CN114419495A - 一种将图像识别应用于智慧校园的安防管理方法 - Google Patents
一种将图像识别应用于智慧校园的安防管理方法 Download PDFInfo
- Publication number
- CN114419495A CN114419495A CN202111654000.XA CN202111654000A CN114419495A CN 114419495 A CN114419495 A CN 114419495A CN 202111654000 A CN202111654000 A CN 202111654000A CN 114419495 A CN114419495 A CN 114419495A
- Authority
- CN
- China
- Prior art keywords
- student
- security management
- campus security
- campus
- pixel
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 206
- 230000005484 gravity Effects 0.000 claims abstract description 28
- 206010000117 Abnormal behaviour Diseases 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 15
- 239000006185 dispersion Substances 0.000 claims description 24
- 230000006399 behavior Effects 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 16
- 230000009471 action Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 230000007306 turnover Effects 0.000 claims description 4
- 238000009792 diffusion process Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 238000002372 labelling Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 12
- 238000001514 detection method Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000007123 defense Effects 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000004044 response Effects 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (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)
- Image Analysis (AREA)
Abstract
本发明涉及一种将图像识别应用于智慧校园的安防管理方法，其包括：安防管理设备周期性的将采集到的监控视频进行监控时间标注和监控范围标注以获取校园安防管理视频，智慧安防云平台对校园安防管理视频进行处理得到校园安防管理序列，并根据校园安防管理序列识别每个校园安防管理图像的目标学生轮廓以及目标学生轮廓的重心。智慧安防云平台将每个校园安防管理图像的目标学生轮廓的重心映射到标准坐标系以得到若干个学生坐标点，并根据学生坐标点识别是否发生学生异常行为，然后在发生学生异常行为时发送学生警告信息到安防管理终端。
Description
技术领域
本发明涉及智慧校园和安防领域，尤其涉及一种将图像识别应用于智慧校园的安防管理方法。
背景技术
平安校园是充分利用“人防”、“物防”和“技防”等多种手段，打造校园综合安防体系，集成高清视频监控、智能分析、人车卡口巡更、门禁、报警、三维GIS等功能，实现全场景、全方位、全天候的监控与管理，确保校园安全。
如何建立一套有效的安全防范系统，杜绝校园内的安全隐患，成为了家长和学校急待解决的问题。而且家长和学校之间的及时沟通和互动，也是家校双方在处理突发事件，以及对学生日常情况及时掌握的一项必备手段。
发明内容
有鉴于此，本发明提供了一种将图像识别应用于智慧校园的安防管理方法，其包括：
安防管理设备周期性的将采集到的监控视频进行监控时间标注和监控范围标注以获取校园安防管理视频并将其发送到智慧安防云平台；
对校园安防管理视频进行处理以得到校园安防管理序列；
将校园安防管理序列中的第一个校园安防管理图像作为初始安防管理图像，并获取初始安防管理图像的所有像素点的像素值，然后获取初始安防管理图像中像素值为零的像素点将其作为阶跃点；
获取其它像素值不为零的像素点并将所有像素值不为零的像素点作为候选像素点；遍历所有候选像素点，并将当前正在遍历的候选像素点作为中心像素点；
根据中心像素点的像素值和所述中心像素点相邻的若干个像素点的像素值得到该中心像素点与相邻像素点的像素离差和，在所述像素离差和大于离差和阈值时将所述中心像素点作为阶跃点；
识别初始安防管理图像的目标学生轮廓以及目标学生轮廓的重心，并获取校园安防管理序列中每个校园安防管理图像的目标学生轮廓的重心；
将每个校园安防管理图像的目标学生轮廓的重心映射到标准坐标系以得到每个校园安防管理图像的学生坐标点，并根据校园安防管理图像的时间顺序对每个学生坐标点进行编号；
根据每个学生坐标点和每个学生坐标点的编号进行学生行为检测以识别是否发生学生异常行为，并在发生学生异常行为时发送学生警告信息到安防管理终端。
根据一个优选实施方式，所述校园安防管理设备为布设在围墙的具有数据传输功能和通信功能的监控设备，其包括：枪型摄像机、一体化摄像机、半球形摄像机、鱼眼摄像机和针孔摄像机。所述校园安防管理序列为包括若干个按照时间顺序排列的校园安防管理图像。所述学生异常行为包括：翻墙、墙边徘徊和墙边投掷。所述学生警告信息用于提示安防管理人员发生学生异常行为，所述学生警告信息包括：行为时间、行为地点和行为类型。所述安防管理终端为安防管理员使用的具有通信功能和数据传输功能的设备，其包括：智能手机、平板电脑、台式电脑和笔记本电脑。所述学生坐标点的相对学生坐标点为学生坐标点序列中与所述学生坐标点相邻的两个学生坐标点中编号最大的学生坐标点。
根据一个优选实施方式，对校园安防管理视频进行处理得到校园安防管理序列包括：
在时间维度上按照预设时间步长将校园安防管理视频分割为若干个校园安防管理图像；
将所有校园安防管理图像按照时间顺序进行排序以得到校园安防管理序列。
根据一个优选实施方式，识别初始安防管理图像的目标学生轮廓以及目标学生轮廓的重心包括：
根据初始安防管理图像的每个像素点的像素值得到每个像素点的变化方向和变化值，并根据初始安防管理图像的阶跃点和初始安防管理图像的每个像素点的变化方向和变化值得到初始安防管理图像的每个像素点的轮廓值；
将轮廓值小于轮廓阈值的像素点作为轮廓点，并根据初始安防管理图像的所有轮廓点获取初始安防管理图像的目标学生轮廓，然后获取初始安防管理图像的目标学生轮廓的重心。
根据一个优选实施方式，获取校园安防管理序列中每个校园安防管理图像的目标学生轮廓的重心包括：
根据校园安防管理序列的校园安防管理图像的排列顺序遍历校园安防管理序列中的每个校园安防管理图像；
将正在遍历的校园安防管理图像作为中心校园安防管理图像；
根据初始安防管理图像的目标学生轮廓获取目标学生初始位置；
根据目标学生初始位置获取中心校园安防管理图像的目标学生轮廓，并获取中心校园安防管理图像的目标学生轮廓的重心；
重复以上步骤以获取校园安防管理序列中每个校园安防管理图像的目标学生轮廓的重心。
根据一个优选实施方式，根据目标学生初始位置获取中心校园安防管理图像的目标学生轮廓包括：
获取初始安防管理图像的目标学生轮廓的重心，并将初始安防管理图像的目标学生轮廓的重心作为目标学生初始位置；
获取中心校园安防管理图像的每个像素点的像素值；
以目标学生初始位置为起点以向外扩散的方式遍历中心校园安防管理图像的每个像素点以获得中心校园安防管理图像的初始学生轮廓；
将中心校园安防管理图像中所有构成初始学生轮廓的像素点作为初始轮廓点，并根据所有初始轮廓点的像素值得的中心校园安防管理图像的初始学生轮廓的轮廓曲线值；
根据轮廓曲线值对中心校园安防管理图像的初始学生轮廓进行最小化处理以得到最小轮廓曲线值，并根据最小轮廓曲线值对中心校园安防管理图像的初始学生轮廓进行优化以得到中心校园安防管理图像的目标学生轮廓。
根据一个优选实施方式，识别是否发生学生异常行为包括：
根据每个学生坐标点的编号将每个学生坐标点进行排序以得到学生坐标点序列；
分别获取学生坐标点序列中每个学生坐标点与该学生坐标点的相对学生坐标点的相对距离；
将所有相对距离相加得到学生路程；所述学生坐标点的相对学生坐标点为学生坐标点序列中与该学生坐标点相邻的两个学生坐标点中编号最大的学生坐标点。
根据一个优选实施方式，识别是否发生学生异常行为包括：
通过学生坐标点的编号从学生坐标点序列中获取编号最小的学生坐标点作为第一学生坐标点，并从学生坐标点序列中获取编号最大的学生坐标点作为第二学生坐标点；
通过第一学生坐标点和第二学生坐标点的坐标获取第一学生坐标点和第二学生坐标点的距离以得到学生位移；
根据学生位移和学生路程得到学生相对离差，并将学生相对离差与相对离差阈值进行比较；
在学生相对离差小于相对离差阈值时，确定校园安防管理视频中的目标学生发生学生异常行为。
本发明具有以下有益效果：本发明在校园特定区域安装安防管理设备，采集校园安防管理视频并将其发送到智慧安防云平台，智慧安防云平台根据校园安防管理视频分析目标学生是否发生学生异常行为以实现“越界预警、长时间滞留预警”等功能。一旦学生未经授权离开或进入某区域，立即发送学生警告信息给安防管理人员，避免发生学生逃课出校、意外走失等情况。
附图说明
图1为一种将图像识别应用于智慧校园的安防管理方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
参见图1，在一个实施例中，一种将图像识别应用于智慧校园的安防管理方法可以包括：
S1、安防管理设备周期性的将采集到的监控视频进行监控时间标注和监控范围标注以获取校园安防管理视频并将其发送到智慧安防云平台。智慧安防云平台的视频处理模块对校园安防管理视频进行处理以得到校园安防管理序列。
可选地，校园安防管理设备为布设在围墙的具有数据传输功能和通信功能的监控设备，其包括：枪型摄像机、一体化摄像机、半球形摄像机、鱼眼摄像机和针孔摄像机。监控时间为监控视频监控的时间段，监控范围为监控视频监控的地点范围。校园安防管理序列为包括若干个按照时间顺序排列的校园安防管理图像。预设步长根据实际情况和识别精度进行预先设置。
在一个实例中，视频处理模块在时间维度上按照预设时间步长将校园安防管理视频分割为若干个校园安防管理图像，并将所有校园安防管理图像按照时间顺序进行排序以得到校园安防管理序列。
在一个实例中，视频处理模块在时间维度上按照预设时间步长将校园安防管理视频分割为若干个校园安防管理图像，并为每个校园安防管理图像标注图像采集时间点，并将所有校园安防管理图像按照图像采集时间点的顺序进行排序以得到校园安防管理序列。
S2、阶跃点识别模块将校园安防管理序列中的第一个校园安防管理图像作为初始安防管理图像，并获取初始安防管理图像的所有像素点的像素值，然后根据初始安防管理图像的每个像素点的像素值获取初始安防管理图像的阶跃点。
在一个实施例中，阶跃点识别模块获取初始安防管理图像的阶跃点包括：
阶跃点识别模块获取初始安防管理图像中像素值为零的像素点将其作为阶跃点，获取其它像素值不为零的像素点并将所有像素值不为零的像素点作为候选像素点；
阶跃点识别模块遍历所有候选像素点，并将当前正在遍历的候选像素点作为中心像素点；
阶跃点识别模块根据中心像素点的像素值和所述中心像素点相邻的若干个像素点的像素值得到该中心像素点与相邻像素点的像素离差和，在所述像素离差和大于离差和阈值时将所述中心像素点作为阶跃点。中心像素点的相邻的若干个像素点为根据预设规则获取的。
S3、目标学生识别模块根据初始安防管理图像的每个像素点的像素值得到每个像素点的变化方向和变化值，并根据初始安防管理图像的阶跃点和初始安防管理图像的每个像素点的变化方向和变化值得到初始安防管理图像的每个像素点的轮廓值，并将轮廓值小于轮廓阈值的像素点作为轮廓点，并根据初始安防管理图像的所有轮廓点获取初始安防管理图像的目标学生轮廓，然后获取初始安防管理图像的目标学生轮廓的重心。
在一个实施例中，目标学生识别模块根据轮廓点函数、阶跃点和像素点的变化方向和变化值得到每个像素点的轮廓值包括：
R(q)＝W1T(q)+W2H(q)+W3P(q)
W1为像素点的变化值的权重系数，T(q)为像素点的变化值，W2为像素点的变化方向的权重系数，H(q)像素点的变化方向，W3为像素点的阶跃值的权重系数，P(q)为像素点的阶跃值。
T(q)为像素点q的变化值，c(q)为像素点q的像素值，max(c)为与像素点q相邻的像素值最大的像素点的像素值。
其中，α和β为阶跃系数，根据实际情况预先设置，q＝1表示像素点q 为阶跃点，q＝0表示像素点q不为阶跃点。
S4、学生轨迹识别模块获取校园安防管理序列中每个校园安防管理图像的目标学生轮廓的重心。
具体地，学生轨迹识别模块根据校园安防管理序列的校园安防管理图像的排列顺序遍历校园安防管理序列中的每个校园安防管理图像；
学生轨迹识别模块将正在遍历的校园安防管理图像作为中心校园安防管理图像；
学生轨迹识别模块根据初始安防管理图像的目标学生轮廓获取目标学生初始位置；
学生轨迹识别模块根据目标学生初始位置获取中心校园安防管理图像的目标学生轮廓，并获取中心校园安防管理图像的目标学生轮廓的重心；
重复以上步骤以获取校园安防管理序列中每个校园安防管理图像的目标学生轮廓的重心。
在一个实施例中，学生轨迹识别模块根据目标学生初始位置获取中心校园安防管理图像的目标学生轮廓包括：
学生轨迹识别模块获取初始安防管理图像的目标学生轮廓的重心，并将初始安防管理图像的目标学生轮廓的重心作为目标学生初始位置；
学生轨迹识别模块获取中心校园安防管理图像的每个像素点的像素值；
学生轨迹识别模块以目标学生初始位置为起点以向外扩散的方式遍历中心校园安防管理图像的每个像素点以获得中心校园安防管理图像的初始学生轮廓；
学生轨迹识别模块将中心校园安防管理图像中所有构成初始学生轮廓的像素点作为初始轮廓点，并根据所有初始轮廓点的像素值得的中心校园安防管理图像的初始学生轮廓的轮廓曲线值；
学生轨迹识别模块根据轮廓曲线值对中心校园安防管理图像的初始学生轮廓进行最小化处理以得到最小轮廓曲线值，并根据最小轮廓曲线值对中心校园安防管理图像的初始学生轮廓进行优化以得到中心校园安防管理图像的目标学生轮廓。
S5、学生行为检测模块将每个校园安防管理图像的目标学生轮廓的重心映射到标准坐标系以得到每个校园安防管理图像的学生坐标点，并根据校园安防管理图像的时间顺序对每个学生坐标点进行编号；根据每个学生坐标点和每个学生坐标点的编号进行学生行为检测以识别是否发生学生异常行为，并在发生学生异常行为时发送学生警告信息到安防管理终端。
在一个实施例中，学生行为检测模块识别是否发生学生异常行为包括：
学生行为检测模块根据每个学生坐标点的编号将每个学生坐标点进行排序以得到学生坐标点序列；
学生行为检测模块分别获取学生坐标点序列中每个学生坐标点与该学生坐标点的相对学生坐标点的相对距离；
学生行为检测模块将所有相对距离相加得到学生路程；所述学生坐标点的相对学生坐标点为学生坐标点序列中与该学生坐标点相邻的两个学生坐标点中编号最大的学生坐标点。
在一个实施例中，学生行为检测模块识别是否发生学生异常行为包括：
学生行为检测模块通过学生坐标点的编号从学生坐标点序列中获取编号最小的学生坐标点作为第一学生坐标点，并从学生坐标点序列中获取编号最大的学生坐标点作为第二学生坐标点；
学生行为检测模块通过第一学生坐标点和第二学生坐标点的坐标获取第一学生坐标点和第二学生坐标点的距离以得到学生位移；
学生行为检测模块根据学生位移和学生路程得到学生相对离差，并将学生相对离差与相对离差阈值进行比较；
在学生相对离差小于相对离差阈值时，确定校园安防管理视频中的目标学生发生学生异常行为。
可选地，安防管理终端为安防管理员使用的具有通信功能和数据传输功能的设备，其包括：智能手机、平板电脑、台式电脑和笔记本电脑。学生异常行为包括：翻墙、墙边徘徊和墙边投掷。学生警告信息用于提示安防管理人员发生学生异常行为，所述学生警告信息包括：行为时间、行为地点和行为类型，所述行为类型包括：翻墙、墙边徘徊和墙边投掷。所述标准坐标系为以大地为基准的坐标系。
本发明的技术效果，本发明在校园特定区域安装安防管理设备，采集校园安防管理视频并将其发送到智慧安防云平台，智慧安防云平台根据校园安防管理视频分析目标学生是否发生学生异常行为以实现“越界预警、长时间滞留预警”等功能。一旦学生未经授权离开或进入某区域，立即发送学生警告信息给安防管理人员，避免发生学生逃课出校、意外走失等情况。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构 (ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列 (PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
本文可以在软件硬件元件或程序模块的一般上下文中描述各种技术。一般地，这些模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、元素、组件、数据结构等。本文所使用的术语“模块”，“功能”和“组件”一般表示软件、固件、硬件或其组合。本文描述的技术的特征是与平台无关的，意味着这些技术可以在具有各种处理器的各种计算平台上实现。
所描述的模块和技术的实现可以存储在某种形式的计算机可读介质上或者跨某种形式的计算机可读介质传输。计算机可读介质可以包括可由计算设备访问的各种介质。作为示例而非限制，计算机可读介质可以包括“计算机可读存储介质”和“计算机可读信号介质”。
应当理解，为清楚起见，参考不同的功能模块对本发明的实施例进行了描述。然而，在不偏离本发明的情况下，每个功能模块的功能性可以被实施在单个模块中、实施在多个模块中或作为其它功能模块的一部分被实施。例如，被说明成由单个模块执行的功能性可以由多个不同的模块来执行。因此，对特定功能模块的参考仅被视为对用于提供所描述的功能性的适当模块的参考，而不是表明严格的逻辑或物理结构或组织。因此，本发明可以被实施在单个模块中，或者可以在物理上和功能上被分布在不同的模块和电路之间。
需要理解的是，尽管第一、第二、第三等术语在本文中可以用来描述各种设备、元件、部件或元素，但是这些设备、元件、部件或元素不应当由这些术语限制。这些术语仅用来将一个设备、元件、部件或元素与另一个设备、元件、部件或元素相区分。
尽管已经结合一些实施例描述了本发明，但是其不旨在被限于在本文中所阐述的特定形式。相反，本发明的范围仅由所附权利要求来限制。附加地，尽管单独的特征可以被包括在不同的权利要求中，但是这些可以可能地被有利地组合，并且包括在不同权利要求中不暗示特征的组合不是可行的。特征在权利要求中的次序不暗示特征必须以其工作的任何特定次序。此外，在权利要求中，词“包括”不排除其它元件，并且不定冠词“一”或“一个”不排除多个。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
Claims (9)
1.一种将图像识别应用于智慧校园的安防管理方法，其特征在于，安防管理设备周期性的将采集到的监控视频进行监控时间标注和监控范围标注以获取校园安防管理视频并将其发送到智慧安防云平台；
对校园安防管理视频进行处理以得到校园安防管理序列；
将校园安防管理序列中的第一个校园安防管理图像作为初始安防管理图像，并获取初始安防管理图像的所有像素点的像素值，然后获取初始安防管理图像中像素值为零的像素点将其作为阶跃点；
获取其它像素值不为零的像素点并将所有像素值不为零的像素点作为候选像素点；遍历所有候选像素点，并将当前正在遍历的候选像素点作为中心像素点；
根据中心像素点的像素值和所述中心像素点相邻的若干个像素点的像素值得到该中心像素点与相邻像素点的像素离差和，在所述像素离差和大于离差和阈值时将所述中心像素点作为阶跃点；
识别初始安防管理图像的目标学生轮廓以及目标学生轮廓的重心，并获取校园安防管理序列中每个校园安防管理图像的目标学生轮廓的重心；
将每个校园安防管理图像的目标学生轮廓的重心映射到标准坐标系以得到每个校园安防管理图像的学生坐标点，并根据校园安防管理图像的时间顺序对每个学生坐标点进行编号；
根据每个学生坐标点和每个学生坐标点的编号进行学生行为检测以识别是否发生学生异常行为，并在发生学生异常行为时发送学生警告信息到安防管理终端。
2.根据权利要求1所述的方法，其特征在于，对校园安防管理视频进行处理得到校园安防管理序列包括：
在时间维度上按照预设时间步长将校园安防管理视频分割为若干个校园安防管理图像；
将所有校园安防管理图像按照时间顺序进行排序以得到校园安防管理序列。
3.根据权利要求1或2所述的方法，其特征在于，识别初始安防管理图像的目标学生轮廓以及目标学生轮廓的重心包括：
根据初始安防管理图像的每个像素点的像素值得到每个像素点的变化方向和变化值，并根据初始安防管理图像的阶跃点和初始安防管理图像的每个像素点的变化方向和变化值得到初始安防管理图像的每个像素点的轮廓值；
将轮廓值小于轮廓阈值的像素点作为轮廓点，并根据初始安防管理图像的所有轮廓点获取初始安防管理图像的目标学生轮廓，然后获取初始安防管理图像的目标学生轮廓的重心。
4.根据权利要求3所述的方法，其特征在于，所述获取校园安防管理序列中每个校园安防管理图像的目标学生轮廓的重重心包括：
根据校园安防管理序列的校园安防管理图像的排列顺序遍历校园安防管理序列中的每个校园安防管理图像；
将正在遍历的校园安防管理图像作为中心校园安防管理图像；
根据初始安防管理图像的目标学生轮廓获取目标学生初始位置；
根据目标学生初始位置获取中心校园安防管理图像的目标学生轮廓，并获取中心校园安防管理图像的目标学生轮廓的重心；
重复以上步骤以获取校园安防管理序列中每个校园安防管理图像的目标学生轮廓的重心。
5.根据权利要求1至4之一所述的方法，其特征在于，根据目标学生初始位置获取中心校园安防管理图像的目标学生轮廓包括：
获取初始安防管理图像的目标学生轮廓的重心，并将初始安防管理图像的目标学生轮廓的重心作为目标学生初始位置；
获取中心校园安防管理图像的每个像素点的像素值；
以目标学生初始位置为起点以向外扩散的方式遍历中心校园安防管理图像的每个像素点以获得中心校园安防管理图像的初始学生轮廓；
将中心校园安防管理图像中所有构成初始学生轮廓的像素点作为初始轮廓点，并根据所有初始轮廓点的像素值得的中心校园安防管理图像的初始学生轮廓的轮廓曲线值；
根据轮廓曲线值对中心校园安防管理图像的初始学生轮廓进行最小化处理以得到最小轮廓曲线值，并根据最小轮廓曲线值对中心校园安防管理图像的初始学生轮廓进行优化以得到中心校园安防管理图像的目标学生轮廓。
6.根据权利要求5所述的方法，其特征在于，识别是否发生学生异常行为包括：
根据每个学生坐标点的编号将每个学生坐标点进行排序以得到学生坐标点序列；
分别获取学生坐标点序列中每个学生坐标点与该学生坐标点的相对学生坐标点的相对距离；
将所有相对距离相加得到学生路程；所述学生坐标点的相对学生坐标点为学生坐标点序列中与该学生坐标点相邻的两个学生坐标点中编号最大的学生坐标点。
7.根据权利要求6所述的方法，其特征在于，识别是否发生学生异常行为包括：
通过学生坐标点的编号从学生坐标点序列中获取编号最小的学生坐标点作为第一学生坐标点，并从学生坐标点序列中获取编号最大的学生坐标点作为第二学生坐标点；
通过第一学生坐标点和第二学生坐标点的坐标获取第一学生坐标点和第二学生坐标点的距离以得到学生位移；
根据学生位移和学生路程得到学生相对离差，并将学生相对离差与相对离差阈值进行比较；
在学生相对离差小于相对离差阈值时，确定校园安防管理视频中的目标学生发生学生异常行为。
8.根据权利要求7所述的方法，其特征在于，所述学生异常行为包括：翻墙、墙边徘徊和墙边投掷。
9.根据权利要求8所述的方法，其特征在于，所述学生警告信息用于提示安防管理人员发生学生异常行为；所述学生警告信息包括：行为时间、行为地点和行为类型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111654000.XA CN114419495A (zh) | 2021-12-30 | 2021-12-30 | 一种将图像识别应用于智慧校园的安防管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111654000.XA CN114419495A (zh) | 2021-12-30 | 2021-12-30 | 一种将图像识别应用于智慧校园的安防管理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114419495A true CN114419495A (zh) | 2022-04-29 |
Family
ID=81269415
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111654000.XA Pending CN114419495A (zh) | 2021-12-30 | 2021-12-30 | 一种将图像识别应用于智慧校园的安防管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114419495A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115866287A (zh) * | 2023-02-22 | 2023-03-28 | 深圳市网联天下科技有限公司 | 一种智慧校园管理平台的数据高效传输方法 |
-
2021
- 2021-12-30 CN CN202111654000.XA patent/CN114419495A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115866287A (zh) * | 2023-02-22 | 2023-03-28 | 深圳市网联天下科技有限公司 | 一种智慧校园管理平台的数据高效传输方法 |
| CN115866287B (zh) * | 2023-02-22 | 2023-05-05 | 深圳市网联天下科技有限公司 | 一种智慧校园管理平台的数据高效传输方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2018304176B2 (en) | Systems and methods for location fencing within a controlled environment | |
| CN112955900B (zh) | 智能视频监控系统和方法 | |
| US20210312774A1 (en) | Video monitoring system with privacy features | |
| CN112200081A (zh) | 异常行为识别方法、装置、电子设备及存储介质 | |
| CN202058203U (zh) | 一种放射源动态监控管理系统 | |
| CN114358980A (zh) | 一种基于物联网的智慧社区物业管理系统及方法 | |
| CN113903068A (zh) | 基于人脸特征的陌生人监控方法、装置、设备及存储介质 | |
| CN114419495A (zh) | 一种将图像识别应用于智慧校园的安防管理方法 | |
| CN112818314A (zh) | 一种设备检测方法、装置、设备及存储介质 | |
| WO2021072645A1 (en) | Video analytics conflict detection and mitigation | |
| CN111382986B (zh) | 学生管理方法及装置、计算机装置和计算机可读存储介质 | |
| CN113936202A (zh) | 图像安全处理方法和装置、电子设备和存储介质 | |
| CN105472319A (zh) | 一种校园监控系统 | |
| US20200116506A1 (en) | Crowd control using individual guidance | |
| Payghode et al. | Object detection and activity recognition in video surveillance using neural networks | |
| CN107451719B (zh) | 灾区车辆调配方法和灾区车辆调配装置 | |
| CN115602001A (zh) | 基于大数据识别的无人驾驶航空器管理方法、系统和介质 | |
| CN114067283A (zh) | 一种违规行为识别方法、装置、电子设备及存储介质 | |
| CN113158933A (zh) | 一种走失人员识别的方法、系统、装置及存储介质 | |
| CN113570622A (zh) | 一种障碍物确定方法、装置、电子设备以及存储介质 | |
| CN113190703A (zh) | 视频图像的智能检索方法、装置、电子设备及存储介质 | |
| CN113128414A (zh) | 人员跟踪方法、装置、计算机可读存储介质及电子设备 | |
| Kumari et al. | Deep learning and computer vision-based social distancing detection system | |
| CN213458270U (zh) | 一种药品生产企业用实验室管理系统 | |
| US20230230379A1 (en) | Safety compliance system and method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220429 |
|
| WD01 | Invention patent application deemed withdrawn after publication |