基于行為分析的智能小區(qū)巡檢系統及其控制方法
【專利摘要】本發(fā)明公開了一種基于行為分析的智能小區(qū)巡檢系統及其控制方法，系統由服務器、移動巡檢終端、小區(qū)攝像頭以及智能門禁系統組成，所述移動巡檢終端用于獲取小區(qū)可疑人物的人臉圖像信息；所述小區(qū)攝像頭用于實時獲取小區(qū)視頻信息或/和圖像信息；所述智能門禁系統用于實現IC卡和人臉圖像信息的雙重認證；所述服務器用于實現視頻監(jiān)控以及視頻圖像處理，所述視頻圖像處理包括行為分析和身份認證。其效果是：通過增加移動巡檢終端實現可疑人員的實時甄別，充分運用智能視頻技術，一方面通過構建雙重認證的門禁系統提高小區(qū)安全防范能力，另一方面通過采用多種人體行為識別算法，可以做到各種突發(fā)事件的應急響應，提高突發(fā)事件處理效率。
【專利說明】基于行為分析的智能小區(qū)巡檢系統及其控制方法

【技術領域】
[0001] 本發(fā)明涉及智能監(jiān)控技術，更具體的說，是一種基于行為分析的智能小區(qū)巡檢系 統及其控制方法。

【背景技術】
[0002] 隨著社會的不斷發(fā)展，生活水平的不斷提高，人們對居家的概念已從最初滿足簡 單的居住功能發(fā)展到注重對住宅的人性化需求。為了保障小區(qū)內的財產和居民的安全，必 然將運用各種高新信息技術，預防和解決家居園區(qū)的入室盜竊及搶劫作案犯罪、家庭各種 災害及意外事故等的發(fā)生。
[0003] 目前的小區(qū)安防系統存在的安全隱患比較多，比如使用IC卡或者鑰匙開門這種 單方面的認證安全性不高；在比較大的小區(qū)中，保安人員在進行巡檢時沒有可靠的技術手 段對可疑人員進行甄別；小區(qū)的視頻監(jiān)控往往采取人工判別的方式，人力財力耗費較大，并 且易受到干擾，沒有充分利用到監(jiān)控視頻中的信息，其作用往往是事后調查取證之用。
[0004] 綜上所述，現有技術存在的缺陷是：
[0005] 傳統的監(jiān)控系統需要工作人員不間斷的對監(jiān)控圖像進行人工判別，工作量大、容 易疲勞、費時費力且容易受到人為因素干擾而產生漏檢和誤檢的情況，并且現今的視頻監(jiān) 控數據量越來越大，很難實現人工全面覆蓋，很多情況下都是一個人面對十幾個監(jiān)控畫面， 光是看完監(jiān)控畫面都比較困難，更別說分析監(jiān)控畫面是否正常。因此，系統智能化程度低， 安全性不強。


【發(fā)明內容】

[0006] 針對現有技術的不足，本發(fā)明的目的是提供一種基于行為分析的的智能小區(qū)巡檢 系統及其控制方法，系統將智能視頻監(jiān)控技術運用于小區(qū)安防中，不僅能降低系統運行的 人力成本，而且可以大大增加監(jiān)控范圍，在降低資源消耗的同時提高小區(qū)安全防范能力。
[0007] 為了實現上述目的，本發(fā)明所采用的具體技術方案如下：
[0008] 本發(fā)明首先提供一種基于行為分析的智能小區(qū)巡檢系統，其關鍵在于：由服務器、 移動巡檢終端、小區(qū)攝像頭以及智能門禁系統組成，所述移動巡檢終端用于獲取小區(qū)可疑 人物的人臉圖像信息；所述小區(qū)攝像頭用于實時獲取小區(qū)視頻信息或/和圖像信息；所述 智能門禁系統用于實現IC卡和人臉圖像信息的雙重認證；所述服務器用于實現視頻監(jiān)控 以及視頻圖像處理，所述視頻圖像處理包括行為分析和身份認證。
[0009] 基于上述系統，用戶在進入小區(qū)或者進入某一棟樓時，需要通過IC卡和人臉圖像 信息的雙重認證，只有同時通過IC卡和人臉識別認證的才能進入，在服務器的數據庫中存 儲有小區(qū)內部各個用戶的注冊信息，包括每個人的人臉圖像，小區(qū)巡檢人員發(fā)現可疑人員 時，可以通過移動巡檢終端獲取可疑人員的人臉圖像信息，請求服務器進行對比，服務器利 用人臉識別技術進行嫌疑人甄別，如果可疑人員不屬于系統注冊用戶，則向移動巡檢終端 發(fā)出警示信息，提醒巡邏人員注意提前防護，服務器還可以根據小區(qū)攝像頭所獲取的視頻 信息或/和圖像信息進行行為分析和身份認證。
[0010] 作為進一步描述，所述服務器中的行為分析包括多人打斗檢測、單人異常動作檢 測、徘徊檢測、重要區(qū)域入侵檢測、人群密集度檢測；所述服務器中的身份認證包括對智能 門禁系統進行人臉識別認證以及對移動巡檢終端上傳圖像的嫌疑人甄別。
[0011] 為了便于實施，所述移動巡檢終端為智能手機。
[0012] 結合上述系統，本發(fā)明還提供了一種基于行為分析的智能小區(qū)巡檢系統的控制方 法，主要包括以下步驟：
[0013] A、用于實現嫌疑人甄別的步驟：
[0014] 當巡檢人員發(fā)現可疑人員時，通過移動巡檢終端獲取可疑人員的人臉圖像并上傳 至服務器，服務器將接收的人臉圖像與數據庫中預存的用戶信息進行對比，并將對比結果 發(fā)送給所述移動巡檢終端；
[0015] B、用于實現智能門禁系統雙重認證的步驟：
[0016] 用戶開門時，先進行IC卡認證，如果IC卡認證成功，門禁系統將獲取的人臉圖像 上傳至服務器請求人臉識別認證；否則，給出IC卡認證失敗信息；
[0017] 當服務器收到門禁系統的人臉識別認證請求后，通過人臉識別判定所獲取的人臉 圖像是否與小區(qū)住戶信息相匹配，如果是，則發(fā)出人臉識別認證成功信息，門禁打開，否則 給出人臉識別認證失敗信息；
[0018] C、用于實現異常行為分析的步驟：
[0019] 服務器按照預設的時間間隔提取一幀視頻圖像，分別對該視頻圖像進行多人打斗 檢測、單人異常動作檢測、徘徊檢測、重要區(qū)域入侵檢測以及人群密集度檢測，其中任何一 種算法檢測出異常狀態(tài)，服務器給出報警信息。
[0020] 再進一步描述，所述單人異常動作檢測中將人體動作分為正常行走、出拳、踢腿和 跌倒，所選擇的檢測指標為人體質心、人體外接矩形寬高比、人體傾斜角度以及人體外接矩 形中人體所占比例。
[0021] 具體地，所述單人異常動作檢測過程中，將人體質心、人體外接矩形寬高比、人體 傾斜角度以及人體外接矩形中人體所占比例四個檢測指標組成特征向量，通過支持向量機 的預測算法將人體動作分為正常行走、出拳、踢腿和跌倒四種類型。
[0022] 本發(fā)明的顯著效果是：
[0023] 本發(fā)明在現有視頻監(jiān)控系統的基礎上，通過增加移動巡檢終端實現可疑人員的實 時甄別，系統充分運用了智能視頻技術，一方面通過構建雙重認證的門禁系統提高小區(qū)安 全防范能力，另一方面通過采用多種人體行為識別算法，可以做到各種突發(fā)事件的應急響 應，提高突發(fā)事件處理效率。

【專利附圖】

【附圖說明】
[0024] 圖1是本發(fā)明的系統原理框框；
[0025] 圖2是圖1中服務器內部的功能模塊圖；
[0026] 圖3為人體傾斜角度計算分析圖。

【具體實施方式】
[0027] 下面結合附圖對本發(fā)明的【具體實施方式】以及工作原理作進一步詳細說明。
[0028] 如圖1、圖2所示，一種基于行為分析的智能小區(qū)巡檢系統，由服務器、移動巡檢終 端、小區(qū)攝像頭以及智能門禁系統組成，所述移動巡檢終端可以為智能手機或IPad，主要用 于獲取小區(qū)可疑人物的人臉圖像信息；所述小區(qū)攝像頭用于實時獲取小區(qū)視頻信息或/和 圖像信息；所述智能門禁系統用于實現IC卡和人臉圖像信息的雙重認證；所述服務器用于 實現視頻監(jiān)控以及視頻圖像處理，所述視頻圖像處理包括行為分析和身份認證。
[0029] 在具體實施過程中，所述服務器中的行為分析包括多人打斗檢測、單人異常動作 檢測、徘徊檢測、重要區(qū)域入侵檢測、人群密集度檢測；所述服務器中的身份認證包括對智 能門禁系統進行人臉識別認證以及對移動巡檢終端上傳圖像的嫌疑人甄別。
[0030] 在上述系統的控制過程中，主要包括以下步驟：
[0031] A、用于實現嫌疑人甄別的步驟：
[0032] 當巡檢人員發(fā)現可疑人員時，通過移動巡檢終端獲取可疑人員的人臉圖像并上傳 至服務器，服務器將接收的人臉圖像與數據庫中預存的用戶信息進行對比，并將對比結果 發(fā)送給所述移動巡檢終端；
[0033] B、用于實現智能門禁系統雙重認證的步驟：
[0034] 用戶開門時，先進行IC卡認證，如果IC卡認證成功，門禁系統將獲取的人臉圖像 上傳至服務器請求人臉識別認證；否則，給出IC卡認證失敗信息；
[0035] 當服務器收到門禁系統的人臉識別認證請求后，通過人臉識別判定所獲取的人臉 圖像是否與小區(qū)住戶信息相匹配，如果是，則發(fā)出人臉識別認證成功信息，門禁打開，否則 給出人臉識別認證失敗信息；
[0036] C、用于實現異常行為分析的步驟：
[0037] 服務器按照預設的時間間隔提取一幀視頻圖像，分別對該視頻圖像進行多人打斗 檢測、單人異常動作檢測、徘徊檢測、重要區(qū)域入侵檢測以及人群密集度檢測，其中任何一 種算法檢測出異常狀態(tài)，服務器給出報警信息。
[0038] 在上述過程中，無論是門禁系統中雙重認證還是通過移動巡檢終端進行嫌疑人甄 另Ij，均運用了人臉識別算法，本例中所采用的人臉識別算法主要采用SURF算法，具體過程 可以參考文獻[1]時磊，謝曉方，喬勇軍.基于SURF算法和OpenCV的人臉特征檢測技術 研究[J].計算機與數字工程，2010, 38 (2) : 124-126.
[0039] 針對本實施例而言，所述單人異常動作檢測中將人體動作分為正常行走、出拳、踢 腿和跌倒，所選擇的檢測指標為人體質心、人體外接矩形寬高比、人體傾斜角度以及人體外 接矩形中人體所占比例。
[0040] 具體地說，在單人異常動作檢測過程中，本實施例將人體質心、人體外接矩形寬高 t匕、人體傾斜角度以及人體外接矩形中人體所占比例四個檢測指標組成特征向量，通過支 持向量機的預測算法將人體動作分為正常行走、出拳、踢腿和跌倒四種類型。
[0041] 在單人異常動作檢測過程中，為了使用支持向量機來進行判別，需要事先訓練好 一個可用的支持向量機。這里使用了幾段之前拍攝好的視頻，對視頻每一幀進行處理，通過 背景差分與團塊檢測，得到人體的形態(tài)，然后根據人體形態(tài)提取出特征元素：人體重心、人 體外接矩形長寬比、人體傾斜角度和人體外接矩形中人體所占比例，將每個動作類別都用 不同的標簽區(qū)別開來，最后所有動作的特征元素提取完成后，將特征元素向量和對應的標 簽作為樣本輸入支持向量機，得到訓練好的支持向量機后需要判別的圖像同樣提取特征元 素，輸入訓練好的支持向量機便可得到判別結果。
[0042] 上述各個特征參數的獲取方式如下：
[0043] 人體圖像f(x，y)的像素點是離散的，p+q階矩Mm定義為：

【權利要求】
1. 一種基于行為分析的智能小區(qū)巡檢系統，其特征在于：由服務器、移動巡檢終端、小 區(qū)攝像頭以及智能門禁系統組成，所述移動巡檢終端用于獲取小區(qū)可疑人物的人臉圖像信 息；所述小區(qū)攝像頭用于實時獲取小區(qū)視頻信息或/和圖像信息；所述智能門禁系統用于 實現1C卡和人臉圖像信息的雙重認證；所述服務器用于實現視頻監(jiān)控以及視頻圖像處理， 所述視頻圖像處理包括行為分析和身份認證。
2. 根據權利要求1所述的基于行為分析的智能小區(qū)巡檢系統，其特征在于：所述服務 器中的行為分析包括多人打斗檢測、單人異常動作檢測、徘徊檢測、重要區(qū)域入侵檢測、人 群密集度檢測；所述服務器中的身份認證包括對智能門禁系統進行人臉識別認證以及對移 動巡檢終端上傳圖像的嫌疑人甄別。
3. 根據權利要求1所述的基于行為分析的智能小區(qū)巡檢系統，其特征在于：所述移動 巡檢終端為智能手機。
4. 如權利要求2所述的基于行為分析的智能小區(qū)巡檢系統的控制方法，其特征在于包 括以下步驟： A、 用于實現嫌疑人甄別的步驟： 當巡檢人員發(fā)現可疑人員時，通過移動巡檢終端獲取可疑人員的人臉圖像并上傳至服 務器，服務器將接收的人臉圖像與數據庫中預存的用戶信息進行對比，并將對比結果發(fā)送 給所述移動巡檢終端； B、 用于實現智能門禁系統雙重認證的步驟： 用戶開門時，先進行1C卡認證，如果1C卡認證成功，門禁系統將獲取的人臉圖像上傳 至服務器請求人臉識別認證；否則，給出1C卡認證失敗信息； 當服務器收到門禁系統的人臉識別認證請求后，通過人臉識別判定所獲取的人臉圖像 是否與小區(qū)住戶信息相匹配，如果是，則發(fā)出人臉識別認證成功信息，門禁打開，否則給出 人臉識別認證失敗信息； C、 用于實現異常行為分析的步驟： 服務器按照預設的時間間隔提取一幀視頻圖像，分別對該視頻圖像進行多人打斗檢 測、單人異常動作檢測、徘徊檢測、重要區(qū)域入侵檢測以及人群密集度檢測，其中任何一種 算法檢測出異常狀態(tài)，服務器給出報警信息。
5. 根據權利要求4所述的基于行為分析的智能小區(qū)巡檢系統的控制方法，其特征在 于：所述單人異常動作檢測中將人體動作分為正常行走、出拳、踢腿和跌倒，所選擇的檢測 指標為人體質心、人體外接矩形寬高比、人體傾斜角度以及人體外接矩形中人體所占比例。
6. 根據權利要求5所述的基于行為分析的智能小區(qū)巡檢系統的控制方法，其特征在 于：所述單人異常動作檢測過程中，將人體質心、人體外接矩形寬高比、人體傾斜角度以及 人體外接矩形中人體所占比例四個檢測指標組成特征向量，通過支持向量機的預測算法將 人體動作分為正常行走、出拳、踢腿和跌倒四種類型。
【文檔編號】G07C1/20GK104239851SQ201410357132
【公開日】2014年12月24日 申請日期:2014年7月25日 優(yōu)先權日:2014年7月25日
【發(fā)明者】易軍, 廖銀偉, 聶興勇, 李太福, 周偉, 黃迪 申請人:重慶科技學院