基于人工智能的校园异常行为检测系统的制作方法

本发明涉及异常行为检测，具体涉及基于人工智能的校园异常行为检测系统。

背景技术：

1、在当今社会，校园安全问题一直是各方高度关注的焦点。随着教育事业的不断发展和校园规模的逐渐扩大，校园环境日益复杂。传统的校园监控系统虽然在一定程度上保障了校园的安全，但存在着诸多局限性。一方面，校园中不可避免地存在一些监控盲区，这些区域由于位置特殊或设备布局等原因，难以被常规监控设备直接覆盖。在这些监控盲区中，一旦发生异常行为，如学生冲突、非法闯入等，传统监控系统往往无法及时察觉，这给校园安全带来了极大的隐患。另一方面，对于校园内不同时区的人员活动情况，传统监控系统缺乏有效的分析手段。不同的时间段，校园内的人员聚集情况会有很大差异，例如课间休息时人员较为集中，而上课期间则相对分散。如果不能准确分析这些人员聚集特征，就难以判断是否存在异常聚集行为，无法及时采取相应的措施进行干预。

2、现有技术存在传统校园监控难以覆盖盲区，无法准确判断不同时段异常聚集行为的技术问题。

技术实现思路

1、本申请提供了基于人工智能的校园异常行为检测系统，用于针对解决现有技术中传统校园监控难以覆盖盲区，无法准确判断不同时段异常聚集行为的技术问题。

2、鉴于上述问题，本申请提供了基于人工智能的校园异常行为检测系统。

3、本申请提供了基于人工智能的校园异常行为检测系统，所述系统包括：

4、第一监控盲区确定模块，所述第一监控盲区确定模块用于连接校园监控平台，确定第一监控盲区，以及与所述第一监控盲区连接的第一监控邻域；第一标准聚集特征集建立模块，所述第一标准聚集特征集建立模块用于建立所述第一监控盲区的第一标准聚集特征集，其中，所述第一标准聚集特征集包括多个时区的聚集特征；第一监控视频数据获取模块，所述第一监控视频数据获取模块用于获取由所述第一监控邻域内的监控设备监测到的第一监控视频数据；第一监控对象时序生成模块，所述第一监控对象时序生成模块基于所述第一监控视频数据对由所述第一监控邻域进入所述第一监控盲区的人员进行识别并标注，生成第一监控对象时序；第一实时聚集特征生成模块，所述第一实时聚集特征生成模块基于所述第一监控对象时序进行聚集特征识别，生成第一实时聚集特征；第一异常概率生成模块，所述第一异常概率生成模块用于比对所述第一实时聚集特征与所述第一标准聚集特征集，进行异常聚集特征识别，生成第一异常概率；第一异常预警信息生成模块，所述第一异常预警信息生成模块用于当所述第一异常概率大于预设预警概率，生成第一异常预警信息。

5、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

6、第一监控盲区确定模块，用于连接校园监控平台，确定第一监控盲区，以及与所述第一监控盲区连接的第一监控邻域；第一标准聚集特征集建立模块用于建立所述第一监控盲区的第一标准聚集特征集；第一监控视频数据获取模块，用于获取由所述第一监控邻域内的监控设备监测到的第一监控视频数据；第一监控对象时序生成模块，对人员进行识别并标注，生成第一监控对象时序；第一实时聚集特征生成模块，基于所述第一监控对象时序进行聚集特征识别，生成第一实时聚集特征；第一异常概率生成模块，用于比对所述第一实时聚集特征与所述第一标准聚集特征集，进行异常聚集特征识别，生成第一异常概率；第一异常预警信息生成模块，用于当所述第一异常概率大于预设预警概率，生成第一异常预警信息。达到了实现对校园监控盲区异常行为的有效检测和预警，提高校园安全管理水平的技术效果。

技术特征：

1.基于人工智能的校园异常行为检测系统，其特征在于，包括：

2.如权利要求1所述的基于人工智能的校园异常行为检测系统，其特征在于，所述第一监控盲区确定模块还包括：

3.如权利要求1所述的基于人工智能的校园异常行为检测系统，其特征在于，所述第一标准聚集特征集建立模块还包括：

4.如权利要求1所述的基于人工智能的校园异常行为检测系统，其特征在于，所述第一异常概率生成模块还包括：

5.如权利要求4所述的基于人工智能的校园异常行为检测系统，其特征在于，所述第一异常概率生成模块还包括：

6.如权利要求5所述的基于人工智能的校园异常行为检测系统，其特征在于，所述第一异常概率生成模块还包括：

7.如权利要求6所述的基于人工智能的校园异常行为检测系统，其特征在于，若进入所述第一监控盲区的对象未在所述历史校园异常行为库中出现，初始化对应异常权重为零。

8.如权利要求7所述的基于人工智能的校园异常行为检测系统，其特征在于，所述第一异常概率生成模块还包括：

技术总结
本发明公开了基于人工智能的校园异常行为检测系统，涉及异常行为检测技术领域，该系统包括：连接校园监控平台，确定第一监控盲区，以及第一监控邻域；建立所述第一监控盲区的第一标准聚集特征集；获取第一监控视频数据；对人员进行识别并标注，生成第一监控对象时序；进行聚集特征识别，生成第一实时聚集特征；进行异常聚集特征识别，生成第一异常概率；当所述第一异常概率大于预设预警概率，生成第一异常预警信息。本发明解决了现有技术中传统校园监控难以覆盖盲区，无法准确判断不同时段异常聚集行为的技术问题，达到了实现对校园监控盲区异常行为的有效检测和预警，提高校园安全管理水平的技术效果。

技术研发人员：王福明,夏慧,张琳,张瑜,祁治霖
受保护的技术使用者：山东华邮科教信息技术有限公司
技术研发日：
技术公布日：2025/1/23