一种新型智能安防系统及其目标人员预警方法与流程

1.本发明涉及安防监控领域，具体而言，涉及一种应用于重点人员管控方 面的目标人员预警方法，更具体地为一种新型智能安防系统及其目标人员预 警方法。


背景技术：

2.如今，基于高通量计算、大数据分析、机器视觉等高新兴前沿技术的新 型城市安防系统成为城市安防的新方向，其依托于人工智能的算法，贯通管 理部门、街道、社区，以实现对人口、车辆、敏感群体等待识别信息进行综 合分析与管理，因此，需要一种应用在新型智能安防系统中的目标人员预警 方法。
3.

技术实现要素：

4.为了解决上述问题，本发明提供一种新型智能安防系统及其目标人员预 警方法，新型智能安防系统通过预先录入要监管的目标人员信息，并在系统 中设置对监管对象的告警预案，启动后能够在新型智能安防系统中对敏感特 殊人群进行监管，达到监管对象在指定监控设备下出现即预警的目的，从而 实现从事后追溯到事前预警的转变，进一步提高监管社区的安全性及社区居 民的幸福指数。
5.为达到上述目的，本发明提供了一种新型智能安防系统，其包括边缘端、 云端和客户端，其中：
6.所述边缘端包括多个摄像头设备和边缘预见小站，每个摄像头设备与所 述边缘预见小站连接，用于将摄像头设备采集的实时视频流传输至边缘预见 小站并由边缘预见小站进行人脸检测；
7.所述云端包括ai智能识别服务器、人脸特征库及web后端，其中，所 述ai智能识别服务器与所述边缘预见小站连接，用于接收人脸检测数据并进 行目标人员比对识别；所述人脸特征库预存有目标人员的人脸信息，并与所 述ai智能识别服务器连接；所述web后端与所述ai智能识别服务器连接， 用于接收目标人员的比对识别结果；所述web后端还与所述人脸特征库连接， 用于存储预警信息；
8.所述客户端包括前端页面，并与所述web后端连接，用于接收web后 端发送的预警信息并显示。
9.在本发明一实施例中，其中，任一摄像头设备与所述边缘预见小站连接 具体为通过tcp传输控制协议连接。
10.在本发明一实施例中，其中，所述边缘预见小站与所述ai智能识别服务 器连接以及所述ai智能识别服务器与所述web后端连接，均为通过httppost请求连接。
11.在本发明一实施例中，其中，所述web后端与所述前端页面连接具体为 通过websocket协议连接。
12.为达到上述目的，本发明还提供了一种在上述新型智能安防系统中的目 标人员
预警方法，其包括以下步骤：
13.步骤1：将目标人员的人脸信息及其告警预案信息存储到新型智能安防 系统中，将预案信息与至少一指定摄像头设备绑定并启动预案；
14.步骤2：绑定的摄像头设备将采集到的视频流实时传输到边缘预见小站， 边缘预见小站对视频流进行人脸检测；
15.步骤3：当边缘预见小站检测到任一帧视频图像包含人脸信息后，将包 含人脸信息的视频图像与对应摄像头设备id发送到云端的ai智能识别服务 器；
16.步骤4：ai智能识别服务器通过人脸识别算法提取视频图像的人脸特征， 并与人脸特征库预存的目标人员的人脸信息进行比对识别，当匹配到目标人 员时，ai智能识别服务器将识别结果发送给web后端；
17.步骤5：web后端将识别结果进行过滤去重后，将有效数据发送到客户 端的前端页面显示。
18.在本发明一实施例中，其中，步骤1中的启动预案具体为通过客户端的 前端页面操作启动预案。
19.在本发明一实施例中，其中，步骤2中摄像头设备将采集到的视频流实 时传输到边缘预见小站具体为通过tcp传输控制协议进行传输。
20.在本发明一实施例中，其中，步骤3中边缘预见小站将视频图像与对应 摄像头设备id发送到ai智能识别服务器具体为通过http post请求发送。
21.在本发明一实施例中，其中，步骤4中ai智能识别服务器将识别结果发 送给web后端具体为将识别结果通过http post请求发送给web后端，其 中，识别结果包含人员信息、摄像头设备id及视频图像。
22.在本发明一实施例中，其中，步骤5中将有效数据发送到客户端的前端 页面显示具体为：
23.步骤501：当识别结果为有效数据时，将对应数据以json数据包的形式 通过websocket协议发送到前端页面，同时将对应数据存入数据库的实时信 息表中，此时前端页面通过websocket与web后端建立了一个稳定的通信通 道；
24.步骤502：触发实时信息表的postsave信号；
25.步骤503：当web后端接收到实时信息表的postsave信号后，则从数据 库中调取对应id的设备的所有告警预案信息，若存在识别出的目标人员的预 案信息且此预案处于启动状态，则进入下一步；否则结束本次预警；
26.步骤504：触发对应的告警预案，并将相关预案信息存入预警历史信息 表，触发预警历史信息表的postsave信号；
27.步骤505：当web后端确认接收到预警历史信息表的postsave信号后， 将当前的预警历史信息表封装成json数据包，并通过与前端页面间的 websocket通信通道发送给前端页面；
28.步骤506：根据设备的id查询拥有对应设备权限的用户，并根据用户信 息发送报警信息，其中，报警信息包括弹窗报警、短信报警、邮件报警及公 众号推送报警的方式。
29.本发明的新型城市安防系统及其响应式目标人员预警的方法，解决了现 有城市安防系统中预警效率低、实时性弱，且大多只能事后追溯不能事前预 警的问题，减少了在
目标人员预警中的人工干预，提高了城市安防系统的可 用性及预警效果，进一步提升社区的安全性。
附图说明
30.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实 施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面 描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲， 在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
31.图1为本发明一实施的新型城市安防系统结构图；
32.图2为本发明一实施的目标人员预警方法中web后端处理流程图。
33.附图标记说明：10
‑
边缘端；20
‑
云端；30
‑
客户端；101
‑
边缘预见小站； 102
‑
摄像头设备；201
‑
ai智能识别服务器；202
‑
人脸特征库；203
‑
web后端； 301
‑
前端页面。
具体实施方式
34.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而 不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付 出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
35.实施例一
36.图1为本发明一实施的新型城市安防系统结构图，如图1所示，本实施 例提供的一种新型智能安防系统，其包括边缘端(10)、云端(20)和客户 端(30)，其中：
37.边缘端(10)包括多个摄像头设备(102)和边缘预见小站(101)，每 个摄像头设备(102)与边缘预见小站(101)连接，用于将摄像头设备采集 的实时视频流传输至边缘预见小站，并由边缘预见小站进行人脸检测以收集 人员数据；
38.在本实施例中，其中，任一摄像头设备(102)与边缘预见小站(101) 连接具体为通过tcp(transmission control protocol)传输控制协议连接，即 任一摄像头通过tcp传输控制协议向边缘预见小站传输其采集的实时视频 流。
39.云端(20)包括ai(artificial intelligence，人工智能)智能识别服务器 (201)、人脸特征库(202)及web后端(203)(广域网中与数据库进行 交互以处理相应的业务逻辑的部分)，其中，ai智能识别服务器(201)与 边缘预见小站(101)连接，用于接收人脸检测数据并进行目标人员的识别比 对；人脸特征库(202)预存有目标人员的人脸信息，并与ai智能识别服务 器(201)连接，为ai智能识别服务器进行目标人员的人脸信息比对识别提 供数据基础；web后端(203)与ai智能识别服务器(201)连接，用于接收 目标人员的比对识别结果；web后端(203)还与人脸特征库(202)连接， 用于存储预警信息；
40.在本实施例中，其中，边缘预见小站(101)与ai智能识别服务器(201) 连接以及ai智能识别服务器(201)与web后端(203)连接，均为通过httppost请求(hypertext transfer protocol post，超文本传输协议中向服务器 上传数据的请求)连接，即边缘预见小站(101)通过http post请求向ai 智能识别服务器(201)传输人脸检测的结果数据，ai智能识别服务器(201) 通过http post请求向web后端(203)传输对目标人员进行比对识别
的结果。
41.客户端(30)包括前端页面(301)，并与web后端(203)连接，用于接收web后端发送的预警信息并显示，其中，前端页面可以以网页弹窗的形式显示，也可以以其他形式显示。
42.在本实施例中，其中，web后端(203)与前端页面(301)连接具体为通过websocket协议(一种在单个tcp连接上进行全双工通信的协议)连接，即web后端(203)通过websocket协议向前端页面(301)发送目标人员的预案信息。
43.实施例二
44.再如图1所示，本实施例提供一种在实施例一的新型智能安防系统中的目标人员预警方法，其包括以下步骤：
45.步骤1：将目标人员的人脸信息及其告警预案信息存储到系统中，将预案信息与至少一指定摄像头设备绑定并启动预案；
46.通过将告警预案信息与摄像头设备绑定，用以保证当特定的目标人员进入特定区域时才会报警，且保障此时报警信息也只能被当前的设备所接收，同时保障只有拥有此设备查看权限的人员才收到这条报警信息，确保了信息的安全性。
47.在本实施例中，其中，步骤1中的启动预案具体为通过客户端的前端页面操作启动预案。
48.步骤2：绑定的摄像头设备将采集到的视频流实时传输到边缘预见小站，边缘预见小站对视频流进行人脸检测；
49.在本实施例中，其中，步骤2中摄像头设备将采集到的视频流实时传输到边缘预见小站具体为通过tcp传输控制协议进行传输。
50.步骤3：当边缘预见小站检测到任一帧视频图像包含人脸信息后，将包含人脸信息的视频图像与对应摄像头设备id(identitydocument，身份标识号)发送到云端的ai智能识别服务器；在其他实施例中，对应摄像头设备id也可以使用摄像头的设备编号。
51.本发明采用设备id或设备编号的目的，是为了确定识别目标人员的摄像头设备，只有当目标人员经过绑定设备id(或编号)的摄像头设备时，ai智能识别服务器将边缘小站检测的人脸信息与人脸特征库进行比对识别后才能启动报警。
52.在本实施例中，其中，步骤3中边缘预见小站将视频图像与对应摄像头设备id(或编号)发送到ai智能识别服务器具体为通过httppost请求发送。
53.步骤4：ai智能识别服务器通过人脸识别算法提取视频图像的人脸特征，并与人脸特征库预存的目标人员的人脸信息进行比对识别，当匹配到目标人员时，ai智能识别服务器将识别结果发送给web后端；
54.在本实施例中，其中，步骤4中ai智能识别服务器将识别结果发送给web后端具体为将识别结果通过httppost请求发送给web后端，其中，所述识别结果包含人员信息、摄像头设备id(或编号)及视频图像等相关信息。
55.步骤5：web后端将识别结果进行过滤去重后，将有效数据发送到客户端的前端页面显示。
56.图2为本发明一实施的目标人员预警方法中web后端处理流程图，如图2所示，在本实施例中，其中，步骤5中将有效数据发送到客户端的前端页面显示具体为：
57.步骤501：当识别结果为有效数据时，将对应数据以json(javascriptobject
notation，js对象简谱，是一种轻量级的数据交换格式)数据包的形式通过 websocket协议发送到前端页面，同时将对应数据存入数据库的实时信息表 (facercg)中，此时前端页面通过websocket与web后端建立了一个稳定的 通信通道；
58.其中，由于json数据包中包含了摄像头设备的设备id(或编号)，若此 时工作人员在前端页面打开对应摄像头设备的实时画面，则会获取到json数 据包信息并显示在页面上，其中，前端页面打开设备的实时画面时候还会根 据设备的id(或编号)，通过websocket与web后端建立一个稳定的通信通 道。
59.步骤502：触发实时信息表(facercg)的postsave(一种基于python的 web应用框架django用于保存数据的信号)信号；
60.步骤503：当web后端接收到实时信息表(facercg)的postsave信号后， 则从数据库中调取对应id(或编号)的设备的所有告警预案信息，若存在识 别出的目标人员的预案信息且此预案处于启动状态，则进入下一步；否则结 束本次预警；
61.步骤504：触发对应的告警预案，并将相关预案信息存入预警历史信息 表(warninghistory)，触发预警历史信息表(warninghistory)的postsave信 号；
62.步骤505：当web后端确认接收到预警历史信息表(warninghistory)的 postsave信号后，将当前的预警历史信息表(warninghistory)(即预警历史 信息表中包含了当前已启动的预案信息)封装成json数据包，并通过与前端 页面间的websocket通信通道发送给前端页面；
63.步骤506：根据设备的id(或编号)查询拥有对应设备权限的用户，并 根据用户信息发送报警信息，其中，报警信息包括弹窗报警、短信报警、邮 件报警、公众号推送报警等方式。
64.在安防系统中，由于每个用户在注册时均对应有用户信息，例如用户的 userid，在查询到相应用户后，前端页面可以根据用户的userid与web后 端建立一个全局的websocket通信通道，当前端页面接收到包含预警信息的 json数据包后，无论前端页面是否处于对应设备id(或编号)的摄像头设备 的实时监控界面，都会出现一弹窗报警，可以在弹窗中显示此次报警的所有 详细信息。
65.在本实施例中，除了采用弹窗报警的方式以外，还可以通过例如短信报 警、邮件报警、公众号推送报警、人工提醒报警等多种方式进行报警，本发 明不对具体报警的形式进行限制，无论以何种方式发出报警信息，都会确保 用户可以实时接到报警信息。
66.本发明的新型城市安防系统及其响应式目标人员预警的方法，解决了现 有城市安防系统中预警效率低、实时性弱，且大多只能事后追溯不能事前预 警的问题，减少了在目标人员预警中的人工干预，提高了城市安防系统的可 用性及预警效果，进一步提升社区的安全性。
67.本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中 的模块或流程并不一定是实施本发明所必须的。
68.本领域普通技术人员可以理解：实施例中的装置中的模块可以按照实施 例描述分布于实施例的装置中，也可以进行相应变化位于不同于本实施例的 一个或多个装置中。上述实施例的模块可以合并为一个模块，也可以进一步 拆分成多个子模块。
69.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其 限制；尽
管参照前述实施例对本发明进行了详细的说明，本领域的普通技术 人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者 对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术 方案的本质脱离本发明实施例技术方案的精神和范围。