CN117596386A - 一种智能楼宇安全监控系统 - Google Patents

一种智能楼宇安全监控系统 Download PDF

Info

Publication number
CN117596386A
CN117596386A CN202311659601.9A CN202311659601A CN117596386A CN 117596386 A CN117596386 A CN 117596386A CN 202311659601 A CN202311659601 A CN 202311659601A CN 117596386 A CN117596386 A CN 117596386A
Authority
CN
China
Prior art keywords
monitoring
frame rate
camera
video
overlapping
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
Application number
CN202311659601.9A
Other languages
English (en)
Other versions
CN117596386B (zh
Inventor
章剑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongyun Digital Science Guangzhou Information Technology Co ltd
Original Assignee
Zhongyun Digital Science Guangzhou Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhongyun Digital Science Guangzhou Information Technology Co ltd filed Critical Zhongyun Digital Science Guangzhou Information Technology Co ltd
Priority to CN202311659601.9A priority Critical patent/CN117596386B/zh
Publication of CN117596386A publication Critical patent/CN117596386A/zh
Application granted granted Critical
Publication of CN117596386B publication Critical patent/CN117596386B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/002Diagnosis, testing or measuring for television systems or their details for television cameras
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种智能楼宇安全监控系统,具体涉及楼宇监控技术领域,通过将监控视频的稳定性、监控视频的传输性能以及监控摄像头的变焦状态对监控视频的不利影响程度进行综合分析,能够实时量化的评估监控视频的运行状态,从而提高了系统的实时性和可靠性;通过计算监控摄像头的投影区域面积和与其他摄像头的重叠情况,能够全面了解摄像头在空间上的相互覆盖程度,将监控摄像头分为不同重叠度等级,根据监控摄像头的重叠程度对维修等级进行调整,更好地反映了监控系统整体结构和运行情况,通过根据重叠程度调整维修等级,能够更合理地分配资源,避免对整个系统产生不必要的影响。这有助于提高系统的整体运行效率。

Description

一种智能楼宇安全监控系统
技术领域
本发明涉及楼宇监控技术领域,更具体地说,本发明涉及一种智能楼宇安全监控系统。
背景技术
智能楼宇是指通过集成先进的信息技术和自动化系统,使建筑物更加智能化、高效化、便捷化的概念。这包括使用先进的传感器、监控设备、自动化控制系统等技术,以提高建筑的能效、安全性、舒适性和管理效率。智能楼宇包括视频监控系统,建筑管理员和安全人员可以实时了解楼宇内外的情况,对潜在的安全风险做出快速反应。智能楼宇的安全监控系统通常与其他系统集成,形成一个全面的楼宇管理系统,提高建筑的整体安全性和运行效率。
智能楼宇内的视频监控系统会设置大量的监控摄像头对楼宇内外部进行监控,建筑管理员和安全人员(例如保安)通过监控摄像头产生的图像对楼宇内进行监控,但是随着大量的监控摄像头的布设,监控摄像头在实际运行中会存在问题,但是目前对监控摄像头的故障判断通常是在监控摄像头故障后,视频监控系统无法产生监控图像后才得知监控摄像头的故障,再采取维修策略;建筑管理员和安全人员可能会在摄像头出现问题后一段时间内不知情,这可能导致安全风险或信息丢失。
且智能楼宇一般都安装了大量的监控摄像头,也没有根据监控摄像头对故障的容忍能力对监控摄像头的维修紧急程度进行判断,可能导致对于一些关键区域的监控摄像头发生故障时未能及时处理,而对于一些相对次要的区域可能过度关注,缺乏对监控摄像头维修紧急程度的判断,导致资源的浪费。
为了解决上述问题,现提供一种技术方案。
发明内容
为了克服现有技术的上述缺陷,本发明的实施例提供一种智能楼宇安全监控系统以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种智能楼宇安全监控系统,包括视频状态监测模块,硬件运行监测模块,监控运行预警模块、重叠容忍评估模块以及监控风险评估模块;
视频状态监测模块通过监控视频的帧率变化的分析,对监控视频的稳定性进行评估;通过对监控视频编码效率情况进行分析,对监控视频的传输性能进行评估;
硬件运行监测模块对监控摄像头的变焦状态进行分析,评估监控摄像头的变焦状态对监控视频的不利影响程度;
监控运行预警模块将监控视频的稳定性、监控视频的传输性能以及监控摄像头的变焦状态对监控视频的不利影响程度进行综合分析,对监控摄像头的运行故障进行预警;
重叠容忍评估模块对监控摄像头与其他监控摄像头的重叠程度进行分析,对监控摄像头的故障容忍程度进行评估;
监控风险评估模块根据监控摄像头的运行故障的预警情况以及监控摄像头的故障容忍程度,生成不同的维修等级信号。
在一个优选的实施方式中,对监控视频的帧率变化进行分析:设定第一实时监测区间;获取监控视频在第一实时监测区间内对应的每秒的帧率,将每秒的帧率标记为帧率值;
获取在第一实时监测区间内帧率值小于监控视频设定的帧率的帧率值的数量,将第一实时监测区间内帧率值小于监控视频设定的帧率的帧率值的数量与第一实时监测区间对应的时间长度的比值标记为帧率偏离比;
当存在帧率值小于监控视频设定的帧率的帧率值的数量大于1时,获取在第一实时监测区间内帧率值小于监控视频设定的帧率的帧率值对应的时间点;获取第一实时监测区间内所有相邻两个帧率值小于监控视频设定的帧率的帧率值之间的时间间隔,将相邻两个帧率值小于监控视频设定的帧率的帧率值之间的时间间隔标记为帧率不佳间隔;
获取第一实时监测区间内帧率不佳间隔小于帧率不佳间隔阈值的数量,将第一实时监测区间内帧率不佳间隔小于帧率不佳间隔阈值的数量与第一实时监测区间对应的时间长度的比值标记为不佳帧率贴近比;
将帧率偏离比和不佳帧率贴近比进行去单位处理,将去单位处理后的帧率偏离比和不佳帧率贴近比进行加权求和,计算得到帧率不佳评估值。
在一个优选的实施方式中,设定第二实时监测区间;对第二实时监测区间的监控视频编码效率进行分析:获取第二实时监测区间内通过监控摄像头传输处理的比特数;
将第二实时监测区间内通过监控摄像头传输处理的比特数与第二实时监测区间对应的时间长度的比值标记为监控比特率;
将监控比特率与预设比特率的比值标记为监控比特效率值。
在一个优选的实施方式中,对监控摄像头的变焦状态进行分析:
获取最近多次监控摄像头的变焦过程;获取每次监控摄像头的变焦过程对应的焦距变化量,获取监控摄像头的变焦过程对应的焦距变化量对应的变焦时间;计算每次监控摄像头的变焦过程的变焦效率值;
计算最近多次监控摄像头的变焦过程对应的变焦效率值的平均值,将最近多次监控摄像头的变焦过程对应的变焦效率值的平均值标记为平均变焦效率值。
在一个优选的实施方式中,监控运行预警模块将帧率不佳评估值、监控比特效率值以及平均变焦效率值进行归一化处理,通过归一化处理后的帧率不佳评估值、监控比特效率值以及平均变焦效率值计算监控视频故障预警系数;
设定故障预警第一阈值以及故障预警第二阈值,故障预警第一阈值小于故障预警第二阈值;
将监控视频故障预警系数与故障预警第一阈值、故障预警第二阈值进行比较:
当监控视频故障预警系数小于故障预警第一阈值,监控运行预警模块生成监控视频运行正常信号;
当监控视频故障预警系数大于等于故障预警第一阈值,且监控视频故障预警系数小于等于故障预警第二阈值,监控运行预警模块生成监控视频运行低风险信号;
当监控视频故障预警系数大于故障预警第二阈值,监控运行预警模块生成监控视频运行高风险信号。
在一个优选的实施方式中,对监控摄像头与其他监控摄像头的重叠程度进行分析:
步骤A:确定监控摄像头的投影区域,计算监控摄像头的投影区域面积;
步骤B:确定与监控摄像头的投影区域存在重叠的监控摄像头,将与监控摄像头的投影区域存在重叠的监控摄像头标记为重叠监控摄像头;
步骤C:获取监控摄像头对应的重叠监控摄像头的数量,计算监控摄像头与对应的重叠监控摄像头的重叠投影区域面积,将监控摄像头与对应的重叠监控摄像头的重叠投影区域面积与监控摄像头的投影区域面积的比值标记为监控重叠度;
步骤D:计算监控摄像头与对应的重叠监控摄像头的监控重叠度的平均值,将监控摄像头对应的重叠监控摄像头的数量和监控摄像头与对应的重叠监控摄像头的监控重叠度的平均值加权求和,评估监控摄像头的与其他监控摄像头的重叠程度;
设定重叠判断第一阈值以及重叠判断第二阈值,重叠判断第一阈值小于重叠判断第二阈值;
将重叠容忍系数与重叠判断第一阈值、重叠判断第二阈值进行比较,对监控摄像头的故障容忍程度进行评估:
当重叠容忍系数小于重叠判断第一阈值,重叠容忍评估模块将监控摄像头标记为低重叠度摄像头;
当重叠容忍系数大于等于重叠判断第一阈值,且重叠容忍系数小于等于重叠判断第二阈值,重叠容忍评估模块将监控摄像头标记为中重叠度摄像头;
当重叠容忍系数大于重叠判断第二阈值,重叠容忍评估模块将监控摄像头标记为高重叠度摄像头。
在一个优选的实施方式中,根据监控摄像头的运行故障的预警情况以及监控摄像头的故障容忍程度,生成不同的维修等级信号:
设定第三实时监测区间;在第三实时监测区间内生成监控视频运行高风险信号时,监控风险评估模块生成一级维修信号;
当第三实时监测区间内未生成监控视频运行高风险信号时,获取生成监控视频运行低风险信号在第三实时监测区间内的时间占比,当生成监控视频运行低风险信号在第三实时监测区间内的时间占比大于低风险占比阈值,生成风险存在信号;
监控风险评估模块根据监控摄像头对故障的容忍程度,生成不同的维修等级信号:
当生成风险存在信号,且监控摄像头被标记为低重叠度摄像头,监控风险评估模块生成二级维修信号;
当生成风险存在信号,且监控摄像头被标记为中重叠度摄像头,监控风险评估模块生成三级维修信号;
当生成风险存在信号,且监控摄像头被标记为高重叠度摄像头,监控风险评估模块生成四级维修信号。
本发明一种智能楼宇安全监控系统的技术效果和优点:
1、通过将监控视频的稳定性、监控视频的传输性能以及监控摄像头的变焦状态对监控视频的不利影响程度进行综合分析,通过归一化处理可以消除不同指标之间的量纲影响,使得各指标之间更具可比性,能够实时量化的评估监控视频的运行状态,这使得故障可以在完全失效之前被及时发现,从而提高了系统的实时性和可靠性;有助于提高视频监控系统的可靠性、实时性和效率,能够更好地视频监控系统状态、及时发现问题并迅速采取行动。
2、通过计算监控摄像头的投影区域面积和与其他摄像头的重叠情况,能够全面了解摄像头在空间上的相互覆盖程度,将监控摄像头分为不同重叠度等级,有助于差异化处理,根据监控摄像头的重叠程度对维修等级进行调整,更好地反映了监控系统整体结构和运行情况,低重叠度摄像头可能需要更紧急的处理,而高重叠度摄像头相对灵活,通过根据重叠程度调整维修等级,能够更合理地分配资源,避免对整个系统产生不必要的影响。这有助于提高系统的整体运行效率。
附图说明
图1为本发明一种智能楼宇安全监控系统的结构示意图;
图2为本发明评估监控摄像头的与其他监控摄像头的重叠程度的流程图。
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、完整的描述,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他实施例,都属于本发明保护的范围。
实施例
图1给出了本发明一种智能楼宇安全监控系统的结构示意图,一种智能楼宇安全监控系统,包括视频状态监测模块,硬件运行监测模块,监控运行预警模块、重叠容忍评估模块以及监控风险评估模块。
视频状态监测模块通过监控视频的帧率变化的分析,对监控视频的稳定性进行评估;通过对监控视频编码效率情况进行分析,对监控视频的传输性能进行评估。
硬件运行监测模块对监控摄像头的变焦状态进行分析,评估监控摄像头的变焦状态对监控视频的不利影响程度。
监控运行预警模块将监控视频的稳定性、监控视频的传输性能以及监控摄像头的变焦状态对监控视频的不利影响程度进行综合分析,对监控摄像头的运行故障进行预警。
重叠容忍评估模块对监控摄像头与其他监控摄像头的重叠程度进行分析,对监控摄像头的故障容忍程度进行评估。
监控风险评估模块根据监控摄像头的运行故障的预警情况以及监控摄像头的故障容忍程度,生成不同的维修等级信号。
视频状态监测模块对监控视频的帧率变化进行分析:
设定第一实时监测区间,第一实时监测区间对应的时间长度是固定的,第一实时监测区间为实时的时间区间,也就是第一实时监测区间的终点始终为实时时间,第一实时监测区间对应的时间长度是本领域专业技术人员根据对监控视频的稳定性进行监测的要求标准等其他实际情况进行设定的,此处不再赘述。
帧率表示视频中每秒的图像帧数。帧率小于标准值的情况也可能发生,通常是因为设备性能较低、网络带宽不足、视频处理能力不足等原因导致的,在这种情况下,视频可能会出现卡顿、不流畅或延迟的现象。
获取监控视频在第一实时监测区间内对应的每秒的帧率,将每秒的帧率标记为帧率值。
帧率值若出现小于监控视频设定的帧率时,监控视频的稳定性会受到影响,当帧率值出现小于监控视频设定的帧率的情况较多时,会导致时间戳同步问题,即监控视频中的事件发生时间可能不准确,难以精确地追踪事件的发生顺序,进而影响监控效果,尤其是在需要实时监控和迅速做出决策的场景中,如安全监控和视频分析。
获取在第一实时监测区间内帧率值小于监控视频设定的帧率的帧率值的数量,将第一实时监测区间内帧率值小于监控视频设定的帧率的帧率值的数量与第一实时监测区间对应的时间长度的比值标记为帧率偏离比。
当帧率值小于监控视频设定的帧率的帧率值的情况偶尔发生,对监控视频的稳定性影响较小,但当帧率值小于监控视频设定的帧率的情况发生较为紧密,会说明视频监控系统存在性能不佳的情况,包括硬件性能不足、网络带宽不足、存储速度限制以及系统负荷过重等情况。
当存在帧率值小于监控视频设定的帧率的帧率值的数量大于1时,获取在第一实时监测区间内帧率值小于监控视频设定的帧率的帧率值对应的时间点;获取第一实时监测区间内所有相邻两个帧率值小于监控视频设定的帧率的帧率值之间的时间间隔,将相邻两个帧率值小于监控视频设定的帧率的帧率值之间的时间间隔标记为帧率不佳间隔。
获取第一实时监测区间内帧率不佳间隔小于帧率不佳间隔阈值的数量,将第一实时监测区间内帧率不佳间隔小于帧率不佳间隔阈值的数量与第一实时监测区间对应的时间长度的比值标记为不佳帧率贴近比。
不佳帧率贴近比越大,帧率值小于监控视频设定的帧率的情况发生的较为紧密的情况越多,监控视频的稳定性越差,监控视频在未来发生不可用的概率越大。
帧率不佳间隔阈值是本领域专业技术人员根据帧率不佳间隔的大小以及对相邻两个帧率值小于监控视频设定的帧率的帧率值之间的时间间隔的要求标准等其他实际情况进行设定,此处不再赘述。
将帧率偏离比和不佳帧率贴近比进行去单位处理,将去单位处理后的帧率偏离比和不佳帧率贴近比进行加权求和,计算得到帧率不佳评估值,其表达式为:zvbj=a*zpb+b*btb,其中,zvbj为帧率不佳评估值,zpb为帧率偏离比,btb为不佳帧率贴近比;a、b分别为帧率偏离比和不佳帧率贴近比的权重系数,且a、b均大于0。
帧率不佳评估值越大,监控视频的稳定性越差。
对监控视频编码效率情况进行分析:在视频监控和传输应用中,编码效率的高低直接影响到视频传输和存储的性能。
监控视频编码效率可以通过比特率体现,比特率是指视频每秒传输的比特数,通常以kbps(千比特每秒)或Mbps(兆比特每秒)为单位,在视频编码中,比特率直接反映了编码效率,即在给定时间内表示视频的数据量大小。
比特率较小可能表明视频编码效率较低,从而可能影响图像质量和视频的稳定性。较小的比特率可能导致以下问题:较小的比特率可能意味着更强的压缩,这可能导致图像质量下降。细节丢失、图像模糊或失真等问题可能在低比特率条件下更为明显。较小的比特率可能导致视频信息的丢失,使得系统无法提供足够的信息进行准确的监控和分析。在重要场景中可能错过关键细节。在较小的比特率条件下,视频对网络波动和丢包的容忍性可能下降,导致监控视频的稳定性降低。
设定第二实时监测区间,第二实时监测区间对应的时间长度是固定的,第二实时监测区间为实时的时间区间,也就是第二实时监测区间的终点始终为实时时间,第二实时监测区间对应的时间长度是本领域专业技术人员根据对监控视频的编码效率进行监测的要求标准等其他实际情况进行设定的,此处不再赘述。
对第二实时监测区间的监控视频编码效率进行分析:获取第二实时监测区间内通过监控摄像头传输处理的比特数,其中,通过监控摄像头传输处理的比特数通过查看文件属性、监控系统的日志记录或其他相关工具来完成。
将第二实时监测区间内通过监控摄像头传输处理的比特数与第二实时监测区间对应的时间长度的比值标记为监控比特率。
将监控比特率与预设比特率的比值标记为监控比特效率值,监控比特效率值越小,表示实际监控比特率相对于预设比特率较低,视频监控系统在第二实时监测区间内的监控视频编码效率较差,监控视频质量可能受到影响的情况越大。
预设比特率为视频监控系统中,本领域专业技术人员根据实际情况进行设定的。
硬件运行监测模块对监控摄像头的变焦状态进行分析:
获取最近k次监控摄像头的变焦过程,k为大于等于1的整数。
获取每次监控摄像头的变焦过程对应的焦距变化量,获取监控摄像头的变焦过程对应的焦距变化量对应的变焦时间;根据监控摄像头的变焦过程对应的焦距变化量以及监控摄像头的变焦过程对应的焦距变化量对应的变焦时间计算每次监控摄像头的变焦过程的变焦效率值,其表达式为:bjxz=jbl/bjt,其中,bjxz、jbl、bjt分别为变焦效率值、监控摄像头的变焦过程对应的焦距变化量以及监控摄像头的变焦过程对应的焦距变化量对应的变焦时间。
变焦效率值越低,说明监控摄像头在变焦过程中的表现相对越差,监控摄像头的硬件性能越差。
其中,最近k次监控摄像头的变焦过程是指最靠近实时时间的k次监控摄像头的变焦过程,k的大小根据实际情况进行设定;焦距变化量是指在监控摄像头的变焦过程中,焦点或镜头焦距发生的变化量;焦距变化量=最终焦距-初始焦距;变焦时间是指监控摄像头的变焦过程所花费的时间。
获取最近k次监控摄像头的变焦过程对应的变焦效率值,计算最近k次监控摄像头的变焦过程对应的变焦效率值的平均值,将最近k次监控摄像头的变焦过程对应的变焦效率值的平均值标记为平均变焦效率值。
平均变焦效率值越小,监控摄像头的变焦状态对监控视频的不利影响程度越大。
监控运行预警模块将帧率不佳评估值、监控比特效率值以及平均变焦效率值进行归一化处理,通过归一化处理后的帧率不佳评估值、监控比特效率值以及平均变焦效率值计算监控视频故障预警系数。
例如,本发明可采用下列公式进行监控视频故障预警系数的计算,其表达式为:Jsyx=(α1*zvbj+α2*jkbx-1+α3*pjbx-1)/(α123);其中,Jsyx、jkbx、pjbx分别为监控视频故障预警系数、监控比特效率值以及平均变焦效率值;α1、α2、α3分别为帧率不佳评估值、监控比特效率值以及平均变焦效率值的预设比例系数,且α1、α2、α3均大于0。
监控视频故障预警系数越大,视频监控系统的状态越差,监控视频故障发生的可能性越大。
设定故障预警第一阈值以及故障预警第二阈值,故障预警第一阈值小于故障预警第二阈值。故障预警第一阈值以及故障预警第二阈值是本领域专业技术人员根据监控视频故障预警系数的大小以及对视频监控系统的监控的要求标准等其他实际情况进行设定,此处不再赘述。
将监控视频故障预警系数与故障预警第一阈值、故障预警第二阈值进行比较:
当监控视频故障预警系数小于故障预警第一阈值,监控运行预警模块生成监控视频运行正常信号。
当监控视频故障预警系数大于等于故障预警第一阈值,且监控视频故障预警系数小于等于故障预警第二阈值,监控运行预警模块生成监控视频运行低风险信号。
当监控视频故障预警系数大于故障预警第二阈值,监控运行预警模块生成监控视频运行高风险信号。
在生成监控视频运行正常信号时,表示视频监控系统处于正常运行状态,没有明显的故障或风险。
在生成监控视频运行低风险信号时,表示视频监控系统存在一些问题或低风险情况,但尚未达到高风险状态。
在生成监控视频运行高风险信号时,表示视频监控系统存在严重问题或高风险情况,已经发生故障或即将发生故障的概率非常大。立即采取措施对视频监控系统进行故障排查和修复,以防止进一步的损害或数据丢失。
图2为给出了本发明评估监控摄像头的与其他监控摄像头的重叠程度的流程图,重叠容忍评估模块对监控摄像头与其他监控摄像头的重叠程度进行分析具体步骤为:
步骤A:确定监控摄像头的投影区域,计算监控摄像头的投影区域面积。
步骤B:确定与监控摄像头的投影区域存在重叠的监控摄像头,将与监控摄像头的投影区域存在重叠的监控摄像头标记为重叠监控摄像头。
步骤C:获取监控摄像头对应的重叠监控摄像头的数量,计算监控摄像头与对应的重叠监控摄像头的重叠投影区域面积,将监控摄像头与对应的重叠监控摄像头的重叠投影区域面积与监控摄像头的投影区域面积的比值标记为监控重叠度。
步骤D:计算监控摄像头与对应的重叠监控摄像头的监控重叠度的平均值,将监控摄像头对应的重叠监控摄像头的数量和监控摄像头与对应的重叠监控摄像头的监控重叠度的平均值加权求和,评估监控摄像头的与其他监控摄像头的重叠程度。
在步骤D中,将监控摄像头对应的重叠监控摄像头的数量和监控摄像头与对应的重叠监控摄像头的监控重叠度的平均值进行去单位处理,将去单位处理后的监控摄像头对应的重叠监控摄像头的数量和监控摄像头与对应的重叠监控摄像头的监控重叠度的平均值进行加权求和,计算重叠容忍系数,其表达式为:crd=c*xs+d*pj,其中,crd、xs、pj分别为重叠容忍系数、监控摄像头对应的重叠监控摄像头的数量以及监控摄像头与对应的重叠监控摄像头的监控重叠度的平均值。c、d分别为监控摄像头对应的重叠监控摄像头的数量以及监控摄像头与对应的重叠监控摄像头的监控重叠度的平均值的权重系数,c、d均大于0。
重叠容忍系数越大,监控摄像头与其他监控摄像头的重叠程度越高。
其中,确定监控摄像头的投影区域,计算监控摄像头的投影区域面积具体为:
获取监控摄像头和建筑物参数:确定监控摄像头的位置(经纬度或平面坐标)、视场角度(水平和垂直)、安装高度等参数,以及建筑物的几何信息。
计算视场投影区域:对于监控摄像头,使用射线追踪或几何计算方法,计算监控摄像头视场在建筑物内的投影区域。
根据监控摄像头位置、朝向和视场角,追踪射线与建筑物表面的交点,将这些交点直接使用,形成视场在建筑物内的投影区域。
计算监控摄像头的投影区域面积:计算监控摄像头视场投影区域的面积。
计算监控摄像头与对应的重叠监控摄像头的重叠投影区域面积:对于两个监控摄像头,计算它们在建筑物内的视场投影区域的交集,得到重叠区域。重叠区域的面积即为监控摄像头与对应的重叠监控摄像头的重叠投影区域面积。
以上步骤是通过图像识别以及图像处理等现有技术实现,此处不再赘述。
设定重叠判断第一阈值以及重叠判断第二阈值,重叠判断第一阈值小于重叠判断第二阈值。重叠判断第一阈值以及重叠判断第二阈值是本领域专业技术人员根据重叠容忍系数的大小以及对视频监控系统的监控的要求标准等其他实际情况进行设定,此处不再赘述。
将重叠容忍系数与重叠判断第一阈值、重叠判断第二阈值进行比较,对监控摄像头的故障容忍程度进行评估:
当重叠容忍系数小于重叠判断第一阈值,重叠容忍评估模块将监控摄像头标记为低重叠度摄像头,此时监控摄像头对故障的容忍程度较低。
当重叠容忍系数大于等于重叠判断第一阈值,且重叠容忍系数小于等于重叠判断第二阈值,重叠容忍评估模块将监控摄像头标记为中重叠度摄像头,此时监控摄像头对故障的容忍程度一般。
当重叠容忍系数大于重叠判断第二阈值,重叠容忍评估模块将监控摄像头标记为高重叠度摄像头,此时监控摄像头对故障的容忍程度较高。
重叠度越低,监控摄像头对故障的容忍程度较低,因为若此监控摄像头损坏,其他的摄像头不能对损坏监控摄像头对应的区域的情况进行帮助监控,从而造成重叠度越低的监控摄像头的故障容忍程度越低。
监控风险评估模块根据监控摄像头的运行故障的预警情况以及监控摄像头的故障容忍程度,生成不同的维修等级信号:
设定第三实时监测区间,第三实时监测区间对应的时间长度是固定的,第三实时监测区间为实时的时间区间,第三实时监测区间的终点始终为实时时间,第三实时监测区间对应的时间长度是本领域专业技术人员根据对视频监控系统进行监测的要求标准等其他实际情况进行设定的,此处不再赘述。
在第三实时监测区间内生成监控视频运行高风险信号时,此时视频监控系统发生故障或即将发生故障概率较大,此时不管监控摄像头对故障的容忍程度如何,都需要立即对监控摄像头进行维修,此时监控风险评估模块生成一级维修信号。
当第三实时监测区间内未生成监控视频运行高风险信号时,获取生成监控视频运行低风险信号在第三实时监测区间内的时间占比,当生成监控视频运行低风险信号在第三实时监测区间内的时间占比大于低风险占比阈值,生成风险存在信号。
低风险占比阈值是本领域专业技术人员根据生成监控视频运行低风险信号在第三实时监测区间内的时间占比的大小以及对视频监控系统的安全要求标准等其他实际情况进行设定,此处不再赘述。
监控风险评估模块根据监控摄像头对故障的容忍程度,生成不同的维修等级信号:
当生成风险存在信号,且监控摄像头被标记为低重叠度摄像头,监控风险评估模块生成二级维修信号。
当生成风险存在信号,且监控摄像头被标记为中重叠度摄像头,监控风险评估模块生成三级维修信号。
当生成风险存在信号,且监控摄像头被标记为高重叠度摄像头,监控风险评估模块生成四级维修信号。
维修等级信号包括一级维修信号、二级维修信号、三级维修信号和四级维修信号,维修等级信号对应的等级越低,视频监控系统需要被维修的紧急程度越高。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络,或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD),或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,能够以电子硬件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其他的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,既可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。
所述功能如果以软件功能模块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,本申请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)执行本申请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(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种智能楼宇安全监控系统,其特征在于:包括视频状态监测模块,硬件运行监测模块,监控运行预警模块、重叠容忍评估模块以及监控风险评估模块;
视频状态监测模块通过监控视频的帧率变化的分析,对监控视频的稳定性进行评估;通过对监控视频编码效率情况进行分析,对监控视频的传输性能进行评估;
硬件运行监测模块对监控摄像头的变焦状态进行分析,评估监控摄像头的变焦状态对监控视频的不利影响程度;
监控运行预警模块将监控视频的稳定性、监控视频的传输性能以及监控摄像头的变焦状态对监控视频的不利影响程度进行综合分析,对监控摄像头的运行故障进行预警;
重叠容忍评估模块对监控摄像头与其他监控摄像头的重叠程度进行分析,对监控摄像头的故障容忍程度进行评估;
监控风险评估模块根据监控摄像头的运行故障的预警情况以及监控摄像头的故障容忍程度,生成不同的维修等级信号。
2.根据权利要求1所述的一种智能楼宇安全监控系统,其特征在于:对监控视频的帧率变化进行分析:设定第一实时监测区间;获取监控视频在第一实时监测区间内对应的每秒的帧率,将每秒的帧率标记为帧率值;
获取在第一实时监测区间内帧率值小于监控视频设定的帧率的帧率值的数量,将第一实时监测区间内帧率值小于监控视频设定的帧率的帧率值的数量与第一实时监测区间对应的时间长度的比值标记为帧率偏离比;
当存在帧率值小于监控视频设定的帧率的帧率值的数量大于1时,获取在第一实时监测区间内帧率值小于监控视频设定的帧率的帧率值对应的时间点;获取第一实时监测区间内所有相邻两个帧率值小于监控视频设定的帧率的帧率值之间的时间间隔,将相邻两个帧率值小于监控视频设定的帧率的帧率值之间的时间间隔标记为帧率不佳间隔;
获取第一实时监测区间内帧率不佳间隔小于帧率不佳间隔阈值的数量,将第一实时监测区间内帧率不佳间隔小于帧率不佳间隔阈值的数量与第一实时监测区间对应的时间长度的比值标记为不佳帧率贴近比;
将帧率偏离比和不佳帧率贴近比进行去单位处理,将去单位处理后的帧率偏离比和不佳帧率贴近比进行加权求和,计算得到帧率不佳评估值。
3.根据权利要求1所述的一种智能楼宇安全监控系统,其特征在于:设定第二实时监测区间;对第二实时监测区间的监控视频编码效率进行分析:获取第二实时监测区间内通过监控摄像头传输处理的比特数;
将第二实时监测区间内通过监控摄像头传输处理的比特数与第二实时监测区间对应的时间长度的比值标记为监控比特率;
将监控比特率与预设比特率的比值标记为监控比特效率值。
4.根据权利要求1所述的一种智能楼宇安全监控系统,其特征在于:对监控摄像头的变焦状态进行分析:
获取最近多次监控摄像头的变焦过程;获取每次监控摄像头的变焦过程对应的焦距变化量,获取监控摄像头的变焦过程对应的焦距变化量对应的变焦时间;计算每次监控摄像头的变焦过程的变焦效率值;
计算最近多次监控摄像头的变焦过程对应的变焦效率值的平均值,将最近多次监控摄像头的变焦过程对应的变焦效率值的平均值标记为平均变焦效率值。
5.根据权利要求1所述的一种智能楼宇安全监控系统,其特征在于:监控运行预警模块将帧率不佳评估值、监控比特效率值以及平均变焦效率值进行归一化处理,通过归一化处理后的帧率不佳评估值、监控比特效率值以及平均变焦效率值计算监控视频故障预警系数;
设定故障预警第一阈值以及故障预警第二阈值,故障预警第一阈值小于故障预警第二阈值;
将监控视频故障预警系数与故障预警第一阈值、故障预警第二阈值进行比较:
当监控视频故障预警系数小于故障预警第一阈值,监控运行预警模块生成监控视频运行正常信号;
当监控视频故障预警系数大于等于故障预警第一阈值,且监控视频故障预警系数小于等于故障预警第二阈值,监控运行预警模块生成监控视频运行低风险信号;
当监控视频故障预警系数大于故障预警第二阈值,监控运行预警模块生成监控视频运行高风险信号。
6.根据权利要求1所述的一种智能楼宇安全监控系统,其特征在于:对监控摄像头与其他监控摄像头的重叠程度进行分析:
步骤A:确定监控摄像头的投影区域,计算监控摄像头的投影区域面积;
步骤B:确定与监控摄像头的投影区域存在重叠的监控摄像头,将与监控摄像头的投影区域存在重叠的监控摄像头标记为重叠监控摄像头;
步骤C:获取监控摄像头对应的重叠监控摄像头的数量,计算监控摄像头与对应的重叠监控摄像头的重叠投影区域面积,将监控摄像头与对应的重叠监控摄像头的重叠投影区域面积与监控摄像头的投影区域面积的比值标记为监控重叠度;
步骤D:计算监控摄像头与对应的重叠监控摄像头的监控重叠度的平均值,将监控摄像头对应的重叠监控摄像头的数量和监控摄像头与对应的重叠监控摄像头的监控重叠度的平均值加权求和,评估监控摄像头的与其他监控摄像头的重叠程度;
设定重叠判断第一阈值以及重叠判断第二阈值,重叠判断第一阈值小于重叠判断第二阈值;
将重叠容忍系数与重叠判断第一阈值、重叠判断第二阈值进行比较,对监控摄像头的故障容忍程度进行评估:
当重叠容忍系数小于重叠判断第一阈值,重叠容忍评估模块将监控摄像头标记为低重叠度摄像头;
当重叠容忍系数大于等于重叠判断第一阈值,且重叠容忍系数小于等于重叠判断第二阈值,重叠容忍评估模块将监控摄像头标记为中重叠度摄像头;
当重叠容忍系数大于重叠判断第二阈值,重叠容忍评估模块将监控摄像头标记为高重叠度摄像头。
7.根据权利要求1所述的一种智能楼宇安全监控系统,其特征在于:根据监控摄像头的运行故障的预警情况以及监控摄像头的故障容忍程度,生成不同的维修等级信号:
设定第三实时监测区间;在第三实时监测区间内生成监控视频运行高风险信号时,监控风险评估模块生成一级维修信号;
当第三实时监测区间内未生成监控视频运行高风险信号时,获取生成监控视频运行低风险信号在第三实时监测区间内的时间占比,当生成监控视频运行低风险信号在第三实时监测区间内的时间占比大于低风险占比阈值,生成风险存在信号;
监控风险评估模块根据监控摄像头对故障的容忍程度,生成不同的维修等级信号:
当生成风险存在信号,且监控摄像头被标记为低重叠度摄像头,监控风险评估模块生成二级维修信号;
当生成风险存在信号,且监控摄像头被标记为中重叠度摄像头,监控风险评估模块生成三级维修信号;
当生成风险存在信号,且监控摄像头被标记为高重叠度摄像头,监控风险评估模块生成四级维修信号。
CN202311659601.9A 2023-12-06 2023-12-06 一种智能楼宇安全监控系统 Active CN117596386B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311659601.9A CN117596386B (zh) 2023-12-06 2023-12-06 一种智能楼宇安全监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311659601.9A CN117596386B (zh) 2023-12-06 2023-12-06 一种智能楼宇安全监控系统

Publications (2)

Publication Number Publication Date
CN117596386A true CN117596386A (zh) 2024-02-23
CN117596386B CN117596386B (zh) 2024-05-24

Family

ID=89921820

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311659601.9A Active CN117596386B (zh) 2023-12-06 2023-12-06 一种智能楼宇安全监控系统

Country Status (1)

Country Link
CN (1) CN117596386B (zh)

Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006089279A2 (en) * 2005-02-18 2006-08-24 Sarnoff Corporation Method and apparatus for capture and distribution of broadband data
US20070126869A1 (en) * 2005-12-06 2007-06-07 March Networks Corporation System and method for automatic camera health monitoring
CN101783970A (zh) * 2009-12-22 2010-07-21 新太科技股份有限公司 摄像机故障自动检测和管理方法、装置和系统
JP2011199737A (ja) * 2010-03-23 2011-10-06 Hitachi Ltd 監視映像記録装置、監視映像記録方法およびプログラム
JP2012208878A (ja) * 2011-03-30 2012-10-25 Secom Co Ltd 画像監視装置
JP2014154898A (ja) * 2013-02-05 2014-08-25 Nissan Motor Co Ltd 物体検知装置
US20140328198A1 (en) * 2012-04-23 2014-11-06 Huawei Technologies Co., Ltd. Video Quality Assessment Method and Apparatus
JP2015177481A (ja) * 2014-03-18 2015-10-05 株式会社 日立産業制御ソリューションズ 監視カメラ装置および監視カメラシステム
JP2017085396A (ja) * 2015-10-29 2017-05-18 沖電気工業株式会社 映像蓄積システム、映像蓄積装置、及びプログラム
CN107564062A (zh) * 2017-08-16 2018-01-09 清华大学 位姿异常检测方法及装置
WO2018076370A1 (zh) * 2016-10-31 2018-05-03 华为技术有限公司 一种视频帧的处理方法及设备
JP2018152680A (ja) * 2017-03-10 2018-09-27 パナソニックIpマネジメント株式会社 カメラ状態監視装置
CN109640032A (zh) * 2018-04-13 2019-04-16 河北德冠隆电子科技有限公司 基于人工智能多要素全景监控检测五维预警系统
US20190180447A1 (en) * 2016-09-28 2019-06-13 Hitachi Kokusai Electric Inc. Image processing device
JP2019208157A (ja) * 2018-05-30 2019-12-05 京セラドキュメントソリューションズ株式会社 監視装置、監視システム
KR102247071B1 (ko) * 2021-03-13 2021-04-30 주식회사 인더스비젼 자가진단 기능을 갖는 cctv 카메라 시스템
CN113759868A (zh) * 2021-08-16 2021-12-07 浙江运达风电股份有限公司 一种基于神经网络的工业以太网故障预测方法
CN114333313A (zh) * 2021-12-29 2022-04-12 金陵科技学院 一种基于高速公路监控的智能巡检方法
CN114615471A (zh) * 2022-03-21 2022-06-10 安徽老品牌智能科技有限公司 一种基于智能化电子产品的安防监控系统
CN115327979A (zh) * 2022-08-11 2022-11-11 河南中能智慧大数据科技有限公司 基于高斯建模及线性贝叶斯估计的状态监测方法及组件
CN115460396A (zh) * 2022-07-21 2022-12-09 浙江大华技术股份有限公司 监控设备故障检测方法、电子设备和计算机可读存储介质
CN115802027A (zh) * 2023-02-10 2023-03-14 安徽皖欣环境科技有限公司 基于图像处理的在线监控设备运行异常检测方法
CN117014646A (zh) * 2023-08-04 2023-11-07 安徽宽广科技有限公司 一种基于人工智能的车载视频传输监管系统
CN117057513A (zh) * 2023-10-11 2023-11-14 山东建筑大学 一种基于互联网的智慧园区用监控管理系统
CN117119175A (zh) * 2023-10-23 2023-11-24 常州海图信息科技股份有限公司 一种煤矿井下风门ai视频安全管理控制系统

Patent Citations (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006089279A2 (en) * 2005-02-18 2006-08-24 Sarnoff Corporation Method and apparatus for capture and distribution of broadband data
US20070126869A1 (en) * 2005-12-06 2007-06-07 March Networks Corporation System and method for automatic camera health monitoring
CN101783970A (zh) * 2009-12-22 2010-07-21 新太科技股份有限公司 摄像机故障自动检测和管理方法、装置和系统
JP2011199737A (ja) * 2010-03-23 2011-10-06 Hitachi Ltd 監視映像記録装置、監視映像記録方法およびプログラム
JP2012208878A (ja) * 2011-03-30 2012-10-25 Secom Co Ltd 画像監視装置
US20140328198A1 (en) * 2012-04-23 2014-11-06 Huawei Technologies Co., Ltd. Video Quality Assessment Method and Apparatus
JP2014154898A (ja) * 2013-02-05 2014-08-25 Nissan Motor Co Ltd 物体検知装置
JP2015177481A (ja) * 2014-03-18 2015-10-05 株式会社 日立産業制御ソリューションズ 監視カメラ装置および監視カメラシステム
JP2017085396A (ja) * 2015-10-29 2017-05-18 沖電気工業株式会社 映像蓄積システム、映像蓄積装置、及びプログラム
US20190180447A1 (en) * 2016-09-28 2019-06-13 Hitachi Kokusai Electric Inc. Image processing device
WO2018076370A1 (zh) * 2016-10-31 2018-05-03 华为技术有限公司 一种视频帧的处理方法及设备
JP2018152680A (ja) * 2017-03-10 2018-09-27 パナソニックIpマネジメント株式会社 カメラ状態監視装置
CN107564062A (zh) * 2017-08-16 2018-01-09 清华大学 位姿异常检测方法及装置
CN109640032A (zh) * 2018-04-13 2019-04-16 河北德冠隆电子科技有限公司 基于人工智能多要素全景监控检测五维预警系统
JP2019208157A (ja) * 2018-05-30 2019-12-05 京セラドキュメントソリューションズ株式会社 監視装置、監視システム
KR102247071B1 (ko) * 2021-03-13 2021-04-30 주식회사 인더스비젼 자가진단 기능을 갖는 cctv 카메라 시스템
CN113759868A (zh) * 2021-08-16 2021-12-07 浙江运达风电股份有限公司 一种基于神经网络的工业以太网故障预测方法
CN114333313A (zh) * 2021-12-29 2022-04-12 金陵科技学院 一种基于高速公路监控的智能巡检方法
CN114615471A (zh) * 2022-03-21 2022-06-10 安徽老品牌智能科技有限公司 一种基于智能化电子产品的安防监控系统
CN115460396A (zh) * 2022-07-21 2022-12-09 浙江大华技术股份有限公司 监控设备故障检测方法、电子设备和计算机可读存储介质
CN115327979A (zh) * 2022-08-11 2022-11-11 河南中能智慧大数据科技有限公司 基于高斯建模及线性贝叶斯估计的状态监测方法及组件
CN115802027A (zh) * 2023-02-10 2023-03-14 安徽皖欣环境科技有限公司 基于图像处理的在线监控设备运行异常检测方法
CN117014646A (zh) * 2023-08-04 2023-11-07 安徽宽广科技有限公司 一种基于人工智能的车载视频传输监管系统
CN117057513A (zh) * 2023-10-11 2023-11-14 山东建筑大学 一种基于互联网的智慧园区用监控管理系统
CN117119175A (zh) * 2023-10-23 2023-11-24 常州海图信息科技股份有限公司 一种煤矿井下风门ai视频安全管理控制系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杜玉敏: "铁路综合视频监控系统升级优化的研究", 《中国优秀硕士学位论文全文数据库(电子期刊)信息科技辑》, 15 February 2022 (2022-02-15) *

Also Published As

Publication number Publication date
CN117596386B (zh) 2024-05-24

Similar Documents

Publication Publication Date Title
CN111555716B (zh) 光伏阵列工作状态的确定方法、装置、设备及存储介质
CN109656793A (zh) 一种基于多源异构数据融合的信息系统性能立体监测方法
US20090040303A1 (en) Automatic video quality monitoring for surveillance cameras
CN117523299B (zh) 一种基于计算机网络图像识别方法、系统和存储介质
CN115512518B (zh) 基于时空关联的多种灾害的预警信息处理方法及装置
CN118094531B (zh) 一种安全运维实时预警一体化系统
CN114565210A (zh) 一种基于故障树分析的城市轨道交通风险评估方法及系统
CN118118249A (zh) 一种基于大数据的企业信息安全运维管理系统
CN116566845A (zh) 一种网络预警方法及计算机存储介质
CN117312801A (zh) 基于ai的智慧城市监控系统及方法
CN117596386B (zh) 一种智能楼宇安全监控系统
CN117690296A (zh) 一种交通路况智能防雷检测系统
CN117294819A (zh) 一种适用于银行的全方位监控摄像头
CN115801538A (zh) 场站服务器应用资产深度识别方法、系统及设备
CN114358165A (zh) 基于多源数据融合的预防光伏组件接地故障的检测方法
CN114785579A (zh) 一种应用于云边端计算的网络攻击分析方法及服务器
CN118400291B (zh) 一种通信信息监测方法和系统
CN117728573B (zh) 一种配网融合数据质量评估管理系统
CN117118958A (zh) 在线翻译聊天与远程会议系统
CN118075314B (zh) 发电企业智能治安安全监控方法及系统
CN115017014B (zh) 一种高速公路机电监测系统及方法
CN118069638B (zh) 数据安全集中监控与审计系统
CN116260640B (zh) 基于人工智能进行大数据分析的信息拦截控制方法及系统
CN116452924B (zh) 模型阈值调整方法、装置、电子设备及存储介质
CN117614815A (zh) 故障定界方法、装置及介质

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