一种基于深度学习的智能安防实时开窗检测报警系统及方法

    公开(公告)号:CN110969604A

    公开(公告)日:2020-04-07

    申请号:CN201911176783.8

    申请日:2019-11-26

    Abstract: 本发明公开了一种基于深度学习的智能安防实时开窗检测报警系统及方法,用户通过WEB前端发送HTTP请求,根据HTTP请求的不同执行不同的管理操作;将用于开窗检测的单帧图像送入深度学习算法YOLO V3;使用尺度不变特征变换SIFT得到检测图像和模板图像的特征点,将检测图像的开窗坐标映射到模板图像,根据两相近坐标欧式距离最小的判别准则得到开窗编号,推送到前端进行实时告警。本发明通过将深度学习算法YOLO V3和图像匹配方法结合,提升开窗检测速度,降低光照影响;同时使用Django主流WEB应用框架,将开窗检测算法封装为接口形式。本发明实现对建筑物外立面开窗行为的实时检测与报警定位,实现对居民楼高空抛物以及重点区域周围建筑物的有效监控和危险预警。

    一种基于深度学习的智能安防实时开窗检测报警系统及方法

    公开(公告)号:CN110969604B

    公开(公告)日:2024-02-27

    申请号:CN201911176783.8

    申请日:2019-11-26

    Abstract: 本发明公开了一种基于深度学习的智能安防实时开窗检测报警系统及方法,用户通过WEB前端发送HTTP请求,根据HTTP请求的不同执行不同的管理操作;将用于开窗检测的单帧图像送入深度学习算法YOLO V3;使用尺度不变特征变换SIFT得到检测图像和模板图像的特征点,将检测图像的开窗坐标映射到模板图像,根据两相近坐标欧式距离最小的判别准则得到开窗编号,推送到前端进行实时告警。本发明通过将深度学习算法YOLO V3和图像匹配方法结合,提升开窗检测速度,降低光照影响;同时使用Django主流WEB应用框架,将开窗检测算法封装为接口形式。本发明实现对建筑物外立面开窗行为的实时检测与报警定位,实现对居民楼高空抛物以及重点区域周围建筑物的有效监控和危险预警。

    一种室内可燃气体浓度检测报警与显示装置

    公开(公告)号:CN110470801A

    公开(公告)日:2019-11-19

    申请号:CN201910839545.4

    申请日:2019-09-06

    Abstract: 本发明公开了一种室内可燃气体浓度检测报警与显示装置,它由电源模块,继电器电路模块,串口通信电路模块,电源状态信号监测电路模块,通道屏蔽电路模块,蜂鸣器声音报警模块,灯带指示电路模块,报警指示灯电路模块,复位,确认\消音按键电路模块九部分组成。左侧板基于单片机设计,采用STM32F103VET6作为两个板的主控芯片,用于控制指示灯,灯带和蜂鸣器,并可与上位机通信,右侧板上有按键和灯带,两个板之间通过板间连接器相连。同时为了适用于模拟电路等对噪声及EMC测试比较敏感的场合,本发明将静电保护三极管,共模电感应用到该装置中,提高了该装置的工作效率和灵活性以及抗干扰性。

Patent Agency Ranking