面向智慧社区的异常事件预警系统技术方案

本发明专利技术公开了面向智慧社区的异常事件预警系统。本发明专利技术中，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模块的输入端；所述总处理器模块的输出端连接有所述信息发送模块的输入端；行为分析模块内部、定义人体行为模块和AI学习架构模块可以通过摄像头模块对安装位置的人体行为进行识别预测，从而可以提前地对可能具有危险的行为进行预测，避免了险情的发生，提高了该系统的安全性；手动报警开关配合响铃警报器可以在遇到险情时，手动进行报警，起到警示作用。

【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模块的输入端；所述总处理器模块的输出端连接有所述信息发送模块的输入端，所述信息发送模块的输出端连接有所述异常信息记录模块的输入端，所述信息发送模块的输出端连接有所述社区接收终端和所述报警接收终端的输入端，所述社区接收终端的输出端连接有所述显示终端的输入端，所述显示终端的输出端连接有所述人机交互模块的输入端，所述报警接收终端的输出端连接有所述电话呼叫模块的输入端在一优选的实施方式中，所述行为分析模块的内部固定安装有所述的输出端连接有所述人体躯干行为识别模块、所述定义人体行为模块和所述AI学习架构模块的输入端。在一优选的实施方式中，所述人体躯干行为识别模块的内部设置有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，并且实现基于事件和语义的主动式防御预警和实时报警；此外，该技术还可对识别目标的体温、心跳、呼吸、体重等生物特征进行非接触测量，从而多维度确保了对个体行为和群体行为的高精度识别和预判。在一优选的实施方式中，所述定义人体行为模块体识别架构，对打架、斗殴、抢劫、聚众等自定义化行为设置报警规则进行识别，进行准确识别图像中的人体相关信息；在静态或动态场景下查找出以人为主要防范对象的动态目标，并将肢体动作语言转换为结构化的数据，并根据设置的报警规则进行报警。在一优选的实施方式中，所述报警接收终端的内部设置有电话拨号机，当所述报警接收终端的内部接收到报警信息是，此时所述报警接收终端就会控制所述电话呼叫模块发出报警信号。在一优选的实施方式中，所述手动报警开关在手动下报警按钮后的3-5秒钟，所述手动报警开关上的异常事件确认灯会被直接点亮，而在这样的状态下的灯就表示火灾报警控制器已经确认收到了异常事件信号，并且确认了现场所在的位置；而所述社区接收终端在收到报警之后，作为控制室值班人员第一时间应该做的就是前往现场确认火灾情况。在一优选的实施方式中，所述手动报警开关控制器是在自动工作的状态，其声光报警器、消防广播、防火卷帘、防排烟系统等设备是运作的；而非消防设备、设施断电，在发现火灾之后，是需要通过安装在走廊或者是楼梯口等的手动报警开关直接进行人工的报警；在人工进行确认火灾之后，一定要敲破其保护罩，将键一定按下、而此时，一方面就地的报警设备就会进行动作，而另一方面的手动信号还是可以送到各个区域的报警器，并发出火灾警报；其实手动报警按纽的紧急程度是比探测器报警更加紧急，基本一般都是不需要进行确认的，所以相对来说手动按纽的要求是更加可靠、确切的，所以处理火灾的要求也会更加迅速。在一优选的实施方式中，所述异常信息记录模块的内部固定安装有机械硬盘数据存储设备，当所述总处理器模块的内部检测到由异常事件时，所述总处理器模块会将所述摄像头模块和所述手动报警开关内部传来的信息进行传输到所述异常信息记录模块的内部进行记录，以便下次进行调阅。综上所述，由于采用了上述技术方案，本专利技术的有益效果是：1、本专利技术中，行为分析模块内部、定义人体行为模块和AI学习架构模块可以通过摄像头模块对安装位置的人体行为进行识别预测，从而可以提前地对可能具有危险的行为进行预测，避免了险情的发生，提高了该系统的安全性。2、本专利技术中，手动报警开关配合响铃警报器可以在遇到险情时，手动进行报警，响铃警报器也会同时发出警报声音，起到警示作用，从而提高了人们自我预警的便利性，同时异常信息记录模块也会对各种异常进行数据记录，便于后续的调查取用。附图说明图1为本专利技术的系统框图；图2为本专利技术中行为分析模块系统框图。图中标记：1-总处理器模块、2-行为分析模块、3-供电模块、4-信息发送模块、5-社区接收终端、6-显示终端、7-人机交互模块、8-摄像头模块、9-数据传输模块、10-手动报警开关、11-响铃警报器、12-无线传输模块、13-异常信息记录模块、14-报警接收终端、15-电话呼叫模块、16-人体躯干行为识别模块、17-定义人体行为模块、18-AI学习架构模块。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。参照图1-2，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总处理器模块1的内部数据接口固定安装有行为分析模块2和无线传输模块12，行为分析模块2的输出端连接有人体躯干行为识别模块16、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本文档来自技高网...

【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。/n...

【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