一种针对人员违规自动追踪、识别的方法、设备及介质

    公开(公告)号:CN119863822A

    公开(公告)日:2025-04-22

    申请号:CN202411972635.8

    申请日:2024-12-30

    Abstract: 本发明公开了一种针对人员违规自动追踪、识别的方法:获取摄像头的视频流数据,并按照预设帧率抽取视频帧。利用人体识别模型对每一视频帧中的人体目标进行识别,获取人体目标相对应的ID和目标框。按间隔帧数选取视频帧,并对视频帧中的人体目标进行裁剪作违规分类,判断是否存在违规。将不同帧的中心点坐标进行比对,过滤静态目标。若存在违规,计算出预设时间段内人体目标的移动距离,进而计算出预测目标框,将预测目标框送入摄像头聚焦接口以拉近焦距。拉近焦距后,再次执行人体目标违规行为识别,以实现对人体目标的违规进行自动追踪、识别。如此,本发明实现了更为精确的对违规行为进行检测,大大降低误报警的概率。

    一种基于WebRTC实现的视频超低延时边缘设备解决方法及系统

    公开(公告)号:CN119788650A

    公开(公告)日:2025-04-08

    申请号:CN202411910148.9

    申请日:2024-12-24

    Abstract: 本发明涉及视频采集编码和传输技术领域,提供了一种基于WebRTC实现的视频超低延时边缘设备解决方法,包括以下步骤:S1:设置用于转发发送端和接收端之间的信令信息的信令服务,所述信令信息包括在所述发送端和所述接收端之间进行交互的会话控制信息、编解码信息和其他控制信息;S2:所述发送端采集视频信息,并对所述视频信息进行硬件编码,并在编码完成后将所述视频信息传输到所述接收端;S3:所述接收端对接收到的所述视频信息采用硬件加速解码,以及采用硬件加速渲染显示。上述技术方案,涉及实现在边缘设备中实现超低延时的方案。具体的说,是在一种低配置的边缘设备上,基于WebRTC架构,实现一种低于100毫秒的超低延时的解决方案。

    一种基于Huber函数的视频自适应锐化方法及系统

    公开(公告)号:CN114372933B

    公开(公告)日:2025-03-25

    申请号:CN202111675149.6

    申请日:2021-12-31

    Abstract: 一种基于Huber函数的视频自适应锐化方法和系统,其方法包括:S1:通过图片数据集训练Huber分段函数#imgabs0#的至少参数a,b,c;S2:将预处理的图像YCbCr数据在Y分量上计算梯度信息g,再把取值范围[0,255]的所述梯度信息归一化到区间[0,c],以完成所述些梯度信息映射到a,b,c三个范围内;S3:根据所述梯度信息来自动调整输出图像的锐化强度。采用L1loss有效的监督学习方式,先计算yg,然后gtg,然后是idx,最后得出这个L1loss。本发明是一种基于Huber函数的视频自适应锐化算法,能够自适应处理多种视频场景,能够达到实时处理的要求,更能突出图像的边缘和细节。

    一种动态获取Nginx流媒体状态信息的方法

    公开(公告)号:CN118827833A

    公开(公告)日:2024-10-22

    申请号:CN202411024237.3

    申请日:2024-07-29

    Abstract: 本发明涉及计算机网络技术领域,公开了一种动态获取Ngi nx流媒体状态信息的方法,包括:S1:自定义实现HTTP‑TS协议的监控模块,所述监控模块实时解析协议通信数据,提取关键指标动态记录到状态页;S2:配置所述状态页,在Ngi nx配置文件中设置一个URI,映射到所述监控模块记录的状态信息;S3:使用实时数据分析算法,即时处理拦截的协议数据转化为所述状态信息。用户可以实时获取Ngi nx流媒体服务器的状态信息,包括连接数、带宽使用等,自定义模块使得用户可以根据具体需求灵活配置需要监控的指标,使系统更加适应不同的应用场景,状态信息会动态地定期更新,确保用户获取的信息是最新的,提高信息的实时性。

    一种基于YOLOv8改进的车牌检测算法

    公开(公告)号:CN118038435A

    公开(公告)日:2024-05-14

    申请号:CN202410191374.X

    申请日:2024-02-21

    Abstract: 本发明涉及图像处理和目标识别定位领域,尤其涉及一种基于YOLOv8改进的车牌检测算法,包括步骤S1,准备并整合车牌数据集并进行数据预处理操作后,将其分配为训练集和测试集;步骤S2,构建引入车牌顶角关键点检测、增加关键点空间约束损失以及车牌边界框使用WIOU损失函数的YOLOv8改进模型,通过训练集进行训练迭代,调整YOLOv8改进模型参数;步骤S3、将测试集对训练后的所述YOLOv8改进模型进行验证,输出验证结果。本发明算法通过整合顶角关键点检测与车牌检测框的相互约束机制,在提升车牌检出率的同时,也提高下游的车牌识别任务字符识别率。此外,优化边界框回归损失,在降低高质量边界框竞争力的前提下,减少低质量边界框产生有害梯度,提高模型的整体检测性能。

    一种基于图像切割策略提高烟火检测精度的方法

    公开(公告)号:CN117788426A

    公开(公告)日:2024-03-29

    申请号:CN202311828959.X

    申请日:2023-12-28

    Abstract: 本发明涉及AI烟火智能检测应用技术领域,公开了一种基于图像切割策略提高烟火检测精度的方法,步骤S1:通过摄像头采集现场图像生成待测图像数据集,对所述待测图像数据集进行预处理;步骤S2:选择烟火检测模型,按照所述烟火检测模型匹配的分辨率将每个所述待测图像进行切割,得到若干切割图像,所述切割图像与所述烟火检测模型的分辨率保持一致;步骤S3:将若干切割图像进行标注,将预处理后的所述切割图像分别输入所述烟火检测模型进行烟火目标检测,输出所述图像中的烟火目标位置坐标;通过将检测图片切割成多张分辨率与检测模型分辨率一样的图片,避免了图片压缩过程,尽可能保证图片质量不受损,以达到提高算法模型识别率的目的。

    一种基于NeRF的园区三维渲染方法及系统

    公开(公告)号:CN117765153A

    公开(公告)日:2024-03-26

    申请号:CN202311758463.X

    申请日:2023-12-20

    Abstract: 本发明涉及图像渲染技术领域,尤其涉及一种基于NeRF的园区三维渲染方法及系统,包括步骤S1、获取园区全方位的二维图像及对应的相机位姿信息,构成用于训练NeRF网络的数据集;步骤S2、构建所述NeRF网络,对所述数据集进行训练,获得所述园区对应的三维神经场模型;步骤S3、将所述三维模型导出至3D渲染引擎进行处理和实时监控视频流集成,再整合到Web客户端进行展示。本发明结合NeRF技术通过给定的视角和位置渲染出高质量的三维图像,开发Web客户端、整合三维模型与视频流以及提供用户交互接口进行展示交互,以提高3D渲染的质量和效率。

    一种基于ROI的编码方法
    10.
    发明公开

    公开(公告)号:CN117061754A

    公开(公告)日:2023-11-14

    申请号:CN202311057221.8

    申请日:2023-08-22

    Abstract: 本发明涉及数字视频编码技术领域,公开了一种基于RO I的编码方法,其方法包括:S1:获取待处理视频的ROI面积占比,根据待处理视频质量调整参数与码率变化关系,预先训练待处理视频质量参数曲线图;S2:把待处理视频的当前帧送入视觉显著性模型检测,得到ROI区域坐标和RO I区域面积占比;S3:根据预设的目标码率变化率和适用于当前帧的质量参数曲线图得到当前帧的ROI质量调整参数;S4:通过非RO I区域离ROI区域中心坐标的距离,获取非RO I区域质量调整参数;S5:设置当前帧的所述ROI区域坐标和非ROI区域,ROI区域和非ROI区域质量调整参数,送入编码器进行编码,解决ROI区域与周围非ROI区域因编码参数差异过大造成的方块效应和不协调的技术问题。

Patent Agency Ranking