(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210689869.6 (22)申请日 2022.06.17 (71)申请人 安徽三音电子科技有限公司 地址 230000 安徽省合肥市高新区科 学大 道55号综合楼 2-389 (72)发明人 叶卫丰　程立之　 (74)专利代理 机构 合肥律众知识产权代理有限 公司 34147 专利代理师 殷娟 (51)Int.Cl. G08B 17/10(2006.01) G08B 17/12(2006.01) G08B 25/00(2006.01) H04N 7/18(2006.01) G06V 10/22(2022.01)G06V 10/26(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06N 3/04(2006.01) H04Q 9/00(2006.01) G01D 21/02(2006.01) (54)发明名称 一种智能楼宇 安防监控系统 (57)摘要 本发明涉及安防监控， 具体涉及一种智能楼 宇安防监控系统， 包括服务器、 第一分布式烟雾 检测模块、 第二分布式烟雾检测模块、 分布式人 体检测单元和烟雾分布可视化模块； 服务器通过 训练视频集采集模块采集训练视频集， 服务器通 过训练视频集处理模块对训练视频集进行图像 处理， 并利用训练图像生 成模块基于图像处理后 的训练视频集生成训练图像， 服务器通过动作识 别模型构建模块构建用于识别分布式监控模块 采集监控画面中人体动作的动作识别模型， 并利 用训练图像对动作识别模型进行模 型训练； 本发 明提供的技术方案能够有效克服现有技术所存 在的无法对楼宇内存在的安防及消防问题进行 全面有效监控的缺陷。 权利要求书2页 说明书5页 附图3页 CN 115100809 A 2022.09.23 CN 115100809 A 1.一种智能楼宇安防监控系统， 其特征在于： 包括服务器、 第一分布式烟雾检测模块、 第二分布式烟雾检测模块、 分布式人体 检测单元和烟雾分布可视化模块； 第一分布式烟雾检测模块， 分布式设置于楼宇内部， 用于检测楼道内烟雾情况， 并将检 测结果与定位信息一同发送给服 务器； 第二分布式烟雾检测模块， 分布式设置于楼宇住宅内部， 用于检测住宅内烟雾情况， 并 将检测结果与定位信息一同发送给服 务器； 服务器， 根据第一分布式烟雾检测模块、 第二分布式烟雾检测模块的检测数据分析楼 宇内部烟雾分布情况， 并驱动相应位置的分布式人体 检测单元动作； 分布式人体检测单元， 分布式设置于楼宇楼道内部， 在服务器的控制下检测是否存在 被困人员； 烟雾分布可视化模块， 对服务器分析得到的楼宇内部烟雾分布情况， 以及分布式人体 检测单元的检测结果进行 可视化显示； 所述服务器通过训练视频集采集模块采集训练视频集， 所述服务器通过训练视频集处 理模块对训练视频集进行图像处理， 并利用训练图像生成模块基于图像处理后的训练视频 集生成训练图像， 所述服务器通过动作 识别模型构建模块构建用于识别分布式监控模块采 集监控画面中人体动作的动作识别模型， 并利用训练图像对动作识别模型进行模型训练。 2.根据权利要求1所述的智能楼宇安防监控系统， 其特征在于： 所述服务器基于第 一分 布式烟雾检测模块、 第二分布式烟雾检测模块的检测结果和定位信息， 对楼宇内部各位置 处的烟雾浓度进行分析； 所述服务器对烟雾浓度 大于设定 阈值的位置进行标定， 并驱动相应位置的分布式人体 检测单元移动至标定位置 。 3.根据权利要求2所述的智能楼宇安防监控系统， 其特征在于： 所述分布式人体检测单 元包括控制器、 驱动模块、 人体 检测模块、 图像采集模块和定位模块； 驱动模块， 在控制器的控制下驱动分布式人体检测单元沿着楼宇内布设轨道移动至标 定位置； 人体检测模块， 用于检测移动物体的温度； 控制器， 根据人体检测模块的检测结果判定是否存在被困人员， 并驱动图像采集模块、 定位模块动作， 将判定结果、 采集图像、 定位信息作为检测结果 一同发送给服 务器； 图像采集模块， 在控制器的控制下采集被困人员现场图像； 定位模块， 在控制器的控制下采集被困人员定位信息 。 4.根据权利要求3所述的智能楼宇安防监控系统， 其特征在于： 所述控制器判断人体检 测模块检测的移动物体温度值在预设人体温度范围内时， 判定该位置存在被困人员， 并驱 动图像采集模块、 定位模块动作。 5.根据权利要求4所述的智能楼宇安防监控系统， 其特征在于： 所述人体检测模块包括 多普勒探头和红外测温仪， 所述多普勒探头用于检测是否存在移动物体， 所述红外测温仪 用于检测移动物体的温度值。 6.根据权利要求1所述的智能楼宇安防监控系统， 其特征在于： 所述训练视频集处理模 块对训练视频集进行图像处 理， 包括： 通过帧差法、 图像差分法对训练视频集进行图像处理， 并对处理后的帧图像进行二值权　利　要　求　书 1/2 页 2 CN 115100809 A 2化， 得到灰度图像和灰度图像中的运动目标； 结合运动目标以及帧图像的时间戳， 得到全局运动连续图像； 其中， 帧图像的时间戳与当前时间的时间差越小， 则帧图像中的动作在全局运动连续 图像中的灰度值越大； 帧图像的时间戳与当前时间的时间差越大， 则帧图像中的动作在全 局运动连续图像中的灰度值越小。 7.根据权利要求6所述的智能楼宇安防监控系统， 其特征在于： 所述训练图像生成模块 基于图像处 理后的训练视频集 生成训练图像， 包括： 利用最小外接矩形对全局运动连续图像中的各帧图像进行运动区域分割， 得到目标区 域图像； 按照各向异性缩放进行尺度变换的方式对目标区域图像中的像素进行归一化处理， 以 得到尺寸大小一 致的目标区域图像， 并将目标区域图像作为训练图像。 8.根据权利要求7所述的智能楼宇安防监控系统， 其特征在于： 所述动作识别模型构建 模块构建动作识别模型， 并利用训练图像对动作识别模型进行模型训练， 包括： 在训练图像中以等时间间隔提取帧图片， 并计算提取帧图片与相邻帧图片之间的帧 差； 分别提取帧图片、 帧差的特征， 组合并卷积后得到预设全连接层， 根据 预设全连接层构 建动作识别模型， 并利用训练图像对动作识别模型进行模型训练。 9.根据权利要求8所述的智能楼宇安防监控系统， 其特征在于： 所述分别提取帧图片、 帧差的特 征， 组合并卷积后得到预设全连接层， 包括： 利用第一残差网络、 第二残差网络分别提取帧图片、 帧差对应的帧图片特征、 帧差特 征， 对帧图片特 征、 帧差特 征进行组合并卷积后得到预设全连接层。 10.根据权利要求9所述的智能楼宇安防监控系统， 其特征在于： 所述根据预设全连接 层构建动作识别模型， 并利用训练图像对动作识别模型进行模型训练， 包括： 根据识别动作类型确定相应数量包 含训练图像的任务 集； 在预设全连接层后连接相应数量的全连接层， 每个全连接层与 各任务集对应的分类层 连接； 将任务集作为模型输入， 并配置一个混合损 失和相应数量的子损 失， 根据任务集数量 配置混合损失和各子损失对应的权 重。权　利　要　求　书 2/2 页 3 CN 115100809 A 3