基于AI视觉的多区域监测系统及方法与流程

本发明涉及人工智能，尤其涉及基于ai视觉的多区域监测系统及方法。

背景技术：

1、目前，图像采集设备如摄像头在安防、智慧交通、智慧城市等领域得到了广泛应用。图像采集设备所采集的视频数据上传至服务器后，服务器通过对图像采集设备所采集的视频数据进行图像识别及图像分析，可以得到与图像采集设备对应检测对象或区域中的监测结果。但是目前服务器中一般仅存储有单一应用领域的图像识别模型，若图像采集设备采集的图像并非是服务器中图像识别模型所针对及擅长识别的应用领域，导致最终的监测结果准确率较低。

技术实现思路

1、本发明实施例提供了基于ai视觉的多区域监测系统及方法，旨在解决现有技术中服务器中一般仅存储有单一应用领域的图像识别模型，若图像采集设备采集的图像并非是服务器中图像识别模型所针对及擅长识别的应用领域，导致最终的监测结果准确率较低的问题。

2、第一方面，本发明实施例提供了一种基于ai视觉的多区域监测系统，其包括

3、云平台、智能网关、多个自主执行终端、多个类型的传感器、多个图像采集装置及多个待监测设备；所述智能网关与所述云平台通讯连接；所述多个自主执行终端及所述多个图像采集装置与所述智能网关通讯连接；所述多个类型的传感器基于对应的接入协议与所述智能网关通讯连接；所述多个待监测设备与所述智能网关通讯连接；

4、其中，所述多个待监测设备中每一待监测设备上设置有所述多个类型的传感器中的若干个传感器，且若干个传感器用于将待监测设备的设备工作参数发送至所述智能网关；

5、所述多个图像采集装置中每一图像采集装置用于按预设图像采集策略采集对准区域的监测图像集并将监测图像集发送至所述智能网关；

6、所述智能网关用于对所接收的各待监测设备的设备工作参数进行异常工作参数检测得到异常设备检测结果，并基于预先存储的多个ai视觉模型中其中一个ai视觉模型对检测图像集进行异常图像识别得到异常区域监测结果；

7、所述云平台用于接收所述智能网关上传的预测设备检测结果和/或异常区域监测结果并保存在预设的存储空间。

8、第二方面，本发明实施例还提供了一种基于ai视觉的多区域监测方法，应用于上述第一方面中的基于ai视觉的多区域监测系统，其包括：

9、多个图像采集装置中每一图像采集装置按预设图像采集策略采集对准区域的监测图像集并将监测图像集发送至智能网关；

10、所述智能网关基于本地所存储已完成训练的多个ai视觉模型对所述监测图像集进行异常图像识别，以得到异常区域监测结果集；

11、所述智能网关若确定所述异常区域监测结果集为非空集，则获取所述异常区域监测结果集中各异常区域监测结果对应的目标异常区域定位信息；

12、所述智能网关基于各目标异常区域定位信息获取所述异常区域监测结果集中各异常区域监测结果对应的目标自主执行终端；

13、所述智能网关获取与所述异常区域监测结果集中各异常区域监测结果对应的目标异常处理策略，并将各目标异常处理策略发送至对应的目标自主执行终端；

14、各目标自主执行终端基于所接收的目标异常处理策略对应执行以排除对准区域中异常状态。

15、本发明实施例提供了基于ai视觉的多区域监测系统及方法，包括云平台、智能网关、多个自主执行终端、多个类型的传感器、多个图像采集装置及多个待监测设备；智能网关与云平台通讯连接；多个自主执行终端及多个图像采集装置与智能网关通讯连接；多个类型的传感器基于对应的接入协议与智能网关通讯连接；多个待监测设备与智能网关通讯连接；智能网关用于对所接收的各待监测设备的设备工作参数进行异常工作参数检测得到异常设备检测结果，并基于预先存储的多个ai视觉模型中其中一个ai视觉模型对检测图像集进行异常图像识别得到异常区域监测结果。本发明实施例能基于智能网关对不同区域的图像采集装置上传的监测图像集基于其中所聚合的多种ai视觉模型中对应的ai视觉模型进行识别，使得识别结果更准确。

技术特征：

1.一种基于ai视觉的多区域监测系统，其特征在于，包括云平台、智能网关、多个自主执行终端、多个类型的传感器、多个图像采集装置及多个待监测设备；所述智能网关与所述云平台通讯连接；所述多个自主执行终端及所述多个图像采集装置与所述智能网关通讯连接；所述多个类型的传感器基于对应的接入协议与所述智能网关通讯连接；所述多个待监测设备与所述智能网关通讯连接；

2.根据权利要求1所述基于ai视觉的多区域监测系统，其特征在于，所述多个图像采集装置中包括球形摄像机、筒形摄像机及热成像测温摄像机。

3.根据权利要求1所述基于ai视觉的多区域监测系统，其特征在于，所述多个类型的传感器包括振动传感器、水浸传感器、水位传感器、气体传感器、温度传感器、局放检测传感器、门磁传感器、烟雾传感器及噪声传感器中的任意一种或任意多种。

4.一种基于ai视觉的多区域监测方法，应用于如权利要求1-3任一项所述的基于ai视觉的多区域监测系统，其特征在于，所述基于ai视觉的多区域监测方法包括：

5.根据权利要求4所述的方法，其特征在于，在所述多个图像采集装置中每一图像采集装置按预设图像采集策略采集对准区域的监测图像集并将监测图像集发送至智能网关的步骤中针对每一图像采集装置均执行以下步骤：

6.根据权利要求5所述的方法，其特征在于，在所述智能网关基于本地所存储已完成训练的多个ai视觉模型对所述监测图像集进行异常图像识别，以得到异常区域监测结果集的步骤中针对每个图像采集装置上传的监测图像集均执行以下步骤：

7.根据权利要求6所述的方法，其特征在于，所述智能网关在本地所存储已完成训练的多个ai视觉模型中获取与所属区域类型对应的候选ai视觉模型，以对所述监测图像集进行异常图像识别得到异常区域监测结果，包括；

8.根据权利要求6所述的方法，其特征在于，所述智能网关在本地所存储已完成训练的多个ai视觉模型中获取与所属区域类型对应的候选ai视觉模型，以对所述监测图像集进行异常图像识别得到异常区域监测结果，包括；

9.根据权利要求6所述的方法，其特征在于，所述智能网关在本地所存储已完成训练的多个ai视觉模型中获取与所属区域类型对应的候选ai视觉模型，以对所述监测图像集进行异常图像识别得到异常区域监测结果，包括；

10.根据权利要求6所述的方法，其特征在于，所述各目标自主执行终端基于所接收的目标异常处理策略对应执行以排除对准区域中异常状态，包括：

技术总结
本发明公开了基于AI视觉的多区域监测系统及方法，包括云平台、智能网关、多个自主执行终端、多个类型的传感器、多个图像采集装置及多个待监测设备；智能网关用于对所接收的各待监测设备的设备工作参数进行异常工作参数检测得到异常设备检测结果，并基于预先存储的多个AI视觉模型中其中一个AI视觉模型对检测图像集进行异常图像识别得到异常区域监测结果。本发明实施例能基于智能网关对不同区域的图像采集装置上传的监测图像集基于其中所聚合的多种AI视觉模型中对应的AI视觉模型进行识别，使得识别结果更准确。

技术研发人员：丘献沅,林汝琪,许爱军,潘素珍
受保护的技术使用者：深圳市金瑞铭科技有限公司
技术研发日：
技术公布日：2024/3/21