物体的出现时间,设置全启动模式与休眠运行模式的切换时间间隔;
第5步、按照所述完全启动模式与休眠运行模式的切换时间间隔自动切换所述AI物体视觉识别系统的运行模式;
其中,所述完全启动模式与休眠运行模式的切换时间间隔通过如下公式获取:
其中,T02表示如果当前场景对应的全景图像中不存在目标物体情况下,所述完全启动模式与休眠运行模式的切换时间间隔;Tmin表示重复次数内,新的物体出现的时间间隔最小值;Tp表示重复次数内,新的物体出现的时间间隔平均值;T0表示预设监控时间段;Tmax表示重复次数内,新的物体出现的时间间隔最大值。
5.一种AI物体视觉识别系统,其特征在于,所述AI物体视觉识别系统包括:
识别结果获取模块,用于AI物体视觉识别系统启动后,采集当前场景内的图像信息,并通过图像信息判断所述当前场景内是否存在目标物体,获得物体识别结果;
模式确定模块,用于根据所述物体识别结果确定当前AI物体视觉识别系统的运行模式,其中,所述运行模式包括休眠运行模式和完全启动模式;
其中,所述休眠运行模式是指关闭双目摄像头,通过红外传感器确定是否需要启动双目摄像头;
完全启动模式是指开启双目摄像头,通过双目摄像头实时采集当前场景中的图像信息,并通过图像识别判断是否存在目标物体;
其中,模式确定模块包括:
上传模块,用于如果当前场景对应的全景图像中存在目标物体,则识别并提取所述目标物体在当前场景中的位置,并将所述目标物体的对应位置上传至监控平台;
第一运行模式控制模块,用于在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,并根据目标物体的出现频率设置完全启动模式与休眠运行模式的切换方式;
其中,所述第一运行模式控制模块的运行过程包括:
步骤1、在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照完全启动模式进行运行,实时通过双目摄像头获取场景图像;
步骤2、对所述场景图像进行图像识别,获取场景中是否出现所述目标物体,当超过预设监控时间段后,没有识别到新出现的所述目标物体时,控制所述AI物体视觉识别系统按照休眠运行模式进行运行;
步骤3、在所述AI物体视觉识别系统处于休眠运行模式时,通过红外传感器实时检测当前场景内是否增加新的物体,当检测到当前场景内出现新的物体时,控制所述AI物体视觉识别系统按照完全启动模式进行运行,通过双目摄像头获取场景图像并识别所述新的物体是否为目标物体,并在确定所述新的物体为目标物体后,识别所述目标物体的对应位置并上传至监控平台;
步骤4、重复步骤1至步骤3的执行内容,具体重复次数不少于5次,并通过重复执行步骤1至步骤3过程中的所述新的物体的出现时间,设置全启动模式与休眠运行模式的切换时间间隔;
步骤5、按照所述完全启动模式与休眠运行模式的切换时间间隔自动切换所述AI物体视觉识别系统的运行模式;
其中,所述完全启动模式与休眠运行模式的切换时间间隔通过如下公式获取:
其中,T01表示如果当前场景对应的全景图像中存在目标物体情况下,所述完全启动模式与休眠运行模式的切换时间间隔;Tmax表示重复次数内,新的物体出现的时间间隔最大值;Tp表示重复次数内,新的物体出现的时间间隔平均值;T0表示预设监控时间段;Tmini表示重复次数内,新的物体出现的时间间隔最小的三个时间间隔中的第i个新的物体出现的时间间隔。
6.根据权利要求5所述AI物体视觉识别系统,其特征在于,所述识别结果获取模块包括:
采集模块,用于AI物体视觉识别系统启动后直接启动双目摄像头,并通过双目摄像头对当前场景内的环境进行图像采集,获取所述当前场景对应的全景图像;
识别模块,用于对所述全景图像进行图像识别,确定当前场景对应的全景图像中是否存在目标物体,获取物体识别结果。
7.根据权利要求5所述AI物体视觉识别系统,其特征在于,所述模式确定模块还包括:
第二运行模式控制模块,用于如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统按照休眠运行模式进行运行,并根据目标物体出现频率设置完全启动模式与休眠运行模式的切换方式。
8.根据权利要求7所述AI物体视觉识别系统,其特征在于,所述第二运行模式控制模块的运行过程包括:
第1步、如果当前场景对应的全景图像中不存在目标物体,则控制所述AI物体视觉识别系统的双目摄像头关闭,仅通过红外传感器获取当前场景是否出现新的物体;
第2步、当检测到当前场景内出现新的物体时,控制所述AI物体视觉识别系统启动双目摄像头,并通过双目摄像头获取场景图像并识别所述新的物体是否为目标物体,并在确定所述新的物体为目标物体后,识别所述目标物体的对应位置并上传至监控平台;
第3步、在所述目标物体的对应位置上传至监控平台后,控制所述AI物体视觉识别系统按照休眠运行模式进行运行;
第4步、重复第1步至第2步的内容,具体重复次数不少于3次,并通过重复执行步骤1至步骤3过程中的所述新的物体的出现时间,设置全启动模式与休眠运行模式的切换时间间隔;
第5步、按照所述完全启动模式与休眠运行模式的切换时间间隔自动切换所述AI物体视觉识别系统的运行模式;
其中,所述完全启动模式与休眠运行模式的切换时间间隔通过如下公式获取:
其中,T02表示如果当前场景对应的全景图像中不存在目标物体情况下,所述完全启动模式与休眠运行模式的切换时间间隔;Tmin表示重复次数内,新的物体出现的时间间隔最小值;Tp表示重复次数内,新的物体出现的时间间隔平均值;T0表示预设监控时间段;Tmax表示重复次数内,新的物体出现的时间间隔最大值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211494209.9A CN115866392B (zh) | 2022-11-25 | 2022-11-25 | 一种ai物体视觉识别系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211494209.9A CN115866392B (zh) | 2022-11-25 | 2022-11-25 | 一种ai物体视觉识别系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115866392A CN115866392A (zh) | 2023-03-28 |
CN115866392B true CN115866392B (zh) | 2023-08-01 |
Family
ID=85666736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211494209.9A Active CN115866392B (zh) | 2022-11-25 | 2022-11-25 | 一种ai物体视觉识别系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115866392B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113411504A (zh) * | 2021-08-18 | 2021-09-17 | 成都大熊猫繁育研究基地 | 一种野外红外相机的智能拍摄方法及系统 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4830149B2 (ja) * | 2007-11-30 | 2011-12-07 | Necアクセステクニカ株式会社 | モード自動切替装置、セキュリティシステム、モード切替方法及びモード自動切替プログラム |
TW200951884A (en) * | 2008-06-02 | 2009-12-16 | Asia Optical Co Inc | Monitoring systems and control methods thereof |
CN103051868B (zh) * | 2011-10-14 | 2018-10-19 | 韩华泰科株式会社 | 通过使用雷达存储和搜索图像的设备和方法 |
JP2015041820A (ja) * | 2013-08-20 | 2015-03-02 | キヤノン株式会社 | 撮像装置及びその制御方法、撮像システム、プログラム |
CN107770484A (zh) * | 2016-08-19 | 2018-03-06 | 杭州海康威视数字技术股份有限公司 | 一种视频监控信息生成方法、装置及摄像机 |
CN108200329A (zh) * | 2017-12-05 | 2018-06-22 | 湖南海翼电子商务股份有限公司 | 摄像装置及其检测启动方法 |
US10499019B2 (en) * | 2017-12-26 | 2019-12-03 | Primesensor Technology Inc. | Motion detection device and motion detection method thereof |
CN108989638B (zh) * | 2018-08-01 | 2021-03-05 | Oppo(重庆)智能科技有限公司 | 成像装置及其控制方法、电子装置和计算机可读存储介质 |
CN110342134B (zh) * | 2019-07-23 | 2023-06-09 | 珠海一微半导体股份有限公司 | 一种基于双目视觉的垃圾分类识别系统及其方法 |
CN113938598A (zh) * | 2020-07-14 | 2022-01-14 | 浙江宇视科技有限公司 | 监控摄像机唤醒方法、装置、设备和介质 |
CN214704775U (zh) * | 2021-04-25 | 2021-11-12 | 深圳市爱深盈通信息技术有限公司 | 门禁装置及电子设备 |
CN114333273A (zh) * | 2021-12-21 | 2022-04-12 | 江苏核电有限公司 | 一种用于核电施工现场的智能化分析系统及方法 |
-
2022
- 2022-11-25 CN CN202211494209.9A patent/CN115866392B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113411504A (zh) * | 2021-08-18 | 2021-09-17 | 成都大熊猫繁育研究基地 | 一种野外红外相机的智能拍摄方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115866392A (zh) | 2023-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4024848A1 (en) | Information collection device and method, inspection robot and storage medium | |
CN106845890B (zh) | 一种基于视频监控的仓储监控方法及装置 | |
CN101572803B (zh) | 基于视频监控的可定制式自动跟踪系统 | |
CN107567083A (zh) | 进行省电优化处理的方法和装置 | |
CN112415964A (zh) | 一种控制方法、装置、家电设备及存储介质 | |
CN103236249A (zh) | 显示设备自动调节的方法和装置 | |
CN112200011A (zh) | 曝气池状态检测方法、系统、电子设备及存储介质 | |
CN113947571A (zh) | 车辆损伤检测模型的训练方法及车辆损伤识别方法 | |
CN103810696A (zh) | 一种目标对象图像检测方法及装置 | |
CN115866392B (zh) | 一种ai物体视觉识别系统和方法 | |
CN112560779B (zh) | 进料口溢料识别方法、设备及搅拌站进料控制系统 | |
CN112883755A (zh) | 一种基于深度学习与行为先验的吸烟和打电话检测方法 | |
CN111240217B (zh) | 状态检测方法、装置、电子设备及存储介质 | |
CN107864269A (zh) | 自动激活及待机的方法、终端及计算机可读存储介质 | |
WO2023222104A1 (zh) | 一种设备控制的方法和装置 | |
CN106780549B (zh) | 基于Android平台的防抖动运动目标检测方法 | |
CN116246402A (zh) | 一种监控方法及装置 | |
CN105718881B (zh) | 基于红外视频灰度图像的零照度环境烟尘监测方法 | |
CN112188288B (zh) | 用于控制电视的方法及系统、装置、设备 | |
CN114875349B (zh) | 炉鼻子控制方法及装置 | |
CN102881023B (zh) | 一种缩短背景建模时间的方法及装置 | |
KR20200052106A (ko) | 웨어러블 기기에서 모션센서의 적응적 임계값 조절을 위한 장치 및 방법 | |
CN104539839A (zh) | 摄像头的控制方法及摄像头 | |
CN115052110B (zh) | 安保方法、安保系统及计算机可读存储介质 | |
CN114384945B (zh) | 处理器温度控制方法、装置、存储介质和电子设备 |
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 |