[发明专利]智能监舍系统及方法

权利要求书

1.一种智能监舍系统，其特征在于，所述系统包括：

采集监舍区域内的声音信息的拾音器；

采集监舍区域内的视频图像信息的拍摄装置；

与拾音器及拍摄装置电连接，对所述声音及视频图像信息分析，在检测到监舍区域内的被看押人员出现异常行为时产生报警信号的处理器；及

与处理器电连接，根据报警信号进行声和/或光报警的报警装置。

2.如权利要求1所述的智能监舍系统，其特征在于，所述系统还包括照明灯、风扇及门灯中的一种或多种，所述系统还包括控制所述照明灯、风扇及门灯开/关的联动器，所述照明灯、风扇及门灯开关均与联动器电连接，所述联动器与处理器电连接。

3.如权利要求2所述的智能监舍系统，其特征在于，所述系统还包括：

设于监舍门上，与联动器电连接的通过ID卡控制开锁的电子锁；及

与处理器连接，用于给ID卡写入对应开锁信息的写卡器。

4.如权利要求3所述的智能监舍系统，其特征在于，所述系统还包括设于监舍门上，与联动器电连接的用于检测监舍门异常开关的门磁。

5.如权利要求1所述的智能监舍系统，其特征在于，所述系统还包括与处理器电连接，用于看押人员与被看押人员沟通交流的可视对讲面板。

6.如权利要求1所述的智能监舍系统，其特征在于，所述系统还包括与处理器连接的PC端。

7.一种智能监舍方法，其特征在于，所述方法包括：

采集步骤：采集监舍区域内的声音及视频图像信息；

分析判断步骤：对所述信息进行分析，并判定是否出现异常行为；

报警步骤：如果出现异常行为，则控制报警装置进行报警，提醒相关看押人员进行查看。

8.如权利要求7所述的智能监舍方法，其特征在于，所述分析判断步骤包括：

声音分析子步骤：计算出声音信息的分呗数，并与预设的阈值进行对比，当分呗数达到或超过设定的阈值时，判定出现异常行为；及

视频图像分析子步骤：计算出视频图像信息中被看押人员的活动轨迹数据，并与预设的阈值进行对比，当数据达到或超过设定的阈值时，判定出现异常行为。

9.如权利要求8所述的智能监舍方法，其特征在于，所述视频图像分析子步骤采用如下步骤进行计算活动轨迹数据：

步骤1：对视频图像中的每一个像素用K个高斯模型表示某一像素点在某个时间的状态，假设X_t为t时刻的像素点，则其概率函数为：

$P\left(X_i\right)=\underset{i=1}{\overset{K}{\Σ}}{w}_{i,t}\×\mathrm{\η}(X_i,u_{i,t},{\Σ}_{i,t});$

$\mathrm{\η}(X_i,u_{i,t},{\Σ}_{i,t})=\frac{1}{{\left(2\mathrm{\π}\right)}^{\frac{n}{2}}\left|{\Σ}_{i,t}\right|\frac{1}{2}}{e}^{-\frac{1}{2}{(X_t-u_{i,t})}^T{\Σ}_{i,t}^{-1}(X_t-u_{i,t})};$

其中，K为混合高斯模型的个数，w_i,t为第i个高斯模型在t时刻的权值，η(X_t,u_i,t,∑_i,t)为概率密度函数，u_i,t为t时刻第i个高斯模型的均值向量，∑_i,t为模型的协方差矩阵，i＝1,2,…,K；

步骤2：将当前帧各点的像素值I(x,y)与K个高斯分布进行匹配，若满足公式：

|I(x,y)-u_i,t-1|＜D×σ_i,t-1；

则I(x,y)与高斯分布匹配，否则为不匹配，其中，D为置信参数，u_i,t-1为第i个高斯分布在t-1时刻的均值，σ_i,t-1为第i个高斯分布在t-1时刻的标准差；

步骤3：如果匹配成功，则对与之相匹配的高斯分布的参数进行更新，更新公式如下：

w_i,t＝(1-α)×w_i,t-1+α；

u_i,t＝(1-ρ)×u_i,t-1+ρ×X_t；

${\mathrm{\σ}}_{i,t}^2=(1-\mathrm{\ρ})\×{\mathrm{\σ}}_{i,t-1}^2+\mathrm{\ρ}\×{(X_t-u_{i,t-1})}^T\×(X_t-u_{i,t-1});$

其中，α为学习速率，ρ＝α×η(X_t,u_i,t,∑_i,t)；

若匹配不成功，则建立一个新的高斯模型，同时去掉差异最大的高斯分布，其他高斯分布均值和方差不便，将权值按如下公式进行更新：

w_i,t＝(1-α)×w_i,t-1；

步骤4：将高斯分布按w/u的值降序排列，然后取前B个分布作为高斯分布的背景模型：

$B=\arg {\min }_b(\underset{k-1}{\overset{b}{\Σ}}{w}_K\>T);$

其中，T为全局的先验概率，它表示出现在像素范围内属于背景像素的概率；

步骤5：选取B个高斯模型后，将当前帧的像素值I(x,y)与已经选取的背景模型分别进行匹配，如果I(x,y)与背景模型不匹配，则判定此像素点为前景点即运动目标的轨迹，否则为背景点。