基于安全加密网络与云边协同的学生上下学守护方法和系统与流程

本技术涉及安防领域，具体而言，涉及一种基于安全加密网络与云边协同的学生上下学守护方法和系统。

背景技术：

1、在学生上下学安全守护场景中，传统方案主要依赖人工值守、定点巡逻以及家长陪护等方式，对学校门口、小区出入口及途经路口等关键位置进行安全管控。随着视频监控设备的普及，部分区域已尝试利用摄像头采集的视频数据辅助安全管理工作，但现有技术方案在实际应用中仍存在以下问题。

2、现有视频监控系统通常采用云端集中处理或边端固定处理的单一算力架构，无法根据前端感知设备实际具备的算力条件进行自适应适配。当边端设备具备本地推理能力时，若仍将全量视频流回传至云端进行分析，会造成带宽资源浪费和识别响应延迟；当边端设备为不具备算力能力的普通摄像头时，若强行要求边端执行算法推理，则无法实现。这种算力分配方式与设备实际能力不匹配的问题，导致系统在复杂部署环境下难以兼顾识别实时性与建设成本。

技术实现思路

1、本技术实施例的目的在于提供一种基于安全加密网络与云边协同的学生上下学守护方法和系统，用以缓解上述技术问题。

2、第一方面，本技术提供一种基于安全加密网络与云边协同的学生上下学守护方法，包括：

3、获取学生上下学路径上多源边端感知设备采集的视频数据；

4、根据边端感知设备是否具备本地推理能力，在云端中心弱算力模式与云端中心强算力模式之间确定当前算力模式，并确定对所述视频数据进行身份识别的执行位置，所述执行位置包括边端感知设备或云端中心；

5、对所述视频数据中的目标进行身份识别，并基于身份识别结果与位置判定结果对所述目标进行行程状态判定和安全离校判定，输出学生上下学守护状态；

6、在系统运行过程中，响应于算力模式切换指令，在所述云端中心弱算力模式与所述云端中心强算力模式之间切换所述当前算力模式，并在切换过程中持续执行所述身份识别、所述行程状态判定及所述安全离校判定；

7、其中，云边端之间的数据交互采用会话动态密码机制进行加密。

8、在可选的实施方式中，所述确定当前算力模式，包括：

9、当所述边端感知设备具备本地推理能力时，确定所述当前算力模式为所述云端中心弱算力模式，并在边端执行所述身份识别且仅回传识别结果及特征数据；

10、当所述边端感知设备不具备本地推理能力时，确定所述当前算力模式为所述云端中心强算力模式，并将所述视频数据回传至云端执行所述身份识别。

11、在可选的实施方式中，所述响应于算力模式切换指令，包括：

12、响应于设备状态、网络质量及算力负载的监测结果和/或管理员指令，生成所述算力模式切换指令；

13、在完成所述当前算力模式的切换后，重新配置算法部署位置及视频传输策略。

14、在可选的实施方式中，所述位置判定结果通过如下方式确定：

15、以所述多源边端感知设备的覆盖区域确定所述目标的基础位置；

16、在所述目标的身份识别通过后，基于所述多源边端感知设备的图像与地理坐标之间的视觉标定关系，确定所述目标的精准位置。

17、在可选的实施方式中，所述基于所述多源边端感知设备的图像与地理坐标之间的视觉标定关系，确定所述目标的精准位置，包括：

18、获取所述目标在采集画面中的像素坐标及预设标定点的像素坐标；

19、基于所述目标在采集画面中的像素坐标与所述预设标定点的像素坐标，确定像素偏移量；

20、基于所述多源边端感知设备的图像与地理坐标之间的视觉标定关系，将所述像素偏移量转换为经纬度偏移量；

21、在所述多源边端感知设备的基准经纬度上叠加所述经纬度偏移量，得到所述目标的精准位置。

22、在可选的实施方式中，所述安全离校判定包括：

23、在预设放学时间窗内，通过人脸识别确认所述目标与守护人员的身份；

24、根据所述位置判定结果判断所述目标是否落入预设离校区域；

25、在所述预设离校区域内检测所述目标与所述守护人员之间的有效同行关系；

26、若所述预设放学时间窗结束时未检测到所述有效同行关系，则输出离校异常状态。

27、在可选的实施方式中，所述有效同行关系根据同行匹配度确定，所述同行匹配度根据所述目标与所述守护人员之间的空间距离和出现时间差确定；当所述空间距离在预设最大同行距离内，且所述出现时间差在预设最大时间差内时，判定为有效同行。

28、在可选的实施方式中，所述输出离校异常状态，包括：

29、基于学生人脸综合置信度、所述同行匹配度及离校区域匹配结果，确定安全离校置信度；

30、当所述安全离校置信度达到预设安全离校阈值时，判定为安全离校；

31、当所述安全离校置信度未达到所述预设安全离校阈值时，判定为离校异常。

32、在可选的实施方式中，所述会话动态密码机制包括：

33、在通信会话建立阶段，生成与所述通信会话绑定的会话动态密码；

34、在所述通信会话存续期间，按照预设迭代周期对所述会话动态密码进行周期更新；

35、在检测到网络异常事件时，强制作废当前会话动态密码并重新生成新的会话动态密码；

36、在所述通信会话正常结束或异常断开时，立即销毁所述会话动态密码；

37、其中，所述会话动态密码基于基础密钥、终端设备标识、角色编码及会话随机数生成；不同访问角色的通信会话使用相互独立的会话动态密码，使不同角色的业务载荷相互隔离；单一角色的会话动态密码仅能解密该角色权限范围内的数据。

38、第二方面，本技术提供一种基于安全加密网络与云边协同的学生上下学守护系统，包括：

39、视频数据获取模块，用于获取学生上下学路径上多源边端感知设备采集的视频数据；

40、算力配置模块，用于根据边端感知设备是否具备本地推理能力，在云端中心弱算力模式与云端中心强算力模式之间确定当前算力模式，并确定对所述视频数据进行身份识别的执行位置，所述执行位置包括边端感知设备或云端中心；

41、识别判定模块，用于对所述视频数据中的目标进行身份识别，并基于身份识别结果与位置判定结果对所述目标进行行程状态判定和安全离校判定，输出学生上下学守护状态；

42、算力切换模块，用于在系统运行过程中，响应于算力模式切换指令，在所述云端中心弱算力模式与所述云端中心强算力模式之间切换所述当前算力模式，并在切换过程中持续执行所述身份识别、所述行程状态判定及所述安全离校判定；

43、其中，云边端之间的数据交互采用会话动态密码机制进行加密。

44、有益效果：

45、本技术通过根据边端感知设备是否具备本地推理能力来确定当前算力模式，使系统能够自适应适配不同算力条件的部署环境。当边端具备本地推理能力时，将身份识别等轻量级算法下沉至边端执行，仅回传识别结果及特征数据，减少了视频流传输对带宽的占用，缩短了从视频采集到识别结果输出的时延；当边端不具备本地推理能力时，将视频数据回传至云端集中处理，保障了普通摄像头设备的兼容接入。通过上述双模式自适应机制，系统在保障识别实时性的同时，实现了对存量设备的充分利用，降低了建设成本。

46、本技术通过分级触发式定位机制，先以感知设备覆盖区域确定目标的基础位置，再在身份识别通过后启动基于视觉标定关系的精准定位，使高精度定位计算仅针对已确认身份的备案人员执行，避免了对所有出现在画面中的目标均执行精准定位所带来的算力资源浪费，提升了系统在上下学高峰时段多目标场景下的处理效率。

47、本技术通过时间窗约束、区域约束、身份识别和同行关系四维联合判定机制进行安全离校判定，综合学生人脸综合置信度、同行匹配度及离校区域匹配结果确定安全离校置信度，有效区分了学生由备案监护人陪同离校与独自离校两种情形，降低了单一维度判定导致的漏判和误判概率，提升了离校安全判定的准确性和鲁棒性。

48、本技术通过在系统运行过程中响应算力模式切换指令，在云端中心弱算力模式与云端中心强算力模式之间切换当前算力模式，并在切换过程中持续执行身份识别、行程状态判定及安全离校判定，实现了算力模式的热切换，避免了传统方案中切换算力架构需中断业务、重启设备所导致的监控盲区，保障了学生上下学高峰时段的连续守护能力。

49、本技术通过会话动态密码机制对云边端之间的数据交互进行加密，构建了"会话初始化—周期迭代—异常强制更新"三级联动的动态密码变换体系。会话动态密码基于基础密钥、终端设备标识、角色编码及会话随机数生成，不同访问角色的通信会话使用相互独立的会话动态密码，使不同角色的业务载荷相互隔离。会话结束即销毁全部密钥，实现了密钥全生命周期可控，克服了传统静态密钥加密模式密钥长期不变、泄露后风险扩散、缺少异常应急密钥切换的缺陷，保障了学生出行数据等敏感信息在传输过程中的安全性。