[发明专利]一种通讯设备违规使用的自动识别系统和识别方法

权利要求书

1.一种通讯设备违规使用的自动识别系统，其特征在于，包括智能监控部分、传输部分、视频解码及智能分析部分、报警部分和上位机；

智能监控部分通过传输部分与视频解码及智能分析部分相连，视频解码及智能分析部分分别与报警部分和上位机相连；

所述智能监控部分包括可旋转摄像头；

传输部分采用无线通信或有线通信方式；

视频解码及智能分析部分包括主控制器和数据库，数据库内存储有通讯设备使用行为，主控制器将图像信息结构化分析，自动识别图像信息中通讯设备的使用行为，并与数据库内存储的行为进行对比；

报警部分包括声光报警器。

2.根据权利要求1所述的一种通讯设备违规使用的自动识别系统，其特征在于，所述可旋转摄像头有多个，对危险场所进行全方位监控。

3.根据权利要求2所述的一种通讯设备违规使用的自动识别系统，其特征在于，所述可旋转摄像头通过传输部分与视频解码及智能分析部分相连，传输部分将可旋转摄像头拍摄的图像信息送至视频解码及智能分析部分。

4.根据权利要求3所述的一种通讯设备违规使用的自动识别系统，其特征在于，所述主控制器与声光报警器相连，主控制器比对出图像信息中的通讯设备的使用行为违规，主控制器控制声光报警器报警，并将报警信息传送至上位机。

5.根据权利要求4所述一种通讯设备违规使用的自动识别系统的识别方法，其特征在于，包括以下步骤：

步骤1：可旋转摄像头拍摄的图像信息通过传输部分传输至视频解码及智能分析部分的主控制器；

步骤2：主控制器运用Canny算子对图像预处理：

为提取图像的边缘，必须设定合适的阈值，图像可看作是二维随机量的一个样本。阈值分割是对整体的矩函数的一种描述和估计，利用样本来估计总体的特征，利用参数估计的方法来对目标图像进行分割；矩量保持法的核心思想是求得一个最优的阈值，使分割前后图像的矩量保持不变，二维图像的k阶矩定义为：

式中，M，N是f(x,y)为灰度图像水平和垂直方向上的像素个数，m₀＝1；

对图像进行分割后二值图像的前三阶矩计算公式为：

要取得最优阈值，图像进行分割前后的前三阶矩应该相等，即

m_k＝m′_k

即可得：

式中，h₀和h₁分别代表图像中灰度值0值和非0值；

假设图像区域中低于或高于指定阈值像素占整个图像像素的比例分别为p₀和p₁；

步骤3：提取人体图像的Hu不变矩特征：

Hu不变矩能提取图像放置、大小特征，设图像点的(x,y)的灰度值为f(x,y)，那么整幅图像的(p+q)阶矩为：

步骤4：PBF神经网络的人体行为识别：

采用RBF神经网络对人体行为识别，就是将人体行为图像的7个Hu不变矩作为RBF神经网络的输入向量，通过RBF神经网络进行学习和分类，得到通讯设备的使用行为，人体行为具体步骤如下：

(1)将提取的人体轮廓特征组成特征矩阵X＝[X₁,X₂,…,X_N]，作为RBF神经网络的输入向量，对应的目标输出矩阵为O＝[O₁,O₂,…,O_N]，作为每个样本对应输出；

(2)假设隐含层的节点数为p₀，采用的K均值聚类算法聚类，计算聚类中心c_i，以及扩展常数σ_i；

(3)计算聚类目标函数S，若S<w，w为判断聚类结束的目标值，取w＝0.7，则表示聚类结束，否则继续更新隐含层节点数P值，返回(2)，直到达到w，此时可以得到P、聚类中心c_i，扩展常数σ_i；

式中，N为输入层样本数目，1≤i≤N，a_i代表样本i与同类样本的平均距离，b_i表示样本i与其他类别最近一个聚类样本的平均距离；

(4)计算隐含层单元的输出；

(5)设w_ik为隐含层第i个节点与输出层第k个节点间的权值，初始化权值w_ik，计算隐含层到输出层的实际输出；

(6)计算网络输出均方根误差RMSE的值，若RMSE小于设定的目标误差(ε)，则训练结束，否则修正权值继续迭代；

(7)测试样本输入到所建立的RBF神经网络模型中进行测试，得到通讯设备的使用行为；

步骤5：将得到的通讯设备的使用行为与数据库内存储的行为进行对比，确定是否为违规使用通讯设备的行为，若是违规使用通讯设备的行为，则主控制器控制声光报警器报警，并将报警信息传送至上位机。