CN116456058A - 一种基于改进的视频捕捉检测方法 - Google Patents
一种基于改进的视频捕捉检测方法 Download PDFInfo
- Publication number
- CN116456058A CN116456058A CN202310485156.2A CN202310485156A CN116456058A CN 116456058 A CN116456058 A CN 116456058A CN 202310485156 A CN202310485156 A CN 202310485156A CN 116456058 A CN116456058 A CN 116456058A
- Authority
- CN
- China
- Prior art keywords
- detection
- video
- data
- detection method
- capturing
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 121
- 230000006872 improvement Effects 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000013178 mathematical model Methods 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000002457 bidirectional effect Effects 0.000 claims description 7
- 238000012546 transfer Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 8
- 230000002159 abnormal effect Effects 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 239000004568 cement Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
Classifications
-
- 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
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Abstract
本发明公开了一种基于改进的视频捕捉检测方法包括，根据捕捉目标进行视频建模，提取视频信息的参数信息；建立捕捉检测数学模型，对参数信息进行预处理；利用改进的视频捕捉方法进行检测，确定最优检测方法；基于给定的的最优检测方法完成检测。本发明方法通过对监控场景中的目标进行实时监测和分析，识别出可能存在的异常情况并及时报警提示相关人员采取措施，从而有效地提高安全性。
Description
技术领域
本发明涉及视频捕捉检测技术领域，尤其涉及一种基于改进的视频捕捉检测方法。
背景技术
传统的视频捕捉检测方法缺点因为摄像机的成像质量、镜头焦距、镜头光圈等因素，以及光照条件等都会影响检测效果。
摄像机安装角度不当，或者存在遮挡物时，都会影响检测。由于视频图像传输的问题，造成图像传输过程中的抖动，也会影响到检测的效果。摄像机的拍摄角度和安装角度与道路交通环境不符，也会造成检测出现误差。摄像机焦距的选择不合理，也会影响到检测效果。摄像头安装位置不合适，也会造成检测效果不佳。
改进的视频捕捉检测方法能够根据摄像机的安装角度，合理选择摄像机焦距视频捕捉检测方法是一种基于计算机视觉技术的非接触式安全检查手段。它通过对监控场景中的目标进行实时监测和分析，识别出可能存在的异常情况并及时报警提示相关人员采取措施，从而有效地提高了生产现场的安全性。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明提供了一种基于改进的视频捕捉检测方法，能够解决传统的摄像头安装位置离弯道太近或过远都会造成视频捕捉时产生严重的畸变的问题。
为解决上述技术问题，本发明提供如下技术方案，一种基于改进的视频捕捉检测方法，包括：
根据捕捉目标进行视频建模，提取视频信息的参数信息；
建立捕捉检测数学模型，对参数信息进行预处理；
利用改进的视频捕捉方法进行检测，确定最优检测方法；
基于给定的的最优检测方法完成检测。
作为本发明所述的一种基于改进的视频捕捉检测方法的一种优选方案，其中：所述参数信息包括，视频数据的视觉特征、时序特征、所包含对象特征、语义概念。
作为本发明所述的一种基于改进的视频捕捉检测方法的一种优选方案，其中：所述对参数信息进行预处理包括，以最小检测成本为目标函数，考虑各项约束条件，建立捕捉检测数学模型，
Kmin＝K1+K2+K3
其中，Kmin为检测设备的总成本，K1为使用成本，K2为电池损耗成本，K3为充电成本。
作为本发明所述的一种基于改进的视频捕捉检测方法的一种优选方案，其中：所述检测设备使用成本包括，
其中，M为每天捕捉检测的目标数量，N为内部筛查每天捕捉检测的目标数量的可用数量，Dij为布置在i点的检测设备将捕捉检测的可用数量传输到j点的处理器的传输距离，Cij为布置在i点的检测设备将捕捉检测的可用数量传输到j点的处理器的传输成本，θi为天气系数，λ作业现场安装检测设备的数量。
作为本发明所述的一种基于改进的视频捕捉检测方法的一种优选方案，其中：所述电池损耗包括，
其中，Z为每块太阳能电池的电池价格，U为太阳能充电板的价格，α为检测设备电池衰减速度。
作为本发明所述的一种基于改进的视频捕捉检测方法的一种优选方案，其中：所述充电成本包括，
其中，Ew为第w台设备太阳能电池总容量，E1为太阳能充电快充阈值，ew为第w台设备当前剩余电量，h1及h2分别为晴天快充与阴天慢充的充电效率。
作为本发明所述的一种基于改进的视频捕捉检测方法的一种优选方案，其中：所述目标函数的约束条件包括，检测当天的天气条件，检测时物体的运动状态，内存空间使用状态。
作为本发明所述的一种基于改进的视频捕捉检测方法的一种优选方案，其中：所述利用改进的视频捕捉方法进行检测包括，采用双向迭代搜索提高单次算法迭代效率，提高视频检测画面清晰度，每次迭代获取清晰度最高的视频数据的极值和清晰度最低的视频数据的极值，分别放入正向搜素表及反向搜索表中，分别记录获取的清晰度最高的视频数据和清晰度最低的视频数据，并设置当前采集的双向视频数据为最优数据，通过对视频检测设备回传的检测数据进行重复迭代，若表中数据极值相同且当次搜索未进行迭代，则直接记录为最优视频检测画面，若表中数据极值不同相同且档次搜索进行迭代，则记录到可用视频检测画面数据表中，根据最优视频分辨率平均值与可用视频检测画面数据表中的画面分辨率数据平均值进行比对，若原最优分辨率数据大于检测画面数据表中分辨率数据，则保留原最优选，若原最优分辨率数据小于可用检测画面数据表中分辨率数据，则可用检测画面数据表中分辨率数据替换为最优选。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述方法的步骤。
本发明的有益效果：本发明方法通过对监控场景中的目标进行实时监测和分析，识别出可能存在的异常情况并及时报警提示相关人员采取措施，从而有效地提高安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明一个实施例提供的一种基于改进的视频捕捉检测方法流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1，为本发明的第一个实施例，该实施例提供了一种基于改进的视频捕捉检测方法，包括：
S1：根据捕捉目标进行视频建模，提取视频信息的参数信息；
更进一步的，所述参数信息包括，视频数据的视觉特征、时序特征、所包含对象特征、语义概念。
S2：建立捕捉检测数学模型，对参数信息进行预处理；
更进一步的，所述对参数信息进行预处理包括，以最小检测成本为目标函数，考虑各项约束条件，建立捕捉检测数学模型，
Kmin＝K1+K2+K3
其中，Kmin为检测设备的总成本，K1为使用成本，K2为电池损耗成本，K3为充电成本。
应说明的是，所述检测设备使用成本包括，
其中，M为每天捕捉检测的目标数量，N为内部筛查每天捕捉检测的目标数量的可用数量，Dij为布置在i点的检测设备将捕捉检测的可用数量传输到j点的处理器的传输距离，Cij为布置在i点的检测设备将捕捉检测的可用数量传输到j点的处理器的传输成本，θi为天气系数，λ作业现场安装检测设备的数量。
更进一步的，所述电池损耗包括，
其中，Z为每块太阳能电池的电池价格，U为太阳能充电板的价格，α为检测设备电池衰减速度。
应说明的是，所述充电成本包括，
其中，Ew为第w台设备太阳能电池总容量，E1为太阳能充电快充阈值，ew为第w台设备当前剩余电量，h1及h2分别为晴天快充与阴天慢充的充电效率。
应说明的是，根据作业现场安装需求以及现场检测条件选定检测设备安装位置，安装检测设备的立杆可选4m立杆及6m立杆，根据选择立杆高度的不同，分别预置不同高度的地笼，4m立杆选择80cm的地笼，6m立杆选择90cm的地笼，提前预置一个1m×1m的预置地笼的坑通，将地笼放下填埋水泥，留存10cm的离地高度作为防水台防止立杆底部因长时间浸泡导致生锈而降低使用年限，预计3-4天等待水泥完全风干凝固，加装检测设备，使用复合线缆将监控设备于上位机连接，当上位机实时显示检测设备图传信息时，安装完毕。
更进一步的，所述目标函数的约束条件包括，检测当天的天气条件，检测时物体的运动状态，内存空间使用状态。
更进一步的，当检测当天的天气条件为晴天时，检测设备各方面装置正常运行，当检测当天的天气条件为阴天，检测设备检查内部运行装置，各方面装置将工作频率调节到最高值，当检测当天的天气条件为雨天时，根据当天的降水量对内部进行调节，若降水量超过95％时，设备将装置工作频率调节到最低，保证基础运行，检测物体运动状态为静止物体时，记录检测物体特征点并系统内部筛查降低对静止物体的关注度，若运动状态为动态时，记录检测物体特征点并通过系统内部筛查增加对动态物体关注度，内存空间到达85％时，检测设备提示上位机内存状态，并降低对静止物体的关注度，内存空间到达95％时检测设备提示上位机内存状态，并取消对静止物体的关注度，内存空间使用到达100％时，并上位机无工作人员进行操作处理，自动删除距离当前时间最远的检测内容直至降低至98％。
S3：利用改进的视频捕捉方法进行检测，确定最优检测方法；
更进一步的，所述利用改进的视频捕捉方法进行检测包括，采用双向迭代搜索提高单次算法迭代效率，提高视频检测画面清晰度，每次迭代获取清晰度最高的视频数据的极值和清晰度最低的视频数据的极值，分别放入正向搜素表及反向搜索表中，分别记录获取的清晰度最高的视频数据和清晰度最低的视频数据，并设置当前采集的双向视频数据为最优数据，通过对视频检测设备回传的检测数据进行重复迭代，若表中数据极值相同且当次搜索未进行迭代，则直接记录为最优视频检测画面，若表中数据极值不同相同且档次搜索进行迭代，则记录到可用视频检测画面数据表中，根据最优视频分辨率平均值与可用视频检测画面数据表中的画面分辨率数据平均值进行比对，若原最优分辨率数据大于检测画面数据表中分辨率数据，则保留原最优选，若原最优分辨率数据小于可用检测画面数据表中分辨率数据，则可用检测画面数据表中分辨率数据替换为最优选。
S4：基于给定的的最优检测方法完成检测。
实施例2
参照图1，为本发明的一个实施例，提供了一种基于改进的视频捕捉检测方法，为了验证本发明的有益效果，通过实验进行科学论证。
本发明采用对双向迭代搜索提高单次迭代效率，提供最优监测画面。
表1为我方发明在模拟仿真试验下，获得的部分有益效果示意图。
表1
| 我方发明 | 传统发明 | |
| 检测效果准确率 | 98.99％ | 97.63％ |
| 检测画面反馈时间 | 0.54s | 0.77s |
| 检测物体清晰度 | 186.44％ | 178.98％ |
根据表1可知，我方发明通过改进的视频捕捉方法进行优选操作，与传统发明对比中可以发现我方发明在检测画面反馈时间上明显降低了等待时间，并在检测效果的准确率和检测物体清晰度上得到了大幅提升。
应说明的是，以上实施例仅用于说明本发明的技术方案而非限制，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案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。
实施例3
本发明第三个实施例，其不同于前两个实施例的是：
所述功能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，本发明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(可以是个人计算机，服务器，或者网络设备等)执行本发明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、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
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他们的组合来实现：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。
Claims (10)
1.一种基于改进的视频捕捉检测方法，其特征在于：包括，
根据捕捉目标进行视频建模，提取视频信息的参数信息；
建立捕捉检测数学模型，对参数信息进行预处理；
利用改进的视频捕捉方法进行检测，确定最优检测方法；
基于给定的的最优检测方法完成检测。
2.如权利要求1所述的一种基于改进的视频捕捉检测方法，其特征在于：所述参数信息包括，视频数据的视觉特征、时序特征、所包含对象特征、语义概念。
3.如权利要求2所述的一种基于改进的视频捕捉检测方法，其特征在于：所述对参数信息进行预处理包括，以最小检测成本为目标函数，考虑各项约束条件，建立捕捉检测数学模型，
Kmin＝K1+K2+K3
其中，Kmin为检测设备的总成本，K1为使用成本，K2为电池损耗成本，K3为充电成本。
4.如权利要求3所述的一种基于改进的视频捕捉检测方法，其特征在于：所述检测设备使用成本包括，
其中，M为每天捕捉检测的目标数量，N为内部筛查每天捕捉检测的目标数量的可用数量，Dij为布置在i点的检测设备将捕捉检测的可用数量传输到j点的处理器的传输距离，Cij为布置在i点的检测设备将捕捉检测的可用数量传输到j点的处理器的传输成本，θi为天气系数，λ作业现场安装检测设备的数量。
5.如权利要求4所述的一种基于改进的视频捕捉检测方法，其特征在于：所述电池损耗包括，
其中，Z为每块太阳能电池的电池价格，U为太阳能充电板的价格，α为检测设备电池衰减速度。
6.如权利要求5所述的一种基于改进的视频捕捉检测方法，其特征在于：所述充电成本包括，
其中，Ew为第w台设备太阳能电池总容量，E1为太阳能充电快充阈值，ew为第w台设备当前剩余电量，h1及h2分别为晴天快充与阴天慢充的充电效率。
7.如权利要求6所述的一种基于改进的视频捕捉检测方法，其特征在于：所述目标函数的约束条件包括，检测当天的天气条件，检测时物体的运动状态，内存空间使用状态。
8.如权利要求7所述的一种基于改进的视频捕捉检测方法，其特征在于：所述利用改进的视频捕捉方法进行检测包括，采用双向迭代搜索提高单次算法迭代效率，提高视频检测画面清晰度，每次迭代获取清晰度最高的视频数据的极值和清晰度最低的视频数据的极值，分别放入正向搜素表及反向搜索表中，分别记录获取的清晰度最高的视频数据和清晰度最低的视频数据，并设置当前采集的双向视频数据为最优数据，通过对视频检测设备回传的检测数据进行重复迭代，若表中数据极值相同且当次搜索未进行迭代，则直接记录为最优视频检测画面，若表中数据极值不同相同且档次搜索进行迭代，则记录到可用视频检测画面数据表中，根据最优视频分辨率平均值与可用视频检测画面数据表中的画面分辨率数据平均值进行比对，若原最优分辨率数据大于检测画面数据表中分辨率数据，则保留原最优选，若原最优分辨率数据小于可用检测画面数据表中分辨率数据，则可用检测画面数据表中分辨率数据替换为最优选。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310485156.2A CN116456058A (zh) | 2023-04-28 | 2023-04-28 | 一种基于改进的视频捕捉检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310485156.2A CN116456058A (zh) | 2023-04-28 | 2023-04-28 | 一种基于改进的视频捕捉检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116456058A true CN116456058A (zh) | 2023-07-18 |
Family
ID=87128627
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310485156.2A Pending CN116456058A (zh) | 2023-04-28 | 2023-04-28 | 一种基于改进的视频捕捉检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116456058A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103733234A (zh) * | 2011-02-21 | 2014-04-16 | 斯特拉特克系统有限公司 | 用于检测飞机场中的外物、碎片或损坏的监视系统和方法 |
| WO2014155639A1 (ja) * | 2013-03-29 | 2014-10-02 | 株式会社日立製作所 | 映像監視システムおよび画像検索システム |
| CN112990156A (zh) * | 2021-05-12 | 2021-06-18 | 深圳市安软科技股份有限公司 | 基于视频的最优目标捕捉方法、装置及相关设备 |
-
2023
- 2023-04-28 CN CN202310485156.2A patent/CN116456058A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103733234A (zh) * | 2011-02-21 | 2014-04-16 | 斯特拉特克系统有限公司 | 用于检测飞机场中的外物、碎片或损坏的监视系统和方法 |
| WO2014155639A1 (ja) * | 2013-03-29 | 2014-10-02 | 株式会社日立製作所 | 映像監視システムおよび画像検索システム |
| CN112990156A (zh) * | 2021-05-12 | 2021-06-18 | 深圳市安软科技股份有限公司 | 基于视频的最优目标捕捉方法、装置及相关设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111650204B (zh) | 基于级联目标检测的输电线路金具缺陷检测方法及系统 | |
| CN105652154B (zh) | 接触网运行状态安全监测分析系统 | |
| CN110602484B (zh) | 一种输电线路设备拍摄质量在线检核方法 | |
| CN110751630B (zh) | 基于深度学习的输电线路异物检测方法、装置及介质 | |
| CN110008947B (zh) | 一种基于卷积神经网络的粮仓粮食数量监测方法及装置 | |
| CN114749342B (zh) | 一种锂电池极片涂布缺陷识别方法、装置及介质 | |
| CN108230412A (zh) | 一种红外图像压缩方法及装置 | |
| CN112580600A (zh) | 粉尘浓度检测方法、装置、计算机设备和存储介质 | |
| CN115642877A (zh) | 一种基于深度学习的光伏组件异常遮挡检测方法及系统 | |
| CN110728212B (zh) | 一种基于计算机视觉的道路井盖监控装置及监控方法 | |
| CN115616000A (zh) | 一种泄洪隧洞自动巡检和蚀损缺陷智能检测方法及设备 | |
| CN116660270A (zh) | 电力电缆的检测方法、装置及存储介质 | |
| CN113963314A (zh) | 降雨量监测方法、装置、计算机设备及存储介质 | |
| CN116456058A (zh) | 一种基于改进的视频捕捉检测方法 | |
| CN113378672A (zh) | 基于改进YOLOv3的输电线缺陷多目标检测方法 | |
| CN115912183B (zh) | 高压输电线路生态措施巡视方法、系统及可读存储介质 | |
| CN111307267A (zh) | 一种基于同心圆检测的导线舞动监测方法 | |
| CN115761644A (zh) | 基于深度学习和帧差法的输电导线异物检测方法 | |
| CN114170515A (zh) | 一种配电网设备异常类型检测方法 | |
| CN115931895A (zh) | 一种输电线路缺陷的校验方法和装置 | |
| CN115239689A (zh) | 一种路面信息的检测、计算方法、检测系统、设备及计算机可读存储介质 | |
| CN111914766B (zh) | 一种城市管理业务游商行为检测方法 | |
| CN112801072A (zh) | 一种基于计算机视觉的电梯非平层开门故障识别装置及方法 | |
| CN117409083B (zh) | 一种基于红外图像和改进yolov5的电缆终端识别方法及装置 | |
| CN117475294A (zh) | 一种基于机器视觉技术的养殖鱼类缺氧检测方法及终端 |
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 |