一种校园异常行为的监控留证方法、系统、介质及电子设备技术方案

本发明专利技术涉及一种校园异常行为的监控留证方法、系统、介质及电子设备，通过采集当事者的心率信息和周边环境语音信息，对语音信息进行识别，在心率信息的值超过预设阈值，语音信息包括异常行为特征时，判定当事者遭受异常行为事件，然后自动采集周边环境的环境图像，对环境图像进行人脸识别，当环境图像中存在陌生人脸时，判定陌生人脸存在异常行为嫌疑，将语音信息和环境图像进行存储，从而进行留证；从而解决了难以对校园异常行为事件进行取证的问题。题。题。

【技术实现步骤摘要】
一种校园异常行为的监控留证方法、系统、介质及电子设备


[0001]本专利技术属于校园监控
，尤其涉及一种校园异常行为的监控留证方法、系统、介质及电子设备。

技术介绍

[0002]在校园中，学生会经常遭遇一些突发状况，如其他学生的异常行为，这些突发状态会让学生处于危险境地，面对这些危险情况时，学生一般无法利用设备进行存储留证。事后难以通过证据分析异常行为或者突发状况。

技术实现思路

[0003]本专利技术提供了一种校园异常行为的监控留证方法、系统、介质及电子设备，以解决现有技术中难以对校园异常行或者突发状况进行留证的技术问题。
[0004]一种校园异常行为的监控留证方法，包括步骤：
[0005]获取周边环境的语音信息、监测对象的心率信息；
[0006]对所述语音信息进行识别，获得语音识别结果；
[0007]将所述心率信息的值与预设阈值进行比较；
[0008]当所述心率信息的值大于所述预设阈值，且所述语音识别结果中包括异常行为特征时，采集环境图像；
[0009]对所述环境图像进行人脸识别，获得人脸识别结果；
[0010]当所述人脸识别结果包括除监测对象以外的人脸信息时，将所述语音信息、环境图像进行存储留证。
[0011]可选地，对所述语音信息进行识别，包括：
[0012]根据预先生成的语音识别模型对所述语音信息进行识别；所述语音识别模型根据预先建立的训练数据集对预先设置的人工神经网络进行训练生成，所述训练数据集包括目标语音信息的语音特征，所述目标语音信息的语音特征包括异常行为行为过程中产生的音频信息。
[0013]可选地，从所述目标语音信息中提取语音特征，包括：
[0014]将所述目标语音信息转换为脉冲编码调制波形，并将所述脉冲编码调制波形映射至预设的二维坐标系t
‑
v中，其中t为横轴并表示时间，v为竖轴并表示幅值；
[0015]采集所述脉冲编码调制波形中的拐点Si(ti，vi)，Si表示第i个拐点， ti表示第i个拐点的产生时间，vi表示第i个拐点的幅值；拐点Si(ti，vi) 位于所述脉冲编码调制波形的波峰或者波谷；
[0016]根据所述拐点计算基准线v＝n，其中，其中α为比例因子，将所述基准线y＝n映射至所述二维坐标系t
‑
v中；
[0017]当拐点Si(ti，vi)位于所述基准线v＝n上方时，根据方向向量j对拐点 Si(ti，vi)
进行标记，获得三维向量C(ti，vi，j)；当拐点Si(ti，vi)位于所述基准线v＝n下方时，根据方向向量k对拐点Si(ti，vi)进行标记，获得三维向量C(ti，vi，k)；
[0018]将三维向量C(ti，vi，j)、三维向量C(ti，vi，k)合并成向量集合C
z
，并将所述集合C
z
作为所述语音特征。
[0019]可选地，对所述环境图像进行人脸识别，获得人脸识别结果，包括：
[0020]将环境图像转换为灰度图像；
[0021]从所述灰度图像中提取出人脸特征点；
[0022]通过所述人脸特征点构建人脸特征点阵图，将所述人脸特征点阵图作为所述人脸识别结果。
[0023]可选地，从所述灰度图像中提取出人脸特征点，包括：
[0024]对所述灰度图像中的像素点X
i
进行逐个扫描，获得像素点X
i
的灰度值G(X
i
)；
[0025]根据所述灰度值G(X
i
)计算像素点X
i
的梯度值Grnd(X
i
)，其中
[0026]Grnd(X
i
)＝Grnd(X
i
)
‑
Grnd(X
i
‑1)
[0027]其中Grnd(X
i
‑1)为像素点X
i
沿横向或者竖向的相邻像素点X
i
‑1的灰度值；
[0028]在所述像素点X
i
的梯度值Grnd(X
i
)＞Grnd(R)时，将所述像素点X
i
作为轮廓像素点；
[0029]根据轮廓像素点构建轮廓线，并获取轮廓线构建的多个封闭图形；
[0030]将多个封闭图形的特征与人脸五官的特征进行匹配，并在多个封闭图形的特征与人脸五官的特征匹配时，提取封闭图像的中心点作为所述人脸特征点。
[0031]可选地，当所述人脸识别结果中存在除监测对象以外的人脸信息时，将所述语音信息、环境图像进行存储留证，包括：
[0032]将所述人脸识别结果与预设的人脸模板进行对比；
[0033]当所述人脸识别结果与所述人脸模板一致时，重新采集环境图像，并对重新采集的环境图像进行人脸识别：
[0034]直至环境图像中存在与所述人脸模板不一致的人脸信息时，判定环境图像中存在所述陌生人脸信息，并将最后一次采集的环境图像、所述语音信息进行存储留证。
[0035]可选地，采集环境图像，还包括：
[0036]获取监测对象的指纹信息、外部指令；
[0037]对所述指纹信息进行识别；
[0038]在所述指纹信息与预设的指纹模板匹配时，根据所述外部指令采集环境图像。
[0039]本专利技术还提供一种校园异常行为的监控留证系统，包括：
[0040]第一采集模块，用于获取周边环境的语音信息、监测对象的心率信息；
[0041]语音识别模块，用于对所述语音信息进行识别，获得语音识别结果；
[0042]比较模块，用于将所述心率信息的值与预设阈值进行比较；
[0043]第二采集模块，用于在所述心率信息的值大于所述预设阈值，且所述语音识别结果中包括异常行为特征时，采集环境图像；
[0044]人脸识别模块，用于对所述环境图像进行人脸识别，获得人脸识别结果；
[0045]存储模块，用于在所述人脸识别结果包括除监测对象以外的人脸信息时，将所述语音信息、环境图像进行存储留证。
[0046]本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述方法。
[0047]本专利技术还提供一种电子终端，包括：处理器及存储器；
[0048]所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述终端执行如上述任一项所述方法。
[0049]本专利技术提供的一种校园异常行为的监控留证方法、系统、介质及电子设备，具有以下有益效果：通过采集当事者的心率信息和周边环境语音信息，对语音信息进行识别，在心率信息的值超过预设阈值，语音信息包括异常行为特征时，判定当事者遭受异常行为事件，然后自动采集周边环境的环境图像，对环境图像进行人脸识别，当环境图像中存在陌生人脸时，判定陌生人脸存在异常行为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种校园异常行为的监控留证方法，其特征在于，包括步骤：获取检测对象周边环境的语音信息、监测对象的心率信息；对所述语音信息进行识别，获得语音识别结果；将所述心率信息的值与预设阈值进行比较；当所述心率信息的值大于所述预设阈值，且所述语音识别结果中包括异常行为特征时，采集环境图像；对所述环境图像进行人脸识别，获得人脸识别结果；当所述人脸识别结果包括除监测对象以外的人脸信息时，将所述语音信息、环境图像进行存储留证。2.根据权利要求1所述的一种校园异常行为的监控留证方法，其特征在于，对所述语音信息进行识别，包括：根据预先生成的语音识别模型对所述语音信息进行识别；所述语音识别模型根据预先建立的训练数据集对预先设置的人工神经网络进行训练生成，所述训练数据集包括目标语音信息的语音特征，所述目标语音信息的语音特征包括异常行为行为过程中产生的音频信息。3.根据权利要求2所述的一种校园异常行为的监控留证方法，其特征在于，从所述目标语音信息中提取语音特征，包括：将所述目标语音信息转换为脉冲编码调制波形，并将所述脉冲编码调制波形映射至预设的二维坐标系t
‑
v中，其中t为横轴并表示时间，v为竖轴并表示幅值；采集所述脉冲编码调制波形中的拐点Si(ti，vi)，Si表示第i个拐点，ti表示第i个拐点的产生时间，vi表示第i个拐点的幅值，拐点Si(ti，vi)位于所述脉冲编码调制波形的波峰或者波谷；根据所述拐点计算基准线v＝n，其中其中α为比例因子，将所述基准线y＝n映射至所述二维坐标系t
‑
v中；当拐点Si(ti，vi)位于所述基准线v＝n上方时，根据方向向量j对拐点Si(ti，vi)进行标记，获得三维向量C(ti,vi,j)；当拐点Si(ti，vi)位于所述基准线v＝n下方时，根据方向向量k对拐点Si(ti，vi)进行标记，获得三维向量C(ti,vi,k)；将三维向量C(ti,vi,j)、三维向量C(ti,vi,k)合并成向量集合C
z
，并将所述集合C
z
作为所述语音特征。4.根据权利要求1所述的一种校园异常行为的监控留证方法，其特征在于，对所述环境图像进行人脸识别，获得人脸识别结果，包括：将环境图像转换为灰度图像；从所述灰度图像中提取出人脸特征点；通过所述人脸特征点构建人脸特征点阵图，将所述人脸特征点阵图作为所述人脸识别结果。5.根据权利要求4所述的一种校园异常行为的监控留证方法，其特征在于，从所述灰度图像中提取出人脸特征点，包括：对所述灰度图像中的像素点X
i
进行逐个扫描，获得像素点X
i
的灰度值G(X
i
)；
根据所述灰度...

【专利技术属性】
技术研发人员：蒋曼，
申请(专利权)人：重庆第二师范学院，
类型：发明
国别省市：