[发明专利]一种危险预警方法、装置、系统及视频采集设备

权利要求书

1.一种危险预警方法，其特征在于，应用于视频采集设备，所述方法包括：

接收各传感器发送的监测数据；其中，各监测数据中携带有采集该监测数据的传感器的标识信息；

根据每个监测数据中携带的传感器的标识信息，将每个监测数据与本地保存的采集该监测数据的传感器所对应的参考数据进行对比，得到所有的监测数据对应的危险系数；其中，本地保存的每个传感器所对应的参考数据是根据该传感器采集的正常历史数据，通过神经网络自学习算法对所述正常历史数据进行处理后得到的；

根据所述危险系数，确定是否进行报警。

2.根据权利要求1所述的方法，其特征在于，所述根据每个监测数据中携带的传感器的标识信息，将每个监测数据与本地保存的采集该监测数据的传感器所对应的参考数据进行对比，得到所有的监测数据对应的危险系数的步骤包括：

针对每个监测数据，根据该监测数据中携带的传感器的标识信息，将该监测数据与本地保存的采集该监测数据的传感器所对应的参考数据进行对比，得到该监测数据对应的第一危险系数；

根据各监测数据对应的第一危险系数，以及预设的各监测数据对应的权重，计算所有的监测数据对应的危险系数。

3.根据权利要求1所述的方法，其特征在于，所述监测数据包括生物数据和非生物数据；所述根据每个监测数据中携带的传感器的标识信息，将每个监测数据与本地保存的采集该监测数据的传感器所对应的参考数据进行对比，得到所有的监测数据对应的危险系数的步骤包括：

根据每个监测数据中携带的传感器的标识信息，以及本地保存的各传感器标识信息和数据类别的对应关系，识别每个监测数据为生物数据或非生物数据；

根据每个生物数据中携带的传感器的标识信息，将每个生物数据与本地保存的采集该生物数据的传感器所对应的参考数据进行对比，得到所有的生物数据综合对应的行为危险系数；

根据每个非生物数据中携带的传感器的标识信息，将每个非生物数据与本地保存的采集该非生物数据的传感器所对应的参考数据进行对比，得到所有的非生物数据综合对应的环境危险系数；

将所述行为危险系数和/或所述环境危险系数作为所有的监测数据对应的危险系数。

4.根据权利要求3所述的方法，其特征在于，所述根据每个生物数据中携带的传感器的标识信息，将每个生物数据与本地保存的采集该生物数据的传感器所对应的参考数据进行对比，得到所有的生物数据综合对应的行为危险系数的步骤包括：

根据每个生物数据中携带的传感器的标识信息，将每个生物数据与本地保存的采集该生物数据的传感器所对应的参考数据进行对比，得到该生物数据对应的第二危险系数，并根据各生物数据对应的第二危险系数，以及预设的各生物数据对应的权重，计算所有的生物数据综合对应的行为危险系数；

所述根据每个非生物数据中携带的传感器的标识信息，将每个非生物数据与本地保存的采集该非生物数据的传感器所对应的参考数据进行对比，得到所有的非生物数据综合对应的环境危险系数的步骤包括：

根据每个非生物数据中携带的传感器的标识信息，将每个非生物数据与本地保存的采集该非生物数据的传感器所对应的参考数据进行对比，得到该非生物数据对应的第三危险系数，并根据各非生物数据对应的第三危险系数，以及预设的各非生物数据对应的权重，计算所有的非生物数据综合对应的环境危险系数。

5.根据权利要求4所述的方法，其特征在于，所述得到各生物数据对应的第二危险系数和各非生物数据对应的第三危险系数后，所述方法还包括：

识别第二危险系数大于第一预设阈值的生物数据，以及第三危险系数大于第二预设阈值的非生物数据；

将所识别出的生物数据和非生物数据上传至服务器。

6.根据权利要求1-5任一项所述的方法，其特征在于，当所述监测数据包括生物数据时，所述得到所有的监测数据对应的危险系数之后，所述方法还包括：

判断所述危险系数是否大于第三预设阈值；

如果是，控制自身的云台对产生所述生物数据的目标对象进行跟踪监控。