CN115116009B - 基于工业互联网的安防管理方法、装置、设备及存储介质 - Google Patents
基于工业互联网的安防管理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115116009B CN115116009B CN202211029473.5A CN202211029473A CN115116009B CN 115116009 B CN115116009 B CN 115116009B CN 202211029473 A CN202211029473 A CN 202211029473A CN 115116009 B CN115116009 B CN 115116009B
- Authority
- CN
- China
- Prior art keywords
- information
- target
- identified
- characteristic
- model
- 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
- 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
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/625—License plates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/26—Techniques for post-processing, e.g. correcting the recognition result
- G06V30/262—Techniques for post-processing, e.g. correcting the recognition result using context analysis, e.g. lexical, syntactic or semantic context
- G06V30/274—Syntactic or semantic context, e.g. balancing
-
- 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
- G06V40/174—Facial expression recognition
-
- 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04H—BROADCAST COMMUNICATION
- H04H20/00—Arrangements for broadcast or for distribution combined with broadcast
- H04H20/53—Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers
- H04H20/59—Arrangements specially adapted for specific applications, e.g. for traffic information or for mobile receivers for emergency or urgency
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及管理数据处理技术领域,公开了一种基于工业互联网的安防管理方法、装置、设备及存储介质,所述方法包括:获取进出目标工业园区的人物图像和/或车辆图像,根据所述人物图像和/或车辆图像得到待识别对象的特征信息;通过目标特征模型对所述特征信息进行识别;在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联特征信息;根据所述关联特征信息与所述待识别对象输入的描述信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理;通过上述方式,在识别失败时,根据关联特征信息和描述信息对进出目标工业园区的人物和/或车辆进行安防管理,从而能够有效提高安防管理的准确性和安全性。
Description
技术领域
本发明涉及管理数据处理技术领域,尤其涉及基于工业互联网的安防管理方法、装置、设备及存储介质。
背景技术
随着互联网技术的广泛应用,互联网+、大数据时代的到来,人们对个人安全的保障越来越重视,这方面的需求也逐渐攀升。各行各业都更加关注安全防护管理,管理者可以通过安全防护管理系统统一协调和管控工作的秩序,同时确保安全,尤其是对于工业园区来说,工业园区作为产出的核心区域,其安全性的高低显著影响产能,而不断进出工业园区的人员和车辆会极大降低整体的安全性,目前安防管理的相关技术是人工和常见的人脸识别系统,但是人工实时预警较差,不具备联动报警机制,可靠性和安全性较低,而人脸识别系统无法识别出与工业园区的流动人员和相关联的车辆,造成人员的体验感较差和安防管理不够准确。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于工业互联网的安防管理方法、装置、设备及存储介质,旨在解决现有技术安防管理的准确性和安全性较低的技术问题。
为实现上述目的,本发明提供了一种基于工业互联网的安防管理方法,所述基于工业互联网的安防管理方法包括以下步骤:
获取进出目标工业园区的人物图像和/或车辆图像,根据所述人物图像和/或车辆图像得到待识别对象的特征信息;
通过目标特征模型对所述特征信息进行识别;
在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联特征信息;
根据所述关联特征信息与所述待识别对象输入的描述信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理。
可选地,所述获取进出目标工业园区的人物图像和/或车辆图像,根据所述人物图像和/或车辆图像得到待识别对象的特征信息,包括:
在检测到有人物和/或车辆进出目标工业园区时,通过若干数量的目标红外终端从不同角度采集人物图像和/或车辆图像;
在所述人物图像存在多个时,获取多个人物图像之间的距离和神态信息;
根据所述距离和所述神态信息分析出所述多个人物之间的亲密度;
在所述亲密度大于或等于预设亲密度阈值时,将所述多个人物和车辆作为待识别对象,并提取所述待识别对象的特征信息;
在所述亲密度小于所述预设亲密度阈值时,通过设置在目标区域的广播设备对目标提醒信息进行播放;
在播放过程中,获取距离所述目标红外终端最近的目标人物图像,将所述目标人物作为待识别对象,并提取所述待识别对象的特征信息。
可选地,所述通过目标特征模型对所述特征信息进行识别之前,还包括:
获取目标工业园区的固定人员信息、流动人员信息;
根据所述固定人员信息和所述流动人员信息查询所拥有的车辆信息和关联人员信息;
将所述固定人员信息、流动人员信息分别与所述车辆信息和所述关联人员信息进行匹配,得到固定人员车辆信息和流动人员车辆信息;
通过目标深度森林算法对所述固定人员车辆信息和所述流动人员车辆信息进行训练,得到目标特征模型;
通过目标损失函数对所述目标特征模型进行检测,得到当前模型精度;
在所述当前模型精度小于预设精度阈值时,对所述目标特征模型的卷积层进行调整;
继续通过目标损失函数对调整后的目标特征模型进行检测,直至检测的模型精度大于或等于预设精度阈值;
在所述检测的模型精度大于或等于预设精度阈值时,继续执行通过目标特征模型对所述特征信息进行识别的步骤。
可选地,所述在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联特征信息,包括:
在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联信息;
获取所述关联信息的有效期限,根据所述有效期限得到对应的终止期限;
在所述终止期限大于当前日期时,根据所述目标特征模型对所述关联信息进行识别,得到与所述特征信息相适应的关联特征信息。
可选地,所述根据所述关联特征信息与所述待识别对象输入的描述信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理,包括:
对所述待识别对象输入的描述信息进行识读,得到各个字符信息;
将所述各个字符信息与所述关联特征信息进行逐个匹配,得到匹配成功信息;
通过语义转换策略对所述匹配成功信息进行转换,得到匹配成功语句;
将所述匹配成功语句和所述待识别对象的图像发送至目标用户的终端;
在预设时间内接收到所述终端反馈的确认信息时,根据所述确认信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理。
可选地,所述将所述匹配成功语句和所述待识别对象的图像发送至目标用户的终端之后,还包括:
在预设时间内未接收到所述终端反馈的确认信息时,对所述待识别对象进行标记,并判断所述待识别对象的意图是否为进入目标工业园区意图;
在所述待识别对象的意图为进入目标工业园区意图时,获取所述待识别对象的当前位置和目的地位置;
根据所述当前位置和所述目的地位置生成目标规划路径;
获取所述待识别对象的行走轨迹;
在所述行走轨迹和所述目标规划路径一致且所述识别对象的行走终点为所述目的地位置时,消除所述待识别对象的标记。
可选地,所述获取所述待识别对象的行走轨迹之后,还包括:
在所述行走轨迹和所述目标规划路径不一致和/或所述识别对象的行走终点不为所述目的地位置时,根据所述描述信息生成预警信息;
对所述预警信息进行广播,直至所述待识别对象离开所述目标工业园区。
此外,为实现上述目的,本发明还提出一种基于工业互联网的安防管理装置,所述基于工业互联网的安防管理装置包括:
获取模块,用于获取进出目标工业园区的人物图像和/或车辆图像,根据所述人物图像和/或车辆图像得到待识别对象的特征信息;
识别模块,用于通过目标特征模型对所述特征信息进行识别;
查询模块,用于在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联特征信息;
管理模块,用于根据所述关联特征信息与所述待识别对象输入的描述信息对进出所述目标工业园区的人物和车辆进行安全防护管理。
此外,为实现上述目的,本发明还提出一种基于工业互联网的安防管理设备,所述基于工业互联网的安防管理设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于工业互联网的安防管理程序,所述基于工业互联网的安防管理程序配置为实现如上文所述的基于工业互联网的安防管理方法。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有基于工业互联网的安防管理程序,所述基于工业互联网的安防管理程序被处理器执行时实现如上文所述的基于工业互联网的安防管理方法。
本发明提出的基于工业互联网的安防管理方法,通过获取进出目标工业园区的人物图像和/或车辆图像,根据所述人物图像和/或车辆图像得到待识别对象的特征信息;通过目标特征模型对所述特征信息进行识别;在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联特征信息;根据所述关联特征信息与所述待识别对象输入的描述信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理;通过上述方式,在识别失败时,根据关联特征信息和描述信息对进出目标工业园区的人物和/或车辆进行安防管理,从而能够有效提高安防管理的准确性和安全性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的基于工业互联网的安防管理设备的结构示意图;
图2为本发明基于工业互联网的安防管理方法第一实施例的流程示意图;
图3为本发明基于工业互联网的安防管理方法第二实施例的流程示意图;
图4为本发明基于工业互联网的安防管理装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的基于工业互联网的安防管理设备结构示意图。
如图1所示,该基于工业互联网的安防管理设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对基于工业互联网的安防管理设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于工业互联网的安防管理程序。
在图1所示的基于工业互联网的安防管理设备中,网络接口1004主要用于与网络一体化平台工作站进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明基于工业互联网的安防管理设备中的处理器1001、存储器1005可以设置在基于工业互联网的安防管理设备中,所述基于工业互联网的安防管理设备通过处理器1001调用存储器1005中存储的基于工业互联网的安防管理程序,并执行本发明实施例提供的基于工业互联网的安防管理方法。
基于上述硬件结构,提出本发明基于工业互联网的安防管理方法实施例。
参照图2,图2为本发明基于工业互联网的安防管理方法第一实施例的流程示意图。
在第一实施例中,所述基于工业互联网的安防管理方法包括以下步骤:
步骤S10,获取进出目标工业园区的人物图像和/或车辆图像,根据所述人物图像和/或车辆图像得到待识别对象的特征信息。
需要说明的是,本实施例的执行主体为基于工业互联网的安防管理设备,还可为其他可实现相同或相似功能的设备,例如安防控制器等,本实施例对此不作限制,在本实施例中,以安防控制器为例进行说明。
应当理解的是,人物图像指的是需要进出目标工业园区的人物的图像,同样,车辆图像指的是需要进出目标工业园区的车辆的图像,在人物驾驶车辆进出目标工业园区时,该图像包括人物图像和车辆图像,该人物图像和车辆图像均是通过若干数量的目标红外终端采集得到的,在仅有人物单独进出目标工业园区时,待识别对象为人物,在人物驾驶车辆进出目标工业园区时,待识别对象为人物和车辆,特征信息指的是能够唯一识别待识别对象的信息,对于车辆来说,特征信息可以为车牌、车型和车内挂件的结合信息等,对于人物来说,特征信息可以为面部信息、行为信息等。
进一步地,步骤S10,包括:在检测到有人物和/或车辆进出目标工业园区时,通过若干数量的目标红外终端从不同角度采集人物图像和/或车辆图像;在所述人物图像存在多个时,获取多个人物图像之间的距离和神态信息;根据所述距离和所述神态信息分析出所述多个人物之间的亲密度;在所述亲密度大于或等于预设亲密度阈值时,将所述多个人物和车辆作为待识别对象,并提取所述待识别对象的特征信息;在所述亲密度小于所述预设亲密度阈值时,通过设置在目标区域的广播设备对目标提醒信息进行播放;在播放过程中,获取距离所述目标红外终端最近的目标人物图像,将所述目标人物作为待识别对象,并提取所述待识别对象的特征信息。
可以理解的是,通过设置在目标工业园区的门禁目标区域的压力传感器检测是是否有车辆或者人物进出,若有,则通过若干数量的目标红外终端从不同角度采集人物人物图像和/或车辆图像,然后再判断人物图像中是否存在多个,若是,则表明同时有多个人物需要进出目标工业园区,为了避免非工作人员根据正式员工混入目标办工业园区,造成安防管理的安全性较低,此时需要根据多个人物之间的距离和神态信息计算出对应的亲密度,在亲密度大于或等于预设亲密度阈值时,表明多个人物之间有关联的,例如,亲戚或者朋友,在亲密度小于预设亲密度阈值时,则表明多个人物之间是没有关联的,此时通过广播设备播放目标提醒信息,该目标提醒信息指的是提醒多个人物按照先后顺序进行排队的信息,然后再采集目标人物图像,该目标人物图像指的是距离目标红外终端最近的人物的图像,再提取待识别对象的特征信息。
步骤S20,通过目标特征模型对所述特征信息进行识别。
可以理解的是,目标特征模型指的是含有目标工业园区的所有人员信息和其拥有的车辆信息和关联人员信息的特征模型,该目标特征模型是通过根据标深度森林算法、固定人员车辆信息以及流动人员车辆信息训练得到的,然后通过目标特征模型对特征信息进行识别。
进一步地,步骤S20之前,还包括:获取目标工业园区的固定人员信息、流动人员信息;根据所述固定人员信息和所述流动人员信息查询所拥有的车辆信息和关联人员信息;将所述固定人员信息、流动人员信息分别与所述车辆信息和所述关联人员信息进行匹配,得到固定人员车辆信息和流动人员车辆信息;通过目标深度森林算法对所述固定人员车辆信息和所述流动人员车辆信息进行训练,得到目标特征模型;通过目标损失函数对所述目标特征模型进行检测,得到当前模型精度;在所述当前模型精度小于预设精度阈值时,对所述目标特征模型的卷积层进行调整;继续通过目标损失函数对调整后的目标特征模型进行检测,直至检测的模型精度大于或等于预设精度阈值;在所述检测的模型精度大于或等于预设精度阈值时,继续执行通过目标特征模型对所述特征信息进行识别的步骤。
应当理解的是,固定人员信息指的是在目标工业园区正式固定工作的人员信息,流动人员信息指的是在目标工业园区正式非固定工作的人员信息,车辆信息指的是固定人员和流动人员所拥有车辆的信息,关联人员信息指的是与固定人员或者流动人员相关联的信息,该关联人员可以为固定人员或者流动人员的朋友、亲戚以及其他亲密关系的人物,在匹配得到固定人员车辆信息和流动人员车辆信息后,通过目标深度森林算法对固定人员车辆信息和流动人员车辆信息进行训练,得到目标特征模型。
可以理解的是,在训练得到目标特征模型后,需要通过目标损失函数检测目标特征模型是否合格,即判断当前模型精度是否大于或等于预设精度阈值,若是,则表明目标特征模型合格,若否,则需要对目标特征模型的卷积层进行调整,直至调整后的目标特征模型的精度大于或者等于预设精度阈值,该目标损失函数可以为改进的softmax函数。
步骤S30,在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联特征信息。
应当理解的是,关联特征信息指的是与待识别对象的特征信息相关联的特征信息,在识别待识别对象的特征信息失败后,根据目标特征模型查询与特征信息相适应的关联特征信息。
进一步地,步骤S30,包括:在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联信息;获取所述关联信息的有效期限,根据所述有效期限得到对应的终止期限;在所述终止期限大于当前日期时,根据所述目标特征模型对所述关联信息进行识别,得到与所述特征信息相适应的关联特征信息。
可以理解的是,有效期限指的是关联信息在目标工业园区进出的期限,终止期限为有效期限的最后期限,例如,有效期限为2021.06.01-2022.06.02,此时的终止期限为2022.06.02,在终止期限小于或等于当前日期时,表明关联信息为无效信息,在终止期限大于当前日期时,通过目标特征信息对关联信息进行识别,得到与特征信息相适应的关联特征信息。
步骤S40,根据所述关联特征信息与所述待识别对象输入的描述信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理。
可以理解的是,描述信息指的是待识别对象在核验框输入的与关联特征信息进行比对的信息,在得到待识别对象输入的描述信息后,将关联特征信息与描述信息进行比对,然后根据比对结果对进出目标工业园区的人物和/或车辆进行安全防护管理,在比对成功时,允许人物和/或车辆进出目标工业园区,在比对失败时,禁止人物和/或车辆进出目标工业园区。
本实施例通过获取进出目标工业园区的人物图像和/或车辆图像,根据所述人物图像和/或车辆图像得到待识别对象的特征信息;通过目标特征模型对所述特征信息进行识别;在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联特征信息;根据所述关联特征信息与所述待识别对象输入的描述信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理;通过上述方式,在识别失败时,根据关联特征信息和描述信息对进出目标工业园区的人物和/或车辆进行安防管理,从而能够有效提高安防管理的准确性和安全性。
在一实施例中,如图3所述,基于第一实施例提出本发明基于工业互联网的安防管理方法第二实施例,所述步骤S40,包括:
步骤S401,对所述待识别对象输入的描述信息进行识读,得到各个字符信息。
应当理解的是,各个字符信息指的是组成描述信息的字符信息,具体是在获取到待识别对象输入的描述信息后,通过目标识别策略对描述信息进行识读,以得到各个字符信息,该目标识别策略可以为OCR识别策略,也可以为其他实现同样或者相似功能的识别策略。
步骤S402,将所述各个字符信息与所述关联特征信息进行逐个匹配,得到匹配成功信息。
可以理解的是,在得到各个字符信息后,将各个字符信息分别与关联特征信息的字符信息进行逐个匹配,在匹配过程中,如果遇到空格、标点符号以及其他非字符信息时,直接跳过,继续与下一个字符信息进行匹配,以得到匹配成功信息。
步骤S403,通过语义转换策略对所述匹配成功信息进行转换,得到匹配成功语句。
应当理解的是,在得到匹配成功信息后,该匹配成功信息会存在语句不通顺的情况,此时需要通过语义转换策略对匹配成功信息进行转换,在转换过程中,会对不通顺的语句信息进行预处理,以得到匹配成功语句。
步骤S404,将所述匹配成功语句和所述待识别对象的图像发送至目标用户的终端。
可以理解的是,在得到匹配成功语句后,通过预留的联系方式将匹配成功语句和待识别对象的图像发送至目标用户的终端,由目标用户根据匹配成功语句和图像对待识别对象进行确认。
进一步地,步骤S404之后,还包括:在预设时间内未接收到所述终端反馈的确认信息时,对所述待识别对象进行标记,并判断所述待识别对象的意图是否为进入目标工业园区意图;在所述待识别对象的意图为进入目标工业园区意图时,获取所述待识别对象的当前位置和目的地位置;根据所述当前位置和所述目的地位置生成目标规划路径;获取所述待识别对象的行走轨迹;在所述行走轨迹和所述目标规划路径一致且所述识别对象的行走终点为所述目的地位置时,消除所述待识别对象的标记。
应当理解的是,在预设时间内未接收到终端反馈的确认信息时,表明目标用户在忙无法及时反馈确认信息,此时为了提高待识别用户和目标用户的体验感,通过目标标签对待识别对象进行标记,并继续判断待识别对象的意图,在判定待识别对象的意图为进入目标工业园区意图时,表明待识别对象需要进入至目标工业园区内,此时根据待识别对象想到达到的目的地位置和当前位置生成目标规划路径,行走轨迹指的是待识别对象在目标工业园区内行走的轨迹,在待识别对象的行走轨迹与目标规划路径一致且识别对象的行走终点为目的地位置时,表明待识别对象为目标用户的关联用户,此时消除对待识别对象的标记。
进一步地,所述获取所述待识别对象的行走轨迹之后,还包括:在所述行走轨迹和所述目标规划路径不一致和/或所述识别对象的行走终点不为所述目的地位置时,根据所述描述信息生成预警信息;对所述预警信息进行广播,直至所述待识别对象离开所述目标工业园区。
可以理解的是,在待识别对象的行走轨迹与目标规划路径不一致和/或识别对象的行走终点不为目的地位置,表明待识别对象为外来人员,可能对目标工业园区的生产造成影响,此时,根据待识别对象输入的描述信息生成预警信息并进行广播,以提醒待识别对象尽快离开目标工业园区。
步骤S405,在预设时间内接收到所述终端反馈的确认信息时,根据所述确认信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理。
应当理解的是,确认信息指的是目标用户根据匹配成功语句和图像对待识别对象进行确认的信息,该确认信息包括确认成功信息和确认失败信息,在预设时间内接收到终端反馈的确认信息后,通过该确认信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理,具体是在确认信息为确认成功信息时,允许人物和/或车辆进出目标工业园区,在确认信息为确认失败信息时,禁止人物和/或车辆进出目标工业园区。
本实施例通过对所述待识别对象输入的描述信息进行识读,得到各个字符信息;将所述各个字符信息与所述关联特征信息进行逐个匹配,得到匹配成功信息;通过语义转换策略对所述匹配成功信息进行转换,得到匹配成功语句;将所述匹配成功语句和所述待识别对象的图像发送至目标用户的终端;在预设时间内接收到所述终端反馈的确认信息时,根据所述确认信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理;通过上述方式,将待识别对象输入的描述信息的各个字符信息与关联特征信息进行逐个匹配,然后通过语义转换策略将匹配成功信息转换为匹配成功语句,再由目标用户根据匹配成功语句和图像对待识别对象进行确认,根据目标用户的终端反馈的确认信息对目标工业园区的人物和/或车辆进行安全防护管理,从而能够有效提高管理目标工业园区的安全性和效率。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有基于工业互联网的安防管理程序,所述基于工业互联网的安防管理程序被处理器执行时实现如上文所述的基于工业互联网的安防管理方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案,因此至少具有上述实施例的技术方案所带来的所有有益效果,在此不再一一赘述。
此外,参照图4,本发明实施例还提出一种基于工业互联网的安防管理装置,所述基于工业互联网的安防管理装置包括:
获取模块10,用于获取进出目标工业园区的人物图像和/或车辆图像,根据所述人物图像和/或车辆图像得到待识别对象的特征信息。
识别模块20,用于通过目标特征模型对所述特征信息进行识别。
查询模块30,用于在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联特征信息。
管理模块40,用于根据所述关联特征信息与所述待识别对象输入的描述信息对进出所述目标工业园区的人物和车辆进行安全防护管理。
本实施例通过获取进出目标工业园区的人物图像和/或车辆图像,根据所述人物图像和/或车辆图像得到待识别对象的特征信息;通过目标特征模型对所述特征信息进行识别;在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联特征信息;根据所述关联特征信息与所述待识别对象输入的描述信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理;通过上述方式,在识别失败时,根据关联特征信息和描述信息对进出目标工业园区的人物和/或车辆进行安防管理,从而能够有效提高安防管理的准确性和安全性。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的基于工业互联网的安防管理方法,此处不再赘述。
在一实施例中,所述获取模块10,还用于在检测到有人物和/或车辆进出目标工业园区时,通过若干数量的目标红外终端从不同角度采集人物图像和/或车辆图像;在所述人物图像存在多个时,获取多个人物图像之间的距离和神态信息;根据所述距离和所述神态信息分析出所述多个人物之间的亲密度;在所述亲密度大于或等于预设亲密度阈值时,将所述多个人物和车辆作为待识别对象,并提取所述待识别对象的特征信息;在所述亲密度小于所述预设亲密度阈值时,通过设置在目标区域的广播设备对目标提醒信息进行播放;在播放过程中,获取距离所述目标红外终端最近的目标人物图像,将所述目标人物作为待识别对象,并提取所述待识别对象的特征信息。
在一实施例中,所述识别模块20,还用于获取目标工业园区的固定人员信息、流动人员信息;根据所述固定人员信息和所述流动人员信息查询所拥有的车辆信息和关联人员信息;将所述固定人员信息、流动人员信息分别与所述车辆信息和所述关联人员信息进行匹配,得到固定人员车辆信息和流动人员车辆信息;通过目标深度森林算法对所述固定人员车辆信息和所述流动人员车辆信息进行训练,得到目标特征模型;通过目标损失函数对所述目标特征模型进行检测,得到当前模型精度;在所述当前模型精度小于预设精度阈值时,对所述目标特征模型的卷积层进行调整;继续通过目标损失函数对调整后的目标特征模型进行检测,直至检测的模型精度大于或等于预设精度阈值;在所述检测的模型精度大于或等于预设精度阈值时,继续执行通过目标特征模型对所述特征信息进行识别的步骤。
在一实施例中,所述查询模块30,还用于在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联信息;获取所述关联信息的有效期限,根据所述有效期限得到对应的终止期限;在所述终止期限大于当前日期时,根据所述目标特征模型对所述关联信息进行识别,得到与所述特征信息相适应的关联特征信息。
在一实施例中,所述管理模块40,还用于对所述待识别对象输入的描述信息进行识读,得到各个字符信息;将所述各个字符信息与所述关联特征信息进行逐个匹配,得到匹配成功信息;通过语义转换策略对所述匹配成功信息进行转换,得到匹配成功语句;将所述匹配成功语句和所述待识别对象的图像发送至目标用户的终端;在预设时间内接收到所述终端反馈的确认信息时,根据所述确认信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理。
在一实施例中,所述管理模块40,还用于在预设时间内未接收到所述终端反馈的确认信息时,对所述待识别对象进行标记,并判断所述待识别对象的意图是否为进入目标工业园区意图;在所述待识别对象的意图为进入目标工业园区意图时,获取所述待识别对象的当前位置和目的地位置;根据所述当前位置和所述目的地位置生成目标规划路径;获取所述待识别对象的行走轨迹;在所述行走轨迹和所述目标规划路径一致且所述识别对象的行走终点为所述目的地位置时,消除所述待识别对象的标记。
在一实施例中,所述管理模块40,还用于在所述行走轨迹和所述目标规划路径不一致和/或所述识别对象的行走终点不为所述目的地位置时,根据所述描述信息生成预警信息;对所述预警信息进行广播,直至所述待识别对象离开所述目标工业园区。
本发明所述基于工业互联网的安防管理装置的其他实施例或具有实现方法可参照上述各方法实施例,此处不在赘余。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,一体化平台工作站,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种基于工业互联网的安防管理方法,其特征在于,所述基于工业互联网的安防管理方法包括以下步骤:
获取进出目标工业园区的人物图像和/或车辆图像,根据所述人物图像和/或车辆图像得到待识别对象的特征信息;
通过目标特征模型对所述特征信息进行识别;
在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联特征信息;
根据所述关联特征信息与所述待识别对象输入的描述信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理;
所述获取进出目标工业园区的人物图像和/或车辆图像,根据所述人物图像和/或车辆图像得到待识别对象的特征信息,包括:
在检测到有人物和/或车辆进出目标工业园区时,通过若干数量的目标红外终端从不同角度采集人物图像和/或车辆图像;
在所述人物图像存在多个时,获取多个人物图像之间的距离和神态信息;
根据所述距离和所述神态信息分析出所述多个人物之间的亲密度;
在所述亲密度大于或等于预设亲密度阈值时,将所述多个人物和车辆作为待识别对象,并提取所述待识别对象的特征信息;
在所述亲密度小于所述预设亲密度阈值时,通过设置在目标区域的广播设备对目标提醒信息进行播放;
在播放过程中,获取距离所述目标红外终端最近的目标人物图像,将所述目标人物作为待识别对象,并提取所述待识别对象的特征信息;
所述根据所述关联特征信息与所述待识别对象输入的描述信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理,包括:
对所述待识别对象输入的描述信息进行识读,得到各个字符信息;
将所述各个字符信息与所述关联特征信息进行逐个匹配,得到匹配成功信息;
通过语义转换策略对所述匹配成功信息进行转换,得到匹配成功语句;
将所述匹配成功语句和所述待识别对象的图像发送至目标用户的终端;
在预设时间内接收到所述终端反馈的确认信息时,根据所述确认信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理。
2.如权利要求1所述的基于工业互联网的安防管理方法,其特征在于,所述通过目标特征模型对所述特征信息进行识别之前,还包括:
获取目标工业园区的固定人员信息、流动人员信息;
根据所述固定人员信息和所述流动人员信息查询所拥有的车辆信息和关联人员信息;
将所述固定人员信息、流动人员信息分别与所述车辆信息和所述关联人员信息进行匹配,得到固定人员车辆信息和流动人员车辆信息;
通过目标深度森林算法对所述固定人员车辆信息和所述流动人员车辆信息进行训练,得到目标特征模型;
通过目标损失函数对所述目标特征模型进行检测,得到当前模型精度;
在所述当前模型精度小于预设精度阈值时,对所述目标特征模型的卷积层进行调整;
继续通过目标损失函数对调整后的目标特征模型进行检测,直至检测的模型精度大于或等于预设精度阈值;
在所述检测的模型精度大于或等于预设精度阈值时,继续执行通过目标特征模型对所述特征信息进行识别的步骤。
3.如权利要求1所述的基于工业互联网的安防管理方法,其特征在于,所述在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联特征信息,包括:
在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联信息;
获取所述关联信息的有效期限,根据所述有效期限得到对应的终止期限;
在所述终止期限大于当前日期时,根据所述目标特征模型对所述关联信息进行识别,得到与所述特征信息相适应的关联特征信息。
4.如权利要求1所述的基于工业互联网的安防管理方法,其特征在于,所述将所述匹配成功语句和所述待识别对象的图像发送至目标用户的终端之后,还包括:
在预设时间内未接收到所述终端反馈的确认信息时,对所述待识别对象进行标记,并判断所述待识别对象的意图是否为进入目标工业园区意图;
在所述待识别对象的意图为进入目标工业园区意图时,获取所述待识别对象的当前位置和目的地位置;
根据所述当前位置和所述目的地位置生成目标规划路径;
获取所述待识别对象的行走轨迹;
在所述行走轨迹和所述目标规划路径一致且所述识别对象的行走终点为所述目的地位置时,消除所述待识别对象的标记。
5.如权利要求4所述的基于工业互联网的安防管理方法,其特征在于,所述获取所述待识别对象的行走轨迹之后,还包括:
在所述行走轨迹和所述目标规划路径不一致和/或所述识别对象的行走终点不为所述目的地位置时,根据所述描述信息生成预警信息;
对所述预警信息进行广播,直至所述待识别对象离开所述目标工业园区。
6.一种基于工业互联网的安防管理装置,其特征在于,所述基于工业互联网的安防管理装置包括:
获取模块,用于获取进出目标工业园区的人物图像和/或车辆图像,根据所述人物图像和/或车辆图像得到待识别对象的特征信息;
识别模块,用于通过目标特征模型对所述特征信息进行识别;
查询模块,用于在识别失败时,根据所述目标特征模型查询与所述特征信息相适应的关联特征信息;
管理模块,用于根据所述关联特征信息与所述待识别对象输入的描述信息对进出所述目标工业园区的人物和车辆进行安全防护管理;
所述获取模块,还用于在检测到有人物和/或车辆进出目标工业园区时,通过若干数量的目标红外终端从不同角度采集人物图像和/或车辆图像;在所述人物图像存在多个时,获取多个人物图像之间的距离和神态信息;根据所述距离和所述神态信息分析出所述多个人物之间的亲密度;在所述亲密度大于或等于预设亲密度阈值时,将所述多个人物和车辆作为待识别对象,并提取所述待识别对象的特征信息;在所述亲密度小于所述预设亲密度阈值时,通过设置在目标区域的广播设备对目标提醒信息进行播放;在播放过程中,获取距离所述目标红外终端最近的目标人物图像,将所述目标人物作为待识别对象,并提取所述待识别对象的特征信息;
所述管理模块,还用于对所述待识别对象输入的描述信息进行识读,得到各个字符信息;将所述各个字符信息与所述关联特征信息进行逐个匹配,得到匹配成功信息;通过语义转换策略对所述匹配成功信息进行转换,得到匹配成功语句;将所述匹配成功语句和所述待识别对象的图像发送至目标用户的终端;在预设时间内接收到所述终端反馈的确认信息时,根据所述确认信息对进出所述目标工业园区的人物和/或车辆进行安全防护管理。
7.一种基于工业互联网的安防管理设备,其特征在于,所述基于工业互联网的安防管理设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于工业互联网的安防管理程序,所述基于工业互联网的安防管理程序配置有实现如权利要求1至5中任一项所述的基于工业互联网的安防管理方法。
8.一种存储介质,其特征在于,所述存储介质上存储有基于工业互联网的安防管理程序,所述基于工业互联网的安防管理程序被处理器执行时实现如权利要求1至5中任一项所述的基于工业互联网的安防管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211029473.5A CN115116009B (zh) | 2022-08-26 | 2022-08-26 | 基于工业互联网的安防管理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211029473.5A CN115116009B (zh) | 2022-08-26 | 2022-08-26 | 基于工业互联网的安防管理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115116009A CN115116009A (zh) | 2022-09-27 |
CN115116009B true CN115116009B (zh) | 2022-12-02 |
Family
ID=83335355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211029473.5A Active CN115116009B (zh) | 2022-08-26 | 2022-08-26 | 基于工业互联网的安防管理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115116009B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107741932B (zh) * | 2016-06-24 | 2021-02-26 | 深圳壹账通智能科技有限公司 | 用户数据融合方法及系统 |
CN109190601A (zh) * | 2018-10-19 | 2019-01-11 | 银河水滴科技(北京)有限公司 | 一种监控场景下目标对象识别方法及装置 |
CN109635146B (zh) * | 2018-11-28 | 2021-01-15 | 武汉虹信技术服务有限责任公司 | 一种基于图像特征的目标查询方法及系统 |
WO2020145883A1 (en) * | 2019-01-10 | 2020-07-16 | Hitachi, Ltd. | Object tracking systems and methods for tracking an object |
CN112489272A (zh) * | 2019-09-12 | 2021-03-12 | 上海智迪网络科技有限公司 | 一种专用于园区的智能安防控制系统 |
CN112699720B (zh) * | 2020-10-10 | 2023-10-20 | 杭州翔毅科技有限公司 | 基于人物信息集的监控方法、设备、存储介质及装置 |
-
2022
- 2022-08-26 CN CN202211029473.5A patent/CN115116009B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115116009A (zh) | 2022-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112073741B (zh) | 直播信息的处理方法、装置、电子设备及存储介质 | |
CN109509021B (zh) | 基于行为轨迹的异常识别方法、装置、服务器及存储介质 | |
CN112507125A (zh) | 三元组信息提取方法、装置、设备及计算机可读存储介质 | |
CN111695439A (zh) | 图像结构化数据提取方法、电子装置及存储介质 | |
CN110096681B (zh) | 合同条款分析方法、装置、设备及可读存储介质 | |
CN111581623B (zh) | 智能数据交互方法、装置、电子设备及存储介质 | |
CN112908325B (zh) | 语音交互方法、装置、电子设备及存储介质 | |
CN112836521A (zh) | 问答匹配方法、装置、计算机设备及存储介质 | |
CN112214997A (zh) | 语音信息录入方法、装置、电子设备及存储介质 | |
CN113299294B (zh) | 任务型对话机器人交互方法、装置、设备及存储介质 | |
CN111191066A (zh) | 一种基于图像识别的宠物身份识别方法和装置 | |
CN111178816B (zh) | 宿舍监控管理方法、装置、电子设备及存储介质 | |
CN115116009B (zh) | 基于工业互联网的安防管理方法、装置、设备及存储介质 | |
CN110874570A (zh) | 面部识别方法、装置、设备及计算机可读存储介质 | |
CN114386013A (zh) | 学籍自动认证方法、装置、计算机设备及存储介质 | |
CN117648982A (zh) | 基于问答模型生成答案方法、装置、电子设备及存储介质 | |
CN115690819A (zh) | 一种基于大数据的识别方法及其系统 | |
CN112633244B (zh) | 一种社交关系的识别方法、装置、电子设备及存储介质 | |
CN113918699A (zh) | 调查问卷的生成方法、装置、计算机设备和存储介质 | |
CN114549221A (zh) | 车辆事故损失处理方法、装置、计算机设备及存储介质 | |
CN111626684B (zh) | 智能税务处理方法、装置、终端和介质 | |
CN111626834B (zh) | 智能税务处理方法、装置、终端和介质 | |
CN111613225A (zh) | 基于语音及图像处理的道路违规自动上报方法及系统 | |
Martovytskyi et al. | Mathematical Model of User Behavior in Computer Systems | |
CN115240015B (zh) | 目标检测模型的训练方法、装置、设备和存储介质 |
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 |