Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 安吉智能物联技术有限公司陈兴华获国家专利权

安吉智能物联技术有限公司陈兴华获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉安吉智能物联技术有限公司申请的专利一种基于计算机视觉技术的停车场偷油检测系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116958896B

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310755885.5,技术领域涉及:G06V20/52;该发明授权一种基于计算机视觉技术的停车场偷油检测系统是由陈兴华;方阳;王才杰;王晓旭;钦戈乐;彭媛媛;张四欣设计研发完成,并于2023-06-26向国家知识产权局提交的专利申请。

一种基于计算机视觉技术的停车场偷油检测系统在说明书摘要公布了:本发明公开了一种基于计算机视觉技术的停车场偷油检测系统,其特征在于:包括:摄像头模块,在停车场内安装摄像头,用于获取停车场内的图像数据。图像处理模块,对摄像头获取的图像数据进行预处理和分析,提取车辆与人员的特征信息。本发明通过使用计算机视觉技术实现了对停车场内车辆的自动监测,帮助管理人员更好地了解停车场内车辆的使用情况,及时发现和解决问题,该基于计算机视觉技术的停车场偷油检测系统通过深度学习算法,实现了对人体轨迹的跟踪,通过对人体轨迹的跟踪,可以实时监测人员的活动轨迹,判断是否存在可疑行为,并且结合人体姿态分析,分析偷油的不正当行为。

本发明授权一种基于计算机视觉技术的停车场偷油检测系统在权利要求书中公布了:1.一种基于计算机视觉技术的停车场偷油检测系统,其特征在于,包括: 摄像头模块,在停车场内安装摄像头,用于获取停车场内的图像数据; 图像处理模块,对摄像头获取的图像数据进行预处理和分析,提取车辆与人员的特征信息,所述图像处理模块配置为: 一轨迹跟踪算法,通过基于单阶段目标检测算法YOLOv5实现人员检测,输出边界框位置后,每个边界框赋予一个随机的唯一标识符,使用多目标追踪器对其中的连续帧中的边界框进行跟踪,每tracking_frames=10帧进行一次投票,如果10帧中的5帧的对应边界框的IOU大于阈值,那么对这10帧中的这一系列边界框赋予同样的唯一标识符,从而实现目标ID的储备; 二下蹲检测算法,轨迹跟踪算法输出作为下蹲检测行为检测的依据,根据轨迹跟踪算法输出的边界框,框住目标的矩形框角点,所述角点包含且不限于边界框左上角和右下角,来计算目标的边界框的中心点坐标c、宽高比r,根据跟踪算法,得到目标的唯一标识符,对于每个目标,记录以下信息Pframe=[唯一标识符,中心点坐标c,宽高比r,类别,frame_ID],其中,frame_ID为视频的帧的唯一名称;随着时间或者帧率的变化,P不断更新,使用差分法计算连续帧的P的变化;若中心点的y坐标发生突变,重心下沉,同时,宽高比r也发生突变,高度变矮,此时目标出现下蹲行为; 三人员徘徊检测算法,用于判定人员徘徊行为,若人员在某一摄像头下停留的时间超过阈值,即判定该人员存在徘徊行为; 四人员穿戴检测算法,采用图像分类算法对人员穿戴进行判断;对于授权的徘徊人员,发放特定颜色的工作服,提前让工作人员穿戴指定工作服在仓库内进行行走,后台完成数据采集,制定安全背心、非安全背心两类图像数据的数据集,训练googLeNet算法对图像进行分类,分类结果如果为指定穿戴工作服,判定为巡逻人员,从可疑地偷油人员列表中排除; 五引擎盖检测算法,基于人员偷油行为必须打开引擎盖,采用GoogLeNet对车辆的引擎盖是否打开进行图像分类; 车辆状态比对模块,将当前的车辆周围环境人员状态与历史数据进行比对和分析,判断油箱是否发生了偷油事件; 告警通知模块,当检测到偷油事件时,自动向管理人员发送警报通知,并记录事件的时间和地点详细信息; 数据存储模块,用于存储历史数据和偷油事件记录信息。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人安吉智能物联技术有限公司,其通讯地址为:202150 上海市崇明区堡镇南路300号5幢105室(上海堡镇经济小区);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。