一种楼宇智能监控方法及系统技术方案

本发明专利技术涉及一种楼宇智能监控方法及系统，其包括获取目标楼层的目标监控图像；将所述目标监控图像按照时序输入到预设的吸烟识别深度神经模型中，获取目标监控图像的特征图像；根据所述目标监控图像的特征图像，计算所述特征图像中吸烟特征相似度，并将所述吸烟特征相似度作为吸烟行为概率；若所述吸烟行为概率大于预设的阈值概率，则生成吸烟告警信息，并向与吸烟相关联的监控端发送所述吸烟告警信息。本发明专利技术能够自动监控和告警吸烟者的吸烟行为，从而提高楼层的环境质量。

【技术实现步骤摘要】
一种楼宇智能监控方法及系统
本专利技术涉及楼宇监控
，尤其是涉及一种楼宇智能监控方法及系统。
技术介绍
目前，在写字楼、医院、工厂等场所均安装有监控设备，为智能安保保驾护航，但是现有的楼宇监控系统中，大多是针对偷盗或破坏等可疑行为的监控，无法针对特殊行为进行监控，比如针对吸烟行为进行监控，在现代公写字楼里面，经常会出现禁止吸烟的标志，如果吸烟者被相关人员发现吸烟行为后，吸烟者还会被处以罚款。虽然上述很多场合都在禁止吸烟甚至处以罚款，但是也没有彻底杜绝人们肆意吸烟的行为，因此本专利技术人认为在没有相关监控约束的情况下，吸烟行为会使楼道里乌烟瘴气，严重影响楼层的空气质量，甚至存在发生火灾的风险。
技术实现思路
为了克服现有技术的不足，本专利技术现提出一种楼宇智能监控方法及系统，能够自动监控和告警吸烟者的吸烟行为，从而提高楼层的环境质量。本专利技术的上述专利技术目的一是通过以下技术方案得以实现的：一种楼宇智能监控方法，包括：获取目标楼层的目标监控图像；将所述目标监控图像按照时序输入到预本文档来自技高网...

【技术保护点】
1.一种楼宇智能监控方法，其特征在于，所述方法包括：/n获取目标楼层的目标监控图像；/n将所述目标监控图像按照时序输入到预设的吸烟识别深度神经模型中，获取目标监控图像的特征图像；/n根据所述目标监控图像的特征图像，计算所述特征图像中吸烟特征相似度，并将所述吸烟特征相似度作为吸烟行为概率；/n若所述吸烟行为概率大于预设的阈值概率，则生成吸烟告警信息，并向与吸烟相关联的监控端发送所述吸烟告警信息。/n

【技术特征摘要】
1.一种楼宇智能监控方法，其特征在于，所述方法包括：
获取目标楼层的目标监控图像；
将所述目标监控图像按照时序输入到预设的吸烟识别深度神经模型中，获取目标监控图像的特征图像；
根据所述目标监控图像的特征图像，计算所述特征图像中吸烟特征相似度，并将所述吸烟特征相似度作为吸烟行为概率；
若所述吸烟行为概率大于预设的阈值概率，则生成吸烟告警信息，并向与吸烟相关联的监控端发送所述吸烟告警信息。


2.根据权利要求1所述的楼宇智能监控方法，其特征在于，所述获取目标楼层的目标监控图像的步骤，包括：
获取目标楼层的目标监控视频，将所述目标监控视频通过OpenCV软件分解成时间序列的单帧图像，并将所述单帧图像作为所述目标监控图像。


3.根据权利要求1所述的楼宇智能监控方法，其特征在于，所述将所述目标监控图像按照时序输入到预设的吸烟识别深度神经模型中的步骤之前，所述方法还包括：
对所述目标监控图像进行归一化处理和数据增强处理。


4.根据权利要求1所述的楼宇智能监控方法，其特征在于，所述预设的吸烟识别深度神经模型包括香烟识别网络、手部持烟识别网络以及嘴部吸烟识别网络；所述特征图像包括第一特征图像、第二特征图像以及第三特征图像；所述将所述目标监控图像按照时序输入到预设的吸烟识别深度神经模型中，获取目标监控图像的特征图像，包括：
通过所述香烟识别网络获取目标监控图像的第一特征图像；
通过所述手部持烟识别网络获取目标监控图像的第二特征图像；
通过所述嘴部吸烟识别网络获取目标监控图像的第三特征图像。


5.根据权利要求4所述的楼宇智能监控方法，其特征在于，所述通过所述香烟识别网络获取目标监控图像的第一特征图像的步骤，包括：
所述香烟识别网络通过网络中各通道卷积层获取目标监控图像的原始香烟特征图像，并通过网络池化层对所述原始香烟特征图像进行数据降维，将数据降维后对应的图像作为目标监控图像的第一特征图像。


6.根据权利要求4所述的楼宇智能监控方法，其特征在于，所述通过所述手部持烟识别网络获取目标监控图像的第二特征图像的步骤，包括：
所述手部持烟识别网络通过网络中各通道卷积层获取目标监控图像的原始手部持烟特征图像，并通过网络池化层对所述原始手...

【专利技术属性】
技术研发人员：何东，刘国印，
申请(专利权)人：深圳市信诺兴技术有限公司，
类型：发明
国别省市：广东;44