-
公开(公告)号:CN104320617A
公开(公告)日:2015-01-28
申请号:CN201410557880.2
申请日:2014-10-20
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种基于深度学习的全天候视频监控方法,该方法包括以下步骤:实时采集视频流,基于得到的视频流通过线采样获得多幅原始采样图样本,以及速度采样图样本;对于得到的速度采样图样本进行时空矫正;基于原始采样图和速度采样图,离线训练得到深度学习模型,所述深度学习模型包括分类模型和统计模型;利用得到的深度学习模型对于实时视频流进行人群状态分析。本发明对于不同环境、光照强度、天气情况以及摄像头角度均具有良好的适应性;对于大流量人群涌出等人群拥挤环境,可以保证较高的准确率;计算量小,可以满足实时视频处理的要求,能够广泛地应用于对于公交、地铁和广场等滞留人群密集的公共场所的监控和管理。
-
公开(公告)号:CN103679215A
公开(公告)日:2014-03-26
申请号:CN201310746795.6
申请日:2013-12-30
Applicant: 中国科学院自动化研究所
Abstract: 一种计算机实现的视频监控方法,包括步骤:接收由摄像机捕获的视频数据;根据接收到的视频数据建立群体性行为模型;估计所述群体性行为模型的参数,获得场景中存在的多种人群行为;使用得到的群体性行为模型获得不同人群的行为特征集;对得到的行为特征集进行转换,并使用转换的行为特征集来针对每种人群行为得到统计的人数值。根据本发明的方法,摄像头角度设置具有普遍适用性,可以用于开放出入口人数统计;并且计算量小,可以满足实时视频处理的要求。
-
公开(公告)号:CN105279485A
公开(公告)日:2016-01-27
申请号:CN201510655615.2
申请日:2015-10-12
Applicant: 江苏精湛光电仪器股份有限公司 , 中国科学院自动化研究所
IPC: G06K9/00
Abstract: 本发明公开了视频监控领域内的激光夜视下监控目标异常行为的检测方法,包括以下步骤:1)建立模型:在cifar10数据库上预训练CNN模型,CNN模型包括3个卷积层、1个全连接层和1个输出层;2)视频表达:将视频图像表达为维度特征;3)事件重建:将正常事件以及异常事件进行区分,本发明提高了检测的精度,提高异常事件识别率,可用于视频监控中。
-
公开(公告)号:CN114618802B
公开(公告)日:2023-05-05
申请号:CN202210266769.2
申请日:2022-03-17
Applicant: 国网辽宁省电力有限公司电力科学研究院 , 中国科学院自动化研究所 , 国网山东省电力公司
Abstract: 本发明提供一种GIS腔体作业装置与GIS腔体作业方法,GIS腔体作业装置包括:安装部,包括相互铰接的安装端以及连接端;运动感知部,设于所述安装部,所述运动感知部用于获取所述GIS腔体作业装置在GIS腔体内的位置;除尘部,设于所述安装部,所述除尘部用于吸附所述GIS腔体内的灰尘;视觉感知部,设于所述安装部,所述视觉感知部用于获取所述GIS腔体内的环境情况;清洁部,设于所述安装部,所述清洁部用于清洁所述GIS腔体;以及,控制单元,与所述运动感知部以及所述视觉感知部电连接。本发明提供的GIS腔体作业装置,有效提高了GIS腔体作业任务的执行效率,减少了人力的投入,降低了人工检修所带来的安全风险。
-
-
-