本發(fā)明涉及安全監(jiān)測領(lǐng)域，尤其涉及一種用于智慧城市下的實時物業(yè)安全監(jiān)測系統(tǒng)。

背景技術(shù)：

1、智慧城市是指利用各種智能技術(shù)和方式，整合城市現(xiàn)有的各類服務(wù)資源，為城市群眾提供政務(wù)、商務(wù)、娛樂、教育、醫(yī)護及生活互助等多種便捷服務(wù)的模式；智慧城市的設(shè)置給廣大小區(qū)住戶提供了更加快捷以及舒適的智能化生活環(huán)境；在建設(shè)智慧城市的過程中，安全監(jiān)控系統(tǒng)也起到十分重要的作用；

2、與現(xiàn)有技術(shù)相比，傳統(tǒng)的物業(yè)安全監(jiān)測多為由安保人員進行現(xiàn)場巡查，或以家庭安防為主，若戶主在外或者移動端出現(xiàn)故障，將使該安防系統(tǒng)處于無效的狀態(tài)，安全隱患相當(dāng)大，且?整體的監(jiān)控方式比較單一，并不能很全面的對社區(qū)安全進行監(jiān)控，整體的安防效果并不好，并且也并不方便與警方相互配合，得不到好的安防效果，這些是我們需要解決的問題，為此我們提供了一種用于智慧城市下的實時物業(yè)安全監(jiān)測系統(tǒng)。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種用于智慧城市下的實時物業(yè)安全監(jiān)測系統(tǒng)。

2、本發(fā)明的目的可以通過以下技術(shù)方案實現(xiàn)：一種用于智慧城市下的實時物業(yè)安全監(jiān)測系統(tǒng)，包括監(jiān)測中心，所述監(jiān)測中心通信連接有數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊、人臉識別模塊以及安全管理模塊；

3、所述數(shù)據(jù)采集模塊用于對目標(biāo)物業(yè)區(qū)域進行劃分，獲得若干個物業(yè)區(qū)域，并對所獲得的物業(yè)區(qū)域進行數(shù)據(jù)采集，獲得相應(yīng)的用戶基本信息和視頻信息；

4、所述數(shù)據(jù)處理模塊用于對所采集的用戶基本信息進行處理，并依據(jù)處理結(jié)果構(gòu)建相應(yīng)的人臉數(shù)據(jù)庫；

5、所述人臉識別模塊用于基于依據(jù)所構(gòu)建的人臉數(shù)據(jù)庫對目標(biāo)物業(yè)區(qū)域進行人臉識別，并依據(jù)識別結(jié)果生成相應(yīng)的監(jiān)管指令，所述監(jiān)管指令包括風(fēng)險指令和安全識別指令；

6、所述安全管理模塊用于依據(jù)所獲得的監(jiān)管指令采取相應(yīng)的監(jiān)管措施。

7、進一步的，所述數(shù)據(jù)采集模塊對目標(biāo)物業(yè)區(qū)域進行劃分，獲得若干個物業(yè)區(qū)域，并對所獲得的物業(yè)區(qū)域進行數(shù)據(jù)采集，獲得相應(yīng)的用戶基本信息和視頻信息的過程包括：

8、獲取相應(yīng)智慧城市所對應(yīng)的鳥瞰圖，并依據(jù)其獲取所需監(jiān)測的物業(yè)區(qū)域，對所需監(jiān)測的物業(yè)區(qū)域進行非等分劃分，獲得若干個物業(yè)社區(qū)；

9、所述數(shù)據(jù)采集模塊內(nèi)設(shè)置有若干個采集終端和監(jiān)測終端，所述采集終端用于供相應(yīng)物業(yè)社區(qū)內(nèi)的常駐用戶進行信息錄入，獲得相應(yīng)的用戶基本信息，并將其上傳至監(jiān)測中心進行審核，待審核通過，所述監(jiān)測中心對審核通過的用戶基本信息進行儲存；

10、所述監(jiān)測終端用于對相應(yīng)物業(yè)社區(qū)進行視頻采集，獲得相應(yīng)的視頻信息。

11、進一步的，所述數(shù)據(jù)處理模塊用于對所采集的用戶基本信息進行處理的過程包括：

12、讀取所采集的用戶基本信息，并依據(jù)其去生成相應(yīng)的社區(qū)編碼；

13、獲取相應(yīng)用戶所對應(yīng)的人臉圖像，獲取相應(yīng)人臉圖像內(nèi)的所有像素點；

14、構(gòu)建二維直角坐標(biāo)系，并將相應(yīng)人臉圖像映射至所構(gòu)建的二維直角坐標(biāo)系內(nèi)，獲取相應(yīng)人臉圖像內(nèi)的像素點坐標(biāo)以及相應(yīng)的像素點集合；

15、對所獲得的像素點集合內(nèi)的像素點坐標(biāo)進行縮小，獲得相應(yīng)的縮小點集合；

16、待縮小完成，以任意一個像素點為中心對相應(yīng)縮小后的像素點坐標(biāo)進行卷積；待卷積完成，獲得相應(yīng)的卷積圖像，獲取相應(yīng)卷積圖像內(nèi)像素點所對應(yīng)的像素值并對其進行歸一化處理，獲得相應(yīng)的概率圖像。

17、進一步的，依據(jù)處理結(jié)果構(gòu)建相應(yīng)的人臉數(shù)據(jù)庫的過程包括：

18、設(shè)置概率閾值，將相應(yīng)概率圖像內(nèi)像素點所對應(yīng)的像素值與概率閾值進行對比；

19、若像素值低于概率閾值，則不進行其他任何操作；若像素值不低于概率閾值，則將相關(guān)聯(lián)的人臉圖像內(nèi)對相應(yīng)的像素點標(biāo)記為關(guān)鍵識別點；

20、獲取相應(yīng)關(guān)鍵識別點在所述人臉圖像內(nèi)所對應(yīng)的像素點坐標(biāo)，將其標(biāo)記為識別坐標(biāo)；

21、基于所獲得的識別坐標(biāo)獲取相應(yīng)關(guān)鍵識別點之間的特征數(shù)據(jù)，將相應(yīng)人臉圖像所對應(yīng)的特征數(shù)據(jù)進行組合，獲得相應(yīng)的人臉特征向量；

22、采用同種方法對采集的所有人臉圖像進行處理，獲得相應(yīng)的人臉特征向量；同時獲取相應(yīng)用戶所對應(yīng)的社區(qū)編碼，將所述社區(qū)編碼與所獲得的特征數(shù)據(jù)和人臉特征向量進行關(guān)聯(lián)；待關(guān)聯(lián)完成，基于所獲得的人臉特征向量構(gòu)建人臉數(shù)據(jù)庫。

23、進一步的，所述人臉識別模塊對所采集的視頻信息進行處理獲得相應(yīng)待識別圖像的過程包括：

24、讀取實時上傳的視頻信息，對所獲得的視頻信息進行逐幀劃分，獲得若干張視頻幀圖像；

25、基于人臉識別技術(shù)對所獲得的視頻幀圖像依據(jù)時間前后逐幀進行人臉識別，若未在相應(yīng)視頻幀內(nèi)識別到相應(yīng)人臉信息，則不進行其他任何操作；

26、若識別到人臉信息，將識別到的人員標(biāo)記為待識別用戶，同時以相應(yīng)視頻幀圖像為中心，讀取與相應(yīng)視頻幀圖像相鄰的其他視頻幀圖像；

27、采用同種方法對所有的視頻幀圖像進行處理，獲得相應(yīng)視頻幀圖像所對應(yīng)的關(guān)鍵識別點，并將其記為關(guān)鍵特征點；

28、基于所獲得的關(guān)鍵特征點對相應(yīng)視頻幀圖像內(nèi)的人臉信息進行姿態(tài)估計，獲得相應(yīng)的人臉姿態(tài)；

29、依據(jù)時間前后將相應(yīng)視頻幀圖像內(nèi)所獲得的人臉姿態(tài)進行比對，依據(jù)比對結(jié)果判斷相應(yīng)視頻圖像內(nèi)的人臉姿態(tài)是否發(fā)生變化；若發(fā)生變化，則基于所獲得的關(guān)鍵特征點對所相應(yīng)視頻幀圖像內(nèi)的裁剪、放大和修正，獲得相應(yīng)的待識別圖像。

30、進一步的，結(jié)合所獲得的人臉數(shù)據(jù)庫對相應(yīng)待識別圖像進行人臉識別的過程包括：

31、采用同種方法對所獲得的待識別圖像進行特征數(shù)據(jù)以及相應(yīng)的人臉特征向量；

32、基于所獲得的人臉特征向量在相應(yīng)人臉數(shù)據(jù)庫內(nèi)進行人臉檢索，并獲得相應(yīng)的相似系數(shù)；

33、設(shè)置相似閾值，將所獲得的相似系數(shù)與相似閾值進行對比；并依據(jù)比對結(jié)果生成相應(yīng)的監(jiān)管指令，所述監(jiān)管指令包括風(fēng)險指令和安全識別指令。

34、進一步的，依據(jù)所獲得的風(fēng)險指令采取相應(yīng)監(jiān)管措施的過程包括：

35、若監(jiān)管指令為風(fēng)險指令，則基于所獲得的視頻幀圖像獲取相應(yīng)待識別人員在相應(yīng)物業(yè)社區(qū)內(nèi)的實時位置，并將其反饋給監(jiān)測中心，所述監(jiān)測中心以相應(yīng)待識別人員的實時位置為中心，通知距離最近的安保人員對相應(yīng)待識別人員進行巡查，并依據(jù)巡查結(jié)果選擇是否將相應(yīng)待識別人員進行驅(qū)逐或報警。

36、進一步的，依據(jù)所獲得的安全識別指令采取相應(yīng)措施的過程包括；

37、若相應(yīng)監(jiān)管指令為安全識別指令，獲取相應(yīng)存疑人員的人臉特征向量；并基于其對相應(yīng)監(jiān)測終端所采集的視頻信息進行檢索，并依據(jù)檢索結(jié)果將相應(yīng)采集到與相應(yīng)存疑人員相關(guān)的監(jiān)測終端，并將其標(biāo)記為識別終端；

38、獲取所有識別終端所對應(yīng)的實時位置和監(jiān)控范圍，并基于其獲取相應(yīng)存疑人員所對應(yīng)的訪問面積占比、安全等級以及停留時間；

39、基于所獲得的訪問面積占比、安全等級以及停留時間對相應(yīng)存疑人員進行風(fēng)險評估，獲得相應(yīng)的風(fēng)險評分；

40、設(shè)置風(fēng)險閾值范圍，并將所獲得的風(fēng)險評分與風(fēng)險閾值進行比對；

41、若風(fēng)險評分低于風(fēng)險閾值范圍的最小值，則不進行其他操作；若風(fēng)險評分處于風(fēng)險閾值范圍內(nèi)，則基于所述監(jiān)測終端實時獲取相應(yīng)存疑人員的實時位置，并加強對相應(yīng)區(qū)域的安保巡邏；

42、若風(fēng)險評分高于風(fēng)險閾值范圍的最大值，則向監(jiān)測中心反饋風(fēng)險預(yù)警，由相應(yīng)監(jiān)測中心指派安保人員對相應(yīng)存疑人員進行身份核驗以及巡查。

43、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

44、1、實時視頻監(jiān)控系統(tǒng)，能夠自動識別視頻中的人臉信息，并進行姿態(tài)估計和特征提?。煌ㄟ^逐幀分析視頻，系統(tǒng)能夠準(zhǔn)確識別出人員身份，并對異常情況進行及時預(yù)警；不僅提高了監(jiān)控效率，還減少了人工干預(yù)，為物業(yè)安全管理提供了有力支持本發(fā)明通過；

45、2、通過訪客數(shù)據(jù)庫與監(jiān)測終端的聯(lián)動，實現(xiàn)了對未登記訪客的智能識別和風(fēng)險評估；依據(jù)評估結(jié)果自動生成風(fēng)險指令或安全識別指令，并通知安保人員采取相應(yīng)措施；有效提升了物業(yè)社區(qū)的安全管理水平，為預(yù)防和應(yīng)對潛在安全風(fēng)險提供了有力保障。