System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及安全管控,尤其涉及一种基于ai视频技术的校园安全管控方法及系统。
技术介绍
1、早期,校园开始引入视频监控系统来加强安全管控,但主要还是依靠人工对监控视频进行分析和处理。这种单一的视频监控系统效率低下,存在大量误报和遗漏的问题,无法真正满足校园安全的需求。由于无法实现自动化的异常事件检测和预警,需要大量人力投入进行实时监控和事后分析,成本较高且容易疏忽。另外,这些视频监控系统也缺乏与其他安全子系统如门禁、报警的集成,安全防控能力受到限制,难以形成全面的校园安全管控体系,随着深度学习技术的发展,基于ai的视频分析系统开始应用于校园安全管控。这种系统可以自动检测一些异常行为,比如打架斗殴、可疑人员活动,在一定程度上提高了安全防控的效率。但由于准确率仍然较低,误报和漏报问题并未得到根本解决。而且现有方法通常缺乏完整的视频分析流程、细粒度的目标识别、个性化的行为分析以及智能化的安全预警机制关键技术,难以实现全面、精准、智能的校园安全管控。
技术实现思路
1、基于此,有必要提供一种基于ai视频技术的校园安全管控方法及系统,以解决至少一个上述技术问题。
2、为实现上述目的,基于ai视频技术的校园安全管控方法,包括以下步骤:
3、步骤s1:获取校园监控数据;对校园监控数据进行视觉载荷提取,得到帧图像;对帧图像进行特征增强,生成增强帧图像;
4、步骤s2:对增强帧图像进行动态目标切割,生成移动目标图像;对移动目标图像进行目标分类鉴别,生成车辆目标图
5、步骤s3:对行人目标图像进行人体结构描边,得到人体描边图像;对人体描边图像进行人性运动态势分析,得到行人运动状态数据;
6、步骤s4:对车辆目标图像进行车辆速度动态估计,得到车辆车速数据;基于车辆车速数据对车辆目标图像进行车态推演,生成车辆运动状态数据;
7、步骤s5:基于预设的行人安全运动状态指标对行人运动状态数据进行危险性定义,生成行人危险运动数据;基于预设的行人安全运动状态指标对行人运动状态数据进行危险性定义,得到车辆危险运动数据;对行人危险运动数据和车辆危险运动数据进行单元预警融合,以执行校园安全管控。
8、本专利技术从获取校园监控视频数据到特征增强的前处理步骤,为后续的目标检测和行为分析奠定了良好的基础。可以有效提高分析结果的准确性和可靠性。通过动态目标切割和目标分类,实现了车辆和行人的精准识别,为下一步的个性化行为分析奠定了基础,可以大幅提高分析结果的针对性和有效性。通过人体结构描边和运动态势分析,可以获取行人的个性化运动状态数据,通过车辆速度估计和车态推演,可以获取车辆的个性化运动状态数据,为后续的安全评估和预警提供了有价值的输入。基于预设的行人和车辆安全运动状态指标,可以对个体的行为进行具体的危险性评估,可以大幅提高校园安全预警的准确性,降低误报和漏报的风险。通过对行人和车辆危险运动数据的融合分析,可以实现更加智能化的校园安全预警,如自动控制路障、调整交通灯,可以大幅提高校园安全管控的效率和实用性。充分利用了ai视频技术的优势,采取了完整的视觉数据处理、细粒度的目标识别、个性化的行为分析、针对性的安全评估以及智能化的预警机制关键技术,可以有效提升校园安全管控的整体性能。因此,本专利技术通过集成视频分析、目标识别、行为分析技术,实现了对校园监控数据的智能感知和预警,有效提升了校园安全管控的智能化水平。
9、在本说明书中,提供了一种基于ai视频技术的校园安全管控系统,用于执行如上所述的一种基于ai视频技术的校园安全管控方法,该基于ai视频技术的校园安全管控系统包括:
10、图像获取模块,用于获取校园监控数据;对校园监控数据进行视觉载荷提取,得到帧图像;对帧图像进行特征增强,生成增强帧图像;
11、图像识别模块,用于对增强帧图像进行动态目标切割,生成移动目标图像;对移动目标图像进行目标分类鉴别,生成车辆目标图像和行人目标图像;
12、行人分析模块,用于对行人目标图像进行人体结构描边,得到人体描边图像;对人体描边图像进行人性运动态势分析,得到行人运动状态数据;
13、车辆分析模块,用于对车辆目标图像进行车辆速度动态估计,得到车辆车速数据;基于车辆车速数据对车辆目标图像进行车态推演,生成车辆运动状态数据;
14、安全管控模块,用于基于预设的行人安全运动状态指标对行人运动状态数据进行危险性定义,生成行人危险运动数据;基于预设的行人安全运动状态指标对行人运动状态数据进行危险性定义,得到车辆危险运动数据;对行人危险运动数据和车辆危险运动数据进行单元预警融合,以执行校园安全管控。
15、本专利技术的有益之处在于实时采集和智能分析校园监控数据,提高了安全监控的即时性和智能性,通过多模态特征提取和融合,实现了对目标(行人、车辆)的精准检测和识别,增强了安全监控的准确性。对行人和车辆的运动状态进行细致分析,包括步态、速度、轨迹,能够更好地评估和预测潜在的安全隐患,基于预设的安全指标对监测数据进行智能判断,自动生成单元预警事件,提高了校园安全管控的自动化水平。将实时监控数据、目标识别、运动状态分析、安全预警环节有机结合,形成了一套完整的校园安全管控闭环,提升了整体的安全管理效能。基于ai视频技术的校园安全管控方法,充分利用了计算机视觉和模式识别的优势,在提高校园安全监测的即时性、准确性和自动化水平方面具有明显优势。因此,本专利技术通过集成视频分析、目标识别、行为分析技术,实现了对校园监控数据的智能感知和预警,有效提升了校园安全管控的智能化水平。
本文档来自技高网...【技术保护点】
1.一种基于AI视频技术的校园安全管控方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于AI视频技术的校园安全管控方法,其特征在于,步骤S1包括以下步骤:
3.根据权利要求1所述的基于AI视频技术的校园安全管控方法,其特征在于,步骤S2包括以下步骤:
4.根据权利要求3所述的基于AI视频技术的校园安全管控方法,其特征在于,步骤S23包括以下步骤:
5.根据权利要求1所述的基于AI视频技术的校园安全管控方法,其特征在于,步骤S3包括以下步骤:
6.根据权利要求5所述的基于AI视频技术的校园安全管控方法,其特征在于,步骤S34包括以下步骤:
7.根据权利要求1所述的基于AI视频技术的校园安全管控方法,其特征在于,步骤S4包括以下步骤:
8.根据权利要求7所述的基于AI视频技术的校园安全管控方法,其特征在于,步骤S43包括以下步骤:
9.根据权利要求1所述的基于AI视频技术的校园安全管控方法,其特征在于,步骤S5包括以下步骤:
10.一种基于AI视频技术的校园安全管控
...【技术特征摘要】
1.一种基于ai视频技术的校园安全管控方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于ai视频技术的校园安全管控方法,其特征在于,步骤s1包括以下步骤:
3.根据权利要求1所述的基于ai视频技术的校园安全管控方法,其特征在于,步骤s2包括以下步骤:
4.根据权利要求3所述的基于ai视频技术的校园安全管控方法,其特征在于,步骤s23包括以下步骤:
5.根据权利要求1所述的基于ai视频技术的校园安全管控方法,其特征在于,步骤s3包括以下步骤:
6.根据权利要求5所述的基于ai视频技术...
【专利技术属性】
技术研发人员:李前山,蒋少文,方显波,
申请(专利权)人:深圳市华百安智能技术有限公司,
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。