【技術實現步驟摘要】
本專利技術涉及園區智能管理，具體為基于深度學習的園區智能視頻監控系統及方法。
技術介紹
1、基于深度學習的園區智能視頻監控系統是一種利用人工智能技術提高監控效率和準確性的系統。系統通過攝像頭捕捉實時視頻流，并使用深度學習模型對視頻內容進行分析，以實現各種智能監控功能。在工業園區、科技園區等地方，智能視頻監控系統可以提供24小時的安全監控，及時發現并處理安全隱患。隨著深度學習技術的不斷發展和完善，基于深度學習的園區智能視頻監控系統將會更加智能化、精準化。未來的系統可能會集成更多的功能，如情感分析、語音識別等，并且能夠在更復雜的環境中穩定運行。同時，隨著邊緣計算技術的發展，系統的響應速度將進一步加快，實時性將得到大幅提升。不僅能夠提高園區的安全水平，還能夠為管理者提供強大的數據支持，幫助他們更好地運營和管理園區。
2、目前，傳統于深度學習的園區智能視頻監控系統采集視頻畫面的方式較為單一，監控的盲區死角容易導致園區管理出現較大的安全漏洞，另外，發現行動可疑的陌生人員或陌生車輛時，需要人為排查較長時間，才能追蹤到陌生人員或陌生車輛，誤判風險較高。
技術實現思路
1、（一）解決的技術問題
2、針對現有技術的不足，本專利技術提供了基于深度學習的園區智能視頻監控系統及方法，具備智能監控安全性高、高效追蹤能力強等優點，解決了傳統基于深度學習的園區智能視頻監控系統采集視頻數據的方式較為單一，排查耗時長追蹤誤判風險高的問題。
3、（二）技術方案
4、為實
5、所述數據采集模塊由監控數據單元、巡邏數據單元和指令數據單元組成，所述監控數據單元通過網絡連接監控裝置采集監控數據集，所述監控數據集包括園區內多個監控裝置實時拍攝的監控視頻，所述巡邏數據單元通過網絡連接無人機設備采集巡邏數據集，所述巡邏數據集包括園區所有時間點的巡邏視頻，所述指令數據單元通過網絡連接中央控制臺采集指令數據集，所述指令數據集包括園區管理人員通過中央控制臺輸入的所有控制指令，所述數據采集模塊通過網絡將監控數據集、巡邏數據集和指令數據集傳輸至智能管理模塊；
6、所述智能管理模塊由排查分析單元、異常評估單元和預警管理單元組成，所述排查分析單元根據監控數據集，分析生成目標軌跡，所述排查分析單元根據目標軌跡判斷進入園區的陌生人員或陌生車輛是否持續出現在監控視頻中，若進入園區的陌生人員或陌生車輛未持續出現在監控視頻中時，生成對應的異常信號后傳輸至異常評估單元，所述異常評估單元根據巡邏數據集，分析生成延遲時差，再根據延遲時差判斷無人機設備拍攝的巡邏視頻中是否存在陌生人員或陌生車輛，若無人機設備拍攝的巡邏視頻中不存在陌生人員或陌生車輛，生成對應的預警信號后傳輸至預警管理單元，所述預警管理單元通過網絡連接中央控制臺獲取深度學習模型，并結合指令數據集，分析生成追蹤里程，所述深度學習模型根據追蹤里程，篩選出追蹤里程最短的無人機設備追蹤陌生人員或陌生車輛。
7、優選的，所述監控數據集的表達式為，至依次對應園區內每個監控裝置實時拍攝的監控視頻，表示監控裝置對應的區域名稱，1至表示園區內監控裝置的安裝數量有個。
8、優選的，所述巡邏數據集的表達式為，至依次對應園區內每個時間點的巡邏視頻，表示無人機設備拍攝巡邏視頻的時間點，1至表示無人機設備拍攝到的巡邏視頻有組。
9、優選的，所述指令數據集的表達式為，至依次對應園區管理人員每次通過中央控制臺輸入的控制指令，表示園區管理人員輸入控制指令的時間點，1至表示園區管理人員輸入的控制指令有次。
10、優選的，所述目標軌跡計算流程如下：
11、以園區出入口為原點建立二維坐標系，并結合監控數據集中園區內監控裝置的安裝數量在二維坐標系中設置對應數量的坐標點，個監控裝置對應個坐標點，再將個坐標點標記為；
12、每當園區出入陌生人員或陌生車輛時，將其標記為；
13、；
14、公式中，表示目標軌跡，表示二維坐標系中第個坐標點，表示根據個坐標點對應的監控視頻，判斷進入園區的陌生人員或陌生車輛是否持續出現在監控視頻中，若進入園區的陌生人員或陌生車輛持續出現在監控視頻中時，在二維坐標系中生成對應的目標軌跡。
15、優選的，所述延遲時差計算流程如下：
16、在二維坐標系中，標記陌生人員或陌生車輛消失在監控視頻中的坐標點為，再將巡邏數據集中無人機設備拍攝到的組巡邏視頻代入二維坐標系中，篩選出無人機設備拍攝處時的巡邏視頻，并標記為；
17、；
18、公式中，表示延遲時差，表示當前時間點，表示當前時間點減去無人機設備拍攝處巡邏視頻的時間點，得到的時間差即為延遲時差。
19、優選的，若延遲時差等于0時，表示無人機設備拍攝處時的巡邏視頻中存在陌生人員或陌生車輛，若延遲時差不等于0時，表示無人機設備拍攝處時的巡邏視頻中不存在陌生人員或陌生車輛，生成對應的預警信號后傳輸至預警管理單元。
20、優選的，所述預警管理單元接收到預警信號后，將指令數據集中對應時間點的控制指令代入深度學習模型，并分析生成追蹤里程，其計算流程如下：
21、根據指令數據集對應時間點的控制指令，將對應無人機設備當前時間點的坐標點標記為；
22、；
23、公式中，表示追蹤里程，表示根據歐氏距離計算公式，計算當前時間點無人機設備坐標點距離陌生人員或陌生車輛消失坐標點的直線距離，即為追蹤里程。
24、優選的，所述無人機設備拍攝處時的巡邏視頻中存在陌生人員或陌生車輛，預警管理單元通過深度學習模型識別陌生人員或陌生車輛的外形特征和行為特征，并通過網絡傳輸至中央控制臺。
25、基于深度學習的園區智能視頻監控方法，包括以下步驟：
26、步驟一、通過網絡連接監控裝置獲取園區內多個監控裝置實時拍攝的監控視頻，并將獲取到的數據組成監控數據集；
27、步驟二、根據監控數據集建立二維坐標系并標記每個監控裝置安裝位置對應的坐標點，每當園區出入陌生人員或陌生車輛時，判斷進入園區的陌生人員或陌生車輛是否持續出現在監控裝置的監控視頻中，若持續出現在監控視頻中時，生成對應的目標軌跡，若未持續出現在監控視頻中時，生成對應的異常信號；
28、步驟三、通過網絡連接無人機設備獲取園區所有時間點的巡邏視頻，并將獲取到的數據組成巡邏數據集；
29、步驟四、每當異常信號生成時，根據巡邏數據集和二維坐標系，分析生成延遲時差，再判斷無人機設備拍攝的巡邏視頻中是否存在陌生人員或陌生車輛，若巡邏視頻中存在陌生人員或陌生車輛，通過深度學習模型識別陌生人員或陌生車輛的外形特征和行為特征，并通過網絡傳輸至中央控制臺，若巡邏視頻中不存在陌生人員或陌生車輛，生成對應的預警信號；
30、步驟五、通過網絡連接中央控制臺獲取園區管理人員輸本文檔來自技高網...
【技術保護點】
1.基于深度學習的園區智能視頻監控系統，其特征在于：包括數據采集模塊和智能管理模塊；
2.根據權利要求1所述的基于深度學習的園區智能視頻監控系統，其特征在于：所述監控數據集的表達式為，至依次對應園區內每個監控裝置實時拍攝的監控視頻，表示監控裝置對應的區域名稱，1至表示園區內監控裝置的安裝數量有個。
3.根據權利要求2所述的基于深度學習的園區智能視頻監控系統，其特征在于：所述巡邏數據集的表達式為，至依次對應園區內每個時間點的巡邏視頻，表示無人機設備拍攝巡邏視頻的時間點，1至表示無人機設備拍攝到的巡邏視頻有組。
4.根據權利要求3所述的基于深度學習的園區智能視頻監控系統，其特征在于：所述指令數據集的表達式為，至依次對應園區管理人員每次通過中央控制臺輸入的控制指令，表示園區管理人員輸入控制指令的時間點，1至表示園區管理人員輸入的控制指令有次。
5.根據權利要求4所述的基于深度學習的園區智能視頻監控系統，其特征在于：所述目標軌跡計算流程如下：
6.根據權利要求5所述的基于深度學習的園區智能視頻監控系統，其特征在于：所述延遲時差計
7.根據權利要求6所述的基于深度學習的園區智能視頻監控系統，其特征在于：若延遲時差等于0時，表示無人機設備拍攝處時的巡邏視頻中存在陌生人員或陌生車輛，若延遲時差不等于0時，表示無人機設備拍攝處時的巡邏視頻中不存在陌生人員或陌生車輛，生成對應的預警信號后傳輸至預警管理單元。
8.根據權利要求7所述的基于深度學習的園區智能視頻監控系統，其特征在于：所述預警管理單元接收到預警信號后，將指令數據集中對應時間點的控制指令代入深度學習模型，并分析生成追蹤里程，其計算流程如下：
9.根據權利要求8所述的基于深度學習的園區智能視頻監控系統，其特征在于：所述無人機設備拍攝處時的巡邏視頻中存在陌生人員或陌生車輛，預警管理單元通過深度學習模型識別陌生人員或陌生車輛的外形特征和行為特征，并通過網絡傳輸至中央控制臺。
10.基于深度學習的園區智能視頻監控方法，應用于權利要求1-9任一所述的基于深度學習的園區智能視頻監控系統，其特征在于：包括以下步驟：
...【技術特征摘要】
1.基于深度學習的園區智能視頻監控系統，其特征在于：包括數據采集模塊和智能管理模塊；
2.根據權利要求1所述的基于深度學習的園區智能視頻監控系統，其特征在于：所述監控數據集的表達式為，至依次對應園區內每個監控裝置實時拍攝的監控視頻，表示監控裝置對應的區域名稱，1至表示園區內監控裝置的安裝數量有個。
3.根據權利要求2所述的基于深度學習的園區智能視頻監控系統，其特征在于：所述巡邏數據集的表達式為，至依次對應園區內每個時間點的巡邏視頻，表示無人機設備拍攝巡邏視頻的時間點，1至表示無人機設備拍攝到的巡邏視頻有組。
4.根據權利要求3所述的基于深度學習的園區智能視頻監控系統，其特征在于：所述指令數據集的表達式為，至依次對應園區管理人員每次通過中央控制臺輸入的控制指令，表示園區管理人員輸入控制指令的時間點，1至表示園區管理人員輸入的控制指令有次。
5.根據權利要求4所述的基于深度學習的園區智能視頻監控系統，其特征在于：所述目標軌跡計算流程如下：
6.根據權利要求5所述的基于深度學習的...
【專利技術屬性】
技術研發人員：姚偉俊，蘭李華，劉梓涵，劉三毛，
申請(專利權)人：岳陽市交投智慧城市開發有限公司，
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。