利索能及
我要发布
收藏
专利号: 202111268194X
申请人: 重庆科技大学
专利类型:发明专利
专利状态:已下证
更新日期:2026-05-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种便携式异常行为智能分析系统,其组成包括:边缘设备背包、云端服务器和移动端组成;边缘设备背包包括锂电池及智能逆变器、监控摄像头、三脚架、智能行为识别系统、边缘计算设备;所述锂电池及智能逆变器,用于给边缘计算设备提供电能;所述监控摄像头,用于获取监控区域实时视频画面;所述三脚架用于支撑摄像头;所述智能行为识别系统以边缘计算设备为载体,对监控摄像头获取的视频信息使用深度学习算法进行分析,判断是否存在异常行为;将异常行为数据发送到云服务器进行数据分析;所述云端服务器,用于处理、分析边缘端数据、使用深度学习算法进行异常行为识别模型训练以及参数更新、数据存储、资源管理;所述移动端,用于报警信息的通知,展示与处理,并提供远程更换异常行为识别模型的功能。

2.根据权利要求1所述一种便携式异常行为智能分析系统,包括以下步骤:

S21用于实现异常行为识别的步骤:

摄像头将获取到的人体行为视频信息上传到边缘计算设备中,设备中提前部署好的智能行为识别系统对视频信息进行深度学习推理,得到相应的行为类别与置信度,将置信度高于预设值的报警信息上传到云端服务器;

S22用于实现数据分析与模型更新的步骤:

云端服务器接收边缘设备发送的异常信息,分析信息并保存报警画面视频,将报警信息发送到移动端;并将边缘设备发送的视频信息分为正样本与负样本,使用相关视频对所对应的异常行为识别模型进行新一轮深度学习算法训练,更新模型参数,提高模型识别精度;

S23用于实现多种异常行为识别模型更换的步骤:

移动端有多个异常行为识别模块可选择,将选中的异常行为识别模块信息发送到云服务器,服务器将其模型文件转发到边缘计算设备,智能行为识别系统中的深度学习算法启用新的模型文件进行异常行为识别;

S24便携式的边缘端设备组合:

边缘设备背包由锂电池及智能逆变器、监控摄像头、三脚架、智能行为识别系统、边缘计算设备组成;整个边缘端设备集成在一个背包中,设备集成度高、体积小、重量较轻,方便野外部署。

3.根据权利要求2所述一种便携式异常行为智能分析系统,步骤S21用于实现异常行为识别,其特征在于:采集各类施工现场人体行为视频数据,对数据进行正负样本划分,对异常行为进行标注;将视频信息转换为图像,进行图像增强,增强的方法有:图像遮挡、自适应高斯滤波去噪和仿射变换;将增强后图像传入D‑YOLOv5深度学习算法;算法输入端对图像进行自适应锚框计算及自适应图片缩放处理;将图片输入D‑Darkent50特征提取网络进行特征提取,特征提取网络一共有50层,每层使用3个3*3的可变形卷积进行特征提取,在减少了模型参数的同时也提升了特征识别精度;提取后的特征图传入Neck网络使用FPANet网络进行特征融合,不同时期的特征图进行融合,增强模型对不同缩尺度的对象进行检测;

FPANet网络基于FPN特征融合网络和PAN特征融合网络,同时在特征融合中我们加入了通道注意力机制,模拟人类,对不同的通道信息有不同的权重;该网络的特征提取器采用了新的增强自下向上路径的FPN结构,改善了低层特征的传播;模型使用Head网络进行最终的检测;在D‑YOLOV5中,中间和隐藏层使用了Leaky Relu激活函数;其公式是:其中ai是(1,+∞)区间内的固定参数;

最后的检测层使用了Sigmoid激活函数,其公式如下:

4.根据权利要求2所述一种便携式异常行为智能分析系统,步骤S22用于实现数据分析与模型更新,其特征在于:云服务器包含数据分析模块、算法训练模块、信息存储模块、异常信息报警与转发模块;数据分析模块用于对系统接收的信息进行分类分析,统计各类报警信息发送的次数频率;算法训练模块用于在云端进行深度学习训练,更新模型的参数,提高模型识别的精度;信息存储模块用于存储报警信息与报警相关视频,定期删除长时间未使用的数据,提升存储空间的使用效率异常信息报警与转发模块用于处理边缘服务器发送的异常报警数据,判断是否达到产生报警信息的要求;若达到要求,将产生各类报警信息并将报警数据转发到移动端。

5.根据权利要求2所述一种便携式异常行为智能分析系统,步骤S23用于实现多种异常行为识别模型更换,其特征在于:移动端功能选择页面展示多种可选择的异常行为识别模块,将用户选择更新的异常行为识别模型信息发送到云服务器,服务器对数据进行解析后将在云端存储的异常行为识别模型文件发送到边缘端服务器,其内置的深度学习算法使用新的模型文件进行新的异常行为识别,实现边缘端一个算法运行多种类型的行为识别模块,移动端一键远程更换边缘端算法模型。

6.根据权利要求2所述一种便携式异常行为智能分析系统,步骤S24便携式的边缘端设备组合,其特征在于:边缘设备背包包含了边缘端的所有设备,提供了一个背包式的便携式智能设备,背包本体开口上设置双向隐形拉链,背包本体一侧设置对称背带;背包内置四个物品存放隔层;分别存放锂电池及智能逆变器、摄像头、三脚架、边缘计算设备;所述锂电池及智能逆变器用于给边缘计算设备提供电能;所述摄像头,用于捕获监控区域实时视频画面;所述三脚架用于支撑摄像头;所述边缘计算设备用于搭载智能行为识别系统;边缘设备背包重量轻巧、体积小,具有防水防晒的功能,在户外使用该背包,可以快速的搭建边缘平台。