CN2790077Y - 基于蓝牙技术的监控系统 - Google Patents

Abstract

本实用新型公开了一种基于蓝牙技术的监控系统；包括摄像头、图像数据预处理模块、用户计算机和有线电话报警模块，图像数据预处理模块、用户计算机分别连接有蓝牙收发模块，图像数据预处理模块用于控制摄像头人脸视频图像的抓取和拍摄，并将射频图像进行压缩、分段等处理，图像数据块信号以及用户计算机的控制信号通过蓝牙收发模块实现双向数据传输，用户计算机用于实现身份辨认、处理摄像头控制信号以及向家庭网站和有线电话报警模块发送报警信息；本实用新型的监控系统可广泛适用于家庭、办公室等各种场所。

Description

基于蓝牙技术的监控系统

技术领域

本实用新型涉及一种以人脸图像为输入的基于蓝牙技术的监控系统。

背景技术

身份辨认技术在很多领域得到了应用，包括银行及海关的出入监控系统、自动门禁系统、各种证件的自动识别等。在所有的基于生物特征的身份辨认技术中，人脸识别最没有侵害性，同时也是最自然和最直接的，因而最容易被接受，所以现有的一些监控系统是采用摄取人脸图像并进行分析辨认的方法来辨认身份，但由于摄像头与用于实现身份辨认、处理摄像头控制信号的计算机终端之间的距离往往较长，而摄像头可能不单设置在一个地方，因而布线较为复杂，安装使用麻烦。并且现有的监控系统缺少报警功能，不够完善。

发明内容

为了克服现有技术的不足，本实用新型的目的在于提供一种使用方便，具备监控、识别与报警功能的基于蓝牙技术的监控系统。

本实用新型的技术方案是：

基于蓝牙技术的监控系统，包括摄像头、图像数据预处理模块、用户计算机和有线电话报警模块，图像数据预处理模块、用户计算机分别连接有蓝牙收发模块，图像数据预处理模块用于控制摄像头人脸视频图像的抓取和拍摄，并将射频图像进行压缩、分段等处理，图像数据块信号以及用户计算机的控制信号通过蓝牙收发模块实现双向数据传输，用户计算机用于实现身份辨认、处理摄像头控制信号以及向家庭网站和有线电话报警模块发送报警信息。

本实用新型的有益效果是：由于采用蓝牙无线通信技术，有效地克服了一般监控设备有线连接存在的不足，摄像装置可以方便地置于需要的地方，并且本系统结合使用国际互联网和有线电话网，扩大了系统具备的监控与报警功能的途径和范围。

附图说明

下面结合附图对本实用新型作进一步说明：

图1是本实用新型的结构图；

图2是本实用新型的有线电话报警模块的电路原理图；

图3是基于数据描述的多类分类算法的流程图

具体实施方式

参照图1，基于蓝牙技术的监控系统，包括摄像头、图像数据预处理模块、用户计算机和有线电话报警模块，摄像头通过USB接口与图像数据预处理模块连接，图像数据预处理模块可由PC或DSP系统具体实现，用于控制摄像头视频图像的抓取和拍摄，并对视频图像进行压缩、分段等处理；图像数据块信号以及用户的控制信号通过连接图像数据预处理模块上的蓝牙发射模块和与用户计算机连接的另一蓝牙发射模块实现双向数据传输，蓝牙发射模块与用户计算机通过COM接口或USB接口相连接，用户计算机用于实现身份辨认、处理摄像头控制信号以及向家庭网站和有线电话报警模块发送报警信息；远端用户通过Internet访问建立在用户计算机上的家庭网站，获得监控信息；若当前人脸图像不属于任一已有类别时，用户计算机向有线电话报警模块发送报警信息，该模块拨通事先设定的电话号码，进行报警操作。

参照图2，所述的有线电话报警模块包括微处理器、双音多频处理电路、PSTN接口电路、语音处理电路和通信接口电路。微处理器的I/O端口分别与双音多频处理电路、PSTN接口电路和语音处理电路连接，微处理器的RXD、TXD通信端口与通信接口电路连接。该装置可以直接通过串行口与用户计算机通信，也可以通过串行口连接蓝牙收发模块与用户计算机进行无线连接，实现双向数据交换。整个电路分为以下几个部分：

1)微处理器部分：由单片微处理器AT89C52(U4)及其外围电路组成通信模块的核心电路。它负责对信号的甄别、存储与处理。包括数据传输、振铃次数、摘机检测等信号的处理、控制指令的处理、拨号音处理以及通信接口的控制等等，其中AT24C01数据存储器。

2)双音多频(DTMF)处理电路：双音多频(DTMF)处理电路由(U1)MT8888及其外围电路组成，完成拨号信令的处理。例如：将存储在微处理器部分的电话号码，在微处理器的控制下，通过MT8888以及PSTN接口电路发送到有线电话网络，进而传送到相关人员，如用户个人或接受告警的对象。

3)PSTN接口电路：PSTN接口电路由二极管D9～D11、三极管Q1～Q5、光耦合U2等组成极性转换电路和开关电路，通过CON2与电话网络连接，完成各种输入、输出信令的传送；检测振铃音、忙音以及摘机等信令音，为微处理器提供相应检测信号。

4)语音处理电路：语音处理部分由(U6)ISD4002及其外围电路组成。将系统所需的各种语音提示音存储在ISD4002中，需要时在微处理器的控制下，经过PSTN接口电路、有线电话网传送到用户手机和按键电话中，将告警信息通过语音传送给用户，或提示用户进行某些操作。

5)通信接口电路：通信接口电路由(U7)MAX232及其外围电路组成。它可以直接与PC机COM2/COM1直接进行通信(有线通信)，也可以连接无线(如蓝牙)通信模块，进行无线通信，实现双向数据交换。串行口的波特率设置为9600bps，带校验，数据位为8位。

另外，本系统在应用时可以采用基于数据描述的多类分类算法，以提高身份辨认的可靠性，参照图3，数据描述的一种直接方法就是用一个具有最小体积的超球体将样本集中的全体样本包含起来。图中各模块含义：

1：输入已知多类别样本集

2：依式(10)，获得参数R_s，a_s，α_i ^(s)，s＝1，2，Λ，M，i＝1，2，Λ，Ns

3：输入待测试样本Z

4：依式(12)，计算φ(Z)与a_s的距离d_s(Z)

5：依式(13)，就算相对距离D_s(Z)

6：判断样本Z是否新类别

7：报警

对于样本集X＝{X₁，X₂，Λ，X_n}设将样本集中全体样本完全包围所对应的最小球体的半径为R，对应的球心向量为a，则R，a满足如下优化方程

minQ(R)＝R²

s.t.R²-(X_i-a)^T(X_i-a)≥0  i＝1，2，Λ，n

由上面两式建立Lagrange函数

$L(R,a,\mathrm{\α})=R^2-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i\{R^2-{(X_i-a)}^T(X_i-a)\}---\left(1\right)$

s.t.α_i≥0    i＝1，2，Λ，n

对式(1)关于R，a求偏微分，并令它们等于0，可得

$\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i=1---\left(2\right)$

$a=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i{X}_i---\left(3\right)$

将式(2)和式(3)代入式(1)，得优化方程

$\max L=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i(X_i\·X_i)-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i{\mathrm{\α}}_j(X_i\·X_j)---\left(4\right)$

$s.t.\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i=1,$ α_i≥0，i＝1，2，Λ，n

与α_i＞0对应的样本点称为支持向量。由式(4)获得系数α_i后，即可由式(3)获得球心向量a，进一步任选一支持向量X_s由式(5)得到超球体的半径R

R²-(X_s-a)^T(X_s-a)＝0                (5)

对于任一待测定样本Z，令

f(Z)＝(Z-a)^T(Z-a)

$=(Z\·Z)-2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i(Z\·X_i)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i{\mathrm{\α}}_j(X_i\·X_j)---\left(6\right)$

可采用下式判断样本Z是属于原有类别，还是新类别

由式(4)求得的超球体往往不能准确地反映实际数据的分布特征。为此，引入核函数，相应的优化方程式(4)和判别函数式(6)分别变为：

$\max L=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_{i}K(X_i,X_i)-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i{\mathrm{\α}}_{j}K(X_i,X_j)---\left(8\right)$

$f\left(Z\right)=K(Z,Z)-2\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_{i}K(Z,X_i)+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i{\mathrm{\α}}_{j}K(X_i,X_j)---\left(9\right)$

判别式不变，仍为式(7)。进一步为了实现错误划分和区域范围之间的折中，可在优化过程中引入松弛变量，此时样本集满足

$\min L\left(R\right)=R^2+C\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\ξ}}_i$

s.t(X_i-a)^T(X_i-a)≤R²+ξ_i

ξ_i≥0  i＝1，2，Λ，N

求解效果相当于在式(8)中增加约束条件0≤α_i≤C，其它各式不变。

对于多类样本集{(X_i ^(s)，y_i ^(s))}，i＝1，2，Λ，N， $y_i^{\left(s\right)}=s,s=\mathrm{1,2},\mathrm{\Λ},M$ 为类别标号。将样本集表示为{(X₁ ⁽¹⁾，1)，Λ，(X_N1 ⁽¹⁾，1)，Λ(X₁ ^(M)，M)，Λ(X_NM ^(M)，M)}，其中Ni表示第i类的样本个数，显然N1+N2+ΛNM＝N。类似地构造优化方程

$\max \underset{s=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{\mathrm{Ns}}{\mathrm{\Σ}}}{\mathrm{\α}}_i^{\left(s\right)}(X_i^{\left(s\right)},X_i^{\left(s\right)}-\underset{s=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{\mathrm{Ns}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ns}}{\mathrm{\Σ}}}{\mathrm{\α}}_i^{\left(s\right)}{\mathrm{\α}}_j^{\left(s\right)}(X_i^{\left(s\right)},X_j^{\left(s\right)}))$

$s.t.0\≤{\mathrm{\α}}_i^{\left(s\right)}\≤C$

$\underset{i=1}{\overset{\mathrm{Ns}}{\mathrm{\Σ}}}{\mathrm{\α}}_i^{\left(s\right)}=1$

s＝1，2，Λ，M   i＝1，2，Λ，Ns

在优化中引入核函数

$(X_i^{\left(s\right)},X_j^{\left(s\right)})\→K(X_i^{\left(s\right)},X_j^{\left(s\right)})$

得到核方法下的优化式

$\max \underset{s=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{\mathrm{Ns}}{\mathrm{\Σ}}}{\mathrm{\α}}_i^{\left(s\right)}K(X_i^{\left(s\right)},X_i^{\left(s\right)}-\underset{s=1}{\overset{M}{\mathrm{\Σ}}}\underset{i=1}{\overset{\mathrm{Ns}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ns}}{\mathrm{\Σ}}}{\mathrm{\α}}_i^{\left(s\right)}{\mathrm{\α}}_j^{\left(s\right)}K(X_i^{\left(s\right)},X_j^{\left(s\right)}))---\left(10\right)$

约束条件不变。

为了进一步描述的需要，先给出特征空间中任意点Z到某一类样本所形成超球体球心的距离定理

定理：样本集{X₁，X₂，Λ，X_N}，经映射φ(·)实现由数据空间到特征空间，对应的核函数为K(·，·)。若在特征空间中进行一类分类，设球心为a，数据空间中的任一点Z对应于特征空间φ(Z)，则φ(Z)与a之间的距离为

$d\left(Z\right)=K(Z,Z)-2\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_{i}K(Z,X_i)+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\α}}_i{\mathrm{\α}}_{j}K(X_i,X_j)---\left(11\right)$

式中α_i，i＝1，2，Λ，N为与式(8)对应的Lagrange乘子。

设各超球体的球心用a_s表示，则由式(11)可知，φ(Z)与a_s的距离可表示为

$d_s\left(Z\right)=K(Z,Z)-2\underset{i=1}{\overset{\mathrm{Ns}}{\mathrm{\Σ}}}{\mathrm{\α}}_i^{\left(s\right)}K(Z,X_i^{\left(s\right)})+\underset{i=1}{\overset{\mathrm{Ns}}{\mathrm{\Σ}}}\underset{j=1}{\overset{\mathrm{Ns}}{\mathrm{\Σ}}}{\mathrm{\α}}_i^{\left(s\right)}{\mathrm{\α}}_j^{\left(s\right)}K(X_i^{\left(s\right)},X_j^{\left(s\right)})---\left(12\right)$

s＝1，2，Λ，M

由于各超球体的半径R_s不相同，因此必须定义相对距离

$D_s\left(Z\right)=\frac{d_s\left(Z\right)}{R_s}$ s＝1，2，Λ，M       (13)

任选w_s类一支持对象取代式(12)中的Z，即可求得半径R_s。

最后，可以根据相对距离来对新样本Z进行判别：

Z∈w_i如果D_i(Z)＜1    i＝1，2，Λ，M    (14)

若对i＝1，2，Λ，M，都 $\∃D_i\left(Z\right)>1$ ，则样本Z不属于任意一个现有类别。

Claims (4)

1、基于蓝牙技术的监控系统，其特征在于：包括摄像头、图像数据预处理模块、用户计算机和有线电话报警模块，图像数据预处理模块、用户计算机分别连接有蓝牙收发模块，图像数据预处理模块用于控制摄像头人脸视频图像的抓拍和拍摄，并将视频图像进行处理，图像数据块信号以及用户计算机的控制信号通过蓝牙收发模块实现双向数据传输，用户计算机用于实现身分辨认、处理摄像头控制信号以及向家庭网站和有线电话报警模块发送报警信息。

2、根据权利要求1所述的基于蓝牙技术的监控系统，其特征在于：所述的图像数据预处理模块与蓝牙收发模块之间通过COM接口或者USB接口连接。

3、根据权利要求1所述的基于蓝牙技术的监控系统，其特征在于：所述的用户计算机与蓝牙收发模块之间通过COM接口或者USB接口连接。

4、根据权利要求1所述的基于蓝牙技术的监控系统，其特征在于：所述的有线电话报警模块包括微处理器、双音多频处理电路、PSTN接口电路、语音处理电路和通信接口电路，微处理器的I/O端口分别与双音多频处理电路、PSTN接口电路和语音处理电路连接，微处理器的RXD、TXD通信端口与通信接口电路连接；该装置可以直接通过串行口与用户计算机通信，也可以通过串行口连接蓝牙收发模块与用户计算机进行无线连接，实现双向数据交换。

Images