一种赛事安保方法和系统技术方案

本申请提供的一种赛事安保方法和系统，具体应用于图像处理领域，包括实时采集赛事场馆内比赛区域和非比赛区域的视频数据；获取当前时刻的赛事阶段；若是赛时，则采集非比赛区域内的人员信息；并划分多个子区域；根据历史赛事数据，得到多个子区域的初始权重值；将比赛区域的视频数据输入第一异常监测模型，得到第一异常信息；计算多个子区域的实际权重值；获取高实际权重值对应的子视频数据；将非比赛区域的视频数据和子视频数据输入第二异常监测模型，得到第二异常信息；根据第一异常信息和第二异常信息分配安保事件。由此维护赛事场馆稳定性，提高安保效率。提高安保效率。提高安保效率。

【技术实现步骤摘要】
一种赛事安保方法和系统


[0001]本申请涉及图像处理领域，更具体地，涉及一种赛事安保方法和系统。
[0002]背景技
[0003]近年来，由我国主办和承办的体育赛事逐渐增多，国际赛事参与者众多且文化、习俗以及来源存在差异，这为安保工作带来极大的考验和挑战。
[0004]现有技术中，通常根据场馆内人员的数量、赛事热门程度等确定安保等级，根据不同的安保等级制定安保计划，然而上述方法依赖于统计数据，无法应对赛事场馆的多种突发状况。
[0005]因此，如何制定出能够应对事件的多样性和不确定性的安保方案，提高安保效率，是一项亟待解决的技术问题。

技术实现思路

[0006]本专利技术实施例的目的在于提供一种赛事安保方法和系统，将区域维度和时间维度纳入安保预案的影响因素，同时充分考虑到比赛区域中产生的冲突对非比赛区域安全性的影响，基于此提出应对方案。由此维护赛事场馆稳定性，提高安保效率。具体技术方案如下：
[0007]在本专利技术实施例的第一方面，提供一种赛事安保方法，该方法包括：将赛事场馆划分为比赛区域和非比赛区域；实时采集所述比赛区域和所述非比赛区域的视频数据；根据赛事安排，得到当前时刻所述赛事场馆所处的赛事阶段；所述赛事阶段包括赛前、赛时和赛后；若所述赛事阶段是赛前或赛后，则将所述比赛区域的视频数据和所述非比赛区域的视频数据分别输入第一异常监测模型和第二异常监测模型，得到第一异常信息和第二异常信息；若所述赛事阶段是赛时，则采集所述非比赛区域内的人员信息；根据所述人员信息，将所述非比赛区域划分为多个子区域；所述多个子区域对应多个子视频数据；根据所述赛事场馆的历史赛事数据，得到所述多个子区域的初始权重值；将所述比赛区域的视频数据输入第一异常监测模型，得到第一异常信息；根据所述第一异常信息，得到所述多个子区域的实际权重值；从大到小排序所述实际权重值，获取前K个实际权重值对应的K个子视频数据；将所述非比赛区域的视频数据和所述K个子视频数据输入第二异常监测模型，得到第二异常信息；根据所述第一异常信息和所述第二异常信息分配安保事件。
[0008]可选地，所述人员信息包括观看赛事次数、座位信息以及支持队伍信息。
[0009]可选地，所述根据所述赛事场馆的历史赛事数据，得到所述多个子区域的初始权重值，包括：采集所述赛事场馆的历史赛事数据；统计所述历史赛事数据中每一位置的异常次数和异常程度；其中，所述异常程度包括轻度、中度和重度；汇总每一子区域中每一位置异常次数和异常程度，得到每一子区域的异常次数和异常程度；若第i个子区域有n个位置，则根据以下公式确定每一子区域的初始权重值：
[0010][0011]其中，w
i
表示第i个子区域的初始权重值，f
i,j
和p
i,j
分别表示第i个子区域的第j个
位置的异常次数和异常程度，p
i,j
的值取{1,2,3}，分别对应所述异常程度的轻度、中度和重度。
[0012]可选地，将所述比赛区域的视频数据输入第一异常监测模型，得到第一异常信息，包括：将所述比赛区域的视频数据输入卷积神经网络模型中，得到第一异常信息；所述第一异常信息包括异常主体1和异常主体2；其中，异常主体包括教练、队员和裁判。
[0013]可选地，所述根据所述第一异常信息，得到所述多个子区域的实际权重值，包括：根据所述异常主体1和所述异常主体2确定调整因子k；根据以下公式确定每一子区域的实际权重值：
[0014]Q
i
＝w
i
×
k
[0015]其中，Q
i
表示第i个子区域的实际权重值，w
i
表示第i个子区域的初始权重值。
[0016]可选地，所述根据所述异常主体1和所述异常主体2确定调整因子k，包括：根据以下公式计算调整因子k：
[0017]k＝A
×
B
[0018]其中，A表示异常主体1，当异常主体1为裁判、教练和队员时，A的取值分别为0.5、1和1.5；B表示异常主体2，当异常主体2为裁判、教练和队员时，B的取值分别为0.5、1和1.5。
[0019]可选地，所述将所述非比赛区域的视频数据和所述K个子视频数据输入第二异常监测模型，得到第二异常信息，包括：将所述非比赛区域的视频数据和所述K个子视频数据输入改进的卷积神经网络模型中，得到第二异常信息；所述第二异常信息包括异常子区域1和异常子区域2。
[0020]可选地，所述根据所述第一异常信息和所述第二异常信息分配安保事件，包括：对所述第一异常信息和所述第二异常信息进行紧急预案；可视化显示所述紧急预案，并分配安保事件。
[0021]在本专利技术实施例的又一方面，提供一种赛事安保系统，该系统包括：区域划分模块，用于将赛事场馆划分为比赛区域和非比赛区域；视频采集模块，用于实时采集所述比赛区域和所述非比赛区域的视频数据；赛事阶段获取模块，用于根据赛事安排，得到当前时刻所述赛事场馆所处的赛事阶段；所述赛事阶段包括赛前、赛时和赛后；异常监测模块，用于若所述赛事阶段是赛前或赛后，则将所述比赛区域的视频数据和所述非比赛区域的视频数据分别输入第一异常监测模型和第二异常监测模型，得到第一异常信息和第二异常信息；若所述赛事阶段是赛时，则采集所述非比赛区域内的人员信息；根据所述人员信息，将所述非比赛区域划分为多个子区域；所述多个子区域对应多个子视频数据；根据所述赛事场馆的历史赛事数据，得到所述多个子区域的初始权重值；将所述比赛区域的视频数据输入第一异常监测模型，得到第一异常信息；根据所述第一异常信息，得到所述多个子区域的实际权重值；从大到小排序所述实际权重值，获取前K个实际权重值对应的K个子视频数据；将所述非比赛区域的视频数据和所述K个子视频数据输入第二异常监测模型，得到第二异常信息；安保模块，用于根据所述第一异常信息和所述第二异常信息分配安保事件。
[0022]可选地，所述人员信息包括观看赛事次数、座位信息以及支持队伍信息。
[0023]可选地，所述根据所述赛事场馆的历史赛事数据，得到所述多个子区域的初始权重值，包括：采集所述赛事场馆的历史赛事数据；统计所述历史赛事数据中每一位置的异常次数和异常程度；其中，所述异常程度包括轻度、中度和重度；汇总每一子区域中每一位置
异常次数和异常程度，得到每一子区域的异常次数和异常程度；若第i个子区域有n个位置，则根据以下公式确定每一子区域的初始权重值：
[0024][0025]其中，w
i
表示第i个子区域的初始权重值，f
i,j
和p
i,j
分别表示第i个子区域的第j个位置的异常次数和异常程度，p
i,j
的值取{1,2,3}，分别对应所述异常程度的轻度、中度和重度。
[0026]可选地，将所述比赛区域的视频数据输入第一异常监测模型，得到第一异常信息，包括：将所述比赛区域的视频数据输入卷积神经网络模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种赛事安保方法，其特征在于，该方法包括：将赛事场馆划分为比赛区域和非比赛区域；实时采集所述比赛区域和所述非比赛区域的视频数据；根据赛事安排，得到当前时刻所述赛事场馆所处的赛事阶段；所述赛事阶段包括赛前、赛时和赛后；若所述赛事阶段是赛前或赛后，则将所述比赛区域的视频数据和所述非比赛区域的视频数据分别输入第一异常监测模型和第二异常监测模型，得到第一异常信息和第二异常信息；若所述赛事阶段是赛时，则采集所述非比赛区域内的人员信息；根据所述人员信息，将所述非比赛区域划分为多个子区域；所述多个子区域对应多个子视频数据；根据所述赛事场馆的历史赛事数据，得到所述多个子区域的初始权重值；将所述比赛区域的视频数据输入第一异常监测模型，得到第一异常信息；根据所述第一异常信息，得到所述多个子区域的实际权重值；从大到小排序所述实际权重值，获取前K个实际权重值对应的K个子视频数据；将所述非比赛区域的视频数据和所述K个子视频数据输入第二异常监测模型，得到第二异常信息；根据所述第一异常信息和所述第二异常信息分配安保事件。2.根据权利要求1所述的赛事安保方法，其特征在于，所述人员信息，包括观看赛事次数、座位信息以及支持队伍信息。3.根据权利要求2所述的赛事安保方法，其特征在于，所述根据所述赛事场馆的历史赛事数据，得到所述多个子区域的初始权重值，包括：采集所述赛事场馆的历史赛事数据；统计所述历史赛事数据中每一位置的异常次数和异常程度；其中，所述异常程度包括轻度、中度和重度；汇总每一子区域中每一位置异常次数和异常程度，得到每一子区域的异常次数和异常程度；若第i个子区域有n个位置，则根据以下公式确定每一子区域的初始权重值：其中，w
i
表示第i个子区域的初始权重值，f
i,j
和p
i,j
分别表示第i个子区域的第j个位置的异常次数和异常程度，p
i,j
的值取{1,2,3}，分别对应所述异常程度的轻度、中度和重度。4.根据权利要求3所述的赛事安保方法，其特征在于，将所述比赛区域的视频数据输入第一异常监测模型，得到第一异常信息，包括：将所述比赛区域的视频数据输入卷积神经网络模型中，得到第一异常信息；所述第一异常信息包括异常主体1和异常主体2；其中，异常主体包括教练、队员和裁判。5.根据权利要求4所述的赛事安保方法，其特征在于，所述根据所述第一异常信息，得到所述多个子区域的实际权重值，包括：
根据所述异常主体1和所述异常主体2确定调整因子k；根据以下公式确定每一子区域的实际权重值：Q
i

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：北京拙河科技有限公司，
类型：发明
国别省市：