[发明专利]一种基于人工智能以及物联网的校园安全监测系统在审

专利信息
申请号: 202211710926.0 申请日: 2022-12-29
公开(公告)号: CN116016869A 公开(公告)日: 2023-04-25
发明(设计)人: 池海;夏伯慷;张欣欣;王新程 申请(专利权)人: 济南幼儿师范高等专科学校
主分类号: H04N7/18 分类号: H04N7/18;G06V20/52;G06V20/40;G06V40/10;G06V40/20;G06V10/62;G06V10/74;G06V10/764;G06V10/766;G06V10/774;G06V10/776;G06V10/80;G06V10/82;G06T7
代理公司: 安徽思沃达知识产权代理有限公司 34220 代理人: 朱海东
地址: 250307 山东省济*** 国省代码: 山东;37
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 人工智能 及物 联网 校园 安全 监测 系统
【说明书】:

本发明公开了一种基于人工智能以及物联网的校园安全监测系统,属于智能监测领域,包括终端设备、校园登记模块、采集处理模块、特征匹配模块、对比分析模块、云服务器、行为预测模块、告警反馈模块以及连接优化模块;本发明有效地提高了进出校人员行为监测准确性,同时无需手动设置参数,方便非专业人员操作,能够实现内存的大粒度压缩,提高压缩效率,节省压缩时间,有效地提高了终端设备连接速度,保证数据传输的稳定性。

技术领域

本发明涉及智能监测领域,尤其涉及一种基于人工智能以及物联网的校园安全监测系统。

背景技术

校园是学生大量聚集的场所,学生大量聚集可能会产出摩擦,经常会出现学生打架斗殴、追逐争抢等危险行为以致学生受伤,这样类似的校园安全问题频发,严重影响到学校正常的教育教学秩序和学生的健康发展,因此对校园的安全监测显得至关重要,为了减少学生危险行为的发生,需要对校园各角落进行巡查,传统的人工巡查,效率低且易出现漏查现象同时浪费大量人力,为了减轻巡查管理压力,目前的校园安全巡查采用视频监控技术,在校园各个角度安装监控探头,通过在总监控中心查看校园各个角落的监控情况,来减少学生危险行为的发生,随着社会经济及科技的迅速发展,学生在学校学习与生活的多样化,校园已逐步形成一个生态圈,高校安全监测工作中依然存在着种种难点。

经检索,中国专利号CN108242035A公开了一种基于大数据的校园安全监测方法及系统,该发明虽然提高了校园的安全性,提高了学校的管理效率,但是需要手动设置参数,不方便操作,同时进出校人员行为监测准确性低;此外,现有的校园安全监测系统中终端设备连接速度较慢,数据传输的稳定性差,为此,我们提出一种基于人工智能以及物联网的校园安全监测系统。

发明内容

本发明的目的是为了解决现有技术中存在的缺陷,而提出的一种基于人工智能以及物联网的校园安全监测系统。

为了实现上述目的,本发明采用了如下技术方案:

一种基于人工智能以及物联网的校园安全监测系统,包括终端设备、校园登记模块、采集处理模块、特征匹配模块、对比分析模块、云服务器、行为预测模块、告警反馈模块以及连接优化模块;

其中,所述终端设备用于各管理人员以及安保人员实时查看监测数据;

所述校园登记模块用于校内人员登记个人信息,并对收集的各组信息进行分类存储;

所述采集处理模块用于采集各进出校园人员的影像信息,并进行图像优化;

所述特征匹配模块用于收集各校内人员体貌特征,并进行匹配;

所述对比分析模块用于接收采集处理模块处理的图像信息并与各校内人员体貌特征进行比对分析;

所述云服务器用于接收并存储监控信息;

所述行为预测模块用于对比对结果不一致的人物进行监控跟踪,并实时进行级联分析;

所述告警反馈模块用于对行为异常的人物进行反馈,同时将该人物影像信息同步至各管理人员以及安保人员的终端设备中;

所述连接优化模块用于对各组终端设备连接性能进行优化。

作为本发明的进一步方案,所述终端设备具体包括智能手机以及电脑,所述校内人员具体包括教师、学生、学校行政,学校后勤以及学校安保人员。

作为本发明的进一步方案,所述采集处理模块图像优化具体步骤如下:

步骤一:对各校园进出人员影像信息进行逐帧处理以获得相对应人物图片,并依据获取的各组人物图片的显示比例来确定分块数量,并对各组人物图片进行分块处理;

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济南幼儿师范高等专科学校,未经济南幼儿师范高等专科学校许可,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/202211710926.0/2.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