一种信息重要性智能判定方法和系统技术方案

本发明专利技术涉及信息提取技术领域，具体公开了一种信息重要性智能判定方法，所述方法包括根据预设的音频获取时段定时获取音频信息，根据所述音频信息确定图像获取频率；根据所述图像获取频率实时获取含有获取时间的区域图像，进行内容识别，得到区域信息；根据区域信息确定风险级别，并修正所述音频获取时段，将音频信息转换为文本数据；根据预设的敏感词库对所述文本数据进行风险识别，定位文本数据的风险位置，根据所述风险位置标记相应的区域图像，作为输出信息。本发明专利技术搭建音频

【技术实现步骤摘要】
一种信息重要性智能判定方法和系统


[0001]本专利技术涉及信息提取
，具体是一种信息重要性智能判定方法和系统。

技术介绍

[0002]现有的监控系统中会有很多图像获取设备，这些图像获取设备中一般都会设有音频获取模块，获取到的图像和音频数据会通过本地存储器或者云端进行存储，这种存储一般都是有时效的，比如，一周后自动删除等等。
[0003]可以想到，在上述方案中，存在着大量的无效信息，这些信息不旦会占用存储空间，而且在后续的信息提取过程中，还需要很大的人力成本，诚然，在一些重要场合，需要实时的，不间断的监测，但是对于一些不是那么重要并且变同程度也很小的场合，我们更希望获取到的是更加有用的数据。

技术实现思路

[0004]本专利技术的目的在于提供一种信息重要性智能判定方法和系统，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种信息重要性智能判定方法，所述方法包括：根据预设的音频获取时段定时获取音频信息，根据所述音频信息确定图像获取频率；根据所述图像获取频率实时获取含有获取时间的区域图像，对所述区域图像进行内容识别，得到区域信息；其中，所述区域信息包括位置表和区域物品表，所述位置表包括活动体的位置信息；根据区域信息确定风险级别，并修正所述音频获取时段；当所述风险级别达到预设的风险阈值时，根据修正后的音频获取时段获取音频信息，并将音频信息转换为文本数据；根据预设的敏感词库对所述文本数据进行风险识别，定位文本数据的风险位置，根据所述风险位置标记相应的区域图像，作为输出信息；其中，所述风险位置与音频信息的获取时间为映射关系，所述音频信息的获取时间与图像信息的获取时间为映射关系。
[0006]作为本专利技术进一步的方案：所述根据预设的音频获取时段定时获取音频信息，根据所述音频信息确定图像获取频率的步骤包括：根据预设的音频获取时段定时获取音频信息，根据所述音频信息生成波动图，并生成波动图的导数图；根据预设的幅度阈值截取所述导数图，确定信息点；根据所述信息点截取有效波段，并对所述有效波段进行人声提取，得到文本信息；对所述文本信息进行语义识别，根据语义识别结果确定图像获取频率。
[0007]作为本专利技术进一步的方案：所述对所述文本信息进行语义识别，根据语义识别结
果确定图像获取频率的步骤包括：对所述文本信息进行词性分析，根据词性分析结果标记不同的词进行标记；以语句为单位统计标记信息，生成语句架构，根据预设的语句架构表对所述语句架构进行含意评估，得到含意分；根据预设的分数范围提取相应语句，将提取的语句输入训练好的语义识别模型，判断所述语句是否为有意语句；根据判断结果确定图像获取频率。
[0008]作为本专利技术进一步的方案：所述根据所述图像获取频率实时获取含有获取时间的区域图像，对所述区域图像进行内容识别，得到区域信息的步骤包括：根据所述图像获取频率实时获取含有获取时间的区域图像，根据所述获取时间依次对所述区域图像进行轮廓识别；计算轮廓的像素点数，根据预设的点数范围筛选出区域图像中的特征轮廓；对所述特征轮廓进行内容识别，得到区域信息。
[0009]作为本专利技术进一步的方案：对所述区域图像进行轮廓识别的步骤包括：遍历所述区域图像中的像素点，获取所述像素点的色值；依次读取相邻像素点的色值，计算相邻像素点的色值差，比对所述色值差与预设的容差；当所述色值差在所述容差以上时，标记所述像素点；当所述色值差小于所述容差时，继续读取下一相邻像素点；统计标记的像素点，生成特征轮廓。
[0010]作为本专利技术进一步的方案：所述对所述特征轮廓进行内容识别，得到区域信息的步骤包括：确定各特征轮廓的轮廓中心点位置，并计算相邻区域图像的各轮廓中心点位置的偏移距离；将所述偏移距离与预设的距离阈值进行比对，根据比对结果将所述特征轮廓分为动态轮廓和静态轮廓；对所述动态轮廓进行内容识别，根据预设的比例尺生成位置表；对所述静态轮廓进行内容识别，生成区域物品表。
[0011]作为本专利技术进一步的方案：所述根据预设的敏感词库对所述文本数据进行风险识别，定位文本数据的风险位置，根据所述风险位置标记相应的区域图像，作为输出信息的步骤包括：将所述文本数据输入训练好的词组分类模型，得到词组数据；遍历所述词组数据，根据预设的敏感词库标记所述词组数据中的敏感词；依次获取标记位置，根据所述标记位置获取音频时间，根据所述音频时间读取相应的区域图像，作为输出信息。
[0012]本专利技术技术方案还提供了一种信息重要性智能判定系统，所述系统包括：频率确定模块，用于根据预设的音频获取时段定时获取音频信息，根据所述音频信息确定图像获取频率；区域图像识别模块，用于根据所述图像获取频率实时获取含有获取时间的区域图
像，对所述区域图像进行内容识别，得到区域信息；其中，所述区域信息包括位置表和区域物品表，所述位置表包括活动体的位置信息；文本数据转换模块，用于根据区域信息确定风险级别，并修正所述音频获取时段；当所述风险级别达到预设的风险阈值时，根据修正后的音频获取时段获取音频信息，并将音频信息转换为文本数据；图像标记模块，用于根据预设的敏感词库对所述文本数据进行风险识别，定位文本数据的风险位置，根据所述风险位置标记相应的区域图像，作为输出信息；其中，所述风险位置与音频信息的获取时间为映射关系，所述音频信息的获取时间与图像信息的获取时间为映射关系。
[0013]作为本专利技术进一步的方案：所述频率确定模块包括：导数图生成单元，用于根据预设的音频获取时段定时获取音频信息，根据所述音频信息生成波动图，并生成波动图的导数图；信息点确定单元，用于根据预设的幅度阈值截取所述导数图，确定信息点；人声提取单元，用于根据所述信息点截取有效波段，并对所述有效波段进行人声提取，得到文本信息；语义识别单元，用于对所述文本信息进行语义识别，根据语义识别结果确定图像获取频率。
[0014]作为本专利技术进一步的方案：所述语义识别单元包括：标记子单元，用于对所述文本信息进行词性分析，根据词性分析结果标记不同的词进行标记；统计子单元，用于以语句为单位统计标记信息，生成语句架构，根据预设的语句架构表对所述语句架构进行含意评估，得到含意分；模型判断子单元，用于根据预设的分数范围提取相应语句，将提取的语句输入训练好的语义识别模型，判断所述语句是否为有意语句；执行子单元，用于根据判断结果确定图像获取频率。
[0015]与现有技术相比，本专利技术的有益效果是：本专利技术搭建音频
‑
图像的递归信息获取系统，通过音频信息调整图像获取频率，通过图像调整音频处理过程，最终确定核心图像，也就是重要信息，极大地提高了资源的利用率。
附图说明
[0016]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例。
[0017]图1示出了信息重要性智能判定方法的流程框图。
[0018]图2示出了信息重要性智能判定方法的第一子流本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种信息重要性智能判定方法，其特征在于，所述方法包括：根据预设的音频获取时段定时获取音频信息，根据所述音频信息确定图像获取频率；根据所述图像获取频率实时获取含有获取时间的区域图像，对所述区域图像进行内容识别，得到区域信息；其中，所述区域信息包括位置表和区域物品表，所述位置表包括活动体的位置信息；根据区域信息确定风险级别，并修正所述音频获取时段；当所述风险级别达到预设的风险阈值时，根据修正后的音频获取时段获取音频信息，并将音频信息转换为文本数据；根据预设的敏感词库对所述文本数据进行风险识别，定位文本数据的风险位置，根据所述风险位置标记相应的区域图像，作为输出信息；其中，所述风险位置与音频信息的获取时间为映射关系，所述音频信息的获取时间与图像信息的获取时间为映射关系。2.根据权利要求1所述的信息重要性智能判定方法，其特征在于，所述根据预设的音频获取时段定时获取音频信息，根据所述音频信息确定图像获取频率的步骤包括：根据预设的音频获取时段定时获取音频信息，根据所述音频信息生成波动图，并生成波动图的导数图；根据预设的幅度阈值截取所述导数图，确定信息点；根据所述信息点截取有效波段，并对所述有效波段进行人声提取，得到文本信息；对所述文本信息进行语义识别，根据语义识别结果确定图像获取频率。3.根据权利要求2所述的信息重要性智能判定方法，其特征在于，所述对所述文本信息进行语义识别，根据语义识别结果确定图像获取频率的步骤包括：对所述文本信息进行词性分析，根据词性分析结果标记不同的词进行标记；以语句为单位统计标记信息，生成语句架构，根据预设的语句架构表对所述语句架构进行含意评估，得到含意分；根据预设的分数范围提取相应语句，将提取的语句输入训练好的语义识别模型，判断所述语句是否为有意语句；根据判断结果确定图像获取频率。4.根据权利要求1所述的信息重要性智能判定方法，其特征在于，所述根据所述图像获取频率实时获取含有获取时间的区域图像，对所述区域图像进行内容识别，得到区域信息的步骤包括：根据所述图像获取频率实时获取含有获取时间的区域图像，根据所述获取时间依次对所述区域图像进行轮廓识别；计算轮廓的像素点数，根据预设的点数范围筛选出区域图像中的特征轮廓；对所述特征轮廓进行内容识别，得到区域信息。5.根据权利要求4所述的信息重要性智能判定方法，其特征在于，对所述区域图像进行轮廓识别的步骤包括：遍历所述区域图像中的像素点，获取所述像素点的色值；依次读取相邻像素点的色值，计算相邻像素点的色值差，比对所述色值差与预设的容差；当所述色值差在所述容差以上时，标记所述像素点；当所述色值差小于所述容差时，继续读取下一相邻像素点；
统计标记的像素点，生成特征轮廓。6.根据权利要求4所述的信息重要性智能判定方法，其特征在于，所述对所述特征轮廓进行内容识别，得到区域信息的步骤...

【专利技术属性】
技术研发人员：周磊，苗前，段梦，谷克鹏，李晓军，汤帅，
申请(专利权)人：山东北软华兴软件有限公司，
类型：发明
国别省市：