[发明专利]基于物联网的智能家居安防网关的行人检测系统及方法无效

专利信息
申请号: 201210312444.X 申请日: 2012-08-29
公开(公告)号: CN102902954A 公开(公告)日: 2013-01-30
发明(设计)人: 杨恒;李伟;王翊;林晓 申请(专利权)人: 无锡泛太科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;H04L12/66;H04L29/08
代理公司: 北京品源专利代理有限公司 11332 代理人: 马晓亚
地址: 214111 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 联网 智能家居 网关 行人 检测 系统 方法
【说明书】:

技术领域

发明涉及物联网信息传输及管理领域,尤其涉及一种基于物联网的智能家居安防网关的行人检测系统及方法。

背景技术

物联网技术的不断创新,带动了物联网设备的多样化、使其功能更加完善。随着物联网技术在智能家庭安防的需求不断扩大,尽管硬件设备与软件系统不断得到完善,但仍然存在监测行人的误报率较高的问题。

发明内容

本发明的目的在于克服现有技术的缺陷和不足,提供一种基于物联网的智能家居安防网关的行人检测系统及方法,解决了当前物联网技术在智能家庭安防系统中行人检测误报率高的问题。

为达到上述目的,本发明是通过以下技术方案来实现的:

一种基于物联网的智能家居安防网关的行人检测方法,所述方法包括如下步骤:

根据待测目标样本,离线训练SVM分类器;

实时对安防网关系统采集的视频帧进行特征提取获得特征向量;

利用所述SVM分类器检测所述特征向量,由判别函数判断视频帧是否有行人;

如有,则通过定位框进行行人定位并判断定位后行人的身份。

所述通过定位框进行行人定位的步骤进一步包括,当检测到行人的定位框超出设定的阈值时,通过人脸识别技术对人脸进行定位,并通过与预先建立的家庭人脸数据库匹配,判断定位后的行人的身份。

所述预先建立的家庭人脸数据库通过隐马尔科夫模型(HMM)训练得到或者通过特定的神经网络模型模拟得到。

所述实时对安防网关系统采集的视频帧进行特征提取获得特征向量的步骤包括,利用Harr特征及其扩展特征提取行人的灰度特征,并利用HOG算子提取行人轮廓特征。

本发明还公开一种基于物联网的智能家居安防网关的行人检测系统,所述系统包括物联网无线控制单元、扩展单元和终端信号采集单元,

所述终端信号采集单元用于对安防区域的视频图像进行采集并将所述视频图像传输到物联网无线控制单元;

所述物联网无线控制单元用于实时对安防网系统关采集的视频帧进行特征提取获得特征向量,利用训练好的SVM分类器检测所述特征向量,由判别函数判断视频帧是否有行人;如有,则通过定位框进行行人定位并判断定位后行人的身份;

所述扩展单元用于对物联网无线控制单元的各功能接口进行扩展,通过所述扩展后的各功能接口与远程无线节点进行信息交互,并将物联网无线控制单元处理后的信息反馈给终端信号采集单元。

所述物联网无线控制单元包括核心处理器、内存模块、外部存储模块和时钟模块,所述核心处理器与内存模块和外部存储模块连接,通过SVM分类器和隐马尔科夫模型对安防区域的行人进行检测。

所述终端信号采集单元包括前端传感器。

所述扩展单元包括摄像头模块、音频模块、GSM/GPRS模块、WIFI模块、SD卡接口、OTG接口、USB接口、RS-232接口、以太网接口、显示器、按键接口、ZIGBEE模块、蓝牙模块、红外模块、报警模块和射频模块。

所述终端信号采集单元通过433Mhz的射频模块或者ZIGBEE模块与物联网无线控制单元进行信息交互。

所述物联网无线控制单元通过GSM/GPRS模块或WIFI模块或以太网接口将所有从终端信号采集单元发送来的处理后的数据信号集合成信息包与远程监测节点和管理节点进行信息交互。

本发明的技术方案,提供了带有行人检测与人脸识别功能的物联网智能安防网关,能够保证智能安防网关系统在原有稳定、实用的基础上,具有更准确的行人检测与识别的能力,降低了安防网关系统的虚警率,提高了系统的检测率,增强了系统的可靠性。

附图说明

图1为本发明具体实施方式提供的基于物联网的智能家居安防网关的行人检测系统结构图;

图2为本发明具体实施方式提供的基于物联网的智能家居安防网关的行人检测方法流程图;

图3为本发明具体实施例提供的基于物联网的智能家居安防网关的行人检测方法的效果图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于无锡泛太科技有限公司,未经无锡泛太科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210312444.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top