CN116012368B - 基于智慧灯杆的安防监测方法、系统、存储介质及计算机 - Google Patents
基于智慧灯杆的安防监测方法、系统、存储介质及计算机 Download PDFInfo
- Publication number
- CN116012368B CN116012368B CN202310120570.3A CN202310120570A CN116012368B CN 116012368 B CN116012368 B CN 116012368B CN 202310120570 A CN202310120570 A CN 202310120570A CN 116012368 B CN116012368 B CN 116012368B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- data
- target
- preset
- background frame
- 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
Images
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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Alarm Systems (AREA)
Abstract
本发明提供一种基于智慧灯杆的安防监测方法、系统、存储介质及计算机,智慧灯杆上设有监测设备,该方法包括:实时获取目标任务中的目标区域中所有的监测设备的监测数据;根据各监测数据中的背景框架确定数据层次;当数据层次为基础设施层次时,将监测目标与目标任务中的预设目标进行目标匹配;基于匹配结果及监测数据的采集时间确定监测目标的移动路线,并根据移动路线计算出监测目标的移动数据;根据移动数据预估行动轨迹生成移动监测指令,将移动监测指令发送至预设监测范围内的所有智慧灯杆,以使智慧灯杆根据移动监测指令进行循环监测。本发明通过预测的方式使得所有监测范围的智慧灯杆能够进行有效的循环监测。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种基于智慧灯杆的安防监测方法、系统、存储介质及计算机。
背景技术
随着科技的飞速发展和人们生活水平的提高,城市化水平也在不断提高,治安情况也变得日趋复杂,越来越多的人们也开始关注社会治安以及个人隐私。
现有的安防监测任务,通常是由具备图像采集功能的设备对目标可能经过的所有区域的图像进行采集,再由对应的工作人员对所采集的图像进行判断,然而,这种方式只能通过预测的方式来实现目标的监测,无法针对下一区域的设备进行控制,导致目标的移动并不被完全掌握,另外,由于所采集的图像数据量较为庞大,需要工作人员花费大量的时间去进行判断,从而影响工作效率。
发明内容
基于此,本发明的目的是提供一种基于智慧灯杆的安防监测方法、系统、存储介质及计算机,以至少解决上述技术中的不足。
本发明提出一种基于智慧灯杆的安防监测方法,所述智慧灯杆上设有用于采集监测数据的监测设备,包括:
解析出所接收到的目标任务中的目标区域,并实时获取所述目标区域中所有的监测设备所采集的监测数据;
解析出各所述监测数据中的监测目标以及背景框架,并根据所述背景框架确定其对应的所述监测数据的数据层次;
当所述监测数据的数据层次为基础设施层次时,将所述监测目标与所述目标任务中的预设目标进行目标匹配,以得到对应的匹配结果;
获取所述监测数据的采集时间,并基于所述匹配结果以及所述采集时间确定所述监测目标的移动路线,并根据所述移动路线计算出所述监测目标的移动数据;
利用所述移动数据预估所述监测目标的行动轨迹,并根据所述行动轨迹生成移动监测指令,将所述移动监测指令发送至预设监测区域内的所有智慧灯杆,以使所述预设监测区域内的所有智慧灯杆根据所述移动监测指令进行循环监测。
进一步的,解析出各所述监测数据中的监测目标以及背景框架的步骤包括:
以所述监测数据的中心点为当前搜索点,对所述监测数据进行轮廓特征提取,以得到所述监测数据的外轮廓以及内轮廓,其中,所述外轮廓以所述当前搜索点的逆时针方向进行提取,所述内轮廓以所述当前搜索点的顺时针方向进行提取;
对所述外轮廓以及所述内轮廓依次进行灰度处理及降噪平滑处理,以得到对应的灰度外轮廓和灰度内轮廓;
将所述灰度外轮廓中亮度值最大的点进行相连,以得到初步背景框架,并根据所述初步背景框架和所述灰度内轮廓构建所述监测数据的背景框架。
进一步的,根据所述背景框架确定其对应的所述监测数据的数据层次的步骤包括:
对所述背景框架进行像素分割,并对像素分割后的背景框架进行背景识别;
计算出所述背景框架中所识别出的背景的灰度均值,判断所述灰度均值是否符合第一预设阈值;
若所述灰度均值符合所述第一预设阈值,确定所述监测数据的数据层次为基础设施层次;
若所述灰度均值不符合第一预设阈值,确定所述监测数据的数据层次为集中设施层次。
进一步的,基于所述匹配结果以及所述采集时间确定所述监测目标的移动路线的步骤包括:
当所述监测目标与所述目标任务中的预设目标相匹配时,标记所述监测数据,并将所有标记的监测数据进行数据拼接,以得到拼接数据;
获取所述拼接数据的采集时间以及所述目标区域的位置信息,并根据所述拼接数据、所述采集时间以及所述位置信息确定所述监测目标的移动路线。
进一步的,所述将所述移动监测指令发送至预设监测区域内的所有智慧灯杆,以使所述预设监测区域内的所有智慧灯杆根据所述移动监测指令进行循环监测的步骤包括:
以所述目标区域为中心,以预设监测范围为半径构建所述预设监测区域,并根据所述基础设施层次和所述移动监测指令获取对应的监测模式;
将所述监测模式发送至所述预设监测区域内的所有智慧灯杆,以使所述预设监测区域内的所有智慧灯杆以所述监测模式进行循环监测。
本发明还提出一种基于智慧灯杆的安防监测系统,所述智慧灯杆上设有用于采集监测数据的监测设备,包括:
监测数据获取模块,用于解析出所接收到的目标任务中的目标区域,并实时获取所述目标区域中所有的监测设备所采集的监测数据;
数据层次确定模块,用于解析出各所述监测数据中的监测目标以及背景框架,并根据所述背景框架确定其对应的所述监测数据的数据层次;
目标匹配模块,用于当所述监测数据的数据层次为基础设施层次时,将所述监测目标与所述目标任务中的预设目标进行目标匹配,以得到对应的匹配结果;
移动数据计算模块,用于获取所述监测数据的采集时间,并基于所述匹配结果以及所述采集时间确定所述监测目标的移动路线,并根据所述移动路线计算出所述监测目标的移动数据;
安防监测模块,用于利用所述移动数据预估所述监测目标的行动轨迹,并根据所述行动轨迹生成移动监测指令,将所述移动监测指令发送至预设监测区域内的所有智慧灯杆,以使所述预设监测区域内的所有智慧灯杆根据所述移动监测指令进行循环监测。
进一步的,所述数据层次确定模块包括:
轮廓提取单元,用于以所述监测数据的中心点为当前搜索点,对所述监测数据进行轮廓特征提取,以得到所述监测数据的外轮廓以及内轮廓,其中,所述外轮廓以所述当前搜索点的逆时针方向进行提取,所述内轮廓以所述当前搜索点的顺时针方向进行提取;
轮廓处理单元,用于对所述外轮廓以及所述内轮廓依次进行灰度处理及降噪平滑处理,以得到对应的灰度外轮廓和灰度内轮廓;
背景框架构建单元,用于将所述灰度外轮廓中亮度值最大的点进行相连,以得到初步背景框架,并根据所述初步背景框架和所述灰度内轮廓构建所述监测数据的背景框架。
进一步的,所述数据层次确定模块还包括:
背景识别单元,用于对所述背景框架进行像素分割,并对像素分割后的背景框架进行背景识别;
均值判断单元,用于计算出所述背景框架中所识别出的背景的灰度均值,判断所述灰度均值是否符合第一预设阈值;
第一确定单元,用于若所述灰度均值符合所述第一预设阈值,确定所述监测数据的数据层次为基础设施层次;
第二确定单元,用于若所述灰度均值不符合第一预设阈值,确定所述监测数据的数据层次为集中设施层次。
进一步的,所述移动数据计算模块包括:
数据拼接单元,用于当所述监测目标与所述目标任务中的预设目标相匹配时,标记所述监测数据,并将所有标记的监测数据进行数据拼接,以得到拼接数据;
移动路线确定单元,用于获取所述拼接数据的采集时间以及所述目标区域的位置信息,并根据所述拼接数据、所述采集时间以及所述位置信息确定所述监测目标的移动路线。
进一步的,所述安防监测模块包括:
监测区域构建单元,用于以所述目标区域为中心,以预设监测范围为半径构建所述预设监测区域,并根据所述基础设施层次和所述移动监测指令获取对应的监测模式;
安防监测单元,用于将所述监测模式发送至所述预设监测区域内的所有智慧灯杆,以使所述预设监测区域内的所有智慧灯杆以所述监测模式进行循环监测。
本发明还提出一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的基于智慧灯杆的安防监测方法。
本发明还提出一种计算机,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的基于智慧灯杆的安防监测方法。
本发明当中的基于智慧灯杆的安防监测方法、系统、存储介质及计算机,通过解析出目标任务中的目标区域,并利用目标区域的监测数据进行分析;根据分析结果预测目标的行动轨迹,并根据行动轨迹生成移动监测指令,通过移动监测指令控制预设监测范围的智慧灯杆进行循环监测;利用监测数据的背景框架确定其对应的数据层次,并根据数据层次决定其监测数据的目标匹配,通过预测的方式使得所有监测范围的智慧灯杆能够进行有效的循环监测,以实现对其他区域的设备的控制,提升工作效率和节省工作时间。
附图说明
图1为本发明第一实施例中基于智慧灯杆的安防监测方法的流程图;
图2为图1中步骤S102的详细流程图;
图3为本发明第一实施例中内外轮廓的搜索示意图;
图4为图1中步骤S104的详细流程图;
图5为图1中步骤S105的详细流程图;
图6为本发明第二实施例中基于智慧灯杆的安防监测系统的结构框图;
图7为本发明第三实施例中的计算机的结构框图。
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是,本发明可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是,当元件被称为“固设于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例一
请参阅图1,所示为本发明第一实施例中的基于智慧灯杆的安防监测方法,所述智慧灯杆上设有用于采集监测数据的监测设备,所述基于智慧灯杆的安防监测方法具体包括步骤S101至S105:
S101,解析出所接收到的目标任务中的目标区域,并实时获取所述目标区域中所有的监测设备所采集的监测数据;
在具体实施时,该目标任务可以由工作人员或相关单位利用通讯设备进行下发,其中,通讯设备包括手机、电脑以及服务器等具有通讯功能的设备。在目标任务中包含有该任务的任务目标以及对应的目标区域,例如:当目标任务为“B某的监测任务”时,该任务目标为B某,目标区域即为该监测任务中B某第一次出现的区域(类似于案发现场),在得到对应的任务目标和目标区域后,通过服务器调用该目标区域内所有智慧灯杆的监测设备的端口,以无线传输的方式将监测设备所采集到的监测数据进行获取,优选的,在本实施例中,该监测数据为图像数据,在其他实施例中,该监测数据可以为音频数据以及视频数据。
S102,解析出各所述监测数据中的监测目标以及背景框架,并根据所述背景框架确定其对应的所述监测数据的数据层次;
进一步的,请参阅图2,所述步骤S102具体包括步骤S1021~S1027:
S1021,以所述监测数据的中心点为当前搜索点,对所述监测数据进行轮廓特征提取,以得到所述监测数据的外轮廓以及内轮廓,其中,所述外轮廓以所述当前搜索点的逆时针方向进行提取,所述内轮廓以所述当前搜索点的顺时针方向进行提取;
S1022,对所述外轮廓以及所述内轮廓依次进行灰度处理及降噪平滑处理,以得到对应的灰度外轮廓和灰度内轮廓;
S1023,将所述灰度外轮廓中亮度值最大的点进行相连,以得到初步背景框架,并根据所述初步背景框架和所述灰度内轮廓构建所述监测数据的背景框架;
S1024,对所述背景框架进行像素分割,并对像素分割后的背景框架进行背景识别;
S1025,计算出所述背景框架中所识别出的背景的灰度均值,判断所述灰度均值是否符合第一预设阈值;
S1026,若所述灰度均值符合所述第一预设阈值,确定所述监测数据的数据层次为基础设施层次;
S1027,若所述灰度均值不符合第一预设阈值,确定所述监测数据的数据层次为集中设施层次。
为了获取图像中所有区域的轮廓特性,因此需要将图像中所有区域的外轮廓及其内轮廓全部搜索到,并将它们组织成一个有序结构以便加以利用,在具体实施时,将上述得到的监测数据(图像数据)的中心点作为当前搜索点,以当前搜索点为中心点,在该监测数据(图像数据)上进行逆时针方向进行轮廓点提取,从而得到该监测数据的外轮廓,同样的,以当前搜索点为中心点,在该监测数据(图像数据)上进行顺时针方向进行轮廓点提取,从而得到该监测数据的内轮廓;需要说明的是,当前轮廓点搜索下一轮廓点时,会存在一个候选点位,根据当前轮廓点所处位置以及实际场合设定候选点位的搜索次序,即可保证搜索的准确性和快速性,如图3所示,黑色点即为当前搜索点,1表示第一个外轮廓点,A表示第一个内轮廓点。
进一步的,在得到上述的内、外轮廓后,对内、外轮廓依次进行灰度处理以及降噪平滑处理,以得到对应的灰度外轮廓和灰度内轮廓,其中,降噪平滑处理采用高斯滤波算法、傅里叶变换算法或硬阈值滤波算法中一种或多种组合,在本实施例中采用傅里叶变换算法。需要说明的是,在灰度图像中,通常由于人脸部皮肤的裸露,其亮度值会大于环境的亮度值,因此,人脸部皮肤的信息将会在外轮廓中,即亮度值最大的点有很大概率为人脸皮肤边缘,此时,将该亮度最大的点进行相连,即可得到对应的初步背景框架,将灰度内轮廓中亮度值最大的点同样进行相连,并在整个监测数据中将初步背景框架与之结合后的部分删除,即可得到对应的背景框架,可以理解的,背景框架包含有背景图像信息。
具体的,利用简单线性聚类算法对上述得到的背景框架进行像素分割,并对该像素分割后的背景框架进行背景识别,在灰度信息的基础上,利用预设阈值算法将灰度值范围在第一范围的图像划分成背景,第一范围为预设的背景所对应的灰度值范围,同时计算该背景的灰度均值,当灰度均值符合第一预设阈值(在本实施例中,该第一预设阈值为所述背景框架的全局阈值)时,将该监测数据的数据层次标记为基础设施层次,当灰度均值不符合第一预设阈值时,将该监测数据的数据层次标记为集中设施层次;需要说明的是,基础设施层次为小区门口、停车场以及单向或双向红绿灯等区域的采集设施,其所采集的图像大部分为含有少量人流量的图像数据;集中设施层次为含有人行横道的红绿灯区域、火车站等区域的采集设施,其所采集的图像大部分为含有大量人流量的图像数据。
S103,当所述监测数据的数据层次为基础设施层次时,将所述监测目标与所述目标任务中的预设目标进行目标匹配,以得到对应的匹配结果;
在具体实施时,当监测数据的数据层次为基础设施层次时,将监测目标和目标任务中的预设目标(即上述的任务目标)进行目标匹配,具体的,从预设目标中抽取特征组合Q,并从监测目标中检索是否存在与该特征组合Q差距小于预设阈值的特征组合P,若存在,则意味着该特征组合Q与特征组合P相匹配,监测目标与预设目标匹配,若不存在,则意味着该监测目标匹配失败,需要重新进行分析。
S104,获取所述监测数据的采集时间,并基于所述匹配结果以及所述采集时间确定所述监测目标的移动路线,并根据所述移动路线计算出所述监测目标的移动数据;
进一步的,请参阅图4,所述步骤S104具体包括步骤S1041~S1042:
S1041,当所述监测目标与所述目标任务中的预设目标相匹配时,标记所述监测数据,并将所有标记的监测数据进行数据拼接,以得到拼接数据;
S1042,获取所述拼接数据的采集时间以及所述目标区域的位置信息,并根据所述拼接数据、所述采集时间以及所述位置信息确定所述监测目标的移动路线。
在具体实施时,当监测目标与预设目标匹配,则标记该监测数据,待各监测数据均处理完成后,会出现多个标记的监测数据,此时,将所有标记的监测数据进行数据拼接,以得到该监测目标在该任务区域中的所有监测数据,根据所有监测数据、采集时间以及位置信息计算出该监测目标的移动路线,并利用移动路线计算出该监测目标的移动数据,其中,该移动数据包括移动速度、移动习惯以及转向习惯等。
S105,利用所述移动数据预估所述监测目标的行动轨迹,并根据所述行动轨迹生成移动监测指令,将所述移动监测指令发送至预设监测区域内的所有智慧灯杆,以使所述预设监测区域内的所有智慧灯杆根据所述移动监测指令进行循环监测。
进一步的,请参阅图5,所述步骤S105具体包括步骤S1051~S1052:
S1051,以所述目标区域为中心,以预设监测范围为半径构建所述预设监测区域,并根据所述基础设施层次和所述移动监测指令获取对应的监测模式;
S1052,将所述监测模式发送至所述预设监测区域内的所有智慧灯杆,以使所述预设监测区域内的所有智慧灯杆以所述监测模式进行循环监测。
在具体实施时,在得到上述的移动数据时,利用数据库分析出该监测目标的行动轨迹,其中,单独获取每个行人的动态运动数据,并将动态运动数据进行建模,利用动态运动数据构建行人的观测轨迹序列,将该观测轨迹序列作为输入,以使模型中的生成器进行学习,当生成器学习各行人之间的复杂交互关系并生成预测轨迹判别器,利用预测轨迹判别器即可预测出该监测目标的行动轨迹。
进一步的,在得到监测目标的行动轨迹后,根据行动轨迹生成其他监测区域的智慧灯杆上监测设备的移动监测指令,其中,该移动监测指令包括多种监测方式,例如:循环监测,即监测设备从左侧极限点到右侧极限点进行循环采集;定点监测,即监测设备根据其当前环境中能够拍摄到监测数据(人脸部图像)进行自行选择最佳拍摄点,并保持在该点进行持续性采集。
在得到上述的移动监测指令后,以上述的目标区域为中心,以预设监测范围为半径构建监测区域,其中,预设监测范围为系统预设(10KM),该范围还可以由用户自行设定。将上述移动监测指令和对应的基础设施层次输入至预设的监测模式数据库中进行模式筛选,即可得到对应的监测模式,例如:基础设施层次通常为人流量较少的地方所采集到的监测数据,其监测设备的安装点是固定的、且监测设备通常能够进行旋转,则该监测数据所对应的监测模式即为循环监测模式,在循环监测模式下,监测设备从左侧极限点到右侧极限点进行循环采集。
进一步的,在得到对应的监测模式后,将监测模式发送至上述监测区域内所有的智慧灯杆,以使监测区域内的所有智慧灯杆按照该监测模式进行循环监测。
综上,本发明上述实施例中的基于智慧灯杆的安防监测方法,通过解析出目标任务中的目标区域,并利用目标区域的监测数据进行分析;根据分析结果预测目标的行动轨迹,并根据行动轨迹生成移动监测指令,通过移动监测指令控制预设监测范围的智慧灯杆进行循环监测;利用监测数据的背景框架确定其对应的数据层次,并根据数据层次决定其监测数据的目标匹配,通过预测的方式使得所有监测范围的智慧灯杆能够进行有效的循环监测,以实现对其他区域的设备的控制,提升工作效率和节省工作时间。
实施例二
本发明另一方面还提出一种基于智慧灯杆的安防监测系统,请查阅图6,所示为本发明第二实施例中的基于智慧灯杆的安防监测系统,所述智慧灯杆上设有用于采集监测数据的监测设备,所述系统包括:
监测数据获取模块11,用于解析出所接收到的目标任务中的目标区域,并实时获取所述目标区域中所有的监测设备所采集的监测数据;
数据层次确定模块12,用于解析出各所述监测数据中的监测目标以及背景框架,并根据所述背景框架确定其对应的所述监测数据的数据层次;
进一步的,所述数据层次确定模块12包括:
轮廓提取单元,用于以所述监测数据的中心点为当前搜索点,对所述监测数据进行轮廓特征提取,以得到所述监测数据的外轮廓以及内轮廓,其中,所述外轮廓以所述当前搜索点的逆时针方向进行提取,所述内轮廓以所述当前搜索点的顺时针方向进行提取;
轮廓处理单元,用于对所述外轮廓以及所述内轮廓依次进行灰度处理及降噪平滑处理,以得到对应的灰度外轮廓和灰度内轮廓;
背景框架构建单元,用于将所述灰度外轮廓中亮度值最大的点进行相连,以得到初步背景框架,并根据所述初步背景框架和所述灰度内轮廓构建所述监测数据的背景框架。
在一些可选实施例中,所述数据层次确定模块12还包括:
背景识别单元,用于对所述背景框架进行像素分割,并对像素分割后的背景框架进行背景识别;
均值判断单元,用于计算出所述背景框架中所识别出的背景的灰度均值,判断所述灰度均值是否符合第一预设阈值;
第一确定单元,用于若所述灰度均值符合所述第一预设阈值,确定所述监测数据的数据层次为基础设施层次;
第二确定单元,用于若所述灰度均值不符合第一预设阈值,确定所述监测数据的数据层次为集中设施层次。
目标匹配模块13,用于当所述监测数据的数据层次为基础设施层次时,将所述监测目标与所述目标任务中的预设目标进行目标匹配,以得到对应的匹配结果;
移动数据计算模块14,用于获取所述监测数据的采集时间,并基于所述匹配结果以及所述采集时间确定所述监测目标的移动路线,并根据所述移动路线计算出所述监测目标的移动数据;
进一步的,所述移动数据计算模块包括:
数据拼接单元,用于当所述监测目标与所述目标任务中的预设目标相匹配时,标记所述监测数据,并将所有标记的监测数据进行数据拼接,以得到拼接数据;
移动路线确定单元,用于获取所述拼接数据的采集时间以及所述目标区域的位置信息,并根据所述拼接数据、所述采集时间以及所述位置信息确定所述监测目标的移动路线。
安防监测模块15,用于利用所述移动数据预估所述监测目标的行动轨迹,并根据所述行动轨迹生成移动监测指令,将所述移动监测指令发送至预设监测区域内的所有智慧灯杆,以使所述预设监测区域内的所有智慧灯杆根据所述移动监测指令进行循环监测。
进一步的,所述安防监测模块15包括:
监测区域构建单元,用于以所述目标区域为中心,以预设监测范围为半径构建所述预设监测区域,并根据所述基础设施层次和所述移动监测指令获取对应的监测模式;
安防监测单元,用于将所述监测模式发送至所述预设监测区域内所有的智慧灯杆,以使所述预设监测区域内的所有智慧灯杆以所述监测模式进行循环监测。
上述各模块、单元被执行时所实现的功能或操作步骤与上述方法实施例大体相同,在此不再赘述。
本发明实施例所提供的基于智慧灯杆的安防监测系统,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,系统实施例部分未提及之处,可参考前述方法实施例中相应内容。
实施例三
本发明还提出一种计算机,请参阅图7,所示为本发明第三实施例中的计算机,包括存储器10、处理器20以及存储在所述存储器10上并可在所述处理器20上运行的计算机程序30,所述处理器20执行所述计算机程序30时实现上述的基于智慧灯杆的安防监测方法。
其中,存储器10至少包括一种类型的存储介质,所述存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器10在一些实施例中可以是计算机的内部存储单元,例如该计算机的硬盘。存储器10在另一些实施例中也可以是外部存储装置,例如插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)等。进一步地,存储器10还可以既包括计算机的内部存储单元也包括外部存储装置。存储器10不仅可以用于存储安装于计算机的应用软件及各类数据,还可以用于暂时地存储已经输出或者将要输出的数据。
其中,处理器20在一些实施例中可以是电子控制单元 (Electronic ControlUnit,简称ECU,又称行车电脑)、中央处理器(Central Processing Unit, CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器10中存储的程序代码或处理数据,例如执行访问限制程序等。
需要指出的是,图7示出的结构并不构成对计算机的限定,在其它实施例当中,该计算机可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
本发明实施例还提出一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述的基于智慧灯杆的安防监测方法。
本领域技术人员可以理解,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或它们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种基于智慧灯杆的安防监测方法,所述智慧灯杆上设有用于采集监测数据的监测设备,其特征在于,包括:
解析出所接收到的目标任务中的目标区域,并实时获取所述目标区域中所有的监测设备所采集的监测数据;
解析出各所述监测数据中的监测目标以及背景框架,并根据所述背景框架确定其对应的所述监测数据的数据层次;
当所述监测数据的数据层次为基础设施层次时,将所述监测目标与所述目标任务中的预设目标进行目标匹配,以得到对应的匹配结果;
获取所述监测数据的采集时间,并基于所述匹配结果以及所述采集时间确定所述监测目标的移动路线,并根据所述移动路线计算出所述监测目标的移动数据;
利用所述移动数据预估所述监测目标的行动轨迹,并根据所述行动轨迹生成移动监测指令,将所述移动监测指令发送至预设监测区域内的所有智慧灯杆,以使所述预设监测区域内的所有智慧灯杆根据所述移动监测指令进行循环监测;
其中,所述解析出各所述监测数据中的监测目标以及背景框架的步骤包括:
以所述监测数据的中心点为当前搜索点,对所述监测数据进行轮廓特征提取,以得到所述监测数据的外轮廓以及内轮廓,其中,所述外轮廓以所述当前搜索点的逆时针方向进行提取,所述内轮廓以所述当前搜索点的顺时针方向进行提取;
对所述外轮廓以及所述内轮廓依次进行灰度处理及降噪平滑处理,以得到对应的灰度外轮廓和灰度内轮廓;
将所述灰度外轮廓中亮度值最大的点进行相连,以得到初步背景框架,并根据所述初步背景框架和所述灰度内轮廓构建所述监测数据的背景框架;
对所述背景框架进行像素分割,并对像素分割后的背景框架进行背景识别;
计算出所述背景框架中所识别出的背景的灰度均值,判断所述灰度均值是否符合第一预设阈值;
若所述灰度均值符合所述第一预设阈值,确定所述监测数据的数据层次为基础设施层次;
若所述灰度均值不符合第一预设阈值,确定所述监测数据的数据层次为集中设施层次。
2.根据权利要求1所述的基于智慧灯杆的安防监测方法,其特征在于,基于所述匹配结果以及所述采集时间确定所述监测目标的移动路线的步骤包括:
当所述监测目标与所述目标任务中的预设目标相匹配时,标记所述监测数据,并将所有标记的监测数据进行数据拼接,以得到拼接数据;
获取所述拼接数据的采集时间以及所述目标区域的位置信息,并根据所述拼接数据、所述采集时间以及所述位置信息确定所述监测目标的移动路线。
3.根据权利要求1所述的基于智慧灯杆的安防监测方法,其特征在于,所述将所述移动监测指令发送至预设监测区域内的所有智慧灯杆,以使所述预设监测区域内的所有智慧灯杆根据所述移动监测指令进行循环监测的步骤包括:
以所述目标区域为中心,以预设监测范围为半径构建所述预设监测区域,并根据所述基础设施层次和所述移动监测指令获取对应的监测模式;
将所述监测模式发送至所述预设监测区域内的所有智慧灯杆,以使所述预设监测区域内的所有智慧灯杆以所述监测模式进行循环监测。
4.一种基于智慧灯杆的安防监测系统,所述智慧灯杆上设有用于采集监测数据的监测设备,其特征在于,包括:
监测数据获取模块,用于解析出所接收到的目标任务中的目标区域,并实时获取所述目标区域中所有的监测设备所采集的监测数据;
数据层次确定模块,用于解析出各所述监测数据中的监测目标以及背景框架,并根据所述背景框架确定其对应的所述监测数据的数据层次;
目标匹配模块,用于当所述监测数据的数据层次为基础设施层次时,将所述监测目标与所述目标任务中的预设目标进行目标匹配,以得到对应的匹配结果;
移动数据计算模块,用于获取所述监测数据的采集时间,并基于所述匹配结果以及所述采集时间确定所述监测目标的移动路线,并根据所述移动路线计算出所述监测目标的移动数据;
安防监测模块,用于利用所述移动数据预估所述监测目标的行动轨迹,并根据所述行动轨迹生成移动监测指令,将所述移动监测指令发送至预设监测区域内的所有智慧灯杆,以使所述预设监测区域内的所有智慧灯杆根据所述移动监测指令进行循环监测;
其中,所述数据层次确定模块包括:
轮廓提取单元,用于以所述监测数据的中心点为当前搜索点,对所述监测数据进行轮廓特征提取,以得到所述监测数据的外轮廓以及内轮廓,其中,所述外轮廓以所述当前搜索点的逆时针方向进行提取,所述内轮廓以所述当前搜索点的顺时针方向进行提取;
轮廓处理单元,用于对所述外轮廓以及所述内轮廓依次进行灰度处理及降噪平滑处理,以得到对应的灰度外轮廓和灰度内轮廓;
背景框架构建单元,用于将所述灰度外轮廓中亮度值最大的点进行相连,以得到初步背景框架,并根据所述初步背景框架和所述灰度内轮廓构建所述监测数据的背景框架;
背景识别单元,用于对所述背景框架进行像素分割,并对像素分割后的背景框架进行背景识别;
均值判断单元,用于计算出所述背景框架中所识别出的背景的灰度均值,判断所述灰度均值是否符合第一预设阈值;
第一确定单元,用于若所述灰度均值符合所述第一预设阈值,确定所述监测数据的数据层次为基础设施层次;
第二确定单元,用于若所述灰度均值不符合第一预设阈值,确定所述监测数据的数据层次为集中设施层次。
5.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至3任一所述的基于智慧灯杆的安防监测方法。
6.一种计算机,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至3任一所述的基于智慧灯杆的安防监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310120570.3A CN116012368B (zh) | 2023-02-16 | 2023-02-16 | 基于智慧灯杆的安防监测方法、系统、存储介质及计算机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310120570.3A CN116012368B (zh) | 2023-02-16 | 2023-02-16 | 基于智慧灯杆的安防监测方法、系统、存储介质及计算机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116012368A CN116012368A (zh) | 2023-04-25 |
CN116012368B true CN116012368B (zh) | 2023-06-13 |
Family
ID=86019384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310120570.3A Active CN116012368B (zh) | 2023-02-16 | 2023-02-16 | 基于智慧灯杆的安防监测方法、系统、存储介质及计算机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116012368B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021043073A1 (zh) * | 2019-09-03 | 2021-03-11 | 平安科技(深圳)有限公司 | 基于图像识别的城市宠物活动轨迹监测方法及相关设备 |
CN112700475A (zh) * | 2020-12-31 | 2021-04-23 | 荆门汇易佳信息科技有限公司 | 不同场景下自适应的多目标视频追踪系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006014094A (ja) * | 2004-06-28 | 2006-01-12 | Ricoh Co Ltd | 画像処理装置、画像読取装置、画像形成装置、カラー複写装置、画像処理プログラム及び記録媒体 |
CN111369584A (zh) * | 2020-03-07 | 2020-07-03 | 候丽 | 一种应用于城市智慧路灯的运动物体检测方法 |
CN111649918A (zh) * | 2020-06-17 | 2020-09-11 | 郑州高识智能科技有限公司 | 用于实时监测开启远光灯并持续跟踪车辆的方法 |
CN112418069B (zh) * | 2020-11-19 | 2021-05-11 | 中科智云科技有限公司 | 一种高空抛物检测方法、装置、计算机设备及存储介质 |
CN114565895B (zh) * | 2022-04-28 | 2022-07-26 | 深圳市博铭维系统工程有限公司 | 一种基于智慧社会的安防监控系统及方法 |
CN114979497B (zh) * | 2022-07-28 | 2022-11-08 | 深圳联和智慧科技有限公司 | 一种基于杆载的无人机联动跟踪方法、系统及云平台 |
CN115683570A (zh) * | 2022-10-29 | 2023-02-03 | 宁波公运车辆检测有限公司 | 一种汽车灯光检测方法、系统、存储介质及智能终端 |
CN115515077B (zh) * | 2022-11-22 | 2023-02-14 | 广东海洋大学 | 一种基于uav的wsn数据采集轨迹动态生成方法及系统 |
-
2023
- 2023-02-16 CN CN202310120570.3A patent/CN116012368B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021043073A1 (zh) * | 2019-09-03 | 2021-03-11 | 平安科技(深圳)有限公司 | 基于图像识别的城市宠物活动轨迹监测方法及相关设备 |
CN112700475A (zh) * | 2020-12-31 | 2021-04-23 | 荆门汇易佳信息科技有限公司 | 不同场景下自适应的多目标视频追踪系统 |
Non-Patent Citations (1)
Title |
---|
Face Authentication From Grayscale Coded Light Field;Dana Weitzner;IEEE;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116012368A (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110751022B (zh) | 基于图像识别的城市宠物活动轨迹监测方法及相关设备 | |
CN110378264B (zh) | 目标跟踪方法及装置 | |
CN110807385B (zh) | 目标检测方法、装置、电子设备及存储介质 | |
CN103325259B (zh) | 一种基于多核并行的违章停车检测方法 | |
CN112183353B (zh) | 一种图像数据处理方法、装置和相关设备 | |
US20150279036A1 (en) | Side window detection in near-infrared images utilizing machine learning | |
CN113283282B (zh) | 一种基于时域语义特征的弱监督时序动作检测方法 | |
CN110751675B (zh) | 基于图像识别的城市宠物活动轨迹监测方法及相关设备 | |
CN102902955A (zh) | 一种车辆行为的智能分析方法及系统 | |
CN111723728A (zh) | 基于双向交互网络的行人搜索方法、系统、装置 | |
CN113792606B (zh) | 基于多目标追踪的低成本自监督行人重识别模型构建方法 | |
CN113435432A (zh) | 视频异常检测模型训练方法、视频异常检测方法和装置 | |
CN110990455A (zh) | 大数据识别房屋性质的方法与系统 | |
CN114550291A (zh) | 一种步态特征提取方法、装置及设备 | |
CN114422848A (zh) | 视频分割方法、装置、电子设备及存储介质 | |
Sun et al. | Automated human use mapping of social infrastructure by deep learning methods applied to smart city camera systems | |
CN112348011B (zh) | 一种车辆定损方法、装置及存储介质 | |
CN116012368B (zh) | 基于智慧灯杆的安防监测方法、系统、存储介质及计算机 | |
CN110796129A (zh) | 一种文本行区域检测方法及装置 | |
CN112613496A (zh) | 一种行人重识别方法、装置、电子设备及存储介质 | |
CN112906679B (zh) | 基于人形语义分割的行人重识别方法、系统及相关设备 | |
CN114973173A (zh) | 驾驶场景数据的分类方法、装置、电子设备及存储介质 | |
CN114419018A (zh) | 图像采样方法、系统、设备及介质 | |
CN113963310A (zh) | 一种公交站的人流量检测方法、装置及电子设备 | |
CN112818847A (zh) | 车辆检测方法、装置、计算机设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |