【技術實現步驟摘要】
本專利技術是關于安防，特別是關于一種居民樓棟風險目標監測系統及基于該風險目標監測系統的風險目標監測方法。
技術介紹
1、隨著城鎮化進程的發展，居民樓棟呈現高層的發展趨勢，相應的風險也隨之增加，通常由以下幾種原因導致風險增加：（1）城鎮化急劇發展、村轉鎮過程中，居民安全意識偏低；（2）管理組織（街道、物業）安全普及不到位；（3）城市化過程居民樓呈高層、超高層趨勢發展，遇險后，救援力度偏高；（4）科學技術應對風險的預警成本高，造成普及度不高。
2、火災是高層住宅所面臨的一大風險場景，一旦發生會造成不可挽回的人身和財產安全的重大事故。“2022年全國警情與火災情況”統計數據顯示，其中，由于全國電動自行車保有量大3億多量且不斷增，全年共接報電動自行車火災1.8萬起及居所內蓄電池故障火災3242起，且每年呈上升趨勢。在居民樓棟中，由于人為原因引入居民樓棟的火災潛在風險中，電動自行車及其電池高居首位。
3、雖然隨著技術的進步以及人們安防意識的提高，監控設備越來越普及，但是當前很多監控系統都是需要人為監控。由于是人為監控，注意力不能時刻集中以及不能全天候等問題都被逐漸凸顯出來，監控質量不能得到保證。并且當前監控系統也無法分析用戶是否攜帶電動自行車及電池，無法做到風險預警。
4、公開于該
技術介紹
部分的信息僅僅旨在增加對本專利技術的總體背景的理解，而不應當被視為承認或以任何形式暗示該信息構成已為本領域一般技術人員所公知的現有技術。
技術實現思路
1、本專利技術的目
2、本專利技術的目的還在于提供一種居民樓棟風險目標監測方法，其能夠對進入居民樓棟的風險因子（如電動自行車等）進行監測并進行相關預警，能夠解決樓棟入戶安全預防的問題，實現將風險因子排除在火災發生之前。
3、為實現上述目的，本專利技術的實施例提供了一種居民樓棟風險目標監測系統，包括：
4、觸發單元，用于產生觸發信號；
5、監測單元，與所述觸發單元相連，用于在接收到觸發信號時進行圖像采集；
6、匹配單元，與所述監測單元相連，用于基于所述圖像進行圖像特征識別，并確定識別出的圖像特征是否屬于風險目標；
7、預警單元，與所述風險匹配單元相連，用于根據圖像特征的確定結果確定是否觸發預警聯動。
8、在本專利技術的一個或多個實施方式中，所述觸發單元在居民樓棟入戶單元門開閉時產生觸發信號。
9、在本專利技術的一個或多個實施方式中，所述在接收到觸發信號后進行圖像采集包括
10、在接收到觸發信號后將圖像采集模式由低分辨視頻流采集轉換為高分辨率圖像采集。
11、在本專利技術的一個或多個實施方式中，所述基于所述圖像進行圖像特征識別，并確定識別出的圖像特征是否屬于風險目標包括
12、基于圖像獲取特征組合的特征矢量，其中，人和非風險目標組合的特征矢量為m={x1，x2，...，xn}，人和風險目標組合的特征矢量為n={y1，y2，...，yn}；
13、將所述特征矢量m={x1，x2，...，xn}和n={y1，y2，...，yn}分別輸入如下決策函數中進行特征識別
14、f(x)=sign(w*x+b)=sign(σi=1ai*yi*k(xi，x)+b)；
15、根據特征識別結果并結合目標分類器，確定目標特征是否屬于風險目標。
16、在本專利技術的一個或多個實施方式中，所述決策函數通過如下步驟獲得
17、構建特征目標數據庫，所述特征目標數據庫包括人類圖像和風險目標圖像；
18、確定svm核函數為k(xi,xj)=xi*xj，并基于特征目標數據庫進行訓練，其中i，j=1，2，3，...，n；
19、利用最小化：1/2*abs(w)2+cσi=1ξi及限制條件：yi(w*xi+b)≥1-ξi,ξi≥0，構造優化問題，其中i，j=1，2，3，...，n；w是超平面的法向量，b是偏移量，ξi是松弛變量，c是正則化參數；
20、利用最大化：a-1/2*σi，j=1yi*yj*ai*ajk(xi,xj)及限制條件：σi=1aiyi=0和0≤ai≤c，求解對偶問題，獲得參數w和b，其中i=1，2，3，...，n；ai是拉格朗日乘子；
21、使用求解得到的參數w和b，構造決策函數：
22、f(x)=sign(w*x+b)=sign(σi=1ai*yi*k(xi，x)+b)。
23、在本專利技術的一個或多個實施方式中，根據圖像特征的確定結果確定是否觸發預警聯動包括
24、在確定圖像特征屬于風險目標時，觸發預警聯動；在確定特征屬于非風險目標時，不觸發預警聯動。
25、在本專利技術的一個或多個實施方式中，所述預警聯動包括
26、對風險目標進行標記并將目標標記信息抄送物業管理員及對應樓棟業主群。
27、在本專利技術的一個或多個實施方式中，所述預警聯動包括
28、根據數據統計分級，對社區居民安全意識進行評級。
29、在本專利技術的一個或多個實施方式中，所述預警聯動包括
30、將補捉的預警圖片信息保存為日志。
31、本專利技術的實施例還提供了一種基于居民樓棟風險目標監測系統的監測方法，包括如下步驟：
32、觸發單元產生觸發信號；
33、監測單元在接收到觸發信號時進行圖像采集；
34、匹配單元基于所述圖像進行圖像特征識別，并確定識別出的圖像特征是否屬于風險目標；
35、預警單元根據圖像特征的確定結果確定是否觸發預警聯動。
36、與現有技術相比，本專利技術能夠對進入居民樓棟的風險因子（如電動自行車等）進行監測并進行相關預警，能夠解決樓棟入戶安全預防的問題，實現將風險因子排除在火災發生之前。
本文檔來自技高網...【技術保護點】
1.一種居民樓棟風險目標監測系統，其特征在于，包括：
2.?如權利要求1所述的監測系統，其特征在于，所述觸發單元在居民樓棟入戶單元門開閉時產生觸發信號。
3.如權利要求1所述的監測系統，其特征在于，所述在接收到觸發信號后進行圖像采集包括
4.如權利要求1所述的監測系統，其特征在于，所述基于所述圖像進行圖像特征識別，并確定識別出的圖像特征是否屬于風險目標包括
5.如權利要求4所述的監測系統，其特征在于，所述決策函數通過如下步驟獲得
6.如權利要求1所述的監測系統，其特征在于，根據圖像特征的確定結果確定是否觸發預警聯動包括
7.如權利要求1所述的監測系統，其特征在于，所述預警聯動包括
8.如權利要求1所述的監測系統，其特征在于，所述預警聯動包括
9.如權利要求1所述的監測系統，其特征在于，所述預警聯動包括
10.一種基于權利要求1~9任意一項所述的居民樓棟風險目標監測系統的監測方法，其特征在于，包括如下步驟：
【技術特征摘要】
1.一種居民樓棟風險目標監測系統，其特征在于，包括：
2.?如權利要求1所述的監測系統，其特征在于，所述觸發單元在居民樓棟入戶單元門開閉時產生觸發信號。
3.如權利要求1所述的監測系統，其特征在于，所述在接收到觸發信號后進行圖像采集包括
4.如權利要求1所述的監測系統，其特征在于，所述基于所述圖像進行圖像特征識別，并確定識別出的圖像特征是否屬于風險目標包括
5.如權利要求4所述的監測系統，其特征在于，所述決策函...
【專利技術屬性】
技術研發人員：嚴小亮，王子碩，趙文鑫，孫康，聶隆浩，鄒連龍，穆金浩，
申請(專利權)人：江蘇工程職業技術學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。