[发明专利]基于人工智能的景区危险区域管控方法

说明书

本发明公开了一种基于人工智能的景区危险区域管控方法，包括：采集景区危险区域的视频，景区危险区域的视频中的目标包括游客和危险区域标识；基于区危险区域的视频生成关于游客和危险区域标识的空间位置关系的空间与或图模型；从空间与或图模型中提取表征游客的活动状态的子活动标签集；将子活动标签集输入预先得到的时间与或图模型，得到游客未来活动的预测结果；其中，时间与或图模型是利用预先建立的景区危险区域的目标的活动语料库得到的；基于预测结果对景区危险区域进行管控。本发明实施例利用时空与或图模型能够对危险区域游客的活动进行准确、快速预测，从而实现及时有效的危险提醒和防范。

技术领域

本发明属于监控技术领域，具体涉及一种基于人工智能的景区危险区域管控方法。

背景技术

旅游景区通常都会存在一些危险区域，比如悬崖边、深湖边等危险区域，游客冒然进入会造成身体伤害甚至生命危险；目前常用的对游客的提醒手段有危险标识牌或栅栏；但只有危险标识牌的话，游客很可能因为没有及时看到而发生意外；更为保险的做法是即设置危险标识牌又设置栅栏；但直接设置栅栏虽然更安全，却对会影响游客拍照的美观度。

发明内容

为了解决上述技术问题，本发明实施例提供了一种基于人工智能的景区危险区域管控方法。具体技术方案如下：

采集景区危险区域的视频，所述景区危险区域的视频中的目标包括游客和危险区域标识；

基于所述区危险区域的视频生成关于所述游客和所述危险区域标识的空间位置关系的空间与或图模型；

从所述空间与或图模型中提取表征所述游客的活动状态的子活动标签集；

将所述子活动标签集输入预先得到的时间与或图模型，得到所述游客未来活动的预测结果；其中，所述时间与或图模型是利用预先建立的所述景区危险区域的目标的活动语料库得到的；

基于所述预测结果对所述景区危险区域进行管控。

在本发明的一个实施例中，所述危险区域标识包括第一标识和第二标识，且所述第一标识与所述危险边缘之间的距离大于所述第二标识与所述危险边缘之间的距离。

在本发明的一个实施例中，所述危险区域标识包括竖立于地面的警告牌和铺设于地面的警示线。

在本发明的一个实施例中，所述基于所述所述区危险区域的视频生成关于所述游客和所述危险区域标识的空间位置关系的空间与或图模型，包括：

利用预先训练得到的目标检测网络对所述景区危险区域的视频中的目标进行检测，得到所述视频的每一帧图像中各目标分别对应的属性信息；其中，所述属性信息包括包含所述目标的边界框的位置信息；

基于所述每一帧图像中各目标分别对应的属性信息，利用预设的多目标跟踪算法对所述景区危险区域的视频的各帧图像中的相同目标进行匹配；

确定每一帧图像中所述游客和所述危险区域标识之间的实际空间距离；

利用匹配后各帧图像对应的目标的所述属性信息以及所述实际空间距离，生成所述景区危险区域的空间与或图模型。

在本发明的一个实施例中，所述目标检测网络是基于YOLO_v3网络的主干网络中，残差模块更换为密集连接模块得到的。

在本发明的一个实施例中，所述目标检测网络包括多个间隔串接的密集连接模块和过渡模块；所述密集连接模块的数量至少为三个；所述密集连接模块包括串行连接的卷积网络模块和密集连接单元组；所述卷积网络模块包括串行连接的卷积层、BN层、Leakyrelu层；所述密集连接单元组包括m个密集连接单元；每个密集连接单元包括多个采用密集连接形式连接的所述卷积网络模块，并采用级联方式融合多个卷积网络模块输出的特征图；其中，m为大于等于4的自然数。