[发明专利]校园管理系统及方法有效

专利信息
申请号: 201910677796.7 申请日: 2019-07-25
公开(公告)号: CN110502999B 公开(公告)日: 2022-02-18
发明(设计)人: 田忠涵 申请(专利权)人: 北京华三通信技术有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V40/20;G06V20/52;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06Q10/06;G06Q50/20
代理公司: 北京三聚阳光知识产权代理有限公司 11250 代理人: 吴黎
地址: 100094 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 校园 管理 系统 方法
【权利要求书】:

1.一种校园管理系统,其特征在于,包括:图像采集装置和服务器,所述图像采集装置用于采集在校人员的图像信息;所述服务器包括:

身份识别模块,存储有训练完成的第一人工智能模型,用于对所述图像信息进行识别,得到在校人员身份信息;

行为识别模块,用于根据所述图像信息和所述在校人员身份信息识别所述在校人员的行为数据;

分类模块,存储有训练完成的第二人工智能模型,用于利用所述校人员身份信息和所述在校人员的行为数据对所述在校人员进行分类,得到分类结果;

输出模块,用于根据所述分类结果输出对应的管理策略;

其中,所述图像采集装置包括:

静态图像采集设备,用于采集在校人员的静态图像信息;

监控图像采集设备,用于采集在校人员的监控图像信息;

所述行为识别模块包括:

核查信息识别单元,用于根据所述静态图像信息和所述在校人员身份信息识别在校人员的第一行为数据,并以预设管理标准核查所述第一行为数据,得到核查结果;

行为轨迹识别单元,用于根据所述监控图像信息和所述在校人员身份信息识别在校人员的第二行为数据,并根据所述第二行为数据计算在校人员的行为轨迹。

2.如权利要求1所述的校园管理系统,其特征在于,所述第一人工智能模型包括:人脸识别模型;

所述身份识别模块包括:

特征提取单元,用于在所述图像信息中提取人脸特征;

识别单元,用于将提取的所述人脸特征输入至所述人脸识别模型进行识别,得到校人员身份信息。

3.如权利要求1所述的校园管理系统,其特征在于,所述核查信息识别单元还用于对所述核查结果按照校园管理层级进行聚合,得到第一行为聚合数据,并对所述第一行为聚合数据进行量化。

4.如权利要求3所述的校园管理系统,其特征在于,所述在校人员具有多个行为维度,所述第二人工智能模型包括分类模型;

所述分类模块将所述核查结果和所述行为轨迹输入至所述分类模型,得到所述在校人员的分类结果;

其中,所述分类模型利用在校人员行为标签作为训练样本训练完成,所述在校人员行为标签通过统计所述核查结果和所述行为轨迹在每一行为维度上建立。

5.如权利要求1所述的校园管理系统,其特征在于,所述服务器还包括:

抽样模块,分别与所述身份识别模块、所述行为识别模块和所述分类模块连接,用于对所述身份识别模块识别的所述在校人员身份信息和所述行为识别模块识别的所述在校人员的行为数据进行抽样,得到在校人员身份信息和在校人员的行为数据的抽样结果,并将抽样结果输出至所述分类模块,使所述分类模块根据所述抽样结果对所述在校人员进行分类。

6.如权利要求1所述的校园管理系统,其特征在于,还包括:

分布式全文检索数据库,分别与所述图像采集装置和所述服务器连接,用于存储所述图像信息、所述在校人员的身份信息以及所述在校人员行为数据。

7.一种校园管理方法,适用于服务器,其特征在于,所述方法包括:

获取在校人员图像信息;

利用训练完成的第一人工智能模型对所述图像信息进行识别,得到在校人员身份信息;

根据所述图像信息和所述在校人员身份信息识别所述在校人员的行为数据;

将所述校人员身份信息和所述在校人员的行为数据输入训练完成的第二人工智能模型对所述在校人员进行分类,得到分类结果;

根据所述分类结果输出对应的管理策略;

其中,所述图像信息包括静态图像信息和监控图像信息;

所述根据所述图像信息和所述在校人员身份信息识别所述在校人员的行为数据包括:

根据所述静态图像信息和所述在校人员身份信息识别在校人员的第一行为数据;

根据预设管理标准核查第一行为数据,得到核查结果;

根据所述监控图像信息和所述在校人员身份信息识别在校人员的第二行为数据;

根据第二行为数据计算所述在校人员的行为轨迹。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京华三通信技术有限公司,未经北京华三通信技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910677796.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top