【技术实现步骤摘要】
本专利技术涉及视频监控，特别指一种基于边缘计算的绊线入侵检测方法及系统。
技术介绍
1、绊线入侵是一种安全技术，用于检测目标物体是否穿越了预设的警戒线，当目标物体按照设定的运动方向穿越警戒线时触发报警，这种技术适用于目标稀疏、目标间相互无遮挡的场景，如无人值守区域的周界防范。
2、随着科技的不断发展，视频监控技术在各个领域得到了广泛应用。然而，传统的视频监控存在一定的局限性，因为摄像头的算力资源有限，需要将拍摄的视频流上传服务器进行分析，受限于视频流的分辨率以及网络带宽，导致存在一定的时延，在绊线入侵检测场景下，可能已经入侵一会儿才检测到，存在一定的安全隐患。
3、因此，如何提供一种基于边缘计算的绊线入侵检测方法及系统，实现提升绊线入侵检测及时性，成为一个亟待解决的技术问题。
技术实现思路
1、本专利技术要解决的技术问题，在于提供一种基于边缘计算的绊线入侵检测方法及系统，实现提升绊线入侵检测及时性。
2、第一方面，本专利技术提供了一种基于边缘计算的绊线入侵检测方法，包括如下步骤：
3、步骤s1、服务器基于yolo算法创建一目标检测模型，对所述目标检测模型进行训练后，将所述目标检测模型加载至边缘计算盒子；
4、步骤s2、边缘计算盒子实时获取摄像头拍摄的nv12格式的视频流，通过所述目标检测模型对视频流进行目标检测，生成目标检测结果；
5、步骤s3、边缘计算盒子设定一警戒线，基于所述警戒线以及目标检测结果进行绊线入
6、步骤s4、边缘计算盒子将所述入侵报警信息加密为加密信息，将所述加密信息上传服务器；
7、步骤s5、服务器解密接收的所述加密信息得到入侵报警信息，基于所述入侵报警信息执行报警操作。
8、进一步的，所述步骤s1具体为：
9、服务器基于yolo算法创建一目标检测模型，获取大量的历史视频流，对各所述历史视频流进行目标类型、目标位置、运动方向的标注后构建数据集，基于7：2：1的比例将所述数据集划分为训练集、测试集以及验证集；
10、通过所述训练集对目标检测模型进行训练，直至满足预设的收敛条件，训练过程中不断对所述目标检测模型至少包括随机失活率、权值衰减率以及学习率的超参数进行优化；
11、通过所述测试集对训练后的目标检测模型进行测试，判断检测准确率是否大于预设的准确率阈值，若否，则扩充所述训练集继续训练；若是，则：
12、通过所述验证集对测试后的目标检测模型进行验证，判断置信度是否大于预设的置信阈值，若否，则扩充所述训练集继续训练；若是，则结束训练，将所述目标检测模型加载至边缘计算盒子。
13、进一步的，所述步骤s2具体为：
14、边缘计算盒子实时获取摄像头拍摄的nv12格式的视频流，对所述视频流进行分辨率调整、降噪、锐化的预处理后，将所述视频流实时输入目标检测模型，输出至少携带目标类型、目标位置、运动方向以及检测时间的目标检测结果。
15、进一步的，所述步骤s3具体为：
16、边缘计算盒子基于线段坐标设定一携带警戒方向的警戒线，基于所述目标检测结果携带的目标位置以及运动方向，判断所述目标位置与警戒线重叠且运动方向朝向警戒方向，则生成至少携带目标类型、入侵时间、入侵的警戒线、摄像头编号、摄像头安装位置的入侵报警信息。
17、进一步的，所述步骤s4具体为：
18、边缘计算盒子对所述入侵报警信息进行哈希计算得到哈希值，通过rsa算法创建一对公钥和私钥，通过所述私钥对入侵报警信息以及哈希值进行加密得到密文数据，通过yarrow prng算法生成一个随机数，使用sha-3算法对所述随机数进行哈希处理得到对称密钥，通过所述对称密钥以及aes算法对公钥进行加密得到加密公钥，通过ecc算法对所述密文数据、对称密钥以及加密公钥进行加密得到加密信息，将所述加密信息通过tls协议实时上传服务器；
19、所述步骤s5具体为：
20、服务器接收所述加密信息，通过ecc算法对所述加密信息进行解密得到密文数据以及加密公钥，通过所述对称密钥以及aes算法对加密公钥进行解密得到公钥，通过所述公钥对密文数据进行解密得到入侵报警信息以及哈希值，通过所述哈希值对入侵报警信息进行校验；
21、服务器实时显示所述入侵报警信息，通过rc2算法对所述入侵报警信息进行加密得到一级加密数据，随机生成一指定长度的字符串，将所述字符串加入一级加密数据的指定位置得到二级加密数据，通过3des算法对所述二级加密数据进行加密得到三级加密数据，基于预设的分割比例对所述三级加密数据进行分割并调换前后顺序得到四级加密数据，通过预设的映射规则对所述四级加密数据进行映射得到五级加密数据，通过ecdsa算法对所述五级加密数据进行加密得到六级加密数据，将所述六级加密数据通过tls协议实时推送给预先关联的管理终端，以执行报警操作，并对所述六级加密数据进行分布式备份。
22、第二方面，本专利技术提供了一种基于边缘计算的绊线入侵检测系统，包括如下模块：
23、目标检测模型创建模块，用于服务器基于yolo算法创建一目标检测模型，对所述目标检测模型进行训练后，将所述目标检测模型加载至边缘计算盒子；
24、目标检测模块，用于边缘计算盒子实时获取摄像头拍摄的nv12格式的视频流，通过所述目标检测模型对视频流进行目标检测，生成目标检测结果；
25、绊线入侵检测模块，用于边缘计算盒子设定一警戒线，基于所述警戒线以及目标检测结果进行绊线入侵检测，生成入侵报警信息；
26、入侵报警信息上传模块，用于边缘计算盒子将所述入侵报警信息加密为加密信息，将所述加密信息上传服务器；
27、入侵报警信息管理模块，用于服务器解密接收的所述加密信息得到入侵报警信息，基于所述入侵报警信息执行报警操作。
28、进一步的，所述目标检测模型创建模块具体用于：
29、服务器基于yolo算法创建一目标检测模型，获取大量的历史视频流，对各所述历史视频流进行目标类型、目标位置、运动方向的标注后构建数据集，基于7：2：1的比例将所述数据集划分为训练集、测试集以及验证集；
30、通过所述训练集对目标检测模型进行训练，直至满足预设的收敛条件，训练过程中不断对所述目标检测模型至少包括随机失活率、权值衰减率以及学习率的超参数进行优化；
31、通过所述测试集对训练后的目标检测模型进行测试，判断检测准确率是否大于预设的准确率阈值，若否，则扩充所述训练集继续训练；若是，则：
32、通过所述验证集对测试后的目标检测模型进行验证，判断置信度是否大于预设的置信阈值，若否，则扩充所述训练集继续训练；若是，则结束训练，将所述目标检测模型加载至边缘计算盒子。
33、进一步的，所述目标检测模块具体用于：
34、边缘计算盒子实时获取摄像头拍摄的本文档来自技高网...
【技术保护点】
1.一种基于边缘计算的绊线入侵检测方法，其特征在于：包括如下步骤：
2.如权利要求1所述的一种基于边缘计算的绊线入侵检测方法，其特征在于：所述步骤S1具体为：
3.如权利要求1所述的一种基于边缘计算的绊线入侵检测方法，其特征在于：所述步骤S2具体为：
4.如权利要求1所述的一种基于边缘计算的绊线入侵检测方法，其特征在于：所述步骤S3具体为：
5.如权利要求1所述的一种基于边缘计算的绊线入侵检测方法，其特征在于：所述步骤S4具体为：
6.一种基于边缘计算的绊线入侵检测系统，其特征在于：包括如下模块：
7.如权利要求6所述的一种基于边缘计算的绊线入侵检测系统，其特征在于：所述目标检测模型创建模块具体用于：
8.如权利要求6所述的一种基于边缘计算的绊线入侵检测系统，其特征在于：所述目标检测模块具体用于：
9.如权利要求6所述的一种基于边缘计算的绊线入侵检测系统，其特征在于：所述绊线入侵检测模块具体用于：
10.如权利要求6所述的一种基于边缘计算的绊线入侵检测系统，其特征在于：所述
...【技术特征摘要】
1.一种基于边缘计算的绊线入侵检测方法，其特征在于：包括如下步骤：
2.如权利要求1所述的一种基于边缘计算的绊线入侵检测方法，其特征在于：所述步骤s1具体为：
3.如权利要求1所述的一种基于边缘计算的绊线入侵检测方法，其特征在于：所述步骤s2具体为：
4.如权利要求1所述的一种基于边缘计算的绊线入侵检测方法，其特征在于：所述步骤s3具体为：
5.如权利要求1所述的一种基于边缘计算的绊线入侵检测方法，其特征在于：所述步骤s4具体为：
6.一种基于边缘...
【专利技术属性】
技术研发人员：赖茂林，袁苇，张宏辉，
申请(专利权)人：福建新大陆通信科技股份有限公司，
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。