一种智能楼宇安防监控系统的制作方法

阅读：评论：0

1.本发明涉及安防监控，具体涉及一种智能楼宇安防监控系统。

背景技术：

2.近年来，随着城市化进程地加快推进，人们每天的生活、工作、学习都离不开高层住宅、写字楼和酒店这些楼宇。楼宇的管理一直以来都是较难处理的民生管理问题之一，楼宇的安全关系着住户的个人生命安全和财产安全，所以对楼宇实行严格且完善的监控措施尤为重要。随着人们生活水平的提高，楼宇安全问题已引起人们的高度重视，尽管小区物业会雇佣安保人员负责安保工作，但是楼宇内部仍然存在非常多的安防死角和消防漏洞，楼宇的安防问题仍然亟待解决。
3.现有的安防系统中，楼宇安防大多依靠物业监管，但是物业人力有限，对楼宇的安防监管也不可能面面俱到，楼宇安全仍然得不到有效保障。随着城市现代化建设和楼宇智能化的发展，在建筑内安装监控摄像头已经成为一种普遍现象，但是仅依靠监控摄像头依然无法对楼宇内存在的安防及消防问题进行全面监控和及时处理。

技术实现要素：

4.(一)解决的技术问题
5.针对现有技术所存在的上述缺点，本发明提供了一种智能楼宇安防监控系统，能够有效克服现有技术所存在的无法对楼宇内存在的安防及消防问题进行全面有效监控的缺陷。
6.(二)技术方案
7.为实现以上目的，本发明通过以下技术方案予以实现：
8.一种智能楼宇安防监控系统，包括服务器、第一分布式烟雾检测模块、第二分布式烟雾检测模块、分布式人体检测单元和烟雾分布可视化模块；
9.第一分布式烟雾检测模块，分布式设置于楼宇内部，用于检测楼道内烟雾情况，并将检测结果与定位信息一同发送给服务器；
10.第二分布式烟雾检测模块，分布式设置于楼宇住宅内部，用于检测住宅内烟雾情况，并将检测结果与定位信息一同发送给服务器；
11.服务器，根据第一分布式烟雾检测模块、第二分布式烟雾检测模块的检测数据分析楼宇内部烟雾分布情况，并驱动相应位置的分布式人体检测单元动作；
12.分布式人体检测单元，分布式设置于楼宇楼道内部，在服务器的控制下检测是否存在被困人员；
13.烟雾分布可视化模块，对服务器分析得到的楼宇内部烟雾分布情况，以及分布式人体检测单元的检测结果进行可视化显示；
14.所述服务器通过训练视频集采集模块采集训练视频集，所述服务器通过训练视频集处理模块对训练视频集进行图像处理，并利用训练图像生成模块基于图像处理后的训练
视频集生成训练图像，所述服务器通过动作识别模型构建模块构建用于识别分布式监控模块采集监控画面中人体动作的动作识别模型，并利用训练图像对动作识别模型进行模型训练。
15.优选地，所述服务器基于第一分布式烟雾检测模块、第二分布式烟雾检测模块的检测结果和定位信息，对楼宇内部各位置处的烟雾浓度进行分析；
16.所述服务器对烟雾浓度大于设定阈值的位置进行标定，并驱动相应位置的分布式人体检测单元移动至标定位置。
17.优选地，所述分布式人体检测单元包括控制器、驱动模块、人体检测模块、图像采集模块和定位模块；
18.驱动模块，在控制器的控制下驱动分布式人体检测单元沿着楼宇内布设轨道移动至标定位置；
19.人体检测模块，用于检测移动物体的温度；
20.控制器，根据人体检测模块的检测结果判定是否存在被困人员，并驱动图像采集模块、定位模块动作，将判定结果、采集图像、定位信息作为检测结果一同发送给服务器；
21.图像采集模块，在控制器的控制下采集被困人员现场图像；
22.定位模块，在控制器的控制下采集被困人员定位信息。
23.优选地，所述控制器判断人体检测模块检测的移动物体温度值在预设人体温度范围内时，判定该位置存在被困人员，并驱动图像采集模块、定位模块动作。
24.优选地，所述人体检测模块包括多普勒探头和红外测温仪，所述多普勒探头用于检测是否存在移动物体，所述红外测温仪用于检测移动物体的温度值。
25.优选地，所述训练视频集处理模块对训练视频集进行图像处理，包括：
26.通过帧差法、图像差分法对训练视频集进行图像处理，并对处理后的帧图像进行二值化，得到灰度图像和灰度图像中的运动目标；
27.结合运动目标以及帧图像的时间戳，得到全局运动连续图像；
28.其中，帧图像的时间戳与当前时间的时间差越小，则帧图像中的动作在全局运动连续图像中的灰度值越大；帧图像的时间戳与当前时间的时间差越大，则帧图像中的动作在全局运动连续图像中的灰度值越小。
29.优选地，所述训练图像生成模块基于图像处理后的训练视频集生成训练图像，包括：
30.利用最小外接矩形对全局运动连续图像中的各帧图像进行运动区域分割，得到目标区域图像；
31.按照各向异性缩放进行尺度变换的方式对目标区域图像中的像素进行归一化处理，以得到尺寸大小一致的目标区域图像，并将目标区域图像作为训练图像。
32.优选地，所述动作识别模型构建模块构建动作识别模型，并利用训练图像对动作识别模型进行模型训练，包括：
33.在训练图像中以等时间间隔提取帧图片，并计算提取帧图片与相邻帧图片之间的帧差；
34.分别提取帧图片、帧差的特征，组合并卷积后得到预设全连接层，根据预设全连接层构建动作识别模型，并利用训练图像对动作识别模型进行模型训练。
35.优选地，所述分别提取帧图片、帧差的特征，组合并卷积后得到预设全连接层，包括：
36.利用第一残差网络、第二残差网络分别提取帧图片、帧差对应的帧图片特征、帧差特征，对帧图片特征、帧差特征进行组合并卷积后得到预设全连接层。
37.优选地，所述根据预设全连接层构建动作识别模型，并利用训练图像对动作识别模型进行模型训练，包括：
38.根据识别动作类型确定相应数量包含训练图像的任务集；
39.在预设全连接层后连接相应数量的全连接层，每个全连接层与各任务集对应的分类层连接；
40.将任务集作为模型输入，并配置一个混合损失和相应数量的子损失，根据任务集数量配置混合损失和各子损失对应的权重。
41.(三)有益效果
42.与现有技术相比，本发明所提供的一种智能楼宇安防监控系统，具有以下有益效果：
43.1)服务器基于第一分布式烟雾检测模块、第二分布式烟雾检测模块的检测结果和定位信息，对楼宇内部各位置处的烟雾浓度进行分析，并对烟雾浓度大于设定阈值的位置进行标定，驱动相应位置的分布式人体检测单元移动至标定位置，从而能够对楼宇内的火情进行实时监控，并在发生火情时通过分析楼宇内部各位置处的烟雾浓度判断可能发生火灾的位置，同时驱动分布式人体检测单元快速移动至该位置，对被困人员进行检测，便于及时营救被困人员；
44.2)训练视频集处理模块对训练视频集进行图像处理，训练图像生成模块基于图像处理后的训练视频集生成训练图像，动作识别模型构建模块构建用于识别分布式监控模块采集监控画面中人体动作的动作识别模型，并利用训练图像对动作识别模型进行模型训练，通过建立动作识别模型，能够对监控画面中的人体动作进行准确分类识别，及时发现损害公共利益的行为和相关违法行为。
附图说明
45.为了更清楚地说明本发明实施例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本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
46.图1为本发明的系统示意图；
47.图2为本发明中进行火情监控及对被困人员进行检测的流程示意图；
48.图3为本发明中构建动作识别模型并进行模型训练的流程示意图。
具体实施方式
49.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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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。
50.一种智能楼宇安防监控系统，如图1和图2所示，包括服务器、第一分布式烟雾检测模块、第二分布式烟雾检测模块、分布式人体检测单元和烟雾分布可视化模块；
51.第一分布式烟雾检测模块，分布式设置于楼宇内部，用于检测楼道内烟雾情况，并将检测结果与定位信息一同发送给服务器；
52.第二分布式烟雾检测模块，分布式设置于楼宇住宅内部，用于检测住宅内烟雾情况，并将检测结果与定位信息一同发送给服务器；
53.服务器，根据第一分布式烟雾检测模块、第二分布式烟雾检测模块的检测数据分析楼宇内部烟雾分布情况，并驱动相应位置的分布式人体检测单元动作；
54.分布式人体检测单元，分布式设置于楼宇楼道内部，在服务器的控制下检测是否存在被困人员；
55.烟雾分布可视化模块，对服务器分析得到的楼宇内部烟雾分布情况，以及分布式人体检测单元的检测结果进行可视化显示。
56.服务器基于第一分布式烟雾检测模块、第二分布式烟雾检测模块的检测结果和定位信息，对楼宇内部各位置处的烟雾浓度进行分析，并对烟雾浓度大于设定阈值的位置(可能发生火灾的位置)进行标定，并驱动相应位置的分布式人体检测单元移动至标定位置。
57.本技术技术方案中，分布式人体检测单元包括控制器、驱动模块、人体检测模块、图像采集模块和定位模块；
58.驱动模块，在控制器的控制下驱动分布式人体检测单元沿着楼宇内布设轨道移动至标定位置；
59.人体检测模块，用于检测移动物体的温度；
60.控制器，根据人体检测模块的检测结果判定是否存在被困人员，并驱动图像采集模块、定位模块动作，将判定结果、采集图像、定位信息作为检测结果一同发送给服务器；
61.图像采集模块，在控制器的控制下采集被困人员现场图像；
62.定位模块，在控制器的控制下采集被困人员定位信息。
63.控制器判断人体检测模块检测的移动物体温度值在预设人体温度范围内时，判定该位置存在被困人员，并驱动图像采集模块、定位模块动作，同时将判定结果、采集图像、定位信息作为检测结果一同发送给服务器。
64.人体检测模块包括多普勒探头和红外测温仪，多普勒探头用于检测是否存在移动物体，红外测温仪用于检测移动物体的温度值。
65.上述技术方案，服务器基于第一分布式烟雾检测模块、第二分布式烟雾检测模块的检测结果和定位信息，对楼宇内部各位置处的烟雾浓度进行分析，并对烟雾浓度大于设定阈值的位置进行标定，驱动相应位置的分布式人体检测单元移动至标定位置，从而能够对楼宇内的火情进行实时监控，并在发生火情时通过分析楼宇内部各位置处的烟雾浓度判断可能发生火灾的位置，同时驱动分布式人体检测单元快速移动至该位置，对被困人员进行检测，便于及时营救被困人员。
66.如图1和图3所示，服务器通过训练视频集采集模块采集训练视频集，服务器通过训练视频集处理模块对训练视频集进行图像处理，并利用训练图像生成模块基于图像处理后的训练视频集生成训练图像，服务器通过动作识别模型构建模块构建用于识别分布式监
控模块采集监控画面中人体动作的动作识别模型，并利用训练图像对动作识别模型进行模型训练。
67.①
训练视频集处理模块对训练视频集进行图像处理，包括：
68.通过帧差法、图像差分法对训练视频集进行图像处理，并对处理后的帧图像进行二值化，得到灰度图像和灰度图像中的运动目标；
69.结合运动目标以及帧图像的时间戳，得到全局运动连续图像。
70.其中，帧图像的时间戳与当前时间的时间差越小，则帧图像中的动作在全局运动连续图像中的灰度值越大；帧图像的时间戳与当前时间的时间差越大，则帧图像中的动作在全局运动连续图像中的灰度值越小。
71.②
训练图像生成模块基于图像处理后的训练视频集生成训练图像，包括：
72.利用最小外接矩形对全局运动连续图像中的各帧图像进行运动区域分割，得到目标区域图像；
73.按照各向异性缩放进行尺度变换的方式对目标区域图像中的像素进行归一化处理，以得到尺寸大小一致的目标区域图像，并将目标区域图像作为训练图像。
74.③
动作识别模型构建模块构建动作识别模型，并利用训练图像对动作识别模型进行模型训练，包括：
75.在训练图像中以等时间间隔提取帧图片，并计算提取帧图片与相邻帧图片之间的帧差；
76.分别提取帧图片、帧差的特征，组合并卷积后得到预设全连接层，根据预设全连接层构建动作识别模型，并利用训练图像对动作识别模型进行模型训练。
77.1)分别提取帧图片、帧差的特征，组合并卷积后得到预设全连接层，包括：
78.利用第一残差网络、第二残差网络分别提取帧图片、帧差对应的帧图片特征、帧差特征，对帧图片特征、帧差特征进行组合并卷积后得到预设全连接层。
79.2)根据预设全连接层构建动作识别模型，并利用训练图像对动作识别模型进行模型训练，包括：
80.根据识别动作类型确定相应数量包含训练图像的任务集；
81.在预设全连接层后连接相应数量的全连接层，每个全连接层与各任务集对应的分类层连接；
82.将任务集作为模型输入，并配置一个混合损失和相应数量的子损失，根据任务集数量配置混合损失和各子损失对应的权重。
83.上述技术方案，训练视频集处理模块对训练视频集进行图像处理，训练图像生成模块基于图像处理后的训练视频集生成训练图像，动作识别模型构建模块构建用于识别分布式监控模块采集监控画面中人体动作的动作识别模型，并利用训练图像对动作识别模型进行模型训练，通过建立动作识别模型，能够对监控画面中的人体动作进行准确分类识别，及时发现损害公共利益的行为和相关违法行为。
84.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：

1.一种智能楼宇安防监控系统，其特征在于：包括服务器、第一分布式烟雾检测模块、第二分布式烟雾检测模块、分布式人体检测单元和烟雾分布可视化模块；第一分布式烟雾检测模块，分布式设置于楼宇内部，用于检测楼道内烟雾情况，并将检测结果与定位信息一同发送给服务器；第二分布式烟雾检测模块，分布式设置于楼宇住宅内部，用于检测住宅内烟雾情况，并将检测结果与定位信息一同发送给服务器；服务器，根据第一分布式烟雾检测模块、第二分布式烟雾检测模块的检测数据分析楼宇内部烟雾分布情况，并驱动相应位置的分布式人体检测单元动作；分布式人体检测单元，分布式设置于楼宇楼道内部，在服务器的控制下检测是否存在被困人员；烟雾分布可视化模块，对服务器分析得到的楼宇内部烟雾分布情况，以及分布式人体检测单元的检测结果进行可视化显示；所述服务器通过训练视频集采集模块采集训练视频集，所述服务器通过训练视频集处理模块对训练视频集进行图像处理，并利用训练图像生成模块基于图像处理后的训练视频集生成训练图像，所述服务器通过动作识别模型构建模块构建用于识别分布式监控模块采集监控画面中人体动作的动作识别模型，并利用训练图像对动作识别模型进行模型训练。2.根据权利要求1所述的智能楼宇安防监控系统，其特征在于：所述服务器基于第一分布式烟雾检测模块、第二分布式烟雾检测模块的检测结果和定位信息，对楼宇内部各位置处的烟雾浓度进行分析；所述服务器对烟雾浓度大于设定阈值的位置进行标定，并驱动相应位置的分布式人体检测单元移动至标定位置。3.根据权利要求2所述的智能楼宇安防监控系统，其特征在于：所述分布式人体检测单元包括控制器、驱动模块、人体检测模块、图像采集模块和定位模块；驱动模块，在控制器的控制下驱动分布式人体检测单元沿着楼宇内布设轨道移动至标定位置；人体检测模块，用于检测移动物体的温度；控制器，根据人体检测模块的检测结果判定是否存在被困人员，并驱动图像采集模块、定位模块动作，将判定结果、采集图像、定位信息作为检测结果一同发送给服务器；图像采集模块，在控制器的控制下采集被困人员现场图像；定位模块，在控制器的控制下采集被困人员定位信息。4.根据权利要求3所述的智能楼宇安防监控系统，其特征在于：所述控制器判断人体检测模块检测的移动物体温度值在预设人体温度范围内时，判定该位置存在被困人员，并驱动图像采集模块、定位模块动作。5.根据权利要求4所述的智能楼宇安防监控系统，其特征在于：所述人体检测模块包括多普勒探头和红外测温仪，所述多普勒探头用于检测是否存在移动物体，所述红外测温仪用于检测移动物体的温度值。6.根据权利要求1所述的智能楼宇安防监控系统，其特征在于：所述训练视频集处理模块对训练视频集进行图像处理，包括：通过帧差法、图像差分法对训练视频集进行图像处理，并对处理后的帧图像进行二值
化，得到灰度图像和灰度图像中的运动目标；结合运动目标以及帧图像的时间戳，得到全局运动连续图像；其中，帧图像的时间戳与当前时间的时间差越小，则帧图像中的动作在全局运动连续图像中的灰度值越大；帧图像的时间戳与当前时间的时间差越大，则帧图像中的动作在全局运动连续图像中的灰度值越小。7.根据权利要求6所述的智能楼宇安防监控系统，其特征在于：所述训练图像生成模块基于图像处理后的训练视频集生成训练图像，包括：利用最小外接矩形对全局运动连续图像中的各帧图像进行运动区域分割，得到目标区域图像；按照各向异性缩放进行尺度变换的方式对目标区域图像中的像素进行归一化处理，以得到尺寸大小一致的目标区域图像，并将目标区域图像作为训练图像。8.根据权利要求7所述的智能楼宇安防监控系统，其特征在于：所述动作识别模型构建模块构建动作识别模型，并利用训练图像对动作识别模型进行模型训练，包括：在训练图像中以等时间间隔提取帧图片，并计算提取帧图片与相邻帧图片之间的帧差；分别提取帧图片、帧差的特征，组合并卷积后得到预设全连接层，根据预设全连接层构建动作识别模型，并利用训练图像对动作识别模型进行模型训练。9.根据权利要求8所述的智能楼宇安防监控系统，其特征在于：所述分别提取帧图片、帧差的特征，组合并卷积后得到预设全连接层，包括：利用第一残差网络、第二残差网络分别提取帧图片、帧差对应的帧图片特征、帧差特征，对帧图片特征、帧差特征进行组合并卷积后得到预设全连接层。10.根据权利要求9所述的智能楼宇安防监控系统，其特征在于：所述根据预设全连接层构建动作识别模型，并利用训练图像对动作识别模型进行模型训练，包括：根据识别动作类型确定相应数量包含训练图像的任务集；在预设全连接层后连接相应数量的全连接层，每个全连接层与各任务集对应的分类层连接；将任务集作为模型输入，并配置一个混合损失和相应数量的子损失，根据任务集数量配置混合损失和各子损失对应的权重。

技术总结

本发明涉及安防监控，具体涉及一种智能楼宇安防监控系统，包括服务器、第一分布式烟雾检测模块、第二分布式烟雾检测模块、分布式人体检测单元和烟雾分布可视化模块；服务器通过训练视频集采集模块采集训练视频集，服务器通过训练视频集处理模块对训练视频集进行图像处理，并利用训练图像生成模块基于图像处理后的训练视频集生成训练图像，服务器通过动作识别模型构建模块构建用于识别分布式监控模块采集监控画面中人体动作的动作识别模型，并利用训练图像对动作识别模型进行模型训练；本发明提供的技术方案能够有效克服现有技术所存在的无法对楼宇内存在的安防及消防问题进行全面有效监控的缺陷。全面有效监控的缺陷。全面有效监控的缺陷。