CN112907423A - 一种智慧城市公共安全监管系统 - Google Patents
一种智慧城市公共安全监管系统 Download PDFInfo
- Publication number
- CN112907423A CN112907423A CN202110321207.9A CN202110321207A CN112907423A CN 112907423 A CN112907423 A CN 112907423A CN 202110321207 A CN202110321207 A CN 202110321207A CN 112907423 A CN112907423 A CN 112907423A
- Authority
- CN
- China
- Prior art keywords
- public safety
- data
- module
- server
- database
- 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.)
- Withdrawn
Links
Images
Classifications
-
- 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
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Abstract
本发明涉及公共安全监管系统,具体涉及一种智慧城市公共安全监管系统,包括服务器,所述服务器与用于从公共安全数据库、安防监控系统中调取公共安全数据的数据采集模块相连,所述服务器与用于对公共安全数据库中的公共安全数据进行数据分析的数据分析模块相连,所述服务器与用于根据数据分析结果对公共安全数据进行分类存储的第一数据存储模块相连,所述服务器与用于对第一数据存储模块中的公共安全数据提取关键信息的信息提取模块相连;本发明提供的技术方案能够有效克服现有技术所存在的监管不够全面、无法结合现场实际情况上报公共安全事件、不能对于可能发生公共安全事件进行预测的缺陷。
Description
技术领域
本发明涉及公共安全监管系统,具体涉及一种智慧城市公共安全监管系统。
背景技术
目前,社会及经济发展处于突飞猛进与急剧转型并存时期,各类公共安全问题日益突出,随着信息化的快速发展,社会公众对公共安全的关注度空前上升,对重大危险源的监控管理甚为担忧。如何在有限管理资源的条件下尽可能提高公共安全管理的效率、效果和公信力,已经成为政府公共安全监管部门非常迫切的现实要求。
天网工程作为一种现代化、信息化的政府处置、管理技术手段,已经渗透到社会监管的各个环节,在处置各类突发情况、治理社会治安方面起到了积极的推进作用。随着城市规模的逐步扩大,外来人口逐年增加,城市中的不稳定因素随之增加,各类社会问题相继暴露。公共安全监管系统作为智慧城市的重要组成部分,面对当前复杂的社会形势和城市公共安全的实际需要,在应对各种公共突发事件方面起到重要作用,同时作为共享平台,也可以为公安、交警、城管、住建等部门提供业务服务。
然而,现有的公共安全监管系统对于公共安全事件,存在监管不够全面的缺陷,同时上报监管中心也无法结合现场实际情况进行,导致相关主管部门无法认定事件严重程度,不利于对公共安全事件进行及时处置。此外,缺少对于可能发生公共安全事件的预测,使得系统对于突发公共安全事件的响应性较差。
发明内容
(一)解决的技术问题
针对现有技术所存在的上述缺点,本发明提供了一种智慧城市公共安全监管系统,能够有效克服现有技术所存在的监管不够全面、无法结合现场实际情况上报公共安全事件、不能对于可能发生公共安全事件进行预测的缺陷。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种智慧城市公共安全监管系统,包括服务器,所述服务器与用于从公共安全数据库、安防监控系统中调取公共安全数据的数据采集模块相连,所述服务器与用于对公共安全数据库中的公共安全数据进行数据分析的数据分析模块相连,所述服务器与用于根据数据分析结果对公共安全数据进行分类存储的第一数据存储模块相连,所述服务器与用于对第一数据存储模块中的公共安全数据提取关键信息的信息提取模块相连;
所述服务器与用于存储安防监控系统中的公共安全数据的第二数据存储模块相连,所述服务器与用于根据提取关键信息从第二数据存储模块中调取对应公共安全数据的数据调取模块相连,所述服务器与用于向监管中心发送公共安全事件的数据发送模块相连;
所述服务器与用于对第二数据存储模块中的公共安全数据进行人体关键点标记的关键点标记模块相连,所述服务器与用于对标记人体关键点的图像进行异常行为识别的异常行为检测模块相连,所述服务器根据异常行为识别结果命令第二数据存储模块对公共安全数据进行分类存储,并上报监管中心。
优选地,所述数据采集模块从公共安全数据库中调取公共安全文字数据,并发送至数据分析模块,所述公共安全数据库包括气象数据库、环境数据库、企业数据库、公共卫生数据库和社会安全数据库。
优选地,所述数据分析模块根据设定阈值对来自气象数据库、环境数据库、企业数据库的公共安全文字数据进行分析评估,所述数据分析模块通过对来自公共卫生数据库、社会安全数据库的公共安全文字数据进行关键字提取,并对提取的关键字进行分析评估。
优选地,所述第一数据存储模块中分为公共安全存储区域、非公共安全存储区域,当数据分析模块的数据分析结果表明公共安全文字数据属于公共安全事件时,所述第一数据存储模块将该公共安全文字数据存入公共安全存储区域,否则所述第一数据存储模块将该公共安全文字数据存入非公共安全存储区域。
优选地,所述信息提取模块对公共安全存储区域中的公共安全文字数据提取关键信息,并判断该公共安全文字数据的来源地点,所述数据调取模块根据提取关键信息及来源地点从第二数据存储模块中调取对应公共安全视频数据,所述数据发送模块将该公共安全文字数据与其对应的公共安全视频数据进行打包处理,并将数据包作为公共安全事件发送至监管中心。
优选地,所述数据采集模块接入天网监控系统,并从中调取公共安全视频数据发送至第二数据存储模块进行存储。
优选地,所述关键点标记模块建立LSTM人体关键点识别模型,所述关键点标记模块与用于对LSTM人体关键点识别模型进行训练的关键点标记训练模块相连,所述关键点标记模块与用于对第二数据存储模块中的公共安全视频数据进行图像预处理的图像处理模块相连。
优选地,所述关键点标记训练模块采集包含异常行为、正常行为的各类人体行为图像作为训练集,由人工对训练集中各类人体行为图像包含的关键点进行人工标记,并输入LSTM人体关键点识别模型进行训练;
所述关键点标记训练模块对人工标记关键点、模型标记关键点进行综合判断,并根据判断结果对LSTM人体关键点识别模型进行参数调整。
优选地,所述异常行为检测模块建立LSTM人体异常行为识别模型,所述异常行为检测模块与用于对LSTM人体异常行为识别模型进行训练的异常行为检测训练模块相连。
优选地,所述异常行为检测训练模块采集包含异常行为的各类人体行为图像作为训练集,由人工根据异常行为与关键点权重的对应关系,对训练集中各类人体行为图像包含关键点标记权重值,并输入LSTM人体异常行为识别模型进行训练;
所述异常行为检测训练模块对人工标记关键点权重值、模型标记关键点权重值进行综合判断,并根据判断结果对LSTM人体异常行为识别模型进行参数调整。
(三)有益效果
与现有技术相比,本发明所提供的一种智慧城市公共安全监管系统,不仅能够对公共安全事件进行全面监管,同时还能够结合现场实际情况对已经发生的公共安全事件上报监管中心,使得相关主管部门能够快速认定事件严重程度,便于对公共安全事件进行及时处置;通过人体异常行为的识别检测能够对可能发生的公共安全事件进行有效预测,从而能够提升系统对于突发公共安全事件的响应速度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的系统示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
一种智慧城市公共安全监管系统,如图1所示,包括服务器,服务器与用于从公共安全数据库、安防监控系统中调取公共安全数据的数据采集模块相连,服务器与用于对公共安全数据库中的公共安全数据进行数据分析的数据分析模块相连,服务器与用于根据数据分析结果对公共安全数据进行分类存储的第一数据存储模块相连,服务器与用于对第一数据存储模块中的公共安全数据提取关键信息的信息提取模块相连。
数据采集模块从公共安全数据库中调取公共安全文字数据,并发送至数据分析模块,公共安全数据库包括气象数据库、环境数据库、企业数据库、公共卫生数据库和社会安全数据库。
数据分析模块根据设定阈值对来自气象数据库、环境数据库、企业数据库的公共安全文字数据进行分析评估,数据分析模块通过对来自公共卫生数据库、社会安全数据库的公共安全文字数据进行关键字提取,并对提取的关键字进行分析评估。
第一数据存储模块中分为公共安全存储区域、非公共安全存储区域,当数据分析模块的数据分析结果表明公共安全文字数据属于公共安全事件时,第一数据存储模块将该公共安全文字数据存入公共安全存储区域,否则第一数据存储模块将该公共安全文字数据存入非公共安全存储区域。
信息提取模块对公共安全存储区域中的公共安全文字数据提取关键信息,并判断该公共安全文字数据的来源地点,数据调取模块根据提取关键信息及来源地点从第二数据存储模块中调取对应公共安全视频数据,数据发送模块将该公共安全文字数据与其对应的公共安全视频数据进行打包处理,并将数据包作为公共安全事件发送至监管中心。
服务器与用于存储安防监控系统中的公共安全数据的第二数据存储模块相连,服务器与用于根据提取关键信息从第二数据存储模块中调取对应公共安全数据的数据调取模块相连,服务器与用于向监管中心发送公共安全事件的数据发送模块相连。
数据采集模块接入天网监控系统,并从中调取公共安全视频数据发送至第二数据存储模块进行存储。
服务器与用于对第二数据存储模块中的公共安全数据进行人体关键点标记的关键点标记模块相连,服务器与用于对标记人体关键点的图像进行异常行为识别的异常行为检测模块相连,服务器根据异常行为识别结果命令第二数据存储模块对公共安全数据进行分类存储,并上报监管中心。
关键点标记模块建立LSTM人体关键点识别模型,关键点标记模块与用于对LSTM人体关键点识别模型进行训练的关键点标记训练模块相连,关键点标记模块与用于对第二数据存储模块中的公共安全视频数据进行图像预处理的图像处理模块相连。
关键点标记训练模块采集包含异常行为、正常行为的各类人体行为图像作为训练集,由人工对训练集中各类人体行为图像包含的关键点进行人工标记,并输入LSTM人体关键点识别模型进行训练;
关键点标记训练模块对人工标记关键点、模型标记关键点进行综合判断,并根据判断结果对LSTM人体关键点识别模型进行参数调整。
异常行为检测模块建立LSTM人体异常行为识别模型,异常行为检测模块与用于对LSTM人体异常行为识别模型进行训练的异常行为检测训练模块相连。
异常行为检测训练模块采集包含异常行为的各类人体行为图像作为训练集,由人工根据异常行为与关键点权重的对应关系,对训练集中各类人体行为图像包含关键点标记权重值,并输入LSTM人体异常行为识别模型进行训练;
异常行为检测训练模块对人工标记关键点权重值、模型标记关键点权重值进行综合判断,并根据判断结果对LSTM人体异常行为识别模型进行参数调整。
本申请技术方案中,当异常行为检测模块建立的LSTM人体异常行为识别模型在第二数据存储模块的公共安全视频数据中,检测到异常行为时,服务器命令第二数据存储模块对该公共安全视频数据进行隔离存储,并上报监管中心,从而能够提升系统对于突发公共安全事件的响应速度。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种智慧城市公共安全监管系统,其特征在于:包括服务器,所述服务器与用于从公共安全数据库、安防监控系统中调取公共安全数据的数据采集模块相连,所述服务器与用于对公共安全数据库中的公共安全数据进行数据分析的数据分析模块相连,所述服务器与用于根据数据分析结果对公共安全数据进行分类存储的第一数据存储模块相连,所述服务器与用于对第一数据存储模块中的公共安全数据提取关键信息的信息提取模块相连;
所述服务器与用于存储安防监控系统中的公共安全数据的第二数据存储模块相连,所述服务器与用于根据提取关键信息从第二数据存储模块中调取对应公共安全数据的数据调取模块相连,所述服务器与用于向监管中心发送公共安全事件的数据发送模块相连;
所述服务器与用于对第二数据存储模块中的公共安全数据进行人体关键点标记的关键点标记模块相连,所述服务器与用于对标记人体关键点的图像进行异常行为识别的异常行为检测模块相连,所述服务器根据异常行为识别结果命令第二数据存储模块对公共安全数据进行分类存储,并上报监管中心。
2.根据权利要求1所述的智慧城市公共安全监管系统,其特征在于:所述数据采集模块从公共安全数据库中调取公共安全文字数据,并发送至数据分析模块,所述公共安全数据库包括气象数据库、环境数据库、企业数据库、公共卫生数据库和社会安全数据库。
3.根据权利要求2所述的智慧城市公共安全监管系统,其特征在于:所述数据分析模块根据设定阈值对来自气象数据库、环境数据库、企业数据库的公共安全文字数据进行分析评估,所述数据分析模块通过对来自公共卫生数据库、社会安全数据库的公共安全文字数据进行关键字提取,并对提取的关键字进行分析评估。
4.根据权利要求3所述的智慧城市公共安全监管系统,其特征在于:所述第一数据存储模块中分为公共安全存储区域、非公共安全存储区域,当数据分析模块的数据分析结果表明公共安全文字数据属于公共安全事件时,所述第一数据存储模块将该公共安全文字数据存入公共安全存储区域,否则所述第一数据存储模块将该公共安全文字数据存入非公共安全存储区域。
5.根据权利要求4所述的智慧城市公共安全监管系统,其特征在于:所述信息提取模块对公共安全存储区域中的公共安全文字数据提取关键信息,并判断该公共安全文字数据的来源地点,所述数据调取模块根据提取关键信息及来源地点从第二数据存储模块中调取对应公共安全视频数据,所述数据发送模块将该公共安全文字数据与其对应的公共安全视频数据进行打包处理,并将数据包作为公共安全事件发送至监管中心。
6.根据权利要求1-5中任意一项所述的智慧城市公共安全监管系统,其特征在于:所述数据采集模块接入天网监控系统,并从中调取公共安全视频数据发送至第二数据存储模块进行存储。
7.根据权利要求6所述的智慧城市公共安全监管系统,其特征在于:所述关键点标记模块建立LSTM人体关键点识别模型,所述关键点标记模块与用于对LSTM人体关键点识别模型进行训练的关键点标记训练模块相连,所述关键点标记模块与用于对第二数据存储模块中的公共安全视频数据进行图像预处理的图像处理模块相连。
8.根据权利要求7所述的智慧城市公共安全监管系统,其特征在于:所述关键点标记训练模块采集包含异常行为、正常行为的各类人体行为图像作为训练集,由人工对训练集中各类人体行为图像包含的关键点进行人工标记,并输入LSTM人体关键点识别模型进行训练;
所述关键点标记训练模块对人工标记关键点、模型标记关键点进行综合判断,并根据判断结果对LSTM人体关键点识别模型进行参数调整。
9.根据权利要求8所述的智慧城市公共安全监管系统,其特征在于:所述异常行为检测模块建立LSTM人体异常行为识别模型,所述异常行为检测模块与用于对LSTM人体异常行为识别模型进行训练的异常行为检测训练模块相连。
10.根据权利要求9所述的智慧城市公共安全监管系统,其特征在于:所述异常行为检测训练模块采集包含异常行为的各类人体行为图像作为训练集,由人工根据异常行为与关键点权重的对应关系,对训练集中各类人体行为图像包含关键点标记权重值,并输入LSTM人体异常行为识别模型进行训练;
所述异常行为检测训练模块对人工标记关键点权重值、模型标记关键点权重值进行综合判断,并根据判断结果对LSTM人体异常行为识别模型进行参数调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110321207.9A CN112907423A (zh) | 2021-03-25 | 2021-03-25 | 一种智慧城市公共安全监管系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110321207.9A CN112907423A (zh) | 2021-03-25 | 2021-03-25 | 一种智慧城市公共安全监管系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112907423A true CN112907423A (zh) | 2021-06-04 |
Family
ID=76106485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110321207.9A Withdrawn CN112907423A (zh) | 2021-03-25 | 2021-03-25 | 一种智慧城市公共安全监管系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112907423A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117829435A (zh) * | 2024-03-04 | 2024-04-05 | 江苏臻云技术有限公司 | 一种基于大数据的城市数据质量管理方法及系统 |
CN117829435B (zh) * | 2024-03-04 | 2024-05-14 | 江苏臻云技术有限公司 | 一种基于大数据的城市数据质量管理方法及系统 |
-
2021
- 2021-03-25 CN CN202110321207.9A patent/CN112907423A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117829435A (zh) * | 2024-03-04 | 2024-04-05 | 江苏臻云技术有限公司 | 一种基于大数据的城市数据质量管理方法及系统 |
CN117829435B (zh) * | 2024-03-04 | 2024-05-14 | 江苏臻云技术有限公司 | 一种基于大数据的城市数据质量管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104363106B (zh) | 一种基于大数据技术的电力信息通信故障预警分析方法 | |
CN111914687B (zh) | 一种基于车联网主动识别事故的方法 | |
CN109062993A (zh) | 一种离线电网故障处置预案生成方法及其装置 | |
CN108256447A (zh) | 一种基于深度神经网络的无人机航拍视频分析方法 | |
CN112329688B (zh) | 一种公共场合用智能风险管控系统 | |
CN116308960B (zh) | 基于数据分析的智慧园区物业防控管理系统及其实现方法 | |
CN111476685B (zh) | 行为分析方法、装置及设备 | |
CN115038083A (zh) | 一种应用ai运营商行业的电信欺诈预警识别方法及系统 | |
CN104701993A (zh) | 辨识继电保护装置检修数据的方法和系统 | |
CN112907423A (zh) | 一种智慧城市公共安全监管系统 | |
CN110149303B (zh) | 一种党校的网络安全预警方法及预警系统 | |
CN102157061A (zh) | 一种基于关键字统计的交通事件识别方法 | |
CN114819419B (zh) | 一种基于大数据的应急指挥方法、系统和可读存储介质 | |
CN114220071A (zh) | 一种公共安全实时检测监管系统 | |
CN111553826B (zh) | 智慧城市数据处理方法 | |
CN117440020B (zh) | 一种应急侦测通信指挥一体化平台的调度管理方法及系统 | |
CN116911605A (zh) | 一种基于风险点影响业务分析模型的电力通信网预警方法 | |
CN110097756B (zh) | 基于多源数据融合技术的智能交通管理方法 | |
CN111553600B (zh) | 基于大数据的智慧城市业务分配系统 | |
CN117635396A (zh) | 公安移动数字警务管理系统 | |
Makkar et al. | CRIME IDENTIFICATION AND DETECTION USING MACHINE LEARNING | |
CN117972543A (zh) | 一种异常行为识别方法、装置、设备及可读存储介质 | |
CN117455452A (zh) | 一种智慧站务管理方法及系统 | |
Fan et al. | Design and study on police intelligence analysis system based on GIS | |
CN115766390A (zh) | 一种基于电流数据自动分类的报警方法及报警系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210604 |