[发明专利]一种危险预警方法、装置、系统及视频采集设备

说明书

本发明实施例提供了一种危险预警方法、装置、系统及视频采集设备，所述方法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。本发明实施例能够有效地对监控场景进行危险预警。

技术领域

本发明涉及视频监控技术领域，特别是涉及一种危险预警方法、装置、系统及视频采集设备。

背景技术

随着视频监控技术的不断发展，平安城市、智能小区、智能交通等建设的日益普遍，视频监控应用越来越广泛。

然而，在一些监控场景中，仅仅采集监控视频还不能满足实际应用需求，往往还需要进行危险检测，并且，在存在危险时进行报警。如，在一些对人的行为进行监控的场景(如养老院、医疗中心等)中，当存在潜在的危险时，需要及时进行危险预警，否则可能会造成人员伤亡等严重的后果；或者，在对动物或环境进行监测的场景(如空气质量监测、森林防火、野生动物保护等)中，当环境状况不佳时，也可能影响动植物的正常生存。

因此，在进行视频监控的同时，如何对监控场景进行危险预警，成为一个亟待解决的问题。

发明内容

本发明实施例的目的在于提供一种危险预警方法、装置、系统及视频采集设备，以对监控场景进行危险预警。具体技术方案如下：

第一方面，本发明实施例提供了一种危险预警方法，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。

可选的，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。

可选的，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；