CN116109461A - 一种基于人工智能的智慧校园安全管理预警系统 - Google Patents
一种基于人工智能的智慧校园安全管理预警系统 Download PDFInfo
- Publication number
- CN116109461A CN116109461A CN202310230760.0A CN202310230760A CN116109461A CN 116109461 A CN116109461 A CN 116109461A CN 202310230760 A CN202310230760 A CN 202310230760A CN 116109461 A CN116109461 A CN 116109461A
- Authority
- CN
- China
- Prior art keywords
- node
- information
- school
- module
- early warning
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 30
- 238000012706 support-vector machine Methods 0.000 claims abstract description 10
- 238000007726 management method Methods 0.000 claims description 36
- 238000010586 diagram Methods 0.000 claims description 21
- 238000012795 verification Methods 0.000 claims description 18
- 230000036544 posture Effects 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 13
- 238000012790 confirmation Methods 0.000 claims description 12
- 238000007689 inspection Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 5
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 230000008667 sleep stage Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Economics (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于人工智能的智慧校园安全管理预警系统,属于校园安全管理领域,包括;本发明能够保证校内人员数据不会受到恶意篡改,保证数据的安全性以及可靠性,同时通过支持向量机对采集到的信息进行精确分类,保证分析结果的准确性,能够准确的对校内外人员运动状态进行估计,有效的针对人为危害做到提前预警,保证校内人员安全。
Description
技术领域
本发明涉及校园安全管理领域,尤其涉及一种基于人工智能的智慧校园安全管理预警系统。
背景技术
随着安防行业的不断发展和深入人心,越来越多的学校选择科学、有效、且节约人力物力的安防作为保护校园安全的重要手段,而部分城市更对此作出了强制性的规定,以保障校园安全。近年来,随着经济社会的快速发展,人民生活水平的不断提升,人们对教育方面的问题越来越重视,尤其是校园安全问题更是社会各界关注的焦点。校园安全直接关系到学生能否安全、健康地成长,关系到千千万万个家庭的幸福安宁和社会稳定。
经检索,中国专利号CN115002422A公开了一种基于人工智能的智慧校园安全管理预警系统,该发明虽然有效杜绝校内学生之间的一些危险行为造成学生受伤的情况,同时通过校门禁制系统可有效的杜绝一些校外无关人员进入校园的情况,校园管理更加安全可靠,真正实现了智慧校园安全管理,但是校内人员数据容易被恶意篡改,无法保证数据的安全性以及可靠性;此外,现有的基于人工智能的智慧校园安全管理预警系统不能准确的对校内外人员运动状态进行估计,无法针对人为危害做到提前预警,为此,我们提出一种基于人工智能的智慧校园安全管理预警系统。
发明内容
本发明的目的是为了解决现有技术中存在的缺陷,而提出的一种基于人工智能的智慧校园安全管理预警系统。
为了实现上述目的,本发明采用了如下技术方案:
一种基于人工智能的智慧校园安全管理预警系统,包括访问登记模块、校内登记模块、管理平台、智能巡检车、路径规划模块、校内监测模块、终端分析模块、动态预测模块以及告警反馈模块;
其中,所述访问登记模块用于校外人员登记个人信息,并申请校内访问;
所述校内登记模块用于接收校内人员个人信息并进行上链存储;
所述管理平台用于实时接收校园信息,并将其反馈给管理人员;
所述智能巡检车用于对校外人员进行监控或进行校内巡检;
所述路径规划模块用于对智能巡检车巡检线路进行更新调整;
所述校内监测模块用于对校内环境信息以及校内人员活动信息进行实时采集;
所述终端分析模块用于接收校内监测模块采集的信息以进行安全分析;
所述动态预测模块用于对采集到校内外人员影像信息进行预测判断;
所述告警反馈模块用于接收各组数据,并向管理人员进行风险告警。
作为本发明的进一步方案,所述校内登记模块上链存储具体步骤如下:
步骤一:校内登记模块将接收的校内人员信息按照职业进行分类,之后将其中学生信息按照年级以及班级进行二次分类,同时将分类完成的学生信息与老师信息进行匹配;
步骤二:将处理后的各组信息处理生成相对应的区块,之后该区块通过区块链共识过程后进入校园区块链中进行存储,同时将前一区块的哈希指针记录至区块内部以进行区块连接。
作为本发明的进一步方案,步骤二所述区块链共识过程具体步骤如下:
步骤(1):在入网时,区块链网络中各节点生成本地的公私钥对作为各自在网络中的标识,当A节点等待本地角色成为候选节点时,向网络中其他节点广播领导申请并发送公钥A、查询号以及验证字段;
步骤(2):B节点对收到的申请进行验证,验证通过则向A节点返回公钥B以及同意指令,并不再同意新的申请;验证未通过则请求全网共识检查错误方,若B节点出错则修改本地记录再次验证,若A节点出错则返回公钥B以及错误指令;
步骤(3):若A节点得到超过50%的节点同意,或在全节点都已投票后得票最高,则A节点成为领导节点,其他节点成为跟随节点,之后A节点广播区块记录信息公钥A以及哈希值,跟随节点收到信息以后向其他跟随节点广播收到的信息并记录重复次数;广播结束后,跟随节点使用重复次数最多的信息生成区块头,并向A节点发送确认申请;
步骤(4):A节点收到确认申请后检查新哈希指针与新验证字段是否正确,若B节点出错则向其重新发送公钥A以及哈希值,并要求B节点向其他跟随节点发送请求信息,当所有跟随节点发送的确认信息都验证通过后,A节点发送添加命令并进入沉睡期,在沉睡期内不能再次申请成为领导节点,直到结束沉睡期,跟随节点收到确认信息后,将新生成的区块添加至链上并返回候选身份。
作为本发明的进一步方案,所述终端分析模块安全分析具体步骤如下:
步骤Ⅰ:工作人员通过管理平台向终端分析模块设置安全隐患直接影响因素,之后终端分析模块将收集到的各组数据导入支持向量机中;
步骤Ⅱ:支持向量机对各组数据进行预处理以获取样本数据,之后选择合适的核函数将非线性耦合空间转变为高维度线性空间,并构造超平面进行最优化分类;
步骤Ⅲ:终端分析模块接受分类后的各组数据,并依据预先设置的预警规则对各组数据进行预警分析,并存在安全隐患的数据以图表的形式反馈至管理平台以供管理人员查看。
作为本发明的进一步方案,所述动态预测模块预测判断具体步骤如下:
步骤①:动态预测模块接收各组影像信息后,提取各组影像信息的特征向量以生成多组节点数据,依据各组节点数据生成相对应的热力图,并将热力图中概率值最大的位置确定为人体关键点位置坐标信息,再为各组人体关键点生成相对应的热力图标签;
步骤②:处理固定帧率的影像图片序列帧,并对实际视频帧的间隔时间进行计算,通过卡尔曼滤波理论建立运动模型,同时通过构建的运动模型实时获取各人体目标的运动状态;
步骤③:收集各组人体目标对应的关键点坐标,再通过人体姿态相似性判断上一帧与下一帧人体姿态的对应关系,然后构建预测方程,并依据人体姿态相似性的判断结果对各人体目标在下一视频帧中的运动状态进行估计。
作为本发明的进一步方案,步骤①中所述热力图标签具体生成公式如下:
步骤②中所述间隔时间具体计算公式如下:
相比于现有技术,本发明的有益效果在于:
1、该基于人工智能的智慧校园安全管理预警系统,本发明通过校内登记模块将接收的校内人员信息进行分类,之后将各组信息处理生成相对应的区块,之后该区块通过区块链共识过程后进入校园区块链中进行存储,同时将前一区块的哈希指针记录至区块内部以进行区块连接,然后终端分析模块实时将收集到的各组数据导入支持向量机中,支持向量机对各组数据进行预处理以获取样本数据,并通过核函数将非线性耦合空间转变为高维度线性空间,并构造超平面进行最优化分类,终端分析模块接受分类后的各组数据,并依据预先设置的预警规则对各组数据进行预警分析,能够保证校内人员数据不会受到恶意篡改,保证数据的安全性以及可靠性,同时通过支持向量机对采集到的信息进行精确分类,保证分析结果的准确性;
2、本发明通过动态预测模块接收各组影像信息后,生成相对应的热力图,并将热力图中概率值最大的位置确定为人体关键点位置坐标信息,之后处理固定帧率的影像图片序列帧,并对实际视频帧的间隔时间进行计算,通过卡尔曼滤波理论建立运动模型,同时通过构建的运动模型实时获取各人体目标的运动状态,收集各组人体目标对应的关键点坐标,再通过人体姿态相似性判断上一帧与下一帧人体姿态的对应关系,然后构建预测方程,并依据人体姿态相似性的判断结果对各人体目标在下一视频帧中的运动状态进行估计,能够准确的对校内外人员运动状态进行估计,有效的针对人为危害做到提前预警,保证校内人员安全。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
图1为本发明提出的一种基于人工智能的智慧校园安全管理预警系统的系统框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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。
实施例1
参照图1,一种基于人工智能的智慧校园安全管理预警系统,包括访问登记模块、校内登记模块、管理平台、智能巡检车、路径规划模块、校内监测模块、终端分析模块、动态预测模块以及告警反馈模块。
访问登记模块用于校外人员登记个人信息,并申请校内访问;校内登记模块用于接收校内人员个人信息并进行上链存储。
具体的,校内登记模块将接收的校内人员信息按照职业进行分类,之后将其中学生信息按照年级以及班级进行二次分类,同时将分类完成的学生信息与老师信息进行匹配,将处理后的各组信息处理生成相对应的区块,之后该区块通过区块链共识过程后进入校园区块链中进行存储,同时将前一区块的哈希指针记录至区块内部以进行区块连接。
本实施例中,在入网时,区块链网络中各节点生成本地的公私钥对作为各自在网络中的标识,当A节点等待本地角色成为候选节点时,向网络中其他节点广播领导申请并发送公钥A、查询号以及验证字段,之后B节点对收到的申请进行验证,验证通过则向A节点返回公钥B以及同意指令,并不再同意新的申请;验证未通过则请求全网共识检查错误方,若B节点出错则修改本地记录再次验证,若A节点出错则返回公钥B以及错误指令,若A节点得到超过50%的节点同意,或在全节点都已投票后得票最高,则A节点成为领导节点,其他节点成为跟随节点,之后A节点广播区块记录信息公钥A以及哈希值,跟随节点收到信息以后向其他跟随节点广播收到的信息并记录重复次数;广播结束后,跟随节点使用重复次数最多的信息生成区块头,并向A节点发送确认申请,A节点收到确认申请后检查新哈希指针与新验证字段是否正确,若B节点出错则向其重新发送公钥A以及哈希值,并要求B节点向其他跟随节点发送请求信息,当所有跟随节点发送的确认信息都验证通过后,A节点发送添加命令并进入沉睡期,在沉睡期内不能再次申请成为领导节点,直到结束沉睡期,跟随节点收到确认信息后,将新生成的区块添加至链上并返回候选身份。
管理平台用于实时接收校园信息,并将其反馈给管理人员;智能巡检车用于对校外人员进行监控或进行校内巡检;路径规划模块用于对智能巡检车巡检线路进行更新调整;校内监测模块用于对校内环境信息以及校内人员活动信息进行实时采集。
终端分析模块用于接收校内监测模块采集的信息以进行安全分析。
具体的,工作人员通过管理平台向终端分析模块设置安全隐患直接影响因素,之后终端分析模块将收集到的各组数据导入支持向量机中,支持向量机对各组数据进行预处理以获取样本数据,之后选择合适的核函数将非线性耦合空间转变为高维度线性空间,并构造超平面进行最优化分类,终端分析模块接受分类后的各组数据,并依据预先设置的预警规则对各组数据进行预警分析,并存在安全隐患的数据以图表的形式反馈至管理平台以供管理人员查看。
实施例2
参照图1,一种基于人工智能的智慧校园安全管理预警系统,包括访问登记模块、校内登记模块、管理平台、智能巡检车、路径规划模块、校内监测模块、终端分析模块、动态预测模块以及告警反馈模块。
动态预测模块用于对采集到校内外人员影像信息进行预测判断。
具体的,动态预测模块接收各组影像信息后,提取各组影像信息的特征向量以生成多组节点数据,依据各组节点数据生成相对应的热力图,并将热力图中概率值最大的位置确定为人体关键点位置坐标信息,再为各组人体关键点生成相对应的热力图标签,之后处理固定帧率的影像图片序列帧,并对实际视频帧的间隔时间进行计算,通过卡尔曼滤波理论建立运动模型,同时通过构建的运动模型实时获取各人体目标的运动状态,收集各组人体目标对应的关键点坐标,再通过人体姿态相似性判断上一帧与下一帧人体姿态的对应关系,然后构建预测方程,并依据人体姿态相似性的判断结果对各人体目标在下一视频帧中的运动状态进行估计。
需要进一步说明的是,热力图标签具体生成公式如下:
间隔时间具体计算公式如下:
告警反馈模块用于接收各组数据,并向管理人员进行风险告警。
Claims (6)
1.一种基于人工智能的智慧校园安全管理预警系统,其特征在于,包括访问登记模块、校内登记模块、管理平台、智能巡检车、路径规划模块、校内监测模块、终端分析模块、动态预测模块以及告警反馈模块;
其中,所述访问登记模块用于校外人员登记个人信息,并申请校内访问;
所述校内登记模块用于接收校内人员个人信息并进行上链存储;
所述管理平台用于实时接收校园信息,并将其反馈给管理人员;
所述智能巡检车用于对校外人员进行监控或进行校内巡检;
所述路径规划模块用于对智能巡检车巡检线路进行更新调整;
所述校内监测模块用于对校内环境信息以及校内人员活动信息进行实时采集;
所述终端分析模块用于接收校内监测模块采集的信息以进行安全分析;
所述动态预测模块用于对采集到校内外人员影像信息进行预测判断;
所述告警反馈模块用于接收各组数据,并向管理人员进行风险告警。
2.根据权利要求1所述的一种基于人工智能的智慧校园安全管理预警系统,其特征在于,所述校内登记模块上链存储具体步骤如下:
步骤一:校内登记模块将接收的校内人员信息按照职业进行分类,之后将其中学生信息按照年级以及班级进行二次分类,同时将分类完成的学生信息与老师信息进行匹配;
步骤二:将处理后的各组信息处理生成相对应的区块,之后该区块通过区块链共识过程后进入校园区块链中进行存储,同时将前一区块的哈希指针记录至区块内部以进行区块连接。
3.根据权利要求2所述的一种基于人工智能的智慧校园安全管理预警系统,其特征在于,步骤二所述区块链共识过程具体步骤如下:
步骤(1):在入网时,区块链网络中各节点生成本地的公私钥对作为各自在网络中的标识,当A节点等待本地角色成为候选节点时,向网络中其他节点广播领导申请并发送公钥A、查询号以及验证字段;
步骤(2):B节点对收到的申请进行验证,验证通过则向A节点返回公钥B以及同意指令,并不再同意新的申请;验证未通过则请求全网共识检查错误方,若B节点出错则修改本地记录再次验证,若A节点出错则返回公钥B以及错误指令;
步骤(3):若A节点得到超过50%的节点同意,或在全节点都已投票后得票最高,则A节点成为领导节点,其他节点成为跟随节点,之后A节点广播区块记录信息公钥A以及哈希值,跟随节点收到信息以后向其他跟随节点广播收到的信息并记录重复次数;广播结束后,跟随节点使用重复次数最多的信息生成区块头,并向A节点发送确认申请;
步骤(4):A节点收到确认申请后检查新哈希指针与新验证字段是否正确,若B节点出错则向其重新发送公钥A以及哈希值,并要求B节点向其他跟随节点发送请求信息,当所有跟随节点发送的确认信息都验证通过后,A节点发送添加命令并进入沉睡期,在沉睡期内不能再次申请成为领导节点,直到结束沉睡期,跟随节点收到确认信息后,将新生成的区块添加至链上并返回候选身份。
4.根据权利要求1所述的一种基于人工智能的智慧校园安全管理预警系统,其特征在于,所述终端分析模块安全分析具体步骤如下:
步骤Ⅰ:工作人员通过管理平台向终端分析模块设置安全隐患直接影响因素,之后终端分析模块将收集到的各组数据导入支持向量机中;
步骤Ⅱ:支持向量机对各组数据进行预处理以获取样本数据,之后选择合适的核函数将非线性耦合空间转变为高维度线性空间,并构造超平面进行最优化分类;
步骤Ⅲ:终端分析模块接受分类后的各组数据,并依据预先设置的预警规则对各组数据进行预警分析,并存在安全隐患的数据以图表的形式反馈至管理平台以供管理人员查看。
5.根据权利要求1所述的一种基于人工智能的智慧校园安全管理预警系统,其特征在于,所述动态预测模块预测判断具体步骤如下:
步骤①:动态预测模块接收各组影像信息后,提取各组影像信息的特征向量以生成多组节点数据,依据各组节点数据生成相对应的热力图,并将热力图中概率值最大的位置确定为人体关键点位置坐标信息,再为各组人体关键点生成相对应的热力图标签;
步骤②:处理固定帧率的影像图片序列帧,并对实际视频帧的间隔时间进行计算,通过卡尔曼滤波理论建立运动模型,同时通过构建的运动模型实时获取各人体目标的运动状态;
步骤③:收集各组人体目标对应的关键点坐标,再通过人体姿态相似性判断上一帧与下一帧人体姿态的对应关系,然后构建预测方程,并依据人体姿态相似性的判断结果对各人体目标在下一视频帧中的运动状态进行估计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310230760.0A CN116109461A (zh) | 2023-03-08 | 2023-03-08 | 一种基于人工智能的智慧校园安全管理预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310230760.0A CN116109461A (zh) | 2023-03-08 | 2023-03-08 | 一种基于人工智能的智慧校园安全管理预警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116109461A true CN116109461A (zh) | 2023-05-12 |
Family
ID=86256293
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310230760.0A Pending CN116109461A (zh) | 2023-03-08 | 2023-03-08 | 一种基于人工智能的智慧校园安全管理预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116109461A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117172989A (zh) * | 2023-11-02 | 2023-12-05 | 武汉朱雀闻天科技有限公司 | 一种基于大数据的智慧校园管理方法及系统 |
-
2023
- 2023-03-08 CN CN202310230760.0A patent/CN116109461A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117172989A (zh) * | 2023-11-02 | 2023-12-05 | 武汉朱雀闻天科技有限公司 | 一种基于大数据的智慧校园管理方法及系统 |
CN117172989B (zh) * | 2023-11-02 | 2024-02-02 | 武汉朱雀闻天科技有限公司 | 一种基于大数据的智慧校园管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105930768A (zh) | 一种基于时空约束的目标重识别方法 | |
CN115828112B (zh) | 一种故障事件的响应方法、装置、电子设备及存储介质 | |
CN108717789A (zh) | 一种车辆样本的采集标注方法及装置 | |
CN112766192A (zh) | 一种智能列车监控系统 | |
CN116109461A (zh) | 一种基于人工智能的智慧校园安全管理预警系统 | |
RU2369866C1 (ru) | Способ комплексного мониторинга окружающей среды региона | |
CN114637884B (zh) | 一种电像计算时空轨迹与道路网的匹配方法、装置及设备 | |
Arun et al. | Transferability of multivariate extreme value models for safety assessment by applying artificial intelligence-based video analytics | |
CN111914801A (zh) | 一种用于智慧教育的课堂分析方法 | |
CN109450942B (zh) | 一种实验室物联网管理系统的安全检测方法及其检测设备 | |
CN116645056A (zh) | 一种基于物联网的工地安全管理系统 | |
CN117152808A (zh) | 一种公安多媒体安防监控系统及方法 | |
CN111935269A (zh) | 一种数据交换方法及系统 | |
CN115409472A (zh) | 一种智慧办案流程管理方法、系统及电子设备 | |
CN113610252B (zh) | 一种元学习小样本输电线缺陷目标检测和告警系统及方法 | |
CN114822143A (zh) | 军事训练智能考核管理系统和方法 | |
TWI730795B (zh) | 多目標人體體溫追蹤方法及系統 | |
Huang et al. | A bus crowdedness sensing system using deep-learning based object detection | |
Bekeneva et al. | Local image processing in distributed monitoring system | |
CN114580482A (zh) | 基于边缘计算节点与数据中心的无线电信号特征采集方法 | |
CN111832451A (zh) | 基于视频数据处理的适航监察流程监管系统及方法 | |
CN115063753B (zh) | 一种安全带佩戴检测模型训练方法及安全带佩戴检测方法 | |
CN114898516B (zh) | 基于物联网的运维监控服务管理系统 | |
CN116542858B (zh) | 一种基于空间轨迹的数据拼接分析系统 | |
CN112989083B (zh) | 人员身份分析方法、装置、设备及存储介质 |
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 |