[发明专利]基于风险概率评估的公共区域人群聚集预警方法及系统有效

专利信息
申请号: 201710957175.5 申请日: 2017-10-16
公开(公告)号: CN107862437B 公开(公告)日: 2022-02-22
发明(设计)人: 冯文刚;毕惜茜;田华伟;肖延辉;丁建伟;唐云祁 申请(专利权)人: 中国人民公安大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/26
代理公司: 北京天悦专利代理事务所(普通合伙) 11311 代理人: 田明;任晓航
地址: 100038 *** 国省代码: 北京;11
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 风险 概率 评估 公共 区域 人群 聚集 预警 方法 系统
【权利要求书】:

1.基于风险概率评估的公共区域人群聚集预警方法,包括以下步骤:

从智能监控设备中实时采集图像,所述实时采集的图像包括但不限于:静态图片,动态图片,局部截图,视频片段;

从视频监控图像流中获取人群的可衡量参数,所述人群的可衡量参数包括但不限于:人流方向、人流密度、人流速度、人群流量、人群速度;

所述获取人群的可衡量参数包括:通过数字分析仪对所述智能监控设备实时采集的图像进行A/D变换后,通过人群动态聚集特征提取算法,获取人群的可衡量参数,以及人工对智能监控设备实时采集的图像进行辨识、分析、估算,获取人群的可衡量参数;

其中,所述人群的可衡量参数中,参数优先级如下:人流密度人群流量人流速度;

所述数字分析仪将智能监控设备实时采集的图像和人群的可衡量参数先传输到DVR,DVR存储接收到的数据后,再将人群的可衡量参数通过交换机发送到中心主控服务器中;

中心主控服务器基于人群的可衡量参数值和二维风险矩阵,构建出四级预警模型,其中,所述二维风险矩阵以概率加上结果的方式构建,所述概率指行人状态持续时间,对应于事件发生概率,所述结果指行人状态的强度,对应于事件影响;

基于所述四级预警模型,通过输入的人群的可衡量参数进行分析,根据预测结果自动报警。

2.根据权利要求1所述的基于风险概率评估的公共区域人群聚集预警方法,其特征在于:所述智能监控设备布设位置为:以人群流动性大、拥挤程度高的区域为目标地区,在目标地区布设智能监控设备,实时采集目标地区内人群运动情况、行人状态;

所述智能监控设备从至少两个角度对目标地区进行监控。

3.根据权利要求1所述的基于风险概率评估的公共区域人群聚集预警方法,其特征在于:所述智能监控设备包括但不限于:摄像机,具有通过有线或无线传输视频和图像的功能。

4.根据权利要求1所述的基于风险概率评估的公共区域人群聚集预警方法,其特征在于:将人群的可衡量参数通过交换机发送到中心主控服务器中,

所述交换机包括:位于近端的本地网络交换机,位于远端的中央交换机。

5.根据权利要求4所述的基于风险概率评估的公共区域人群聚集预警方法,其特征在于:

所述中心主控服务器中包括所述二维风险矩阵,所述二维风险矩阵以概率加上结果的方式构建,其中:

概率指行人状态持续时间,对应于事件发生概率,具体分为以下几个等级:基本不可能,不太可能,有可能,很可能,肯定,

结果指行人状态的强度,对应于事件影响,具体分为以下几个等级:十分严重,严重,相对较大,普通,很低。

6.根据权利要求5所述的基于风险概率评估的公共区域人群聚集预警方法,其特征在于:参数优先级对判断结果产生以下影响:

首先,将人流密度视为第一输入,即比其他数据更可靠,对应输出为等级A,

然后,将人群流量视为第二输入,且输出为等级B,

判断A小于B是否成立,如果成立则最终输出为等级B,如果不成立则进行下述处理,

再后,将人流速度视为第三输入,且输出为等级C,

判断A小于C是否成立,如果成立则最终输出为等级C,如果不成立则最终输出为等级A。

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中国人民公安大学,未经中国人民公安大学许可,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/201710957175.5/1.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