-
公开(公告)号：CN109670396B
公开(公告)日：2023-06-27
申请号：CN201811310459.6
申请日：2018-11-06
申请人： 华南理工大学 , 广州飞宇智能科技有限公司
IPC分类号： G06V40/20 , G06V10/764 , G06T7/246 , G06T7/66 , G08B21/04
摘要： 本发明公开了一种室内老人跌倒检测方法，旨在为室内的老人异常行为检测并报警提供一种解决方案，包括下述步骤：得到视频数据中的一帧，进行降噪、增强对比度等预处理；计算图像方向梯度直方图特征，并使用SVM分类器实现人体检测，以确定是否包含人体；确定图像包含人体情况下，使用目标跟踪算法跟踪人体区域；以跟踪矩形区域内切椭圆来表征身体特征，内切椭圆中心点和下顶点分别表示人体躯干的中心和脚部，对这两个特征点进行加速度、角度、高度差及停留时间的计算，来判断老人是否跌倒。本发明相较于传统基于加速度传感器或骨骼传感器Kinect的识别方法，具有更低的安装成本，而相较于传统基于人体轮廓长宽比值的判别方法具有更高的识别准确率。
-
公开(公告)号：CN108647637B
公开(公告)日：2020-06-30
申请号：CN201810438375.4
申请日：2018-05-09
申请人： 广州飞宇智能科技有限公司
摘要： 本发明的基于人群识别的视频采集分析装置，包括报警装置和采集装置；采集装置包括人群密度计算模块；人群密度计算模块包括神经网络单元、数据准备单元、全卷积网络数据准备单元、三个卷积神经网络数据准备单元、全卷积网络预训练单元、三个卷积网络预训练单元、优化训练单元和人群计数单元；采集装置采集视频信息并计算视频内的人群密度；报警装置发出报警信号；DSP控制器预设第一目标移动距离、第一目标旋转角度和第一目标人群密度；DSP控制器发送命令控制第一摄像头和第二摄像头拍摄视频获取人群密度；DSP控制器发送报警命令控制报警装置进行报警；DSP控制器控制采集装置在水平方向转动和在竖直方向上转动。
-
公开(公告)号：CN109522938A
公开(公告)日：2019-03-26
申请号：CN201811255139.5
申请日：2018-10-26
申请人： 华南理工大学 , 广州飞宇智能科技有限公司
摘要： 本发明公开了一种基于深度学习的图像中目标的识别方法，步骤如下：输入一张图像，使用卷积神经网络进行候选区域的提取，对输出的候选区域进行过滤优化操作，同时对每个候选区域进行归一化处理，将候选区域输入卷积神经网络进行特征提取，使用训练好的分类回归网络进行目标图像的分类和定位和检测，最后对选取的目标区域进行边框回归操作以修正目标区域的位置。本方法采用卷积神经网络来对图像中可能包含目标的区域进行提取，减少了候选目标区的数量，同时对卷积神经网路的输出目标候选区域执行优化过滤操作，提高了算法的计算速度。另外，对目标检测的候选区域采用多样的长宽比例和区域大小，更贴近现实场景，提高了算法的鲁棒性。
-
公开(公告)号：CN108647645A
公开(公告)日：2018-10-12
申请号：CN201810450552.0
申请日：2018-05-11
申请人： 广州飞宇智能科技有限公司
摘要： 本发明的基于视频分析的多模态癫痫诊断系统，包括网络交换机、摄像头、网络硬盘录相机、台式机和多模态监控分析模块和EEG脑电图检查设备；多模态监控分析模块包括视频分析子模块，EEG脑电图分析子模块，智能管理子模块；视频分析子模块包括动作检测单元、动作识别单元；EEG脑电图分析子模块包括特征提取单元，特征分类单元；智能管理子模块包括视频存储单元、取证单元和报警单元；诊断方法包括EEG脑电图检查设备将检测到的脑电图发送多模态监控分析模块，摄像头拍摄患者视频信息发送台式机和多模态监控分析模块，多模态监控分析模块建立判断模型，多模态监控分析模块对视频进行分析。
-
公开(公告)号：CN113591814B
公开(公告)日：2022-02-22
申请号：CN202111147525.4
申请日：2021-09-29
申请人： 深圳市图元科技有限公司 , 广州飞宇智能科技有限公司
摘要： 本发明公开了一种基于动态视觉的道路干净度检测方法及检测系统，其中道路干净度检测方法包括：步骤1，获取移动清扫车清扫前后的道路路面监控视频V1及V2；步骤2，标定V1上的目标分析区域D1，以及V2上的与D1对应的区域D2；步骤3，对D1和D2区域内的视频分别进行图像处理，获得区域D1中的所有与路面区分开来的N1个物体，区域D2中的所有与路面区分开来的N2个物体；步骤4，基于D1中的N1个物体和D2中的N2个物体，进行相似度计算，获得区域D1中的所有垃圾块及所有垃圾块面积和S1，区域D2中的所有垃圾块及所有垃圾块面积和S2；步骤5，输出垃圾清理干净指数α，其中，α=S1/S2。本发明检测成本低，算法简单，识别结果准确度高，便于推广。
-
公开(公告)号：CN109670396A
公开(公告)日：2019-04-23
申请号：CN201811310459.6
申请日：2018-11-06
申请人： 华南理工大学 , 广州飞宇智能科技有限公司
摘要： 本发明公开了一种室内老人跌倒检测方法，旨在为室内的老人异常行为检测并报警提供一种解决方案，包括下述步骤：得到视频数据中的一帧，进行降噪、增强对比度等预处理；计算图像方向梯度直方图特征，并使用SVM分类器实现人体检测，以确定是否包含人体；确定图像包含人体情况下，使用目标跟踪算法跟踪人体区域；以跟踪矩形区域内切椭圆来表征身体特征，内切椭圆中心点和下顶点分别表示人体躯干的中心和脚部，对这两个特征点进行加速度、角度、高度差及停留时间的计算，来判断老人是否跌倒。本发明相较于传统基于加速度传感器或骨骼传感器Kinect的识别方法，具有更低的安装成本，而相较于传统基于人体轮廓长宽比值的判别方法具有更高的识别准确率。
-
公开(公告)号：CN108647637A
公开(公告)日：2018-10-12
申请号：CN201810438375.4
申请日：2018-05-09
申请人： 广州飞宇智能科技有限公司
摘要： 本发明的基于人群识别的视频采集分析装置，包括报警装置和采集装置；采集装置包括人群密度计算模块；人群密度计算模块包括神经网络单元、数据准备单元、全卷积网络数据准备单元、三个卷积神经网络数据准备单元、全卷积网络预训练单元、三个卷积网络预训练单元、优化训练单元和人群计数单元；采集装置采集视频信息并计算视频内的人群密度；报警装置发出报警信号；DSP控制器预设第一目标移动距离、第一目标旋转角度和第一目标人群密度；DSP控制器发送命令控制第一摄像头和第二摄像头拍摄视频获取人群密度；DSP控制器发送报警命令控制报警装置进行报警；DSP控制器控制采集装置在水平方向转动和在竖直方向上转动。
-
公开(公告)号：CN108600701A
公开(公告)日：2018-09-28
申请号：CN201810411723.9
申请日：2018-05-02
申请人： 广州飞宇智能科技有限公司
IPC分类号： H04N7/18 , H04N5/76 , G08B13/196 , G06N3/08
摘要： 本发明的基于深度学习判断视频行为的监控系统，包括监控端和服务端；监控端包括摄像头和前端报警模块；服务端包括云平台视频数据库、离线视频数据库、深度学习判断模块和异常事件报警模块；摄像头用于实时采集视频信息；云平台视频数据库存储摄像头发送的视频信息；离线视频数据库存储视频信息供深度学习判断模块构建行为判断模型；深度学习判断模块根据离线视频数据库内的视频构建行为判断模型，根据行为判断模型对接收到的视频进行行为判断；前端报警模块是报警灯或者喇叭；异常事件报警模是报警灯或者喇叭；深度学习判断模块包括特征提取模块、特征融合拼接模块、语义编码确定模块、特征解码模块和分类报警模块。
-
公开(公告)号：CN108566503A
公开(公告)日：2018-09-21
申请号：CN201810388408.9
申请日：2018-04-26
申请人： 广州飞宇智能科技有限公司
摘要： 本发明图像采集处理装置，包括第一电机，第一电机上螺纹旋接有第一传动轴，第一传动轴的端部旋接有旋接环，旋接环内枢接有第二调节座，第二调节座的下端铰接有外壳；第一电机上电连接有第一电机驱动器；外壳的下侧螺纹旋接玻璃罩；外壳内固定有第二电机，外壳内卡接有DSP控制器，DSP控制器与第二电机电连接；第二电机上电连接有第二电机驱动器；外壳底部穿设有第二传动轴，第二传动轴的一端螺旋旋接图像采集件；外壳的外壁上卡接第三角度传感器；第三角度传感器上电连接有第三电机驱动器；DSP控制器包括图像融合器，图像融合器包括源图像分块模块、尖锐程度计算模块、降噪模块、滤波模块和融合模块；融合模块对源图像进行融合。
-
公开(公告)号：CN108600701B
公开(公告)日：2020-11-24
申请号：CN201810411723.9
申请日：2018-05-02
申请人： 广州飞宇智能科技有限公司
IPC分类号： H04N7/18 , H04N5/76 , G08B13/196 , G06N3/08
摘要： 本发明的基于深度学习判断视频行为的监控系统，包括监控端和服务端；监控端包括摄像头和前端报警模块；服务端包括云平台视频数据库、离线视频数据库、深度学习判断模块和异常事件报警模块；摄像头用于实时采集视频信息；云平台视频数据库存储摄像头发送的视频信息；离线视频数据库存储视频信息供深度学习判断模块构建行为判断模型；深度学习判断模块根据离线视频数据库内的视频构建行为判断模型，根据行为判断模型对接收到的视频进行行为判断；前端报警模块是报警灯或者喇叭；异常事件报警模是报警灯或者喇叭；深度学习判断模块包括特征提取模块、特征融合拼接模块、语义编码确定模块、特征解码模块和分类报警模块。
-
-
-
-
-
-
-
-
-
搜索结果
17 条记录 (耗时 0.048 秒)
