CN117255180A - 一种智能安全监控设备及监控方法 - Google Patents
一种智能安全监控设备及监控方法 Download PDFInfo
- Publication number
- CN117255180A CN117255180A CN202311540162.XA CN202311540162A CN117255180A CN 117255180 A CN117255180 A CN 117255180A CN 202311540162 A CN202311540162 A CN 202311540162A CN 117255180 A CN117255180 A CN 117255180A
- Authority
- CN
- China
- Prior art keywords
- target
- targets
- monitoring
- movement
- rotation angle
- 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 135
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000010586 diagram Methods 0.000 claims abstract description 20
- 238000013507 mapping Methods 0.000 claims description 22
- 230000036760 body temperature Effects 0.000 claims description 13
- 238000001931 thermography Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 238000012806 monitoring device Methods 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 238000003860 storage Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002618 waking effect Effects 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/95—Computational photography systems, e.g. light-field imaging systems
- H04N23/951—Computational photography systems, e.g. light-field imaging systems by using two or more images to influence resolution, frame rate or aspect ratio
-
- 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
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
- H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及电数字数据处理技术领域,具体涉及一种智能安全监控设备及监控方法,包括以下步骤:获取监控区域内的多个路径图,提取路径图中的交叉节点,基于所述交叉节点对所述路径图进行划分,得到多个监控路径;判断目标是否处于监控路径上的交叉节点对应的交叉区域,若是,则该监控路径上的交叉节点对应的摄像头不转动;若否,则该监控路径上除交叉节点之外的其他节点对应的摄像头根据预设转动角度,对目标进行监控跟踪。即本发明的方案能够对目标进行准确的全面监控跟踪。
Description
技术领域
本发明一般地涉及电数字数据处理技术领域。更具体地,本发明涉及一种智能安全监控设备及监控方法。
背景技术
在现代工业生产中,设备监控系统被广泛应用于各个行业,如生产车间、企业内部、金融领域(营业大厅监控、金库的监控、自动提款机及自助银行监控等)、电信/电力领域(交换机房、无线机房、动力机房等的远程监控、变电站、电厂等的远程无人值守监控)、交通领域、社区物业管理(住宅小区、办公室的安全防范、智能大厦、停车场的无人监控等)以及军事安防领域等等,设备监控系统已经成为提升生产效率和安全性的重要工具。
设备监控系统通过实时监测、数据分析和预警功能,为企业提供了全面的设备状态信息和运行情况,帮助企业及时发现问题、预防故障,并优化生产流程。
但是需要说明的是,现有的多点拍摄监控系统均是静态分布的,即事先布置多个摄像头,覆盖所要关注的所有区域。然而,现实生活中,如果要覆盖所有的区域,将需要大量的财力和物力;同时,由于拍摄了一些并不需要关注的事件,还需要耗费大量的时间来甄别出感兴趣的图像信息。
因此,路径覆盖成为了覆盖控制研究中的一个热点问题。目前,目标跟踪覆盖控制集中在利用多节点间协作,唤醒运动目标预测轨迹附近的休眠节点加入到跟踪过程,在兼顾网络能耗的同时,实施对移动目标的全力监测。
但是目前针对路径覆盖的研究,仅仅是停留在一个路径上,而对于岔口处的摄像头如何进行协作,现有技术中并未考虑如何更好地进行目标跟踪。同时,当存在多个目标进行跟踪时,其无法精准地跟踪每个目标,存在跟踪不可靠的问题。
发明内容
为解决上述一个或多个技术问题,本发明提出一种智能安全监控设备及监控方法,实现监控区域内的目标跟踪,以实现人员安全、事故等的及时监控。为此,本发明在如下的两个方面中提供方案。
在第一方面中,本发明提供了一种智能安全监控方法,包括以下步骤:
获取监控区域内的多个路径图,提取路径图中的交叉节点,基于所述交叉节点对所述路径图进行划分,得到多个监控路径;
判断目标是否处于监控路径上的交叉节点对应的交叉区域,若是,则该监控路径上的交叉节点对应的摄像头不转动;若否,则该监控路径上除交叉节点之外的其他节点对应的摄像头根据预设转动角度,对目标进行监控跟踪;
其中,所述预设转动角度的获取过程为:
建立摄像头的初始转动角度与目标移动距离的映射关系;其中所述映射关系为通过预先获取多帧连续图像,对所有帧图像进行拼接,获取目标移动的像素点总个数,将所述像素点总个数作为目标移动距离;根据初始转动角度以及像素点总个数确定映射关系;
获取当前目标当前时刻与上一时刻之间的移动距离,基于所述映射关系,确定当前目标对应的摄像头的预设转动角度。
可选地,所述确定当前目标对应的摄像头的预设转动角度的具体过程为:
根据实时获取的当前多个目标的图像信息,确定每个目标的移动速度;基于所述目标的移动速度,计算所有目标的移动一致性;其中移动一致性是根据目标的移动速度计算得到的方差;
判断所述移动一致性与设定阈值的大小,当移动一致性大于设定阈值时,则按照由小到大的顺序进行所有目标的移动速度的排序,选取前k个目标,得到k个目标的凸包,获取相邻两时刻的凸包中心点的距离值,基于距离值,结合映射关系,得到预设转动角度;其中k>1;
当移动一致性小于等于设定阈值时,获取所有目标在相邻两时刻的凸包中心点的距离值,基于距离值,结合映射关系,得到预设转动角度。
可选地,在确定每个目标的移动速度之前,还包括对所有目标的移动方向进行确定,并根据确定的移动方向,计算所有目标的移动一致性的步骤。
可选地,当移动方向仅有一个时,则直接计算所有目标的移动一致性;当移动方向有两个时,基于所有目标的移动速度,对每个方向下的目标进行分类,得到每个方向的目标类别,计算每个方向下的所有目标类别中的所有目标的平均速度,选取两个方向中平均速度最慢的目标类别作为主类别,计算主类别的所有目标的移动一致性。
可选地,还包括对目标进行筛选,获取有效目标的步骤,具体包括:
获取所有目标的热成像图像;
根据设定人体温度范围,对所有目标的热成像图像进行筛选,得到符合设定人体温度范围的热成像图像;
将筛选出的符合设定人体温度范围的热成像图像对应的目标作为有效目标,以实现有效目标的跟踪。
可选地,所述目标的移动速度通过光流法获取。
可选地,所述摄像头包括相互独立工作的可见光摄像头和红外摄像头。
在第二方面中,本发明还提供了一种智能安全监控设备,包括:
处理器;
存储器,其存储有用于智能安全监控的计算机指令,当所述计算机指令由所述处理器运行时,使得设备执行上述的一种智能安全监控方法。
本发明的有益效果为:
本发明的方案在进行目标跟踪监控时,保持各监控路径上的交叉节点处对应的摄像头不转动,剩余其他摄像头可自由转动,避免目标突然改变方向,使得交叉节点的摄像头无法进行及时跟踪,进而无法捕捉到当前位置的目标图像信息;同时可自由转动的摄像头在进行跟踪时,通过构建图像信息中的距离值与转动角度的映射关系,实现当前时刻的预设转动角度的获取,方法简单,无需进行复杂的计算,能够及时、快速地获取预设转动角度,实现目标实时、准确的全面跟踪。
本发明的方案在进行目标跟踪时,在存在速度较慢的目标时,始终选取速度较慢的目标作为关注的重点,进行实时监控,并能够获取更多的监控信息。
同时,本发明的方案还引入了目标的移动方向这一因素,能够在进行目标跟踪时对目标进行清晰的划分,以实现对目标的实时准确监控。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,并且相同或对应的标号表示相同或对应的部分,其中:
图1示意性示出了本实施例中的一种智能安全监控方法的流程示意图;
图2示意性示出了本实施例中的一种智能安全监控方法的监控路径示意图;
图3示意性示出了本实施例中的一种智能安全监控设备的结构框图。
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,本领域技术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,都属于本发明保护的范围。
下面结合附图来详细描述本发明的具体实施方式。
本发明针对的是现有的监控区域通常是在监控路径上安装多个摄像头进行固定拍摄,从而实现对应视野的目标监控,无法实现目标更好的监控追踪,且在进行监控追踪时,由于转动角度设置不合理,导致所需要关注的内容在其视野范围可能被忽略,进而不能实现全面、有效的监控;因此,本发明提出了一种智能安全监控方法。
图1示意性示出了本实施例中的一种智能安全监控方法的流程示意图。图2示意性示出了本实施例中的一种智能安全监控方法的监控路径示意图。
如图1所示,本发明的一种智能安全监控方法,包括以下步骤:
在步骤S1处,获取监控区域内的多个路径图,提取路径图中的交叉节点,基于交叉节点对路径图进行划分,得到多个监控路径。具体地,本实施例中的监控路径可以通过历史监控区域内监控规划图,统计出监控区域内的多个路径图以及路径图中的多个交叉节点,进而获取监控路径;其中监控路径是由位于两端的交叉节点以及中间节点构成的,交叉节点和中间节点可以抽象为摄像头,即实施监控的节点,交叉节点和中间节点附近的区域为监控区域。
示例性的,以某电力系统的监控区域为例,对监控路径进行详细说明,如图2所示,包括3条路径,每条路径上有对应的三组监控组,即其中第一组为摄像头1,…,摄像头m,…,摄像头M;第二组为摄像头1’,…,摄像头N’;第三组为摄像头1’’,…,摄像头n’’;其中的两条路径与第三条路径存在两个交叉节点A和B。
因此,通过图2可以统计出有两个交叉节点A和B,也即以交叉节点A和B为分界点将3条路径中的其中一条路径分成了3段,因此获取了5条监控路径,包括2条分叉路径以及由交叉节点A和B分割后的3段路径。
在步骤S2处,判断目标是否处于监控路径上的交叉节点对应的交叉区域,若是,则该监控路径上的交叉节点对应的摄像头不转动;若否,则该监控路径上除交叉节点之外的其他节点对应摄像头根据预设转动角度,对目标进行监控跟踪。
在一个实施例中,进行目标所处监控区域的判断是通过启动监控路径上所有摄像头进行对应监控区域的图像信息的捕捉,从而筛选出存在目标的图像信息,进而确定目标所处的监控区域。
具体地,对于图像信息的捕捉的获取过程为:
首先,通过获取各摄像头的图像信息,对图像信息进行目标特征提取。具体地,可以通过图像分割技术获取目标特征。
其次,进行目标特征与人体模型的比对,当比对结果较为相似,则证明该图像信息存在目标。具体地,目标特征为符合人体模型的部分,如胳膊、头部等等;从而确定该图像信息中存在目标。
然后,根据各摄像头获取的图像信息与摄像头的映射关系,即可确定目标所处的位置。示例性的,每个监控路径中的摄像头均有对应的编号,如摄像头1’,摄像头2’,…,摄像头N’,其对应的图像信息分别为图像1’,图像2’,…,图像N’。
本实施例中在进行目标跟踪监控时,保持各监控路径上的交叉节点处对应摄像头不转动,剩余其他摄像头可自由转动,该实施例的目的是由于交叉节点处的目标预测的不确定性,也即是目标运动方向的不确定性较大,因此,无需进行跟踪,只需要保持自身初始视野即可,这样每个路径的交叉节点设置的摄像头均保持不动,避免目标突然改变方向,使得交叉节点的摄像头无法进行及时跟踪,进而无法捕捉到当前位置的目标的图像信息。而当目标进入到可自由转动的摄像头的监测视野区域内时,可通过预设转动角度进行摄像头的转动,以实现目标的跟踪。
因此,本实施例中,预设转动角度的获取过程为:
首先,建立摄像头的初始转动角度与目标移动距离的映射关系。具体地,预先进行映射关系的标定:
通过预先获取多帧连续图像,对所有帧图像进行拼接,获取目标移动距离,该目标移动距离是目标移动的像素点总个数,即可建立像素点总个数与初始转动角度的映射关系;如初始转动角度为10°,其对应的像素点总个数为20个,即单个像素点个数对应的转动角度为0.5°。
需要说明的是,上述中获取目标的移动距离,是将目标抽象成一个点,或者通过对目标进行角点检测,获取目标的多个角点,以任一角点为参考点,确定移动距离。由于目标的角点检测为现有技术,此处不再过多赘述。
作为其他实施方式,还可以通过统计不同的监控区域内的多个摄像头,在进行目标跟踪时的历史转动角度以及目标的历史移动距离,建立目标移动距离与历史转动角度的映射关系。
其次,获取当前目标当前时刻与上一时刻之间的移动距离,基于映射关系,确定当前目标对应的摄像头的预设转动角度。
需要说明的是,每个监控路径中的目标可以有一个,也可以有多个。
当仅有一个目标进入某一个摄像头的监测区域时,该摄像头可以直接按照上述预设转动角度进行转动。
但是,当至少两个目标进入到可自由转动的摄像监控区域内时,由于目标过多,且可能来自不同的方向,此时摄像头的转动角度需要兼顾多个目标的情况,那么为了更好地实现监控跟踪,本实施例中还对多个目标进行划分,确定预设转动角度,具体地:
根据实时获取的目标的图像信息,确定每个目标的移动速度;基于目标的移动速度,计算所有目标的移动一致性;其中移动一致性是根据目标的移动速度计算得到的方差;
判断移动一致性与设定阈值的大小,当移动一致性大于设定阈值时,则按照由小到大的顺序进行所有目标的移动速度的排序,选取前k个目标,得到k个目标的凸包,获取相邻两时刻的凸包中心点的距离值,基于距离值,结合映射关系,得到预设转动角度;其中k>1;反之,获取所有目标在相邻两时刻的凸包中心点的距离值,基于距离值,结合映射关系,得到预设转动角度。
上述中的设定阈值是根据需求进行设定的,如上述中的目标为工作人员,其正常步行速度为1.1m/s~1.5m/s,因此本实施例中的设定阈值取值为0.1。
上述实施例中,在仅考虑目标移动速度的情况下,选取移动速度较慢的前k个目标,即更关注该前k个目标;而由于有k个目标,因此,本实施例中通过获取k个目标的凸包,并以凸包中心点为参考点,获取距离值,从而获取定预设转动角度。其中的距离值为相邻两时刻的凸包中心点移动的像素点个数。其中,k个目标的凸包是采用凸包算法得到,由于凸包算法为现有技术,此处不再过多赘述。
进一步地,为了更准确地进行移动一致性的计算,在确定每个目标的移动速度之前,还包括对所有目标的移动方向进行确定,并根据确定的移动方向,计算所有目标的移动一致性的步骤。
在一个实施例中,根据实时获取的目标的图像信息,确定每个目标的移动方向;具体可以采用角点匹配技术获取每个目标的移动方向。需要说明的是,由于目标是进入到了可自由转动的摄像头的监测视野区域内,而非交叉区域,因此目标的方向最多存在两个方向,当然目标也可以仅有一个方向。
其中,当移动方向仅有一个时,则直接计算所有目标的移动一致性;当移动方向有两个时,基于所有目标的移动速度,对每个方向下的目标进行分类,得到每个方向的目标类别,计算每个方向下的所有目标类别中的所有目标的平均速度,选取两个方向中平均速度最慢的目标类别作为主类别,计算主类别的所有目标的移动一致性。
上述实施例中,当方差越大说明目标的移动速度差距较大,反之目标的移动速度差距较小。
上述步骤对目标的移动方向进行区分,是为了能够更精细化、准确地进行监控路径中的中间部分对应的摄像头进行角度的调整,避免不准确的问题。
上述实施例中,选取移动速度较慢的多个目标的目的是因为更慢的目标可能基于某些原因从而致使速度过慢,此时更应该关注移动速度较慢的目标;示例性的,移动速度较慢的目标可能是需要即将修理设备或者可能是伤员。
进一步地,为了更好地兼顾到周围环境的监控,本实施例中还引入了环境因素,对预设转动角度进行修正,得到修正后的转动角度,具体为:
统计历史监控记录中不同监控路径各摄像头的监测范围内发生的监控事件的次数,并计算各摄像头的监控事件次数与总监控事件次数的比值,将比值作为调节系数,对预设转动角度进行调节,得到修正后的预设转动角度,利用该修正后的预设转动角度实现目标跟踪。
其中的监控事件包括各摄像头对应的监控区域的设备维修、设备故障、人员求救情况中的至少一种。
其中,修正后的预设转动角度为
其中,为预设转动角度,/>为调节系数,/>为修正后的预设转动角度。
示例性的,记录各个可自由转动的摄像头的监控区域内的设备维修次数,当设备维修的次数越多,证明该设备需要重点关注、实时关注,那么进行后续的目标监控跟踪时,其还需要保证对设备的实时监控,此时,在摄像头初始位置的基础上,摄像头的转动角度不宜过大,保证设备仍在摄像头的视野内,也即在实现目标跟踪的同时,还能够兼顾到需要着重关注的环境条件(如当前区域内的设备经常故障的情况以及容易发生人员伤亡的情况),避免由于目标的移动使得预设转动角度过调节,从而忽略重要区域的信息,提高了监控的安全可靠性。
本实施例中的摄像头的预设转动角度的调整,一方面,预先获取目标移动距离与初始转动角度的映射关系,为后续的目标跟踪提供了调节依据,方法简单,无需进行复杂的计算,即可获取预设转动角度,实现目标的全面跟踪。另一方面,为了能够更准确地实现目标跟踪,还需要引入目标的移动方向的分类,进行跟踪,以实现对目标的实时准确监控。
在一个实施例中,多目标还可以是在监控路径中,由一个目标变成多个目标,如目标C上携带有物体Q,在行走的过程中,物体Q掉落,此时由一个目标变成了两个目标,那么此时摄像头的跟踪就变成了两个目标的跟踪。但是,对于物体Q,在掉落后,是处于静止状态,此时无需对物体Q进行跟踪监控。
因此,基于上述中对多目标的分析,为了更准确、有效地获取有用的监控跟踪信息,本实施例中还包括对多目标进行筛选,得到有用目标的步骤,具体如下:
获取所有目标的热成像图像;
根据设定人体温度范围,对所有目标的热成像图像进行筛选,得到符合设定人体温度范围的热成像图像;
将筛选出的符合设定人体温度范围的热成像图像对应的目标作为有效目标,以实现有效目标的跟踪。
上述中的设定人体温度范围,是根据人体温度确定的范围,示例性的,该设定人体温度范围可以为(35°,40°),从而基于该设定人体温度范围,对热成像图像进行筛选,得到基于人的有效目标,排除掉静止物体等。
其中,本实施例中的摄像头包括相互独立工作的可见光摄像头和红外摄像头。可见光摄像头用于拍摄监控到的图像信息;而红外摄像头用于对目标进行筛选,以得到有效目标,避免由于大量的无用的监控信息的存在,增大后台工作人员监控的难度,无法及时获取更有用的监控信息。
本实施例中对运动目标与静止目标的判断,是由于静止目标无需过多关注,因此,对目标进行筛选,从而得到有效目标的监控跟踪信息,提高监控的可靠性。
图3示意性示出了本实施例中的一种智能安全监控设备的结构框图。
本发明还提供了一种智能安全监控设备。如图3所示,智能安全监控设备包括处理器和存储器,存储器存储有计算机程序指令,当计算机程序指令被处理器执行时实现根据本发明第一方面所述的一种智能安全监控方法。
智能安全监控设备还包括通信总线和通信接口等本领域技术人员熟知的其他组件,其设置和功能为本领域中已知,因此在此不再赘述。
在本发明中,前述的存储器可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,计算机可读存储介质可以是任何适当的磁存储介质或者磁光存储介质,比如,阻变式存储器RRAM(Resistive RandomAccess Memory)、动态随机存取存储器DRAM(Dynamic Random Access Memory)、静态随机存取存储器SRAM(Static Random-Access Memory)、增强动态随机存取存储器EDRAM(Enhanced Dynamic Random Access Memory)、高带宽内存HBM(High-Bandwidth Memory)、混合存储立方HMC(Hybrid Memory Cube)等等,或者可以用于存储所需信息并且可以由应用程序、模块或两者访问的任何其他介质。任何这样的计算机存储介质可以是设备的一部分或可访问或可连接到设备。本发明描述的任何应用或模块可以使用可以由这样的计算机可读介质存储或以其他方式保持的计算机可读/可执行指令来实现。
在本说明书的描述中,“多个”的含义是至少两个,例如两个,三个或更多个等,除非另有明确具体的限定。
虽然本说明书已经示出和描述了本发明的多个实施例,但对于本领域技术人员显而易见的是,这样的实施例只是以示例的方式提供的。本领域技术人员会在不偏离本发明思想和精神的情况下想到许多更改、改变和替代的方式。应当理解的是在实践本发明的过程中,可以采用对本文所描述的本发明实施例的各种替代方案。
Claims (8)
1.一种智能安全监控方法,其特征在于,包括以下步骤:
获取监控区域内的多个路径图,提取路径图中的交叉节点,基于所述交叉节点对所述路径图进行划分,得到多个监控路径;
判断目标是否处于监控路径上的交叉节点对应的交叉区域,若是,则该监控路径上的交叉节点对应的摄像头不转动;若否,则该监控路径上除交叉节点之外的其他节点对应的摄像头根据预设转动角度,对目标进行监控跟踪;
其中,所述预设转动角度的获取过程为:
建立摄像头的初始转动角度与目标移动距离的映射关系;其中所述映射关系为通过预先获取多帧连续图像,对所有帧图像进行拼接,获取目标移动的像素点总个数,将所述像素点总个数作为目标移动距离;根据初始转动角度以及像素点总个数确定映射关系;
获取当前目标当前时刻与上一时刻之间的移动距离,基于所述映射关系,确定当前目标对应的摄像头的预设转动角度。
2.根据权利要求1所述的一种智能安全监控方法,其特征在于,所述确定当前目标对应的摄像头的预设转动角度的具体过程为:
根据实时获取的当前多个目标的图像信息,确定每个目标的移动速度;基于所述目标的移动速度,计算所有目标的移动一致性;其中移动一致性是根据目标的移动速度计算得到的方差;
判断所述移动一致性与设定阈值的大小,当移动一致性大于设定阈值时,则按照由小到大的顺序进行所有目标的移动速度的排序,选取前k个目标,得到k个目标的凸包,获取相邻两时刻的凸包中心点的距离值,基于距离值,结合映射关系,得到预设转动角度;其中k>1;
当移动一致性小于等于设定阈值时,获取所有目标在相邻两时刻的凸包中心点的距离值,基于距离值,结合映射关系,得到预设转动角度。
3.根据权利要求2所述的一种智能安全监控方法,其特征在于,在确定每个目标的移动速度之前,还包括对所有目标的移动方向进行确定,并根据确定的移动方向,计算所有目标的移动一致性的步骤。
4.根据权利要求3所述的一种智能安全监控方法,其特征在于,
当移动方向仅有一个时,则直接计算所有目标的移动一致性;当移动方向有两个时,基于所有目标的移动速度,对每个方向下的目标进行分类,得到每个方向的目标类别,计算每个方向下的所有目标类别中的所有目标的平均速度,选取两个方向中平均速度最慢的目标类别作为主类别,计算主类别的所有目标的移动一致性。
5.根据权利要求1所述的一种智能安全监控方法,其特征在于,还包括对目标进行筛选,获取有效目标的步骤,具体包括:
获取所有目标的热成像图像;
根据设定人体温度范围,对所有目标的热成像图像进行筛选,得到符合设定人体温度范围的热成像图像;
将筛选出的符合设定人体温度范围的热成像图像对应的目标作为有效目标,以实现有效目标的跟踪。
6.根据权利要求2所述的一种智能安全监控方法,其特征在于,所述目标的移动速度通过光流法获取。
7.根据权利要求4所述的一种智能安全监控方法,其特征在于,所述摄像头包括相互独立工作的可见光摄像头和红外摄像头。
8.一种智能安全监控设备,其特征在于,包括:
处理器;
存储器,其存储有用于智能安全监控的计算机指令,当所述计算机指令由所述处理器运行时,使得设备执行根据权利要求1-7中任意一项所述的一种智能安全监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311540162.XA CN117255180B (zh) | 2023-11-20 | 2023-11-20 | 一种智能安全监控设备及监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311540162.XA CN117255180B (zh) | 2023-11-20 | 2023-11-20 | 一种智能安全监控设备及监控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117255180A true CN117255180A (zh) | 2023-12-19 |
CN117255180B CN117255180B (zh) | 2024-02-09 |
Family
ID=89135427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311540162.XA Active CN117255180B (zh) | 2023-11-20 | 2023-11-20 | 一种智能安全监控设备及监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117255180B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103313382A (zh) * | 2013-05-08 | 2013-09-18 | 南京大学 | 一种移动无线传感器网络分布式目标跟踪方法 |
CN105338248A (zh) * | 2015-11-20 | 2016-02-17 | 成都因纳伟盛科技股份有限公司 | 智能多目标主动跟踪监控方法及系统 |
US20170124401A1 (en) * | 2015-10-29 | 2017-05-04 | Samsung Sds Co., Ltd. | System and method for searching location of object |
WO2018223955A1 (zh) * | 2017-06-09 | 2018-12-13 | 北京深瞐科技有限公司 | 目标监控方法、目标监控装置、摄像机及计算机可读介质 |
CN111161545A (zh) * | 2019-12-24 | 2020-05-15 | 北京工业大学 | 基于视频的交叉口区域交通参数统计方法 |
CN112528966A (zh) * | 2021-02-05 | 2021-03-19 | 华东交通大学 | 一种取款人周边环境智能监控识别方法、装置及介质 |
WO2022041014A1 (zh) * | 2020-08-26 | 2022-03-03 | 深圳市大疆创新科技有限公司 | 云台及其控制方法、设备,拍摄装置、系统和存储介质 |
CN114189660A (zh) * | 2021-12-24 | 2022-03-15 | 威艾特科技(深圳)有限公司 | 一种基于全向摄像头的监控方法及其系统 |
CN114422751A (zh) * | 2021-12-25 | 2022-04-29 | 国网北京市电力公司 | 基于多路摄像头物理拓扑的智能视频识别联动系统及方法 |
CN114495266A (zh) * | 2021-12-31 | 2022-05-13 | 深圳云天励飞技术股份有限公司 | 非站立姿态检测方法、装置、计算机设备及存储介质 |
CN115174861A (zh) * | 2022-07-07 | 2022-10-11 | 广州后为科技有限公司 | 一种云台摄像机自动跟踪移动目标方法及装置 |
WO2023005468A1 (zh) * | 2021-07-30 | 2023-02-02 | 上海商汤智能科技有限公司 | 检测呼吸率的方法、装置、存储介质及电子设备 |
-
2023
- 2023-11-20 CN CN202311540162.XA patent/CN117255180B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103313382A (zh) * | 2013-05-08 | 2013-09-18 | 南京大学 | 一种移动无线传感器网络分布式目标跟踪方法 |
US20170124401A1 (en) * | 2015-10-29 | 2017-05-04 | Samsung Sds Co., Ltd. | System and method for searching location of object |
CN105338248A (zh) * | 2015-11-20 | 2016-02-17 | 成都因纳伟盛科技股份有限公司 | 智能多目标主动跟踪监控方法及系统 |
WO2018223955A1 (zh) * | 2017-06-09 | 2018-12-13 | 北京深瞐科技有限公司 | 目标监控方法、目标监控装置、摄像机及计算机可读介质 |
CN111161545A (zh) * | 2019-12-24 | 2020-05-15 | 北京工业大学 | 基于视频的交叉口区域交通参数统计方法 |
WO2022041014A1 (zh) * | 2020-08-26 | 2022-03-03 | 深圳市大疆创新科技有限公司 | 云台及其控制方法、设备,拍摄装置、系统和存储介质 |
CN112528966A (zh) * | 2021-02-05 | 2021-03-19 | 华东交通大学 | 一种取款人周边环境智能监控识别方法、装置及介质 |
WO2023005468A1 (zh) * | 2021-07-30 | 2023-02-02 | 上海商汤智能科技有限公司 | 检测呼吸率的方法、装置、存储介质及电子设备 |
CN114189660A (zh) * | 2021-12-24 | 2022-03-15 | 威艾特科技(深圳)有限公司 | 一种基于全向摄像头的监控方法及其系统 |
CN114422751A (zh) * | 2021-12-25 | 2022-04-29 | 国网北京市电力公司 | 基于多路摄像头物理拓扑的智能视频识别联动系统及方法 |
CN114495266A (zh) * | 2021-12-31 | 2022-05-13 | 深圳云天励飞技术股份有限公司 | 非站立姿态检测方法、装置、计算机设备及存储介质 |
CN115174861A (zh) * | 2022-07-07 | 2022-10-11 | 广州后为科技有限公司 | 一种云台摄像机自动跟踪移动目标方法及装置 |
Non-Patent Citations (5)
Title |
---|
RENLONG PAN: "A Novel Vehicle Flow Detection Algorithm Based on Motion Saliency for Traffic Surveillance System", 《2013 NINTH INTERNATIONAL CONFERENCE ON COMPUTATIONAL INTELLIGENCE AND SECURITY》 * |
孙峰: "基于交叉口服务水平的单行道系统评价", 《城市道桥与防洪》 * |
范竟成;王镇波;叶鹏飞;沈晨;: "基于交通视频监控的最优巡航路线设计与控制", 警察技术, no. 02 * |
邹海涛: "以动力环境监控为中心的综合运维管理方案", 《电信技术》 * |
陈伟宏;肖德贵;: "一种非重叠多摄像头的实时监控系统", 计算机工程与应用, no. 18 * |
Also Published As
Publication number | Publication date |
---|---|
CN117255180B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109242118A (zh) | 一种智能运维可视一体化的管理系统 | |
CN108710827B (zh) | 一种社区微警务巡查和信息自动分析系统及方法 | |
CN103929592A (zh) | 全方位智能监控设备及方法 | |
CN102170563A (zh) | 智能人员卡口系统及人员监控管理方法 | |
CN112449093A (zh) | 一种三维全景视频融合监控平台 | |
CN116298701B (zh) | 一种基于数字孪生系统的配电网故障检测方法及相关装置 | |
CN112996090B (zh) | 一种节能管理系统及方法 | |
CN102651813A (zh) | 智能视频监控及广告系统 | |
CN116345685A (zh) | 一种基于3d虚拟现实技术的配电网数字化巡检方法 | |
CN112766119A (zh) | 一种基于多维度人脸分析精准识别陌生人构建社区安防的方法 | |
Teerakawanich et al. | Short term prediction of sun coverage using optical flow with GoogLeNet | |
CN103926893A (zh) | 一种云集装箱数据中心监控系统 | |
CN117255180B (zh) | 一种智能安全监控设备及监控方法 | |
CN113591574A (zh) | 一种基于激光雷达的输电线路巡检方法及装置 | |
CN117172749A (zh) | 轨道交通巡检维修工单管理方法、装置、设备及存储介质 | |
Tervo et al. | Short-term prediction of electricity outages caused by convective storms | |
CN115664006B (zh) | 一种增量配电网智能管控一体化平台 | |
CN112218052A (zh) | 一种综合安防集中监管平台及其应用 | |
CN112183264A (zh) | 一种基于空间关系学习的吊车吊臂下有人逗留的判断方法 | |
CN115841730A (zh) | 视频监控系统、异常事件检测方法 | |
Chen et al. | Research on pedestrian intrusion detection in static scenes | |
Zheng et al. | Research on improvement of substation monitoring capability based on AI algorithm | |
Segovia et al. | Connected system for monitoring electrical power transformers using thermal imaging | |
CN116958909B (zh) | 基于网格化管控的视频监控系统及监控方法 | |
Yang et al. | Abnormal Scene Image Recognition Method for Intelligent Operation and Maintenance of Electrical Equipment in Substations |
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 |