CN105354956B - 基于数据挖掘和大数据分析的云计算平台及方法 - Google Patents
基于数据挖掘和大数据分析的云计算平台及方法 Download PDFInfo
- Publication number
- CN105354956B CN105354956B CN201510759227.9A CN201510759227A CN105354956B CN 105354956 B CN105354956 B CN 105354956B CN 201510759227 A CN201510759227 A CN 201510759227A CN 105354956 B CN105354956 B CN 105354956B
- Authority
- CN
- China
- Prior art keywords
- dangerous values
- contraband
- measured target
- total
- expression
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000007418 data mining Methods 0.000 title claims abstract description 14
- 230000009471 action Effects 0.000 claims abstract description 74
- 238000005457 optimization Methods 0.000 claims abstract description 11
- 230000006855 networking Effects 0.000 claims abstract description 5
- 230000005764 inhibitory process Effects 0.000 claims description 25
- 230000001815 facial effect Effects 0.000 claims description 13
- 230000001757 vomitory effect Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 4
- 101001093143 Homo sapiens Protein transport protein Sec61 subunit gamma Proteins 0.000 claims description 3
- 101000694017 Homo sapiens Sodium channel protein type 5 subunit alpha Proteins 0.000 claims description 3
- 101100120905 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) TDH1 gene Proteins 0.000 claims description 3
- 102100027198 Sodium channel protein type 5 subunit alpha Human genes 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 3
- 230000002159 abnormal effect Effects 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 3
- 210000003462 vein Anatomy 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 206010035148 Plague Diseases 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/16—Actuation by interference with mechanical vibrations in air or other fluid
- G08B13/1654—Actuation by interference with mechanical vibrations in air or other fluid using passive vibration detection systems
- G08B13/1672—Actuation by interference with mechanical vibrations in air or other fluid using passive vibration detection systems using sonic detecting means, e.g. a microphone operating in the audio frequency range
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/19—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using infrared-radiation detection systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种基于数据挖掘和大数据分析的云计算平台及方法,总危险值计算单元用于根据表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5进行加权求和计算得到总危险值A=a1A1+a2A2+a3A3+a4A4+a5A5,其中,a1、a2、a3、a4、a5分别为各危险值在总危险值中所占的权重;云计算服务器根据用户所反馈的总危险值计算准确度动态优化各权重值;联动控制器根据总危险值数据和预设的控制逻辑向前端联动设备输出控制信号。本发明在系统判决为发生危险后,能够根据不同危险程度启动适应性的联动措施,联动方式合理、响应快。支持向发生危险的被测区域的业务推送危险通知,同时在发生重大危险情况时支持联网公安报警系统自动向公安局报案。
Description
技术领域
本发明涉及治安防控领域,特别是涉及一种基于数据挖掘和大数据分析的云计算平台及方法。
背景技术
随着社会的进步与发展,各行各业对其管理工作的要求越来越高,社区安防的规范化、智能化越来越受到人们的关注,要求社区的安防管理工作更合理、更高效,在合理完善保安人员工作分配制度的基础上,需要采取一些必要的科技手段对社区安全进行监管。
然而传统的社区安防系统往往只能提供单一的视频监控功能,仍需保安人员人工执勤的配合。同时,传统社区安防系统完全依赖执勤人员的主观判断,无法智能判决危险情况。另外,现有社区安防系统不具备联动功能,在发现危险情况时,只能靠执勤人员前往解决,响应时效性差且执勤人员的人身安全得不到保障。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于数据挖掘和大数据分析的云计算平台及方法,综合考虑被测目标的表情、所携带违禁品、动作、声音及脉搏,实现高可靠度的危险判决,同时在危险情况下能够自动联动,及时响应联动措施。
本发明的目的是通过以下技术方案来实现的:基于数据挖掘和大数据分析的云计算平台,包括图像判决单元、声音判决单元、脉搏判决单元、总危险值计算单元、云计算服务器、联动控制器和前端联动设备,图像判决单元包括图像采集器、表情判决模块、违禁品判决模块和动作判决模块,图像采集器用于采集被测目标图像信息,表情判决模块用于获取被测目标的表情数据并根据表情数据判决表情危险值A1,违禁品判决模块用于识别被测目标所携带的违禁品并根据违禁品数据判决违禁品危险值A2,动作判决模块用于获取被测目标的动作数据并根据动作数据判决动作危险值A3;
声音判决单元包括声音采集器和声音判决模块,声音采集器用于采集被测目标声音信息,声音判决模块用于根据被测目标声音信息判决声音危险值A4;
脉搏判决单元包括红外脉搏采集器和脉搏判决模块,红外脉搏采集器采用非接触方式采集被测目标脉搏信息,红外脉搏采集器包括红外发射器和红外接收器,红外发射器与红外接收器分设于被测目标人体两侧;脉搏判决模块用于根据被测目标脉搏信息判决脉搏危险值A5;
总危险值计算单元用于根据表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5进行加权求和计算得到总危险值A=a1A1+a2A2+a3A3+a4A4+a5A5,其中,a1、a2、a3、a4、a5分别为表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重;
云计算服务器用于存储用户所反馈的总危险值计算准确度,从所有的用户反馈数据中挖掘出可靠数据,并根据可靠数据动态优化表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重值;
联动控制器用于接收总危险值计算单元输出的总危险值数据,并根据总危险值数据和预设的控制逻辑向前端联动设备输出控制信号;
所述的前端联动设备包括声光报警器、门禁道闸、业主通知服务器、公安报警服务器,声光报警器设置于社区各监测点及保安室,用于发出声光报警;门禁道闸设置于社区出入通道处,用于封锁出入通道;业主通知服务器用于向业主发送危险通知;公安报警服务器用于接入公安报警系统,自动向公安局报案;
总危险值在第一区间内时,启动前端联动设备中的第一联动组,第一联动组包括声光报警器;总危险值在第二区间内时,启动前端联动设备中的第二联动组,第二联动组包括声光报警器和门禁道闸;总危险值在第三区间内时,启动前端联动设备中的第三联动组,第三联动组包括声光报警器、门禁道闸和业主通知服务器;总危险值在第四区间内时,启动前端联动设备中的第四联动组,第四联动组包括声光报警器、门禁道闸、业主通知服务器和公安报警服务器。
所述的表情判决模块包括人脸定位子模块、表情识别子模块和表情危险值判决子模块,人脸定位子模块用于从被测目标图像中识别出被测目标人脸图像区域,表情识别子模块用于根据被测目标人脸图像区域识别出被测目标表情,表情危险值判决子模块用于根据被测目标表情计算得到表情危险值A1。
所述的违禁品判决模块包括违禁品定位子模块、违禁品识别子模块和违禁品危险值判决子模块,违禁品定位子模块用于从被测目标图像中识别出被测目标所携带的违禁品的位置,违禁品识别子模块用于根据违禁品的位置识别出被测目标所携带的违禁品,违禁品危险值判决子模块用于根据被测目标所携带的违禁品计算得到违禁品危险值A2。
所述的动作判决模块包括动作识别子模块和动作危险值判决子模块,动作识别子模块用于根据被测目标图像识别出被测目标的动作,动作危险值判决子模块用于根据被测目标的动作计算得到动作危险值A3。
基于数据挖掘和大数据分析的云计算平台的方法,包括一个图像判决步骤、一个声音判决步骤、一个脉搏判决步骤、一个总危险值计算步骤和一个安防联动步骤,所述的图像判决步骤包括以下子步骤:
S101:图像采集器采集被测目标图像信息;
S102:图像判决,包括以下步骤:
(1)表情判决,表情判决模块从被测目标图像中获取被测目标表情数据并根据表情数据判决表情危险值A1;
(2)违禁品判决,违禁品判决模块从被测目标图像中获取被测目标所携带的违禁品并根据违禁品数据判决违禁品危险值A2;
(3)动作判决,动作判决模块从被测目标图像中获取被测目标的动作数据并根据动作数据判决动作危险值A3;
所述的声音判决步骤包括以下子步骤:
S201:声音采集器采集被测目标声音信息;
S202:声音判决模块根据被测目标声音信息判决声音危险值A4;
所述的脉搏判决步骤包括以下子步骤:
S301:红外脉搏采集器采集被测目标脉搏信息;
S302:脉搏判决模块根据被测目标脉搏信息判决脉搏危险值A5;
所述的总危险值计算步骤根据表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4和脉搏危险值A5进行加权求和计算得到总危险值,总危险值A=a1A1+a2A2+a3A3+a4A4+a5A5,其中,a1、a2、a3、a4、a5分别为表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重;
所述的安防联动步骤包括以下子步骤:
S401:联动控制器接收总危险值计算单元输出的总危险值数据;
S402:联动控制器根据总危险值数据和预设的控制逻辑向前端联动设备输出控制信号,具体为:
(1)当总危险值在第一区间内时,启动声光报警器发出声光报警;
(2)当总危险值在第二区间内时,启动声光报警器发出声光报警的同时启动门禁道闸封锁社区出入通道;
(3)当总危险值在第三区间内时,启动声光报警器发出声光报警、启动门禁道闸封锁社区出入通道的同时向相应业主发送危险通知;
(4)当总危险值在第四区间内时,启动声光报警器发出声光报警、启动门禁道闸封锁社区出入通道、向相应业主发送危险通知的同时联网公安报警系统自动向公安局报案。
表情判决的步骤包括以下子步骤:
SS1:人脸定位子模块从被测目标图像中识别出被测目标人脸图像区域;
SS2:表情识别子模块根据目标人脸图像区域识别出被测目标表情;
SS3:表情危险值判决子模块根据被测目标表情计算得到表情危险值A1。
违禁品判决的步骤包括以下子步骤:
SSS1:违禁品定位子模块从被测目标图像中识别出被测目标所携带的违禁品的位置;
SSS2:违禁品识别子模块根据违禁品的位置识别出被测目标所携带的违禁品;
SSS3:违禁品危险值判决子模块根据被测目标所携带的违禁品计算得到违禁品危险值A2。
所述的方法还包括一个云优化步骤,云计算服务器存储用户所反馈的总危险值计算准确度,从所有的用户反馈数据中挖掘出可靠数据,并根据可靠数据动态优化表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重值。
本发明的有益效果是:
(1)分别对被测目标的表情、所携带违禁品、动作、声音及脉搏数据进行危险分析,将其通过模型数值化得到各自的危险值,对所有危险值进行加权求和,并可根据总危险值的数据范围给出相应应对处理措施。实现了高可靠度的社区安防危险判决和预警,使全智能化社区安防管理工作向前迈了一大步。
(2)在系统判决为发生危险后,能够根据不同危险程度启动适应性的联动措施,联动方式合理、响应快。支持向发生危险的被测区域的业务推送危险通知,同时在发生重大危险情况时支持联网公安报警系统自动向公安局报案。
(3)云计算服务器可以从用户所反馈的总危险值计算准确度大数据中挖掘出可靠数据,并根据可靠数据动态优化表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重值,使整个危险分析模型更加准确可靠。
附图说明
图1为本发明系统结构示意图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
如图1所示,基于数据挖掘和大数据分析的云计算平台,包括图像判决单元、声音判决单元、脉搏判决单元、总危险值计算单元、云计算服务器、联动控制器和前端联动设备,图像判决单元包括图像采集器、表情判决模块、违禁品判决模块和动作判决模块。图像采集器用于采集被测目标图像信息,表情判决模块用于获取被测目标的表情数据并根据表情数据判决表情危险值A1,违禁品判决模块用于识别被测目标所携带的违禁品并根据违禁品数据判决违禁品危险值A2,动作判决模块用于获取被测目标的动作数据并根据动作数据判决动作危险值A3。
声音判决单元包括声音采集器和声音判决模块,声音采集器用于采集被测目标声音信息,声音判决模块用于根据被测目标声音信息判决声音危险值A4;在采集被测目标声音信息的过程中,声音采集器采用主动降噪手段发出与环境噪声相同频率的声波,达到良好的环境噪声抑制效果,使得被测目标声音信息的采集更加准确、可靠。如果声音采集器采集到被测区域内发生异响,异响的种类可以是缓慢的开门声、轻缓的脚步声、急促的脚步声等,则声音危险值A4取较大数值。
脉搏判决单元包括红外脉搏采集器和脉搏判决模块,红外脉搏采集器采用非接触方式采集被测目标脉搏信息,红外脉搏采集器包括红外发射器和红外接收器,红外发射器与红外接收器分设于被测目标人体两侧,当被测目标人体穿过红外发射器与红外接收器之间时,能够快速准确地采集被测目标脉搏;脉搏判决模块用于根据被测目标脉搏信息判决脉搏危险值A5。如果红外脉搏采集器采集到被测目标的脉搏速度大于正常脉搏速度阈值,则脉搏危险值A4取较大数值,脉搏危险值A4的取值与脉搏速度成正比。
总危险值计算单元用于根据表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5进行加权求和计算得到总危险值A=a1A1+a2A2+a3A3+a4A4+a5A5,其中,a1、a2、a3、a4、a5分别为表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重。
云计算服务器用于存储用户所反馈的总危险值计算准确度,从所有的用户反馈数据中挖掘出可靠数据,并根据可靠数据动态优化表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重值。
所述的表情判决模块包括人脸定位子模块、表情识别子模块和表情危险值判决子模块,人脸定位子模块用于从被测目标图像中识别出被测目标人脸图像区域,表情识别子模块用于根据被测目标人脸图像区域识别出被测目标表情,表情危险值判决子模块用于根据被测目标表情计算得到表情危险值A1。如表情识别子模块识别出的目标表情结果为“紧张”、“东张西望”,则其表情危险值A1取最大数值。
所述的违禁品判决模块包括违禁品定位子模块、违禁品识别子模块和违禁品危险值判决子模块,违禁品定位子模块用于从被测目标图像中识别出被测目标所携带的违禁品的位置,违禁品识别子模块用于根据违禁品的位置识别出被测目标所携带的违禁品,违禁品危险值判决子模块用于根据被测目标所携带的违禁品计算得到违禁品危险值A2。所述的违禁品包括面部遮挡物、手持的刀具、身上携带的刀具、盗窃用具等,如果发现被测目标故意遮挡面部,手持刀具或身上携带刀具、盗窃用具等,则其违禁品危险值A2取最大数值。
所述的动作判决模块包括动作识别子模块和动作危险值判决子模块,动作识别子模块用于根据被测目标图像识别出被测目标的动作,动作危险值判决子模块用于根据被测目标的动作计算得到动作危险值A3。如果动作识别子模块识别出的目标动作结果为“鬼鬼祟祟”(故意放轻脚步)、快速行走或奔跑、手部异常动作(用手扶住衣服,衣服内可能藏有盗窃物、盗窃工具等异常物品),则其动作危险值A3取最大数值。
联动控制器用于接收总危险值计算单元输出的总危险值数据,并根据总危险值数据和预设的控制逻辑向前端联动设备输出控制信号;所述的前端联动设备包括声光报警器、门禁道闸、业主通知服务器、公安报警服务器,声光报警器设置于社区各监测点及保安室,用于发出声光报警;门禁道闸设置于社区出入通道处,用于封锁出入通道;业主通知服务器用于向业主发送危险通知;公安报警服务器用于接入公安报警系统,自动向公安局报案。
总危险值在第一区间内时,启动前端联动设备中的第一联动组,第一联动组包括声光报警器;总危险值在第二区间内时,启动前端联动设备中的第二联动组,第二联动组包括声光报警器和门禁道闸;总危险值在第三区间内时,启动前端联动设备中的第三联动组,第三联动组包括声光报警器、门禁道闸和业主通知服务器;总危险值在第四区间内时,启动前端联动设备中的第四联动组,第四联动组包括声光报警器、门禁道闸、业主通知服务器和公安报警服务器。
基于数据挖掘和大数据分析的云计算平台的判决方法,包括一个图像判决步骤、一个声音判决步骤、一个脉搏判决步骤、一个总危险值计算步骤和一个安防联动步骤,所述的图像判决步骤包括以下子步骤:
S101:图像采集器采集被测目标图像信息;
S102:图像判决,包括以下步骤:
(1)表情判决,表情判决模块从被测目标图像中获取被测目标表情数据并根据表情数据判决表情危险值A1;
(2)违禁品判决,违禁品判决模块从被测目标图像中获取被测目标所携带的违禁品并根据违禁品数据判决违禁品危险值A2;
(3)动作判决,动作判决模块从被测目标图像中获取被测目标的动作数据并根据动作数据判决动作危险值A3;
所述的声音判决步骤包括以下子步骤:
S201:声音采集器采集被测目标声音信息;
S202:声音判决模块根据被测目标声音信息判决声音危险值A4;
所述的脉搏判决步骤包括以下子步骤:
S301:红外脉搏采集器采集被测目标脉搏信息;
S302:脉搏判决模块根据被测目标脉搏信息判决脉搏危险值A5;
所述的总危险值计算步骤根据表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4和脉搏危险值A5计算总危险值,总危险值A=a1A1+a2A2+a3A3+a4A4+a5A5,其中,a1、a2、a3、a4、a5分别为表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重。
表情判决的步骤包括以下子步骤:
SS1:人脸定位子模块从被测目标图像中识别出被测目标人脸图像区域;
SS2:表情识别子模块根据目标人脸图像区域识别出被测目标表情;
SS3:表情危险值判决子模块根据被测目标表情计算得到表情危险值A1。
违禁品判决的步骤包括以下子步骤:
SSS1:违禁品定位子模块从被测目标图像中识别出被测目标所携带的违禁品的位置;
SSS2:违禁品识别子模块根据违禁品的位置识别出被测目标所携带的违禁品;
SSS3:违禁品危险值判决子模块根据被测目标所携带的违禁品计算得到违禁品危险值A2。
所述的安防联动步骤包括以下子步骤:
S401:联动控制器接收总危险值计算单元输出的总危险值数据;
S402:联动控制器根据总危险值数据和预设的控制逻辑向前端联动设备输出控制信号,具体为:
(1)当总危险值在第一区间内时,启动声光报警器发出声光报警;
(2)当总危险值在第二区间内时,启动声光报警器发出声光报警的同时启动门禁道闸封锁社区出入通道;
(3)当总危险值在第三区间内时,启动声光报警器发出声光报警、启动门禁道闸封锁社区出入通道的同时向相应业主发送危险通知;对各被测区域的图像采集器进行编号,且预先登记各被测区域的业主联系方式(包括手机号、QQ号、微信号、微博号等),当检测到某被测区域发生危险时,业主通知服务器自动查找业主信息并向该业主推送危险通知。
(4)当总危险值在第四区间内时,启动声光报警器发出声光报警、启动门禁道闸封锁社区出入通道、向相应业主发送危险通知的同时联网公安报警系统自动向公安局报案。向公安局报案时,公安报警服务器自动生成包含报警事由(该事由描述由图像判决单元、声音判决单元及脉搏判决单元自动生成)、案发时间、案发地点的报警信息。
所述的方法,还包括一个云优化步骤,云计算服务器存储用户所反馈的总危险值计算准确度,从所有的用户反馈数据中挖掘出可靠数据,并根据可靠数据动态优化表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重值。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (8)
1.基于数据挖掘和大数据分析的云计算平台,其特征在于:包括图像判决单元、声音判决单元、脉搏判决单元、总危险值计算单元、云计算服务器、联动控制器和前端联动设备,图像判决单元包括图像采集器、表情判决模块、违禁品判决模块和动作判决模块,图像采集器用于采集被测目标图像信息,表情判决模块用于获取被测目标的表情数据并根据表情数据判决表情危险值A1,违禁品判决模块用于识别被测目标所携带的违禁品并根据违禁品数据判决违禁品危险值A2,动作判决模块用于获取被测目标的动作数据并根据动作数据判决动作危险值A3;
声音判决单元包括声音采集器和声音判决模块,声音采集器用于采集被测目标声音信息,声音判决模块用于根据被测目标声音信息判决声音危险值A4;
脉搏判决单元包括红外脉搏采集器和脉搏判决模块,红外脉搏采集器采用非接触方式采集被测目标脉搏信息,红外脉搏采集器包括红外发射器和红外接收器,红外发射器与红外接收器分设于被测目标人体两侧;脉搏判决模块用于根据被测目标脉搏信息判决脉搏危险值A5;
总危险值计算单元用于根据表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5进行加权求和计算得到总危险值A=a1A1+a2A2+a3A3+a4A4+a5A5,其中,a1、a2、a3、a4、a5分别为表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重;
云计算服务器用于存储用户所反馈的总危险值计算准确度,从所有的用户反馈数据中挖掘出可靠数据,并根据可靠数据动态优化表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重值;
联动控制器用于接收总危险值计算单元输出的总危险值数据,并根据总危险值数据和预设的控制逻辑向前端联动设备输出控制信号;
所述的前端联动设备包括声光报警器、门禁道闸、业主通知服务器、公安报警服务器,声光报警器设置于社区各监测点及保安室,用于发出声光报警;门禁道闸设置于社区出入通道处,用于封锁出入通道;业主通知服务器用于向业主发送危险通知;公安报警服务器用于接入公安报警系统,自动向公安局报案;
总危险值在第一区间内时,启动前端联动设备中的第一联动组,第一联动组包括声光报警器;总危险值在第二区间内时,启动前端联动设备中的第二联动组,第二联动组包括声光报警器和门禁道闸;总危险值在第三区间内时,启动前端联动设备中的第三联动组,第三联动组包括声光报警器、门禁道闸和业主通知服务器;总危险值在第四区间内时,启动前端联动设备中的第四联动组,第四联动组包括声光报警器、门禁道闸、业主通知服务器和公安报警服务器。
2.根据权利要求1所述的基于数据挖掘和大数据分析的云计算平台,其特征在于:所述的表情判决模块包括人脸定位子模块、表情识别子模块和表情危险值判决子模块,人脸定位子模块用于从被测目标图像中识别出被测目标人脸图像区域,表情识别子模块用于根据被测目标人脸图像区域识别出被测目标表情,表情危险值判决子模块用于根据被测目标表情计算得到表情危险值A1。
3.根据权利要求1所述的基于数据挖掘和大数据分析的云计算平台,其特征在于:所述的违禁品判决模块包括违禁品定位子模块、违禁品识别子模块和违禁品危险值判决子模块,违禁品定位子模块用于从被测目标图像中识别出被测目标所携带的违禁品的位置,违禁品识别子模块用于根据违禁品的位置识别出被测目标所携带的违禁品,违禁品危险值判决子模块用于根据被测目标所携带的违禁品计算得到违禁品危险值A2。
4.根据权利要求1所述的基于数据挖掘和大数据分析的云计算平台,其特征在于:所述的动作判决模块包括动作识别子模块和动作危险值判决子模块,动作识别子模块用于根据被测目标图像识别出被测目标的动作,动作危险值判决子模块用于根据被测目标的动作计算得到动作危险值A3。
5.根据权利要求1-4中任一项所述的基于数据挖掘和大数据分析的云计算平台的方法,其特征在于:包括一个图像判决步骤、一个声音判决步骤、一个脉搏判决步骤、一个总危险值计算步骤和一个安防联动步骤,所述的图像判决步骤包括以下子步骤:
S101:图像采集器采集被测目标图像信息;
S102:图像判决,包括以下步骤:
(1)表情判决,表情判决模块从被测目标图像中获取被测目标表情数据并根据表情数据判决表情危险值A1;
(2)违禁品判决,违禁品判决模块从被测目标图像中获取被测目标所携带的违禁品并根据违禁品数据判决违禁品危险值A2;
(3)动作判决,动作判决模块从被测目标图像中获取被测目标的动作数据并根据动作数据判决动作危险值A3;
所述的声音判决步骤包括以下子步骤:
S201:声音采集器采集被测目标声音信息;
S202:声音判决模块根据被测目标声音信息判决声音危险值A4;
所述的脉搏判决步骤包括以下子步骤:
S301:红外脉搏采集器采集被测目标脉搏信息;
S302:脉搏判决模块根据被测目标脉搏信息判决脉搏危险值A5;
所述的总危险值计算步骤根据表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4和脉搏危险值A5进行加权求和计算得到总危险值,总危险值A=a1A1+a2A2+a3A3+a4A4+a5A5,其中,a1、a2、a3、a4、a5分别为表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重;
所述的安防联动步骤包括以下子步骤:
S401:联动控制器接收总危险值计算单元输出的总危险值数据;
S402:联动控制器根据总危险值数据和预设的控制逻辑向前端联动设备输出控制信号,具体为:
(1)当总危险值在第一区间内时,启动声光报警器发出声光报警;
(2)当总危险值在第二区间内时,启动声光报警器发出声光报警的同时启动门禁道闸封锁社区出入通道;
(3)当总危险值在第三区间内时,启动声光报警器发出声光报警、启动门禁道闸封锁社区出入通道的同时向相应业主发送危险通知;
(4)当总危险值在第四区间内时,启动声光报警器发出声光报警、启动门禁道闸封锁社区出入通道、向相应业主发送危险通知的同时联网公安报警系统自动向公安局报案。
6.根据权利要求5所述的方法,其特征在于,表情判决的步骤包括以下子步骤:
SS1:人脸定位子模块从被测目标图像中识别出被测目标人脸图像区域;
SS2:表情识别子模块根据被测目标人脸图像区域识别出被测目标表情;
SS3:表情危险值判决子模块根据被测目标表情计算得到表情危险值A1。
7.根据权利要求5所述的方法,其特征在于,违禁品判决的步骤包括以下子步骤:
SSS1:违禁品定位子模块从被测目标图像中识别出被测目标所携带的违禁品的位置;
SSS2:违禁品识别子模块根据违禁品的位置识别出被测目标所携带的违禁品;
SSS3:违禁品危险值判决子模块根据被测目标所携带的违禁品计算得到违禁品危险值A2。
8.根据权利要求5所述的方法,其特征在于,还包括一个云优化步骤,云计算服务器存储用户所反馈的总危险值计算准确度,从所有的用户反馈数据中挖掘出可靠数据,并根据可靠数据动态优化表情危险值A1、违禁品危险值A2、动作危险值A3、声音危险值A4、脉搏危险值A5在总危险值中所占的权重值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510759227.9A CN105354956B (zh) | 2015-11-10 | 2015-11-10 | 基于数据挖掘和大数据分析的云计算平台及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510759227.9A CN105354956B (zh) | 2015-11-10 | 2015-11-10 | 基于数据挖掘和大数据分析的云计算平台及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105354956A CN105354956A (zh) | 2016-02-24 |
CN105354956B true CN105354956B (zh) | 2017-06-23 |
Family
ID=55330922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510759227.9A Active CN105354956B (zh) | 2015-11-10 | 2015-11-10 | 基于数据挖掘和大数据分析的云计算平台及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105354956B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105761457A (zh) * | 2016-03-28 | 2016-07-13 | 成都奥尼克斯科技有限公司 | 基于互联网的报警服务信息发布系统 |
CN106056820A (zh) * | 2016-07-15 | 2016-10-26 | 珠海格力电器股份有限公司 | 家庭安保装置及其控制方法、家庭安保系统、空调器 |
CN106530633B (zh) * | 2016-09-28 | 2019-01-01 | 中国人民解放军国防科学技术大学 | 一种智能事中处置的安防方法及系统 |
CN107536602B (zh) * | 2017-09-30 | 2020-02-18 | 深圳前海全民健康科技有限公司 | 基于脉搏波的吸毒人员筛查方法 |
CN109003425A (zh) * | 2018-08-10 | 2018-12-14 | 北京车和家信息技术有限公司 | 一种预警方法及相关设备 |
CN109308780A (zh) * | 2018-10-19 | 2019-02-05 | 杭州虹晟信息科技有限公司 | 基于物联网的智能家居安防监控系统 |
CN111753582A (zh) * | 2019-03-27 | 2020-10-09 | 杭州海康威视数字技术股份有限公司 | 一种危险物品定位方法和装置 |
CN109936732A (zh) * | 2019-03-29 | 2019-06-25 | 中达安股份有限公司 | 一种视频监控项目一体化智能判决系统 |
CN111427354A (zh) * | 2020-04-07 | 2020-07-17 | 安徽工业大学 | 一种基于Kinect的安防巡检AGV小车 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1812569A (zh) * | 2005-12-30 | 2006-08-02 | 浙江工业大学 | 基于全方位视觉传感器的智能安保装置 |
US7447334B1 (en) * | 2005-03-30 | 2008-11-04 | Hrl Laboratories, Llc | Motion recognition system |
CN202025402U (zh) * | 2011-05-16 | 2011-11-02 | 陈天太 | 智能观测报警系统 |
CN102457712A (zh) * | 2010-10-28 | 2012-05-16 | 鸿富锦精密工业(深圳)有限公司 | 可疑目标识别及追踪系统及方法 |
CN204578662U (zh) * | 2015-03-12 | 2015-08-19 | 亳州师范高等专科学校 | 基于图像识别的校园教学大楼安全监控系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090027493A1 (en) * | 2007-07-24 | 2009-01-29 | Ahron Amar | Method and device for security in public places |
-
2015
- 2015-11-10 CN CN201510759227.9A patent/CN105354956B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7447334B1 (en) * | 2005-03-30 | 2008-11-04 | Hrl Laboratories, Llc | Motion recognition system |
CN1812569A (zh) * | 2005-12-30 | 2006-08-02 | 浙江工业大学 | 基于全方位视觉传感器的智能安保装置 |
CN102457712A (zh) * | 2010-10-28 | 2012-05-16 | 鸿富锦精密工业(深圳)有限公司 | 可疑目标识别及追踪系统及方法 |
CN202025402U (zh) * | 2011-05-16 | 2011-11-02 | 陈天太 | 智能观测报警系统 |
CN204578662U (zh) * | 2015-03-12 | 2015-08-19 | 亳州师范高等专科学校 | 基于图像识别的校园教学大楼安全监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105354956A (zh) | 2016-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105354956B (zh) | 基于数据挖掘和大数据分析的云计算平台及方法 | |
CN105427518B (zh) | 一种数据化危险判决系统及方法 | |
CN105303661B (zh) | 基于指纹和指静脉识别的智慧社区系统及方法 | |
CN103839373B (zh) | 一种突发异常事件智能识别报警装置及报警系统 | |
CN107332698A (zh) | 一种面向明长城智能感知系统的安全态势感知系统及方法 | |
CN205428085U (zh) | 基于光纤光栅的室内安防系统 | |
KR20160102923A (ko) | 침입 탐지 장치 | |
CN105913559A (zh) | 一种基于体感技术的银行atm机智能监控方法 | |
CN110544360B (zh) | 一种列车安全驾驶监测系统及方法 | |
CN110525456B (zh) | 一种列车安全驾驶监测系统及方法 | |
CN102279995A (zh) | 基于物联网的安防预警系统 | |
CN107274645A (zh) | 基于大数据的楼宇智能预警方法及系统 | |
CN106197557A (zh) | 一种墙体震动检测系统及其检测方法 | |
KR20180066688A (ko) | 딥러닝 및 능동준지도학습을 이용한 디지털 사회 보호막 시스템 | |
CN116259013B (zh) | 一种入侵检测系统 | |
CN113314230A (zh) | 基于大数据的智能防疫方法、装置、设备及存储介质 | |
CN112541656A (zh) | 一种具有风险隐患预测能力的智能安防集成平台 | |
CN205847453U (zh) | 一种基于智能视频技术的智慧金睛人和物的行为识别系统 | |
CN104700533B (zh) | 核安全的联动控制方法及系统 | |
CN113743326B (zh) | 安全带佩戴状态监测系统、方法、装置和计算机设备 | |
RU2665264C2 (ru) | Интеллектуальная система обнаружения нарушителя | |
CN206074032U (zh) | 一种墙体震动检测系统 | |
RU2697622C1 (ru) | Способ комбинирования технических средств обнаружения для охраны периметров и территорий объектов | |
CN205862494U (zh) | 一种监室安全警戒装置 | |
CN108154108A (zh) | 一种紧急事件的监测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |