[发明专利]面向一类特殊动作的异常行为管控系统在审

专利信息
申请号: 202110405287.6 申请日: 2021-04-15
公开(公告)号: CN113065500A 公开(公告)日: 2021-07-02
发明(设计)人: 杨一帆;林高峰;柯德劲 申请(专利权)人: 电子科技大学
主分类号: G06K9/00 分类号: G06K9/00;G10L15/22;G06Q10/06;G08B21/18;G06N3/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 面向 一类 特殊 动作 异常 行为 系统
【说明书】:

随着人工智能技术的发展,各行业内不同场景下的异常行为的智能识别成为可能,但现今仍缺乏面向一些特殊场景的异常行为智能管控系统。本发明提供一种面向一类特殊动作的异常行为管控系统,该系统由软件系统和硬件设备组成。其中硬件设备包括音视频收集设备、服务器、客户机;软件系统由综合态势与风险评估、异常行为检测、应急预案管理三个模块组成。本发明能够完成异常行为监测识别、展示综合态势、评估风险并发出警报,能迅速应对各类紧急情况,维护社会稳定。

技术领域

本发明涉及一种计算机软件与硬件设备协同的智能系统。

背景技术

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。该领域的研究包括语音识别、图像识别、机器人、自然语言处理、智能搜索和专家系统等。

近年来公共区域安全管控的智能化要求不断提高。目前一般是依靠普通的安保系统和工作人员人工判断进行相关区域的管控,但由于人群的复杂性和工作人员精力的有限,现有办法的管控效率较低,反应较慢。

公民来访是指人民群众到国家机关的接待场所与工作人员告知自身诉求的过程。视频动作识别,图像识别,语音识别等人工智能技术不断发展,但针对公民来访场景下的这类特殊动作,现阶段仍然缺乏综合运用这些技术形成的成熟系统。对于基于深度学习的视频动作识别技术,现有的公开数据集训练的模型也不善于识别特殊场景下的异常行为。

本发明基于计算机视觉,语音信号处理和深度学习技术构建了一种智能化的异常行为管控系统,利用专用数据集训练神经网络模型,提高对这类特殊的异常动作的识别准确率。从而提升工作人员对紧急情况的反应速度,减轻工作压力。

发明内容

为了解决公共安全管控智能化过程未能覆盖到一些特殊场景的问题。本发明提供一种面向一类特殊动作的异常行为管控系统,对这类特殊异常行为进行主动监测识别及时发现预警并为工作人员提供相应处置预案,积极维护现场秩序。

本发明提供一种异常行为管控系统,所述异常行为管控系统的特征在于:应用于辅助工作人员对区域内人员的异常行为管控;基于视频动作识别,语音识别,目标检测技术,并针对公民来访场景的特殊异常行为,形成的一套系统。该系统主体为软件系统,需要硬件设备辅助实现。硬件部分包括音视频采集设备,客户机和服务器,软件部分根据提供的服务可分为三个模块:异常行为检测模块、综合态势与风险评估模块、紧急预案管理模块。

所述计算机服务器,用于连接控制音视频采集设备,运行本发明的软件,为客户端提供服务并存储相关数据和与网络通信,所述工作人员使用客户机连接服务器并使用软件服务,所述音视频采集设备,用以采集管控区域的视频和音频信息;所述网络通信,可以使用有线通信、无线通信作为通信方式,通信内容包括收集到的音视频信息,异常行为检测结果信息,警报和预案信息。

所述异常行为检测模块,基于深度学习的人体骨架动作识别和语音技术,分别检测管控区范围内人员的异常动作和异常语音,将异常行为类型信息输出到综合态势和风险评估模块,此外模块还具有人群计数等功能;

所述综合态势与风险评估模块,基于异常行为检测模块输出的异常动作、异常语音、人群密度等数据,评估管控区的风险程度,同时在用户界面展示实时视频、人群密度、异常类型、风险程度信息的综合态势,再根据风险程度,决定是否发出警报并给出对应的预案;

所述预案管理模块,用于不同危险情况下的预案管理,可实现添加,修改,删除等功能。

附图说明

为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需的附图做简单介绍。

图1为本发明组成结构图;

图2为本发明硬件设备部分的一种实施例示意图;

图3为本发明异常行为管控过程中软件系统工作的实施例流程图;

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电子科技大学,未经电子科技大学许可,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/202110405287.6/2.html,转载请声明来源钻瓜专利网。

×

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