CN116486586B - 一种校园安全智能化监管预警系统及方法 - Google Patents

Abstract

本发明涉及校园安全预警技术领域，尤其涉及一种校园安全智能化监管预警系统及方法，该系统包括：数据采集模块，确定进校人员的身份；数据监测模块，用以得到划分后的各区域的第一时刻视频数据；数据存储模块，对各区域的第一时刻视频数据进行存储；数据分析模块，用以根据进校人员的位置信息预测进校人员的活动范围，以及根据待跟踪目标的活动范围判断是否提取待跟踪目标在活动范围内的停留时间，并根据停留时间确定对于待跟踪目标的预警程度；预警模块，通过第二时刻视频数据确定待跟踪目标的位置信息，并确定所述位置信息是否位于所述活动范围，根据结果实施预警响应模式。本发明提高了校园安全智能化监管预警系统的准确性。

Description

一种校园安全智能化监管预警系统及方法

技术领域

本发明涉及校园安全预警技术领域，尤其涉及一种校园安全智能化监管预警系统及方法。

背景技术

在校园安全预警技术领域中，校园预警的系统已经占据了重要的地位，建立全方位、多层次的预警机制是校园预警系统的必然趋势。通过记录并存储校园内外的人员信息，并建立与相关部门协作的机制。将保证信息的深度和广度，做到全面准确、及时校园作为安全预警技术领域的进一步开拓，确保全面、系统地防范化解校园安全风险。

中国专利公开号CN113823055B公开了一种校园安全保障智能化监管预警系统及方法，包括数据采集模块、校园信息平台、安全分析模块、信息储存模块、预警反馈模块以及数据输出模块；本发明中的安全分析模块在获取到EC、TP、TQ，求出对应的AQ值，当满足AQ≥AQ分钟时，校园信息平台向预警反馈模块发出预警信号，将不满足校园安全标准人员的身份信息输送至预警反馈模块，预警反馈模块将不满足校园安全标准人员的身份信息输送至信息储存模块中进行储存，并将预警信号输送至数据输出模块，数据输出模块将不满足校园安全标准员的身份信息、实时位置信息、危险等级发送至校园管理人员，使得管理人员能够根据危险等级快速做出相同措施，提升了管控效率。

但是，现有技术对于安全预警的信息进行数据处理时，仍然存在无法精确辨校园预警程度的问题，从而导致安全预警系统的准确性差。

发明内容

为此，本发明提供一种校园安全智能化监管预警系统及方法，解决了安全预警系统的准确性差的问题。

为实现上述目的，本发明一方面提供一种校园安全智能化监管预警系统，该系统包括：

数据采集模块，通过人脸识别采集进校人员的身份信息，并与预先录入的校内人员的身份信息进行认证，用以确定进校人员的身份；

数据监测模块，与数据采集模块相连接，对校园内区域进行划分并监测，用以得到划分后的各监测区域的第一时刻视频数据，以及监测进校人员的位置信息；

数据存储模块，分别与数据监测模块相连接，用以对各所述监测区域的第一时刻视频数据进行存储；

数据分析模块，与数据采集模块和数据监测模块相连接，用以根据所述进校人员的位置信息预测所述进校人员的活动范围，根据所述活动范围确定待跟踪目标并生成第二时刻视频数据，以及根据待跟踪目标的活动范围判断是否提取所述待跟踪目标在所述活动范围内的停留时间，并根据所述停留时间确定对于待跟踪目标的预警程度，并基于所述预警程度生成与所述预警程度匹配的预警响应模式；

预警模块，与数据分析模块相连接，接收第二时刻视频数据，并通过所述第二时刻视频数据确定所述待跟踪目标的位置信息，并确定所述位置信息是否位于所述活动范围内，获取确定结果，根据确定结果实施预警响应模式，所述第一时刻和所述第二时刻之间设置有时间间隔。

进一步地，所述数据分析模块包括：频率更新单元、活动分析单元和风险分析单元，

频率更新单元，用以根据所确定的进校人员的身份调整进校人员的所述位置信息的更新频率；

活动分析单元，与频率更新单元相连接，根据进校人员的所述位置信息的更新频率预测进校人员的所述活动范围；

风险分析单元，与活动分析单元相连接，根据所述第一时刻视频数据中的内容信息确定初始化安全指数数据，并基于初始化的安全指数数据对各区域内的安全指数数据进行实时更新，并根据实时更新的所述安全指数数据进行风险区域的等级划分，以及当各等级的所述风险区域与进校人员的所述活动范围有重合时，则将所述进校人员确定为待跟踪目标，并通过待跟踪目标的所述活动范围与所述风险区域的实际重合度与标准重合度的比对结果判断是否提取所述待跟踪目标在所述活动范围内的停留时间并根据所述停留时间确定预警程度。

进一步地，所述风险分析单元根据实时更新的所述安全指数数据进行风险区域的等级划分时，所述风险区域等级包括第一等级风险区域W1、第二等级风险区域W2、第三等级风险区域W3，其中，W1>W2>W3；

所述风险分析单元在比对待跟踪目标的所述活动范围与所述风险区域的实际重合度与标准重合度时，在所述风险分析单元中预先设置有第一等级风险区域的标准重合度A1、第二等级风险区域的标准重合度A2、第三等级风险区域的标准重合度A3，其中A1<A2<A3，其中，

预测的所述活动范围中只涵盖一种风险区域时，

若所述实际重合度小于标准重合度，则不提取所述待跟踪目标在所述活动范围内的停留时间，

若所述实际重合度大于等于标准重合度，则提取所述待跟踪目标在所述活动范围内的停留时间；

预测的所述活动范围中涵盖的风险区域大于等于任意两种风险区域时，

若各所述风险区域的重合度的平均值小于标准重合度的平均值，则不提取所述待跟踪目标在所述活动范围内的停留时间，

若各所述风险区域的重合度的平均值大于等于标准重合度的平均值，则提取所述待跟踪目标在所述活动范围内的停留时间。

进一步地，所述风险分析单元根据所述停留时间确定预警程度时，所述风险分析单元预先设置有第一等级风险区域、第二等级风险区域以及第三等级风险区域所对应的标准停留时间T1、T2、T3，其中，T1<T2<T3，

若各所述风险区域中的实际停留时间<标准停留时间，则不确定预警程度；

若各所述风险区域中的实际停留时间≥标准停留时间，则根据实际停留时间与标准停留时间的差值确定不同等级的预警程度。

进一步地，所述风险分析单元根据实际停留时间与标准停留时间的差值确定不同等级的预警程度时，

若各所述风险区域中的实际停留时间与标准停留时间的差值>所述风险区域中的标准停留时间，则选择第一等级预警程度F1，

若0.5倍的所述风险区域中的标准停留时间<各所述风险区域中的实际停留时间与标准停留时间的差值≤所述风险区域中的标准停留时间，则选择第二等级预警程度F2，

若0.5倍的所述风险区域中标准停留时间≥所述风险区域中的实际停留时间与标准停留时间的差值，则选择第三等级预警程度F3，

其中，F1>F2>F3。

进一步地，所述预警模块确定所述位置信息是否位于所述活动范围内时，将所述位置信息定位到相应的监测区域中，并在监测区域中通过人脸识别确定所述待跟踪目标并获取所述待跟踪目标实时的位置信息，确认实时的所述位置信息，并获取确认结果，根据确定结果选择预警响应模式。

进一步地，所述频率更新单元在根据所确定的进校人员的身份调整所述进校人员的位置信息的更新频率时，

所述频率更新单元内预先设置标准的位置信息的更新频率P0，

若所述进校人员的身份信息与预先录入的校内人员的身份信息认证一致，则以标准的位置信息的更新频率P0进行所述进校人员的位置信息的更新，

若所述进校人员的身份信息与预先录入的校内人员的身份信息认证不一致，则对标准的位置信息的更新频率P0进行修正，并以修正后的频率P1=P0（1+k1）进行所述进校人员的位置信息的更新。

进一步地，所述频率更新单元在对标准的位置信息的更新频率P0进行修正时，所述频率更新单元内设置有第一标准差值ΔE10、第二标准差值ΔE20和第三标准差值ΔE30，其中，ΔE10<ΔE20<ΔE30；

所述频率更新单元内预先设置有校外人员标准的到访次数E0，

当实际到访次数Ei>标准的到访次数E0时，计算两者的实际差值ΔEi，ΔEi=Ei-E0，

若实际差值≤第一标准差值ΔE10，则无需对第一系数进行调整，

若第二标准差值ΔE20≥实际差值>第一标准差值ΔE10，则将第一系数k1修改为0.8×k1，

若第三标准差值ΔE30≥实际差值>第二标准差值ΔE20，则将第一系数k1修改为0.6×k1，

若实际差值>第三标准差值ΔE30，则将第一系数k1修改为0.5×k1。

进一步地，所述活动范围分析单元根据进校人员的所述位置信息的更新频率预测进校人员的所述活动范围时，所述活动范围分析单元内设置有采集周期，根据所述采集周期内进校人员在所述更新频率下的若干位置信息，生成所述采集周期内的进校人员的活动轨迹，并基于所述活动轨迹预测进校人员的所述活动范围。

另一方面，本发明还提供一种校园安全智能化监管预警方法，该方法包括：通过人脸识别采集进校人员的身份信息，并与预先录入的校内人员的身份信息进行认证，用以确定进校人员的身份；

划分并监测校园内区域，用以得到划分后的各监测区域的第一时刻视频数据，以及监测进校人员的位置信息；

根据所确定的进校人员的身份调整进校人员的所述位置信息的更新频率；

根据进校人员的所述位置信息的更新频率预测进校人员的所述活动范围；

根据所述第一时刻视频数据中的内容信息确定初始化安全指数数据，并基于初始化的安全指数数据对各区域内的安全指数数据进行实时更新，并根据实时更新的所述安全指数数据进行风险区域的等级划分，以及当各等级的所述风险区域与进校人员的所述活动范围有重合时，则将所述进校人员确定为待跟踪目标，并通过待跟踪目标的所述活动范围与所述风险区域的实际重合度与标准重合度的比对结果判断是否提取所述待跟踪目标在所述活动范围内的停留时间并根据所述停留时间确定预警程度；

接收第二时刻视频数据，并通过所述第二时刻视频数据确定所述待跟踪目标的位置信息，并确定所述位置信息是否位于所述活动范围内，获取确定结果，根据确定结果实施预警响应模式。

与现有技术相比，本发明的有益效果在于，通过设置数据采集模块对进校人员进行人脸识别采集身份信息，达到了对预先录入的校内人员的身份信息的认证的目的，实现了对进校人员的身份的划分，通过划分成校内人员和校外人员，实现了后续的差异化监测。通过设置数据监测模块，得到了校园内各区域的视频数据，实现了对各区域的进校人员的监测，保证了监测的及时性和有效性。通过设置数据分析模块实现了对进校人员的位置信息的更新频率的选择，并根据更新频率得到了不同时刻的位置信息，并在采集周期内根据所述位置信息确定活动轨迹，根据活动轨迹预测活动范围，实现了对活动范围的精准判断。通过设置预警模块通过所述第二时刻视频数据确定所述待跟踪目标的位置信息，实现了对待跟踪目标的位置信息的二次确定，根据确定结果实施预警响应模式，保证了预警的精准度。尤其，通过频率更新单元实现了对进校人员的身份判断，通过判断是否属于校内人员，达到了对进校人员的位置信息更新频率进行准确选择的目的。通过活动分析单元，根据进校人员的位置信息的更新频率，得到了不同时间的位置信息，实现了对所述进校人员的活动范围进行预测的目的。通过风险分析单元对各区域内的安全指数进行实时更新，实现了风险区域等级的划分，以便于后续的预警程度的判断。

尤其，通过待跟踪目标所述活动范围与风险区域的实际重合度与标准重合度的比对结果，实现了对所述待跟踪目标在风险区的初步判断，并根据所述初步判断选择是否反馈实际停留时间的数据，实现了对所述待跟踪目标进行精细化的监测的目的。

尤其，通过各风险区域中的实际停留时间与标准停留时间的比对，实现了根据不同的情况判断是否确定预警程度，减少了错误预警的概率，提高了预警的精准度。

尤其，通过比较实际停留时间与标准停留时间的差值确定不同等级的预警程度，考虑了任意区间内的所述差值的实际情况，以便于根据所述情况判断预警程度，保证了预警系统反馈的效率与质量。

尤其，通过不同等级预警程度对应的预警响应模式，实现了针对性的实施响应模式的目的，保证了预警响应模式的合理性。

尤其，通过所述进校人员信息与预先录入的校内人员的身份信息进行认证，实现了对进校人员的身份的分类。根据人员的分类结果设定不同的任意位置的时间点数据和任意位置的位置信息更新的频率，实现了根据进校人员的身份的不同进行差异化的监测的目的，使得监测更具有针对性。

尤其，通过对校外人员到访次数的判断，实现了通过到访次数判断相对熟悉度的目的，并利用第一系数来调整校外人员位置信息更新的频率，在标准的位置信息更新的频率的基础上进行小幅度叠，实现了对标准的位置信息更新的频率的微调，并利用微调后形成的第一位置更新频率对校外人员的位置信息进行更新频率的修正，实现了根据来访次数的差值与标准差值的比较对所述位置信息的进行及时更新的目的，从而有效地提升了对于校外人员的实时定位效率，便于进行及时的预警。

尤其，通过设置有采集周期，实现了对所述周期内的进校人员位置信息的获取，通过若干位置信息组成了所述进校人员的活动轨迹，位置信息更新频率越高位置信息的量越大的活动轨迹越精准，从而实现了对活动范围的精准预测。

附图说明

图1为本发明实施例提供的基于校园安全智能化监管预警系统的结构示意图；

图2为本发明实施例提供的基于校园安全智能化监管预警方法的流程示意图。

具体实施方式

为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。

下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。

需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。

请参阅图1所示，本发明实施例提供的基于校园安全智能化监管预警系统，包括：

数据采集模块10，通过人脸识别采集进校人员的身份信息，并与预先录入的校内人员的身份信息进行认证，用以确定进校人员的身份；

数据监测模块20，与数据采集模块相连接，对校园内区域进行划分并监测，用以得到划分后的各监测区域的第一时刻视频数据，以及监测进校人员的位置信息；

数据存储模块30，分别与数据监测模块相连接，用以对各所述监测区域的第一时刻视频数据进行存储；

数据分析模块40，与数据采集模块和数据监测模块相连接，用以根据所述进校人员的位置信息预测所述进校人员的活动范围，根据所述活动范围确定待跟踪目标并生成第二时刻视频数据，以及根据待跟踪目标的活动范围判断是否提取所述待跟踪目标在所述活动范围内的停留时间，并根据所述停留时间确定对于待跟踪目标的预警程度，并基于所述预警程度生成与所述预警程度匹配的预警响应模式；

预警模块50，与数据分析模块相连接，接收第二时刻视频数据，并通过所述第二时刻视频数据确定所述待跟踪目标的位置信息，并确定所述位置信息是否位于所述活动范围内，获取确定结果，根据确定结果实施预警响应模式，所述第一时刻和所述第二时刻之间设置有时间间隔。

具体而言，本发明实施例中，通过设置数据采集模块对进校人员进行人脸识别采集身份信息，达到了对预先录入的校内人员的身份信息的认证的目的，实现了对进校人员的身份的划分，通过划分成校内人员和校外人员，实现了后续的差异化监测。通过设置数据监测模块，得到了校园内各区域的视频数据，实现了对各区域的进校人员的监测，保证了监测的及时性和有效性。通过设置数据分析模块实现了对进校人员的位置信息的更新频率的选择，并根据更新频率得到了不同时刻的位置信息，并在采集周期内根据所述位置信息确定活动轨迹，根据活动轨迹预测活动范围，实现了对活动范围的精准判断。通过设置预警模块通过所述第二时刻视频数据确定所述待跟踪目标的位置信息，实现了对待跟踪目标的位置信息的二次确定，根据确定结果实施预警响应模式，保证了预警的精准度。

具体而言，所述数据分析模块包括：频率更新单元、活动分析单元和风险分析单元，

频率更新单元，用以根据所确定的进校人员的身份调整进校人员的所述位置信息的更新频率；

活动分析单元，与频率更新单元相连接，根据进校人员的所述位置信息的更新频率预测进校人员的所述活动范围；

风险分析单元，与活动分析单元相连接，根据所述第一时刻视频数据中的内容信息确定初始化安全指数数据，并基于初始化的安全指数数据对各区域内的安全指数数据进行实时更新，并根据实时更新的所述安全指数数据进行风险区域的等级划分，以及当各等级的所述风险区域与进校人员的所述活动范围有重合时，则将所述进校人员确定为待跟踪目标，并通过待跟踪目标的所述活动范围与所述风险区域的实际重合度与标准重合度的比对结果判断是否提取所述待跟踪目标在所述活动范围内的停留时间并根据所述停留时间确定预警程度。

具体而言，本发明实施例中，通过频率更新单元实现了对进校人员的身份判断，通过判断是否属于校内人员，达到了对进校人员的位置信息更新频率进行准确选择的目的。通过活动分析单元，根据进校人员的位置信息的更新频率，得到了不同时间的位置信息，实现了对所述进校人员的活动范围进行预测的目的。通过风险分析单元对各区域内的安全指数进行实时更新，实现了风险区域等级的划分，以便于后续的预警程度的判断。

具体而言，所述风险分析单元根据实时更新的所述安全指数数据进行风险区域的等级划分时，所述风险区域等级包括第一等级风险区域W1、第二等级风险区域W2、第三等级风险区域W3，其中，W1>W2>W3；

所述风险分析单元在比对待跟踪目标的所述活动范围与所述风险区域的实际重合度与标准重合度时，在所述风险分析单元中预先设置有第一等级风险区域的标准重合度A1、第二等级风险区域的标准重合度A2、第三等级风险区域的标准重合度A3，其中A1<A2<A3，其中，

预测的所述活动范围中只涵盖一种风险区域时，

若所述实际重合度小于标准重合度，则不提取所述待跟踪目标在所述活动范围内的停留时间，

若所述实际重合度大于等于标准重合度，则提取所述待跟踪目标在所述活动范围内的停留时间；

预测的所述活动范围中涵盖的风险区域大于等于任意两种风险区域时，

若各所述风险区域的重合度的平均值小于标准重合度的平均值，则不提取所述待跟踪目标在所述活动范围内的停留时间，

若各所述风险区域的重合度的平均值大于等于标准重合度的平均值，则提取所述待跟踪目标在所述活动范围内的停留时间。

具体而言，本发明实施例中，通过待跟踪目标所述活动范围与风险区域的实际重合度与标准重合度的比对结果，实现了对所述待跟踪目标在风险区的初步判断，并根据所述初步判断选择是否反馈实际停留时间的数据，实现了对所述待跟踪目标进行精细化的监测的目的。

具体而言，所述风险分析单元根据所述停留时间确定预警程度时，所述风险分析单元预先设置有第一等级风险区域、第二等级风险区域以及第三等级风险区域所对应的标准停留时间T1、T2、T3，其中，T1<T2<T3，

若各所述风险区域中的实际停留时间<标准停留时间，则不确定预警程度；

若各所述风险区域中的实际停留时间≥标准停留时间，则根据实际停留时间与标准停留时间的差值确定不同等级的预警程度。

具体而言，本发明实施例中，通过各风险区域中的实际停留时间与标准停留时间的比对，实现了根据不同的情况判断是否确定预警程度，减少了错误预警的概率，提高了预警的精准度。

具体而言，所述风险分析单元根据实际停留时间与标准停留时间的差值确定不同等级的预警程度时，

若各所述风险区域中的实际停留时间与标准停留时间的差值>所述风险区域中的标准停留时间，则选择第一等级预警程度F1，

若0.5倍的所述风险区域中的标准停留时间<各所述风险区域中的实际停留时间与标准停留时间的差值≤所述风险区域中的标准停留时间，则选择第二等级预警程度F2，

若0.5倍的所述风险区域中标准停留时间≥所述风险区域中的实际停留时间与标准停留时间的差值，则选择第三等级预警程度F3，

其中，F1>F2>F3。

具体而言，本发明实施例中，通过比较实际停留时间与标准停留时间的差值确定不同等级的预警程度，考虑了任意区间内的所述差值的实际情况，以便于根据所述情况判断预警程度，保证了预警系统反馈的效率与质量。

具体而言，所述预警模块确定所述位置信息是否位于所述活动范围内时，将所述位置信息定位到相应的监测区域中，并在监测区域中通过人脸识别确定所述待跟踪目标并获取所述待跟踪目标实时的位置信息，确认实时的所述位置信息，并获取确认结果，根据确定结果选择预警响应模式。

具体而言，第一等级预警程度F1对应的预警响应模式为打开摄像头预设位置的闪光灯并由蜂鸣器以第一音量发出警报，第二等级预警程度F2对应的预警响应模式为由蜂鸣器以第一音量发出警报，第三等级预警程度F3对应的预警响应模式为打开摄像头预设位置的闪光灯。

具体而言，本发明实施例中，通过不同等级预警程度对应的预警响应模式，实现了针对性的实施响应模式的目的，保证了预警响应模式的合理性。

具体而言，所述频率更新单元在根据所确定的进校人员的身份调整所述进校人员的位置信息的更新频率时，

所述频率更新单元内预先设置标准的位置信息的更新频率P0，

若所述进校人员的身份信息与预先录入的校内人员的身份信息认证一致，则以标准的位置信息的更新频率P0进行所述进校人员的位置信息的更新，

若所述进校人员的身份信息与预先录入的校内人员的身份信息认证不一致，则对标准的位置信息的更新频率P0进行修正，并以修正后的频率P1=P0（1+k1）进行所述进校人员的位置信息的更新。

具体而言，所述校内人员包括在校学生、教师和职工，数据采集模块则通过调用预先存储的校内人员信息进行从而进行所述进校人员的人脸识别认证。

具体而言，本发明实施例中，通过所述进校人员信息与预先录入的校内人员的身份信息进行认证，实现了对进校人员的身份的分类。根据人员的分类结果设定不同的任意位置的时间点数据和任意位置的位置信息更新的频率，实现了根据进校人员的身份的不同进行差异化的监测的目的，使得监测更具有针对性。

具体而言，所述频率更新单元在对标准的位置信息的更新频率P0进行修正时，所述频率更新单元内设置有第一标准差值ΔE10、第二标准差值ΔE20和第三标准差值ΔE30，其中，ΔE10<ΔE20<ΔE30；

所述频率更新单元内预先设置有校外人员标准的到访次数E0，

当实际到访次数Ei>标准的到访次数E0时，计算两者的实际差值ΔEi，ΔEi=Ei-E0，

若实际差值≤第一标准差值ΔE10，则无需对第一系数进行调整，

若第二标准差值ΔE20≥实际差值>第一标准差值ΔE10，则将第一系数k1修改为0.8×k1，

若第三标准差值ΔE30≥实际差值>第二标准差值ΔE20，则将第一系数k1修改为0.6×k1，

若实际差值>第三标准差值ΔE30，则将第一系数k1修改为0.5×k1。

具体而言，本发明实施例中，通过对校外人员到访次数的判断，实现了通过到访次数判断相对熟悉度的目的，并利用第一系数来调整校外人员位置信息更新的频率，在标准的位置信息更新的频率的基础上进行小幅度叠，实现了对标准的位置信息更新的频率的微调，并利用微调后形成的第一位置更新频率对校外人员的位置信息进行更新频率的修正，实现了根据来访次数的差值与标准差值的比较对所述位置信息的进行及时更新的目的，从而有效地提升了对于校外人员的实时定位效率，便于进行及时的预警。

具体而言，所述活动范围分析单元根据进校人员的所述位置信息的更新频率预测进校人员的所述活动范围时，所述活动范围分析单元内设置有采集周期，根据所述采集周期内进校人员在所述更新频率下的若干位置信息，生成所述采集周期内的进校人员的活动轨迹，并基于所述活动轨迹预测进校人员的所述活动范围。

具体而言，本发明实施例中，通过设置有采集周期，实现了对所述周期内的进校人员位置信息的获取，通过若干位置信息组成了所述进校人员的活动轨迹，位置信息更新频率越高位置信息的量越大的活动轨迹越精准，从而实现了对活动范围的精准预测。

请参阅图2所示，本发明实施例提供的基于校园安全智能化监管预警方法，包括：

步骤S100：通过人脸识别采集进校人员的身份信息，并与预先录入的校内人员的身份信息进行认证，用以确定进校人员的身份；

步骤S200：划分并监测校园内区域，用以得到划分后的各监测区域的第一时刻视频数据，以及监测进校人员的位置信息；

步骤S300：根据所确定的进校人员的身份调整进校人员的所述位置信息的更新频率；

步骤S400：根据进校人员的所述位置信息的更新频率预测进校人员的所述活动范围；

步骤S500：根据所述第一时刻视频数据中的内容信息确定初始化安全指数数据，并基于初始化的安全指数数据对各区域内的安全指数数据进行实时更新，并根据实时更新的所述安全指数数据进行风险区域的等级划分，以及当各等级的所述风险区域与进校人员的所述活动范围有重合时，则将所述进校人员确定为待跟踪目标，并通过待跟踪目标的所述活动范围与所述风险区域的实际重合度与标准重合度的比对结果判断是否提取所述待跟踪目标在所述活动范围内的停留时间并根据所述停留时间确定预警程度；

步骤S600：接收第二时刻视频数据，并通过所述第二时刻视频数据确定所述待跟踪目标的位置信息，并确定所述位置信息是否位于所述活动范围内，获取确定结果，根据确定结果实施预警响应模式。

至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。 凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种校园安全智能化监管预警系统，其特征在于，包括：

数据采集模块，通过人脸识别采集进校人员的身份信息，并与预先录入的校内人员的身份信息进行认证，用以确定进校人员的身份；

数据监测模块，与数据采集模块相连接，对校园内区域进行划分并监测，用以得到划分后的各监测区域的第一时刻视频数据，以及监测进校人员的位置信息；

数据存储模块，分别与数据监测模块相连接，用以对各所述监测区域的第一时刻视频数据进行存储；

数据分析模块，与数据采集模块和数据监测模块相连接，用以根据所述进校人员的位置信息预测所述进校人员的活动范围，根据所述活动范围确定待跟踪目标并生成第二时刻视频数据，以及根据待跟踪目标的活动范围判断是否提取所述待跟踪目标在所述活动范围内的停留时间，并根据所述停留时间确定对于待跟踪目标的预警程度，并基于所述预警程度生成与所述预警程度匹配的预警响应模式；

预警模块，与数据分析模块相连接，接收第二时刻视频数据，并通过所述第二时刻视频数据确定所述待跟踪目标的位置信息，并确定所述位置信息是否位于所述活动范围内，获取确定结果，根据确定结果实施预警响应模式，所述第一时刻和所述第二时刻之间设置有时间间隔；

所述数据分析模块包括：频率更新单元、活动分析单元和风险分析单元，

频率更新单元，用以根据所确定的进校人员的身份调整进校人员的所述位置信息的更新频率；

活动分析单元，与频率更新单元相连接，根据进校人员的所述位置信息的更新频率预测进校人员的所述活动范围；

风险分析单元，与活动分析单元相连接，根据所述第一时刻视频数据中的内容信息确定初始化安全指数数据，并基于初始化的安全指数数据对各区域内的安全指数数据进行实时更新，并根据实时更新的所述安全指数数据进行风险区域的等级划分，以及当各等级的所述风险区域与进校人员的所述活动范围有重合时，则将所述进校人员确定为待跟踪目标，并通过待跟踪目标的所述活动范围与所述风险区域的实际重合度与标准重合度的比对结果判断是否提取所述待跟踪目标在所述活动范围内的停留时间并根据所述停留时间确定预警程度；

所述频率更新单元在根据所确定的进校人员的身份调整所述进校人员的位置信息的更新频率时，

所述频率更新单元内预先设置标准的位置信息的更新频率P0，

若所述进校人员的身份信息与预先录入的校内人员的身份信息认证一致，则以标准的位置信息的更新频率P0进行所述进校人员的位置信息的更新，

若所述进校人员的身份信息与预先录入的校内人员的身份信息认证不一致，则对标准的位置信息的更新频率P0进行修正，并以修正后的频率P1=P0（1+k1）进行所述进校人员的位置信息的更新。

2.根据权利要求1所述的校园安全智能化监管预警系统，其特征在于，所述风险分析单元根据实时更新的所述安全指数数据进行风险区域的等级划分时，所述风险区域等级包括第一等级风险区域W1、第二等级风险区域W2、第三等级风险区域W3，其中，W1>W2>W3；

所述风险分析单元在比对待跟踪目标的所述活动范围与所述风险区域的实际重合度与标准重合度时，在所述风险分析单元中预先设置有第一等级风险区域的标准重合度A1、第二等级风险区域的标准重合度A2、第三等级风险区域的标准重合度A3，其中A1<A2<A3，其中，

预测的所述活动范围中只涵盖一种风险区域时，

若所述实际重合度小于标准重合度，则不提取所述待跟踪目标在所述活动范围内的停留时间，

若所述实际重合度大于等于标准重合度，则提取所述待跟踪目标在所述活动范围内的停留时间；

预测的所述活动范围中涵盖的风险区域大于等于任意两种风险区域时，

若所述各风险区域的重合度的平均值小于标准重合度的平均值，则不提取所述待跟踪目标在所述活动范围内的停留时间，

若所述各风险区域的重合度的平均值大于等于标准重合度的平均值，则提取所述待跟踪目标在所述活动范围内的停留时间。

3.根据权利要求2所述的校园安全智能化监管预警系统，其特征在于，所述风险分析单元根据所述停留时间确定预警程度时，所述风险分析单元预先设置有第一等级风险区域、第二等级风险区域以及第三等级风险区域所对应的标准停留时间T1、T2、T3，其中，T1<T2<T3，

若各所述风险区域中的实际停留时间<标准停留时间，则不确定预警程度；

若各所述风险区域中的实际停留时间≥标准停留时间，则根据实际停留时间与标准停留时间的差值确定不同等级的预警程度。

4.根据权利要求3所述的校园安全智能化监管预警系统，其特征在于，所述风险分析单元根据实际停留时间与标准停留时间的差值确定不同等级的预警程度时，

若各所述风险区域中的实际停留时间与标准停留时间的差值>所述风险区域中的标准停留时间，则选择第一等级预警程度F1，

若0.5倍的所述风险区域中的标准停留时间<各所述风险区域中的实际停留时间与标准停留时间的差值≤所述风险区域中的标准停留时间，则选择第二等级预警程度F2，

若0.5倍的所述风险区域中标准停留时间≥所述风险区域中的实际停留时间与标准停留时间的差值，则选择第三等级预警程度F3，

其中，F1>F2>F3。

5.根据权利要求4所述的校园安全智能化监管预警系统，其特征在于，所述预警模块确定所述位置信息是否位于所述活动范围内时，将所述位置信息定位到相应的监测区域中，并在监测区域中通过人脸识别确定所述待跟踪目标并获取所述待跟踪目标实时的位置信息，确认实时的所述位置信息，并获取确认结果，根据确定结果选择预警响应模式。

6.根据权利要求5所述的校园安全智能化监管预警系统，其特征在于，所述频率更新单元在对标准的位置信息的更新频率P0进行修正时，所述频率更新单元内设置有第一标准差值ΔE10、第二标准差值ΔE20和第三标准差值ΔE30，其中，ΔE10<ΔE20<ΔE30；

所述频率更新单元内预先设置有校外人员标准的到访次数E0，

当实际到访次数Ei>标准的到访次数E0时，计算两者的实际差值ΔEi，ΔEi=Ei-E0，

若实际差值≤第一标准差值ΔE10，则无需对第一系数进行调整，

若第二标准差值ΔE20≥实际差值>第一标准差值ΔE10，则将第一系数k1修改为0.8×k1，

若第三标准差值ΔE30≥实际差值>第二标准差值ΔE20，则将第一系数k1修改为0.6×k1，

若实际差值>第三标准差值ΔE30，则将第一系数k1修改为0.5×k1。

7.根据权利要求6所述的校园安全智能化监管预警系统，其特征在于，所述活动范围分析单元根据进校人员的所述位置信息的更新频率预测进校人员的所述活动范围时，所述活动范围分析单元内设置有采集周期，根据所述采集周期内进校人员在所述更新频率下的若干位置信息，生成所述采集周期内的进校人员的活动轨迹，并基于所述活动轨迹预测进校人员的所述活动范围。

8.一种应用权利要求1-7任一项的校园安全智能化监管预警系统的校园安全智能化监管预警方法，其特征在于，包括：

通过人脸识别采集进校人员的身份信息，并与预先录入的校内人员的身份信息进行认证，用以确定进校人员的身份；

划分并监测校园内区域，用以得到划分后的各监测区域的第一时刻视频数据，以及监测进校人员的位置信息；

根据所确定的进校人员的身份调整进校人员的所述位置信息的更新频率；

根据进校人员的所述位置信息的更新频率预测进校人员的所述活动范围；

根据所述第一时刻视频数据中的内容信息确定初始化安全指数数据，并基于初始化的安全指数数据对各区域内的安全指数数据进行实时更新，并根据实时更新的所述安全指数数据进行风险区域的等级划分，以及当各等级的所述风险区域与进校人员的所述活动范围有重合时，则将所述进校人员确定为待跟踪目标，并通过待跟踪目标的所述活动范围与所述风险区域的实际重合度与标准重合度的比对结果判断是否提取所述待跟踪目标在所述活动范围内的停留时间并根据所述停留时间确定预警程度；

接收第二时刻视频数据，并通过所述第二时刻视频数据确定所述待跟踪目标的位置信息，并确定所述位置信息是否位于所述活动范围内，获取确定结果，根据确定结果实施预警响应模式。