CN117197754A - 一种基于超清宽幅视频的安全监测方法 - Google Patents
一种基于超清宽幅视频的安全监测方法 Download PDFInfo
- Publication number
- CN117197754A CN117197754A CN202311356855.3A CN202311356855A CN117197754A CN 117197754 A CN117197754 A CN 117197754A CN 202311356855 A CN202311356855 A CN 202311356855A CN 117197754 A CN117197754 A CN 117197754A
- Authority
- CN
- China
- Prior art keywords
- video
- ultra
- data
- picture
- wide
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 230000000007 visual effect Effects 0.000 claims abstract description 18
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 238000013507 mapping Methods 0.000 claims abstract description 16
- 238000004519 manufacturing process Methods 0.000 claims abstract description 8
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 230000003068 static effect Effects 0.000 claims description 6
- 230000006855 networking Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000008447 perception Effects 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 3
- 230000002265 prevention Effects 0.000 abstract description 2
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Alarm Systems (AREA)
Abstract
本申请涉及一种基于超清宽幅视频的安全监测方法，包括：获取目标区域的阵列计算视觉超清宽幅视频，采集目标区域内的关键信息及企业的安全生产信息；对视频进行地理信息坐标标注映射；利用地理信息的坐标数据，对企业危险源物品、视频监控进行电子标签设置；基于超清宽幅视频画面，对企业危险源物品、自建视频监控进行安全监控；本申请通过宽幅视频监控画面，结合危险源物品、低点视频监控设备坐标信息，对整体视频和局部视频进行融合，对视频画面中的实体设备和动态数据进行融合，对指定区域内人车进行视频计数，通过视频测距技术实现画面中两点的距离测算，构建起技术防范网，实时监测区域安全风险。
Description
技术领域
本申请涉及视频监控技术领域，尤其涉及一种基于超清宽幅视频的安全监测方法。
背景技术
目前，随着危险化学品安全和工业互联网发展应用，工业互联网+安全生产的建设方案逐渐推广，化工园区安全风险管控数字化逐步转型智能化升级，接入园区内危险源物品企业在线监测监控数据，对园区内重点企业、重点场所、基础设施进行在线实时管控。
然而，现有技术方案采用二维平面图形或三维模型展现形式，可视化效果较差，使用者较难与企业现场的真实场地、危险源物品、视频监控直观对应；现有技术方案仅用颜色和图例的方式在平面图形上手绘或简单叠加，既未与精准地理信息位置有效结合，也无法被相关人员直观查看、使用，在信息化大规模应用的今天明显缺乏实用性。
公开于本发明背景技术部分的信息仅仅旨在加深对本发明的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
为了解决上述背景技术提到的技术问题或者至少部分地解决上述技术问题，本申请提供一种基于超清宽幅视频的安全监测方法，包括：
S1、基于阵列计算视觉设备，获取目标区域的阵列计算视觉超清宽幅视频，并对超清宽幅监控视频进行识别，采集目标区域内的关键信息及企业的安全生产信息；
所述关键信息包括危险源物品的基本信息、联网感知监测数据以及目标区域三维GIS地理信息数据，所述企业的安全生产信息包括目标区域企业自建低点摄像头的基本信息、视频数据；
S2、采用标注工具对识别后的视频进行地理信息坐标标注映射；
S3、利用地理信息的坐标数据，结合宽幅视频画面数据，对企业危险源物品、视频监控进行电子标签设置；
S4、基于超清宽幅视频画面，对企业危险源物品、自建视频监控进行安全监控；
步骤S4中安全监控内容包括：
S410、对超清宽幅视频画面内所有危险源物品之间的距离进行视频测距，任意选取两点位置实现距离测算；
S420、计算超清宽幅视频画面内人、车数量，通过选定某一中心点、设置计算半径，通过视频计数技术，统计指定区域内人、车数量。
S430、对超清宽幅视频画面内危险源物品的静态、动态监测数据叠加展示，通过点击某一点位，实时查看指定位置的数据动态变化并进行预警；
S440、与超清宽幅画面内企业自建低点摄像头的画中画融合调取查看，选取点击画面内的视频监控设备可实时查看其监控的画面内容，并与物联感知动态数据比对监测，远程核查监测数据。
步骤S2中的坐标标注映射包括：
阵列计算视觉设备自身地理坐标和超清宽幅视频画面映射；
所有危险源物品根据坐标和超清宽幅视频画面内容显示实体进行对应映射；
企业自建低点摄像头根据坐标和超清宽幅视频画面内容显示摄像头进行映射。
在步骤S2中，采用地理信息坐标和视频画面坐标映射技术，将现实物体通过经纬度坐标映射关联到视频画面中。
步骤S3中的电子标签设置包括：
基于超清宽幅视频画面，标注目标区域内所有危险源物品，建立视频画面内的危险源物品和现实危险源物品之间的数据关联；
基于超清宽幅视频画面，标注设置企业自建低点摄像头，建立视频画面内低点摄像头和现实企业低点摄像头之间的数据关联；
基于超清宽幅视频画面，叠加危险源物品动态监测物联网感知数据，将现实的物联感知数据接入视频展示画面；
基于超清宽幅视频画面，融合企业自建低点摄像头视频画面，将现实的低点摄像头数据接入视频展示画面。
步骤S410具体包括如下步骤：
S411、获取阵列计算视觉超清宽幅视频画面；
S412、在阵列计算视觉超清宽幅视频画面中选定区域，并提取区域坐标，所述区域坐标为该区域的中心点坐标；
S413、选择区域A和区域B，区域A的区域坐标为（x1,y1），区域B的区域坐标为（x2,y2），计算两区域之间的距离，两区域之间的距离；
S414、输出两区域之间的距离。
步骤S420具体包括如下步骤：
S421、获取阵列计算视觉超清宽幅视频画面；
S422、基于阵列计算视觉超清宽幅视频画面选定区域，提取选定区域坐标及行人数据，所述行人数据包括人脸特征和行为特征；计算得到选定区域面积以及行人总数，并计算得到行人密度，其中，行人密度=行人总数/选定区域面积；
S423、提取选定区域车辆数据，所述车辆数据包括车型特征和车牌特征，计算计算得出选定区域面积以及车辆总数，并计算得到车辆密度，其中，车辆密度=车辆总数/选定区域面积；
S424、同时输出行人总数、行人密度、车辆总数以及车辆密度。
步骤S410中，通过视频测距技术实现宽幅视频画面内两点之间距离测算。
步骤S420中，通过视频坐标划定特定距离为半径统计周边范围之内的人流量和车流量。
步骤S430中，通过栅格技术、视频数据叠加技术，将宽幅视频画面内危险源物品静态、动态监测数据叠加，将视频画面内容转为数据标签。
步骤S440中，通过视频画中画技术，在宽幅视频画面内调取查看企业自建低点摄像头。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例提供的一种基于超清宽幅视频的安全监测方法，通过宽幅视频监控画面，结合危险源物品、低点视频监控设备坐标信息，对整体视频和局部视频进行融合，对视频画面中的实体设备和动态数据进行融合，对指定区域内人车进行视频计数，通过视频测距技术实现画面中两点的距离测算，最终实现眼见即所得、更加真实、更加直观的视频融合监测画面，构建起技术防范网，实时监测区域安全风险。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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他的附图。
图1为本申请实施例提供的一种基于超清宽幅视频的安全监测方法的流程图；
图2为本申请实施例提供的一种基于超清宽幅视频的安全监测方法的步骤S410的流程图；
图3为本申请实施例提供的一种基于超清宽幅视频的安全监测方法的步骤S420的流程图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
为了便于理解，下面对本申请实施例提供的一种基于超清宽幅视频的安全监测方法进行详细介绍，如图1至图3所示，包括如下步骤：
S1、基于阵列计算视觉设备，获取目标区域的阵列计算视觉超清宽幅视频，并对超清宽幅监控视频进行识别，采集目标区域内的关键信息及企业的安全生产信息。
具体的，所述关键信息包括：危险源物品的基本信息、联网感知监测数据。
所述危险源物品的基本信息包括物品名称、物品体积、物品位置、物品数量以及物品危险特性等，所述联网感知监测数据为联网获取危险源物品的信息，包括危险源物品的位置、数量的变动。
具体的，所述企业的安全生产信息包括：目标区域企业自建低点摄像头的基本信息、视频数据。
所述企业自建低点摄像头的基本信息包括摄像头数量、摄像头位置、摄像头监控范围等。
优选的，所述关键信息还包括：目标区域三维GIS地理信息数据。
S2、采用标注工具对识别后的视频进行地理信息坐标标注映射。
步骤S2中的坐标标注映射包括：
阵列计算视觉设备自身地理坐标和超清宽幅视频画面映射；
所有危险源物品根据坐标和超清宽幅视频画面内容显示实体进行对应映射；
企业自建低点摄像头根据坐标和超清宽幅视频画面内容显示摄像头进行映射。
在步骤S2中，通过地理信息坐标和视频画面坐标映射技术，实现现实物体通过经纬度坐标映射关联到视频画面中，让视频画面的物体变得可操作，所述现实物体包括视频摄像头和危险源物品等。
S3、利用地理信息的坐标数据，结合宽幅视频画面数据，对企业危险源物品、视频监控进行电子标签设置。
步骤S3中的电子标签设置包括：
基于超清宽幅视频画面，标注目标区域内所有危险源物品，建立视频画面内的危险源物品和现实危险源物品之间的数据关联；
基于超清宽幅视频画面，标注设置企业自建低点摄像头，建立视频画面内低点摄像头和现实企业低点摄像头之间的数据关联；
基于超清宽幅视频画面，叠加危险源物品动态监测物联网感知数据，将现实的物联感知数据接入视频展示画面；
基于超清宽幅视频画面，融合企业自建低点摄像头视频画面，将现实的低点摄像头数据接入视频展示画面。
S4、基于超清宽幅视频画面，对企业危险源物品、自建视频监控进行安全监控。
步骤S4中安全监控内容具体如下：
S410、对超清宽幅视频画面内所有危险源物品之间的距离进行视频测距，任意选取两点位置实现距离测算，为应急指挥、资源调度提供支撑；
S420、计算超清宽幅视频画面内人、车数量，通过选定某一中心点、设置计算半径，利用视频计数技术，可快速统计指定区域内人、车数量。
S430、对超清宽幅视频画面内危险源物品的静态、动态监测数据叠加展示，通过点击某一点位，可实时查看指定位置的数据动态变化并进行预警；
S440、与超清宽幅画面内企业自建低点摄像头的画中画融合调取查看，选取点击画面内的视频监控设备可实时查看其监控的画面内容，并与物联感知动态数据比对监测，实现监测数据远程核查。
步骤S410具体包括如下步骤：
S411、获取阵列计算视觉超清宽幅视频画面。
S412、在阵列计算视觉超清宽幅视频画面中选定区域，并提取区域坐标，所述区域坐标为该区域的中心点坐标。
S413、选择区域A和区域B，区域A的区域坐标为（x1,y1），区域B的区域坐标为（x2,y2），计算两区域之间的距离，两区域之间的距离。
S414、输出两区域之间的距离。
步骤S420具体包括如下步骤：
S421、获取阵列计算视觉超清宽幅视频画面。
S422、基于阵列计算视觉超清宽幅视频画面选定区域，提取选定区域坐标及行人数据，所述行人数据包括人脸特征和行为特征；计算得到选定区域面积以及行人总数，并计算得到行人密度，其中，行人密度=行人总数/选定区域面积。
S423、提取选定区域车辆数据，所述车辆数据包括车型特征和车牌特征，计算计算得出选定区域面积以及车辆总数，并计算得到车辆密度，其中，车辆密度=车辆总数/选定区域面积。
S424、同时输出行人总数、行人密度、车辆总数以及车辆密度。
优选的，步骤S410中，通过视频测距技术实现宽幅视频画面内两点之间距离测算。
优选的，步骤S420中，通过视频坐标划定特定距离为半径统计周边范围之内的人流量和车流量。
优选的，步骤S430中，通过栅格技术、视频数据叠加技术，实现宽幅视频画面内危险源物品静态、动态监测数据叠加，将视频画面内容转为可点击查看的数据标签。
优选的，步骤S440中，利用视频画中画技术，实现宽幅视频画面内企业自建低点摄像头调取查看。
本发明利用超清宽幅监控视频，通过视频画面的危险源物品测距、在线监测数据叠和高低点视频画中画远程数据核查技术，实现监控视频一画统揽，让用户体验更加直观真实，眼见即所得，为应急指挥、辅助决策提供支撑，使化工园区信息化安全管理落地可行。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于超清宽幅视频的安全监测方法，其特征在于，包括：
S1、基于阵列计算视觉设备，获取目标区域的阵列计算视觉超清宽幅视频，并对超清宽幅监控视频进行识别，采集目标区域内的关键信息及企业的安全生产信息；
所述关键信息包括危险源物品的基本信息、联网感知监测数据以及目标区域三维GIS地理信息数据，所述企业的安全生产信息包括目标区域企业自建低点摄像头的基本信息、视频数据；
S2、采用标注工具对识别后的视频进行地理信息坐标标注映射；
S3、利用地理信息的坐标数据，结合宽幅视频画面数据，对企业危险源物品、视频监控进行电子标签设置；
S4、基于超清宽幅视频画面，对企业危险源物品、自建视频监控进行安全监控；
步骤S4中安全监控内容包括：
S410、对超清宽幅视频画面内所有危险源物品之间的距离进行视频测距，任意选取两点位置实现距离测算；
S420、计算超清宽幅视频画面内人、车数量，通过选定某一中心点、设置计算半径，通过视频计数技术，统计指定区域内人、车数量；
S430、对超清宽幅视频画面内危险源物品的静态、动态监测数据叠加展示，通过点击某一点位，实时查看指定位置的数据动态变化并进行预警；
S440、与超清宽幅画面内企业自建低点摄像头的画中画融合调取查看，选取点击画面内的视频监控设备可实时查看其监控的画面内容，并与物联感知动态数据比对监测，远程核查监测数据。
2.根据权利要求1所述的方法，其特征在于，步骤S2中的坐标标注映射包括：
阵列计算视觉设备自身地理坐标和超清宽幅视频画面映射；
所有危险源物品根据坐标和超清宽幅视频画面内容显示实体进行对应映射；
企业自建低点摄像头根据坐标和超清宽幅视频画面内容显示摄像头进行映射。
3.根据权利要求2所述的方法，其特征在于，在步骤S2中，采用地理信息坐标和视频画面坐标映射技术，将现实物体通过经纬度坐标映射关联到视频画面中。
4.根据权利要求2所述的方法，其特征在于，步骤S3中的电子标签设置包括：
基于超清宽幅视频画面，标注目标区域内所有危险源物品，建立视频画面内的危险源物品和现实危险源物品之间的数据关联；
基于超清宽幅视频画面，标注设置企业自建低点摄像头，建立视频画面内低点摄像头和现实企业低点摄像头之间的数据关联；
基于超清宽幅视频画面，叠加危险源物品动态监测物联网感知数据，将现实的物联感知数据接入视频展示画面；
基于超清宽幅视频画面，融合企业自建低点摄像头视频画面，将现实的低点摄像头数据接入视频展示画面。
5.根据权利要求1所述的方法，其特征在于，步骤S410具体包括如下步骤：
S411、获取阵列计算视觉超清宽幅视频画面；
S412、在阵列计算视觉超清宽幅视频画面中选定区域，并提取区域坐标，所述区域坐标为该区域的中心点坐标；
S413、选择区域A和区域B，区域A的区域坐标为（x1,y1），区域B的区域坐标为（x2,y2），计算两区域之间的距离，两区域之间的距离；
S414、输出两区域之间的距离。
6.根据权利要求1所述的方法，其特征在于，步骤S420具体包括如下步骤：
S421、获取阵列计算视觉超清宽幅视频画面；
S422、基于阵列计算视觉超清宽幅视频画面选定区域，提取选定区域坐标及行人数据，所述行人数据包括人脸特征和行为特征；计算得到选定区域面积以及行人总数，并计算得到行人密度，其中，行人密度=行人总数/选定区域面积；
S423、提取选定区域车辆数据，所述车辆数据包括车型特征和车牌特征，计算计算得出选定区域面积以及车辆总数，并计算得到车辆密度，其中，车辆密度=车辆总数/选定区域面积；
S424、同时输出行人总数、行人密度、车辆总数以及车辆密度。
7.根据权利要求5所述的方法，其特征在于，步骤S410中，通过视频测距技术实现宽幅视频画面内两点之间距离测算。
8.根据权利要求6所述的方法，其特征在于，步骤S420中，通过视频坐标划定特定距离为半径统计周边范围之内的人流量和车流量。
9.根据权利要求1所述的方法，其特征在于，步骤S430中，通过栅格技术、视频数据叠加技术，将宽幅视频画面内危险源物品静态、动态监测数据叠加，将视频画面内容转为数据标签。
10.根据权利要求1所述的方法，其特征在于，步骤S440中，通过视频画中画技术，在宽幅视频画面内调取查看企业自建低点摄像头。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311356855.3A CN117197754B (zh) | 2023-10-19 | 2023-10-19 | 一种基于超清宽幅视频的安全监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311356855.3A CN117197754B (zh) | 2023-10-19 | 2023-10-19 | 一种基于超清宽幅视频的安全监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117197754A true CN117197754A (zh) | 2023-12-08 |
| CN117197754B CN117197754B (zh) | 2024-04-30 |
Family
ID=89005527
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311356855.3A Active CN117197754B (zh) | 2023-10-19 | 2023-10-19 | 一种基于超清宽幅视频的安全监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117197754B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118212576A (zh) * | 2024-01-15 | 2024-06-18 | 航天正通汇智(北京)科技股份有限公司 | 一种基于阵列计算视觉的高铁站旅客安全监测方法 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202351924U (zh) * | 2012-01-10 | 2012-07-25 | 福建全芯智能科技有限公司 | 一种实现校车与学生安全的管理系统 |
| US20120268364A1 (en) * | 2008-04-24 | 2012-10-25 | Minnen David | Fast fingertip detection for initializing a vision-based hand tracker |
| CN103268109A (zh) * | 2013-05-24 | 2013-08-28 | 常州大学 | 基于gis的化工园区风险管理信息系统 |
| WO2018155742A1 (ko) * | 2017-02-24 | 2018-08-30 | 주식회사 다누시스 | 다중 카메라 입력의 합성을 통한 실시간 모니터링 시스템 |
| CN111192299A (zh) * | 2019-12-20 | 2020-05-22 | 中冶天工集团有限公司 | 一种基于综合管廊视频监控系统的人员轨迹定位方法 |
| KR102152319B1 (ko) * | 2019-08-09 | 2020-09-04 | 주식회사 벡터시스 | 3d 공간상에서 객체의 위치와 크기를 계산하는 방법 및 이를 이용한 영상관제시스템 |
| CN112180854A (zh) * | 2020-09-15 | 2021-01-05 | 江苏谷德运维信息技术有限公司 | 一种基于物联网的化工企业安全生产管理系统 |
| CN114442512A (zh) * | 2020-10-30 | 2022-05-06 | 触景无限科技（北京）有限公司 | 一种化学品安全监控系统 |
| CN114792463A (zh) * | 2022-06-24 | 2022-07-26 | 青岛恒天翼信息科技有限公司 | 基于三维gis的智能虚拟标签安全警示系统和方法 |
| CN115130807A (zh) * | 2022-03-23 | 2022-09-30 | 中国计量大学 | 一种药业生产安全智慧监管方法 |
| CN115453998A (zh) * | 2022-09-22 | 2022-12-09 | 中远海运科技股份有限公司 | 一种危化品企业罐区安全生产可视化监控方法及平台 |
| US20220397686A1 (en) * | 2021-06-11 | 2022-12-15 | Coretech Labs, Llc | Platforms, Systems, and Methods for Community Video Security Services that provide Elective and Resource Efficient Privacy Protection |
| CN115761960A (zh) * | 2022-10-25 | 2023-03-07 | 陈东红 | 一种智慧工厂的安防管理系统 |
| CN116341904A (zh) * | 2023-03-17 | 2023-06-27 | 郑州杰林计算机科技有限公司 | 危险化学品企业安全风险智能化管控平台 |
| US11695975B1 (en) * | 2020-03-07 | 2023-07-04 | Stephen G. Giraud | System and method for live web camera feed and streaming transmission with definitive online identity verification for prevention of synthetic video and photographic images |
| WO2023132267A1 (ja) * | 2022-01-05 | 2023-07-13 | 株式会社スカイマティクス | 地理情報システム |
| US11704449B1 (en) * | 2022-05-12 | 2023-07-18 | Beijing Longruan Technologies Inc. | Construction method of mine intelligent management and control platform based on geological survey guarantee system |
-
2023
- 2023-10-19 CN CN202311356855.3A patent/CN117197754B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120268364A1 (en) * | 2008-04-24 | 2012-10-25 | Minnen David | Fast fingertip detection for initializing a vision-based hand tracker |
| CN103988150A (zh) * | 2011-03-25 | 2014-08-13 | 奥布隆工业有限公司 | 用于初始化基于视觉的手跟踪器的快速指尖检测 |
| CN202351924U (zh) * | 2012-01-10 | 2012-07-25 | 福建全芯智能科技有限公司 | 一种实现校车与学生安全的管理系统 |
| CN103268109A (zh) * | 2013-05-24 | 2013-08-28 | 常州大学 | 基于gis的化工园区风险管理信息系统 |
| WO2018155742A1 (ko) * | 2017-02-24 | 2018-08-30 | 주식회사 다누시스 | 다중 카메라 입력의 합성을 통한 실시간 모니터링 시스템 |
| KR102152319B1 (ko) * | 2019-08-09 | 2020-09-04 | 주식회사 벡터시스 | 3d 공간상에서 객체의 위치와 크기를 계산하는 방법 및 이를 이용한 영상관제시스템 |
| CN111192299A (zh) * | 2019-12-20 | 2020-05-22 | 中冶天工集团有限公司 | 一种基于综合管廊视频监控系统的人员轨迹定位方法 |
| US11695975B1 (en) * | 2020-03-07 | 2023-07-04 | Stephen G. Giraud | System and method for live web camera feed and streaming transmission with definitive online identity verification for prevention of synthetic video and photographic images |
| CN112180854A (zh) * | 2020-09-15 | 2021-01-05 | 江苏谷德运维信息技术有限公司 | 一种基于物联网的化工企业安全生产管理系统 |
| CN114442512A (zh) * | 2020-10-30 | 2022-05-06 | 触景无限科技（北京）有限公司 | 一种化学品安全监控系统 |
| US20220397686A1 (en) * | 2021-06-11 | 2022-12-15 | Coretech Labs, Llc | Platforms, Systems, and Methods for Community Video Security Services that provide Elective and Resource Efficient Privacy Protection |
| WO2023132267A1 (ja) * | 2022-01-05 | 2023-07-13 | 株式会社スカイマティクス | 地理情報システム |
| CN115130807A (zh) * | 2022-03-23 | 2022-09-30 | 中国计量大学 | 一种药业生产安全智慧监管方法 |
| US11704449B1 (en) * | 2022-05-12 | 2023-07-18 | Beijing Longruan Technologies Inc. | Construction method of mine intelligent management and control platform based on geological survey guarantee system |
| CN114792463A (zh) * | 2022-06-24 | 2022-07-26 | 青岛恒天翼信息科技有限公司 | 基于三维gis的智能虚拟标签安全警示系统和方法 |
| CN115453998A (zh) * | 2022-09-22 | 2022-12-09 | 中远海运科技股份有限公司 | 一种危化品企业罐区安全生产可视化监控方法及平台 |
| CN115761960A (zh) * | 2022-10-25 | 2023-03-07 | 陈东红 | 一种智慧工厂的安防管理系统 |
| CN116341904A (zh) * | 2023-03-17 | 2023-06-27 | 郑州杰林计算机科技有限公司 | 危险化学品企业安全风险智能化管控平台 |
Non-Patent Citations (2)
| Title |
|---|
| BURLOV V, ET AL: "Development of a model for the management of environmental safety of the region, taking into account of the GIS capacity", MATEC WEB OF CONFERENCES. EDP SCIENCES, 31 December 2018 (2018-12-31), pages 1 - 8 * |
| 周林波: "化工企业典型事故辅助决策系统设计", 浙江大学, 15 August 2016 (2016-08-15), pages 1 - 81 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118212576A (zh) * | 2024-01-15 | 2024-06-18 | 航天正通汇智(北京)科技股份有限公司 | 一种基于阵列计算视觉的高铁站旅客安全监测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117197754B (zh) | 2024-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109978409B (zh) | 一种多工程企业级智慧工地区块链管理方法 | |
| US11107025B2 (en) | System and method for producing and distributing information relevant to water events | |
| CN108960566B (zh) | 一种交通可视化监控系统 | |
| US11393212B2 (en) | System for tracking and visualizing objects and a method therefor | |
| CN117197754B (zh) | 一种基于超清宽幅视频的安全监测方法 | |
| TW201818293A (zh) | 以三維資訊模型為基礎之綜合感知定位技術應用系統 | |
| Tang et al. | Video-based motion trajectory forecasting method for proactive construction safety monitoring systems | |
| CA2527834A1 (en) | Gis-based emergency management | |
| CN111222190B (zh) | 一种古建筑管理系统 | |
| KR20130139622A (ko) | 융합보안 관제 시스템 및 방법 | |
| KR101876114B1 (ko) | 3d 모델링 구현을 위한 단말기, 서버, 이들을 포함하는 시스템 및 이를 이용하는 3d 모델링 방법 | |
| CN113989452B (zh) | 一种基于gis的数字孪生城市坐标定位方法及监测系统 | |
| KR102499920B1 (ko) | 디지털트윈을 이용한 bim기반 건설현장 관제 시스템 | |
| CN105074791A (zh) | 向视频流添加用户选择的标记 | |
| Assadzadeh et al. | Automatic far‐field camera calibration for construction scene analysis | |
| CN111770450B (zh) | 一种车间生产监控服务器、移动终端及应用 | |
| CN115859689A (zh) | 一种全景可视化数字孪生应用的方法 | |
| CN118037956A (zh) | 固定空间内三维虚拟实景生成方法及系统 | |
| CN111710041A (zh) | 基于多源异构数据融合展示技术的系统及环境模拟方法 | |
| CN113888707A (zh) | 电力数据可视化方法、装置、计算机设备和存储介质 | |
| KR102627538B1 (ko) | ３６０도 파노라마 영상 기반 안전교육 콘텐츠 생성 서비스 제공 시스템 | |
| CN115982824A (zh) | 施工现场工人空间管理方法、装置、电子设备及存储介质 | |
| CN111107307A (zh) | 基于单应性变换的视频融合方法、系统、终端及介质 | |
| Hong et al. | Using 3D WebGIS to support the disaster simulation, management and analysis–examples of tsunami and flood | |
| Parygin et al. | Management of Information from Surveillance Cameras at the Infrastructure Facility |
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 |