【技术实现步骤摘要】
一种基于深度学习的监狱视频监控方法
本专利技术涉及监狱视频监控管理领域，尤其涉及一种基于深度学习目标检测算法的监狱视频监控调度和罪犯违纪违规行为抓拍方法。
技术介绍
以下对本专利技术的相关技术背景进行说明，但这些说明并不一定构成本专利技术的现有技术。广义的监狱指关押一切犯人的场所，包括监狱，看守所，未成年人管教所等，罪犯越狱、自杀、打架、袭警等行为严重影响社会治安和监狱安全。为保障监管安全，监狱内部的监控摄像头遍布各个角落，通过专用网络连接视频存储设备，通过流媒体技术实现在多个终端上的实时监控和调阅录像等功能。然而，监狱内监控摄像头数量可能达到几百甚至几千个，通过人力实时查看所有监控几乎不可能；而且，监控画面在绝大部分时间是正常的，没有罪犯违纪或潜在危险，长时间查看容易造成工作人员的视觉疲劳。现行的监控方法大多是随机选取或者按照事先设定的顺序选择几个或者十几个监控显示，再由工作人员去判断是否存在罪犯违纪违规或潜在危险。这种通过人力实时监控的方法查看的监控数量有限，远远低于监狱内监控摄像头的总量，造成许多危险情况发现不及时。申请号为CN201711231668.7，...
【技术保护点】
1.一种基于深度学习的监狱视频监控方法，通过计算机视觉技术中的目标检测算法从海量的监狱视频监控数据中筛选值得重点关注的监控和帧，其特征在于包括以下步骤，步骤一：利用基于深度学习的目标检测模型对监狱监控视频中的当前帧进行检测；步骤二：根据检测结果和设置相应规则判断是否存在潜在危险和罪犯违纪违规行为；步骤三：将存在潜在危险的目标监控显示在监区监控室和监狱指挥中心（监控中心），将存在罪犯违纪违规行为的帧自动保存作为视频督查通报的依据。
【技术特征摘要】
1.一种基于深度学习的监狱视频监控方法，通过计算机视觉技术中的目标检测算法从海量的监狱视频监控数据中筛选值得重点关注的监控和帧，其特征在于包括以下步骤，步骤一：利用基于深度学习的目标检测模型对监狱监控视频中的当前帧进行检测；步骤二：根据检测结果和设置相应规则判断是否存在潜在危险和罪犯违纪违规行为；步骤三：将存在潜在危险的目标监控显示在监区监控室和监狱指挥中心（监控中心），将存在罪犯违纪违规行为的帧自动保存作为视频督查通报的依据。2.权利要求1中步骤一所述的基于深度学习的目标检测模型是指计算机视觉领域适用于目标检测（objectdetection）任务的卷积神经网络，其特征在于可以通过互联网获得已开源的目标检测网...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。