[发明专利]一种基于人脸识别的校园安全管理方法在审

专利信息
申请号: 201810679911.X 申请日: 2018-06-27
公开(公告)号: CN108830761A 公开(公告)日: 2018-11-16
发明(设计)人: 芮法玲;高旋;闫鹏;曹文倩;王恩斌 申请(专利权)人: 山东众云教育科技有限公司
主分类号: G06Q50/20 分类号: G06Q50/20;G06Q50/26;G06K9/00;G08B21/02
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 李琳
地址: 250101 山东省济南市高新*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 校园安全 校园安全管理 人员数据库 人脸识别 预防 数据库 人脸视觉特征信息 面孔 人脸识别技术 人脸识别设备 学生数据库 面部表情 身份鉴别 服务器 操场 分析 预警 教室 拍摄 校园 引入 情绪 治理 协调
【权利要求书】:

1.一种基于人脸识别的校园安全管理方法,其特征是,在教室、操场、宿舍楼层和学校的周边均安装有覆盖对应范围的人脸识别设备,所述人脸识别设备与服务器连接,所述服务器输出监控画面至监控室,该方法包括以下步骤:

建立校园安全数据库,所述校园安全数据库包括基准治安高危人员数据库、本校人员数据库和危险学生数据库,

教室、操场、宿舍楼层或学校的周边的人脸识别设备识别进入拍摄范围的人员面孔,并将识别结果发送到服务器;

根据识别到的人员面孔数量,确定人员密度,判断人员密度大小;如果人员密度不大于2,则采用预防外来人员侵害方法对识别结果进行处理;如果人员密度大于等于2,则采用预防校园霸凌方法对识别结果进行处理。

2.根据权利要求1所述的基于人脸识别的校园安全管理方法,其特征是,所述治安高危人员为社会治安秩序和公共安全中现存或潜在危害的人员,基准治安高危人员数据库包括社会治安管理部门提供的数据或在社区存档的危险人员数据。

3.根据权利要求1所述的基于人脸识别的校园安全管理方法,其特征是,所述本校人员数据库包括通过摄像机或摄像头采集含有人脸的图像或视频流。

4.根据权利要求1所述的基于人脸识别的校园安全管理方法,其特征是,所述危险学生数据库包括学校根据学校霸凌历史提供数据。

5.根据权利要求1所述的基于人脸识别的校园安全管理方法,其特征是,所述预防外来人员侵害方法包括:

将识别到的面孔与本校人员数据库中数据进行对比,

如果识别到的面孔是本校人员,则结束处理;

如果识别到的面孔不是本校人员,将识别到的面孔与基准治安高危人员数据库中数据进行对比;

如果识别到的面孔是高危人员,则发送预警信息给相关安保人员,通知安保人员前往;

如果识别到的面孔不是高危人员,则发送提示信息给监控室内工作人员,由监控室内工作人员观察放大显示后的监视画面,判断该人员的行为是否有危险倾向,如果有,则通知保安前往,并将该面孔数据加入到基准治安高危人员数据库中。

6.根据权利要求5所述的基于人脸识别的校园安全管理方法,其特征是,所述预防外来人员侵害方法还包括:

如果识别到的面孔不是高危人员,则发送提示信息给相关安保人员,通知安保人员跟踪此人,判断该人员的行为是否有危险倾向,如果有危险倾向,向服务器发送告警信息。

7.根据权利要求1所述的基于人脸识别的校园安全管理方法,其特征是,所述预防校园霸凌方法包括:

对识别到的面孔情绪进行分析,如果识别到的面孔中有紧张、害怕或喷怒情绪出现,则将识别到的面孔分别与基准治安高危人员数据库、危险学生数据库中数据进行对比,判断识别到的面孔是否有危险学生或高危人员;

如果识别到的面孔有高危人员或危险学生,则发送预警信息给相关安保人员,通知安保人员前往;

如果没有,则发送提示信息给监控室内工作人员,由监控室内工作人员观察放大显示后的监视画面,判断是否有校园霸凌事件发生倾向,如果有,则通知保安前往,并将该面孔数据加入到危险学生数据库中。

8.根据权利要求7所述的基于人脸识别的校园安全管理方法,其特征是,所述预防校园霸凌方法还包括:

如果识别到的面孔没有高危人员或危险学生,则发送提示信息给相关安保人员,通知安保人员跟踪人群,判断是否有校园霸凌事件发生倾向,如果有,向服务器发送告警信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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山东众云教育科技有限公司,未经山东众云教育科技有限公司许可,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/201810679911.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top