CN112132048A - 一种基于计算机视觉的社区巡更分析方法及系统 - Google Patents
一种基于计算机视觉的社区巡更分析方法及系统 Download PDFInfo
- Publication number
- CN112132048A CN112132048A CN202011015096.0A CN202011015096A CN112132048A CN 112132048 A CN112132048 A CN 112132048A CN 202011015096 A CN202011015096 A CN 202011015096A CN 112132048 A CN112132048 A CN 112132048A
- Authority
- CN
- China
- Prior art keywords
- face
- module
- cell
- shot
- picture
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 25
- 230000000694 effects Effects 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000012216 screening Methods 0.000 claims abstract description 15
- 230000002159 abnormal effect Effects 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims description 18
- 238000013441 quality evaluation Methods 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000032683 aging Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/165—Detection; Localisation; Normalisation using facial parts and geometric relationships
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Geometry (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种基于计算机视觉的社区巡更分析方法及系统，该方法包括：建立人脸库，采集所有小区业主和工作人员的人脸数据存储到服务器里；人脸检测，对小区内摄像头拍摄到的人脸进行检测得到第一张人脸图片；人脸跟踪，通过人脸跟踪算法预测人脸框的移动情况，得到更多人脸图片；人脸质量评估，筛选拍摄到的所述人脸图片；人脸识别，依据人脸库识别拍筛选后的所述人脸图片中的人员的身份；结果分析，依据人脸识别的结果进行分析，获得人员的活动路线和活动区域，判断异常信息。该系统包括实施上述方法的各个模块。本申请能够对社区内人员的录像进行智能分析。
Description
技术领域
本发明涉及巡更安全技术领域，尤其是涉及一种基于计算机视觉的社区巡更分析方法及系统。
背景技术
在现有技术中，近年来，随着“智慧城市”概念的提出与推广，“智慧安防”、“智慧医疗”、“智慧交通”等一大批新的工程领域逐渐成为政府和企业关注的焦点，其中“智慧安防”作为与人民生命财产安全息息相关的领域尤其受到关注。作为智慧社区的重要组成部分之一，视频监控系统在社区安防方面起着至关重要的作用。
随着社会对智慧社区整体方案要求的逐渐提高，传统的视频监控系统方案适合于事后处理，在社区安防布控方面，大多采用设置摄像头和发放ID卡的方式，但这些摄像头只做到简单的拍摄和录制功能，无法形成至下而上的智能统一管理。一旦发生恶性事件，往往只能在事后人工对该区域录像进行全面筛查，由于不是智能排查，所以需要花费大量的人力对视频本身进行排查，很难进行有效的协调合作，更加无法进行事前预防，已经不能满足社会发展的需求。为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。
发明内容
有鉴于此，本申请实施例的目的在于提供一种基于计算机视觉的社区巡更分析方法及系统，能够对社区内人员的录像进行智能分析。
第一方面，本申请实施例提供了一种基于计算机视觉的社区巡更分析方法，其中，包括：
建立人脸库，采集所有小区业主和工作人员的人脸数据存储到服务器里；
人脸检测，对小区内摄像头拍摄到的人脸进行检测得到第一张人脸图片；
人脸跟踪，通过人脸跟踪算法预测人脸框的移动情况，得到更多人脸图片；
人脸质量评估，筛选拍摄到的所述人脸图片；
人脸识别，依据人脸库识别拍筛选后的所述人脸图片中的人员的身份；
结果分析，依据人脸识别的结果进行分析，获得人员的活动路线和活动区域，判断异常信息。
结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，在人脸检测步骤中，包括：
对小区内摄像头拍摄到的视频帧分别进行人脸检测、人脸关键点检测，人脸对齐算法，得到人脸框的位置和人脸关键点的位置，通过检测到的人脸关键点和标准人脸的关键点进行映射，把检测到的人脸图像通过相似变换矫正，把侧脸矫正为正脸，得到第一张人脸图片。
结合第一方面，本申请实施例提供了第一方面的第一种可能的实施方式，其中，在人脸识别步骤中，包括：
将经过筛选后的所述人脸图片通过人脸识别算法得到该图片的特征向量，然后和数据库中的人脸数据进行比对，判断该人脸的身份。
第二方面，本申请实施例还提供了一种基于计算机视觉的社区巡更分析系统，用于实现如上所述的方法，包括:
存储模块，存储人脸库；
检测模块，用于将对小区内摄像头拍摄到的人脸进行检测；
跟踪模块，与检测模块信号连接，通过人脸跟踪算法得到更多人脸图片；
质量评估模块，与跟踪模块信号连接，筛选拍摄到的所述人脸图片；
人脸识别模块，与存储模块、质量评估模块信号连接，依据人脸库识别拍筛选后的所述人脸图片中的人员的身份；
结果分析模块，与存储模块、人脸识别模块信号连接，用于比对目标行人在小区内的行动轨迹和巡检的预定轨迹，获得人员的活动路线和活动区域，判断异常信息。
结合第二方面，本申请实施例提供了第二方面的第一种可能的实施方式，其中，还包括报警模块，与所述结果分析模块信号连接。
本申请实施例提供的一种基于计算机视觉的社区巡更分析方法及系统，在智慧社区中，采用人脸识别系统，具有不可复制性，可以解放出入人员的双手，带来更便利的进出管理，同时也更高效安全。同时通过采用人脸识别的视频布控系统可以识别潜入小区的不明人员，及时预警，保障小区安全。此外，人脸识别系统还赋予小区更加人性化的服务。比如，对社区中的独居老人、残障人士等特殊群体的关照。人脸识别系统能够检测到这些人员的出入信息，一旦连续几天都没有这些人群的出入信息，系统便会自动预警，提醒物业人员及时上门探望。既降低了运营成本，又提高了区域的安全行，让住户满意。尤其是在目前人口老年化的社会背景下，大大提高了人效，减轻了社会压力。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例一所提供的一种基于计算机视觉的社区巡更分析方法的流程图。
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，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域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。
目前，本申请实施例提供的基于计算机视觉的社区巡更分析方法，其中，包括：
建立人脸库，采集所有小区业主和工作人员的人脸数据存储到服务器里；
为了能够通过计算机视觉识别出人物，需要对监控区域的重要入口，各个路径，岔路口等地方都部署摄像头，用来跟踪和识别行人。且在核心出入口和核心区域部署高清摄像头能够识别出人脸特征，将所有的摄像头链接到后台的服务器上，将摄像头数据存储到服务器里。对小区的人脸进行初始化建库，将小区所有业主和小区工作人员的人脸录入系统中，用来识别和区分是否为小区工作人员还是外面的陌生人。
人脸检测，对小区内摄像头拍摄到的人脸进行检测得到第一张人脸图片；
通过对视频帧分别进行人脸检测，人脸关键点检测，人脸对齐等算法。将视频帧通过人脸检测算法得到人脸框的位置和人脸关键点的位置，通过检测到的人脸关键点和标准人脸的关键点进行映射，把检测到的人脸图像通过相似变换矫正，即把侧脸矫正为正脸，提高人脸识别的准确率。
人脸跟踪，通过人脸跟踪算法预测人脸框的移动情况，得到更多人脸图片；
由于人的移动是连续的，所以当人脸检测算法第一次检测到某张人脸后，为了减少计算开销，通过人脸跟踪算法预测人脸框的移动情况，避免重复调用检测算法。而通过跟踪算法得到人脸图像会进行人脸质量评估。
人脸质量评估，筛选拍摄到的所述人脸图片；
由于真实场景下的环境复杂，所以即使在人脸对齐之后，仍会出现一些诸如大角度的侧脸，大面积遮挡，光线条件较差等影响人脸识别的因素，所以我们会通过人脸质量评估算法尽可能的过滤掉这些质量差的图片。这样既能减少识别错误的几率，又能够降低系统开销。对于人脸质量较高的图片会交给人脸识别算法进行最终的识别。
人脸识别，依据人脸库识别拍筛选后的所述人脸图片中的人员的身份；
将通过人脸质量算法筛选后的图片通过人脸识别算法得到该图片的特征向量，然后和数据库中的人脸数据进行比对，判断该人的身份。可以用于小区门禁等场合，也可以在安防系统中对陌生人的出现进行预警。
结果分析，依据人脸识别的结果进行分析，获得人员的活动路线和活动区域，判断异常信息。
通过人脸识别得到的信息我们可以得到人员的活动路线和活动区域，通过比对分析，如果像老人突然几天没有出现在平时出现的区域，则可以通知保安上门查看。
基于同一发明构思，本申请实施例还提供了与基于计算机视觉的社区巡更分析方法对应的基于计算机视觉的社区巡更分析装置，包括：存储模块，存储人脸库以及小区内摄像头拍摄到的内容；
检测模块，用于将对小区内摄像头拍摄到的人脸进行检测；
跟踪模块，与检测模块信号连接，通过人脸跟踪算法得到更多人脸图片；
质量评估模块，与跟踪模块信号连接，筛选拍摄到的所述人脸图片；
人脸识别模块，与存储模块、质量评估模块信号连接，依据人脸库识别拍筛选后的所述人脸图片中的人员的身份；
结果分析模块，与存储模块、人脸识别模块信号连接，用于比对目标行人在小区内的行动轨迹和巡检的预定轨迹，获得人员的活动路线和活动区域，判断异常信息；
还包括报警模块，与所述结果分析模块信号连接。
本申请，使用人脸跟踪技术配合人脸检测，减小系统开销，提高系统的识别速度。
采用人脸质量评估，过滤掉大部分无效的人脸图像，同样实现系统开销的减少，并且增加识别的准确率。
模块化和可拓展性，系统的每个功能作为一个独立模块，既能够提高开发的效率又节约了维护成本。
采用人脸识别系统，具有不可复制性，可以解放出入人员的双手，带来更便利的进出管理，同时也更高效安全。同时通过采用人脸识别的视频布控系统可以识别潜入小区的不明人员，及时预警，保障小区安全。此外，人脸识别系统还赋予小区更加人性化的服务。比如，对社区中的独居老人、残障人士等特殊群体的关照。人脸识别系统能够检测到这些人员的出入信息，一旦连续几天都没有这些人群的出入信息，系统便会自动预警，提醒物业人员及时上门探望。既降低了运营成本，又提高了区域的安全行，让住户满意。尤其是在目前人口老年化的社会背景下，大大提高了人效，减轻了社会压力。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：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，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，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所述以权利要求的保护范围为准。
Claims (5)
1.一种基于计算机视觉的社区巡更分析方法，其特征在于，包括：
建立人脸库，采集所有小区业主和工作人员的人脸数据存储到服务器里；
人脸检测，对小区内摄像头拍摄到的人脸进行检测得到第一张人脸图片；
人脸跟踪，通过人脸跟踪算法预测人脸框的移动情况，得到更多人脸图片；
人脸质量评估，筛选拍摄到的所述人脸图片；
人脸识别，依据人脸库识别拍筛选后的所述人脸图片中的人员的身份；
结果分析，依据人脸识别的结果进行分析，获得人员的活动路线和活动区域，判断异常信息。
2.根据权利要求1所述的基于计算机视觉的社区巡更分析方法，其特征在于，在人脸检测步骤中，包括：
对小区内摄像头拍摄到的视频帧分别进行人脸检测、人脸关键点检测，人脸对齐算法，得到人脸框的位置和人脸关键点的位置，通过检测到的人脸关键点和标准人脸的关键点进行映射，把检测到的人脸图像通过相似变换矫正，把侧脸矫正为正脸，得到第一张人脸图片。
3.根据权利要求2所述的基于计算机视觉的社区巡更分析方法，其特征在于，在人脸识别步骤中，包括：
将经过筛选后的所述人脸图片通过人脸识别算法得到该图片的特征向量，然后和数据库中的人脸数据进行比对，判断该人脸的身份。
4.一种基于计算机视觉的社区巡更分析系统，其特征在于，用于实现如权利要求1至3中任意一项所述的方法，包括:
存储模块，存储人脸库以及小区内摄像头拍摄到的内容；
检测模块，用于将对小区内摄像头拍摄到的人脸进行检测；
跟踪模块，与检测模块信号连接，通过人脸跟踪算法得到更多人脸图片；
质量评估模块，与跟踪模块信号连接，筛选拍摄到的所述人脸图片；
人脸识别模块，与存储模块、质量评估模块信号连接，依据人脸库识别拍筛选后的所述人脸图片中的人员的身份；
结果分析模块，与存储模块、人脸识别模块信号连接，用于比对目标行人在小区内的行动轨迹和巡检的预定轨迹，获得人员的活动路线和活动区域，判断异常信息。
5.根据权利要求4所述的基于计算机视觉的社区巡更分析系统，其特征在于，还包括报警模块，与所述结果分析模块信号连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011015096.0A CN112132048A (zh) | 2020-09-24 | 2020-09-24 | 一种基于计算机视觉的社区巡更分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011015096.0A CN112132048A (zh) | 2020-09-24 | 2020-09-24 | 一种基于计算机视觉的社区巡更分析方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112132048A true CN112132048A (zh) | 2020-12-25 |
Family
ID=73839601
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011015096.0A Pending CN112132048A (zh) | 2020-09-24 | 2020-09-24 | 一种基于计算机视觉的社区巡更分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112132048A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113011378A (zh) * | 2021-04-06 | 2021-06-22 | 南通大学 | 一种用于寻找走失老人的智能体态和人脸识别系统 |
| CN114842527A (zh) * | 2022-04-01 | 2022-08-02 | 武汉虹信技术服务有限责任公司 | 一种基于智慧城市的分级人脸识别系统及方法 |
| CN115984063A (zh) * | 2022-09-29 | 2023-04-18 | 河北数微信息技术有限公司 | 小区在线安防监控方法、装置、计算机设备及存储介质 |
| CN117197876A (zh) * | 2023-11-07 | 2023-12-08 | 深圳凯升联合科技有限公司 | 一种基于深度学习的人脸识别安防系统及其方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107644204A (zh) * | 2017-09-12 | 2018-01-30 | 南京凌深信息科技有限公司 | 一种用于安防系统的人体识别与跟踪方法 |
| CN108256459A (zh) * | 2018-01-10 | 2018-07-06 | 北京博睿视科技有限责任公司 | 基于多摄像机融合的安检门人脸识别和人脸自动建库算法 |
| CN109784162A (zh) * | 2018-12-12 | 2019-05-21 | 成都数之联科技有限公司 | 一种行人行为识别及轨迹跟踪方法 |
| CN110276261A (zh) * | 2019-05-23 | 2019-09-24 | 平安科技（深圳）有限公司 | 人员自动跟踪监控方法、装置、计算机设备及存储介质 |
| CN110446015A (zh) * | 2019-08-30 | 2019-11-12 | 北京青岳科技有限公司 | 一种基于计算机视觉的异常行为监控方法及系统 |
| CN110766895A (zh) * | 2019-09-17 | 2020-02-07 | 重庆特斯联智慧科技股份有限公司 | 基于目标轨迹分析的智慧社区异常报警系统及方法 |
-
2020
- 2020-09-24 CN CN202011015096.0A patent/CN112132048A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107644204A (zh) * | 2017-09-12 | 2018-01-30 | 南京凌深信息科技有限公司 | 一种用于安防系统的人体识别与跟踪方法 |
| CN108256459A (zh) * | 2018-01-10 | 2018-07-06 | 北京博睿视科技有限责任公司 | 基于多摄像机融合的安检门人脸识别和人脸自动建库算法 |
| CN109784162A (zh) * | 2018-12-12 | 2019-05-21 | 成都数之联科技有限公司 | 一种行人行为识别及轨迹跟踪方法 |
| CN110276261A (zh) * | 2019-05-23 | 2019-09-24 | 平安科技（深圳）有限公司 | 人员自动跟踪监控方法、装置、计算机设备及存储介质 |
| CN110446015A (zh) * | 2019-08-30 | 2019-11-12 | 北京青岳科技有限公司 | 一种基于计算机视觉的异常行为监控方法及系统 |
| CN110766895A (zh) * | 2019-09-17 | 2020-02-07 | 重庆特斯联智慧科技股份有限公司 | 基于目标轨迹分析的智慧社区异常报警系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 方红，罗才喜: "基于社区安全的人员运动轨迹智能分析平台的设计构想", 《天津市电子工业协会2020年年会论文集》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113011378A (zh) * | 2021-04-06 | 2021-06-22 | 南通大学 | 一种用于寻找走失老人的智能体态和人脸识别系统 |
| CN114842527A (zh) * | 2022-04-01 | 2022-08-02 | 武汉虹信技术服务有限责任公司 | 一种基于智慧城市的分级人脸识别系统及方法 |
| CN115984063A (zh) * | 2022-09-29 | 2023-04-18 | 河北数微信息技术有限公司 | 小区在线安防监控方法、装置、计算机设备及存储介质 |
| CN117197876A (zh) * | 2023-11-07 | 2023-12-08 | 深圳凯升联合科技有限公司 | 一种基于深度学习的人脸识别安防系统及其方法 |
| CN117197876B (zh) * | 2023-11-07 | 2024-04-09 | 深圳凯升联合科技有限公司 | 一种基于深度学习的人脸识别安防系统及其方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112132048A (zh) | 一种基于计算机视觉的社区巡更分析方法及系统 | |
| CN111582006A (zh) | 一种视频分析方法及装置 | |
| CN110348312A (zh) | 一种区域视频人体动作行为实时识别方法 | |
| CN110689054A (zh) | 一种工人违规行为监测方法 | |
| CN112183162A (zh) | 一种监控场景下人脸自动注册识别系统及方法 | |
| CN111783530A (zh) | 一种在限制区域内监控及鉴别行为的安全系统及方法 | |
| KR102122850B1 (ko) | 딥 러닝 기반의 교통분석 및 차량번호 인식 솔루션 | |
| CN112132041A (zh) | 一种基于计算机视觉的社区巡更分析方法及其系统 | |
| CN116798176A (zh) | 基于大数据和智慧安防的数据管理系统 | |
| KR102263512B1 (ko) | 스마트 객체인식이 가능한 IoT 통합 지능형 영상분석 플랫폼 시스템 | |
| WO2018037355A1 (en) | A system and method for automated vehicle and face detection and their classification | |
| CN117746338B (zh) | 基于人工智能的物业园区安全管理方法及系统 | |
| CN112330742A (zh) | 公共区域重点人员活动路线记录方法及装置 | |
| KR101407394B1 (ko) | 방치물 및 도난물 탐지 시스템 | |
| CN116630853A (zh) | 一种重点交通枢纽的实时视频人员寻踪方法及系统 | |
| KR20030040434A (ko) | 지원 또는 증거 자료를 필요로 하는 사건을 검출하기 위한영상 기반 방법 및 장치 | |
| TWI617997B (zh) | Intelligent object detection assistance system and method | |
| KR102435435B1 (ko) | 인공지능 기반 차량번호 및 보행자 검색 시스템 및 방법 | |
| CN115546737B (zh) | 一种机房监控方法 | |
| KR20220031258A (ko) | 상담 이벤트에 대응되는 학습 데이터 기반 능동형 보안관제 서비스 제공 방법 | |
| Liu et al. | Intelligent video analysis system for railway station | |
| CN115730915B (zh) | 基于物联大数据分析的智能研判预警方法 | |
| CN114241540B (zh) | 一种基于步态识别的多模态追踪方法及装置 | |
| CN117238027A (zh) | 一种实时进行步态识别跟踪的方法 | |
| CN117975357A (zh) | 一种基于行人再识别技术的场所安全评估管理系统及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201225 |