CN112528732A - 基于智能盒子的智慧校园监管方法及系统、设备 - Google Patents
基于智能盒子的智慧校园监管方法及系统、设备 Download PDFInfo
- Publication number
- CN112528732A CN112528732A CN202011168031.XA CN202011168031A CN112528732A CN 112528732 A CN112528732 A CN 112528732A CN 202011168031 A CN202011168031 A CN 202011168031A CN 112528732 A CN112528732 A CN 112528732A
- Authority
- CN
- China
- Prior art keywords
- box
- human body
- analysis result
- intelligent box
- smart
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000004458 analytical method Methods 0.000 claims abstract description 70
- 238000001514 detection method Methods 0.000 claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 28
- 230000033001 locomotion Effects 0.000 claims abstract description 19
- 238000010586 diagram Methods 0.000 claims abstract description 18
- 230000006399 behavior Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 11
- 210000000988 bone and bone Anatomy 0.000 claims description 2
- 230000006870 function Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 241001282135 Poromitra oscitans Species 0.000 description 2
- 206010048232 Yawning Diseases 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001680 brushing effect Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Abstract
本发明提供了一种基于智能盒子的智慧校园监管方法及系统、设备及存储介质,该方法包括:通过采集校园的视频图像,基于智能盒子对所述视频图像进行检测,得到检测结果,所述视频图像至少包括人体信息、运动轨迹、人体属性、警戒区域;基于智能盒子对所述检测结果进行分析,得到分析结果,所述分析结果至少包括热力图、课堂行为分析结果;发送所述分析结果,或基于分析结果发送告警信息。该方法中所有的智能分析算法都通过盒子实现,后续只需要升级盒子的程序,智能功能的扩展非常方便,降低整个系统成本,且有效保障学生人身安全。
Description
技术领域
本发明属于校园监控领域,尤其涉及一种基于智能盒子的智慧校园监管方法及系统、设备及存储介质。
背景技术
近年来,全球掀起了以“智慧”为主题,以信息技术为支撑的全行业变革。尤其是教育行业,时代变化的大背景下,也在进行着全方位的变革。校园作为教师和学生的教学和学习的主要场地,势必也要跟随时代的脚步。具有智慧技术、智慧应用、智慧管理等特征的智慧校园已经成为新的建设热点。
提供学生的管理方法,传统的学生行为管理,往往是依赖经验、考勤数据对学生进行管理,尤其在大学校园对学生的管理都偏于松散型,通过考勤情况很难评估一个学生的学习情况,很难实现学校“前置式”的管理,且在校园内仅仅靠保安无法立即知道发生的危险事故。
发明内容
本发明所要解决的技术问题是:针对现有技术的问题,本发明提供了一种基于智能盒子的智慧校园监管的方法。
第一方面,本申请实施例提供了一种基于智能盒子的智慧校园监管方法,所述方法包括:
通过采集校园的视频图像,基于智能盒子对所述视频图像进行检测,得到检测结果,所述视频图像至少包括人体信息、运动轨迹、人体属性、警戒区域;
基于智能盒子对所述检测结果进行分析,得到分析结果,所述分析结果至少包括热力图、课堂行为分析结果;
发送所述分析结果,或基于分析结果发送告警信息。
第二方面,本申请实施例提供了一种基于智能盒子的智慧校园监管系统,所述系统包括:
检测模块:用于通过采集校园的视频图像,基于智能盒子对所述视频图像进行检测,得到检测结果,所述视频图像至少包括人体信息、运动轨迹、人体属性、警戒区域;
分析模块:用于基于智能盒子对所述检测结果进行分析,得到分析结果,所述分析结果至少包括热力图、课堂行为分析结果;
发送模块:用于发送所述分析结果,或基于分析结果发送告警信息。
第三方面,本申请实施例还提供了一种基于智能盒子的智慧校园监管设备,包括存储器、处理器、以及存储在所述存储区中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如第一方面所述的基于智能盒子的智慧校园监管方法中的各个步骤。
第四方面,本申请实施例还提供了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如第一方面所述的基于智能盒子的智慧校园监管方法中的各个步骤。
本发明提供了一种基于智能盒子的智慧校园监管方法,该方法包括:通过采集校园的视频图像,基于智能盒子对所述视频图像进行检测,得到检测结果,所述视频图像至少包括人体信息、运动轨迹、人体属性、警戒区域;基于智能盒子对所述检测结果进行分析,得到分析结果,所述分析结果至少包括热力图、课堂行为分析结果;发送所述分析结果,或基于分析结果发送告警信息。该方法中所有的智能分析算法都通过盒子实现,后续只需要升级盒子的程序,智能功能的扩展非常方便,降低整个系统成本,且有效保障学生人身安全。
附图说明
下面结合附图详述本发明的具体结构
图1为本发明的基于智能盒子的智慧校园监管方法的流程示意图;
图2为本发明的基于智能盒子的智慧校园监管方法的子流程示意图;
图3为本发明的基于智能盒子的智慧校园监管方法的另一子流程示意图;
图4为本发明的基于智能盒子的智慧校园监管方法的另一子流程示意图;
图5为本发明的基于智能盒子的智慧校园监管方法的另一子流程示意图;
图6为本发明的基于智能盒子的智慧校园监管方法的另一子流程示意图;
图7为本发明的基于智能盒子的智慧校园监管方法的程序模块示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域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。
图1为本申请实施例中基于智能盒子的智慧校园监管方法中的流程示意图,本实施例中,基于智能盒子的智慧校园监管方法包括:
步骤101、通过采集校园的视频图像,基于智能盒子对所述视频图像进行检测,得到检测结果,所述视频图像至少包括人体信息、运动轨迹、人体属性、警戒区域。
其中,将摄像机跟智能盒子部署在校园中的各个角落,智能盒子只需要接入已有监控的摄像机,智能盒子对摄像机所采集的视频图像进行检测,得到检测结果,智能盒子主要对视频图像中的人体信息、运动轨迹、人体属性、警戒区域进行检测,但也并不仅限于上述几种;其中智能盒子、摄像机均与后端平台互相连接,后端平台不涉及到智能分析,所述智能盒子为英飞拓推出的V2722系列基于深度学习算法的边缘计算盒子(又称结构化分析终端),该边缘计算盒子采用嵌入式原理,运用深度学习的结构化算法,集成高性能嵌入式神经网络处理模块,可实现对实时视频中行人、机动车、非机动车目标的检出、跟踪、抓拍,并识别目标特征属性;同时,可设置基于目标的结构化数据检索(如车辆类型、车身颜色、车牌号码等等),进行大数据应用,做更高级的业务管理。同时支持H.265/H.264高效率解码,通过WEB端可实时显示结构化图像的时间或通道,保证信息的时效性,还可搭配结构化数据管理平台对车辆行人进行预警布控、轨迹分析等。
步骤102、基于智能盒子对所述检测结果进行分析,得到分析结果,所述分析结果至少包括热力图、课堂行为分析结果;
其中,在步骤101中得到视频图像的检测结果后,再基于智能盒子对所述视频图像的检测结果进行智能分析,所有的智能分析算法都通过智能盒子实现,所有算法都是采用神经网络深度学习算法,根据步骤101中所检测到的检测结果不同,在本步骤中则会得到不同的分析结果。
步骤103、发送所述分析结果,或基于分析结果发送告警信息。
其中,根据在步骤102中所得到的不同分析结果,选择发送出去或是选择进行告警。
本申请实施例提供了一种基于智能盒子的智慧校园监管方法,该方法包括:通过采集校园的视频图像,基于智能盒子对所述视频图像进行检测,得到检测结果,所述视频图像至少包括人体信息、运动轨迹、人体属性、警戒区域;基于智能盒子对所述检测结果进行分析,得到分析结果,所述分析结果至少包括热力图、课堂行为分析结果;发送所述分析结果,或基于分析结果发送告警信息。该方法中所有的智能分析算法都通过盒子实现,后续只需要升级盒子的程序,智能功能的扩展非常方便,降低整个系统成本,且有效保障学生人身安全。
进一步的,基于上述实施例,参照图2,图2为本申请实施例中基于智能盒子的智慧校园监管方法的子流程示意图,本实施例中,还包括:
步骤201、通过采集宿舍楼门口的视频图像,基于智能盒子实时对进入宿舍楼的人员进行人脸识别,得到人脸信息;
步骤202、基于智能盒子分析所述人脸信息,判断所述人脸信息是否宿舍楼的人员;
步骤203、若所述人脸信息不属于宿舍楼的人员,则对所述人脸进行实时追踪及告警。
其中,通过摄像机采集宿舍楼门口的视频图像,基于智能盒子对采集的视频图像中的人脸信息进行人脸检测、人脸跟踪、人脸识别,通过人脸识别技术实现人员身份认证,可实时甄别每个进入到宿舍楼的人员,若检测到该人脸信息不属于该栋宿舍楼的人员,对擅自闯入的非本宿舍楼内人员进行实时追踪及告警,有效保障学生人身安全,采用人脸识别验证学生身份,实现人、地、时三者合一,有效杜绝考勤弄虚作假的现象,省去繁琐的点名过程,同时可根据需求实现对任意时段的考勤结果进行统计,并实时推送出勤情况报表,真正做到考勤工作的高效性、及时性。学生入学报到进入学校大门无需主动配合即可自动“刷脸”签到,后台系统为其分配教室、宿舍,注册报到一气呵成。同时可以解决新生入学和等级考试身份核验过程中存在的排队、人为失误等现象,使学生身份验证工作更加快速、高效。
进一步的,基于上述实施例,参照图3,图3为本申请实施例中基于智能盒子的智慧校园监管方法的另一子流程示意图,本实施例中,还包括:
步骤301、通过采集教室的视频图像,基于智能盒子自动识别学生的人体信息,所述人体信息至少包括人脸信息、人手信息、骨骼信息;
步骤302、基于智能盒子分析所述人体信息,得到所述学生的课堂行为分析结果;
步骤303、发送所述学生的课堂行为分析结果至上课老师。
其中,通过摄像机采集教室中的视频图像,基于智能盒子自动识别视频图像中的上课学生举手、站立、打哈欠、打瞌睡课堂行为,盒子接入每个教室的摄像机、并设置检测区域,盒子实时对教室的每个人进行人脸检测,扣取人脸图片进行人脸表情属性识别,判断是否打哈欠、打瞌睡。盒子实时对教室的每个人进行骨骼关键点检测,判断手臂的2个关键点是之下而上为举手、判断是否能检测到腰部骨骼关键点为是否为站立,在上课结束后,自动统计学生举手、站立、打哈欠、打瞌睡时间和人数,统计结果发送给后端平台,后端平台自动对本次上课学生学习状态进行分析,形成一条按时间统计的学生课堂行为分析图发送给上课老师,上课老师根据需要调整上课节奏、上课内容、上课方法。
进一步的,基于上述实施例,参照图4,图4为本申请实施例中基于智能盒子的智慧校园监管方法的另一子流程示意图,本实施例中,还包括:
步骤401、通过采集教室的视频图像,基于智能盒子自动识别老师的行为以及运动轨迹;
步骤402、基于智能盒子分析所述老师的行为以及运动轨迹,得到所述老师的运动轨迹的热力图;
步骤403、发送所述热力图至所述老师。
其中,通过摄像机采集教室中的视频图像,基于智能盒子自动检测视频图像中老师面向学生时间、老师走动轨迹课堂行为。盒子接入每个教室的摄像机、并设置检测区域。盒子实时对教室的每个人进行人脸检测、人脸跟踪,人脸识别,发现是上课老师,自动记录面向学生的时间。实时对教室的每个人进行人体检测、人体跟踪、截图该人体的最上部分进行人脸检测、人脸识别、发现是上课老师,自动记录老师运动轨迹。在上课结束后自动分析老师面向学生的时间、教室每个位置老师停留时间的热力图(是否老是在学霸区、还是在学渣区),统计结果发送给后端平台。后端平台自动对本次上课老师的教学状态进行分析,分析结果直接发送给上课老师,上课老师根据需要调整教学状态。
进一步的,基于上述实施例,参照图5,图5为本申请实施例中基于智能盒子的智慧校园监管方法的另一子流程示意图,本实施例中,还包括:
步骤501、通过采集校园的视频图像,基于智能盒子实时检测人体属性,得到人体属性信息,所述人体属性至少包括骨骼关键点、声音、人体数量;
步骤502、基于智能盒子将所述人体属性信息与预设阈值相比较,判断所述人体属性信息是否达到预设阈值;
步骤503、若所述人体属性信息达到预设阈值,则进行告警,或发送所述人体属性信息至教职工。
其中,通过采集校园中的视频图像,可采集学习的重点区域内的视频图像,设置检测区域,智能盒子实时进行骨骼关键点检测、声音采集,当发现骨骼关键点变化幅度和频率超过设置的阈值,并且声音幅度变化幅度超过设置阈值,判断为打架事件,在事件变严重之前及时通报给教职员工;还可在人流密集处设置检测区域,盒子实时进行人体数量检测,当人体数量到达设置阈值触发报警,可以及时疏散,防止踩踏事件发生;还可用于学生排队调整,当监控区域内排队长度过高或者过低时会触发告警,可对队列及时调整,支持不同监测区域设置不同的人数报警值,支持对象过滤,即第一个区域可以设置超3人报警,第二个区域可以设置超5人报警等,在同一个摄像机的不同区域可以设置不同的人数报警。其中,智能盒子通过检测视频图像自动绿色节能,防止由于人为疏忽引起的不必要损失,绿色节能是智慧校园的重要组成部分,学校希望能够做到人走自动断线的功能,盒子定时对抓拍各个教室的图片进行识别,判断教室内人数,在规定时间内若人体数量为0时,则系统自动对电灯、空调等断电,无须进行人工巡查或手动远程控制开关。
进一步的,基于上述实施例,参照图6,图6为本申请实施例中基于智能盒子的智慧校园监管方法的另一子流程示意图,本实施例中,还包括:
步骤601、通过采集校园的视频图像,基于智能盒子分析警戒区域的视频图像,得到检测结果;
步骤602、基于智能盒子分析所述警戒区域是否有可疑人物;
步骤603、若有可疑人员,则进行告警。
其中,通过采集校园中的适配图像,通过对校园围墙设定智能视频监控系统设定的警戒围墙区域,基于智能盒子分析校园中警戒区域的视频图像,一旦有可疑人员靠近或攀越围墙时,将锁定框标识目标在画面中的具体位置,并自动调用实际场景中声光报警装置,对可疑人员发出告警,同时声音提醒值班人员注意,及时制止,周界入侵可以设置检测对象大小,即可解决传统红外对射时,小猫小狗、树叶等阻挡对射所带来的误报问题,大大降低现场误报;智能盒子可将重点区域大门口及四周设为警戒区域,还可通过视频图像自动进行徘徊检测预防偷盗事件的发生,在重点区域大门口及四周部署徘徊监测功能,当发现有异常徘徊人员时主动触发报警,徘徊检测根据需要可以设置徘徊时间,徘徊物体大小,或者徘徊对象过滤等,当人员有异常想法,在采取行动之前,心里会有一个犹豫期,在犹豫期就会出现徘徊行为,通过设置徘徊检测可以预防偷盗事件的发生,在犹豫期即被发现;智能盒子还可将学校的财务室、贵重物品区域等设为警戒区域,一旦在非正常时间段内,有人员进入区域即报警。
进一步的,智能盒子还可通过视频图像自动进行跌倒检测,快速发现学生异常,防止事件恶化,在学校走廊或操场,对监控画面进行跌倒监测,通过监测系统快速发现员工异常,防止事件恶化,跌倒检测可以设置对象过滤,比如只检测人员,从而排除掉很多误报的情况。
进一步的,在本申请实施例中,所述基于智能盒子对所述视频图像进行检测,可设置检测时间。其中,智能盒子另外可以设置检测时间,在视频画面中有事件的时间显示,通过时间的过滤,可以排除掉偶尔事件的误报。
进一步的,本申请实施例还提供一种基于智能盒子的智慧校园监管的设备200,参照图7,图7为本申请实施例中基于智能盒子的智慧校园监管的设备模块示意图,本实施例中,上述基于智能盒子的智慧校园监管的设备200包括:
检测模块701:用于通过采集校园的视频图像,基于智能盒子对所述视频图像进行检测,得到检测结果,所述视频图像至少包括人体信息、运动轨迹、人体属性、警戒区域;
分析模块702:用于基于智能盒子对所述检测结果进行分析,得到分析结果,所述分析结果至少包括热力图、课堂行为分析结果;
发送模块703:用于发送所述分析结果,或基于分析结果发送告警信息。
本申请实施例提供了一种基于智能盒子的智慧校园监管的设备200,可以实现:通过采集校园的视频图像,基于智能盒子对所述视频图像进行检测,得到检测结果,所述视频图像至少包括人体信息、运动轨迹、人体属性、警戒区域;基于智能盒子对所述检测结果进行分析,得到分析结果,所述分析结果至少包括热力图、课堂行为分析结果;发送所述分析结果,或基于分析结果发送告警信息。该方法中所有的智能分析算法都通过盒子实现,后续只需要升级盒子的程序,智能功能的扩展非常方便,降低整个系统成本,且有效保障学生人身安全。
进一步的,本申请还提供一种基于智能盒子的智慧校园监管的设备,包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现上述的基于智能盒子的智慧校园监管方法中的各个步骤。
进一步的,本申请还提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,实现如上述的基于智能盒子的智慧校园监管方法中的各个步骤。
在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本发明所提供的一种基于智能盒子的智慧校园监管方法及系统、设备及存储介质的描述,对于本领域的技术人员,依据本申请实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于智能盒子的智慧校园监管方法,其特征在于,所述方法包括:
通过采集校园的视频图像,基于智能盒子对所述视频图像进行检测,得到检测结果,所述视频图像至少包括人体信息、运动轨迹、人体属性、警戒区域;
基于智能盒子对所述检测结果进行分析,得到分析结果,所述分析结果至少包括热力图、课堂行为分析结果;
发送所述分析结果,或基于分析结果发送告警信息。
2.如权利要求1所述的方法,其特征在于,具体包括:
通过采集宿舍楼门口的视频图像,基于智能盒子实时对进入宿舍楼的人员进行人脸识别,得到人脸信息;
基于智能盒子分析所述人脸信息,判断所述人脸信息是否宿舍楼的人员;
若所述人脸信息不属于宿舍楼的人员,则对所述人脸进行实时追踪及告警。
3.如权利要求1所述的方法,其特征在于,具体包括:
通过采集教室的视频图像,基于智能盒子自动识别学生的人体信息,所述人体信息至少包括人脸信息、人手信息、骨骼信息;
基于智能盒子分析所述人体信息,得到所述学生的课堂行为分析结果;
发送所述学生的课堂行为分析结果至上课老师。
4.如权利要求1所述的方法,其特征在于,具体包括:
通过采集教室的视频图像,基于智能盒子自动识别老师的行为以及运动轨迹;
基于智能盒子分析所述老师的行为以及运动轨迹,得到所述老师的运动轨迹的热力图;
发送所述热力图至所述老师。
5.如权利要求1所述的方法,其特征在于,具体包括:
通过采集校园的视频图像,基于智能盒子实时检测人体属性,得到人体属性信息,所述人体属性至少包括骨骼关键点、声音、人体数量;
基于智能盒子将所述人体属性信息与预设阈值相比较,判断所述人体属性信息是否达到预设阈值;
若所述人体属性信息达到预设阈值,则进行告警,或发送所述人体属性信息至教职工。
6.如权利要求1所述的方法,其特征在于,具体包括:
通过采集校园的视频图像,基于智能盒子分析警戒区域的视频图像,得到检测结果;
基于智能盒子分析所述警戒区域是否有可疑人物;
若有可疑人员,则进行告警。
7.如权利要求1所述的方法,其特征在于,所述基于智能盒子对所述视频图像进行检测:
可设置检测时间。
8.一种基于智能盒子的智慧校园监管系统,其特征在于,所述系统包括:
检测模块:用于通过采集校园的视频图像,基于智能盒子对所述视频图像进行检测,得到检测结果,所述视频图像至少包括人体信息、运动轨迹、人体属性、警戒区域;
分析模块:用于基于智能盒子对所述检测结果进行分析,得到分析结果,所述分析结果至少包括热力图、课堂行为分析结果;
发送模块:用于发送所述分析结果,或基于分析结果发送告警信息。
9.一种基于智能盒子的智慧校园监管设备,包括存储器、处理器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现如权利要求1至7任一项所述的基于智能盒子的智慧校园监管方法中的各个步骤。
10.一种存储介质,其上存储有计算机程序,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7任一项所述的基于智能盒子的智慧校园监管方法中的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011168031.XA CN112528732A (zh) | 2020-10-28 | 2020-10-28 | 基于智能盒子的智慧校园监管方法及系统、设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011168031.XA CN112528732A (zh) | 2020-10-28 | 2020-10-28 | 基于智能盒子的智慧校园监管方法及系统、设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112528732A true CN112528732A (zh) | 2021-03-19 |
Family
ID=74980444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011168031.XA Pending CN112528732A (zh) | 2020-10-28 | 2020-10-28 | 基于智能盒子的智慧校园监管方法及系统、设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112528732A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327339A (zh) * | 2021-04-29 | 2021-08-31 | 紫金矿业集团股份有限公司 | 基于微震监测系统的井下钻工作业考勤方法 |
CN115081748A (zh) * | 2022-07-28 | 2022-09-20 | 广州宏途数字科技有限公司 | 一种智能班级管理方法、装置、设备及存储介质 |
CN116935721A (zh) * | 2023-07-20 | 2023-10-24 | 云启智慧科技有限公司 | 一种面向特殊学生群体的辅助教学方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106713857A (zh) * | 2016-12-15 | 2017-05-24 | 重庆凯泽科技股份有限公司 | 一种基于智慧视频的校园安全系统和方法 |
US20180204111A1 (en) * | 2013-02-28 | 2018-07-19 | Z Advanced Computing, Inc. | System and Method for Extremely Efficient Image and Pattern Recognition and Artificial Intelligence Platform |
CN111312367A (zh) * | 2020-05-11 | 2020-06-19 | 成都派沃智通科技有限公司 | 一种基于自适应云管理平台的校园人员异常心理预测方法 |
CN111338669A (zh) * | 2020-02-17 | 2020-06-26 | 深圳英飞拓科技股份有限公司 | 智能分析盒子中智能功能的更新方法及装置 |
-
2020
- 2020-10-28 CN CN202011168031.XA patent/CN112528732A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180204111A1 (en) * | 2013-02-28 | 2018-07-19 | Z Advanced Computing, Inc. | System and Method for Extremely Efficient Image and Pattern Recognition and Artificial Intelligence Platform |
CN106713857A (zh) * | 2016-12-15 | 2017-05-24 | 重庆凯泽科技股份有限公司 | 一种基于智慧视频的校园安全系统和方法 |
CN111338669A (zh) * | 2020-02-17 | 2020-06-26 | 深圳英飞拓科技股份有限公司 | 智能分析盒子中智能功能的更新方法及装置 |
CN111312367A (zh) * | 2020-05-11 | 2020-06-19 | 成都派沃智通科技有限公司 | 一种基于自适应云管理平台的校园人员异常心理预测方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113327339A (zh) * | 2021-04-29 | 2021-08-31 | 紫金矿业集团股份有限公司 | 基于微震监测系统的井下钻工作业考勤方法 |
CN115081748A (zh) * | 2022-07-28 | 2022-09-20 | 广州宏途数字科技有限公司 | 一种智能班级管理方法、装置、设备及存储介质 |
CN115081748B (zh) * | 2022-07-28 | 2022-11-15 | 广州宏途数字科技有限公司 | 一种智能班级管理方法、装置、设备及存储介质 |
CN116935721A (zh) * | 2023-07-20 | 2023-10-24 | 云启智慧科技有限公司 | 一种面向特殊学生群体的辅助教学方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112528732A (zh) | 基于智能盒子的智慧校园监管方法及系统、设备 | |
CN105208343B (zh) | 可用于视频监控设备的智能监控系统和方法 | |
CN109413369A (zh) | 一种监控视频智能分析预警平台 | |
EP4105101A1 (en) | Monitoring system, monitoring method, and monitoring device for railway train | |
EP0986912B1 (de) | Verfahren zum überwachen eines vorgegebenen überwachungsbereiches | |
CN109377697A (zh) | 一种密集摄像机头环境下快速报警处置方法 | |
CN109389794A (zh) | 一种智能化视频监控方法和系统 | |
CN112714280A (zh) | 基于智能盒子的智慧养老方法及系统、设备及存储介质 | |
CN104683770A (zh) | 基于图像识别的校园教学大楼安全监控系统及方法 | |
CN110677619A (zh) | 一种智能监控视频处理方法 | |
CN111160319A (zh) | 基于人脸识别实时统计多终端呈现的校园宿舍管理系统 | |
CN112102585A (zh) | 一种应用于养老场所的智能行为分析系统 | |
EP1376502A1 (de) | Objektschutz-Einrichtung | |
KR102182660B1 (ko) | 시공간 특징을 이용한 폭력 감지 시스템, 방법 및 상기 방법을 수행하도록 하는 프로그램이 저장된 컴퓨터 판독 가능한 기록매체 | |
CN110533889B (zh) | 一种敏感区域电子设备监测定位装置与方法 | |
CN112104837A (zh) | 一种应用于学校场所的智能行为分析系统 | |
US11704889B2 (en) | Systems and methods for detecting patterns within video content | |
CN111611904B (zh) | 基于无人车行驶过程中的动态目标识别方法 | |
CN111931569B (zh) | 安防监控热力图统计系统 | |
CN115100572A (zh) | 一种校园异常行为的分析系统及方法 | |
Khan et al. | Human Drowsiness Detection System | |
KR20030040434A (ko) | 지원 또는 증거 자료를 필요로 하는 사건을 검출하기 위한영상 기반 방법 및 장치 | |
Ho et al. | Public space behavior modeling with video and sensor analytics | |
CN113158847A (zh) | 一种基于人工智能的不安全行为检测方法 | |
CN112165611A (zh) | 单向智能通道图像、光幕识别物品遗留系统 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221230 Address after: 518000 Yingfei Haocheng Science Park, Guansheng 5th Road, Luhu Community, Guanhu Street, Longhua District, Shenzhen, Guangdong 1515 Applicant after: Shenzhen Infineon Information Co.,Ltd. Address before: 518000 yingfeituo workshop, Guanlan high tech Industrial Park, Longhua New District, Shenzhen City, Guangdong Province Applicant before: SHENZHEN INFINOVA Ltd. |