[发明专利]智能安全系统及人员安全识别方法在审

专利信息
申请号: 202010898288.4 申请日: 2020-08-31
公开(公告)号: CN111986375A 公开(公告)日: 2020-11-24
发明(设计)人: 徐俊;臧晓琳;刘一光;朱一荣;祁丽艳;张洪恩;徐敏;薛凯 申请(专利权)人: 青岛理工大学
主分类号: G07C9/38 分类号: G07C9/38;G07C9/37;G06K9/00;G08B5/36
代理公司: 广东有知猫知识产权代理有限公司 44681 代理人: 朱亲林
地址: 266033 山东省青*** 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: 智能 安全 系统 人员 识别 方法
【权利要求书】:

1.一种智能安全系统,用于保障公共安全,其特征在于,所述智能安全系统部分或全系统安装于人流出入口,所述智能安全系统包括智能识别模组、数据处理模组、数据交互模组、预设数据库和报警模组;

所述智能识别模组安装于所述人流出入口,并朝向待出入的人员;

所述智能识别模组与所述数据处理模组相连接,对所述人员的识别数据进行处理,其中,所述识别数据包括通信情况数据、资产情况数据、近期移动轨迹数据、社交数据中的至少两者;

所述数据处理模组通过所述数据交互模组与所述预设数据库连接,所述数据交互模组将所述识别数据传输至所述预设数据库,所述数据处理模组对所述识别数据与预存数据进行比对,并生成对比结果;

所述报警模组与所述数据处理模组连接,所述数据处理模组根据所述对比结构向所述报警模组发出预设报警信号。

2.根据权利要求1所述的智能安全系统,其特征在于,所述智能识别模组包括摄像头,所述摄像头与所述数据处理模组电连接,所述摄像头安装于所述人流出入口。

3.根据权利要求2所述的智能安全系统,其特征在于,所述智能识别模组还包括表情识别模块,所述表情识别模块与所述摄像头连接,所述摄像头将收集到所述人员的面部图像传输至所述表情识别模块,并判断所述人员的心理状态,所述数据处理模组通过所述心理状态结合所述预存数据,判断所述人员的安全等级。

4.根据权利要求1所述的智能安全系统,其特征在于,所述智能识别模组安装于驾驶室,所述智能识别模组对待进入的司机或者驾驶中的所述司机进行识别,并生成图像识别信号,所述图像识别信号传输至所述数据处理模组,以对所述司机进行安全等级评定;

当所述司机的安全等级度低于预设值,所述智能识别模组将禁止所述司机进入所述驾驶室。

5.根据权利要求4所述的智能安全系统,其特征在于,所述智能安全系统还包括控制模组,所述控制模组与所述驾驶室的控制器连接,在所述司机的安全等级度低于预设值的情况下,所述控制模组自动控制所述控制器,以将交通工具行驶至安全位置。

6.一种人员安全识别方法,其特征在于,所述方法包括:

通过智能识别模组对人流出入口的人员进行识别,并生成识别数据;

通过数据处理模组将所述识别数据进行处理;

通过数据交互模组将所述识别数据传输至预设数据库,并与预存数据进行比对,将对比结果传输至所述数据处理模组;

所述数据处理模组接收所述对比结果后,通过报警模组发出预设报警信号。

7.根据权利要求6所述的人员安全识别方法,其特征在于,所述通过智能识别模组对人流出入口的人员进行识别,并生成识别数据的步骤包括:

通过摄像头对所述人员的面部图像进行识别,并生成图像识别信号。

8.根据权利要求7所述的人员安全识别方法,其特征在于,所述通过智能识别模组对人流出入口的人员进行识别,并生成识别数据的步骤还包括:

通过表情识别模块对所述图像识别信号进行识别分类,并生成心理识别信号;

所述通过数据处理模组将所述识别数据进行处理的步骤包括:

判断所述人员的心理状态,所述数据处理模组通过所述心理状态结合所述预存数据,判断所述人员的安全等级。

9.根据权利要求6所述的人员安全识别方法,其特征在于,所述方法还包括:

通过所述智能识别模组对司机的面部图像进行识别,并生成图像识别信号;

将所述图像识别信号传输至所述数据处理模组,以对所述司机进行安全等级评定;

当所述司机的安全等级度低于预设值,所述智能识别模组将禁止所述司机进入所述驾驶室。

10.根据权利要求9所述的人员安全识别方法,其特征在于,所述方法还包括:

所述智能识别模组对驾驶中的司机进行识别后,所述司机的安全等级度低于预设值的情况下;

通过控制模组自动控制所述驾驶室内的控制器,并将交通工具行驶至安全位置。

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理工大学,未经青岛理工大学许可,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/202010898288.4/1.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