CN117612107A - 一种场所内异常人员检测方法 - Google Patents

一种场所内异常人员检测方法 Download PDF

Info

Publication number
CN117612107A
CN117612107A CN202311672849.9A CN202311672849A CN117612107A CN 117612107 A CN117612107 A CN 117612107A CN 202311672849 A CN202311672849 A CN 202311672849A CN 117612107 A CN117612107 A CN 117612107A
Authority
CN
China
Prior art keywords
personnel
unregistered
person
registered
information
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
CN202311672849.9A
Other languages
English (en)
Inventor
葛风波
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.)
Shanghai Yihu Network Technology Co ltd
Original Assignee
Shanghai Yihu Network 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 Shanghai Yihu Network Technology Co ltd filed Critical Shanghai Yihu Network Technology Co ltd
Priority to CN202311672849.9A priority Critical patent/CN117612107A/zh
Publication of CN117612107A publication Critical patent/CN117612107A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

本发明提出了一种场所内异常人员检测方法包括，经识别模块对出入场所内的登记人员和未登记人员进行拍照显示，对未登记人员进行标注以及停留时间的计算，并反馈给管理人员，在停留的时间内对未登记人员的异常行为进行识别，并将识别信息反馈给登记人员和管理人员，本发明通过人员登记与录入可以及时获得所在场所内的认证，有利于场所内活动的安全，摄像头单元获取视频，完成视频内人员的实时检测、人数显示以及异常人员的判断，根据事先确定的时间，对所检测区域内异常人员的视频进行自动截图保存，完成敏感事件或重要事件的信息保留，然后对异常人员出现的行为进行实时准确地管控，从而能够提前阻止危险活动的发生，保障人身安全。

Description

一种场所内异常人员检测方法
技术领域
本发明涉及一种场所内异常人员检测方法，特别是涉及异常检测技术领域。
背景技术
随着城市化进程及经济的不断发展，各大城市内的人员集群的时间、场次越来越多，聚集人数也明显地上升，对公共场所内特殊人员安全造成了一定的威胁，由于人员过度密集无法识别异常人员，进而造成特殊人员受到安全威胁例如：宾馆、场所、书馆和博物馆，对异常人员的检测已成为安全监测方面的一个重要部分，然而，现有的摄像头监控技术往往只具有录像回放功能，而无法进行深入的数据挖掘和信息处理，传统的人员密集度监控大多是人工完成的，既浪费人力财力，又不够客观快速。
无法全面、实时、准确地进行人员异常行为检测，使管理人员获取准确信息，提前阻止危险的发生，保障区域安全并实现管理资源的合理分配，对管控区域范围的异常行为检测本质上是行为识别的问题。
发明内容
发明目的：提出一种场所内异常人员检测方法，以解决现有技术存在的上述问题。
技术方案：一种场所内异常人员检测方法，包括：
步骤一、经识别模块对出入场所内的登记人员和未登记人员进行拍照显示，
步骤二、对未登记人员进行标注以及停留时间的计算，并反馈给管理人员，
步骤三、在停留的时间内对未登记人员的异常行为进行识别，并将识别信息反馈给登记人员和管理人员。
在进一步的实施例中，所述识别模块包括主控单元，收集摄像头单元各个节点采集到的数据，并将采集的数据发送给通信单元，
所述摄像头单元，将采集的图像经存储单元发送给主控单元，
感应单元，通过电平的变化判断场所内是否有人员流动，当检测到当前区域有人时，输出高电平给摄像头模组，使摄像头模组运行，
通信单元，将主控单元收集的数据发送至云端，并与授权的移动设备端进行数据交互。
在进一步的实施例中，所述摄像头模组包括面部采集单元和动作采集单元，所述面部采集单元和动作采集单元分别获取人员的面部信息和动作信息，主控单元将所采集的原始数据转化为用于传输的数据，并形成不同类型的特征数据库。
在进一步的实施例中，所述摄像头模组获取人员在室内关键区域的行为轨迹数据，并记录行为起始时间；
若室内关键区域发生变化，触发未登记人员进入关键区域的信息，将未登记人员特征信息上传至控制模块，并启动计时器进行计时。
在进一步的实施例中，所述存储单元获取需要检测的图像后，对获取的图像进行归一化处理，将归一化处理的图像转为数组，并得到的图像调整到合适的大小格式，然后将相同类型的数据组合起来，并传递至特征数据库中，在以视频格式进行保存，方便管理人员的查看。
在进一步的实施例中，所述登记人员和未登记人员的在室内关键区域内位置进行识别，具体步骤如下：
步骤11、首先面部采集单元获取登记人员位置坐标信息，
步骤12、根据坐标信息判断关键区域内是否出现未登记人员，
步骤13、若出现未登记人员在关键区域时间内离开则对未登记人员特征进行采集，并以文字显示的方式表示，上传至主控单元，方便管理人员的查看，反之未登记人员在关键区域时间内未离开则对未登记人员特征进行采集，并将未离开未登记人员信息传输至主控单元和登记人员的移动设备端，通过登记人员和主控单元对未登记人员是否准许进入进行操作；最后在登记人员和未登记人员中添加一个醒目的标志，以红色代表从未登记，橙色代表登记已过期，绿色则代表可以直接通过，并在移动设备端进行显示。
在进一步的实施例中，未登记人员在设定时间内离开室内关键区域后，计时器停止计时，关键区域的未登记人员特征数据生成，构建未登记人员特征位置信息行为数据库，按照登记人员类型和未登记人员所访问的关键区域进行标注和分类，建立关键区域登记人员特征数据库。
在进一步的实施例中，所述动作采集单元对未登记人员是否与登记人员有接触进行采集，若有接触则判定为异常接触，对登记人员进行移动设备端提示，并将异常接触的数据传输至主控单元，同时关键区域管理人员介入，动作采集单元还包括样本采集端，样本采集端用于训练动作采集单元对未登记人员的手部、脚部、身体部位，以及动作施加的对象进行识别训练，捕捉登记人员和未登记人员之间的动作状态，获得动作状态的数据信息；训练出动作采集单元的模型后，准确地检测和识别人体。
在进一步的实施例中，所述行为数据库识别未登记人员是否存在暴力动作，是则经面部采集单元获取场景位置，并将检测的异常行为传输至主控单元。
在进一步的实施例中，所述管理人员都有自己的账号，并登录移动设备端获取当天记录人员的信息以及所在的位置，并生成记录时间，对检测的异常行为进行追准查看。
有益效果：本发明提出了一种场所内异常人员检测方法，通过人员登记与录入可以及时获得所在场所内的认证，有利于场所内活动的安全，摄像头单元获取视频，完成视频内人员的实时检测、人数显示以及异常人员的判断，根据事先确定的时间，对所检测区域内异常人员的视频进行自动截图保存，完成敏感事件或重要事件的信息保留，然后对异常人员出现的行为进行实时准确地管控，从而能够提前阻止危险活动的发生，保障区域安全，对各种人员密集场合的实时情况进行监测，避免事故发生，保障人身安全。
附图说明
图1为本发明的异常检测流程示意图。
图2为本发明的识别模块流程示意图。
图3为本发明的异常人员检测流程示意图。
具体实施方式
申请人认为，现有的摄像头监控技术往往只具有录像回放功能，而无法进行深入的数据挖掘和信息处理，传统的人员密集度监控大多是人工完成的，既浪费人力财力，又不够客观快速。
为解决现有技术存在的问题，本发明通过一种场所内异常人员检测方法，通过人员登记与录入可以及时获得所在场所内的认证，有利于场所内活动的安全。
下面通过实施例，并结合附图对本方案做进一步具体说明。
在本申请中，提出了一种场所内异常人员检测方法，包括：
步骤一、经识别模块对出入场所内的登记人员和未登记人员进行拍照显示，所述识别模块包括主控单元，收集摄像头单元各个节点采集到的数据，并将采集的数据发送给通信单元，
所述摄像头单元，将采集的图像经存储单元发送给主控单元，
感应单元，通过电平的变化判断场所内是否有人员流动，当检测到当前区域有人时，输出高电平给摄像头模组，使摄像头模组运行，
通信单元，将主控单元收集的数据发送至云端，并与授权的移动设备端进行数据交互。
所述摄像头模组包括面部采集单元和动作采集单元，所述面部采集单元和动作采集单元分别获取人员的面部信息和动作信息，主控单元将所采集的原始数据转化为用于传输的数据，并形成不同类型的特征数据库。
所述摄像头模组获取人员在室内关键区域的行为轨迹数据，并记录行为起始时间；
若室内关键区域发生变化，触发未登记人员进入关键区域的信息，将未登记人员特征信息上传至控制模块，并启动计时器进行计时。
根据登记人员和未登记人员的在室内关键区域内位置进行识别，具体步骤如下：
步骤11、首先面部采集单元获取登记人员位置坐标信息，
步骤12、根据坐标信息判断关键区域内是否出现未登记人员，
步骤13、若出现未登记人员在关键区域时间内离开则对未登记人员特征进行采集，并以文字显示的方式表示，上传至主控单元，方便管理人员的查看，反之未登记人员在关键区域时间内未离开则对未登记人员特征进行采集，并将未离开未登记人员信息传输至主控单元和登记人员的移动设备端，通过登记人员和主控单元对未登记人员是否准许进入进行操作；最后在登记人员和未登记人员中添加一个醒目的标志，以红色代表从未登记，橙色代表登记已过期，绿色则代表可以直接通过，并在移动设备端进行显示。
所述存储单元获取需要检测的图像后，对获取的图像进行归一化处理，将归一化处理的图像转为数组，并得到的图像调整到合适的大小格式，然后将相同类型的数据组合起来，并传递至特征数据库中，在以视频格式进行保存，方便管理人员的查看。
步骤二、对未登记人员进行标注以及停留时间的计算，并反馈给管理人员，未登记人员在设定时间内离开室内关键区域后，计时器停止计时，关键区域的未登记人员特征数据生成，构建未登记人员特征位置信息行为数据库，所述行为数据库识别未登记人员是否存在暴力动作，是则经面部采集单元获取场景位置，并将检测的异常行为传输至主控单元，按照登记人员类型和未登记人员所访问的关键区域进行标注和分类，建立关键区域登记人员特征数据库。
步骤三、在停留的时间内对未登记人员的异常行为进行识别，并将识别信息反馈给登记人员和管理人员，所述动作采集单元对未登记人员是否与登记人员有接触进行采集，若有接触则判定为异常接触，对登记人员进行移动设备端提示，并将异常接触的数据传输至主控单元，同时关键区域管理人员介入，动作采集单元还包括样本采集端，样本采集端用于训练动作采集单元对未登记人员的手部、脚部、身体部位，以及动作施加的对象进行识别训练，捕捉登记人员和未登记人员之间的动作状态，获得动作状态的数据信息；训练出动作采集单元的模型后，准确地检测和识别人体，所述管理人员都有自己的账号，并登录移动设备端获取当天记录人员的信息以及所在的位置，并生成记录时间，对检测的异常行为进行追准查看。
如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制，在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上做出各种变化。

Claims (10)

1.一种场所内异常人员检测方法，其特征在于，包括：
步骤一、经识别模块对出入场所内的登记人员和未登记人员进行拍照显示，
步骤二、对未登记人员进行标注以及停留时间的计算，并反馈给管理人员，
步骤三、在停留的时间内对未登记人员的异常行为进行识别，并将识别信息反馈给登记人员和管理人员。
2.根据权利要求1所述的一种场所内异常人员检测方法，其特征在于，所述识别模块包括主控单元，收集摄像头单元各个节点采集到的数据，并将采集的数据发送给通信单元，
所述摄像头单元，将采集的图像经存储单元发送给主控单元，
感应单元，通过电平的变化判断场所内是否有人员流动，当检测到当前区域有人时，输出高电平给摄像头模组，使摄像头模组运行，
通信单元，将主控单元收集的数据发送至云端，并与授权的移动设备端进行数据交互。
3.根据权利要求2所述的一种场所内异常人员检测方法，其特征在于，所述摄像头模组包括面部采集单元和动作采集单元，所述面部采集单元和动作采集单元分别获取人员的面部信息和动作信息，主控单元将所采集的原始数据转化为用于传输的数据，并形成不同类型的特征数据库。
4.根据权利要求3所述的一种场所内异常人员检测方法，其特征在于，所述摄像头模组获取人员在室内关键区域的行为轨迹数据，并记录行为起始时间；若室内关键区域发生变化，触发未登记人员进入关键区域的信息，将未登记人员特征信息上传至控制模块，并启动计时器进行计时。
5.根据权利要求2所述的一种场所内异常人员检测方法，其特征在于，所述存储单元获取需要检测的图像后，对获取的图像进行归一化处理，将归一化处理的图像转为数组，并得到的图像调整到合适的大小格式，然后将相同类型的数据组合起来，并传递至特征数据库中，在以视频格式进行保存，方便管理人员的查看。
6.根据权利要求5所述的一种场所内异常人员检测方法，其特征在于，所述登记人员和未登记人员的在室内关键区域内位置进行识别，具体步骤如下：
步骤11、首先面部采集单元获取登记人员位置坐标信息，
步骤12、根据坐标信息判断关键区域内是否出现未登记人员，
步骤13、若出现未登记人员在关键区域时间内离开则对未登记人员特征进行采集，并以文字显示的方式表示，上传至主控单元，方便管理人员的查看，反之未登记人员在关键区域时间内未离开则对未登记人员特征进行采集，并将未离开未登记人员信息传输至主控单元和登记人员的移动设备端，通过登记人员和主控单元对未登记人员是否准许进入进行操作；最后在登记人员和未登记人员中添加一个醒目的标志，以红色代表从未登记，橙色代表登记已过期，绿色则代表可以直接通过，并在移动设备端进行显示。
7.根据权利要求6所述的一种场所内异常人员检测方法，其特征在于，未登记人员在设定时间内离开室内关键区域后，计时器停止计时，关键区域的未登记人员特征数据生成，构建未登记人员特征位置信息行为数据库，按照登记人员类型和未登记人员所访问的关键区域进行标注和分类，建立关键区域登记人员特征数据库。
8.根据权利要求3所述的一种场所内异常人员检测方法，其特征在于，所述动作采集单元对未登记人员是否与登记人员有接触进行采集，若有接触则判定为异常接触，对登记人员进行移动设备端提示，并将异常接触的数据传输至主控单元，同时关键区域管理人员介入，动作采集单元还包括样本采集端，样本采集端用于训练动作采集单元对未登记人员的手部、脚部、身体部位，以及动作施加的对象进行识别训练，捕捉登记人员和未登记人员之间的动作状态，获得动作状态的数据信息；训练出动作采集单元的模型后，准确地检测和识别人体。
9.根据权利要求7所述的一种场所内异常人员检测方法，其特征在于，所述行为数据库识别未登记人员是否存在暴力动作，是则经面部采集单元获取场景位置，并将检测的异常行为传输至主控单元。
10.根据权利要求1所述的一种场所内异常人员检测方法，其特征在于，所述管理人员都有自己的账号，并登录移动设备端获取当天记录人员的信息以及所在的位置，并生成记录时间，对检测的异常行为进行追准查看。
CN202311672849.9A 2023-12-07 2023-12-07 一种场所内异常人员检测方法 Pending CN117612107A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311672849.9A CN117612107A (zh) 2023-12-07 2023-12-07 一种场所内异常人员检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311672849.9A CN117612107A (zh) 2023-12-07 2023-12-07 一种场所内异常人员检测方法

Publications (1)

Publication Number Publication Date
CN117612107A true CN117612107A (zh) 2024-02-27

Family

ID=89947949

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311672849.9A Pending CN117612107A (zh) 2023-12-07 2023-12-07 一种场所内异常人员检测方法

Country Status (1)

Country Link
CN (1) CN117612107A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118072375A (zh) * 2024-04-17 2024-05-24 云燕科技(山东)股份有限公司 一种人脸图像采集***

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118072375A (zh) * 2024-04-17 2024-05-24 云燕科技(山东)股份有限公司 一种人脸图像采集***

Similar Documents

Publication Publication Date Title
US10812761B2 (en) Complex hardware-based system for video surveillance tracking
WO2019104949A1 (zh) 一种实现人员大数据采集分析的住宅门禁***
CN109658554B (zh) 一种基于大数据的智能小区安防***
CN112233300A (zh) 一种基于人工智能的社区通行防疫监控联防***及其方法
CN108830226A (zh) 基于物联网的智慧校园***
CN106998444A (zh) 一种大数据人脸监控***及装置
CN106899827A (zh) 图像数据采集、查询、视频监控方法、设备及***
CN101196505A (zh) 出入口安检终端***及使用该***的安检方法
CN106780250B (zh) 一种基于物联网技术的智慧社区安全事件处理方法及***
CN110807888A (zh) 一种园区智能安防方法、***及存储介质
CN113033293A (zh) 一种出入口管理设备、***和方法
CN108710827B (zh) 一种社区微警务巡查和信息自动分析***及方法
CN102164270A (zh) 具有异常事件发掘功能的智能视频监控方法及***
CN209543514U (zh) 基于人脸识别的监控与报警***
CN206449532U (zh) 人面识别***及智能路灯
CN212208379U (zh) 一种自动考勤测温***
CN117612107A (zh) 一种场所内异常人员检测方法
CN111539313A (zh) ***行为检测方法及***
CN108540750A (zh) 基于监控视频与电子设备标识关联的方法、装置及***
CN113128418B (zh) 一种校园智能监控***及监控中识别异常的方法
CN210515326U (zh) 基于人脸ai识别的景区票证稽查***
CN109582810A (zh) 一种基于深度学习的狗狗管理***及其实现方法
CN110930577A (zh) 一种基于门禁数据分析未登记但实际入住人员的方法
CN111629184A (zh) 能识别监控区域内人员的视频监控报警***及方法
CN114140275A (zh) 一种具有健康关怀的智慧社区云平台***

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