[發明專利]基于物聯網的智能家居安防監控系統

在審

• 申請號: 201811223165.X
• 申請日: 2018-10-19
• 公開（公告）號: CN109308780A
• 公開（公告）日: 2019-02-05
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 杭州虹晟信息科技有限公司
• 主分類號: G08B13/196
• 分類號: G08B13/196;G06K9/00;H04L12/28;H04N7/18
• 代理公司: 北京和信華成知識產權代理事務所(普通合伙) 11390
• 代理人: 胡劍輝

1.基于物聯網的智能家居安防監控系統，其特征在于，包括安防監控模塊、可疑度分析模塊、家居電器監控模塊、家居控制模塊、蓄電池、處理器、存儲模塊、云計算平臺、智能終端和報警模塊；

所述安防監控模塊包括室外監控模塊和室內監控模塊；室外監控模塊用于采集家居室外周圍情況的視頻信息；室內監控模塊用于采集客廳及門窗視頻信息；

所述可疑度分析模塊用于接收安防監控模塊的采集的視頻信息；所述可疑度分析模塊包括人臉識別模塊、動作識別模塊、特征存儲單元和分析模塊；所述人臉識別模塊用于識別視頻信息中的人臉識別和特征提??；所述動作識別模塊用于識別視頻信息中人的行為動作和特征提?。凰鎏卣鞔鎯卧糜诖鎯θ四樏娌刻卣骱托袨閯幼魈卣餍畔?；所述分析模塊用于接收人臉識別模塊和動作識別模塊的特征信息并對特征信息進行分析，分析模塊將接收的特征信息與特征存儲單元內部存儲的特征信息進行對比，所述分析模塊具體分析步驟如下：

步驟一：人臉識別模塊對安防監控模塊采集的視頻信息中出現人的臉部特征進行識別并對臉部遮擋物面積進行計算，人臉識別模塊包括臉部長度測量模塊和遮擋物長度測量模塊；

步驟二：臉部長度測量模塊用于測量視頻信息中出現人的臉部長度，記為L1，遮擋物長度測量模塊用于測量視頻信息中出現人的臉部遮擋物的長度記為L2；

步驟三：分析模塊接收人臉模塊測量的數據，并計算遮擋物的比率信息得到比率值，即L2/L1，將比率值在為0-1/5范圍內的遮擋可疑值記為H1，比率值在為1/5-2/5范圍內的遮擋可疑值記為H2，比率值在為2/5-3/5范圍內的遮擋可疑值記為H3，比率值在為3/5-4/5范圍內的遮擋可疑值記為H4，比率值在為4/5-1范圍內的遮擋可疑值記為H5，H1<H2<H3<H4<H5；

步驟四：利用公式獲取到人臉可疑值U；

步驟五：動作識別模塊對安防監控模塊采集的視頻信息中出現人的行為動作進行識別和統計，動作識別模塊包括次數統計模塊；次數統計模塊用于統計視頻信息中出現人的左顧右盼次數和來回走動次數，左顧右盼次數記為K，來回走動次數記為M；

步驟六：根據左顧右盼次數K和來回走動次數M對可疑率設定預設值；將左顧右盼可疑率記為Jn，n＝1…4，將K值在0-2范圍內的左顧右盼可疑率記為J1，K值在2-3范圍內的左顧右盼可疑率記為J2，K值在3-5范圍內的左顧右盼可疑率記為J3，K值在5以上范圍內的左顧右盼可疑率記為J4；將來回走動可疑率記為Rn，n＝1…4，將回走動次數M值在0-2范圍內的來回走動可疑率記為R1，M值在2-3范圍內的來回走動可疑率記為R2，M值在3-5范圍內的來回走動可疑率記為R3，M值在5以上范圍內的來回走動可疑率記為R4；

步驟七：利用公式Z＝K*Jn，n＝1…4，得到左顧右盼可疑值Z；利用公式Y＝M*Rn，n＝1…4，得到來回走動可疑值Y：

步驟八：按照預設值對左顧右盼可疑值Z和來回走動可疑值Y進行權重分配；

步驟九：將左顧右盼可疑值Z的權重設置為B1，來回走動可疑值Y的權重設為B2，B1+B2＝1，B1>B2；

步驟十：利用公式W＝(Z*B1+Y*B2)/2獲取到動作行為可疑值W；

所述處理器接收到可疑度分析模塊計算的信息值并對其處理得到人可疑值，具體處理步驟如下：

S1：將安防監控模塊采集的視頻信息中出現人的時間段進行設定時間段可疑值；時間段可疑值記為Tn，n＝1…8；其中時間段為0點至3點記為T1，時間段為3點至6點記為T2，時間段為6點至9點記為T3，時間段為9點至12點記為T4，時間段為12點至15點記為T5，時間段為15點至18點記為T6，時間段為18點至21點記為T7，時間段為21點至24點記為T7，T1>T2>T8>T5>T3>T6>T7>T4；

S2：按照人臉可疑值U、動作行為可疑值W和時間段可疑值Tn的預設值進行權重分配；

S3：將人臉可疑值U的權重分配為N1，動作行為可疑值W的權重分配為N2，時間段可疑值Tn的權重分配為N3，N1+N2+N3＝1，N1＝N2>N3；

S4:利用公式D＝(U*N1+W*N2+Tn*N3)/3獲得可疑度總值D，通過可疑度總值D判斷采集視頻中人的可疑性，可疑度總值D越高，對家居的危險性越大；

所述存儲模塊用于接收并存儲處理器的數據信息，存儲模塊包括分類模塊；所述分類模塊用于對采集視頻中人進行標簽分類存儲，具體分類規則如下：

SS1：將同一人的監控來訪次數記為X，所待時間記為t；來訪次數所對應的可疑度總值D值通過平均值計算，得到可疑度總值平均值記為D_P；

SS2：按照預設值對訪次數X，所待時間t和可疑度總值平均值記為D_P進行權重分配；

SS3：將對訪次數X的權重分配為F1，所待時間t的權重分配為F2，可疑度總值平均值記為D_P的權重分配為F3，F1+F2+F3＝1；

SS4：利用公式獲取親密度值Q，根據親密度值Q的大小分類，用于后期快捷查找。