用于楼宇监控的APP图像数据映射系统的制作方法

    技术2025-06-21  16

    本发明涉及楼宇监控领域,尤其涉及一种用于楼宇监控的app图像数据映射系统。


    背景技术:

    1、插值,指的是在离散数据的基础上补插连续函数,使得这条连续曲线通过全部给定的离散数据点。插值是离散函数逼近的重要方法,利用它可通过函数在有限个点处的取值状况,估算出函数在其他点处的近似值。由此可见,插值可以用来填充图像变换时像素之间的空隙。插值法是数据处理和编制函数表的常用工具,又是数值积分、数值微分、非线性方程求根和微分方程数值解法的重要基础,许多求解计算公式都是以插值为基础导出的。

    2、在实际应用中,例如楼宇房屋客厅内部环境的视频监控,分时输出的各帧视频画面内容不同,需要用于获得最佳画质的插值算法也不相同,如何为不同视频画面内容匹配到最优插值算法,是当前需要解决的技术难题之一。

    3、cn118192380a公开了一种云平台远程控制用楼宇监控系统,包括:采集模块,用于对楼宇内进行图像采集;标注模块,用于对采集的图像数据进行标注;处理模块,用于对图像数据进行标注化处理;提取模块,用于提取图像数据的特征表示;监测模块,用于对楼宇内进行实时监测;警示模块,用于在发现楼宇内存在异常状态时能够进行预警;储存模块,用于对相应数据进行存储。

    4、cn118034127a公开基于互联网的远程控制楼宇智能监控系统,包括数据采集模块、数据处理模块、云端服务器模块、用户界面模块以及安全控制模块,其中;数据采集模块负责收集楼宇内外的环境数据;数据处理模块对采集的数据初步分析,以确定楼宇内部需要做出的响应;云端服务器模块深入分析处理数据,根据楼宇的运行模式和外部环境的变化,制定最优的控制策略;用户界面模块提供用户界面,允许用户远程监控楼宇的状态;安全控制模块通过加密技术和认证机制保护系统数据的安全性和完整性。

    5、cn117708602a公开一种基于物联网的楼宇安全监控方法及系统,目标监控状态识别模型基于进行增强得到的训练模板训练得到,整合监控数据样本和扰动数据样本能提高加入网络训练的学习样本的覆盖范围,令目标监控状态识别模型可以学习原始楼宇监控数据样本与分类注释数据的相关性,同时学习整合监控数据样本与分类注释数据间的相关性、扰动数据样本与分类注释数据间的关联性,同时令目标监控状态识别模型具有更好的泛化能力,增加目标监控状态识别模型的监控状态识别准确性。


    技术实现思路

    1、为了解决现有技术中的技术问题,本发明提供了一种用于楼宇监控的app图像数据映射系统,能够将各种插值算法对应的各份噪声类型数量中数值最小的噪声类型数量对应的插值算法作为优选插值算法对房屋客厅内部环境的现场采集图像对应的画质提升图像执行相应的插值处理,以获得并输出二次提质图像并用于后续的可疑人员的视觉化确认,从而进一步提升了现场采集图像的画质,为后续的可疑人员的现场鉴别提供更为可靠的参考数据。

    2、所述系统包括:

    3、红外传感器件,设置在房屋客厅内,用于基于红外传感模式监测所述房屋客厅内是否存在人体对象发出的红外传感信号,并在监测到所述房屋客厅内存在人体对象发出的红外传感信号时,通过无线通信网络将可疑人员确认请求无线发送到所述房屋绑定的用户手机app;

    4、联动摄像器件,设置在房屋客厅内且与所述房屋绑定的用户手机app无线连接,用于在所述房屋绑定的用户手机app接收到可疑人员确认请求时,被所述用户手机app触发所述房屋客厅内部环境的现场摄像动作,以获得现场摄像帧;

    5、图像增强设备,设置在用户手机内部且与所述联动摄像器件无线连接,用于对无线接收到的现场摄像帧执行基于图像空域的增强处理,以获得并输出相应的空域增强图像;

    6、动态处理设备,与所述图像增强设备连接,用于对接收到的空域增强图像执行基于动态阈值的白平衡处理,以获得并输出相应的动态处理图像;

    7、对比度提升设备,与所述动态处理设备连接,用于对接收到的动态处理图像执行对比度提升处理,以获得并输出相应的画质提升图像;

    8、内容解析器件,设置在用户手机内部且与所述对比度提升设备连接,用于获取画质提升图像的各个前景像素点以及各个背景像素点,确定每一个前景像素点的坐标数值以及颜色成分数值以及确定每一个背景像素点的坐标数值以及颜色成分数值,解析画质提升图像的各项辅助数据,所述画质提升图像的各项辅助数据包括所述画质提升图像的清晰度、信噪比以及存在噪声类型数量,将所述画质提升图像的各项辅助数据、使用的插值算法对应的算法标识、所述画质提升图像中各个前景像素点的坐标数值以及颜色成分数值输入到ai解析模型并执行所述ai解析模型,获取所述ai解析模型输出的、采用使用的插值算法对画质提升图像进行插值操作所获得的操作后画面中的噪声类型数量,所述ai解析模型为执行完多次学习动作后的卷积神经网络;

    9、自适应插值器件,与所述内容解析器件连接,用于将各种插值算法对应的各份噪声类型数量中数值最小的噪声类型数量对应的插值算法作为优选插值算法对所述画质提升图像执行相应的插值处理,以获得并输出二次提质图像并用于后续的可疑人员的视觉化确认。



    技术特征:

    1.一种用于楼宇监控的app图像数据映射系统,其特征在于,所述系统包括:

    2.如权利要求1所述的用于楼宇监控的app图像数据映射系统,其特征在于:

    3.如权利要求2所述的用于楼宇监控的app图像数据映射系统,其特征在于,所述系统还包括:

    4.如权利要求3所述的用于楼宇监控的app图像数据映射系统,其特征在于:

    5.如权利要求4所述的用于楼宇监控的app图像数据映射系统,其特征在于:

    6.如权利要求5所述的用于楼宇监控的app图像数据映射系统,其特征在于:

    7.如权利要求2所述的用于楼宇监控的app图像数据映射系统,其特征在于,所述系统还包括:

    8.如权利要求7所述的用于楼宇监控的app图像数据映射系统,其特征在于:

    9.如权利要求8所述的用于楼宇监控的app图像数据映射系统,其特征在于:


    技术总结
    本发明涉及一种用于楼宇监控的APP图像数据映射系统,包括:内容解析器件,用于采用AI解析模型解析画质提升图像各种插值算法分别对应的操作后画面中的噪声类型数量;自适应插值器件,用于将各种插值算法对应的各份噪声类型数量中数值最小的噪声类型数量对应的插值算法作为优选插值算法对所述画质提升图像执行相应的插值处理。本发明能够将各种插值算法对应的各份噪声类型数量中数值最小的噪声类型数量对应的插值算法作为优选插值算法对房屋客厅内部环境的现场采集图像对应的画质提升图像执行相应的插值处理,以获得并输出二次提质图像并用于后续的可疑人员的视觉化确认,从而进一步提升了现场采集图像的画质。

    技术研发人员:周惠,史可,官伟霆
    受保护的技术使用者:南京邦喏乐智能科技有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-32819.html

    最新回复(0)