CN111508229A - 一种基于智慧城市的公共安全防护报警装置 - Google Patents

一种基于智慧城市的公共安全防护报警装置 Download PDF

Info

Publication number
CN111508229A
CN111508229A CN202010251472.XA CN202010251472A CN111508229A CN 111508229 A CN111508229 A CN 111508229A CN 202010251472 A CN202010251472 A CN 202010251472A CN 111508229 A CN111508229 A CN 111508229A
Authority
CN
China
Prior art keywords
module
information
image
public safety
urban
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010251472.XA
Other languages
English (en)
Inventor
尹宝堂
刘景瀚
杨安瑶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liaoning Best Semiconductor Technology Co ltd
Original Assignee
Liaoning Best Semiconductor Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Liaoning Best Semiconductor Technology Co ltd filed Critical Liaoning Best Semiconductor Technology Co ltd
Priority to CN202010251472.XA priority Critical patent/CN111508229A/zh
Publication of CN111508229A publication Critical patent/CN111508229A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/084Backpropagation, e.g. using gradient descent
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/097Supervising of traffic control systems, e.g. by giving an alarm if two crossing streets have green light simultaneously
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08Detecting or categorising vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明属于城市管理技术领域,公开了一种基于智慧城市的公共安全防护报警装置,所述基于智慧城市的公共安全防护报警装置包括环境数据采集模块、图像采集模块、图像分析模块、中央控制模块、信息分类模块、车流量分析模块、道路事故定位模块、基础设施监测模块、路面监测模块、信息汇总模块、显示模块、报警模块、播报模块;所述基于智慧城市的公共安全防护报警方法包括采集城市道路图像并分析;依据分析结果进行分类;分析公共安全防护信息;汇总城市公共安全信息并播报。本发明对公共安全防护信息的分类更全面,更好的实现全面预警;对公共安全防护信息进行汇总并播报,能够实现公众对预警信息的获取,提高公众参与度。

Description

一种基于智慧城市的公共安全防护报警装置
技术领域
本发明属于城市管理技术领域,尤其涉及一种基于智慧城市的公共安全防护报警装置。
背景技术
目前:智慧城市(Smart City)是指利用各种信息技术或创新意念,集成城市的组成***和服务,以提升资源运用的效率,优化城市管理和服务,以及改善市民生活质量。智慧城市把新一代信息技术充分运用在城市的各行各业之中的基于知识社会下一代创新(创新2.0)的城市信息化高级形态,实现信息化、工业化与城镇化深度融合,有助于缓解“大城市病”,提高城镇化质量,实现精细化和动态管理,并提升城市管理成效和改善市民生活质量。目前智慧城市在公共安全防护报警方面已有应用,但是现有的城市公共安全防护报警装置对公共安全信息的涉及较少,无法实现全面预警;并且预警信息分散,只是对相关人员进行提示,无法实现全民预警。
通过上述分析,现有技术存在的问题及缺陷为:现有的城市公共安全防护报警装置对公共安全信息的涉及较少,无法实现全面预警;并且预警信息分散,只是对相关人员进行提示,无法实现全民预警。同时现有城市安全防火装置无法及时的检测到火警,也不能对空气环境质量进行监控。
发明内容
针对现有技术存在的问题,本发明提供了一种基于智慧城市的公共安全防护报警装置。
本发明是这样实现的,一种基于智慧城市的公共安全防护报警装置,所述基于智慧城市的公共安全防护报警装置包括:
环境数据采集模块,与中央控制模块连接,用于采集环境数据;
图像采集模块,与中央控制模块连接,用于通过城市摄像头采集城市道路图像;
图像分析模块,与中央控制模块连接,用于通过信息分析程序对采集的城市道路图像进行分析;
中央控制模块,与环境数据采集模块、图像采集模块、图像分析模块、信息分类模块、车流量分析模块、道路事故定位模块、基础设施监测模块、路面监测模块、信息汇总模块、显示模块、报警模块、播报模块连接,用于通过主控机控制各个模块正常运行;
信息分类模块,与中央控制模块连接,用于通过信息分类程序对图像分析结果进行分类;
车流量分析模块,与中央控制模块连接,用于通过车流量分析程序分析城市道路的车流量;
道路事故定位模块,与中央控制模块连接,用于通过道路事故定位程序对道路事故位置进行确定;
基础设施监测模块,与中央控制模块连接,用于通过基础设施监测程序监测基础设施运行状态;
路面监测模块,与中央控制模块连接,用于通过路面监测程序监测路面异常信息;
信息汇总模块,与中央控制模块连接,用于通过信息汇总程序汇总城市公共安全信息;
显示模块,与中央控制模块连接,用于通过显示器显示城市公共安全信息;
报警模块,与中央控制模块连接,用于通过报警器进行报警;
播报模块,与中央控制模块连接,用于通过播报程序播报城市公共安全信息。
进一步,所述环境数据采集模块包括:
温度采集单元,用于利用设置于城市多个观测点的温度传感器获取温度数据;
空气湿度采集单元,用于利用设置于城市多个观测点的湿度传感器获取湿度湿度;
空气质量监测单元,用于利用设置与城市多个观测点的空气污染检测仪检测控制污染状况。
本发明的另一目的在于提供一种基于智慧城市的公共安全防护报警方法,所述基于智慧城市的公共安全防护报警方法包括以下步骤:
步骤一,通过城市摄像头采集城市道路图像;通过信息分析程序对采集的城市道路图像进行分析;
步骤二,通过信息分类程序对图像分析结果进行分类,将公共安全防护信息分为车流量信息、道路事故定位信息、基础设施运行信息、路面平整度信息;
步骤三,通过车流量分析程序分析城市道路的车流量,通过道路事故定位程序对道路事故位置进行确定,通过基础设施监测程序监测基础设施运行状态,通过路面监测程序监测路面异常信息;
步骤四,通过信息汇总程序汇总城市公共安全信息;通过显示器显示城市公共安全信息;
步骤五,通过报警器进行报警;通过播报程序播报城市公共安全信息。
进一步,步骤一中,所述对采集的城市道路图像进行分析包括以下步骤:
(1)获取两个城市道路图像,所述第一图像和第二图像为对所述目标对象的不同组成具有不同加权;
(2)分别处理第一图像和第二图像并获得对应的第一参数和第二参数;输出所述第一参数和第二参数;
(3)以针对所述输出的特征点的信息为基础从针对所述城市道路图像中选择至少两个特征点;得到城市道路图像信息。
进一步,步骤二中,所述对图像分析结果进行分类的具体步骤为:
1)训练分类网络,将城市道路图像以及车流量图像集、道路事故定位图像集、基础设施图像集、路面平整度图像集同时输入邻居网络进行训练;
2)网络训练过程中使每层网络选择出最佳激活函数或者激活函数的组合,分配激活函数权重;
3)通过所述主干网络每次训练过程中输出的分布结果计算公共特征相关性;
4)计算损失度量,进行反向传播使网络收敛;
5)通过训练好的分类网络对城市道路图像进行分类,得到图像信息分类结果。
进一步,步骤1)中,所述训练分类网络时,对数据进行随机小幅度弹性形变、旋转和平移操作;所述训练分类网络时,采用L2正则化和批归一化处理,并采用早停法训练至网络收敛。
进一步,步骤三中,所述分析城市道路的车流量包括:
首先,获取城市道路内至少两个摄像头分别采集到的图像;
其次,对所述采集到的图像进行拼接形成城市道路的全景图像;
最后,针对所述全景图像进行车辆识别和计数,所述计数结果用于进行车流量分析。
进一步,所述对所述采集到的图像进行拼接形成城市道路的全景图像之前,还包括:
获取城市道路至少两个摄像头采集的初始图像,所述至少两个摄像头采集的初始图像为城市道路空闲时拍摄;
根据所述至少两个摄像头采集的初始图像,通过SIFT算法构建高斯尺度空间;
提取出所述高斯尺度空间中所述至少两个摄像头采集的初始图像的特征点对;
通过RANSAC算法对所述至少两个摄像头采集的初始图像的特征点对进行提纯,确定所述图像坐标变换矩阵。
进一步,所述对道路事故位置进行确定具体包括:
1)针对采集到的城市道路图像,进行图像表面平整区域的识别;
2)若识别到平整区域,则对识别出的平整区域进行勾画;若未识别到平整区域,则返回“1)”;
3)计算所勾画出的平整区域的灰度数值;
4)针对所采集到的图像对所勾画出的平整区域进行抠除处理;
5)返回“1)”;直至计算出的平整的区域的灰度数值最大,停止定位。
进一步,所述基于智慧城市的公共安全防护报警方法还包括:
通过设置在多个观测点的温度、湿度传感器以及空气质量监测仪监测环境温度、湿度以及空气质量数据;
当某一地区温度短时间内迅速上涨,上涨幅度超出预设阈值,则判定可能有失火风险;调用当前区域内的城市摄像头采集城市道路图像,迅速寻找失火地区,并连接报警器进行报警;
同时,当监测到的相关空气质量数据超出预设阈值时进行污染预警。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:本发明将公共安全防护信息划分为车流量信息、道路事故定位信息、基础设施运行信息、路面平整度信息,能够较为全面的进行概括,更好的实现全面预警;对公共安全防护信息进行汇总,并对汇总信息进行播报,能够实现公众对预警信息的获取,及时进行出行调整,极大提高公众参与度。
同时本发明能够基于环境温度的急速变化配合城市图像及时有效的确定是否有失火事件,并进行报警与提示,还能够对过度污染的空气进行报警提示,有效提高了城市防护的安全程度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于智慧城市的公共安全防护报警装置的结构框图。
图2是本发明实施例提供的基于智慧城市的公共安全防护报警方法的流程图。
图3是本发明实施例提供的对采集的城市道路图像进行分析的流程图。
图4是本发明实施例提供的对图像分析结果进行分类的流程图。
图5是本发明实施例提供的分析城市道路的车流量的流程图。
图6是本发明实施例提供的对道路事故位置进行确定的流程图。
图1中:1、环境数据采集模块;2、图像采集模块;3、图像分析模块;4、中央控制模块;5、信息分类模块;6、车流量分析模块;7、道路事故定位模块;8、基础设施监测模块;9、路面监测模块;10、信息汇总模块;11、显示模块;12、报警模块;13、播报模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种基于智慧城市的公共安全防护报警装置,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的基于智慧城市的公共安全防护报警装置包括:
环境数据采集模块1、图像采集模块2、图像分析模块3、中央控制模块4、信息分类模块5、车流量分析模块6、道路事故定位模块7、基础设施监测模块8、路面监测模块9、信息汇总模块10、显示模块11、报警模块12、播报模块13;
环境数据采集模块1,与中央控制模块4连接,用于采集环境数据。
图像采集模块2,与中央控制模块4连接,用于通过城市摄像头采集城市道路图像。
图像分析模块3,与中央控制模块4连接,用于通过信息分析程序对采集的城市道路图像进行分析。
中央控制模块4,与环境数据采集模块1、图像采集模块2、图像分析模块3、信息分类模块5、车流量分析模块6、道路事故定位模块7、基础设施监测模块8、路面监测模块9、信息汇总模块10、显示模块11、报警模块12、播报模块13连接,用于通过主控机控制各个模块正常运行。
信息分类模块5,与中央控制模块4连接,用于通过信息分类程序对图像分析结果进行分类。
车流量分析模块6,与中央控制模块4连接,用于通过车流量分析程序分析城市道路的车流量。
道路事故定位模块7,与中央控制模块4连接,用于通过道路事故定位程序对道路事故位置进行确定。
基础设施监测模块8,与中央控制模块4连接,用于通过基础设施监测程序监测基础设施运行状态。
路面监测模块9,与中央控制模块4连接,用于通过路面监测程序监测路面异常信息。
信息汇总模块10,与中央控制模块4连接,用于通过信息汇总程序汇总城市公共安全信息。
显示模块11,与中央控制模块4连接,用于通过显示器显示城市公共安全信息。
报警模块12,与中央控制模块4连接,用于通过报警器进行报警。
播报模块13,与中央控制模块4连接,用于通过播报程序播报城市公共安全信息。
本发明实施例提供的环境数据采集模块1包括:
温度采集单元,用于利用设置于城市多个观测点的温度传感器获取温度数据。
空气湿度采集单元,用于利用设置于城市多个观测点的湿度传感器获取湿度湿度。
空气质量监测单元,用于利用设置与城市多个观测点的空气污染检测仪检测控制污染状况。
如图2所示,本发明实施例提供的基于智慧城市的公共安全防护报警方法包括以下步骤:
S101,通过城市摄像头采集城市道路图像;通过信息分析程序对采集的城市道路图像进行分析;
S102,通过信息分类程序对图像分析结果进行分类,将公共安全防护信息分为车流量信息、道路事故定位信息、基础设施运行信息、路面平整度信息;
S103,通过车流量分析程序分析城市道路的车流量,通过道路事故定位程序对道路事故位置进行确定,通过基础设施监测程序监测基础设施运行状态,通过路面监测程序监测路面异常信息;
S104,通过信息汇总程序汇总城市公共安全信息;通过显示器显示城市公共安全信息;
S105,通过报警器进行报警;通过播报程序播报城市公共安全信息。
如图3所示,本发明实施例提供的对采集的城市道路图像进行分析包括以下步骤:
S201,获取两个城市道路图像,所述第一图像和第二图像为对所述目标对象的不同组成具有不同加权;
S202,分别处理第一图像和第二图像并获得对应的第一参数和第二参数;输出所述第一参数和第二参数;
S203,以针对所述输出的特征点的信息为基础从针对所述城市道路图像中选择至少两个特征点;得到城市道路图像信息。
如图4所示,本发明实施例提供的对图像分析结果进行分类的具体步骤为:
S301,训练分类网络,将城市道路图像以及车流量图像集、道路事故定位图像集、基础设施图像集、路面平整度图像集同时输入邻居网络进行训练;
S302,网络训练过程中使每层网络选择出最佳激活函数或者激活函数的组合,分配激活函数权重;
S303,通过所述主干网络每次训练过程中输出的分布结果计算公共特征相关性;
S304,计算损失度量,进行反向传播使网络收敛;
S305,通过训练好的分类网络对城市道路图像进行分类,得到图像信息分类结果。
如图5所示,本发明实施例提供的分析城市道路的车流量包括:
S401,获取城市道路内至少两个摄像头分别采集到的图像;
S402,对所述采集到的图像进行拼接形成城市道路的全景图像;
S403,针对所述全景图像进行车辆识别和计数,所述计数结果用于进行车流量分析。
如图6所示,本发明实施例提供的对道路事故位置进行确定具体包括:
S501,针对采集到的城市道路图像,进行图像表面平整区域的识别;
S502,若识别到平整区域,则对识别出的平整区域进行勾画;若未识别到平整区域,则返回S501;
S503,计算所勾画出的平整区域的灰度数值;
S504,针对所采集到的图像对所勾画出的平整区域进行抠除处理;
S505,返回S501;直至计算出的平整的区域的灰度数值最大,停止定位。
本发明实施例提供的基于智慧城市的公共安全防护报警方法还包括:
通过设置在多个观测点的温度、湿度传感器以及空气质量监测仪监测环境温度、湿度以及空气质量数据;
当某一地区温度短时间内迅速上涨,上涨幅度超出预设阈值,则判定可能有失火风险;调用当前区域内的城市摄像头采集城市道路图像,迅速寻找失火地区,并连接报警器进行报警;
同时,当监测到的相关空气质量数据超出预设阈值时进行污染预警。
本发明通过温度传感器、湿度传感器以及空气质量监测仪进行环境数据的监控与获取;通过城市摄像头采集城市道路图像;通过信息分析程序对采集的城市道路图像进行分析;通过信息分类程序对图像分析结果进行分类;通过车流量分析程序分析城市道路的车流量,通过道路事故定位程序对道路事故位置进行确定,通过基础设施监测程序监测基础设施运行状态,通过路面监测程序监测路面异常信息;通过信息汇总程序汇总城市公共安全信息;当某一地区温度短时间内迅速上涨,上涨幅度超出预设阈值,则判定可能有失火风险;调用当前区域内的城市摄像头采集城市道路图像,迅速寻找失火地区,并连接报警器进行报警。同时,当监测到的相关空气质量数据超出预设阈值时进行污染预警。通过显示器显示城市公共安全信息;通过播报程序播报城市公共安全信息。
以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于智慧城市的公共安全防护报警装置,其特征在于,所述基于智慧城市的公共安全防护报警装置包括:
环境数据采集模块、图像采集模块、图像分析模块、中央控制模块、信息分类模块、车流量分析模块、道路事故定位模块、基础设施监测模块、路面监测模块、信息汇总模块、显示模块、报警模块、播报模块;
环境数据采集模块,与中央控制模块连接,用于采集环境数据;
图像采集模块,与中央控制模块连接,用于通过城市摄像头采集城市道路图像;
图像分析模块,与中央控制模块连接,用于通过信息分析程序对采集的城市道路图像进行分析;
中央控制模块,与环境数据采集模块、图像采集模块、图像分析模块、信息分类模块、车流量分析模块、道路事故定位模块、基础设施监测模块、路面监测模块、信息汇总模块、显示模块、报警模块、播报模块连接,用于通过主控机控制各个模块正常运行;
信息分类模块,与中央控制模块连接,用于通过信息分类程序对图像分析结果进行分类;
车流量分析模块,与中央控制模块连接,用于通过车流量分析程序分析城市道路的车流量;
道路事故定位模块,与中央控制模块连接,用于通过道路事故定位程序对道路事故位置进行确定;
基础设施监测模块,与中央控制模块连接,用于通过基础设施监测程序监测基础设施运行状态;
路面监测模块,与中央控制模块连接,用于通过路面监测程序监测路面异常信息;
信息汇总模块,与中央控制模块连接,用于通过信息汇总程序汇总城市公共安全信息;
显示模块,与中央控制模块连接,用于通过显示器显示城市公共安全信息;
报警模块,与中央控制模块连接,用于通过报警器进行报警;
播报模块,与中央控制模块连接,用于通过播报程序播报城市公共安全信息。
2.如权利要求1所述基于智慧城市的公共安全防护报警装置,其特征在于,所述环境数据采集模块包括:
温度采集单元,用于利用设置于城市多个观测点的温度传感器获取温度数据;
空气湿度采集单元,用于利用设置于城市多个观测点的湿度传感器获取湿度湿度;
空气质量监测单元,用于利用设置与城市多个观测点的空气污染检测仪检测控制污染状况。
3.一种应用如权利要求1所述基于智慧城市的公共安全防护报警装置的基于智慧城市的公共安全防护报警方法,其特征在于,所述基于智慧城市的公共安全防护报警方法包括以下步骤:
步骤一,通过城市摄像头采集城市道路图像;通过信息分析程序对采集的城市道路图像进行分析;
步骤二,通过信息分类程序对图像分析结果进行分类,将公共安全防护信息分为车流量信息、道路事故定位信息、基础设施运行信息、路面平整度信息;
步骤三,通过车流量分析程序分析城市道路的车流量,通过道路事故定位程序对道路事故位置进行确定,通过基础设施监测程序监测基础设施运行状态,通过路面监测程序监测路面异常信息;
步骤四,通过信息汇总程序汇总城市公共安全信息;通过显示器显示城市公共安全信息;
步骤五,通过报警器进行报警;通过播报程序播报城市公共安全信息。
4.如权利要求3所述基于智慧城市的公共安全防护报警方法,其特征在于,所述对采集的城市道路图像进行分析包括以下步骤:
(1)获取两个城市道路图像,所述第一图像和第二图像为对所述目标对象的不同组成具有不同加权;
(2)分别处理第一图像和第二图像并获得对应的第一参数和第二参数;输出所述第一参数和第二参数;
(3)以针对所述输出的特征点的信息为基础从针对所述城市道路图像中选择至少两个特征点;得到城市道路图像信息。
5.如权利要求3所述基于智慧城市的公共安全防护报警方法,其特征在于,所述对图像分析结果进行分类的具体步骤为:
(1)训练分类网络,将城市道路图像以及车流量图像集、道路事故定位图像集、基础设施图像集、路面平整度图像集同时输入邻居网络进行训练;
(2)网络训练过程中使每层网络选择出最佳激活函数或者激活函数的组合,分配激活函数权重;
(3)通过所述主干网络每次训练过程中输出的分布结果计算公共特征相关性;
(4)计算损失度量,进行反向传播使网络收敛;
(5)通过训练好的分类网络对城市道路图像进行分类,得到图像信息分类结果。
6.如权利要求5所述基于智慧城市的公共安全防护报警方法,其特征在于,所述训练分类网络时,对数据进行随机小幅度弹性形变、旋转和平移操作;
所述训练分类网络时,采用L2正则化和批归一化处理,并采用早停法训练至网络收敛。
7.如权利要求3所述基于智慧城市的公共安全防护报警方法,其特征在于,所述分析城市道路的车流量包括:
(1)获取城市道路内至少两个摄像头分别采集到的图像;
(2)对所述采集到的图像进行拼接形成城市道路的全景图像;
(3)针对所述全景图像进行车辆识别和计数,所述计数结果用于进行车流量分析。
8.如权利要求7所述基于智慧城市的公共安全防护报警方法,其特征在于,所述对所述采集到的图像进行拼接形成城市道路的全景图像之前,还包括:
获取城市道路至少两个摄像头采集的初始图像,所述至少两个摄像头采集的初始图像为城市道路空闲时拍摄;
根据所述至少两个摄像头采集的初始图像,通过SIFT算法构建高斯尺度空间;
提取出所述高斯尺度空间中所述至少两个摄像头采集的初始图像的特征点对;
通过RANSAC算法对所述至少两个摄像头采集的初始图像的特征点对进行提纯,确定所述图像坐标变换矩阵。
9.如权利要求3所述基于智慧城市的公共安全防护报警方法,其特征在于,所述对道路事故位置进行确定具体包括:
1)针对采集到的城市道路图像,进行图像表面平整区域的识别;
2)若识别到平整区域,则对识别出的平整区域进行勾画;若未识别到平整区域,则返回“1)”;
3)计算所勾画出的平整区域的灰度数值;
4)针对所采集到的图像对所勾画出的平整区域进行抠除处理;
5)返回“1)”;直至计算出的平整的区域的灰度数值最大,停止定位。
10.如权利要求3所述基于智慧城市的公共安全防护报警方法,其特征在于,所述基于智慧城市的公共安全防护报警方法还包括:
通过设置在多个观测点的温度、湿度传感器以及空气质量监测仪监测环境温度、湿度以及空气质量数据;
当某一地区温度短时间内迅速上涨,上涨幅度超出预设阈值,则判定可能有失火风险;调用当前区域内的城市摄像头采集城市道路图像,迅速寻找失火地区,并连接报警器进行报警;
同时,当监测到的相关空气质量数据超出预设阈值时进行污染预警。
CN202010251472.XA 2020-04-01 2020-04-01 一种基于智慧城市的公共安全防护报警装置 Pending CN111508229A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010251472.XA CN111508229A (zh) 2020-04-01 2020-04-01 一种基于智慧城市的公共安全防护报警装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010251472.XA CN111508229A (zh) 2020-04-01 2020-04-01 一种基于智慧城市的公共安全防护报警装置

Publications (1)

Publication Number Publication Date
CN111508229A true CN111508229A (zh) 2020-08-07

Family

ID=71877401

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010251472.XA Pending CN111508229A (zh) 2020-04-01 2020-04-01 一种基于智慧城市的公共安全防护报警装置

Country Status (1)

Country Link
CN (1) CN111508229A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115081757A (zh) * 2022-08-20 2022-09-20 山东高速股份有限公司 一种基于机器人技术的公路病害自动化检测方法
CN118301086A (zh) * 2024-06-05 2024-07-05 南京苏邦软件开发有限公司 综合智慧城市数据管理***

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120134532A1 (en) * 2010-06-08 2012-05-31 Gorilla Technology Inc. Abnormal behavior detection system and method using automatic classification of multiple features
CN203399143U (zh) * 2013-06-05 2014-01-15 广州瀚润计算机信息科技有限公司 智慧城市智能监测***
CN103630093A (zh) * 2013-01-18 2014-03-12 中电投工程研究检测评定中心 用于混凝土表面粗糙度检测的图像分析方法
CN106056517A (zh) * 2016-06-06 2016-10-26 苏州朗米尔照明科技有限公司 一种智慧城市管理***
CN106548451A (zh) * 2016-10-14 2017-03-29 青岛海信网络科技股份有限公司 一种客车客流拥挤度计算方法和装置
CN106643905A (zh) * 2016-12-30 2017-05-10 朱江 城市公共安全预警***
CN106817417A (zh) * 2017-01-19 2017-06-09 王声扬 一种基于物联网和安全云的区域安全防控***
CN108629037A (zh) * 2018-05-11 2018-10-09 河南工业和信息化职业学院 一种智慧城市服务平台及其管理方法
CN109191833A (zh) * 2018-08-29 2019-01-11 深圳市赛为智能股份有限公司 一种智能交通***及其管理方法
CN109613861A (zh) * 2018-12-07 2019-04-12 中国矿业大学(北京) 一种基于智慧城市的公共安全防护报警***
CN110569882A (zh) * 2019-08-15 2019-12-13 杨春立 一种图像信息分类方法及装置
CN110876126A (zh) * 2020-01-17 2020-03-10 四川众兴华业市政照明工程有限公司 一种基于智慧路灯的城市控制管理***

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120134532A1 (en) * 2010-06-08 2012-05-31 Gorilla Technology Inc. Abnormal behavior detection system and method using automatic classification of multiple features
CN103630093A (zh) * 2013-01-18 2014-03-12 中电投工程研究检测评定中心 用于混凝土表面粗糙度检测的图像分析方法
CN203399143U (zh) * 2013-06-05 2014-01-15 广州瀚润计算机信息科技有限公司 智慧城市智能监测***
CN106056517A (zh) * 2016-06-06 2016-10-26 苏州朗米尔照明科技有限公司 一种智慧城市管理***
CN106548451A (zh) * 2016-10-14 2017-03-29 青岛海信网络科技股份有限公司 一种客车客流拥挤度计算方法和装置
CN106643905A (zh) * 2016-12-30 2017-05-10 朱江 城市公共安全预警***
CN106817417A (zh) * 2017-01-19 2017-06-09 王声扬 一种基于物联网和安全云的区域安全防控***
CN108629037A (zh) * 2018-05-11 2018-10-09 河南工业和信息化职业学院 一种智慧城市服务平台及其管理方法
CN109191833A (zh) * 2018-08-29 2019-01-11 深圳市赛为智能股份有限公司 一种智能交通***及其管理方法
CN109613861A (zh) * 2018-12-07 2019-04-12 中国矿业大学(北京) 一种基于智慧城市的公共安全防护报警***
CN110569882A (zh) * 2019-08-15 2019-12-13 杨春立 一种图像信息分类方法及装置
CN110876126A (zh) * 2020-01-17 2020-03-10 四川众兴华业市政照明工程有限公司 一种基于智慧路灯的城市控制管理***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨礼: "基于视频目标检索的图像特征提取与分类识别", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115081757A (zh) * 2022-08-20 2022-09-20 山东高速股份有限公司 一种基于机器人技术的公路病害自动化检测方法
CN115081757B (zh) * 2022-08-20 2022-11-22 山东高速股份有限公司 一种基于机器人技术的公路病害自动化检测方法
CN118301086A (zh) * 2024-06-05 2024-07-05 南京苏邦软件开发有限公司 综合智慧城市数据管理***

Similar Documents

Publication Publication Date Title
CN109686088B (zh) 一种交通视频告警方法、设备及***
CN109935080B (zh) 一种交通线路上的车流量实时计算的监测***及方法
CN104780361B (zh) 一种城市视频监控***的质量评价方法
CN111629181B (zh) 消防生命通道监控***及方法
CN111508229A (zh) 一种基于智慧城市的公共安全防护报警装置
WO2022193713A1 (zh) 配置式桥梁集群结构监测管理装置和方法
CN113313914B (zh) 团雾监测方法、装置、***及存储介质
CN105574468A (zh) 视频火焰检测方法、装置及***
CN106327630A (zh) 一种高低速不停车治超检测***
CN113313006A (zh) 基于无人机的城市违建监管方法、***和存储介质
CN113593191A (zh) 一种基于大数据的可视化城市内涝监测预警***
CN112669598A (zh) 一种基于车流量的智慧交通管理***
CN201828915U (zh) 空间信息监测***
CN116884266A (zh) 一种基于大数据的智慧城市停车管理方法及管理***
CN118194142A (zh) 一种智慧管网的震后修复工程分析方法及***
CN113032239A (zh) 风险提示方法、装置、电子设备及存储介质
CN109677324B (zh) 基于NB-IoT技术的驻停车辆碰撞报警方法
CN112447042B (zh) 交通事件侦测***及方法
CN104463913A (zh) 违规停车智能检测装置与方法
CN114333331B (zh) 一种多车道桥梁车辆通行信息与车重识别方法及***
CN114241781A (zh) 一种基于车祸识别自动报警功能***
CN114170498A (zh) 遗洒物检测方法、装置、计算机设备和存储介质
CN113570846B (zh) 一种交通警情态势分析研判方法、设备及可读存储介质
CN113808384B (zh) 交通状况侦测方法
CN116052422B (zh) 一种道路交叉口综合通透度检测方法、***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200807

RJ01 Rejection of invention patent application after publication