CN113408495A - 一种用于安保的安全警备系统 - Google Patents
一种用于安保的安全警备系统 Download PDFInfo
- Publication number
- CN113408495A CN113408495A CN202110871519.7A CN202110871519A CN113408495A CN 113408495 A CN113408495 A CN 113408495A CN 202110871519 A CN202110871519 A CN 202110871519A CN 113408495 A CN113408495 A CN 113408495A
- Authority
- CN
- China
- Prior art keywords
- processing module
- risk
- danger
- coefficient
- video frame
- 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.)
- Granted
Links
- 238000012545 processing Methods 0.000 claims abstract description 144
- 238000012937 correction Methods 0.000 claims description 10
- 230000037237 body shape Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 17
- 238000010586 diagram Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000034 method Methods 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种用于安保的安全警备系统，涉及图像处理技术领域，包括，采集模块，用以实时获取摄像设备采集的视频信息，其与处理模块连接；所述处理模块，用以从所述采集模块获取的视频信息中提取视频帧，并对视频帧进行图像处理，再根据视频帧内图像内容生成危险等级，所述处理模块与存储模块连接；所述存储模块，用以存储含有危险等级的视频帧，其与警报模块连接；所述警报模块，用以根据危险等级提示当前危险状态；所述处理模块在获取视频帧后，根据视频帧内图像内容进行对视频帧进行危险等级判定。本发明所述系统有效提高了视频监测效率，有效保证了摄像区内的安全性。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种用于安保的安全警备系统。
背景技术
商场，是指面积较大、商品比较齐全的大商店。随着我国经济的快速发展，人们的生活水平得到了很大的提高，全国各地的商场满目皆是，丰富的商品给人们物质需求带来了很大的方便，大型商场入驻商家多，高峰时段人流量大，商场的安全工作至关重要，目前各地商场内部都配有较为成熟的安防系统。
目前，商场内均布设有大量摄像头，以供安保人员监测商场内的人员安全，但是仅靠人力肉眼进行监测，监测力度低、误差大，无法准确获取危险画面，进而导致危险情况频发，无法及时制止。
发明内容
为此，本发明提供一种用于安保的安全警备系统，用以克服现有技术中由于无法对监控画面进行精确分析导致的安全监测效率低的问题。
为实现上述目的，本发明提供一种用于安保的安全警备系统，包括，
采集模块，用以实时获取摄像设备采集的视频信息，其与处理模块连接；
所述处理模块，用以从所述采集模块获取的视频信息中提取视频帧，并对视频帧进行图像处理，再根据视频帧内图像内容生成危险等级，所述处理模块与存储模块连接；
所述存储模块，用以存储含有危险等级的视频帧，其与警报模块连接；
所述警报模块，用以根据危险等级提示当前危险状态；
所述处理模块在获取视频帧后，根据视频帧内图像内容进行对视频帧进行危险等级判定，当摄像设备正常时，所述处理模块获取视频帧内的面部区域图像，并根据面部区域的平均纹理复杂度A进行头部危险系数判定，头部危险系数判定完成后，所述处理模块根据视频帧内面部区域数量M对头部危险系数进行调节；
所述头部危险系数确定后，所述处理模块获取视频帧内的人体图形区域，并根据人体图形区域的组成图形进行肢体危险系数判定，肢体危险系数判定完成后，所述处理模块根据视频帧内危险物品图形数量N对肢体危险系数进行修正；
所述处理模块根据调节后的头部危险系数和修正后的肢体危险系数计算危险等级参数D，并根据危险等级参数D进行危险等级判定；
危险等级判定完成后，所述警报模块根据危险等级进行对应的危险提示。
进一步地，所述处理模块在对视频帧进行图像处理时，所述处理模块根据图像内容进行危险等级判定，其中，
当无法获取视频信息时，所述处理模块判定摄像设备损坏，摄像区内处于低度危险状态；
当视频帧内各部分的图形纹理复杂度均相同时，所述处理模块判定摄像设备被遮挡，摄像区内处于低度危险状态；
当视频帧内存在不同图形纹理复杂度时，所述处理模块判定摄像设备正常，并根据视频帧内容进行危险等级判定。
进一步地，当摄像设备正常时，所述处理模块将视频帧根据灰度值进行区域划分，并将划分后形成的若干图形区域作为参考图形，并将与预设人脸图形形状相同的参考图形区域作为面部区域，所述处理模块获取面部区域的平均纹理复杂度A，并将平均纹理复杂度A与各预设纹理复杂度进行比对，并根据比对结果进行头部危险系数判定，其中，
当A≤A1时，所述处理模块判定人体面部带有头套，判定头部危险系数为B1；
当A1＜A≤A2时，所述处理模块判定人体面部正常，摄像区内处于安全状态；
当A＞A2时，所述处理模块判定人体面部带有面具，判定头部危险系数为B2；
其中，A1为第一预设纹理复杂度，A2为第二预设纹理复杂度，A1＜A2，B1为第一预设头部危险系数，B2为第二预设头部危险系数，B1＜B2。
进一步地，所述处理模块在判定头部危险系数时，所述处理模块获取视频帧内面部区域数量M，并将获取的面部区域数量M与预设面部区域数量M0进行比对，并根据比对结果对头部危险系数Bi进行调节，设定i=1,2，其中，
当所述处理模块选取第j调节系数mj对头部危险系数Bi进行调节时，调节后的头部危险系数为Bi’，设定Bi’=Bi×mj，其中，
当M≤M0时，所述处理模块选取第一调节系数m1对Bi进行调节，m1为预设值，1＜m1＜1.5；
当M＞M0时，所述处理模块选取第二调节系数m2对Bi进行调节，设定m2=m1×[1+（M-M0）/M0]。
进一步地，在对头部危险系数判定完成后，所述处理模块内设有人体形状曲线，所述处理模块根据与所述面部区域相连的参考图形确定人体图形区域，并将组成人体图形区域的若干参考图形与预设危险物品图形进行比对，并根据比对结果进行肢体危险系数判定，其中，
当所述人体图形区域包含管制器具图形时，所述处理模块判定肢体危险系数为C1；
当所述人体图形区域包含枪械图形时，所述处理模块判定肢体危险系数为C2；
其中，C1为第一预设肢体危险系数，C2为第二预设肢体危险系数，C1＜C2。
进一步地，所述处理模块在判定肢体危险系数时，所述处理模块获取视频帧内危险物品图形数量N，并将获取的危险物品图形数量N与预设危险物品图形数量N0进行比对，并根据比对结果对肢体危险系数Ci进行修正，设定i=1，2，其中，
当所述处理模块选取第j修正系数nj对肢体危险系数Ci进行修正时，修正后的肢体危险系数为Ci’，设定Ci’=Ci×nj，其中，
当N≤N0时，所述处理模块选取第一修正系数n1对Ci进行修正，n1为预设值，1＜n1＜1.5；
当N＞N0时，所述处理模块选取第二修正系数n2对Ci进行修正，设定n2=n1×[1+（N-N0）/N0]。
进一步地，所述肢体危险系数判定完成后，所述处理模块内设有危险等级参数D，设定D=0.3×Bi’+0.7×Ci’，在危险等级参数D计算完成后，所述处理模块将计算获取的危险等级参数D与预设危险等级参数D0进行比对，并根据比对结果进行危险等级判定，其中，
当D≤D0时，所述处理模块判定摄像区内处于中度危险状态；
当D＞D0时，所述处理模块判定摄像区内处于高度危险状态。
进一步地，当所述处理模块判定摄像区内处于低度危险状态时，所述处理模块获取t1时间后的视频帧，并对该视频帧重复进行危险等级判定，若再次判定为低度危险状态，所述警报模块进行一级危险提示，提示摄像装置已损坏或被遮挡。
进一步地，当所述处理模块判定摄像区内处于中度危险状态时，所述处理模块获取t2时间后的视频帧，并对该视频帧重复进行危险等级判定，若判定为中度危险状态或高度危险状态，所述警报模块进行二级危险提示，提示摄像区内存在危险人员。
进一步地，当所述处理模块判定摄像区内处于高度危险状态时，所述警报模块直接进行三级危险提示，提示摄像区内存在危险人员。
与现有技术相比，本发明的有益效果在于，本发明所述处理模块根据视频信息获取视频帧，并根据获取的视频帧内容对摄像区的危险等级做出判定，所述警报模块根据危险等级进行危险提示，以提高安全监测效率，通过进行危险提示使安保人员及时发现危险情况，从而做出应急措施，以保障摄像区的安全性；当摄像设备正常时，所述处理模块获取视频帧内的面部区域图像，并根据面部区域的平均纹理复杂度A进行头部危险系数判定，通过根据灰度值对视频帧进行区域划分以选取面部区域，有效保证了面部区域选取的准确度，再根据面部区域的平均纹理复杂度A进行头部危险系数判定，通过纹理复杂度可有效区分面部是否带有头套或面具，从而提高头部危险系数判定的准确度，再根据视频帧内面部区域数量M对头部危险系数进行调节，面部区域数量M越大头部危险系数越大，通过调节进一步提高了头部危险系数的准确度，所述头部危险系数确定后，所述处理模块获取视频帧内的人体图形区域，并根据人体图形区域的组成图形进行肢体危险系数判定，通过人体图形区域的组成图形确定是否携带危险物品，根据不同种类危险物品进行肢体危险系数判定，有效保证了肢体危险系数判定的准确度，再根据视频帧内危险物品图形数量N对肢体危险系数进行修正，通过修正进一步保证了肢体危险系数的准确度，所述处理模块根据调节后的头部危险系数和修正后的肢体危险系数计算危险等级参数D，并根据危险等级参数D进行危险等级判定，通过计算危险等级参数D，有效保证了危险等级判定的准确度，从而警报模块及时进行危险提示，进而提高视频监测效率，进一步保证摄像区内的安全性。
尤其，在对视频帧进行图像处理时，所述处理模块根据图像内容进行危险等级判定，通过对获取的图像内容进行分析判定，有效保证了危险等级判定的准确度，从而进一步提高了视频监测效率，进一步保证摄像区内的安全性。
尤其，所述处理模块通过将平均纹理复杂度A与各预设纹理复杂度进行比对进行头部危险系数判定，通过纹理复杂度进行头部危险系数判定，可有效判断出头部是否带有头套或面具，从而进一步保证头部危险系数判定的准确度，从而进一步提高了视频监测效率，进一步保证摄像区内的安全性。
尤其，所述处理模块通过将获取的面部区域数量M与预设面部区域数量M0进行比对对头部危险系数Bi进行调节，通过调节进一步保证了头部危险系数的准确度，从而进一步提高了视频监测效率，进一步保证摄像区内的安全性。
尤其，所述处理模块通过将组成人体图形区域的若干参考图形与预设危险物品图形进行比对进行肢体危险系数判定，通过进行危险物品图形比对，进一步保证了肢体危险系数判定的准确度，从而进一步提高了视频监测效率，进一步保证摄像区内的安全性。
尤其，所述处理模块通过将获取的危险物品图形数量N与预设危险物品图形数量N0进行比对对肢体危险系数Ci进行修正，通过对肢体危险系数Ci进行修正，进一步保证了肢体危险系数的准确度，从而进一步提高了视频监测效率，进一步保证摄像区内的安全性。
尤其，所述处理模块通过将计算获取的危险等级参数D与预设危险等级参数D0进行比对进行危险等级判定，通过计算危险等级参数D有效保证了危险等级判定的准确度，从而进一步提高了视频监测效率，进一步保证摄像区内的安全性。
尤其，所述处理模块根据不同危险等级设置不同等待时间，并获取等待时间后的视频帧再次进行危险等级判定，可有效避免误判，从而降低错误率，从而进一步提高了视频监测效率，进一步保证摄像区内的安全性。
附图说明
图1为本实施例用于安保的安全警备系统的结构框架图。
具体实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示，其为本实施例用于安保的安全警备系统的结构框架图，所述系统包括，
采集模块，用以实时获取摄像设备采集的视频信息，其与处理模块连接；
所述处理模块，用以从所述采集模块获取的视频信息中提取视频帧，并对视频帧进行图像处理，再根据视频帧内图像内容生成危险等级，所述处理模块与存储模块连接；
所述存储模块，用以存储含有危险等级的视频帧，其与警报模块连接；
所述警报模块，用以根据危险等级提示当前危险状态。
具体而言，所述处理模块在对视频帧进行图像处理时，所述处理模块根据图像内容进行危险等级判定，其中，
当无法获取视频信息时，所述处理模块判定摄像设备损坏，摄像区内处于低度危险状态；
当视频帧内各部分的图形纹理复杂度均相同时，所述处理模块判定摄像设备被遮挡，摄像区内处于低度危险状态；
当视频帧内存在不同图形纹理复杂度时，所述处理模块判定摄像设备正常，并根据视频帧内容进行危险等级判定。
具体而言，本实施例在对视频帧进行图像处理时，所述处理模块根据图像内容进行危险等级判定，通过对获取的图像内容进行分析判定，有效保证了危险等级判定的准确度，从而进一步提高了视频监测效率，进一步保证摄像区内的安全性。
具体而言，当摄像设备正常时，所述处理模块将视频帧根据灰度值进行区域划分，并将划分后形成的若干图形区域作为参考图形，并将与预设人脸图形形状相同的参考图形区域作为面部区域，所述处理模块获取面部区域的平均纹理复杂度A，并将平均纹理复杂度A与各预设纹理复杂度进行比对，并根据比对结果进行头部危险系数判定，其中，
当A≤A1时，所述处理模块判定人体面部带有头套，判定头部危险系数为B1；
当A1＜A≤A2时，所述处理模块判定人体面部正常，摄像区内处于安全状态；
当A＞A2时，所述处理模块判定人体面部带有面具，判定头部危险系数为B2；
其中，A1为第一预设纹理复杂度，A2为第二预设纹理复杂度，A1＜A2，B1为第一预设头部危险系数，B2为第二预设头部危险系数，B1＜B2。
具体而言，所述处理模块在判定头部危险系数时，所述处理模块获取视频帧内面部区域数量M，并将获取的面部区域数量M与预设面部区域数量M0进行比对，并根据比对结果对头部危险系数Bi进行调节，设定i=1,2，其中，
当所述处理模块选取第j调节系数mj对头部危险系数Bi进行调节时，调节后的头部危险系数为Bi’，设定Bi’=Bi×mj，其中，
当M≤M0时，所述处理模块选取第一调节系数m1对Bi进行调节，m1为预设值，1＜m1＜1.5；
当M＞M0时，所述处理模块选取第二调节系数m2对Bi进行调节，设定m2=m1×[1+（M-M0）/M0]。
具体而言，本实施例所述处理模块通过将获取的面部区域数量M与预设面部区域数量M0进行比对对头部危险系数Bi进行调节，通过调节进一步保证了头部危险系数的准确度，从而进一步提高了视频监测效率，进一步保证摄像区内的安全性。
具体而言，在对头部危险系数判定完成后，所述处理模块内设有人体形状曲线，所述处理模块根据与所述面部区域相连的参考图形确定人体图形区域，并将组成人体图形区域的若干参考图形与预设危险物品图形进行比对，所述危险物品图形包括管制器具图形和枪械图形，并根据比对结果进行肢体危险系数判定，其中，
当所述人体图形区域包含管制器具图形时，所述处理模块判定肢体危险系数为C1；
当所述人体图形区域包含枪械图形时，所述处理模块判定肢体危险系数为C2；
其中，C1为第一预设肢体危险系数，C2为第二预设肢体危险系数，C1＜C2。
具体而言，所述处理模块在判定肢体危险系数时，所述处理模块获取视频帧内危险物品图形数量N，并将获取的危险物品图形数量N与预设危险物品图形数量N0进行比对，并根据比对结果对肢体危险系数Ci进行修正，设定i=1，2，其中，
当所述处理模块选取第j修正系数nj对肢体危险系数Ci进行修正时，修正后的肢体危险系数为Ci’，设定Ci’=Ci×nj，其中，
当N≤N0时，所述处理模块选取第一修正系数n1对Ci进行修正，n1为预设值，1＜n1＜1.5；
当N＞N0时，所述处理模块选取第二修正系数n2对Ci进行修正，设定n2=n1×[1+（N-N0）/N0]。
具体而言，本实施例所述处理模块通过将获取的危险物品图形数量N与预设危险物品图形数量N0进行比对对肢体危险系数Ci进行修正，通过对肢体危险系数Ci进行修正，进一步保证了肢体危险系数的准确度，从而进一步提高了视频监测效率，进一步保证摄像区内的安全性。
具体而言，所述肢体危险系数判定完成后，所述处理模块内设有危险等级参数D，设定D=0.3×Bi’+0.7×Ci’，在危险等级参数D计算完成后，所述处理模块将计算获取的危险等级参数D与预设危险等级参数D0进行比对，并根据比对结果进行危险等级判定，其中，
当D≤D0时，所述处理模块判定摄像区内处于中度危险状态；
当D＞D0时，所述处理模块判定摄像区内处于高度危险状态。
具体而言，当所述处理模块判定摄像区内处于低度危险状态时，所述处理模块获取t1时间后的视频帧，并对该视频帧重复进行危险等级判定，若再次判定为低度危险状态，所述警报模块进行一级危险提示，提示摄像装置已损坏或被遮挡；
当所述处理模块判定摄像区内处于中度危险状态时，所述处理模块获取t2时间后的视频帧，并对该视频帧重复进行危险等级判定，若判定为中度危险状态或高度危险状态，所述警报模块进行二级危险提示，提示摄像区内存在危险人员；
当所述处理模块判定摄像区内处于高度危险状态时，所述警报模块直接进行三级危险提示，提示摄像区内存在危险人员；
其中，t1为第一预设等待时间，t2为第二预设等待时间，单位为秒，1＜t2＜t1＜10。
具体而言，本实施例所述处理模块根据不同危险等级设置不同等待时间，并获取等待时间后的视频帧再次进行危险等级判定，可有效避免误判，从而降低错误率，从而进一步提高了视频监测效率，进一步保证摄像区内的安全性。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种用于安保的安全警备系统，其特征在于，包括，
采集模块，用以实时获取摄像设备采集的视频信息，其与处理模块连接；
所述处理模块，用以从所述采集模块获取的视频信息中提取视频帧，并对视频帧进行图像处理，再根据视频帧内图像内容生成危险等级，所述处理模块与存储模块连接；
所述存储模块，用以存储含有危险等级的视频帧，其与警报模块连接；
所述警报模块，用以根据危险等级提示当前危险状态；
所述处理模块在获取视频帧后，根据视频帧内图像内容进行对视频帧进行危险等级判定，当摄像设备正常时，所述处理模块获取视频帧内的面部区域图像，并根据面部区域的平均纹理复杂度A进行头部危险系数判定，头部危险系数判定完成后，所述处理模块根据视频帧内面部区域数量M对头部危险系数进行调节；
所述头部危险系数确定后，所述处理模块获取视频帧内的人体图形区域，并根据人体图形区域的组成图形进行肢体危险系数判定，肢体危险系数判定完成后，所述处理模块根据视频帧内危险物品图形数量N对肢体危险系数进行修正；
所述处理模块根据调节后的头部危险系数和修正后的肢体危险系数计算危险等级参数D，并根据危险等级参数D进行危险等级判定；
危险等级判定完成后，所述警报模块根据危险等级进行对应的危险提示。
2.根据权利要求1所述的用于安保的安全警备系统，其特征在于，所述处理模块在对视频帧进行图像处理时，所述处理模块根据图像内容进行危险等级判定，其中，
当无法获取视频信息时，所述处理模块判定摄像设备损坏，摄像区内处于低度危险状态；
当视频帧内各部分的图形纹理复杂度均相同时，所述处理模块判定摄像设备被遮挡，摄像区内处于低度危险状态；
当视频帧内存在不同图形纹理复杂度时，所述处理模块判定摄像设备正常，并根据视频帧内容进行危险等级判定。
3.根据权利要求2所述的用于安保的安全警备系统，其特征在于，当摄像设备正常时，所述处理模块将视频帧根据灰度值进行区域划分，并将划分后形成的若干图形区域作为参考图形，并将与预设人脸图形形状相同的参考图形区域作为面部区域，所述处理模块获取面部区域的平均纹理复杂度A，并将平均纹理复杂度A与各预设纹理复杂度进行比对，并根据比对结果进行头部危险系数判定，其中，
当A≤A1时，所述处理模块判定人体面部带有头套，判定头部危险系数为B1；
当A1＜A≤A2时，所述处理模块判定人体面部正常，摄像区内处于安全状态；
当A＞A2时，所述处理模块判定人体面部带有面具，判定头部危险系数为B2；
其中，A1为第一预设纹理复杂度，A2为第二预设纹理复杂度，A1＜A2，B1为第一预设头部危险系数，B2为第二预设头部危险系数，B1＜B2。
4.根据权利要求3所述的用于安保的安全警备系统，其特征在于，所述处理模块在判定头部危险系数时，所述处理模块获取视频帧内面部区域数量M，并将获取的面部区域数量M与预设面部区域数量M0进行比对，并根据比对结果对头部危险系数Bi进行调节，设定i=1,2，其中，
当所述处理模块选取第j调节系数mj对头部危险系数Bi进行调节时，调节后的头部危险系数为Bi’，设定Bi’=Bi×mj，其中，
当M≤M0时，所述处理模块选取第一调节系数m1对Bi进行调节，m1为预设值，1＜m1＜1.5；
当M＞M0时，所述处理模块选取第二调节系数m2对Bi进行调节，设定m2=m1×[1+（M-M0）/M0]。
5.根据权利要求4所述的用于安保的安全警备系统，其特征在于，在对头部危险系数判定完成后，所述处理模块内设有人体形状曲线，所述处理模块根据与所述面部区域相连的参考图形确定人体图形区域，并将组成人体图形区域的若干参考图形与预设危险物品图形进行比对，并根据比对结果进行肢体危险系数判定，其中，
当所述人体图形区域包含管制器具图形时，所述处理模块判定肢体危险系数为C1；
当所述人体图形区域包含枪械图形时，所述处理模块判定肢体危险系数为C2；
其中，C1为第一预设肢体危险系数，C2为第二预设肢体危险系数，C1＜C2。
6.根据权利要求5所述的用于安保的安全警备系统，其特征在于，所述处理模块在判定肢体危险系数时，所述处理模块获取视频帧内危险物品图形数量N，并将获取的危险物品图形数量N与预设危险物品图形数量N0进行比对，并根据比对结果对肢体危险系数Ci进行修正，设定i=1，2，其中，
当所述处理模块选取第j修正系数nj对肢体危险系数Ci进行修正时，修正后的肢体危险系数为Ci’，设定Ci’=Ci×nj，其中，
当N≤N0时，所述处理模块选取第一修正系数n1对Ci进行修正，n1为预设值，1＜n1＜1.5；
当N＞N0时，所述处理模块选取第二修正系数n2对Ci进行修正，设定n2=n1×[1+（N-N0）/N0]。
7.根据权利要求6所述的用于安保的安全警备系统，其特征在于，所述肢体危险系数判定完成后，所述处理模块内设有危险等级参数D，设定D=0.3×Bi’+0.7×Ci’，在危险等级参数D计算完成后，所述处理模块将计算获取的危险等级参数D与预设危险等级参数D0进行比对，并根据比对结果进行危险等级判定，其中，
当D≤D0时，所述处理模块判定摄像区内处于中度危险状态；
当D＞D0时，所述处理模块判定摄像区内处于高度危险状态。
8.根据权利要求7所述的用于安保的安全警备系统，其特征在于，当所述处理模块判定摄像区内处于低度危险状态时，所述处理模块获取t1时间后的视频帧，并对该视频帧重复进行危险等级判定，若再次判定为低度危险状态，所述警报模块进行一级危险提示，提示摄像装置已损坏或被遮挡。
9.根据权利要求7所述的用于安保的安全警备系统，其特征在于，当所述处理模块判定摄像区内处于中度危险状态时，所述处理模块获取t2时间后的视频帧，并对该视频帧重复进行危险等级判定，若判定为中度危险状态或高度危险状态，所述警报模块进行二级危险提示，提示摄像区内存在危险人员。
10.根据权利要求7所述的用于安保的安全警备系统，其特征在于，当所述处理模块判定摄像区内处于高度危险状态时，所述警报模块直接进行三级危险提示，提示摄像区内存在危险人员。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110871519.7A CN113408495B (zh) | 2021-07-30 | 2021-07-30 | 一种用于安保的安全警备系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110871519.7A CN113408495B (zh) | 2021-07-30 | 2021-07-30 | 一种用于安保的安全警备系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113408495A true CN113408495A (zh) | 2021-09-17 |
| CN113408495B CN113408495B (zh) | 2021-11-05 |
Family
ID=77688212
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110871519.7A Active CN113408495B (zh) | 2021-07-30 | 2021-07-30 | 一种用于安保的安全警备系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113408495B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114612828A (zh) * | 2022-03-10 | 2022-06-10 | 中化学建设投资集团有限公司 | 一种基于图像分析的工地火点监测预警方法 |
| CN115082545A (zh) * | 2022-06-08 | 2022-09-20 | 国网黑龙江省电力有限公司大庆供电公司 | 应用于电力现场的安全系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102855496A (zh) * | 2012-08-24 | 2013-01-02 | 苏州大学 | 遮挡人脸认证方法及系统 |
| CN103942539A (zh) * | 2014-04-09 | 2014-07-23 | 上海交通大学 | 一种人头部椭圆精确高效提取及遮蔽人脸检测方法 |
| CN110135279A (zh) * | 2019-04-23 | 2019-08-16 | 深圳神目信息技术有限公司 | 一种基于人脸识别的预警方法、装置、设备及计算机可读介质 |
| CN110795963A (zh) * | 2018-08-01 | 2020-02-14 | 深圳云天励飞技术有限公司 | 一种基于人脸识别的监控方法、装置及设备 |
| CN111178323A (zh) * | 2020-01-10 | 2020-05-19 | 北京百度网讯科技有限公司 | 基于视频的群体行为识别方法、装置、设备及存储介质 |
| CN111814775A (zh) * | 2020-09-10 | 2020-10-23 | 平安国际智慧城市科技股份有限公司 | 目标对象异常行为识别方法、装置、终端及存储介质 |
| US20200380682A1 (en) * | 2018-07-23 | 2020-12-03 | Tencent Technology (Shenzhen) Company Limited | Image processing method and apparatus, and storage medium |
| CN112394421A (zh) * | 2019-08-15 | 2021-02-23 | 上海微波技术研究所（中国电子科技集团公司第五十研究所） | 太赫兹人体安检方法、系统、介质及设备 |
| CN112689130A (zh) * | 2021-01-28 | 2021-04-20 | 青岛咕噜邦科技有限公司 | 一种基于大数据的智慧社区安防报警系统及方法 |
-
2021
- 2021-07-30 CN CN202110871519.7A patent/CN113408495B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102855496A (zh) * | 2012-08-24 | 2013-01-02 | 苏州大学 | 遮挡人脸认证方法及系统 |
| CN103942539A (zh) * | 2014-04-09 | 2014-07-23 | 上海交通大学 | 一种人头部椭圆精确高效提取及遮蔽人脸检测方法 |
| US20200380682A1 (en) * | 2018-07-23 | 2020-12-03 | Tencent Technology (Shenzhen) Company Limited | Image processing method and apparatus, and storage medium |
| CN110795963A (zh) * | 2018-08-01 | 2020-02-14 | 深圳云天励飞技术有限公司 | 一种基于人脸识别的监控方法、装置及设备 |
| CN110135279A (zh) * | 2019-04-23 | 2019-08-16 | 深圳神目信息技术有限公司 | 一种基于人脸识别的预警方法、装置、设备及计算机可读介质 |
| CN112394421A (zh) * | 2019-08-15 | 2021-02-23 | 上海微波技术研究所（中国电子科技集团公司第五十研究所） | 太赫兹人体安检方法、系统、介质及设备 |
| CN111178323A (zh) * | 2020-01-10 | 2020-05-19 | 北京百度网讯科技有限公司 | 基于视频的群体行为识别方法、装置、设备及存储介质 |
| CN111814775A (zh) * | 2020-09-10 | 2020-10-23 | 平安国际智慧城市科技股份有限公司 | 目标对象异常行为识别方法、装置、终端及存储介质 |
| CN112689130A (zh) * | 2021-01-28 | 2021-04-20 | 青岛咕噜邦科技有限公司 | 一种基于大数据的智慧社区安防报警系统及方法 |
Non-Patent Citations (3)
| Title |
|---|
| GANG NIU ET AL.: "Learning an video frame-based face detection system for security fields", 《JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION》 * |
| 刘显标: "安防视频中人体及人脸检测的研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
| 谷小婧 等: "基于面部生命特征的3D假面欺骗攻击检测方法", 《系统仿真学报》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114612828A (zh) * | 2022-03-10 | 2022-06-10 | 中化学建设投资集团有限公司 | 一种基于图像分析的工地火点监测预警方法 |
| CN115082545A (zh) * | 2022-06-08 | 2022-09-20 | 国网黑龙江省电力有限公司大庆供电公司 | 应用于电力现场的安全系统 |
| CN115082545B (zh) * | 2022-06-08 | 2023-02-07 | 国网黑龙江省电力有限公司大庆供电公司 | 应用于电力现场的安全系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113408495B (zh) | 2021-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113408495B (zh) | 一种用于安保的安全警备系统 | |
| CN112907522B (zh) | 一种智能红外气体泄漏监测装置及监测方法 | |
| CN107833221A (zh) | 一种基于多通道特征融合和机器学习的漏水监测方法 | |
| CN116416577B (zh) | 一种用于施工监控系统的异常识别方法 | |
| CN112434669B (zh) | 一种多信息融合的人体行为检测方法及系统 | |
| CN110827432B (zh) | 一种基于人脸识别的课堂考勤方法及系统 | |
| CN111062918B (zh) | 一种基于计算机视觉的异常检测方法及装置 | |
| CN109506628A (zh) | 一种基于深度学习的卡车环境下目标物测距方法 | |
| CN112446896B (zh) | 一种基于图像识别的输送物料掉落监控方法、装置及系统 | |
| CN111415339B (zh) | 一种复杂纹理工业产品图像缺陷检测方法 | |
| CN110472574A (zh) | 一种检测着装不规范的方法、装置及系统 | |
| CN113392765A (zh) | 一种基于机器视觉的摔倒检测方法和系统 | |
| CN108288361A (zh) | 一种消防通道门状态检测方法 | |
| CN111027517A (zh) | 一种基于视觉的坐姿矫正提醒系统及方法、应用 | |
| CN114894337A (zh) | 一种用于室外人脸识别测温方法及装置 | |
| CN110623631A (zh) | 一种基于近视眼镜的学习监护系统 | |
| CN110210530A (zh) | 基于机器视觉的智能监控方法、装置、设备、系统和存储介质 | |
| CN111563492B (zh) | 一种跌倒检测方法、跌倒检测装置及存储装置 | |
| CN117241134A (zh) | 用于摄像机的拍摄模式切换方法 | |
| CN112001963A (zh) | 消防通道的排查的方法、系统和计算机设备 | |
| CN115082545B (zh) | 应用于电力现场的安全系统 | |
| CN116403085A (zh) | 一种基于多任务的变电站多指针仪表识别方法及装置 | |
| CN111709345A (zh) | 一种固定环境内异常物品实时检测方法 | |
| CN114220084A (zh) | 一种基于红外图像的配电设备缺陷识别方法 | |
| CN113989886A (zh) | 基于人脸识别的船员身份验证方法 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240416 Address after: Courtyard No. 158 Jixing South Road, Maoming City, Zhanjiang City, Guangdong Province, 525011 Patentee after: Maoming Anda Security Escort Co.,Ltd. Country or region after: China Address before: 510000 room 1202, 350 Tancun Road, Tianhe District, Guangzhou City, Guangdong Province Patentee before: GUANGZHOU HUITU COMPUTER INFORMATION TECHNOLOGY CO.,LTD. Country or region before: China |