基于监控图像识别的校园异常行为安全检测方法及系统与流程

本发明涉及图像识别，尤其涉及基于监控图像识别的校园异常行为安全检测方法及系统。

背景技术：

1、在现有的校园管理中，通常采用摄像头对学校各个区域进行监控，通过摄像头来采集校园内的实时画面后发送给监控室，由监控人员在监控室进行监控。

2、现有的用于校园监控的图像识别的改进，通常是对校园监控中的学生图像信息进行图像识别，比如在申请公开号为cn113569709a的中国专利中，公开了基于卷积神经网络的校园安全图像识别预警方法，该方案就是采集真实人类翻越校园围墙的图像和手写标签，使用采集到的真实人类翻越校园围墙的图像和手写标签训练图像识别网络，使用热释电红外传感器进行探测人类翻越围墙并进行拍照，将拍摄的图像输入神经网络进行分类鉴别并提出预警；其他的用于校园监控的图像识别的改进，通常是将声音识别与图像识别相结合，对监控区域持续进行声音识别以及图像识别从而对危险行为进行判断，缺少基于监控的图像识别分析对声音识别开关的控制，这会导致直接通过声音识别进行判断会干扰图像识别后对于危险行为判断的准确性，从而造成误判或延误最佳救援的时机，鉴于此，有必要对现有的校园监控图像识别进行改进。

技术实现思路

1、针对现有技术存在的不足，本发明目的是提供基于监控图像识别的校园异常行为安全检测方法及系统，用于解决现有技术中缺少基于监控的图像识别分析对声音识别开关的控制，这会导致直接通过声音识别进行判断会干扰图像识别后对于危险行为判断的准确性，从而造成误判或延误最佳救援的时机的问题。

2、为了实现上述目的，第一方面，本发明提供基于监控图像识别的校园异常行为安全检测方法，包括：

3、获取校园的教学楼中的多个摄像头的分布情况，对多个摄像头进行分组处理；

4、基于摄像头的分组使用区别处理法分别对每组的摄像头拍摄得到的影像进行处理；

5、当获取到异常信号时，获取异常信号对应的摄像头，记为异常摄像头，使用声音分析法对异常摄像头进行预警分析；

6、当声音分析法的分析结果为危险声音时，基于异常摄像头进行预警。

7、进一步地，获取校园的教学楼中的多个摄像头的分布情况，对多个摄像头进行分组处理包括：

8、获取用于监控校园中教学楼内部的多个摄像头，记为教学楼摄像组；

9、将教学楼摄像组中用于监控楼道以及监控楼梯间的摄像头记为外部摄像组，外部摄像组内的摄像头记为外部摄像头，将用于监控教室内的摄像头记为内部摄像组，内部摄像组内的摄像头记为内部摄像头；

10、对于教学楼摄像组中的任意一个摄像头，在摄像头中设置语言模组以及处理模组；

11、语言模组用于捕捉摄像头周围环境中的声音大小以及对接收到的声音进行语言识别；

12、处理模组用于对摄像头拍摄区域内的物体进行识别框选、识别跟踪以及人脸识别，其中，进行识别框选时使用最小矩形对物体进行框选。

13、进一步地，基于摄像头的分组使用区别处理法分别对每组的摄像头拍摄得到的影像进行处理包括：

14、对外部摄像组以及内部摄像组的监控区域中窗户覆盖的区域记为危险区域；

15、使用区别处理法对外部摄像组以及内部摄像组中的摄像头拍摄得到的影像进行处理；

16、基于对每组摄像头拍摄得到的影像的处理结果判断是否发送异常信号。

17、进一步地，区别处理法包括外部处理法以及内部处理法，外部处理法用于对外部摄像组进行处理，内部处理法用于对内部摄像组进行处理，外部处理法包括：

18、将外部摄像头拍摄的区域记为外部拍摄区域；

19、获取学校的上课时间以及下课时间；

20、在处于上课时间时，当外部摄像头内无移动的物体时，关闭摄像头的语言模组以及处理模组；

21、当外部摄像头内有移动的物体时，使用处理模组对移动物体进行识别框选，记为框选物体；当框选物体的数量为第一标准数量时，对框选物体使用窗口跟踪法，窗口跟踪法为：对框选物体进行路径跟踪，当框选物体移动至危险区域后失去路径跟踪的目标时，发送窗口危险警报，当失去路径跟踪的目标前框选物体未移动至危险区域时，继续进行监控。

22、进一步地，外部处理法还包括：

23、当框选物体的数量大于第一标准数量时，将框选物体记为框选矩形1至框选矩形n，将框选矩形1至框选矩形n的中心点记为框选中心点1至框选中心点n，当任意一个框选中心点x与其余的框选中心点的距离大于标准社交距离时，对框选中心点x对应的框选物体使用窗口跟踪法；

24、当框选中心点1至框选中心点n中任意两个框选中心点之间的距离小于等于标准社交距离时，将小于等于标准社交距离的两个框选中心点对应的框选物体记为预连接物体，当预连接物体对应的两个框选中心点大于标准社交距离时，取消预连接物体的标记。

25、进一步地，外部处理法还包括：当预连接物体在外部拍摄区域内的连续存在时间小于等于正常行走时间时，继续进行监控；

26、当预连接物体在外部拍摄区域内的连续存在时间大于正常行走时间时，将预连接物体记为已连接物体并开启语言模组，当语言模组识别到的声音分贝大于标准谈话分贝时，发送异常信号；

27、在处于下课时间时，将外部拍摄区域均匀划分为第二标准数量个子区域，记为子区域1至子区域m，对于子区域1至子区域m中的任意一个子区域，使用处理模组对子区域进行人脸识别处理，将人脸识别得到的数量记为子区域的活动数量，当任意一个子区域的活动数量大于标准拥挤数量时，发送异常信号；

28、将子区域1至子区域m对应的所有活动数量的和记为k，开启语言模组，将语言模组识别到的声音分贝记为嘈杂分贝，当k小于基础活跃数量且嘈杂分贝大于第一标准分贝时，发送异常信号；

29、当k大于等于基础活跃数量且嘈杂分贝大于第二标准分贝时，发送异常信号，其余情况继续进行监控，第一标准分贝小于第二标准分贝。

30、进一步地，内部处理法包括：

31、将内部摄像头拍摄的区域记为内部拍摄区域；

32、当处于下课时间时，使用处理模组对内部拍摄区域进行人脸识别处理，将人脸识别得到的人脸信息记为滞留信息1至滞留信息q，将滞留信息1至滞留信息q与人脸信息库中的人脸信息逐一比对，所述人脸信息库用于存储全校师生的人脸信息。

33、进一步地，内部处理法还包括：

34、当滞留信息1至滞留信息q中的所有滞留信息均与人脸信息库中的人脸信息匹配成功时，对人脸信息对应的物体进行识别框选，记为滞留物体，对滞留物体进行路径跟踪，并对所有滞留物体使用窗口跟踪法，获取滞留物体所在矩形的中心点，当任意两个滞留物体对应的中心点之间的距离小于标准社交距离时，开启语言模组，当语言模组识别到的声音分贝大于标准谈话分贝时，发送异常信号；

35、当滞留信息1至滞留信息q中任意一个滞留信息无法与人脸信息库中的任意一个人脸信息匹配成功时，开启语言模组，当语言模组识别到的声音分贝大于标准谈话分贝时，发送异常信号。

36、进一步地，基于摄像头的分组使用区别处理法分别对每组的摄像头拍摄得到的影像进行处理还包括：

37、对于教学楼摄像组的中的任意一个摄像头，获取摄像头所监控的区域平面图，并在区域平面图中标记所有出口以及门的位置，记为可通过区域；将区域平面图中的无法被摄像头所监控的区域记为死角区域1至死角区域t；

38、当死角区域1至死角区域t中任意一个死角区域t1与可通过区域重合时，将死角区域t1在死角区域1至死角区域t中删除，将剩余的死角区域记为死角区域1至死角区域t2，其中，t2小于等于t；

39、当外部处理法中的框选物体或内部处理法中的滞留物体移动至死角区域后失去路径跟踪的目标时，获取失去路径跟踪的目标数量，记为死角数量，对死角区域进行标记并从零开始计时，将计时的时间记为死角时间；

40、当死角时间等于危险死角时间前框选物体或滞留物体从死角区域移出并重新被框选时的数量等于死角数量时，将死角时间归零并停止计时；

41、当死角时间等危险死角时间后框选物体或滞留物体从死角区域移出并重新被框选时的数量小于死角数量时，发送异常信号并将被标记的死角区域发送至工作人员。

42、进一步地，声音分析法包括：

43、启动异常摄像头的语言模组，使用语言模组对接收到的声音进行语言识别，将语言识别转换为文字，记为异常文字；

44、当异常摄像头为外部摄像组中的摄像头时，对异常文字进行分字处理，记为危险字组，将危险字组中的每一个字与危险字库进行比对，当危险字组中的任意一个字与危险字库中的任意一个字相同时，记为比对成功，当比对成功的数量大于标准比对数量时，将异常信号记为危险声音；

45、当异常摄像头为内部摄像组中的摄像头时，对异常文字进行分词处理，记为危险词组，将危险词组中的每一个词与危险词库进行比对，当危险词组中的任意一个词与危险词库中的任意一个词相同时，记为比对成功，当比对成功的数量大于标准比对数量时，将异常信号记为危险声音。

46、进一步地，当声音分析法的分析结果为危险声音时，基于异常摄像头进行预警包括：

47、当通过声音分析法接收到危险声音时，将危险声音对应的异常摄像头记为危险摄像头，将危险摄像头的位置发送给工作人员并控制与危险摄像头最近的警报器发送警报。

48、第二方面，本发明还提供基于监控图像识别的校园异常行为安全检测系统，包括：分组模块、影像处理模块、异常分析模块以及预警模块；

49、分组模块用于获取校园的教学楼中的多个摄像头的分布情况，对多个摄像头进行分组处理；

50、影像处理模块用于基于摄像头的分组使用区别处理法分别对每组的摄像头拍摄得到的影像进行处理；

51、异常分析模块用于当获取到异常信号时，获取异常信号对应的摄像头，记为异常摄像头，使用声音分析法对异常摄像头进行预警分析；

52、预警模块用于当声音分析法的分析结果为危险声音时，基于异常摄像头进行预警。

53、本发明的有益效果：本发明通过获取校园的教学楼中的多个摄像头的分布情况，对多个摄像头进行分组处理，然后基于摄像头的分组使用区别处理法分别对每组的摄像头拍摄得到的影像进行处理，这样的好处在于，通过对摄像头进行分组处理，可以对用于拍摄楼道和教室的摄像头分别进行分析，从而对楼道以及教室内的情况进行准确的分析，通过先对摄像头拍摄得到的影像进行处理，可以用于判断是否开启声音识别，从而减少声音识别对影像处理的干扰，能够使进行影像处理时的图像识别更加准确；

54、本发明还通过在获取到异常信号时，获取异常信号对应的摄像头，记为异常摄像头，使用声音分析法对异常摄像头进行预警分析，最后当声音分析法的分析结果为危险声音时，基于异常摄像头进行预警，这样的好处在于，通过接收到异常信号后再开启声音识别进行预警分析，可以在声音识别开启后更加准确地对接收到的分贝以及语言进行分析，减少在声音识别持续开启时因外界干扰导致声音识别结果的不精准，有利于更加准确地在监控摄像区域内的危险行为发生时进行及时防范。

55、本发明附加方面的优点将在下面的具体实施方式的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。