[发明专利]一种基于智慧灯杆的社区安全预警方法

说明书

本发明公开一种基于智慧灯杆的社区安全预警方法，属于智慧灯杆技术领域，本发明社区安全预警方法对终端设备采集到的图像进行预处理，分析运动物体并进行人体识别，检测危险因素与突发事件，实现社区安全预警；本发明以智慧灯杆为载体与服务器端进行交互，采用机器学习训练分类器对异常事件进行快速分析与检测，实现社区实时监控与管理，提升社区居民生活质量，提前消除事故隐患。

技术领域

本发明属于智慧灯杆技术领域，具体涉及一种基于智慧灯杆的社区安全预警方法。

背景技术

社区作为城市中最主要的生活环境形式，安防至关重要。传统社区安防系统与照明系统往往是分离的，不能实时识别突发危险如老人摔倒、高空抛物、车辆碰撞等，使得安防系统面临着分布散乱、清晰度不足、存储空间有限、不能实时预警等问题。

新一代信息技术的发展推动智慧城市建设不断加速，智慧灯杆作为智慧城市建设的重要基础设施，将城市照明与安防，尤其是社区照明与安防融合于一体，为智能化安防提供一个最佳落脚点。目前智慧灯杆虽然能将视频监控与社区照明整合起来，但距离全域覆盖、全程可控仍有很大差距。在社区安全方面，视频资源利用率低，图像数据处理慢，多偏向于事后响应，缺少事前预防的能力。

发明内容

本发明提出一种基于智慧灯杆的社区安全预警方法，通过在社区合理部署智慧灯杆，将照明系统与安防系统有效融合，实现社区监控全域覆盖，采用机器学习训练分类器对视频设备采集到的图像数据实时分析，改善传统社区安防系统无法实时发出预警的缺点。

为实现以上目的，本发明采用以下技术方案：

一种基于智慧灯杆的社区安全预警方法，包括以下步骤：

S1：获取前端球机摄像头采集到的实时视频图像数据(视频数据编码格式为H.264/H.265)，对图像数据进行帧图像提取、背景差分、去噪去雾，得到帧图像集合；

S2：使用第一视频帧作为背景视频模型帧，利用Vibe算法对后续帧图像集进行运动物体检测；

S3：基于OpenCV轮廓外接框功能获取每一帧的外接框信息集合识别是否包含运动目标；若数据中包含运动目标，则对运动目标进一步跟踪，直至该目标离开摄像头区域；

S4：将帧图像集交付已训练好的分类器进行识别，分类器的输出结果分为人体或非人体；

S5：接收分类器输出结果为人体后进行滞留物检测；

S6：若存在人体意外摔倒，将人体在地面短暂停留标识为滞留状态；对滞留区域进行特征提取，使用支持向量机分类判断运动目标是主动着地还是意外跌倒；

S7：若运动目标被判断为意外跌倒，则发出预警，将服务器预置路径下文本数据发送至相关管理人员，同时控制就近灯杆的照明灯闪烁，LED屏幕红蓝色闪烁。

以上所述步骤中，步骤S2中Vibe算法具体包括以下步骤：

第一步：提取视频第一帧作为背景模型，建立背景模型并初始化；

第二步：逐帧逐像素将像素值与背景模型的样本进行比较来分类像素值，将超过阈值的像素值分类为前景；

第三步：在随机时间下采样更新背景模型，每次确定需要更新像素点的背景模型时，以新的像素值随机取代该像素点样本集的一个样本值(无记忆更新策略)，同时新采用的像素点会同时更新邻近像素点的样本值(扩散机制)。

步骤S4中训练分类器具体包括以下步骤：步骤S4中训练分类器具体包括以下步骤：初始化人体数据集，并定义卷积神经网络数据类型及其网络深度h与宽度w，搭建好CNN网络后设置损失函数，采用Sigmod函数及其优化器，进一步的，将至少含有1000张已标记好头部与躯干的人体图像数据集输入，循环遍历数据迭代器，并将输入提供给神经网络并进行权值更新，达到优化的目的。