[發(fā)明專利]一種基于深度學習的橋洞空間安全監(jiān)測與報警系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201811383003.2
• 申請日: 2018-11-20
• 公開（公告）號: CN109410497B
• 公開（公告）日: 2021-01-19
• 發(fā)明（設計）人: 李晨晨;陳湘軍;馬曉東
• 申請（專利權）人: 江蘇理工學院
• 主分類號: G08B13/196
• 分類號: G08B13/196;G08B17/12;G06K9/00
• 代理公司: 常州佰業(yè)騰飛專利代理事務所(普通合伙) 32231
• 代理人: 王巍巍

1.一種基于深度學習的橋洞空間安全監(jiān)測與報警系統(tǒng)，其特征在于，包括視頻采集模塊、行人入侵檢測模塊、煙火檢測模塊、信息管理模塊、報警模塊；視頻采集模塊分別與行人入侵檢測模塊、煙火檢測模塊輸入端相連，行人入侵檢測模塊、煙火檢測模塊輸出端分別與信息管理模塊輸入端相連，信息管理模塊輸出端與報警模塊相連；

所述視頻采集模塊利用監(jiān)控攝像頭采集橋洞視頻；

所述行人入侵檢測模塊通過視頻采集模塊捕獲橋洞空間入侵的行人，采用深度學習人臉檢測與匹配分析橋洞空間監(jiān)控攝像機采集到的視頻檢測行人入侵行為；

所述煙火檢測模塊采用深度學習神經網絡模型訓練煙火數據，通過深度學習殘差網絡訓練圖像特征檢測煙火；

所述信息管理模塊建立行人入侵數據管理和煙火數據管理庫，對橋洞空間安全監(jiān)測的過程中涉及到數據信息進行管理；

所述報警模塊對檢測到行人入侵或煙火事件發(fā)出報警信號；

所述行人入侵檢測模塊進行行人入侵檢測包括以下步驟：

S1、建立基于深度學習神經網絡訓練橋洞空間行人入侵模型：

首先訓練開源圖像集，迭代200000次，得出通用行人特征表示模型，在通用模型基礎上，加入橋洞空間和行人樣本，進行細化訓練，得到橋洞行人入侵檢測模型；

S2、通過網絡攝像機捕獲橋洞空間入侵的行人，將采集到的數據經深度學習人臉識別進行處理：

所述步驟S2一旦識別出橋洞空間內有人入侵，則向巡檢人員發(fā)送報警信息，包括事發(fā)地點、事發(fā)人員信息，同時通過人臉匹配判斷入侵者是否為多次入侵橋洞內的人員，若匹配為多次出現(xiàn)的入侵者則要通知巡檢人員查看信息管理記錄并結合視頻畫面判斷是否定居此處，若是則通知其盡快搬離，若疑似小偷則向相關部門及時反映；

所述煙火檢測模塊進行煙火檢測流程如下：

通過網絡爬蟲技術采集路邊焚燒圖像，加入橋洞空間正常場景圖像，組成正負樣本集，在Caffe環(huán)境下訓練分類器，識別正常、生火、冒煙三種場景；

采用深度學習神經網絡模型訓練煙火數據，全連接層輸出3類，分別表示火、煙、正常場景；

當系統(tǒng)檢測到煙火時，便將時間、地點、人物信息發(fā)送給巡檢人員，進行及時有效的管理，確保橋洞空間的安全。

2.如權利要求1所述的一種基于深度學習的橋洞空間安全監(jiān)測與報警系統(tǒng)，其特征在于，所述信息管理模塊將異常時間、地點、人物信息發(fā)送給巡檢人員進行報警，同時在地圖界面標注行人入侵、煙火的警示圖標，并實現(xiàn)包含報警事件的時間、地點、事件類型的報表，供后續(xù)查看歷史事件，分析數據。