[发明专利]一种基于智能眼镜的危险行为识别方法

说明书

一种基于智能眼镜的危险行为识别方法。解决了营业厅的传统视频监控遇见危险行为识别时响应速度慢问题。包括：通过智能眼镜上的摄像头获取当前视觉范围内的图像，得到待识别图像上传到云服务器；云服务器利用ViBe算法，对运动前景进行提取，获取人体轮廓的二值化图像；利用获取的二值化图像获取运动历史图，计算运动历史图中同一位置的像素变化，获取像素点的像素值；根据获取的像素点的像素值计算图片熵，通过图片熵获取熵值；将熵值与预设的全局能量阈值比较，若大于预设的全局能量阈值，则为异常情况；否则，为正常情况；将发生危险行为的信息返回给用户客户端，并同时向预先设定的安保中心或者监控中心预警。用于智能穿戴设备领域。

技术领域

本发明涉及智能穿戴设备领域，特别是涉及一种基于智能眼镜的危险行为识别方法。

背景技术

由于电网营业厅人流量较大，使得传统的人工视频监控方式难以及时地对突然情况做出反应。当人群过于拥挤，发生踩踏事件或当年老体弱者独自突发疾病晕倒以及其他恶性暴力事件发生时，若没有及时发现并做出相应处理，将可能危及群众生命。

因此，为电网营业厅提供一个安全可靠的服务环境非常重要。虽然目前，电网营业厅都有较为完善的视频监控系统，能够实现对大多数区域的监控覆盖。但是传统的视频监控仍然有很多不足，

1.维护成本高。监控中心通常要同时监控很多个视频画面，如果要达到实时监控的效果，就需要一定的人力进行长时间监控，人力成本较高。

2.易漏检。人的注意力是有限的且由于正常生理需求难以保证时刻在岗，故很容易发生漏检，导致没能及时发现异常情况。

3.调查取证困难。犯罪行为或其他异常行为往往持续时间较短，而保存的监控数据量较大。因此，对视频的调查取证一般都需要查看海量的视频画面，极大的提高了调查取证的难度。

当前智能眼镜作为一种新型摄像头载体，由于其体积架构限制与续航要求，限制了其所搭载处理器所能达到的性能，同时也让处理器的散热成为问题。

综上所述，营业厅的传统视频监控的成本高，遇见危险行为识别时响应速度慢，以及当前智能眼镜存在自身性能不足和发热的问题。通过将具体计算过程交给云端进行，而不是本地智能眼镜的CPU来解决自身性能不足和发热问题。

发明内容

本发明的目的是为了解决营业厅的传统视频监控的成本高，遇见危险行为识别时响应速度慢问题，提出了一种基于智能眼镜的危险行为识别方法。

一种基于智能眼镜的危险行为识别方法，包括：

步骤一、通过智能眼镜上的摄像头获取当前视觉范围内的图像，得到待识别图像；

步骤二、通过网络模块，将待识别图像上传到云服务器；

步骤三、云服务器对上传的待识别图像进行检测，利用ViBe算法，对运动前景进行提取，获取人体轮廓的二值化图像；

步骤四、利用步骤三获取的二值化图像获取运动历史图，计算运动历史图中同一位置的像素变化，获取像素点的像素值；

步骤五、根据步骤四获取的像素点的像素值计算图片熵，通过图片熵获取熵值；

步骤六、通过计算图片熵得到的熵值与预设的全局能量阈值比较，熵值大于预设的全局能量阈值，则为异常情况，转入步骤七；

否则，为正常情况，转入步骤一；

步骤七、将发生危险行为的信息返回给用户客户端，并同时向预先设定的安保中心或者监控中心预警。

作为优选，所述方法还包括：

通过用户客户端设置智能眼镜通过网络模块与不同的云服务器的连接，及通过用户客户端设置输入危险行为识别的启动信号及停止信号。