一种基于人工智能的监管场所隐患及异常行为监测方法技术

技术编号:37237364 阅读:24 留言:0更新日期:2023-04-20 23:19
本发明专利技术公开了一种基于人工智能的监管场所隐患及异常行为监测方法,涉及监管技术领域,具体为包括生物体征信息监测模块、图像行为异常监测模块。通过生物体征信息监测模块与图像行为异常监测模块同时进行,既可以对监管所内人员的生命体征情况进行密切监控,有效上的在出现被监管人员出现身体情况异常或者具有自杀行为时,可以进行有效保障生命安全,密切监视被监管人员以及管理人员的生命安全,弥补了在一些私密场所如卫生间等不可以进行图像监视场所的监测不足,两组监测系统相辅相成,形成一种高效、全面且及时的异常行为监测方法,实现人工智能监管、预测,有效的降低监管场所内的事故发生,对监管场所的管理有着重要作用。作用。作用。

【技术实现步骤摘要】
一种基于人工智能的监管场所隐患及异常行为监测方法


[0001]本专利技术涉及监管
,具体为一种基于人工智能的监管场所隐患及异常行为监测方法。

技术介绍

[0002]监管场所是公安机关管辖的,依法对犯罪嫌疑人、被告人、罪犯、违法人员和肇事肇祸不负刑事责任的精神病人进行警戒看管、执行刑罚、行政处罚、教育、特定疾病治疗、心理及行为矫治的监管场所,分为看守所、拘留所、收容教育所、强制隔离戒毒所、戒毒康复场所和安康医院等,由于监管场所的特殊性,其内看管的人员都是犯罪的人,而目前监管场所中依靠摄像机进行拍摄然后工作人员现场进行监视的方式对被监管人员看守,这不仅很消耗看管人员的体力,同时很多情况无法及时发生,且摄像机监控也留有一些盲区,如卫生间等隐私空间,这就导致对监管场所中的隐患无法及时排除,对人员的管理存在很大的不足,针对这一问题,我们提出了一种基于人工智能的监管场所隐患及异常行为监测方法。

技术实现思路

[0003]针对现有技术的不足,本专利技术提供了一种基于人工智能的监管场所隐患及异常行为监测方法,解决依靠工作人员现场进行监视的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的监管场所隐患及异常行为监测方法,包括生物体征信息监测模块(1)、图像行为异常监测模块(2),其特征在于:包括以下步骤:S1:生物体征信息监测,选用生物体征信息监测手环,生物体征信息监测手环分为被监管人员使用及管理人员使用两种,被监管人员以及管理人员佩戴生物体征信息监测手环;S1.1:生物体征信息监测手环对被监管人员及管理人员的生命体征信息进行监测,监测内容包括血压、心跳、体温、SPO2血氧情况等人体体征,且佩戴定位功能;S1.2:通过事先采集被监管人员及管理人员的身体状况,使用计算机人工智能训练一个生命体征模型,将所有人员的信息导入模型中,由人工智能对监测信息进行筛选核对,判断信息异常和正常,如被监管人员患有疾病,导致其生命体征中的其中一项数据有时异于正常值,此时人工智能通过疾病检索、并且获取该被监管人员身体生命体征全部的监测信息,结合往日监测信息,判定此次信息数据异常是否正常;S1.3:判定不正常,人工智能通过生物体征信息监测手环获取该人身份信息、位置、生命体征异常数据及可能导致异常数据出现的原因,并直接发送至监狱或者其他监管场所控制中心显示,同时信息同步显示至管理人员的手环上,并提醒就近管理人员前往;S2:图像监测;通过监管场所所配置的摄像机对监管场所的设施构造及被监管人员及监管人员的日常行为进行记录;S2.1:监管场所隐患排查,通过摄像机对监管场所的设施构造进行拍摄后,通过计算机人工智能设计模拟出与拍摄到的监管场所的设施构造相同的模拟空间,同时通过摄像机可以得到监管场所内所有人员的行为轨迹,模拟人员动作行为轨迹,通过模拟判断监管场所内是否存在安全隐患,模拟后并将事故模拟场景传输至监管场控中心,且人工智能设计模拟出与拍摄到的监管场所的设施构造相同的模拟空间是根据拍摄画面调整,且自动同步;S2.2:异常行为监测,获取被监管人员以及管理人员的身份信息及以往的监控录像,采用人工智能对以往的监控录像进行分析,对提取人员的动作行为信息,并建立多个动作数据分析模型,动作数据分析模型采用一对一的生成模式,即需要对多少人员进行监测生成多少人员,S2.1通过动作数据分析模型可以清晰的分析出该被监测人员的活动轨迹、行为动作,并综合生成一系列异常动作数据,如挥拳、踢腿、撞击等危险动作,此动作一旦发生动作数据分析模型会生成警示信息,并通过人工智能控制摄像机追踪危险动作发起人的行为,并将画面传输至监管场所控制中心;S2.3:通过动作数据分析模型获取人员行为轨迹和动作后,监管场所工作人员可以人为对行为进行标记,比如在一些时间段,某些被监管人员或者管理人员出现在不该出现的空间;某个时间,该场所不会出现人员或者同一时间段进入卫生间或者一些不该同一时间段进入大量人员等各种监管场内常规的异常情况进行标记,S2.4:日常行为动作分析,动作数据分析模型获取人员行为轨迹和动作后,对该名人员的日常行为动作进行分析并自动生成日常行为活动轨迹...

【专利技术属性】
技术研发人员:冯飞郝瑞峰闫小红
申请(专利权)人:山西辰欣科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1