[发明专利]一种基于大数据的智慧校园安防数据处理方法

权利要求书

1.一种基于大数据的智慧校园安防数据处理方法，其特征在于：该智慧校园安防数据处理方法在具体实施过程中需要用到一种智慧校园安防管理系统，该智慧校园安防管理系统包括宿舍楼视频监控模块、视频图像处理模块、人脸识别模块、外来人员标记模块、安防事件处理调取模块、外来人员危险性分析模块、安防数据库、学生晚归统计模块、分析服务器和显示终端；

所述宿舍楼视频监控模块用于对校园内建造的宿舍楼数量进行统计，并对统计的各宿舍楼按照其宿舍楼标号进行标记，依次标记为1,2...i...n，同时对标记的各宿舍楼进出口安装视频监控摄像头，用于对进出宿舍楼的人员进行视频监控，进而从各宿舍楼的监控视频中对各宿舍楼存在人体的视频图像进行截取，并记录截取到的该存在人体视频图像所在宿舍楼编号，宿舍楼视频监控模块将截取到的存在人体的视频图像发送至视频图像处理模块，同时将截取到的该存在人体视频图像所在宿舍楼编号发送至人脸识别模块；

所述视频图像处理模块接收宿舍楼视频监控模块发送的存在人体的视频图像，并将接收的存在人体的视频图像进行去除噪声和高清滤波处理，得到处理后的存在人体的视频图像，进而在处理后的存在人体的视频图像上存在的人体个数进行统计，若统计的人体个数只有一个，则表明该视频图像上只存在一个人体，此时将该视频图像聚焦在该人体的人脸部位上，并进行放大，以此提取该人体的人脸特征，同时将提取的该人体的人脸特征发送至人脸识别模块，若统计的人体个数有多个，则表明该视频图像上存在多个人体，此时将该视频图像按照其存在的人体个数进行图像分割，得到各人体子图像，每个人体子图像与该视频图像存在的多个人体一一对应，这时将各人体子图像聚焦在该人体子图像对应的人体的人脸部位上，并进行放大，以此提取该各人体子图像对应人体的人脸特征，进而将其发送至人脸识别模块；

所述人脸识别模块接收视频图像处理模块发送的人脸特征，并接收宿舍楼视频监控模块发送的该存在人体视频图像所在宿舍楼编号，根据接收的宿舍楼标号从安防数据库中筛选出该宿舍楼标号对应的所有学生的人脸特征，进而将接收的人脸特征与该宿舍楼标号对应的所有学生人脸特征进行匹配，若匹配成功，则表明该人脸特征对应的人体即为该宿舍楼的一名学生，此时不做处理，若匹配失败，则表明该人脸特征对应的人体即为外来人员，此时记录该外来人员进入宿舍楼的时间、离开宿舍楼的时间和进入宿舍楼的标号，并将该外来人员人脸特征、进入宿舍楼的标号、进入宿舍楼的时间和离开宿舍楼的时间发送至外来人员标记模块；

所述安防数据库用于存储各宿舍楼标号对应的所有学生的人脸特征，存储各种外来危险等级对应的外来人员来往频次及各种外来危险等级对应的外来危险系数，存储各晚归时间段对应的晚归危险系数，并存储外来人员、学生晚归对宿舍楼综合安防危险系数的影响因子；

所述外来人员标记模块接收人脸识别模块发送的外来人员人脸特征、进入宿舍楼的标号、进入宿舍楼的时间和离开宿舍楼的时间，并将接收的外来人员人脸特征、进入宿舍楼的标号、进入宿舍楼的时间和离开宿舍楼的时间构成一条外来人员来往记录，进而将其存放在外来人员信息库内该宿舍楼标号对应的外来人员信息子库中；

所述安防事件处理调取模块用于对当某宿舍楼发生安防事故时，记录该发生安防事故的宿舍楼标号及发生安防事故的时间段，并根据该发生安防事故的宿舍楼标号从外来人员信息库中筛选出该发生安防事故的宿舍楼标号对应的外来人员信息子库，再根据发生安防事故的时间段从该发生安防事故的宿舍楼标号对应的外来人员信息子库中查询处于该发生安防事故的时间段内的外来人员来往记录，进而从中调取符合条件的外来人员人脸特征，作为该安防事故的调查取证；

所述外来人员危险性分析模块用于从外来人员信息库内存储的各宿舍楼标号对应的外来人员信息子库中，按照预设的时间段筛选预设时间段内各宿舍楼对应的各外来人员来往记录，并将筛选的各宿舍楼对应的各外来人员来往记录按照其外来人员进入宿舍楼的时间先后顺序进行编号，分别标记为1,2...j...m，同时对筛选的各宿舍楼对应的各外来人员来往记录从中提取各外来人员的人脸特征，进而将提取的同一宿舍楼内各外来人员来往记录中各外来人员的人脸特征进行互相对比，进而统计各宿舍楼内出现的各外来人员来往的频次，以此将统计的各宿舍楼内出现的各外来人员来往频次与安防数据库中各种外来危险等级对应的外来人员来往频次进行对比，筛选得出各宿舍楼内出现的各外来人员对应的外来危险等级，进而将各宿舍楼内出现的各外来人员对应的外来危险等级与安防数据库中各种外来危险等级对应的外来危险系数进行对比，筛选得到各宿舍楼内出现的各外来人员的外来危险等级对应的外来危险系数，综合以上统计各宿舍楼对应的总外来危险系数，并发送至分析服务器；

所述学生晚归统计模块用于在晚上十一点至凌晨六点之间设置各晚归时间段，并对设置的各晚归时间段按照时间先后顺序进行编号，分别标记为1,2...t...k,以此统计各宿舍楼各晚归时间段内回到宿舍楼的学生人数，构成宿舍楼学生晚归人数集合P_i(p_i1,p_i2,...,p_it,...,p_ik)，p_it表示为第i标号宿舍楼第t个晚归时间段回到宿舍楼的学生人数，t表示为晚归时间段，学生晚归统计模块将宿舍楼学生晚归人数集合发送至分析服务器；

所述分析服务器接收外来人员危险性分析模块发送的各宿舍楼对应的总外来危险系数，并接收学生晚归统计模块发送的宿舍楼学生晚归人数集合，将宿舍楼学生晚归人数集合内的各晚归时间段与安防数据库中各晚归时间段对应的晚归危险系数进行对比，得到各晚归时间段对应的晚归危险系数，以此统计各宿舍楼对应的总晚归危险系数，通过以上，分析服务器根据各宿舍楼对应的总外来危险系数和各宿舍楼对应的总晚归危险系数统计各宿舍楼的综合安防危险系数，并发送至显示终端；

所述显示终端接收分析服务器发送的各宿舍楼的综合安防危险系数，并显示；

所述基于大数据的智慧校园安防数据处理方法，包括以下步骤：

S1.校园宿舍楼标记：对校园内建造的宿舍楼数量进行统计，进而进行标记；

S2.宿舍楼视频监控：对标记的各宿舍楼进出口安装视频监控摄像头，用于对进出宿舍楼的人员进行视频监控；

S3.人体视频图像截取：从各宿舍楼的监控视频中对存在人体的视频图像进行截取，并记录截取到的该存在人体视频图像所在宿舍楼编号；

S4.视频图像处理：对存在人体的视频图像进行图像处理，进而提取视频图像中人体的人脸特征；

S5.人脸识别：对提取的视频图像中人体的人脸特征与安防数据库中对应宿舍楼标号内所有学生的人脸特征进行匹配，识别出是否为对应宿舍楼标号内的学生，若是，则不进行处理，如不是，则记录该外来人员进入宿舍楼的时间、离开宿舍楼的时间和进入宿舍楼的标号，并执行S6；

S6.外来人员标记：对记录的外来人员人脸特征、进入宿舍楼的标号、进入宿舍楼的时间和离开宿舍楼的时间构成一条外来人员来往记录，进而将其存放在外来人员信息库内该宿舍楼标号对应的外来人员信息子库中；

S7.外来人员危险性分析：从外来人员信息库内存储的各宿舍楼标号对应的外来人员信息子库中，按照预设的时间段筛选预设时间段内各宿舍楼对应的各外来人员来往记录，进而统计各宿舍楼内出现的各外来人员来往的频次，以此计算各宿舍楼对应的总外来危险系数；

S8.学生晚归统计：通过在晚上十一点至凌晨六点之间设置各晚归时间段，以统计各宿舍楼各晚归时间段内回到宿舍楼的学生人数，构成宿舍楼学生晚归人数集合；

S9.总晚归危险系数统计：根据宿舍楼学生晚归人数集合统计各宿舍楼对应的总晚归危险系数；

S10.综合安防危险系数统计：根据各宿舍楼对应的总外来危险系数和各宿舍楼对应的总晚归危险系数统计各宿舍楼的综合安防危险系数。