[发明专利]一种自适应的危险行为监控方法与系统、智能设备

权利要求书

1.一种自适应的危险行为监控方法，其特征在于，包括：

获取基础危险行为集，以及对应网点的扩展危险行为集，训练危险行为检测模型，并分发到对应的网点；

获取该网点的监控图片；

利用危险行为检测模型，对监控图片进行检测，得到危险行为检测结果；

根据危险行为检测结果的危险程度，执行对应的警示操作。

2.根据权利要求1所述的自适应的危险行为监控方法，其特征在于，所述获取基础危险行为集，以及对应网点的扩展危险行为集，训练危险行为检测模型，并分发到对应的网点步骤，具体包括：

后台的模型训练单元获取基础危险行为集，训练得到基础的检测模型，并分发给所有网点；

网点的模型优化单元，接收基础的检测模型，利用对应该网点的扩展危险行为集，对基础的检测模型进行优化，得到对应该网点的危险行为检测模型。

3.根据权利要求1所述的自适应的危险行为监控方法，其特征在于，在所述获取该网点的监控图片步骤之后，还包括：

对监控图片进行人脸识别，得到行为人的身份信息；

所述根据危险行为检测结果的危险程度，执行对应的警示操作步骤，具体包括：

当判断危险行为检测结果为轻度危险行为时，获取预设时间段内该行为人的危险行为检测结果，判断轻度危险行为的次数是否超过预设阈值，当判断结果为是时，将本次危险行为检测结果视为重度危险行为；

当判断危险行为检测结果为重度危险行为时，触发警报以及远程接管。

4.根据权利要求1所述的自适应的危险行为监控方法，其特征在于，在所述获取该网点的监控图片步骤之后，还包括：

对监控图片进行人脸检测，当检测人脸时，进行危险行为检测。

5.根据权利要求1所述的自适应的危险行为监控方法，其特征在于，还包括：

获取符合预设条件的危险行为检测结果对应的监控图片，更新对应网点的扩展危险行为集。

6.一种自适应的危险行为监控系统，适用于包括多个网点的情形，其特征在于，包括：

模型训练单元，用于获取基础危险行为集，以及对应网点的扩展危险行为集，训练危险行为检测模型，并分发到对应的网点；

每个网点设置有摄像头、处理器、存储器、响应处理单元，其中，

所述摄像头，用于获取该网点的监控图片；

所述存储器，用于接收并存储危险行为检测模型；

所述处理器，用于利用危险行为检测模型，对监控图片进行检测，得到危险行为检测结果；

所述响应处理单元，用于根据危险行为检测结果的危险程度，执行对应的警示操作。

7.根据权利要求6所述的自适应的危险行为监控系统，其特征在于，所述处理器，还用于对监控图片进行人脸识别，得到行为人的身份信息；

所述响应处理单元，具体用于，

当判断危险行为检测结果为轻度危险行为时，获取预设时间段内该行为人的危险行为检测结果，判断轻度危险行为的次数是否超过预设阈值，当判断结果为是时，将本次危险行为检测结果视为重度危险行为；

当判断危险行为检测结果为重度危险行为时，触发警报以及远程接管。

8.根据权利要求6所述的自适应的危险行为监控系统，其特征在于，所述处理器，还用于对监控图片进行人脸检测，当检测人脸时，才对监控图片进行危险行为检测。

9.根据权利要求6所述的自适应的危险行为监控系统，其特征在于，所述网点还设置有数据更新单元，用于获取符合预设条件的危险行为检测结果对应的监控图片，更新对应网点的扩展危险行为集。

10.一种智能设备，其特征在于，包含权利要求6-9任一项所述的自适应的危险行为监控系统。