【技术实现步骤摘要】
面向智慧社区的异常事件预警系统
本专利技术属于社区管理
,具体为面向智慧社区的异常事件预警系统。
技术介绍
“智慧社区”是以社区引领为指引,运用互联网、云计算、大数据等信息化技术打造的综合性社区工作平台APP。从社区宣教、组织生活、监督考核、日常办公以及大数据分析等各个方面,为事业单位、企业集团提供从设计、建设到落地的一站式智慧社区整体解决方案,因此常需要对异常事件进行预警防范。但是常见的预警系统,智能通过人为的进行观测,就会导致可能观察的不够及时,从而容易引发安全事故,同时在突发事件发生时,也不能进行人工报警,导致预警效率较差。
技术实现思路
本专利技术的目的在于:为了解决上述提出的问题,提供面向智慧社区的异常事件预警系统。本专利技术采用的技术方案如下:面向智慧社区的异常事件预警系统,包括总处理器模块、行为分析模块、供电模块、信息发送模块、社区接收终端、显示终端、人机交互模块、摄像头模块、数据传输模块、手动报警开关、响铃警报器、无线传输模块、异常信息记录模块、报警接收终端、电话呼叫模块、人体躯干行为识别模块、定义人体行为模块、AI学习架构模块,所述总处理器模块的内部数据接口固定安装有所述行为分析模块和所述无线传输模块,所述摄像头模块的输出端连接有所述数据传输模块的输入端,所述数据传输模块的输出端连接有所述行为分析模块的输入端,所述手动报警开关的输出端连接有所述响铃警报器的输入端,所述响铃警报器的输出端连接有所述无线传输模块的输入端,所述供电模块的电源输出端连接有所述总处理器 ...
【技术保护点】
1.面向智慧社区的异常事件预警系统,包括总处理器模块(1)、行为分析模块(2)、供电模块(3)、信息发送模块(4)、社区接收终端(5)、显示终端(6)、人机交互模块(7)、摄像头模块(8)、数据传输模块(9)、手动报警开关(10)、响铃警报器(11)、无线传输模块(12)、异常信息记录模块(13)、报警接收终端(14)、电话呼叫模块(15)、人体躯干行为识别模块(16)、定义人体行为模块(17)、AI学习架构模块(18),其特征在于:所述总处理器模块(1)的内部数据接口固定安装有所述行为分析模块(2)和所述无线传输模块(12),所述摄像头模块(8)的输出端连接有所述数据传输模块(9)的输入端,所述数据传输模块(9)的输出端连接有所述行为分析模块(2)的输入端,所述手动报警开关(10)的输出端连接有所述响铃警报器(11)的输入端,所述响铃警报器(11)的输出端连接有所述无线传输模块(12)的输入端,所述供电模块(3)的电源输出端连接有所述总处理器模块(1)的输入端;/n所述总处理器模块(1)的输出端连接有所述信息发送模块(4)的输入端,所述信息发送模块(4)的输出端连接有所述异常信息记录 ...
【技术特征摘要】
1.面向智慧社区的异常事件预警系统,包括总处理器模块(1)、行为分析模块(2)、供电模块(3)、信息发送模块(4)、社区接收终端(5)、显示终端(6)、人机交互模块(7)、摄像头模块(8)、数据传输模块(9)、手动报警开关(10)、响铃警报器(11)、无线传输模块(12)、异常信息记录模块(13)、报警接收终端(14)、电话呼叫模块(15)、人体躯干行为识别模块(16)、定义人体行为模块(17)、AI学习架构模块(18),其特征在于:所述总处理器模块(1)的内部数据接口固定安装有所述行为分析模块(2)和所述无线传输模块(12),所述摄像头模块(8)的输出端连接有所述数据传输模块(9)的输入端,所述数据传输模块(9)的输出端连接有所述行为分析模块(2)的输入端,所述手动报警开关(10)的输出端连接有所述响铃警报器(11)的输入端,所述响铃警报器(11)的输出端连接有所述无线传输模块(12)的输入端,所述供电模块(3)的电源输出端连接有所述总处理器模块(1)的输入端;
所述总处理器模块(1)的输出端连接有所述信息发送模块(4)的输入端,所述信息发送模块(4)的输出端连接有所述异常信息记录模块(13)的输入端,所述信息发送模块(4)的输出端连接有所述社区接收终端(5)和所述报警接收终端(14)的输入端,所述社区接收终端(5)的输出端连接有所述显示终端(6)的输入端,所述显示终端(6)的输出端连接有所述人机交互模块(7)的输入端,所述报警接收终端(14)的输出端连接有所述电话呼叫模块(15)的输入端。
2.如权利要求1所述的面向智慧社区的异常事件预警系统,其特征在于:所述行为分析模块(2)的内部固定安装有所述识别模块(16)、所述定义人体行为模块(17)和所述AI学习架构模块(18),所述行为分析模块(2)的输出端连接有所述人体躯干行为识别模块(16)、所述定义人体行为模块(17)和所述AI学习架构模块(18)的输入端。
3.如权利要求1所述的面向智慧社区的异常事件预警系统,其特征在于:所述人体躯干行为识别模块(16)的内部设置有3D行为识别技术模块,3D行为识别技术利用黎曼几何和深度学习的算法,使用大量基于GPU的并行计算,以毫米级精度对观察到的现实世界进行三维空间还原,准确地分离环境、物体和人物,并实现实时的观察和理解;该技术能够在3D空间把人群分割为独立人体,根据骨骼(Skeleton)构造、3D面部特点和其他特征——如:体态姿势和肌肉运动特点进行精确跟踪识别,并且实现基于事件...
【专利技术属性】
技术研发人员:李淑琴,
申请(专利权)人:江西珉轩大数据有限公司,
类型:发明
国别省市:江西;36
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。