[发明专利]一种基于深度学习的人员落水预警监测系统

权利要求书

1.一种基于深度学习的人员落水预警监测系统，其特征在于：包括监控单元、监控分析单元、越界预警单元、落水判断单元、数据库单元、落水报警位置指示单元、人工核对单元；

所述监控单元，包括多个监控摄像头，多个监控摄像头监控不同位置消除监控死角，并将实时的监控视频传递给监控分析单元；

所述监控分析单元，其用于分析监控单元的监控视屏进行实时分析，与数据库单元内的数据进行对比分析识别出人员，并对人员进行跟踪，对人员的位置进行判断；

所述越界预警单元，其用于在监控中设置预警区域，并结合监控分析单元对人员的位置判断，判断人员进入预警区域后，发出预警；

所述落水判断单元，其用于与数据库单元内的数据进行对比分析识别人员动作状态，判断人员处于落水或挣扎状态时发送指令给落水报警位置指示单元；

所述落水报警位置指示单元，其用于在接收到落水判断单元发送的指令时，发出报警通知工作人员，并引起周围人员注意，同时指示出落水者位置；

所述人工核对单元，其用于在落水判断单元检测到数据库单元储存的数据以外的内容时，发出报警提醒工作人员进行人工判断，并将检测内容和判断结果输入数据库单元。

2.根据权利要求1所述的一种基于深度学习的人员落水预警监测系统，其特征在于：所述监控分析单元包括人员识别模块，其用于分析监控单元的监控视屏与数据库单元内的数据进行对比，识别出进入监控单元监控范围的人员；

人员跟踪模块，其用于标记并跟踪监控范围内人员；

监控储存模块，其用于储存监控视屏。

3.根据权利要求1所述的一种基于深度学习的人员落水预警监测系统，其特征在于：所述越界预警单元包括预警位置设置模块、预警模块，预警位置设置模块用于在监控范围内设定、修改监控警戒区域范围，并与监控分析单元配合在人员进入监控警戒区域时，通过预警模块发出预警提醒，所述预警提醒包括声音提醒；

监控放大模块，其用于在预警位置设置模块判断有人员进入监控警戒区域时，将含有进入监控警戒区域人员的监控视频居中放大。

4.根据权利要求2所述的一种基于深度学习的人员落水预警监测系统，其特征在于：所述落水判断单元包括落水位置设置模块、动作监控模块、视屏截取模块、关键帧预览模块；

所述落水位置设置模块，其用于在监控范围内设定、修改落水区域范围；

所述动作监控模块，其用于在人员进入落水区域后识别人员动作，并将人员动作与数据库模块内的数据进行对比，判断人员处于落水挣扎状态时向落水报警位置指示单元发送指令；

所述视屏截取模块，其用于将人员落水挣扎的视屏单独截取出来，所述关键帧预览模块与数据库单元对比提取视屏中的关键帧，作为截取的视屏的预览封面，并将关键帧补充到数据库单元中。

5.根据权利要求4所述的一种基于深度学习的人员落水预警监测系统，其特征在于：所述视屏截取模块，其还可用于将动作监控模块无法识别判断的视屏提取出来，发送给人工核对单元。

6.根据权利要求5所述的一种基于深度学习的人员落水预警监测系统，其特征在于：所述落水报警位置指示单元包括后台报警模块、现场报警模块、追踪指示模块；所述后台报警模块和现场报警模块用于接受指令，并在接收到指令后分别在后台和现场发出报警提醒，所述报警提醒包括声音提醒，提醒工作人员和现场人员进行救助；

所述追踪指示模块，其用于配合人员跟踪模块指示出落水人员位置。

7.根据权利要求6所述的一种基于深度学习的人员落水预警监测系统，其特征在于：所述人工核对单元包括暂存模块、输入模块、编辑模块；

所述暂存模块，其用于接收暂存视屏截取模块截取的动作监控模块无法识别判断的视屏，并发送指令给后台报警模块，提醒工作人员及时判断；

所述输入模块，工作人员可通过所述输入模块输入指令开启现场报警模块和追踪指示模块，或输入指令关闭后台报警模块报警；

所述编辑模块，工作人员可通过编辑模块编辑暂存模块内的视屏，并可提取视频中的关键帧，输入到数据库单元。