一种主动安全家用摄像头智能实现方法与流程

本发明涉及安全家用摄像头领域，特别是一种主动型家用摄像头及其安全智能实现方法。

背景技术：

随着时代的发展，智能家居越来越多的被人们接受，摄像头作为智能家居的一个重要组成部分，也被广大用户采用安装。

目前，人口老龄化问题日趋严峻，二胎政策的开放使得儿童数目也将增长，但青壮年无力同时照顾老人孩子，因此时常出现独居老人摔倒无人发现、儿童在家玩耍受伤等新闻。虽然有部分家庭安装了家用摄像头，但传统摄像头只能提供实时视频查看等功能，用户无法时刻监控。当家中出现意外紧急情况时，往往无法及时发现，从而耽误抢救。

为达到对家庭成员的实时监护，防止意外情况发生或缩短意外发生后的抢救时间，现提出一种主动安全家用摄像头及其实现方法，对家庭实现实时主动的安全监控。

技术实现要素：

本发明目的是，在现有技术背景下，提出了一种主动安全家用摄像头，及其实现方法，实现对危险场景的自动判断和主动报警。家用摄像头智能判断安全的方法。

本发明的技术方案是：一种主动安全家用摄像头智能实现方法，包括：

e.基于如下装置：摄像头及控制单元、图像接收单元、图像处理单元、安全逻辑单元、主控单元、电机电路单元、机械单元；包含的主控单元、云台电机电路单元、机械单元分别控制视频信息的传输，摄像头云台的转动，摄像头供电；

f.摄像头控制单元控制摄取图像经图像接收单元接收图像后送入图像处理单元，图像处理单元采用深度学习算法，能够自动识别图像中各类物体及人物肢体动作；摄像头监控需要安全家庭对像；图像处理单元输出通过网络能够连接到用户手机的监控app；

g.用户设置安装配套的app，在app中设有安全逻辑单元，设置紧急联系人及危险场景等，并可以实时远程查看家庭情况；安全逻辑单元设定的危险场景的判断阈值，若符合超过阈值标准，作出危险的判断，进行报警；若不符合阈值的标准，则不作出危险的判断；

h.设置完成后，app控制主控单元和云台电机，安全逻辑单元判断图像处理单元输出视频是否满足危险场景定义，如满足则立即报警。

进一步的，步骤a中装置包含的图像接收单元用于接收摄像头采集的图像信息，并控制视频的分辨率以及帧数。

进一步的，步骤a中装置包含的图像处理单元具有降噪功能，能够对视频图像进行预处理。

进一步的，步骤a中包含的安全逻辑单元能够自动判断视频场景是否为用户设定的危险场景。

进一步的，步骤b中图像处理单元采用目标检测深度学习算法如faster-rcnn或ssd等，手工标注人、沙发等家庭物品，数据格式为pascalvoc数据集格式，数据量为10万张图片，训练出相应物体检测模型。

进一步的，步骤b中图像处理单元采用mtcnn等人脸检测算法及多层卷积神经网络算法，数据集为收集的50万+人脸数据，并标注好人脸在图片中的位置，人脸检测算法用于检测视频中人脸，多层卷积神经网络算法用于区分是否为陌生人，判断的标准为检测的人脸生成相应的人脸向量，与用户保存的人脸生成的向量进行相似度比较，相似度计算值大于0.6且最高的为对应的非陌生人，否则为陌生人。

进一步的，步骤b中图像处理单元采用深度学习算法，构建一个多层resnet结构，目的是分类，输入为检测出的人的图像，输出为图像中人对应的状态。训练的数据集为手工筛选的2万+状态图。

进一步的，步骤c中用户安装配套的app，该app通过加密能够获取对应摄像头的控制，用户可设置紧急联系人及危险场景，例如摔倒、爬窗户、烟警火警、陌生人入侵等。

进一步的，步骤c中用户安装配套的app，该app可远程查看家庭实时视频，并控制云台转动，观看不同角度的家庭情况，同时具有回放录制等功能。

进一步的，步骤d中安全逻辑单元结合步骤b中图像处理单元识别的物体位置、物体类别、人体动作等判定是否符合步骤c中设定的危险场景，若符合，则立即向步骤c中设定的紧急联系人推送报警信息。

有益效果：通过对接收摄像头采集的图像信息，并控制视频的分辨率以及帧数可以在流量和信息处理量经济的条件下实现智能监控，并且可能临界的条件下自动设置精细图像的信息处理；图像处理单元采用深度学习算法，对视频中物体进行检测，标记处物体位置以及物体类别、人体动作识别，判定是该人目前处于什么状态，对视频中检测出的人进行人脸识别，判定是否是陌生人，以及其它可能的危险预兆情况——均由安全逻辑单元能够自动判断视频场景是否为用户设定的危险场景，及时进行告警，使用户及时干预。

附图说明

图1是本发明一种主动安全家用摄像头及其实现方法流程示意图。

图2是本发明基于卷积特征的图片检索方法及系统的结构示意图。

具体实施方式

以下结合附图所示的具体实施方式对本发明进行详细描述。

图1是本发明一种主动安全家用摄像头及其实现方法具体实施方式的主动安全推送流程图。在本实施方式中，主要包括以下步骤：

步骤11：用户在app中设定危险场景及紧急联系人，控制摄像头采集的数据参数及摄像头角度。

用户在app中可以选择默认的多种危险场景，例如老人摔倒、小孩爬窗、家中失火等，若用户还需定义其他未提供的危险场景，则用户可以通过拍摄图片进行自定义危险场景，当摄像头中存在该类型场景时也可以提供主动报警功能。

用户在app中设置多个紧急联系人，以及报警方式，例如短信提醒或拨打电话等。

用户在app中可以根据自身需求远程设置摄像头分辨率以及控制摄像头拍摄方向。

步骤12：摄像头采集视频数据，并进行降噪处理，同时通过网络上传至云端。

摄像头利用图像接收单元采集视频数据，将视频数据传输给图像处理单元，图像处理单元对视频进行降噪处理，并将视频压缩处理，通过网络上传至云端保存，方便用户通过app实时查看家庭视频信息或后期进行下载回看等。

步骤13：本地或云端对视频数据进行处理，利用深度神经网络，对视频中图像采用物体检测定位出物体位置及物体类别，对视频中人进行动作识别和人脸识别。

图像处理单元中深度神经网络模块可分为本地处理版和云端处理版，其功能均为对视频中图像进行物体检测、动作识别和人脸识别。物体检测可以实现标记图像中物体的位置和物体所属类别，动作识别可以实现判别人物姿态、动作分类，人脸识别可以实现判断图像中人物是否是用户设定非陌生人。若图像处理单元中深度神经网络模块在云端，则云端通过网络将识别结果返回到摄像头。

步骤14：通过物体检测、动作识别、人脸识别等结果的综合分析，判断是否属于步骤11中定义的危险场景，若属于，则向紧急联系人推送危险警报。

安全逻辑单元对图像处理单元识别结果进行分析，根据结果推理构建场景，若推理出的场景属于定义的危险场景，则安全逻辑单元通过网络向用户设定的紧急联系人发出设定类型的危险警报。

图2是本发明一种主动安全家用摄像头及其实现方法的结构示意图。

模块21为图像接收单元，作用是利用摄像头硬件采集视频数据，能够自动对焦。

模块22为图像处理单元，作用是对接收的视频图像降噪处理，对视频图像进行物体检测、动作识别和人脸识别。

模块23为安全逻辑单元，作用是判断视频中图像场景是否为用户设定的危险场景，若属于则向用户推送警报。

模块24为主控单元，作用是数据网络传输管理，各单元模块间通信管理等。

模块25为电机电路单元和机械单元，作用是控制摄像头供电及云台旋转等。

模块26为app单元，作用是提供用户设置危险场景，远程监控，远程操作等。