本发明专利技术公开一种基于人工智能的校园安全监测预警管理系统,包括校园区域划分模块、GPS定位模块、学生活动图像采集模块、图像预处理模块、学生危险行为信息库、行为对比识别模块、持续时长统计模块、危险系数统计模块、总监控平台和预警模块,本发明专利技术通过将校园内户外区域进行划分,并采集各子区域内学生活动图像,同时对采集的学生活动图像中学生行为进行比对识别是否为危险行为,对识别到的危险行为由总监控平台安排相关人员前往现场处理,并进行分级预警,避免处理延迟,实现了对校园安全的智能监测管理,有效弥补了目前校园视频监控巡查系统的存在的弊端问题,大大降低了学生危险行为发生的概率,进而保障了学生的安全。
【技术实现步骤摘要】
一种基于人工智能的校园安全监测预警管理系统
本专利技术属于校园安全管理
,涉及到一种基于人工智能的校园安全监测预警管理系统。
技术介绍
校园是学生大量聚集的场所,学生大量聚集可能会产出摩擦,经常会出现学生打架斗殴、追逐争抢等危险行为以致学生受伤,这样类似的校园安全问题频发,严重影响到学校正常的教育教学秩序和学生的健康发展,因此对校园的安全监测显得至关重要,为了减少学生危险行为的发生,需要对校园各角落进行巡查,传统的人工巡查,效率低且易出现漏查现象同时浪费大量人力,为了减轻巡查管理压力,目前的校园安全巡查采用视频监控技术,在校园各个角度安装监控探头,通过在总监控中心查看校园各个角落的监控情况,来减少学生危险行为的发生,但目前的校园监控系统存在以下弊端:1.总监控中心监测识别校园各角落的监控图像中学生的行为是否属于危险行为的方式是通过人工查看识别,识别效率低,且肉眼识别易出现遗漏现象,同时智能化程度不高;2.当总监控中心监测到校园某个角落有学生存在危险行为时,需要派相关人员前往处理,但从总监控中心到该角落需要一定的时间,在这期间没有中间预警处理措施,易导致处理延迟。
技术实现思路
本专利技术的技术任务是针对上述存在的问题,提供一种识别效率高、能够智能识别学生危险行为并进行分级预警,且能够极大降低学生发生危险行为发生的基于人工智能的校园安全监测预警管理系统,解决了
技术介绍
中提到的问题。本专利技术的目的采用以下技术方案来实现:一种基于人工智能的校园安全监测预警管理系统,包括校园区域划分模块、学生活动图像采集模块、图像预处理模块、学生危险行为信息库、行为对比识别模块、总监控平台和预警模块;所述校园区域划分模块用于将整个校园除了教学区域之外的户外区域按照预设的划分方式划分为若干子区域,若干子区域按照预设的顺序进行编号,依次标记为1,2,...i,...,n;所述学生活动图像采集模块包括若干监控摄像头,其分别安装在各子区域内,用于监控各子区域内学生的活动情况,并定时采集各子区域内的图像,同时将采集到的图像进行人物特征提取,若没有提取到人物特征,则表明此时该子区域内没有学生活动,去除此时采集的子区域图像,继续进行下一固定时间间隔后的各子区域图像采集,若提取到人物相关特征,则表明此时该子区域内有学生活动,并将此时采集的子区域图像输出至图像预处理模块;所述图像预处理模块与学生活动图像采集模块连接,接收学生活动图像采集模块输出的有学生活动的子区域图像,并对该图像进行滤波处理,同时进行图像分辨率解析,并将解析的图像分辨率与预设的图像分辨率阈值进行对比,若接收的有学生活动的子区域图像的分辨率小于预设的图像分辨率阈值,则去除小于预设的图像分辨率阈值的有学生活动的子区域图像,并发送控制指令至学生活动图像采集模块,控制该子区域的监控摄像头继续图像的采集,保留图像分辨率大于预设的图像分辨率阈值的子区域图像,并输出至行为对比识别模块;所述行为对比识别模块与图像预处理模块连接,接收图像预处理模块输出的图像分辨率大于预设图像分辨率的有学生活动的子区域图像,对子区域图像中的学生主体图像进行聚焦放大,以提取学生主体图像中学生手部子图像和腿部子图像,并对提取的学生手部子图像和腿部子图像进行灰度归一化处理,为后期特征提取以及分类识别提供基础,将归一化处理后的学生手部子图像进行手的形状和位置特征抓取,同时对学生腿部子图像进行腿的位置变化特征和离地面距离测量获取,以此作为学生行为识别的特征,将获取的学生手的形状和位置特征及腿的位置变化特征和离地面距离与学生危险行为信息库中各种危险行为对应的手部特征和腿部特征进行逐一对比匹配,以确定该子区域图像中学生的行为是否为危险行为,若在学生危险行为信息库中匹配到相应危险行为,则表明该子区域图像中学生的行为属于危险行为,此时行为对比识别模块将该子区域的编号发送至总监控平台,同时记录发生危险行为的时间点,并将该子区域内学生的危险行为图像和发生危险行为的时间点输出至总监控平台;所述总监控平台与行为对比识别模块连接,接收行为对比识别模块发送的存在危险行为的子区域编号和该子区域内学生的危险行为图像及发生危险行为的时间点,发送预警控制指令至预警模块,并安排相关人员前往处理;所述学生危险行为信息库存储学生各种危险行为对应的手部特征和腿部特征,所述手部特征包括手的形状和位置特征,腿部特征包括腿的位置变化特征和离地面距离,存储各种危险行为对应的危险影响因子,并存储各危险等级对应的学生危险系数范围,其中各种危险行为包括追逐、打架、攀爬和摔倒;所述预警模块包括若干预警设备,其分别安装在各子区域内,预警模块与总监控平台连接,接收总监控平台发送的目标子区域的预警控制指令,该子区域的预警设备进行分级预警。进一步地,还包括GPS定位模块,分别与行为对比识别模块和总监控平台连接,GPS定位模块包括若干GPS定位仪,其分别安装在各子区域内,用于定位各子区域的地理位置,当行为对比识别模块识别到某子区域的学生存在危险行为时,发送控制信号至该子区域的GPS定位仪,该子区域的GPS定位仪及时获取该子区域的地理位置,并发送至总监控平台,总监控平台根据发送的地理位置,调派相关人员进行处理。进一步地,还包括持续时长统计模块,与行为对比识别模块连接,持续时长统计模块包括若干定时器,其分别安装在各子区域内,当行为对比识别模块识别到某子区域的学生存在危险行为时,发送控制信号至该子区域的计时器,该子区域的计时器对该子区域内学生出现的危险行为现象进行计时,同时行为对比识别模块对下一固定时间间隔后的该子区域学生活动图像的学生行为进行分析,若此次该子区域学生不存在危险行为,则发送停止计时控制指令至该子区域的计时器,该子区域的计时器停止计时,持续时长统计模块对计时器开始计时时间和结束计时时间进行统计,获取学生出现危险行为的时长。进一步地,还包括危险系数统计模块,分别与行为对比识别模块和持续时长统计模块连接,接收行为对比识别模块发送的存在危险行为子区域中学生危险行为种类,并接收持续时长统计模块发送的该子区域中学生出现危险行为的时长,提取学生危险行为信息库中各种危险行为对应的危险影响因子,统计存在危险行为子区域的学生危险系数,并发送至总监控平台,其计算公式为式中表示为学生危险系数,λE表示为第E种危险行为对应的危险影响因子,E=1,2,3,4,T表示为学生出现危险行为的时长。进一步地,所述预警设备包括语音报警器和蜂鸣器,所述预警模块还与行为对比识别模块连接,其分级预警的具体步骤如下:H1:存在危险行为子区域内的语音报警器进行语音提示,以提示该子区域内追逐、打架和攀爬的学生停止危险行为,或者对摔倒的学生进行寻求周围人的帮助,接收行为对比识别模块发送的下一时间间隔后的该存在危险行为子区域的学生行为识别结果,若该存在危险行为子区域的学生危险行为还存在,此时查看相关人员是否到达该子区域现场,若未到达现场,则执行步骤H2;H2:存在危险行为子区域内的蜂鸣器进行声音预警,以驱散该子区域内追逐、本文档来自技高网...
【技术保护点】
1.一种基于人工智能的校园安全监测预警管理系统,其特征在于:包括校园区域划分模块、学生活动图像采集模块、图像预处理模块、学生危险行为信息库、行为对比识别模块、总监控平台和预警模块;/n所述校园区域划分模块用于将整个校园除了教学区域之外的户外区域按照预设的划分方式划分为若干子区域,若干子区域按照预设的顺序进行编号,依次标记为1,2,...i,...,n;/n所述学生活动图像采集模块包括若干监控摄像头,其分别安装在各子区域内,用于监控各子区域内学生的活动情况,并定时采集各子区域内的图像,同时将采集到的图像进行人物特征提取,若没有提取到人物特征,则表明此时该子区域内没有学生活动,去除此时采集的子区域图像,继续进行下一固定时间间隔后的各子区域图像采集,若提取到人物相关特征,则表明此时该子区域内有学生活动,并将此时采集的子区域图像输出至图像预处理模块;/n所述图像预处理模块与学生活动图像采集模块连接,接收学生活动图像采集模块输出的有学生活动的子区域图像,并对该图像进行滤波处理,同时进行图像分辨率解析,并将解析的图像分辨率与预设的图像分辨率阈值进行对比,若接收的有学生活动的子区域图像的分辨率小于预设的图像分辨率阈值,则去除小于预设的图像分辨率阈值的有学生活动的子区域图像,并发送控制指令至学生活动图像采集模块,控制该子区域的监控摄像头继续图像的采集,保留图像分辨率大于预设的图像分辨率阈值的子区域图像,并输出至行为对比识别模块;/n所述行为对比识别模块与图像预处理模块连接,接收图像预处理模块输出的图像分辨率大于预设图像分辨率的有学生活动的子区域图像,对子区域图像中的学生主体图像进行聚焦放大,以提取学生主体图像中学生手部子图像和腿部子图像,并对提取的学生手部子图像和腿部子图像进行灰度归一化处理,为后期特征提取以及分类识别提供基础,将归一化处理后的学生手部子图像进行手的形状和位置特征抓取,同时对学生腿部子图像进行腿的位置变化特征和离地面距离测量获取,以此作为学生行为识别的特征,将获取的学生手的形状和位置特征及腿的位置变化特征和离地面距离与学生危险行为信息库中各种危险行为对应的手部特征和腿部特征进行逐一对比匹配,以确定该子区域图像中学生的行为是否为危险行为,若在学生危险行为信息库中匹配到相应危险行为,则表明该子区域图像中学生的行为属于危险行为,此时行为对比识别模块将该子区域的编号发送至总监控平台,同时记录发生危险行为的时间点,并将该子区域内学生的危险行为图像和发生危险行为的时间点输出至总监控平台;/n所述总监控平台与行为对比识别模块连接,接收行为对比识别模块发送的存在危险行为的子区域编号和该子区域内学生的危险行为图像及发生危险行为的时间点,发送预警控制指令至预警模块,并安排相关人员前往处理;/n所述学生危险行为信息库存储学生各种危险行为对应的手部特征和腿部特征,所述手部特征包括手的形状和位置特征,腿部特征包括腿的位置变化特征和离地面距离,存储各种危险行为对应的危险影响因子,并存储各危险等级对应的学生危险系数范围,其中各种危险行为包括追逐、打架、攀爬和摔倒;/n所述预警模块包括若干预警设备,其分别安装在各子区域内,预警模块与总监控平台连接,接收总监控平台发送的预警控制指令,存在危险行为子区域的预警设备进行分级预警。/n...
【技术特征摘要】
1.一种基于人工智能的校园安全监测预警管理系统,其特征在于:包括校园区域划分模块、学生活动图像采集模块、图像预处理模块、学生危险行为信息库、行为对比识别模块、总监控平台和预警模块;
所述校园区域划分模块用于将整个校园除了教学区域之外的户外区域按照预设的划分方式划分为若干子区域,若干子区域按照预设的顺序进行编号,依次标记为1,2,...i,...,n;
所述学生活动图像采集模块包括若干监控摄像头,其分别安装在各子区域内,用于监控各子区域内学生的活动情况,并定时采集各子区域内的图像,同时将采集到的图像进行人物特征提取,若没有提取到人物特征,则表明此时该子区域内没有学生活动,去除此时采集的子区域图像,继续进行下一固定时间间隔后的各子区域图像采集,若提取到人物相关特征,则表明此时该子区域内有学生活动,并将此时采集的子区域图像输出至图像预处理模块;
所述图像预处理模块与学生活动图像采集模块连接,接收学生活动图像采集模块输出的有学生活动的子区域图像,并对该图像进行滤波处理,同时进行图像分辨率解析,并将解析的图像分辨率与预设的图像分辨率阈值进行对比,若接收的有学生活动的子区域图像的分辨率小于预设的图像分辨率阈值,则去除小于预设的图像分辨率阈值的有学生活动的子区域图像,并发送控制指令至学生活动图像采集模块,控制该子区域的监控摄像头继续图像的采集,保留图像分辨率大于预设的图像分辨率阈值的子区域图像,并输出至行为对比识别模块;
所述行为对比识别模块与图像预处理模块连接,接收图像预处理模块输出的图像分辨率大于预设图像分辨率的有学生活动的子区域图像,对子区域图像中的学生主体图像进行聚焦放大,以提取学生主体图像中学生手部子图像和腿部子图像,并对提取的学生手部子图像和腿部子图像进行灰度归一化处理,为后期特征提取以及分类识别提供基础,将归一化处理后的学生手部子图像进行手的形状和位置特征抓取,同时对学生腿部子图像进行腿的位置变化特征和离地面距离测量获取,以此作为学生行为识别的特征,将获取的学生手的形状和位置特征及腿的位置变化特征和离地面距离与学生危险行为信息库中各种危险行为对应的手部特征和腿部特征进行逐一对比匹配,以确定该子区域图像中学生的行为是否为危险行为,若在学生危险行为信息库中匹配到相应危险行为,则表明该子区域图像中学生的行为属于危险行为,此时行为对比识别模块将该子区域的编号发送至总监控平台,同时记录发生危险行为的时间点,并将该子区域内学生的危险行为图像和发生危险行为的时间点输出至总监控平台;
所述总监控平台与行为对比识别模块连接,接收行为对比识别模块发送的存在危险行为的子区域编号和该子区域内学生的危险行为图像及发生危险行为的时间点,发送预警控制指令至预警模块,并安排相关人员前往处理;
所述学生危险行为信息库存储学生各种危险行为对应的手部特征和腿部特征,所述手部特征包括手的形状和位置特征,腿部特征包括腿的位置变化特征和离地面距离,存储各种危险行为对应的危险影响因子,并存储各危险等级对应的学生危险系数范围,其中各种危险行为包括追逐、打架、攀爬和摔倒;
所述预警模块包括若干预警设备,其分别安装在各子区域内,预警模块与总监控平台连接,接收总监控平台发送的预警控制指令,存在危险行为子区域的预警设备进行分级预警。
2.根据权利要求1所述的一种基于人工智能的校园安全监测预警管理系统,其特征在于:还包括GPS定位模块,分别与行为对比识别模块和总监控平台连接,GPS定位模块包括若干GPS定位仪,其分别安装在各子区域内,用于定位各子区域的地理位置,当行为对比识别模块识别到某子区域的学生存在危险行为时,发送控制信号至该子区域的GPS定位仪,...
【专利技术属性】
技术研发人员:顾晓东,朱金良,
申请(专利权)人:顾晓东,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。