基于大数据和图像识别的武装守押安全预警系统技术方案

本发明专利技术涉及一种基于大数据和图像识别的武装守押安全预警系统，包括数据仓储单元、前端数据采集单元、图像识别单元及GPU集群；数据仓储单元用于存储武装守押工作中的相关数据；前端数据采集单元用于采集车辆、枪械、人员的相关数据，并将数据发送至所述数据仓储单元；图像识别单元用于进行物体区域检测，给出图片中可能是物体的一些区域；GPU集群用于提供数据运算。该基于大数据和图像识别的武装守押安全预警系统通过图像识别技术分析持枪人员、守库人员、解救人员等是否匹配，以及在运输过程、入库、上车、下车、人车分离等状态下的预警，提高了守押工作的安全性，该技术还可以运用于危险及贵重物品的守押服务，避免了安全危险，提高了保障系数。

Security early warning system of armed custody based on big data and image recognition

The invention relates to an armed custody security early warning system based on big data and image recognition, which comprises a data storage unit, a front-end data collection unit, an image recognition unit and a GPU cluster; a data storage unit is used for storing relevant data in armed custody work; a front-end data collection unit is used for collecting relevant data of vehicles, firearms and personnel, and sending the data to the system Data storage unit; image recognition unit is used for object area detection, giving some possible areas of the object in the picture; GPU cluster is used to provide data operation. Based on big data and image recognition, the security early warning system of armed custody can analyze the match of gunmen, warehousemen and rescuers by image recognition technology, as well as the early warning under the condition of transportation process, warehousing, boarding, alighting and separation of people and vehicles, so as to improve the security of custody work. The technology can also be used in the custody service of dangerous and valuable goods, avoiding The safety risk is avoided and the guarantee coefficient is increased.

【技术实现步骤摘要】
基于大数据和图像识别的武装守押安全预警系统
：本专利技术涉及安全
，尤其涉及一种基于大数据和图像识别的武装守押安全预警系统。
技术介绍
：近年来，随着各地平安城市、智能交通、智能建筑以及安保与武装押运等行业的快速发展，大集成、大联网推动着安防行业进入了大数据时代。安保行业海量的非结构化视频数据，以及飞速增长的特征数据，如武装押运企业的运钞车监控数据、安保企业的人像抓拍数据、公共空间的卡口过车数据等，带动了安防大数据的产生、存储、管理和分析等一系列问题，吸引着安保行业的密切关注。安保行业需要实现运营状况的数字化，对接入工程、维修、误报等工作环节进行数字化处理；其次，需要完成服务水平数字化，利用数字明确直观地反映出企业的服务质量和服务改善情况。再者，安保行业还需要进行增值服务数字化，为用户及时提供更新、更换相关设备的建议、热点区域分析等服务。在人工成本越来越高的当下，科学、合理地运用大数据，不仅可以通过设备和系统代替人员，减少人工支出，还能为包括安保、武装押运企业在内的各行各业提供强大的数据支持，真正实现"人机结合"，更能为决策者提供科学、高效的数据支持，为企业运营提供方向和指引。因此，急需对于武装守押行业的大数据和图像识别的武装守押安全预警研究，对武装守押工作实现事前防范、事中可控、事后可查的安全监管。
技术实现思路
：本专利技术的目的是针对现有技术的缺陷，提出一种基于大数据和图像识别的武装守押安全预警系统，通过移动物联网技术、无线视频技术、大数据分析技术，实现对武装守押企业的监督管理、实现对从业人员的监督管理、实现对武装守押车辆的监督管理、实现对枪支监督管理，实现对武装守押过程的数据化的监督管理，减少行业及企业风险。为实现上述目的，本专利技术提供的一种基于大数据和图像识别的武装守押安全预警系统，包括数据仓储单元、前端数据采集单元、图像识别单元及GPU集群；所述数据仓储单元，其用于存储武装守押工作中的相关数据，能在数据尚未写入硬盘时即可在内存中分析运算；所述前端数据采集单元，其用于采集车辆、枪械、人员的相关数据，并将数据发送至所述数据仓储单元；所述图像识别单元，其用于进行物体区域检测，给出图片中可能是物体的一些区域；所述GPU集群，其用于提供数据运算。其中，所述数据仓储单元采用PostgreSQL数据库进行存储；所述数据仓储单元内具有企业信息共享模块、人员智能监督模块、行车监控模块及枪支管控模块。作为优选，所述前端数据采集单元采用窄带物联网进行数据采集；所述图像识别单元运用卷积神经网络技术进行图像识别。采用上述技术方案后，本专利技术具有以下积极的效果：该基于大数据和图像识别的武装守押安全预警系统通过图像识别技术分析持枪人员、守库人员、解救人员等是否匹配，以及在运输过程、入库、上车、下车、人车分离等状态下的预警，提高了守押工作的安全性，该技术还可以运用于危险及贵重物品的守押服务，避免了安全危险，提高了保障系数。附图说明：图1为本专利技术的基于大数据和图像识别的武装守押安全预警系统的示意图。具体实施方式：下面结合附图对本专利技术的较佳实施例进行详细阐述，以使本专利技术的优点和特征能更易被本领域人员理解，从而对本专利技术的保护范围做出更为清楚明确的界定。如图1所示的一种基于大数据和图像识别的武装守押安全预警系统，包括数据仓储单元、前端数据采集单元、图像识别单元及GPU集群。采用IT领域先进的数据仓储技术，达到上亿级别的数据存储，使用记忆体内运算技术，能在数据尚未写入硬盘时即可在内存中分析运算。运用卷积神经网络技术进行图像识别，它的人工神经元可以响应一部分覆盖范围内的周围单元，通过利用基于ImageNet(一个计算机视觉系统分类数据库)训练好的神经网络模型来进行物体区域的检测，从而给出一张图片中可能是物体的一些区域。前端数据采集工作采用NB-IoT(窄带物联网)技术来完成，确保长期、高效的对车辆和枪械的地理位置采集。GPU集群服务利用全新的混合精度指令，可为机器学习提供每秒超过20万亿次浮点运算性能。数据仓库建立之前，就必须考虑其架构的选型和设计。在架构方面，可从数据主题和数据仓库总线中选择合适的架构方案。在设计方面，需要考虑数据建模方案以及企业现有数据的变迁问题。基于器学习的图像和人脸识别技术，在神经网络算法的基础上，需要保证足够的训练样本，确保图像和人脸的识别准确度。大量的前端数据采集，包含：GPS、人员、枪支等信息，需保证数据的有效性和及时性，为整个系统提供有力的基础保障。对于数据安全技术，需要为数据处理系统建立安全的保护机制，以保护计算机硬件、软件和数据不因偶然和恶意的原因遭到破坏、更改和泄露。搭建基于AI算法的GPU集群服务，为深度学习和其他计算工作负载提供更好的性能。考虑到现有武装押运公司的单体系统的应用结构，在数据仓库的建立初期，将采用由数据源->数据采集->领域建模->数据载体->服务对象的数据建模方式，融合现有的业务数据，在数据仓库初期成功建立后，根据业务的发展和第三方公司的介入，将融入多维度建模，做到更加完善的数据服务架构体系。通过卷积神经网络技术，利用大量的标注数据（押运人员照片／车辆照片）进行训练，从而能够达到自动判断是否为执勤人员和车辆。而类似的，用于字符识别的卷积神经网络可以利用大量的标注数据（字母或数字）进行训练，从而能够达到自动识别是哪个字符。基础数据方面采用PostgreSQL数据库进行存储，通过会包含稍小的基础信息数据。文本内容的存储采用nosql的技术方案，使用Redis进行缓存数据的存储和查询，使用mongodb对日志和历史数据进行存储。视频和图像针对类型的不同，分别使用不同形式的压缩技术，能够支持高效查询的同时仅仅需要较少的容量。对于数据内容部分，使用字典的方式编码存储，每条记录仅仅视频和图片文件编号。对于字典本身的存储，使用了前缀压缩的方式，从而降低高基数维度的空间消耗。通过将有效数据构建成索引的方式储存于索引服务中，通过elasticsearch进行模糊或者条件式的搜索，从而达到秒级搜索体验。通过hbase集群方案，进行双机房主备部署，主集群出现故障后自动将流量切换备用集群，而当hbase整个集群故障时还可对其进行降级，同步只写入缓存及备用存储mongodb中，待集群恢复后再由后台异步任务将数据回写到hbase当中。整个业务系统建设分为四大模块，即企业信息共享、人员智能监督、行车监控、枪支管控。企业信息共享包含企业的注册信息管理，包含企业的股东、法人、企业注册资本、企业性质、企业规模、营业范围、资质信息、保安服务许可证等。采用两级架构，各地子分公司归口到总公司进行管理，由总公司统一进行登记。人员智能监督可对从业人员信息登记，包含押运车辆驾驶人员、解款员、持枪人员信息等，登记从业人员的身份信息、政审信息、驾驶证、持枪证、保安员证等，信息汇总后，通本文档来自技高网...

【技术保护点】
1.一种基于大数据和图像识别的武装守押安全预警系统，其特征在于，包括数据仓储单元、前端数据采集单元、图像识别单元及GPU集群；/n所述数据仓储单元，其用于存储武装守押工作中的相关数据，能在数据尚未写入硬盘时即可在内存中分析运算；/n所述前端数据采集单元，其用于采集车辆、枪械、人员的相关数据，并将数据发送至所述数据仓储单元；/n所述图像识别单元，其用于进行物体区域检测，给出图片中可能是物体的一些区域；/n所述GPU集群，其用于提供数据运算。/n

【技术特征摘要】
1.一种基于大数据和图像识别的武装守押安全预警系统，其特征在于，包括数据仓储单元、前端数据采集单元、图像识别单元及GPU集群；
所述数据仓储单元，其用于存储武装守押工作中的相关数据，能在数据尚未写入硬盘时即可在内存中分析运算；
所述前端数据采集单元，其用于采集车辆、枪械、人员的相关数据，并将数据发送至所述数据仓储单元；
所述图像识别单元，其用于进行物体区域检测，给出图片中可能是物体的一些区域；
所述GPU集群，其用于提供数据运算。


2.根据权利要求1所述的基于大数据和图像识别的武装守押安全预警系统，其特征...

【专利技术属性】
技术研发人员：应长春，
申请(专利权)人：合肥保安集团有限公司，
类型：发明
国别省市：安徽;34