CN109544838A - 一种用于特殊区域的人工智能认知识别系统 - Google Patents

一种用于特殊区域的人工智能认知识别系统 Download PDF

Info

Publication number
CN109544838A
CN109544838A CN201910032995.2A CN201910032995A CN109544838A CN 109544838 A CN109544838 A CN 109544838A CN 201910032995 A CN201910032995 A CN 201910032995A CN 109544838 A CN109544838 A CN 109544838A
Authority
CN
China
Prior art keywords
module
expression
information
residue
suspect
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
CN201910032995.2A
Other languages
English (en)
Other versions
CN109544838B (zh
Inventor
童毅
周波依
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.)
Bola Network Co Ltd
Original Assignee
Bola Network Co Ltd
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 Bola Network Co Ltd filed Critical Bola Network Co Ltd
Priority to CN201910032995.2A priority Critical patent/CN109544838B/zh
Publication of CN109544838A publication Critical patent/CN109544838A/zh
Application granted granted Critical
Publication of CN109544838B publication Critical patent/CN109544838B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00Burglar, theft or intruder alarms
    • G08B13/18Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189Actuation 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
    • G08B13/194Actuation 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
    • G08B13/196Actuation 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
    • G08B13/19602Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19613Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及应用电子设备进行识别的方法和装置的技术领域,具体为一种用于特殊区域的人工智能认知识别系统,包括采集模块、人物识别模块、遗留物检测模块和警示模块,采集模块用于采集现场视频信息,采集模块用于将现场视频信息发送给人物识别模块,人物识别模块用于接收现场视频信息,并根据现场视频信息识别现场是否出现可疑人员,若现场出现可疑人员,则将出现该可疑人员后的现场视频信息发送给遗留物检测模块,遗留物检测模块用于接收现场视频信息,并根据现场视频信息检测现场是否存在遗留物,警示模块用于检测到现场存在遗留物后,向安保人员发出警报。采用本方案能够在检测到可疑人员入侵并放置遗留物的情况下及时向安保人员发出警报。

Description

一种用于特殊区域的人工智能认知识别系统
技术领域
本发明涉及应用电子设备进行识别的方法和装置的技术领域,具体为一种用于特殊区域的人工智能认知识别系统。
背景技术
石油化工行业是我国国民经济增长的原动力产业,对我国的经济发展至关重要,因此,为保障石油化工行业生产过程的安全,以及设备设施的安全,石油化工企业的安防必须有所要求。在石油化工企业的生产过程中,炼油是一个重要的环节,炼油过程中,炼油现场往往处于高温、高压、易燃、易爆的环境,因此,对于炼油现场这种特殊区域来说,其安全要求特别严格。
但是对于存在恶意想法的危险人物来说,安全要求并不能限制他们的行为。例如,在夜晚时,故意将危险物遗留在炼油现场,若危险物能够使炼油现场发生燃烧或者爆炸等安全事故,那么这种行为是会造成极其严重的后果。
发明内容
本发明意在提供一种能够在检测到可疑人员入侵并放置遗留物的情况下及时向安保人员发出警报的用于特殊区域的人工智能认知识别系统。
本发明提供基础方案是:一种用于特殊区域的人工智能认知识别系统,包括采集模块、人物识别模块、遗留物检测模块和警示模块,采集模块用于采集现场视频信息,采集模块用于将现场视频信息发送给人物识别模块,人物识别模块用于接收现场视频信息,并根据现场视频信息识别现场是否出现可疑人员,若现场出现可疑人员,则将出现该可疑人员后的现场视频信息发送给遗留物检测模块,遗留物检测模块用于接收现场视频信息,并根据现场视频信息检测现场是否存在遗留物,警示模块用于检测到现场存在遗留物后,向安保人员发出警报。
基础方案的工作原理及有益效果是:非工作时间,炼油现场的工作人员较少,可疑人员通常选择在这个时间将危险物放置在现场。由于这个时间的工作人员较少,通过人物识别模块对现场视频信息进行识别,识别现场是否出现可疑人员,在识别到出现可疑人员后,将出现可疑人员的现场视频信息发送给遗留物检测模块。在识别到出现可疑人员后,才将现场视频信息发送给遗留物检测模块,减小系统的工作量。遗留物检测模块对接收的现场视频信息进行识别,若未识别到遗留物,则不发出警报;若识别到现场存在遗留物,则说明该可疑人员为存在危险性的可疑人员,向安保人员发出警报。通过识别到可疑人员后,再对遗留物进行识别,从而达到检测现场是否有可疑人员入侵并放置遗留物的目的,并在检测到可疑人员入侵并放置遗留物的情况下及时向安保人员发出警报。
优选方案一:作为基础方案的优选,还包括行为识别模块,遗留物检测模块在检测到遗留物后,将出现遗留物后的现场视频信息发送给行为识别模块;
行为识别模块用于接收现场视频信息后,识别该遗留物所属的可疑人员的行为,若该可疑人员并未出现回头行为,则生成行为正常信号,若该可疑人员出现回头行为,但是遗留物在回头行为后从现场视频信息中消失,则生成行为正常信号;
行为识别模块还用于当该可疑人员出现回头行为,且直到该可疑人员离开现场后,遗留物仍存在,则生成行为异常信号。
有益效果:遗留物检测模块将出现遗留物之后的所有现场视频信息均发送给行为识别模块。如果一个人有预谋的做坏事,那么为了确保能做成这件事,在离开前,势必会回头确定。若可疑人员为危险人员,则该危险人员会恶意的将危险物遗忘在现场,为了确保危险物在现场,在离开该现场时,该危险人员必定会回头确定危险物在不在。利用人的这种自然行为,通过行为识别模块识别该遗留物所属的可疑人员的行为,如果在该可疑人员在掉落物品后,发生了回头行为则初步认为该可疑人员为危险人员和该遗留物有危险性。但是实际情况中除了故意遗忘物品外,还有意外掉落物品的情况,若可疑人员是安全人员,当安全人员意外掉落物品时,在该安全人员没有发觉的情况下,该安全人员不会发生回头行为,如果安全人员意外掉落物品,在该安全人员发觉的情况下,该安全人员是会发生回头行为,并且会拾起掉落的物品。因此根据可疑人员在掉落物品后的不同行为判断是故意遗忘物品还是意外掉落物品,从而区分可疑人员是安全人员还是危险人员,进而生成行为异常信号和行为正常信号。
优选方案二:作为优选方案一的优选,还包括数据库、表情识别模块和表情判断模块,数据库存储有表情类型,表情类型包括异常表情类型和正常表情类型,
遗留物检测模块用于在检测到遗留物后,将存在遗留物的现场视频信息发送给表情识别模块,表情识别模块用于接收现场视频信息后,并根据该遗留物所属的可疑人员的表情生成表情信息,将表情信息发送给表情判断模块;
表情判断模块用于接收表情信息,并从数据库中获取表情类型,若表情信息为异常表情类型,则生成表情异常信号,若表情信息为正常表情类型,则生成表情正常信号。
有益效果:故意遗忘物品的可疑人员,明确知道该物品存在危险性,那么该可疑人员的表情就可能存在异样,例如出现紧张、焦虑、恐惧等异样表情,数据库中存储有表情类型,并将表情类型分为异常表情类型和正常表情类型。通过表情识别模块对可疑人员掉落物品后的表情进行识别,得到该可疑人员的表情信息,表情判断模块根据表情信息判断该可疑人员的表情属于异常表情类型还是正常表情类型,若属于异样表情类型,则初步认为该可疑人员为危险人员和该遗留物有危险性,生成表情异样信号,若属于正常表情类型,则认为该可疑人员是安全人员,生成表情正常信号。
优选方案三:作为优选方案二的优选,行为识别模块用于识别到该可疑人员离开现场后,将行为正常信号或行为异常信号发送给警示模块,表情判断模块用于发送表情正常信号或表情异常信号给警示模块;
警示模块用于接收到行为正常信号和表情正常信号后,则判定可疑人员为安全人员,提醒该安全人员请勿随意遗留物品在现场;警示模块还用于接收到行为异常信号和表情正常信号后,则判定可疑人员为危险人员,通知遗留物附近的工作人员前往查看遗留物的情况;警示模块还用于接收到行为正常信号和表情异常信号后,则判定可疑人员为危险人员,通知附近的工作人员查看遗留物的情况;警示模块还用于接收到行为异常信号和表情异常信号后,则判定可疑人员为危险人员,通知安保人员前往现场,查看遗留物的情况。
有益效果:若警示模块接收到行为正常信号和表情正常信号,则说明该可疑人员是安全人员,只是意外掉落物品,只需提醒该安全人员带走遗留物。若警示模块接收到行为异常信号和表情异常信号,则代表该可疑人员是危险人员,故意遗忘物品,该遗留物存在危险性,应通知安保人员前往现场查看遗留物情况,及时排查危险。若警示模块接收到行为异常信号或者表情异常信号时,则代表该可疑人员身份不明确,可能故意遗忘物品,该遗留物并不存在危险性,应通知附近的工作人员前往现场查看遗留物的情况,再根据遗留物的情况进行相关操作。通过对不同情况进行不同的操作,合理利用资源。
优选方案四:作为优选方案三的优选,还包括人物追踪模块,警示模块用于接收行为异常信号或者表情异常信号后,向人物识别模块发送追踪信号,人物识别模块用于将出现危险人员后的现场视频信息发送给人物追踪模块,人物追踪模块用于接收现场视频信息后,根据现场视频信息追踪该危险人员,并生成该危险人员的移动信息。
有益效果:人物识别模块在接收到警示模块发送的追踪信号后,将出现危险人员后的现场视频信息发送给人物追踪模块,在接收到追踪信号后,人物追踪模块再对接收的现场视频信息中的危险人员进行追踪,避免对每个可疑人员都进行追踪,减小系统的工作量。通过追踪该危险人员,生成该危险人员的移动信息,便于了解该危险人员的所在位置和移动路线。
优选方案五:作为优选方案四的优选,还包括路线判断模块,数据库存储有工作人员移动的常规路线信息,
人物追踪模块用于将移动信息实时发送给路线判断模块,路线判断模块用于接收移动信息,并根据移动信息生成该危险人员的移动路线,路线判断模块还用于从数据库中获取常规路线信息后,根据常规路线信息和移动路线判断该危险人员可能前往的路线,并根据判断出的路线生成模拟路线信息。
有益效果:路线判断模块根据该危险人员的移动信息生成该危险人员的移动路线,从而直观的知道该危险人员的移动方向。数据库中存储有工作人员移动的常规路线信息,根据常规路线信息判断该危险人员的可能前往的路线,并生成模拟路线信息。预判该危险人员可能前往的路线,便于安保人员找到该危险人员。
优选方案六:作为优选方案五的优选,还包括定位模块、控制模块和若干语音模块,数据库存储有定位信息,
路线判断模块用于将模拟路线信息发送给定位模块;定位模块用于接收模拟路线信息后,从数据库中获取定位信息,并根据模拟路线信息和定位信息生成坐标信息,定位模块用于将坐标信息发送给控制模块,控制模块接收坐标信息后,根据坐标信息控制该危险人员可能前往的路线上的语音模块发出语音对话。
有益效果:数据库中存储有定位信息,在知道该危险人员可能前往的路线后,控制模块控制语音模块发出语音对话。由于语音模块位于该危险人员可能前往的路线上,因此当语音模块发送语音对话的声音后,该危险人员会做出不同的反应,通过不同的反应进一步确认该危险人员的危险性。
优选方案七:作为优选方案六的优选,还包括匹配模块,数据库存储有隐秘位置信息,
语音模块用于发出语音对话的同时,向人物追踪模块发送匹配信号,人物追踪模块用于接收到匹配信号后,将移动信息发送给匹配模块,匹配模块用于接收移动信息后,从数据库中获取隐秘位置信息,并根据移动信息获取该危险人员听到语音对话后所在位置,若所在位置与隐秘位置信息吻合,则向警示模块发送危险信号,同时将该危险人员所在位置发送给警示模块,警示模块用于接收危险信号和所在位置后,通知安保人员前往该位置查看该危险人员的情况。
有益效果:隐秘位置信息为楼道、办公室等位置信息,匹配模块将该危险人员听到语音对话后的所在位置与隐秘位置信息相对比,若该危险人员听到语音对话后,该危险人员的所在位置为隐秘位置,则认为提升该危险人员的危险性,通知安保人员前往该危险人员的所在位置查看情况。
附图说明
图1为本发明一种用于特殊区域的人工智能认知识别系统实施例的逻辑框图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例
基本如附图1所示,一种用于特殊区域的人工智能认知识别系统,包括数据库、采集模块、人物识别模块、遗留物检测模块、行为识别模块、表情识别模块、表情判断模块、警示模块、人物追踪模块、路线判断模块、定位模块、控制模块、匹配模块和若干语音模块,数据库存储有表情识别特征信息、表情类型、常规路线信息、定位信息和隐秘位置信息,表情识别特征信息为识别各种表情的特征数据,表情类型包括正常表情类型和异常表情类型,常规路线信息为根据现场工作人员日常的移动生成的常规路线,定位信息为若干语音模块所在位置的坐标,隐秘位置信息为办公室和楼道的摄像头的坐标。在本实施例中,采集模块优选为摄像头。
摄像头实时采集现场视频信息,并发送给人物识别模块。人物识别模块接收现场视频信息后,将现场视频信息分解成每一帧图像,并对每一帧图像进行识别。当在某一帧图像中识别到人时,即代表现场出现可疑人员,将出现该可疑人员后的现场视频信息发送给遗留物检测模块。
遗留物检测模块接收现场视频信息后,将现场视频信息分解成每一帧图像,对比上一帧图像和当前帧图像,检测现场是否出现遗留物。若没有出现遗留物,则继续对比后续的图像,若出现遗留物,则将出现遗留物后的现场视频信息发送给行为识别模块和表情识别模块。
行为识别模块用于接收出现遗留物后的现场视频信息后,根据现场视频信息识别该遗留物所属的可疑人员的行为。行为识别模块将现场视频信息分解成每一帧图像,通过对比下一帧的图像与当前帧的图像,识别该可疑人员是否出现回头行为,当某一帧图像识别到该可疑人员的像素点与现场出口的像素点重叠时,行为识别模块停止行为识别。在此行为识别过程中,若该可疑人员未出现回头行为,则生成行为正常信号;若该可疑人员出现回头行为,且最后一帧图像中没有遗留物,则生成行为正常信号;若该可疑人员出现回头行为,且最后一帧图像中有遗留物,则生成行为异常信号。行为识别模块将生成的行为正常信号或者行为异常信号发送给警示模块。
表情识别模块用于接收出现遗留物后的现场视频信息后,根据现场视频信息识别该遗留物所属的可疑人员的表情。表情识别模块将现场视频信息分解成每一帧图像,通过对每一帧图像中的人物表情进行识别,当某一帧图像识别到该可疑人员的像素点与现场出口的像素点重叠时,表情识别模块停止表情识别。表情识别模块从数据库中获取表情识别特征信息,根据每一帧图像中该可疑人员的表情提取特征与表情识别特征信息进行对比,生成表情信息,并将表情信息发送给表情判断模块。
表情判断模块用于接收表情信息后,从数据库中获取表情类型,根据表情信息和表情类型进行对比,若表情信息属于异常表情类型,则生成表情异常信号,若表情信息属于正常表情类型,则生成表情正常信号,表情判断模块将生成的表情正常信号或者表情异常信号发送给警示模块。
警示模块用于接收行为识别模块发送的信号和表情判断模块发送的信号,并根据信号进行相关的提醒和通知。若接收到行为正常信号和表情正常信号,则判定该可疑人员为安全人员,警示模块提醒该安全人员请勿随意遗留物品在现场;若接收到行为异常信号或者表情异常信号,则判定该可疑人员为危险人员,警示模块通知遗留物附近的工作人员前往查看遗留物的情况,并向人物识别模块发送追踪信号;若接收到行为异常信号和表情异常信号,则判定可疑人员为危险人员,警示模块通知安保人员前往现场,查看遗留物的情况,并向人物识别模块发送追踪信号。
人物识别模块接收追踪信号后,将出现危险人员后的现场视频信息发送给人物追踪模块。人物追踪模块接收出现该危险人员后的现场视频信息后,标记该危险人员,并接收现场外摄像头采集的现场视频信息,根据现场外摄像头采集的现场视频信息追踪该危险人员,生成该危险人员的移动信息,人物追踪模块还用于将移动信息实时发送给路线判断模块。
路线判断模块用于接收移动信息后,根据移动信息生成该危险人员的移动路线,路线判断模块还用于从数据库中获取常规路线信息后,根据移动路线和常规路线信息判断该危险人员可能前往的路线,将判断出的路线生成模拟路线信息,并将模拟路线信息发送给定位模块。
定位模块用于接收模拟路线信息后,从数据库中获取定位信息,定位模块根据定位信息和模拟路线信息对比出该危险人员可能前往的路线上的语音模块的坐标,根据坐标生成语音模块的坐标信息并发送给控制模块。
控制模块用于接收坐标信息,并根据坐标信息向对应坐标的语音模块发送启动信号,语音模块用于接收启动信号后,播放语音模块内存储的语音对话内容,并向人物追踪模块发送匹配信号。
人物追踪模块用于接收匹配信号后,将该危险人员的移动信息实时发送给匹配模块。匹配模块用于接收移动信息后,从数据库中获取隐秘位置信息,对比移动信息和隐秘位置信息,若移动信息表明的该危险人员的坐标与隐秘位置信息的坐标不同,则不反应,若移动信息表明的该危险人员的坐标与隐秘位置信息的坐标相同,则生成危险信号,并向警示模块发送移动信息表明的该危险人员的坐标和危险信号。警示模块用于接收危险信号后,通知安保人员前往该坐标查看该危险人员的情况。
具体实施过程如下:本实施例以夜晚,工作人员较少的情况为背景进行举例,本实施例所称的现场为存在遗留物的房间。房间A内安装有摄像头,摄像头拍摄现场视频信息并发送给人物识别模块,人物识别模块接收现场视频信息。当有可疑人员进入房间A后,人物识别模块识别出房间A出现可疑人员,人物识别模块将房间A的现场视频信息发送给遗留物检测模块。
遗留物检测模块接收房间A的现场视频信息后,检测房间A是否出现遗留物。当该可疑人员在房间A掉落或放置物品时,遗留物检测模块检测到房间A出现遗留物,将房间A出现遗留物后的现场视频信息发送给行为识别模块和表情识别模块。
行为识别模块接收房间A出现遗留物后的现场视频信息,并识别该可疑人员放置或掉落遗留物后的行为,当该可疑人员离开房间A后,行为识别模块根据该可疑人员在房间A内的行为生成不同信号发送给警示模块。当该可疑人员意外掉落物品,且该可疑人员未发觉时,行为识别模块并未识别到回头行为,则生成行为正常信号;当该可疑人员故意放置或掉落物品时,行为识别模块识别到回头行为,则生成行为异常信号;当该可疑人员意外掉落物品,但该可疑人员发觉时,该可疑人员会带走遗留物,行为识别模块识别到回头行为,同时遗留物在房间A内消失,则生成行为正常信号。
表情识别模块接收房间A出现遗留物后的现场视频信息,识别该可疑人员放置或掉落遗留物后的表情,生成表情信息并发送给表情判断模块。当该可疑人员故意放置或掉落物品时,表情识别模块识别到该可疑人员的表情为紧张、恐惧、害怕等表情,表情信息为紧张、恐惧、害怕等;当该可疑人员意外掉落物品时,表情识别模块识别到该可疑人员的表情为除紧张、恐惧、害怕等以外的表情。
表情判断模块接收表情信息后,从数据库中获取表情类型,并根据表情类型和表情信息生成不同的信号发送给警示模块。表情类型包括异常表情类型和正常表情类型,异常表情类型为紧张、恐惧、害怕,正常表情类型为高兴、生气。当表情信息属于正常表情类型时,则生成表情正常信号,当表情信息属于异常表情类型时,则生成表情异常信号。例如当表情信息为紧张时,紧张属于异常表情类型,则生成表情异常信号。
当该可疑人员意外掉落物品且并未发觉时,警示模块接收到行为正常信号和表情正常信号,则判定该可疑人员为安全人员,提醒该安全人员从房间A带走遗留物。当该可疑人员意外掉落物品,发觉后但觉得掉在其他房间时,警示模块接收到行为正常信号和表情异常信号,通知遗留物附近的工作人员前往房间A查看遗留物的情况,并向人物识别模块发送追踪信号。当该可疑人员故意放置或掉落物品,表情正常但回头确认时,警示模块接收到行为异常信号和表情正常信号,通知遗留物附近的工作人员前往房间A查看遗留物的情况,并向人物识别模块发送追踪信号,若遗留物是危险物,则由该工作人员通知安保人员。当该可疑人员故意放置或掉落物品时,警示模块接收到行为异常信号和表情异常信号,则判定该可疑人员为危险人员,通知安保人员前往房间A,查看遗留物的情况,并向人物识别模块发送追踪信号。
人物识别模块接收追踪信号后,将房间A的现场视频信息发送给人物追踪模块,人物追踪模块接收房间A的现场视频信息,并对该危险人员进行标记。人物追踪模块接收其余摄像头的现场视频信息,例如该危险人员的移动路径为从房间A到房间B外的走廊,房间A安装有摄像头1,房间B安装有摄像头2,房间B外的走廊安装有摄像头3,则人物追踪模块获取摄像头2的现场视频信息,根据现场视频信息追踪该危险人员,生成该危险人员的移动信息,实时发送给路线判断模块。
路线判断模块接收移动信息,根据移动信息生成该危险人员的移动路线,即该危险人员的移动路线为从房间A移动到房间B外的走廊。路线判断模块从数据库中获取常规路线信息,例如常规路线信息为房间A到房间B外的走廊,再到房间C外的走廊,再到房间D外的走廊。路线判断模块根据移动路线和常规路线信息判断该危险人员接下来会到房间C外的走廊,再到房间D外的走廊,则生成的模拟路线信息为:到房间C外的走廊,再到房间D外的走廊,将模拟线路信息发送给定位模块。
定位模块接收模拟线路信息后,从数据库中获取定位信息,例如定位信息为:房间D外的走廊安装有语音模块,定位模块根据定位信息和模拟路线信息进行对比,模拟线路信息为到房间C外的走廊,再到房间D外的走廊,语音模块安装在房间D外的走廊,因此根据该语音模块的坐标生成坐标信息,发送给控制模块。
控制模块接收坐标信息后,控制模块向房间D外的走廊上的语音模块发送启动信号,控制模块接收启动信号后,播放语音模块内存储的语音对话内容,并向人物追踪模块发送匹配信号。
人物追踪模块接收匹配信号后,将该危险人员的移动信息实时发送给匹配模块。匹配模块接收移动信息后,从数据库中获取隐秘位置信息,对比移动信息和隐秘位置信息,生成不同的信号发送给警示模块。例如隐秘位置信息为房间B、C的摄像头坐标,房间C内安装有摄像头4,外安装有摄像头5。当该危险人员走到房间B外的走廊时,语音模块播放语音对话内容,若该危险人员故意将危险物放置或掉落在房间A内,为避免被他人发现,该危险人员会躲入房间B或房间C中,当房间B内的摄像头2或房间C内的摄像头4拍摄到该危险人员时,提升该危险人员的危险性,匹配模块生成危险信号,并发送给警示模块,同时将对应的摄像头坐标发送给警示模块。警示模块接收到危险信号后,通知安保人员前往对应摄像头的坐标查看该危险人员的情况。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。

Claims (8)

1.一种用于特殊区域的人工智能认知识别系统,包括采集模块、人物识别模块、遗留物检测模块和警示模块,所述采集模块用于采集现场视频信息,其特征在于:所述采集模块用于将现场视频信息发送给人物识别模块,所述人物识别模块用于接收现场视频信息,并根据现场视频信息识别现场是否出现可疑人员,若现场出现可疑人员,则将出现该可疑人员后的现场视频信息发送给遗留物检测模块,所述遗留物检测模块用于接收现场视频信息,并根据现场视频信息检测现场是否存在遗留物,所述警示模块用于检测到现场存在遗留物后,向安保人员发出警报。
2.根据权利要求1所述的用于特殊区域的人工智能认知识别系统,其特征在于:还包括行为识别模块,所述遗留物检测模块在检测到遗留物后,将出现遗留物后的现场视频信息发送给行为识别模块;
所述行为识别模块用于接收现场视频信息后,识别该遗留物所属的可疑人员的行为,若该可疑人员并未出现回头行为,则生成行为正常信号,若该可疑人员出现回头行为,但是遗留物在回头行为后从现场视频信息中消失,则生成行为正常信号;
所述行为识别模块还用于当该可疑人员出现回头行为,且直到该可疑人员离开现场后,遗留物仍存在,则生成行为异常信号。
3.根据权利要求2所述的用于特殊区域的人工智能认知识别系统,其特征在于:还包括数据库、表情识别模块和表情判断模块,所述数据库存储有表情类型,所述表情类型包括异常表情类型和正常表情类型,
所述遗留物检测模块用于在检测到遗留物后,将存在遗留物的现场视频信息发送给表情识别模块,所述表情识别模块用于接收现场视频信息后,并根据该遗留物所属的可疑人员的表情生成表情信息,将表情信息发送给表情判断模块;
所述表情判断模块用于接收表情信息,并从数据库中获取表情类型,若表情信息为异常表情类型,则生成表情异常信号,若表情信息为正常表情类型,则生成表情正常信号。
4.根据权利要求3所述的用于特殊区域的人工智能认知识别系统,其特征在于:所述行为识别模块用于识别到该可疑人员离开现场后,将行为正常信号或行为异常信号发送给警示模块,所述表情判断模块用于发送表情正常信号或表情异常信号给警示模块;
所述警示模块用于接收到行为正常信号和表情正常信号后,则判定可疑人员为安全人员,提醒该安全人员请勿随意遗留物品在现场;所述警示模块还用于接收到行为异常信号和表情正常信号后,则判定可疑人员为危险人员,通知遗留物附近的工作人员前往查看遗留物的情况;所述警示模块还用于接收到行为正常信号和表情异常信号后,则判定可疑人员为危险人员,通知附近的工作人员查看遗留物的情况;所述警示模块还用于接收到行为异常信号和表情异常信号后,则判定可疑人员为危险人员,通知安保人员前往现场,查看遗留物的情况。
5.根据权利要求4所述的用于特殊区域的人工智能认知识别系统,其特征在于:还包括人物追踪模块,所述警示模块用于接收行为异常信号或者表情异常信号后,向人物识别模块发送追踪信号,所述人物识别模块用于将出现危险人员后的现场视频信息发送给人物追踪模块,所述人物追踪模块用于接收现场视频信息后,根据现场视频信息追踪该危险人员,并生成该危险人员的移动信息。
6.根据权利要求5所述的用于特殊区域的人工智能认知识别系统,其特征在于:还包括路线判断模块,所述数据库存储有工作人员移动的常规路线信息,
所述人物追踪模块用于将移动信息实时发送给路线判断模块,所述路线判断模块用于接收移动信息,并根据移动信息生成该危险人员的移动路线,所述路线判断模块还用于从数据库中获取常规路线信息后,根据常规路线信息和移动路线判断该危险人员可能前往的路线,并根据判断出的路线生成模拟路线信息。
7.根据权利要求6所述的用于特殊区域的人工智能认知识别系统,其特征在于:还包括定位模块、控制模块和若干语音模块,所述数据库存储有定位信息,
所述路线判断模块用于将模拟路线信息发送给定位模块;所述定位模块用于接收模拟路线信息后,从数据库中获取定位信息,并根据模拟路线信息和定位信息生成坐标信息,所述定位模块用于将坐标信息发送给控制模块,所述控制模块接收坐标信息后,根据坐标信息控制该危险人员可能前往的路线上的语音模块发出语音对话。
8.根据权利要求7所述的用于特殊区域的人工智能认知识别系统,其特征在于:还包括匹配模块,所述数据库存储有隐秘位置信息,
所述语音模块用于发出语音对话的同时,向人物追踪模块发送匹配信号,所述人物追踪模块用于接收到匹配信号后,将移动信息发送给匹配模块,所述匹配模块用于接收移动信息后,从数据库中获取隐秘位置信息,并根据移动信息获取该危险人员听到语音对话后所在位置,若所在位置与隐秘位置信息吻合,则向警示模块发送危险信号,同时将该危险人员所在位置发送给警示模块,所述警示模块用于接收危险信号和所在位置后,通知安保人员前往该位置查看该危险人员的情况。
CN201910032995.2A 2019-01-14 2019-01-14 一种用于特殊区域的人工智能认知识别系统 Active CN109544838B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910032995.2A CN109544838B (zh) 2019-01-14 2019-01-14 一种用于特殊区域的人工智能认知识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910032995.2A CN109544838B (zh) 2019-01-14 2019-01-14 一种用于特殊区域的人工智能认知识别系统

Publications (2)

Publication Number Publication Date
CN109544838A true CN109544838A (zh) 2019-03-29
CN109544838B CN109544838B (zh) 2020-09-08

Family

ID=65835459

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910032995.2A Active CN109544838B (zh) 2019-01-14 2019-01-14 一种用于特殊区域的人工智能认知识别系统

Country Status (1)

Country Link
CN (1) CN109544838B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110175512A (zh) * 2019-04-12 2019-08-27 天津华来科技有限公司 一种场景检测报警方法及装置
CN110399792A (zh) * 2019-06-19 2019-11-01 河南北斗卫星导航平台有限公司 一种监控方法、装置及计算机可读存储介质
CN111256801A (zh) * 2020-02-29 2020-06-09 重庆宇涵电子科技有限公司 称重监测防控仪防控系统
CN111414789A (zh) * 2019-10-20 2020-07-14 上海辰努智能科技有限公司 一种基于视频网格化的人体回头行为的判定方法
CN111813995A (zh) * 2020-07-01 2020-10-23 盛视科技股份有限公司 一种基于时空关系的行人提取物品行为检测方法及系统
CN114782884A (zh) * 2022-03-10 2022-07-22 慧之安信息技术股份有限公司 基于安防视频监控的增强识别方法和装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101281596A (zh) * 2007-04-05 2008-10-08 三菱电机株式会社 用于检测场景中的遗留对象的方法
US20090290020A1 (en) * 2008-02-28 2009-11-26 Canon Kabushiki Kaisha Stationary Object Detection Using Multi-Mode Background Modelling
CN101640788A (zh) * 2008-07-29 2010-02-03 深圳市朗驰欣创科技有限公司 一种监控控制方法、装置及监控系统
JP2012049939A (ja) * 2010-08-30 2012-03-08 Aiphone Co Ltd インターホンの録画方法
CN102938058A (zh) * 2012-11-14 2013-02-20 南京航空航天大学 面向平安城市的视频主动智能感知方法及系统
CN205230242U (zh) * 2015-12-04 2016-05-11 重庆财信合同能源管理有限公司 一种智能小区安防系统
CN106454250A (zh) * 2016-11-02 2017-02-22 北京弘恒科技有限公司 智能识别及预警处理的信息平台
CN107527042A (zh) * 2017-09-14 2017-12-29 江苏跃鑫科技有限公司 基于智能视频分析技术的遗弃物检测方法
WO2018179202A1 (ja) * 2017-03-30 2018-10-04 日本電気株式会社 情報処理装置、制御方法、及びプログラム

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101281596A (zh) * 2007-04-05 2008-10-08 三菱电机株式会社 用于检测场景中的遗留对象的方法
US20090290020A1 (en) * 2008-02-28 2009-11-26 Canon Kabushiki Kaisha Stationary Object Detection Using Multi-Mode Background Modelling
CN101640788A (zh) * 2008-07-29 2010-02-03 深圳市朗驰欣创科技有限公司 一种监控控制方法、装置及监控系统
JP2012049939A (ja) * 2010-08-30 2012-03-08 Aiphone Co Ltd インターホンの録画方法
CN102938058A (zh) * 2012-11-14 2013-02-20 南京航空航天大学 面向平安城市的视频主动智能感知方法及系统
CN205230242U (zh) * 2015-12-04 2016-05-11 重庆财信合同能源管理有限公司 一种智能小区安防系统
CN106454250A (zh) * 2016-11-02 2017-02-22 北京弘恒科技有限公司 智能识别及预警处理的信息平台
WO2018179202A1 (ja) * 2017-03-30 2018-10-04 日本電気株式会社 情報処理装置、制御方法、及びプログラム
CN107527042A (zh) * 2017-09-14 2017-12-29 江苏跃鑫科技有限公司 基于智能视频分析技术的遗弃物检测方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110175512A (zh) * 2019-04-12 2019-08-27 天津华来科技有限公司 一种场景检测报警方法及装置
CN110399792A (zh) * 2019-06-19 2019-11-01 河南北斗卫星导航平台有限公司 一种监控方法、装置及计算机可读存储介质
CN111414789A (zh) * 2019-10-20 2020-07-14 上海辰努智能科技有限公司 一种基于视频网格化的人体回头行为的判定方法
CN111256801A (zh) * 2020-02-29 2020-06-09 重庆宇涵电子科技有限公司 称重监测防控仪防控系统
CN111813995A (zh) * 2020-07-01 2020-10-23 盛视科技股份有限公司 一种基于时空关系的行人提取物品行为检测方法及系统
CN114782884A (zh) * 2022-03-10 2022-07-22 慧之安信息技术股份有限公司 基于安防视频监控的增强识别方法和装置

Also Published As

Publication number Publication date
CN109544838B (zh) 2020-09-08

Similar Documents

Publication Publication Date Title
CN109544838A (zh) 一种用于特殊区域的人工智能认知识别系统
CN109493555A (zh) 一种基于智能监控技术的校园宿舍楼安防监控系统
CN109618287B (zh) 一种基于uwb定位的犯人管理方法和装置
CN108922101B (zh) 一种数海信息智能安防校园管理系统
CN106548436A (zh) 危险源风险管控方法和管控装置
CN109685039A (zh) 一种训练人工智能摄像头识别特征物体的训练方法
CN111428617A (zh) 一种基于视频图像的配网违规检修行为的识别方法和系统
CN112488483A (zh) 一种基于ai技术的ehs透明管理系统及管理方法
CN111885360A (zh) 区块链生产车间智能监控系统
WO2022262257A1 (zh) 一种检察领域值班人员睡觉行为识别方法
CN108398892A (zh) 智能保安服务机器人
CN109019213A (zh) 一种人身安全预警电梯实现方法及其系统
CN114359976B (zh) 一种基于人物识别的智能安防方法与装置
CN115330129A (zh) 一种企业安全风险预警分析方法及系统
CN114329106A (zh) 用于社区的大数据分析系统及方法
CN114333273A (zh) 一种用于核电施工现场的智能化分析系统及方法
CN113392706A (zh) 抽烟及使用手机行为检测装置及方法
CN106341658A (zh) 一种城市安全状况智能监控系统
CN112541656A (zh) 一种具有风险隐患预测能力的智能安防集成平台
CN211427457U (zh) 一种重要处所智能安防系统
CN109858346B (zh) 目标人员确定方法及相关装置
CN110727688A (zh) 重点人员网格化服务管理系统
CN214652802U (zh) 电梯乘客不文明乘梯行为识别系统
CN112419091B (zh) 知识图谱驱动的配电网现场作业视频智能安全管控方法
CN115019259A (zh) 一种智慧矿山的ai图像识别监管方法及系统

Legal Events

Date Code Title Description
PB01 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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An artificial intelligence recognition system for special area

Effective date of registration: 20220520

Granted publication date: 20200908

Pledgee: Chongqing Branch of China Everbright Bank Co.,Ltd.

Pledgor: BOLAA NETWORK Co.,Ltd.

Registration number: Y2022500000028

PC01 Cancellation of the registration of the contract for pledge of patent right

Date of cancellation: 20230614

Granted publication date: 20200908

Pledgee: Chongqing Branch of China Everbright Bank Co.,Ltd.

Pledgor: BOLAA NETWORK Co.,Ltd.|Chongqing Wingshengda Technology Co.,Ltd.

Registration number: Y2022500000028

PC01 Cancellation of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An Artificial Intelligence Cognitive Recognition System for Special Regions

Effective date of registration: 20230809

Granted publication date: 20200908

Pledgee: Chongqing Branch of China Everbright Bank Co.,Ltd.

Pledgor: BOLAA NETWORK Co.,Ltd.|Chongqing Wingshengda Technology Co.,Ltd.

Registration number: Y2023500000055

PE01 Entry into force of the registration of the contract for pledge of patent right
CB03 Change of inventor or designer information

Inventor after: Tong Yi

Inventor before: Tong Yi

Inventor before: Zhou Boyi

CB03 Change of inventor or designer information