[发明专利]一种噪音扰民示警系统

说明书

一种噪音扰民示警系统，包括以下工作步骤：通过噪音传感器，识别当前噪音是否超过阈值；通过深度学习算法，识别当前噪音是否是人为导致的噪音；通过扬声器播放提示音，以发出警告；进行人脸识别,将结果与公安系统对比，并将识别结果及当前情况发送给警务人员；警务人员对现场进行远程联系，和/或排除人员对现场进行管理；判断是否属于车辆炸街行为；若判断该行为是“炸街”行为；识别并记录违法车辆信息，并将违法车辆信息及录像证据提交给交警部门；结束。本发明，解决了执勤人员随机巡逻效率低、覆盖范围小、人力成本高、接到投诉后出勤时间路程长以及耗费大量人力等问题，从根本上解决执法困难的问题。

技术领域

本发明涉及示警系统领域，尤其涉及一种噪音扰民示警系统。

背景技术

当前现有的识别噪音扰民行为的方式有三种，一种是靠执勤人员人力巡逻，人力判断声音大小是否扰民，并上前予以劝阻，此方法人力成本高，巡逻覆盖范围低，人力判断无依据且存在巡逻人员离开后扰民行为复发的问题；第二种是接到市民投诉后，派出执勤人员现场调节，此方法缺点是出勤时间路程远近不确定，耗费市民和执勤人员大量精力，疲于奔命，人力成本高；第三种是噪音扰民多发地安装分贝显示器，令涉事者自觉遵守公共文明，此方法缺点是只能依赖涉事者或市民自身素质及自觉性停止扰民行为。

发明内容

(一)发明目的

为解决背景技术中存在的技术问题，本发明提出一种噪音扰民示警系统，解决了执勤人员随机巡逻效率低、覆盖范围小、人力成本高、接到投诉后出勤时间路程长以及耗费大量人力等问题，从根本上解决执法困难的问题。

(二)技术方案

为解决上述问题，本发明提出了一种噪音扰民示警系统，包括以下工作步骤：

S1：通过噪音传感器，识别当前噪音是否超过阈值；若超过阈值，则转至S2；若未超过，转至S9；

S2：通过深度学习算法，识别当前噪音是否是人为导致的噪音；若判定为人为导致噪音，则转至S3；若判定为其他原因，则转至S7；

S3：通过扬声器播放提示音，以发出警告；

S4：发出警后，再次判断是否仍然超过阈值；若判定仍然超过阈值，转至S5；若判定未超过阈值，转至S9；

S5：进行人脸识别,将结果与公安系统对比，并将识别结果及当前情况发送给警务人员；

S6：警务人员对现场进行远程联系，和/或排除人员对现场进行管理，并转至S9；

S7：通过算法学习进一步识别，以判断S2中的行为是否属于车辆炸街行为；若判断该行为是“炸街”行为，转至S8；若判断该行为不是“炸街”行为，则转至S9；

S8：识别并记录违法车辆信息，并将违法车辆信息及录像证据提交给交警部门；

S9：结束。

优选的，S7中，若判断该行为不是“炸街”行为，通知巡逻人员或相关安保人员去查看。

优选的，S5中，警务人员与当事人、当事人家属或当事人单位进行沟通。

本发明，解决了执勤人员随机巡逻效率低、覆盖范围小、人力成本高、接到投诉后出勤时间路程长以及耗费大量人力等问题，系统能提取视频录像及分贝检测数据作为有力执法依据，从根本上解决执法困难的问题。

本发明，能够通过人脸识别当事人身份，通知当事人、当事人家属或当事人单位，以协助调解，降低了执法难度，以及降低执法人员与涉事人员的矛盾摩擦(对于屡教不改的“刺头”人员，通知其家属或寻求其单位协同调解，极大降低执法难度及摩擦发生的概率)。系统加入了扰民行为的视频识别算法，分贝检测，以及配合扬声器劝阻，视频录音取证，便于通过法律途径维护自身权益。

附图说明