[发明专利]一种基于图像识别的智能家庭监护系统及方法在审

专利信息
申请号: 202210349603.7 申请日: 2022-04-02
公开(公告)号: CN114612865A 公开(公告)日: 2022-06-10
发明(设计)人: 肖建安 申请(专利权)人: 江西吉为科技有限公司
主分类号: G06V20/52 分类号: G06V20/52;G06V10/774;G06K9/62;G06V20/40
代理公司: 深圳倚智知识产权代理事务所(普通合伙) 44632 代理人: 钟火军
地址: 343100 江西省吉安市*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 识别 智能 家庭 监护 系统 方法
【权利要求书】:

1.一种基于图像识别的智能家庭监护系统,其特征在于,包括有一云平台(1)、多个边缘计算盒子(2)和多个IPC设备(3),多个边缘计算盒子(2)均与所述云平台(1)建立通信,每个边缘计算盒子(2)分别与全部的IPC设备(3)建立通信,其中:

多个IPC设备(3)分别布设于多个不同位置,且分别获取不同监控区域内的图像数据;

所述边缘计算盒子(2)用于对所述IPC设备(3)采集的图像数据进行识别并得到相应的事件;

所述云平台(1)用于获取所述边缘计算盒子(2)识别的事件,并对所述事件进行处置和存储。

2.如权利要求1所述的基于图像识别的智能家庭监护系统,其特征在于,所述IPC设备(3)包括有网络连接单元、智能语音单元和高清视频拍摄单元。

3.如权利要求1所述的基于图像识别的智能家庭监护系统,其特征在于,所述边缘计算盒子(2)内置有图像识别算法,借由所述图像识别算法对所述IPC设备(3)采集的图像数据进行识别。

4.如权利要求1所述的基于图像识别的智能家庭监护系统,其特征在于,所述云平台(1)通过集群容器获取所述边缘计算盒子(2)识别的事件。

5.一种基于图像识别的智能家庭监护方法,其特征在于,该方法基于一系统实现,所述系统包括有一云平台(1)、多个边缘计算盒子(2)和多个IPC设备(3),多个边缘计算盒子(2)均与所述云平台(1)建立通信,多个IPC设备(3)分别布设于多个不同位置,且每个边缘计算盒子(2)分别与全部的IPC设备(3)建立通信,所述方法包括如下步骤:

步骤S1,多个IPC设备(3)分别获取不同监控区域内的图像数据,并将图像数据上传至相应节点上的所述边缘计算盒子(2);

步骤S2,所述边缘计算盒子(2)对所述IPC设备(3)采集的图像数据进行识别并得到相应的事件;

步骤S3,所述云平台(1)获取所述边缘计算盒子(2)识别的事件,并对所述事件进行处置和存储。

6.如权利要求5所述的基于图像识别的智能家庭监护方法,其特征在于,所述步骤S2中,所述云平台(1)通过云端程序对接入的所述边缘计算盒子(2)节点进行运行控制,监听所述边缘计算盒子(2)的运行状态以及调度所述边缘计算盒子(2)的算力。

7.如权利要求6所述的基于图像识别的智能家庭监护方法,其特征在于,所述步骤S2中,所述云平台(1)调度算力的过程包括:当一个节点上的所述边缘计算盒子(2)计算负载低时,将该边缘计算盒子(2)的算力调度到其他需要增加算力的所述边缘计算盒子(2)节点上。

8.如权利要求5所述的基于图像识别的智能家庭监护方法,其特征在于,所述步骤S2中,所述边缘计算盒子(2)通过其内置的图像识别算法对所述IPC设备(3)采集的图像数据进行识别,进而得到相应的事件。

9.如权利要求8所述的基于图像识别的智能家庭监护方法,其特征在于,所述图像识别算法通过如下过程训练得出:

步骤S20,输入所述IPC设备(3)获取的预处理图像数据,并将图像数据分割为若干超像素;

步骤S21,进行背景种子标记;

步骤S22,构建传播所需要的图模型;

步骤S23,完成基于背景种子的显著特征标记,得到图像数据集;

步骤S24,对标记完成的图像数据集进行归类训练和学习;

步骤S25,对特征标记进行更新优化和再使用。

10.如权利要求5所述的基于图像识别的智能家庭监护方法,其特征在于,所述步骤S2中,所述边缘计算盒子(2)的识别算法包括但不限于跌倒识别、危险品识别、刀具识别、火灾识别、陌生人识别和不良行为识别算法。

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江西吉为科技有限公司,未经江西吉为科技有限公司许可,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/202210349603.7/1.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