一种居民楼道内安全隐患的预警方法及系统技术方案

本发明专利技术公开了一种居民楼道内安全隐患的预警方法及系统，方法包括：构建楼道图像数据集；将楼道图像数据集中的图像利用图像标注工具进行目标物体真实框标注；向SSD网络中输入楼道图像数据集，获得目标识别模块；利用目标识别模块对待检测楼道内通过信息采集装置周期性获得的图像进行目标物体识别；对识别结果进行存储及预警。本发明专利技术以更低成本、更高效率的方式监控居民楼楼道内可能存在的安全隐患，能够有效地预防危险的发生；采用机器学习算法对安全隐患的识别具有自我学习的效果，随着数据库的逐渐增大，能够进一步的提高识别的准确率；极大地减轻了人力监控的压力，减小了管理人员部署开支，用电子的方式实现了对居民楼道的监控。的监控。的监控。

【技术实现步骤摘要】
一种居民楼道内安全隐患的预警方法及系统


[0001]本专利技术涉及一种居民楼道内安全隐患的预警方法及系统，属于目标识别


技术介绍

[0002]随着城市化程度的不断推进，城市人口不断增加，越来越多的人住进了居民楼，增加了居民楼公共区域管理的压力。人们对于公共区域的维护意识淡薄使得居民楼公共区域管理混乱，存在着居民楼居民不当使用公共区域的情况。这些原因都增加了居民楼遭遇险情的可能性，在公共区域尤其是消防通道处堆放杂物或者将电动车停放在楼道内充电，杂物一方面会成为起火的助燃剂同时在发生险情的时候可能会堵塞逃生路线，电动车也是一样甚至会成为火源。现在的排查工作都是有人工进行，效率低下并且还占用更多的人力资源，大大增加成本。因此，建立一套高效完善的安全隐患的预警系统是有必要的。保证人民群众的生命财产安全是重中之重，人们都希望自己生活的居民楼是安全的没有隐患的，这是人民群众最基础也是最迫切的需求。
[0003]现行的方案存在以下几个不足：
[0004]一、为了能够保证居民楼道内的整洁，那么就需要居民楼物业工作人员定期的巡查，这样极大地增加了维护成本。
[0005]二、物业公司为了节约成本可能将巡查周期安排的比较长，那么安全隐患就不能够及时的排查与清理，这样可能就完全失去了排查清理的作用。

技术实现思路

[0006]本专利技术提供了一种居民楼道内安全隐患的预警方法及系统，能有效地用于居民楼道内的安全隐患预警。
[0007]本专利技术的技术方案是：一种居民楼道内安全隐患的预警方法，包括：
[0008]构建楼道图像数据集；
[0009]将楼道图像数据集中的图像利用图像标注工具进行目标物体真实框标注；
[0010]向SSD网络中输入楼道图像数据集，获得目标识别模块；
[0011]利用目标识别模块对待检测楼道内通过信息采集装置周期性获得的图像进行目标物体识别；
[0012]对识别结果进行存储及预警。
[0013]所述将楼道图像数据集中的图像利用图像标注工具进行目标物体真实框标注，具体为：将楼道图像数据集中的图像利用labelimg工具进行目标物体真实框标注，生成相应的XML文件。
[0014]所述向SSD网络中输入楼道图像数据集，获得目标识别模块，具体为：
[0015]S3.1、输入的楼道图像数据集经由VGG16网络特征提取后得到6种不同尺度的特征图；
[0016]S3.2、将获得的特征图进行三次操作：一次num_priors
×
4的卷积、一次num_priors
×
num_classes的卷积、计算对应的先验框；其中，num_priors是指每一特征图上所存在的先验框的个数，num_classes是指预测的种类数量；
[0017]S3.3、将获得的先验框与物体标注的真实框进行交并比计算，将交并比与设定的阈值进行比较，将符合阈值标准的先验框作为预测框；
[0018]S3.4、将得到的预测框与真实框进行损失计算，然后反向更新SSD网络的权重；
[0019]S3.5、重复上述步骤S3.1
‑
S3.4直至迭代终止，得到一个目标识别模块。
[0020]所述6种不同尺度包括Conv4
‑
3、Fc7，Conv6
‑
2、Conv7
‑
2，Conv8
‑
2、Conv8
‑
2。
[0021]所述对识别结果进行存储及预警，包括：
[0022]将识别出目标物体的图像以对应的信息采集装置的编号为名称存入数据库中；
[0023]预警周期内，将信息采集装置的编号出现的次数与设定的预警阈值进行比对，根据信息采集装置的编号锁定超出预警阈值的楼道，进而引导管理人员进行干预；其中，预警周期大于信息采集装置采集图像的周期。
[0024]一种居民楼道内安全隐患的预警系统，包括：
[0025]构建单元，用于构建楼道图像数据集；
[0026]图像处理单元，用于将楼道图像数据集中的图像利用图像标注工具进行目标物体真实框标注；
[0027]获得单元，用于向SSD网络中输入楼道图像数据集，获得目标识别模块；
[0028]识别单元，用于利用目标识别模块对待检测楼道内通过信息采集装置周期性获得的图像进行目标物体识别；
[0029]存储及预警单元，用于对识别结果进行存储及预警。
[0030]本专利技术的有益效果是：相较于人工的方式，本专利技术以更低成本、更高效率的方式监控居民楼楼道内可能存在的安全隐患，能够有效地预防危险的发生；采用机器学习算法对安全隐患的识别具有自我学习的效果，随着数据库的逐渐增大，能够进一步的提高识别的准确率；能够自动识别可能威胁到居民楼安全的物品，极大地减轻了人力监控的压力，减小了管理人员部署开支，用电子的方式实现了对居民楼道的监控。
附图说明
[0031]图1为本专利技术识别预警方法的流程图；
[0032]图2为SSD网络算法主干网络图；
[0033]图3为labelimg工具标注过程图；
[0034]图4为目标识别模块识别结果图。
具体实施方式
[0035]下面结合附图和实施例，对专利技术做进一步的说明，但本专利技术的内容并不限于所述范围。
[0036]实施例1：如图1
‑
4所示，一种居民楼道内安全隐患的预警方法，包括：构建楼道图像数据集；将楼道图像数据集中的图像利用图像标注工具进行目标物体真实框标注；向SSD网络中输入楼道图像数据集，获得目标识别模块；利用目标识别模块对待检测楼道内通过
信息采集装置周期性获得的图像进行目标物体识别；对识别结果进行存储及预警。
[0037]进一步地，可以设置所述将楼道图像数据集中的图像利用图像标注工具进行目标物体真实框标注，具体为：将楼道图像数据集中的图像利用labelimg工具进行目标物体真实框标注，生成相应的XML文件。
[0038]进一步地，可以设置所述向SSD网络中输入楼道图像数据集，获得目标识别模块，具体为：
[0039]S3.1、输入的楼道图像数据集经由VGG16网络特征提取后得到6种不同尺度的特征图；
[0040]S3.2、将获得的特征图进行三次操作：一次num_priors
×
4的卷积、一次num_priors
×
num_classes的卷积、计算对应的先验框；其中，num_priors是指每一特征图上所存在的先验框的个数，num_classes是指预测的种类数量；
[0041]S3.3、将获得的先验框与物体标注的真实框进行交并比计算，将交并比与设定的阈值进行比较，将符合阈值标准的先验框作为预测框；
[0042]S3.4、将得到的预测框与真实框进行损失计算，然后反向更新SSD网络的权重；
[0043]S3.5、重复上述步骤S本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种居民楼道内安全隐患的预警方法，其特征在于：包括：构建楼道图像数据集；将楼道图像数据集中的图像利用图像标注工具进行目标物体真实框标注；向SSD网络中输入楼道图像数据集，获得目标识别模块；利用目标识别模块对待检测楼道内通过信息采集装置周期性获得的图像进行目标物体识别；对识别结果进行存储及预警。2.根据权利要求1所述的居民楼道内安全隐患的预警方法，其特征在于：所述将楼道图像数据集中的图像利用图像标注工具进行目标物体真实框标注，具体为：将楼道图像数据集中的图像利用labelimg工具进行目标物体真实框标注，生成相应的XML文件。3.根据权利要求1所述的居民楼道内安全隐患的预警方法，其特征在于：所述向SSD网络中输入楼道图像数据集，获得目标识别模块，具体为：S3.1、输入的楼道图像数据集经由VGG16网络特征提取后得到6种不同尺度的特征图；S3.2、将获得的特征图进行三次操作：一次num_priors
×
4的卷积、一次num_priors
×
num_classes的卷积、计算对应的先验框；其中，num_priors是指每一特征图上所存在的先验框的个数，num_classes是指预测的种类数量；S3.3、将获得的先验框与物体标注的真实框进行交并比计算，将交并比与设定的阈值进行比较，将符合阈值标准的先验框作为预测框；S3.4、将得到的预测框与真实...

【专利技术属性】
技术研发人员：常杰，陈婷，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：