CN110956165B - 智慧社区未栓绳宠物预警方法及系统 - Google Patents

Abstract

本发明提供一种智慧社区未栓绳宠物预警方法，包括：处理器周期性向监控系统发起监控图像数据拉取请求，请求对象包括智慧社区内所有监控覆盖区域的监控图像数据；所述处理器在接收到所述监控图像数据进行整理，得到第一帧图像集合；所述处理器对所述第一帧图像集合进行预处理，得到第二帧图像集合；所述处理器将所述第二帧图像集合交付于预先存储的卷积神经网络模型，得到输出的宠物标定框数组数据；所述处理器对所述宠物标定框数组数据进行分析，若分析结果为宠物处于未栓绳状态，则发送预警消息至物业管理中心。

Description

智慧社区未栓绳宠物预警方法及系统

技术领域

本发明实施例涉及图像检测领域，尤其是智慧社区未栓绳宠物预警方法、系统、计算机设备及存储介质。

背景技术

随着社会经济的发展以及生活水准的提高，越来越多的人开始饲养宠物，但是，部分人群由于自身法律意识浅薄，经常将宠物处于未栓绳状态，从而频发种种宠物危险事故，如何在小区中对该类未栓绳宠物进行及时识别及预警，是当下急需解决的问题之一。

发明内容

为解决上述问题，本发明实施例提供了一种智慧社区未栓绳宠物预警方法方法，包括以下步骤：

处理器周期性向监控系统发起监控图像数据拉取请求，请求对象包括智慧社区内所有监控覆盖区域的监控图像数据；

所述处理器接收并对所述监控图像数据进行整理，得到第一帧图像集合；

所述处理器对所述第一帧图像集合进行预处理，得到第二帧图像集合；

所述处理器将所述第二帧图像集合交付于预先存储的卷积神经网络模型，得到输出的宠物标定框数组数据；

所述处理器对所述宠物标定框数组数据进行分析，若分析结果为宠物处于未栓绳状态，则发送预警消息至物业管理中心。

优选的，所述处理器在接收到所述监控图像数据进行整理，得到第一帧图像集合的步骤包括：

所述处理器在接收到所述监控图像数据后利用向量机将所述监控图像拆解成多个帧图像，并将所述帧图像按照其对应的时间戳进行排序，得到第一帧图像集合。

优选的，所述监控图像数据包括监控图像以及监控图像的采集来源设备标签。

优选的，所述处理器对所述第一帧图像集合进行预处理，得到第二帧图像集合的步骤包括：

所述处理器根据所述第一帧图像集合中各帧图像的所述采集来源设备标签，调取对应的预置背景图像对所述各帧图像进行背景差分处理，剔除背景内容以使帧图像只留存活体元素，得到第二帧图像集合。

优选的，所述处理器对所述第一帧图像集合进行预处理，得到第二帧图像集合的步骤之后，还包括：

所述处理器解析所述第二帧图像集合中的各帧图像；

所述处理器对所述帧图像中的活体元素跨域高度进行计算，得到所述帧图像中所有活体元素的跨越高度；

对所述活体元素跨越高度大于预设阈值的活体内容进行剔除，将所述帧图像中剩余的活体元素标记为待识别活体；

其余各帧图像进行相同处理。

优选的，所述处理器对所述帧图像的所述活体元素跨越高度进行计算的步骤包括：

选取活体最高点元素位置与活体最低点元素位置进行相减，以相减后纵坐标值作为跨越高度。

优选的，得到输出的宠物标定框数组数据为至少一组。

优选的，所述处理器对所述宠物标定框数组数据进行分析，若分析结果为宠物处于未栓绳状态，则发送预警消息至物业管理中心的步骤包括：

根据所述宠物标定框数组数据对应的标定框中心点轨迹数据；

对所述标定框中心点轨迹数据进行抽样分析，根据分析结果激活预置的判断节点，所述判断节点为两个，若判断节点均为激活态，则输出宠物处于未栓绳状态字段，并将该字段沿预置的路径发送至所述物业管理中心。

优选的，所述判断节点中的一个节点的激活条件为：

随即抽取所述标定框中心点轨迹数据中的两个中心点数据，得到运动速度样点v₁,具体公式如下：

其中，s₁和s₂为抽取的两个中心点，v₁为计算得到运动速度样点，t为固定的图像分析时间周期；

判断所述运动速度样点v₁是否达到阈值，若否，则抽取其余中心点进行分析，若达到阈值，则抽取中心点s₂后序顺位的中心点，进而计算连续5组运动速度样点v₂，v₃，v₄，v₅，v₆，若所述v₂，v₃，v₄，v₅，v₆均达到阈值，则激活所述判断节点。

优选的，所述判断节点中的另一个节点的激活条件为：

随机抽取十五个中心点数据进行向量计算，其中，抽取的中心点必须顺位连续；

根据相邻的两个中心点数据计算生成向量，得到向量组数据x₁至x₁₄，查询所述向量数组x₁至x₁₄中是否包含正数，负数以及数值为零的数，

若所述向量数组x₁至x₁₄中同时包含正数，负数以及数值为零的数，则激活判断节点。

本发明实施例还提供一种智慧社区未栓绳宠物预警系统，包括：

数据请求模块，用于处理器周期性向监控系统发起监控图像数据拉取请求，请求对象包括智慧社区内所有监控覆盖区域的监控图像数据；

第一帧图像模块，用于所述处理器接收并对所述监控图像数据进行整理，得到第一帧图像集合；

第二帧图像模块，用于所述处理器对所述第一帧图像集合进行预处理，得到第二帧图像集合；

标定框模块，用于所述处理器将所述第二帧图像集合交付于预先存储的卷积神经网络模型，得到输出的宠物标定框数组数据；

预警模块，用于所述处理器对所述宠物标定框数组数据进行分析，若分析结果为宠物处于未栓绳状态，则发送预警消息至物业管理中心。

优选的，所述第一帧图像模块还用于：

所述处理器在接收到所述监控图像数据后利用向量机将所述监控图像拆解成多个帧图像，并将所述帧图像按照其对应的时间戳进行排序，得到第一帧图像集合。

优选的，所述监控图像数据包括监控图像以及监控图像的采集来源设备标签。

优选的，所述第二帧图像模块还用于：

所述处理器根据所述第一帧图像集合中各帧图像的所述采集来源设备标签，调取对应的预置背景图像对所述各帧图像进行背景差分处理，剔除背景内容以使帧图像只留存活体元素，得到第二帧图像集合。

优选的，所述第二帧图像模块还包括：

解析单元，用于所述处理器解析所述第二帧图像集合中的各帧图像；

跨度计算单元，用于所述处理器对所述帧图像中的活体元素跨域高度进行计算，得到所述帧图像中所有活体元素的跨越高度；

剔除单元，用于对所述活体元素跨越高度大于预设阈值的活体内容进行剔除，将所述帧图像中剩余的活体元素标记为待识别活体。

优选的，所述跨度计算单元还用于：

选取活体最高点元素位置与活体最低点元素位置进行相减，以相减后纵坐标值作为跨越高度。

优选的，得到输出的宠物标定框数组数据为至少一组。

优选的，所述预警模块还包括：

轨迹单元，用于所述宠物标定框数组数据对应的标定框中心点轨迹数据；

节点单元，用于对所述标定框中心点轨迹数据进行抽样分析，根据分析结果激活预置的判断节点，所述判断节点为两个，若判断节点均为激活态，则输出宠物处于未栓绳状态字段，并将该字段沿预置的路径发送至所述物业管理中心。

优选的，所述节点单元还用于：

随即抽取所述标定框中心点轨迹数据中的两个中心点数据，得到运动速度样点v₁,具体公式如下：

其中，s₁和s₂为抽取的两个中心点，v₁为计算得到运动速度样点，t为固定的图像分析时间周期；

判断所述运动速度样点v₁是否达到阈值，若否，则抽取其余中心点进行分析，若达到阈值，则抽取中心点s₂后序顺位的中心点，进而计算连续5组运动速度样点v₂，v₃，v₄，v₅，v₆，若所述v₂，v₃，v₄，v₅，v₆均达到阈值，则激活所述判断节点。

优选的，所述节点单元还用于：

随机抽取十五个中心点数据进行向量计算，其中，抽取的中心点必须顺位连续；

根据相邻的两个中心点数据计算生成向量，得到向量组数据x₁至x₁₄，查询所述向量数组x₁至x₁₄中是否包含正数，负数以及数值为零的数，

若所述向量数组x₁至x₁₄中同时包含正数，负数以及数值为零的数，则激活判断节点。

本发明实施例还提供一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被处理器执行时实现如上述的智慧社区未栓绳宠物预警方法。

本发明实施例还提供一种计算机存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序能够被至少一个处理器所执行如上述的一种智慧社区未栓绳宠物预警方法。

本发明实施例所提供的智慧社区未栓绳宠物预警方法，能够有效且准确的识别社区内处于未栓绳的宠物，并发送预警消息至物业管理中心使得物管人员能够快速赶往未栓绳宠物所处地，督促业主将宠物进行栓绳。

附图说明

图1为本发明一种智慧社区未栓绳宠物预警方法的步骤流程图；

图2为本发明一智慧社区儿童看护预警系统的程序模块示意图；

图3为本发明计算机设备的硬件结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明实施例中使用的术语是仅仅处于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

应当理解，尽管在本发明实施例中可能采用术语第一、第二等来描述指定关键字，但指定关键字不应限于这些术语。这些术语仅用来将指定关键字彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一指定关键字也可以被称为第二指定关键字，类似地，第二指定关键字也可以被称为第一指定关键字。

取决于语境，如在此所使用的词语“如果”可以被解释称为“在……时”或“当……时”或“相应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或时间)”可以被解释成“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

请参考图1，本发明实施例提供一种智慧社区未栓绳宠物预警方法，包括：

步骤S100处理器周期性向监控系统发起监控图像数据拉取请求，请求对象包括智慧社区内所有监控覆盖区域的监控图像数据；

步骤S200所述处理器接收并对所述监控图像数据进行整理，得到第一帧图像集合；

步骤S300所述处理器对所述第一帧图像集合进行预处理，得到第二帧图像集合；

步骤S400所述处理器将所述第二帧图像集合交付于预先存储的卷积神经网络模型，得到输出的宠物标定框数组数据；

步骤S500所述处理器对所述宠物标定框数组数据进行分析，若分析结果为宠物处于未栓绳状态，则发送预警消息至物业管理中心。

可选的，所述处理器在接收到所述监控图像数据进行整理，得到第一帧图像集合的步骤包括：

所述处理器在接收到所述监控图像数据后利用向量机将所述监控图像拆解成多个帧图像，并将所述帧图像按照其对应的时间戳进行排序，得到第一帧图像集合。

可选的，所述监控图像数据包括监控图像以及监控图像的采集来源设备标签。

可选的，所述处理器对所述第一帧图像集合进行预处理，得到第二帧图像集合的步骤包括：

所述处理器根据所述第一帧图像集合中各帧图像的所述采集来源设备标签，调取对应的预置背景图像对所述各帧图像进行背景差分处理，剔除背景内容以使帧图像只留存活体元素，得到第二帧图像集合。

可选的，所述处理器对所述第一帧图像集合进行预处理，得到第二帧图像集合的步骤之后，还包括：

所述处理器解析所述第二帧图像集合中的各帧图像；

所述处理器对所述帧图像中的活体元素跨域高度进行计算，得到所述帧图像中所有活体元素的跨越高度；

对所述活体元素跨越高度大于预设阈值的活体内容进行剔除，将所述帧图像中剩余的活体元素标记为待识别活体；

所述其余各帧图像进行相同处理。

可选的，所述处理器对所述帧图像的所述活体元素跨越高度进行计算的步骤包括：

选取活体最高点元素位置与活体最低点元素位置进行相减，以相减后纵坐标值作为跨越高度。

可选的，得到输出的宠物标定框数组数据为至少一组。

可选的，所述处理器对所述宠物标定框数组数据进行分析，若分析结果为宠物处于未栓绳状态，则发送预警消息至物业管理中心的步骤包括：

根据所述宠物标定框数组数据对应的标定框中心点轨迹数据；

对所述标定框中心点轨迹数据进行抽样分析，根据分析结果激活预置的判断节点，所述判断节点为两个，若判断节点均为激活态，则输出宠物处于未栓绳状态字段，并将该字段沿预置的路径发送至所述物业管理中心。

可选的，所述判断节点中的一个节点的激活条件为：

随即抽取所述标定框中心点轨迹数据中的两个中心点数据，得到运动速度样点v₁,具体公式如下：

其中，s₁和s₂为抽取的两个中心点，v₁为计算得到运动速度样点，t为固定的图像分析时间周期；

判断所述运动速度样点v₁是否达到阈值，若否，则抽取其余中心点进行分析，若达到阈值，则抽取中心点s₂后序顺位的中心点，进而计算连续5组运动速度样点v₂，v₃，v₄，v₅，v₆，若所述v₂，v₃，v₄，v₅，v₆均达到阈值，则激活所述判断节点。

可选的，所述判断节点中的另一个节点的激活条件为：

随机抽取十五个中心点数据进行向量计算，其中，抽取的中心点必须顺位连续；

根据相邻的两个中心点数据计算生成向量，得到向量组数据x₁至x₁₄，查询所述向量数组x₁至x₁₄中是否包含正数，负数以及数值为零的数，

若所述向量数组x₁至x₁₄中同时包含正数，负数以及数值为零的数，则激活判断节点。

具体的，以宠物狗为例，宠物狗具有往周边树木进行撒尿的习性，其运动轨迹特征为先向前直行一段距离，再前往向右或左边的树木，再折返，转换为数学上的表征即为判断向量数组x₁至x₁₄中同时包含正数，负数以及数值为零的数，若是，则该宠物狗必定处于未栓绳状态，处于栓绳状态下的宠物狗是无法进行该类习性动作。该节点的设置方案极大的提高了针对狗类是否处于未栓绳的判断准确度。

针对正数，负数以及数值为零的数，示例性的，x₁为(1,2)，则认为向量数组中包含正数，x₁为(-1,2)或(-1,-2)，均认为向量数组中包含负数，x₁为(0,0)时，认为向量数组中包含数值为零的数，当然，这里的x₁为举例用，其对象并不限定为x₁，而是向量数组x₁至x₁₄中的任一元素。

本发明实施例还提供一种智慧社区未栓绳宠物预警系统，包括：

数据请求模块100，用于处理器周期性向监控系统发起监控图像数据拉取请求，请求对象包括智慧社区内所有监控覆盖区域的监控图像数据；

第一帧图像模块200，用于所述处理器在接收到所述监控图像数据进行整理，得到第一帧图像集合；

第二帧图像模块300，用于所述处理器对所述第一帧图像集合进行预处理，得到第二帧图像集合；

标定框模块400，用于所述处理器将所述第二帧图像集合交付于预先存储的卷积神经网络模型，得到输出的宠物标定框数组数据；

预警模块500，用于所述处理器对所述宠物标定框数组数据进行分析，若分析结果为宠物处于未栓绳状态，则发送预警消息至物业管理中心。

可选的，所述第一帧图像模块还用于：

所述处理器在接收到所述监控图像数据后利用向量机将所述监控图像拆解成多个帧图像，并将所述帧图像按照其对应的时间戳进行排序，得到帧图像集合。

可选的，所述监控图像数据包括监控图像以及监控图像的采集来源设备标签。

可选的，所述第二帧图像模块还用于：

所述处理器根据所述第一帧图像集合中各帧图像的所述采集来源设备标签，调取对应的预置背景图像对所述各帧图像进行背景差分处理，剔除背景内容以使帧图像只留存活体元素，得到第二帧图像集合。

可选的，所述第二帧图像模块还包括：

解析单元，用于所述处理器解析所述第二帧图像集合中的各帧图像；

跨度计算单元，用于所述处理器对所述帧图像中的活体元素跨域高度进行计算，得到所述帧图像中所有活体元素的跨越高度；

剔除单元，用于对所述活体元素跨越高度大于预设阈值的活体内容进行剔除，将所述帧图像中剩余的活体元素标记为待识别活体。

可选的，所述跨度计算单元还用于：

选取活体最高点元素位置与活体最低点元素位置进行相减，以相减后纵坐标值作为跨越高度。

可选的，得到输出的宠物标定框数组数据为至少一组。

可选的，所述预警模块还包括：

轨迹单元，用于所述宠物标定框数组数据对应的标定框中心点轨迹数据；

节点单元，用于对所述标定框中心点轨迹数据进行抽样分析，根据分析结果激活预置的判断节点，所述判断节点为两个，若判断节点均为激活态，则输出宠物处于未栓绳状态字段，并将该字段沿预置的路径发送至所述物业管理中心。

可选的，所述节点单元还用于：

随即抽取所述标定框中心点轨迹数据中的两个中心点数据，得到运动速度样点v₁,具体公式如下：

其中，s₁和s₂为抽取的两个中心点，v₁为计算得到运动速度样点，t为固定的图像分析时间周期；

判断所述运动速度样点v₁是否达到阈值，若否，则抽取其余中心点进行分析，若达到阈值，则抽取中心点s₂后序顺位的中心点，进而计算连续5组运动速度样点v₂，v₃，v₄，v₅，v₆，若所述v₂，v₃，v₄，v₅，v₆均达到阈值，则激活所述判断节点。

可选的，所述节点单元还用于：

随机抽取十五个中心点数据进行向量计算，其中，抽取的中心点必须顺位连续；

根据相邻的两个中心点数据计算生成向量，得到向量组数据x₁至x₁₄，查询所述向量数组x₁至x₁₄中是否包含正数，负数以及数值为零的数，

若所述向量数组x₁至x₁₄中同时包含正数，负数以及数值为零的数，则激活判断节点。

请参考图3，是本发明实施例之计算机设备的硬件架构示意图。本实施例中，所述计算机设备2是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。该计算机设备2可以是个人计算机、平板计算机、移动电话及智能手机，也可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等用于提供虚拟客户端的运设备。如图所示，所述计算机设备2至少包括，但不限于，可通过系统总线相互通信连接存储器21、处理器22、网络接口23、以及智慧社区未栓绳宠物预警系统20，其中：

本实施例中，存储器21至少包括一种类型的计算机可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，存储器21可以是计算机设备2的内部存储单元，例如该计算机设备2的硬盘或内存。在另一些实施例中，存储器21也可以使计算机设备2的外部存储设备，例如该计算机设备20上配备的插接式硬盘，智能存储卡(SmartMediaCard,SMC)，安全数字(SecureDigital)SD卡，闪存卡(FlashCard)等，当然，存储器21还可以既包括计算机设备2的内部存储单元也包括其外部存储设备。本实施例中，存储器21用于存储安装于计算机设备2的操作系统和各类应用软件，例如智慧社区未栓绳宠物预警系统20的程序代码等。此外，存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。

处理器22在一些实施例中可以是中央处理器(CentralProcessingUnit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片。该处理器22通常用于控制计算机设备2的总体操作。本实施例中，处理器22用于运行存储器21中存储的程序代码或者处理数据，例如智慧社区未栓绳宠物预警系统20。

所述网络接口23可包括无线网络接口或有限网络接口，该网络接口23通常用于在所述计算机设备2与其他电子装置之间建立通信连接。例如，所述网络接口23用于通过网络将所述计算机设备2与外部终端项链，在计算机设备2与外部中断之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(GlobalSystemofMobilecommunication，GSM)、宽带码分多址(WidebandCodeDivisionMultipleAccess，WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。

在本实施例中，存储于存储器21中的所述智慧社区未栓绳宠物预警系统20还可以被分割为一个或者多个程序模块，所述一个或者多个程序模块被存储于存储器21中，并由一个或多个处理器(本实施例为处理器22)所执行，以完成本发明。

另外，本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于智慧社区未栓绳宠物预警系统20，被处理器执行时实现本发明的智慧社区未栓绳宠物预警方法。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所做的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (20)

1.一种智慧社区未栓绳宠物预警方法，其特征在于，包括：

处理器周期性向监控系统发起监控图像数据拉取请求，请求对象包括智慧社区内所有监控覆盖区域的监控图像数据；

所述处理器接收并对所述监控图像数据进行整理，得到第一帧图像集合；

所述处理器对所述第一帧图像集合进行预处理，得到第二帧图像集合；

所述处理器将所述第二帧图像集合交付于预先存储的卷积神经网络模型，得到输出的宠物标定框数组数据；

所述处理器对所述宠物标定框数组数据进行分析，若分析结果为宠物处于未栓绳状态，则发送预警消息至物业管理中心；

其中，所述处理器对所述宠物标定框数组数据进行分析，若分析结果为宠物处于未栓绳状态，则发送预警消息至物业管理中心的步骤包括：

根据所述宠物标定框数组数据对应的标定框中心点轨迹数据；

对所述标定框中心点轨迹数据进行抽样分析，根据分析结果激活预置的判断节点，所述判断节点为两个，若判断节点均为激活态，则输出宠物处于未栓绳状态字段，并将该字段沿预置的路径发送至所述物业管理中心。

2.根据权利要求1所述的智慧社区未栓绳宠物预警方法，其特征在于，所述处理器接收并对所述监控图像数据进行整理，得到第一帧图像集合的步骤包括：

所述处理器在接收到所述监控图像数据后利用向量机将所述监控图像拆解成多个帧图像，并将所述帧图像按照其对应的时间戳进行排序，得到第一帧图像集合。

3.根据权利要求1所述的智慧社区未栓绳宠物预警方法，其特征在于，所述监控图像数据包括监控图像以及监控图像的采集来源设备标签。

4.根据权利要求3所述的智慧社区未栓绳宠物预警方法，其特征在于，所述处理器对所述第一帧图像集合进行预处理，得到第二帧图像集合的步骤包括：

所述处理器根据所述第一帧图像集合中各帧图像的所述采集来源设备标签，调取对应的预置背景图像对所述各帧图像进行背景差分处理，剔除背景内容以使帧图像只留存活体元素，得到第二帧图像集合。

5.根据权利要求4所述的智慧社区未栓绳宠物预警方法，其特征在于，所述处理器对所述第一帧图像集合进行预处理，得到第二帧图像集合的步骤之后，还包括：

所述处理器解析所述第二帧图像集合中的各帧图像；

所述处理器对所述帧图像中的活体元素跨域高度进行计算，得到所述帧图像中所有活体元素的跨越高度；

对所述活体元素跨越高度大于预设阈值的活体内容进行剔除，将所述帧图像中剩余的活体元素标记为待识别活体；

其余各帧图像进行相同处理。

6.根据权利要求5所述的智慧社区未栓绳宠物预警方法，其特征在于，所述处理器对所述帧图像的所述活体元素跨越高度进行计算的步骤包括：

选取活体最高点元素位置与活体最低点元素位置进行相减，以相减后纵坐标值作为跨越高度。

7.根据权利要求5所述的智慧社区未栓绳宠物预警方法，其特征在于，得到输出的宠物标定框数组数据为至少一组。

8.根据权利要求7所述的智慧社区未栓绳宠物预警方法，其特征在于，所述判断节点中的一个节点的激活条件为：

随机抽取所述标定框中心点轨迹数据中的两个中心点数据，得到运动速度样点v₁，具体公式如下：

其中，s₁和s₂为抽取的两个中心点，v₁为计算得到运动速度样点，t为固定的图像分析时间周期；

判断所述运动速度样点v₁是否达到阈值，若否，则抽取其余中心点进行分析，若达到阈值，则抽取中心点s₂后序顺位的中心点，进而计算连续5组运动速度样点v₂，v₃，v₄，v₅，v₆，若所述v₂，v₃，v₄，v₅，v₆均达到阈值，则激活所述判断节点。

9.根据权利要求7所述的智慧社区未栓绳宠物预警方法，其特征在于，所述判断节点中的另一个节点的激活条件为：

随机抽取十五个中心点数据进行向量计算，其中，抽取的中心点必须顺位连续；

根据相邻的两个中心点数据计算生成向量，得到向量组数据x₁至x₁₄，查询所述向量数组x₁至x₁₄中是否包含正数，负数以及数值为零的数，

若所述向量数组x₁至x₁₄中同时包含正数，负数以及数值为零的数，则激活判断节点。

10.一种智慧社区未栓绳宠物预警系统，其特征在于，包括：

数据请求模块，用于处理器周期性向监控系统发起监控图像数据拉取请求，请求对象包括智慧社区内所有监控覆盖区域的监控图像数据；

第一帧图像模块，用于所述处理器在接收并对所述监控图像数据进行整理，得到第一帧图像集合；

第二帧图像模块，用于所述处理器对所述第一帧图像集合进行预处理，得到第二帧图像集合；

标定框模块，用于所述处理器将所述第二帧图像集合交付于预先存储的卷积神经网络模型，得到输出的宠物标定框数组数据；

预警模块，用于所述处理器对所述宠物标定框数组数据进行分析，若分析结果为宠物处于未栓绳状态，则发送预警消息至物业管理中心；

其中，所述预警模块还包括：

轨迹单元，用于所述宠物标定框数组数据对应的标定框中心点轨迹数据；

节点单元，用于对所述标定框中心点轨迹数据进行抽样分析，根据分析结果激活预置的判断节点，所述判断节点为两个，若判断节点均为激活态，则输出宠物处于未栓绳状态字段，并将该字段沿预置的路径发送至所述物业管理中心。

11.根据权利要求10所述的智慧社区未栓绳宠物预警系统，其特征在于，所述第一帧图像模块还用于：

所述处理器在接收到所述监控图像数据后利用向量机将所述监控图像拆解成多个帧图像，并将所述帧图像按照其对应的时间戳进行排序，得到第一帧图像集合。

12.根据权利要求10所述的智慧社区未栓绳宠物预警系统，其特征在于，所述监控图像数据包括监控图像以及监控图像的采集来源设备标签。

13.根据权利要求12所述的智慧社区未栓绳宠物预警系统，其特征在于，所述第二帧图像模块还用于：

所述处理器根据所述第一帧图像集合中各帧图像的所述采集来源设备标签，调取对应的预置背景图像对所述各帧图像进行背景差分处理，剔除背景内容以使帧图像只留存活体元素，得到第二帧图像集合。

14.根据权利要求13所述的智慧社区未栓绳宠物预警系统，其特征在于，所述第二帧图像模块还包括：

解析单元，用于所述处理器解析所述第二帧图像集合中的各帧图像；

跨度计算单元，用于所述处理器对所述帧图像中的活体元素跨域高度进行计算，得到所述帧图像中所有活体元素的跨越高度；

剔除单元，用于对所述活体元素跨越高度大于预设阈值的活体内容进行剔除，将所述帧图像中剩余的活体元素标记为待识别活体。

15.根据权利要求14所述的智慧社区未栓绳宠物预警系统，其特征在于，所述跨度计算单元还用于：

选取活体最高点元素位置与活体最低点元素位置进行相减，以相减后纵坐标值作为跨越高度。

16.根据权利要求14所述的智慧社区未栓绳宠物预警系统，其特征在于，得到输出的宠物标定框数组数据为至少一组。

17.根据权利要求16所述的智慧社区未栓绳宠物预警系统，其特征在于，所述节点单元还用于：

随机抽取所述标定框中心点轨迹数据中的两个中心点数据，得到运动速度样点v₁，具体公式如下：

其中，s₁和s₂为抽取的两个中心点，v₁为计算得到运动速度样点，t为固定的图像分析时间周期；

判断所述运动速度样点v₁是否达到阈值，若否，则抽取其余中心点进行分析，若达到阈值，则抽取中心点s₂后序顺位的中心点，进而计算连续5组运动速度样点v₂，v₃，v₄，v₅，v₆，若所述v₂，v₃，v₄，v₅，v₆均达到阈值，则激活所述判断节点。

18.根据权利要求16所述的智慧社区未栓绳宠物预警系统，其特征在于，所述节点单元还用于：

随机抽取十五个中心点数据进行向量计算，其中，抽取的中心点必须顺位连续；

根据相邻的两个中心点数据计算生成向量，得到向量组数据x₁至x₁₄，查询所述向量数组x₁至x₁₄中是否包含正数，负数以及数值为零的数，

若所述向量数组x₁至x₁₄中同时包含正数，负数以及数值为零的数，则激活判断节点。

19.一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9任一项所述的智慧社区未栓绳宠物预警方法。

20.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序能够被至少一个处理器所执行如权利要求1至9任一项所述的智慧社区未栓绳宠物预警方法。

Images