[发明专利]一种基于后端人工智能的视播融合应急广播系统在审

专利信息
申请号: 202110394105.X 申请日: 2021-04-13
公开(公告)号: CN113194282A 公开(公告)日: 2021-07-30
发明(设计)人: 楼子昂 申请(专利权)人: 杭州三信网络技术有限公司
主分类号: H04N7/18 分类号: H04N7/18;H04N19/42;H04N21/81;H04H20/59;G06K9/00
代理公司: 北京盛凡智荣知识产权代理有限公司 11616 代理人: 叶似锦
地址: 310012 浙江省*** 国省代码: 浙江;33
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 后端 人工智能 融合 应急 广播 系统
【说明书】:

发明属于应急广播技术领域,具体涉及一种基于后端人工智能的视播融合应急广播系统,包括视频采集单元、视播融合平台和音频播出单元三部分;视频采集单元,用于负责监控区域视频图像的拍摄;视播融合平台,用于对采集到视频内容进行智能分析,传输和存储,结合地理信息系统能定位各个采集点的地理信息数据;提取视频事件,智能选择对应的音频信息,对应的播出设备;音频播出单元,用于接收对应的音频信息并进行播放。克服了现有技术的不足,通过大面积多数量的监控设备获取监控区域的视频图像,对视频图像内的事件进行主动分析,并选择对应的语音信息进行播放,达到主动广播的效果。

技术领域

本发明属于应急广播技术领域,具体涉及一种基于后端人工智能的视播融合应急广播系统。

背景技术

众所周知,广播作为传统媒体的重要组成部分,具有独特的优势,特别是在日常告警事件、突发事件和自然灾害等过程中,广播的快捷和超时空更是其他媒体所不具有的。

目前的应急广播系统,只能针对广播设备进行播出,所有的广播设备为被动接收,无法做到自动识别事件,并根据事件播放对应广播信息。且除日常广播和触发式广播可自主根据定义自动播出外,其他的广播需要人为操作,这样大量的增加了对人工的需求,本次开发解决了广播设备需要大量的人工去操作的关键问题。

发明内容

本发明的目的在于提供一种基于后端人工智能的视播融合应急广播系统,克服了现有技术的不足,通过大面积多数量的监控设备获取监控区域的视频图像,对视频图像内的事件进行主动分析,并选择对应的语音信息进行播放,达到主动广播的效果;解决了广播设备需要大量的人工去操作的关键问题。

为解决上述问题,本发明所采取的技术方案如下:

一种基于后端人工智能的视播融合应急广播系统,包括视频采集单元、视播融合平台和音频播出单元三部分;

视频采集单元,用于负责监控区域视频图像的拍摄;

视播融合平台,用于对采集到视频内容进行智能分析,传输和存储,结合地理信息系统能定位各个采集点的地理信息数据;提取视频事件,智能选择对应的音频信息,对应的播出设备;

音频播出单元,用于接收对应的音频信息并进行播放;

所述视播融合平台包括依次连接的视频收敛单元、视频特征对比单元、视频特征库、调度单元、人脸提取单元、人脸库、人脸对比单元、音频组合单元和存储单元;所述视频收敛单元用于接收视频信息,并对视频进行编码压缩;所述视频特征对比单元用于提取视频特征信息并与视频特征库进行对比,提取有效特征;所述调度单元用于分析提取的有效特征,判断是否存在人脸信息;所述人脸提取单元用于将分析得到的人脸信息推送至人脸库,所述人脸对比单元用于对比人脸信息;所述音频组合单元用于根据判断的信息,将文字转化为音频信号;所述存储单元用于储存音频信息和事件信息。

进一步,所述视频采集单元包括包括N个分布于城市不同地理位置的视频监控子模块,所述音频播出单元包括N个分布于城市不同地理位置的音频播出子模块;所述视频监控子模块与所述音频播出子模块N对N地理位置。

进一步,所述视频监控子模块采用枪式摄像机、全景摄像头或者半球摄像头,所述音频播出子模块采用广播喇叭或者音柱。

进一步,所述视播融合平台采用嵌入式ARM多核架构和并发处理模式,其中视频图像单元、特征分析单元及音频转化单元均通过ARM主控单元来实现。

进一步,所述视频收敛单元采用进化算法对视频编码进行高强度优化学习训练,所述进化算法包括遗传算法,差分进化算法,模拟退火算法,粒子群优化算法,蚁群算法,且进化算法负责生成优化的编码策略参数以及编码结果评分。

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杭州三信网络技术有限公司,未经杭州三信网络技术有限公司许可,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/202110394105.X/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