基于AI人型追踪预警自动备份的安防监控系统的制作方法

本发明涉及安防监控领域，具体为基于ai人型追踪预警自动备份的安防监控系统。

背景技术：

1、安防监控系统是指基于传统视频监控技术和设备的安全监控系统，通常配置一个监控中心，操作员可以通过监控中心的监控台或监控软件来查看、管理和控制摄像头，然而，传统的安防监控系统往往会有一些弊端。

2、一方面，传统的安防监控系统通常是利用操作员来对监控中心显示的监控画面进行监控，不仅消耗人力资源，还会因为人为主观因素导致工作失误；

3、另一方面，传统的安防监控系统可能会采用基于像素变化或区域运动的方法进行行为检测，但容易受到光线变化、噪声等干扰，从而产生误报。

技术实现思路

1、本发明的目的在于提供基于ai人型追踪预警自动备份的安防监控系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：基于ai人型追踪预警自动备份的安防监控系统，其包括数据收集和处理模块、可疑行为预测模块、云端备份模块和预警响应模块，其中：

3、所述数据收集和处理模块利用摄像头收集视频信号，对信号数据进行图像关键帧提取和人体特征提取，将提取好的实时图像数据发送给可疑行为预测模块；

4、所述云端备份模块用于存储收集历史图像数据，并将预警程度作为标签列，所述可疑行为预测模块利用决策树算法根据云端备份模块中存储的历史数据进行模型建立，利用建立好的模型对数据收集和处理模块发送的实时图像数据进行预警程度的预测，将预测结果发送给预警响应模块，预警响应模块根据预测结果的数值大小做出对应的预警措施；

5、所述可疑行为预测模块将预测结果和实时图像数据打包发送给云端备份模块进行模型训练的历史图像数据，云端备份模块存储打包的数据进行备份处理。

6、作为本技术方案的进一步改进，所述数据收集和处理模块包括实时数据收集单元、数据处理单元和特征提取单元，所述实时数据收集单元利用高清摄像头以高分辨率和高帧率的方式捕获监控区域的视频信号，并将信号数据发送给数据处理单元；所述数据处理单元接收实时数据收集单元发送的视频信号数据，用于提高图像的质量、可用性和图像关键帧提取，并将处理好的数据发送给特征提取单元；所述特征提取单元接收数据处理单元发送的实时图像数据，用于对图像进行特征提取，并将提取后的数据发送给可疑行为预测模块中的实时数据接收单元。

7、作为本技术方案的进一步改进，所述云端备份模块包括历史数据存储单元，所述历史数据存储单元利用公开数据库收集历史图像数据，进行标签化处理，并将历史图像数据发送给可疑行为预测模块中的模型建立单元。

8、作为本技术方案的进一步改进，所述可疑行为预测模块包括实时数据接收单元、模型建立单元和模型应用单元，所述实时数据接收单元接收特征提取单元发送的实时图像数据，用于将实时图像数据发送给模型应用单元；所述模型建立单元利用历史数据存储单元发送的历史图像数据进行决策树算法模型的建立，并将建立好的模型发送给模型应用单元；所述模型应用单元利用模型建立单元建立好的模型对实时数据接收单元发送的实时图像数据进行预警程度的预测，并将预测结果和实时图像数据打包发送给云端备份模块中的实时备份单元，将预测结果发送给预警响应模块中的预测结果接收单元。

9、作为本技术方案的进一步改进，所述云端备份模块包括实时备份单元，所述实时备份单元接收模型应用单元发送的打包数据，用于将打包数据中的图像数据转换为实时图像，并将打包数据发送给历史数据存储单元作为历史图像数据进行存储。

10、作为本技术方案的进一步改进，所述预警响应模块包括预测结果接收单元和预警单元，所述预测结果接收单元接收模型应用单元发送的预测结果，用于将预测结果转换为文本类型数据，并以可视化的方式发送到监控人员的显示器上，并将预测结果发送给预警单元；所述预警单元根据预测结果的不同采取不同的措施。

11、作为本技术方案的进一步改进，所述数据处理单元通过关键帧提取、图像增强、噪声去除、对比度调整和锐化进行图像提取和处理。

12、作为本技术方案的进一步改进，所述特征提取单元通过人体检测、关键点检测、姿态估计、动作识别和特征表示与编码来进行特征提取。

13、作为本技术方案的进一步改进，所述模型应用单元利用决策树算法模型进行预警程度的预测，具体包括：

14、从根节点开始，根据特征值的取值，根据判定条件选择相应的分支；

15、进入下一节点后，根据当前节点的判定条件和特征值的取值，选择相应的分支进入下一个节点；

16、从根节点到叶节点，根据特征值的取值一直进行分支选择，直到达到叶节点，叶节点对预警程度的数值；

17、最后输出预测的预警程度标签值，即叶节点对应的数值。

18、与现有技术相比，本发明的有益效果是：

19、1、该基于ai人型追踪预警自动备份的安防监控系统利用摄像头收集视频信号，对信号数据进行图像关键帧提取和人体特征提取形成实时图像数据，再利用决策树算法模型根据数据库中的历史数据进行模型建立，最后利用建立好的模型对实时图像数据进行预警程度的预测，从而实现自动化的预警预测，降低了人力资源的消耗和由于人为主观因素导致的工作失误。

20、2、该基于ai人型追踪预警自动备份的安防监控系统在进行图像特征提取时，利用人体检测、关键点检测、姿态估计、动作识别和特征表示与编码来进行特征提取，以此减少光线变化、噪声等干扰，与传统的安防监控系统采用的基于像素变化或区域运动的方法相比，更具有可靠性和智能性。

技术特征：

1.基于ai人型追踪预警自动备份的安防监控系统，其特征在于：包括数据收集和处理模块(100)、可疑行为预测模块(200)、云端备份模块(300)和预警响应模块(400)，其中：

2.根据权利要求1所述的基于ai人型追踪预警自动备份的安防监控系统，其特征在于：所述数据收集和处理模块(100)包括实时数据收集单元(101)、数据处理单元(102)和特征提取单元(103)，所述实时数据收集单元(101)利用高清摄像头以高分辨率和高帧率的方式捕获监控区域的视频信号，并将信号数据发送给数据处理单元(102)；所述数据处理单元(102)接收实时数据收集单元(101)发送的视频信号数据，用于提高图像的质量、可用性和图像关键帧提取，并将处理好的数据发送给特征提取单元(103)；所述特征提取单元(103)接收数据处理单元(102)发送的实时图像数据，用于对图像进行特征提取，并将提取后的数据发送给可疑行为预测模块(200)中的实时数据接收单元(201)。

3.根据权利要求1所述的基于ai人型追踪预警自动备份的安防监控系统，其特征在于：所述云端备份模块(300)包括历史数据存储单元(302)，所述历史数据存储单元(302)利用公开数据库收集历史图像数据，进行标签化处理，并将历史图像数据发送给可疑行为预测模块(200)中的模型建立单元(202)。

4.根据权利要求1所述的基于ai人型追踪预警自动备份的安防监控系统，其特征在于：所述可疑行为预测模块(200)包括实时数据接收单元(201)、模型建立单元(202)和模型应用单元(203)，所述实时数据接收单元(201)接收特征提取单元(103)发送的实时图像数据，用于将实时图像数据发送给模型应用单元(203)；所述模型建立单元(202)利用历史数据存储单元(302)发送的历史图像数据进行决策树算法模型的建立，并将建立好的模型发送给模型应用单元(203)；所述模型应用单元(203)利用模型建立单元(202)建立好的模型对实时数据接收单元(201)发送的实时图像数据进行预警程度的预测，并将预测结果和实时图像数据打包发送给云端备份模块(300)中的实时备份单元(301)，将预测结果发送给预警响应模块(400)中的预测结果接收单元(401)。

5.根据权利要求1所述的基于ai人型追踪预警自动备份的安防监控系统，其特征在于：所述云端备份模块(300)包括实时备份单元(301)，所述实时备份单元(301)接收模型应用单元(203)发送的打包数据，用于将打包数据中的图像数据转换为实时图像，并将打包数据发送给历史数据存储单元(302)作为历史图像数据进行存储。

6.根据权利要求1所述的基于ai人型追踪预警自动备份的安防监控系统，其特征在于：所述预警响应模块(400)包括预测结果接收单元(401)和预警单元(402)，所述预测结果接收单元(401)接收模型应用单元(203)发送的预测结果，用于将预测结果转换为文本类型数据，并以可视化的方式发送到监控人员的显示器上，并将预测结果发送给预警单元(402)；所述预警单元(402)根据预测结果的不同采取不同的措施。

7.根据权利要求2所述的基于ai人型追踪预警自动备份的安防监控系统，其特征在于：所述数据处理单元(102)通过关键帧提取、图像增强、噪声去除、对比度调整和锐化进行图像提取和处理。

8.根据权利要求2所述的基于ai人型追踪预警自动备份的安防监控系统，其特征在于：所述特征提取单元(103)通过人体检测、关键点检测、姿态估计、动作识别和特征表示与编码来进行特征提取。

9.根据权利要求4所述的基于ai人型追踪预警自动备份的安防监控系统，其特征在于：所述模型应用单元(203)利用决策树算法模型进行预警程度的预测，具体包括：

技术总结
本发明涉及安防监控领域，具体为基于AI人型追踪预警自动备份的安防监控系统，包括数据收集和处理模块、可疑行为预测模块、云端备份模块和预警响应模块。本发明中，首先数据收集和处理模块利用摄像头收集视频信号，对信号数据进行图像关键帧提取和人体特征提取，将提取好的实时图像数据发送给可疑行为预测模块，云端备份模块用于存储收集历史图像数据，并将预警程度作为标签列，可疑行为预测模块利用决策树算法根据云端备份模块中存储的历史数据进行模型建立，利用建立好的模型发送的实时图像数据进行预警程度的预测，预警响应模块根据预测结果的数值大小做出对应的预警措施。

技术研发人员：罗主恩,罗伟波
受保护的技术使用者：深圳市泰越电子有限公司
技术研发日：
技术公布日：2024/1/25