CN113115003B - 基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法 - Google Patents

基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法 Download PDF

Info

Publication number
CN113115003B
CN113115003B CN202110400405.4A CN202110400405A CN113115003B CN 113115003 B CN113115003 B CN 113115003B CN 202110400405 A CN202110400405 A CN 202110400405A CN 113115003 B CN113115003 B CN 113115003B
Authority
CN
China
Prior art keywords
abnormal
hotel
resident
staff
personnel
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
Application number
CN202110400405.4A
Other languages
English (en)
Other versions
CN113115003A (zh
Inventor
李青
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.)
Shenzhen Changtai Media Co ltd
Original Assignee
Shenzhen Changtai Media 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 Shenzhen Changtai Media Co ltd filed Critical Shenzhen Changtai Media Co ltd
Priority to CN202110400405.4A priority Critical patent/CN113115003B/zh
Publication of CN113115003A publication Critical patent/CN113115003A/zh
Application granted granted Critical
Publication of CN113115003B publication Critical patent/CN113115003B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • 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
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation 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
    • G08B13/194—Actuation 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
    • G08B13/196—Actuation 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
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开提供的基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法。该方法包括采集该酒店工作人员信息和该酒店住客人员信息；统计住客人员的数量；将该酒店进行区域划分；对该酒店外来人员、住客人员和工作人员进行视频监控；对各子区域视频中的人员进行信息筛选；获取异常工作人员和异常住客人员的行为图像；对异常工作人员行为图像进行分析；对异常住客人员行为图像进行分析；对酒店安全进行综合分析与处理；通过对酒店外来人员、工作人员和住客人员着三个方面进行监控和分析，打破了对监控对象选择的局限性，有效的提高了对该酒店日常安全管理的监测效率和管理效果。

Description

基于图像获取分析技术和物联网的酒店日常管理安全在线监 测方法
技术领域
本发明属于酒店管理安全技术领域，涉及到基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法。
背景技术
随着旅游业的发展，很多地区的酒店行业也得到了迅速发展，酒店作为出差人员和旅游人员的暂时居住地，酒店的安全管理直接影响了居住人员的居住安全，因此对酒店的安全管理时十分有必要的。
现有的酒店安全管理方式都集中与对酒店的监控和消防进行管理，但是现有的酒店安全管理方式对外来人员的管理并没有起到很好的效果，因此，现有的酒店安全管理方式还存在了很多弊端，一方面，监控对象的选择具有局限性，无法有效的提高对该酒店日常安全管理的监测效率，一方面没有对酒店工作人员和酒店的住客进行行为分析并且无法实现对酒店人员的实时监控，另一方面，无法有效的提高对酒店安全管理的管理效果。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法，实现了对酒店日常管理安全的高效监测；
本发明的目的可以通过以下技术方案实现：
本发明提供了基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法，该方法包括以下步骤：
S1、人员信息采集：所述人员信息采集包括对工作人员的基本信息采集和住客人员的基本信息采集，利用该酒店内的大厅的信息采集设备对各工作人员和各住客人员的基本信息进行采集，其中住客人员的基本信息包括住客人员人脸图像、住客人员对应的房间号和住客人员房间对应的位置，工作人员的基本信息包括工作人员人脸图像、工作人员对应的岗位和工作人岗位对应的位置，进而获取该酒店对应的工作人员的数量，并将该酒店对应的工作人员按照预设顺序进行编号，依次标记为1,2，...j,...m，进而构建各工作人员信息基本集合Ge(Ge1,Ge2,...Gej,...Gem)Gej表示第j个工作人员对应的第e个基本信息，e表示工作人员基本信息，e＝a1,a2,a3,a1,a2和a3分别表示为工作人员人脸图像、工作人员对应的工作岗位和工作人员岗位对应的位置；
S2、住客人员数量统计：根据采集的各住客人员对应的基本信息，进而获取各住客人员对应的人脸图像，将各住客人员对应的人脸图像进行对比筛选，进而获取该采集时间段该酒店对应的住客人员的数量，将各住客人员按照预设顺序进行编号，依次标记为1,2，...i,...n,进而构建各住客人员基本信息集合Fw(Fw1,Fw2,...Fwi,...Fwn)，Fwi表示第i个住客人员对应的第w个基本信息，w表示住客人员基本信息，w＝b1,b2,b3,b1,b2和b3分别表示为住客人员人脸图像、住客人员对应的房间号和住客人员房间对应的位置；
S3、区域划分：将该酒店按照其功能进行区域划分，进而得到划分的各子区域，其中功能包括电梯、楼道、房间和过道，并将划分的子区域按照预设顺序进行编号，依次标记为1,2，...k，...v，进而获取各子区域对应的位置，并构建各子区域位置集合W(W1,W2,...Wk,...Wv)，Wk表示第k个子区域所在的位置；
S4、酒店人员视频监控：所述酒店人员视频监控包括对该酒店外来人员、住客人员和工作人员进行视频监控，进而调取各子区域内的摄像头分别对各子区域进行视频采集，进而获取各摄像头采集的各子区域对应的视频，进而构建各子区域视频集合H(H1,H2,...Hk,...Hv)，Hk表示第k个子区域对应的视频；
S5、视频人员信息筛选：根据各子区域视频集合进而获取各子区域对应的视频，若某子区域对应的视频中没有人员出现，则将该子区域记为正常子区域，进而将该正常子区域对应的视频进行过滤，若某子区域对应的视频中有人员出现，则将该子区域记为监控区域，进而获取各监控区域对应的视频，并将各监控区域的视频中的人员进行分割，进而获取各监控区域视频中人员对应的人脸图像，并将各监控区域视频中人员对应的人脸图像分别与该酒店各工作人员对应的人脸图像和该酒店各住客人员的对应的人脸图像进行匹配对比，若某监控区域视频中人员对应的人脸图像不属于该酒店住客人员对应的人脸图像同时也不属于该酒店工作人员对应的人脸图像，则将该监控区域视频中的人员记为外来人员，将外来人员所在的区域记为警示区域，进而调取该警示区域对应的编号和该警示区域所在的位置，若某监控区域视频中人员对应的人脸图像属于该酒店工作人员对应的人脸图像，则判断该监控区域视频中的人员为工作人员，进而将工作人员所在的监控区域记为工作区域，进而调取各工作区域对应的视频，若某监控区域视频中人员对应的人脸图像属于该酒店住客人员对应的人脸图像，则判断该监控区域视频中的人员为住客人员，进而将住客人员所在的监控区域记为住客区域，进而调取各住客区域对应的视频；
S6、人员行为图像获取：根据各工作区域对应的视频，进而调取各工作区域视频中人员对应的基本信息，进而获取各工作区域视频中人员对应的岗位和其岗位对应的位置，进而调取各工作区域对应的编号，进而获取各工作区域视频中人员对应的实际位置，将各工作区域视频中人员对应的其岗位所在的位置与其对应的实际位置进行对比，若某工作区域视频中人员对应的实际位置与其岗位对应的位置不一致，将该工作区域视频中的人员记为异常工作人员，进而提取该异常工作人员对应的行为图像，并通过摄像头内部的计时单元对该异常工作人员在其所在区域对应的时长进行采集，根据各住客区域对应的视频进而获取各住客区域视频中人员对应的基本信息，进而获取各住客区域视频中人员对应的房间号和其房间所在的位置，进而调取各住客区域对应的编号，进而调取各住客区域视频中人员对应的实际位置，将各住客区域视频中人员对应的房间所在的位置与其对应的实际位置进行对比，若某住客区域视频中人员对应的房间所在的位置与其对应的实际位置不一致，则将住客区域视频中的人员记为异常住客人员，进而提取该异常住客人员对应的行为图像，并通过摄像头内部计时单元对异常住客人员在其所在区域对应的时长进行采集；
S7、异常工作人员行为图像分析：根据获取的该异常工作人员对应的行为图像和该异常工作人员在其所在区域对应的时长，进而将该异常工作人员对应的行为图像与数据库中存储的异常行为类型进行对比，进而获取该异常工作人员对应的异常行为类型，进而获取该异常工作人员异常行为类型对应的行为安全影响系数，并记为
Figure GDA0003529670930000041
同时将该异常工作人员在其所在区域对应的时长与该异常工作人员在其所在区域对应的标准时长进行对比，进而统计该异常工作人员对应的时长安全影响系数，根据统计的该异常工作人员异常行为类型对应的行为安全影响系数和该异常工作人员对应的时长安全影响系数，进而统计该异常工作人员综合安全影响系数；
S8、异常住客人员行为图像分析：根据获取的该异常住客人员对应的行为图像和该异常住客人员在其所在区域对应的时长，进而将该异常住客人员对应的行为图像与数据库中存储的异常行为类型进行对比，进而获取该异常住客人员对应的异常行为类型，进而获取该异常住客人员异常行为类型对应的行为安全影响系数，并记为λ，同时将该异常住客人员在其所在区域对应的时长与该异常住客人员在其所在区域对应的标准时长进行对比，进而统计该异常住客人员对应的时长安全影响系数，其中，该异常住客人员对应的时长安全影响系数计算公式为
Figure GDA0003529670930000051
β表示该异常住客人员对应的时长安全影响系数，T′表示该异常住客人员在其所在区域对应的时长，T′标准表示该异常住客人员在其所在区域对应的标准时长，根据统计的该异常住客人员异常行为类型对应的行为安全影响系数和该异常住客人员对应的时长安全影响系数，进而统计该异常住客人员综合安全影响系数；
S9、酒店安全综合分析与处理：根据统计的该异常工作人员综合安全影响系数，进而将该异常工作人员综合安全影响系数与工作人员对应的标准安全影响系数进行对比，若该异常工作人员该异常工作人员综合安全影响系数大于工作人员对应的标准安全影响系数，进而提取该异常工作人员对应的基本信息，和该异常工作人员所在区域的编号，根据统计的该异常住客人员综合安全影响系数，进而将该异常住客人员综合安全影响系数与住客人员对应的标准安全影响系数进行对比，若该异常住客人员综合安全影响系数大于住客人员对应的标准安全影响系数，进而提取该异常住客人员对应的基本信息和该异常住客人员所在区域的编号，进而根据统计的该异常工作人员综合安全影响系数和该异常住客人员综合安全影响系数，统计该酒店综合安全影响系数；
S10、远程控制:根据获取的该警示区域对应的编号和该警示区域所在的位置，进而启动该警示区域的报警设备进行报警，同时根据获取该异常工作人员对应的基本信息和该异常住客人员对应的基本信息，进而调取该异常工作人员和异常住客人员所在区域的报警设备进行报警。
具体地，所述摄像头为高清可变焦的摄像头，摄像头内部的计时单元为计时器。
具体地，所述报警设备为闪光灯和蜂鸣器。
具体地，所述该异常工作人员对应的时长安全影响系数计算公式为
Figure GDA0003529670930000061
α表示该异常工作人员对应的时长安全影响系数，T表示将该异常工作人员在其所在区域对应的时长，T标准表示为该异常工作人员在其所在区域对应的标准时长。
具体地，所述该异常工作人员对应的危险综合影响系数计算公式为
Figure GDA0003529670930000062
G表示该异常工作人员对应的危险综合影响系数，
Figure GDA0003529670930000063
表示该异常工作人员异常行为类型对应的行为安全影响系数。
具体地，所述该异常住客人员综合安全影响系数计算公式为
Figure GDA0003529670930000064
Z表示该异常住客人员综合安全影响系数，λ表示该异常住客人员异常行为类型对应的行为安全影响系数。
具体地，所述该酒店人员安全影响系数计算公式为
Figure GDA0003529670930000065
R表示该酒店人员安全影响系数，n表示该采集时间段该酒店对应的住客人员的数量，m表示该酒店对应的工作人员的数量。
本发明的有益效果：
(1)本发明提供的基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法，通过酒店人员视频监控、人员信息筛选和人员行为图像获取，进而对该酒店外来人员、工作人员和住客人员着三个方面进行了细致的分析，解决了没有对酒店工作人员和酒店的住客进行行为分析并且无法实现对酒店人员的实时监控的问题，打破了对监控对象选择的局限性，有效的提高了对该酒店日常安全管理的监测效率，同时也大大的提高对酒店安全管理的管理效果。
(2)本发明在视频人员信息筛选，通过对对各子区域视频中人员进行筛选，进而有效的分析了各子区域视频中人员对应的类别，进而为视频中人员信息的获取和人员行为的分析提供了便利。
(3)本发明在远程控制，通过对外来人员、异常工作人员、异常住客人员和环境异常子区域的报警，有效的避免了外来人员、异常工作人员和异常住客人员对该酒店安全造成的影响。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明方法实施步骤流程图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
请参阅图1所示，本发明提供了基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法，该方法包括以下步骤：
S1、人员信息采集：所述人员信息采集包括对工作人员的基本信息采集和住客人员的基本信息采集，利用该酒店内的大厅的信息采集设备对各工作人员和各住客人员的基本信息进行采集，其中住客人员的基本信息包括住客人员人脸图像、住客人员对应的房间号和住客人员房间对应的位置，工作人员的基本信息包括工作人员人脸图像、工作人员对应的岗位和工作人岗位对应的位置，进而获取该酒店对应的工作人员的数量，并将该酒店对应的工作人员按照预设顺序进行编号，依次标记为1,2，...j,...m，进而构建各工作人员信息基本集合Ge(Ge1,Ge2,...Gej,...Gem)Gej表示第j个工作人员对应的第e个基本信息，e表示工作人员基本信息，e＝a1,a2,a3,a1,a2和a3分别表示为工作人员人脸图像、工作人员对应的工作岗位和工作人员岗位对应的位置；
本发明实施例通过对该酒店住客人员和工作人员进行基本信息采集，进而为后续对该酒店人员进行监控时对人员信息的筛选提供了便利。
S2、住客人员数量统计：根据采集的各住客人员对应的基本信息，进而获取各住客人员对应的人脸图像，将各住客人员对应的人脸图像进行对比筛选，进而获取该采集时间段该酒店对应的住客人员的数量，将各住客人员按照预设顺序进行编号，依次标记为1,2，...i,...n,进而构建各住客人员基本信息集合Fw(Fw1,Fw2,...Fwi,...Fwn)，Fwi表示第i个住客人员对应的第w个基本信息，w表示住客人员基本信息，w＝b1,b2,b3,b1,b2和b3分别表示为住客人员人脸图像、住客人员对应的房间号和住客人员房间对应的位置；
S3、区域划分：将该酒店按照其功能进行区域划分，进而得到划分的各子区域，其中功能包括电梯、楼道、房间和过道，并将划分的子区域按照预设顺序进行编号，依次标记为1,2，...k，...v，进而获取各子区域对应的位置，并构建各子区域位置集合W(W1,W2,...Wk,...Wv)，Wk表示第k个子区域所在的位置；
本发明实时例通过将该酒店按照其功能进行区域划分，进而实现了对该酒店的全面监控，避免了监控死角区域的出现。
S4、酒店人员视频监控：所述酒店人员视频监控包括对该酒店外来人员、住客人员和工作人员进行视频监控，进而调取各子区域内的摄像头分别对各子区域进行视频采集，进而获取各摄像头采集的各子区域对应的视频，进而构建各子区域视频集合H(H1,H2,...Hk,...Hv)，Hk表示第k个子区域对应的视频；
S5、视频人员信息筛选：根据各子区域视频集合进而获取各子区域对应的视频，若某子区域对应的视频中没有人员出现，则将该子区域记为正常子区域，进而将该正常子区域对应的视频进行过滤，若某子区域对应的视频中有人员出现，则将该子区域记为监控区域，进而获取各监控区域对应的视频，并将各监控区域的视频中的人员进行分割，进而获取各监控区域视频中人员对应的人脸图像，并将各监控区域视频中人员对应的人脸图像分别与该酒店各工作人员对应的人脸图像和该酒店各住客人员的对应的人脸图像进行匹配对比，若某监控区域视频中人员对应的人脸图像不属于该酒店住客人员对应的人脸图像同时也不属于该酒店工作人员对应的人脸图像，则将该监控区域视频中的人员记为外来人员，将外来人员所在的区域记为警示区域，进而调取该警示区域对应的编号和该警示区域所在的位置，若某监控区域视频中人员对应的人脸图像属于该酒店工作人员对应的人脸图像，则判断该监控区域视频中的人员为工作人员，进而将工作人员所在的监控区域记为工作区域，进而调取各工作区域对应的视频，若某监控区域视频中人员对应的人脸图像属于该酒店住客人员对应的人脸图像，则判断该监控区域视频中的人员为住客人员，进而将住客人员所在的监控区域记为住客区域，进而调取各住客区域对应的视频；
本发明实施例在视频人员信息筛选，通过对对各子区域视频中人员进行筛选，进而有效的分析了各子区域视频中人员对应的类别，进而为视频中人员信息的获取和人员行为的分析提供了便利。
S6、人员行为图像获取：根据各工作区域对应的视频，进而调取各工作区域视频中人员对应的基本信息，进而获取各工作区域视频中人员对应的岗位和其岗位对应的位置，进而调取各工作区域对应的编号，进而获取各工作区域视频中人员对应的实际位置，将各工作区域视频中人员对应的其岗位所在的位置与其对应的实际位置进行对比，若某工作区域视频中人员对应的实际位置与其岗位对应的位置不一致，将该工作区域视频中的人员记为异常工作人员，进而提取该异常工作人员对应的行为图像，并通过摄像头内部的计时单元对该异常工作人员在其所在区域对应的时长进行采集，其中，摄像头为高清可变焦的摄像头，摄像头内部的计时单元为计时器，根据各住客区域对应的视频进而获取各住客区域视频中人员对应的基本信息，进而获取各住客区域视频中人员对应的房间号和其房间所在的位置，进而调取各住客区域对应的编号，进而调取各住客区域视频中人员对应的实际位置，将各住客区域视频中人员对应的房间所在的位置与其对应的实际位置进行对比，若某住客区域视频中人员对应的房间所在的位置与其对应的实际位置不一致，则将住客区域视频中的人员记为异常住客人员，进而提取该异常住客人员对应的行为图像，并通过摄像头内部计时单元对异常住客人员在其所在区域对应的时长进行采集；
本发明实施例通过对人员行为图像的采集，实现了对各子区域人员的第二层筛选，进而避免了正常人员对异常工作人员监控的干扰。
S7、异常工作人员行为图像分析：根据获取的该异常工作人员对应的行为图像和该异常工作人员在其所在区域对应的时长，进而将该异常工作人员对应的行为图像与数据库中存储的异常行为类型进行对比，进而获取该异常工作人员对应的异常行为类型，进而获取该异常工作人员异常行为类型对应的行为安全影响系数，并记为
Figure GDA0003529670930000101
同时将该异常工作人员在其所在区域对应的时长与该异常工作人员在其所在区域对应的标准时长进行对比，进而统计该异常工作人员对应的时长安全影响系数，其中，该异常工作人员对应的时长安全影响系数计算公式为
Figure GDA0003529670930000111
α表示该异常工作人员对应的时长安全影响系数，T表示将该异常工作人员在其所在区域对应的时长，T标准表示为该异常工作人员在其所在区域对应的标准时长，根据统计的该异常工作人员异常行为类型对应的行为安全影响系数和该异常工作人员对应的时长安全影响系数，进而统计该异常工作人员综合安全影响系数，其中，该异常工作人员对应的危险综合影响系数计算公式为
Figure GDA0003529670930000112
G表示该异常工作人员对应的危险综合影响系数，
Figure GDA0003529670930000113
表示该异常工作人员异常行为类型对应的行为安全影响系数；
S8、异常住客人员行为图像分析：根据获取的该异常住客人员对应的行为图像和该异常住客人员在其所在区域对应的时长，进而将该异常住客人员对应的行为图像与数据库中存储的异常行为类型进行对比，进而获取该异常住客人员对应的异常行为类型，进而获取该异常住客人员异常行为类型对应的行为安全影响系数，并记为λ，同时将该异常住客人员在其所在区域对应的时长与该异常住客人员在其所在区域对应的标准时长进行对比，进而统计该异常住客人员对应的时长安全影响系数，其中，该异常住客人员对应的时长安全影响系数计算公式为
Figure GDA0003529670930000114
β表示该异常住客人员对应的时长安全影响系数，T′表示该异常住客人员在其所在区域对应的时长，T′标准表示该异常住客人员在其所在区域对应的标准时长，根据统计的该异常住客人员异常行为类型对应的行为安全影响系数和该异常住客人员对应的时长安全影响系数，进而统计该异常住客人员综合安全影响系数，其中，该异常住客人员综合安全影响系数计算公式为
Figure GDA0003529670930000121
Z表示该异常住客人员综合安全影响系数，λ表示该异常住客人员异常行为类型对应的行为安全影响系数；
S9、酒店安全综合分析与处理：根据统计的该异常工作人员综合安全影响系数，进而将该异常工作人员综合安全影响系数与工作人员对应的标准安全影响系数进行对比，若该异常工作人员该异常工作人员综合安全影响系数大于工作人员对应的标准安全影响系数，进而提取该异常工作人员对应的基本信息，和该异常工作人员所在区域的编号，根据统计的该异常住客人员综合安全影响系数，进而将该异常住客人员综合安全影响系数与住客人员对应的标准安全影响系数进行对比，若该异常住客人员综合安全影响系数大于住客人员对应的标准安全影响系数，进而提取该异常住客人员对应的基本信息和该异常住客人员所在区域的编号，进而根据统计的该异常工作人员综合安全影响系数和该异常住客人员综合安全影响系数，统计该酒店综合安全影响系数，其中，该酒店人员安全影响系数计算公式为
Figure GDA0003529670930000122
R表示该酒店人员安全影响系数，n表示该采集时间段该酒店对应的住客人员的数量，m表示该酒店对应的工作人员的数量；
本发明实施例通过对该酒店外来人员、工作人员和住客人员着三个方面进行了细致的分析，解决了没有对酒店工作人员和酒店的住客进行行为分析并且无法实现对酒店人员的实时监控的问题，打破了对监控对象选择的局限性，有效的提高了对该酒店日常安全管理的监测效率，同时也大大的提高对酒店安全管理的管理效果。
S10、远程控制:根据获取的该警示区域对应的编号和该警示区域所在的位置，进而启动该警示区域的报警设备进行报警，同时根据获取该异常工作人员对应的基本信息和该异常住客人员对应的基本信息，进而调取该异常工作人员和异常住客人员所在区域的报警设备进行报警，其中，所述报警设备为闪光灯和蜂鸣器。
本发明实施例在远程控制，通过对外来人员、异常工作人员、异常住客人员和环境异常子区域的报警，有效的避免了外来人员、异常工作人员和异常住客人员对该酒店安全造成的影响。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法，其特征在于：该方法包括以下步骤：
S1、人员信息采集：所述人员信息采集包括对工作人员的基本信息采集和住客人员的基本信息采集，利用该酒店内的大厅的信息采集设备对各工作人员和各住客人员的基本信息进行采集，其中住客人员的基本信息包括住客人员人脸图像、住客人员对应的房间号和住客人员房间对应的位置，工作人员的基本信息包括工作人员人脸图像、工作人员对应的岗位和工作人岗位对应的位置，进而获取该酒店对应的工作人员的数量，并将该酒店对应的工作人员按照预设顺序进行编号，依次标记为1,2，...j,...m，进而构建各工作人员信息基本集合Ge(Ge1,Ge2,...Gej,...Gem)Gej表示第j个工作人员对应的第e个基本信息，e表示工作人员基本信息，e＝a1,a2,a3,a1,a2和a3分别表示为工作人员人脸图像、工作人员对应的工作岗位和工作人员岗位对应的位置；
S2、住客人员数量统计：根据采集的各住客人员对应的基本信息，进而获取各住客人员对应的人脸图像，将各住客人员对应的人脸图像进行对比筛选，进而获取该采集时间段该酒店对应的住客人员的数量，将各住客人员按照预设顺序进行编号，依次标记为1,2，...i,...n,进而构建各住客人员基本信息集合Fw(Fw1,Fw2,...Fwi,...Fwn)，Fwi表示第i个住客人员对应的第w个基本信息，w表示住客人员基本信息，w＝b1,b2,b3,b1,b2和b3分别表示为住客人员人脸图像、住客人员对应的房间号和住客人员房间对应的位置；
S3、区域划分：将该酒店按照其功能进行区域划分，进而得到划分的各子区域，其中功能包括电梯、楼道、房间和过道，并将划分的子区域按照预设顺序进行编号，依次标记为1,2，...k，...v，进而获取各子区域对应的位置，并构建各子区域位置集合W(W1,W2,...Wk,...Wv)，Wk表示第k个子区域所在的位置；
S4、酒店人员视频监控：所述酒店人员视频监控包括对该酒店外来人员、住客人员和工作人员进行视频监控，进而调取各子区域内的摄像头分别对各子区域进行视频采集，进而获取各摄像头采集的各子区域对应的视频，进而构建各子区域视频集合H(H1,H2,...Hk,...Hv)，Hk表示第k个子区域对应的视频；
S5、视频人员信息筛选：根据各子区域视频集合进而获取各子区域对应的视频，若某子区域对应的视频中没有人员出现，则将该子区域记为正常子区域，进而将该正常子区域对应的视频进行过滤，若某子区域对应的视频中有人员出现，则将该子区域记为监控区域，进而获取各监控区域对应的视频，并将各监控区域的视频中的人员进行分割，进而获取各监控区域视频中人员对应的人脸图像，并将各监控区域视频中人员对应的人脸图像分别与该酒店各工作人员对应的人脸图像和该酒店各住客人员的对应的人脸图像进行匹配对比，若某监控区域视频中人员对应的人脸图像不属于该酒店住客人员对应的人脸图像同时也不属于该酒店工作人员对应的人脸图像，则将该监控区域视频中的人员记为外来人员，将外来人员所在的区域记为警示区域，进而调取该警示区域对应的编号和该警示区域所在的位置，若某监控区域视频中人员对应的人脸图像属于该酒店工作人员对应的人脸图像，则判断该监控区域视频中的人员为工作人员，进而将工作人员所在的监控区域记为工作区域，进而调取各工作区域对应的视频，若某监控区域视频中人员对应的人脸图像属于该酒店住客人员对应的人脸图像，则判断该监控区域视频中的人员为住客人员，进而将住客人员所在的监控区域记为住客区域，进而调取各住客区域对应的视频；
S6、人员行为图像获取：根据各工作区域对应的视频，进而调取各工作区域视频中人员对应的基本信息，进而获取各工作区域视频中人员对应的岗位和其岗位对应的位置，进而调取各工作区域对应的编号，进而获取各工作区域视频中人员对应的实际位置，将各工作区域视频中人员对应的其岗位所在的位置与其对应的实际位置进行对比，若某工作区域视频中人员对应的实际位置与其岗位对应的位置不一致，将该工作区域视频中的人员记为异常工作人员，进而提取该异常工作人员对应的行为图像，并通过摄像头内部的计时单元对该异常工作人员在其所在区域对应的时长进行采集，根据各住客区域对应的视频进而获取各住客区域视频中人员对应的基本信息，进而获取各住客区域视频中人员对应的房间号和其房间所在的位置，进而调取各住客区域对应的编号，进而调取各住客区域视频中人员对应的实际位置，将各住客区域视频中人员对应的房间所在的位置与其对应的实际位置进行对比，若某住客区域视频中人员对应的房间所在的位置与其对应的实际位置不一致，则将住客区域视频中的人员记为异常住客人员，进而提取该异常住客人员对应的行为图像，并通过摄像头内部计时单元对异常住客人员在其所在区域对应的时长进行采集；
S7、异常工作人员行为图像分析：根据获取的该异常工作人员对应的行为图像和该异常工作人员在其所在区域对应的时长，进而将该异常工作人员对应的行为图像与数据库中存储的异常行为类型进行对比，进而获取该异常工作人员对应的异常行为类型，进而获取该异常工作人员异常行为类型对应的行为安全影响系数，并记为
Figure FDA0003529670920000031
同时将该异常工作人员在其所在区域对应的时长与该异常工作人员在其所在区域对应的标准时长进行对比，进而统计该异常工作人员对应的时长安全影响系数，根据统计的该异常工作人员异常行为类型对应的行为安全影响系数和该异常工作人员对应的时长安全影响系数，进而统计该异常工作人员综合安全影响系数；
S8、异常住客人员行为图像分析：根据获取的该异常住客人员对应的行为图像和该异常住客人员在其所在区域对应的时长，进而将该异常住客人员对应的行为图像与数据库中存储的异常行为类型进行对比，进而获取该异常住客人员对应的异常行为类型，进而获取该异常住客人员异常行为类型对应的行为安全影响系数，并记为λ，同时将该异常住客人员在其所在区域对应的时长与该异常住客人员在其所在区域对应的标准时长进行对比，进而统计该异常住客人员对应的时长安全影响系数，其中，该异常住客人员对应的时长安全影响系数计算公式为
Figure FDA0003529670920000041
β表示该异常住客人员对应的时长安全影响系数，T′表示该异常住客人员在其所在区域对应的时长，T′标准表示该异常住客人员在其所在区域对应的标准时长，根据统计的该异常住客人员异常行为类型对应的行为安全影响系数和该异常住客人员对应的时长安全影响系数，进而统计该异常住客人员综合安全影响系数；
S9、酒店安全综合分析与处理：根据统计的该异常工作人员综合安全影响系数，进而将该异常工作人员综合安全影响系数与工作人员对应的标准安全影响系数进行对比，若该异常工作人员该异常工作人员综合安全影响系数大于工作人员对应的标准安全影响系数，进而提取该异常工作人员对应的基本信息，和该异常工作人员所在区域的编号，根据统计的该异常住客人员综合安全影响系数，进而将该异常住客人员综合安全影响系数与住客人员对应的标准安全影响系数进行对比，若该异常住客人员综合安全影响系数大于住客人员对应的标准安全影响系数，进而提取该异常住客人员对应的基本信息和该异常住客人员所在区域的编号，进而根据统计的该异常工作人员综合安全影响系数和该异常住客人员综合安全影响系数，统计该酒店综合安全影响系数；
S10、远程控制:根据获取的该警示区域对应的编号和该警示区域所在的位置，进而启动该警示区域的报警设备进行报警，同时根据获取该异常工作人员对应的基本信息和该异常住客人员对应的基本信息，进而调取该异常工作人员和异常住客人员所在区域的报警设备进行报警。
2.根据权利要求1所述的基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法，其特征在于：所述摄像头为高清可变焦的摄像头，摄像头内部的计时单元为计时器。
3.根据权利要求1所述的基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法，其特征在于：所述报警设备为闪光灯和蜂鸣器。
4.根据权利要求1所述的基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法，其特征在于：所述该异常工作人员对应的时长安全影响系数计算公式为
Figure FDA0003529670920000051
α表示该异常工作人员对应的时长安全影响系数，T表示将该异常工作人员在其所在区域对应的时长，T标准表示为该异常工作人员在其所在区域对应的标准时长。
5.根据权利要求4所述的基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法，其特征在于：所述该异常工作人员对应的危险综合影响系数计算公式为
Figure FDA0003529670920000052
G表示该异常工作人员对应的危险综合影响系数，
Figure FDA0003529670920000054
表示该异常工作人员异常行为类型对应的行为安全影响系数。
6.根据权利要求5所述的基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法，其特征在于：所述该异常住客人员综合安全影响系数计算公式为
Figure FDA0003529670920000053
Z表示该异常住客人员综合安全影响系数，λ表示该异常住客人员异常行为类型对应的行为安全影响系数。
7.根据权利要求6所述的基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法，其特征在于：所述该酒店人员安全影响系数计算公式为
Figure FDA0003529670920000061
R表示该酒店人员安全影响系数，n表示该采集时间段该酒店对应的住客人员的数量，m表示该酒店对应的工作人员的数量。
CN202110400405.4A 2021-04-14 2021-04-14 基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法 Active CN113115003B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110400405.4A CN113115003B (zh) 2021-04-14 2021-04-14 基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110400405.4A CN113115003B (zh) 2021-04-14 2021-04-14 基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法

Publications (2)

Publication Number Publication Date
CN113115003A CN113115003A (zh) 2021-07-13
CN113115003B true CN113115003B (zh) 2022-11-25

Family

ID=76716779

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110400405.4A Active CN113115003B (zh) 2021-04-14 2021-04-14 基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法

Country Status (1)

Country Link
CN (1) CN113115003B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113569152B (zh) * 2021-09-27 2021-12-10 深圳我主良缘科技集团有限公司 基于数据可视化的社交交互方法、设备及计算机存储介质
CN116090796B (zh) * 2023-04-06 2023-06-16 威海海洋职业学院 一种酒店智能管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327791A (zh) * 2016-08-31 2017-01-11 朱明� 一种异常事件实时报警方法及系统
CN110310396A (zh) * 2019-06-22 2019-10-08 安徽金骐电子科技有限公司 一种酒店智能化管理监控系统
CN110378810A (zh) * 2019-06-03 2019-10-25 广州日顺电子科技有限公司 一种酒店人员异常行为监测告警方法及装置
CN110443923A (zh) * 2019-08-06 2019-11-12 金陵科技学院 一种基于人工智能的酒店安全管理方法
CN111885360A (zh) * 2020-07-31 2020-11-03 贵州东冠科技有限公司 区块链生产车间智能监控系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9355306B2 (en) * 2013-09-27 2016-05-31 Konica Minolta Laboratory U.S.A., Inc. Method and system for recognition of abnormal behavior
US10706701B2 (en) * 2018-01-12 2020-07-07 Qognify Ltd. System and method for dynamically ordering video channels according to rank of abnormal detection
CN111340651A (zh) * 2020-02-14 2020-06-26 西安奥卡云数据科技有限公司 一种基于视频的智能无人酒店管理系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106327791A (zh) * 2016-08-31 2017-01-11 朱明� 一种异常事件实时报警方法及系统
CN110378810A (zh) * 2019-06-03 2019-10-25 广州日顺电子科技有限公司 一种酒店人员异常行为监测告警方法及装置
CN110310396A (zh) * 2019-06-22 2019-10-08 安徽金骐电子科技有限公司 一种酒店智能化管理监控系统
CN110443923A (zh) * 2019-08-06 2019-11-12 金陵科技学院 一种基于人工智能的酒店安全管理方法
CN111885360A (zh) * 2020-07-31 2020-11-03 贵州东冠科技有限公司 区块链生产车间智能监控系统

Also Published As

Publication number Publication date
CN113115003A (zh) 2021-07-13

Similar Documents

Publication Publication Date Title
CN113115003B (zh) 基于图像获取分析技术和物联网的酒店日常管理安全在线监测方法
CN110491004B (zh) 一种居民社区人员安全管理系统及方法
CN110222640B (zh) 监控场所中嫌疑人的识别方法、装置、方法和存储介质
CN109658554B (zh) 一种基于大数据的智能小区安防系统
CN106780250B (zh) 一种基于物联网技术的智慧社区安全事件处理方法及系统
CN111967400B (zh) 一种基于人工智能的校园安全监测预警管理系统
CN112233300A (zh) 一种基于人工智能的社区通行防疫监控联防系统及其方法
CN112418091B (zh) 一种基于大数据的智慧校园安防数据处理方法
CN112001284A (zh) 基于人工智能的劳务实名制管理系统
CN113099178B (zh) 基于视频远程监控的智慧社区安全在线实时监测预警方法
WO2022165685A1 (zh) 一种确定人员危险性的方法、装置、系统及存储介质
CN109543542A (zh) 一种特定场所人员着装是否规范的判定方法
CN116416579B (zh) 一种园区安防监控存储信息智能分析管理系统
CN113066248B (zh) 基于视频图像处理的智慧社区建设安防监控智能管理系统
CN111382719A (zh) 用于疫情防控的直梯乘梯人员佩戴口罩监测方法
CN110942580A (zh) 一种智能楼宇访客管理方法、系统及储存介质
CN110457993A (zh) 基于人脸识别的客流统计方法及装置
CN113065448A (zh) 人脸识别方法、系统、计算机设备及存储介质
CN112800910A (zh) 一种通讯机房维护作业效能评估方法及系统
CN116452379A (zh) 一种基于大数据的智慧校园管理系统
CN111083449A (zh) 一种校园安防系统
CN114170718A (zh) 一种基于疫情共享数据分析的门禁智能管理预警系统
CN111177468A (zh) 一种基于机器视觉的实验室人员不安全行为安全检查方法
CN110675585A (zh) 一种展会安全控制系统
CN113112744A (zh) 安防管理方法及装置、电子设备、存储介质

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

Effective date of registration: 20221031

Address after: 518000 Room 201, building A, No. 1, Qian Wan Road, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong (Shenzhen Qianhai business secretary Co., Ltd.)

Applicant after: Shenzhen Changtai Media Co.,Ltd.

Address before: 430223 international enterprise center, special 5, Guanshan 2nd Road, Donghu New Technology Development Zone, Wuhan City, Hubei Province

Applicant before: Wuhan Changtu Network Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant