CN115394026A - 一种基于5g技术的智能监控方法及系统 - Google Patents

Abstract

本发明涉及智能监控技术领域，具体公开了一种基于5G技术的智能监控方法及系统。本发明通过基于5G技术，实时获取多个监控视频数据，并提取多个行动数据；对多个所述监控视频数据进行禁止区域分析识别；判断是否有人员侵入，并在存在人员侵入时，进行侵入报警；进行禁止标识分析识别；判断是否存在员工禁止行为，并在存在员工禁止行为时，进行禁止报警。能够根据监控视频数据，进行禁止区域分析识别和禁止标识分析识别，进而根据监控视频中的人员行动数据，进行人员侵入、禁止行为的判断与报警，从而能够仅仅依靠视频监控，实现自动的禁止侵入和禁止行为识别判断，且识别判断效率高、反应快，无需与多个传感器进行配合，智能监控成本低。

Description

一种基于5G技术的智能监控方法及系统

技术领域

本发明属于智能监控技术领域，尤其涉及一种基于5G技术的智能监控方法及系统。

背景技术

智能监控是嵌入式视频服务器中，集成了智能行为识别算法，能够对画面场景中的物体的行为进行识别、判断，并在适当的条件下，产生报警提示用户。智能监控系统，通过采用图像处理、模式识别和计算机视觉技术，在监控系统中增加智能视频分析模块，借助计算机强大的数据处理能力过滤掉视频画面无用的或干扰信息、自动识别不同物体，分析抽取视频源中关键有用信息。5G是具有高速率、低时延和大连接特点的新一代宽带移动通信技术，5G通讯设施是实现人机物互联的网络基础设施。

随着5G技术的快速发展，智能监控中已经广泛应用5G技术，形成基于5G技术的智能监控系统。现有的基于5G技术的智能监控系统，通常能够实现智能监控数据的快速传输，能够便于监控管理人员快速查询和浏览当前的视频监控数据，且监控画面更加清晰，但是现有的基于5G技术的智能监控系统，不能够进行自动的禁止区域识别和禁止区域侵入判断，且不能够自动识别禁止标识，因此不能够自动判断监控中的禁止行为，若需要进行禁止侵入和禁止行为识别判断，还需要与多个传感器进行配合，智能监控成本高。

发明内容

本发明实施例的目的在于提供一种基于5G技术的智能监控方法及系统，旨在解决背景技术中提出的问题。

为实现上述目的，本发明实施例提供如下技术方案：

一种基于5G技术的智能监控方法，所述方法具体包括以下步骤：

基于5G技术，实时获取多个监控区域的多个监控视频数据，并根据多个所述监控视频数据进行人员行动分析，提取多个行动数据；

对多个所述监控视频数据进行禁止区域分析识别，标记多个监控区域的多个禁止区域范围；

根据多个所述行动数据，判断多个所述禁止区域范围是否有人员侵入，并在存在人员侵入时，进行侵入报警；

对多个所述监控视频数据进行禁止标识分析识别，生成多个监控区域的多个禁止行为数据；

根据多个所述行动数据和多个所述禁止行为数据，判断是否存在员工禁止行为，并在存在员工禁止行为时，进行禁止报警。

作为本发明实施例技术方案进一步的限定，所述基于5G技术，实时获取多个监控区域的多个监控视频数据，并根据多个所述监控视频数据进行人员行动分析，提取多个行动数据具体包括以下步骤：

基于5G技术，实时获取多个监控区域的多个监控视频数据；

根据多个所述监控视频数据进行人员识别，标记多个行动人员；

对多个所述行动人员进行行动分析，提取多个行动数据。

作为本发明实施例技术方案进一步的限定，所述对多个所述监控视频数据进行禁止区域分析识别，标记多个监控区域的多个禁止区域范围具体包括以下步骤：

提取多个所述监控视频数据的监控背景图像；

通过sobel算法对多个所述监控背景图像进行图像边缘检测，得到多个图像边缘检测数据；

利用Hough变换，对多个所述图像边缘检测数据进行直线检测，生成多个直线检测数据；

根据多个所述直线检测数据进行直线密度计算，根据计算结果，标记多个监控区域的多个禁止区域范围。

作为本发明实施例技术方案进一步的限定，所述根据多个所述行动数据，判断多个所述禁止区域范围是否有人员侵入，并在存在人员侵入时，进行侵入报警具体包括以下步骤：

匹配多个所述禁止区域范围对应的多个行动数据；

根据多个所述行动数据，判断对应的多个禁止区域范围是否有人员侵入；

在存在人员侵入时，进行侵入报警。

作为本发明实施例技术方案进一步的限定，所述对多个所述监控视频数据进行禁止标识分析识别，生成多个监控区域的多个禁止行为数据具体包括以下步骤：

对多个所述监控背景图像进行静态分析，提取多个禁止标识；

对多个所述禁止标识进行大数据识别，获取大数据识别结果；

根据所述大数据识别结果，生成多个监控区域的多个禁止行为数据。

作为本发明实施例技术方案进一步的限定，所述根据多个所述行动数据和多个所述禁止行为数据，判断是否存在员工禁止行为，并在存在员工禁止行为时，进行禁止报警具体包括以下步骤：

匹配多个所述禁止行为数据对应的多个行动数据；

对多个所述行动数据进行行动分析，生成多个行动分析结果；

根据多个所述行动分析结果和多个对应的禁止行为数据，判断是否存在员工禁止行为；

在存在员工禁止行为时，进行禁止报警。

一种基于5G技术的智能监控系统，所述系统包括监控获取分析单元、禁止区域分析单元、侵入判断处理单元、标识分析识别单元和禁止行为判断单元，其中：

监控获取分析单元，用于基于5G技术，实时获取多个监控区域的多个监控视频数据，并根据多个所述监控视频数据进行人员行动分析，提取多个行动数据；

禁止区域分析单元，用于对多个所述监控视频数据进行禁止区域分析识别，标记多个监控区域的多个禁止区域范围；

侵入判断处理单元，用于根据多个所述行动数据，判断多个所述禁止区域范围是否有人员侵入，并在存在人员侵入时，进行侵入报警；

标识分析识别单元，用于对多个所述监控视频数据进行禁止标识分析识别，生成多个监控区域的多个禁止行为数据；

禁止行为判断单元，用于根据多个所述行动数据和多个所述禁止行为数据，判断是否存在员工禁止行为，并在存在员工禁止行为时，进行禁止报警。

作为本发明实施例技术方案进一步的限定，所述禁止区域分析单元具体包括：

背景提取模块，用于提取多个所述监控视频数据的监控背景图像；

边缘检测模块，用于通过sobel算法对多个所述监控背景图像进行图像边缘检测，得到多个图像边缘检测数据；

直线检测模块，用于利用Hough变换，对多个所述图像边缘检测数据进行直线检测，生成多个直线检测数据；

范围标记模块，用于根据多个所述直线检测数据进行直线密度计算，根据计算结果，标记多个监控区域的多个禁止区域范围。

作为本发明实施例技术方案进一步的限定，所述标识分析识别单元具体包括：

静态分析模块，用于对多个所述监控背景图像进行静态分析，提取多个禁止标识；

标识识别模块，用于对多个所述禁止标识进行大数据识别，获取大数据识别结果；

结果处理模块，用于根据所述大数据识别结果，生成多个监控区域的多个禁止行为数据。

作为本发明实施例技术方案进一步的限定，所述禁止行为判断单元具体包括：

数据匹配模块，用于匹配多个所述禁止行为数据对应的多个行动数据；

行动分析模块，用于对多个所述行动数据进行行动分析，生成多个行动分析结果；

行为判断模块，用于根据多个所述行动分析结果和多个对应的禁止行为数据，判断是否存在员工禁止行为；

禁止报警模块，用于在存在员工禁止行为时，进行禁止报警。

与现有技术相比，本发明的有益效果是：

本发明实施例通过基于5G技术，实时获取多个监控视频数据，并提取多个行动数据；对多个所述监控视频数据进行禁止区域分析识别；判断是否有人员侵入，并在存在人员侵入时，进行侵入报警；进行禁止标识分析识别；判断是否存在员工禁止行为，并在存在员工禁止行为时，进行禁止报警。能够根据监控视频数据，进行禁止区域分析识别和禁止标识分析识别，进而根据监控视频中的人员行动数据，进行人员侵入、禁止行为的判断与报警，从而能够仅仅依靠视频监控，实现自动的禁止侵入和禁止行为识别判断，且识别判断效率高、反应快，无需与多个传感器进行配合，智能监控成本低。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。

图1示出了本发明实施例提供的方法的流程图。

图2示出了本发明实施例提供的方法中监控视频获取分析的流程图。

图3示出了本发明实施例提供的方法中禁止区域分析识别的流程图。

图4示出了本发明实施例提供的方法中人员侵入分析判断的流程图。

图5示出了本发明实施例提供的方法中禁止标识分析识别的流程图。

图6示出了本发明实施例提供的方法中禁止行为分析判断的流程图。

图7示出了本发明实施例提供的系统的应用架构图。

图8示出了本发明实施例提供的系统中禁止区域分析单元的结构框图。

图9示出了本发明实施例提供的系统中标识分析识别单元的结构框图。

图10示出了本发明实施例提供的系统中禁止行为判断单元的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解的是，在现有技术中，基于5G技术的智能监控系统，不能够进行自动的禁止区域识别和禁止区域侵入判断，且不能够自动识别禁止标识，因此不能够自动判断监控中的禁止行为，若需要进行禁止侵入和禁止行为识别判断，还需要与多个传感器进行配合，智能监控成本高。

为解决上述问题，本发明实施例通过基于5G技术，实时获取多个监控视频数据，并提取多个监控区域人员的行动数据；对多个所述监控视频数据进行禁止区域分析识别；判断是否有人员侵入，并在存在人员侵入时，进行侵入报警；进行禁止标识分析识别；判断是否存在员工禁止行为，并在存在员工禁止行为时，进行禁止报警。能够根据监控视频数据，进行禁止区域分析识别和禁止标识分析识别，进而根据监控视频中的人员行动数据，进行人员侵入、禁止行为的判断与报警，从而能够仅仅依靠视频监控，实现自动的禁止侵入和禁止行为识别判断，且识别判断效率高、反应快，无需与多个传感器进行配合，智能监控成本低。

图1示出了本发明实施例提供的方法的流程图。

具体的，一种基于5G技术的智能监控方法，所述方法具体包括以下步骤：

步骤S101，基于5G技术，实时获取多个监控区域的多个监控视频数据，并根据多个所述监控视频数据进行人员行动分析，提取多个行动数据。

在本发明实施例中，在多个监控区域进行视频监控，基于5G技术，实时获取多个监控区域对应的多个监控视频数据，通过对多个监控视频数据进行人员识别，识别并标记多个监控视频数据中对应的多个行动人员，并通过对监控视频数据中的行动人员的行动进行实时分析，提取多个行动数据。

可以理解的是，行动数据，是相应的监控区域内，从监控视频数据中提取的行动人员进行活动的监测数据，既包括行动人员的位置数据，又包括行动人员的动作行为数据。

具体的，图2示出了本发明实施例提供的方法中监控视频获取分析的流程图。

其中，在本发明提供的优选实施方式中，所述基于5G技术，实时获取多个监控区域的多个监控视频数据，并根据多个所述监控视频数据进行人员行动分析，提取多个行动数据具体包括以下步骤：

步骤S1011，基于5G技术，实时获取多个监控区域的多个监控视频数据。

步骤S1012，根据多个所述监控视频数据进行人员识别，标记多个行动人员。

步骤S1013，对多个所述行动人员进行行动分析，提取多个行动数据。

进一步的，所述基于5G技术的智能监控方法还包括以下步骤：

步骤S102，对多个所述监控视频数据进行禁止区域分析识别，标记多个监控区域的多个禁止区域范围。

在本发明实施例中，对监控视频数据进行逐帧化处理，得到多个监控图像，并从多个监控图像中提取没有行动人员的监控背景图像，通过sobel算法，对每个监控区域对应的监控背景图像进行图像边缘检测，得到与多个监控区域分别对应的多个图像边缘检测数据，进而按照Hough变换，对多个图像边缘检测数据进行直线检测，生成与多个监控区域分别对应的多个直线检测数据，按照多个直线检测数据，进行直线密度计算，得到计算结果，进而按照计算结果，确定并标记多个监控区域对应的多个禁止区域范围。

可以理解的是，并不是每个监控区域都具有禁止区域范围，因此，按照背景图像提取、sobel算法、Hough变换和直线密度计算，能够确定具有禁止区域范围的监控区域，且在具有禁止区域范围的监控区域内的禁止区域范围变化时，能够实时更新禁止区域范围。

具体的，图3示出了本发明实施例提供的方法中禁止区域分析识别的流程图。

其中，在本发明提供的优选实施方式中，所述对多个所述监控视频数据进行禁止区域分析识别，标记多个监控区域的多个禁止区域范围具体包括以下步骤：

步骤S1021，提取多个所述监控视频数据的监控背景图像。

步骤S1022，通过sobel算法对多个所述监控背景图像进行图像边缘检测，得到多个图像边缘检测数据。

步骤S1023，利用Hough变换，对多个所述图像边缘检测数据进行直线检测，生成多个直线检测数据。

步骤S1024，根据多个所述直线检测数据进行直线密度计算，根据计算结果，标记多个监控区域的多个禁止区域范围。

进一步的，所述基于5G技术的智能监控方法还包括以下步骤：

步骤S103，根据多个所述行动数据，判断多个所述禁止区域范围是否有人员侵入，并在存在人员侵入时，进行侵入报警。

在本发明实施例中，匹配多个禁止区域范围对应的多个行动数据，使得相同监控区域内的禁止区域范围与行动数据相对应，进而通过相应的行动数据，实时确定行动人员的行动位置，判断是否有人员侵入相应的禁止区域范围内，并在相应的禁止区域范围内存在人员侵入时，生成侵入报警信号，按照侵入报警信号，在相应的监控区域中进行侵入报警。

具体的，图4示出了本发明实施例提供的方法中人员侵入分析判断的流程图。

其中，在本发明提供的优选实施方式中，所述根据多个所述行动数据，判断多个所述禁止区域范围是否有人员侵入，并在存在人员侵入时，进行侵入报警具体包括以下步骤：

步骤S1031，匹配多个所述禁止区域范围对应的多个行动数据。

步骤S1032，根据多个所述行动数据，判断对应的多个禁止区域范围是否有人员侵入。

步骤S1033，在存在人员侵入时，进行侵入报警。

进一步的，所述基于5G技术的智能监控方法还包括以下步骤：

步骤S104，对多个所述监控视频数据进行禁止标识分析识别，生成多个监控区域的多个禁止行为数据。

在本发明实施例中，通过对多个监控视频数据对应的多个监控背景图像进行静态分析，提取多个监控背景图像中分别对应的禁止标识，基于5G网络，将提取的禁止标识进行实时上传，通过大数据对多个禁止标识进行含义分析，生成多个大数据识别结果，进而按照多个大数据识别结果，确定多个具有禁止标识的监控区域中对应的禁止行为数据。

可以理解的是，每个监控视频数据对应的监控区域，可能具有禁止标识，也可能不具有禁止标识；具有禁止标识的监控区域，可能具有一个禁止标识，也可能具有多个禁止标识；禁止标识是标准的图像信息，能够通过对禁止标识大数据分析，确定禁止标识的意义，匹配对应的禁止行为数据。

具体的，图5示出了本发明实施例提供的方法中禁止标识分析识别的流程图。

其中，在本发明提供的优选实施方式中，所述对多个所述监控视频数据进行禁止标识分析识别，生成多个监控区域的多个禁止行为数据具体包括以下步骤：

步骤S1041，对多个所述监控背景图像进行静态分析，提取多个禁止标识。

步骤S1042，对多个所述禁止标识进行大数据识别，获取大数据识别结果。

步骤S1043，根据所述大数据识别结果，生成多个监控区域的多个禁止行为数据。

进一步的，所述基于5G技术的智能监控方法还包括以下步骤：

步骤S105，根据多个所述行动数据和多个所述禁止行为数据，判断是否存在员工禁止行为，并在存在员工禁止行为时，进行禁止报警。

在本发明实施例中，匹配多个禁止行为数据对应的多个行动数据，使得在同一个监控区域内的禁止行为数据与行动数据相对应，通过对行动数据进行行动分析，生成行动分析结果，综合行动分析结果和对应的禁止行为数据，判断是否有人员在监控区域中存在对应的员工禁止行为，并在存在员工禁止行为时，进行禁止报警。

可以理解的是，禁止报警可以是在对应的监控区域中进行，也可以是通过识别分析监控区域中的监控视频数据，确定对应的报警方式，按照对应的报警方式，向对应的责任人员进行特定形式的报警。

具体的，图6示出了本发明实施例提供的方法中禁止行为分析判断的流程图。

其中，在本发明提供的优选实施方式中，所述根据多个所述行动数据和多个所述禁止行为数据，判断是否存在员工禁止行为，并在存在员工禁止行为时，进行禁止报警具体包括以下步骤：

步骤S1051，匹配多个所述禁止行为数据对应的多个行动数据。

步骤S1052，对多个所述行动数据进行行动分析，生成多个行动分析结果。

步骤S1053，根据多个所述行动分析结果和多个对应的禁止行为数据，判断是否存在员工禁止行为。

步骤S105，在存在员工禁止行为时，进行禁止报警。

进一步的，图7示出了本发明实施例提供的系统的应用架构图。

其中，在本发明提供的又一个优选实施方式中，一种基于5G技术的智能监控系统，包括：

监控获取分析单元101，用于基于5G技术，实时获取多个监控区域的多个监控视频数据，并根据多个所述监控视频数据进行人员行动分析，提取多个行动数据。

在本发明实施例中，监控获取分析单元101在多个监控区域进行视频监控，基于5G技术，实时获取多个监控区域对应的多个监控视频数据，通过对多个监控视频数据进行人员识别，识别并标记多个监控视频数据中对应的多个行动人员，并通过对监控视频数据中的行动人员的行动进行实时分析，提取多个行动数据。

禁止区域分析单元102，用于对多个所述监控视频数据进行禁止区域分析识别，标记多个监控区域的多个禁止区域范围。

在本发明实施例中，禁止区域分析单元102对监控视频数据进行逐帧化处理，得到多个监控图像，并从多个监控图像中提取没有行动人员的监控背景图像，通过sobel算法，对每个监控区域对应的监控背景图像进行图像边缘检测，得到与多个监控区域分别对应的多个图像边缘检测数据，进而按照Hough变换，对多个图像边缘检测数据进行直线检测，生成与多个监控区域分别对应的多个直线检测数据，按照多个直线检测数据，进行直线密度计算，得到计算结果，进而按照计算结果，确定并标记多个监控区域对应的多个禁止区域范围。

具体的，图8示出了本发明实施例提供的系统中禁止区域分析单元102的结构框图。

其中，在本发明提供的优选实施方式中，所述禁止区域分析单元102具体包括：

背景提取模块1021，用于提取多个所述监控视频数据的监控背景图像。

边缘检测模块1022，用于通过sobel算法对多个所述监控背景图像进行图像边缘检测，得到多个图像边缘检测数据。

直线检测模块1023，用于利用Hough变换，对多个所述图像边缘检测数据进行直线检测，生成多个直线检测数据。

范围标记模块1024，用于根据多个所述直线检测数据进行直线密度计算，根据计算结果，标记多个监控区域的多个禁止区域范围。

进一步的，所述基于5G技术的智能监控系统还包括：

侵入判断处理单元103，用于根据多个所述行动数据，判断多个所述禁止区域范围是否有人员侵入，并在存在人员侵入时，进行侵入报警。

在本发明实施例中，侵入判断处理单元103匹配多个禁止区域范围对应的多个行动数据，使得相同监控区域内的禁止区域范围与行动数据相对应，进而通过相应的行动数据，实时确定行动人员的行动位置，判断是否有人员侵入相应的禁止区域范围内，并在相应的禁止区域范围内存在人员侵入时，生成侵入报警信号，按照侵入报警信号，在相应的监控区域中进行侵入报警。

标识分析识别单元104，用于对多个所述监控视频数据进行禁止标识分析识别，生成多个监控区域的多个禁止行为数据。

在本发明实施例中，标识分析识别单元104通过对多个监控视频数据对应的多个监控背景图像进行静态分析，提取多个监控背景图像中分别对应的禁止标识，基于5G网络，将提取的禁止标识进行实时上传，通过大数据对多个禁止标识进行含义分析，生成多个大数据识别结果，进而按照多个大数据识别结果，确定多个具有禁止标识的监控区域中对应的禁止行为数据。

具体的，图9示出了本发明实施例提供的系统中标识分析识别单元104的结构框图。

其中，在本发明提供的优选实施方式中，所述标识分析识别单元104具体包括：

静态分析模块1041，用于对多个所述监控背景图像进行静态分析，提取多个禁止标识。

标识识别模块1042，用于对多个所述禁止标识进行大数据识别，获取大数据识别结果。

结果处理模块1043，用于根据所述大数据识别结果，生成多个监控区域的多个禁止行为数据。

进一步的，所述基于5G技术的智能监控系统还包括：

禁止行为判断单元105，用于根据多个所述行动数据和多个所述禁止行为数据，判断是否存在员工禁止行为，并在存在员工禁止行为时，进行禁止报警。

在本发明实施例中，禁止行为判断单元105匹配多个禁止行为数据对应的多个行动数据，使得在同一个监控区域内的禁止行为数据与行动数据相对应，通过对行动数据进行行动分析，生成行动分析结果，综合行动分析结果和对应的禁止行为数据，判断是否有人员在监控区域中存在对应的员工禁止行为，并在存在员工禁止行为时，进行禁止报警。

具体的，图10示出了本发明实施例提供的系统中禁止行为判断单元105的结构框图。

其中，在本发明提供的优选实施方式中，所述禁止行为判断单元105具体包括：

数据匹配模块1051，用于匹配多个所述禁止行为数据对应的多个行动数据。

行动分析模块1052，用于对多个所述行动数据进行行动分析，生成多个行动分析结果。

行为判断模块1053，用于根据多个所述行动分析结果和多个对应的禁止行为数据，判断是否存在员工禁止行为。

禁止报警模块1054，用于在存在员工禁止行为时，进行禁止报警。

综上所述，本发明实施例通过基于5G技术，实时获取多个监控视频数据，并提取多个监控区域人员的行动数据；对多个所述监控视频数据进行禁止区域分析识别；判断是否有人员侵入，并在存在人员侵入时，进行侵入报警；进行禁止标识分析识别；判断是否存在员工禁止行为，并在存在员工禁止行为时，进行禁止报警。能够根据监控视频数据，进行禁止区域分析识别和禁止标识分析识别，进而根据监控视频中的人员行动数据，进行人员侵入、禁止行为的判断与报警，从而能够仅仅依靠视频监控，实现自动的禁止侵入和禁止行为识别判断，且识别判断效率高、反应快，无需与多个传感器进行配合，智能监控成本低。

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

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，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，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。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

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作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于5G技术的智能监控方法，其特征在于，所述方法具体包括以下步骤：

基于5G技术，实时获取多个监控区域的多个监控视频数据，并根据多个所述监控视频数据进行人员行动分析，提取多个行动数据；

对多个所述监控视频数据进行禁止区域分析识别，标记多个监控区域的多个禁止区域范围；

根据多个所述行动数据，判断多个所述禁止区域范围是否有人员侵入，并在存在人员侵入时，进行侵入报警；

对多个所述监控视频数据进行禁止标识分析识别，生成多个监控区域的多个禁止行为数据；

根据多个所述行动数据和多个所述禁止行为数据，判断是否存在员工禁止行为，并在存在员工禁止行为时，进行禁止报警。

2.根据权利要求1所述的基于5G技术的智能监控方法，其特征在于，所述基于5G技术，实时获取多个监控区域的多个监控视频数据，并根据多个所述监控视频数据进行人员行动分析，提取多个行动数据具体包括以下步骤：

基于5G技术，实时获取多个监控区域的多个监控视频数据；

根据多个所述监控视频数据进行人员识别，标记多个行动人员；

对多个所述行动人员进行行动分析，提取多个行动数据。

3.根据权利要求1所述的基于5G技术的智能监控方法，其特征在于，所述对多个所述监控视频数据进行禁止区域分析识别，标记多个监控区域的多个禁止区域范围具体包括以下步骤：

提取多个所述监控视频数据的监控背景图像；

通过sobel算法对多个所述监控背景图像进行图像边缘检测，得到多个图像边缘检测数据；

利用Hough变换，对多个所述图像边缘检测数据进行直线检测，生成多个直线检测数据；

根据多个所述直线检测数据进行直线密度计算，根据计算结果，标记多个监控区域的多个禁止区域范围。

4.根据权利要求1所述的基于5G技术的智能监控方法，其特征在于，所述根据多个所述行动数据，判断多个所述禁止区域范围是否有人员侵入，并在存在人员侵入时，进行侵入报警具体包括以下步骤：

匹配多个所述禁止区域范围对应的多个行动数据；

根据多个所述行动数据，判断对应的多个禁止区域范围是否有人员侵入；

在存在人员侵入时，进行侵入报警。

5.根据权利要求3所述的基于5G技术的智能监控方法，其特征在于，所述对多个所述监控视频数据进行禁止标识分析识别，生成多个监控区域的多个禁止行为数据具体包括以下步骤：

对多个所述监控背景图像进行静态分析，提取多个禁止标识；

对多个所述禁止标识进行大数据识别，获取大数据识别结果；

根据所述大数据识别结果，生成多个监控区域的多个禁止行为数据。

6.根据权利要求1所述的基于5G技术的智能监控方法，其特征在于，所述根据多个所述行动数据和多个所述禁止行为数据，判断是否存在员工禁止行为，并在存在员工禁止行为时，进行禁止报警具体包括以下步骤：

匹配多个所述禁止行为数据对应的多个行动数据；

对多个所述行动数据进行行动分析，生成多个行动分析结果；

根据多个所述行动分析结果和多个对应的禁止行为数据，判断是否存在员工禁止行为；

在存在员工禁止行为时，进行禁止报警。

7.一种基于5G技术的智能监控系统，其特征在于，所述系统包括监控获取分析单元、禁止区域分析单元、侵入判断处理单元、标识分析识别单元和禁止行为判断单元，其中：

监控获取分析单元，用于基于5G技术，实时获取多个监控区域的多个监控视频数据，并根据多个所述监控视频数据进行人员行动分析，提取多个行动数据；

禁止区域分析单元，用于对多个所述监控视频数据进行禁止区域分析识别，标记多个监控区域的多个禁止区域范围；

侵入判断处理单元，用于根据多个所述行动数据，判断多个所述禁止区域范围是否有人员侵入，并在存在人员侵入时，进行侵入报警；

标识分析识别单元，用于对多个所述监控视频数据进行禁止标识分析识别，生成多个监控区域的多个禁止行为数据；

禁止行为判断单元，用于根据多个所述行动数据和多个所述禁止行为数据，判断是否存在员工禁止行为，并在存在员工禁止行为时，进行禁止报警。

8.根据权利要求7所述的基于5G技术的智能监控系统，其特征在于，所述禁止区域分析单元具体包括：

背景提取模块，用于提取多个所述监控视频数据的监控背景图像；

边缘检测模块，用于通过sobel算法对多个所述监控背景图像进行图像边缘检测，得到多个图像边缘检测数据；

直线检测模块，用于利用Hough变换，对多个所述图像边缘检测数据进行直线检测，生成多个直线检测数据；

范围标记模块，用于根据多个所述直线检测数据进行直线密度计算，根据计算结果，标记多个监控区域的多个禁止区域范围。

9.根据权利要求8所述的基于5G技术的智能监控系统，其特征在于，所述标识分析识别单元具体包括：

静态分析模块，用于对多个所述监控背景图像进行静态分析，提取多个禁止标识；

标识识别模块，用于对多个所述禁止标识进行大数据识别，获取大数据识别结果；

结果处理模块，用于根据所述大数据识别结果，生成多个监控区域的多个禁止行为数据。

10.根据权利要求7所述的基于5G技术的智能监控系统，其特征在于，所述禁止行为判断单元具体包括：

数据匹配模块，用于匹配多个所述禁止行为数据对应的多个行动数据；

行动分析模块，用于对多个所述行动数据进行行动分析，生成多个行动分析结果；

行为判断模块，用于根据多个所述行动分析结果和多个对应的禁止行为数据，判断是否存在员工禁止行为；

禁止报警模块，用于在存在员工禁止行为时，进行禁止报警。

Images