[发明专利]一种基于深度学习的智能环境监控方法和系统以及设备

权利要求书

1.一种基于深度学习的智能环境监控方法，其特征在于，包括：

网络摄像机拍摄环境空间的影像；

监控中心实时由物联网采集并记录远端环境空间所在的所述网络摄像机拍摄的影像；

图像识别模块根据所述监控中心实时由物联网采集并记录远端环境空间所在的网络摄像机拍摄的影像，识别所述环境空间当前环境是否是禁止使用联网通信设备的场景得到环境场景识别结果；其中，所述禁止使用联网通信设备的场景包括上课或开会场景；图像识别模块根据所述监控中心实时由物联网采集并记录远端环境空间所在的网络摄像机拍摄的影像，采用基于深度学习的算法分析方式，识别所述环境空间当前环境是否是禁止使用联网通信设备的场景得到环境场景识别结果；

信号屏蔽模块根据所述得到的环境场景识别结果，在所述环境场景识别结果是禁止使用联网通信设备的环境场景时，屏蔽当前环境场景对应的环境空间的手机信号与无线网络信号；

所述信号屏蔽模块根据所述得到的环境场景识别结果，在所述环境场景识别结果是禁止使用联网通信设备的环境场景时，屏蔽当前环境场景对应的环境空间的手机信号与无线网络信号，还包括：

信号屏蔽模块根据所述得到的环境场景识别结果，在所述环境场景识别结果是非禁止即允许使用联网通信设备的环境场景时，关闭屏蔽当前环境场景对应的环境空间的手机信号与无线网络信号。

2.一种基于深度学习的智能环境监控系统，其特征在于，包括：

网络摄像机、监控中心和图像识别模块；

所述网络摄像机，用于拍摄环境空间的影像；

所述监控中心，用于实时由物联网采集并记录远端环境空间所在的所述网络摄像机拍摄的影像；

所述图像识别模块，用于根据所述监控中心实时由物联网采集并记录远端环境空间所在的网络摄像机拍摄的影像，识别所述环境空间当前环境是否是禁止使用联网通信设备的场景得到环境场景识别结果；其中，所述禁止使用联网通信设备的场景包括上课或开会场景；

其中，

所述图像识别模块，具体用于：

根据所述监控中心实时由物联网采集并记录远端环境空间所在的网络摄像机拍摄的影像，采用基于深度学习的算法分析方式，识别所述环境空间当前环境是否是禁止使用联网通信设备的场景得到环境场景识别结果；

所述基于深度学习的智能环境监控系统，还包括：

信号屏蔽模块，用于根据所述得到的环境场景识别结果，在所述环境场景识别结果是禁止使用联网通信设备的环境场景时，屏蔽当前环境场景对应的环境空间的手机信号与无线网络信号；

所述信号屏蔽模块，还用于：根据所述得到的环境场景识别结果，在所述环境场景识别结果是非禁止即允许使用联网通信设备的环境场景时，关闭屏蔽当前环境场景对应的环境空间的手机信号与无线网络信号。

3.一种基于深度学习的智能环境监控设备，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被

所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1中所述的基于深度学习的智能环境监控方法。

4.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1中所述的基于深度学习的智能环境监控方法。