[发明专利]一种基于AI图像属性识别的智能社区监测系统有效

专利信息
申请号: 202110023102.5 申请日: 2021-01-08
公开(公告)号: CN112351262B 公开(公告)日: 2021-04-30
发明(设计)人: 芮国荣;万志伟;张静 申请(专利权)人: 江苏万贝科技有限公司
主分类号: H04N7/18 分类号: H04N7/18;H04N5/33;H04N5/232;G08B21/04;G01V8/10;G06K9/00;G06F9/50;G06Q10/06;G06Q50/16
代理公司: 北京华际知识产权代理有限公司 11676 代理人: 李浩
地址: 213001 江*** 国省代码: 江苏;32
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 图像 属性 识别 智能 社区 监测 系统
【说明书】:

发明公开了一种基于AI图像属性识别的智能社区监测系统,包括社区监控系统、居家监控系统,所述社区监控系统包括道路监控模块、安保人员操作端,所述居家监控系统包括室内监控模块、居民手机端,所述安保人员操作端与道路监控模块电连接,所述居民手机端与室内监控模块电连接;所述社区监控系统用于监控社区范围内的人员活动情况,所述居家监控系统用于检测居民住宅内和住宅周围的情况,所述道路监控模块用于监测道路的情况,所述安保人员操作端用于通知安保人员采取相应的及时措施,所述室内监控模块用于监控居民家中的情况,本发明,具有节省运算力的特点。

技术领域

本发明涉及家居门禁技术领域,具体为一种基于AI图像属性识别的智能社区监测系统。

背景技术

AI人像识别是一种家居门禁采用的先进技术之一。它利用本地数据库进行人像的录入以及人脸特征的分析,以此作为人员进入的依据。

现有的人脸识别系统的摄像头和其连接的分析模块均为实时监测、实时分析,这样会浪费大量的运算力,且对于摄像头的购置成本有所要求。因此,设计节省运算力的一种基于AI图像属性识别的智能社区监测系统是很有必要的。

发明内容

本发明的目的在于提供一种基于AI图像属性识别的智能社区监测系统,以解决上述背景技术中提出的问题。

为了解决上述技术问题,本发明提供如下技术方案:一种基于AI图像属性识别的智能社区监测系统,包括社区监控系统、居家监控系统,所述社区监控系统包括道路监控模块、安保人员操作端,所述居家监控系统包括室内监控模块、居民手机端,所述安保人员操作端与道路监控模块电连接,所述居民手机端与室内监控模块电连接;

所述社区监控系统用于监控社区范围内的人员活动情况,所述居家监控系统用于检测居民住宅内和住宅周围的情况,所述道路监控模块用于监测道路的情况,所述安保人员操作端用于通知安保人员采取相应的及时措施,所述室内监控模块用于监控居民家中的情况。

根据上述技术方案,所述道路监控模块包括红外感应单元、低分辨率摄像单元、高分辨率摄像单元、图像分析子模块、唤醒子模块、图像信号收发子模块、运算分配子模块,所述唤醒子模块和图像信号收发子模块分别与高分辨率摄像单元电连接,所述图像信号收发子模块与安保人员操作端电连接;

所述红外感应单元用于感应前方监测区域内是否存在活物,所述低分辨率摄像单元用于监测道路的粗略情况,所述高分辨率摄像单元用于监视道路的精确情况,所述图像分析子模块用于对图像信号进行分析,所述唤醒子模块用于对两种摄像单元进行唤醒,所述图像信号收发子模块用于对小区内其他道路监控模块收发图像信号,所述运算分配子模块用于根据每个道路监控模块的运算力对图像分析工作进行分配。

根据上述技术方案,所述道路监控模块工作时分为以下具体步骤:

S0、在小区街道的各个区域内排布道路监控模块,按照平均人员流动量的正比来分配不同运算能力的高分辨率摄像单元;

S1、启动红外感应单元,对较大的感应区域内是否存在活物进行实时扫描,此时低分辨率摄像单元和高分辨率摄像单元处于休眠状态,整体功耗最低;

S2、当感应区域内出现活物时,启动低分辨率摄像单元,对前方较小的监控区域进行摄像,并对图像进行分析,整体功耗中等;

S3、当监控区域内的活物逗留的时间超过设定值时,启动高分辨率摄像单元,并开始启动人脸识别功能,对人脸信息进行分析,整体功耗最高;

S4、将高分辨率图像信息发送给其他未进行高分辨率识别的道路监控模块,按照各自的运算能力进行图像处理信息任务的分配,使多个道路监控模块进行协同分析,将信息发送给安保人员操作端。

根据上述技术方案,上述步骤S4中,图像处理信息任务的分配方法为,

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江苏万贝科技有限公司,未经江苏万贝科技有限公司许可,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/202110023102.5/2.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