[发明专利]一种基于物联网的小区智能安防监控方法在审

专利信息
申请号: 202210488629.X 申请日: 2022-05-07
公开(公告)号: CN114863528A 公开(公告)日: 2022-08-05
发明(设计)人: 陆昕;鲍碧波;丁立 申请(专利权)人: 绿漫科技有限公司
主分类号: G06V40/16 分类号: G06V40/16;G06V20/52;G08B13/196
代理公司: 杭州赛科专利代理事务所(普通合伙) 33230 代理人: 宋飞燕
地址: 310000 浙江省杭州市西湖区*** 国省代码: 浙江;33
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 联网 小区 智能 监控 方法
【权利要求书】:

1.一种基于物联网的小区智能安防监控方法,其特征在于,基于室内监控子系统和报警子系统,所述方法包括:

人脸比对步骤,获取监控视频并进行人脸图像提取,基于常访问人员人脸库进行人脸图像比对,判定为常访问人员或陌生人员,并执行空间识别步骤;

空间识别步骤,判断是否有常访问人员与该陌生人员处于同一空间,若是则将陌生人员的人脸图像添加至常访问人员人脸库并结束,否则执行异常事件判断步骤;

异常事件判断步骤,计算陌生人员的面部特征遮掩度,若面部特征遮掩度大于预设阈值,则发出告警信息,否则将人脸图像添加至常访问人员人脸库并结束。

2.如权利要求1所述的一种基于物联网的小区智能安防监控方法,其特征在于,所述常访问人员人脸库包括若干常访问人员的人脸图像样本,每一人脸图像样本包括人脸图像和对应的人脸特征集合。

3.如权利要求2所述的一种基于物联网的小区智能安防监控方法,其特征在于,所述人脸图像提取包括以下步骤:

步骤1.1,获取监控视频并将监控视频拆分成若干监控图像,初始化监控图像索引i=1;

步骤1.2,对第i帧监控图像进行人脸检测,判断i=1,若是,对人脸检测框进行标记并提取人脸图像,并执行步骤1.5,否则执行步骤1.3;

步骤1.3,对第i帧监控图像进行人脸跟踪,基于跟踪的人脸图像判断是否存在未标记的人脸检测框,若是则标记,并执行步骤1.4,否则直接执行步骤1.4;

步骤1.4,获取当前时刻同一标记下的最优人脸图像;

步骤1.5,i=i+1,并返回步骤1.2。

4.如权利要求3所述的一种基于物联网的小区智能安防监控方法,其特征在于,所述步骤1.3包括以下步骤:

步骤1.3.1,基于标记的人脸检测框,通过目标跟踪算法对第i帧监控图像进行人脸跟踪,得到人脸跟踪框,人脸跟踪框的标记与人脸检测框的标记一致;

步骤1.3.2,判断人脸检测框的数量是否大于人脸跟踪框的数量,若是,通过iou算法判断未标记的人脸检测框,并标记,否则通过人脸检测框面积获取当前时刻同一标记下的最优人脸图像。

5.如权利要求3所述的一种基于物联网的小区智能安防监控方法,其特征在于,所述基于常访问人员人脸库进行人脸图像比对包括:

步骤1.6,对识别的各人脸图像分别进行多特征提取,包括脸部轮廓、五官;

步骤1.7,对每一人脸图像的多个特征分别与访问人员人脸库中任一人脸特征集合进行相似度比对,若相似度大于预设值,则该人脸图像为常访问人员的人脸,否则为陌生人员的人脸。

6.如权利要求3所述的一种基于物联网的小区智能安防监控方法,其特征在于,所述空间识别步骤包括:

步骤2.1,判断监控图像中的人脸图像数量是否不小于1,若是,执行步骤2.2,否则结束;

步骤2.2,判断监控图像中是否存在至少一常访问人员,若是,则将陌生人脸对应的人脸图像添加至常访问人员人脸库,结束,否则执行异常事件判断步骤。

7.如权利要求1-6任一项所述的一种基于物联网的小区智能安防监控方法,其特征在于,所述异常事件判断包括以下步骤:

对各特征设置权值,且权值之和为1;

若无法提取任一特征,则该特征的遮掩度为100,否则该特征的遮掩度为0,通过特征的遮掩度加权和计算面部特征遮掩度值。

8.如权利要求7所述的一种基于物联网的小区智能安防监控方法,其特征在于,所述异常事件判断步骤中,还包括异常行为判定步骤,当面部特征遮掩度大于预设阈值时,判断是否存在异常行为,若是,通过报警子系统向安保人员和警局发出警报,否则通过报警子系统向用户的移动端发出警报,由用户确定是否报警。

9.如权利要求8所述的一种基于物联网的小区智能安防监控方法,其特征在于,所述异常行为以下步骤:

对对应的陌生人员进行行为监测,若陌生人员的手部与室内物品的直线距离小于预设距离,且持续预设时长,则认定为异常行为。

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绿漫科技有限公司,未经绿漫科技有限公司许可,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/202210488629.X/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