CN105389920B - 基于二维激光雷达和视频分析的周界报警方法 - Google Patents
基于二维激光雷达和视频分析的周界报警方法 Download PDFInfo
- Publication number
- CN105389920B CN105389920B CN201510856447.3A CN201510856447A CN105389920B CN 105389920 B CN105389920 B CN 105389920B CN 201510856447 A CN201510856447 A CN 201510856447A CN 105389920 B CN105389920 B CN 105389920B
- Authority
- CN
- China
- Prior art keywords
- alarm
- radar
- dimensional coordinate
- video
- dimensional
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
- Alarm Systems (AREA)
Abstract
本发明提出了一种基于二维激光雷达和视频分析的周界报警方法,包括:采集目标区域的监控视频图像,与目标区域的三维模型进行对应点映射,计算透视投影矩阵M;提取监控视频图像的多个运动目标,获取二维坐标,计算该运动目标对应的三维坐标,判断每个运动目标的三维坐标是否符合预设视频报警规则;采用二维激光雷达对目标区域进行激光扫描,当运动目标与激光扫描面相交时,判断符合预设雷达报警规则,则将运动目标对应的雷达报警信息转换为三维坐标;将视频报警三维坐标和雷达报警三维坐标进行比对,如果二者一致,则发出报警信号。本发明通过视频分析结果与雷达报警检测结果进行双向校验,对周界防范区域内的异常运动目标进行入侵报警。
Description
技术领域
本发明涉及周界报警技术领域,特别涉及一种基于二维激光雷达和视频分析的周界报警方法。
背景技术
基于视频的目标检测部分基于计算机视觉分析技术,对目标物体进行分类识别或采用前背景分离进行目前提取,并对分离后的图像目标进行禁区或者拌线检测,实现报警。目前通过视频分析的方法由于目标与背景对比度、运动目标纹理特征、树叶晃动、光线、阴影等问题,会存在较多的误报和漏报,一般很难满足实际应用需求。例如,基于压力传感器或者、震动传感器等方式,由于会受到压力探测不敏感,远处震动等问题导致一定程度的漏报和误报。
另外,市场上依靠依靠红外、微波等设备,也会因光线变化、温度变化、树叶遮挡、波束反射等问题,也会存在较多的误报和漏报,可用性不高。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此,本发明的目的在于提出一种基于二维激光雷达和视频分析的周界报警方法,通过视频分析结果与雷达报警检测结果进行双向校验,对周界防范区域内的异常运动目标进行入侵报警。
为了实现上述目的,本发明的实施例提供一种基于二维激光雷达和视频分析的周界报警方法,包括如下步骤:
步骤S1,采集目标区域的监控视频图像,将所述监控视频图像与所述目标区域的三维模型进行对应点映射,计算透视投影矩阵M,其中,所述透视投影矩阵M用于表征所述监控视频图像中图像特征点的二维坐标与所述三维模型中三维特征点的三维坐标的对应关系;
步骤S2,提取所述监控视频图像的多个运动目标,获取所述多个运动目标的二维坐标,根据每个所述运动目标的二维坐标和所述透视投影矩阵,计算该运动目标对应的三维坐标,判断每个所述运动目标的三维坐标是否符合预设视频报警规则,如果符合,则将所述运动目标的三维坐标记为视频报警三维坐标;
步骤S3,采用二维激光雷达对所述目标区域进行激光扫描,当运动目标与激光扫描面相交时,判断符合预设雷达报警规则,则将所述运动目标对应的雷达报警信息转换为三维坐标,记为雷达报警三维坐标;
步骤S4,将所述视频报警三维坐标和所述雷达报警三维坐标进行比对,如果二者一致,则发出报警信号,将所述视频报警三维坐标和所述雷达报警三维坐标进行比对后,如果不一致,则分为仅雷达报警情况和仅视频报警情况,
在所述仅雷达报警情况下,对于所述雷达报警三维坐标采用图像邻域目标搜索算法获得最终报警目标位置;
在所述仅视频报警情况下,对于所述视频报警三维坐标进行雷达前向报警查询及报警概率分析。
进一步,在所述步骤S1中,将所述监控视频图像所述目标区域的三维模型进行对应点映射,得到所述监控视频图像中图像特征点的二维坐标与所述三维模型中三维特征点的三维坐标的对应关系,利用最小二乘法计算透视投影矩阵M。
进一步,在所述步骤S2中,采用高斯背景模型从所述监控视频图像中分离出所述多个运动目标。
进一步,在所述步骤S2中,所述预设视频报警规则存储有所述目标区域的边界的三维坐标,当所述运动目标的三维坐标邻近所述目标区域的边界的三维坐标时,判断符合所述预设视频报警规则。
进一步,在所述步骤S3中,所述运动目标对应的雷达信息包括:雷达位置坐标P0、雷达前向投影坐标P1及对应角度a1、雷达标定投影坐标P2及对应角度a2、报警角度AlarmAngle和目标距离AlarmDist。
进一步,在所述步骤S3中,将所述运动目标对应的雷达信息转换为三维坐标,包括如下步骤:
首先,计算标定位置线向量lineDir:
lineDir=P2-P1,其中,lineDir向量方向为小角度到大角度。
然后,计算前向向量frontDir及轴向量axisDir:
frontDir=P1-P0,
axisDir=lineDir×frontDir;
其次,计算报警向量AlarmDir,
fRotAngle=(AlarmAngle-a1)*π/180,
绕轴向量旋转角度fRotAngle得到报警向量AlarmDir;
最后,计算报警坐标(x,y,z):
(x,y,z)=P0+AlarmDir*AlarmDist。
进一步,针对仅雷达报警情况,采用图像邻域目标搜索算法获得最终报警目标位置,包括:根据所述雷达报警信息,从所述监控视频图像中查找运动目标,通过图像空间的欧式距离进行判断,得到最终报警目标位置。
进一步,针对仅视频报警情况,所述雷达前向报警查询及报警概率分析,包括:根据所述视频报警三维坐标,如果检测到在预设时长内有雷达报警对应的运动目标出现,则将该雷达报警对应运动目标的位置到视频报警的运动目标的距离和时间作为权值计算报警概率。
根据本发明实施例的基于二维激光雷达和视频分析的周界报警方法,通过视频分析结果与雷达报警检测结果进行双向校验,加入了基于概率决策的复合校验逻辑,对周界防范区域内的异常运动目标进行入侵报警,有效提高检测精确度,降低误报和漏报情况。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明实施例的基于二维激光雷达和视频分析的周界报警方法的流程图;
图2为根据本发明实施例的透视投影矩阵与视频映射的关系示意图;
图3(a)和图3(b)为根据本发明实施例的视频图像和查询图的示意图;
图4为根据本发明实施例的激光雷达扫描面的示意图;
图5为根据本发明实施例激光雷标定与报警坐标计算的示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
本发明提出一种基于二维激光雷达和视频分析的周界报警方法,该方法通过对二维激光雷达与视频分析数据进行复合校验,实现对周界防范区域内的异常运动目标进行入侵报警。
如图1所示,本发明实施例的基于二维激光雷达和视频分析的周界报警方法,包括如下步骤:
步骤S1,采集目标区域的监控视频图像,将监控视频图像与目标区域的三维模型进行对应点映射,计算透视投影矩阵M。
具体地,将监控视频图像目标区域的三维模型进行对应点映射,根据多个对应点求出透视投影矩阵的参数信息,得到视频图像中图像特征点的二维坐标与三维模型中三维特征点的三维坐标的对应关系,利用最小二乘法计算透视投影矩阵M。
其中,透视投影矩阵M用于表征监控视频图像中图像特征点的二维坐标(u,v)与三维模型中三维特征点的三维坐标(x,y,z)的对应关系。即,视频图像上每个像素都可以通过M计算出对应的三维位置。
步骤S2,提取监控视频图像的多个运动目标,获取多个运动目标的二维坐标,根据每个运动目标的二维坐标和透视投影矩阵,计算该运动目标对应的三维坐标。
在本步骤中,采用高斯背景模型从监控视频图像中分离出多个运动目标。基于传统的视频分析理论,通过前背景分离算法的高斯背景模型对运动目标进行提取。
具体地,通过对运动目标的学习和分类,结合视频报警规则,能够对非正常运动目标进行报警分析判断。如图2所示,一旦提取运动目标,可以根据运动目标的二维坐标(u,v)和标定矩阵M将视频,通过公式(1)得到运动目标位置P的三维坐标。
在确定上一步的透视投影矩阵M后,就得到了图像UV与三维坐标的投影关系。如图3(a)和图3(b)所示,在生成映射图的同时会生成一副查询图,查询图采用RGB32格式,其中RGB分别对应x,y,z坐标。
判断每个运动目标的三维坐标是否符合预设视频报警规则,如果符合,则将运动目标的三维坐标记为视频报警三维坐标。
需要说明的是,视频报警规则存储有目标区域的边界的三维坐标,当运动目标的三维坐标邻近目标区域的边界的三维坐标时,判断符合预设视频报警规则。
步骤S3,采用二维激光雷达对目标区域进行激光扫描,当运动目标与激光扫描面相交时,判断符合预设雷达报警规则,则将运动目标对应的雷达报警信息转换为三维坐标,记为雷达报警三维坐标。
如图4所示,二维激光雷达以一定的倾角垂直向下安装,会形成一个180度的激光扫描面,一旦运动目标与扫描面发生相交,就会根据预设雷达报警规则触发报警。
在本发明的一个实施例中,运动目标对应的雷达信息由三维测量及雷达报警反馈信息得到,包括:雷达位置坐标P0、雷达前向投影坐标P1及对应角度a1、雷达标定投影坐标P2及对应角度a2、报警角度AlarmAngle和目标距离AlarmDist。
在发生报警时,需要将报警信息转换为三维坐标,首先需要通过上述运动目标对应的雷达信息标定出雷达的三维位置及姿态。
图5为根据本发明实施例激光雷标定与报警坐标计算的示意图。
将运动目标对应的雷达信息转换为三维坐标,包括如下步骤:
首先,计算标定位置线向量lineDir:
lineDir=P2-P1,其中,lineDir向量方向为小角度到大角度。
然后,计算前向向量frontDir及轴向量axisDir:
frontDir=P1-P0,
axisDir=lineDir×frontDir;
其次,计算报警向量AlarmDir,输入为报警角度AlarmAngle以及目标距离AlarmDist,
fRotAngle=(AlarmAngle-a1)*π/180,
绕轴向量旋转角度fRotAngle得到报警向量AlarmDir;
最后,计算报警坐标(x,y,z):
(x,y,z)=P0+AlarmDir*AlarmDist。
步骤S4,将视频报警三维坐标和雷达报警三维坐标进行比对,根据复合校验算法判定报警发生,如果二者一致,则发出报警信号。
(1)当视频报警三维坐标和雷达报警三维坐标一致,即根据位置对应关系,在一定阈值内同时发生报警,视频和雷达对应位置同时发生。
将视频报警三维坐标和雷达报警三维坐标进行比对后,如果不一致,则分为仅雷达报警情况和仅视频报警情况。
(2)仅雷达报警情况
在仅雷达报警情况下,对于雷达报警三维坐标采用图像邻域目标搜索算法获得最终报警目标位置。
具体地,根据雷达报警信息,可以得到视频范围内对应位置,从视频监控图像中查找运动目标。通过视频得到的运动目标和雷达报警映射位置,利用图像空间的欧式距离进行判断,得到最终报警目标位置。
由于雷达反馈结果以及视频分析结果的同步问题,如果在雷达报警目标一定邻域范围内找不到对应的图像运动目标,则会根据前一段时间t内的累积目标位置,判断图像目标出现在对应雷达报警位置周围的可能概率,并通过贝叶斯决策分析得到报警概率。
(3)仅视频报警情况
在仅视频报警情况下,对于视频报警三维坐标进行雷达前向报警查询及报警概率分析,包括:查询之前雷达的报警目标位置信息,并分析目标在对应位置报警的概率情况。
具体地,根据视频三维坐标,如果检测到在预设时长内有雷达报警对应的运动目标出现,则将该雷达报警对应运动目标的位置到视频报警的运动目标的距离和时间作为权值计算报警概率。
根据本发明实施例的基于二维激光雷达和视频分析的周界报警方法,通过视频分析结果与雷达报警检测结果进行双向校验,加入了基于概率决策的复合校验逻辑,对周界防范区域内的异常运动目标进行入侵报警,有效提高检测精确度,降低误报和漏报情况。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求极其等同限定。
Claims (8)
1.一种基于二维激光雷达和视频分析的周界报警方法,其特征在于,包括如下步骤:
步骤S1,采集目标区域的监控视频图像,将所述监控视频图像与所述目标区域的三维模型进行对应点映射,计算透视投影矩阵M,其中,所述透视投影矩阵M用于表征所述监控视频图像中图像特征点的二维坐标与所述三维模型中三维特征点的三维坐标的对应关系;
步骤S2,提取所述监控视频图像的多个运动目标,获取所述多个运动目标的二维坐标,根据每个所述运动目标的二维坐标和所述透视投影矩阵,计算该运动目标对应的三维坐标,判断每个所述运动目标的三维坐标是否符合预设视频报警规则,如果符合,则将所述运动目标的三维坐标记为视频报警三维坐标;
步骤S3,采用二维激光雷达对所述目标区域进行激光扫描,当运动目标与激光扫描面相交时,判断符合预设雷达报警规则,则将所述运动目标对应的雷达报警信息转换为三维坐标,记为雷达报警三维坐标;
步骤S4,将所述视频报警三维坐标和所述雷达报警三维坐标进行比对,如果二者一致,则发出报警信号,将所述视频报警三维坐标和所述雷达报警三维坐标进行比对后,如果不一致,则分为仅雷达报警情况和仅视频报警情况,
在所述仅雷达报警情况下,对于所述雷达报警三维坐标采用图像邻域目标搜索算法获得最终报警目标位置;
在所述仅视频报警情况下,对于所述视频报警三维坐标进行雷达前向报警查询及报警概率分析。
2.如权利要求1所述的基于二维激光雷达和视频分析的周界报警方法,其特征在于,在所述步骤S1中,将所述监控视频图像所述目标区域的三维模型进行对应点映射,得到所述监控视频图像中图像特征点的二维坐标与所述三维模型中三维特征点的三维坐标的对应关系,利用最小二乘法计算透视投影矩阵M。
3.如权利要求1所述的基于二维激光雷达和视频分析的周界报警方法,其特征在于,在所述步骤S2中,采用高斯背景模型从所述监控视频图像中分离出所述多个运动目标。
4.如权利要求1所述的基于二维激光雷达和视频分析的周界报警方法,其特征在于,在所述步骤S2中,所述预设视频报警规则存储有所述目标区域的边界的三维坐标,当所述运动目标的三维坐标邻近所述目标区域的边界的三维坐标时,判断符合所述预设视频报警规则。
5.如权利要求1所述的基于二维激光雷达和视频分析的周界报警方法,其特征在于,在所述步骤S3中,所述运动目标对应的雷达信息包括:雷达位置坐标P0、雷达前向投影坐标P1及对应角度a1、雷达标定投影坐标P2及对应角度a2、报警角度AlarmAngle和目标距离AlarmDist。
6.如权利要求5所述的基于二维激光雷达和视频分析的周界报警方法,其特征在于,在所述步骤S3中,将所述运动目标对应的雷达信息转换为三维坐标,包括如下步骤:
首先,计算标定位置线向量lineDir:
lineDir=P2-P1,其中,lineDir向量方向为小角度到大角度;
然后,计算前向向量frontDir及轴向量axisDir:
frontDir=P1-P0,
axisDir=lineDir×frontDir;
其次,计算报警向量AlarmDir,
fRotAngle=(AlarmAngle-a1)*π/180,
绕轴向量旋转角度fRotAngle得到报警向量AlarmDir;
最后,计算报警坐标(x,y,z):
(x,y,z)=P0+AlarmDir*AlarmDist。
7.如权利要求1所述的基于二维激光雷达和视频分析的周界报警方法,其特征在于,针对仅雷达报警情况,采用图像邻域目标搜索算法获得最终报警目标位置,包括:
根据所述雷达报警信息,从所述监控视频图像中查找运动目标,通过图像空间的欧式距离进行判断,得到最终报警目标位置。
8.如权利要求1所述的基于二维激光雷达和视频分析的周界报警方法,其特征在于,针对仅视频报警情况,所述雷达前向报警查询及报警概率分析,包括:
根据所述视频报警三维坐标,如果检测到在预设时长内有雷达报警对应的运动目标出现,则将该雷达报警对应运动目标的位置到视频报警的运动目标的距离和时间作为权值计算报警概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510856447.3A CN105389920B (zh) | 2015-11-30 | 2015-11-30 | 基于二维激光雷达和视频分析的周界报警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510856447.3A CN105389920B (zh) | 2015-11-30 | 2015-11-30 | 基于二维激光雷达和视频分析的周界报警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105389920A CN105389920A (zh) | 2016-03-09 |
CN105389920B true CN105389920B (zh) | 2017-11-17 |
Family
ID=55422162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510856447.3A Active CN105389920B (zh) | 2015-11-30 | 2015-11-30 | 基于二维激光雷达和视频分析的周界报警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105389920B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106291539B (zh) * | 2016-07-29 | 2018-12-18 | 山东康威通信技术股份有限公司 | 一种基于定位滤波算法的相控阵雷达目标识别系统及方法 |
CN107104971B (zh) * | 2017-05-03 | 2021-05-28 | 哈尔滨工业大学 | 一种基于激光雷达和视频的联合监控方法 |
CN110126885B (zh) * | 2018-02-02 | 2022-04-22 | 保定市天河电子技术有限公司 | 一种铁路周界入侵目标监测方法及系统 |
CN111724558B (zh) * | 2019-03-21 | 2021-10-19 | 杭州海康威视数字技术股份有限公司 | 一种监控方法、装置及入侵报警系统 |
CN110542899B (zh) | 2019-07-25 | 2021-07-27 | 浙江大华技术股份有限公司 | 雷达测量数据处理方法、装置、雷达系统和可读存储介质 |
CN110660185A (zh) * | 2019-11-06 | 2020-01-07 | 浙江大有实业有限公司杭州科技发展分公司 | 一种电子围栏系统 |
CN112995578B (zh) * | 2019-12-02 | 2022-09-02 | 杭州海康威视数字技术股份有限公司 | 电子地图显示方法、装置、系统及电子设备 |
CN111435436B (zh) * | 2019-12-13 | 2021-01-08 | 珠海大横琴科技发展有限公司 | 一种基于目标位置的周界防入侵方法和装置 |
CN111563428B (zh) * | 2020-04-23 | 2023-10-17 | 杭州云视通互联网科技有限公司 | 一种机场停机位入侵检测方法及其系统 |
CN115035697B (zh) * | 2021-03-05 | 2024-10-22 | 中国电子科技集团公司第五十四研究所 | 一种联动报警设备和报警系统 |
CN113450522B (zh) * | 2021-05-28 | 2022-10-04 | 浙江大华技术股份有限公司 | 视频拌线入侵检测方法、电子装置和存储介质 |
CN113593161A (zh) * | 2021-06-28 | 2021-11-02 | 华迪计算机集团有限公司 | 一种周界入侵检测方法 |
CN113447995B (zh) * | 2021-06-28 | 2023-09-08 | 广州瀚信通信科技股份有限公司 | 一种周界区域入侵检测管理系统及检测方法 |
CN114419825B (zh) * | 2022-03-29 | 2022-06-21 | 中国铁路设计集团有限公司 | 基于毫米波雷达和摄像头的高铁周界入侵监测装置及方法 |
CN116935551A (zh) * | 2023-09-18 | 2023-10-24 | 华诺星空技术股份有限公司 | 周界入侵检测方法、系统、设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101048806A (zh) * | 2004-08-27 | 2007-10-03 | 新加坡科技劲力私人有限公司 | 多传感器入侵探测系统 |
CN202075829U (zh) * | 2011-06-10 | 2011-12-14 | 无锡国科微纳传感网科技有限公司 | 一种入侵检测系统 |
CN102708643A (zh) * | 2011-03-28 | 2012-10-03 | 无锡国科微纳传感网科技有限公司 | 一种入侵检测方法及系统 |
CN103116757A (zh) * | 2013-01-30 | 2013-05-22 | 北京科技大学 | 一种三维信息复原提取的道路遗洒物识别方法 |
CN104240418A (zh) * | 2014-09-22 | 2014-12-24 | 无锡物联网产业研究院 | 一种信号处理方法及报警设备 |
CN104361627A (zh) * | 2014-11-07 | 2015-02-18 | 武汉科技大学 | 基于sift的双目视觉沥青路面微观纹理三维图像重构方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080033321A (ko) * | 2005-06-30 | 2008-04-16 | 플래넘 비전 엘티디. | 예정된 경로를 따라 금지 동작을 탐지하기 위한 감시시스템 및 방법 |
-
2015
- 2015-11-30 CN CN201510856447.3A patent/CN105389920B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101048806A (zh) * | 2004-08-27 | 2007-10-03 | 新加坡科技劲力私人有限公司 | 多传感器入侵探测系统 |
CN102708643A (zh) * | 2011-03-28 | 2012-10-03 | 无锡国科微纳传感网科技有限公司 | 一种入侵检测方法及系统 |
CN202075829U (zh) * | 2011-06-10 | 2011-12-14 | 无锡国科微纳传感网科技有限公司 | 一种入侵检测系统 |
CN103116757A (zh) * | 2013-01-30 | 2013-05-22 | 北京科技大学 | 一种三维信息复原提取的道路遗洒物识别方法 |
CN104240418A (zh) * | 2014-09-22 | 2014-12-24 | 无锡物联网产业研究院 | 一种信号处理方法及报警设备 |
CN104361627A (zh) * | 2014-11-07 | 2015-02-18 | 武汉科技大学 | 基于sift的双目视觉沥青路面微观纹理三维图像重构方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105389920A (zh) | 2016-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105389920B (zh) | 基于二维激光雷达和视频分析的周界报警方法 | |
Liu et al. | “seeing is not always believing”: Detecting perception error attacks against autonomous vehicles | |
US8253792B2 (en) | Vision system for monitoring humans in dynamic environments | |
JP5641445B2 (ja) | 監視システム、監視方法、及び監視プログラム | |
CN106463043B (zh) | 利用动作感应的侵入侦测系统及方法 | |
US8253564B2 (en) | Predicting a future location of a moving object observed by a surveillance device | |
US8447069B2 (en) | Apparatus and method for moving object detection | |
US9520040B2 (en) | System and method for real-time 3-D object tracking and alerting via networked sensors | |
CN102282594B (zh) | 用于检测eas标记屏蔽的系统和方法 | |
KR101910542B1 (ko) | 객체 검출을 위한 영상분석 서버장치 및 방법 | |
KR101852057B1 (ko) | 영상 및 열화상을 이용한 돌발 상황 감지시스템 | |
KR101948569B1 (ko) | 라이다 센서 및 팬틸트줌 카메라를 활용한 비행체 식별 시스템 및 그 제어 방법 | |
KR20080054331A (ko) | 화염 검출 방법 및 장치 | |
KR102002812B1 (ko) | 객체 검출을 위한 영상분석 서버장치 및 방법 | |
JP2010134878A (ja) | 立体物出現検知装置 | |
KR20190110476A (ko) | 열화상센서를 갖는 스마트폰, 차량, 카메라 및 이를 이용한 디스플레이 및 감지 방법 | |
CN102111530B (zh) | 移动物体检测装置与方法 | |
US12181603B2 (en) | Method and apparatus for high-confidence people classification, change detection, and nuisance alarm rejection based on shape classifier using 3D point cloud data | |
CN114332732A (zh) | 一种基于雷视融合的铁路危情监测方法 | |
CN207530963U (zh) | 一种基于视频监控的非法越界报警系统 | |
JP2009295063A (ja) | 侵入物検知装置 | |
Abidha et al. | Reducing false alarms in vision based fire detection with nb classifier in eadf framework | |
KR102748503B1 (ko) | 거리 정보 추출 방식과 ai를 활용한 관심영역 내 추적 물체 유무 판단 시스템 | |
CN118196069A (zh) | 一种基于螺栓松动检测系统及方法 | |
Coronado-Vergara et al. | Towards landmine detection using artificial vision |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |