[发明专利]智慧城市公共监控系统

摘要

本发明涉及一种智慧城市公共监控系统，包括高清摄像头、图像预检测设备、人脸检测设备和语音警报设备，高清摄像头、图像预检测设备与人脸检测设备顺序连接，语音警报设备与人脸检测设备连接，用于基于人脸检测设备的输出确定是否进行语音报警。通过本发明，能够为监控区域的公共安全提供有效保障。

主权项

1.一种智慧城市公共监控系统，所述系统包括高清摄像头、图像预检测设备、人脸检测设备和语音警报设备，高清摄像头、图像预检测设备与人脸检测设备顺序连接，语音警报设备与人脸检测设备连接，用于基于人脸检测设备的输出确定是否进行语音报警；其特征在于，所述系统还包括：高清摄像头，设置在监控区域上方，用于对监控区域的场景进行图像采集以输出高清图像；图像预检测设备，与高清摄像头连接，用于从高清图像处提取高清脸部图像，并在检测到高清脸部图像中存在带口罩或带墨镜的脸部特征时，将高清脸部图像发送给对比度增强设备；语音警报设备，与特征向量比较子设备连接，用于在接收人脸识别失败信号时发出危险人物报警信号；对比度增强设备，与图像预检测设备连接，用于接收高清脸部图像，并对高清脸部图像进行对比度增强处理以获得增强脸部图像；灰度化处理设备，与对比度增强设备连接，用于接收增强脸部图像，并对增强脸部图像进行灰度化处理以获得灰度化图像；光线调整设备，与灰度化处理设备连接，用于接收灰度化图像，基于灰度化图像中各个像素的灰度值确定灰度化图像的平均亮度，并将灰度化图像的平均亮度与预设亮度进行比较，当灰度化图像的平均亮度大于等于预设亮度，对灰度化图像进行亮度降低调整以获得光线调整图像，当灰度化图像的平均亮度小于预设亮度，对灰度化图像进行亮度提升调整以获得光线调整图像；自适应递归滤波处理设备，与光线调整设备连接，用于接收光线调整图像，并对光线调整图像执行自适应递归滤波处理以获得滤波图像；特征提取设备，与IP解包设备连接，还与自适应递归滤波处理设备连接以对接收到的滤波图像进行处理；特征提取设备包括复杂度检测子设备、像素处理子设备、矩阵转换子设备、特征向量获取子设备和特征向量比较子设备；复杂度检测子设备与自适应递归滤波处理设备连接，用于计算滤波图像的复杂度，基于滤波图像的复杂度选择像素矩阵的大小，滤波图像的复杂度越高，选择的像素矩阵越大；像素处理子设备分别与复杂度检测子设备和自适应递归滤波处理设备连接，用于接收滤波图像，针对滤波图像的每一个像素作为对象像素执行以下处理：将对象像素作为复杂度检测子设备确定的像素矩阵的中心像素在滤波图像中获取对象像素矩阵，对象像素矩阵的大小与复杂度检测子设备确定的像素矩阵的大小相同，将对象像素矩阵内除了对象像素之外的每一个像素作为参考像素与对象像素进行比较，以获得二值化矩阵，二值化矩阵的大小与对象像素矩阵的大小相同，二值化矩阵由多个参考像素分别对应的多个二值化像素组成，参考像素大于等于对象像素，则参考像素对应的二值化像素的像素值为1，参考像素小于对象像素，则参考像素对应的二值化像素的像素值为0；矩阵转换子设备与像素处理子设备连接，用于将每一个对象像素对应的二值化矩阵转换成目标十进制数，具体转换操作为：将每一个对象像素对应的二值化矩阵的所有二值化像素值按其在二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标二进制数，再将目标二进制数转化成十进制数以作为目标十进制数；特征向量获取子设备分别与自适应递归滤波处理设备和矩阵转换子设备连接，用于将滤波图像中每一个对象像素的像素值替换成该对象像素对应的目标十进制数并按照对象像素在滤波图像中的位置将所有对象像素对应的目标十进制数组成一维特征向量，作为目标特征向量输出；特征向量比较子设备分别与特征向量获取子设备和IP解包设备连接，用于将目标特征向量分别与各个基准特征向量进行匹配，匹配成功则输出人脸识别成功信号以及与匹配到的基准特征向量对应的授权用户名称，匹配失败则输出人脸识别失败信号；IP解包设备，用于与远程的数据服务器网络连接，通过网络接收来自数据服务器处的IP数据包，并对IP数据包解包以获得6LowPAN数据包；其中，IP数据包是对6LowPAN数据包进行打IP包后而获得的数据包，6LowPAN数据包中的负载包括数据服务器处的各个基准特征向量，6LowPAN数据包中的头部是压缩数据，解压后的6LowPAN数据包中的头部用于对6LowPAN数据包中的负载进行解析；其中，每一个基准特征向量为对相应授权用户基准面部图像预先进行与特征提取设备相同操作的特征向量提取而获得的向量；边缘传感设备，与IP解包设备连接，用于接收IP解包设备输出的6LowPAN数据包，获得呈现为压缩数据的6LowPAN数据包的头部，对6LowPAN数据包的头部解压以获得解压后的6LowPAN数据包中的头部；6LowPAN解包设备，与边缘传感设备连接，用于接收6LowPAN数据包以获取6LowPAN数据包中的负载，并基于解压后的6LowPAN数据包中的头部对6LowPAN数据包中的负载进行解析，以获得各个基准特征向量。