本發(fā)明涉及校園安全管理的，尤其涉及一種基于ai智慧校園的校區(qū)監(jiān)測管理方法、系統(tǒng)、終端及介質(zhì)。

背景技術(shù)：

1、隨著現(xiàn)代教育信息化的推進，智慧校園的概念逐漸成為高校和教育機構(gòu)管理的主流趨勢。智慧校園通過整合信息技術(shù)、物聯(lián)網(wǎng)(iot)、云計算和人工智能(ai)等先進技術(shù)，實現(xiàn)了教學(xué)、管理、生活等多方面的智能化升級。在智慧校園的諸多應(yīng)用場景中，校區(qū)監(jiān)測管理扮演著至關(guān)重要的角色。傳統(tǒng)的校園監(jiān)測系統(tǒng)通常依賴于固定攝像頭和單一類型的傳感器，利用圖像和數(shù)據(jù)分析對校園進行安防監(jiān)控。然而，隨著校園活動日益多樣化和復(fù)雜化，傳統(tǒng)監(jiān)測手段在實時性、精準性和響應(yīng)效率方面顯得力不從心。例如，在高人流密集區(qū)域，現(xiàn)有的監(jiān)測系統(tǒng)常因攝像頭數(shù)量不足或視角受限而無法進行全面覆蓋；而在低人流區(qū)，過多的監(jiān)控資源投入又可能造成資源浪費。因此，如何更好地將人流密度動態(tài)變化與監(jiān)測系統(tǒng)的資源配置有效結(jié)合，成為當前智慧校園監(jiān)測管理系統(tǒng)亟待解決的問題。

2、現(xiàn)有的基于ai的校園監(jiān)測系統(tǒng)在提高安全性和智能化管理方面雖取得了一定進展，但仍然存在明顯的技術(shù)瓶頸。首先，現(xiàn)有系統(tǒng)對異常行為的識別模型多采用簡單的深度學(xué)習(xí)框架，對復(fù)雜行為的識別準確性不高，尤其在多樣化場景下誤報和漏報現(xiàn)象較為嚴重。其次，現(xiàn)有技術(shù)在特征提取層面缺乏深度優(yōu)化，未能充分利用不同特征的互補性，導(dǎo)致模型的泛化能力不足，難以適應(yīng)復(fù)雜的動態(tài)環(huán)境。

技術(shù)實現(xiàn)思路

1、為了克服上述現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供了一種基于ai智慧校園的校區(qū)監(jiān)測管理方法，包括：根據(jù)人流密度將校園區(qū)域劃分為高人流區(qū)和低人流區(qū)，根據(jù)區(qū)域類型布置攝像頭和傳感器，并設(shè)置每個攝像頭監(jiān)控范圍；對攝像頭和傳感器數(shù)據(jù)進行特征提??；將提取到的特征輸入至識別模型中，識別異常行為；根據(jù)識別結(jié)果生成相應(yīng)的應(yīng)急措施。

2、作為本發(fā)明所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法的一種優(yōu)選方案，其中：包括：通過紅外線傳感器校園內(nèi)不同區(qū)域的日常人流量數(shù)據(jù)，根據(jù)日常人流量數(shù)據(jù)，分析不同時間段的人流密度，在校園平面圖上標記出高人流區(qū)和低人流區(qū)，并為每個區(qū)域分配唯一標識符；在高人流區(qū)中安裝人流傳感器實時監(jiān)測人員流動，在低人流區(qū)門口安裝門磁傳感器或紅外傳感器來檢測門的開關(guān)狀態(tài)和入侵行為。

3、作為本發(fā)明所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法的一種優(yōu)選方案，其中：還包括對攝像頭和傳感器采集的數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)增強、數(shù)據(jù)平滑和數(shù)據(jù)同步，對經(jīng)過預(yù)處理后的攝像頭和傳感器數(shù)據(jù)進行特征提取。

4、作為本發(fā)明所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法的一種優(yōu)選方案，其中：特征提取包括：將攝像頭數(shù)據(jù)轉(zhuǎn)換為圖像矩陣，作為第一模態(tài)輸入transformer；將傳感器數(shù)據(jù)轉(zhuǎn)換為傳感器矩陣，作為第二模態(tài)輸入transformer；計算圖像矩陣和傳感器矩陣的注意力權(quán)重attention(q,k,v)；

5、

6、式中，q為圖像矩陣生成的查詢向量，k為傳感器矩陣生成的鍵向量，vs為傳感器矩陣生成的值向量，t為轉(zhuǎn)置符，dk為傳感器矩陣生成的鍵向量的維度，用于縮放點積結(jié)果；

7、對將注意力權(quán)重attention(q,k,vs)進行加權(quán)融合，輸出融合特征f：

8、f＝α·attention(q,k,vs)+β·vs

9、式中，α和β為加權(quán)參數(shù)，α+β＝1。

10、作為本發(fā)明所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法的一種優(yōu)選方案，其中：識別模型包括輸入層、特征提取層、特征融合層、預(yù)測層；特征提取層包括卷積層、dropout層和cspdarknet53網(wǎng)絡(luò)，所述卷積層尺寸大小為3*3，通道數(shù)為64；所述dropout層設(shè)置在卷積層后，dropout層的丟棄率為50％，cspdarknet53網(wǎng)絡(luò)設(shè)置在dropout層后；特征融合層包括路徑聚合網(wǎng)絡(luò)和特征金字塔網(wǎng)絡(luò)，特征金字塔網(wǎng)絡(luò)根據(jù)目標大小動態(tài)調(diào)整路徑聚合網(wǎng)絡(luò)的融合策略；預(yù)測層包括檢測頭和iou預(yù)測頭，所述檢測頭包括用于邊界框回歸和類別預(yù)測的卷積層，iou預(yù)測頭包括用于從相同的特征圖中預(yù)測每個邊界框的iou值的卷積層。

11、作為本發(fā)明所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法的一種優(yōu)選方案，其中：還包括：通過adamw優(yōu)化器對所述識別模型進行優(yōu)化訓(xùn)練，將學(xué)習(xí)率設(shè)置為0.001，當訓(xùn)練迭代次數(shù)大于500且識別模型的精度大于預(yù)設(shè)值時停止訓(xùn)練。

12、作為本發(fā)明所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法的一種優(yōu)選方案，其中：生成相應(yīng)應(yīng)急措施包括：當識別結(jié)果異常時，觸發(fā)聲光警報，并通過監(jiān)控平臺展示實時視頻，向相關(guān)人員發(fā)送緊急通知。

13、本發(fā)明還提供了一種基于ai智慧校園的校區(qū)監(jiān)測管理系統(tǒng)，用于實現(xiàn)如上述任一項所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法，所述基于ai智慧校園的校區(qū)監(jiān)測管理系統(tǒng)包括：監(jiān)控采集模塊，被配置為執(zhí)行根據(jù)人流密度將校園區(qū)域劃分為高人流區(qū)和低人流區(qū)，根據(jù)區(qū)域類型布置攝像頭和傳感器，并設(shè)置每個攝像頭監(jiān)控范圍；特征提取模塊，被配置為執(zhí)行對攝像頭和傳感器數(shù)據(jù)進行特征提?。蛔R別模塊，被配置為執(zhí)行將提取到的特征輸入至識別模型中，識別異常行為；預(yù)警模塊，被配置為執(zhí)行根據(jù)識別結(jié)果生成相應(yīng)的應(yīng)急措施。

14、本發(fā)明還提供了一種終端設(shè)備，包括：

15、一個或多個處理器；

16、存儲器，與所述處理器耦接，用于存儲一個或多個程序；

17、當所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)如上任一項所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法。

18、本發(fā)明還提供了一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行實現(xiàn)如上任一項所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法。

19、本發(fā)明的有益效果：本發(fā)明通過將校園區(qū)域劃分為高人流區(qū)和低人流區(qū)，優(yōu)化攝像頭和傳感器布置，并對采集的數(shù)據(jù)進行特征提取和行為識別，實現(xiàn)實時異常行為檢測和自動化應(yīng)急響應(yīng)，提高了校園安全管理的效率和準確性。

技術(shù)特征：

1.一種基于ai智慧校園的校區(qū)監(jiān)測管理方法，其特征在于，包括：

2.如權(quán)利要求1所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法，其特征在于，包括：

3.如權(quán)利要求2所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法，其特征在于，還包括對攝像頭和傳感器采集的數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)增強、數(shù)據(jù)平滑和數(shù)據(jù)同步，對經(jīng)過預(yù)處理后的攝像頭和傳感器數(shù)據(jù)進行特征提取。

4.如權(quán)利要求3所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法，其特征在于，特征提取包括：

5.如權(quán)利要求4所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法，其特征在于，識別模型包括輸入層、特征提取層、特征融合層、預(yù)測層；

6.如權(quán)利要求5所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法，其特征在于，還包括：

7.如權(quán)利要求6所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法，其特征在于，生成相應(yīng)應(yīng)急措施包括：

8.一種基于ai智慧校園的校區(qū)監(jiān)測管理系統(tǒng)，用于實現(xiàn)如權(quán)利要求1至7任一項所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法，所述基于ai智慧校園的校區(qū)監(jiān)測管理系統(tǒng)包括：

9.一種終端設(shè)備，其特征在于，包括：

10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行實現(xiàn)如權(quán)利要求1至7任一項所述的基于ai智慧校園的校區(qū)監(jiān)測管理方法。

技術(shù)總結(jié)
本發(fā)明公開了一種基于AI智慧校園的校區(qū)監(jiān)測管理方法、系統(tǒng)、終端及介質(zhì)，其中一種基于AI智慧校園的校區(qū)監(jiān)測管理方法包括：根據(jù)人流密度將校園區(qū)域劃分為高人流區(qū)和低人流區(qū)，根據(jù)區(qū)域類型布置攝像頭和傳感器，并設(shè)置每個攝像頭監(jiān)控范圍；對攝像頭和傳感器數(shù)據(jù)進行特征提取；將提取到的特征輸入至識別模型中，識別異常行為；根據(jù)識別結(jié)果生成相應(yīng)的應(yīng)急措施；本發(fā)明通過將校園區(qū)域劃分為高人流區(qū)和低人流區(qū)，優(yōu)化攝像頭和傳感器布置，并對采集的數(shù)據(jù)進行特征提取和行為識別，實現(xiàn)實時異常行為檢測和自動化應(yīng)急響應(yīng)，提高了校園安全管理的效率和準確性。

技術(shù)研發(fā)人員：胡俊文,黃煒燦,韋劍
受保護的技術(shù)使用者：廣東智淘信息科技股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9