[发明专利]一种基于人工智能视频分析的雨水识别管理系统

权利要求书

1.一种基于人工智能视频分析的雨水识别管理系统，其特征在于，所述管理系统包括基础数据接入层、智能识别模型层、智能分析应用层，所述智能识别模型层包括雨水识别模型、水位监测模型；利用基础数据接入层获取统一视频平台上的视频流、还获取辖区内变电站的监控摄像头上的视频流，并将上述视频流切图后得到的切图图片传输到智能识别模型层的雨水识别模型，基础数据接入层还获取辖区内各变电站的水位监测设备采集的积水量，并将积水量传输至智能识别模型层的水位监测模型，智能识别模型层中的雨水识别模型、水位监测模型分别将雨水识别结果、水位监测结果传输至智能分析应用层，智能分析应用层根据接收到的数据对辖区内各个变电站进行防汛监控、预警提醒。

2.如权利要求1所述的一种基于人工智能视频分析的雨水识别管理系统，其特征在于，所述基础数据接入层获取统一视频平台上的视频流，此处的统一视频平台将辖区内变电站中具有将视频流往外共享能力的监控摄像头上的视频流集中到一起，所述基础数据接入层还获取辖区内变电站的监控摄像头上的视频流，此处的监控摄像头指的是不具备将视频流共享给统一视频平台的监控摄像头，每一个监控摄像头都有编号，监控摄像头编号作为每一段视频流来源的唯一性标识，每一个水位监测设备都有编号，水位监测设备编号作为每一次积水量来源的唯一性标识。

3.如权利要求1所述的一种基于人工智能视频分析的雨水识别管理系统，其特征在于，所述基础数据接入层的工作过程包含以下步骤：

S1:通过RTSP协议实时获取辖区内变电站的监控摄像头上的视频流、获取统一视频平台上的视频流；

定时获取辖区内各变电站的水位监测设备采集的积水量；

S2：对步骤S1中的视频流进行切图，得到切图图片；

S3：将步骤S2中的切图图片传输到智能识别模型层的雨水识别模型；

将步骤S1中的积水量传输至智能识别模型层的水位监测模型。

4.如权利要求1所述的一种基于人工智能视频分析的雨水识别管理系统，其特征在于，所述智能识别模型层中雨水识别模型的构建步骤为：

A1：拷贝历史监控视频流作为历史练习样本，历史监控视频流指的是统一视频平台和变电站的监控摄像头存储的视频流；

A2: 挑选历史练习样本进行切图，得到的切图图片需要在不同时间、不同光照、不同气象情况下的图片；

A3: 对切图图片进行识别区域的标注，识别区域指的是每个切图图片中相对固定的、静止不动的区域；

A4：提取切图图片识别区域中的雨点特征，雨点特征指的是雨点的大小及数量；

A5：根据步骤A4中的雨点特征创建雨水样本库；

A6: 使用雨水样本库训练雨水识别模型，雨水识别模型是一个机器学习的模型，雨水识别模型通过提供的学习资料即雨水样本库获得雨水识别的能力；

A7: 雨水识别模型根据基础数据接入层传输过来的切图图片，输出雨水识别结果，雨水识别结果包含：监控摄像头编号、识别时间、雨量大小。

5.如权利要求4所述的一种基于人工智能视频分析的雨水识别管理系统，其特征在于，所述雨水识别模型的构建步骤A6中，使用雨水样本库训练雨水识别模型的步骤为：

A6.1：准备训练样本，训练样本来自雨水样本库，将训练样本分为三个部分，分别是练习样本、测试样本、验证样本；

A6.2：将练习样本输入到雨水识别模型来训练雨水识别模型；

A6.3：通过测试样本对雨水识别模型进行调整和优化；

A6.4：利用验证样本来验证雨水识别模型的稳定性。

6.如权利要求1所述的一种基于人工智能视频分析的雨水识别管理系统，其特征在于，所述智能识别模型层中的水位监测模型接收基础数据接入层中水位监测设备采集的积水量，水位监测模型根据接收的积水量以及接收上述积水量的监测时间计算出增长速度，水位监测模型将水位监测结果传输至智能分析应用层，水位监测结果包括水位监测设备采集的积水量、水位监测设备编号、监测时间、增长速度。