一种人员密集场所防火疏散警示系统及其方法技术方案

公开了一种人员密集场所防火疏散警示系统及其方法，其通过人员统计模块统计进入人员密集场所的人员数量；通过疏散进度和结果统计模块将疏散情况推送给管理人员；通过查询模块接收查询指令并返回查询结果；以及，通过人员密度监控与预警模块对所述人员密集场所内的人群分布密度进行监控。特别地，本申请结合人工智能监控技术，并采用预分类思想来以各个监控图像的贡献度来加强各个监控图像的融合特征表达，并以此融合特征来进行人员密集场所内的人群分布密度的检测判断。这样，能够精准地对于人员密集场所内的人群分布密度情况进行实时监控，以在检测到人群分布过密时产生预警。警。警。

【技术实现步骤摘要】
一种人员密集场所防火疏散警示系统及其方法


[0001]本申请涉及消防领域，且更为具体地，涉及一种人员密集场所防火疏散警示系统及其方法。
[0002]
技术介绍

[0003]在现代化的城市管理中，消防工作一直是城市安全管理的重要内容之一，消防安全不仅仅关乎到城市整体的安全水平等级，更是关系到建设和谐社会的整体大局，一旦发生事故，有可能给人民生命安全和财产造成巨大的损失，及时发现消防安全隐患，防患于未然，对于社会单位治理火灾隐患和降低火灾风险具有非常重要的意义。
[0004]目前，在人员密集场所中，例如在医院的门诊楼、病房楼，学校的教学楼、图书馆、食堂和集体宿舍，养老院，福利院，托儿所，幼儿园，公共图书馆的阅览室，公共展览馆、博物馆的展示厅劳动密集型企业的生产加工车间和员工集体宿舍旅游、宗教活动场所等公众聚集场所，现有的防火疏散系统存在着诸多缺陷。在人员密集场所中，由于人员过于集中，导致疏散困难，容易在火灾发生时造成重大伤亡。并且，由于现有的防火疏散系统采用静态的固定方式，其无法对于人群分布密度情况进行实时监控，也就无法对消防安全隐患提供实时的预警。
[0005]因此，期望一种优化的人员密集场所防火疏散警示系统。
[0006]
技术实现思路

[0007]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种人员密集场所防火疏散警示系统及其方法，其通过人员统计模块统计进入人员密集场所的人员数量；通过疏散进度和结果统计模块将疏散情况推送给管理人员；通过查询模块接收查询指令并返回查询结果；以及，通过人员密度监控与预警模块对所述人员密集场所内的人群分布密度进行监控。特别地，本申请结合人工智能监控技术，并采用预分类思想来以各个监控图像的贡献度来加强各个监控图像的融合特征表达，并以此融合特征来进行人员密集场所内的人群分布密度的检测判断。这样，能够精准地对于人员密集场所内的人群分布密度情况进行实时监控，以在检测到人群分布过密时产生预警。
[0008]相应地，根据本申请的一个方面，提供了一种人员密集场所防火疏散警示系统，其包括：人员统计模块，用于统计进入人员密集场所的人员数量；疏散进度和结果统计模块，用于将疏散情况推送给管理人员；查询模块，用于接收查询指令并返回查询结果；以及人员密度监控与预警模块，用于对所述人员密集场所内的人群分布密度进行监控。
[0009]在上述人员密集场所防火疏散警示系统中，所述人员密度监控与预警模块，包括：图像监控单元，用于获取由部署于所述人员密集场所内的多个摄像头采集的多个人员分布监控图像；人群密度图像特征提取单元，用于将所述多个人员分布监控图像分别通过使用空间注意力机制的卷积神经网络模型以得到多个人员分布监控特征图；预分类单元，用于将所述多个人员分布监控特征图分别通过权值生成器以得到多个类概率权重值；类概率调制单元，用于以所述多个类概率权重值作为权重对所述人员分布监控特征图进行加权以得到多个校正后人员分布监控特征图；融合单元，用于融合多个校正后人员分布监控特征图以得到分类特征图；调制单元，用于对所述分类特征图的高维数据流形进行调制以得到校正后分类特征图；以及，监控结果生成单元，用于将所述校正后分类特征图通过分类器以得到分类结果，所述分类结果用于表示人员密集场所内的人群分布密度是否超过预定安全标准。
[0010]在上述人员密集场所防火疏散警示系统中，所述人群密度图像特征提取单元，进一步用于：使用所述卷积神经网络模型的卷积编码部分对所述人员分布监控图像进行深度卷积编码以得到初始卷积特征图；将所述初始卷积特征图输入所述卷积神经网络模型的空间注意力部分以得到空间注意力图；将所述空间注意力图通过Softmax激活函数以得到空间注意力特征图；以及，计算所述空间注意力特征图和所述初始卷积特征图的按位置点乘以得到人员分布监控特征图。
[0011]在上述人员密集场所防火疏散警示系统中，所述权值生成器包括多个全连接层和与所述多个全连接层中最后一个全连接层连接的解码层。
[0012]在上述人员密集场所防火疏散警示系统中，所述融合单元，进一步用于：以如下公式融合多个校正后人员分布监控特征图以得到分类特征图；其中，所述公式为：其中，表示所述多个校正后人员分布监控特征图，表示级联函数，表示所述分类特征图。
[0013]在上述人员密集场所防火疏散警示系统中，所述调制单元，进一步用于：以如下公式对所述分类特征图进行表征平展化以得到所述校正后分类特征图；其中，所述公式为：其中是所述分类特征图的预定特征值，是所述分类特征图的所述预定特征值以外的其它特征值，是所述分类特征图的所有特征值的均值，且是所述分类特征图的尺度，表示数值的指数运算，所述数值的指数运算表示计算以所述数值为幂的自然指数函数值，是所述校正后分类特征图的第个位置的特征值。
[0014]在上述人员密集场所防火疏散警示系统中，所述监控结果生成单元，包括：展开子单元，用于将所述校正后分类特征图的各个校正后分类特征矩阵按照行向量或者列向量展开为一维特征向量后进行级联以得到分类特征向量；全连接编码子单元，用于使用所述分类器的全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及，分类结果生成子单元，用于将所述编码分类特征向量输入所述分类器的Softmax分类函数以得到所述分类结果。
[0015]根据本申请的另一方面，还提供了一种人员密集场所防火疏散警示方法，其包括：获取由部署于所述人员密集场所内的多个摄像头采集的多个人员分布监控图像；将所述多个人员分布监控图像分别通过使用空间注意力机制的卷积神经网络模型以得到多个人员分布监控特征图；将所述多个人员分布监控特征图分别通过权值生成器以得到多个类概率权重值；以所述多个类概率权重值作为权重对所述人员分布监控特征图进行加权以得到多个校正后人员分布监控特征图；将融合多个校正后人员分布监控特征图以得到分类特征图；对所述分类特征图的高维数据流形进行调制以得到校正后分类特征图；将所述校正后分类特征图通过分类器以得到分类结果，所述分类结果用于表示人员密集场所内的人群分布密度是否超过预定安全标准；以及基于所述分类结果，确定是否生成预警提示。
[0016]在上述人员密集场所防火疏散警示方法中，所将所述多个人员分布监控图像分别通过使用空间注意力机制的卷积神经网络模型以得到多个人员分布监控特征图，包括：使用所述卷积神经网络模型的卷积编码部分对所述人员分布监控图像进行深度卷积编码以得到初始卷积特征图；将所述初始卷积特征图输入所述卷积神经网络模型的空间注意力部分以得到空间注意力图；将所述空间注意力图通过Softmax激活函数以得到空间注意力特征图；以及，计算所述空间注意力特征图和所述初始卷积特征图的按位置点乘以得到人员分布监控特征图。
[0017]在上述人员密集场所防火疏散警示方法中，所述权值生成器包括多个全连接层和与所述多个全连接层中最后一个全连接层连接的解码层。
[0018]在上述人员密集场所防火疏散警示方法中，所述融合多个校正后人员分布监控特征图以得到分类特征图，包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人员密集场所防火疏散警示系统，其特征在于，包括：人员统计模块，用于统计进入人员密集场所的人员数量；疏散进度和结果统计模块，用于将疏散情况推送给管理人员；查询模块，用于接收查询指令并返回查询结果；以及人员密度监控与预警模块，用于对所述人员密集场所内的人群分布密度进行监控。2.根据权利要求1所述的人员密集场所防火疏散警示系统，其特征在于，所述人员密度监控与预警模块，包括：图像监控单元，用于获取由部署于所述人员密集场所内的多个摄像头采集的多个人员分布监控图像；人群密度图像特征提取单元，用于将所述多个人员分布监控图像分别通过使用空间注意力机制的卷积神经网络模型以得到多个人员分布监控特征图；预分类单元，用于将所述多个人员分布监控特征图分别通过权值生成器以得到多个类概率权重值；类概率调制单元，用于以所述多个类概率权重值作为权重对所述人员分布监控特征图进行加权以得到多个校正后人员分布监控特征图；融合单元，用于融合多个校正后人员分布监控特征图以得到分类特征图；调制单元，用于对所述分类特征图的高维数据流形进行调制以得到校正后分类特征图；以及监控结果生成单元，用于将所述校正后分类特征图通过分类器以得到分类结果，所述分类结果用于表示人员密集场所内的人群分布密度是否超过预定安全标准。3.根据权利要求2所述的人员密集场所防火疏散警示系统，其特征在于，所述人群密度图像特征提取单元，进一步用于：使用所述卷积神经网络模型的卷积编码部分对所述人员分布监控图像进行深度卷积编码以得到初始卷积特征图；将所述初始卷积特征图输入所述卷积神经网络模型的空间注意力部分以得到空间注意力图；将所述空间注意力图通过Softmax激活函数以得到空间注意力特征图；以及计算所述空间注意力特征图和所述初始卷积特征图的按位置点乘以得到人员分布监控特征图。4.根据权利要求3所述的人员密集场所防火疏散警示系统，其特征在于，所述权值生成器包括多个全连接层和与所述多个全连接层中最后一个全连接层连接的解码层。5.根据权利要求4所述的人员密集场所防火疏散警示系统，其特征在于，所述融合单元，进一步用于：以如下公式融合多个校正后人员分布监控特征图以得到分类特征图；其中，所述公式为：其中，表示所述多个校正后人员分布监控特征图，表示级联函数，表示所述分类特征图。
6.根据权利要求5所述的人员密集场所防火疏散警示系统，其特征在于，所述调制单元，进一步用于：以如下公式对所述分类特征图进行表征平展化以得到所述校正后分...

【专利技术属性】
技术研发人员：杜春华，刁淑君，闫冬，王振华，夏岩，徐寒冰，
申请(专利权)人：杜春华，
类型：发明
国别省市：