多场景校园异常事件检测方法、检测系统、存储介质技术方案

本申请公开了一种多场景校园异常事件检测方法、检测系统、存储介质，涉及校园管理领域，包括：获取校园场景的多个场所视频信息，多个所述场所视频信息包括运动场所视频信息、出入口视频信息、生活服务场所视频信息、校园道路视频信息；通过预设的目标检测模型对所述场所视频信息进行目标检测，得到每一所述场所视频信息的每一帧图像中的待检测目标的目标信息，所述目标信息包括种类、数量以及位置信息；根据种类，判断所述场所视频信息中是否存在异常目标；根据数量，判断所述场所视频信息中是否存在目标聚集；根据位置信息，判断所述场所视频信息中是否存在目标异常移动。本申请有助于提高校园安全指数。于提高校园安全指数。

【技术实现步骤摘要】
多场景校园异常事件检测方法、检测系统、存储介质


[0001]本申请涉及校园管理领域，尤其是涉及一种多场景校园异常事件检测方法、检测系统、存储介质。

技术介绍

[0002]校园是学生学习生活的场所，校园安全关乎着学生能否安全、健康地成长，因此，校园安全建设至关重要，目前的大多数学校均是采用人工巡逻检测校园异常事件，受夜晚光线昏暗、恶劣天气等影响，人工巡逻面临着较大的局限性，而且对于如大学等一些占地面积较大的校园，人工巡逻需要投入较多的人力资源，且易存在漏检情况，因此，整体来说，现有的校园异常事件检测方法在校园安全管理方面效果不佳。

技术实现思路

[0003]本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种多场景校园异常事件检测方法、检测系统、存储介质，有助于提高校园安全指数。
[0004]本申请第一方面实施例提供了一种多场景校园异常事件检测方法，包括：
[0005]获取校园场景的多个场所视频信息，多个所述场所视频信息包括运动场所视频信息、出入口视频信息、生活服务场所视频信息、校园道路视频信息；
[0006]通过预设的目标检测模型对所述场所视频信息进行目标检测，得到每一所述场所视频信息的每一帧图像中的待检测目标的目标信息，所述目标信息包括种类、数量以及位置信息；
[0007]根据种类，判断所述场所视频信息中是否存在异常目标；
[0008]根据数量，判断所述场所视频信息中是否存在目标聚集；
[0009]根据位置信息，判断所述场所视频信息中是否存在目标异常移动。
[0010]本申请第一方面实施例提供了一种多场景校园异常事件检测方法，至少具有如下有益效果：本申请通过多场景校园异常事件检测方法能够对校园运动场所、出入口、生活服务场所、校园道路等人流量较多的场所进行异常事件检测，相比于目前的安保人员巡逻检测方法，本申请能够同时对多个场所进行异常事件检测，不仅节省了人力、打破了天气等环境因素局限，还降低了漏检的可能性，因此，本申请有助于提高校园安全指数。
[0011]根据本申请第一方面的一些实施例，所述根据种类，判断所述场所视频信息中是否存在异常目标，包括如下至少之一：
[0012]判断所述场所视频信息中是否存在火情、燃放烟花爆竹现象；
[0013]判断所述场所视频信息中是否在预设时间段内存在无关人员出没现象；
[0014]判断所述场所视频信息中的泳池池水颜色是否异常；
[0015]判断所述场所视频信息中是否存在违规、违时停车现象；
[0016]所述根据数量，判断所述场所视频信息中是否存在目标聚集，包括：
[0017]判断所述场所视频信息中是否存在人员聚集、车辆聚集现象；
[0018]所述根据位置信息，判断所述场所视频信息中是否存在目标异常移动，包括如下至少之一：
[0019]判断所述场所视频信息中是否存在车辆违规行驶现象；
[0020]判断所述场所视频信息中是否存在人员溺水现象。
[0021]根据本申请第一方面的一些实施例，所述位置信息包括所述待检测目标在预设时间段内的位移速度、位移方向以及位移距离；
[0022]对应的，所述判断所述场所视频信息中是否存在车辆违规行驶现象，包括：
[0023]根据所述位移速度、位移方向以及位移距离判断所述车辆是否超速、逆行。
[0024]根据本申请第一方面的一些实施例，所述获取所述待检测目标在预设时间段内的位移速度，包括：
[0025]将预设时间段平均分成若干个时间间隔，获取所述待检测目标在每个时间间隔内的位移速度；
[0026]将每预设数量个所述时间间隔设为一组，计算出每组所述预设数量个时间间隔内的位移速度的均值，得到所述预设数量个组内速度平均值；
[0027]对所述预设数量个组内速度平均值求均值，得到组间速度平均值，将所述组间速度平均值作为所述待检测目标在预设时间段内的位移速度。
[0028]根据本申请第一方面的一些实施例，所述目标检测模型通过如下步骤训练得到：
[0029]获取校园场景的多个场所的样本视频信息；
[0030]根据场所的位置信息、预设的检测目标以及预设的规范条例对所述样本视频信息进行内容标注；
[0031]将标注后的所述样本视频信息作为预设的深度学习检测模型的输入数据，对所述深度学习检测模型进行训练，得到训练好的目标检测模型。
[0032]根据本申请第一方面的一些实施例，在所述判断所述待检测校园场景内是否发生异常事件之后，所述方法还包括：
[0033]根据判断结果向预设的显示终端发出报警信息。
[0034]本申请第二方面实施例提供了一种多场景校园异常事件检测系统，包括：
[0035]视频信息获取模块，用于采集校园场景的多个场所视频信息，所述多个所述场所视频信息包括运动场所视频信息、出入口视频信息、生活服务场所视频信息、校园道路视频信息；
[0036]异常事件判断模块，与所述视频信息获取模块连接，用于所述场所视频信息进行目标检测，得到每一所述场所视频信息的每一帧图像中的待检测目标的目标信息，所述目标信息包括种类、数量以及位置信息；并根据种类，判断所述场所视频信息中是否存在异常目标；根据数量，判断所述场所视频信息中是否存在目标聚集；根据位置信息，判断所述场所视频信息中是否存在目标异常移动。
[0037]本申请第二方面的多场景校园异常事件检测系统应用了本申请第一方面的多场景校园异常事件检测方法，因此，具有本申请第一方面的多场景校园异常事件检测方法的全部有益效果。
[0038]根据本申请第二方面的一些实施例，所述检测系统还包括所述显示终端报警模块，与所述异常事件判断模块连接，用于根据判断结果显示报警信息。
[0039]本申请第三方面实施例提供了一种多场景校园异常事件检测系统，包括：
[0040]至少一个存储器；
[0041]至少一个处理器；
[0042]至少一个程序；
[0043]所述程序被存储在所述存储器中，所述处理器执行至少一个所述程序以实现如本申请第一方面任一项实施例所述的多场景校园异常事件检测方法。
[0044]本申请第四方面实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行信号，所述计算机可执行信号用于执行如本申请第一方面任一项实施例所述的多场景校园异常事件检测方法。
附图说明
[0045]本申请的附加方面和优点结合下面附图对实施例的描述中将变得明显和容易理解，其中：
[0046]图1为本申请实施例提供的多场景校园异常事件检测方法的流程图；
[0047]图2为本申请实施例提供的多场景校园异常事件检测系统的结构图。
具体实施方式
[0048]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请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文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多场景校园异常事件检测方法，其特征在于，包括：获取校园场景的多个场所视频信息，多个所述场所视频信息包括运动场所视频信息、出入口视频信息、生活服务场所视频信息、校园道路视频信息；通过预设的目标检测模型对所述场所视频信息进行目标检测，得到每一所述场所视频信息的每一帧图像中的待检测目标的目标信息，所述目标信息包括种类、数量以及位置信息；根据种类，判断所述场所视频信息中是否存在异常目标；根据数量，判断所述场所视频信息中是否存在目标聚集；根据位置信息，判断所述场所视频信息中是否存在目标异常移动。2.根据权利要求1所述的检测方法，其特征在于，所述根据种类，判断所述场所视频信息中是否存在异常目标，包括如下至少之一：判断所述场所视频信息中是否存在火情、燃放烟花爆竹现象；判断所述场所视频信息中是否在预设时间段内存在无关人员出没现象；判断所述场所视频信息中的泳池池水颜色是否异常；判断所述场所视频信息中是否存在违规、违时停车现象；所述根据数量，判断所述场所视频信息中是否存在目标聚集，包括：判断所述场所视频信息中是否存在人员聚集、车辆聚集现象；所述根据位置信息，判断所述场所视频信息中是否存在目标异常移动，包括如下至少之一：判断所述场所视频信息中是否存在车辆违规行驶现象；判断所述场所视频信息中是否存在人员溺水现象。3.根据权利要求2所述的检测方法，其特征在于，所述位置信息包括所述待检测目标在预设时间段内的位移速度、位移方向以及位移距离；对应的，所述判断所述场所视频信息中是否存在车辆违规行驶现象，包括：根据所述位移速度、位移方向以及位移距离判断所述车辆是否超速、逆行。4.根据权利要求3所述的检测方法，其特征在于，所述获取所述待检测目标在预设时间段内的位移速度，包括：将预设时间段平均分成若干个时间间隔，获取所述待检测目标在每个时间间隔内的位移速度；将每预设数量个所述时间间隔设为一组，计算出每组所述预设数量个时间间隔内的位移速度的均值，得到所述预设数量个组内速度平均值；对所述预设数量个...

【专利技术属性】
技术研发人员：刘成沛，孙全俊，
申请(专利权)人：五邑大学，
类型：发明
国别省市：