CN106530633A - 一种智能事中处置的安防方法及系统 - Google Patents

一种智能事中处置的安防方法及系统 Download PDF

Info

Publication number
CN106530633A
CN106530633A CN201610934647.0A CN201610934647A CN106530633A CN 106530633 A CN106530633 A CN 106530633A CN 201610934647 A CN201610934647 A CN 201610934647A CN 106530633 A CN106530633 A CN 106530633A
Authority
CN
China
Prior art keywords
dangerous
weight
danger
values
information
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.)
Granted
Application number
CN201610934647.0A
Other languages
English (en)
Other versions
CN106530633B (zh
Inventor
肖湘江
沈林成
周擎坤
李金波
曾志文
蔡兆云
钟敏
张冠勇
张静宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Publication of CN106530633A publication Critical patent/CN106530633A/zh
Application granted granted Critical
Publication of CN106530633B publication Critical patent/CN106530633B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Educational Administration (AREA)
  • Emergency Management (AREA)
  • Alarm Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Computer Security & Cryptography (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)

Abstract

本发明公开了一种智能事中处置的安防方法及系统，该安防方法包括：感知环境的特征信息；设定每种特征信息的权重，并根据每种信息的危险值和权重大小，计算得到危险叠加值；将上述危险叠加值与危险阀值进行比对，判定现场环境的危险级别，若危险，向监控端发出不同等级的报警信号，同时生成匹配的处置方案；自动执行处置方案或由监控人员终止自动程序，通过遥控停止或实施现场制暴。本发明不仅使后台监控人员通过视觉、听觉直接获得报警信息，还可以智能感知判断现场人员的面部、行为特征，物品的形状及属性、周边环境等信息，自动实现危险事件的事中处置。本发明收集报警信号智能全面、判断方法精准、现场处置及时，实用性强，有利于推广使用。

Description

一种智能事中处置的安防方法及系统
技术领域
本发明涉及安防领域，具体为一种智能事中处置的安防方法及系统。
背景技术
随着城市化的进程发展，城市的规模越来越大，公共场所如学校、车站、机场、展览馆和城市商业广场等重要区域的人群集聚量很大。当出现危险情况时，公共区域的安防设备单一、无智能分析能力，如摄像头仅具备监控的能力，无法获得现场的危险信号，及时报警。在诸如银行、金店等，现场即使存在报警装置，也需要人碰触激发，无法以声音词汇、肢体语言等非接触的多途径形式及时报警。
在报警成立后，基本完成了现有安防手段的逻辑方法。缺乏事中处置的手段和平台。
与本发明最近的技术方案：
专利（申请号CN201510844535.1）中公开了一种巡逻机器人。该巡逻机器人行进过程中获取实时模拟图像，将所述实时模拟图像转换为数字图像，并且通过智能分析统计出数字图像中的人数。在判断统计出的人数大于设定阈值的情况下，巡逻机器人停止前进，并将报警信息、当前GPS位置信息发送给远程监控系统。根据此发明实施方式，能够在发现人员聚集的情况下，发出预警，提醒安保人员重点关注。
专利（申请号CN201520789894.7）中公开了一种移动监控机器人，该移动监控机器人，能够在第一驱动机构的驱动下自行移动，可以替代执勤人员巡逻执勤，并具有相应的信息采集能力，发现警情能够及时报警，通过设置无线传输模块，能够与服务器远程通信功能，将警情及时上报至指挥中心。
专利（申请号CN201610074242.4）中公开了一种基于互联网的交通报警方法及系统。该方法，包括：车辆智能终端通过摄像头获取车辆周围的影像信息，根据所述影像信息确定车辆发生交通事故；开启录音功能，记录用户的语音信息；通过GPS获取车辆的位置信息；将所述影像信息、语音信息、位置信息和预存的车辆用户信息通过互联网发送给服务器；服务器识别出所述语音信息的关键词，根据所述关键词和影像信息确定车辆的交通事故类型，将所述影像信息、语音信息、位置信息和预存的车辆用户信息通过互联网发送给所述交通事故类型对应的服务终端。本发明能快速、精确、及时地对车辆发生的交通事故进行准确的分类处理，更好地为车辆用户服务，减少交通事故造成的人员伤亡和财产损失。
上述现有技术存在以下缺点：
缺点一、缺乏广泛的报警信息收集途径。现有摄像头监控设置越来越多，但后台监控人员只能采用人工查看的方式，了解现场情况，由于工作量大、耗时长、信息繁琐监控人员不能及时发现异常信息。而现场人员的报警模式单一，只能通过接触报警按键，反馈至后台。
缺点二、缺乏报警信息的智能分析。监控出现的危险人员、危险场景等，没有通过智能分析的手段，自动产生报警信号。然后，对后台监控人员发出危险提示，同时采用权重分析的方法，依靠程序运算，实现报警的确认及匹配处理方案。
缺点三、不具备事中处置的能力。当紧急情况出现时，报警信号反馈到后台，监控仅具备犯罪现场的记录与事后追查作用，事发现场设施或平台无具体执行的模块，不具备事中处置的能力。当发生紧急事故和非法刑事案件时，无法对现场进行及时控制。
发明内容
本发明所要解决的技术问题是，针对现有技术不足，提供一种智能事中处置的安防方法及系统。
为解决上述技术问题，本发明所采用的技术方案是：一种智能事中处置的安防方法，包括以下步骤：
1）感知环境的特征信息；
2）设定每种特征信息的权重，并根据每种信息的危险值和权重大小，计算得到危险叠加值；
3）将上述危险叠加值与危险阀值进行比对，判定现场环境的危险级别，若危险，向监控端发出不同等级的报警信号，同时生成匹配的处置方案，并进入步骤4）
4）自动执行处置方案或由监控人员终止自动程序，通过遥控停止或实施现场制暴。
步骤1）中，特征信息包括图像信息、声音信息、触摸信息、化学属性信息中的一种或多种。采用的这些特征信息具有代表性，且判定简单有效。
对于图像信息，其危险值A的决定因素包括人群定义和环境定义两部分，所述人群定义包括人物身份、人体姿态、躯体特征、携带物品特征；所述环境定义包括时间因素、地点因素、场景因素；
对于人物身份：通过人脸识别方法识别人物图片，然后将识别结果与与公安系统数据库匹配，判定出人物是无危险、危险或重度危险，对应的危险值M1分别为5、15、25分；
对于人体姿态：获取人体姿态特征数据，并将所述人体姿态特征数据与人体行为姿势组成的数据库比对，判断人物是无危险、危险或重度危险，对应的危险值M2分别为5、15、25分；
对于躯体特征：根据躯体特征识别方法，对目标人员的躯体特征进行识别，并将识别结果与数据库进行比对，判断人物是无危险、危险或重度危险，对应的危险值M3分别为5、15、25分；
对于携带物品特征：将目标人员携带的物品的特征与物品种类数据库进行比对，判断携带物品是无危险、危险或重度危险，对应的危险值M4分别为5、15、25分；
对于时间因素：对安防区域内危险发生的时段频次，搭建数据库，同时依据危险发生的时间因素，设立对应的判定得分，危险值M5值分别为10、20、30、40、50、60、70、80、90、100分；
对于地点因素：对安防区域内危险发生的地点频次，搭建数据库，同时依据危险发生的地点因素，设立对应的判定得分，M6值分别为10、20、30、40、50、60、70、80、90、100分；
场景因素：对安防区域内危险发生的场景因素，搭建数据库，同时依据危险发生的场景因素，设立对应的判定得分，M7值分别为10、20、30、40、50、60、70、80、90、100分；
危险值A的计算公式为：危险值A=（M1+ M2+ M3+ M4）*权重值A1+ (M5+ M6+ M7) *权重值A2；权重值A1=90%；权重值A2=10%。危险值A的计算过程简单，考虑的因素全面，且计算结果精确。
对于声音信息，其危险值B的决定因素包括人物声音、环境声音、自然界声音三个方面：
对于人物声音和环境声音：按照声音的分贝大小，将人物声音判定为无危险、危险、重度危险，人物声音三个危险等级对应的危险值M8分别为25、50、100分；环境声音三个危险等级对应的危险值M9分别为25、50、100分；
对于自然界声音：当声音处于自然灾难中时，其危险值M10设为0；当声音处于非自然灾难中时，其危险值M10设为1；
危险值B=(M8*权重值B1+ M9*权重值B2)* M10；
其中，权重值B1=70%；权重值B2=30%。
对于触摸信息，其危险值C的决定因素包括触摸力度、触摸部位、触摸温度：
对于触摸力度：根据触摸作用力的大小，将触摸动作分为无危险、危险、重度危险三个危险等级，三个危险等级对应的危险值M11分别为25、50、100分；
对于触摸部位：将触摸到设定的保护部位设定为危险，并根据触摸部位设定无危险、危险、重度危险三个危险等级，三个危险等级对应的危险值M12分别为25、50、100分；
对于触摸温度：测定触摸温度，并根据温度将触摸动作判断为无危险、危险、重度危险三个危险等级，三个危险等级对应的危险值M13分别为25、50、100分；
危险值C=M11*权重值C1+ M12*权重值C2+ M13*权重值C3；
其中，权重值C1=70%；权重值C2=20%；权重值C3=10%。
对于声音信息，对于化学属性信息，其危险值D的设定规则为：将爆炸品、压缩气体和液化气体归类为重度危险；将易燃液体、易燃固体、自燃物品、氧化剂和有机过氧化物、毒害品、放射性物品、腐蚀品归类为危险；非危险品归类为无危险；三种危险等级对应的危险值M14分别为25、50、100分；危险值D= M14。
步骤2）中，危险叠加值M的计算公式为：
M=危险值A×权重A+危险值B×权重B+危险值C×权重C +危险值D×权重D；
其中，权重A、权重B、权重C、权重D的设定规则如下：
当图像信息、声音信息、触摸信息、化学属性信息全部被检测到时，权重A=50%，权重B=20%，权重=10%，权重D=20%；
当缺失触摸信息时，权重A=50%，权重B=30%，权重D=20%；
当缺失化学属性信息时，权重A=50%，权重B=30%，权重=20%；
当缺失触摸信息和化学属性信息时，权重A=70%，权重B=30%。
本发明的危险阀值取值范围为：危险阀值取值范围为：[20，80]；当危险值小于20时表明是安全的；当危险值大于或等于20，但小于危险阀值80时，产生低级报警信号；当危险值大于或等于80时，产生高级报警信号，同时发出应急处理指令。
相应的，本发明还提供了一种智能事中处置的系统，包括：
环境感知层：用于感知环境的特征信息；
智能分析层：用于设定每种特征信息的权重，并根据每种信息的危险值和权重大小，计算得到危险叠加值；
处置决策层：用于将上述危险叠加值与危险阀值进行比对，判定现场环境的危险级别，若危险，向监控端发出不同等级的报警信号，同时生成匹配的处置方案，并进入步骤4）
处置执行层：自动执行处置方案或由监控人员终止自动程序，通过遥控停止或实施现场制暴。
与现有技术相比，本发明所具有的有益效果为：本发明不仅使后台监控人员通过视觉、听觉直接获得报警信息，还可以智能感知判断现场人员的面部、行为特征，物品的形状及属性、周边环境等信息，自动实现危险事件的事中处置。本发明收集报警信号智能全面、判断方法精准、现场处置及时，实用性强，有利于推广使用。
附图说明
图1为本发明系统构成框图；
图2为本发明方法原理图；
图3为本发明信息智能判断层结构图；
图4为本发明图像模块原理图；
图5为本发明声音模块原理图；
图6为本发明触摸模块原理图；
图7为本发明化学属性模块原理图。
具体实施方式
本发明叙述的方法，是公共安全中出现突发情况，从事情开始到事中介入并处置的一种方法，该方法分为4个层级：环境感知层，智能分析层，处置决策层，处置执行层，如图1所示。
环境感知层，收集多个传感器检测的信号，包括图像、声音、触摸、化学属性信号等。智能分析层，通过收集的图像、声音、触摸、化学属性等信号，依靠权重法对危险信号强弱程度解析，判断危险属性和危险级别。处置决策层，根据危险属性和危险级别进行决策：1、对指定后台监控人员或公安系统发出不同等级的危险提示，实现不同等级的报警；2、同时与包含公共安全信息的数据库匹配，程序自主运算，生成相关处理方案，并发送至后台。处置执行层，自动执行处置方案，或由监控人员终止自动程序，通过遥控停止或实施现场制暴。如图2所示。
本发明中，可以通过摄像头监控获得图像信息，通过麦克风获得声音信息，通过接近开关获得碰撞信息，通过力学传感器获得触摸的作用力大小信息，通过危险品、毒品、化学品综合探测仪获得物品的化学属性信息，通过温度、湿度传感器获得环境信息等。
本发明中，智能分析层的判断运算逻辑是：由多个传感器获得的多信息元素，作为智能判断的基础数据，基础数据分为图像、声音、触摸、化学属性等模块，对每个模块在智能判断中的权重做设定。权重法结合危险阀值的设定，得出情景状态通过多传感器信号收集综合后的危险结果，包括危险属性和危险级别。如果达到设定的危险阀值，判断危险情况属实，同时判断危险级别。
处置决策层分两个方向同时执行：（1）在智能分析层中通过权重法结果达到设定的危险阀值情景，及时对指定后台监控人员或公安系统发出不同等级的危险提示，实现不同等级的报警；（2）在智能分析层中通过权重法结果达到设定的危险阀值高级别情景，自动与包含公共安全信息的数据库匹配，程序自主运算，生成相关处置方案，并发送至后台。
处置执行层，根据处置决策层生成的处置方案，系统自动执行事中处置。如果后台监控人员终止自动程序，则可以通过遥控停止或实施现场制暴。处置执行层的具体手段包括：声音警告、声光报警、电击、强光炫目、实时抓捕等。
以下通过实施例来说明本发明的方法。
如摄像头监控获得图像信息，就可以提取嫌疑人、嫌疑物品的外观特征，与数据库(如公安部身份证查询系统、毒品犯罪嫌疑人数据库、在逃犯罪嫌疑人信息数据库、枪械数据库等)比对，也可以提取求助者特定的肢体语言（手势等），形成求救信号；又如麦克风提取现场声音，如求助者惨叫声、呼救声等，形成求救信号。通过图像和声音信号的联合，可以实现多途径的报警。不仅是接触方式包括但不限于按键、拍打等，也可以是非接触方式包括但不限于呼喊、手势等。
在具体实施方案中，信息智能分析判断是依靠权重法来设计的。因为在情景现场，仅仅依据出现明确的报警信号实现报警，是不全面的。本方法在智能分析层中，划分为图像、声音、触摸、化学属性几个模块，通过危险值叠加，来判断危险属性和危险级别，如图3所示。
实施例取值为：
图像、声音、触摸、化学属性四个模块均有信号检测时：权重A=50%，权重B=20%，权重=10%，权重D=20%；
模块缺失触摸模块时：权重A=50%，权重B=30%，权重D=20%；
模块缺失化学属性模块时：权重A=50%，权重B=30%，权重=20%；
模块缺失触摸模块和化学属性模块时：权重A=70%，权重B=30%；
通过三年内系统使用区域（即安防区域），发生危险事件的数据调查，以统计法，统计出图像、声音、触摸、化学属性四个模块的因素在危险事件中，占比大小。例如某区域三年内共发生记录在案的危险事件X起，我们对每1起事件的数据进行拆解分析。在这X起危险事件中，根据图像、声音、触摸、化学属性四个模块的因素的参与情况可以分别有：
第1种：提取包含图像、声音、触摸、化学属性四个模块的因素的危险事件：例如此类危险事件发生时，我们定义的危险图像伴随出现的次数达到500起，我们定义的危险声音伴随出现的次数达到200起，我们定义的危险触摸信息伴随出现的次数达到100起，我们定义的危险化学属性信息伴随出现的次数达到200起，那么我们就定义四个因素的权重比为：50%：20%：10%：20%.
第2种：提取包含图像、声音、化学属性三个模块的因素的危险事件：例如此类危险事件发生时，我们定义的危险图像伴随出现的次数达到500起，我们定义的危险声音伴随出现的次数达到300起，我们定义的危险化学属性信息伴随出现的次数达到200起，那么我们就定义三个因素的权重比为：50%：30%：20%.
第3种：提取包含图像、声音、触摸三个模块的因素的危险事件：例如此类危险事件发生时，我们定义的危险图像伴随出现的次数达到500起，我们定义的危险声音伴随出现的次数达到300起，我们定义的危险触摸信息伴随出现的次数达到200起，那么我们就定义三个因素的权重比为：50%：30%：20%.
第4种：提取包含图像、声音两个模块的因素的危险事件：例如此类危险事件发生时，我们定义的危险图像伴随出现的次数达到700起，我们定义的危险声音伴随出现的次数达到300起，我们就定义两个因素的权重比为：70%：30%.
本实例的设定，就是根据上述调查手段的建立的数据库，进行设定，在系统使用的特定区域，可以根据特定区域内的数据，重新设置。另外，在某特定区域系统使用后，该系统使用过程中出现的危险事件，同时上传该数据库，并依照该算法自动调整权重比。
当图像模块或声音模块缺失时，参考上述权重分配，直接去掉缺失模块，其余权重值不变。
危险阀值N1根据测验，实施例取20；
危险阀值N2根据测验，实施例取80；
危险阀值包括两个，危险阀值N1取值为20，危险阀值N2取80。当危险值小于20时表明情景是安全的；当危险值大于等于20，但小于危险阀值80时，系统只产生低级报警信号；当危险值大于等于80时，系统产生高级报警信号，同时生成相关处理方案，并发送至后台，系统自动执行处置方案完成现场制暴，或者由监控人员终止自动程序，通过遥控停止或实施现场制暴。
危险阀值N1、N2的取值，是通过搜集样本事件，根据统计法计算出不同事件的危险值，并由专业人员评测该危险应该实施的具体手段。根据专业人员评测对危险值分段设置，可以使系统反应更为精准正确。
其中，图像模块（见图4）的危险值由人群定义和环境定义两个方面组成。
人群定义分为人物身份、人体姿态、躯干特征、携带物品特征等情况。
人物身份：通过人脸识别技术与公安系统数据库匹配，得出监控中的人物是否为犯罪嫌疑人，属于何种嫌疑人等。系统中根据数据判定为三个层级，包括无危险、危险、重度危险。并根据危险度判定得分，M1值分别为5、15、25分（根据每模块因素无危险、危险、重度危险的危险级别设定层级间的比值，是根据大量样本事件统计测算出的，初始判定依据为经验值。这样的设定预期是使整体危险度判定更为灵敏。可以使系统反应更为精准正确）；
人体姿态：通过人体姿态识别技术，获得监控中人员姿态特征，并与由人体行为姿势组成的数据库比对，如坐姿、行走、奔跑、格斗、射击等姿势，系统中根据数据判定为三个层级，包括无危险、危险、重度危险。并根据危险度判定得分，M2值分别为5、15、25分；
人体动作姿态识别是计算机视觉研究领域中最具挑战的研究方向。对人体动作姿态进行自动识别将带来一种全新的交互方式，通过身体语言即人体的姿态和动作来传达用户的意思，如在机场、工厂等喧闹的环境下，采用手势、动作姿态识别等人机交互技术能够提供比语音识别更加准确的信息输入。总之，在智能监控、虚拟现实、感知用户接口以及基于内容的视频检索等领域，人体动作姿态的识别均具有广泛的应用前景。
（1）人体动作姿态的分类 人体的运动涉及很多部位，包括人整个身体的运动或某个部位的运动，如手部运动、腿部运动或者头部运动，甚至人的表情、手势等。这些运动分别具有自己不同的特点和不同的复杂度，所用的研究方法也都不同。人体运动的识别可分为两类：姿态识别和动作过程识别。姿态识别的对象是静态系统，主要是识别人体整体或者某一部位的姿势。根据识别对象的不同，可分为手形识别、体势识别、头部姿态识别等。动作过程识别是识别人体运动的动态过程，比如人体的动作识别、步法识别以及手势识别等。（2）人体动作姿态识别的方法人体动作姿态的识别方法可分为两类：基于统计的方法、基于模板的方法。基于统计的方法是动态识别系统中效果最好的方法，目前主要是隐马尔可夫模型（HMMs）和动态贝叶斯网络（DBN）两种方法。基于模板的方法主要是模板匹配法、动态时空规整法和动态规划法。
躯体特征：根据躯体特征识别技术（例如上面提及的基于统计的方法、基于模板的方法），对目标人员的躯体特征进行识别，包括身高、肢体是否健全等，与躯体姿态数据库(躯体特征识别数据库依据一般人体工学数据搭建：数据库已经成功收录多人体样本数据，主要为身高和四肢缺失的残疾特征，依靠现有的图像识别技术，分辨个体的身高和四肢缺失的残疾特征，如身高在1.8米定义为重度危险，身高在1.8米以下进入四肢缺失的残疾特征比对，如果比对成功则定义为无危险，如比对不成功则定义为危险)比对，得出残疾与否、强壮程度等推断，系统中根据数据判定为三个层级，包括无危险、危险、重度危险。并根据危险度判定得分，M3值分别为5、15、25分；
物品特征：根据物品特征识别技术（例如上面提及的基于统计的方法、基于模板的方法），对目标人员随身携带物品情况，例如枪械、管制刀具、爆炸物品等，通过图像信息和物品种类数据库对比，得出人员携带物品的危险情况，系统中根据数据判定为三个成级，包括无危险、危险、重度危险。并根据危险度判定得分，M4值分别为5、15、25分；
环境定义分为时间因素、地点因素、场景因素等情况。
时间因素：对某区域(即系统的使用区域)内危险发生的时段频次，搭建数据库。同时依据危险发生的时间因素，设立对应的判定得分，M5值分别为10、20、30、40、50、60、70、80、90、100分；例如：把一天24小时分为10个连续时间段，每个时间段依据发生危险事件的多少分层。按照事发频次使每层对应相应的危险值。本实施例分别对应10、20、30、40、50、60、70、80、90、100分。
地点因素：对某区域内危险发生的地点频次，搭建数据库。同时依据危险发生的地点因素，设立对应的判定得分，M6值分别为10、20、30、40、50、60、70、80、90、100分；
场景因素：对某区域内危险发生的场景因素，搭建数据库。同时依据危险发生的场景因素，设立对应的判定得分，M7值分别为10、20、30、40、50、60、70、80、90、100分；
图像模块中A值构成：A=（M1+ M2+ M3+ M4）*权重值A1+ (M5+ M6+ M7) *权重值A2.
图像模块通过人群定义和环境定义综合得出危险值大小。
权重值A1、权重值A2，是根据暴力案件发生的人群与环境在整个事件构成中影响程度大小决定，具体在公安部门统计的近期数据中得出。
图像模块的权重设置：人群定义的权重占90%，环境定义的权重10%。
其中，声音模块（见图5）的危险值由人物声音、环境声音、自然界声音三个方面组成。
人物声音通过声音识别技术，把识别的声音分为三种：一般声音、惊恐的声音、特定词汇的声音。一般声音包括对话、歌唱、嬉闹等正常声音；惊恐的声音包括：惨叫声、呻吟声、叫骂声；特定词汇的声音包括：“救命呀”、“抓贼呀”、“杀人了”等一些特定词汇等。系统中分别根据对应的数据库，判定为三个层级，包括无危险、危险、重度危险。并根据危险度判定得分，M8值分别为25、50、100分；
本发明中，声音设别的具体过程为：
第1步：通过装有麦克风阵列的装置获取使用者的音频数据（即获得声音，如救命等词汇），然后将音频数据通过语音转化为文字。
第2步：得到文字之后，与事先设定报警词进行遍历匹配，如：转化得到的文字A，然后到报警词列表中进行遍历查询，如果查询到A报警词则证明A是一个报警词，则定义为重度危险；如果报警词列表中没有A此报警词则进入分贝检测。
第3步：声音大于85分贝则判定为危险，如果没有大于85分贝则判定无危险。
环境声音通过声音识别技术，把识别的声音分为三种：一般声音、破坏的声音、枪械爆炸的声音。一般声音包括鸣笛、刹车、空调工作、排风等正常声音；破坏的声音包括：碰撞、玻璃破碎等；枪械、爆炸的声音包括：射击、爆破产生的声音。系统中分别根据对应的数据库，判定为三个层级，包括无危险、危险、重度危险。并根据危险度判定得分，M9值分别为25、50、100分；
自然界声音通过声音识别技术，把识别的自然界声音做灾难和非灾难的判定，例如狂风暴雨、山洪爆发、海啸等自然灾难时M10判定为0，非自然灾S时M10难判定为1。当声音处为自然灾难中，声音噪杂，则判定声音模块失效；当声音处为非自然灾难中，声音模块继续采用危险值积分。
声音模块中B值构成：A=(M8*权重值B1+ M9*权重值B2)* M10
声音模块通过人物声音、环境声音、自然界声音综合得出危险值大小。
权重值B1、权重值B2，是根据暴力案件发生的人群与环境在整个事件构成中影响程度大小决定，具体在公安部门统计的近期数据中得出。
声音模块的权重设置：人物声音的权重占70%，环境声音的权重占30%。自然界声音作为声音模块判断的存在条件。其中人物声音“特定词汇的声音、惊恐的声音、一般声音”四个危险值在25-100之间；环境声音“枪械爆炸的声音、破坏的声音、一般声音”三个危险值在25-100之间。自然界危险值在0和1中选取。
触摸模块（见图6）的危险值由触摸力度、触摸部位、触摸温度三个方面组成。
触摸力度通过力传感器技术，把危险因素（人或物体）接触使用对象时的力的大小做分类，如力度较小的温和接触、力度一般的碰撞接触、力度较大的暴力(力度在10N以下定义为温和接触，为无危险；力度在大于10N，小于100N以下定义为碰撞接触，为危险；大于100N为暴力接触，为重度危险。此组数据为经验值设立，在在系统调试中不断调整)接触。系统中根据数据判定为三个层级，包括无危险、危险、重度危险。并根据危险度判定得分，M11值分别为25、50、100分；
触摸部位通过接触感应技术，把危险因素（人或物体）接触安防机器人平台时，对平台的接触部位做分类，如用于操作的面板、与人交互的触手等部位归属为友好部位；用于与人接触时被无意碰触且无需保护的部位归属为普通部位；用于平台运行的保护部位归属为危险部位。系统中根据数据库判定为三个层级，包括无危险、危险、重度危险。并根据危险度判定得分，M12值分别为25、50、100分；实施例中用于操作的面板、与人交互的触手部位属于无危险区域；防爆执行装置（例如捕捉叉）部位属于重度危险区域；其余属于危险区域。
触摸温度通过温度传感器，把对平台的接触分为三种：包括体温接触、常温接触、高温接触（定义小于38度为体温接触，为无危险；定义大于38度小于80度为常温接触，不会破坏壳体材料，为危险；定义大于80度为高温接触，有可能破坏壳体材料，为重度危险）。体温接触为人体正常温度，由此判断是否为人体的直接接触；常温接触为室内正常温度，不会对平台材料构成破坏；高温接触为对超过平台材料构成破坏的温度。系统中根据数据库判定为三个层级，包括无危险、危险、重度危险。并根据危险度判定得分，M13值分别为25、50、100分；
触摸模块中C值构成：C=M11*权重值C1+ M12*权重值C2+ M13*权重值C3
触摸模块通过触摸力度、触摸部位、触摸温度综合得出危险值大小。
权重值C1、权重值C2、权重值C3，是针对暴力案件中对平台触摸力度、触摸部位、触摸温度在整个事件构成中影响程度大小决定，具体依靠人员抽样调查统计得出。
触摸模块的权重设置：触摸力度的权重占70%，触摸部位的权重占20%，触摸温度的权重占10%。
化学属性模块（见图7）的危险值通过危险品、毒品、化学品综合探测技术，确定物品的属性包括：爆炸品、压缩气体和液化气体、易燃液体、易燃固体、自燃物品、氧化剂和有机过氧化物、毒害品、放射性物品、腐蚀品、非危险品。同时系统根据数据库对物品属性进行划分三个层级：如非危险品归类为无危险；如易燃液体、易燃固体、自燃物品、氧化剂和有机过氧化物、毒害品、放射性物品、腐蚀品归类为危险；如爆炸品、压缩气体和液化气体归类为重度危险。并根据危险度判定得分，M12值分别为25、50、100分；
化学属性模块模块中D值构成：D=M14。
在具体实施方案中，信息决策层指令的传递通过无线网络，例如wifi、3g/4g等。
在具体实施方案中，事中处置执行层所设置的装备，包括电击枪、强光炫目灯、抓捕网等设备。该平台，智能化程度高、适用范围广、常规情况下进行智能分析、实时监控、人机交互等任务，在面对突发情景时，能够在情景现场进行声光警告、报警，以及电击、强光炫目、抓捕等事中介入的处置。同时，依靠摄像头全程拍摄，并记录储存。
在具体实施方案中，应用该方法的平台，包括固定式和移动式。
在具体实施方案中，平台主体采用四轮移动方案，四轮呈矩形排布并全部为驱动轮，驱动轮的驱动电机内置于驱动轮内，越障性能良好。平台主体包括电源模块，给整个机器人平台供电。平台主体由控制系统，能实现自主导航和自主巡逻。正常情况下，该台处于巡逻模式。在实施例中，对公共场所的安防服务，处理迅速、安全、便捷，因此具有很重要的现实意义。

Claims (10)

1.一种智能事中处置的安防方法，其特征在于，包括以下步骤：
1）感知环境的特征信息；
2）设定每种特征信息的权重，并根据每种信息的危险值和权重大小，计算得到危险叠加值；
3)将上述危险叠加值与危险阀值进行比对，判定现场环境的危险级别，若危险，向监控端发出不同等级的报警信号，同时生成匹配的处置方案，并进入步骤4）；
4)自动执行处置方案或由监控人员终止自动程序，通过遥控停止或实施现场制暴。
2.根据权利要求1所述的智能事中处置的安防方法，其特征在于，步骤1）中，特征信息包括图像信息、声音信息、触摸信息、化学属性信息中的一种或多种。
3.根据权利要求2所述的智能事中处置的安防方法，其特征在于，对于图像信息，其危险值A的决定因素包括人群定义和环境定义两部分，所述人群定义包括人物身份、人体姿态、躯体特征、携带物品特征；所述环境定义包括时间因素、地点因素、场景因素；
对于人物身份：通过人脸识别方法识别人物图片，然后将识别结果与与公安系统数据库匹配，判定出人物是无危险、危险或重度危险，对应的危险值M1分别为5、15、25分；
对于人体姿态：获取人体姿态特征数据，并将所述人体姿态特征数据与人体行为姿势组成的数据库比对，判断人物是无危险、危险或重度危险，对应的危险值M2分别为5、15、25分；
对于躯体特征：根据躯体特征识别方法，对目标人员的躯体特征进行识别，并将识别结果与躯体姿态数据库进行比对，判断人物是无危险、危险或重度危险，对应的危险值M3分别为5、15、25分；
对于携带物品特征：将目标人员携带的物品的特征与物品种类数据库进行比对，判断携带物品是无危险、危险或重度危险，对应的危险值M4分别为5、15、25分；
对于时间因素：对安防区域内危险发生的时段频次，搭建数据库，同时依据危险发生的时间因素，设立对应的判定得分，危险值M5值分别为10、20、30、40、50、60、70、80、90、100分；
对于地点因素：对安防区域内危险发生的地点频次，搭建数据库，同时依据危险发生的地点因素，设立对应的判定得分，M6值分别为10、20、30、40、50、60、70、80、90、100分；
场景因素：对安防区域内危险发生的场景因素，搭建数据库，同时依据危险发生的场景因素，设立对应的判定得分，M7值分别为10、20、30、40、50、60、70、80、90、100分；
危险值A的计算公式为：危险值A=（M1+ M2+ M3+ M4）*权重值A1+ (M5+ M6+ M7) *权重值A2；权重值A1=90%；权重值A2=10%。
4.根据权利要求3所述的智能事中处置的安防方法，其特征在于，对于声音信息，其危险值B的决定因素包括人物声音、环境声音、自然界声音三个方面：
对于人物声音和环境声音：设定人物声音无危险、危险、重度危险三个危险等级对应的危险值M8分别为25、50、100分；设定环境声音无危险、危险、重度危险三个危险等级对应的危险值M9分别为25、50、100分；
对于自然界声音：当声音处于自然灾难中时，其危险值M10设为0；当声音处于非自然灾难中时，其危险值M10设为1；
危险值B=(M8*权重值B1+ M9*权重值B2)* M10；
其中，权重值B1=70%；权重值B2=30%。
5.根据权利要求4所述的智能事中处置的安防方法，其特征在于，对于触摸信息，其危险值C的决定因素包括触摸力度、触摸部位、触摸温度：
对于触摸力度：根据触摸作用力的大小，将触摸动作分为无危险、危险、重度危险三个危险等级，三个危险等级对应的危险值M11分别为25、50、100分；
对于触摸部位：将触摸到设定的保护部位设定为危险，并根据触摸部位设定无危险、危险、重度危险三个危险等级，三个危险等级对应的危险值M12分别为25、50、100分；
对于触摸温度：测定触摸温度，并根据温度将触摸动作判断为无危险、危险、重度危险三个危险等级，三个危险等级对应的危险值M13分别为25、50、100分；
危险值C=M11*权重值C1+ M12*权重值C2+ M13*权重值C3；
其中，权重值C1=70%；权重值C2=20%；权重值C3=10%。
6.根据权利要求5所述的智能事中处置的安防方法，其特征在于，对于化学属性信息，其危险值D的设定规则为：非危险品归类为无危险；将易燃液体、易燃固体、自燃物品、氧化剂和有机过氧化物、毒害品、放射性物品、腐蚀品归类为危险；将爆炸品、压缩气体和液化气体归类为重度危险；三种危险等级对应的危险值M14分别为25、50、100分；危险值D= M14。
7.根据权利要求6所述的智能事中处置的安防方法，其特征在于，步骤2）中，危险叠加值M的计算公式为：
M=危险值A×权重A+危险值B×权重B+危险值C×权重C +危险值D×权重D；
其中，权重A、权重B、权重C、权重D的设定规则如下：
当图像信息、声音信息、触摸信息、化学属性信息全部被检测到时，权重A=50%，权重B=20%，权重=10%，权重D=20%；
当缺失触摸信息时，权重A=50%，权重B=30%，权重D=20%；
当缺失化学属性信息时，权重A=50%，权重B=30%，权重=20%；
当缺失触摸信息和化学属性信息时，权重A=70%，权重B=30%。
8.根据权利要求1所述的智能事中处置的安防方法，其特征在于，危险阀值取值范围为：[20，80]；当危险值小于20时表明是安全的；当危险值大于或等于20，但小于危险阀值80时，产生低级报警信号；当危险值大于或等于80时，产生高级报警信号，同时发出应急处理指令。
9.一种智能事中处置的安防系统，其特征在于，包括：
环境感知层：用于感知环境的特征信息；
智能分析层：用于设定每种特征信息的权重，并根据每种信息的危险值和权重大小，计算得到危险叠加值；
处置决策层：用于将上述危险叠加值与危险阀值进行比对，判定现场环境的危险级别，若危险，向监控端发出不同等级的报警信号，同时生成匹配的处置方案，并进入步骤4）
处置执行层：自动执行处置方案或由监控人员终止自动程序，通过遥控停止或实施现场制暴。
10.根据权利要求9所述的智能事中处置的安防系统，其特征在于，所述环境感知层包括图像模块、声音模块、触摸模块、化学属性模块中的一个或多个。
CN201610934647.0A 2016-09-28 2016-10-25 一种智能事中处置的安防方法及系统 Expired - Fee Related CN106530633B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610858257 2016-09-28
CN201610858257X 2016-09-28

Publications (2)

Publication Number Publication Date
CN106530633A true CN106530633A (zh) 2017-03-22
CN106530633B CN106530633B (zh) 2019-01-01

Family

ID=58291995

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610934647.0A Expired - Fee Related CN106530633B (zh) 2016-09-28 2016-10-25 一种智能事中处置的安防方法及系统

Country Status (1)

Country Link
CN (1) CN106530633B (zh)

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107169906A (zh) * 2017-04-16 2017-09-15 悠泊物联网科技(上海)有限公司 一种智能安防报警控制系统
CN107422942A (zh) * 2017-08-15 2017-12-01 吴金河 一种沉浸式体验的控制系统及方法
CN107644519A (zh) * 2017-10-09 2018-01-30 中电科新型智慧城市研究院有限公司 一种基于视频人体行为识别的智能报警方法和系统
CN107832799A (zh) * 2017-11-20 2018-03-23 北京奇虎科技有限公司 基于摄像头场景的对象识别方法及装置、计算设备
CN107886667A (zh) * 2017-10-11 2018-04-06 深圳云天励飞技术有限公司 报警方法及装置
CN107945472A (zh) * 2017-12-22 2018-04-20 江西师范大学 一种基于云服务的实验室监测预警系统
CN107992739A (zh) * 2017-11-30 2018-05-04 北京旷视科技有限公司 用户验证方法、装置及系统
CN108647582A (zh) * 2018-04-19 2018-10-12 河南科技学院 一种复杂动态环境下目标行为识别与预测方法
CN108919809A (zh) * 2018-07-25 2018-11-30 智慧式控股有限公司 智慧式安保机器人及商业模式
CN108959448A (zh) * 2018-06-14 2018-12-07 上海百林通信网络科技服务股份有限公司 结合移动大数据形成危险地图的方法
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
CN109165685A (zh) * 2018-08-21 2019-01-08 南京邮电大学 基于表情和动作的监狱服刑人员潜在性风险监测方法和系统
CN109274938A (zh) * 2018-09-29 2019-01-25 东莞中国科学院云计算产业技术创新与育成中心 一种物联网大数据智能视频监控系统
CN109407559A (zh) * 2018-10-15 2019-03-01 合肥世忠科技开发有限公司 一种智能安全护栏自动控制系统
CN109571468A (zh) * 2018-11-27 2019-04-05 深圳市优必选科技有限公司 安防巡检机器人及安防巡检方法
CN109685700A (zh) * 2018-12-19 2019-04-26 深圳中科讯联科技股份有限公司 一种公共场所人员管理系统及方法
CN109702758A (zh) * 2019-02-26 2019-05-03 黄河科技学院 一种交通用智能机器人
CN110072182A (zh) * 2019-03-08 2019-07-30 合肥学院 一种露营地露营桩的紧急呼救功能及其使用方法
CN110166734A (zh) * 2018-02-12 2019-08-23 北京快乐智慧科技有限责任公司 一种幼儿园智能监控方法和系统
CN110211679A (zh) * 2019-05-24 2019-09-06 山东海博科技信息系统股份有限公司 一种自助体检机视力检测智能化处理方法及装置
CN110675585A (zh) * 2019-09-23 2020-01-10 北京华毅东方展览有限公司 一种展会安全控制系统
CN110705834A (zh) * 2019-09-10 2020-01-17 安徽海螺信息技术工程有限责任公司 一种工矿企业危险状态识别方法
CN110706700A (zh) * 2019-09-29 2020-01-17 深圳市元征科技股份有限公司 一种车内骚扰预防报警方法及装置、服务器、存储介质
CN111209778A (zh) * 2018-11-21 2020-05-29 浙江宇视科技有限公司 一种物体运动识别方法、装置和系统
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
CN111967400A (zh) * 2020-08-19 2020-11-20 顾晓东 一种基于人工智能的校园安全监测预警管理系统
CN112017323A (zh) * 2019-05-30 2020-12-01 深圳市优必选科技有限公司 一种巡检报警方法、装置、可读存储介质及终端设备
CN112634564A (zh) * 2020-12-30 2021-04-09 重庆赤木科技有限公司 一种社区安全监控系统
CN113408435A (zh) * 2021-06-22 2021-09-17 华侨大学 一种安全监控方法、装置、设备和存储介质
CN113688841A (zh) * 2020-05-19 2021-11-23 深圳市中兴系统集成技术有限公司 一种基于图像特征提取的智能安防方法
CN114075910A (zh) * 2021-11-26 2022-02-22 颜杰才 基于物联网技术的智能保险箱安防检测系统
CN114419804A (zh) * 2021-12-24 2022-04-29 宁波圣达智能科技有限公司 一种银行业务库管理方法、系统、存储介质及智能终端
CN114679475A (zh) * 2022-01-13 2022-06-28 中科虎卫科技有限公司 一种警用装备物联网系统
CN118196978A (zh) * 2024-05-16 2024-06-14 杭州高达软件系统股份有限公司 一种用于球罐安全施工的智慧监控系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004157790A (ja) * 2002-11-06 2004-06-03 Fujitsu Ltd 安全性判断方法、安全性判断システム、安全性判断装置、第１認証装置及びコンピュータプログラム
US20090254419A1 (en) * 2008-04-03 2009-10-08 Toshiba Tec Kabushiki Kaisha Information display system, display device, and server
CN201522632U (zh) * 2009-11-03 2010-07-07 中国石油化工股份有限公司 一种带风险评估功能的泄漏智能检测报警系统
CN105116848A (zh) * 2015-07-17 2015-12-02 大连理工大学 居住建筑室内环境监测与健康等级评价物联网系统
CN105225189A (zh) * 2015-11-10 2016-01-06 成都智慧数联信息技术有限公司 基于非法目标危险评估的智慧城市系统及方法
CN105228508A (zh) * 2013-03-08 2016-01-06 新加坡健康服务有限公司 一种测定用于分类的危险评分的系统和方法
CN105303661A (zh) * 2015-11-10 2016-02-03 成都智慧数联信息技术有限公司 基于指纹和指静脉识别的智慧社区系统及方法
CN105335819A (zh) * 2015-10-21 2016-02-17 国家电网公司 一种基于大数据的信息系统风险预警模型构建方法
CN105354956A (zh) * 2015-11-10 2016-02-24 成都智慧数联信息技术有限公司 基于数据挖掘和大数据分析的云计算平台及方法
CN105427518A (zh) * 2015-11-10 2016-03-23 成都智慧数联信息技术有限公司 一种数据化危险判决系统及方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004157790A (ja) * 2002-11-06 2004-06-03 Fujitsu Ltd 安全性判断方法、安全性判断システム、安全性判断装置、第１認証装置及びコンピュータプログラム
US20090254419A1 (en) * 2008-04-03 2009-10-08 Toshiba Tec Kabushiki Kaisha Information display system, display device, and server
CN201522632U (zh) * 2009-11-03 2010-07-07 中国石油化工股份有限公司 一种带风险评估功能的泄漏智能检测报警系统
CN105228508A (zh) * 2013-03-08 2016-01-06 新加坡健康服务有限公司 一种测定用于分类的危险评分的系统和方法
CN105116848A (zh) * 2015-07-17 2015-12-02 大连理工大学 居住建筑室内环境监测与健康等级评价物联网系统
CN105335819A (zh) * 2015-10-21 2016-02-17 国家电网公司 一种基于大数据的信息系统风险预警模型构建方法
CN105225189A (zh) * 2015-11-10 2016-01-06 成都智慧数联信息技术有限公司 基于非法目标危险评估的智慧城市系统及方法
CN105303661A (zh) * 2015-11-10 2016-02-03 成都智慧数联信息技术有限公司 基于指纹和指静脉识别的智慧社区系统及方法
CN105354956A (zh) * 2015-11-10 2016-02-24 成都智慧数联信息技术有限公司 基于数据挖掘和大数据分析的云计算平台及方法
CN105427518A (zh) * 2015-11-10 2016-03-23 成都智慧数联信息技术有限公司 一种数据化危险判决系统及方法

Cited By (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107169906A (zh) * 2017-04-16 2017-09-15 悠泊物联网科技(上海)有限公司 一种智能安防报警控制系统
CN107422942A (zh) * 2017-08-15 2017-12-01 吴金河 一种沉浸式体验的控制系统及方法
CN107644519A (zh) * 2017-10-09 2018-01-30 中电科新型智慧城市研究院有限公司 一种基于视频人体行为识别的智能报警方法和系统
CN107886667A (zh) * 2017-10-11 2018-04-06 深圳云天励飞技术有限公司 报警方法及装置
CN107832799A (zh) * 2017-11-20 2018-03-23 北京奇虎科技有限公司 基于摄像头场景的对象识别方法及装置、计算设备
CN107992739A (zh) * 2017-11-30 2018-05-04 北京旷视科技有限公司 用户验证方法、装置及系统
CN107945472A (zh) * 2017-12-22 2018-04-20 江西师范大学 一种基于云服务的实验室监测预警系统
CN110166734A (zh) * 2018-02-12 2019-08-23 北京快乐智慧科技有限责任公司 一种幼儿园智能监控方法和系统
CN108647582A (zh) * 2018-04-19 2018-10-12 河南科技学院 一种复杂动态环境下目标行为识别与预测方法
CN108959448A (zh) * 2018-06-14 2018-12-07 上海百林通信网络科技服务股份有限公司 结合移动大数据形成危险地图的方法
CN108959448B (zh) * 2018-06-14 2021-10-22 上海百林通信网络科技服务股份有限公司 结合移动大数据形成危险地图的方法
CN108919809A (zh) * 2018-07-25 2018-11-30 智慧式控股有限公司 智慧式安保机器人及商业模式
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
CN109165685B (zh) * 2018-08-21 2021-09-10 南京邮电大学 基于表情和动作的监狱服刑人员潜在性风险监测方法和系统
CN109165685A (zh) * 2018-08-21 2019-01-08 南京邮电大学 基于表情和动作的监狱服刑人员潜在性风险监测方法和系统
CN109274938A (zh) * 2018-09-29 2019-01-25 东莞中国科学院云计算产业技术创新与育成中心 一种物联网大数据智能视频监控系统
CN109407559A (zh) * 2018-10-15 2019-03-01 合肥世忠科技开发有限公司 一种智能安全护栏自动控制系统
CN111209778A (zh) * 2018-11-21 2020-05-29 浙江宇视科技有限公司 一种物体运动识别方法、装置和系统
CN109571468A (zh) * 2018-11-27 2019-04-05 深圳市优必选科技有限公司 安防巡检机器人及安防巡检方法
CN109685700A (zh) * 2018-12-19 2019-04-26 深圳中科讯联科技股份有限公司 一种公共场所人员管理系统及方法
CN109702758A (zh) * 2019-02-26 2019-05-03 黄河科技学院 一种交通用智能机器人
CN110072182A (zh) * 2019-03-08 2019-07-30 合肥学院 一种露营地露营桩的紧急呼救功能及其使用方法
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
CN110211679A (zh) * 2019-05-24 2019-09-06 山东海博科技信息系统股份有限公司 一种自助体检机视力检测智能化处理方法及装置
CN112017323A (zh) * 2019-05-30 2020-12-01 深圳市优必选科技有限公司 一种巡检报警方法、装置、可读存储介质及终端设备
CN110705834A (zh) * 2019-09-10 2020-01-17 安徽海螺信息技术工程有限责任公司 一种工矿企业危险状态识别方法
CN110705834B (zh) * 2019-09-10 2022-11-18 安徽海螺信息技术工程有限责任公司 一种工矿企业危险状态识别方法
CN110675585A (zh) * 2019-09-23 2020-01-10 北京华毅东方展览有限公司 一种展会安全控制系统
CN110706700A (zh) * 2019-09-29 2020-01-17 深圳市元征科技股份有限公司 一种车内骚扰预防报警方法及装置、服务器、存储介质
CN110706700B (zh) * 2019-09-29 2022-06-14 深圳市元征科技股份有限公司 一种车内骚扰预防报警方法及装置、服务器、存储介质
CN113688841A (zh) * 2020-05-19 2021-11-23 深圳市中兴系统集成技术有限公司 一种基于图像特征提取的智能安防方法
CN111967400B (zh) * 2020-08-19 2021-02-26 青岛伟东云教育集团有限公司 一种基于人工智能的校园安全监测预警管理系统
CN111967400A (zh) * 2020-08-19 2020-11-20 顾晓东 一种基于人工智能的校园安全监测预警管理系统
CN112634564A (zh) * 2020-12-30 2021-04-09 重庆赤木科技有限公司 一种社区安全监控系统
CN113408435A (zh) * 2021-06-22 2021-09-17 华侨大学 一种安全监控方法、装置、设备和存储介质
CN113408435B (zh) * 2021-06-22 2023-12-05 华侨大学 一种安全监控方法、装置、设备和存储介质
CN114075910A (zh) * 2021-11-26 2022-02-22 颜杰才 基于物联网技术的智能保险箱安防检测系统
CN114419804A (zh) * 2021-12-24 2022-04-29 宁波圣达智能科技有限公司 一种银行业务库管理方法、系统、存储介质及智能终端
CN114419804B (zh) * 2021-12-24 2022-11-11 宁波圣达智能科技有限公司 一种银行业务库管理方法、系统、存储介质及智能终端
CN114679475B (zh) * 2022-01-13 2023-08-25 中科虎卫科技有限公司 一种警用装备物联网系统
CN114679475A (zh) * 2022-01-13 2022-06-28 中科虎卫科技有限公司 一种警用装备物联网系统
CN118196978A (zh) * 2024-05-16 2024-06-14 杭州高达软件系统股份有限公司 一种用于球罐安全施工的智慧监控系统

Also Published As

Publication number Publication date
CN106530633B (zh) 2019-01-01

Similar Documents

Publication Publication Date Title
CN106530633B (zh) 一种智能事中处置的安防方法及系统
EP3012813B1 (en) Event detection system
CN105913559B (zh) 一种基于体感技术的银行atm机智能监控方法
KR101644443B1 (ko) 시공적 상황데이터를 이용한 경고 방법 및 시스템
CN108335458A (zh) 一种看家看人的家用智能看管系统及其看管方法
CN105632049A (zh) 一种基于可穿戴设备的预警方法和装置
CN113706355A (zh) 化工园区智慧应急系统搭建方法
CN101753992A (zh) 一种多模态智能监控系统和方法
CN105488888A (zh) 一种智能门禁系统
CN110674761B (zh) 一种区域行为预警方法及系统
CN108500992A (zh) 一种多功能的移动安防机器人
CN103761832B (zh) 一种可穿戴人体碰撞预警防护装置
CN104637242A (zh) 一种基于多分类器集成的老人跌倒检测方法及系统
CN207883094U (zh) 一种多功能施工安全监控仪
CN110525456A (zh) 一种列车安全驾驶监测系统及方法
CN110415152A (zh) 一种安全监控系统
CN107644509A (zh) 智能手表和相关产品
Smailov et al. A novel deep CNN-RNN approach for real-time impulsive sound detection to detect dangerous events
CN110222216A (zh) 多功能智能防卫系统
KR102556447B1 (ko) 패턴 분석을 통한 상황 판단 시스템
Dai Vision-based 3d human motion analysis for fall detection and bed-exiting
WO2018167349A2 (es) Sistema autónomo de seguridad privada, capaz de prestar servicios pasivos y activos y en la lucha contra la violencia de género
CN205541010U (zh) 一种智能门禁系统
Ntalampiras Audio surveillance
Rafsanjani et al. Violent human behavior detection from videos using machine learning

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190101

Termination date: 20191025