[發明專利]面向智慧社區的異常事件預警系統

在審

• 申請號: 202011424979.7
• 申請日: 2020-12-09
• 公開（公告）號: CN112489359A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 李淑琴
• 申請（專利權）人: 江西珉軒大數據有限公司
• 主分類號: G08B19/00
• 分類號: G08B19/00;G08B7/06;G08B3/10;G08B25/08;G08B25/12
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了面向智慧社區的異常事件預警系統。本發明中，所述數據傳輸模塊的輸出端連接有所述行為分析模塊的輸入端，所述手動報警開關的輸出端連接有所述響鈴警報器的輸入端，所述響鈴警報器的輸出端連接有所述無線傳輸模塊的輸入端，所述供電模塊的電源輸出端連接有所述總處理器模塊的輸入端；所述總處理器模塊的輸出端連接有所述信息發送模塊的輸入端；行為分析模塊內部、定義人體行為模塊和AI學習架構模塊可以通過攝像頭模塊對安裝位置的人體行為進行識別預測，從而可以提前地對可能具有危險的行為進行預測，避免了險情的發生，提高了該系統的安全性；手動報警開關配合響鈴警報器可以在遇到險情時，手動進行報警，起到警示作用。

技術領域

本發明屬于社區管理技術領域，具體為面向智慧社區的異常事件預警系統。

背景技術

“智慧社區”是以社區引領為指引，運用互聯網、云計算、大數據等信息化技術打造的綜合性社區工作平臺APP。從社區宣教、組織生活、監督考核、日常辦公以及大數據分析等各個方面，為事業單位、企業集團提供從設計、建設到落地的一站式智慧社區整體解決方案，因此常需要對異常事件進行預警防范。

但是常見的預警系統，智能通過人為的進行觀測，就會導致可能觀察的不夠及時，從而容易引發安全事故，同時在突發事件發生時，也不能進行人工報警，導致預警效率較差。

發明內容

本發明的目的在于：為了解決上述提出的問題，提供面向智慧社區的異常事件預警系統。

本發明采用的技術方案如下：面向智慧社區的異常事件預警系統，包括總處理器模塊、行為分析模塊、供電模塊、信息發送模塊、社區接收終端、顯示終端、人機交互模塊、攝像頭模塊、數據傳輸模塊、手動報警開關、響鈴警報器、無線傳輸模塊、異常信息記錄模塊、報警接收終端、電話呼叫模塊、人體軀干行為識別模塊、定義人體行為模塊、AI學習架構模塊，所述總處理器模塊的內部數據接口固定安裝有所述行為分析模塊和所述無線傳輸模塊，所述攝像頭模塊的輸出端連接有所述數據傳輸模塊的輸入端，所述數據傳輸模塊的輸出端連接有所述行為分析模塊的輸入端，所述手動報警開關的輸出端連接有所述響鈴警報器的輸入端，所述響鈴警報器的輸出端連接有所述無線傳輸模塊的輸入端，所述供電模塊的電源輸出端連接有所述總處理器模塊的輸入端；

所述總處理器模塊的輸出端連接有所述信息發送模塊的輸入端，所述信息發送模塊的輸出端連接有所述異常信息記錄模塊的輸入端，所述信息發送模塊的輸出端連接有所述社區接收終端和所述報警接收終端的輸入端，所述社區接收終端的輸出端連接有所述顯示終端的輸入端，所述顯示終端的輸出端連接有所述人機交互模塊的輸入端，所述報警接收終端的輸出端連接有所述電話呼叫模塊的輸入端

在一優選的實施方式中，所述行為分析模塊的內部固定安裝有所述的輸出端連接有所述人體軀干行為識別模塊、所述定義人體行為模塊和所述AI學習架構模塊的輸入端。

在一優選的實施方式中，所述人體軀干行為識別模塊的內部設置有3D行為識別技術模塊，3D行為識別技術利用黎曼幾何和深度學習的算法，使用大量基于GPU的并行計算，以毫米級精度對觀察到的現實世界進行三維空間還原，準確地分離環境、物體和人物，并實現實時的觀察和理解；該技術能夠在3D空間把人群分割為獨立人體，根據骨骼構造、3D面部特點和其他特征——如：體態姿勢和肌肉運動特點進行精確跟蹤識別，并且實現基于事件和語義的主動式防御預警和實時報警；此外，該技術還可對識別目標的體溫、心跳、呼吸、體重等生物特征進行非接觸測量，從而多維度確保了對個體行為和群體行為的高精度識別和預判。

在一優選的實施方式中，所述定義人體行為模塊體識別架構，對打架、斗毆、搶劫、聚眾等自定義化行為設置報警規則進行識別，進行準確識別圖像中的人體相關信息；在靜態或動態場景下查找出以人為主要防范對象的動態目標，并將肢體動作語言轉換為結構化的數據，并根據設置的報警規則進行報警。

在一優選的實施方式中，所述報警接收終端的內部設置有電話撥號機，當所述報警接收終端的內部接收到報警信息是，此時所述報警接收終端就會控制所述電話呼叫模塊發出報警信號。