[发明专利]一种基于电子围栏的安全监控方法、装置、电子设备

说明书

本发明涉及信息安全技术领域，揭露一种基于电子围栏的安全监控方法、装置、电子设备，所述方法包括：构建异常物体检测模型，接收人脸图片训练集及物体图片训练集，利用所述人脸图片训练集及物体图片训练集训练所述异常物体检测模型，得到待嵌入检测模型，将所述待嵌入检测模型嵌入至预构建的电子围栏，其中，所述电子围栏包括监控设备，利用所述监控设备捕捉得到待检测图片集，利用所述待嵌入检测模型对所述待检测图片集执行特征提取，得到特征图集，计算所述特征图集的人脸检测框及物体检测框，将所述人脸检测框及物体检测框反馈至所述监控设备，得到所述电子围栏的检测结果。本发明可提高电子围栏对生活区域的安全监控等级。

技术领域

本发明涉及信息安全技术领域，尤其涉及一种基于电子围栏的安全监控方法、装置、电子设备。

背景技术

随着智能家居普及，利用智能家居提高生活安全性也变得极受重视，特别地，如利用电子围栏提高安全监控程度等。

目前电子围栏的主要作用用于划分出生活区域，部分会在电子围栏中安装自动开关门，但难以提高电子围栏对生活区域的监控等级。

发明内容

本发明提供一种基于电子围栏的安全监控方法、装置、电子设备，其主要目的在于提高电子围栏对生活区域的安全监控等级。

为实现上述目的，本发明提供的一种基于电子围栏的安全监控方法，包括：

接收用户输入的卷积层数量，根据所述卷积层数量，构建人脸特征卷积层及物体特征卷积层；

从YOLO模型中提取检测框生成层；

按照预设顺序，排列组合所述人脸特征卷积层、所述物体特征卷积层及所述检测框生成层，得到所述异常物体检测模型；

接收人脸图片训练集及物体图片训练集，利用所述人脸特征卷积层，对所述人脸图片训练集执行卷积操作，得到人脸特征图集；

利用所述物体特征卷积层，对所述物体图片训练集执行卷积操作，得到物体特征图集；

分别计算所述人脸特征图集的人脸损失值，及所述物体特征图集的物体损失值；

判断所述人脸损失值及物体损失值与预设损失阈值的大小；

若所述人脸损失值或所述物体损失值大于或等于所述损失阈值，调整所述物体特征卷积层及所述物体特征卷积层的内部参数，并返回人脸特征卷积操作；

若所述人脸损失值及所述物体损失值均小于所述损失阈值，完成训练得到所述待嵌入检测模型；

将所述待嵌入检测模型嵌入至预构建的电子围栏，其中，所述电子围栏包括监控设备；

利用所述监控设备捕捉监控视频，对所述监控视频进行分帧处理，得到待检测图片集；

利用所述待嵌入检测模型内的卷积层，对所述待检测图片集执行特征提取，得到特征图集；

利用所述待嵌入检测模型内的检测框生成层，计算所述特征图集的人脸检测框及物体检测框；

将所述人脸检测框及物体检测框反馈至所述监控设备，得到所述电子围栏的检测结果。

可选地，所述利用所述人脸特征卷积层，对所述人脸图片训练集执行卷积操作，得到人脸特征图集，包括：

利用所述人脸特征卷积层中的卷积核，对所述人脸图片训练集的像素矩阵进行计算，得到特征图矩阵集；

对所述特征图矩阵集中的每个特征图矩阵进行平均区域划分，并取区域内所有像素值之和的平均值代替所述区域内的像素值，得到待降维人脸图像集；

对所述待降维人脸图像集执行降维处理，得到所述人脸特征图集。

可选地，所述对所述监控视频进行分帧处理，得到待检测图片集，包括：

接收用户输入的抽帧数，根据所述抽帧数从所述监控视频中抽取得到待处理图片集；

对所述待处理图片集中的每张待处理图片进行去噪处理，得到标准图片集；