【技术实现步骤摘要】
本申请涉及物联网安全监测预警，且更为具体地，涉及一种基于物联网的安全预警方法及系统。
技术介绍
1、 物联网（internet of things，简称iot）是指通过互联网将各种物理设备、传感器、摄像头等连接起来，实现设备之间的信息交互和远程控制的网络系统。随着物联网的发展，越来越多的设备和传感器被部署在各个领域，包括安防监控、交通管理等。物联网在安全领域有着广泛的应用，例如，可以通过物联网技术对重要通道进行监测，及时发现并预警异常占用的情况，从而保障通道的畅通和安全。然而，传统的基于物联网的安全预警方案通常使用预定规则或简单的算法来检测通道占用的异常情况，这种方法的识别能力有限，对于复杂的异常情况可能无法准确判断，导致误报或漏报的问题。
2、因此，期望一种优化的基于物联网的安全预警方案。
技术实现思路
1、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基于物联网的安全预警方法及系统，其通过智能摄像头采集通道状态图像，并将该通道状态图像通过物联网通信网络传输给后台服务器，以在后台服务器中采用图像处理和分析算法来进行该通道状态图像的分析，从而进行通道占用的实时检测，并在检测到通道异常占用时发出预警提示信号，这样能够利用物联网技术有效地检测通道是否被异常占用，并及时发出预警提示信号，从而提高了安防监控系统的效能和响应速度，帮助更好地应对安全风险。
2、根据本申请的一个方面，提供了一种基于物联网的安全预警方法，其包括：
3、获取由智能摄
4、将所述通道状态图像通过物联网通信网络传输给后台服务器；
5、在所述后台服务器，通过基于深度神经网络模型的通道状态特征提取器对所述通道状态图像进行特征提取以得到通道状态语义特征图；
6、使用特征图切分模块沿着通道维度对所述通道状态语义特征图进行切分以得到通道状态局部语义特征图的序列；
7、使用基于重参数化层的特征图增强器对所述通道状态局部语义特征图的序列中的各个通道状态局部语义特征图进行特征图强化以得到强化通道状态局部语义特征图的序列；
8、对所述强化通道状态局部语义特征图的序列进行聚合以得到全局强化通道状态语义特征；
9、基于所述全局强化通道状态语义特征，确定通道是否被异常占用，并确定是否产生安全预警提示信号。
10、根据本申请的另一个方面，提供了一种基于物联网的安全预警系统，其包括：
11、图像获取模块，用于获取由智能摄像头采集的通道状态图像；
12、图像传输模块，用于将所述通道状态图像通过物联网通信网络传输给后台服务器；
13、特征提取模块，用于在所述后台服务器，通过基于深度神经网络模型的通道状态特征提取器对所述通道状态图像进行特征提取以得到通道状态语义特征图；
14、图像切分模块，用于使用特征图切分模块沿着通道维度对所述通道状态语义特征图进行切分以得到通道状态局部语义特征图的序列；
15、特征图强化模块，用于使用基于重参数化层的特征图增强器对所述通道状态局部语义特征图的序列中的各个通道状态局部语义特征图进行特征图强化以得到强化通道状态局部语义特征图的序列；
16、聚合模块，用于对所述强化通道状态局部语义特征图的序列进行聚合以得到全局强化通道状态语义特征；
17、异常检测模块，用于基于所述全局强化通道状态语义特征，确定通道是否被异常占用，并确定是否产生安全预警提示信号。
18、与现有技术相比，本申请提供的一种基于物联网的安全预警方法及系统，其通过智能摄像头采集通道状态图像，并将该通道状态图像通过物联网通信网络传输给后台服务器，以在后台服务器中采用图像处理和分析算法来进行该通道状态图像的分析，从而进行通道占用的实时检测，并在检测到通道异常占用时发出预警提示信号，这样能够利用物联网技术有效地检测通道是否被异常占用，并及时发出预警提示信号，从而提高了安防监控系统的效能和响应速度，帮助更好地应对安全风险。
本文档来自技高网...【技术保护点】
1.一种基于物联网的安全预警方法，其特征在于，包括：
2.根据权利要求1所述的基于物联网的安全预警方法，其特征在于，所述深度神经网络模型为卷积神经网络模型。
3.根据权利要求2所述的基于物联网的安全预警方法，其特征在于，使用基于重参数化层的特征图增强器对所述通道状态局部语义特征图的序列中的各个通道状态局部语义特征图进行特征图强化以得到强化通道状态局部语义特征图的序列，包括：使用所述基于重参数化层的特征图增强器以如下局部强化公式对所述通道状态局部语义特征图的序列中的各个通道状态局部语义特征图进行特征图强化以得到所述强化通道状态局部语义特征图的序列；
4.根据权利要求3所述的基于物联网的安全预警方法，其特征在于，对所述强化通道状态局部语义特征图的序列进行聚合以得到全局强化通道状态语义特征，包括：使用特征图聚合模块将所述强化通道状态局部语义特征图的序列沿着通道维度进行拼接以得到全局强化通道状态语义特征图作为所述全局强化通道状态语义特征。
5.根据权利要求4所述的基于物联网的安全预警方法，其特征在于，基于所述全局强化通道状态语义特征，确定通
6.根据权利要求5所述的基于物联网的安全预警方法，其特征在于，还包括训练步骤：用于对基于卷积神经网络模型的通道状态特征提取器、所述特征图切分模块、所述基于重参数化层的特征图增强器、所述特征图聚合模块和所述分类器进行训练。
7.根据权利要求6所述的基于物联网的安全预警方法，其特征在于，所述训练步骤，包括：
8.根据权利要求7所述的基于物联网的安全预警方法，其特征在于，对所述训练全局强化通道状态语义特征图进行特征优化以得到优化训练全局强化通道状态语义特征图，包括：
9.一种基于物联网的安全预警系统，其特征在于，包括：
10.根据权利要求9所述的基于物联网的安全预警系统，其特征在于，还包括异常检测模块，用于基于所述全局强化通道状态语义特征，确定通道是否被异常占用，并确定是否产生安全预警提示信号。
...【技术特征摘要】
1.一种基于物联网的安全预警方法，其特征在于，包括：
2.根据权利要求1所述的基于物联网的安全预警方法，其特征在于，所述深度神经网络模型为卷积神经网络模型。
3.根据权利要求2所述的基于物联网的安全预警方法，其特征在于，使用基于重参数化层的特征图增强器对所述通道状态局部语义特征图的序列中的各个通道状态局部语义特征图进行特征图强化以得到强化通道状态局部语义特征图的序列，包括：使用所述基于重参数化层的特征图增强器以如下局部强化公式对所述通道状态局部语义特征图的序列中的各个通道状态局部语义特征图进行特征图强化以得到所述强化通道状态局部语义特征图的序列；
4.根据权利要求3所述的基于物联网的安全预警方法，其特征在于，对所述强化通道状态局部语义特征图的序列进行聚合以得到全局强化通道状态语义特征，包括：使用特征图聚合模块将所述强化通道状态局部语义特征图的序列沿着通道维度进行拼接以得到全局强化通道状态语义特征图作为所述全局强化通道状态语义特征。
5.根据权利要...
【专利技术属性】
技术研发人员：余刚，黄宏荣，韦林发，
申请(专利权)人：深圳市丛文安全电子有限公司，
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。