CN116363575B - 一种基于智慧校园的教室监控管理系统 - Google Patents
一种基于智慧校园的教室监控管理系统 Download PDFInfo
- Publication number
- CN116363575B CN116363575B CN202310117535.6A CN202310117535A CN116363575B CN 116363575 B CN116363575 B CN 116363575B CN 202310117535 A CN202310117535 A CN 202310117535A CN 116363575 B CN116363575 B CN 116363575B
- Authority
- CN
- China
- Prior art keywords
- abnormal
- monitoring
- video
- student
- videos
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 153
- 230000002159 abnormal effect Effects 0.000 claims abstract description 156
- 238000012545 processing Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 16
- 238000011160 research Methods 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- 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
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明公开了一种基于智慧校园的教室监控管理系统,涉及智慧校园技术领域,解决了并不能根据学员的状态,判定对应学员为异常的状态,后续,也不能未对处于异常状态学员的视频进行存储,同时在存储的过程中缩减容量的技术问题,根据接收到的监控视频,根据学员的异常状态所停留的时间以及次数对教室内部学员的状态进行分析,判定学员是否处于异常状态,依次获取不同学员的人脸图像,再通过分析之间中心点的具体距离参数,根据具体距离参数确定对应学员的异常状态,再根据异常状态所存在的次数以及具体的时长,判定学员是否处于异常状态,在具体的考试过程中,便可对异常学员的异常状态进行快速确定,便于后续教研人员对其进行重点监视。
Description
技术领域
本发明属于智慧校园技术领域,具体是一种基于智慧校园的教室监控管理系统。
背景技术
智慧校园即智慧化的校园,也指按智慧化标准进行的校园建设,《智慧校园总体框架》中对智慧校园的标准定义是:物理空间和信息空间的有机衔接,使任何人、任何时间、任何地点都能便捷的获取资源和服务。
专利公开号为CN113052736A的发明是一种基于监控检测的教室自习室管理系统,主要包括多个从机,从机均包括多个监控检测模块、教室状态切换模块、教室用电控制模块、储物模块、教室显示模块、单片机、继电器、铁电存储器,串口通讯模块、上位机、楼层显示模块、教学楼显示模块;单片机分别与多个监控检测模块、教室状态切换模块、教室用电控制模块、储物模块和教室显示模块连接;然后与铁电存储器相连,由单片机处理,显示在楼层显示模块上;串口通讯模块分别连接从机与上位机,上位机连接教学楼显示模块,由教学楼管理员对上位机进行操作。高校图书馆自习室位置紧张,该系统能帮助学生快速找到有空缺的教室,同时帮助管理员对教学楼进行管理。
在学员的正常学习过程中,一般都由对应的教师进行监视,但在考试过程中,往往因教师的人手不足,造成部分学生出现作弊的情况,现有的教师监控系统,也只能对整体的教室视频进行监控并进行保存,并不能根据学员的状态,判定对应学员为异常的状态,后续,也不能未对处于异常状态学员的视频进行存储,同时在存储的过程中缩减容量,便于后期教研人员对异常学员进行教导。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一;为此,本发明提出了一种基于智慧校园的教室监控管理系统,用于解决并不能根据学员的状态,判定对应学员为异常的状态,后续,也不能未对处于异常状态学员的视频进行存储,同时在存储的过程中缩减容量的技术问题。
为实现上述目的,根据本发明的第一方面的实施例提出一种基于智慧校园的教室监控管理系统,包括监控视频获取端和处理中心;
所述处理中心包括监控视频分析单元、预设数据库、异常学员确定单元、异常学员监测单元、监测视频截断单元、监测视频分析单元以及异常视频存储单元;
所述监控视频获取端,用于对教室内部的监控视频进行获取,并将所获取的监控视频传输至处理中心内,其中监控视频为实时所监控的视频;
所述处理中心内部的监控视频分析单元,对监控视频进行接收,并根据接收到的监控视频,根据学员的异常状态所停留的时间以及次数对教室内部学员的状态进行分析,并根据分析结果,判定学员是否处于异常状态;
所述异常学员确定单元,对处于异常状态的学员进行确定,生成监测信号,并将学员标记以及监测信号传输至异常学员监测单元内;
所述异常学员监测单元,根据所接收到的监测信号以及学员标记,对指定的异常学员进行监测,从主监控视频内将对应异常学员的监测视频进行提取,并将所提取的监测视频传输至监测视频截断单元内;
所述监测视频截断单元,对所生成的监测视频进行接收,并根据预设的时间分割参数将监测视频分割为若干个待分析微视频,并将分割后的若干个待分析微视频传输至监测视频分析单元内;
所述监测视频分析单元,对分割出的若干组待分析微视频进行接收,并对所接收的若干组待分析微视频进行分析,获取对应待分析微视频内学员处于异常状态所持续的时间,并根据异常状态持续的时间与待分析微视频总时长的占比参数,将对应的待分析微视频判定为异常视频,并将异常视频传输至异常视频存储单元内进行存储。
优选的,所述监控视频分析单元,根据学员的异常状态所停留的时间以及次数对教室内部学员的状态进行分析的具体方式为:
根据监控视频,对每位学员的人脸图像进行采集,并从预设数据库内提取人脸模板,将人脸图像与人脸模板进行匹配,人脸模板内设置有对应的额头中心点,同时将额头中心点标记于人脸图像内,根据不同学员人脸图像的具体位置,确定人脸模板的具体位置,并保持人脸模板的位置不变;
限定一组监测周期T,实时获取对应学员人脸图像额头中心点与人脸模板额头中心点之间的距离参数,并将其标记为JLi-t,其中i代表不同的学员,其中t代表不同的时间段,每组t之间间隔2s,将距离参数JLi-t与预设参数Y1进行比对,其中预设参数Y1为预设值,当JLi-t>Y1时,将此距离参数标记为异常参数,并获取此异常参数持续的时间SJi,其中SJi时间单位为s,对此监测周期T内异常参数所存在的次数以及总时长进行获取,并将次数标记为CSi,将总时长标记为SCi;
采用得到对应学员的异常判定值YCi,其中C1和C2均为预设的固定系数因子,将异常判定值YCi与预设参数Y2进行比对,其中预设参数Y2为预设值,当YCi≤Y2时,不进行任何处理,反之,判定对应的学员处于异常状态,将对应的学员标记为异常学员,并将判定为异常学员的学员标记i传输至异常学员确定单元内。
优选的,所述监测视频截断单元,根据预设的时间分割参数将监测视频分割为若干个待分析微视频的具体方式为:
根据预设的时间分割参数X1,其中X1为预设值;
从监测视频播放开始时进行计时,以时间分割参数X1为一组分割线,依次将监测视频分割为若干组待分析微视频,当分割后监测视频的具体时间长度小于X1时,则直接将分割后的监测视频分类为最后一组待分析微视频。
优选的,所述监测视频分析单元,将对应的待分析微视频判定为异常视频的具体方式为:
采用监控视频分析单元对异常参数所持续的时长进行获取,并将所持续的时长标记为SSi,再对此待分析微视频的总时长进行获取,并将总时长标记为ZSC;
采用得到占比参数Zi,并将占比参数Zi与预设参数Y3进行比对,其中Y3为预设值,当Zi≤Y3时,不进行任何处理,反之,将对应的待分析微视频标记为异常视频,并将此异常视频传输至异常视频存储单元内。
优选的,所述预设参数Y1、Y2以及Y3均存储于预设数据库内。
优选的,所述异常视频存储单元,对异常视频进行接收,并对所接收到的异常视频进行存储,供后续外部教研人员进行提取,对异常学员进行教导。
与现有技术相比,本发明的有益效果是:根据接收到的监控视频,根据学员的异常状态所停留的时间以及次数对教室内部学员的状态进行分析,并根据分析结果,判定学员是否处于异常状态,依次获取不同学员的人脸图像,将人脸图像与对应的人脸模板进行匹配,再通过分析之间中心点的具体距离参数,根据具体距离参数确定对应学员的异常状态,再根据异常状态所存在的次数以及具体的时长,判定学员是否处于异常状态,在具体的考试过程中,便可对异常学员的异常状态进行快速确定,便于后续教研人员对其进行重点监视;
后续再对属于异常学员的监控视频进行获取,对监控视频进行分割删减,只保留异常视频,缩减存储容量,并对异常视频进行存储,后续教研人员便可根据对应的异常视频,判定对应的异常学员是否处于异常状态,从而对异常学员进行教导,以此提升教室监控的实用性,对学员进行警惕,避免学员后续再出现同样的异常状态,从而在一定程度上提升教学水平,避免考试的过程中出现作弊现象。
附图说明
图1为本发明原理框架示意图。
实施方式
下面将结合实施例对本发明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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,本申请提供了一种基于智慧校园的教室监控管理系统,包括监控视频获取端和处理中心;
所述监控视频获取端与处理中心输入端电性连接;
所述处理中心包括监控视频分析单元、预设数据库、异常学员确定单元、异常学员监测单元、监测视频截断单元、监测视频分析单元以及异常视频存储单元;
其中监控视频分析单元与预设数据库之间双向连接,所述监控视频分析单元与异常学员确定单元输入端电性连接,所述异常学员确定单元与异常学员监测单元输入端电性连接,所述异常学员监测单元与监测视频截断单元输入端电性连接,所述监测视频截断单元与监测视频分析单元之间双向连接,所述监测视频截断单元与异常视频存储单元输入端电性连接,所述预设数据库与监测视频分析单元输入端电性连接;
所述监控视频获取端,用于对教室内部的监控视频进行获取,并将所获取的监控视频传输至处理中心内,其中监控视频为实时所监控的视频;
所述处理中心内部的监控视频分析单元,对监控视频进行接收,并根据接收到的监控视频,根据学员的异常状态所停留的时间以及次数对教室内部学员的状态进行分析,并根据分析结果,判定学员是否处于异常状态,其中进行分析的具体方式为:
根据监控视频,对每位学员的人脸图像进行采集,并从预设数据库内提取人脸模板(其中,人脸模板为预设模板,其中具体的拟定方式由操作人员自行调整设置),将人脸图像与人脸模板进行匹配,其中,人脸模板内设置有对应的额头中心点,同时将额头中心点标记于人脸图像内,根据不同学员人脸图像的具体位置,确定人脸模板的具体位置,并保持人脸模板的位置不变;
限定一组监测周期T,其中T一般取值10min,实时获取对应学员人脸图像额头中心点与人脸模板额头中心点之间的距离参数,并将其标记为JLi-t,其中i代表不同的学员,其中t代表不同的时间段,每组t之间间隔2s,将距离参数JLi-t与预设参数Y1进行比对,其中预设参数Y1为预设值,其具体取值由操作人员根据经验拟定,且Y1一般取值10cm,当JLi-t>Y1时,将此距离参数标记为异常参数,并获取此异常参数持续的时间SJi,其中SJi时间单位为s,对此监测周期T内异常参数所存在的次数以及总时长进行获取,并将次数标记为CSi,将总时长标记为SCi;
采用得到对应学员的异常判定值YCi,其中C1和C2均为预设的固定系数因子,其具体取值由操作人员自行拟定,将异常判定值YCi与预设参数Y2进行比对,其中预设参数Y2为预设值,其具体取值由操作人员根据经验拟定,当YCi≤Y2时,不进行任何处理,反之,判定对应的学员处于异常状态,将对应的学员标记为异常学员,并将判定为异常学员的学员标记i传输至异常学员确定单元内;
所述预设参数Y1以及预设参数Y2均由预设数据库进行提供,均由外部人员提前拟定;
所述异常学员确定单元,对异常学员进行确定,并根据学员标记i,生成监测信号,将学员标记i以及监测信号传输至异常学员监测单元内;
所述异常学员监测单元,根据所接收到的监测信号以及学员标记i,对指定的异常学员进行监测,从主监控视频内将对应异常学员的监测视频进行提取,并将所提取的监测视频传输至监测视频截断单元内(具体的,监测视频的具体时长可以理解为异常学员监测单元启动时至结束时所监测的视频,例:在正常的一场考试中,教室内部的主摄像头会进行开启,后续异常学员监测单元启动,在主摄像头所监控的视频中,将对应异常学员的视频进行提取,得到对应的监控视频);
所述监测视频截断单元,对所生成的监测视频进行接收,并根据预设的时间分割参数将监测视频分割为若干个待分析微视频,并将分割后的若干个待分析微视频传输至监测视频分析单元内,其中进行分割的具体方式为:
根据预设的时间分割参数X1,其中X1为预设值,其具体取值由操作人员自行拟定,且X1一般取值3min;
从监测视频播放开始时进行计时,以时间分割参数X1为一组分割线,依次将监测视频分割为若干组待分析微视频,当分割后监测视频的具体时间长度小于X1时,则直接将分割后的监测视频分类为最后一组待分析微视频(就是在逐渐的分割过程中,分割至最后的监测视频无法再进行分割时,最后的监测视频可能为几秒或一两分钟,则直接将后续的监测视频判定为最后一组待分析微视频)。
所述监测视频分析单元,对分割出的若干组待分析微视频进行接收,并对所接收的若干组待分析微视频进行分析,获取对应待分析微视频内学员处于异常状态所持续的时间,并根据异常状态持续的时间与待分析微视频总时长的占比参数,将对应的待分析微视频判定为异常视频,并将异常视频传输至异常视频存储单元内进行存储,其中判定为异常视频的具体方式为:
采用监控视频分析单元对异常参数所持续的时长进行获取,并将所持续的时长标记为SSi,再对此待分析微视频的总时长进行获取,并将总时长标记为ZSC;
采用得到占比参数Zi,并将占比参数Zi与预设参数Y3进行比对,且预设参数Y3由预设数据库进行提取,Y3为预设值,具体取值由操作人员根据经验拟定,当Zi≤Y3时,不进行任何处理,反之,将对应的待分析微视频标记为异常视频,并将此异常视频传输至异常视频存储单元内。
所述异常视频存储单元,对异常视频进行接收,并对所接收到的异常视频进行存储,供后续外部教研人员进行提取,对异常学员进行教导。
上述公式中的部分数据均是去除量纲取其数值计算,公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式;公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。
本发明的工作原理:预先将教室内部的监控视频进行获取,并根据接收到的监控视频,根据学员的异常状态所停留的时间以及次数对教室内部学员的状态进行分析,并根据分析结果,判定学员是否处于异常状态,依次获取不同学员的人脸图像,将人脸图像与对应的人脸模板进行匹配,再通过分析之间中心点的具体距离参数,根据具体距离参数确定对应学员的异常状态,再根据异常状态所存在的次数以及具体的时长,判定学员是否处于异常状态,在具体的考试过程中,便可对异常学员的异常状态进行快速确定,便于后续教研人员对其进行重点监视;
后续再对属于异常学员的监控视频进行获取,对监控视频进行分割删减,只保留异常视频,缩减存储容量,并对异常视频进行存储,后续教研人员便可根据对应的异常视频,判定对应的异常学员是否处于异常状态,从而对异常学员进行教导,以此提升教室监控的实用性,对学员进行警惕,避免学员后续再出现同样的异常状态,从而在一定程度上提升教学水平,避免考试的过程中出现作弊现象。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (5)
1.一种基于智慧校园的教室监控管理系统,其特征在于,包括监控视频获取端和处理中心;
所述处理中心包括监控视频分析单元、预设数据库、异常学员确定单元、异常学员监测单元、监测视频截断单元、监测视频分析单元以及异常视频存储单元;
所述监控视频获取端,用于对教室内部的监控视频进行获取,并将所获取的监控视频传输至处理中心内,其中监控视频为实时所监控的视频;
所述处理中心内部的监控视频分析单元,对监控视频进行接收,并根据接收到的监控视频,根据学员的异常状态所停留的时间以及次数对教室内部学员的状态进行分析,并根据分析结果,判定学员是否处于异常状态;
所述异常学员确定单元,对处于异常状态的学员进行确定,生成监测信号,并将学员标记以及监测信号传输至异常学员监测单元内;
所述异常学员监测单元,根据所接收到的监测信号以及学员标记,对指定的异常学员进行监测,从主监控视频内将对应异常学员的监测视频进行提取,并将所提取的监测视频传输至监测视频截断单元内;
所述监测视频截断单元,对所生成的监测视频进行接收,并根据预设的时间分割参数将监测视频分割为若干个待分析微视频,并将分割后的若干个待分析微视频传输至监测视频分析单元内;
所述监测视频分析单元,对分割出的若干组待分析微视频进行接收,并对所接收的若干组待分析微视频进行分析,获取对应待分析微视频内学员处于异常状态所持续的时间,并根据异常状态持续的时间与待分析微视频总时长的占比参数,将对应的待分析微视频判定为异常视频,并将异常视频传输至异常视频存储单元内进行存储;
所述监控视频分析单元,根据学员的异常状态所停留的时间以及次数对教室内部学员的状态进行分析的具体方式为:
根据监控视频,对每位学员的人脸图像进行采集,并从预设数据库内提取人脸模板,将人脸图像与人脸模板进行匹配,人脸模板内设置有对应的额头中心点,同时将额头中心点标记于人脸图像内,根据不同学员人脸图像的具体位置,确定人脸模板的具体位置,并保持人脸模板的位置不变;
限定一组监测周期T,实时获取对应学员人脸图像额头中心点与人脸模板额头中心点之间的距离参数,并将其标记为JLi-t,其中i代表不同的学员,其中t代表不同的时间段,每组t之间间隔2s,将距离参数JLi-t与预设参数Y1进行比对,其中预设参数Y1为预设值,当JLi-t>Y1时,将此距离参数标记为异常参数,并获取此异常参数持续的时间SJi,其中SJi时间单位为s,对此监测周期T内异常参数所存在的次数以及总时长进行获取,并将次数标记为CSi,将总时长标记为SCi;
采用得到对应学员的异常判定值YCi,其中C1和C2均为预设的固定系数因子,将异常判定值YCi与预设参数Y2进行比对,其中预设参数Y2为预设值,当YCi≤Y2时,不进行任何处理,反之,判定对应的学员处于异常状态,将对应的学员标记为异常学员,并将判定为异常学员的学员标记i传输至异常学员确定单元内。
2.根据权利要求1所述的一种基于智慧校园的教室监控管理系统,其特征在于,所述监测视频截断单元,根据预设的时间分割参数将监测视频分割为若干个待分析微视频的具体方式为:
根据预设的时间分割参数X1,其中X1为预设值;
从监测视频播放开始时进行计时,以时间分割参数X1为一组分割线,依次将监测视频分割为若干组待分析微视频,当分割后监测视频的具体时间长度小于X1时,则直接将分割后的监测视频分类为最后一组待分析微视频。
3.根据权利要求2所述的一种基于智慧校园的教室监控管理系统,其特征在于,所述监测视频分析单元,将对应的待分析微视频判定为异常视频的具体方式为:
采用监控视频分析单元对异常参数所持续的时长进行获取,并将所持续的时长标记为SSi,再对此待分析微视频的总时长进行获取,并将总时长标记为ZSC;
采用得到占比参数Zi,并将占比参数Zi与预设参数Y3进行比对,其中Y3为预设值,当Zi≤Y3时,不进行任何处理,反之,将对应的待分析微视频标记为异常视频,并将此异常视频传输至异常视频存储单元内。
4.根据权利要求3所述的一种基于智慧校园的教室监控管理系统,其特征在于,所述预设参数Y1、Y2以及Y3均存储于预设数据库内。
5.根据权利要求3所述的一种基于智慧校园的教室监控管理系统,其特征在于,所述异常视频存储单元,对异常视频进行接收,并对所接收到的异常视频进行存储,供后续外部教研人员进行提取,对异常学员进行教导。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310117535.6A CN116363575B (zh) | 2023-02-15 | 2023-02-15 | 一种基于智慧校园的教室监控管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310117535.6A CN116363575B (zh) | 2023-02-15 | 2023-02-15 | 一种基于智慧校园的教室监控管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116363575A CN116363575A (zh) | 2023-06-30 |
CN116363575B true CN116363575B (zh) | 2023-11-03 |
Family
ID=86930760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310117535.6A Active CN116363575B (zh) | 2023-02-15 | 2023-02-15 | 一种基于智慧校园的教室监控管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116363575B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018054308A1 (zh) * | 2016-09-23 | 2018-03-29 | 重庆多创电子技术有限公司 | 智慧校园系统 |
DE202017007194U1 (de) * | 2017-10-16 | 2020-01-20 | Chun Ming LAU | System zur Verwaltung und Überwachung von Hebesystemen und Gebäudeanlagen |
CN111312367A (zh) * | 2020-05-11 | 2020-06-19 | 成都派沃智通科技有限公司 | 一种基于自适应云管理平台的校园人员异常心理预测方法 |
CN112016363A (zh) * | 2019-05-30 | 2020-12-01 | 富泰华工业(深圳)有限公司 | 人员监控方法、装置、计算机装置及可读存储介质 |
CN112257591A (zh) * | 2020-10-22 | 2021-01-22 | 安徽天盛智能科技有限公司 | 一种基于机器视觉的远程视频教学质量评定方法与系统 |
WO2021077760A1 (zh) * | 2019-10-23 | 2021-04-29 | 江苏智通交通科技有限公司 | 基于路口车辆合理行驶范围的异常行驶预警方法 |
WO2022134504A1 (zh) * | 2020-12-25 | 2022-06-30 | 上海商汤智能科技有限公司 | 图像检测方法及装置、电子设备和存储介质 |
CN114743274A (zh) * | 2022-06-09 | 2022-07-12 | 深圳市纬亚森科技有限公司 | 基于物联网的多媒体远程教学管理系统及方法 |
KR20220127474A (ko) * | 2021-03-11 | 2022-09-20 | 임정택 | 자동화 공정 이상상태 모니터링 및 제어 시스템 및 방법 |
CN115497169A (zh) * | 2022-10-11 | 2022-12-20 | 中信梧桐港供应链管理有限公司 | 一种仓库作业行为识别方法、装置及设备 |
CN115511673A (zh) * | 2022-09-09 | 2022-12-23 | 君之福(北京)科技有限公司 | 针对性在线学习培训管理系统 |
CN115641357A (zh) * | 2021-07-05 | 2023-01-24 | 国网江苏省电力有限公司电力科学研究院 | 基于机器学习的智慧仓储人员跟踪算法与视频监控系统 |
-
2023
- 2023-02-15 CN CN202310117535.6A patent/CN116363575B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018054308A1 (zh) * | 2016-09-23 | 2018-03-29 | 重庆多创电子技术有限公司 | 智慧校园系统 |
DE202017007194U1 (de) * | 2017-10-16 | 2020-01-20 | Chun Ming LAU | System zur Verwaltung und Überwachung von Hebesystemen und Gebäudeanlagen |
CN112016363A (zh) * | 2019-05-30 | 2020-12-01 | 富泰华工业(深圳)有限公司 | 人员监控方法、装置、计算机装置及可读存储介质 |
WO2021077760A1 (zh) * | 2019-10-23 | 2021-04-29 | 江苏智通交通科技有限公司 | 基于路口车辆合理行驶范围的异常行驶预警方法 |
CN111312367A (zh) * | 2020-05-11 | 2020-06-19 | 成都派沃智通科技有限公司 | 一种基于自适应云管理平台的校园人员异常心理预测方法 |
CN112257591A (zh) * | 2020-10-22 | 2021-01-22 | 安徽天盛智能科技有限公司 | 一种基于机器视觉的远程视频教学质量评定方法与系统 |
WO2022134504A1 (zh) * | 2020-12-25 | 2022-06-30 | 上海商汤智能科技有限公司 | 图像检测方法及装置、电子设备和存储介质 |
KR20220127474A (ko) * | 2021-03-11 | 2022-09-20 | 임정택 | 자동화 공정 이상상태 모니터링 및 제어 시스템 및 방법 |
CN115641357A (zh) * | 2021-07-05 | 2023-01-24 | 国网江苏省电力有限公司电力科学研究院 | 基于机器学习的智慧仓储人员跟踪算法与视频监控系统 |
CN114743274A (zh) * | 2022-06-09 | 2022-07-12 | 深圳市纬亚森科技有限公司 | 基于物联网的多媒体远程教学管理系统及方法 |
CN115511673A (zh) * | 2022-09-09 | 2022-12-23 | 君之福(北京)科技有限公司 | 针对性在线学习培训管理系统 |
CN115497169A (zh) * | 2022-10-11 | 2022-12-20 | 中信梧桐港供应链管理有限公司 | 一种仓库作业行为识别方法、装置及设备 |
Non-Patent Citations (4)
Title |
---|
Anti-cheating Monitoring System of the Electronic Truck Scale;Zhao Yanjun 等;《2010 International Conference on Intelligent Computation Technology and Automation》;全文 * |
基于智能视觉的监控识别系统设计;汪海;王羽中;汪源;;自动化与仪器仪表(04);全文 * |
监控视频的异常检测与建模综述;杨帆等;《计算机研究与发展》;全文 * |
高校校园视频监控系统中异常行为检测与识别;刘凯;;电脑迷(12);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116363575A (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110991381B (zh) | 一种基于行为和语音智能识别的实时课堂学生状态分析与指示提醒系统和方法 | |
CN109727167B (zh) | 一种教学辅助系统 | |
WO2019028592A1 (zh) | 一种教学辅助方法及采用该方法的教学辅助系统 | |
CN109887362B (zh) | 一种用于教学的人机交互式自动展示系统 | |
CN114693488B (zh) | 一种基于5g网络的智慧校园管理方法及系统 | |
CN109308581A (zh) | 一种基于区块链的考试云平台系统 | |
CN106340072A (zh) | 一种大学教室智能考勤方法和设备 | |
CN114115392A (zh) | 一种基于5g云边结合的智慧课堂控制系统及方法 | |
CN108805765A (zh) | 一种教学系统 | |
CN108961888A (zh) | 一种个性化重构知识体系学习系统及方法 | |
CN112419814A (zh) | 一种体育成绩测试系统 | |
CN110660275B (zh) | 一种基于视频分析的师生课堂即时互动系统和方法 | |
CN108764640A (zh) | 一种基于大数据的个性化的动态教学诊断与改进系统 | |
CN116363575B (zh) | 一种基于智慧校园的教室监控管理系统 | |
CN105654802A (zh) | 一种基于课堂数据的智能教学评价管理系统 | |
TWI709915B (zh) | 課程指數檢測告警方法、裝置、電子設備、及存儲介質 | |
CN111860156A (zh) | 基于学生表情识别的教学监控系统及方法 | |
CN110189236A (zh) | 基于大数据的学习预警方法 | |
CN108985988A (zh) | 一种基于在线教学学业成长算法 | |
CN114549253A (zh) | 一种实时评估听课状态的线上教学系统 | |
CN117495327B (zh) | 一种晚自习用电管理系统及方法 | |
CN112651858A (zh) | 一种在线学习监督辅助系统 | |
CN110379230A (zh) | 一种数学建模教学学习系统 | |
CN113610676B (zh) | 一种基于云平台的计算机教学授课系统 | |
CN117495327A (zh) | 一种晚自习用电管理系统及方法 |
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 |