临水智能安防系统技术方案

本发明专利技术涉及智能安防技术领域，具体的说是临水智能安防系统，包括检测模块、落水识别模块和分类模块，检测模块、落水识别模块和分类模块均需要在计算机设备上进行运行，检测模块和落水识别模块均需要连接视频采集装置，视频采集装置设有若干，视频采集装置上集成有警报器以及辅助定位装置，视频采集装置上通过电源线设有电源接头，视频采集装置位于临水区域一侧，检测模块和落水识别模块利用YOLOv5目标检测算法对人员进行识别检测，对人员进行DeepSort跟踪并使用计数器计算人员数量，然后记录在系统内；本发明专利技术能够解决现有的系统存在准确率低，功能不完善的问题，且容易出现大量误报等情况，有效的提高了准确率。有效的提高了准确率。有效的提高了准确率。

【技术实现步骤摘要】
临水智能安防系统


[0001]本专利技术涉及一种安防系统，具体为临水智能安防系统，属于智能安防


技术介绍

[0002]在码头等岸基边场地，工作人员正确穿戴救生衣是确保人员安全的重要措施，而对人员落水进行实时报警则是挽救人员生命的唯一举措，在生产过程中，存在许多的不确定性，临水智能安防系统能够监控并保障工作人员的生命安全，因此需要有一种从全局全天候高精度考虑救生衣安全监测系统，并融合落水识别的功能，以解决现有准确率低，功能不完善等问题，可以极大提升保障人员生命安全。
[0003]如中国申请专利文件，公开号为CN111028480A的申请文件，公开了一种落水检测与报警系统，能够通过视频采集模块实时采集监测水域前端摄像头的视频帧数据，人员落水检测模块对视频帧数据划定检测区域，再利用人员落水检测模块对划定检测区域内的视频帧数据进行人员检测，一旦发现人员落水情况，及时发送报警信号，并将人员落水信息发送至后台服务器；其功能相对单一只能实现单一警报，功能性较差，检测方法比较笼统，没有针对性，且没有算法部分说明。
[0004]如中国申请专利文件，公开号为CN111210464A的申请文件，公开了一种基于卷积神经网络和图像融合的人员落水报警系统及方法，通过卷积神经网络模块进行目标检测，判断是否有人员落水险情发生；控制报警模块将卷积神经网络模块的判断结果反馈到控制报警模块，当有险情发生时，开启报警器，并存储落水信息；图像显示模块显示卷积神经网络模块的输出结果和图像存储模块的数据，但上述专利文件的功能单一且系统不完整，算法准确率较差，缺少提升准确率的处理方式。
[0005]有鉴于此特提出本专利技术。

技术实现思路

[0006]本专利技术的目的就在于为了解决上述问题而提供临水智能安防系统，当岸边或者码头临水旁出现未穿着救生衣的人员时，本系统能够对相关人员进行警报提醒，且根据优化的算法进行人员的准确判断，能够提高落水判断和人员信息的准确率，并且能够对落水人员进行额外的定位帮助，能够提高警报功能的完善度。
[0007]本专利技术通过以下技术方案来实现上述目的，临水智能安防系统，包括检测模块、落水识别模块和分类模块，所述检测模块、所述落水识别模块和所述分类模块均需要在计算机设备上进行运行，所述检测模块、所述分类模块和所述落水识别模块利用YOLOv5目标检测算法对人员进行识别检测，对人员进行DeepSort跟踪并使用计数器计算人员数量，然后记录在系统平台内，所述检测模块和所述落水识别模块均需要连接视频采集装置，所述视频采集装置设有若干，视频采集装置上集成有警报器以及辅助定位装置，所述视频采集装置上通过电源线设有电源接头。
[0008]进一步的，为了稳定的供应画面数量，以保证安防系统的运行，所述视频采集装置
位于临水区域一侧，所述视频采集装置采集视频流帧率能够采集每秒30帧及以上画面。
[0009]进一步的，为了更好的限制临水区域的安全性，以及发挥安防功能，为了需要对所述视频采集装置采集的每一帧画面进行救生衣特征识别，在 AlexNet分类得到救生衣的结果后，只是针对当前帧的结果，结合DeepSort 跟踪，输入每帧信息进行预判，通过YOLOv5检测网络检测当前画面内的人员数量，人员允许数量，即画面内允许的最大限量为5人。
[0010]进一步的，为了能够方便进行触发警报，以及对救援者的辅助，通过 YOLOv5检测网络对当前画面进行区域划分，分为安全区域以及落水区域，在安全区域进行救生衣特征识别，在落水区域同样进行救生衣特征识别，同时激活辅助定位装置进行配合检测，为了方便管理画面内的人员信息，以便后续通过系统平台进行后期图像以及信息调取，通过AlexNet算法分类出落水区域的人员特征信息，结合DeepSort跟踪算法对人员进行位置跟踪，DeepSort计算并分配每个人的ID号码，并绑定人员以及实时更新。
[0011]进一步的，为了减轻处理量，更加优化的进行信息判断，为了对绑定人员的信息追踪在每20帧画面后，对一个人进行统计性的救生衣分类结果统计，如果累计20帧的计算结果中，每个ID所对应的人物穿着救生衣数量大于未穿着救生衣数量，则赋予该ID所对应的人接下来20帧穿着救生衣，在接下来20帧中不刷新，直至下个20帧再根据统计性结果刷新。
[0012]进一步的，为了方便调节画面采集的方向，以及提高视频采集装置的防护性，所述视频采集装置包括升降架、转动壳和摄像采集头，所述升降架能够调节摄像采集头、警报器和辅助定位装置的高度，以便进行图像采集、警报传递和救援辅助，所述升降架上固定有承载座，所述承载座内的底部固定有动力电机，所述承载座的底部开设有透气孔，所述转动壳的底部设有出气管，所述出气管上固定有防护盖，所述出气管和所述透气孔的内壁上均固定有过滤网，所述出气管内固定有排气扇，所述警报器固定在所述承载座的侧壁上，所述警报器包括警报喇叭和警示灯，所述警示灯固定在所述警报喇叭的底部，所述警报喇叭通过支撑板固定在所述承载座的侧壁上，所述承载座上安装有限位机构，所述限位机构包括阻挡环壁、底部轮和内滚轮，所述阻挡环壁固定在所述承载座上，所述底部轮安装在所述转动壳的底部，所述转动壳的内壁上固定有延伸板，所述动力电机的输出轴和所述延伸板之间固定连接有传动杆，所述内滚轮转动安装在所述延伸板底部，所述内滚轮的侧壁贴合在所述阻挡环壁的内壁上，所述转动壳固定在所述限位机构上，所述摄像采集头安装在所述转动壳内，所述转动壳的外壁上固定有防护罩，所述防护罩为玻璃材质，所述摄像采集头和所述红外线发射器的一侧均设有所述防护罩。
[0013]进一步的，为了方便救援人员进行定向救援，减少了现场寻找落水人员的时间，所述辅助定位装置包括红外线发射器和激光发射器，所述摄像采集头和所述红外线发射器均通过动力架安装在所述转动壳内，所述动力架包括固定杆、支板和驱动电机，所述支板固定在所述固定杆的一端，所述支板的侧壁上固定有轴杆，所述驱动电机固定在所述支板的侧壁上，所述轴杆和所述驱动电机的输出轴相连接，所述摄像采集头和所述红外线发射器均固定安装在所述轴杆之间，所述激光发射器固定在所述红外线发射器上。
[0014]本专利技术的技术效果和优点：
[0015]本专利技术提供了一种从全天候角度考虑的临水安防监控报警系统，解决了现有的技术存在准确率低，功能不完善，容易出现大量误报等情况，有效的提高了准确率。
[0016]本专利技术能够实现落水识别、救生衣识别和人员超限三个主要功能，在安全区域和
落水区域之间设有虚拟边界，即虚拟围栏，在出现人员时，分析人员有无救生衣，无救生衣以及人员超限后能够及时发出安全警告。
[0017]落水识别功能通过YOLOv5检测到人员后，再经过DeepSort算法进行跟踪，输入每个人员的位置信息，DeepSort算法输出每个人物的ID，再根据每相邻两帧之间，每个ID所对应的人员像素框位置两帧之间纵向差值，判断下坠是否超过一定阈值，若超过再将下坠此刻前后10帧图像送入TIN 网络进行行为识别推理，从而识别出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.临水智能安防系统，包括检测模块、落水识别模块和分类模块，其特征在于：所述检测模块、所述落水识别模块和所述分类模块均需要在计算机设备上进行运行，所述检测模块和所述落水识别模块均需要连接视频采集装置(1)，所述视频采集装置(1)设有若干，视频采集装置(1)上集成有警报器(2)以及辅助定位装置(3)，所述视频采集装置(1)上通过电源线设有电源接头。2.根据权利要求1所述的临水智能安防系统，其特征在于：所述视频采集装置(1)位于临水区域一侧，所述视频采集装置(1)采集视频流帧率能够采集每秒30帧及以上画面。3.根据权利要求2所述的临水智能安防系统，其特征在于：所述检测模块、所述分类模块和所述落水识别模块利用YOLOv5目标检测算法对人员进行识别检测，对人员进行DeepSort跟踪并使用计数器计算人员数量，然后记录在系统平台内。4.根据权利要求3所述的临水智能安防系统，其特征在于：需要对所述视频采集装置(1)采集的每一帧画面进行救生衣特征识别，在AlexNet分类得到救生衣的结果后，只是针对当前帧的结果，结合DeepSort跟踪，输入每帧信息进行预判。5.根据权利要求4所述的临水智能安防系统，其特征在于：通过YOLOv5检测网络检测当前画面内的人员数量，人员允许数量，即画面内允许的最大限量为5人。6.根据权利要求5所述的临水智能安防系统，其特征在于：通过YOLOv5检测网络对当前画面进行区域划分，分为安全区域以及落水区域，在安全区域进行救生衣特征识别，在落水区...

【专利技术属性】
技术研发人员：王晓甜，韩皓轩，赵至夫，王可心，杨安东，庄伟林，
申请(专利权)人：西安电子科技大学广州研究院，
类型：发明
国别省市：