CN116740873B - 一种基于光学传感技术的测量检测系统及方法 - Google Patents
一种基于光学传感技术的测量检测系统及方法 Download PDFInfo
- Publication number
- CN116740873B CN116740873B CN202310988101.3A CN202310988101A CN116740873B CN 116740873 B CN116740873 B CN 116740873B CN 202310988101 A CN202310988101 A CN 202310988101A CN 116740873 B CN116740873 B CN 116740873B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- model
- preset
- valuables
- behavior
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 230000003287 optical effect Effects 0.000 title claims abstract description 34
- 238000005259 measurement Methods 0.000 title claims abstract description 10
- 238000000034 method Methods 0.000 title claims abstract description 8
- 230000006399 behavior Effects 0.000 claims description 117
- 238000000605 extraction Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 6
- 230000002265 prevention Effects 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 abstract description 4
- 238000004904 shortening Methods 0.000 abstract description 3
- 230000009471 action Effects 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010034701 Peroneal nerve palsy Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- 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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B3/00—Audible signalling systems; Audible personal calling systems
- G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Emergency Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Electromagnetism (AREA)
- Business, Economics & Management (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供一种基于光学传感技术的测量检测系统及方法,其中系统包括:防盗指令接收模块,用于接收用户输入的贵重物品的防盗指令;第一三维场景信息获取模块,用于基于光学传感技术,测量获取贵重物品周边预设的半径范围内的第一三维场景信息;落脚范围划定模块,用于基于第一三维场景信息,在半径范围内划定人员可落脚的落脚范围;第二三维场景信息获取模块,用于基于光学传感技术,持续测量获取落脚范围的第二三维场景信息;防盗检测模块,用于基于第二三维场景信息,对贵重物品进行防盗检测。本发明节省了浪费双目相机的功耗,避免获取贵重物品周边全部环境的三维信息造成的缩短双目相机的使用寿命及维保周期的问题发生。
Description
技术领域
本发明涉及光学传感技术领域,特别涉及一种基于光学传感技术的测量检测系统及方法。
背景技术
目前,将光学传感技术应用于防盗领域时,存在浪费功耗的问题,比如:利用双目相机获取用户需要防盗的贵重物品周边全部环境的图像,结合双目立体视觉技术生成贵重物品周边全部环境的三维信息,从周边全部环境的三维信息中确定靠近贵重物品的人员的三维信息,基于人员的三维信息判定靠近贵重物品的人员是否产生盗窃行为,但是,靠近贵重物品的人员若产生盗窃行为,均是在贵重物品附近一人员可以落脚的位置产生的(比如人员对设置于墙角的保险柜实施盗窃时,是站在保险柜旁的过道进行实施),获取贵重物品周边全部环境的三维信息显然是不合理的,会浪费双目相机的功耗,这样做的话,还可能缩短双目相机的使用寿命及维保周期。因此,亟需一种解决办法。
发明内容
本发明目的之一在于提供了一种基于光学传感技术的测量检测系统,在贵重物品的周边环境即半径范围内划定人员可落脚的落脚范围,仅持续测量获取落脚范围的第二三维场景信息,基于第二三维场景信息,对贵重物品进行防盗检测,没有获取贵重物品周边全部环境的三维信息,节省了浪费双目相机的功耗,避免获取贵重物品周边全部环境的三维信息造成的缩短双目相机的使用寿命及维保周期的问题发生。
本发明实施例提供的一种基于光学传感技术的测量检测系统,包括:
防盗指令接收模块,用于接收用户输入的贵重物品的防盗指令;
第一三维场景信息获取模块,用于基于光学传感技术,测量获取贵重物品周边预设的半径范围内的第一三维场景信息;
落脚范围划定模块,用于基于第一三维场景信息,在半径范围内划定人员可落脚的落脚范围;
第二三维场景信息获取模块,用于基于光学传感技术,持续测量获取落脚范围的第二三维场景信息;
防盗检测模块,用于基于第二三维场景信息,对贵重物品进行防盗检测。
优选的,防盗指令接收模块接收用户输入的贵重物品的防盗指令,执行如下操作:
接收用户基于随身携带的智能移动终端输入的贵重物品的防盗指令;
和/或,
当贵重物品的物品位置最近先持续发生变化的第一持续时长大于等于预设的第一时长阈值且后持续未发生变化的第二持续时长大于等于预设的第二时长阈值时,默认接收到用户输入的贵重物品的防盗指令。
优选的,落脚范围划定模块基于第一三维场景信息,在半径范围内划定人员可落脚的落脚范围,执行如下操作:
基于第一三维场景信息,搭建半径范围的第一三维场景模型;
从第一三维场景模型中确定连续相邻的至少三个三维设施模型;
确定三维设施模型中是否有贵重物品的第一目标三维设施模型;
当有第一目标三维设施模型时,从第一三维场景模型中确定三维设施模型中与第一目标三维设施模型相邻的第二目标三维设施模型以及第二目标三维设施模型与第一目标三维设施模型之间的第一位置关系;
将第一位置关系与预设的第一触发位置关系库中的第一触发位置关系进行匹配;
当匹配符合时,基于匹配符合的第一触发位置关系对应的预设的第一落脚范围划定模板,在第二目标三维设施模型上划定落脚范围;
当没有第一目标三维设施模型时,从第一三维场景模型中确定三维设施模型之间的第二位置关系;
将第二位置关系与预设的第二触发位置关系库中的第二触发位置关系进行匹配;
当匹配符合时,基于匹配符合的第二触发位置关系对应的预设的第二落脚范围划定模板,在三维设施模型上划定落脚范围。
优选的,防盗检测模块基于第二三维场景信息,对贵重物品进行防盗检测,执行如下操作:
基于第二三维场景信息,搭建落脚范围的第二三维场景模型;
尝试从第二三维场景模型中确定三维人体模型;
当尝试成功时,持续获取三维人体模型的人体模型行为,并获取贵重物品的物品类型对应的预设的标准人体模型行为序列;
基于最近预设的第二时间内持续获取的任意单独一个三维人体模型的人体模型行为,搭建人体模型行为序列;人体模型行为序列与三维人体模型一一对应;
将人体模型行为序列与标准人体模型行为序列进行序列匹配,获取序列匹配度;
统计三维人体模型的模型数目;
当模型数目为1时,当序列匹配度大于等于预设的序列匹配度阈值时,发出防盗预警;
当模型数目不为1时,将各个三维人体模型对应的人体模型行为序列一一设置于预设的时间轴线上;
基于预设的特征提取模板,对时间轴线上两两相邻的人体模型行为序列中的人体模型行为以及存在部分序列重叠的两个人体模型行为序列之间的序列重叠部分中的人体模型行为进行特征提取,获得多个行为特征;
基于多个行为特征,以描述向量形式构建行为因子;
将行为因子与预设的标准行为因子库中的任一个标准行为因子进行因子匹配,获取因子匹配度;
当序列匹配度大于等于预设的序列匹配度阈值和/或因子匹配度大于等于预设的因子匹配度阈值时,发出防盗预警。
优选的,防盗检测模块发出防盗预警,执行如下操作:
向用户随身携带的智能移动终端推送贵重物品存在被盗窃风险的提醒信息;
和/或,
输出播报预设的防盗预警语音;
和/或,
向预设的警务平台上传贵重物品存在被盗窃风险的提醒信息。
本发明实施例提供的一种基于光学传感技术的测量检测方法,其特征在于,包括:
步骤S1:接收用户输入的贵重物品的防盗指令;
步骤S2:基于光学传感技术,测量获取贵重物品周边预设的半径范围内的第一三维场景信息;
步骤S3:基于第一三维场景信息,在半径范围内划定人员可落脚的落脚范围;
步骤S4:基于光学传感技术,持续测量获取落脚范围的第二三维场景信息;
步骤S5:基于第二三维场景信息,对贵重物品进行防盗检测。
优选的,步骤S1:接收用户输入的贵重物品的防盗指令,包括:
接收用户基于随身携带的智能移动终端输入的贵重物品的防盗指令;
和/或,
当贵重物品的物品位置最近先持续发生变化的第一持续时长大于等于预设的第一时长阈值且后持续未发生变化的第二持续时长大于等于预设的第二时长阈值时,默认接收到用户输入的贵重物品的防盗指令。
优选的,步骤S3:基于第一三维场景信息,在半径范围内划定人员可落脚的落脚范围,包括:
基于第一三维场景信息,搭建半径范围的第一三维场景模型;
从第一三维场景模型中确定连续相邻的至少三个三维设施模型;
确定三维设施模型中是否有贵重物品的第一目标三维设施模型;
当有第一目标三维设施模型时,从第一三维场景模型中确定三维设施模型中与第一目标三维设施模型相邻的第二目标三维设施模型以及第二目标三维设施模型与第一目标三维设施模型之间的第一位置关系;
将第一位置关系与预设的第一触发位置关系库中的第一触发位置关系进行匹配;
当匹配符合时,基于匹配符合的第一触发位置关系对应的预设的第一落脚范围划定模板,在第二目标三维设施模型上划定落脚范围;
当没有第一目标三维设施模型时,从第一三维场景模型中确定三维设施模型之间的第二位置关系;
将第二位置关系与预设的第二触发位置关系库中的第二触发位置关系进行匹配;
当匹配符合时,基于匹配符合的第二触发位置关系对应的预设的第二落脚范围划定模板,在三维设施模型上划定落脚范围。
优选的,步骤S5:基于第二三维场景信息,对贵重物品进行防盗检测,包括:
基于第二三维场景信息,搭建落脚范围的第二三维场景模型;
尝试从第二三维场景模型中确定三维人体模型;
当尝试成功时,持续获取三维人体模型的人体模型行为,并获取贵重物品的物品类型对应的预设的标准人体模型行为序列;
基于最近预设的第二时间内持续获取的任意单独一个三维人体模型的人体模型行为,搭建人体模型行为序列;人体模型行为序列与三维人体模型一一对应;
将人体模型行为序列与标准人体模型行为序列进行序列匹配,获取序列匹配度;
统计三维人体模型的模型数目;
当模型数目为1时,当序列匹配度大于等于预设的序列匹配度阈值时,发出防盗预警;
当模型数目不为1时,将各个三维人体模型对应的人体模型行为序列一一设置于预设的时间轴线上;
基于预设的特征提取模板,对时间轴线上两两相邻的人体模型行为序列中的人体模型行为以及存在部分序列重叠的两个人体模型行为序列之间的序列重叠部分中的人体模型行为进行特征提取,获得多个行为特征;
基于多个行为特征,以描述向量形式构建行为因子;
将行为因子与预设的标准行为因子库中的任一个标准行为因子进行因子匹配,获取因子匹配度;
当序列匹配度大于等于预设的序列匹配度阈值和/或因子匹配度大于等于预设的因子匹配度阈值时,发出防盗预警。
优选的,发出防盗预警,包括:
向用户随身携带的智能移动终端推送贵重物品存在被盗窃风险的提醒信息;
和/或,
输出播报预设的防盗预警语音;
和/或,
向预设的警务平台上传贵重物品存在被盗窃风险的提醒信息。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
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。在附图中:
图1为本发明实施例中一种基于光学传感技术的测量检测系统的示意图;
图2为本发明实施例中一种基于光学传感技术的测量检测方法的示意图。
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。
本发明实施例提供了一种基于光学传感技术的测量检测系统,如图1所示,包括:
防盗指令接收模块1,用于接收用户输入的贵重物品的防盗指令;贵重物品可以为保险柜等;
第一三维场景信息获取模块2,用于基于光学传感技术,测量获取贵重物品周边预设的半径范围内的第一三维场景信息;保险柜上设置有双目全景相机,双目全景相机可基于光学传感技术获取第一三维场景信息;可选的,双目全景相机与保险柜转动连接,转动状态下可进行更加全面的三维信息的获取,另为节约成本和提升适用性,双目相机使用普通的CMOS相机即可;
落脚范围划定模块3,用于基于第一三维场景信息,在半径范围内划定人员可落脚的落脚范围;
第二三维场景信息获取模块4,用于基于光学传感技术,持续测量获取落脚范围的第二三维场景信息;双目全景相机获取包含落脚范围的图像后,结合双目立体视觉技术仅生成落脚范围的三维信息,即第二三维场景信息;双目立体视觉技术基于获取图像进行三维信息的生成属于现有成熟技术范畴,不作赘述;
防盗检测模块5,用于基于第二三维场景信息,对贵重物品进行防盗检测。
上述技术方案的工作原理及有益效果为:
本申请在贵重物品的周边环境即半径范围内划定人员可落脚的落脚范围,仅持续测量获取落脚范围的第二三维场景信息,基于第二三维场景信息,对贵重物品进行防盗检测,没有获取贵重物品周边全部环境的三维信息,节省了浪费双目相机的功耗,避免获取贵重物品周边全部环境的三维信息造成的缩短双目相机的使用寿命及维保周期的问题发生。
在一个实施例中,防盗指令接收模块1接收用户输入的贵重物品的防盗指令,执行如下操作:
接收用户基于随身携带的智能移动终端输入的贵重物品的防盗指令;智能移动终端可以为手机等,用户可以操作手机(比如在APP上设置)以输入防盗指令;
和/或,
当贵重物品的物品位置最近先持续发生变化的第一持续时长大于等于预设的第一时长阈值且后持续未发生变化的第二持续时长大于等于预设的第二时长阈值时,默认接收到用户输入的贵重物品的防盗指令。满足这一条件时,说明贵重物品被用户转移至一新地点,自动触发进行防盗检测,更加的人性化和具备适用性。
在一个实施例中,落脚范围划定模块3基于第一三维场景信息,在半径范围内划定人员可落脚的落脚范围,执行如下操作:
基于第一三维场景信息,搭建半径范围的第一三维场景模型;
从第一三维场景模型中确定连续相邻的至少三个三维设施模型;
确定三维设施模型中是否有贵重物品的第一目标三维设施模型;
当有第一目标三维设施模型时,从第一三维场景模型中确定三维设施模型中与第一目标三维设施模型相邻的第二目标三维设施模型以及第二目标三维设施模型与第一目标三维设施模型之间的第一位置关系;第一位置关系可以为第二目标三维设施模型与第一目标三维设施模型之间的高度差等;
将第一位置关系与预设的第一触发位置关系库中的第一触发位置关系进行匹配;第一触发位置关系为反应人员对贵重物品实施盗窃时可在第二目标三维设施模型对应的环境设施上落脚的关系,例如:第二目标三维设施模型的高度低于/略高于第一目标三维设施模型的高度(人员可与站在第二目标三维设施模型对应的环境设施对贵重物品实施盗窃);
当匹配符合时,基于匹配符合的第一触发位置关系对应的预设的第一落脚范围划定模板,在第二目标三维设施模型上划定落脚范围;第一落脚范围划定模板为针对于匹配符合的第一触发位置关系如何在第二目标三维设施模型上划定逻辑范围的对照执行模板,例如:第一触发位置关系为第二目标三维设施模型的高度低于/略高于第一目标三维设施模型的高度,则第一落脚范围划定模板为将第二目标三维设施模型的上表面划定为落脚范围;一般的,在现实中,用户会将贵重物品藏在各个物品中,例如:藏在堆放的物品之后,这一落脚范围的划定办法特别适用于这一现实情形;
当没有第一目标三维设施模型时,从第一三维场景模型中确定三维设施模型之间的第二位置关系;第二位置关系为两两三维设施模型之间的高度差等;
将第二位置关系与预设的第二触发位置关系库中的第二触发位置关系进行匹配;第二触发位置关系为反应三维设施模型对应的环境设施中有人员可以落脚的区域的关系,例如:连续三个三维设施模型的高度差成近似“凹”字形,且两边的三维设施模型的高度均远大于中间一个三维设施模型,说明人员可以站在中间一个三维设施模型对应的环境设施上;
当匹配符合时,基于匹配符合的第二触发位置关系对应的预设的第二落脚范围划定模板,在三维设施模型上划定落脚范围。第二落脚范围划定模板为针对于匹配符合的第二触发位置关系如何在三维设施模型上划定逻辑范围的对照执行模板,例如:匹配符合的第二触发位置关系为连续三个三维设施模型的高度差成近似“凹”字形,且两边的三维设施模型的高度均远大于中间一个三维设施模型,则第二落脚范围划定模板为在中间一个三维设施模型的上表面划定为落脚范围。
上述技术方案的工作原理及有益效果为:
基于第一三维场景信息,在半径范围内划定人员可落脚的落脚范围时,引入第一触发位置关系库、第一落脚范围划定模板、第二触发位置关系库和第二落脚范围划定模板,提升了落脚范围划定的精准性和全面性。
在一个实施例中,防盗检测模块5基于第二三维场景信息,对贵重物品进行防盗检测,执行如下操作:
基于第二三维场景信息,搭建落脚范围的第二三维场景模型;
尝试从第二三维场景模型中确定三维人体模型;确定到三维人体模型时,说明有人员靠近贵重物品;
当尝试成功时,持续获取三维人体模型的人体模型行为,并获取贵重物品的物品类型对应的预设的标准人体模型行为序列;人体模型行为为动作行为、与贵重物品之间的直线距离等;标准人体模型行为序列为反应人员对该物品类型的贵重物品进行盗窃的行为序列,例如:物品类型为保险柜,标准人体模型行为序列中的各行为序列依次为拿出破坏工具(比如锤子)、准备挥起破坏工具等;
基于最近预设的第二时间内持续获取的任意单独一个三维人体模型的人体模型行为,搭建人体模型行为序列;人体模型行为序列与三维人体模型一一对应;
将人体模型行为序列与标准人体模型行为序列进行序列匹配,获取序列匹配度;序列匹配度越高,说明靠近贵重物品的人员越有盗窃嫌疑;
统计三维人体模型的模型数目;
当模型数目为1时,当序列匹配度大于等于预设的序列匹配度阈值时,发出防盗预警;
当模型数目不为1时,将各个三维人体模型对应的人体模型行为序列一一设置于预设的时间轴线上;
基于预设的特征提取模板,对时间轴线上两两相邻的人体模型行为序列中的人体模型行为以及存在部分序列重叠的两个人体模型行为序列之间的序列重叠部分中的人体模型行为进行特征提取,获得多个行为特征;行为特征包括:不同人员之间一前一后/同时产生的行为的组合;
基于多个行为特征,以描述向量形式构建行为因子;
将行为因子与预设的标准行为因子库中的任一个标准行为因子进行因子匹配,获取因子匹配度;标准行为因子由目标组合以描述向量形式构建成,目标组合为反应多个人员共同表现出属于盗窃的不同人员之间一前一后/同时产生的行为的组合,例如:一个东张西望(望风),一个在靠近保险柜,两行为同时发生,又例如:一个掏出破坏工具(比如锤子),一个接住破坏工具,两行为一前一后产生;
当序列匹配度大于等于预设的序列匹配度阈值和/或因子匹配度大于等于预设的因子匹配度阈值时,发出防盗预警。
上述技术方案的工作原理及有益效果为:
基于第二三维场景信息,对贵重物品进行防盗检测时,引入标准人体模型行为序列和标准行为因子,提升了对贵重物品进行防盗检测的全面性和精准性。
在一个实施例中,防盗检测模块5发出防盗预警,执行如下操作:
向用户随身携带的智能移动终端推送贵重物品存在被盗窃风险的提醒信息;用户可以通过手机等直接收到;
和/或,
输出播报预设的防盗预警语音;防盗预警语音为“已通知主人和警方,请尽快停止盗窃!”;
和/或,
向预设的警务平台上传贵重物品存在被盗窃风险的提醒信息。还可以上传到警务平台,例如:110在线平台;
本发明实施例提供了一种基于光学传感技术的测量检测方法,如图2所示,包括:
步骤S1:接收用户输入的贵重物品的防盗指令;
步骤S2:基于光学传感技术,测量获取贵重物品周边预设的半径范围内的第一三维场景信息;
步骤S3:基于第一三维场景信息,在半径范围内划定人员可落脚的落脚范围;
步骤S4:基于光学传感技术,持续测量获取落脚范围的第二三维场景信息;
步骤S5:基于第二三维场景信息,对贵重物品进行防盗检测。
在一个实施例中,步骤S1:接收用户输入的贵重物品的防盗指令,包括:
接收用户基于随身携带的智能移动终端输入的贵重物品的防盗指令;
和/或,
当贵重物品的物品位置最近先持续发生变化的第一持续时长大于等于预设的第一时长阈值且后持续未发生变化的第二持续时长大于等于预设的第二时长阈值时,默认接收到用户输入的贵重物品的防盗指令。
在一个实施例中,步骤S3:基于第一三维场景信息,在半径范围内划定人员可落脚的落脚范围,包括:
基于第一三维场景信息,搭建半径范围的第一三维场景模型;
从第一三维场景模型中确定连续相邻的至少三个三维设施模型;
确定三维设施模型中是否有贵重物品的第一目标三维设施模型;
当有第一目标三维设施模型时,从第一三维场景模型中确定三维设施模型中与第一目标三维设施模型相邻的第二目标三维设施模型以及第二目标三维设施模型与第一目标三维设施模型之间的第一位置关系;
将第一位置关系与预设的第一触发位置关系库中的第一触发位置关系进行匹配;
当匹配符合时,基于匹配符合的第一触发位置关系对应的预设的第一落脚范围划定模板,在第二目标三维设施模型上划定落脚范围;
当没有第一目标三维设施模型时,从第一三维场景模型中确定三维设施模型之间的第二位置关系;
将第二位置关系与预设的第二触发位置关系库中的第二触发位置关系进行匹配;
当匹配符合时,基于匹配符合的第二触发位置关系对应的预设的第二落脚范围划定模板,在三维设施模型上划定落脚范围。
在一个实施例中,步骤S5:基于第二三维场景信息,对贵重物品进行防盗检测,包括:
基于第二三维场景信息,搭建落脚范围的第二三维场景模型;
尝试从第二三维场景模型中确定三维人体模型;
当尝试成功时,持续获取三维人体模型的人体模型行为,并获取贵重物品的物品类型对应的预设的标准人体模型行为序列;
基于最近预设的第二时间内持续获取的任意单独一个三维人体模型的人体模型行为,搭建人体模型行为序列;人体模型行为序列与三维人体模型一一对应;
将人体模型行为序列与标准人体模型行为序列进行序列匹配,获取序列匹配度;
统计三维人体模型的模型数目;
当模型数目为1时,当序列匹配度大于等于预设的序列匹配度阈值时,发出防盗预警;
当模型数目不为1时,将各个三维人体模型对应的人体模型行为序列一一设置于预设的时间轴线上;
基于预设的特征提取模板,对时间轴线上两两相邻的人体模型行为序列中的人体模型行为以及存在部分序列重叠的两个人体模型行为序列之间的序列重叠部分中的人体模型行为进行特征提取,获得多个行为特征;
基于多个行为特征,以描述向量形式构建行为因子;
将行为因子与预设的标准行为因子库中的任一个标准行为因子进行因子匹配,获取因子匹配度;
当序列匹配度大于等于预设的序列匹配度阈值和/或因子匹配度大于等于预设的因子匹配度阈值时,发出防盗预警。
在一个实施例中,发出防盗预警,包括:
向用户随身携带的智能移动终端推送贵重物品存在被盗窃风险的提醒信息;
和/或,
输出播报预设的防盗预警语音;
和/或,
向预设的警务平台上传贵重物品存在被盗窃风险的提醒信息。
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 (6)
1.一种基于光学传感技术的测量检测系统,其特征在于,包括:
防盗指令接收模块,用于接收用户输入的贵重物品的防盗指令;
第一三维场景信息获取模块,用于基于光学传感技术,测量获取所述贵重物品周边预设的半径范围内的第一三维场景信息;
落脚范围划定模块,用于基于所述第一三维场景信息,在所述半径范围内划定人员可落脚的落脚范围;
第二三维场景信息获取模块,用于基于光学传感技术,持续测量获取所述落脚范围的第二三维场景信息;
防盗检测模块,用于基于所述第二三维场景信息,对所述贵重物品进行防盗检测;
所述落脚范围划定模块基于所述第一三维场景信息,在所述半径范围内划定人员可落脚的落脚范围,执行如下操作:
基于所述第一三维场景信息,搭建所述半径范围的第一三维场景模型;
从所述第一三维场景模型中确定连续相邻的至少三个三维设施模型;
确定所述三维设施模型中是否有所述贵重物品的第一目标三维设施模型;
当有所述第一目标三维设施模型时,从所述第一三维场景模型中确定所述三维设施模型中与所述第一目标三维设施模型相邻的第二目标三维设施模型以及所述第二目标三维设施模型与所述第一目标三维设施模型之间的第一位置关系;
将所述第一位置关系与预设的第一触发位置关系库中的第一触发位置关系进行匹配;
当匹配符合时,基于匹配符合的所述第一触发位置关系对应的预设的第一落脚范围划定模板,在所述第二目标三维设施模型上划定所述落脚范围;
当没有所述第一目标三维设施模型时,从所述第一三维场景模型中确定所述三维设施模型之间的第二位置关系;
将所述第二位置关系与预设的第二触发位置关系库中的第二触发位置关系进行匹配;
当匹配符合时,基于匹配符合的所述第二触发位置关系对应的预设的第二落脚范围划定模板,在所述三维设施模型上划定所述落脚范围;
所述防盗检测模块基于所述第二三维场景信息,对所述贵重物品进行防盗检测,执行如下操作:
基于所述第二三维场景信息,搭建所述落脚范围的第二三维场景模型;
尝试从所述第二三维场景模型中确定三维人体模型;
当尝试成功时,持续获取所述三维人体模型的人体模型行为,并获取所述贵重物品的物品类型对应的预设的标准人体模型行为序列;
基于最近预设的第二时间内持续获取的任意单独一个所述三维人体模型的所述人体模型行为,搭建人体模型行为序列;所述人体模型行为序列与所述三维人体模型一一对应;
将人体模型行为序列与所述标准人体模型行为序列进行序列匹配,获取序列匹配度;
统计所述三维人体模型的模型数目;
当所述模型数目为1时,当所述序列匹配度大于等于预设的序列匹配度阈值时,发出防盗预警;
当所述模型数目不为1时,将各个所述三维人体模型对应的所述人体模型行为序列一一设置于预设的时间轴线上;
基于预设的特征提取模板,对所述时间轴线上两两相邻的所述人体模型行为序列中的所述人体模型行为以及存在部分序列重叠的两个所述人体模型行为序列之间的序列重叠部分中的所述人体模型行为进行特征提取,获得多个行为特征;
基于所述多个行为特征,以描述向量形式构建行为因子;
将所述行为因子与预设的标准行为因子库中的任一个标准行为因子进行因子匹配,获取因子匹配度;
当所述序列匹配度大于等于预设的序列匹配度阈值和/或所述因子匹配度大于等于预设的因子匹配度阈值时,发出防盗预警。
2.如权利要求1所述的一种基于光学传感技术的测量检测系统,其特征在于,所述防盗指令接收模块接收用户输入的贵重物品的防盗指令,执行如下操作:
接收所述用户基于随身携带的智能移动终端输入的贵重物品的防盗指令;
和/或,
当所述贵重物品的物品位置最近先持续发生变化的第一持续时长大于等于预设的第一时长阈值且后持续未发生变化的第二持续时长大于等于预设的第二时长阈值时,默认接收到用户输入的贵重物品的防盗指令。
3.如权利要求1所述的一种基于光学传感技术的测量检测系统,其特征在于,所述防盗检测模块发出防盗预警,执行如下操作:
向所述用户随身携带的智能移动终端推送所述贵重物品存在被盗窃风险的提醒信息;
和/或,
输出播报预设的防盗预警语音;
和/或,
向预设的警务平台上传所述贵重物品存在被盗窃风险的提醒信息。
4.一种基于光学传感技术的测量检测方法,其特征在于,包括:
步骤S1:接收用户输入的贵重物品的防盗指令;
步骤S2:基于光学传感技术,测量获取所述贵重物品周边预设的半径范围内的第一三维场景信息;
步骤S3:基于所述第一三维场景信息,在所述半径范围内划定人员可落脚的落脚范围;
步骤S4:基于光学传感技术,持续测量获取所述落脚范围的第二三维场景信息;
步骤S5:基于所述第二三维场景信息,对所述贵重物品进行防盗检测;
所述步骤S3:基于所述第一三维场景信息,在所述半径范围内划定人员可落脚的落脚范围,包括:
基于所述第一三维场景信息,搭建所述半径范围的第一三维场景模型;
从所述第一三维场景模型中确定连续相邻的至少三个三维设施模型;
确定所述三维设施模型中是否有所述贵重物品的第一目标三维设施模型;
当有所述第一目标三维设施模型时,从所述第一三维场景模型中确定所述三维设施模型中与所述第一目标三维设施模型相邻的第二目标三维设施模型以及所述第二目标三维设施模型与所述第一目标三维设施模型之间的第一位置关系;
将所述第一位置关系与预设的第一触发位置关系库中的第一触发位置关系进行匹配;
当匹配符合时,基于匹配符合的所述第一触发位置关系对应的预设的第一落脚范围划定模板,在所述第二目标三维设施模型上划定所述落脚范围;
当没有所述第一目标三维设施模型时,从所述第一三维场景模型中确定所述三维设施模型之间的第二位置关系;
将所述第二位置关系与预设的第二触发位置关系库中的第二触发位置关系进行匹配;
当匹配符合时,基于匹配符合的所述第二触发位置关系对应的预设的第二落脚范围划定模板,在所述三维设施模型上划定所述落脚范围;
所述步骤S5:基于所述第二三维场景信息,对所述贵重物品进行防盗检测,包括:
基于所述第二三维场景信息,搭建所述落脚范围的第二三维场景模型;
尝试从所述第二三维场景模型中确定三维人体模型;
当尝试成功时,持续获取所述三维人体模型的人体模型行为,并获取所述贵重物品的物品类型对应的预设的标准人体模型行为序列;
基于最近预设的第二时间内持续获取的任意单独一个所述三维人体模型的所述人体模型行为,搭建人体模型行为序列;所述人体模型行为序列与所述三维人体模型一一对应;
将人体模型行为序列与所述标准人体模型行为序列进行序列匹配,获取序列匹配度;
统计所述三维人体模型的模型数目;
当所述模型数目为1时,当所述序列匹配度大于等于预设的序列匹配度阈值时,发出防盗预警;
当所述模型数目不为1时,将各个所述三维人体模型对应的所述人体模型行为序列一一设置于预设的时间轴线上;
基于预设的特征提取模板,对所述时间轴线上两两相邻的所述人体模型行为序列中的所述人体模型行为以及存在部分序列重叠的两个所述人体模型行为序列之间的序列重叠部分中的所述人体模型行为进行特征提取,获得多个行为特征;
基于所述多个行为特征,以描述向量形式构建行为因子;
将所述行为因子与预设的标准行为因子库中的任一个标准行为因子进行因子匹配,获取因子匹配度;
当所述序列匹配度大于等于预设的序列匹配度阈值和/或所述因子匹配度大于等于预设的因子匹配度阈值时,发出防盗预警。
5.如权利要求4所述的一种基于光学传感技术的测量检测方法,其特征在于,所述步骤S1:接收用户输入的贵重物品的防盗指令,包括:
接收所述用户基于随身携带的智能移动终端输入的贵重物品的防盗指令;
和/或,
当所述贵重物品的物品位置最近先持续发生变化的第一持续时长大于等于预设的第一时长阈值且后持续未发生变化的第二持续时长大于等于预设的第二时长阈值时,默认接收到用户输入的贵重物品的防盗指令。
6.如权利要求4所述的一种基于光学传感技术的测量检测方法,其特征在于,所述发出防盗预警,包括:
向所述用户随身携带的智能移动终端推送所述贵重物品存在被盗窃风险的提醒信息;
和/或,
输出播报预设的防盗预警语音;
和/或,
向预设的警务平台上传所述贵重物品存在被盗窃风险的提醒信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310988101.3A CN116740873B (zh) | 2023-08-08 | 2023-08-08 | 一种基于光学传感技术的测量检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310988101.3A CN116740873B (zh) | 2023-08-08 | 2023-08-08 | 一种基于光学传感技术的测量检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116740873A CN116740873A (zh) | 2023-09-12 |
CN116740873B true CN116740873B (zh) | 2023-10-03 |
Family
ID=87911753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310988101.3A Active CN116740873B (zh) | 2023-08-08 | 2023-08-08 | 一种基于光学传感技术的测量检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116740873B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1993018492A1 (en) * | 1992-03-09 | 1993-09-16 | The Commonwealth Of Australia | Infrared intrusion sensor |
CN207688906U (zh) * | 2018-01-12 | 2018-08-03 | 深圳市劳恩科技有限公司 | 一种可适用于不同传感器的保护装置 |
US10823825B2 (en) * | 2016-05-02 | 2020-11-03 | 3Deo, Inc | System and method for wide-area surveillance |
CN112991439A (zh) * | 2019-12-02 | 2021-06-18 | 宇龙计算机通信科技(深圳)有限公司 | 定位目标物体的方法、装置、电子设备及介质 |
WO2022126522A1 (zh) * | 2020-12-17 | 2022-06-23 | 深圳市大疆创新科技有限公司 | 物体识别方法、装置、可移动平台以及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3041492A1 (en) * | 2018-10-04 | 2020-04-04 | 9138-4529 Quebec Inc. | Infrared motion sensing device and method |
-
2023
- 2023-08-08 CN CN202310988101.3A patent/CN116740873B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1993018492A1 (en) * | 1992-03-09 | 1993-09-16 | The Commonwealth Of Australia | Infrared intrusion sensor |
US10823825B2 (en) * | 2016-05-02 | 2020-11-03 | 3Deo, Inc | System and method for wide-area surveillance |
CN207688906U (zh) * | 2018-01-12 | 2018-08-03 | 深圳市劳恩科技有限公司 | 一种可适用于不同传感器的保护装置 |
CN112991439A (zh) * | 2019-12-02 | 2021-06-18 | 宇龙计算机通信科技(深圳)有限公司 | 定位目标物体的方法、装置、电子设备及介质 |
WO2022126522A1 (zh) * | 2020-12-17 | 2022-06-23 | 深圳市大疆创新科技有限公司 | 物体识别方法、装置、可移动平台以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116740873A (zh) | 2023-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110895861B (zh) | 异常行为预警方法、装置、监控设备和存储介质 | |
Gill et al. | A system for change detection and human recognition in voxel space using the Microsoft Kinect sensor | |
CN105794191B (zh) | 识别数据传输装置及方法和识别数据记录装置及方法 | |
CN105427517B (zh) | 使用蓝牙低能量设备在bim中自动配置设备的系统和方法 | |
CN111815675B (zh) | 目标对象的跟踪方法及装置、电子设备和存储介质 | |
CN104680525A (zh) | 基于Kinect深度图像的人体摔倒自动检测方法 | |
CN110766894A (zh) | 社区围墙翻越预警方法、系统、服务器及计算机存储介质 | |
CN111595346B (zh) | 导航提醒方法、装置、电子设备及存储介质 | |
JP2007201556A (ja) | 混雑情報提供システム及び方法 | |
CN108564274B (zh) | 一种客房的预订方法、装置及移动终端 | |
CN111241913A (zh) | 一种检测人员摔倒的方法、装置及系统 | |
CN113490970A (zh) | 精确数字安全系统、方法和程序 | |
CN108555916A (zh) | 服务机器人及其控制方法和服务机器人系统及其控制方法 | |
US20220012911A1 (en) | System and method for analyzing an image to determine spacing between a person and an object | |
CN106586731B (zh) | 一种访客识别系统、方法以及一种猫眼 | |
KR20160074208A (ko) | 비콘신호를 이용한 안전 서비스 제공 시스템 및 방법 | |
CN111757262B (zh) | 基于电子围栏的定位提醒方法、系统及可穿戴设备 | |
CN108765826A (zh) | 一种基于深度学习的多遮挡模糊场景人形识别方法及系统 | |
CN116740873B (zh) | 一种基于光学传感技术的测量检测系统及方法 | |
US11273374B2 (en) | Information processing system, player-side apparatus control method, and program | |
KR101147212B1 (ko) | 주변상황 인식을 이용한 개인안전 장치, 시스템 및 방법 | |
CN111914050A (zh) | 基于特定场所的可视化3d监控平台 | |
JP5411744B2 (ja) | 警備システム | |
EP3109837A1 (en) | System and method of smart incident analysis in control system using floor maps | |
WO2021186751A1 (ja) | デジタル・オートファイル・セキュリティシステム、方法及びプログラム |
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 |