[发明专利]基于智能摄像头的校园监控方法及设备有效
| 申请号： | 201810460108.7 | 申请日： | 2018-05-15 |
| 公开（公告）号： | CN108694388B | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 鲍聪;陈永方;李飞涛 | 申请（专利权）人： | 长江大学 |
| 主分类号： | G06V40/16 | 分类号： | G06V40/16;G06V10/30;H04N7/18 |
| 代理公司： | 武汉智嘉联合知识产权代理事务所(普通合伙) 42231 | 代理人： | 黄君军 |
| 地址： | 434023*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 智能 摄像头 校园 监控 方法 设备 | ||
1.一种基于智能摄像头的校园监控方法，适于在计算设备中执行，其特征在于，包括下列步骤：
获取预定区域内的监控数据；
采用凹凸镜图像增多算法处理所述监控数据，获取处理后监控数据，对所述处理后监控数据进行人脸信息特征提取，获取到人脸信息数据；
依据脊波变换和小波阈值函数算法处理所述人脸信息数据，获取到处理后人脸信息数据，包括：
(1)将含噪人脸信息进行小波分解并利用改进的小波阈值数去噪；
(2)利用去噪之后的小波系数重构原始图像；
(3)将含噪人脸信息进行Radon变换并对变换得到的Radon矩阵进行小波变换；
(4)利用改进的小波阈值函数对小波变换得到的矩阵去噪；
(5)将去噪之后的矩阵进行小波逆变换；
(6)对小波逆变换得到的矩阵进行Radon逆变换；
(7)将小波阈值去噪得到的图像和脊波去噪得到的图像进行融合；
提取所述处理后人脸信息数据中的特征数据，将所述特征数据与预存对象数据中的特征数据进行比对，判断并区分出与所述预存对象数据相匹配的类别对象数据；
计算各类别对象数据在所述预存对象数据中的数据比重；
判断到所述数据比重超过预设数据比重值，生成预警信息。
2.根据权利要求1所述的基于智能摄像头的校园监控方法，其特征在于，所述获取预定区域内的监控数据，提取所述监控数据中的预存对象数据的步骤具体包括：
根据计算机图像识别技术分析所述监控数据，获取监控数据中具有预存特征信息的预存对象的数量和/或位置，形成所述预存对象数据。
3.根据权利要求1所述的基于智能摄像头的校园监控方法，其特征在于，所述对所述预存对象数据进行分类，获取到若干类别对象数据的步骤具体包括：
将所述预存对象数据与若干预存对象数据进行比对，判断并区分出与所述预存对象数据相匹配的类别对象数据。
4.根据权利要求1所述的基于智能摄像头的校园监控方法，其特征在于，所述监控数据、所述预存对象数据和所述类别对象数据中还包括声音信息数据，判断到各类别对象数据中的声音信息数据符合预设报警声音数据，生成预警信息。
5.根据权利要求4所述的基于智能摄像头的校园监控方法，其特征在于，所述判断到各类别对象数据中的声音信息数据符合预设报警声音数据，生成预警信息的步骤具体为，判断到所述声音信息数据中的响度数据达到预设报警声音数据中的响度阈值，生成报警信息。
6.根据权利要求1所述的基于智能摄像头的校园监控方法，其特征在于，所述生成预警信息的步骤之后，还包括将所述预警信息向设定终端设备发送。
7.一种基于智能摄像头的校园监控装置，其特征在于，包括：
获取模块，用于获取预定区域内的监控数据，采用凹凸镜图像增多算法处理所述监控数据，获取处理后监控数据，对所述处理后监控数据进行人脸信息特征提取，获取到人脸信息数据；
计算模块，用于提取处理后人脸信息数据中的特征数据，将所述特征数据与预存对象数据中的特征数据进行比对，判断并区分出与所述预存对象数据相匹配的类别对象数据，计算各类别对象数据在所述预存对象数据中的数据比重；
预警模块，用于判断到所述数据比重超过预设数据比重值，生成预警信息；
其中，依据脊波变换和小波阈值函数算法处理所述人脸信息数据，获取到处理后人脸信息数据，包括：
(1)将含噪人脸信息进行小波分解并利用改进的小波阈值数去噪；
(2)利用去噪之后的小波系数重构原始图像；
(3)将含噪人脸信息进行Radon变换并对变换得到的Radon矩阵进行小波变换；
(4)利用改进的小波阈值函数对小波变换得到的矩阵去噪；
(5)将去噪之后的矩阵进行小波逆变换；
(6)对小波逆变换得到的矩阵进行Radon逆变换；
(7)将小波阈值去噪得到的图像和脊波去噪得到的图像进行融合。
8.一种基于智能摄像头的校园监控设备，其特征在于，包括处理器和用于存储处理器可执行指令的存储器；其中，所述处理器被配置为：
获取预定区域内的监控数据；
采用凹凸镜图像增多算法处理所述监控数据，获取处理后监控数据，对所述处理后监控数据进行人脸信息特征提取，获取到人脸信息数据；
依据脊波变换和小波阈值函数算法处理所述人脸信息数据，获取到处理后人脸信息数据，包括：
(1)将含噪人脸信息进行小波分解并利用改进的小波阈值数去噪；
(2)利用去噪之后的小波系数重构原始图像；
(3)将含噪人脸信息进行Radon变换并对变换得到的Radon矩阵进行小波变换；
(4)利用改进的小波阈值函数对小波变换得到的矩阵去噪；
(5)将去噪之后的矩阵进行小波逆变换；
(6)对小波逆变换得到的矩阵进行Radon逆变换；
(7)将小波阈值去噪得到的图像和脊波去噪得到的图像进行融合；
提取所述处理后人脸信息数据中的特征数据，将所述特征数据与预存对象数据中的特征数据进行比对，判断并区分出与所述预存对象数据相匹配的类别对象数据；
计算各类别对象数据在所述预存对象数据中的数据比重；
判断到所述数据比重超过预设数据比重值，生成预警信息。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长江大学，未经长江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810460108.7/1.html，转载请声明来源钻瓜专利网。
