一种基于声音的室内防盗监控系统的制作方法

1.本发明属于室内防盗安全监控技术领域，具体涉及一种基于声音的室内防盗监控系统。


背景技术：

2.随着我国信息技术的迅猛发展以及传感器技术的不断完善，如今已经具备了基于网络技术进行远程监控的硬件基础，同时在软件方面实时监控、远程监控等技术也取得了一定的成果和经验。目前人们对室内管理智能化的需求已日趋明显，为适应人们快节奏的生活方式，室内监控系统的转型升级势在必行。
3.传统室内监控设备只能采集图像或者视频，当盗窃事件发生时，往往只能通过查看监控录像才能找出作案者，更有甚者利用监控死角为所欲为。物品丢失事小，人身安全事大。当遇到穷凶极恶的盗窃者时，传统室内监控设备往往无能为力，警方只能在事后通过监控记录观察已经发生的事实，并不能及时采取相应出警措施。此外，传统室内监控设备仅利用图像或视频进行室内安全研判，容易发生错误。
4.为了解决视频监控存在的不足，本发明提供一种室内防盗监控新方法，在现有的室内监控设备上引入了声音识别技术，利用音频数据对室内声音进行识别和跟踪，在此基础上结合图像识别对目标行为进行综合分析和判断。通过二者相对独立的处理，充分发挥各自优势，从而做到既能完成日常管理，又能在异常情况发生的时候及时做出反应，快速报警，保护人民群众的生命财产安全。


技术实现要素：

5.本发明的目的是为了解决目前室内防盗监控系统存在险情研判不全面、多向预警不及时的缺陷，提供一种基于声音的室内防盗监控系统，充分利用深度学习技术，通过声音与图像相结合的方式，实现实时的监控和报警功能及完全自动化操作。
6.为了实现上述目的，本发明采用以下技术方案：
7.一种基于声音的室内防盗监控系统，包括：综合研判子系统、预警子系统、云服务器和信息查询子系统；综合研判子系统与云服务器相连，云服务器分别和预警子系统及信息查询子系统相连接。
8.所述综合研判子系统主要负责对声音和视频图像的采集，并判断采集数据是否可疑，包括声音采集器、嵌入式计算机、摄像头和智能检测模块；声音采集器与嵌入式计算机相连，嵌入式计算机和摄像头分别与智能检测子模块相连。
9.所述声音采集器完成室内声音采集，并将音频数据传输至嵌入式计算机。
10.所述嵌入式计算机将输入的音频数据压缩成wav格式，并上传至智能检测子模块，其中含有的异常声音检测系统用于判断服务器中音频属于正常或异常，该系统以残差神经网络模型为主要算法模型，检测前，通过大量声音数据形成训练模型，检测时，根据训练模型即可进行判别。
11.所述摄像头用于采集室内异常情况发生时的图像及视频，并及时将图像或者视频上传至智能检测子模块并进行图片处理。
12.所述智能检测子模块用于识别和判断采集的音频数据(包括小偷说话的声音、翻东西的声音，屋内的求救声等)，声音正常时显示0，异常时则显示1；
13.所述云服务器用于存储智能检测子模块处理的音频和视频。
14.所述预警子系统用于室内监控异常的预警工作；包括自动报警子模块、喇叭和110报警台；自动报警子模块分别与云服务器、喇叭和110报警台相连接。
15.所述自动报警子模块根据服务器传入的图像与原本存储的图像进行比对，利用深度神经网络模型对图片内容进行检测，准确识别和判断。并根据下层综合研判子系统上传的0和1信号进行判断，当综合研判子系统上传1时，且图像识别与数据库里原有图像不匹配，则系统自动将家庭详细住址和联系方式发送至就近110报警台。与此同时，自动报警系统连接的喇叭向小偷发出警告声，告知小偷已被监控，并已经报警，放弃盗窃念头，尽可能减小屋主的损失。
16.所述信息查询系统，用于查询用户及人员的图片信息、用户家庭住址和联系方式、摄像头采集的图像和视频。当用户更新联系方式或者图片信息时，信息查询子系统会自动将更新的信息同步至云服务器，方便自动报警子模块及时准确的做出判断。
17.本发明的一种基于声音的室内防盗监控系统，与传统室内监控系统相比，具有自动识别、实时报警等优点。
附图说明
18.图1是本发明的一种基于声音的室内防盗监控系统结构框图。
19.图2是本发明综合研判子系统使用过程的流程图。
20.图3是本发明预警子系统使用过程的流程图。
21.图4是本发明信息查询子系统使用过程的流程图。
22.图中标记：1.智能检测子模块；2.声音采集器；3.嵌入式计算机；4.摄像头；5.自动报警子模块；6.云服务器；7.信息查询子系统；8.喇叭；9.110报警台。
具体实施方式
23.实施例：
24.如图1所示，本发明实施例公开了一种基于声音的室内防盗监控系统，包括：综合研判子系统、预警子系统、云服务器6和信息查询子系统7；综合研判子系统与云服务器6相连，云服务器6分别和预警子系统及信息查询子系统7相连接。
25.所述综合研判子系统主要负责对声音和视频图像的采集，并判断采集数据是否可疑，包括声音采集器(2)、嵌入式计算机(3)、摄像头(4)和智能检测子模块(1)；声音采集器(2)与嵌入式计算机(3)相连，嵌入式计算机(3)和摄像头(4)分别与智能检测子模块(1)相连。
26.所述声音采集器(2)时刻处于开启状态，完成室内声音采集，并将音频数据传输至嵌入式计算机(3)；
27.所述嵌入式计算机(3)将输入的音频数据压缩成wav格式，并上传至智能检测子模
块(1)，其中含有的异常声音检测系统用于判断服务器中音频属于正常或异常，该系统以残差神经网络模型为主要算法模型，检测前，通过大量声音数据形成训练模型，检测时，根据训练模型即可进行判别；
28.所述摄像头(4)用于采集室内异常情况发生时的图像及视频，并及时将图像或者视频上传至智能检测子模块(1)并进行图片处理；
29.所述智能检测子模块(1)用于识别和判断采集的音频数据(包括小偷说话的声音、翻东西的声音，屋内的求救声等)，声音正常时显示0，异常时则显示1；
30.所述云服务器(6)用于存储智能检测子模块(1)处理的音频和视频。
31.所述预警子系统用于室内监控异常的预警工作；包括自动报警子模块(5)、喇叭(8)和110报警台(9)；自动报警子模块(5)分别与云服务器(6)、喇叭(8)和110报警台(9)相连接。
32.所述自动报警子模块(5)根据云服务器(6)传入的图像与原本存储的图像进行比对，利用深度神经网络模型对图片内容进行检测，准确识别和判断。并根据下层综合研判子系统上传的0和1信号进行判断，当综合研判子系统上传1时，且图像识别与数据库里原有图像不匹配，则系统自动将家庭详细住址和联系方式发送至就近110报警台(9)。与此同时，自动报警系统连接的喇叭(8)向小偷发出警告声，告知小偷已被监控，并已经报警，放弃盗窃念头，尽可能减小屋主的损失。
33.所述信息查询子系统(7)，用于查询用户及人员的图片信息、用户家庭住址和联系方式、摄像头(4)采集的图像和视频。当用户更新联系方式或者图片信息时，信息查询子系统(7)会自动将更新的信息同步至云服务器(6)，方便自动报警子模块(5)及时准确的做出判断。
34.如图2所示，当声音采集器采集到声音时，则将声音传入嵌入式计算机进行压缩，嵌入式计算机再将压缩好的wav格式音频上传至智能检测子模块进行检测，当检测的声音异常时则启动摄像头捕捉图像及视频，并通过智能检测子模块将音频处理结果和图像视频上传至云服务器；若声音正常，则声音采集器继续工作。
35.如图3所示，服务器上传音频处理结果和图像视频至自动报警子模块，当音频处理结果为1，且图像识别与数据库里原有图像不匹配时，则自动报警子模块将家庭详细住址和联系方式发送至就近110报警台并将报警信息发送至屋主手机，当屋主确认有人在偷窃时，警察出警。与此同时，自动报警系统与设在监控内的喇叭连接，对小偷发出警告，告诉小偷已被监控，并已经报警，正有警察赶来抓捕小偷。
36.如图4所示，当用户登录信息查询子系统时，若用户更新联系方式或者图片信息时，信息查询子系统会自动将更新的信息同步至自动报警系统的数据库，方便自动报警系统及时准确的做出判断。若用户没有更改用户信息，则信息查询子系统10分钟后将自动退出登录。
37.本发明一种基于声音的室内防盗监控系统，其工作原理如下：
38.首先由声音采集器(2)完成室内声音采集后，将音频数据传输至嵌入式计算机(3)；嵌入式计算机(3)将输入的音频数据压缩成wav格式，并上传至智能检测子模块(1)处理；摄像头(4)用于采集室内异常情况发生时的图像及视频，并及时将图像或者视频上传至智能检测子模块(1)进行图片处理；最后由智能检测子模块(1)上传处理数据至云服务器
(6)。自动报警子模块(5)根据云服务器(6)传入的图像与原本存储的图像进行比对，并根据云服务器(6)上传的0和1信号进行判断，当综合研判子系统上传1时，且图像识别与数据库里原有图像不匹配，则系统自动将家庭详细住址和联系方式发送至就近110报警台(9)。与此同时，自动报警系统连接的喇叭(8)向小偷发出警告声，告知小偷已被监控，并已经报警，放弃盗窃念头，尽可能减小屋主的损失。当用户更新联系方式或者图片信息时，信息查询子系统(7)会自动将更新的信息同步至云服务器(6)，方便自动报警子模块(5)及时准确的做出判断。
39.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。