[发明专利]一种基于深度学习的安防系统及安防报警方法

说明书

本发明实施例提供一种基于深度学习的安防系统及安防报警方法，所提供的系统包括：图像采集装置，用于对监控区域进行图像采集，获得图像信息，并将所述图像信息发送给运动物体识别模块；运动物体识别模块，用于对所述图像信息进行运动物体识别，若判断获知所述图像信息中包含有运动物体，则将所述预想信息发送至识别模块；分类模块，用于通过预设的识别模型对所述图信息中的运动物体进行识别，获得所述运动物体的类型；报警模块，当判断获知所述运动物体的类型为目标类型时，则发送报警信息。本发明实施例提供的系统，当检测到动态物体的时候，对动态物体的种类进行识别，从而实现了系统自动对区域内的运动目标进行识别，减少了人工的工作量。

技术领域

本发明实施例涉及安防技术领域，尤其涉及一种基于深度学习的安防系统及安防报警方法。

背景技术

安防系统是以运用安全防范产品和其它相关产品所构成的入侵报警系统、视频安防监控系统、出入口控制系统、防爆安全检查等的系统；或是由这些系统为子系统组合或集成的电子系统或网络。目前市面上的安防系统一般由感应器、监视器和控制主机组成，感应器和监视器分别与控制主机相链接。其工作步骤为：感应器产生感应信号，并将感应信号传输到控制主机；控制主机接受感应信号并报警，同时感应器将报警信息发送到用户的移动设备；控制主机保存监视器采集的图像信息供用户查看。

在现有技术中，安防系统主要依赖人的视觉判断和感应器的自动感应，但是由于感应器工作原理以及安装位置的原因，会存在误报、漏报的情况；对于工厂、商场等大型场所，监控器需要有人轮流值守，而一个监控人员无法同时监看多个视频图像，并且无法长时间盯着监控电视，同时，安防系统只能完成时间内的视频存储记录，缺乏对视频内容的智能分析，仅可为事后分析提供证据。

发明内容

本发明实施例提供一种基于深度学习的安防系统及安防报警方法，用以解决现有技术中安防系统主要依赖人的视觉判断和感应器的自动感应存在误报、漏报的情况，同时需要工作人员长期值守，人工成本过高的问题。

第一方面，本发明实施例提供一种基于深度学习的安防系统，包括：

图像采集装置，用于对监控区域进行图像采集，获得图像信息，并将所述图像信息发送给运动物体识别模块；

运动物体识别模块，用于对所述图像信息进行运动物体识别，若判断获知所述图像信息中包含有运动物体，则将所述预想信息发送至识别模块；

分类模块，用于通过预设的识别模型对所述图信息中的运动物体进行识别，获得所述运动物体的类型；

报警模块，当判断获知所述运动物体的类型为目标类型时，则发送报警信息。

其中，所述报警模块还包括：移动通信子模块，用于当判断获知所述运动物体的类型为人时，将报警信息和所述图像信息发送至用户终端。

其中，所述分类模块具体为基于SVM优化算法的分类器。

其中，所述分类模块中还包括：训练子模块，用于通过训练样本集对识别模型进行训练，获得所述预设的识别模型。

其中，所述运动物体识别模块具体用于，通过加权平均值对所述图像信息中的每一帧图像进行背景建模，检测所述图信息中的运动物体。

其中，所述系统还包括报警器，用于通过所述通信子模块接收用户终端的报警信息，并根据所述报警信息开启报警器。

第二方面，本发明实施例提供一种安防报警方法，包括：

对监控区域进行图像采集，获得图像信息，并将所述图像信息发送给运动物体识别模块；

对所述图像采集信息进行运动物体识别，若判断获知所述图像信息中包含有运动物体，则将所述预想信息发送至识别模块；