[发明专利]一种基于AI技术的校园人员行为异常预警机器人在审

专利信息
申请号: 202010973279.7 申请日: 2020-09-16
公开(公告)号: CN112179497A 公开(公告)日: 2021-01-05
发明(设计)人: 庞铭君;邢辉;邢潇朋 申请(专利权)人: 安徽科杰粮保仓储设备有限公司
主分类号: G01J5/00 分类号: G01J5/00;G01V8/10;G06K9/00
代理公司: 合肥中谷知识产权代理事务所(普通合伙) 34146 代理人: 贾郡
地址: 236500 *** 国省代码: 安徽;34
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 ai 技术 校园 人员 行为 异常 预警 机器人
【说明书】:

发明涉及一种基于AI技术的校园人员行为异常预警机器人。该基于AI技术的校园人员行为异常预警的方法,包括以下方法,基于采集的人身热成像图像,提取出与人身热量不同的图形特征,通过第一预设条件,获取该图形特征的属性,基于该图形特征的属性,通过第二预设条件,选取相应的预警策略;其中,该图形特征的属性分为违禁物品、常用物品与可疑物品;第一预设条件为:将该图形特征与预设的图形数据库进行特征比对;该基于AI技术的校园人员行为异常预警机器人,可以减少校园内危险物品的存在,降低校园内危险物品伤害他人的情况发生,进一步提高校园内的安全性,便于推广使用。

技术领域

本发明属于物联网教学技术领域,具体涉及一种基于AI技术的校园人员行为异常预警机器人。

背景技术

校园霸凌是一种常见的社会现象,多发生在青少年群体中。校园霸凌被认为是导致青少年抑郁、辍学甚至自杀的一个重要因素。校园霸凌的形式包括:身体暴力、言语欺凌、毁坏个人财务等,其中身体暴力对青少年的伤害最为严重,伤害青少年的身心健康。然而,目前还没有一种对该行为进行监控和管理的方法。

发明内容

本发明的目的就在于为了解决上述问题而提供一种结构简单,设计合理的基于AI技术的校园人员行为异常预警机器人。

本发明通过以下技术方案来实现上述目的:

一种基于AI技术的校园人员行为异常预警的方法,包括以下方法,基于采集的人身热成像图像,提取出与人身热量不同的图形特征,通过第一预设条件,获取该图形特征的属性,基于该图形特征的属性,通过第二预设条件,选取相应的预警策略;其中,该图形特征的属性分为违禁物品、常用物品与可疑物品;第一预设条件为:将该图形特征与预设的图形数据库进行特征比对,若图像数据库中的违禁物品图形库中存在图形与该图形特征相同时,则判断为违禁物品,若图像数据库中的常用物品图形库中存在图形与该图形特征相同时,则判断为常用物品,若图形数据库中不存在与该图形特征相同的图形时,则判断该图形特征为可疑物品;第二预设条件为:若该图形特征为违禁物品,则对该图形特征的存在位置进行金属检测,若不存在金属,则向监管人员发出预警信息,通知监管人员立即进行现场排查;若存在金属,则向监管人员发出警示信息,通知监管人员立即进行现场排查,并在该区域发出警报;若该图形特征为可疑物品,则对该图形特征的存在位置进行金属检测,若不存在金属,则向监管人员发出通知信息,通知信息包含该图形特征,监管人员根据图形特征人工判断该图形的属性;若存在金属,则向监管人员发出预警信息,通知监管人员立即进行现场排查。

作为本发明的进一步优化方案,人身热成像图像的采集方法,包括定点采集,具体的,定点采集为,设定采集点,对经过该采集点的人物进行人身热成像图像采集。

作为本发明的进一步优化方案,人身热成像图像的采集方法,还包括巡检采集,具体的,巡检采集为,设定采集区域,通过可移动的采集装置,对该区域内的人物进行人身热成像图像采集。

作为本发明的进一步优化方案,若图形特征为可疑物品或违禁物品时,面部识别系统识别基于本校的身份识别库识别该人身的身份信息并提取该信息,基于不同的预警策略,发送至监管人员。

该身份信息便于监管人员找寻该学生,便于后期的情况了解;若无法识别该采集者的身份信息,则该采集者极大可能是校外人士,通过身份识别,便于监管人员后续处理选用合适的方式。

一种基于AI技术的校园人员行为异常预警机器人,包括以下模块,

采集模块,其被配置为获取被采集者的人身热成像图像,并将其输出至处理模块;接收处理模块发出的检测信号,判断被采集者在特定的人身位置是否存在金属材质物品,并将结果信息发送至处理模块;

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安徽科杰粮保仓储设备有限公司,未经安徽科杰粮保仓储设备有限公司许可,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/202010973279.7/2.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