智能实验室监控报警系统及其方法技术方案

本申请涉及智能监控领域，其具体地公开了一种智能实验室监控报警系统及其方法，其采用基于深度神经网络模型的人工智能技术，获取实验室人员监控视频，提取出关键帧后通过多分支感知域模块得到特征图，差分计算后再通过卷积神经网络进行特征提取，以得到用于表示实验室人员操作是否异常的分类结果。这样，构建智能实验室监控报警方案，可以及时发现潜在的异常行为，提高实验室的安全性和管理效率。提高实验室的安全性和管理效率。提高实验室的安全性和管理效率。

【技术实现步骤摘要】
智能实验室监控报警系统及其方法


[0001]本申请涉及智能监控领域，且更为具体地，涉及一种智能实验室监控报警系统及其方法。

技术介绍

[0002]智能实验室是指利用先进的信息技术和智能化设备来提升实验室的效率、安全性和可管理性的实验室。实验室操作人员在进行实验操作时，有些时候会因为一些操作不当，而发生安全隐患，进而发生严重事故。但由于传统的技术并不能对智能实验室实验人员进行实时监控，在操作异常时产生报警，提醒实验室操作人员及时预防。
[0003]因此，期待一种优化的智能实验室监控报警方案。

技术实现思路

[0004]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智能实验室监控报警系统及其方法，其采用基于深度神经网络模型的人工智能技术，获取实验室人员监控视频，提取出关键帧后通过多分支感知域模块得到特征图，差分计算后再通过卷积神经网络进行特征提取，以得到用于表示实验室人员操作是否异常的分类结果。这样，构建智能实验室监控报警方案，可以及时发现潜在的异常行为，提高实验室的安全性和管理效率。/>[0005]根据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能实验室监控报警系统，其特征在于，包括：人员监控模块，用于获取由部署于实验室内的摄像头采集的实验室人员监控视频；采样模块，用于从所述实验室人员监控视频提取多个实验室人员监控关键帧；特征感知模块，用于将所述多个实验室人员监控关键帧中各个实验室人员监控关键帧分别通过多分支感知域模块以得到多个监控特征图；差分模块，用于计算所述多个监控特征图中每两个监控特征图之间的差分特征图以得到多个差分特征图；人员分布特征提取模块，用于将所述多个差分特征图通过使用三维卷积核的卷积神经网络模型以得到监控动态特征图；结果生成模块，用于将所述监控动态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实验室人员操作是否异常；报警模块，用于基于分类结果，生成报警器的报警提示信号。2.根据权利要求1所述的智能实验室监控报警系统，其特征在于，所述采样模块，用于：以预定采样频率从所述实验室人员监控视频提取所述多个实验室人员监控关键帧。3.根据权利要求2所述的智能实验室监控报警系统，其特征在于，所述特征感知模块，包括：第一点卷积单元，用于将所述实验室人员监控关键帧输入所述多分支感知域模块的第一点卷积层以得到卷积特征图；多分支感知单元，用于分别将所述卷积特征图通过所述多分支感知域模块的第一分支感知域单元、第二分支感知域单元和第三分支感知域单元以得到第一分支感知特征图、第二分支感知特征图和第二分支感知特征图，其中，所述第一分支感知域单元、所述第二分支感知域单元和所述第三分支感知域单元具有并行结构；融合单元，用于将所述第一分支感知特征图、所述第二分支感知特征图和所述第二分支感知特征图进行级联以得到融合感知特征图；第二点卷积单元，用于将所述融合感知特征图输入所述多分支感知域模块的第二点卷积层以得到通道校正融合感知特征图；残差级联单元，用于对所述通道校正融合感知特征图和所述卷积特征图进行基于局部特征流形间基于度量的特征分布约束性融合以得到监控特征图。4.根据权利要求3所述的智能实验室监控报警系统，其特征在于，所述多分支感知单元，包括：第一一维卷积编码子单元，用于将所述卷积特征图通过所述第一分支感知域单元的第一一维卷积层以得到第一一维卷积特征图；第一空洞卷积编码子单元，用于将所述第一一维卷积特征图通过具有第一空洞率的第一二维卷积层以得到所述第一分支感知特征图；第二一维卷积编码子单元，用于将所述卷积特征图通过所述第二分支感知域单元的第二一维卷积层以得到第二一维卷积特征图；第二空洞卷积编码子单元，用于将所述第二一维卷积特征图通过具有第二空洞率的第二二维卷积层以得到所述第二分支感知特征图；第三一维卷积编码子单元，用于将所述卷积特征图通过所述第三分支感知域单元的第
三一维卷积层以得到第三一维...

【专利技术属性】
技术研发人员：刘丹星，
申请(专利权)人：杭州南潇一梦软件信息技术有限公司，
类型：发明
国别省市：