基于边缘计算的监狱智能监控系统和方法与流程

1.本技术涉及监控技术领域，尤其涉及一种基于边缘计算的监狱智能监控系统和方法。


背景技术：

2.监狱或看守所内主要依靠视频监控来监视犯人，实际的行为判断还是需要狱警实际察看再进行行为判断。狱警响应时间慢，一旦出现紧急情况可能会错失最佳的时机，狱警有时也会因为犯人行为的掩饰而忽视了一些潜在的违法行为，因此，亟需解决这一技术问题。


技术实现要素：

3.鉴于上述问题，提出了本技术以便提供一种克服上述问题或者至少部分地解决上述问题的基于边缘计算的监狱智能监控系统和方法，能够毫不疏漏地监视监狱内的情况，防止犯人越狱或有其他违法行为，可以很好地协助狱警对监狱进行管理。所述技术方案如下：
4.第一方面，提供了一种基于边缘计算的监狱智能监控系统，包括：
5.边缘计算单元，用于获取整个监狱室内的监控视频数据，根据获取的监控视频数据识别犯人的危险行为；
6.提示信息生成单元，用于若识别出犯人的危险行为，则生成表示犯人存在危险行为的提示信息；
7.报警单元，用于将所述提示信息发送给指定的终端设备，从而将所述提示信息通知给携带所述指定的终端设备的狱警。
8.在一种可能的实现方式中，所述边缘计算单元还用于：
9.在多个边缘计算节点中确定处于工作状态的边缘计算节点；
10.将获取的监控视频数据实时发送给确定的处于工作状态的边缘计算节点；
11.接收边缘计算节点返回的通过边缘计算识别监控视频数据中犯人的危险行为。
12.在一种可能的实现方式中，所述边缘计算单元还用于：
13.获取待绑定的边缘计算节点的特征标识；
14.根据获取的特征标识与待绑定的边缘计算节点进行绑定；
15.将获取的监控视频数据实时发送给绑定的边缘计算节点。
16.在一种可能的实现方式中，所述边缘计算节点的特征标识包括所述边缘计算节点的id、二维码、条码、统一资源标识符url中的一种或多种。
17.在一种可能的实现方式中，所述边缘计算单元还用于：
18.将获取的监控视频数据中的每帧转化成对应的帧图像；
19.对于每个帧图像，按照预先确定的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像，其中n为大于1的正整数；
20.对n个矩形图像进行处理，将n个矩形图像转化成指定边长的n个正方形图像，并按照预设排列顺序将n个正方形图像组成一个整体正方形图像；
21.将所述整体正方形图像输入预先训练的危险行为动作识别模型，利用所述训练的危险行为动作识别模型对所述整体正方形图像对应的危险行为动作进行预测，得到预测结果；
22.根据所述预测结果识别犯人的危险行为。
23.在一种可能的实现方式中，所述边缘计算单元还用于：
24.在对于每个帧图像，按照预先确定的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像之前，判断监控摄像头当前采集监控视频数据与确定n个选区的矩形区域坐标时采集样本视频，是否发生位置变动；
25.若发生位置变动，则确定位置变动的仿射转换矩阵；
26.利用仿射转换矩阵对确定的n个选区的矩形区域坐标进行转换，得到转换后的n个选区的矩形区域坐标，从而对于每个帧图像，按照转换后的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像。
27.第二方面，提供了一种基于边缘计算的监狱智能监控方法，包括以下步骤：
28.获取整个监狱室内的监控视频数据，根据获取的监控视频数据识别犯人的危险行为；
29.若识别出犯人的危险行为，则生成表示犯人存在危险行为的提示信息；
30.将所述提示信息发送给指定的终端设备，从而将所述提示信息通知给携带所述指定的终端设备的狱警。
31.在一种可能的实现方式中，所述根据获取的监控视频数据识别犯人的危险行为，包括：
32.在多个边缘计算节点中确定处于工作状态的边缘计算节点；
33.将获取的监控视频数据实时发送给确定的处于工作状态的边缘计算节点；
34.接收边缘计算节点返回的通过边缘计算识别监控视频数据中犯人的危险行为。
35.在一种可能的实现方式中，所述将获取的监控视频数据实时发送给边缘计算节点，包括：
36.获取待绑定的边缘计算节点的特征标识；
37.根据获取的特征标识与待绑定的边缘计算节点进行绑定；
38.将获取的监控视频数据实时发送给绑定的边缘计算节点。
39.在一种可能的实现方式中，所述边缘计算节点的特征标识包括所述边缘计算节点的id、二维码、条码、统一资源标识符url中的一种或多种。
40.在一种可能的实现方式中，所述根据获取的监控视频数据识别犯人的危险行为，包括：
41.将获取的监控视频数据中的每帧转化成对应的帧图像；
42.对于每个帧图像，按照预先确定的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像，其中n为大于1的正整数；
43.对n个矩形图像进行处理，将n个矩形图像转化成指定边长的n个正方形图像，并按照预设排列顺序将n个正方形图像组成一个整体正方形图像；
44.将所述整体正方形图像输入预先训练的危险行为动作识别模型，利用所述训练的危险行为动作识别模型对所述整体正方形图像对应的危险行为动作进行预测，得到预测结果；
45.根据所述预测结果识别犯人的危险行为。
46.在一种可能的实现方式中，在对于每个帧图像，按照预先确定的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像之前，所述方法还包括：
47.判断监控摄像头当前采集监控视频数据与确定n个选区的矩形区域坐标时采集样本视频，是否发生位置变动；
48.若发生位置变动，则确定位置变动的仿射转换矩阵；
49.利用仿射转换矩阵对确定的n个选区的矩形区域坐标进行转换，得到转换后的n个选区的矩形区域坐标，从而对于每个帧图像，按照转换后的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像。
50.在一种可能的实现方式中，将所述提示信息发送给指定的终端设备，还包括：
51.在所述犯人身上安装有gps定位装置、语音警告装置、鞋底设置有压力传感器以及在犯人衣服的关节处装设有机械控制装置，所述机械控制装置可以将犯人的关节锁住使得犯人的关节无法弯曲，首先将所述提示信息发送给携带所述指定的终端设备的狱警，然后再发送给犯人身上的语音警告装置，并开启犯人身上gps的使能将犯人的定位发送至携带所述指定的终端设备的狱警，所述语音装置会播放5次让犯人停止危险行为的语音，并观察犯人是否还存在危险行为，若还存在危险行为，则首先控制机械控制装置对犯人上半身关节进行锁定，然后通过设置在犯人鞋底的压力传感器判断当前犯人是否双脚稳定着地，然后当犯人双脚着地时控制机械控制装置对犯人膝盖部分的关节进行锁定，使其在身体稳定情况下再进行控制，防止犯人摔倒，其具体步骤包括，
52.步骤a1：利用公式(1)根据语音播报的5次时间内犯人危险行为的存在情况控制机械控制装置的上半身锁定使能
[0053][0054]
其中e(t0)表示当前时刻所述机械控制装置的上半身锁定使能控制值；t0表示当前时刻；w(t)表示t时刻检测到的所述犯人危险行为的存在值(若检测到所述犯人存在危险行为则w(t)＝1，反之w(t)＝0)；t表示所述语音播报一次让犯人停止危险行为的语音所用的时间；t表示整数变量(单位为毫秒)；
[0055]
若e(t0)＝1，表示当前时刻需控制所述机械控制装置的上半身进行锁定；
[0056]
若e(t0)＝0，表示当前时刻不控制所述机械控制装置，并继续检测所述犯人是否有危险行为然后再次进行步骤a1的计算和控制；
[0057]
步骤a2：利用公式(2)根据设置在犯人鞋底的压力传感器判断当前犯人是否双脚稳定着地
[0058]
[0059]
其中q(t0)表示当前时刻所述犯人双脚稳定着地的输出值；f(t0_i)表示当前时刻所述犯人双脚的第i个部位压力传感器采集到的数值(其中f(t0_1)表示犯人左脚的脚尖部位压力传感器采集到的数值，f(t
0_
2)表示犯人左脚的脚后跟部位压力传感器采集到的数值，f(t0_3)表示犯人右脚的脚尖部位压力传感器采集到的数值，f(t0_4)表示犯人右脚的脚后跟部位压力传感器采集到的数值)；0.5n表示0.5牛的力；∧表示逻辑关系与；v表示逻辑关系或；||表示求取绝对值；
[0060]
若q(t0)＝1，表示当前时刻所述犯人双脚是稳定着地的状态；
[0061]
若q(t0)＝0，表示当前时刻所述犯人双脚不是稳定着地的状态；
[0062]
步骤a3：利用公式(3)根据当前犯人双脚稳定输出值以及机械控制装置的上半身锁定使能控制机械控制装置的膝盖部分的关节锁定使能
[0063][0064]
其中k(t0)表示当前时刻所述机械控制装置的膝盖部分的关节锁定使能控制值；
[0065]
若k(t0)＝1，表示当前时刻需控制所述机械控制装置的膝盖部分的关节进行锁定，进而在犯人双脚稳定的状态下锁住犯人关节，使其无法移动；
[0066]
若k(t0)＝0，表示当前时刻不控制所述机械控制装置。
[0067]
借由上述技术方案，本技术实施例提供的基于边缘计算的监狱智能监控系统和方法，获取整个监狱室内的监控视频数据，根据获取的监控视频数据识别犯人的危险行为；若识别出犯人的危险行为，则生成表示犯人存在危险行为的提示信息；将所述提示信息发送给指定的终端设备，从而将所述提示信息通知给携带所述指定的终端设备的狱警。可以看到，本技术实施例能够毫不疏漏地监视监狱内的情况，防止犯人越狱或有其他违法行为，可以很好地协助狱警对监狱进行管理。
附图说明
[0068]
为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例描述中所需要使用的附图作简单地介绍。
[0069]
图1示出了根据本技术实施例的基于边缘计算的监狱智能监控方法的流程图；
[0070]
图2示出了根据本技术另一实施例的基于边缘计算的监狱智能监控方法的流程图；
[0071]
图3示出了根据本技术实施例的基于边缘计算的监狱智能监控装置的结构图。
具体实施方式
[0072]
下面将参照附图更详细地描述本技术的示例性实施例。虽然附图中显示了本技术的示例性实施例，然而应当理解，可以以各种形式实现本技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本技术，并且能够将本技术的范围完整的传达给本领域的技术人员。
[0073]
需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的
那些以外的顺序实施。此外，术语“包括”及其变体要被解读为意味着“包括但不限于”的开放式术语。
[0074]
本技术实施例提供了一种基于边缘计算的监狱智能监控方法，可以应用在监狱监控设备。如图1所示，该基于边缘计算的监狱智能监控方法可以包括以下步骤s101至s103：
[0075]
步骤s101，获取整个监狱室内的监控视频数据，根据获取的监控视频数据识别犯人的危险行为；
[0076]
步骤s102，若识别出犯人的危险行为，则生成表示犯人存在危险行为的提示信息；
[0077]
步骤s103，将提示信息发送给指定的终端设备，从而将提示信息通知给携带指定的终端设备的狱警。
[0078]
本技术实施例获取整个监狱室内的监控视频数据，根据获取的监控视频数据识别犯人的危险行为；若识别出犯人的危险行为，则生成表示犯人存在危险行为的提示信息；将提示信息发送给指定的终端设备，从而将提示信息通知给携带指定的终端设备的狱警。可以看到，本技术实施例能够毫不疏漏地监视监狱内的情况，防止犯人越狱或有其他违法行为，可以很好地协助狱警对监狱进行管理。
[0079]
本技术实施例中提供了一种可能的实现方式，上文步骤s101中根据获取的监控视频数据识别犯人的危险行为，具体可以包括以下步骤a1至a3：
[0080]
步骤a1，在多个边缘计算节点中确定处于工作状态的边缘计算节点；
[0081]
步骤a2，将获取的监控视频数据实时发送给确定的处于工作状态的边缘计算节点；
[0082]
步骤a3，接收边缘计算节点返回的通过边缘计算识别监控视频数据中犯人的危险行为。
[0083]
本技术实施例中通过边缘计算提高分辨准确度，并提高识别的效率。
[0084]
本技术实施例中提供了一种可能的实现方式，上文步骤a2将获取的监控视频数据实时发送给确定的处于工作状态的边缘计算节点，具体可以包括以下步骤a2-1至a2-3：
[0085]
步骤a2-1，获取待绑定的边缘计算节点的特征标识；
[0086]
步骤a2-2，根据获取的特征标识与待绑定的边缘计算节点进行绑定；
[0087]
步骤a2-3，将获取的监控视频数据实时发送给绑定的边缘计算节点。
[0088]
本技术实施例可以找到合适的边缘计算节点进行绑定，提高后续的危险行为动作的识别效率。
[0089]
上面步骤a1-1中提及的边缘计算节点的特征标识可以包括边缘计算节点的id(identity document，身份标识号)、二维码、条码、url(uniform resource locator，统一资源标识符)中的一种或多种。
[0090]
本技术实施例中提供了一种可能的实现方式，上文步骤s101中根据获取的监控视频数据识别犯人的危险行为，具体可以包括以下步骤b1至b5：
[0091]
步骤b1，将获取的监控视频数据中的每帧转化成对应的帧图像；
[0092]
步骤b2，对于每个帧图像，按照预先确定的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像，其中n为大于1的正整数；
[0093]
步骤b3，对n个矩形图像进行处理，将n个矩形图像转化成指定边长的n个正方形图像，并按照预设排列顺序将n个正方形图像组成一个整体正方形图像；
[0094]
步骤b4，将整体正方形图像输入预先训练的危险行为动作识别模型，利用训练的危险行为动作识别模型对整体正方形图像对应的危险行为动作进行预测，得到预测结果；
[0095]
步骤b5，根据预测结果识别犯人的危险行为。
[0096]
本技术实施例通过边缘计算对视频数据帧图像进行处理，可以准确、高效地识别犯人的危险行为，可以很好地协助狱警对监狱进行管理。
[0097]
本技术实施例中提供了一种可能的实现方式，在步骤b2对于每个帧图像，按照预先确定的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像之前，还可以包括以下步骤c1至c3：
[0098]
步骤c1，判断监控摄像头当前采集监控视频数据与确定n个选区的矩形区域坐标时采集样本视频，是否发生位置变动；
[0099]
步骤c2，若发生位置变动，则确定位置变动的仿射转换矩阵；
[0100]
步骤c3，利用仿射转换矩阵对确定的n个选区的矩形区域坐标进行转换，得到转换后的n个选区的矩形区域坐标，从而对于每个帧图像，按照转换后的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像。
[0101]
本实施例如果摄像头没有位置的变动则不需要对其进行校准，校准的目的是调整摄像头位置或角度的改变带来预选框位置在图像中的变化，可以提高选取图像的准确性，进而提高识别的准确性。
[0102]
本技术实施例中提供了一种可能的实现方式，上文步骤s103将提示信息发送给指定的终端设备，还包括：
[0103]
在犯人身上安装有gps(global positioning system，全球定位系统)定位装置、语音警告装置、鞋底设置有压力传感器以及在犯人衣服的关节处装设有机械控制装置，机械控制装置可以将犯人的关节锁住使得犯人的关节无法弯曲，首先将提示信息发送给携带指定的终端设备的狱警，然后再发送给犯人身上的语音警告装置，并开启犯人身上gps的使能将犯人的定位发送至携带指定的终端设备的狱警，语音装置会播放5次让犯人停止危险行为的语音，并观察犯人是否还存在危险行为，若还存在危险行为，则首先控制机械控制装置对犯人上半身关节进行锁定，然后通过设置在犯人鞋底的压力传感器判断当前犯人是否双脚稳定着地，然后当犯人双脚着地时控制机械控制装置对犯人膝盖部分的关节进行锁定，使其在身体稳定情况下再进行控制，防止犯人摔倒，其具体步骤包括，
[0104]
步骤a1：利用公式(1)根据语音播报的5次时间内犯人危险行为的存在情况控制机械控制装置的上半身锁定使能
[0105][0106]
其中e(t0)表示当前时刻机械控制装置的上半身锁定使能控制值；t0表示当前时刻；w(t)表示t时刻检测到的犯人危险行为的存在值(若检测到犯人存在危险行为则w(t)＝1，反之w(t)＝0)；t表示语音播报一次让犯人停止危险行为的语音所用的时间；t表示整数变量(单位为毫秒)；
[0107]
若e(t0)＝1，表示当前时刻需控制机械控制装置的上半身进行锁定；
[0108]
若e(t0)＝0，表示当前时刻不控制机械控制装置，并继续检测犯人是否有危险行
为然后再次进行步骤a1的计算和控制；
[0109]
步骤a2：利用公式(2)根据设置在犯人鞋底的压力传感器判断当前犯人是否双脚稳定着地
[0110][0111]
其中q(t0)表示当前时刻犯人双脚稳定着地的输出值；f(t0_i)表示当前时刻犯人双脚的第i个部位压力传感器采集到的数值(其中f(t0_1)表示犯人左脚的脚尖部位压力传感器采集到的数值，f(t0_2)表示犯人左脚的脚后跟部位压力传感器采集到的数值，f(t0_3)表示犯人右脚的脚尖部位压力传感器采集到的数值，f(t0_4)表示犯人右脚的脚后跟部位压力传感器采集到的数值)；0.5n表示0.5牛的力；∧表示逻辑关系与；∨表示逻辑关系或；| |表示求取绝对值；
[0112]
若q(t0)＝1，表示当前时刻犯人双脚是稳定着地的状态；
[0113]
若q(t0)＝0，表示当前时刻犯人双脚不是稳定着地的状态；
[0114]
步骤a3：利用公式(3)根据当前犯人双脚稳定输出值以及机械控制装置的上半身锁定使能控制机械控制装置的膝盖部分的关节锁定使能
[0115][0116]
其中k(t0)表示当前时刻机械控制装置的膝盖部分的关节锁定使能控制值；
[0117]
若k(t0)＝1，表示当前时刻需控制机械控制装置的膝盖部分的关节进行锁定，进而在犯人双脚稳定的状态下锁住犯人关节，使其无法移动；
[0118]
若k(t0)＝0，表示当前时刻不控制机械控制装置。
[0119]
上述技术方案的有益效果是：利用步骤a1的公式(1)根据语音播报的5次时间内犯人危险行为的存在情况控制机械控制装置的上半身锁定使能，进而首先对不听从管教的犯人的上半身进行限制，降低犯人危险行为的动作；然后利用步骤a2的公式(2)根据设置在犯人鞋底的压力传感器判断当前犯人是否双脚稳定着地，目的是判断当前犯人是否的双脚状态是否稳定便于后续的安全控制；最后利用步骤a3的公式(3)根据当前犯人双脚稳定输出值以及机械控制装置的上半身锁定使能控制机械控制装置的膝盖部分的关节锁定使能，进而在确保犯人较安全的情况下对其膝盖部分的关节进行控制锁住，防止其移动以及继续进行危险行为。
[0120]
以上介绍了图1所示实施例的各个环节的多种实现方式，下面将通过具体实施例来详细介绍基于边缘计算的监狱智能监控方法的实现过程。
[0121]
本技术另一实施例提供了一种基于边缘计算的监狱智能监控方法，如图2所示，该基于边缘计算的监狱智能监控方法可以包括以下步骤s201至s205：
[0122]
步骤s201，获取整个监狱室内的监控视频数据；
[0123]
步骤s202，将获取的监控视频数据实时发送给边缘计算节点；
[0124]
可以理解的是，这里将获取的监控视频数据实时发送给边缘计算节点，具体可以是获取待绑定的边缘计算节点的特征标识，随后根据获取的特征标识与待绑定的边缘计算节点进行绑定，之后将获取的监控视频数据实时发送给绑定的边缘计算节点。这里提及的
边缘计算节点的特征标识可以包括边缘计算节点的id、二维码、条码、url中的一种或多种。
[0125]
步骤s203，接收边缘计算节点返回的通过边缘计算识别监控视频数据中犯人的危险行为；
[0126]
可以理解的是，边缘计算节点可以采用前文介绍的步骤b1至b5来根据监控视频数据识别犯人的危险行为，此处不再详细赘述。
[0127]
步骤s204，若识别出犯人的危险行为，则生成表示犯人存在危险行为的提示信息；
[0128]
可以理解的是，若未识别出犯人的危险行为，则不生成表示犯人存在危险行为的提示信息。
[0129]
步骤s205，将提示信息发送给指定的终端设备，从而将提示信息通知给携带指定的终端设备的狱警。
[0130]
本技术实施例通过边缘计算对视频数据帧图像进行处理，可以准确、高效地识别犯人的危险行为，能够毫不疏漏地监视监狱内的情况，防止犯人越狱或有其他违法行为，可以很好地协助狱警对监狱进行管理。
[0131]
需要说明的是，实际应用中，上述所有可能的实施方式可以采用结合的方式任意组合，形成本技术的可能的实施例，在此不再一一赘述。
[0132]
基于上文各个实施例提供的基于边缘计算的监狱智能监控方法，基于同一发明构思，本技术实施例还提供了一种基于边缘计算的监狱智能监控装置。
[0133]
图3示出了根据本技术实施例的基于边缘计算的监狱智能监控装置的结构图。如图3所示，该基于边缘计算的监狱智能监控装置可以包括边缘计算单元310、提示信息生成单元320以及报警单元330。
[0134]
边缘计算单元310，用于获取整个监狱室内的监控视频数据，根据获取的监控视频数据识别犯人的危险行为；
[0135]
提示信息生成单元320，用于若识别出犯人的危险行为，则生成表示犯人存在危险行为的提示信息；
[0136]
报警单元330，用于将提示信息发送给指定的终端设备，从而将提示信息通知给携带指定的终端设备的狱警。
[0137]
本技术实施例中提供了一种可能的实现方式，上文图3展示的边缘计算单元310还用于：
[0138]
将获取的监控视频数据实时发送给边缘计算节点；
[0139]
接收边缘计算节点返回的通过边缘计算识别监控视频数据中犯人的危险行为。
[0140]
本技术实施例中提供了一种可能的实现方式，上文图3展示的边缘计算单元310还用于：
[0141]
获取待绑定的边缘计算节点的特征标识；
[0142]
根据获取的特征标识与待绑定的边缘计算节点进行绑定；
[0143]
将获取的监控视频数据实时发送给绑定的边缘计算节点。
[0144]
本技术实施例中提供了一种可能的实现方式，边缘计算节点的特征标识包括边缘计算节点的id、二维码、条码、统一资源标识符url中的一种或多种。
[0145]
本技术实施例中提供了一种可能的实现方式，上文图3展示的边缘计算单元310还用于：
[0146]
将获取的监控视频数据中的每帧转化成对应的帧图像；
[0147]
对于每个帧图像，按照预先确定的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像，其中n为大于1的正整数；
[0148]
对n个矩形图像进行处理，将n个矩形图像转化成指定边长的n个正方形图像，并按照预设排列顺序将n个正方形图像组成一个整体正方形图像；
[0149]
将整体正方形图像输入预先训练的危险行为动作识别模型，利用训练的危险行为动作识别模型对整体正方形图像对应的危险行为动作进行预测，得到预测结果；
[0150]
根据预测结果识别犯人的危险行为。
[0151]
本技术实施例中提供了一种可能的实现方式，上文图3展示的边缘计算单元310还用于：
[0152]
在对于每个帧图像，按照预先确定的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像之前，判断监控摄像头当前采集监控视频数据与确定n个选区的矩形区域坐标时采集样本视频，是否发生位置变动；
[0153]
若发生位置变动，则确定位置变动的仿射转换矩阵；
[0154]
利用仿射转换矩阵对确定的n个选区的矩形区域坐标进行转换，得到转换后的n个选区的矩形区域坐标，从而对于每个帧图像，按照转换后的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像。
[0155]
本技术实施例中提供了一种可能的实现方式，上文图3展示的报警单元330还用于：
[0156]
在犯人身上安装有定位装置、语音警告装置、鞋底设置有压力传感器以及在犯人衣服的关节处装设有机械控制装置，机械控制装置可以将犯人的关节锁住使得犯人的关节无法弯曲，首先将提示信息发送给携带指定的终端设备的狱警，然后再发送给犯人身上的语音警告装置，并开启犯人身上gps的使能将犯人的定位发送至携带指定的终端设备的狱警，语音装置会播放5次让犯人停止危险行为的语音，并观察犯人是否还存在危险行为，若还存在危险行为，则首先控制机械控制装置对犯人上半身关节进行锁定，然后通过设置在犯人鞋底的压力传感器判断当前犯人是否双脚稳定着地，然后当犯人双脚着地时控制机械控制装置对犯人膝盖部分的关节进行锁定，使其在身体稳定情况下再进行控制，防止犯人摔倒，其具体步骤包括，
[0157]
步骤a1：利用公式(1)根据语音播报的5次时间内犯人危险行为的存在情况控制机械控制装置的上半身锁定使能
[0158][0159]
其中e(t0)表示当前时刻机械控制装置的上半身锁定使能控制值；t0表示当前时刻；w(t)表示t时刻检测到的犯人危险行为的存在值(若检测到犯人存在危险行为则w(t)＝1，反之w(t)＝0)；t表示语音播报一次让犯人停止危险行为的语音所用的时间；t表示整数变量(单位为毫秒)；
[0160]
若e(t0)＝1，表示当前时刻需控制机械控制装置的上半身进行锁定；
[0161]
若e(t0)＝0，表示当前时刻不控制机械控制装置，并继续检测犯人是否有危险行
为然后再次进行步骤a1的计算和控制；
[0162]
步骤a2：利用公式(2)根据设置在犯人鞋底的压力传感器判断当前犯人是否双脚稳定着地
[0163][0164]
其中q(t0)表示当前时刻犯人双脚稳定着地的输出值；f(t0_i)表示当前时刻犯人双脚的第i个部位压力传感器采集到的数值(其中f(t0_1)表示犯人左脚的脚尖部位压力传感器采集到的数值，f(t
0-2)表示犯人左脚的脚后跟部位压力传感器采集到的数值，f(t0_3)表示犯人右脚的脚尖部位压力传感器采集到的数值，f(t0_4)表示犯人右脚的脚后跟部位压力传感器采集到的数值)；0.5n表示0.5牛的力；∧表示逻辑关系与；∨表示逻辑关系或；||表示求取绝对值；
[0165]
若q(t0)＝1，表示当前时刻犯人双脚是稳定着地的状态；
[0166]
若q(t0)＝0，表示当前时刻犯人双脚不是稳定着地的状态；
[0167]
步骤a3：利用公式(3)根据当前犯人双脚稳定输出值以及机械控制装置的上半身锁定使能控制机械控制装置的膝盖部分的关节锁定使能
[0168][0169]
其中k(t0)表示当前时刻机械控制装置的膝盖部分的关节锁定使能控制值；
[0170]
若k(t0)＝1，表示当前时刻需控制机械控制装置的膝盖部分的关节进行锁定，进而在犯人双脚稳定的状态下锁住犯人关节，使其无法移动；
[0171]
若k(t0)＝0，表示当前时刻不控制机械控制装置。
[0172]
本技术实施例提供的基于边缘计算的监狱智能监控系统，获取整个监狱室内的监控视频数据，根据获取的监控视频数据识别犯人的危险行为；若识别出犯人的危险行为，则生成表示犯人存在危险行为的提示信息；将所述提示信息发送给指定的终端设备，从而将所述提示信息通知给携带所述指定的终端设备的狱警。可以看到，本技术实施例能够毫不疏漏地监视监狱内的情况，防止犯人越狱或有其他违法行为，可以很好地协助狱警对监狱进行管理。
[0173]
所属领域的技术人员可以清楚地了解到，上述描述的系统、装置、模块的具体工作过程，可以参考前述方法实施例中的对应过程，为简洁起见，在此不另赘述。
[0174]
本领域普通技术人员可以理解：本技术的技术方案本质上或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，其包括若干程序指令，用以使得一电子设备(例如个人计算机，服务器，或者网络设备等)在运行所述程序指令时执行本技术各实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom)、随机存取存储器(ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0175]
或者，实现前述方法实施例的全部或部分步骤可以通过程序指令相关的硬件(诸如个人计算机，服务器，或者网络设备等的电子设备)来完成，所述程序指令可以存储于一计算机可读取存储介质中，当所述程序指令被电子设备的处理器执行时，所述电子设备执
行本技术各实施例所述方法的全部或部分步骤。
[0176]
以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：在本技术的精神和原则之内，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部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脱离本技术的保护范围。