CN114065799A - 一种基于人工智能技术的校园安防监控管理系统 - Google Patents
一种基于人工智能技术的校园安防监控管理系统 Download PDFInfo
- Publication number
- CN114065799A CN114065799A CN202111453384.9A CN202111453384A CN114065799A CN 114065799 A CN114065799 A CN 114065799A CN 202111453384 A CN202111453384 A CN 202111453384A CN 114065799 A CN114065799 A CN 114065799A
- Authority
- CN
- China
- Prior art keywords
- point location
- area
- monitoring
- sub
- location setting
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 200
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 13
- 238000005516 engineering process Methods 0.000 title claims abstract description 13
- 238000009434 installation Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 17
- 230000002093 peripheral effect Effects 0.000 claims description 17
- 239000013589 supplement Substances 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 238000009432 framing Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 239000002699 waste material Substances 0.000 abstract description 4
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于人工智能技术的校园安防监控管理系统,涉及校园安防监控管理技术领域,解决了现有技术中校园内监控无法准确划分区域的技术问题,在校园内进行终端设备安装点位确定,合理准确的选择点位,提高了终端设备监控的效率,同时防止安防监控资源不协调,导致安防监控成本与监控效率不成正比;对各个点位安装的终端进行分析有利于实时分析各个子区域的终端安装是否合格,减少监控成本的不必要浪费;对校园内宿舍区域进行分析监管,判断点位设置子区域以及对应选中点位对宿舍区域的影响,从而在监控不影响学生隐私的前提下进行完成对宿舍区域的监控,提高了校园监控的智能化。
Description
技术领域
本发明涉及校园安防监控管理技术领域,具体为一种基于人工智能技术的校园安防监控管理系统。
背景技术
随着教育事业的发展,学校的规模不断扩大,学生高密度集中,校区开放程度和后勤服务社会化程度越来越高。如何处理各校区安全保卫工作和突发性事件,对学校进行有效的安全防护成为百姓关注的重点。一直以来,学校不断在人防和物防方面加大投入,如增加校卫,由学生组织校卫队,加高围墙,在学生宿舍的窗户上安装钢筋护栏等。这些措施产生了一定的效果,但也存在一些弊端,如校卫队带来持续的支出,宿舍安装钢筋护栏不符合消防要求。
但是在现有技术中,对校园内区域进行监控时无法准确进行区域划分,导致监控资源不合理运用,同时无法在对应区域内选择合适点位,导致监控的效率降低,且成本增加;此外,对校园宿舍区域内无法做到在安全监控的同时增强宿舍区域内的隐私性,导致校园监控的智能化降低。
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的就在于为了解决的问题,而提出一种基于人工智能技术的校园安防监控管理系统,在校园内进行终端设备安装点位确定,合理准确的选择点位,提高了终端设备监控的效率,同时防止安防监控资源不协调,导致安防监控成本与监控效率不成正比;对各个点位安装的终端进行分析有利于实时分析各个子区域的终端安装是否合格,减少监控成本的不必要浪费;对校园内宿舍区域进行分析监管,判断点位设置子区域以及对应选中点位对宿舍区域的影响,从而在监控不影响学生隐私的前提下进行完成对宿舍区域的监控,提高了校园监控的智能化。
本发明的目的可以通过以下技术方案实现:
一种基于人工智能技术的校园安防监控管理系统,包括校园安防监控平台,校园安防监控平台内设置有服务器,服务器通讯连接有终端点位分析单元、监控区域分析单元、储存分析单元以及宿舍分析监管单元;
校园安防监控平台用于对校园内的安防进行监控管理,服务器生成终端点位分析信号并将终端点位分析信号发送至终端点位分析单元,通过终端点位分析单元在校园内进行终端设备安装点位确定,根据点位确定将校园内区域划分为非点位设置子区域和点位设置子区域,并将非点位设置子区域和点位设置子区域发送至服务器,服务器接收到非点位设置子区域和点位设置子区域后,生成监控区域分析信号并将监控区域分析信号发送至监控区域分析单元,通过监控区域分析单元对点位设置子区域设置的终端设备进行分析,通过分析对应非点位设置子区域和点位设置子区域进行确定,并将确定好的非点位设置子区域和点位设置子区域发送至服务器,服务器接收到完成确定的非点位设置子区域和点位设置子区域以及对应选中点位后,生成宿舍分析监管信号并将宿舍分析监管信号发送至宿舍分析监管单元,通过宿舍分析监管单元对校园内宿舍区域进行分析监管;服务器生成储存分析信号并将储存分析信号发送至储存分析单元,通过储存分析单元对校园内所有终端设备监控图像进行分析。
作为本发明的一种优选实施方式,终端点位分析单元的终端点位分析过程如下:
采集到校园内的区域并将其标记为点位布置区域,将点位布置区域划分为i个子布置区域,采集到各个子布置区域内每分钟路过行人数量以及路过行人频率,并将子布置区域内每分钟路过行人数量以及路过行人频率分别标记为SLi和PLi;采集到各个子布置区域内建筑物数量,并将子布置区域内建筑物数量标记为JLi;通过分析获取到各个子布置区域的需求分析系数Xi;将子布置区域的需求分析系数与需求分析系数阈值进行比较:
若子布置区域的需求分析系数≥需求分析系数阈值,则判定对应子布置区域的需求分析系数大,并将对应子布置区域标记为点位设置子区域,同时将点位设置子区域发送至服务器;若子布置区域的需求分析系数<需求分析系数阈值,则判定对应子布置区域的需求分析系数小,并将对应子布置区域标记为非点位设置子区域,同时将非点位设置子区域发送至服务器。
作为本发明的一种优选实施方式,监控区域分析单元的区域分析过程如下:
将点位设置子区域和非点位设置子区域进行分析,在点位设置子区域内设置预设点位,并根据预设点位对应终端设备型号获取到对应点位设置子区域的预设点位对应区域监控面积,并将预设点位对应区域监控面积与对应点位设置子区域面积进行比值计算,若对应比值小于比值阈值,则判定对应点位设置子区域预设点位数量不足,生成预设点位补充信号并将预设点位补充信号发送至服务器;若对应比值大于比值阈值,则判定对应点位设置子区域预设点位数量合格;同时采集到相邻点位设置子区域内对应预设点位的监控区域重合面积,并将相邻两个点位设置子区域内对应预设点位的监控区域重合面积与监控区域重合面积阈值进行比较:
若相邻两个点位设置子区域内对应预设点位的监控区域重合面积大于监控区域重合面积阈值,则判定两个点位设置子区域的预设点位不合格,并将两个点位设置子区域分别标记为预设点位调整区域和预设点位非调整区域,其中预设点位调整区域和预设点位非调整区域的划分在于中预设点位调整区域内的预设点位数量多于预设点位非调整区域的预设点位数量;若相邻两个点位设置子区域内对应预设点位的监控区域重合面积小于监控区域重合面积阈值,则判定两个点位设置子区域的预设点位合格,并将对应点位设置子区域标记为合格点位子区域,且合格点位子区域内预设点位标记为选中点位,同时将确定好的合格点位子区域和对应选中点位发送至服务器。
作为本发明的一种优选实施方式,非点位设置子区域的分析过程如下:
将非点位设置子区域进行分析,采集到非点位设置子区域周边点位设置子区域的数量,若非点位设置子区域周边点位设置子区域的数量为零,则将对应非点位设置子区域标记为监控盲区,通过在对应非点位设置子区域设置临时点位,且临时点位设置的终端设备对应监控面积包括周边非点位设置子区域内未得到监控的区域;若非点位设置子区域周边点位设置子区域的数量不为零,则将对应非点位设置子区域的区域与周边的点位设置子区域内终端设备对应监控区域的重合面积进行采集,并将采集到的重合面积标记为非点位监控面积,并将非点位监控面积与对应非点位监控面积阈值进行比较:若非点位监控面积大于对应非点位监控面积阈值,则判定对应非点位监控面积合格,同时将对应非点位设置子区域进行确定;若非点位监控面积小于对应非点位监控面积阈值,则判定对应非点位监控面积不合格,同时将对应非点位设置子区域的周边点位设置子区域对应预设点位移动进行分析,若周边点位设置子区域对应预设点位无法移动,则在对应非点位子区域设置临时点位;若周边点位设置子区域对应预设点位可以移动,则将对应点位设置子区域的预设点位进行移动;并将确定好的非点位设置子区域和点位设置子区域以及对应选中点位发送至服务器。
作为本发明的一种优选实施方式,宿舍分析监管单元的分析监管过程如下:
采集到校园内的宿舍区域,并将包括宿舍区域的点位设置子区域标记为分段监控子区域;对分段监控子区域进行监控管理,将对应分段监控子区域的终端设备的运行方式划分为仅人脸识别和图像监控;将全天时间划分为外出时间段和非外出时间段,采集到分段监控子区域对应宿舍区域的非外出时间段和外出时间段,并将分段监控子区域对应宿舍区域的非外出时间段对应终端设备的运行方式设置为仅人脸识别,将对应宿舍区域内对应班级学生和对应班级老师进行面部图片采集,并构建对应宿舍区域的面部识别库;当终端设备的运行方式为仅人脸识别时,则对应宿舍区域进行人脸识别并将实时采集的脸部图片与面部识别库进行比对,若比对不一致,则将终端设备的运行方式实时切换为图像监控,生成预警信号并将预警信号和对应宿舍区域发送至宿管人员手机终端;若比对一致,则将终端设备的运行方式保持不变;将分段监控子区域对应宿舍区域的外出时间段对应终端设备的运行方式设置为图像监控。
作为本发明的一种优选实施方式,储存分析单元的储存分析过程如下:
将校园内所有终端设备的监控图像进行汇总,并将监控图像进行分帧处理,采集到监控图像内对应帧图片的保存时长以及对应帧图片的播放次数,并将监控图像内对应帧图片的保存时长以及对应帧图片的播放次数分别与保存时长阈值和播放次数阈值进行比较:
若监控图像内对应帧图片的保存时长大于保存时长阈值,且对应帧图片的播放次数小于播放次数阈值,则将监控图像内对应帧图片标记为低概率查看图片,并降低对应低概率查看图片的储存分辨率;若监控图像内对应帧图片的保存时长小于保存时长阈值或者对应帧图片的播放次数大于播放次数阈值,则将监控图像内对应帧图片标记为高概率查看图片,并将对应低概率查看图片的储存分辨率保持不变。
与现有技术相比,本发明的有益效果是:
1、本发明中,在校园内进行终端设备安装点位确定,合理准确的选择点位,提高了终端设备监控的效率,同时防止安防监控资源不协调,导致安防监控成本与监控效率不成正比。
2、本发明中,对点位设置子区域设置的终端设备进行分析,同时对非点位设置子区域进行分析,防止出现校园内存在监控漏洞区域,导致校园安防效率降低,对各个点位安装的终端进行分析有利于实时分析各个子区域的终端安装是否合格,减少监控成本的不必要浪费;
3、本发明中,对校园内宿舍区域进行分析监管,判断点位设置子区域以及对应选中点位对宿舍区域的影响,从而在监控不影响学生隐私的前提下进行完成对宿舍区域的监控,提高了校园监控的智能化,提高了校园监控的工作效率;大大提高了宿舍隐私性,同时有效预防外来访客带来的风险;有效降低宿舍区域内发生盗窃的风险,同时通过图像监控有效预防宿舍区域内其他意外的发生。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的原理框图。
具体实施方式
下面将结合实施例对本发明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它实施例,都属于本发明保护的范围。
请参阅图1所示,一种基于人工智能技术的校园安防监控管理系统,包括校园安防监控平台,校园安防监控平台内设置有服务器,服务器通讯连接有终端点位分析单元、监控区域分析单元、储存分析单元以及宿舍分析监管单元;
校园安防监控平台用于对校园内的安防进行监控管理,服务器生成终端点位分析信号并将终端点位分析信号发送至终端点位分析单元,终端点位分析单元用于在校园内进行终端设备安装点位确定,合理准确的选择点位,提高了终端设备监控的效率,同时防止安防监控资源不协调,导致安防监控成本与监控效率不成正比,终端设备表示为摄像头等智能监控设备;具体终端点位分析过程如下:
采集到校园内的区域并将其标记为点位布置区域,将点位布置区域划分为i个子布置区域,采集到各个子布置区域内每分钟路过行人数量以及路过行人频率,并将子布置区域内每分钟路过行人数量以及路过行人频率分别标记为SLi和PLi;采集到各个子布置区域内建筑物数量,并将子布置区域内建筑物数量标记为JLi;
通过公式获取到各个子布置区域的需求分析系数Xi,其中,a1、a2以及a3均为预设比例系数,且a1>a2>a3>0;子布置区域的需求分析系数是将子布置区域的参数进行归一化处理得到一个用于判子布置区域设置终端点位的概率数值;通过公式可得每分钟路过行人数量以及路过行人频率、建筑物数量越大,子布置区域的需求分析系数越大,表示子布置区域设置终端点位的概率越大;
将子布置区域的需求分析系数与需求分析系数阈值进行比较:
若子布置区域的需求分析系数≥需求分析系数阈值,则判定对应子布置区域的需求分析系数大,并将对应子布置区域标记为点位设置子区域,同时将点位设置子区域发送至服务器;
若子布置区域的需求分析系数<需求分析系数阈值,则判定对应子布置区域的需求分析系数小,并将对应子布置区域标记为非点位设置子区域,同时将非点位设置子区域发送至服务器;
服务器接收到非点位设置子区域和点位设置子区域后,生成监控区域分析信号并将监控区域分析信号发送至监控区域分析单元,监控区域分析单元用于对点位设置子区域设置的终端设备进行分析,同时对非点位设置子区域进行分析,防止出现校园内存在监控漏洞区域,导致校园安防效率降低,对各个点位安装的终端进行分析有利于实时分析各个子区域的终端安装是否合格,减少监控成本的不必要浪费,具体区域分析过程如下:
将点位设置子区域进行分析,在点位设置子区域内设置预设点位,并根据预设点位对应终端设备型号获取到对应点位设置子区域的预设点位对应区域监控面积,并将预设点位对应区域监控面积与对应点位设置子区域面积进行比值计算,若对应比值小于比值阈值,则判定对应点位设置子区域预设点位数量不足,生成预设点位补充信号并将预设点位补充信号发送至服务器;若对应比值大于比值阈值,则判定对应点位设置子区域预设点位数量合格;同时采集到相邻点位设置子区域内对应预设点位的监控区域重合面积,并将相邻两个点位设置子区域内对应预设点位的监控区域重合面积与监控区域重合面积阈值进行比较:
若相邻两个点位设置子区域内对应预设点位的监控区域重合面积大于监控区域重合面积阈值,则判定两个点位设置子区域的预设点位不合格,并将两个点位设置子区域分别标记为预设点位调整区域和预设点位非调整区域,其中预设点位调整区域和预设点位非调整区域的划分在于中预设点位调整区域内的预设点位数量多于预设点位非调整区域的预设点位数量,防止预设点位调整对点位设置子区域实时监控力度降低带来的风险;若相邻两个点位设置子区域内对应预设点位的监控区域重合面积小于监控区域重合面积阈值,则判定两个点位设置子区域的预设点位合格,并将对应点位设置子区域标记为合格点位子区域,且合格点位子区域内预设点位标记为选中点位,同时将确定好的合格点位子区域和对应选中点位发送至服务器;
将非点位设置子区域进行分析,采集到非点位设置子区域周边点位设置子区域的数量,若非点位设置子区域周边点位设置子区域的数量为零,则将对应非点位设置子区域标记为监控盲区,通过在对应非点位设置子区域设置临时点位,且临时点位设置的终端设备对应监控面积包括周边非点位设置子区域内未得到监控的区域;若非点位设置子区域周边点位设置子区域的数量不为零,则将对应非点位设置子区域的区域与周边的点位设置子区域内终端设备对应监控区域的重合面积进行采集,并将采集到的重合面积标记为非点位监控面积,并将非点位监控面积与对应非点位监控面积阈值进行比较:若非点位监控面积大于对应非点位监控面积阈值,则判定对应非点位监控面积合格,同时将对应非点位设置子区域进行确定;若非点位监控面积小于对应非点位监控面积阈值,则判定对应非点位监控面积不合格,同时将对应非点位设置子区域的周边点位设置子区域对应预设点位移动进行分析,若周边点位设置子区域对应预设点位无法移动,则在对应非点位子区域设置临时点位;若周边点位设置子区域对应预设点位可以移动,则将对应点位设置子区域的预设点位进行移动;并将确定好的非点位设置子区域和点位设置子区域以及对应选中点位发送至服务器;本申请中周边点位设置子区域对应预设点位移动的判定标准为点位设置子区域移动预设点位对应影响周边点位设置子区域的数量以及移动预设点位的实际成本等相关影响标准;
服务器接收到完成确定的非点位设置子区域和点位设置子区域以及对应选中点位后,生成宿舍分析监管信号并将宿舍分析监管信号发送至宿舍分析监管单元,宿舍分析监管单元用于对校园内宿舍区域进行分析监管,判断点位设置子区域以及对应选中点位对宿舍区域的影响,从而在监控不影响学生隐私的前提下进行完成对宿舍区域的监控,提高了校园监控的智能化,提高了校园监控的工作效率,具体分析监管过程如下:
采集到校园内的宿舍区域,并将包括宿舍区域的点位设置子区域标记为分段监控子区域;对分段监控子区域进行监控管理,将对应分段监控子区域的终端设备的运行方式划分为仅人脸识别和图像监控,且图像监控包括人脸识别;将全天时间划分为外出时间段和非外出时间段,采集到分段监控子区域对应宿舍区域的非外出时间段和外出时间段,并将分段监控子区域对应宿舍区域的非外出时间段对应终端设备的运行方式设置为仅人脸识别,将对应宿舍区域内对应班级学生和对应班级老师进行面部图片采集,并构建对应宿舍区域的面部识别库;当终端设备的运行方式为仅人脸识别时,则对应宿舍区域进行人脸识别并将实时采集的脸部图片与面部识别库进行比对,若比对不一致,则将终端设备的运行方式实时切换为图像监控,生成预警信号并将预警信号和对应宿舍区域发送至宿管人员手机终端;若比对一致,则将终端设备的运行方式保持不变,大大提高了宿舍隐私性,同时有效预防外来访客带来的风险;将分段监控子区域对应宿舍区域的外出时间段对应终端设备的运行方式设置为图像监控,有效降低宿舍区域内发生盗窃的风险,同时通过图像监控有效预防宿舍区域内其他意外的发生,其他意外包括火灾或者水管破裂等;
服务器生成储存分析信号并将储存分析信号发送至储存分析单元,储存分析单元用于对校园内所有终端设备监控图像进行分析,在不影响记录调取的同时降低了储存压力,提高了监控图像的储存效率,降低了储存的投入成本,具体储存分析过程如下:
将校园内所有终端设备的监控图像进行汇总,并将监控图像进行分帧处理,采集到监控图像内对应帧图片的保存时长以及对应帧图片的播放次数,并将监控图像内对应帧图片的保存时长以及对应帧图片的播放次数分别与保存时长阈值和播放次数阈值进行比较:
若监控图像内对应帧图片的保存时长大于保存时长阈值,且对应帧图片的播放次数小于播放次数阈值,则将监控图像内对应帧图片标记为低概率查看图片,并降低对应低概率查看图片的储存分辨率;若监控图像内对应帧图片的保存时长小于保存时长阈值或者对应帧图片的播放次数大于播放次数阈值,则将监控图像内对应帧图片标记为高概率查看图片,并将对应低概率查看图片的储存分辨率保持不变。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置;
本发明在使用时,通过校园安防监控平台对校园内的安防进行监控管理,通过终端点位分析单元在校园内进行终端设备安装点位确定,通过监控区域分析单元对点位设置子区域设置的终端设备进行分析,通过分析对应非点位设置子区域和点位设置子区域进行确定,并将确定好的非点位设置子区域和点位设置子区域发送至服务器,通过宿舍分析监管单元对校园内宿舍区域进行分析监管;服务器生成储存分析信号并将储存分析信号发送至储存分析单元,通过储存分析单元对校园内所有终端设备监控图像进行分析。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (6)
1.一种基于人工智能技术的校园安防监控管理系统,其特征在于,包括校园安防监控平台,校园安防监控平台内设置有服务器,服务器通讯连接有终端点位分析单元、监控区域分析单元、储存分析单元以及宿舍分析监管单元;
校园安防监控平台用于对校园内的安防进行监控管理,服务器生成终端点位分析信号并将终端点位分析信号发送至终端点位分析单元,通过终端点位分析单元在校园内进行终端设备安装点位确定,根据点位确定将校园内区域划分为非点位设置子区域和点位设置子区域,并将非点位设置子区域和点位设置子区域发送至服务器,服务器接收到非点位设置子区域和点位设置子区域后,生成监控区域分析信号并将监控区域分析信号发送至监控区域分析单元,通过监控区域分析单元对点位设置子区域设置的终端设备进行分析,通过分析对应非点位设置子区域和点位设置子区域进行确定,并将确定好的非点位设置子区域和点位设置子区域发送至服务器,服务器接收到完成确定的非点位设置子区域和点位设置子区域以及对应选中点位后,生成宿舍分析监管信号并将宿舍分析监管信号发送至宿舍分析监管单元,通过宿舍分析监管单元对校园内宿舍区域进行分析监管;服务器生成储存分析信号并将储存分析信号发送至储存分析单元,通过储存分析单元对校园内所有终端设备监控图像进行分析。
2.根据权利要求1所述的一种基于人工智能技术的校园安防监控管理系统,其特征在于,终端点位分析单元的终端点位分析过程如下:
采集到校园内的区域并将其标记为点位布置区域,将点位布置区域划分为i个子布置区域,采集到各个子布置区域内每分钟路过行人数量以及路过行人频率,并将子布置区域内每分钟路过行人数量以及路过行人频率分别标记为SLi和PLi;采集到各个子布置区域内建筑物数量,并将子布置区域内建筑物数量标记为JLi;通过分析获取到各个子布置区域的需求分析系数Xi;将子布置区域的需求分析系数与需求分析系数阈值进行比较:
若子布置区域的需求分析系数≥需求分析系数阈值,则判定对应子布置区域的需求分析系数大,并将对应子布置区域标记为点位设置子区域,同时将点位设置子区域发送至服务器;若子布置区域的需求分析系数<需求分析系数阈值,则判定对应子布置区域的需求分析系数小,并将对应子布置区域标记为非点位设置子区域,同时将非点位设置子区域发送至服务器。
3.根据权利要求1所述的一种基于人工智能技术的校园安防监控管理系统,其特征在于,监控区域分析单元的区域分析过程如下:
将点位设置子区域和非点位设置子区域进行分析,在点位设置子区域内设置预设点位,并根据预设点位对应终端设备型号获取到对应点位设置子区域的预设点位对应区域监控面积,并将预设点位对应区域监控面积与对应点位设置子区域面积进行比值计算,若对应比值小于比值阈值,则判定对应点位设置子区域预设点位数量不足,生成预设点位补充信号并将预设点位补充信号发送至服务器;若对应比值大于比值阈值,则判定对应点位设置子区域预设点位数量合格;同时采集到相邻点位设置子区域内对应预设点位的监控区域重合面积,并将相邻两个点位设置子区域内对应预设点位的监控区域重合面积与监控区域重合面积阈值进行比较:
若相邻两个点位设置子区域内对应预设点位的监控区域重合面积大于监控区域重合面积阈值,则判定两个点位设置子区域的预设点位不合格,并将两个点位设置子区域分别标记为预设点位调整区域和预设点位非调整区域,其中预设点位调整区域和预设点位非调整区域的划分在于中预设点位调整区域内的预设点位数量多于预设点位非调整区域的预设点位数量;若相邻两个点位设置子区域内对应预设点位的监控区域重合面积小于监控区域重合面积阈值,则判定两个点位设置子区域的预设点位合格,并将对应点位设置子区域标记为合格点位子区域,且合格点位子区域内预设点位标记为选中点位,同时将确定好的合格点位子区域和对应选中点位发送至服务器。
4.根据权利要求3所述的一种基于人工智能技术的校园安防监控管理系统,其特征在于,非点位设置子区域的分析过程如下:
将非点位设置子区域进行分析,采集到非点位设置子区域周边点位设置子区域的数量,若非点位设置子区域周边点位设置子区域的数量为零,则将对应非点位设置子区域标记为监控盲区,通过在对应非点位设置子区域设置临时点位,且临时点位设置的终端设备对应监控面积包括周边非点位设置子区域内未得到监控的区域;若非点位设置子区域周边点位设置子区域的数量不为零,则将对应非点位设置子区域的区域与周边的点位设置子区域内终端设备对应监控区域的重合面积进行采集,并将采集到的重合面积标记为非点位监控面积,并将非点位监控面积与对应非点位监控面积阈值进行比较:若非点位监控面积大于对应非点位监控面积阈值,则判定对应非点位监控面积合格,同时将对应非点位设置子区域进行确定;若非点位监控面积小于对应非点位监控面积阈值,则判定对应非点位监控面积不合格,同时将对应非点位设置子区域的周边点位设置子区域对应预设点位移动进行分析,若周边点位设置子区域对应预设点位无法移动,则在对应非点位子区域设置临时点位;若周边点位设置子区域对应预设点位可以移动,则将对应点位设置子区域的预设点位进行移动;并将确定好的非点位设置子区域和点位设置子区域以及对应选中点位发送至服务器。
5.根据权利要求1所述的一种基于人工智能技术的校园安防监控管理系统,其特征在于,宿舍分析监管单元的分析监管过程如下:
采集到校园内的宿舍区域,并将包括宿舍区域的点位设置子区域标记为分段监控子区域;对分段监控子区域进行监控管理,将对应分段监控子区域的终端设备的运行方式划分为仅人脸识别和图像监控;将全天时间划分为外出时间段和非外出时间段,采集到分段监控子区域对应宿舍区域的非外出时间段和外出时间段,并将分段监控子区域对应宿舍区域的非外出时间段对应终端设备的运行方式设置为仅人脸识别,将对应宿舍区域内对应班级学生和对应班级老师进行面部图片采集,并构建对应宿舍区域的面部识别库;当终端设备的运行方式为仅人脸识别时,则对应宿舍区域进行人脸识别并将实时采集的脸部图片与面部识别库进行比对,若比对不一致,则将终端设备的运行方式实时切换为图像监控,生成预警信号并将预警信号和对应宿舍区域发送至宿管人员手机终端;若比对一致,则将终端设备的运行方式保持不变;将分段监控子区域对应宿舍区域的外出时间段对应终端设备的运行方式设置为图像监控。
6.根据权利要求1所述的一种基于人工智能技术的校园安防监控管理系统,其特征在于,储存分析单元的储存分析过程如下:
将校园内所有终端设备的监控图像进行汇总,并将监控图像进行分帧处理,采集到监控图像内对应帧图片的保存时长以及对应帧图片的播放次数,并将监控图像内对应帧图片的保存时长以及对应帧图片的播放次数分别与保存时长阈值和播放次数阈值进行比较:
若监控图像内对应帧图片的保存时长大于保存时长阈值,且对应帧图片的播放次数小于播放次数阈值,则将监控图像内对应帧图片标记为低概率查看图片,并降低对应低概率查看图片的储存分辨率;若监控图像内对应帧图片的保存时长小于保存时长阈值或者对应帧图片的播放次数大于播放次数阈值,则将监控图像内对应帧图片标记为高概率查看图片,并将对应低概率查看图片的储存分辨率保持不变。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111453384.9A CN114065799B (zh) | 2021-12-01 | 2021-12-01 | 一种基于人工智能技术的校园安防监控管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111453384.9A CN114065799B (zh) | 2021-12-01 | 2021-12-01 | 一种基于人工智能技术的校园安防监控管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114065799A true CN114065799A (zh) | 2022-02-18 |
CN114065799B CN114065799B (zh) | 2022-04-08 |
Family
ID=80228176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111453384.9A Active CN114065799B (zh) | 2021-12-01 | 2021-12-01 | 一种基于人工智能技术的校园安防监控管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114065799B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114444984A (zh) * | 2022-04-11 | 2022-05-06 | 深圳市度易科技有限公司 | 一种基于远程教育的校内外管理系统 |
CN115424207A (zh) * | 2022-09-05 | 2022-12-02 | 南京星云软件科技有限公司 | 自适应监控系统及方法 |
CN116071205A (zh) * | 2023-03-07 | 2023-05-05 | 北京师范大学 | 一种基于人工智能的校园教育信息化管理平台 |
CN116934559A (zh) * | 2023-09-18 | 2023-10-24 | 安徽领云物联科技有限公司 | 一种基于物联网的智慧营区安防管理系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120317507A1 (en) * | 2011-06-13 | 2012-12-13 | Adt Security Services Inc. | Method and database to provide a security technology and management portal |
CN107730681A (zh) * | 2017-10-16 | 2018-02-23 | 长春北电软件有限公司 | 一种校园安全保障智能化监管预警系统 |
CN108037749A (zh) * | 2017-12-25 | 2018-05-15 | 华北理工大学 | 一种基于物联网的校园监控管理系统 |
CN108206932A (zh) * | 2016-12-16 | 2018-06-26 | 北京迪科达科技有限公司 | 一种校园智能监控管理系统 |
CN108416715A (zh) * | 2018-05-11 | 2018-08-17 | 长江大学 | 一种基于智能摄像头的校园安全管理系统 |
CN108734618A (zh) * | 2018-05-16 | 2018-11-02 | 秦勇 | 校园安全提示管理系统及方法 |
CN111726579A (zh) * | 2020-06-12 | 2020-09-29 | 平湖市凯翔电子科技有限公司 | 校园安防监控系统 |
CN111860308A (zh) * | 2020-07-17 | 2020-10-30 | 苏州企智信息科技有限公司 | 一种基于视频行为识别的学生归寝安全智能管理方法 |
CN111967400A (zh) * | 2020-08-19 | 2020-11-20 | 顾晓东 | 一种基于人工智能的校园安全监测预警管理系统 |
CN112418091A (zh) * | 2020-11-23 | 2021-02-26 | 单昂 | 一种基于大数据的智慧校园安防数据处理方法 |
-
2021
- 2021-12-01 CN CN202111453384.9A patent/CN114065799B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120317507A1 (en) * | 2011-06-13 | 2012-12-13 | Adt Security Services Inc. | Method and database to provide a security technology and management portal |
CN108206932A (zh) * | 2016-12-16 | 2018-06-26 | 北京迪科达科技有限公司 | 一种校园智能监控管理系统 |
CN107730681A (zh) * | 2017-10-16 | 2018-02-23 | 长春北电软件有限公司 | 一种校园安全保障智能化监管预警系统 |
CN108037749A (zh) * | 2017-12-25 | 2018-05-15 | 华北理工大学 | 一种基于物联网的校园监控管理系统 |
CN108416715A (zh) * | 2018-05-11 | 2018-08-17 | 长江大学 | 一种基于智能摄像头的校园安全管理系统 |
CN108734618A (zh) * | 2018-05-16 | 2018-11-02 | 秦勇 | 校园安全提示管理系统及方法 |
CN111726579A (zh) * | 2020-06-12 | 2020-09-29 | 平湖市凯翔电子科技有限公司 | 校园安防监控系统 |
CN111860308A (zh) * | 2020-07-17 | 2020-10-30 | 苏州企智信息科技有限公司 | 一种基于视频行为识别的学生归寝安全智能管理方法 |
CN111967400A (zh) * | 2020-08-19 | 2020-11-20 | 顾晓东 | 一种基于人工智能的校园安全监测预警管理系统 |
CN112418091A (zh) * | 2020-11-23 | 2021-02-26 | 单昂 | 一种基于大数据的智慧校园安防数据处理方法 |
Non-Patent Citations (3)
Title |
---|
SU HE 等: "TVMonitor: A P2P-TV Content Monitoring Platform", 《2011 THIRD INTERNATIONAL CONFERENCE ON MULTIMEDIA INFORMATION NETWORKING AND SECURITY》 * |
吴晓斌 等: "视频监控系统摄像头安装现状及最优方案研究", 《信息通信》 * |
王谨毓: "智能校园安防监控物联网系统设计", 《现代电子技术》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114444984A (zh) * | 2022-04-11 | 2022-05-06 | 深圳市度易科技有限公司 | 一种基于远程教育的校内外管理系统 |
CN115424207A (zh) * | 2022-09-05 | 2022-12-02 | 南京星云软件科技有限公司 | 自适应监控系统及方法 |
CN116071205A (zh) * | 2023-03-07 | 2023-05-05 | 北京师范大学 | 一种基于人工智能的校园教育信息化管理平台 |
CN116934559A (zh) * | 2023-09-18 | 2023-10-24 | 安徽领云物联科技有限公司 | 一种基于物联网的智慧营区安防管理系统 |
CN116934559B (zh) * | 2023-09-18 | 2023-11-28 | 安徽领云物联科技有限公司 | 一种基于物联网的智慧营区安防管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114065799B (zh) | 2022-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114065799B (zh) | 一种基于人工智能技术的校园安防监控管理系统 | |
CN104902265B (zh) | 一种基于背景边缘模型的摄像机异常检测方法及系统 | |
CN101436967A (zh) | 一种网络安全态势评估方法及其系统 | |
CN111696348A (zh) | 一种多功能的智能信号控制系统和方法 | |
CN109886117A (zh) | 一种目标行为检测的方法和设备 | |
CN113011833A (zh) | 施工现场的安全管理方法、装置、计算机设备和存储介质 | |
CN105208325A (zh) | 基于图像定点抓拍及比对分析的国土资源监控预警方法 | |
CN110012268A (zh) | 管网ai智能监控方法、系统、可读存储介质和设备 | |
CN109068105A (zh) | 一种基于深度学习的监狱视频监控方法 | |
CN108256447A (zh) | 一种基于深度神经网络的无人机航拍视频分析方法 | |
CN109782334A (zh) | 一种用于实时评估地震烈度的监测方法 | |
CN210222962U (zh) | 一种智能电子围栏系统 | |
CN116934559A (zh) | 一种基于物联网的智慧营区安防管理系统 | |
CN112927178B (zh) | 遮挡检测方法、装置、电子设备以及存储介质 | |
CN116246416A (zh) | 一种用于安防的智能分析预警平台及方法 | |
CN116502763A (zh) | 一种基于时空图神经网络的人群拥堵预测方法及系统 | |
CN111860187A (zh) | 一种高精度的佩戴口罩识别方法及系统 | |
CN108876062B (zh) | 一种犯罪事件智能预测的大数据方法及装置 | |
KR20220072783A (ko) | Cctv 영상을 이용한 실시간 침수 감지 시스템, 감시 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 | |
CN116546438B (zh) | 一种基于蓝牙mesh网络的楼宇监测系统 | |
CN115859689B (zh) | 一种全景可视化数字孪生应用的方法 | |
KR20210158037A (ko) | 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법 | |
CN114913447B (zh) | 基于场景识别的警务智慧指挥室系统及方法 | |
KR102377929B1 (ko) | 신경회로망 모듈 기반의 수위 측정 시스템 그 수위 측정 방법 | |
CN111832334A (zh) | 人员数据库建立方法、装置、电子设备和可读存储介质 |
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 |