[发明专利]一种基于5G网络实现智能商铺报警的方法及系统有效
申请号: | 202110860810.4 | 申请日: | 2021-07-29 |
公开(公告)号: | CN113313904B | 公开(公告)日: | 2021-11-02 |
发明(设计)人: | 林小芸 | 申请(专利权)人: | 深圳市轻生活科技有限公司 |
主分类号: | G08B17/10 | 分类号: | G08B17/10;G08B17/12;G08B13/196;G06K9/62 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 518000 广东省深圳市福田区福田*** | 国省代码: | 广东;44 |
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 网络 实现 智能 报警 方法 系统 | ||
1.一种基于5G网络实现智能商铺报警的方法,其特征在于,包括:
获取所述商铺的布局信息,根据所述布局信息构建所述商铺的空间地图;
获取所述商铺内多个检测点的温度信息,根据所述温度信息及所述空间地图构建所述商铺的温度分布图;
获取所述商铺内多个检测点的烟雾浓度信息,根据所述烟雾浓度信息及所述空间地图构建所述商铺的烟雾浓度分布图;
根据所述温度分布图及所述烟雾分布图确定目标空间;
获取所述目标空间的图像,作为待检测图像;
将所述待检测图像输入预先训练好的火灾识别模型中,输出识别结果,在确定所述识别结果为发生火灾时,发出第一报警提示;
还包括:
获取所述商铺内电器的电流数据;
根据所述电流数据确定电器的电流曲线,对所述电流曲线进行解析,得到在交变时刻的第一电流值及第二电流值;
确定所述第一电流值与所述第二电流值的电流差值,并判断是否大于预设电流差值;
在确定所述电流差值大于预设电流差值时,将突变时刻后的电流曲线,作为待检测电流曲线;
基于预设规则选取所述待检测电流曲线上的特征点,分别计算所述特征点与标准电流曲线上的对应的标准特征点之间的欧式距离,并进行加权计算,得到目标距离;
在确定所述目标距离大于预设距离时,发出第二报警提示。
2.如权利要求1所述的基于5G网络实现智能商铺报警的方法,其特征在于,还包括:
获取所述温度分布图中像素点的像素缩放残差,对所述像素缩放残差进行数值化处理并进行排序;
基于排序结果对数值化处理后的像素缩放残差进行熵编码,获取所述温度分布图中像素点对应的压缩比例,根据所述压缩比例进行压缩处理,并将压缩处理后的温度分布图发送至用户终端。
3.如权利要求1所述的基于5G网络实现智能商铺报警的方法,其特征在于,还包括:
在人体进入商铺时,对人体进行温度检测,获取人体温度,并与预设温度进行比较;
在确定人体温度大于预设温度时,对所述人体进行标记,确定为观察对象;
获取所述观察对象在观察时间段内的温度曲线,根据所述温度曲线计算出平均温度,将所述平均温度与预设温度再次进行比较;
在确定所述平均温度大于等于预设温度时,发出第三报警提示。
4.如权利要求1所述的基于5G网络实现智能商铺报警的方法,其特征在于,得到预先训练好的火灾识别模型的方法,包括:
获取预设火灾图像,对所述预设火灾图像进行特征提取,提取火焰特征点,获取所述火焰特征点的特征信息;
根据所述特征信息确定火焰区域,得到火焰区域图像;
获取样本场景图像,作为负样本训练集;
根据所述样本场景图像、火焰区域图像及预设火灾图像组合得到正样本训练集;
构建火灾识别模型,基于所述负样本训练集及所述正样本训练集进行训练。
5.如权利要求1所述的基于5G网络实现智能商铺报警的方法,其特征在于,还包括:
以预设时间段为周期,周期性的采集所述商铺内货架上的商品图像;
对所述商品图像进行图像识别,确定所述商铺内各商品的数量并分别判断是否小于预设数量;
确定数量小于预设数量的商品种类,生成补货清单,将所述补货清单发送至供货方。
6.如权利要求1所述的基于5G网络实现智能商铺报警的方法,其特征在于,还包括:
采集商铺内人体的行为图像,进行特征提取,得到行为数据;
将所述行为数据输入预先训练好的行为识别模型中,输出行为识别结果,在确定所述行为识别结果为发生偷盗行为时,发出第四报警提示。
7.如权利要求1所述的基于5G网络实现智能商铺报警的方法,其特征在于,还包括:
识别用户放在扫描区域的待付款商品;
获取所述用户的人脸信息,并将所述待付款商品与所述人脸信息建立关联关系;
判断所述待付款商品对应的待支付总价与收到的钱款是否一致,在确定两者不一致时,对用户添加不诚信记录,并发出第五报警提示。
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深圳市轻生活科技有限公司,未经深圳市轻生活科技有限公司许可,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/202110860810.4/1.html,转载请声明来源钻瓜专利网。