1.一种校园智能监控方法，其特征在于，用于云服务器，所述云服务器分别与至少一个智能手环、多个UWB基站、多个摄像头、多个移动终端连接；

所述方法包括：

接收手环预警信息，其中手环预警信息包括手环坐标点和定位时间戳；

在预设虚拟校园地图中根据所述手环坐标点确定所属的区域ID以作为目标区域ID；

确定与目标区域ID对应的所有摄像头，并根据所述定位时间戳进行截取得到待分析图像帧序列集合；

基于预先训练好的校园行为分析模型，对待分析图像帧序列集合进行分析以得到行为分析结果，若行为分析结果为冲突标签时基于所述手环坐标点进行制止提示处理，若行为分析结果为非冲突标签时不做处理。

2.如权利要求1所述的方法，其特征在于，手环预警信息为智能手环分析对话文本信息时确定为威胁标签后进行触发生成；

在分析对话文本信息时，具体包括：利用威胁分析模型分析对话文本信息得到第一威胁分析结果，当第一威胁分析结果为威胁标签时表示当前情形下手环用户存在威胁风险，当第一威胁分析结果为非威胁标签时表示当前情形下手环用户不存在威胁风险；

所述威胁分析模型为使用多组训练数据通过机器学习训练得到，多组训练数据包括第一类数据和第二类数据，第一类数据中的每组数据均包括：威胁对话训练文本和标识该威胁对话训练文本存在威胁意图的威胁标签，第二类数据中的每组数据均包括：非威胁对话训练文本和标识该非威胁对话训练文本不存在威胁意图的非威胁标签。

3.如权利要求1所述的方法，其特征在于，所述校园行为分析模型为使用多组训练数据通过机器学习训练得到，多组训练数据包括第三类数据和第四类数据，第三类数据中的每组数据均包括：暴力冲突行为训练图像和标识该暴力冲突行为训练图像存在暴力的冲突标签，第四类数据中的每组数据均包括：非暴力冲突行为训练图像和标识该非暴力冲突行为训练图像不存在暴力的非冲突标签。

4.如权利要求3所述的方法，其特征在于，在基于所述手环坐标点进行制止提示处理中，具体包括：获取每个移动终端的终端坐标点；

分别计算每个移动终端与所述手环坐标点之间的水平面相对距离，具体表示为：dk＝|xk‑x0|+|yk‑y0|

dk表示第k个移动终端的终端坐标点与所述手环坐标点之间的水平面相对距离，xk表示第k个移动终端的终端坐标点的x轴坐标值，x0表示所述手环坐标点中的x轴坐标值，yk表示第k个移动终端的终端坐标点的y轴坐标值，y0表示所述手环坐标点中的y轴坐标值；

基于水平相对距离按照从小到大的顺序排序后将与所述手环坐标点相距最近的移动终端作为目标提示终端；

基于所述手环坐标点生成针对目标提示终端的路线导航指引信息；

向所有移动终端发送待分析图像帧序列集合，同时向目标提示终端发送路线导航指引信息。

5.如权利要求4所述的方法，其特征在于，在基于所述手环坐标点生成针对目标提示终端的路线导航指引信息中，具体包括：以所述手环坐标点为起点，以目标提示终端对应的终端坐标点为终点，进行路径规划以寻找最短路径，将最短路径对应的路径点集合按指引顺序进行打包为路线导航指引信息。

6.如权利要求1所述的方法，其特征在于，所述方法还包括：

在预警表中基于区域ID对手环预警信息进行分类记录，基于预警表设置重点巡逻清单，基于重点巡逻清单进行巡逻提示处理。

7.如权利要求6所述的方法，其特征在于，在基于预警表设置重点巡逻清单中，具体包括：依次遍历预警表，根据区域ID进行分类统计得到不同区域ID对应的统计次数；

基于统计次数按照从大到小的顺序进行排序；

从第一个排序号开始，根据预设筛选数量进行筛选区域ID并添加至重点巡逻清单中；

分别统计重点巡逻清单中不同区域ID的预警时间频次情况；

在重点巡逻清单中依次对每个区域ID的最高预警时间频次进行设置重点巡逻标识，将最高预警时间频次对应的预设时间段作为目标巡逻时间段。

8.如权利要求7所述的方法，其特征在于，在基于重点巡逻清单进行巡逻提示处理中，具体包括：根据重点巡逻标识将区域ID和对应的目标巡逻时间段筛选出来，并以目标巡逻时间段按从早到晚的时间顺序排序得到巡逻提示信息；

将巡逻提示信息发送至具有值班标识的移动终端。

9.如权利要求6所述的方法，其特征在于，在触发手环预警信息中，基于目标语音信息识别至少一个目标参与对象，基于至少一个目标参与对象生成参与名单信息，根据该手环预警信息对应的区域ID将参与名单信息添加至预警表中；

在基于目标语音信息识别至少一个目标参与对象中，具体包括：

在利用威胁分析模型分析对话文本信息得到第一威胁分析结果时，若第一威胁分析结果为威胁标签则将该对话文本信息对应的对话语音信息确定为目标语音信息；

基于预先训练好的语音分离模型将目标语音信息分离出至少一个重建语音信号，重建语音信号为对应该对话语音信息中的一个参与对象的语音信号；

从至少一个重建语音信号中分别进行声纹识别以确定对应的目标参与对象；

所述语音分离模型为预先使用多组数据通过机器学习训练得出，在训练时，多组数据包括多个对话混叠语音样本和对应每个对话混叠语音样本的多个参与对象语音信号，对话混叠语音样本为通过任意多个参与对象语音信号进行混叠得到。

10.一种校园智能监控系统，其特征在于，所述系统包括：

信息接收模块，用于接收手环预警信息，其中手环预警信息包括手环坐标点和定位时间戳；

目标区域确定模块，用于在预设虚拟校园地图中根据所述手环坐标点确定所属的区域ID以作为目标区域ID；

图像帧预处理模块，用于确定与目标区域ID对应的所有摄像头，并根据所述定位时间戳进行截取得到待分析图像帧序列集合；

校园行为分析模块，用于基于预先训练好的校园行为分析模型，对待分析图像帧序列集合进行分析以得到行为分析结果，若行为分析结果为冲突标签时基于所述手环坐标点进行制止提示处理，若行为分析结果为非冲突标签时不做处理；

巡逻提示模块，用于在预警表中基于区域ID对手环预警信息进行分类记录，基于预警表设置重点巡逻清单，基于重点巡逻清单进行巡逻提示处理。