[发明专利]智慧园区监控保护系统在审

专利信息
申请号: 202010944456.9 申请日: 2020-09-10
公开(公告)号: CN112052803A 公开(公告)日: 2020-12-08
发明(设计)人: 周宗明 申请(专利权)人: 四川创客知佳科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/46;G06T5/00;G06T7/246
代理公司: 暂无信息 代理人: 暂无信息
地址: 610000 四川省成都*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智慧 监控 保护 系统
【权利要求书】:

1.一种智慧园区监控保护系统,其特征在于,其包括园区摄像机、园区管理云平台和园区报警设备,园区管理云平台分别与园区摄像机和园区报警设备之间具有通信连接;

园区管理云平台包括视频处理模块、图像分析模块、动作分析模块、行为预测模块、意图识别模块和警报生成模块;

园区摄像机对目标监视范围内的场景进行实时监控,并将监控过程中实时采集到的区域监控视频发送至园区管理云平台;

视频处理模块对所述区域监控视频进行图像帧分割以得到若干视频图像帧,并对所有视频图像帧进行锐化处理以提高每个视频图像帧的图像对比度得到场景分析图像集;

图像分析模块的区域识别单元根据所有场景分析图像的图像序列和像素特征获取每个场景分析图像中在时间域上发生变化的若干运动像素点,并根据若干运动像素点识别每个场景分析图像的图像运动区域;

图像分析模块的特征分析单元对每个场景分析图像的图像运动区域进行行人检测以识别每个游客的面部所在区域,并根据人体结构相关性和每个游客的面部所在区域进行特征分析以得到每个游客的人体表征信息和在图像坐标系上的位姿坐标;

图像分析莫块的置信度分析单元根据每个游客在图像坐标系上的位姿坐标进行坐标变换以得到每个游客的实际位姿坐标,并根据每个游客的实际位姿坐标对每个游客的行为倾向进行分析以得到对应游客的行为置信度;

图像分析莫块的结构分析单元在确定所述行为置信度大于预设置信阈值时,对相应游客的人体表征信息中的外轮廓特征进行结构分析以得到对应游客的若干骨骼关键点;

动作分析模块根据每个骨骼关键点的位置信息和不同骨骼关键点所处区域的区域相关性得到若干位置关联的骨骼关键点之间的方向特征向量,并根据所有方向特征向量得到对应游客的静态动作特征;

行为预测模块根据每个游客的若干静态动作特征和对应场景分析图像的图像序列得到每个游客的动作特征序列,并根据每个游客的动作特征序列对每个游客的肢体运动轨迹进行预测以得到对应游客的行为预测轨迹;

意图识别模块根据每个游客的预测运动轨迹对每个游客下一时刻的动作进行意图识别以得到对应游客的行为意图;

警报生成模块在确定所述行为意图具有破坏倾向时,根据报警设备标识符生成相应的警报指令,并将其发送至对应的园区报警设备。

2.根据权利要求1所述的系统,其特征在于,所述园区摄像机包括:球形摄像机、半球形摄像机、枪式摄像机、一体化摄像机、红外摄像机。

3.根据权利要求1或2所述的系统,其特征在于,图像分析模块的区域识别单元根据所有场景分析图像的图像序列和像素特征获取每个场景分析图像中在时间域上发生变化的若干运动像素点包括:

区域识别单元获取每个场景分析图像中每个像素点的像素特征和位置信息,并根据每个像素点的像素特征在色度空间中的颜色分量识别图像序列中同一位置上的像素点在时间域上的像素值差;

区域识别单元将在时间域上的像素值差大于差值阈值的像素点作为运动像素点。

4.根据权利要求1至3之一所述的系统,其特征在于,图像分析模块的特征分析单元对每个场景分析图像的图像运动区域进行行人检测以识别每个游客的面部所在区域包括:

特征分析单元对每个场景分析图像的图像运动区域进行特征点提取以得到每个图像运动区域的若干区域特征点;

特征分析单元根据每个区域特征点的位置信息计算每个区域特征点之间的相对距离和相对角度以得到每个区域特征点之间的几何特征向量,并根据每个区域特征点之间的几何特征向量进行曲率分析以得到每个图像运动区域的若干特征点局部轮廓特征;

特征分析单元将每个图像运动区域的若干特征点局部轮廓特征与标准人脸轮廓特征进行匹配以识别每个游客的面部所在区域。

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四川创客知佳科技有限公司,未经四川创客知佳科技有限公司许可,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/202010944456.9/1.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