[发明专利]一种基于人工智能的校园安全监测预警管理系统有效

专利信息
申请号: 202010835705.0 申请日: 2020-08-19
公开(公告)号: CN111967400B 公开(公告)日: 2021-02-26
发明(设计)人: 王端瑞;张艳霞;李俊;顾晓东;朱金良 申请(专利权)人: 青岛伟东云教育集团有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06F16/2458;G06F16/29;G06Q50/20;G08B3/10;G16Y10/55;G16Y20/10;G16Y20/20;G16Y40/10;G16Y40/20
代理公司: 青岛清泰联信知识产权代理有限公司 37256 代理人: 李阳
地址: 266000 山东省青岛市*** 国省代码: 山东;37
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 人工智能 校园 安全 监测 预警 管理 系统
【说明书】:

发明公开一种基于人工智能的校园安全监测预警管理系统,包括校园区域划分模块、GPS定位模块、学生活动图像采集模块、图像预处理模块、学生危险行为信息库、行为对比识别模块、持续时长统计模块、危险系数统计模块、总监控平台和预警模块,本发明通过将校园内户外区域进行划分,并采集各子区域内学生活动图像,同时对采集的学生活动图像中学生行为进行比对识别是否为危险行为,对识别到的危险行为由总监控平台安排相关人员前往现场处理,并进行分级预警,避免处理延迟,实现了对校园安全的智能监测管理,有效弥补了目前校园视频监控巡查系统的存在的弊端问题,大大降低了学生危险行为发生的概率,进而保障了学生的安全。

技术领域

本发明属于校园安全管理技术领域,涉及到一种基于人工智能的校园安全监测预警管理系统。

背景技术

校园是学生大量聚集的场所,学生大量聚集可能会产出摩擦,经常会出现学生打架斗殴、追逐争抢等危险行为以致学生受伤,这样类似的校园安全问题频发,严重影响到学校正常的教育教学秩序和学生的健康发展,因此对校园的安全监测显得至关重要,为了减少学生危险行为的发生,需要对校园各角落进行巡查,传统的人工巡查,效率低且易出现漏查现象同时浪费大量人力,为了减轻巡查管理压力,目前的校园安全巡查采用视频监控技术,在校园各个角度安装监控探头,通过在总监控中心查看校园各个角落的监控情况,来减少学生危险行为的发生,但目前的校园监控系统存在以下弊端:

1.总监控中心监测识别校园各角落的监控图像中学生的行为是否属于危险行为的方式是通过人工查看识别,识别效率低,且肉眼识别易出现遗漏现象,同时智能化程度不高;

2.当总监控中心监测到校园某个角落有学生存在危险行为时,需要派相关人员前往处理,但从总监控中心到该角落需要一定的时间,在这期间没有中间预警处理措施,易导致处理延迟。

发明内容

本发明的技术任务是针对上述存在的问题,提供一种识别效率高、能够智能识别学生危险行为并进行分级预警,且能够极大降低学生发生危险行为发生的基于人工智能的校园安全监测预警管理系统,解决了背景技术中提到的问题。

本发明的目的采用以下技术方案来实现:

一种基于人工智能的校园安全监测预警管理系统,包括校园区域划分模块、学生活动图像采集模块、图像预处理模块、学生危险行为信息库、行为对比识别模块、总监控平台和预警模块;

所述校园区域划分模块用于将整个校园除了教学区域之外的户外区域按照预设的划分方式划分为若干子区域,若干子区域按照预设的顺序进行编号,依次标记为1,2,...i,...,n;

所述学生活动图像采集模块包括若干监控摄像头,其分别安装在各子区域内,用于监控各子区域内学生的活动情况,并定时采集各子区域内的图像,同时将采集到的图像进行人物特征提取,若没有提取到人物特征,则表明此时该子区域内没有学生活动,去除此时采集的子区域图像,继续进行下一固定时间间隔后的各子区域图像采集,若提取到人物相关特征,则表明此时该子区域内有学生活动,并将此时采集的子区域图像输出至图像预处理模块;

所述图像预处理模块与学生活动图像采集模块连接,接收学生活动图像采集模块输出的有学生活动的子区域图像,并对该图像进行滤波处理,同时进行图像分辨率解析,并将解析的图像分辨率与预设的图像分辨率阈值进行对比,若接收的有学生活动的子区域图像的分辨率小于预设的图像分辨率阈值,则去除小于预设的图像分辨率阈值的有学生活动的子区域图像,并发送控制指令至学生活动图像采集模块,控制该子区域的监控摄像头继续图像的采集,保留图像分辨率大于预设的图像分辨率阈值的子区域图像,并输出至行为对比识别模块;

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青岛伟东云教育集团有限公司,未经青岛伟东云教育集团有限公司许可,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/202010835705.0/2.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