CN214338041U

CN214338041U - 一种基于5g物联网的智能城市监控系统

Info

Publication number: CN214338041U
Application number: CN202120394459.XU
Authority: CN
Inventors: 郭义华
Original assignee: Individual
Current assignee: Individual
Priority date: 2021-02-22
Filing date: 2021-02-22
Publication date: 2021-10-01
Anticipated expiration: 2031-02-22

Abstract

本实用新型公开了一种基于5G物联网的智能城市监控系统，所述智能城市监控系统包括分布于城市不同地理位置的多个复眼成像装置100、第一通信链路200、城市管理事件目标识别服务器300、第二通信链路400以及城市网格管理移动通信终端500；每个所述复眼成像装置100均具有由多个不同焦距摄像头组合的摄像镜头阵列；所述第一通信链路200和第二通信链路400均使用5G通信链路；所述城市管理事件目标识别服务器300包括数据存储器301、同态滤波运算器302和卷积神经网络运算器303以及事件生成运算器304。

Description

一种基于5G物联网的智能城市监控系统

技术领域

本实用新型涉及视频监控技术领域，尤其涉及一种基于5G物联网的智能城市监控系统。

背景技术

随着智慧城市的建设和应用，亿万个无所不在的各类传感器产生了越来越多的数据。如何利用物联网、云计算、大数据技术将虚实世界融合，构建可智能感知的、泛在化的空间信息服务，实现对人和机器的感知、分析、计算、控制和服务，是智慧城市发展过程中亟需解决的问题。此外，由于我国城市化进程的加快，自然灾害、事故灾难、公共卫生和社会安全等突发事件在城市愈加频繁发生，给国家和人民的生命财产安全造成了严重危害。智慧城市时空信息综合决策的目标是实现城市多层次决策的智能化，为城市运行、管理和规划提供面向多层次、细粒度用户的综合辅助决策支持能力。因此，如何在城市突发环境中，根据综合决策的任务需求，合理采取应急响应预案，尽快消除不利影响，有效降低灾害损失就显得尤为重要。

视频监控网络的大规模图像视频数据是作为智慧城市的数据处理和决策中枢的重要数据资源。然而,对一个大中城市动辄上万路甚至几十万路监控摄像头来说,这一数字可能还不及百分之一。若按每路高清视频平均4Mbps码率计算,实时传输十万路监控视频数据就需要400Gbps带宽。同样,按每个配备多GPU卡的高性能服务器可以实时处理十路高清视频流计算,十万路监控视频的分析处理至少需要一万台服务器的云计算能力。无法实时汇聚和处理大规模监控视频流数据,就意味着城市大脑无法实时感知和分析当下城市正在发生的事态,更无法根据实时态势做出及时的预测与决策支持。在现有视频监控系统中,采用的是长期自然形成的1+1模式监控技术架构,即一个摄像机输出一个视频流,面向一种功能或用途。例如，有的摄像头负责大屏监视,有的摄像头负责抓拍人脸,有的摄像头负责车牌识别。在技术上,1+1模式采用的是“源端图像视频压缩→传输→后端特征提取与分析识别”的框架,其中前端设备的任务是视频采集、压缩和传输,云端服务器的任务是处理和分析,包括视频解压缩、人工校验、对象检测、模式识别、事件分析等。这种模式的好处是设备的安装调试比较简单。然而,由于特征提取与分析识别需要在解码重构后的图像视频上完成,压缩将必定影响其性能。为了减少传输带宽和节省存储,部分视频监控系统甚至过度压缩,从而造成图像视频质量过低,视觉特征受损,严重影响分析识别精度。

由此可见，本领域中需要一种能够提供精准的图像识别的智能监控系统，从而事件对城市管理目标事件的及时快速响应，从而实现对城市管理的智能化。

实用新型内容

本实用新型所要达到的技术目的是提供一种能够提供精准的图像识别的智能监控系统，从而事件对城市管理目标事件的及时快速响应，从而实现对城市管理的智能化。

根据上述技术目的本实用新型提供一种基于5G互联网的智能城市监控系统，所述智能城市监控系统包括分布于城市不同地理位置的多个复眼成像装置100、第一通信链路200、城市管理事件目标识别服务器300、第二通信链路400以及城市网格管理移动通信终端500；每个所述复眼成像装置100均具有由多个不同焦距摄像头组合的摄像镜头阵列；所述第一通信链路200和第二通信链路400均使用5G通信链路；所述城市管理事件目标识别服务器300包括数据存储器301、同态滤波器302和卷积神经网络运算器303以及事件生成运算器304。

在一个实施例中，所述同态滤波运算器302减少图像光照变化并锐化图像边缘。

在一个实施例中，所述卷积神经网络运算器303对图像进行六种城市管理事件类型的识别，所述六种城市管理事件类型为：人群聚集、井盖破损、交通护栏破损、机动车违规停放、暴露性垃圾倾倒以及道路积水。

在一个实施例中，所述复眼成像装置100及城市网格管理移动通信终端500中均设置有eSIM通信模块。

本实用新型的发明点在于，本实用新型中首先使用复眼成像装置来获取高分辨率的监控图像，为高精度的人工智能图像识别提供了更为优质的图像素材。另一方面本实用新型将利用卷积神经网络能够自动识别六种城市管理事件。最后一方面，本实用新型的监控系统将城市管理事件与城市网格管理的移动通信终端相连接，实现了城市管理事件处理的自动下发。

本实用新型的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本实用新型而了解。本实用新型的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本实用新型的进一步理解，并且构成说明书的一部分，与本实用新型的实施例共同用于解释本实用新型，并不构成对本实用新型的限制。在附图中：

图1是根据本实用新型的智能城市监控系统结构示意图；

图2是根据本实用新型的智能城市监控系统的卷积神经网络运算器的结构示意图。

具体实施方式

为使本实用新型的目的、技术方案和优点更加清楚，以下结合附图1对本实用新型作进一步地详细说明。

如图1所示，本实用新型的智能城市监控系统包括分布于城市不同地理位置的多个复眼成像装置100、第一通信链路200、城市管理事件目标识别服务器300、第二通信链路400以及城市网格管理移动通信终端500；每个所述复眼成像装置100均具有由多个不同焦距摄像头组合的摄像镜头阵列；所述第一通信链路200和第二通信链路400均使用5G通信方式；所述城市管理事件目标识别服务器300包括数据存储器301、同态滤波器302和卷积神经网络运算器303以及事件生成运算器304；由复眼成像装置100获取的高分辨率图像经过5G通信链路200传输至城市管理事件目标识别服务器300后，该高分辨率图像连同获取该高分辨率图像的复眼成像装置的地理位置信息被整合成一条数据信息存储至数据存储器301，随后该高分辨率图像经由同态滤波运算器302进行图像增强，减少图像光照变化并锐化图像边缘。经同态滤波运算器302处理后的图像被输入至卷积神经网络运算器303进行图像卷积、池化以及全连接运算最后识别出该图像所属的城市管理事件类型，本实用新型中卷积神经网络运算器303可以进行六种城市管理事件类型的识别，其包括：人群聚集、井盖破损、交通护栏破损、机动车违规停放、暴露性垃圾倾倒以及道路积水。当卷积神经网络运算器303识别出上述城市管理事件类型时，将事件类型输出至事件生成运算器304，所述事件生成运算器304将识别出来的城市管理事件类型与该高分辨率图像所处地理位置所对应的城市网格管理移动通信终端500组合成城市管理事件数据，并下发至城市网格管理移动通信终端500。

本实用新型中的卷积神经网络运算器303包括卷积层区域和全连接层区域，在卷积层区域包括输入卷积层、卷积块、平均池化层。在全连接层区域内部含多个全连接层，最后一层全连接层的神经元个数设置与城市管理事件类型个数相同。卷积层结构和参数为输入卷积层中的卷积核的宽和长为6×5，个数为8。卷积块Ⅰ为单通道的双层卷积层，其中第一卷积层的卷积核的宽和长为1×3，个数为8，第二卷积层的卷积核的宽和长为1×3，个数为16。卷积块Ⅱ设置为具有三通道的卷积层，其通道a为双层卷积层，其中第一卷积层的卷积核的宽和长为1×2，个数为16，第二卷积层的卷积核的宽和长为1×3，个数为32。通道b为双层卷积层，其中第一卷积层的卷积核的宽和长为1×3，个数为32，第二卷积层的卷积核的宽和长为1×3，个数为32。通道c为三层卷积层，其中第一卷积层的卷积核的宽和长为1×3，个数为16，第二卷积层的卷积核的宽和长为1×4，个数为16，第三卷积层的卷积核的宽和长为1×3，个数为32，将卷积块Ⅱ三个通道的结果取和输入卷积块Ⅲ。卷积块Ⅲ设置为具有8个通道的卷积层，其每个通道均有双层卷积层构成，其中第一卷积层的卷积核的宽和长为1×3，个数为32，第二卷积层的卷积核的宽和长为1×3，个数为64。

本实用新型中的复眼成像装置100及城市网格管理移动通信终端500中均设置有eSIM通信模块，用于实现复眼成像装置100及城市网格管理移动通信终端500与城市管理事件目标识别服务器300进行通信时的身份识别以及5G通信。

Claims

1.一种基于5G物联网的智能城市监控系统，其特征在于，所述智能城市监控系统包括分布于城市不同地理位置的多个复眼成像装置(100)、第一通信链路(200)、城市管理事件目标识别服务器(300)、第二通信链路(400)以及城市网格管理移动通信终端(500)；每个所述复眼成像装置(100)均具有由多个不同焦距摄像头组合的摄像镜头阵列；所述第一通信链路(200)和第二通信链路(400)均使用5G通信链路；所述城市管理事件目标识别服务器(300)包括数据存储器(301)、同态滤波运算器(302)和卷积神经网络运算器(303)以及事件生成运算器(304)。

2.根据权利要求1所述的基于5G物联网的智能城市监控系统，其特征在于，所述同态滤波运算器(302)减少图像光照变化并锐化图像边缘。

3.根据权利要求2所述的基于5G物联网的智能城市监控系统，其特征在于，所述卷积神经网络运算器(303)对图像进行六种城市管理事件类型的识别，所述六种城市管理事件类型为：人群聚集、井盖破损、交通护栏破损、机动车违规停放、暴露性垃圾倾倒以及道路积水。

4.根据权利要求1所述的基于5G物联网的智能城市监控系统，其特征在于，所述复眼成像装置(100)及城市网格管理移动通信终端(500)中均设置有eSIM通信模块。