本发明专利技术公开了一种基于边缘云计算的安防监控危险源识别系统与方法，包括以下步骤：基于搭载边缘计算系统的图像传感器获取园区的监控图像；对监控图像进行分析，获取作业人员目标图像和园区设备目标图像；将园区作业人员目标图像和园区设备目标图像与对应的模板图像进行匹配，获得静态危险源信号；获取监控图像的动态特征进行定位，进而获得动态危险源信号；接收静态危险源信号和动态危险源信号，并进行声光报警。本发明专利技术的安防监控危险源识别系统及方法，一方面向管理人员提供真实有效的视频资料，另一方面减轻全方位监管园区现场的难度与成本，应用范围广泛，并在一定程度上兼容现有监控系统，极大节约系统运营成本。极大节约系统运营成本。极大节约系统运营成本。
【技术实现步骤摘要】
一种基于边缘云计算的安防监控危险源识别系统与方法
[0001]本专利技术属于危险源智能识别领域，特别是涉及一种基于边缘云计算的安防监控危险源识别系统与方法。
技术介绍
[0002]危险源是指一个系统中具有潜在能量和物质，释放危险的、可造成人员伤害、财产损失或环境破坏的、在一定的触发因素作用下可转化为事故的部位、区域、场所、空间、岗位、设备及位置。危险源具有潜在性，事故隐患可能导致伤害或疾病，所以在一定程度上需要进行识别和预防。
[0003]伴随着国家智慧化工厂的推广，大型生产工业园区日益增多，而建设智慧安全工业园区，需要把园区内所有视频图像、语音、物联网数据、报警信息一起通过专用网络传输到监控中心，实现音视频及各种数据信息采集、存储、处理及集中展示，建设成覆盖整个园区的智能化安全管理系统。
[0004]随着对于工业园区的要求日益提高，如何识别园区内的危险源，实现大规模生产所需求的安全保障，具有重要的意义。
技术实现思路
[0005]本专利技术的目的是提供一种基于边缘云计算的安防监控危险源识别系统与方法，以解决上述现有技术存在的问题。
[0006]为实现上述目的，本专利技术提供了一种基于边缘云计算的安防监控危险源识别系统，包括：图像信息获取模块、图像信息分析模块、危险源识别模块和声光报警模块；
[0007]所述图像信息获取模块用于通过搭载边缘计算系统的图像传感器获取园区的监控图像并传输到所述图像信息分析模块；
[0008]所述图像信息分析模块用于对所述监控图像进行分析，提取作业人员目标图像和园区设备目标图像；
[0009]所述危险源识别模块用于将所述园区作业人员目标图像和园区设备目标图像与对应的模板图像进行匹配，识别危险源；
[0010]所述声光报警模块用于接收危险源信号，并进行声光报警。
[0011]可选的，所述图像信息获取模块包括：
[0012]区域划分单元，用于通过预设的园区危险源，对园区进行划分，获得监控区域；
[0013]网络构建单元，用于基于所述监控区域，通过路由器配置获得网络拓扑结构，并在预设网络节点布置图像传感器；
[0014]图像获取单元，用于在所述图像传感器中添加边缘计算系统，将监控设备获取的光源信号转化为电信号并传输给所述图像信息分析模块。
[0015]可选的，所述图像信息分析模块包括：
[0016]作业人员图像提取单元，用于基于时空信息结合的目标检测算法对所述监控图像
进行分割处理，获得作业人员目标图像；
[0017]园区设备图像提取单元，用于获取园区设备的图像特征，并基于所述图像特征将园区设备从所述监控图像中分离出来，获得园区设备目标图像。
[0018]可选的，所述危险源识别模块包括：
[0019]第一匹配单元，用于将所述作业人员目标图像与预设的作业人员模板图像进行匹配，根据匹配结果，获得第一危险源信号；
[0020]第二匹配单元，用于将所述园区设备目标图像与预设的园区设备模板图像进行匹配，根据匹配结果，获得第二危险源信号。
[0021]可选的，所述危险源识别模块还包括动态危险源识别单元，所述动态危险源识别单元包括：
[0022]特征提取子单元，用于对监控图像进行特征提取；
[0023]动态特征获取子单元，用于将提取出的特征输入系数字典，并根据最优化稀疏表示获得动态特征；
[0024]动态目标定位子单元，用于基于双目视觉对所述动态特征进行定位，进而识别动态危险源。
[0025]本专利技术还提供一种基于边缘云计算的安防监控危险源识别方法，包括以下步骤：
[0026]基于搭载边缘计算系统的图像传感器获取园区的监控图像；
[0027]对所述监控图像进行分析，获取作业人员目标图像和园区设备目标图像；
[0028]将所述园区作业人员目标图像和园区设备目标图像与对应的模板图像进行匹配，获得静态危险源信号；
[0029]获取所述监控图像的动态特征进行定位，进而获得动态危险源信号；
[0030]接收所述静态危险源信号和动态危险源信号，并进行声光报警。
[0031]可选的，获取园区的监控图像的过程包括：根据预设的园区危险源，对园区进行划分，获得监控区域；基于所述监控区域，通过路由器配置获得网络拓扑结构，并在预设网络节点布置图像传感器；将监控设备获取的光源信号通过所述图像传感器转化为电信号，进而获得待分析处理的监控图像；其中，所述图像传感器中搭载边缘计算系统。
[0032]可选的，获取作业人员目标图像和园区设备目标图像的过程包括：基于时空信息结合的目标检测算法对所述监控图像进行分割处理，获得作业人员目标图像；获取园区设备的图像特征，并基于所述图像特征将园区设备从所述监控图像中分离出来，获得园区设备目标图像。
[0033]可选的，获得动态危险源信号的过程包括：对监控图像进行特征提取，将提取出的特征输入系数字典，并根据最优化稀疏表示获得动态特征，基于双目视觉对所述动态特征进行定位，进而识别动态危险源，生成动态危险源信号。
[0034]本专利技术的技术效果为：
[0035]本专利技术通过构建网络拓扑结构，布置图像传感器装置，科学合理部署人力物力资源，也提高了安全管理效率；同时在图像传感器装置中添加边缘计算系统，通过对摄像头进行智能改造，在出现危险情况时可以及时响应，减少危险情况的发生。
[0036]本专利技术获取监控图像的动态特征并输入系数字典，根据最优化稀疏表示求解得到动态特征，最后通过双目视觉对由稀疏表示的动态特征进行定位，能够在较强鲁棒性的基
础上准确获得动态危险源。
[0037]本专利技术用于工业园区内的危险源智能识别，一方面向管理人员提供真实有效的视频资料，另一方面减轻全方位监管园区现场的难度与成本，同时本专利技术能够实现自动智能识别，应用范围广泛，并在一定程度上兼容现有监控系统，极大节约系统运营成本。
附图说明
[0038]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0039]图1为本专利技术实施例中的基于边缘云计算的安防监控危险源识别系统结构示意图；
[0040]图2为本专利技术实施例中的基于边缘云计算的安防监控危险源识别方法流程图。
具体实施方式
[0041]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0042]需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0043]实施例一
[0044]如图1所示，本实施例中提供一种基于边缘云计算的安防监控危险源识别系统，包括：图像信息获取模块、图像信息分本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于边缘云计算的安防监控危险源识别系统，其特征在于，包括：图像信息获取模块、图像信息分析模块、危险源识别模块和声光报警模块；所述图像信息获取模块用于通过搭载边缘计算系统的图像传感器获取园区的监控图像并传输到所述图像信息分析模块；所述图像信息分析模块用于对所述监控图像进行分析，提取作业人员目标图像和园区设备目标图像；所述危险源识别模块用于将所述园区作业人员目标图像和园区设备目标图像与对应的模板图像进行匹配，识别危险源；所述声光报警模块用于接收危险源信号，并进行声光报警。2.根据权利要求1所述的基于边缘云计算的安防监控危险源识别系统，其特征在于，所述图像信息获取模块包括：区域划分单元，用于通过预设的园区危险源，对园区进行划分，获得监控区域；网络构建单元，用于基于所述监控区域，通过路由器配置获得网络拓扑结构，并在预设网络节点布置图像传感器；图像获取单元，用于在所述图像传感器中添加边缘计算系统，将监控设备获取的光源信号转化为电信号并传输给所述图像信息分析模块。3.根据权利要求1所述的基于边缘云计算的安防监控危险源识别系统，其特征在于，所述图像信息分析模块包括：作业人员图像提取单元，用于基于时空信息结合的目标检测算法对所述监控图像进行分割处理，获得作业人员目标图像；园区设备图像提取单元，用于获取园区设备的图像特征，并基于所述图像特征将园区设备从所述监控图像中分离出来，获得园区设备目标图像。4.根据权利要求3所述的基于边缘云计算的安防监控危险源识别系统，其特征在于，所述危险源识别模块包括：第一匹配单元，用于将所述作业人员目标图像与预设的作业人员模板图像进行匹配，根据匹配结果，获得第一危险源信号；第二匹配单元，用于将所述园区设备目标图像与预设的园区设备模板图像进行匹配，根据匹配结果，获得第二危险源信号。5.根据权利要求1所述的基于边缘云计算的安防监控危险源识别系统，其特征在于，所述危险源识别模块还包括...
【专利技术属性】
技术研发人员：杨邦会，闫道竣，陆鸣，胡乔利，孙宁，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：
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。