[发明专利]一种基于声音的室内防盗监控系统在审

专利信息
申请号: 202110580056.9 申请日: 2021-05-27
公开(公告)号: CN113345187A 公开(公告)日: 2021-09-03
发明(设计)人: 刘亚荣;黄海滨;黄飞扬;于顼顼 申请(专利权)人: 桂林理工大学
主分类号: G08B13/16 分类号: G08B13/16;G08B13/196;G08B25/08;G08B3/10;G10L25/51;G10L25/30;G06K9/62;G06N3/04
代理公司: 暂无信息 代理人: 暂无信息
地址: 541004 广西壮*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 声音 室内 防盗 监控 系统
【说明书】:

发明公开了一种基于声音的室内防盗监控系统。包括综合研判子系统、预警子系统、云服务器和信息查询子系统;综合研判子系统包括声音采集器、嵌入式计算机、摄像头和智能检测模块;预警子系统包括自动报警子模块、喇叭和110报警台。声音采集器采集声音信号;嵌入式计算机对声音信号进行预处理形成声音样本;声音样本和摄像头采集的图像或者视频上传至智能检测子模块进行综合识别判断,并将结果进行反馈;云服务器用于存储智能检测子模块上传的处理结果,并将结果上传至自动报警子模块进行结果比对。本发明采用深度学习算法结合人工经验对卷积神经网络模型进行训练,具有识别准确性高、安全性好、效率高和智能化等优点。

技术领域

本发明属于室内防盗安全监控技术领域,具体涉及一种基于声音的室内防盗监控系统。

背景技术

随着我国信息技术的迅猛发展以及传感器技术的不断完善,如今已经具备了基于网络技术进行远程监控的硬件基础,同时在软件方面实时监控、远程监控等技术也取得了一定的成果和经验。目前人们对室内管理智能化的需求已日趋明显,为适应人们快节奏的生活方式,室内监控系统的转型升级势在必行。

传统室内监控设备只能采集图像或者视频,当盗窃事件发生时,往往只能通过查看监控录像才能找出作案者,更有甚者利用监控死角为所欲为。物品丢失事小,人身安全事大。当遇到穷凶极恶的盗窃者时,传统室内监控设备往往无能为力,警方只能在事后通过监控记录观察已经发生的事实,并不能及时采取相应出警措施。此外,传统室内监控设备仅利用图像或视频进行室内安全研判,容易发生错误。

为了解决视频监控存在的不足,本发明提供一种室内防盗监控新方法,在现有的室内监控设备上引入了声音识别技术,利用音频数据对室内声音进行识别和跟踪,在此基础上结合图像识别对目标行为进行综合分析和判断。通过二者相对独立的处理,充分发挥各自优势,从而做到既能完成日常管理,又能在异常情况发生的时候及时做出反应,快速报警,保护人民群众的生命财产安全。

发明内容

本发明的目的是为了解决目前室内防盗监控系统存在险情研判不全面、多向预警不及时的缺陷,提供一种基于声音的室内防盗监控系统,充分利用深度学习技术,通过声音与图像相结合的方式,实现实时的监控和报警功能及完全自动化操作。

为了实现上述目的,本发明采用以下技术方案:

一种基于声音的室内防盗监控系统,包括:综合研判子系统、预警子系统、云服务器和信息查询子系统;综合研判子系统与云服务器相连,云服务器分别和预警子系统及信息查询子系统相连接。

所述综合研判子系统主要负责对声音和视频图像的采集,并判断采集数据是否可疑,包括声音采集器、嵌入式计算机、摄像头和智能检测模块;声音采集器与嵌入式计算机相连,嵌入式计算机和摄像头分别与智能检测子模块相连。

所述声音采集器完成室内声音采集,并将音频数据传输至嵌入式计算机。

所述嵌入式计算机将输入的音频数据压缩成wav格式,并上传至智能检测子模块,其中含有的异常声音检测系统用于判断服务器中音频属于正常或异常,该系统以残差神经网络模型为主要算法模型,检测前,通过大量声音数据形成训练模型,检测时,根据训练模型即可进行判别。

所述摄像头用于采集室内异常情况发生时的图像及视频,并及时将图像或者视频上传至智能检测子模块并进行图片处理。

所述智能检测子模块用于识别和判断采集的音频数据(包括小偷说话的声音、翻东西的声音,屋内的求救声等),声音正常时显示0,异常时则显示1;

所述云服务器用于存储智能检测子模块处理的音频和视频。

所述预警子系统用于室内监控异常的预警工作;包括自动报警子模块、喇叭和110报警台;自动报警子模块分别与云服务器、喇叭和110报警台相连接。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于桂林理工大学,未经桂林理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110580056.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top