CN117351422A - 一种智慧楼宇的监控方法及系统 - Google Patents
一种智慧楼宇的监控方法及系统 Download PDFInfo
- Publication number
- CN117351422A CN117351422A CN202311363895.0A CN202311363895A CN117351422A CN 117351422 A CN117351422 A CN 117351422A CN 202311363895 A CN202311363895 A CN 202311363895A CN 117351422 A CN117351422 A CN 117351422A
- Authority
- CN
- China
- Prior art keywords
- building
- image data
- monitoring image
- monitoring
- building monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 525
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 278
- 230000005856 abnormality Effects 0.000 claims abstract description 152
- 238000012806 monitoring device Methods 0.000 claims abstract description 129
- 238000007405 data analysis Methods 0.000 claims abstract description 92
- 238000012545 processing Methods 0.000 claims abstract description 38
- 239000013598 vector Substances 0.000 claims description 48
- 238000005457 optimization Methods 0.000 claims description 36
- 238000013507 mapping Methods 0.000 claims description 28
- 230000002159 abnormal effect Effects 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000011156 evaluation Methods 0.000 claims description 20
- 238000005065 mining Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 238000012512 characterization method Methods 0.000 description 8
- 230000007547 defect Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- 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
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- 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
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/176—Urban or other man-made structures
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供的一种智慧楼宇的监控方法及系统,涉及数据处理技术领域。在本发明中,利用优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出对应的楼宇异常分析信息;获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据;利用优化后的监控数据分析网络,对每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据进行楼宇异常分析操作,以输出对应的楼宇异常分析信息;基于当前楼宇监控图像数据对应的楼宇异常分析信息和每一个关联楼宇监控图像数据对应的楼宇异常分析信息,对目标楼宇区域执行预先配置的目标楼宇管控操作。基于上述方法,可以提高楼宇监控的可靠度。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种智慧楼宇的监控方法及系统。
背景技术
智慧楼宇(IB,Intelligent Building)也称智能建筑、智能楼宇,通过楼宇自控系统(这里指通常所说的小BA系统或狭义BA系统),采用先进的计算机控制技术、管理软件和节能系统程序,使建筑物机电或建筑群内的设备有条不紊、综合协调、科学地运行,从而达到有效地保证建筑物内有舒适的工作环境、实现节能、节省维护管理工作量和运行费用的目的。
其中,在智慧楼宇的实现中,一个重要的环节是对监控数据进行处理,如基于监控数据对楼宇进行管控等。但是,在现有技术中,在对楼宇进行管控中存在着楼宇监控的可靠度不佳的问题。
发明内容
有鉴于此,本发明的目的在于提供一种智慧楼宇的监控方法及系统,以提高楼宇监控的可靠度。
为实现上述目的,本发明实施例采用如下技术方案:
一种智慧楼宇的监控方法,包括:
利用优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出所述当前楼宇监控图像数据对应的楼宇异常分析信息,所述优化后的监控数据分析网络基于采集到的至少一个历史楼宇监控图像数据进行网络优化处理形成;
在所述当前楼宇监控图像数据对应的楼宇异常分析信息符合预先配置的参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据对应的目标楼宇监控设备以外的至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据,所述当前楼宇监控图像数据基于所述目标楼宇监控设备对所述目标楼宇区域进行监控以形成;
利用所述优化后的监控数据分析网络,对每一个所述关联楼宇监控设备监控得到的关联楼宇监控图像数据进行楼宇异常分析操作,以输出每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息;
基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作。
在一些优选的实施例中,在上述智慧楼宇的监控方法中,所述在所述当前楼宇监控图像数据对应的楼宇异常分析信息符合预先配置的参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据对应的目标楼宇监控设备以外的至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据的步骤,包括:
在所述当前楼宇监控图像数据对应的楼宇异常分析信息表征的异常种类属于参考异常种类或表征的异常程度大于或等于参考异常程度的情况下,确定符合预先配置的参考楼宇异常分析信息;
在所述当前楼宇监控图像数据对应的目标楼宇监控设备对应的目标楼宇区域配置的多个其它楼宇监控设备中,确定出至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据。
在一些优选的实施例中,在上述智慧楼宇的监控方法中,所述在所述当前楼宇监控图像数据对应的目标楼宇监控设备对应的目标楼宇区域配置的多个其它楼宇监控设备中,确定出至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据的步骤,包括:
采集到所述当前楼宇监控图像数据对应的目标楼宇监控设备的设备运行数据,以得到第一设备运行数据;
对于所述当前楼宇监控图像数据对应的目标楼宇监控设备对应的目标楼宇区域配置的多个其它楼宇监控设备中的每一个其它楼宇监控设备,采集到该其它楼宇监控设备的设备运行数据,以得到第二设备运行数据;
对所述第一设备运行数据进行关键信息挖掘操作,以输出对应的第一关键信息特征向量,并分别对每一个所述第二设备运行数据进行关键信息挖掘操作,以输出对应的第二关键信息特征向量;
基于预先进行网络优化处理形成的第一映射矩阵、第二映射矩阵和第三映射矩阵,对所述第一关键信息特征向量进行聚焦特征分析操作,以形成对应的第一聚焦特征向量,并基于所述第一映射矩阵、所述第二映射矩阵和所述第三映射矩阵,分别对每一个所述第二关键信息特征向量进行聚焦特征分析操作,以形成对应的每一个第二聚焦特征向量;
分别计算出每一个所述第二聚焦特征向量和所述第一聚焦特征向量之间的向量相似度,再基于对应的每一个所述第二聚焦特征向量和所述第一聚焦特征向量之间的向量相似度,在所述多个其它楼宇监控设备中,确定出至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据。
在一些优选的实施例中,在上述智慧楼宇的监控方法中,所述基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作的步骤,包括:
在所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息符合所述参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据和每一个所述关联楼宇监控图像数据进行组合,以形成楼宇监控图像数据组合;
对所述楼宇监控图像数据组合进行楼宇异常分析操作,以输出所述楼宇监控图像数据组合对应的楼宇异常分析信息;
在所述楼宇监控图像数据组合对应的楼宇异常分析信息符合所述参考楼宇异常分析信息的情况下,对所述目标楼宇区域执行预先配置的目标楼宇管控操作,使得对所述目标楼宇区域进行异常提醒操作。
在一些优选的实施例中,在上述智慧楼宇的监控方法中,所述基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作的步骤,包括:
分别对所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息进行一致性比较操作,以输出每一个所述关联楼宇监控图像数据对应的一致性比较结果;
在所述一致性比较结果反映出每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息中,存在至少一个关联楼宇监控图像数据对应的楼宇异常分析信息与所述当前楼宇监控图像数据对应的楼宇异常分析信息一致的情况下,对所述目标楼宇区域执行预先配置的目标楼宇管控操作,使得对所述目标楼宇区域进行异常提醒操作。
在一些优选的实施例中,在上述智慧楼宇的监控方法中,所述基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作的步骤,包括:
对所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息进行分布不稳定系数的确定操作,以形成对应的信息分布不稳定系数;
将所述信息分布不稳定系数与预先配置的参考分布不稳定系数进行大小比较处理,以形成对应的大小比较结果;
在所述大小比较结果反映出所述信息分布不稳定系数小于或等于所述参考分布不稳定系数的情况下,对所述目标楼宇区域执行预先配置的目标楼宇管控操作,使得对所述目标楼宇区域进行异常提醒操作。
在一些优选的实施例中,在上述智慧楼宇的监控方法中,所述利用优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出所述当前楼宇监控图像数据对应的楼宇异常分析信息的步骤,包括:
利用监控数据分析网络,将采集到的至少一个历史楼宇监控图像数据进行楼宇异常分析操作,以输出每一个所述历史楼宇监控图像数据对应的楼宇异常分析信息;
对于每一个所述历史楼宇监控图像数据,依据所述楼宇异常分析信息,分析出所述历史楼宇监控图像数据对应的分析可靠度评估参数,所述分析可靠度评估参数用于反映利用所述监控数据分析网络将所述历史楼宇监控图像数据进行分析以输出正确楼宇异常信息的可靠性高低;
在所述至少一个历史楼宇监控图像数据中,确定出对应的分析可靠度评估参数与目标分析可靠度规则符合的第一历史楼宇监控图像数据,以及,提取到所述第一历史楼宇监控图像数据对应的楼宇异常真实信息;
将所述第一历史楼宇监控图像数据作为典型数据,以及,将所述第一历史楼宇监控图像数据对应的楼宇异常真实信息作为所述典型数据的典型数据标识,对所述监控数据分析网络进行网络优化处理,以形成优化后的监控数据分析网络;
利用所述优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出所述当前楼宇监控图像数据对应的楼宇异常分析信息。
本发明实施例还提供一种智慧楼宇的监控系统,包括:
第一楼宇异常分析模块,用于利用优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出所述当前楼宇监控图像数据对应的楼宇异常分析信息,所述优化后的监控数据分析网络基于采集到的至少一个历史楼宇监控图像数据进行网络优化处理形成;
关联图像数据获取模块,用于在所述当前楼宇监控图像数据对应的楼宇异常分析信息符合预先配置的参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据对应的目标楼宇监控设备以外的至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据,所述当前楼宇监控图像数据基于所述目标楼宇监控设备对所述目标楼宇区域进行监控以形成;
第二楼宇异常分析模块,用于利用所述优化后的监控数据分析网络,对每一个所述关联楼宇监控设备监控得到的关联楼宇监控图像数据进行楼宇异常分析操作,以输出每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息;
目标楼宇管控模块,用于基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作。
在一些优选的实施例中,在上述智慧楼宇的监控系统中,所述关联图像数据获取模块具体用于:
在所述当前楼宇监控图像数据对应的楼宇异常分析信息表征的异常种类属于参考异常种类或表征的异常程度大于或等于参考异常程度的情况下,确定符合预先配置的参考楼宇异常分析信息;
在所述当前楼宇监控图像数据对应的目标楼宇监控设备对应的目标楼宇区域配置的多个其它楼宇监控设备中,确定出至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据。
在一些优选的实施例中,在上述智慧楼宇的监控系统中,所述目标楼宇管控模块具体用于:
在所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息符合所述参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据和每一个所述关联楼宇监控图像数据进行组合,以形成楼宇监控图像数据组合;
对所述楼宇监控图像数据组合进行楼宇异常分析操作,以输出所述楼宇监控图像数据组合对应的楼宇异常分析信息;
在所述楼宇监控图像数据组合对应的楼宇异常分析信息符合所述参考楼宇异常分析信息的情况下,对所述目标楼宇区域执行预先配置的目标楼宇管控操作,使得对所述目标楼宇区域进行异常提醒操作。
本发明实施例提供的一种智慧楼宇的监控方法及系统,可以利用优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出对应的楼宇异常分析信息;获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据;利用优化后的监控数据分析网络,对每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据进行楼宇异常分析操作,以输出对应的楼宇异常分析信息;基于当前楼宇监控图像数据对应的楼宇异常分析信息和每一个关联楼宇监控图像数据对应的楼宇异常分析信息,对目标楼宇区域执行预先配置的目标楼宇管控操作。基于上述的内容,由于在进行目标楼宇管控操作的过程中,不仅仅依据当前楼宇监控图像数据对应的楼宇异常分析信息,还可以结合每一个关联楼宇监控图像数据对应的楼宇异常分析信息,使得目标楼宇管控操作的依据更为充分,从而提高楼宇监控的可靠度,进而改善现有技术的不足。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
图1为本发明实施例提供的智慧楼宇的监控平台的结构框图。
图2为本发明实施例提供的智慧楼宇的监控方法包括的各步骤的流程示意图。
图3为本发明实施例提供的智慧楼宇的监控系统包括的各模块的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种智慧楼宇的监控平台。其中,所述智慧楼宇的监控平台可以包括存储器和处理器。
详细地,所述存储器和处理器之间直接或间接地电性连接,以实现数据的传输或交互。例如,相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件(firmware)的形式,存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序,从而实现本发明实施例(如后文所述)提供的智慧楼宇的监控方法。
可以选择的是,在一些实施方式中,所述存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable ProgrammableRead-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable ProgrammableRead-Only Memory,EEPROM)等。
可以选择的是,在一些实施方式中,所述处理器可以是一种通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、片上系统(System on Chip,SoC)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以选择的是,在一些实施方式中,所述智慧楼宇的监控平台可以是一种具备数据处理能力的服务器。
结合图2,本发明实施例还提供一种智慧楼宇的监控方法,可应用于上述智慧楼宇的监控平台。其中,所述智慧楼宇的监控方法有关的流程所定义的方法步骤,可以由所述智慧楼宇的监控平台实现。
下面将对图2所示的具体流程,进行详细阐述。
步骤S100,利用优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出所述当前楼宇监控图像数据对应的楼宇异常分析信息。
在本发明实施例中,所述智慧楼宇的监控平台可以利用优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出所述当前楼宇监控图像数据对应的楼宇异常分析信息。所述优化后的监控数据分析网络基于采集到的至少一个历史楼宇监控图像数据进行网络优化处理形成。
步骤S200,在所述当前楼宇监控图像数据对应的楼宇异常分析信息符合预先配置的参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据对应的目标楼宇监控设备以外的至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据。
在本发明实施例中,所述智慧楼宇的监控平台可以在所述当前楼宇监控图像数据对应的楼宇异常分析信息符合预先配置的参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据对应的目标楼宇监控设备以外的至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据。所述当前楼宇监控图像数据基于所述目标楼宇监控设备对所述目标楼宇区域进行监控以形成。
步骤S300,利用所述优化后的监控数据分析网络,对每一个所述关联楼宇监控设备监控得到的关联楼宇监控图像数据进行楼宇异常分析操作,以输出每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息。
在本发明实施例中,所述智慧楼宇的监控平台可以利用所述优化后的监控数据分析网络,对每一个所述关联楼宇监控设备监控得到的关联楼宇监控图像数据进行楼宇异常分析操作,以输出每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息。
步骤S400,基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作。
在本发明实施例中,所述智慧楼宇的监控平台可以基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作。
基于上述的内容,由于在进行目标楼宇管控操作的过程中,不仅仅依据当前楼宇监控图像数据对应的楼宇异常分析信息,还可以结合每一个关联楼宇监控图像数据对应的楼宇异常分析信息,使得目标楼宇管控操作的依据更为充分,从而提高楼宇监控的可靠度,进而改善现有技术的不足。
可以选择的是,在一些实施方式中,所述利用优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出所述当前楼宇监控图像数据对应的楼宇异常分析信息的步骤,可以包括以下内容,如步骤S110、步骤S120、步骤S130、步骤S140和步骤S150。
步骤S110,利用监控数据分析网络,将采集到的至少一个历史楼宇监控图像数据进行楼宇异常分析操作,以输出每一个所述历史楼宇监控图像数据对应的楼宇异常分析信息。
在本发明实施例中,所述智慧楼宇的监控平台可以利用监控数据分析网络,将采集到的至少一个历史楼宇监控图像数据进行楼宇异常分析操作,以输出每一个所述历史楼宇监控图像数据对应的楼宇异常分析信息,所述楼宇异常分析信息可以用于反映异常种类或异常程度等,另外,所述监控数据分析网络可以是指初始的神经网络,也可以是指经过网络优化处理的神经网络,在此不做具体的限定。
步骤S120,对于每一个所述历史楼宇监控图像数据,依据所述楼宇异常分析信息,分析出所述历史楼宇监控图像数据对应的分析可靠度评估参数。
在本发明实施例中,所述智慧楼宇的监控平台可以对于每一个所述历史楼宇监控图像数据,依据所述楼宇异常分析信息,分析出所述历史楼宇监控图像数据对应的分析可靠度评估参数。所述分析可靠度评估参数用于反映利用所述监控数据分析网络将所述历史楼宇监控图像数据进行分析以输出正确楼宇异常信息的可靠性高低,也可以理解为复杂程度。
步骤S130,在所述至少一个历史楼宇监控图像数据中,确定出对应的分析可靠度评估参数与目标分析可靠度规则符合的第一历史楼宇监控图像数据,以及,提取到所述第一历史楼宇监控图像数据对应的楼宇异常真实信息。
在本发明实施例中,所述智慧楼宇的监控平台可以在所述至少一个历史楼宇监控图像数据中,确定出对应的分析可靠度评估参数与目标分析可靠度规则符合的第一历史楼宇监控图像数据,以及,提取到所述第一历史楼宇监控图像数据对应的楼宇异常真实信息,例如,可以将对应的分析可靠度评估参数大于或等于参考可靠度评估参数的每一个历史楼宇监控图像数据作为第一历史楼宇监控图像数据。
步骤S140,将所述第一历史楼宇监控图像数据作为典型数据,以及,将所述第一历史楼宇监控图像数据对应的楼宇异常真实信息作为所述典型数据的典型数据标识,对所述监控数据分析网络进行网络优化处理,以形成优化后的监控数据分析网络。
在本发明实施例中,所述智慧楼宇的监控平台可以将所述第一历史楼宇监控图像数据作为典型数据,以及,将所述第一历史楼宇监控图像数据对应的楼宇异常真实信息作为所述典型数据的典型数据标识,对所述监控数据分析网络进行网络优化处理,以形成所述监控数据分析网络对应的优化后的监控数据分析网络。
步骤S150,利用所述优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出所述当前楼宇监控图像数据对应的楼宇异常分析信息。
在本发明实施例中,所述智慧楼宇的监控平台可以利用所述优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据(即当前采集到的楼宇监控图像数据)进行楼宇异常分析操作,以输出所述当前楼宇监控图像数据对应的楼宇异常分析信息。
基于前述的内容,由于在进行网络优化处理之前,会先基于对应的分析可靠度评估参数对历史楼宇监控图像数据进行筛选,使得进行网络优化处理的依据(即第一历史楼宇监控图像数据)可以更为可靠,因此,可以提高优化后的监控数据分析网络的精度,从而提高楼宇异常分析的可靠度,进而改善现有技术中存在的可靠度不佳的问题。另外,通过筛选出一部分的第一历史楼宇监控图像数据,使得需要获取的楼宇异常真实信息的数量可以降低,从而可以降低楼宇异常真实信息获取的成本。
可以选择的是,在一些实施方式中,所述利用监控数据分析网络,将采集到的至少一个历史楼宇监控图像数据进行楼宇异常分析操作,以输出每一个所述历史楼宇监控图像数据对应的楼宇异常分析信息的步骤,可以包括以下内容:
确定出每一个所述历史楼宇监控图像数据的采集时间信息;
基于所述采集时间信息,对所述至少一个历史楼宇监控图像数据进行分阶段的加载操作,以加载到监控数据分析网络中;
利用所述监控数据分析网络,分别将每一个阶段的历史楼宇监控图像数据进行楼宇异常分析操作(如特征挖掘和激励映射输出等处理),以输出每一个所述历史楼宇监控图像数据对应的楼宇异常分析信息,每一个阶段的历史楼宇监控图像数据包括预设数量个历史楼宇监控图像数据。
可以选择的是,在一些实施方式中,所述监控数据分析网络包括多个监控数据分析子网络,所述利用所述监控数据分析网络,分别将每一个阶段的历史楼宇监控图像数据进行楼宇异常分析操作,以输出每一个所述历史楼宇监控图像数据对应的楼宇异常分析信息的步骤,可以包括以下内容:
对于每一个所述历史楼宇监控图像数据:
利用每一个所述监控数据分析子网络,将所述历史楼宇监控图像数据分别进行楼宇异常分析操作,以输出每一个所述监控数据分析子网络对应的待处理楼宇异常分析信息;
对于每一个所述监控数据分析子网络,确定出所述监控数据分析子网络对应的分析真实性评估参数,以及,对所述分析真实性评估参数进行标记,以标记为所述监控数据分析子网络对应的重要性表征参数,所述分析真实性评估参数用于反映所述监控数据分析子网络的待处理楼宇异常分析信息的真实性高低,且可以通过相应的一些典型数据对应的所述检测用楼宇异常分析信息和所述检测用典型数据标识之间的匹配度确定;
依据每一个所述监控数据分析子网络对应的重要性表征参数,将所述多个监控数据分析子网络对应的待处理楼宇异常分析信息进行融合,以输出所述历史楼宇监控图像数据对应的楼宇异常分析信息,也就是说,可以基于所述重要性表征参数对所述待处理楼宇异常分析信息进行加权求和,以得到所述历史楼宇监控图像数据对应的楼宇异常分析信息。
可以选择的是,在一些实施方式中,所述监控数据分析网络用于在至少两个异常种类(该异常种类也可以是指不同的异常程度)中进行分析评估,所述楼宇异常分析信息包括所述历史楼宇监控图像数据与每一个所述异常种类的匹配可能性表征参数,所述对于每一个所述历史楼宇监控图像数据,依据所述楼宇异常分析信息,分析出所述历史楼宇监控图像数据对应的分析可靠度评估参数的步骤,可以包括以下内容:
依据所述历史楼宇监控图像数据与每一个所述异常种类的匹配可能性表征参数,分析出所述历史楼宇监控图像数据对应的参数分布不稳定系数(例如,可以对每一个所述匹配可能性表征参数进行取对数操作,然后,可以结果和所述匹配可能性表征参数进行乘积计算,最后,可以对每一个所述匹配可能性表征参数对应的乘积计算结果进行叠加,可以得到与所述参数分布不稳定系数负相关的一个值,从而确定出参数分布不稳定系数);
对所述参数分布不稳定系数进行标记,以标记为所述历史楼宇监控图像数据对应的分析可靠度评估参数。
可以选择的是,在一些实施方式中,所述将所述第一历史楼宇监控图像数据作为典型数据,以及,将所述第一历史楼宇监控图像数据对应的楼宇异常真实信息作为所述典型数据的典型数据标识,对所述监控数据分析网络进行网络优化处理,以形成优化后的监控数据分析网络的步骤,可以包括以下内容:
在所述第一历史楼宇监控图像数据中,筛选出目标历史楼宇监控图像数据,所述目标历史楼宇监控图像数据的楼宇异常分析信息与所述目标历史楼宇监控图像数据的楼宇异常真实信息不一致;
将所述目标历史楼宇监控图像数据进行强化操作,以输出对应的强化楼宇监控图像数据(如对强化楼宇监控图像数据进行无效数据筛除等处理,例如,在进行行为安全异常分析时,可以将背景图像筛除等),以及,对所述目标历史楼宇监控图像数据对应的楼宇异常真实信息进行标记处理,以标记为所述强化楼宇监控图像数据对应的楼宇异常真实信息;
将所述第一历史楼宇监控图像数据和所述强化楼宇监控图像数据作为典型数据,以及,将所述第一历史楼宇监控图像数据对应的楼宇异常真实信息和所述强化楼宇监控图像数据对应的楼宇异常真实信息作为所述典型数据对应的典型数据标识,以对所述监控数据分析网络进行网络优化处理,以形成优化后的监控数据分析网络。
可以选择的是,在一些实施方式中,所述将所述第一历史楼宇监控图像数据作为典型数据,以及,将所述第一历史楼宇监控图像数据对应的楼宇异常真实信息作为所述典型数据的典型数据标识,对所述监控数据分析网络进行网络优化处理,以形成优化后的监控数据分析网络的步骤,可以包括以下内容:
提取到监督性典型图像数据和非监督性典型图像数据,所述监督性典型图像数据具有对应的典型数据标识(使得可以进行监控优化),所述非监督性典型图像数据不具有对应的典型数据标识;
将所述第一历史楼宇监控图像数据作为典型数据,以及,将所述第一历史楼宇监控图像数据对应的楼宇异常真实信息作为对应所述典型数据的典型数据标识,再与所述监督性典型图像数据一并将所述监控数据分析网络进行网络优化处理,以形成所述监控数据分析网络对应的候选监控数据分析网络;
利用所述非监督性典型图像数据,将所述候选监控数据分析网络进行预设批次的网络优化处理,以形成优化后的监控数据分析网络。
可以选择的是,在一些实施方式中,所述预设批次等于A,所述利用所述非监督性典型图像数据,将所述候选监控数据分析网络进行预设批次的网络优化处理,以形成优化后的监控数据分析网络的步骤,包括以下内容:
对于所述A个网络优化处理中的第1个网络优化处理,利用所述候选监控数据分析网络,将所述非监督性典型图像数据进行楼宇异常分析操作,以输出对应的第一楼宇异常分析信息,以及,对所述第一楼宇异常分析信息进行标记处理,以标记为所述非监督性典型图像数据对应的第一典型数据标识;
依据具有所述第一典型数据标识的所述非监督性典型图像数据,将所述候选监控数据分析网络进行网络优化处理,以形成所述A个网络优化处理中第1个网络优化处理对应的第一监控数据分析网络;
对于所述A个网络优化处理中的第a个网络优化处理,利用第b个网络优化处理对应的第一监控数据分析网络,将所述非监督性典型图像数据进行楼宇异常分析操作,以输出对应的第二楼宇异常分析信息,以及,对所述第二楼宇异常分析信息进行标记处理,以标记为所述非监督性典型图像数据对应的第二典型数据标识;
依据具有所述第二典型数据标识的所述非监督性典型图像数据,将所述第b个网络优化处理对应的第一监控数据分析网络进行网络优化处理,以形成所述A个网络优化处理中第b个网络优化处理对应的第一监控数据分析网络,以形成优化后的监控数据分析网络,a-b=1。
其中,可以选择的是,在一些实施方式中,在所述将所述第一历史楼宇监控图像数据作为典型数据,以及,将所述第一历史楼宇监控图像数据对应的楼宇异常真实信息作为所述典型数据的典型数据标识,对所述监控数据分析网络进行网络优化处理,以形成优化后的监控数据分析网络的步骤后,所述智慧楼宇的监控方法还可以包括以下内容:
提取到检测用典型图像数据,所述检测用典型图像数据具有的检测用典型数据标识;
利用所述优化后的监控数据分析网络,将所述检测用典型图像数据进行楼宇异常分析操作,以输出对应的检测用楼宇异常分析信息;
依据所述检测用楼宇异常分析信息和所述检测用典型数据标识,分析出所述优化后的监控数据分析网络对应的分析真实性评估参数,所述检测用楼宇异常分析信息和所述检测用典型数据标识越接近,所述分析真实性评估参数越高,所述检测用楼宇异常分析信息和所述检测用典型数据标识越偏离,所述分析真实性评估参数越低;
在所述分析真实性评估参数大于或等于预先配置的参考真实性评估参数的情况下,将所述优化后的监控数据分析网络进行标记处理,以标记为最终的优化后的监控数据分析网络,所述参考真实性评估参数的具体数值不受限制,可以根据实际需求进行配置。
可以选择的是,在一些实施方式中,所述在所述当前楼宇监控图像数据对应的楼宇异常分析信息符合预先配置的参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据对应的目标楼宇监控设备以外的至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据的步骤,可以包括以下内容:
在所述当前楼宇监控图像数据对应的楼宇异常分析信息表征的异常种类属于参考异常种类或表征的异常程度大于或等于参考异常程度的情况下,确定符合预先配置的参考楼宇异常分析信息;
在所述当前楼宇监控图像数据对应的目标楼宇监控设备对应的目标楼宇区域配置的多个其它楼宇监控设备中,确定出至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据。
可以选择的是,在一些实施方式中,所述在所述当前楼宇监控图像数据对应的目标楼宇监控设备对应的目标楼宇区域配置的多个其它楼宇监控设备中,确定出至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据的步骤,可以包括以下内容:
采集到所述当前楼宇监控图像数据对应的目标楼宇监控设备的设备运行数据,以得到第一设备运行数据(如运行日志);
对于所述当前楼宇监控图像数据对应的目标楼宇监控设备对应的目标楼宇区域配置的多个其它楼宇监控设备中的每一个其它楼宇监控设备,采集到该其它楼宇监控设备的设备运行数据,以得到第二设备运行数据;
对所述第一设备运行数据进行关键信息挖掘操作(即特征挖掘),以输出对应的第一关键信息特征向量,并分别对每一个所述第二设备运行数据进行关键信息挖掘操作,以输出对应的第二关键信息特征向量;
基于预先进行网络优化处理形成的第一映射矩阵、第二映射矩阵和第三映射矩阵,对所述第一关键信息特征向量进行聚焦特征分析操作,以形成对应的第一聚焦特征向量(例如,可以将第一映射矩阵和第一关键信息特征向量进行相乘,以形成第一映射特征向量、将第二映射矩阵和第一关键信息特征向量进行相乘,以形成第二映射特征向量、将第三映射矩阵和第一关键信息特征向量进行相乘,以形成第三映射特征向量,然后,可以对第二映射特征向量的转置向量和第一映射特征向量进行相乘,然后,可以对相乘结果的归一化结果和第三映射特征向量进行相乘,以得到第一聚焦特征向量),并基于所述第一映射矩阵、所述第二映射矩阵和所述第三映射矩阵,分别对每一个所述第二关键信息特征向量进行聚焦特征分析操作,以形成对应的每一个第二聚焦特征向量(如前所述);
分别计算出每一个所述第二聚焦特征向量和所述第一聚焦特征向量之间的向量相似度(如余弦相似度),再基于对应的每一个所述第二聚焦特征向量和所述第一聚焦特征向量之间的向量相似度,在所述多个其它楼宇监控设备中,确定出至少一个关联楼宇监控设备进行管控(如确定除向量相似度最大的一个或指定数量的多个其它楼宇监控设备),使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据(每一个楼宇监控设备监控的监控角度可以不一致,具体的监控角度可以根据实际需求进行配置)。
可以选择的是,在一些实施方式中,所述基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作的步骤,可以包括以下内容:
在所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息符合所述参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据和每一个所述关联楼宇监控图像数据进行组合,以形成楼宇监控图像数据组合(如将多个楼宇监控图像数据进行拼接,以形成一个大的楼宇监控图像数据);
对所述楼宇监控图像数据组合进行楼宇异常分析操作,以输出所述楼宇监控图像数据组合对应的楼宇异常分析信息;
在所述楼宇监控图像数据组合对应的楼宇异常分析信息符合所述参考楼宇异常分析信息的情况下,对所述目标楼宇区域执行预先配置的目标楼宇管控操作,使得对所述目标楼宇区域进行异常提醒操作。
可以选择的是,在一些实施方式中,所述基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作的步骤,可以包括以下内容:
分别对所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息进行一致性比较操作,以输出每一个所述关联楼宇监控图像数据对应的一致性比较结果;
在所述一致性比较结果反映出每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息中,存在至少一个关联楼宇监控图像数据对应的楼宇异常分析信息与所述当前楼宇监控图像数据对应的楼宇异常分析信息一致的情况下,对所述目标楼宇区域执行预先配置的目标楼宇管控操作,使得对所述目标楼宇区域进行异常提醒操作。
可以选择的是,在一些实施方式中,所述基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作的步骤,可以包括以下内容:
对所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息进行分布不稳定系数的确定操作,以形成对应的信息分布不稳定系数;
将所述信息分布不稳定系数与预先配置的参考分布不稳定系数进行大小比较处理,以形成对应的大小比较结果;
在所述大小比较结果反映出所述信息分布不稳定系数小于或等于所述参考分布不稳定系数的情况下,对所述目标楼宇区域执行预先配置的目标楼宇管控操作,使得对所述目标楼宇区域进行异常提醒操作。
结合图3,本发明实施例还提供一种智慧楼宇的监控系统,可应用于上述智慧楼宇的监控平台。其中,所述智慧楼宇的监控系统可以包括:
第一楼宇异常分析模块,用于利用优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出所述当前楼宇监控图像数据对应的楼宇异常分析信息,所述优化后的监控数据分析网络基于采集到的至少一个历史楼宇监控图像数据进行网络优化处理形成;
关联图像数据获取模块,用于在所述当前楼宇监控图像数据对应的楼宇异常分析信息符合预先配置的参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据对应的目标楼宇监控设备以外的至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据,所述当前楼宇监控图像数据基于所述目标楼宇监控设备对所述目标楼宇区域进行监控以形成;
第二楼宇异常分析模块,用于利用所述优化后的监控数据分析网络,对每一个所述关联楼宇监控设备监控得到的关联楼宇监控图像数据进行楼宇异常分析操作,以输出每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息;
目标楼宇管控模块,用于基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作。
可以选择的是,在一些实施方式中,所述关联图像数据获取模块具体用于:
在所述当前楼宇监控图像数据对应的楼宇异常分析信息表征的异常种类属于参考异常种类或表征的异常程度大于或等于参考异常程度的情况下,确定符合预先配置的参考楼宇异常分析信息;
在所述当前楼宇监控图像数据对应的目标楼宇监控设备对应的目标楼宇区域配置的多个其它楼宇监控设备中,确定出至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据。
可以选择的是,在一些实施方式中,所述目标楼宇管控模块具体用于:
在所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息符合所述参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据和每一个所述关联楼宇监控图像数据进行组合,以形成楼宇监控图像数据组合;
对所述楼宇监控图像数据组合进行楼宇异常分析操作,以输出所述楼宇监控图像数据组合对应的楼宇异常分析信息;
在所述楼宇监控图像数据组合对应的楼宇异常分析信息符合所述参考楼宇异常分析信息的情况下,对所述目标楼宇区域执行预先配置的目标楼宇管控操作,使得对所述目标楼宇区域进行异常提醒操作。
综上所述,本发明提供的一种智慧楼宇的监控方法及系统,可以利用优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出对应的楼宇异常分析信息;获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据;利用优化后的监控数据分析网络,对每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据进行楼宇异常分析操作,以输出对应的楼宇异常分析信息;基于当前楼宇监控图像数据对应的楼宇异常分析信息和每一个关联楼宇监控图像数据对应的楼宇异常分析信息,对目标楼宇区域执行预先配置的目标楼宇管控操作。基于上述的内容,由于在进行目标楼宇管控操作的过程中,不仅仅依据当前楼宇监控图像数据对应的楼宇异常分析信息,还可以结合每一个关联楼宇监控图像数据对应的楼宇异常分析信息,使得目标楼宇管控操作的依据更为充分,从而提高楼宇监控的可靠度,进而改善现有技术的不足。
以上所述仅为本发明的优选实施例而已,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 (10)
1.一种智慧楼宇的监控方法,其特征在于,包括:
利用优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出所述当前楼宇监控图像数据对应的楼宇异常分析信息,所述优化后的监控数据分析网络基于采集到的至少一个历史楼宇监控图像数据进行网络优化处理形成;
在所述当前楼宇监控图像数据对应的楼宇异常分析信息符合预先配置的参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据对应的目标楼宇监控设备以外的至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据,所述当前楼宇监控图像数据基于所述目标楼宇监控设备对所述目标楼宇区域进行监控以形成;
利用所述优化后的监控数据分析网络,对每一个所述关联楼宇监控设备监控得到的关联楼宇监控图像数据进行楼宇异常分析操作,以输出每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息;
基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作。
2.如权利要求1所述的智慧楼宇的监控方法,其特征在于,所述在所述当前楼宇监控图像数据对应的楼宇异常分析信息符合预先配置的参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据对应的目标楼宇监控设备以外的至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据的步骤,包括:
在所述当前楼宇监控图像数据对应的楼宇异常分析信息表征的异常种类属于参考异常种类或表征的异常程度大于或等于参考异常程度的情况下,确定符合预先配置的参考楼宇异常分析信息;
在所述当前楼宇监控图像数据对应的目标楼宇监控设备对应的目标楼宇区域配置的多个其它楼宇监控设备中,确定出至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据。
3.如权利要求2所述的智慧楼宇的监控方法,其特征在于,所述在所述当前楼宇监控图像数据对应的目标楼宇监控设备对应的目标楼宇区域配置的多个其它楼宇监控设备中,确定出至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据的步骤,包括:
采集到所述当前楼宇监控图像数据对应的目标楼宇监控设备的设备运行数据,以得到第一设备运行数据;
对于所述当前楼宇监控图像数据对应的目标楼宇监控设备对应的目标楼宇区域配置的多个其它楼宇监控设备中的每一个其它楼宇监控设备,采集到该其它楼宇监控设备的设备运行数据,以得到第二设备运行数据;
对所述第一设备运行数据进行关键信息挖掘操作,以输出对应的第一关键信息特征向量,并分别对每一个所述第二设备运行数据进行关键信息挖掘操作,以输出对应的第二关键信息特征向量;
基于预先进行网络优化处理形成的第一映射矩阵、第二映射矩阵和第三映射矩阵,对所述第一关键信息特征向量进行聚焦特征分析操作,以形成对应的第一聚焦特征向量,并基于所述第一映射矩阵、所述第二映射矩阵和所述第三映射矩阵,分别对每一个所述第二关键信息特征向量进行聚焦特征分析操作,以形成对应的每一个第二聚焦特征向量;
分别计算出每一个所述第二聚焦特征向量和所述第一聚焦特征向量之间的向量相似度,再基于对应的每一个所述第二聚焦特征向量和所述第一聚焦特征向量之间的向量相似度,在所述多个其它楼宇监控设备中,确定出至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据。
4.如权利要求1所述的智慧楼宇的监控方法,其特征在于,所述基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作的步骤,包括:
在所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息符合所述参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据和每一个所述关联楼宇监控图像数据进行组合,以形成楼宇监控图像数据组合;
对所述楼宇监控图像数据组合进行楼宇异常分析操作,以输出所述楼宇监控图像数据组合对应的楼宇异常分析信息;
在所述楼宇监控图像数据组合对应的楼宇异常分析信息符合所述参考楼宇异常分析信息的情况下,对所述目标楼宇区域执行预先配置的目标楼宇管控操作,使得对所述目标楼宇区域进行异常提醒操作。
5.如权利要求1所述的智慧楼宇的监控方法,其特征在于,所述基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作的步骤,包括:
分别对所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息进行一致性比较操作,以输出每一个所述关联楼宇监控图像数据对应的一致性比较结果;
在所述一致性比较结果反映出每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息中,存在至少一个关联楼宇监控图像数据对应的楼宇异常分析信息与所述当前楼宇监控图像数据对应的楼宇异常分析信息一致的情况下,对所述目标楼宇区域执行预先配置的目标楼宇管控操作,使得对所述目标楼宇区域进行异常提醒操作。
6.如权利要求1所述的智慧楼宇的监控方法,其特征在于,所述基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作的步骤,包括:
对所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息进行分布不稳定系数的确定操作,以形成对应的信息分布不稳定系数;
将所述信息分布不稳定系数与预先配置的参考分布不稳定系数进行大小比较处理,以形成对应的大小比较结果;
在所述大小比较结果反映出所述信息分布不稳定系数小于或等于所述参考分布不稳定系数的情况下,对所述目标楼宇区域执行预先配置的目标楼宇管控操作,使得对所述目标楼宇区域进行异常提醒操作。
7.如权利要求1-6任意一项所述的智慧楼宇的监控方法,其特征在于,所述利用优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出所述当前楼宇监控图像数据对应的楼宇异常分析信息的步骤,包括:
利用监控数据分析网络,将采集到的至少一个历史楼宇监控图像数据进行楼宇异常分析操作,以输出每一个所述历史楼宇监控图像数据对应的楼宇异常分析信息;
对于每一个所述历史楼宇监控图像数据,依据所述楼宇异常分析信息,分析出所述历史楼宇监控图像数据对应的分析可靠度评估参数,所述分析可靠度评估参数用于反映利用所述监控数据分析网络将所述历史楼宇监控图像数据进行分析以输出正确楼宇异常信息的可靠性高低;
在所述至少一个历史楼宇监控图像数据中,确定出对应的分析可靠度评估参数与目标分析可靠度规则符合的第一历史楼宇监控图像数据,以及,提取到所述第一历史楼宇监控图像数据对应的楼宇异常真实信息;
将所述第一历史楼宇监控图像数据作为典型数据,以及,将所述第一历史楼宇监控图像数据对应的楼宇异常真实信息作为所述典型数据的典型数据标识,对所述监控数据分析网络进行网络优化处理,以形成优化后的监控数据分析网络;
利用所述优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出所述当前楼宇监控图像数据对应的楼宇异常分析信息。
8.一种智慧楼宇的监控系统,其特征在于,包括:
第一楼宇异常分析模块,用于利用优化后的监控数据分析网络,对采集到的当前楼宇监控图像数据进行楼宇异常分析操作,以输出所述当前楼宇监控图像数据对应的楼宇异常分析信息,所述优化后的监控数据分析网络基于采集到的至少一个历史楼宇监控图像数据进行网络优化处理形成;
关联图像数据获取模块,用于在所述当前楼宇监控图像数据对应的楼宇异常分析信息符合预先配置的参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据对应的目标楼宇监控设备以外的至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据,所述当前楼宇监控图像数据基于所述目标楼宇监控设备对所述目标楼宇区域进行监控以形成;
第二楼宇异常分析模块,用于利用所述优化后的监控数据分析网络,对每一个所述关联楼宇监控设备监控得到的关联楼宇监控图像数据进行楼宇异常分析操作,以输出每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息;
目标楼宇管控模块,用于基于所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息,对所述目标楼宇区域执行预先配置的目标楼宇管控操作。
9.如权利要求8所述的智慧楼宇的监控系统,其特征在于,所述关联图像数据获取模块具体用于:
在所述当前楼宇监控图像数据对应的楼宇异常分析信息表征的异常种类属于参考异常种类或表征的异常程度大于或等于参考异常程度的情况下,确定符合预先配置的参考楼宇异常分析信息;
在所述当前楼宇监控图像数据对应的目标楼宇监控设备对应的目标楼宇区域配置的多个其它楼宇监控设备中,确定出至少一个关联楼宇监控设备进行管控,使得每一个关联楼宇监控设备对目标楼宇区域进行监控,并获取每一个关联楼宇监控设备监控得到的关联楼宇监控图像数据。
10.如权利要求8所述的智慧楼宇的监控系统,其特征在于,所述目标楼宇管控模块具体用于:
在所述当前楼宇监控图像数据对应的楼宇异常分析信息和每一个所述关联楼宇监控图像数据对应的楼宇异常分析信息符合所述参考楼宇异常分析信息的情况下,对所述当前楼宇监控图像数据和每一个所述关联楼宇监控图像数据进行组合,以形成楼宇监控图像数据组合;
对所述楼宇监控图像数据组合进行楼宇异常分析操作,以输出所述楼宇监控图像数据组合对应的楼宇异常分析信息;
在所述楼宇监控图像数据组合对应的楼宇异常分析信息符合所述参考楼宇异常分析信息的情况下,对所述目标楼宇区域执行预先配置的目标楼宇管控操作,使得对所述目标楼宇区域进行异常提醒操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311363895.0A CN117351422A (zh) | 2023-10-20 | 2023-10-20 | 一种智慧楼宇的监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311363895.0A CN117351422A (zh) | 2023-10-20 | 2023-10-20 | 一种智慧楼宇的监控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117351422A true CN117351422A (zh) | 2024-01-05 |
Family
ID=89364627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311363895.0A Pending CN117351422A (zh) | 2023-10-20 | 2023-10-20 | 一种智慧楼宇的监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117351422A (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190302713A1 (en) * | 2018-03-27 | 2019-10-03 | Terminus (Beijing) Technology Co., Ltd. | Method and device for automatically diagnosing and controlling apparatus in intelligent building |
CN110855743A (zh) * | 2019-09-30 | 2020-02-28 | 上海大学 | 基于数据云平台的智慧楼宇远程运维系统 |
CN111245912A (zh) * | 2020-01-04 | 2020-06-05 | 孟小峰 | 智能楼宇信息监控方法、装置、服务器及智能楼宇系统 |
CN113589729A (zh) * | 2021-07-30 | 2021-11-02 | 季伟 | 一种智慧楼宇自控方法及装置 |
CN113625604A (zh) * | 2021-07-30 | 2021-11-09 | 季伟 | 一种智慧楼宇安全保护方法及装置 |
CN114697618A (zh) * | 2022-03-30 | 2022-07-01 | 杜娜娜 | 一种基于移动终端的楼宇控制方法及系统 |
CN115409268A (zh) * | 2022-09-02 | 2022-11-29 | 武汉恒特嘉智能科技有限公司 | 智能化楼宇设备管理方法、系统、计算机设备及存储介质 |
CN115619136A (zh) * | 2022-09-30 | 2023-01-17 | 浪潮通信技术有限公司 | 楼宇管理方法和系统 |
CN116170566A (zh) * | 2023-02-02 | 2023-05-26 | 深圳市前海逸云科技有限公司 | 一种智慧楼宇监控管理方法、装置、电子设备及存储介质 |
CN116582339A (zh) * | 2023-05-29 | 2023-08-11 | 四川云控交通科技有限责任公司 | 一种智能楼宇网络安全监控方法、监控系统 |
CN116668482A (zh) * | 2023-06-02 | 2023-08-29 | 南京国铁电气有限责任公司 | 一种基于人工智能的智慧楼宇二总线监控系统及方法 |
CN116703252A (zh) * | 2023-08-08 | 2023-09-05 | 山东数川信息技术股份有限公司 | 基于SaaS的智慧楼宇信息管理方法 |
-
2023
- 2023-10-20 CN CN202311363895.0A patent/CN117351422A/zh active Pending
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190302713A1 (en) * | 2018-03-27 | 2019-10-03 | Terminus (Beijing) Technology Co., Ltd. | Method and device for automatically diagnosing and controlling apparatus in intelligent building |
CN110855743A (zh) * | 2019-09-30 | 2020-02-28 | 上海大学 | 基于数据云平台的智慧楼宇远程运维系统 |
CN111245912A (zh) * | 2020-01-04 | 2020-06-05 | 孟小峰 | 智能楼宇信息监控方法、装置、服务器及智能楼宇系统 |
CN112200233A (zh) * | 2020-01-04 | 2021-01-08 | 孟小峰 | 智能楼宇信息监控方法及系统 |
CN112215273A (zh) * | 2020-01-04 | 2021-01-12 | 孟小峰 | 基于云平台的智能楼宇信息监控方法及智能楼宇系统 |
CN113589729A (zh) * | 2021-07-30 | 2021-11-02 | 季伟 | 一种智慧楼宇自控方法及装置 |
CN113625604A (zh) * | 2021-07-30 | 2021-11-09 | 季伟 | 一种智慧楼宇安全保护方法及装置 |
CN114697618A (zh) * | 2022-03-30 | 2022-07-01 | 杜娜娜 | 一种基于移动终端的楼宇控制方法及系统 |
CN115409268A (zh) * | 2022-09-02 | 2022-11-29 | 武汉恒特嘉智能科技有限公司 | 智能化楼宇设备管理方法、系统、计算机设备及存储介质 |
CN115619136A (zh) * | 2022-09-30 | 2023-01-17 | 浪潮通信技术有限公司 | 楼宇管理方法和系统 |
CN116170566A (zh) * | 2023-02-02 | 2023-05-26 | 深圳市前海逸云科技有限公司 | 一种智慧楼宇监控管理方法、装置、电子设备及存储介质 |
CN116582339A (zh) * | 2023-05-29 | 2023-08-11 | 四川云控交通科技有限责任公司 | 一种智能楼宇网络安全监控方法、监控系统 |
CN116668482A (zh) * | 2023-06-02 | 2023-08-29 | 南京国铁电气有限责任公司 | 一种基于人工智能的智慧楼宇二总线监控系统及方法 |
CN116703252A (zh) * | 2023-08-08 | 2023-09-05 | 山东数川信息技术股份有限公司 | 基于SaaS的智慧楼宇信息管理方法 |
Non-Patent Citations (2)
Title |
---|
YI JIANG: "Intelligent Building Construction Management Based on BIM Digital Twin", 《COMPUTATIONAL INTELLIGENCE AND NEUROSCIENCE》, 31 December 2021 (2021-12-31) * |
周正 等: "基于BIM的智慧楼宇综合数字管理平台设计", 《现代信息科技》, vol. 7, no. 5, 10 March 2023 (2023-03-10) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110086649B (zh) | 异常流量的检测方法、装置、计算机设备及存储介质 | |
CN116126945B (zh) | 基于数据分析的传感器运行状态分析方法和系统 | |
CN111654408B (zh) | 设备监控方法、装置、计算机设备和存储介质 | |
CN116310914B (zh) | 基于人工智能的无人机监控方法及系统 | |
CN116126947B (zh) | 应用于企业管理系统的大数据分析方法及系统 | |
CN115188485A (zh) | 基于智慧医疗大数据的用户需求分析方法及系统 | |
CN116186221A (zh) | 应用于在线对话平台的大数据分析方法及系统 | |
CN114707834A (zh) | 一种告警提醒方法、装置及存储介质 | |
CN116109988B (zh) | 基于人工智能和无人机的异常监控方法及系统 | |
CN113110961A (zh) | 设备异常检测方法、装置、计算机设备及可读存储介质 | |
CN117274913A (zh) | 一种基于智慧楼宇的安全保障方法及系统 | |
CN116681350A (zh) | 智慧工厂故障检测方法及系统 | |
CN117351422A (zh) | 一种智慧楼宇的监控方法及系统 | |
CN117197739A (zh) | 一种智慧楼宇的监控数据处理方法及系统 | |
CN113222370B (zh) | 电力系统风险预警方法、装置、设备及存储介质 | |
CN115019219A (zh) | 一种智慧工地的施工进度智能管理方法及系统 | |
CN113064812A (zh) | 一种项目开发过程质量缺陷预测方法、装置及介质 | |
CN116996403B (zh) | 应用ai模型的网络流量诊断方法及系统 | |
CN117315423A (zh) | 一种基于智慧楼宇的用户预警方法及系统 | |
CN117115741A (zh) | 一种基于智慧楼宇的用户监控方法及系统 | |
CN116994609B (zh) | 应用于智能生产线的数据分析方法及系统 | |
CN117176547A (zh) | 一种通信设备的管控方法及系统 | |
CN115906170B (zh) | 应用于存储集群的安全防护方法及ai系统 | |
CN115495321B (zh) | 一种超算节点使用状态自动识别方法 | |
CN117273861B (zh) | 一种销售订单管理方法及系统 |
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 |