[发明专利]一种安全防护方法、中控设备及计算机存储介质

权利要求书

1.一种安全防护方法，其特征在于，应用于分布式声学传感安防系统的中控设备，所述中控设备与设置在不同安防区域的声学传感器连接，所述方法包括：

确定声学信号训练样本集，所述声学信号训练样本集中包括M类安防事件对应的声学信号，每个声学信号标记有所属安全事件的分类标签，每个声学信号通过所述分布式声学传感检测系统中对应的声学传感器采集获得，M为大于1的整数；

通过预先搭建的一维卷积神经网络对所述训练样本集中的信号进行多轮训练，其中，所述一维卷积神经网络包括依次设置的初步特征提取层、最大池化层、深层特征提取层、全局平均池化层、全连接层和M分类的Softmax层，在每轮训练中，将所述训练样本集中的信号输入所述初步特征提取层进行特征初提取，通过所述最大池化层对初步提取的特征进行压缩后，输入所述深层特征提取层进行特征深层提取，再通过所述全局平均池化层对压缩后的特征进行平均池化后，输入所述全连接层进行融合，最后通过所述Softmax层进行分类，得到分类结果，通过损失函数计算分类结果与实际分类标签的损失值，利用反向传播算法更新所述一维卷积神经网络模型的网络参数，通过验证样本集中的信号对更新网络参数的模型进行验证，直至达到收敛条件，得到每轮训练的安全事件分类模型，从多轮训练得到的多个安全事件分类模型中确定出目标安全事件分类模型；

通过所述目标安全事件分类模型对不同安防区域的声学传感器采集的信号进行安全事件分类识别，在识别出存在目标类型的安全事件情况下，按对应的报警策略控制报警装置进行报警。

2.如权利要求1所述的方法，其特征在于，所述确定声学信号训练样本集，包括：

获得在不同时间段对应的声学传感器采集的第一预设时长的各类事件安防事件对应的声学信号；

按第二预设时长的滑动窗口，每次滑动第三预设时长的方式对获得每个声学信号进行分帧处理，对获得的分帧信号标注对应的分类标签后，按第一预设比例从所有的分帧信号提取形成所述声学信号训练样本集。

3.如权利要求1所述的方法，其特征在于，所述初步特征提取层包括依次连接的第一卷积子层和第二卷积子层，所述深层特征提取层包括依次连接的第三卷积子层和第四卷积子层，所述一维卷积神经网络的全连接层与Softmax层间还设置有Dropout层，通过所述Dropout层对特征进行丢弃处理。

4.如权利要求1所述的方法，其特征在于，所述通过验证样本集中的信号对更新网络参数的模型进行验证，直至达到收敛条件，包括：

采用10折交叉验证方式进行验证测试，如果在所述验证样本集上分类精度小于预设精度，启动早停，得到本轮训练的安全事件分类模型，否则直到完全迭代完后输出本轮训练的安全事件分类模型。

5.如权利要求2所述的方法，其特征在于，所述从多轮训练得到的多个安全事件分类模型中确定出目标安全事件分类模型，包括：

在所述对获得的分帧信号标注对应的分类标签之后，按第二预设比例从所有的分帧信号提取形成声学信号测试样本集；

基于所述声学信号测试样本集，对每个安全事件分类模型进行性能评估；

将性能最优的安全事件分类模型作为目标安全事件分类模型。