CN113160509B - 一种适用于社区及施工现场内的风险感知方法及系统 - Google Patents
一种适用于社区及施工现场内的风险感知方法及系统 Download PDFInfo
- Publication number
- CN113160509B CN113160509B CN202110432734.7A CN202110432734A CN113160509B CN 113160509 B CN113160509 B CN 113160509B CN 202110432734 A CN202110432734 A CN 202110432734A CN 113160509 B CN113160509 B CN 113160509B
- Authority
- CN
- China
- Prior art keywords
- target
- acquiring
- image data
- approach
- matching
- 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
- 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
-
- 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
- G07C9/00—Individual registration on entry or exit
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及安全监控的技术领域,尤其是涉及一种适用于社区及施工现场内的风险感知方法及系统,其包括:获取目标进场消息,根据预定时间从目标进场消息中获取进场目标数量;若进场目标数量超过预设的数量阈值,则获取并定位每个待监控目标标识;获取每个待监控目标标识的人脸图像数据,将每一个人脸图像数据输入至预设的区域常驻目标识别模型进行匹配,得到对应的第一匹配结果,其中,第一匹配结果包括匹配成功和匹配失败;将匹配失败对应的人脸图像数据作为待定位人脸图像数据,并获取与待定位人脸图像数据的待监控目标标识的人员运动轨迹,根据人员运动轨迹触发对应的风险警报消息。本申请具有提升区域内人员管理的安全性的效果。
Description
技术领域
本发明涉及安全监控的技术领域,尤其是涉及一种适用于社区及施工现场内的风险感知方法及系统 。
背景技术
目前,对于区域内的安防系统中,尤其是对于社区内以及施工现场等区域,安防监控系统通常是包括摄像拍照装置、图像数据库、红外传感监测装置、数据输入装置、语音报警装置和闸门启闭装置;图像信息采集单元、图像数据分析单元、监测信息采集单元、数据采集单元、数据分析比较单元和信息处理单元,通过各单元模块的协同配合,对区域内的人员进行监控。
现有的安全监控系统中,尤其是在安全监控系统的门禁系统中,尽管理论上能够避免非本小区人员尾随住户进入小区,但是实际操作性不强,尤其是在人员密集进出时,降低了通行效率且无法阻止尾随混入的情形。
综上,现有的人脸识别门禁系统缺乏严密性和全面性,尤其不能克服陌生人尾随进入或离开的弊端,降低了在社区或者施工现场人员管理的安全性。
发明内容
为了提升区域内人员管理的安全性,本申请提供一种适用于社区及施工现场内的风险感知方法及系统。
本申请的上述发明目的一是通过以下技术方案得以实现的:
一种适用于社区及施工现场内的风险感知方法,所述适用于社区及施工现场内的风险感知方法包括:
获取目标进场消息,根据预定时间从所述目标进场消息中获取进场目标数量;
若所述进场目标数量超过预设的数量阈值,则获取并定位每个待监控目标标识;
获取每个所述待监控目标标识的人脸图像数据,将每一个所述人脸图像数据输入至预设的区域常驻目标识别模型进行匹配,得到对应的第一匹配结果,其中,所述第一匹配结果包括匹配成功和匹配失败;
将所述匹配失败对应的所述人脸图像数据作为待定位人脸图像数据,并获取与所述待定位人脸图像数据的待监控目标标识的人员运动轨迹,根据所述人员运动轨迹触发对应的风险警报消息。
通过采用上述技术方案,在获取到目标进场消息时,统计进场目标数量,并在该数量超过数量阈值时,定位每个待监控目标标识,能够在监控的过程中,快速识别出人员密集进出的场景;通过在识别出人员密集进出的场景后,将识别到的人脸图像数据输入至常驻目标识别模型,能够识别出在密集进出的场景中的陌生人员,并能够根据该陌生人员进行定位,从而在获取到匹配失败对应的人员,即陌生人的人员运动轨迹后,能够出发对应的风险警报消息,从而能够实现在社区或者在施工现场等地方的风险感知,能够在实际情况发生之前,对相应的风险进行感知,减少有陌生人员在趁着人员密集时混进场地内造成损失的可能性。
本申请在一较佳示例中可以进一步配置为:根据预定时间从所述目标进场消息中获取进场目标数量,具体包括:
获取触发所述目标进场消息的进场目标特征,并在所述进场目标特征处设置人数统计半径;
获取预设范围内的且与所述进场目标特征区别的待判定目标特征,获取所述进场目标特征于所述待判定目标特征两两之间的最短距离;
统计所述最短距离小于等于所述人数统计半径的所述待判定目标特征以及对应的目标数量,并根据所述目标数量生成所述进场目标数量。
通过采用上述技术方案,通过设置统计半径,能够获取在进出场地时,每个人之间的距离,从而能够快速判定是否存在有人员密集进出场地的场景,进而有助于后续的监控步骤的执行。
本申请在一较佳示例中可以进一步配置为:获取每个所述待监控目标标识的人脸图像数据,具体包括:
获取每个所述待监控目标标识的若干目标图像数据,从每张所述目标图像数据中获取人脸占比数据;
获取每个所述待监控目标标识对应的所述目标图像数据中,所述人脸占比数据最大的所述目标图像数据,作为所述人脸图像数据。
通过采用上述技术方案,由于在人员密集进入场地时,有可能会出现人脸被遮挡的情况,包括相互之间遮挡或者是故意遮挡,通知持续获取人员的目标图像数据,并选取人脸本占比数据最高的目标图像数据作为该人脸图像数据,从而能够获取到进场的人员的图像数据,从而有利于识别出该人员是否为区域内的常驻人员。
本申请在一较佳示例中可以进一步配置为:获取与所述待定位人脸图像数据的待监控目标标识的人员运动轨迹,根据所述人员运动轨迹触发对应的风险警报消息,具体包括:
获取所述待定位人脸图像数据对应的基站信号信息,根据所述基站信号信息定位所述待定位人脸图像数据的人员位置信息;
根据所述人员位置信息的变化轨迹生成所述人员运动轨迹;
获取目标监控区域布图,从所述目标监控区域布图中获取预先划分的监控区域以及每个所述监控区域对应的监控等级;
获取所述人员运动轨迹与每个监控区域的人员运动距离数据,根据所述人员运动数据和所述监控等级触发所述风险警报消息。
通过采用上述技术方案,通过获取基站信号信息,能够根据基站信号信息的强弱变化定位出人员的位置的变化,进而能够快速地获取到人员运动轨迹,从而能够提升监控的效率;通过获取监控区域和对应的监控等级,从而能够根据人员运动距离数据以及对应的监控等级判定是否触发风险警报消息,进而有助于提升风险提前感知的能力。
本申请在一较佳示例中可以进一步配置为:若所述进场目标数量低于所述数量阈值,则获取每个进场人员面部图像;
将所述人员面部图像输入至所述区域常驻目标识别模型进行匹配,得到第二匹配结果;
对所述第二匹配结果为匹配失败的人员面部图像进行跟踪监控,并根据所述跟踪监控触发对应的所述风险警报消息。
通过采用上述技术方案,在人员不是密集进出的场景下,识别出陌生人员,并对陌生人员进行轨迹跟踪,从而能够对该人员的动向进行监控,进而能够保证整个区域内的风险管控的能力,提升了区域内的安全性。
本申请的上述发明目的二是通过以下技术方案得以实现的:
进场数量获取模块,用于获取目标进场消息,根据预定时间从所述目标进场消息中获取进场目标数量;
目标标识获取模块,用于若所述进场目标数量超过预设的数量阈值,则获取并定位每个待监控目标标识;
第一人脸匹配模块,用于获取每个所述待监控目标标识的人脸图像数据,将每一个所述人脸图像数据输入至预设的区域常驻目标识别模型进行匹配,得到对应的第一匹配结果,其中,所述第一匹配结果包括匹配成功和匹配失败;
人员跟踪监控模块,用于将所述匹配失败对应的所述人脸图像数据作为待定位人脸图像数据,并获取与所述待定位人脸图像数据的待监控目标标识的人员运动轨迹,根据所述人员运动轨迹触发对应的风险警报消息。
通过采用上述技术方案,在获取到目标进场消息时,统计进场目标数量,并在该数量超过数量阈值时,定位每个待监控目标标识,能够在监控的过程中,快速识别出人员密集进出的场景;通过在识别出人员密集进出的场景后,将识别到的人脸图像数据输入至常驻目标识别模型,能够识别出在密集进出的场景中的陌生人员,并能够根据该陌生人员进行定位,从而在获取到匹配失败对应的人员,即陌生人的人员运动轨迹后,能够出发对应的风险警报消息,从而能够实现在社区或者在施工现场等地方的风险感知,能够在实际情况发生之前,对相应的风险进行感知,减少有陌生人员在趁着人员密集时混进场地内造成损失的可能性。
本申请的上述目的三是通过以下技术方案得以实现的:
一种计算机设备,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适用于社区及施工现场内的风险感知方法的步骤。
本申请的上述目的四是通过以下技术方案得以实现的:
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述适用于社区及施工现场内的风险感知方法的步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1、在获取到目标进场消息时,统计进场目标数量,并在该数量超过数量阈值时,定位每个待监控目标标识,能够在监控的过程中,快速识别出人员密集进出的场景;;
2、通过在识别出人员密集进出的场景后,将识别到的人脸图像数据输入至常驻目标识别模型,能够识别出在密集进出的场景中的陌生人员,并能够根据该陌生人员进行定位,从而在获取到匹配失败对应的人员,即陌生人的人员运动轨迹后,能够出发对应的风险警报消息,从而能够实现在社区或者在施工现场等地方的风险感知,能够在实际情况发生之前,对相应的风险进行感知,减少有陌生人员在趁着人员密集时混进场地内造成损失的可能性;
3、通过获取基站信号信息,能够根据基站信号信息的强弱变化定位出人员的位置的变化,进而能够快速地获取到人员运动轨迹,从而能够提升监控的效率;通过获取监控区域和对应的监控等级,从而能够根据人员运动距离数据以及对应的监控等级判定是否触发风险警报消息,进而有助于提升风险提前感知的能力。
附图说明
图1是本申请一实施例中适用于社区及施工现场内的风险感知方法的一流程图;
图2是本申请一实施例中适用于社区及施工现场内的风险感知方法中步骤S10的实现流程图;
图3是本申请一实施例中适用于社区及施工现场内的风险感知方法中步骤S30的实现流程图;
图4是本申请一实施例中适用于社区及施工现场内的风险感知方法中步骤S40的实现流程图;
图5是本申请一实施例中适用于社区及施工现场内的风险感知方法中的另一实现流程图;
图6是本申请一实施例中适用于社区及施工现场内的风险感知系统的一原理框图;
图7是本申请一实施例中的设备示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
在一实施例中,如图1所示,本申请公开了一种适用于社区及施工现场内的风险感知方法,具体包括如下步骤:
S10:获取目标进场消息,根据预定时间从目标进场消息中获取进场目标数量。
在本实施例中,目标进场消息是指有人员进入指定的区域时触发的消息。进场目标数量是指在预定时间内进入该区域内的人员的数量。
具体地,在社区或者施工现场内的进出口,设置有若干监控摄像装置,且该监控摄像装置通过获取进场的人员的头部的特征,通过识别到人员的头部的特征,判定有人员进场。即在开始识别到有人员进场时,触发该目标进场消息,并通过设定预定时间,例如5秒、10秒或者20秒等,在该预定时间内若能够识别出新的人员的头部的特征,则统计的进场目标数量加一,并重置该预定时间,直到在预定时间内没有识别出新的人员的头部特征。
进一步地,获取统计得到的与该目标进场消息关联的进场目标数量。
S20:若进场目标数量超过预设的数量阈值,则获取并定位每个待监控目标标识。
在本实施例中,数量阈值是指用于判定是否存在人员密集进场的场景的数值。待监控目标标识是指在人员密集进入场地时,用于每个人员的数据。
具体地,预先设置该数量阈值,其中在本实施例中,数量阈值的设置方法可以根据实际场地的情况进行设置,从而能够适应不同场合对密集人员进场的情况进行识别。具体设置数量阈值的方式可以是在进出场地的出口/入口处安装有若干摄像装置,根据在摄像装置的拍摄范围划定人员进场识别有效区域,进一步地,可以通过测试的方式,获取该人员进场识别有效区域内的摄像装置能够获取到每一个人员的清晰的人脸的图像的最大人员数量,并将最大人员数量作为该数量阈值。
进一步地,当该进场目标数量超过该数量阈值时,将步骤S10中获取得到的人员头部的特征作为每一个人员的待监控目标标识,并持续获取每一个待监控目标标识对应的人员的位置。
S30:获取每个待监控目标标识的人脸图像数据,将每一个人脸图像数据输入至预设的区域常驻目标识别模型进行匹配,得到对应的第一匹配结果,其中,第一匹配结果包括匹配成功和匹配失败。
在本实施例中,人脸图像数据是指在判定为人员密集进入场地内时,每一个人员的面部图像数据。区域常驻目标识别模型是指用于判定进场的人员是否为授权进入场地的人员的模型。
具体地,预先为常驻于该场地的人员采集面部的图像,例如小区内的住户、安保人员以及清洁人员,并使用采集得到的面部的图像进行训练,得到区域常驻目标识别模型。
进一步地,通过定位得到待监控目标标识,即人员进场时的人员头部的特征,持续获取每一个人员的面部的图像,直到获取该人员的正脸的图像,作为该人脸图像数据。其中,由于在人员进场识别有效区域内的摄像装置主要是用于判定进场的人员是否为密集人群,可理解地,该人员进场识别有效区域为一个较小范围的区域,因此,在获取人脸图像数据时,可以是通过人员进场识别有效区域内的摄像装置进行拍摄获取,也可以是通过安装于人员进场是识别有效区域外的摄像装置进行拍摄获取。
进一步地,将获取得到的人脸图像数据与待监控目标标识进行关联后,将人脸图像数据输入至该区域常驻目标识别模型进行匹配,进而得到包括有匹配成功和匹配失败的第一匹配结果,应理解的,第一匹配结果为匹配成功的,说明该进场的人员为该区域的常住人员,否则外外来的陌生人员。
S40:将匹配失败对应的人脸图像数据作为待定位人脸图像数据,并获取与待定位人脸图像数据的待监控目标标识的人员运动轨迹,根据人员运动轨迹触发对应的风险警报消息。
在本实施例中,待定位人脸图像数据是指需要对该人员在区域内的去向进行监控的人员的人脸图像数据。人员运动轨迹是指判定为陌生人员在区域内的行动的路线。风险警报消息是指判定为该陌生人员可能存在安全风险的警报。
具体地,将第一匹配结果为匹配失败对应的人脸图像数据,即进场被判定为陌生人的人脸图像数据作为该待定位人脸图像数据,并持续定位该人员在区域内的位置,进而形成人员运动轨迹。
进一步地,若该人员运动轨迹朝向或者靠近安全等级较高的区域,例如社区内住户的房门、施工现场中放置有施工图纸以及财务等贵重物品的地方,或者是施工现场较为危险的地方,则判定该人员可能会触发或者引起安全事故,并触发该风险警报消息,提前将风险感知的结果发送至管理人员处,可通知管理人员通过查看监控或者是前往现场进行排查。
在本实施例中,在获取到目标进场消息时,统计进场目标数量,并在该数量超过数量阈值时,定位每个待监控目标标识,能够在监控的过程中,快速识别出人员密集进出的场景;通过在识别出人员密集进出的场景后,将识别到的人脸图像数据输入至常驻目标识别模型,能够识别出在密集进出的场景中的陌生人员,并能够根据该陌生人员进行定位,从而在获取到匹配失败对应的人员,即陌生人的人员运动轨迹后,能够出发对应的风险警报消息,从而能够实现在社区或者在施工现场等地方的风险感知,能够在实际情况发生之前,对相应的风险进行感知,减少有陌生人员在趁着人员密集时混进场地内造成损失的可能性。
在一实施例中,如图2所示,在步骤S10中,即根据预定时间从目标进场消息中获取进场目标数量,具体包括:
S11:获取触发目标进场消息的进场目标特征,并在进场目标特征处设置人数统计半径。
在本实施例中,人数统计半径是指用于判定人员是否处于密集的距离数值。
具体地,在识别到第一个进场人员的头部的特征后,将该特征作为进场目标特征,并以该进场目标特征为圆心,设置该人数统计半径,该人数统计半径可以是通过统计密集人群中,人与人之间相隔的平均距离。
S12:获取预设范围内的且与进场目标特征区别的待判定目标特征,获取进场目标特征于待判定目标特征两两之间的最短距离。
具体地,该预设范围可以是步骤S20中的人员进场识别有效区域,在开始获取到进场目标特征后,根据步骤S10中通过预定时间获取人员的头部的特征的方式,获取对应的待识别的特征,并判定两两待判定目标特征两两之间的最短距离。
S13:统计最短距离小于等于人数统计半径的待判定目标特征以及对应的目标数量,并根据目标数量生成进场目标数量。
具体地,通过统计出最短距离小于等于人数统计半径对应的待判定目标特征的数量,再将该数量加一,即加上进场目标特征,得到的结果作为进场目标数量。即获取密集人群中的人员数量,为识别出有陌生人夹杂在密集人群中进入区域提供基础。
在一实施例中,如图3所示,在步骤S30中,即获取每个待监控目标标识的人脸图像数据,具体包括:
S31:获取每个待监控目标标识的若干目标图像数据,从每张目标图像数据中获取人脸占比数据。
在本实施例中,目标图像数据是指拍摄得到的每一个待监控目标标识对应的含有人脸的图像。人脸占比数据是指在目标图像数据中,人员的正脸占头部的比例。
具体地,通过预先训练出用于识别人脸的模型,并将拍摄得到的目标图像数据输入该模型中,得到人脸的特征点数,并将该特征的点数作为该人脸占比数据。
S32:获取每个待监控目标标识对应的目标图像数据中,人脸占比数据最大的目标图像数据,作为人脸图像数据。
具体地,获取该人脸的特征点数最多的目标图像数据,即人脸占比数据最大的目标哦图像数据,作为该待监控目标标识的人脸图像数据。
在一实施例中,如图4所示,在步骤S40中,即获取与待定位人脸图像数据的待监控目标标识的人员运动轨迹,根据人员运动轨迹触发对应的风险警报消息,具体包括:
S41:获取待定位人脸图像数据对应的基站信号信息,根据基站信号信息定位待定位人脸图像数据的人员位置信息。
在本实施例中,基站信号信息是指待定位人脸图像数据对应的人员的手机信号的强弱的信息。人员位置信息是指待定位人脸图像数据对应的人员所在区域内的位置的信息。
具体地,通过搭设于该区域内的手机基站,通过各个手机基站获取对应的基站信号信息,并根据三角定位的方式,定位该人员位置信息。其中,为了将基站信号信息与待定位人脸图像数据进行关联,可以是通过对待定位人脸图像数据中的人脸以及图像中的周围环境,判定该人员的位置,并与通过基站信号信息定位得到的人员位置信息进行距离比对,将距离最近的人员位置信息与待定位人脸图像数据进行关联。
S42:根据人员位置信息的变化轨迹生成人员运动轨迹。
具体地,根据基站信号信息对应的手机信号的强弱变化,得出人员位置信息的变化轨迹,进而将该变化轨迹组成该人员的人员运动轨迹。
S43:获取目标监控区域布图,从目标监控区域布图中获取预先划分的监控区域以及每个监控区域对应的监控等级。
在本实施例中,目标监控区域布图是指需要进行监控的区域的建筑设计的布图,例如社区的平面图或者是施工现场的整体布图。监控区域是指每一个需要被监控的区域,例如社区中的住宅楼或者是施工现场中正在施工的场地以及人员办公休息的区域。监控等级是指每一个监控区域的重要程度。
具体地,在对应被监控的区域的目标监控区域布图中,预先划分对应的监控区域,并根据监控区域在该整体范围内的重要程度,设置不同程度的监控等级。
S44:获取人员运动轨迹与每个监控区域的人员运动距离数据,根据人员运动数据和监控等级触发风险警报消息。
在本实施例中,人员运动距离数据是指被判定陌生人员距离监控区域的位置的数据。
具体地,根据不同的监控等级,为每一个监控区域设置安全距离,若稿人员运动距离数据低于该监控区域的安全距离,则触发该风险警报消息。
在一实施例中,如图5所示,在步骤S10后,适用于社区及施工现场内的风险感知方法还包括:
S101:若进场目标数量低于数量阈值,则获取每个进场人员面部图像。
在本实施例中,进场人员面部图像是指进入该区域的人员的面部的图像。
具体地,在该进场目标数量低于该数量阈值时,说明进场的 人员没有产生密集的行为,则获取每一个进场人员的人员面部图像。
S102:将人员面部图像输入至区域常驻目标识别模型进行匹配,得到第二匹配结果。
具体地,将该人员面部图像输入至该区域常驻目标识别模型中进行匹配,得到第二匹配结果,用于判定该人员是否为相对于该区域的陌生人员。
S103:对第二匹配结果为匹配失败的人员面部图像进行跟踪监控,并根据跟踪监控触发对应的风险警报消息。
具体地,若该第二匹配结果为匹配失败,则说明该人员为陌生人员,则采用步骤S41-S42相同的步骤,对该人员进行跟踪监控,并根据该人员的行为触发对应的风险警报消息。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在一实施例中,提供一种适用于社区及施工现场内的风险感知系统,该适用于社区及施工现场内的风险感知系统与上述实施例中适用于社区及施工现场内的风险感知方法一一对应。如图6所示,该适用于社区及施工现场内的风险感知系统包括进场数量获取模块、目标标识获取模块、第一人脸匹配模块和人员跟踪监控模块。各功能模块详细说明如下:
进场数量获取模块,用于获取目标进场消息,根据预定时间从目标进场消息中获取进场目标数量;
目标标识获取模块,用于若进场目标数量超过预设的数量阈值,则获取并定位每个待监控目标标识;
第一人脸匹配模块,用于获取每个待监控目标标识的人脸图像数据,将每一个人脸图像数据输入至预设的区域常驻目标识别模型进行匹配,得到对应的第一匹配结果,其中,第一匹配结果包括匹配成功和匹配失败;
人员跟踪监控模块,用于将匹配失败对应的人脸图像数据作为待定位人脸图像数据,并获取与待定位人脸图像数据的待监控目标标识的人员运动轨迹,根据人员运动轨迹触发对应的风险警报消息。
可选的,进场数量获取模块包括:
目标半径获取子模块,用于获取触发目标进场消息的进场目标特征,并在进场目标特征处设置人数统计半径;
距离判定子模块,用于获取预设范围内的且与进场目标特征区别的待判定目标特征,获取进场目标特征于待判定目标特征两两之间的最短距离;
数量统计子模块,用于统计最短距离小于等于人数统计半径的待判定目标特征以及对应的目标数量,并根据目标数量生成进场目标数量。
可选的,第一人脸匹配模块包括:
图像拍摄子模块,用于获取每个待监控目标标识的若干目标图像数据,从每张目标图像数据中获取人脸占比数据;
人脸图像获取子模块,用于获取每个待监控目标标识对应的目标图像数据中,人脸占比数据最大的目标图像数据,作为人脸图像数据。
可选的,人员跟踪监控模块包括:
位置获取子模块,用于获取待定位人脸图像数据对应的基站信号信息,根据基站信号信息定位待定位人脸图像数据的人员位置信息;
人员轨迹获取子模块,用于根据人员位置信息的变化轨迹生成人员运动轨迹;
区域等级获取子模块,用于获取目标监控区域布图,从目标监控区域布图中获取预先划分的监控区域以及每个监控区域对应的监控等级;
监控判定子模块,用于获取人员运动轨迹与每个监控区域的人员运动距离数据,根据人员运动数据和监控等级触发风险警报消息。
可选的,适用于社区及施工现场内的风险感知系统还包括:
面部图像获取模块,用于若进场目标数量低于数量阈值,则获取每个进场人员面部图像;
第二人脸匹配模块,用于将人员面部图像输入至区域常驻目标识别模型进行匹配,得到第二匹配结果;
风险监控模块,用于对第二匹配结果为匹配失败的人员面部图像进行跟踪监控,并根据跟踪监控触发对应的风险警报消息。
关于适用于社区及施工现场内的风险感知系统的具体限定可以参见上文中对于适用于社区及施工现场内的风险感知方法的限定,在此不再赘述。上述适用于社区及施工现场内的风险感知系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储常驻人员的人脸图像以及训练得到的区域常驻目标识别模型。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种适用于社区及施工现场内的风险感知方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取目标进场消息,根据预定时间从目标进场消息中获取进场目标数量;
若进场目标数量超过预设的数量阈值,则获取并定位每个待监控目标标识;
获取每个待监控目标标识的人脸图像数据,将每一个人脸图像数据输入至预设的区域常驻目标识别模型进行匹配,得到对应的第一匹配结果,其中,第一匹配结果包括匹配成功和匹配失败;
将匹配失败对应的人脸图像数据作为待定位人脸图像数据,并获取与待定位人脸图像数据的待监控目标标识的人员运动轨迹,根据人员运动轨迹触发对应的风险警报消息。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标进场消息,根据预定时间从目标进场消息中获取进场目标数量;
若进场目标数量超过预设的数量阈值,则获取并定位每个待监控目标标识;
获取每个待监控目标标识的人脸图像数据,将每一个人脸图像数据输入至预设的区域常驻目标识别模型进行匹配,得到对应的第一匹配结果,其中,第一匹配结果包括匹配成功和匹配失败;
将匹配失败对应的人脸图像数据作为待定位人脸图像数据,并获取与待定位人脸图像数据的待监控目标标识的人员运动轨迹,根据人员运动轨迹触发对应的风险警报消息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述系统的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (6)
1.一种适用于社区及施工现场内的风险感知方法,其特征在于,所述适用于社区及施工现场内的风险感知方法包括:
获取目标进场消息,根据预定时间从所述目标进场消息中获取进场目标数量,其中,获取进场目标数量的方式包括:
在开始识别到有人员进场时,触发该目标进场消息,并通过设定所述预定时间,在所述预定时间内若能够识别出新的人员的头部的特征,则统计的进场目标数量加一,并重置该预定时间,直到在预定时间内没有识别出新的人员的头部特征,具体包括:
获取触发所述目标进场消息的进场目标特征,并在所述进场目标特征处设置人数统计半径;
获取预设范围内的且与所述进场目标特征区别的待判定目标特征,获取所述进场目标特征与所述待判定目标特征两两之间的最短距离;
统计所述最短距离小于等于所述人数统计半径的所述待判定目标特征以及对应的目标数量,并根据所述目标数量生成所述进场目标数量;
若所述进场目标数量超过预设的数量阈值,则获取并定位每个待监控目标标识;
获取每个所述待监控目标标识的人脸图像数据,将每一个所述人脸图像数据输入至预设的区域常驻目标识别模型进行匹配,得到对应的第一匹配结果,其中,所述第一匹配结果包括匹配成功和匹配失败;
将所述匹配失败对应的所述人脸图像数据作为待定位人脸图像数据,并获取与所述待定位人脸图像数据的待监控目标标识的人员运动轨迹,根据所述人员运动轨迹触发对应的风险警报消息,具体包括:
获取所述待定位人脸图像数据对应的基站信号信息,根据所述基站信号信息定位所述待定位人脸图像数据的人员位置信息;
根据所述人员位置信息的变化轨迹生成所述人员运动轨迹;
获取目标监控区域布图,从所述目标监控区域布图中获取预先划分的监控区域以及每个所述监控区域对应的监控等级;
获取所述人员运动轨迹与每个监控区域的人员运动距离数据,根据所述人员运动距离数据和所述监控等级触发所述风险警报消息。
2.根据权利要求1所述的适用于社区及施工现场内的风险感知方法,其特征在于,所述获取每个所述待监控目标标识的人脸图像数据,具体包括:
获取每个所述待监控目标标识的若干目标图像数据,从每张所述目标图像数据中获取人脸占比数据;
获取每个所述待监控目标标识对应的所述目标图像数据中,所述人脸占比数据最大的所述目标图像数据,作为所述人脸图像数据。
3.根据权利要求1-2任意一项所述的适用于社区及施工现场内的风险感知方法,其特征在于,在所述获取目标进场消息,根据预定时间从所述目标进场消息中获取进场目标数量之后,所述适用于社区及施工现场内的风险感知方法还包括:
若所述进场目标数量低于所述数量阈值,则获取每个进场人员面部图像;
将所述人员面部图像输入至所述区域常驻目标识别模型进行匹配,得到第二匹配结果;
对所述第二匹配结果为匹配失败的人员面部图像进行跟踪监控,并根据所述跟踪监控触发对应的所述风险警报消息。
4.一种适用于社区及施工现场内的风险感知系统,其特征在于,所述适用于社区及施工现场内的风险感知系统包括:
进场数量获取模块,用于获取目标进场消息,根据预定时间从所述目标进场消息中获取进场目标数量,其中,获取进场目标数量的方式包括:
在开始识别到有人员进场时,触发该目标进场消息,并通过设定所述预定时间,在所述预定时间内若能够识别出新的人员的头部的特征,则统计的进场目标数量加一,并重置该预定时间,直到在预定时间内没有识别出新的人员的头部特征,所述进场数量获取模块包括:
目标半径获取子模块,用于获取触发所述目标进场消息的进场目标特征,并在所述进场目标特征处设置人数统计半径;
距离判定子模块,用于获取预设范围内的且与所述进场目标特征区别的待判定目标特征,获取所述进场目标特征与所述待判定目标特征两两之间的最短距离;
数量统计子模块,用于统计所述最短距离小于等于所述人数统计半径的所述待判定目标特征以及对应的目标数量,并根据所述目标数量生成所述进场目标数量;
目标标识获取模块,用于若所述进场目标数量超过预设的数量阈值,则获取并定位每个待监控目标标识;
第一人脸匹配模块,用于获取每个所述待监控目标标识的人脸图像数据,将每一个所述人脸图像数据输入至预设的区域常驻目标识别模型进行匹配,得到对应的第一匹配结果,其中,所述第一匹配结果包括匹配成功和匹配失败;
人员跟踪监控模块,用于将所述匹配失败对应的所述人脸图像数据作为待定位人脸图像数据,并获取与所述待定位人脸图像数据的待监控目标标识的人员运动轨迹,根据所述人员运动轨迹触发对应的风险警报消息,所述人员跟踪监控模块包括:
位置获取子模块,用于获取所述待定位人脸图像数据对应的基站信号信息,根据所述基站信号信息定位所述待定位人脸图像数据的人员位置信息;
人员轨迹获取子模块,用于根据所述人员位置信息的变化轨迹生成所述人员运动轨迹;
区域等级获取子模块,用于获取目标监控区域布图,从所述目标监控区域布图中获取预先划分的监控区域以及每个所述监控区域对应的监控等级;
监控判定子模块,用于获取所述人员运动轨迹与每个监控区域的人员运动距离数据,根据所述人员运动距离数据和所述监控等级触发所述风险警报消息。
5.根据权利要求4所述的适用于社区及施工现场内的风险感知系统,其特征在于,所述第一人脸匹配模块包括:
图像拍摄子模块,用于获取每个所述待监控目标标识的若干目标图像数据,从每张所述目标图像数据中获取人脸占比数据;
人脸图像获取子模块,用于获取每个所述待监控目标标识对应的所述目标图像数据中,所述人脸占比数据最大的所述目标图像数据,作为所述人脸图像数据。
6.根据权利要求4-5任意一项所述的适用于社区及施工现场内的风险感知系统,其特征在于,所述适用于社区及施工现场内的风险感知系统还包括:
面部图像获取模块,用于若所述进场目标数量低于所述数量阈值,则获取每个进场人员面部图像;
第二人脸匹配模块,用于将所述人员面部图像输入至所述区域常驻目标识别模型进行匹配,得到第二匹配结果;
风险监控模块,用于对所述第二匹配结果为匹配失败的人员面部图像进行跟踪监控,并根据所述跟踪监控触发对应的所述风险警报消息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110432734.7A CN113160509B (zh) | 2021-04-21 | 2021-04-21 | 一种适用于社区及施工现场内的风险感知方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110432734.7A CN113160509B (zh) | 2021-04-21 | 2021-04-21 | 一种适用于社区及施工现场内的风险感知方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113160509A CN113160509A (zh) | 2021-07-23 |
CN113160509B true CN113160509B (zh) | 2023-01-03 |
Family
ID=76867873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110432734.7A Active CN113160509B (zh) | 2021-04-21 | 2021-04-21 | 一种适用于社区及施工现场内的风险感知方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113160509B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113807297B (zh) * | 2021-09-26 | 2022-12-23 | 深圳市南粤城卫保安服务有限公司 | 安保数据处理方法及安保数据中心 |
CN115099724A (zh) * | 2022-08-24 | 2022-09-23 | 中达安股份有限公司 | 施工场景的监控预警方法、装置、设备及存储介质 |
CN117549330B (zh) * | 2024-01-11 | 2024-03-22 | 四川省铁路建设有限公司 | 一种施工安全监测机器人系统及控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007068195A (ja) * | 2006-09-25 | 2007-03-15 | Hitachi Ltd | 監視サービス提供システム |
WO2015135418A1 (zh) * | 2014-03-12 | 2015-09-17 | 北京京东尚科信息技术有限公司 | 提供移动终端位置信息的方法和装置 |
CN106254142A (zh) * | 2016-09-05 | 2016-12-21 | 电子科技大学成都研究院 | 一种基于移动通信运营数据的城市群体行为监测系统 |
CN107153820A (zh) * | 2017-05-10 | 2017-09-12 | 电子科技大学 | 一种面向高噪声的人脸识别及运动轨迹判别方法 |
CN206557939U (zh) * | 2017-03-20 | 2017-10-13 | 南京信息工程大学 | 一种基于视频跟踪的防盗系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100504942C (zh) * | 2007-07-03 | 2009-06-24 | 北京智安邦科技有限公司 | 智能视频监控设备模组和系统及其监控方法 |
CN102622580A (zh) * | 2012-02-20 | 2012-08-01 | 华焦宝 | 一种人脸检测识别方法及系统 |
CN109743541B (zh) * | 2018-12-15 | 2023-04-18 | 深圳壹账通智能科技有限公司 | 智能监控方法、装置、计算机设备及存储介质 |
CN110598535B (zh) * | 2019-07-31 | 2021-03-23 | 广西大学 | 一种监控视频数据中使用的人脸识别分析方法 |
CN112329691A (zh) * | 2020-11-17 | 2021-02-05 | 珠海大横琴科技发展有限公司 | 一种监控视频的分析方法及装置、电子设备、存储介质 |
-
2021
- 2021-04-21 CN CN202110432734.7A patent/CN113160509B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007068195A (ja) * | 2006-09-25 | 2007-03-15 | Hitachi Ltd | 監視サービス提供システム |
WO2015135418A1 (zh) * | 2014-03-12 | 2015-09-17 | 北京京东尚科信息技术有限公司 | 提供移动终端位置信息的方法和装置 |
CN106254142A (zh) * | 2016-09-05 | 2016-12-21 | 电子科技大学成都研究院 | 一种基于移动通信运营数据的城市群体行为监测系统 |
CN206557939U (zh) * | 2017-03-20 | 2017-10-13 | 南京信息工程大学 | 一种基于视频跟踪的防盗系统 |
CN107153820A (zh) * | 2017-05-10 | 2017-09-12 | 电子科技大学 | 一种面向高噪声的人脸识别及运动轨迹判别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113160509A (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113160509B (zh) | 一种适用于社区及施工现场内的风险感知方法及系统 | |
CN109743541B (zh) | 智能监控方法、装置、计算机设备及存储介质 | |
CN111479089B (zh) | 一种基于北斗定位的电网施工监控方法及系统 | |
CN110796819B (zh) | 一种针对站台黄线入侵越界人员的检测方法及系统 | |
CN110852148B (zh) | 一种基于目标追踪的访客目的地核验方法及系统 | |
CN116777713B (zh) | 基于数据分析的智慧园区安全管理方法和系统 | |
CN112738468B (zh) | 一种智慧园区安全预警方法 | |
US20240095862A1 (en) | Method for determining dangerousness of person, apparatus, system and storage medium | |
CN112866647A (zh) | 一种基于智慧社区的物业智能化管理系统 | |
CN111860152A (zh) | 人员状态检测的方法、系统、设备和计算机设备 | |
CN113239758A (zh) | 基于匹配人脸和电动车的电梯监控方法及系统 | |
CN110473426A (zh) | 停车管理方法、装置、计算机设备及存储介质 | |
CN109712291B (zh) | 电子闸门的开启方法、装置及服务器 | |
CN114202839A (zh) | 闸机通行的控制方法、装置、设备及存储介质 | |
CN113160472A (zh) | 一种小区门禁智能管理方法、装置、系统、设备和介质 | |
CN111027518A (zh) | 可疑人群智能报警方法、装置、计算机设备及存储介质 | |
CN112434975A (zh) | 一种加油站卸油作业过程数字化监管方法及系统 | |
CN110956769B (zh) | 一种基于目标位置的周界防入侵系统的监控方法 | |
CN117557966B (zh) | 基于监控图像识别的校园异常行为安全检测方法及系统 | |
CN109800656B (zh) | 定位方法及相关产品 | |
CN111985413A (zh) | 一种智能楼宇监控终端、监控系统及监控方法 | |
CN112002052A (zh) | 一种智慧社区的数据共享方法 | |
CN116645530A (zh) | 基于图像比对的施工检测方法、装置、设备及存储介质 | |
KR102367584B1 (ko) | 스켈레톤 영상 분석 기법을 이용한 자동 영상 감시 시스템 | |
CN113744443A (zh) | 一种闸机通道防欺骗控制方法、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |