System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于攀高滞留智能分析技术的防逃脱设计方法技术_技高网

一种基于攀高滞留智能分析技术的防逃脱设计方法技术

技术编号:40241068 阅读:4 留言:0更新日期:2024-02-02 22:39
本发明专利技术公开了一种基于攀高滞留智能分析技术的防逃脱设计方法,包括以下步骤:S1:利用视频传感器对高处防范区域进行实时检测,视频传感器将监控的画面进行传输到监控系统内;S2:S1中的监控系统对接收到的监控画面进行判断是否有运动目标,如果没有,则回到步骤S1,如果有,则监控系统采用目标检测技术将目标位置从监控画面中进行框选出来,并与背景图像进行分离。本发明专利技术支持取消人工24小时紧盯监控画面,具备实时对监控范围内的目标进行跟踪分析,针对攀高滞留人员可以做出告警动作,并可以保证安保人员及时快速达到现场,防止该人员逃脱。

【技术实现步骤摘要】

本专利技术涉及攀高滞留防逃脱,尤其涉及一种基于攀高滞留智能分析技术的防逃脱设计方法


技术介绍

1、防逃脱技术应用范围广泛,小区、学校、工厂是常见的使用场所。目前市面上的主要的防逃脱系统主要是利用监控摄像头等视频采集设备,对监控区域采集画面,传输到监控系统当中,由安保人员人工对监控画面进行判断是否有人作出攀高出逃等违规动作,并作出反应,但是该方法存在劳动力强,工作量大,且容易出错的缺陷,因此我们提出了一种基于攀高滞留智能分析技术的防逃脱设计方法。


技术实现思路

1、基于
技术介绍
存在的技术问题,本专利技术提出了一种基于攀高滞留智能分析技术的防逃脱设计方法。

2、本专利技术提出的一种基于攀高滞留智能分析技术的防逃脱设计方法,包括以下步骤:

3、s1:利用视频传感器对高处防范区域进行实时检测,视频传感器将监控的画面进行传输到监控系统内;

4、s2:s1中的监控系统对接收到的监控画面进行判断是否有运动目标,如果没有,则回到步骤s1,如果有,则监控系统采用目标检测技术将目标位置从监控画面中进行框选出来,并与背景图像进行分离;

5、s3:监控系统对s2中所框选出的目标采用目标跟踪技术进行实时跟踪;

6、s4:监控系统采用行为识别技术将框选目标的动作与动作模型库进行对比分析,实现判断出目标当前动作;

7、s5:监控系统根据s4中目标当前动作进行判断是否攀高滞留,如果不是攀高滞留,则回到步骤s1,如果是攀高滞留,则监控系统采用人脸识别技术对攀高滞留目标人员进一步分析出人脸的位置、大小及各个重要脸部器官的位置信息,并依据这些信息进一步提取攀高滞留目标人员人脸中所蕴涵的身份特征,并将其与已知的人脸进行对比,从而识别攀高滞留目标人员的身份;

8、s6:在s5中确认好攀高滞留目标人员的身份后,进行触发告警器,以此来对攀高滞留目标人员进行警告,并通知相关人员进行快速到达现场,以防攀高滞留人员逃脱。

9、优选地,所述s2中,目标检测技术是采用经典的two-stage的目标检测算法,two-stage的目标检测算法将视频传感器采集回来的监控画面进行计算分析,并将一张画面图像生成1k-2k个候选区域,然后对每个候选区域使用深度网络提取特征,再将特征送入每一类svm分类器,判别是否属于该类,最后使用回归器精细修正候选框位置,进而实现了将目标位置从监控画面中进行框选出来,并与背景图像进行分离。

10、优选地,所述s3中,监控系统采用目标跟踪技术可以对框选目标进行运动跟踪,分析检测该框选目标的二维位置和运动参数,并得出例如速度、运动轨迹等,再按照所得到的特征信息将连续的视频中不同的运动目标建立起对应关系。

11、优选地,所述s4中,动作模型库是事先提前在目标数据库中拟定好若干个运动类型,利用数据库的训练样本对各种动作进行特征训练来获得的。

12、优选地,所述s6中,相关人员是指安保人员。

13、与现有的技术相比,本专利技术支持取消人工24小时紧盯监控画面,具备实时对监控范围内的目标进行跟踪分析,针对攀高滞留人员可以做出告警动作,并可以保证安保人员及时快速达到现场,防止该人员逃脱。

本文档来自技高网...

【技术保护点】

1.一种基于攀高滞留智能分析技术的防逃脱设计方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于攀高滞留智能分析技术的防逃脱设计方法,其特征在于,所述S2中,目标检测技术是采用经典的two-stage的目标检测算法,two-stage的目标检测算法将视频传感器采集回来的监控画面进行计算分析,并将一张画面图像生成1k-2k个候选区域,然后对每个候选区域使用深度网络提取特征,再将特征送入每一类SVM分类器,判别是否属于该类,最后使用回归器精细修正候选框位置,进而实现了将目标位置从监控画面中进行框选出来,并与背景图像进行分离。

3.根据权利要求1所述的一种基于攀高滞留智能分析技术的防逃脱设计方法,其特征在于,所述S3中,监控系统采用目标跟踪技术可以对框选目标进行运动跟踪,分析检测该框选目标的二维位置和运动参数,并得出例如速度、运动轨迹等,再按照所得到的特征信息将连续的视频中不同的运动目标建立起对应关系。

4.根据权利要求1所述的一种基于攀高滞留智能分析技术的防逃脱设计方法,其特征在于,所述S4中,动作模型库是事先提前在目标数据库中拟定好若干个运动类型,利用数据库的训练样本对各种动作进行特征训练来获得的。

5.根据权利要求1所述的一种基于攀高滞留智能分析技术的防逃脱设计方法,其特征在于,所述S6中,相关人员是指安保人员。

...

【技术特征摘要】

1.一种基于攀高滞留智能分析技术的防逃脱设计方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于攀高滞留智能分析技术的防逃脱设计方法,其特征在于,所述s2中,目标检测技术是采用经典的two-stage的目标检测算法,two-stage的目标检测算法将视频传感器采集回来的监控画面进行计算分析,并将一张画面图像生成1k-2k个候选区域,然后对每个候选区域使用深度网络提取特征,再将特征送入每一类svm分类器,判别是否属于该类,最后使用回归器精细修正候选框位置,进而实现了将目标位置从监控画面中进行框选出来,并与背景图像进行分离。

3.根据权利要求1所述的一种基...

【专利技术属性】
技术研发人员:余力吴斌陈晨陈祥钦康永活
申请(专利权)人:福建海峡基石科技集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1