一种用于智慧小区的危险行为检测系统的制作方法

1.本发明涉及社区安全监控技术领域，具体是一种用于智慧小区的危险行为检测系统。


背景技术：

2.随着科技水平的提升，智慧社区应运而成，其是指社区管理的一种新理念，是新形势下社会管理创新的一种新模式。充分借助互联网、物联网，涉及到智能楼宇、智能家居、路网监控、个人健康与数字生活等诸多领域，充分发挥信息通信(ict)产业发达、电信业务及信息化基础设施优良等优势。而智慧社区中的危险行为检测作为社区安全自动化运维的一部分，在保障社区安全上具有重要意义。
3.目前市面上已有的异常行为检测主要依靠光流法及相关结合，检测固定画面的变化，该方法无法适应社区的复杂场景，检测出异常行为的情况很有限，且无法智能识别出检测系数高的区域进行重点检测，提高异常行为检测效率，基于以上不足，本发明提出一种用于智慧小区的危险行为检测系统。


技术实现要素：

4.本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种用于智慧小区的危险行为检测系统。
5.为实现上述目的，根据本发明的第一方面的实施例提出一种用于智慧小区的危险行为检测系统，包括监控配置模块、行为采集模块、数据传输模块、行为分析模块以及行为监控模块；
6.智慧小区包括若干个监控区域，所述监控配置模块用于根据监控区域的危险行为信息进行分析，并根据检测系数jx确定对应监控区域的监控配置等级；其中监控配置等级表现为监控摄像头配置数量；
7.当监控摄像头配置完成，所述行为采集模块用于采集监控区域的视频数据并将采集的视频数据传输至数据传输模块；所述数据传输模块用于根据检测系数jx对接收到的视频数据进行分类，若为核心数据，则传输路径为一级中转路径，若为非核心数据，则传输路径为二级中转路径；
8.其中一级中转路径表现为：视频数据经过一个基站直接发送至监控中心；二级中转路径表现为：视频数据依次经过两个基站中转至监控中心；
9.所述监控中心与行为分析模块相连接，所述行为分析模块用于逐帧获取视频数据中的图像，并将图像输入到危险行为检测模型中进行危险行为识别并获取识别结果，然后根据预先设置的报警规则进行报警，以提醒监控中心的警卫人员进行处理。
10.进一步地，所述监控配置模块的具体分析步骤为：
11.根据时间戳，获取预设时间段内同一监控区域的危险行为信息；统计对应监控区域危险行为的发生次数为c1；
12.将相邻的行为时间进行时间差计算得到行为间隔gti，得到行为间隔信息组；按照标准差公式计算得到行为间隔信息组的标准差f；遍历行为间隔信息组，得到最大值和最小值，并标记为max和min；利用公式zb＝(max-min)/min计算得到差异比zb；
13.将最近一次行为时间与系统当前时间进行时间差计算得到当前间隔gt；利用公式gr＝(f
×
b1 zb
×
b2)/(gt
×
b3)计算得到行为间隔吸引值gr，其中b1、b2、b3均为系数因子；
14.将每次的行为等级标记为di；统计di大于等级阈值的次数为p1，当di大于等级阈值时，获取di与等级阈值的差值并进行求和得到超等总值cz，利用公式cd＝p1
×
a1 cz
×
a2计算得到超等系数cd，其中a1、a2均为比例因子；利用公式jx＝c1
×
a3 gr
×
a4 cd
×
a5计算得到对应监控区域的检测系数jx，其中a3、a4、a5均为系数因子。
15.进一步地，根据检测系数jx确定对应监控区域的监控配置等级，具体为：
16.数据库内存储有检测系数范围与监控配置等级的映射关系表；
17.根据映射关系表，确定与检测系数jx对应的检测系数范围，进而确定对应监控区域的监控配置等级。
18.进一步地，所述数据传输模块包括基站群；所述基站群由若干个基站组成；具体工作步骤为：
19.v1：获取视频数据，调取对应监控区域的检测系数jx；若jx≥检测阈值，则将该视频数据标记为核心数据；否则标记为非核心数据；
20.v2：若视频数据为核心数据，则选取信号传输系数xh最大的基站作为中转基站，该视频数据经过该基站直接上传至监控中心；
21.若视频数据为非核心数据，则选取信号传输系数xh最大和次之的基站作为中转基站，该视频数据依次经过两个基站中转至监控中心。
22.进一步地，其中信号传输系数xh的具体计算方法为：
23.由移动终端与基站群建立通信连接，并向基站群发送测量配置消息，其中测量配置消息中包括第一信号质量门限；
24.响应于接收到测量配置消息，各个基站立即发送第二同步信号至移动终端；移动终端接收到第二同步信号后，确定第二同步信号的信号质量为z1，并将z1与第一信号质量门限进行对比，得到第一质量差zc；
25.将移动终端发出测量配置消息的时刻与接收到第二同步信号的时刻进行时间差计算得到响应时长xt；利用公式xh＝1/(zc
×
b4 xt
×
b5)计算得到对应基站的信号传输系数xh；其中b4、b5均为系数因子。
26.进一步地，其中危险行为检测模型的获取方法为：
27.将从监控摄像机和网络上获取的危险行为图片作为参数训练集，建立误差逆向传播神经网络模型；误差逆向传播神经网络模型至少包括一层隐含层；将参数训练集按照设定比例划分为训练集、测试集和校验集；
28.通过训练集、测试集和校验集对误差逆向传播神经网络进行训练、测试和校验，将完成训练的误差逆向传播神经网络标记为危险行为检测模型。
29.进一步地，所述行为监控模块用于对危险行为进行监测；当智慧小区内危险行为的发生频率大于预设阈值时，确定小区安全措施出现异常，并进行报警提示；以提醒小区物业管理中心加强安防措施或组织小区安全宣讲会。
30.进一步地，警卫人员处理结束后，记录对应的危险行为信息并上传至监控中心，所述监控中心用于将对应的危险行为信息打上时间戳存储至数据库；其中所述危险行为信息包括行为区域、行为时间以及行为等级；危险行为包括跌倒、打架斗殴、抢劫以及聚众行为；所述行为等级由警卫人员根据行为所造成的不良影响和生命财产损失进行评估。
31.与现有技术相比，本发明的有益效果是：
32.1、本发明中监控配置模块用于根据监控区域的危险行为信息进行分析，并根据检测系数jx确定对应监控区域的监控配置等级；以便对检测系数jx高的区域重点监控，提高危险行为检测效率；
33.2、本发明中数据传输模块用于对接收到的视频数据进行分析，根据检测系数jx对视频数据进行分类，若为核心数据，则选取信号传输系数xh最大的基站作为中转基站，该视频数据经过该基站直接上传至监控中心；若为非核心数据，则选取信号传输系数xh最大和次之的基站作为中转基站，该视频数据依次经过两个基站中转至监控中心；避免了基站拥堵，有效提高通信质量和通信效率；更使得监控中心对视频数据的检测更加有层次，能够优先检测检测系数较高区域的视频数据，提高了危险行为的检测效率和速度；
34.3、本发明中行为分析模块用于逐帧获取视频数据中的图像，并将图像输入到危险行为检测模型中进行危险行为识别并获取识别结果，当识别出危险行为时，根据预先设置的报警规则进行报警，以提醒监控中心的警卫人员进行处理，提高小区安全；行为监控模块与行为分析模块相连接，用于对危险行为进行监测；当智慧小区内危险行为的发生频率大于预设阈值时，确定小区安全措施出现异常，并进行报警提示；以提醒小区物业管理中心加强安防措施或组织小区安全宣讲会，提高居民安全防范意识。
附图说明
35.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。
36.图1为本发明一种用于智慧小区的危险行为检测系统的系统框图。
具体实施方式
37.下面将结合实施例对本发明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做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
38.如图1所示，一种用于智慧小区的危险行为检测系统，包括监控配置模块、行为采集模块、监控中心、数据传输模块、行为分析模块、数据库以及行为监控模块；
39.智慧小区包括若干个监控区域，监控配置模块用于根据监控区域的危险行为信息进行分析，并根据检测系数jx确定对应监控区域的监控配置等级；其中监控配置等级表现为监控摄像头配置数量，等级越高，则监控摄像头配置数量越多；
40.监控配置模块的具体分析步骤为：
41.根据时间戳，获取预设时间段内同一监控区域的危险行为信息；危险行为信息包括行为区域、行为时间以及行为等级；
42.其中危险行为包括跌倒、打架斗殴、抢劫、聚众等自定义化行为；行为等级由警卫人员处理后根据行为所造成的不良影响和生命财产损失进行评估并上传至监控中心；
43.统计对应监控区域危险行为的发生次数为c1，将相邻的行为时间进行时间差计算得到行为间隔gti，得到行为间隔信息组；
44.按照标准差公式计算得到行为间隔信息组的标准差f；遍历行为间隔信息组，得到最大值和最小值，并标记为max和min；利用公式zb＝(max-min)/min计算得到差异比zb；
45.将最近一次行为时间与系统当前时间进行时间差计算得到当前间隔gt；利用公式gr＝(f
×
b1 zb
×
b2)/(gt
×
b3)计算得到行为间隔吸引值gr，其中b1、b2、b3均为系数因子；
46.将每次的行为等级标记为di；将di与等级阈值相比较；统计di大于等级阈值的次数为p1，当di大于等级阈值时，获取di与等级阈值的差值并进行求和得到超等总值cz，利用公式cd＝p1
×
a1 cz
×
a2计算得到超等系数cd，其中a1、a2均为比例因子；
47.将发生次数、行为间隔吸引值、超等总值进行归一化处理并取其数值，利用公式jx＝c1
×
a3 gr
×
a4 cd
×
a5计算得到对应监控区域的检测系数jx，其中a3、a4、a5均为系数因子；
48.根据检测系数jx确定对应监控区域的监控配置等级，具体为：
49.数据库内存储有检测系数范围与监控配置等级的映射关系表；
50.根据映射关系表，确定与检测系数jx对应的检测系数范围，进而确定对应监控区域的监控配置等级；
51.当监控摄像头配置完成，行为采集模块用于采集监控区域的视频数据并将采集的视频数据传输至数据传输模块；
52.数据传输模块用于对接收到的视频数据进行分析，根据检测系数jx对视频数据进行分类，若为核心数据，则传输路径为一级中转路径，若为非核心数据，则传输路径为二级中转路径；
53.其中一级中转路径表现为：视频数据经过一个基站直接发送至监控中心；二级中转路径表现为：视频数据依次经过两个基站中转至监控中心；
54.在本实施例中，数据传输模块包括基站群、基站选择单元；基站群由若干个基站组成；基站选择单元用于按照预设规则选取对应基站将视频数据上传至监控中心；预设规则为：
55.v1：获取视频数据，调取对应监控区域的检测系数jx；若jx≥检测阈值，则将该视频数据标记为核心数据；否则，将该视频数据标记为非核心数据；
56.v2：若视频数据为核心数据，则选取信号传输系数xh最大的基站作为中转基站，该视频数据经过该基站直接上传至监控中心；
57.若视频数据为非核心数据，则选取信号传输系数xh最大和次之的基站作为中转基站，该视频数据依次经过两个基站中转至监控中心；
58.本发明按照针对核心数据和非核心数据选取不同的中转路径，将视频数据上传至监控中心；不仅避免基站拥堵，提高通信质量和通信效率，更使得监控中心对视频数据的检测更加有层次，能够优先对检测系数高区域的视频数据进行检测，提高了危险行为的检测
效率和速度；
59.其中信号传输系数xh的具体计算方法为：
60.由移动终端与基站群建立通信连接，并向基站群发送测量配置消息，其中测量配置消息中包括第一信号质量门限；
61.响应于接收到测量配置消息，各个基站立即发送第二同步信号至移动终端；移动终端接收到第二同步信号后，确定第二同步信号的信号质量为z1，并将z1与第一信号质量门限进行对比，得到第一质量差zc；其中本领域技术人员应该理解，任意本领域公知的度量都能够用于表征信号质量，例如rsrq、rsrp、rssi等等；此处的质量差值可以反映出信号在传输过程中的衰减；
62.将移动终端发出测量配置消息的时刻与接收到第二同步信号的时刻进行时间差计算得到响应时长xt；利用公式xh＝1/(zc
×
b4 xt
×
b5)计算得到对应基站的信号传输系数xh；其中b4、b5均为系数因子；信号传输系数xh越大，则表明信号传输质量越好；
63.监控中心与行为分析模块相连接，行为分析模块用于逐帧获取视频数据中的图像，并将图像输入到危险行为检测模型中进行危险行为识别并获取识别结果；其中危险行为检测模型的获取方法为：
64.将从监控摄像机和网络上获取的危险行为图片作为参数训练集，建立误差逆向传播神经网络模型；误差逆向传播神经网络模型至少包括一层隐含层；
65.将参数训练集按照设定比例划分为训练集、测试集和校验集；
66.通过训练集、测试集和校验集对误差逆向传播神经网络进行训练、测试和校验，将完成训练的误差逆向传播神经网络标记为危险行为检测模型；
67.当识别出危险行为时，行为分析模块用于根据预先设置的报警规则进行报警，以提醒监控中心的警卫人员进行处理；警卫人员处理结束后，记录对应的危险行为信息并上传至监控中心，监控中心用于将对应的危险行为信息打上时间戳存储至数据库；
68.行为监控模块与行为分析模块相连接，用于对危险行为进行监测；当智慧小区内危险行为的发生频率大于预设阈值时，确定小区安全措施出现异常，并进行报警提示；以提醒小区物业管理中心加强安防措施或组织小区安全宣讲会，提高居民安全防范意识。
69.上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
70.本发明的工作原理：
71.一种用于智慧小区的危险行为检测系统，在工作时，监控配置模块用于根据监控区域的危险行为信息进行分析，并根据检测系数jx确定对应监控区域的监控配置等级；以便对检测系数jx高的区域重点监控，提高危险行为检测效率；当监控摄像头配置完成，行为采集模块用于采集监控区域的视频数据并将采集的视频数据传输至数据传输模块；数据传输模块用于对接收到的视频数据进行分析，根据检测系数jx对视频数据进行分类，若为核心数据，则传输路径为一级中转路径，若为非核心数据，则传输路径为二级中转路径；避免了基站拥堵，有效提高通信质量和通信效率；更使得监控中心对视频数据的检测更加有层次，能够优先对检测系数高区域的视频数据进行检测，提高了危险行为的检测效率和速度；
72.行为分析模块用于逐帧获取视频数据中的图像，并将图像输入到危险行为检测模
型中进行危险行为识别并获取识别结果；其中将从监控摄像机和网络上获取的危险行为图片作为参数训练集，建立误差逆向传播神经网络模型；将参数训练集按照设定比例划分为训练集、测试集和校验集，对误差逆向传播神经网络进行训练、测试和校验，得到危险行为检测模型；当识别出危险行为时，根据预先设置的报警规则进行报警，以提醒监控中心的警卫人员进行处理，提高小区安全；行为监控模块用于对危险行为进行监测；当智慧小区内危险行为的发生频率大于预设阈值时，确定小区安全措施出现异常，并进行报警提示；以提醒小区物业管理中心加强安防措施或组织小区安全宣讲会，提高居民安全防范意识。
73.在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
74.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。