景区智能监控方法及系统与流程

本发明涉及智能监控，具体涉及一种景区智能监控方法及系统。

背景技术：

1、景区内一般会配备有相对完善的监控系统，其目的是为了保证景区内出现异常状况时，安保人员能够及时就位并及时进行相应的处理，而景区内的监控特点是在特定的时间段内，客流密度大，监控难度大，尤其是目前大部分景区所配备的监控设备智能化程度较低，大部分仅有图像和视频回溯功能，对于监控人员来说，依靠人眼面对多个画面难以及时发现异常情况，而通过查看历史视频图像排查异常时，若无法定位到具体时间，则需耗费大量时间来依次查看。

2、此外，虽然现有的精准图像识别算法相对发达，但正如前文所述，景区内监控的特点在于特点时段内客流密度大，这就导致图像识别需要持续地耗费巨量的算力来支持，设备采购成本和数据储存成本也是一般景区所无法承受的。同时，在客流密度大的情况下，通过全图图像识别的解决方案对于识别目标的准确度也难以保证。

技术实现思路

1、本发明所要解决的技术问题是，如何对景区内进行准确的风险识别及预警，同时避免消耗过大的算力和成本。

2、本发明解决其技术问题所采用的其中一种技术方案是：一种景区智能监控方法，包括如下步骤：

3、获取监控图像；

4、利用图像识别算法获取监控图像中客流数据；

5、通过对客流数据进行计算得到风险参考值，并将风险参考至与预设的第一阈值进行对比；

6、若风险参考值小于第一阈值，则输出第一提示信息；

7、若风险参考值大于或等于第一阈值，则利用图像识别算法获取监控图像中的风险目标；

8、将所述风险目标与预设的风险识别模板库中的风险模板逐个进行对比得到相似度值；

9、若存在任意风险模板与风险目标的相似度大于或等于预设第二阈值，则输出第二提示信息；

10、若任意风险模板与风险目标的相似度均小于预设第二阈值，则输出第三提示信息。

11、进一步的，所述客流数据包括客流数量、平均客流密度和客流方向。

12、进一步的，所述通过对客流数据进行计算得到风险参考值，包括如下步骤：

13、获取监控图像所对应的区域的标识信息；

14、根据标识信息匹配对应的风险参考处理模型；

15、利用风险参考处理模型对监控图像的客流数量、平均客流密度和客流方向进行计算后得到风险参考值。

16、进一步的，所述利用风险参考处理模型对监控图像的客流数量、平均客流密度和客流方向进行计算后得到风险参考值，包括如下步骤：

17、对客流数量、平均客流密度和客流方向进行归一化处理；

18、根据风险参考处理模型对归一化处理的客流数量、平均客流密度和客流方向赋予对应的权重系数并进行加权计算后得到风险参考值。

19、进一步的，所述若风险参考值小于第一阈值，则输出第一提示信息，包括如下步骤：

20、对所述监控图像所对应的区域划分形成多个子区域，并获取各个子区域的子客流密度；

21、获取各个子客流密度与平均客流密度之间的方差值；

22、若方差值大于或等于预设的第三阈值，则输出第一子提示信息；

23、若方差值小于预设的第三阈值，则输出第二子提示信息或不输出提示信息。

24、进一步的，所述方差值采用如下公式进行计算：其中，m为方差值，x为平均客流密度，xi为各个子区域的客流密度，n为划分的子区域数量。

25、进一步的，所述利用图像识别算法获取监控图像中的风险目标，包括如下步骤：

26、利用目标检测算法获取监控图像中的所有目标；

27、通过深度学习模型对所有目标进行特征提取；

28、通过深度学习模型对提取的特征进行分类，并将归类为具有风险的特征所对应的目标标记为风险目标。

29、进一步的，所述将所述风险目标与预设的风险识别模板库中的风险模板逐个进行对比得到相似度值，包括如下步骤：

30、获取预设的风险识别模板库，所述风险识别模板库包括多个风险模板所对应的风险特征；

31、获取风险目标所对应的风险特征；

32、通过相似度衡量算法计算风险目标所对应的风险特征与风险模板所对应的风险特征的相似度值。

33、通过以上技术方案可知，本申请中，景区智能监控方法在初步阶段仅使用图像识别算法获取监控图像中客流数据，而非直接识别图像特征，大幅度减少了对于算力的占用，有利于在客流高峰时段提高识别效果；同时对于监控图像中有可能出现的异常风险情况进行分级处理，并通过不同的提示信息进行输出，从而使景区管理者能够更加清晰地理解风险程度及风险情况；通过匹配风险识别模板库能够进一步降低算力的占用，同时提高风险提示的准确度；此外，该方法不仅可以根据不同的景区环境和安全需求调整阈值，还可以根据需要修改和增加风险识别模板，提高风险识别的准确性和全面性。

34、本发明解决其技术问题所采用的另一种技术方案是：一种景区智能监控系统，包括：

35、智能监控设备，所述智能监控设备用于获取监控图像；

36、数据获取模块，所述数据获取模块用于利用图像识别算法获取监控图像中客流数据；

37、风险参考值获取模块，所述风险参考值计算模块用于通过对客流数据进行计算得到风险参考值，并将风险参考至与预设的第一阈值进行对比；

38、若风险参考值小于第一阈值，则输出第一提示信息；

39、若风险参考值大于或等于第一阈值，则利用图像识别算法获取监控图像中的风险目标；

40、相似度值获取模块，所述相似度值计算模块用于将所述风险目标与预设的风险识别模板库中的风险模板逐个进行对比得到相似度值；

41、若存在任意风险模板与风险目标的相似度大于或等于预设第二阈值，则输出第二提示信息；

42、若任意风险模板与风险目标的相似度均小于预设第二阈值，则输出第三提示信息。

43、进一步的，还包括：

44、区域划分模块，所述区域划分模块用于对所述监控图像所对应的区域划分形成多个子区域，并获取各个子区域的子客流密度。

45、通过以上技术方案可知，本申请中，景区智能监控系统具有实时监控能力，通过智能监控设备和数据获取模块获取监控图像并利用图像识别算法获取客流数据，进而计算风险参考值，使得景区管理者能够及时了解景区的安全情况，发现异常情况。通过分级提示的形式减少了对于算力的占用，有利于在客流高峰时段提高识别效果，同时降低设备采购成本和数据储存成本。该系统可以根据不同的景区环境和安全需求调整阈值，还可以根据需要修改和增加风险识别模板，提高风险识别的准确性和全面性。

技术特征：

1.一种景区智能监控方法，其特征在于，包括如下步骤：

2.根据权利要求1中所述的景区智能监控方法，其特征在于，所述客流数据包括客流数量、平均客流密度和客流方向。

3.根据权利要求2中所述的景区智能监控方法，其特征在于，所述通过对客流数据进行计算得到风险参考值，包括如下步骤：

4.根据权利要求1中所述的景区智能监控方法，其特征在于，所述利用风险参考处理模型对监控图像的客流数量、平均客流密度和客流方向进行计算后得到风险参考值，包括如下步骤：

5.根据权利要求2中所述的景区智能监控方法，其特征在于，所述若风险参考值小于第一阈值，则输出第一提示信息，包括如下步骤：

6.根据权利要求5中所述的景区智能监控方法，其特征在于，所述方差值采用如下公式进行计算：其中，m为方差值，x为平均客流密度，xi为各个子区域的客流密度，n为划分的子区域数量。

7.根据权利要求1中所述的景区智能监控方法，其特征在于，所述利用图像识别算法获取监控图像中的风险目标，包括如下步骤：

8.根据权利要求1中所述的景区智能监控方法，其特征在于，所述将所述风险目标与预设的风险识别模板库中的风险模板逐个进行对比得到相似度值，包括如下步骤：

9.一种景区智能监控系统，其特征在于，包括：

10.根据权利要求9中所述的景区智能监控系统，其特征在于，还包括：

技术总结
本发明涉及一种景区智能监控方法及系统。景区智能监控方法，包括如下步骤：获取监控图像；获取监控图像中客流数据；计算得到风险参考值，并将风险参考至与预设的第一阈值进行对比；若小于第一阈值，则输出第一提示信息；若大于或等于第一阈值，则利用图像识别算法获取监控图像中的风险目标；将所述风险目标与预设的风险识别模板库中的风险模板逐个进行对比得到相似度值。景区智能监控方法在初步阶段仅使用图像识别算法获取监控图像中客流数据，而非直接识别图像特征，大幅度减少了对于算力的占用，有利于在客流高峰时段提高识别效果。

技术研发人员：刘晴,罗锐,苏耘,王波,李倩,任燕,刘华轶,陆扬,吴抿君
受保护的技术使用者：重庆旅游云信息科技有限公司
技术研发日：
技术公布日：2024/1/15