[发明专利]基于信号强度与视频的人员分布模型建立方法及系统有效
申请号: | 201811011752.2 | 申请日: | 2018-08-31 |
公开(公告)号: | CN109005390B | 公开(公告)日: | 2020-12-04 |
发明(设计)人: | 曹建荣;张旭;王亚萌;孙雪梅 | 申请(专利权)人: | 山东建筑大学 |
主分类号: | H04N7/18 | 分类号: | H04N7/18;H04W4/021;H04W4/029;H04W4/33 |
代理公司: | 济南圣达知识产权代理有限公司 37221 | 代理人: | 黄海丽 |
地址: | 250101 山东省济*** | 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: | 基于 信号 强度 视频 人员 分布 模型 建立 方法 系统 | ||
1.基于信号强度与视频的人员分布模型建立方法,其特征是,包括:
步骤(1):根据被测建筑物内每个无线接入点获取的移动终端的RSSI值,建立指纹标准数据库;计算出建筑内人数第一统计值;
步骤(2):根据被测建筑物内每个视频监控点的监控视频,建立基于视频人员分布模型;计算出建筑内人数第二统计值;
步骤(3):计算第一统计值与第二统计值的差值,如果差值为零,则对建筑内人数的第一统计值或第二统计值进行存储;如果差值不等于零,则进一步判断差值是否在设定阈值内;如果在设定阈值内,则对建筑内人数的第一统计值进行存储;如果差值不在设定阈值内,则进一步判断RSSI序列是否是异常序列;
如果RSSI序列是正常序列,则保存建筑内人数的第一统计值进行存储;如果RSSI序列是异常序列,则将异常序列对应的信号强度指示RSSI值和视频监控数据均记录为异常样本;
步骤(4):当异常样本数量达到设定数量时,使用设定比例的异常样本和第一统计值与第二统计值的差值为零的数据对应的样本对指纹标准数据库进行更新;
使用设定比例的异常样本和第一统计值与第二统计值的差值为零的数据对应的样本对应时间段的视频监控数据对基于快速区域卷积神经网络模型进行重新训练更新;
当指纹标准数据库和基于快速区域卷积神经网络模型两方面的更新均完成后,返回步骤(1)。
2.如权利要求1所述的基于信号强度与视频的人员分布模型建立方法,其特征是,步骤(1)的具体步骤为:
被测建筑物内每个无线接入点将从移动终端获取的报文上传给云端服务器,云端服务器将报文传输给PC端,PC端对报文进行校验,从校验通过的报文中提取信号强度指示RSSI信息;对建筑物内不同位置RSSI信息进行测量,建立指纹标准数据库;
每一个无线接入点按照时间先后对不同的6个移动终端各抓取一次RSSI数值,形成信号强度指示RSSI序列,对每一个无线接入点的信号强度指示RSSI序列做矩阵变换,变换成与指纹标准匹配特征矩阵行数和列数均相同的形式,然后将矩阵变换结果与指纹标准数据库进行匹配,获取最优匹配结果为人员位置确定点,根据人员位置确定点计算出建筑内人数第一统计值。
3.如权利要求1所述的基于信号强度与视频的人员分布模型建立方法,其特征是,所述步骤(2)的具体步骤为:
被测建筑物内每个视频监控点将自身监控的视频数据上传给云端服务器,云端服务器又将视频数据上传给PC端,PC端对视频数据进行拆分成若干帧,从每一秒的所有帧图像中提取人员状态特征,将人员状态特征输入到基于快速区域卷积神经网络模型Faster-R-CNN中,对模型进行训练,得到训练好的基于快速区域卷积神经网络模型;基于训练好的基于快速区域卷积神经网络模型,计算出视频数据中的建筑内人员第二统计值。
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建筑大学,未经山东建筑大学许可,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/201811011752.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种电子监控系统
- 下一篇:一种探测故障的摄像头移动方法