基于人工智能的社区安全预警方法及系统与流程
- 国知局
- 2024-07-31 20:32:04
本发明涉及入侵者预警,具体涉及基于人工智能的社区安全预警方法及系统。
背景技术:
1、近年来,随着科技和技术的进步,人工智能领域的应用越来越广泛,比如这几年非常热门的智慧社区概念。现有的社区中的安全预警通常分为两部分,一类是对于居民居住区域存在的安全隐患例如老化电路等,而另一方面便是对于外来人员造成的社区内部混乱的问题。而现有的监管方式,往往是通过摄像头识别外来人员在小区内出现的位置的杂乱异常情况,以及例如出入单元楼宇的数量和时间作为判定其是否发生入户盗窃案件。并通过特征量化,并设定阈值,从而得到对应外来人员的异常指标,进而在行为过于异常时,对其进行预警。
2、但现有情况下,外来人员的组成较为复杂,既包括探亲访友的亲朋好友,外卖快递等,同时也包括例如真正造成社区内部治理不佳的外来人员,因此通常所填写的进入社区的信息目的并不可信,其进到社区后的实际行为往往才能表达出该外来人员的异常情况;常规的对于外来人员的监测往往是通过登记信息,但是由于人员成分复杂,且登记的信息可信度不高,其人员进入小区后的行为往往与所填写的目的并不相同,因此往往对于外来人员的监管并不及时且准确。
技术实现思路
1、为了解决对于外来人员的监管并不及时且准确的问题,本发明提供基于人工智能的社区安全预警方法及系统。
2、本发明的基于人工智能的社区安全预警方法及系统采用如下技术方案:
3、本发明提供了基于人工智能的社区安全预警方法,该方法包括以下步骤:
4、根据社区内所有摄像头的监控画面,获取所有外来人员的移动轨迹,将所有外来人员中需要检测的外来人员记为目标外来人员,其余的所有外来人员记为历史外来人员;
5、根据目标外来人员和历史外来人员的移动轨迹得到每个历史外来人员与目标外来人员的移动轨迹的重复程度;
6、获取每个外来人员在每个监控区域下的每帧监控画面中的局部区域;获取每个外来人员在每个监控区域下每帧监控画面中局部区域内存在的其余帧的位置密度;根据每个外来人员在每个监控区域下每帧监控画面中局部区域内存在的其余帧的位置密度得到每个外来人员在每个监控区域的移动轨迹评估值;根据每个外来人员在每个监控区域的移动轨迹评估值得到每个外来人员移动轨迹的整体预警评估值;
7、根据每个外来人员移动轨迹的整体预警评估值和每个历史外来人员与目标外来人员的移动轨迹的重复程度得到目标外来人员的预警指标;根据目标外来人员的预警指标完成预警行为。
8、优选的,所述根据社区内所有摄像头的监控画面,获取所有外来人员的移动轨迹,包括的具体方法为:
9、获取社区内的所有摄像头的监控画面;以大门处的摄像头为起点,以单元楼入口处的摄像头为终点,根据外来人员在不同摄像头的出现顺序得到所有外来人员在社区内的移动轨迹,具体过程为:获取社区内居住人员录入的人脸信息,通过大门处摄像头,依靠人工智能算法对进入人员的面孔进行人脸识别,并与当前社区内居住人员的人脸数据库进行匹配,若未匹配成功则判定为目标外来人员;并从消失的第一帧画面开始记录时间;若摄像头所采集的画面中的人员的人脸数据,与判定为外来人员的人脸数据匹配成功,则获取目标外来人员出现所在的位置记为目标位置,并记录当前时间戳,直至摄像头匹配不上后,判定目标外来人员离开摄像头所监控的位置处,并以摄像头匹配不上的第一帧画面所对应的时间戳为截止时间;根据目标外来人员出现在摄像画面的第一帧与摄像头匹配不上的第一帧画面所对应的时间戳得到目标外来人员在目标位置处的滞留时间;同时获取每一帧画面中目标外来人员在画面中的具体位置,通过上述方法,获取目标外来人员和历史外来人员的移动轨迹。
10、优选的,所述根据目标外来人员和历史外来人员的移动轨迹得到每个历史外来人员与目标外来人员的移动轨迹的重复程度,包括的具体方法为:
11、在目标外来人员与第个历史外来人员的移动轨迹中,获取同一摄像区域分别在目标外来人员和第个历史外来人员的移动轨迹中出现的顺序,所述同一摄像区域均存在于目标外来人员与第个历史外来人员的移动轨迹中;则第个历史外来人员与目标外来人员的移动轨迹的重复程度的计算表达式为:
12、;
13、式中,表示第个历史外来人员与目标外来人员的移动轨迹的重复程度;表示目标外来人员和第个历史外来人员出现在同一监控区域中的所有监控区域数量;将目标外来人员和第个历史外来人员出现在同一监控区域中的第个监控区域记为;表示第个历史外来人员移动轨迹中经过的次数;表示目标外来人员和第个历史外来人员出现在同一监控区域中的第个监控区域的顺序;表示第个历史外来人员第次经过的监控区域的顺序;为自然常数。
14、优选的,所述获取每个外来人员在每个监控区域下的每帧监控画面中的局部区域,包括的具体方法为:
15、预设参数,将第个外来人员的第个监控区域的第帧监控画面中第个外来人员的中心像素点,记为第一位置;获取以第一位置为圆心,半径为的圆形区域,将圆形区域作为第个外来人员的第个监控区域的第帧监控画面的局部区域;同理,获得每个外来人员的每个监控区域的每帧监控画面的局部区域。
16、优选的,所述获取每个外来人员在每个监控区域下每帧监控画面中局部区域内存在的其余帧的位置密度,包括的具体方法为:
17、第个外来人员在第个监控区域的第帧监控画面的局部区域内存在的其余帧的位置密度的计算表达式为:
18、;
19、式中,表示第个外来人员在第个监控区域的第帧监控画面的局部区域内存在的其余帧的位置密度;
20、第个外来人员在第个监控区域的第帧监控画面的局部区域内,获取存在第一位置坐标的其余帧的帧数,记为;
21、表示第个外来人员在第个监控区域的第帧监控画面的局部区域内,存在的其余第帧与第帧监控画面之间帧数的跨度;
22、表示第个外来人员在第个监控区域的第帧监控画面的局部区域内,存在的其余第帧与第帧监控画面之间位置的距离;为自然常数;为线性归一化函数。
23、优选的,所述根据每个外来人员在每个监控区域下每帧监控画面中局部区域内存在的其余帧的位置密度得到每个外来人员在每个监控区域的移动轨迹评估值,包括的具体方法为:
24、第个外来人员在第个监控区域的移动轨迹评估值的计算表达式为:
25、;
26、式中,表示第个外来人员在第个监控区域的移动轨迹评估值;表示第个外来人员在第个监控区域的所有帧监控画面的数量;表示第个外来人员在第个监控区域的第帧监控画面的局部区域内存在的其余帧的位置密度;表示第个外来人员在第个监控区域中所有帧监控画面的位置密度的均值。
27、优选的,所述根据每个外来人员在每个监控区域的移动轨迹评估值得到每个外来人员移动轨迹的整体预警评估值,包括的具体方法为:
28、对于第个外来人员,获取第个外来人员的移动轨迹中所有监控区域,则第个外来人员移动轨迹的整体预警评估值计算表达式为:
29、;
30、式中,表示第个外来人员移动轨迹的整体预警评估值;表示第个外来人员的移动轨迹中所有监控区域数量;表示第个外来人员在第个监控区域的移动轨迹评估值;表示第个外来人员的移动轨迹中第个监控区域;为线性归一化函数;为函数。
31、优选的,所述根据每个外来人员移动轨迹的整体预警评估值和每个历史外来人员与目标外来人员的移动轨迹的重复程度得到目标外来人员的预警指标,包括的具体方法为:
32、将每个外来人员移动轨迹的整体预警评估值输入到lof算法得到外来人员的局部可达密度;则目标外来人员的预警指标的计算表达式为:
33、;
34、式中,表示目标外来人员的预警指标;表示历史外来人员的总数量;表示第个历史外来人员的局部可达密度;表示第个历史外来人员与目标外来人员的移动轨迹的重复程度;表示目标外来人员的局部可达密度。
35、优选的,所述根据目标外来人员的预警指标完成预警行为,包括的具体方法为:
36、预设一个参数阈值,获取目标外来人员的预警指标,若目标外来人员的预警指标,则判定目标外来人员的行为过于异常,并进行预警。
37、本发明的实施例提供了基于人工智能的社区安全预警系统,该系统包括音频数据获取模块、第一预警指标获取模块、第二预警指标获取模块以及预警模块,其中:
38、音频数据获取模块,用于根据社区内所有摄像头的监控画面,获取所有外来人员的移动轨迹,将所有外来人员中需要检测的外来人员记为目标外来人员,其余的所有外来人员记为历史外来人员;
39、第一预警指标获取模块,用于根据目标外来人员和历史外来人员的移动轨迹得到每个历史外来人员与目标外来人员的移动轨迹的重复程度;
40、第二预警指标获取模块,用于获取每个外来人员在每个监控区域下的每帧监控画面中的局部区域;获取每个外来人员在每个监控区域下每帧监控画面中局部区域内存在的其余帧的位置密度;根据每个外来人员在每个监控区域下每帧监控画面中局部区域内存在的其余帧的位置密度得到每个外来人员在每个监控区域的移动轨迹评估值;根据每个外来人员在每个监控区域的移动轨迹评估值得到每个外来人员移动轨迹的整体预警评估值;
41、预警模块,用以根据每个外来人员移动轨迹的整体预警评估值和每个历史外来人员与目标外来人员的移动轨迹的重复程度得到目标外来人员的预警指标;根据目标外来人员的预警指标完成预警行为。
42、本发明的技术方案的有益效果是:针对常规的对于外来人员的监测往往是通过登记信息,但是由于人员成分复杂,且登记的信息可信度不高,其人员进入小区后的行为往往与所填写的目的并不相同,因此往往对于外来人员的监管并不及时且准确;本发明通过对目标外来人员与历史外来人员所经过的监控区域重复情况进行分析,根据监控区域重复情况得到对应的路线相似度,并进一步得到不同历史外来人员在参与目标外来人员的局部可达密度计算时的权重,从而避免因部分差异及其大的历史外来人员的模型造成过大的干扰,从而提高了对与目标外来人员预警指标的准确度以及鲁棒性,提高对外来人员的监管的及时性与准确性。
本文地址:https://www.jishuxx.com/zhuanli/20240731/186717.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。