[发明专利]一种智能监控方法及系统

说明书

本发明提出了一种智能监控方法及系统。其中所述方法包括：步骤101、采集脑电信号和视频监控信号；步骤103、基于脑电信号模型对所述脑电信号进行第一判断，基于人工智能算法对所述视频监控信号进行第二判断；步骤105、结合第一判断结果和第二判断结果，采用相应措施。通过本发明提供的一种基于人机共融的智能安防报警方法及系统，可以实现对非法进出危险或者作业区域自动报警与非规范着装等相关事件识别功能。

技术领域

本发明涉及监控领域，尤其涉及一种智能监控方法及系统。

背景

安防产品是社会公共安全产品的重要组成部分，安防产品直接关系到社会的稳定和人民生命财产的安全。安防行业是社会公共安全行业的重要组成部分。经过二十多年的快速发展，我国安防行业已经形成了集研发、生产、销售、工程与系统集成、报警运营与中介服务等为一体的新兴的国民经济朝阳产业。目前市面上的安防系统一般基于图像识别方法，采用模式识别的人工智能算法，其不能全方位的预防盗窃案件发生，效果差，尤其是有烟雾、遮挡或是快速场景切换时，其不如人眼精确。有时候，人眼看到快速闪过的可疑图像，一时没有反应过来，而实时监控的图像已经过去，往往可能由于各种原因又忽略了此时的一点疑惑。

发明内容

为了解决上述问题，本发明提出了一种智能监控的方法及系统。

其中，一种智能监控方法，其包括：

步骤101、采集脑电信号和视频监控信号；

步骤103、基于脑电信号模型对所述脑电信号进行第一判断，基于人工智能算法对所述视频监控信号进行第二判断；

步骤105、结合第一判断结果和第二判断结果，采用相应措施。

其中，建立所述脑电信号模型包括如下步骤：

步骤201、采集所有导联的的脑电信号，所述脑电信号包括：Fp1(左前额)、Fp2(右前额)、F3(左额)、F4(右额)、C3(左中央)、C4(右中央)、P3(左顶)、P4(右顶)、O1(左枕)、O2(右枕)、F7(左前颞)、F8(右前颞)、T3(左中颞)、T4(右中颞)、T5(左后颞)、T6(右后颞)。对采集的脑电信号进行预处理，得到第一信号；

步骤203、对所述第一信号进行特征提取；

步骤205、对特征提取后的信号进行选择分类。

其中，所述步骤203包括以下步骤：

步骤2011、对所述所有导联采集的脑电信号进行共平均参考(Common AverageReference,CAR)，得到一个符合条件的参考电极；

步骤2013、将顶叶的P3、P4和中区的C3、C4导联信号与参考电极电位做差，计算所得电位分别为P3’、P4’、C3’、C4’电位数据。

步骤2015、取频段为0.5-30HZ的带通滤波器对P3’、P4’、C3’、C4’电位数据进行带通滤波处理；

步骤2017、采用独立成份分析方法处理上述带通滤波后的P3’、P4’、C3’、C4’信号数据，将信号中的眼动EOG和肌电EMG伪迹去除；

步骤2019、白化消噪，利用AR模型对自发脑电信号进行建模分析，将自发脑电转化为白噪声，利用小波消噪将其去除。

其中，除了代表中央部位的三个电极Fz、Cz、Pz外，放置在大脑上面的

其余16个电极的位置都是对称的。

其中，所述人工智能算法包括图像帧间差分法、图像分割算法、图像对齐算法、目标追踪算法、、贝叶斯分类方法等。

本发明还提出了一种基于上述方法的智能监控系统，其包括：