CN116206368A - 一种基于人工智能的安全防范管理方法及系统 - Google Patents
一种基于人工智能的安全防范管理方法及系统 Download PDFInfo
- Publication number
- CN116206368A CN116206368A CN202310217572.4A CN202310217572A CN116206368A CN 116206368 A CN116206368 A CN 116206368A CN 202310217572 A CN202310217572 A CN 202310217572A CN 116206368 A CN116206368 A CN 116206368A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- data
- image acquisition
- feature
- 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 58
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 21
- 230000009471 action Effects 0.000 claims abstract description 33
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000002452 interceptive effect Effects 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims description 33
- 230000015654 memory Effects 0.000 claims description 24
- 230000003993 interaction Effects 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 11
- 230000005484 gravity Effects 0.000 claims description 11
- 238000012098 association analyses Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Alarm Systems (AREA)
Abstract
本公开提供了一种基于人工智能的安全防范管理方法及系统，涉及安防监测技术领域，该方法包括：进行第一用户的交互信息读取；生成通行监督指令；获得图像采集数据；获得关联用户信息；生成实时引导路线，实时读取电子设备的设备位置信息；生成用户轨迹，构建临时用户数据库；通过所述图像采集设备进行所述第一用户的连续视频采集，进行动作特征识别，将动作特征识别结果添加至所述临时用户数据库；通过所述临时用户数据库进行所述第一用户的社区安全识别，解决了现有技术中存在的由于对社区住户和外来人员进行特征识别分析，针对性地进行安全防范管理，进而导致社区安全防范管理没有针对性，且准确性不足的技术问题。
Description
技术领域
本公开涉及安防监测技术领域，具体涉及一种基于人工智能的安全防范管理方法及系统。
背景技术
随着社会的发展，安全防范监测在生活中越来越重要，社区中经常发生碰撞、摔跤等安全事故，如何进行社区安全防范管理，防止安全事故的发生，具有重大意义。
目前，现有技术中存在由于对社区住户和外来人员进行特征识别分析，针对性地进行安全防范管理，进而导致社区安全防范管理没有针对性，且准确性不足的技术问题。
发明内容
本公开提供了一种基于人工智能的安全防范管理方法及系统，用以解决现有技术中存在的由于对社区住户和外来人员进行特征识别分析，针对性地进行安全防范管理，进而导致社区安全防范管理没有针对性，且准确性不足的技术问题。
根据本公开的第一方面，提供了一种基于人工智能的安全防范管理方法，包括：通过安全防范管理系统进行第一用户的交互信息读取；当判断读取信息中包括交互认证信息时，则生成通行监督指令；通过所述通行监督指令控制所述图像采集设备进行所述第一用户的图像采集，获得图像采集数据；基于所述交互认证信息进行关联用户匹配，获得关联用户信息；建立与所述电子设备的设备连接，根据所述关联用户信息和所述图像采集数据生成实时引导路线，将所述实时引导路线共享至所述电子设备，并实时读取所述电子设备的设备位置信息；根据所述电子设备的实时位置数据生成用户轨迹，基于所述用户轨迹、所述图像采集数据和所述关联用户信息构建临时用户数据库；通过所述图像采集设备进行所述第一用户的连续视频采集，基于连续视频采集结果进行动作特征识别，将动作特征识别结果添加至所述临时用户数据库；通过所述临时用户数据库进行所述第一用户的社区安全识别。
根据本公开的第二方面，提供了一种基于人工智能的安全防范管理系统，包括：交互信息读取模块，所述交互信息读取模块用于通过安全防范管理系统进行第一用户的交互信息读取；通行监督指令生成模块，所述通行监督指令生成模块用于当判断读取信息中包括交互认证信息时，则生成通行监督指令；图像采集模块，所述图像采集模块用于通过所述通行监督指令控制所述图像采集设备进行所述第一用户的图像采集，获得图像采集数据；关联用户匹配模块，所述关联用户匹配模块用于基于所述交互认证信息进行关联用户匹配，获得关联用户信息；实时路线共享模块，所述实时路线共享模块用于建立与所述电子设备的设备连接，根据所述关联用户信息和所述图像采集数据生成实时引导路线，将所述实时引导路线共享至所述电子设备，并实时读取所述电子设备的设备位置信息；临时用户数据库构建模块，所述临时用户数据库构建模块用于根据所述电子设备的实时位置数据生成用户轨迹，基于所述用户轨迹、所述图像采集数据和所述关联用户信息构建临时用户数据库；动作特征识别模块，所述动作特征识别模块用于通过所述图像采集设备进行所述第一用户的连续视频采集，基于连续视频采集结果进行动作特征识别，将动作特征识别结果添加至所述临时用户数据库；社区安全识别模块，所述社区安全识别模块用于通过所述临时用户数据库进行所述第一用户的社区安全识别。
根据本公开的第三方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面所述的方法。
根据本公开采用的一种基于人工智能的安全防范管理方法，通过安全防范管理系统进行第一用户的交互信息读取；当判断读取信息中包括交互认证信息时，则生成通行监督指令；通过所述通行监督指令控制所述图像采集设备进行所述第一用户的图像采集，获得图像采集数据；基于所述交互认证信息进行关联用户匹配，获得关联用户信息；建立与所述电子设备的设备连接，根据所述关联用户信息和所述图像采集数据生成实时引导路线，将所述实时引导路线共享至所述电子设备，并实时读取所述电子设备的设备位置信息；根据所述电子设备的实时位置数据生成用户轨迹，基于所述用户轨迹、所述图像采集数据和所述关联用户信息构建临时用户数据库；通过所述图像采集设备进行所述第一用户的连续视频采集，基于连续视频采集结果进行动作特征识别，将动作特征识别结果添加至所述临时用户数据库；通过所述临时用户数据库进行所述第一用户的社区安全识别。本公开通过对第一用户进行交互信息读取，生成通行监督指令，对第一用户进行图像数据采集，并结合关联用户信息生成实时引导路线，基于此构建临时用户数据库，并采集连续视频进行动作特征识别，将动作特征识别结果添加到临时用户数据库，从而进行第一用户的社区安全识别，达到进行社区安全防范管理，提高社区安全性的技术效果。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本公开或现有技术中的技术方案，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示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种基于人工智能的安全防范管理方法的流程示意图；
图2为本发明实施例中进行动作特征识别的流程示意图；
图3为本发明实施例中进行第一用户的用户监督的流程示意图；
图4为本发明实施例提供的一种基于人工智能的安全防范管理系统的结构示意图；
图5为本发明实施例提供的一种电子设备的结构示意图。
附图标记说明：交互信息读取模块11，通行监督指令生成模块12，图像采集模块13，关联用户匹配模块14，实时路线共享模块15，临时用户数据库构建模块16，动作特征识别模块17，社区安全识别模块18，电子设备800，处理器801，存储器802，总线803。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
为了解决现有技术中存在由于对社区住户和外来人员进行特征识别分析，针对性地进行安全防范管理，进而导致社区安全防范管理没有针对性，且准确性不足的技术问题，本公开的发明人经过创造性的劳动，得到了本公开的一种基于人工智能的安全防范管理方法及系统。
实施例一
图1为本申请实施例提供的一种基于人工智能的安全防范管理方法图，所述方法应用于安全防范管理系统，所述安全防范管理系统与图像采集设备、电子设备通信连接，如图1所示，所述方法包括：
步骤S100：通过安全防范管理系统进行第一用户的交互信息读取；
上述的安全防范管理系统是用于安全防范管理的系统平台，上述的图像采集设备包括摄像头、摄像机等设备，上述的电子设备为用户随时携带的电子设备，比如手机。
具体而言，通过安全防范管理系统，进行第一用户的交互信息读取，第一用户是指当前需要进入社区的外来人员，包括外卖人员、亲戚、朋友等，简单来说，就是安全防范管理系统提前对第一用户构建了认证信息，通过第一用户的交互信息读取，可以读取到第一用户的信息。
步骤S200：当判断读取信息中包括交互认证信息时，则生成通行监督指令；
具体而言，交互认证信息是提前构建的第一用户的身份认证信息，包括第一用户的年龄等信息，当判断读取信息中包括交互认证信息时，则生成通行监督指令，通行监督指令是用于对第一用户进行通行监督的指令，不同的身份，通行监督指令不同，比如，小孩儿主要监督社区内的花草、低矮设施。
步骤S300：通过所述通行监督指令控制所述图像采集设备进行所述第一用户的图像采集，获得图像采集数据；
具体而言，根据通行监督指令，控制图像采集设备进行第一用户的图像采集，获得图像采集数据，换句话说，就是根据第一用户的身份认证信息，控制图像采集设备，基于通行监督指令，采集第一用户的图像信息，获得图像采集数据，比如，第一用户的身份认证信息是小孩，控制图像采集设备采集小孩在花草丛、低矮设施等位置的图像，图像采集数据包含采集到的所有图像。
步骤S400：基于所述交互认证信息进行关联用户匹配，获得关联用户信息；
具体而言，根据交互认证信息进行关联用户匹配，获得关联用户信息，关联用户是指社区的业主或者住户，简单来说，就是根据交互认证信息，匹配确定第一用户的关联用户，比如，外卖人员送餐给哪位住户，进而获得关联用户信息，关联用户信息是社区的业主或者住户的信息，包括居住的楼层单元等信息。
步骤S500：建立与所述电子设备的设备连接，根据所述关联用户信息和所述图像采集数据生成实时引导路线，将所述实时引导路线共享至所述电子设备，并实时读取所述电子设备的设备位置信息；
具体而言，建立与电子设备的设备连接，根据关联用户信息和图像采集数据生成实时引导路线，简单来说，根据关联用户信息可以得到关联用户的具体位置，根据图像采集数据可以获得第一用户的状态，比如开车、骑电动车、步行等状态，不同的状态下，引导路线不同，比如开车，需要把车开到停车位置，根据关联用户位置和停车位置生成引导路线，基于此，根据第一用户的状态生成实时引导路线，实时引导路线即为第一用户去往关联用户位置的引导路线，将实时引导路线共享至电子设备，并实时读取电子设备的设备位置信息，设备位置信息即为第一用户的实时位置信息，通过读取电子设备的设备位置信息，就可以判断第一用户的轨迹。
步骤S600：根据所述电子设备的实时位置数据生成用户轨迹，基于所述用户轨迹、所述图像采集数据和所述关联用户信息构建临时用户数据库；
具体而言，根据电子设备的实时位置数据生成用户轨迹，用户轨迹即为第一用户的行走轨迹，将电子设备的实时位置数据按照时间顺序连接起来就是用户轨迹，根据用户轨迹、图像采集数据和关联用户信息构建临时用户数据库，为后续的社区安全识别提供数据支持。
步骤S700：通过所述图像采集设备进行所述第一用户的连续视频采集，基于连续视频采集结果进行动作特征识别，将动作特征识别结果添加至所述临时用户数据库；
具体而言，通过图像采集设备进行第一用户的连续视频采集，简单来说，就是通过图像采集设备采集第一用户在连续的时间段下的视频，根据连续视频采集结果进行动作特征识别，就是根据连续视频采集结果，识别第一用户的动作特征，比如是否有危险性动作，将动作特征识别结果添加至临时用户数据库。
步骤S800：通过所述临时用户数据库进行所述第一用户的社区安全识别。
具体而言，根据临时用户数据库，进行第一用户的社区安全识别，临时用户数据库包含用户轨迹、图像采集数据、关联用户信息、以及动作特征识别结果，基于临时用户数据库，进行社区的安全识别，防止社区安全事故的发生。
基于上述分析可知，本公开提供了一种基于人工智能的安全防范管理方法，在本实施例中，通过对第一用户进行交互信息读取，生成通行监督指令，对第一用户进行图像数据采集，并结合关联用户信息生成实时引导路线，基于此构建临时用户数据库，并采集连续视频进行动作特征识别，将动作特征识别结果添加到临时用户数据库，从而进行第一用户的社区安全识别，达到进行社区安全防范管理，提高社区安全性的技术效果。
其中，本申请实施例步骤S900还包括：
步骤S910：根据所述关联用户信息构建认证范围区间；
步骤S920：根据所述用户轨迹判断所述第一用户是否在所述认证范围区间内；
步骤S930：当判断所述第一用户在所述认证范围区间内时，则生成临时认证通行权限；
步骤S940：将所述临时认证通行权限发送至所述电子设备。
具体而言，根据关联用户信息构建认证范围区间，认证范围区间就是与关联用户家之间的距离，可以根据实际情况自行设定，根据用户轨迹判断第一用户是否在认证范围区间内，当判断第一用户在认证范围区间内时，则生成临时认证通行权限，临时认证通行权限是允许第一用户去往关联用户家的权限，示例如，认证范围区间设置为100米，只有第一用户与关联用户家之间的距离小于100米时，才会生成临时认证通行权限，进而将临时认证通行权限发送至电子设备，便于进行安全防范管理。
其中，如图2所示，本申请实施例步骤S700还包括：
步骤S710：通过大数据构建异常动作特征集合，其中，所述异常动作特征集合中每个特征均具有异常特征值；
步骤S720：根据所述图像采集数据进行所述第一用户的用户特征分析，获得用户特征集合；
步骤S730：根据所述用户特征集合构建特征识别关联值；
步骤S740：通过所述特征识别关联值和所述异常动作特征集合进行所述连续视频采集结果的动作特征识别。
具体而言，通过大数据构建异常动作特征集合，异常动作特征集合包括所有的异常动作特征，异常动作特征即为具有危险性或可能影响他人安全的动作特征，比如，踢球、滑滑板等行为，其中，异常动作特征集合中每个特征均具有异常特征值，异常特征值代表异常动作的危险程度，异常特征值越高，说明危险程度越高，根据图像采集数据进行第一用户的用户特征分析，获得用户特征集合，用户特征集合就包括第一用户的年龄、行为等特征，根据用户特征集合构建特征识别关联值，简单来说，就是根据用户特征集合，对于不同的用户特征，进行安全监督的侧重点不同，安全监督的侧重点就是特征识别关联值，比如，一个年轻人在滑滑板，他可能会发生撞击、摔跤等事故，就需重点监督社区建筑和旁边的路人，进而通过特征识别关联值和异常动作特征集合进行连续视频采集结果的动作特征识别，提高安全监督管理的准确性。
其中，本申请实施例步骤S740还包括：
步骤S741：采集获得社区的社区环境特征；
步骤S742：根据所述社区环境特征和所述异常动作特征集合进行特征关联分析，根据关联分析结果生成环境结合特征集合；
步骤S743：通过所述特征识别关联值、所述异常动作特征集合和所述环境结合特征集合进行所述连续视频采集结果的动作特征识别。
具体而言，采集获得社区的社区环境特征，社区环境特征包括社区的建筑分布、花草分布等，根据社区环境特征和异常动作特征集合进行特征关联分析，根据关联分析结果生成环境结合特征集合，换句话说，就是分析异常动作特征集合和社区环境特征的关联度，异常动作特征集合中的每一个动作特征都有对应的关联环境特征，比如，滑滑板、追逐，容易撞到建筑物，社区建筑物特征就是环境结合特征，不同的异常动作特征关联的社区环境特征有所不同，基于此，生成环境结合特征集合，进一步地，通过特征识别关联值、异常动作特征集合和环境结合特征集合进行连续视频采集结果的动作特征识别，提高动作特征识别准确率。
其中，如图3所示，本申请实施例步骤S1000还包括：
步骤S1010：获得所述第一用户的安全特征识别结果，并对所述安全特征识别结果进行统计标识，根据统计标识结果构建用户档案；
步骤S1020：获得所述用户档案的档案完整度数据，根据所述档案完整度数据生成第一参考数据；
步骤S1030：获得所述用户档案的档案安防管理数据，根据所述档案安防管理数据生成第二参考数据；
步骤S1040：根据所述第一参考数据和所述第二参考数据生成所述第一用户的安防监督等级，根据所述安防监督等级进行所述第一用户的用户监督。
具体而言，获得第一用户的安全特征识别结果，安全特征识别结果包含第一用户的身份信息、来返社区的时间，并对安全特征识别结果进行统计标识，就是对第一用户的身份、进入社区的次数等信息进行统计并标记，根据统计标识结果构建用户档案，就可以说，将统计标识结果作为用户档案，获得用户档案的档案完整度数据，就是检测用户档案是否有缺失，比如，身份信息缺失，档案完整度数据用于表示用户档案的缺失程度，根据档案完整度数据生成第一参考数据，获得用户档案的档案安防管理数据，档案安防管理数据是指第一用户在社区内曾经出现过的安全防范事故，根据档案安防管理数据生成第二参考数据，第二参考数据就可以是第一用户在社区内曾经出现过的安全防范事故的次数，根据第一参考数据和第二参考数据生成第一用户的安防监督等级，安防监督等级越高，说明对第一用户的监督越需要重视，从而根据安防监督等级进行第一用户的用户监督，对第一用户进行安全防范监督管理。
其中，本申请实施例步骤S1040还包括：
步骤S1041：构建所述第一参考数据和所述第二参考数据的初始比重分布值；
步骤S1042：判断所述第二参考数据的参考值是否在预设参考值范围内；
步骤S1043：当所述第二参考数据的参考值在所述预设参考值范围内时，则根据所述初始比重分布值进行所述第一参考数据和所述第二参考数据的加权计算，根据计算结果获得所述安防监督等级。
具体而言，构建第一参考数据和第二参考数据的初始比重分布值，初始比重分布值就是生成安防监督等级时，第一参考数据和第二参考数据分别所占的比重，判断第二参考数据的参考值是否在预设参考值范围内，第二参考数据的参考值就是第一用户在社区内发生安全防范事故的次数，预设参考值则是自行设定的安全防范事故发生的次数，如果第二参考数据的参考值在预设参考值范围内时，就按照初始比重分布值，对第一参考数据和所述第二参考数据进行加权计算，进而根据计算结果获得安防监督等级，计算结果越大，安防监督等级就越高从而对用户进行安全监督，防止安全事故的发生。
其中，本申请实施例步骤S1100还包括：
步骤S1110：构建特征用户的特征集合；
步骤S1120：通过所述图像采集设备进行用户出行特征采集，获得采集结果；
步骤S1130：基于所述特征集合进行所述采集结果的特征识别；
步骤S1140：当识别存在所述特征用户时，则基于所述采集结果获得跟随用户信息；
步骤S1150：根据所述跟随用户信息进行所述特征用户的出行监督预警。
具体而言，构建特征用户的特征集合，特征用户是指关联用户的孩子或者父母，特征集合包括用户的年龄、身体状况等信息，通过图像采集设备进行用户出行特征采集，获得采集结果，用户出行特征采集就是采集特征用户可能出现的区域的图像数据，比如社区广场、健身设施附近等，根据特征集合进行采集结果的特征识别，就是识别采集结果中是否存在特征用户，当识别存在特征用户时，则基于采集结果获得跟随用户信息，跟随用户信息就是与关联用户同行的用户信息，根据跟随用户信息，对特征用户进行出行监督预警，实现特征用户的安全防范管理。
实施例二
基于与前述实施例中一种基于人工智能的安全防范管理方法同样的发明构思，如图4所示，本申请还提供了一种基于人工智能的安全防范管理系统，所述系统与图像采集设备、电子设备通信连接，所述系统包括：
交互信息读取模块11，所述交互信息读取模块11用于通过安全防范管理系统进行第一用户的交互信息读取；
通行监督指令生成模块12，所述通行监督指令生成模块12用于当判断读取信息中包括交互认证信息时，则生成通行监督指令；
图像采集模块13，所述图像采集模块13用于通过所述通行监督指令控制所述图像采集设备进行所述第一用户的图像采集，获得图像采集数据；
关联用户匹配模块14，所述关联用户匹配模块14用于基于所述交互认证信息进行关联用户匹配，获得关联用户信息；
实时路线共享模块15，所述实时路线共享模块15用于建立与所述电子设备的设备连接，根据所述关联用户信息和所述图像采集数据生成实时引导路线，将所述实时引导路线共享至所述电子设备，并实时读取所述电子设备的设备位置信息；
临时用户数据库构建模块16，所述临时用户数据库构建模块16用于根据所述电子设备的实时位置数据生成用户轨迹，基于所述用户轨迹、所述图像采集数据和所述关联用户信息构建临时用户数据库；
动作特征识别模块17，所述动作特征识别模块17用于通过所述图像采集设备进行所述第一用户的连续视频采集，基于连续视频采集结果进行动作特征识别，将动作特征识别结果添加至所述临时用户数据库；
社区安全识别模块18，所述社区安全识别模块18用于通过所述临时用户数据库进行所述第一用户的社区安全识别。
进一步而言，所述系统还包括：
认证范围区间构建模块，所述认证范围区间构建模块用于根据所述关联用户信息构建认证范围区间；
用户轨迹判断模块，所述用户轨迹判断模块用于根据所述用户轨迹判断所述第一用户是否在所述认证范围区间内；
临时认证通行权限生成模块，所述临时认证通行权限生成模块用于当判断所述第一用户在所述认证范围区间内时，则生成临时认证通行权限；
临时认证通行权限发送模块，所述临时认证通行权限发送模块用于将所述临时认证通行权限发送至所述电子设备。
进一步而言，所述系统还包括：
异常动作特征集合构建模块，所述异常动作特征集合构建模块用于通过大数据构建异常动作特征集合，其中，所述异常动作特征集合中每个特征均具有异常特征值；
第一用户特征分析模块，所述第一用户特征分析模块用于根据所述图像采集数据进行所述第一用户的用户特征分析，获得用户特征集合；
关联值识别模块，所述关联值识别模块用于根据所述用户特征集合构建特征识别关联值；
连续视频采集结果识别模块，所述连续视频采集结果识别模块用于通过所述特征识别关联值和所述异常动作特征集合进行所述连续视频采集结果的动作特征识别。
进一步而言，所述系统还包括：
社区环境特征识别模块，所述社区环境特征识别模块用于采集获得社区的社区环境特征；
特征关联分析模块，所述特征关联分析模块用于根据所述社区环境特征和所述异常动作特征集合进行特征关联分析，根据关联分析结果生成环境结合特征集合；
连续视频特征识别模块，所述连续视频特征识别模块用于通过所述特征识别关联值、所述异常动作特征集合和所述环境结合特征集合进行所述连续视频采集结果的动作特征识别。
进一步而言，所述系统还包括：
用户档案构建模块，所述用户档案构建模块用于获得所述第一用户的安全特征识别结果，并对所述安全特征识别结果进行统计标识，根据统计标识结果构建用户档案；
第一参考数据生成模块，所述第一参考数据生成模块用于获得所述用户档案的档案完整度数据，根据所述档案完整度数据生成第一参考数据；
第二参考数据生成模块，所述第二参考数据生成模块用于获得所述用户档案的档案安防管理数据，根据所述档案安防管理数据生成第二参考数据；
安防监督等级生成模块，所述安防监督等级生成模块用于根据所述第一参考数据和所述第二参考数据生成所述第一用户的安防监督等级，根据所述安防监督等级进行所述第一用户的用户监督。
进一步而言，所述系统还包括：
初始比重分布值构建模块，所述初始比重分布值构建模块用于构建所述第一参考数据和所述第二参考数据的初始比重分布值；
参考值判断模块，所述参考值判断模块用于判断所述第二参考数据的参考值是否在预设参考值范围内；
加权计算模块，所述加权计算模块用于当所述第二参考数据的参考值在所述预设参考值范围内时，则根据所述初始比重分布值进行所述第一参考数据和所述第二参考数据的加权计算，根据计算结果获得所述安防监督等级。
进一步而言，所述系统还包括：
用户特征集合构建模块，所述用户特征集合构建模块用于构建特征用户的特征集合；
用户出行特征采集模块，所述用户出行特征采集模块用于通过所述图像采集设备进行用户出行特征采集，获得采集结果；
采集结果特征识别模块，所述采集结果特征识别模块用于基于所述特征集合进行所述采集结果的特征识别；
跟随用户信息获得模块，所述跟随用户信息获得模块用于当识别存在所述特征用户时，则基于所述采集结果获得跟随用户信息；
出行监督预警模块，所述出行监督预警模块用于根据所述跟随用户信息进行所述特征用户的出行监督预警。
前述实施例一中的一种基于人工智能的安全防范管理方法具体实例同样适用于本实施例的一种基于人工智能的安全防范管理系统，通过前述对一种基于人工智能的安全防范管理方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于人工智能的安全防范管理系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
实施例三
图5是根据本公开第三实施例的示意图，如图5所示，本公开中的电子设备800可以包括：处理器801和存储器802。
存储器802，用于存储程序；存储器802，可以包括易失性存储器(英文：volatilememory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)，如静态随机存取存储器(英文：static random-access memory，缩写：SRAM)，双倍数据率同步动态随机存取存储器(英文：Double Data Rate Synchronous Dynamic RandomAccess Memory，缩写：DDR SDRAM)等；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)。存储器802用于存储计算机程序(如实现上述方法的应用程序、功能模块等)、计算机指令等，上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器802中。并且上述的计算机程序、计算机指令、数据等可以被处理器801调用。
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器802中。并且上述的计算机程序、计算机指据等可以被处理器801调用。
处理器801，用于执行存储器802存储的计算机程序，以实现上述实施例涉及的方法中的各个步骤。
具体可以参见前面方法实施例中的相关描述。
处理器801和存储器802可以是独立结构，也可以是集成在一起的集成结构。当处理器801和存储器802是独立结构时，存储器802、处理器801可以通过总线803耦合连接。
本实施例的电子设备可以执行上述方法中的技术方案，其具体实现过程和技术原理相同，此处不再赘述。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例，本公开还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行，也可以顺序地执行也可以不同的次序执行，
只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (9)
1.一种基于人工智能的安全防范管理方法，其特征在于，所述方法应用于安全防范管理系统，所述安全防范管理系统与图像采集设备、电子设备通信连接，所述方法包括：
通过安全防范管理系统进行第一用户的交互信息读取；
当判断读取信息中包括交互认证信息时，则生成通行监督指令；
通过所述通行监督指令控制所述图像采集设备进行所述第一用户的图像采集，获得图像采集数据；
基于所述交互认证信息进行关联用户匹配，获得关联用户信息；
建立与所述电子设备的设备连接，根据所述关联用户信息和所述图像采集数据生成实时引导路线，将所述实时引导路线共享至所述电子设备，并实时读取所述电子设备的设备位置信息；
根据所述电子设备的实时位置数据生成用户轨迹，基于所述用户轨迹、所述图像采集数据和所述关联用户信息构建临时用户数据库；
通过所述图像采集设备进行所述第一用户的连续视频采集，基于连续视频采集结果进行动作特征识别，将动作特征识别结果添加至所述临时用户数据库；
通过所述临时用户数据库进行所述第一用户的社区安全识别。
2.如权利要求1所述的方法，其特征在于，所述方法包括：
根据所述关联用户信息构建认证范围区间；
根据所述用户轨迹判断所述第一用户是否在所述认证范围区间内；
当判断所述第一用户在所述认证范围区间内时，则生成临时认证通行权限；
将所述临时认证通行权限发送至所述电子设备。
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
通过大数据构建异常动作特征集合，其中，所述异常动作特征集合中每个特征均具有异常特征值；
根据所述图像采集数据进行所述第一用户的用户特征分析，获得用户特征集合；
根据所述用户特征集合构建特征识别关联值；
通过所述特征识别关联值和所述异常动作特征集合进行所述连续视频采集结果的动作特征识别。
4.如权利要求3所述的方法，其特征在于，所述方法包括：
采集获得社区的社区环境特征；
根据所述社区环境特征和所述异常动作特征集合进行特征关联分析，根据关联分析结果生成环境结合特征集合；
通过所述特征识别关联值、所述异常动作特征集合和所述环境结合特征集合进行所述连续视频采集结果的动作特征识别。
5.如权利要求1所述的方法，其特征在于，所述方法包括：
获得所述第一用户的安全特征识别结果，并对所述安全特征识别结果进行统计标识，根据统计标识结果构建用户档案；
获得所述用户档案的档案完整度数据，根据所述档案完整度数据生成第一参考数据；
获得所述用户档案的档案安防管理数据，根据所述档案安防管理数据生成第二参考数据；
根据所述第一参考数据和所述第二参考数据生成所述第一用户的安防监督等级，根据所述安防监督等级进行所述第一用户的用户监督。
6.如权利要求5所述的方法，其特征在于，所述方法包括：
构建所述第一参考数据和所述第二参考数据的初始比重分布值；
判断所述第二参考数据的参考值是否在预设参考值范围内；
当所述第二参考数据的参考值在所述预设参考值范围内时，则根据所述初始比重分布值进行所述第一参考数据和所述第二参考数据的加权计算，根据计算结果获得所述安防监督等级。
7.如权利要求1所述的方法，其特征在于，所述方法包括：
构建特征用户的特征集合；
通过所述图像采集设备进行用户出行特征采集，获得采集结果；
基于所述特征集合进行所述采集结果的特征识别；
当识别存在所述特征用户时，则基于所述采集结果获得跟随用户信息；
根据所述跟随用户信息进行所述特征用户的出行监督预警。
8.一种基于人工智能的安全防范管理系统，其特征在于，所述系统与图像采集设备、电子设备通信连接，所述系统包括：
交互信息读取模块，所述交互信息读取模块用于通过安全防范管理系统进行第一用户的交互信息读取；
通行监督指令生成模块，所述通行监督指令生成模块用于当判断读取信息中包括交互认证信息时，则生成通行监督指令；
图像采集模块，所述图像采集模块用于通过所述通行监督指令控制所述图像采集设备进行所述第一用户的图像采集，获得图像采集数据；
关联用户匹配模块，所述关联用户匹配模块用于基于所述交互认证信息进行关联用户匹配，获得关联用户信息；
实时路线共享模块，所述实时路线共享模块用于建立与所述电子设备的设备连接，根据所述关联用户信息和所述图像采集数据生成实时引导路线，将所述实时引导路线共享至所述电子设备，并实时读取所述电子设备的设备位置信息；
临时用户数据库构建模块，所述临时用户数据库构建模块用于根据所述电子设备的实时位置数据生成用户轨迹，基于所述用户轨迹、所述图像采集数据和所述关联用户信息构建临时用户数据库；
动作特征识别模块，所述动作特征识别模块用于通过所述图像采集设备进行所述第一用户的连续视频采集，基于连续视频采集结果进行动作特征识别，将动作特征识别结果添加至所述临时用户数据库；
社区安全识别模块，所述社区安全识别模块用于通过所述临时用户数据库进行所述第一用户的社区安全识别。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310217572.4A CN116206368A (zh) | 2023-03-08 | 2023-03-08 | 一种基于人工智能的安全防范管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310217572.4A CN116206368A (zh) | 2023-03-08 | 2023-03-08 | 一种基于人工智能的安全防范管理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116206368A true CN116206368A (zh) | 2023-06-02 |
Family
ID=86507536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310217572.4A Pending CN116206368A (zh) | 2023-03-08 | 2023-03-08 | 一种基于人工智能的安全防范管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116206368A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117155978A (zh) * | 2023-10-31 | 2023-12-01 | 山东弘毅节能服务有限公司 | 一种基于人工智能的智慧校园管理系统 |
-
2023
- 2023-03-08 CN CN202310217572.4A patent/CN116206368A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117155978A (zh) * | 2023-10-31 | 2023-12-01 | 山东弘毅节能服务有限公司 | 一种基于人工智能的智慧校园管理系统 |
| CN117155978B (zh) * | 2023-10-31 | 2024-01-26 | 山东弘毅节能服务有限公司 | 一种基于人工智能的智慧校园管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102553883B1 (ko) | 비디오 감시 시스템에서 경보들을 발생시키는 방법 | |
| US20190087464A1 (en) | Regional population management system and method | |
| CN111918039B (zh) | 基于5g网络的人工智能高风险作业管控系统 | |
| CN116206368A (zh) | 一种基于人工智能的安全防范管理方法及系统 | |
| CN107967340A (zh) | 一种林业信息共享云平台与监测业务系统 | |
| CN109447448A (zh) | 一种消防安全评估管理的方法、客户端、服务器与系统 | |
| CN111047824B (zh) | 一种室内儿童看护联动控制预警方法及系统 | |
| KR101459024B1 (ko) | 시설물 감시용 보안 시스템 | |
| CN110197158B (zh) | 一种安保云系统及其应用 | |
| CN115167530B (zh) | 基于多维传感的带电作业勘察数据处理方法及系统 | |
| CN113378616A (zh) | 视频分析方法、视频分析的管理方法及相关设备 | |
| CN110188617A (zh) | 一种机房智能监控方法及系统 | |
| CN111476685B (zh) | 行为分析方法、装置及设备 | |
| Kamari et al. | Automated filtering big visual data from drones for enhanced visual analytics in construction | |
| CN107920224B (zh) | 一种异常告警方法、设备及视频监控系统 | |
| CN107301516A (zh) | 一种电力工作现场安全管理的方法及系统 | |
| CN113656842B (zh) | 一种数据验证方法、装置及设备 | |
| CN112597910B (zh) | 利用扫地机器人对人物活动进行监控的方法和装置 | |
| CN112969053B (zh) | 车内信息传输方法、装置、车载设备及存储介质 | |
| CN113271439B (zh) | 一种施工场地安全监控配置处理方法和系统 | |
| CN115797125A (zh) | 一种乡村数字化智慧服务平台 | |
| CN104851151A (zh) | 一种安全识别监控系统 | |
| CN112257666B (zh) | 目标图像内容的聚合方法、装置、设备及可读存储介质 | |
| CN112950438A (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
| CN112702563A (zh) | 一种校园场景下的学生行为表现的订阅方法及设备、系统 |
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 |