[發明專利]一種大數據安防管理系統

在審

• 申請號: 201811280783.8
• 申請日: 2018-10-30
• 公開（公告）號: CN109035120A
• 公開（公告）日: 2018-12-18
• 發明（設計）人: 王海龍
• 申請（專利權）人: 深圳市海能通信股份有限公司
• 主分類號: G06Q50/26
• 分類號: G06Q50/26;G07C9/00;G06N99/00
• 代理公司: 北京挺立專利事務所(普通合伙) 11265
• 代理人: 葉樹明

本發明公開了一種大數據安防管理系統，包括錄入模塊、監控設備、CPU運算模塊、GPU運算模塊、負載勻衡器、數據庫模塊，所述錄入模塊和監控設備均與CPU運算模塊和GPU運算模塊之間連接，所述CPU運算模塊和GPU運算模塊分別與數據庫模塊之間連接，所述錄入模塊包括攝像機和存儲器，所述監控設備包括紅外高清攝像頭和磁卡讀取模塊，所述紅外高清攝像頭用于對監控區域的視頻的采集，所述磁卡讀取模塊用于對持有磁卡的人員信息的采集，所述監控設備分別與CPU運算模塊和GPU運算模塊之間連接，所述GPU運算模塊用于人體體姿識別和骨骼識別的數據運算，該大數據安防管理系統，解決深度學習、圖像結構化數據在安防管理應用的難題。

技術領域

本發明涉及大數據技術領域，尤其涉及了一種大數據安防管理系統。

背景技術

安防管理平臺已經從基礎的數據管理平臺發展到視頻監控平臺，安防平臺目前主要以監控、磁卡讀取、人工錄入管理為主，自動化程度和智能化程度較低，人臉識別、人體檢測與跟蹤等技術雖然近兩年發展迅猛，傳統的安防行業管理平臺，主要集中與事后處理，實時進行記錄，無法達到及時處理和提前預防的目的。

因此，發明一種大數據安防管理系統來解決上述問題很有必要。

發明內容

為了克服現有技術的不足，本發明提供一種大數據安防管理系統。

本發明的目的采用如下技術方案實現：一種大數據安防管理系統，包括錄入模塊、監控設備、CPU運算模塊、GPU運算模塊、負載勻衡器、數據庫模塊，所述錄入模塊和監控設備均與CPU運算模塊和GPU運算模塊之間連接，所述CPU運算模塊和GPU運算模塊分別與數據庫模塊之間連接，所述錄入模塊包括攝像機和存儲器，所述監控設備包括紅外高清攝像頭和磁卡讀取模塊，所述紅外高清攝像頭用于對監控區域的視頻的采集，所述磁卡讀取模塊用于對持有磁卡的人員信息的采集，所述監控設備分別與CPU運算模塊和GPU運算模塊之間連接，所述CPU運算模塊用于人臉識別和人體檢測的數據運算，所述GPU運算模塊用于人體體姿識別和骨骼識別的數據運算，所述CPU運算模塊和GPU運算模塊之間通過負載勻衡器連接，以便實現人體的分析運算，所述CPU運算模塊和GPU運算模塊與數據庫模塊之間連接。

優選的，所述錄入模塊用于對人員臉部特征、走路姿態、骨骼形態和指紋的錄入，并且將人員臉部特征、走路姿態、骨骼形態和指紋數據存儲到存儲器內。

優選的，所述數據庫模塊內存儲有人物特征、人物行為和物體特征結構化數據。

優選的，所述負載勻衡器為將網絡請求分散到一個服務器集群中的可用服務器上去，通過管理進入的Web數據流量，增加有效的網絡帶寬數據。

優選的，所述CPU運算模塊和GPU運算模塊上連接有python機器學習模塊，所述python機器學習模塊對人員人物特征、人物行為和物體特征進行深入學習，方便實現提前感知的作用，達到提前預防的目的。

優選的，所述錄入模塊和監控設備通過傳輸模塊與CPU運算模塊、GPU運算模塊和數據庫模塊之間連接。

相比現有技術，本發明的有益效果在于：基于CPU運算的人臉識別和人體檢測的數據結構化，基于GPU運算的人臉結構識別、體姿識別、骨骼識別，通過構架CPU和GPU兩種云平臺，并且通過負載均衡器的連接實現快速智能分析運算，大數據狀態下的識別運算，會產生多個結果，多個結果完成的先后順序并且通過CPU運算模塊和GPU運算模塊提取結構，從頂層設計方面，解決深度學習、圖像結構化數據在安防管理應用的難題，CPU和GPU云平臺構架不同，結構化數據和非結構化數據并存，對于結果同步和時效性的要求，使得系統的設計約束至關重要，在合理的設計約束下能夠在利用較小的資源完成工作。

下面結合附圖和具體實施方式對本發明作進一步詳細說明。

附圖說明

圖1是本發明的模塊結構示意圖。