CN110012114B - 一种基于物联网的环境安全预警系统 - Google Patents
一种基于物联网的环境安全预警系统 Download PDFInfo
- Publication number
- CN110012114B CN110012114B CN201910368855.2A CN201910368855A CN110012114B CN 110012114 B CN110012114 B CN 110012114B CN 201910368855 A CN201910368855 A CN 201910368855A CN 110012114 B CN110012114 B CN 110012114B
- Authority
- CN
- China
- Prior art keywords
- image
- module
- early warning
- target person
- subunit
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/40—Spoof detection, e.g. liveness detection
- G06V40/45—Detection of the body part being alive
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Abstract
本发明公开了一种基于物联网的环境安全预警系统,特别是室内环境,该系统包括:环境数据采集模块、无线网络传输模块、物联网服务器和分析预警模块;环境数据采集模块对室内的环境数据进行采集,并将采集的环境数据通过无线网络传输模块传输至物联网服务器;物联网服务器接收来自环境数据采集模块的环境数据并处理,然后将处理后的环境数据传输至分析预警模块;分析预警模块对处理后的环境数据进行分析,判断处理后的环境数据是否超出预设的安全范围,并在超出预设的安全范围时进行报警。本发明能够对室内环境进行实时监测,并在监测到室内环境异常时及时报警,以便于工作人员采集有效措施改善室内环境。
Description
技术领域
本发明涉及环境监测技术领域,具体涉及一种基于物联网的环境安全预警系统。
背景技术
我国城镇化的高速发展使居民居住条件有了巨大的提升,人们对住宅室内环境的要求也在不断提高,其中,人们关注的室内环境指标,从原来简单的室内温度,到如今已细化到室内温度、湿度、新风量、有害物含量等多个综合指标。住宅室内保持良好的环境品质,保持健康的环境条件,有助于人身心健康,具有良好的生活状态。
因此,为满足住户需求,实现对室内环境的监测成为本领域技术人员需要解决的问题。
发明内容
针对上述问题,本发明提供一种基于物联网的环境安全预警系统。
本发明的目的采用以下技术方案来实现:
一种基于物联网的环境安全预警系统,特别是室内环境,该系统包括:环境数据采集模块、无线网络传输模块、物联网服务器和分析预警模块;
所述环境数据采集模块,被配置为:对室内的环境数据进行采集,并将采集的环境数据通过无线网络传输模块传输至所述物联网服务器;
所述物联网服务器,被配置为:接收来自所述环境数据采集模块的环境数据并处理,然后将处理后的环境数据传输至所述分析预警模块;
所述分析预警模块,被配置为:对处理后的环境数据进行分析,判断所述处理后的环境数据是否超出预设的安全范围,并在超出所述预设的安全范围时进行报警;
其中,所述环境数据采集模块包括由汇聚节点和多个传感器节点构成的无线传感器网络,传感器节点主要用于采集所监测位置的环境数据,汇聚节点主要用于汇聚各传感器节点采集的环境数据,并将汇聚的环境数据通过无线网络传输模块传输至所述物联网服务器。
优选地,所述传感器节点包括:温度传感器、湿度传感器、甲醛传感器、氧含量传感器、细微颗粒物传感器中的一种或者多种。
优选地,所述无线网络传输模块采用的无线传输方式为ZigBee技术、RF无线射频技术、全球移动通信系统和通用无线分组服务中的一种。
优选地,该系统还包括:与所述分析预警模块通信连接的身份识别模块,所述身份识别模块,被配置为:对试图进入室内的目标人员身份进行识别,确定该目标人员是否有权限进入室内,若无权限进入室内,则发送报警指令至所述分析预警模块,驱动所述分析预警模块进行报警。
优选地,所述身份识别模块包括:视频采集单元、活体检测单元、身份验证单元和控制单元;
所述视频采集单元,设置在进门处,被配置为:获取包括目标人员正脸的连续R帧视频图像,并将获取的R帧视频图像传输至所述活体检测单元;
所述活体检测单元,被配置为:根据接收到的R帧视频图像,检测视频图像中的目标人员是否为活体,若检测结果显示所述目标人员是活体,则将接收到的视频图像传输至所述身份验证单元;反之,所述活体检测单元将该检测结果发送至所述控制单元,所述控制单元根据所述检测结果驱动所述分析预警模块进行报警;
所述身份验证单元,被配置为:当所述活体检测单元的检测结果显示所述目标人员是活体时,根据接收到的R帧视频图像对所述目标人员的身份进行验证,确定所述目标人员是否有权限进入室内,若验证成功,则确定所述目标人员有权限进入所述室内,若验证不成功,则所述身份验证单元将验证结果发送至所述控制单元,所述控制单元根据所述验证结果生成报警指令,并发送所述报警指令至所述分析预警模块,驱动所述分析预警模块进行报警;
其中,所述活体检测单元,被具体配置为:
(1)依次对所述的R帧视频图像进行边缘检测,获取只包含目标人员正脸信息的R个图像块;
(2)将得到的各图像块在HSL空间表示,并利用下式确定任意两个图像块之间的相似度系数:
式中,Sim(a,b)为图像块a和图像块b之间的相似度系数,Area(a)、Area(b)分别为图像块a、b的面积,Ha、Hb分别为图像块a和图像块b的像素点的个数,为图像块a中各像素点的亮度值之和,为图像块b中各像素点的亮度值之和, 分别为图像块a中亮度值的最大值和最小值,分别为图像块b中亮度值的最大值和最小值;
(3)将计算得到的相似度系数分别和预设的相似度阈值进行比较,若均满足:Sim(a,b)≥Simth,则判定所述目标人员不是活体,并将该检测结果发送至所述控制单元;反之,则判定所述目标人员是活体,并将所述的R帧视频图像传输至所述身份验证单元。
优选地,所述身份验证单元,进一步被配置为:当确定所述目标人员有权限进入所述室内时,所述身份验证单元发送验证成功的结果至所述控制单元,所述控制单元根据所述验证成功的结果控制所述室内的房门开启。
优选地,所述身份识别模块还包括:与所述身份验证单元通信连接的云服务器,所述云服务器,被配置为:存储拥有权限进入所述室内的人员的脸部特征数据。
优选地,所述身份验证单元包括:图像降噪子单元、图像质量评价子单元、特征提取子单元和身份验证子单元;
所述图像降噪子单元,被配置为:对接收到的R帧视频图像依次进行降噪处理,并将降噪后的R帧视频图像发送至所述图像质量评价子单元;
所述图像质量评价子单元,被配置为:对接收到的降噪后的R帧视频图像进行图像质量评价,并选取图像质量评分最高的视频图像发送至所述特征提取子单元;
所述特征提取子单元,被配置为:对接收到的视频图像进行特征提取,获取描述所述目标人员的脸部特征数据;
所述身份验证子单元,被配置为:计算所述目标人员的脸部特征数据和所述云服务器中存储的各个工作人员的脸部特征数据的相似度值,若计算得到的某一个相似度值大于预设的相似度阈值时,则验证成功,反之,则验证失败。
优选地,所述云服务器,被进一步配置为:还可以存储所述身份验证子单元的验证结果。
优选地,所述身份验证子单元与所述控制单元通信连接,所述身份验证子单元进一步被配置为:还可以将验证结果发送至所述控制单元;
所述控制单元根据所述验证结果生成报警指令,并发送所述报警指令至所述分析预警模块,驱动所述分析预警模块进行报警;
或,
所述控制单元根据所述验证结果控制所述室内的房门开启。
本发明的有益效果为:能够对室内环境进行实时监测,并在监测到室内环境异常时及时报警,以便于工作人员采集有效措施改善室内环境,同时,还实现对进入该室内人员身份的识别,避免非法人员进入室内进行非法活动(如纵火、偷窃等),提高了室内环境监测的力度,防患于未然。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明实施例提供的一种基于物联网的环境安全预警系统的框架结构图;
图2是本发明实施例提供的身份验证单元530的原理图。
附图标记:环境数据采集模块100,无线网络传输模块200,物联网服务器300,分析预警模块400,身份识别模块500,视频采集单元510,活体检测单元520,身份验证单元530,控制单元540,云服务器550,图像降噪子单元531,图像质量评价子单元532,特征提取子单元533,身份验证子单元534。
具体实施方式
结合以下实施例对本发明作进一步描述。
图1示出了一种基于物联网的环境安全预警系统,特别是室内环境,该系统包括:环境数据采集模块100、无线网络传输模块200、物联网服务器300和分析预警模块400;
所述环境数据采集模块100,被配置为:对室内的环境数据进行采集,并将采集的环境数据通过无线网络传输模块200传输至所述物联网服务器300;
所述物联网服务器300,被配置为:接收来自所述环境数据采集模块100的环境数据并处理,然后将处理后的环境数据传输至所述分析预警模块400;
所述分析预警模块400,被配置为:对处理后的环境数据进行分析,判断所述处理后的环境数据是否超出预设的安全范围,并在超出所述预设的安全范围时进行报警;
其中,所述环境数据采集模块100包括由汇聚节点和多个传感器节点构成的无线传感器网络,传感器节点主要用于采集所监测位置的环境数据,汇聚节点主要用于汇聚各传感器节点采集的环境数据,并将汇聚的环境数据通过无线网络传输模块200传输至所述物联网服务器300。
优选地,所述传感器节点包括:温度传感器、湿度传感器、甲醛传感器、氧含量传感器、细微颗粒物传感器中的一种或者多种。
优选地,所述无线网络传输模块200采用的无线传输方式为ZigBee技术、RF无线射频技术、全球移动通信系统和通用无线分组服务中的一种。
优选地,该系统还包括:与所述分析预警模块400通信连接的身份识别模块500,所述身份识别模块500,被配置为:对试图进入室内的目标人员身份进行识别,确定该目标人员是否有权限进入室内,若无权限进入室内,则发送报警指令至所述分析预警模块400,驱动所述分析预警模块400进行报警。
优选地,所述身份识别模块500包括:视频采集单元510、活体检测单元520、身份验证单元530和控制单元540;
所述视频采集单元510,设置在进门处,被配置为:获取包括目标人员正脸的连续R帧视频图像,并将获取的R帧视频图像传输至所述活体检测单元520;
所述活体检测单元520,被配置为:根据接收到的R帧视频图像,检测视频图像中的目标人员是否为活体,若检测结果显示所述目标人员是活体,则将接收到的视频图像传输至所述身份验证单元530;反之,所述活体检测单元520将该检测结果发送至所述控制单元540,所述控制单元540根据所述检测结果驱动所述分析预警模块400进行报警;
所述身份验证单元530,被配置为:当所述活体检测单元520的检测结果显示所述目标人员是活体时,根据接收到的R帧视频图像对所述目标人员的身份进行验证,确定所述目标人员是否有权限进入室内,若验证成功,则确定所述目标人员有权限进入所述室内,若验证不成功,则所述身份验证单元530将验证结果发送至所述控制单元540,所述控制单元540根据所述验证结果生成报警指令,并发送所述报警指令至所述分析预警模块400,驱动所述分析预警模块400进行报警;
其中,所述活体检测单元520,被具体配置为:
(1)依次对所述的R帧视频图像进行边缘检测,获取只包含目标人员正脸信息的R个图像块;
(2)将得到的各图像块在HSL空间表示,并利用下式确定任意两个图像块之间的相似度系数:
式中,Sim(a,b)为图像块a和图像块b之间的相似度系数,Area(a)、Area(b)分别为图像块a、b的面积,Ha、Hb分别为图像块a和图像块b的像素点的个数,为图像块a中各像素点的亮度值之和,为图像块b中各像素点的亮度值之和, 分别为图像块a中亮度值的最大值和最小值,分别为图像块b中亮度值的最大值和最小值;
(3)将计算得到的相似度系数分别和预设的相似度阈值进行比较,若均满足:Sim(a,b)≥Simth,则判定所述目标人员不是活体,并将该检测结果发送至所述控制单元540;反之,则判定所述目标人员是活体,并将所述的R帧视频图像传输至所述身份验证单元530。
有益效果:在通过人脸识别的方式对试图进入室内的人员进行验证时,为了避免非法人员通过利用照片等方式进入室内,需要对视频采集单元510中的目标人员是否为活体进行检测,在上述实施例中,通过对连续N帧视频图像进行边缘检测,分割出只包含目标人员正脸区域的图像块,然后利用自定义的相似度计算式子计算任意两个图像块的相似度系数,若相似度系数始终都大于设定的相似度阈值,则可以认定视频采集单元510采集的目标人员正脸图像是照片,而并非活体,此时,可通过控制单元540驱动分析预警模块400进行报警,以便于及时采取有效措施,避免非法人员入侵。
在计算任意两个图像块的相似度系数时,考虑了图像块本身的面积、图像块中各个像素点的亮度值、各图像块中亮度值的最大值和最小值,从而使得该相似度系数能够准确反映图像块中的人脸是否存在明显的脸部动作,如眨眼、挑眉等动作,进而便于判断采集的目标人员的正脸图像是否是照片。若为照片,则通过分析预警模块400直接报警,无需再调用身份验证单元530对目标人员身份进行验证。
优选地,所述身份验证单元530,进一步被配置为:当确定所述目标人员有权限进入所述室内时,所述身份验证单元530发送验证成功的结果至所述控制单元540,所述控制单元540根据所述验证成功的结果控制所述室内的房门开启。
优选地,所述身份识别模块500还包括:与所述身份验证单元530通信连接的云服务器550,所述云服务器550,被配置为:存储拥有权限进入所述室内的人员的脸部特征数据。
优选地,所述身份验证单元530包括:图像降噪子单元531、图像质量评价子单元532、特征提取子单元533和身份验证子单元534;
所述图像降噪子单元531,被配置为:对接收到的R帧视频图像依次进行降噪处理,并将降噪后的R帧视频图像发送至所述图像质量评价子单元532;
所述图像质量评价子单元532,被配置为:对接收到的降噪后的R帧视频图像进行图像质量评价,并选取图像质量评分最高的视频图像发送至所述特征提取子单元533;
所述特征提取子单元533,被配置为:对接收到的视频图像进行特征提取,获取描述所述目标人员的脸部特征数据;
所述身份验证子单元534,被配置为:计算所述目标人员的脸部特征数据和所述云服务器550中存储的各个工作人员的脸部特征数据的相似度值,若计算得到的某一个相似度值大于预设的相似度阈值时,则验证成功,反之,则验证失败。
优选地,所述云服务器550,被进一步配置为:还可以存储所述身份验证子单元534的验证结果。
优选地,所述身份验证子单元534与所述控制单元540通信连接,所述身份验证子单元534进一步被配置为:还可以将验证结果发送至所述控制单元540;
所述控制单元540根据所述验证结果生成报警指令,并发送所述报警指令至所述分析预警模块400,驱动所述分析预警模块400进行报警;
或,
所述控制单元540根据所述验证结果控制所述室内的房门开启。
本发明的有益效果为:能够对室内环境进行实时监测,并在监测到室内环境异常时及时报警,以便于工作人员采集有效措施改善室内环境,同时,还实现对进入该室内人员身份的识别,避免非法人员进入室内进行非法活动(如纵火、偷窃等),提高了室内环境监测的力度,防患于未然。
在一个实施例中,所述的对接收到的R帧视频图像依次进行降噪处理,具体地,
以任意一帧视频图像P为例说明:
(1)将视频图像P进行灰度化处理,然后利用NSCT对视频图像P进行W层分解,得到一系列低频信息系数和高频信息系数{Cu0,Cu,v},Cu0为第u尺度上的低频信息系数,Cu,v是第u尺度v方向上的高频信息系数;
(2)根据预设定的修正条件对高频信息系数进行修正,得到修正后的高频信息系数;其中,预设定的修正条件为:
若高频信息系数Cu,v≥Thu,v,利用下式确定修正后的高频信息系数C′u,v;
若高频信息系数Cu,v<Thu,v,利用下式确定修正后的高频信息系数C′u,v:
若高频信息系数Cu,v均不满足上述两个条件,则C′u,v置为零;
其中,u表示分解的尺度,v表示分解的方向,Cu,v表示第u尺度v方向上的高频信息系数,Thu,v为预设的第u尺度v方向子带的阈值;
(3)将修订后的高频信息系数和低频信息系数通过NSCT反变换,即可得到降噪后的人脸图像P′。
有益效果:利用NSCT对人脸图像进行分解,得到描述人脸信息的低频信息系数和高频信息系数,然后基于高频信息系数和预设的各个分解尺度分解方向上阈值进行比较,选择不同的式子对高频信息系数进行修正,该修正过程不仅考虑了视频图像中的纹理细节信息,使得在保留视频图像更多细节信息的同时,完成对视频图像的去噪过程,提高视频图像的质量和清晰度,有利于后续对视频图像中目标人员的身份进行准确识别,提高了室内环境的安全性。
在一个实施例中,Thu,v的值可通过下式进行确定:
式中,Thu,v为第u尺度v方向子带的阈值,Lu,v为第u尺度v方向子带的长度,W为分解的层数,Median{|Cu,v|表示取高频信息系数的绝对值的中间值,M、N分别表示人脸图像的长度和宽度,Cu,v(k,l)表示在第u尺度v方向子带上其中一点(k,1)的系数,表示在第u尺度v方向子带上的平均高频信息系数。
有益效果:在对Thu,v的大小进行确定时,是基于其所在尺度所在方向上的所有高频信息系数获得的,该过程实现了在对各个尺度方向上的高频信息系数的自适应修正,避免了使用同一个阈值带来的估算误差,保证了对视频图像的准确去噪。
在一个实施例中,所述图像质量评价子单元532,被具体配置为:
在图像质量评价子单元532中,所述的对降噪处理后的R帧视频图像进行图像质量评价,具体地,是利用下方的图像质量评价函数对每一帧降噪处理后的视频图像的图像质量进行评价,得到每一帧降噪处理后的视频图像的图像质量评分值,并选取图像质量评分值最高的降噪后的视频图像发送至所述特征提取子单元533;其中,所述的图像质量评价函数为:
式中,Q(p)为第p帧视频图像的图像质量评分值,M、N分别表示视频图像的长度和宽度,G′(k,l)为降噪后的(k,l)位置处像素点的灰度值,G(k,l)为降噪前(k,l)位置处像素点的灰度值,σp 2为第p帧视频图像降噪前的灰度值方差。
有益效果:通过自定义的图像质量评价函数对降噪处理后的每帧视频图像进行图像质量评价,能够反映各个帧视频图像经降噪后的清晰度值,进而获取每帧视频图像降噪后的降噪结果,筛选出图像质量评分最高的视频图像作为下一个模块的处理目标,便于所述身份验证子单元534对目标人员身份进行准确估计,保障了室内的安全,避免了非法人员进入室内。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (7)
1.一种基于物联网的环境安全预警系统,特别是室内环境,其特征是,包括:环境数据采集模块、无线网络传输模块、物联网服务器和分析预警模块;
所述环境数据采集模块,被配置为:对室内的环境数据进行采集,并将采集的环境数据通过无线网络传输模块传输至所述物联网服务器;
所述物联网服务器,被配置为:接收来自所述环境数据采集模块的环境数据并处理,然后将处理后的环境数据传输至所述分析预警模块;
所述分析预警模块,被配置为:对处理后的环境数据进行分析,判断所述处理后的环境数据是否超出预设的安全范围,并在超出所述预设的安全范围时进行报警;
其中,所述环境数据采集模块包括由汇聚节点和多个传感器节点构成的无线传感器网络,传感器节点主要用于采集所监测位置的环境数据,汇聚节点主要用于汇聚各传感器节点采集的环境数据,并将汇聚的环境数据通过无线网络传输模块传输至所述物联网服务器;
还包括:与所述分析预警模块通信连接的身份识别模块,所述身份识别模块,被配置为:对试图进入室内的目标人员身份进行识别,确定该目标人员是否有权限进入室内,若无权限进入室内,则发送报警指令至所述分析预警模块,驱动所述分析预警模块进行报警;
所述身份识别模块包括:视频采集单元、活体检测单元、身份验证单元和控制单元;
所述视频采集单元,设置在进门处,被配置为:获取包括目标人员正脸的连续R帧视频图像,并将获取的R帧视频图像传输至所述活体检测单元;
所述活体检测单元,被配置为:根据接收到的R帧视频图像,检测视频图像中的目标人员是否为活体,若检测结果显示所述目标人员是活体,则将接收到的视频图像传输至所述身份验证单元;反之,所述活体检测单元将该检测结果发送至所述控制单元,所述控制单元根据所述检测结果驱动所述分析预警模块进行报警;
所述身份验证单元,被配置为:当所述活体检测单元的检测结果显示所述目标人员是活体时,根据接收到的R帧视频图像对所述目标人员的身份进行验证,确定所述目标人员是否有权限进入室内,若验证成功,则确定所述目标人员有权限进入所述室内,若验证不成功,则所述身份验证单元将验证结果发送至所述控制单元,所述控制单元根据所述验证结果生成报警指令,并发送所述报警指令至所述分析预警模块,驱动所述分析预警模块进行报警;
其中,所述活体检测单元,被具体配置为:
(1)依次对所述的R帧视频图像进行边缘检测,获取只包含目标人员正脸信息的R个图像块;
(2)将得到的各图像块在HSL空间表示,并利用下式确定任意两个图像块之间的相似度系数:
式中,Sim(a,b)为图像块a和图像块b之间的相似度系数,Area(a)、Area(b)分别为图像块a、b的面积,Ha、Hb分别为图像块a和图像块b的像素点的个数,为图像块a中各像素点的亮度值之和,为图像块b中各像素点的亮度值之和,分别为图像块a中亮度值的最大值和最小值,分别为图像块b中亮度值的最大值和最小值;
(3)将计算得到的相似度系数分别和预设的相似度阈值进行比较,若均满足:Sim(a,b)≥Simth,则判定所述目标人员不是活体,并将该检测结果发送至所述控制单元;反之,则判定所述目标人员是活体,并将所述的R帧视频图像传输至所述身份验证单元;
所述身份验证单元包括:图像降噪子单元、图像质量评价子单元、特征提取子单元和身份验证子单元;
所述图像降噪子单元,被配置为:对接收到的R帧视频图像依次进行降噪处理,并将降噪后的R帧视频图像发送至所述图像质量评价子单元;
所述图像质量评价子单元,被配置为:对接收到的降噪后的R帧视频图像进行图像质量评价,并选取图像质量评分最高的视频图像发送至所述特征提取子单元;
所述特征提取子单元,被配置为:对接收到的视频图像进行特征提取,获取描述所述目标人员的脸部特征数据;
所述身份验证子单元,被配置为:计算所述目标人员的脸部特征数据和所述云服务器中存储的各个人员的脸部特征数据的相似度值,若计算得到的某一个相似度值大于预设的相似度阈值时,则验证成功,反之,则验证失败;
所述的对接收到的R帧视频图像依次进行降噪处理,具体地,
(1)将视频图像P进行灰度化处理,然后利用NSCT对视频图像P进行W层分解,得到一系列低频信息系数和高频信息系数{Cu0,Cu,v},Cu0为第u尺度上的低频信息系数,Cu,v是第u尺度v方向上的高频信息系数;
(2)根据预设定的修正条件对高频信息系数进行修正,得到修正后的高频信息系数;其中,预设定的修正条件为:
若高频信息系数Cu,v≥Thu,v,利用下式确定修正后的高频信息系数C′u,v;
若高频信息系数Cu,v<Thu,v,利用下式确定修正后的高频信息系数C′u,v:
若高频信息系数Cu,v均不满足上述两个条件,则C′u,v置为零;
其中,u表示分解的尺度,v表示分解的方向,Cu,v表示第u尺度v方向上的高频信息系数,Thu,v为预设的第u尺度v方向子带的阈值;
(3)将修订后的高频信息系数和低频信息系数通过NSCT反变换,即可得到降噪后的人脸图像P′。
2.根据权利要求1所述的环境安全预警系统,其特征是,所述传感器节点包括:温度传感器、湿度传感器、甲醛传感器、氧含量传感器、细微颗粒物传感器中的一种或者多种。
3.根据权利要求1所述的环境安全预警系统,其特征是,所述无线网络传输模块采用的无线传输方式为ZigBee技术、RF无线射频技术、全球移动通信系统和通用无线分组服务中的一种。
4.根据权利要求1所述的环境安全预警系统,其特征是,所述身份验证单元,进一步被配置为:当确定所述目标人员有权限进入所述室内时,所述身份验证单元发送验证成功的结果至所述控制单元,所述控制单元根据所述验证成功的结果控制所述室内的房门开启。
5.根据权利要求1所述的环境安全预警系统,其特征是,所述身份识别模块还包括:与所述身份验证单元通信连接的云服务器,所述云服务器,被配置为:存储拥有权限进入所述室内的人员的脸部特征数据。
6.根据权利要求1或5任一所述的环境安全预警系统,其特征在于,所述云服务器,被进一步配置为:还可以存储所述身份验证子单元的验证结果。
7.根据权利要求1或4任一所述的环境安全预警系统,其特征在于,所述身份验证子单元与所述控制单元通信连接,所述身份验证子单元进一步被配置为:还可以将验证结果发送至所述控制单元;
所述控制单元根据所述验证结果生成报警指令,并发送所述报警指令至所述分析预警模块,驱动所述分析预警模块进行报警;
或,
所述控制单元根据所述验证结果控制所述室内的房门开启。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910368855.2A CN110012114B (zh) | 2019-05-05 | 2019-05-05 | 一种基于物联网的环境安全预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910368855.2A CN110012114B (zh) | 2019-05-05 | 2019-05-05 | 一种基于物联网的环境安全预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110012114A CN110012114A (zh) | 2019-07-12 |
CN110012114B true CN110012114B (zh) | 2020-01-21 |
Family
ID=67175620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910368855.2A Active CN110012114B (zh) | 2019-05-05 | 2019-05-05 | 一种基于物联网的环境安全预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110012114B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111800753B (zh) * | 2020-07-07 | 2023-05-09 | 安全能力生态聚合(北京)运营科技有限公司 | 基于人工智能的安全防范分析报警系统及方法 |
CN112087730B (zh) * | 2020-09-10 | 2024-03-12 | 江苏华世远电力技术有限公司 | 一种基于5g和北斗定位的模块化电缆沟系统 |
CN112102592A (zh) * | 2020-09-14 | 2020-12-18 | 江苏华世远电力技术有限公司 | 一种具有外破感知功能的模块化电缆沟系统 |
CN112082642A (zh) * | 2020-09-14 | 2020-12-15 | 江苏华世远电力技术有限公司 | 一种可自动预警的模块化电缆沟系统 |
CN114598730A (zh) * | 2022-03-10 | 2022-06-07 | 安徽邮电职业技术学院 | 一种基于物联网的室内环境监测系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104658152A (zh) * | 2015-02-15 | 2015-05-27 | 西安交通大学 | 一种基于视频的运动物体入侵报警方法 |
CN105629854A (zh) * | 2016-03-10 | 2016-06-01 | 文成县刀锋科技有限公司 | 一种智能家居安全防盗报警通信系统 |
CN106534653A (zh) * | 2016-12-30 | 2017-03-22 | 哈尔滨理工大学 | 用于检测室内运动目标的网络摄像装置及其检测方法 |
CN106603999A (zh) * | 2017-02-17 | 2017-04-26 | 上海创米科技有限公司 | 视频监控报警方法与系统 |
CN108427318A (zh) * | 2018-06-11 | 2018-08-21 | 黄河科技学院 | 一种基于物联网的智能家居监控系统 |
CN208488116U (zh) * | 2018-04-04 | 2019-02-12 | 新疆农业科学院农业机械化研究所 | 一种基于ZigBee的温室环境温湿度监测系统 |
EP3446209A1 (en) * | 2016-04-21 | 2019-02-27 | Philips Lighting Holding B.V. | System and methods for cloud-based monitoring and control of physical environments |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184246B (zh) * | 2015-08-28 | 2020-05-19 | 北京旷视科技有限公司 | 活体检测方法和活体检测系统 |
CN106940904B (zh) * | 2017-03-14 | 2019-02-19 | 网思科技股份有限公司 | 基于人脸识别和语音识别的考勤系统 |
CN109389806B (zh) * | 2018-11-08 | 2020-07-24 | 山东大学 | 基于多信息融合的疲劳驾驶检测预警方法、系统及介质 |
-
2019
- 2019-05-05 CN CN201910368855.2A patent/CN110012114B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104658152A (zh) * | 2015-02-15 | 2015-05-27 | 西安交通大学 | 一种基于视频的运动物体入侵报警方法 |
CN105629854A (zh) * | 2016-03-10 | 2016-06-01 | 文成县刀锋科技有限公司 | 一种智能家居安全防盗报警通信系统 |
EP3446209A1 (en) * | 2016-04-21 | 2019-02-27 | Philips Lighting Holding B.V. | System and methods for cloud-based monitoring and control of physical environments |
CN106534653A (zh) * | 2016-12-30 | 2017-03-22 | 哈尔滨理工大学 | 用于检测室内运动目标的网络摄像装置及其检测方法 |
CN106603999A (zh) * | 2017-02-17 | 2017-04-26 | 上海创米科技有限公司 | 视频监控报警方法与系统 |
CN208488116U (zh) * | 2018-04-04 | 2019-02-12 | 新疆农业科学院农业机械化研究所 | 一种基于ZigBee的温室环境温湿度监测系统 |
CN108427318A (zh) * | 2018-06-11 | 2018-08-21 | 黄河科技学院 | 一种基于物联网的智能家居监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110012114A (zh) | 2019-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110012114B (zh) | 一种基于物联网的环境安全预警系统 | |
CN108446630B (zh) | 机场跑道智能监控方法、应用服务器及计算机存储介质 | |
CN109299683B (zh) | 一种基于人脸识别和行为大数据的安防评估系统 | |
CN107133612A (zh) | 基于图像处理与语音识别技术的智能病房及其运行方法 | |
CN112396658B (zh) | 一种基于视频的室内人员定位方法及定位系统 | |
CN110012496B (zh) | 一种基于WiFi的入侵检测方法及装置 | |
KR100822476B1 (ko) | 원격 응급상황 모니터링 시스템 및 방법 | |
CN114469076B (zh) | 一种融合身份特征的独居老人跌倒识别方法及系统 | |
US11935297B2 (en) | Item monitoring for doorbell cameras | |
CN115512304B (zh) | 基于图像识别的地铁站安全监控系统 | |
CN110737201A (zh) | 一种监护方法、装置、存储介质及空调 | |
CN112183219A (zh) | 一种基于人脸识别的公共安全视频监测方法及系统 | |
CN110751800B (zh) | 一种基于视频ai智能分析的语音告警提示系统 | |
CN116403377A (zh) | 一种公共场所异常行为与隐患检测装置 | |
WO2022139642A1 (en) | Device, method, and system for supporting botnet traffic detection | |
CN109637066A (zh) | 一种楼宇智能消防报警控制系统及方法 | |
CN111523386A (zh) | 一种基于机器视觉的高速铁路站台门监测防护方法及系统 | |
CN107704818A (zh) | 一种基于视频图像的火灾检测系统 | |
CN112992372A (zh) | 疫情风险监测方法、装置、设备、存储介质及程序产品 | |
CN113627321A (zh) | 基于人工智能的图像识别方法、装置及计算机设备 | |
CN104392201A (zh) | 一种基于全向视觉的人体跌倒识别方法 | |
KR101340287B1 (ko) | 스마트 홈에서 마이닝 기반의 패턴 분석을 이용한 침입탐지 시스템 | |
WO2023141381A1 (en) | Computer vision system and methods for anomalous event detection | |
CN107609498B (zh) | 一种计算机监控系统的数据处理方法 | |
CN109345788A (zh) | 一种基于视觉特征的监控预警系统 |
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 |