[發明專利]一種基于深度學習的橋洞空間安全監測與報警系統

有效

• 申請號: 201811383003.2
• 申請日: 2018-11-20
• 公開（公告）號: CN109410497B
• 公開（公告）日: 2021-01-19
• 發明（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: 常州佰業騰飛專利代理事務所(普通合伙) 32231
• 代理人: 王巍巍

本發明提供一種基于深度學習的橋洞空間安全監測與報警系統，涉及智能安防技術領域，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。本發明基于深度學習結合人臉識別與匹配對橋洞空間指定區域進行入侵檢測，基于深度學習結合圖像處理技術對橋下監控覆蓋范圍內進行煙火識別，通過監控攝像機采集橋洞空間視頻，檢測行人入侵以及煙火，并及時向巡檢人員發送報警信息，采取相關的措施確保橋洞安全。

技術領域

本發明屬于智能安防技術領域，具體涉及一種基于深度學習的橋洞空間安全監測與報警系統。

背景技術

隨著經濟的快速發展，公路干道橋梁高架層出不窮，交通方便的同時也存在一些安全隱患，比如流浪人員占用空置的橋洞空間作為臨時居所，附近的居民甚至直接在橋洞焚燒生活垃圾，極易引發火災，危害橋梁管線設施和橋梁本身的質地架構。

利用現有監控視頻對橋洞空間場景進行分析，由于利用普通的人臉檢測識別率不高，大多數情況需要人臉正對著攝像機并靜止一會才能識別出來，不僅人臉識別準確率比較低，而且難以準確檢測橋洞空間內行人是否入侵。

利用火焰和煙霧的顏色特征進行檢測，容易受外界環境干擾，例如夜間紅色成像，火焰失去原來顏色空間、車燈干擾、霧霾干擾等，在實際應用中計算量大、場景適應性差，容易發生漏報誤報現象。

(一)解決的技術問題

本發明針對現有技術難以對橋洞空間行人入侵以及焚燒垃圾等現象準確檢測的缺陷問題，提出了一種基于深度學習的橋洞空間安全監測與報警系統，基于深度學習結合人臉識別與匹配對橋洞空間指定區域進行入侵檢測，基于深度學習結合圖像處理技術對橋下監控覆蓋范圍內進行煙火識別，通過監控攝像機采集橋洞空間視頻，檢測行人入侵以及煙火，并及時向巡檢人員發送報警信息，采取相關的措施確保橋洞安全。

(二)技術方案

為實現以上目的，本發明通過以下技術方案予以實現：

一種基于深度學習的橋洞空間安全監測與報警系統，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出報警信號。

根據本發明的一實施例，所述信息管理模塊將異常時間、地點、人物信息發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，并實現包含報警事件的時間、地點、事件類型的報表，供后續查看歷史事件，分析數據。

根據本發明的一實施例，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；

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。