【技术实现步骤摘要】
本专利技术涉及入侵者预警，具体涉及基于人工智能的社区安全预警方法及系统。
技术介绍
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，本专利技术提供基于人工智能的社区安全预警方法及系统。
2、本专利技术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、本专利技术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
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：
【技术保护点】
1.基于人工智能的社区安全预警方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于人工智能的社区安全预警方法，其特征在于，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：
3.根据权利要求1所述基于人工智能的社区安全预警方法，其特征在于，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：
4.根据权利要求1所述基于人工智能的社区安全预警方法，其特征在于，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：
5.根据权利要求4所述基于人工智能的社区安全预警方法，其特征在于，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：
6.根据权利要求5所述基于人工智能的社区安全预警方法，其特征在于，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
7.根据权利要求6所述基于人工智能的社区安全预警方法，其特征在于，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：
8.根据权利要求1所述基于人工智能的社区安全预警方法，其特征在于，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：
9.根据权利要求1所述基于人工智能的社区安全预警方法，其特征在于，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：
10.基于人工智能的社区安全预警系统，其特征在于，该系统包括以下模块：
...【技术特征摘要】
1.基于人工智能的社区安全预警方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于人工智能的社区安全预警方法，其特征在于，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：
3.根据权利要求1所述基于人工智能的社区安全预警方法，其特征在于，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：
4.根据权利要求1所述基于人工智能的社区安全预警方法，其特征在于，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：
5.根据权利要求4所述基于人工智能的社区安全预警方法，其特征在于，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：
6.根据权利要求5所述基于人工智能...
【专利技术属性】
技术研发人员：邹新春，
申请(专利权)人：大连装保科技发展有限公司，
类型：发明
国别省市：
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。