[发明专利]一种基于深度学习的桥洞空间安全监测与报警系统

说明书

本发明提供一种基于深度学习的桥洞空间安全监测与报警系统，涉及智能安防技术领域，包括视频采集模块、行人入侵检测模块、烟火检测模块、信息管理模块、报警模块；视频采集模块分别与行人入侵检测模块、烟火检测模块输入端相连，行人入侵检测模块、烟火检测模块输出端分别与信息管理模块输入端相连，信息管理模块输出端与报警模块相连。本发明基于深度学习结合人脸识别与匹配对桥洞空间指定区域进行入侵检测，基于深度学习结合图像处理技术对桥下监控覆盖范围内进行烟火识别，通过监控摄像机采集桥洞空间视频，检测行人入侵以及烟火，并及时向巡检人员发送报警信息，采取相关的措施确保桥洞安全。

技术领域

本发明属于智能安防技术领域，具体涉及一种基于深度学习的桥洞空间安全监测与报警系统。

背景技术

随着经济的快速发展，公路干道桥梁高架层出不穷，交通方便的同时也存在一些安全隐患，比如流浪人员占用空置的桥洞空间作为临时居所，附近的居民甚至直接在桥洞焚烧生活垃圾，极易引发火灾，危害桥梁管线设施和桥梁本身的质地架构。

利用现有监控视频对桥洞空间场景进行分析，由于利用普通的人脸检测识别率不高，大多数情况需要人脸正对着摄像机并静止一会才能识别出来，不仅人脸识别准确率比较低，而且难以准确检测桥洞空间内行人是否入侵。

利用火焰和烟雾的颜色特征进行检测，容易受外界环境干扰，例如夜间红色成像，火焰失去原来颜色空间、车灯干扰、雾霾干扰等，在实际应用中计算量大、场景适应性差，容易发生漏报误报现象。

(一)解决的技术问题

本发明针对现有技术难以对桥洞空间行人入侵以及焚烧垃圾等现象准确检测的缺陷问题，提出了一种基于深度学习的桥洞空间安全监测与报警系统，基于深度学习结合人脸识别与匹配对桥洞空间指定区域进行入侵检测，基于深度学习结合图像处理技术对桥下监控覆盖范围内进行烟火识别，通过监控摄像机采集桥洞空间视频，检测行人入侵以及烟火，并及时向巡检人员发送报警信息，采取相关的措施确保桥洞安全。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种基于深度学习的桥洞空间安全监测与报警系统，包括视频采集模块、行人入侵检测模块、烟火检测模块、信息管理模块、报警模块；视频采集模块分别与行人入侵检测模块、烟火检测模块输入端相连，行人入侵检测模块、烟火检测模块输出端分别与信息管理模块输入端相连，信息管理模块输出端与报警模块相连；

所述视频采集模块利用监控摄像头采集桥洞视频；

所述行人入侵检测模块通过视频采集模块捕获桥洞空间入侵的行人，采用深度学习人脸检测与匹配分析桥洞空间监控摄像机采集到的视频检测行人入侵行为；

所述烟火检测模块采用深度学习神经网络模型训练烟火数据，通过深度学习残差网络训练图像特征检测烟火；

所述信息管理模块建立行人入侵数据管理和烟火数据管理库，对桥洞空间安全监测的过程中涉及到数据信息进行管理；

所述报警模块对检测到行人入侵或烟火事件发出报警信号。

根据本发明的一实施例，所述信息管理模块将异常时间、地点、人物信息发送给巡检人员进行报警，同时在地图界面标注行人入侵、烟火的警示图标，并实现包含报警事件的时间、地点、事件类型的报表，供后续查看历史事件，分析数据。

根据本发明的一实施例，所述行人入侵检测模块进行行人入侵检测包括以下步骤：

S1、建立基于深度学习神经网络训练桥洞空间行人入侵模型；

S2、通过网络摄像机捕获桥洞空间入侵的行人，将采集到的数据经深度学习人脸识别进行处理。