[发明专利]一种基于大数据的校园楼层智能防护系统

权利要求书

1.一种基于大数据的校园楼层智能防护系统，其特征在于：包括护栏场景拍摄设备，所述护栏场景拍摄设备，包括若干高清摄像头，用于拍摄防护栏周侧的图像信息，并输出拍摄的护栏周侧的图像信息；

场景滤波处理设备，与护栏场景拍摄设备连接，用于接收护栏周侧的图像信息，对护栏周侧的学生图像信息进行滤波处理，获得滤波后的护栏周侧图像；

场景信噪比分析设备，与场景滤波处理模块连接，用于接收滤波后的护栏周侧图像，将接收的护栏周侧图像的信噪比进行解析，并将解析的图像信噪比与预设的图像信噪比阈值进行对比，若护栏周侧的图像信噪比小于预设的图像信噪比阈值，则去除小于预设的图像信噪比阈值的护栏周侧图像，并发送触发控制指令至护栏场景拍摄设备，控制护栏场景拍摄设备继续图像的拍摄，保留图像信噪比大于预设的图像信噪比阈值的护栏周侧图像；

画面提取设备，与场景信噪比分析设备连接，用于接收图像信噪比大于预设的图像信噪比阈值的护栏周侧图像，对护栏周侧图像中的学生轮廓进行提取，以提取图像中学生脸部子图像，对提取的学生脸部子图像进行灰度归一化处理，为后期特征提取以及分类识别提供基础，将归一化处理后的护栏周侧图像中的眼睛、眉毛、嘴巴的位置变化进行定位和测量，判断眼睛、眉毛、嘴巴的大小、距离以及形状特征的变化，作为表情识别的特征；

综合特征识别设备，与画面提取设备连接，用于接收护栏周侧图像中学生的眼睛、眉毛、嘴巴的大小、距离以及形状特征的变化，并将学生眼睛、眉毛、嘴巴的大小、距离以及形状特征的变化与特征存储数据库中存储的各标准表情对应的眼睛、眉毛、嘴巴的大小、距离以及形状变化特征进行逐一对比，以确定护栏周侧图像中学生的面部表情；

形体动作提取设备，与场景信噪比分析设备连接，用于接收图像信噪比大于预设的图像信噪比阈值的护栏周侧图像，对护栏周侧图像中的学生行为动作与特征存储数据库中存储的危险行为动作进行对比，并将危险行为动作对应的行为编号发送至危险模式分析设备；

护栏受力检测设备，安装在护栏侧表面和护栏上表面，用于实时检测护栏所受向外的推力以及护栏所受的压力，并将检测的护栏所受的向外推力以及护栏所受的压力；

持续统计定位设备，安装在护栏的上方墙顶处，与场景信噪比分析设备连接，将某一时刻的护栏周侧的图像与下一固定时间间隔后的护栏周侧的图像进行对比，判断护栏前各学生持续站立的时长以及学生对应的位置标识；

危险模式分析设备，与综合特征识别设备、形体动作提取设备、持续统计定位设备以及护栏受力检测设备连接，接收综合特征识别设备发送的护栏前各学生的面部表情，对接收的面部表情是否异常进行判断，若面部表情异常，则表明情感危险系数为f(1＜f＜2)，若面部表情正常，则情感危险系数f＝1；

接收形体动作提取设备发送的危险行为动作对应的行为编号，并根据接收的动作对应的行为编号提取该行为编号对应的危险系数；

接收护栏受力检测设备发送的护栏所受的向外推力以及压力，将护栏所受的向外推力与预设的安全推力阈值范围进行对比，若向外推力小于预设的安全推力阈值下限，则推力危险系数为a,若向外推力大于预设的安全推力阈值下限且小于预设的安全推力阈值上限，则推力危险系数为b，若向外推力大于预设的安全推力阈值上限，则推力危险系数为c，其中，安全推力阈值下限小于安全推力阈值上限，且推力危险系数c＞b＞a；

所述危险模式分析设备根据护栏对应的推力危险系数、护栏所受的推力和压力、行为危险系数以及情感危险系数统计护栏周侧学生的综合评估危险影响系数，判断各学生对应的综合评估危险影响系数是否大于设定的综合评估危险影响系数，若大于，则发送控制指令至持续统计定位设备，控制持续统计定位设备获取推力大于预设的安全推力阈值上限、情感危险系数f数值大于1或行为具有行为危险系数的位置处的学生所站立的时长以及位置。

2.根据权利要求1所述的一种基于大数据的校园楼层智能防护系统，其特征在于：还包括特征存储数据库，所述特征存储数据库用于存储学生在走廊上的危险行为动作，所述危险行为动作，包括骑在护栏上的动作、整个人趴在护栏上动作、踢打护栏动作以及学生间的追逐、打闹，不同的危险行为动作与行为编号一一对应，不同的行为编号对应不同的危险系数，存储不同面部表情对应的不同情感危险系数，且每个面部表情与情感危险系数一一对应，同时，存储不同人员不同表情对应的眼睛、眉毛、嘴巴的大小、距离以及形状变化特征。