[发明专利]一种基于大数据的智慧校园公共安全智能管理系统在审

专利信息
申请号: 202010195776.9 申请日: 2020-03-19
公开(公告)号: CN111429314A 公开(公告)日: 2020-07-17
发明(设计)人: 倪慧珍;黄三妹 申请(专利权)人: 倪慧珍
主分类号: G06Q50/20 分类号: G06Q50/20;G06Q50/26;G06K9/00;E04H17/00;E04H17/14
代理公司: 合肥集知匠心知识产权代理事务所(普通合伙) 34173 代理人: 王丽丽
地址: 317700 浙江省台州市椒*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数据 智慧 校园 公共安全 智能 管理 系统
【说明书】:

发明提供的一种基于大数据的智慧校园公共安全智能管理系统,其通过结合实际情况,在校园公共安全区域的走廊为了视野更加广阔有些采用栏杆栅栏式样的护栏,对于身高较高的孩子易翻越护栏的危险情况和身高矮小且偏瘦的学生易穿越护栏间隙的危险情况进行安全防护,通过图像采集模块、图像处理模块和图像分析比对模块实时监控和确定护栏内侧区域学生的身份信息;然后再结合身高危险系数、倾倒危险系数、穿越危险系数、护栏推力危险系数、护栏挤压力危险系数等结合分析,对于不同危险程度和不同级别的安全隐患进行响声提示、针对具体学生进行对应身份的语音播报提示以及出现危险情况下的应急救援措施等的三级响应防护。

技术领域

本发明涉及校园安全技术领域,具体的说是一种基于大数据的智慧校园公共安全智能管理系统。

背景技术

随着目前互联网与大数据技术的快速发展,各行各业基于此类技术的应用也越来越多,校园安全一直是长期以来人们关注的话题,由于学生群体属于一个特殊的群体,其学生群体是每个国家的未来支柱,但是学生群体由于其年龄阶段偏小的关系,整体上的安全意识不强,同时由于学校老师多是一管多的模式,不能做到实时监管和时刻跟踪,因此,在校园内,存在很多安全隐患,虽然很多校园都安装有监控等设施,但是只起到获取学生实时活动的视频和画面来进行监督和存储,但是如果真的发现安全问题或事故后,不能起到很好的预警提示作用和应急救援的作用;

现在学校的建设多采用六层或者更高楼层的主体建筑,且楼层走廊外侧多采用敞开式空间,然后通过安装护栏来进行安全防护,目前的校园护栏常见的有砌筑封闭型、栅栏式栏杆型和点阵式多孔型等;其中栅栏式栏杆具有视野广阔且采光效果好、美观度高等因素应用比较频繁,但是对于栅栏栏杆护栏存在一定的安全隐患,比如学生易翻越护栏跌落以及矮小学生出现卡夹在护栏间隙中或者穿越护栏间隙跌落等情况。鉴于此,本发明提供了一种基于大数据的智慧校园公共安全智能管理系统,通过软硬件结合的方式对于学校走廊护栏区域的学生安全进行实时监测,并对出现安全情况进行无间歇的硬件救援措施。

发明内容

为了解决上述问题,本发明提供了一种基于大数据的智慧校园公共安全智能管理系统,可以解决上述背景技术中提出的问题。

为了实现上述目的,本发明采用以下技术方案来实现:一种基于大数据的智慧校园公共安全智能管理系统,包括图像采集模块,图像采集模块由若干摄像头组成,且若干摄像头均匀布置在学校公共区域走廊外侧护栏两侧的立柱上,图像采集模块通过对护栏内侧区域的学生人群拍摄来进行人体图像采集的工作,并通过双线性插值方式缩小图像来提升图像采集和检测的速度,再通过直方图均衡化的方式来提高图像采集的效果,并将拍摄的人体图像信息进行存储和输出。

图像处理模块,图像处理模块与图像采集模块通过数据线连接,图像处理模块用于接收图像采集模块输出的拍摄的人体图像信息,并对接收的人体图像信息进行滤波高清处理;

图像分析比对模块,图像分析比对模块与图像处理模块连接,图像分析比对模块将经过图像处理模块滤波高清处理后的人体高清图像进行面部特征抓取处理,并与面部特征存储数据库里的学校所有学生面部特征进行分析比对,通过面部特征分析比对后确定护栏内侧区域学生的身份信息编号,并将护栏内侧区域学生的身份信息编号进行输出。

人体身高检测模块,人体身高检测模块与图像处理模块连接,人体身高检测模块用于对经过图像处理模块滤波高清处理后的人体高清图像进行身高特征数据的抓取,并将抓取的人体身高数值与护栏高度数值进行比较,若人体身高数值大于护栏高度数值,则身高危险系数为X;若人体身高数值小于护栏高度数值,则身高危险系数为Y。

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倪慧珍,未经倪慧珍许可,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/202010195776.9/2.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