一种基于深度学习的人员落水预警监测系统的制作方法

1.本发明涉及人员落水监测技术领域，具体涉及一种基于深度学习的人员落水预警监测系统。


背景技术：

2.落水事件时有发生，而人员意外落水因为没有准备，会本能产生恐慌，无法及时作出准确的应对，且身体没有预先活动，突然与较凉的水接触容易导致抽筋等状况，且落水时人身上的一些衣服、饰品或其他物件可能会吸水或影响肢体活动，这些情况容易造成人员落水后溺水。
3.而容易发生落水事故的地点一般是江、河、湖、海、水库等水边，因此需要在这些地点的水边安装监控系统，对水边区域进行实时监控，在有人员落水时进行提醒，使得落水人员能得到及时救援，而现有的一些用于监控提醒人员落水的系统功能较为单一，不方便工作人员了解确认落水情况。


技术实现要素：

4.本发明的目的是提供一种基于深度学习的人员落水预警监测系统，以解决现有技术中的上述不足之处。
5.为了实现上述目的，本发明提供如下技术方案：一种基于深度学习的人员落水预警监测系统，包括监控单元、监控分析单元、越界预警单元、落水判断单元、数据库单元、落水报警位置指示单元、人工核对单元；所述监控单元，包括多个监控摄像头，多个监控摄像头监控不同位置消除监控死角，并将实时的监控视频传递给监控分析单元；所述监控分析单元，其用于分析监控单元的监控视屏进行实时分析，与数据库单元内的数据进行对比分析识别出人员，并对人员进行跟踪，对人员的位置进行判断；所述越界预警单元，其用于在监控中设置预警区域，并结合监控分析单元对人员的位置判断，判断人员进入预警区域后，发出预警；所述落水判断单元，其用于与数据库单元内的数据进行对比分析识别人员动作状态，判断人员处于落水或挣扎状态时发送指令给落水报警位置指示单元；所述落水报警位置指示单元，其用于在接收到落水判断单元发送的指令时，发出报警通知工作人员，并引起周围人员注意，同时指示出落水者位置；所述人工核对单元，其用于在落水判断单元检测到数据库单元储存的数据以外的内容时，发出报警提醒工作人员进行人工判断，并将检测内容和判断结果输入数据库单元。
6.进一步的，所述监控分析单元包括人员识别模块，其用于分析监控单元的监控视屏与数据库单元内的数据进行对比，识别出进入监控单元监控范围的人员；人员跟踪模块，其用于标记并跟踪监控范围内人员；监控储存模块，其用于储存监控视屏。
7.进一步的，所述越界预警单元包括预警位置设置模块、预警模块，预警位置设置模块用于在监控范围内设定、修改监控警戒区域范围，并与监控分析单元配合在人员进入监控警戒区域时，通过预警模块发出预警提醒，所述预警提醒包括声音提醒；监控放大模块，
其用于在预警位置设置模块判断有人员进入监控警戒区域时，将含有进入监控警戒区域人员的监控视频居中放大。
8.进一步的，所述落水判断单元包括落水位置设置模块、动作监控模块、视屏截取模块、关键帧预览模块；所述落水位置设置模块，其用于在监控范围内设定、修改落水区域范围；所述动作监控模块，其用于在人员进入落水区域后识别人员动作，并将人员动作与数据库模块内的数据进行对比，判断人员处于落水挣扎状态时向落水报警位置指示单元发送指令；所述视屏截取模块，其用于将人员落水挣扎的视屏单独截取出来，所述关键帧预览模块与数据库单元对比提取视屏中的关键帧，作为截取的视屏的预览封面，并将关键帧补充到数据库单元中。
9.进一步的，所述视屏截取模块，其还可用于将动作监控模块无法识别判断的视屏提取出来，发送给人工核对单元。
10.进一步的，所述落水报警位置指示单元包括后台报警模块、现场报警模块、追踪指示模块；所述后台报警模块和现场报警模块用于接受指令，并在接收到指令后分别在后台和现场发出报警提醒，所述报警提醒包括声音提醒，提醒工作人员和现场人员进行救助；所述追踪指示模块，其用于配合人员跟踪模块指示出落水人员位置。
11.进一步的，所述人工核对单元包括暂存模块、输入模块、编辑模块；所述暂存模块，其用于接收暂存视屏截取模块截取的动作监控模块无法识别判断的视屏，并发送指令给后台报警模块，提醒工作人员及时判断；所述输入模块，工作人员可通过所述输入模块输入指令开启现场报警模块和追踪指示模块，或输入指令关闭后台报警模块报警；所述编辑模块，工作人员可通过编辑模块编辑暂存模块内的视屏，并可提取视频中的关键帧，输入到数据库单元。
12.1、与现有技术相比，本发明提供的一种基于深度学习的人员落水预警监测系统，通过监控分析单元与越界预警单元配合，可对进入监控范围内的人员进行识别、追踪，并在人员靠近水边进入预警区域，通过发声进行预警提醒。
13.2、与现有技术相比，本发明提供的一种基于深度学习的人员落水预警监测系统，通过监控分析单元、落水判断单元、数据库单元配合，使得可通过对水面人员的动作检测，并与数据库单元内的数据对比分析，判断水面人员是戏水、游泳，还是意外落水需要救援。
14.3、与现有技术相比，本发明提供的一种基于深度学习的人员落水预警监测系统，通过关键帧预览模块，提取落水针扎、溺水视屏中的关键帧补充到数据库单元中，和通过编辑模块编辑、提取无法识别的视屏中的，关于人员落水针扎、溺水的关键帧补充到数据库单元中，从而扩充了数据库单元，实现深度学习，提高了对人员落水判断的准确性。
附图说明
15.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
16.图1为本发明实施例提供的系统结构框图。
17.附图标记说明：
18.1、监控单元；
19.2、监控分析单元；21、人员识别模块；22、人员跟踪模块；23、监控储存模块；
20.3、越界预警单元；31、预警位置设置模块；32、预警模块；33、监控放大模块；
21.4、落水判断单元；41、落水位置设置模块；42、动作监控模块；43、视屏截取模块；44、关键帧预览模块；
22.5、数据库单元；
23.6、落水报警位置指示单元；61、后台报警模块；62、现场报警模块；63、追踪指示模块；
24.7、人工核对单元；71、暂存模块；72、输入模块；73、编辑模块。
具体实施方式
25.为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图对本发明作进一步的详细介绍。
26.请参阅图1，一种基于深度学习的人员落水预警监测系统，包括监控单元1、监控分析单元2、越界预警单元3、落水判断单元4、数据库单元5、落水报警位置指示单元6、人工核对单元7；所述监控单元1，包括多个监控摄像头，每个摄像头在监视器中单独显示，多个监控摄像头监控不同位置消除监控死角，并将实时的监控视频传递给监控分析单元2；所述监控分析单元2，其用于分析监控单元1的监控视屏进行实时分析，与数据库单元5内的数据进行对比分析识别出人员，并对人员进行跟踪，对人员的位置进行判断；所述越界预警单元3，其用于在监控中设置预警区域，并结合监控分析单元2对人员的位置判断，判断人员进入预警区域后，发出预警；所述落水判断单元4，其用于与数据库单元5内的数据进行对比分析识别人员动作状态，判断人员处于落水或挣扎状态时发送指令给落水报警位置指示单元6；所述落水报警位置指示单元6，其用于在接收到落水判断单元4发送的指令时，发出报警通知工作人员，并引起周围人员注意，同时指示出落水者位置；所述人工核对单元7，其用于在落水判断单元4检测到数据库单元5储存的数据以外的内容时，发出报警提醒工作人员进行人工判断，并将检测内容和判断结果输入数据库单元5。
27.所述监控分析单元2包括人员识别模块21，其用于分析监控单元1的监控视屏与数据库单元5内的数据进行对比，此处对比的数据库单元5的数据为人体特征数据，识别出进入监控单元1监控范围的人员；人员跟踪模块22，其用于标记并跟踪监控范围内人员，使用方框框柱人员进行标记，方框跟随人员移动实现跟踪；监控储存模块23，其用于储存监控视屏，监控视频定期删除，防止监控储存模块23存满。
28.所述越界预警单元3包括预警位置设置模块31、预警模块32，预警位置设置模块31用于在监控范围内设定、修改监控警戒区域范围，并与监控分析单元2配合在人员进入监控警戒区域时，优选的，监控警戒区域为水边一米的范围，通过预警模块32发出预警提醒，所述预警提醒包括声音提醒，预警提醒与报警提醒的声音区别设置，且预警模块32在后台和现场均有设置，后台为值班室等有工作人员的位置；监控放大模块33，其用于在预警位置设置模块31判断有人员进入监控警戒区域时，将含有进入监控警戒区域人员的监控视频居中放大，有多个需要居中放大的视屏时，其中一个视屏居中放大，其与视屏相对居中视屏缩小，显示在居中视屏的四周，可通过点击视屏使得视屏居中放大。
29.所述落水判断单元4包括落水位置设置模块41、动作监控模块42、视屏截取模块
43、关键帧预览模块44；所述落水位置设置模块41，其用于在监控范围内设定、修改落水区域范围，优选的，落水区域为水面范围；所述动作监控模块42，其用于在人员进入落水区域后识别人员动作，并将人员动作与数据库模块内的数据进行对比，判断人员处于落水挣扎状态时向落水报警位置指示单元6发送指令，此处对比的数据库模块的数据为，人落水挣扎、溺水等动作数据和人游泳、戏水等动作数据；所述视屏截取模块43，其用于将人员落水挣扎的视屏单独截取出来，所述关键帧预览模块44与数据库单元5对比提取视屏中的关键帧，作为截取的视屏的预览封面，并将关键帧补充到数据库单元5中，从而实现深度自动学习，提高检测准确性。
30.所述视屏截取模块43，其还可用于将动作监控模块42无法识别判断的视屏提取出来，发送给人工核对单元7，动作监控模块42检测到人员动作与数据库单元5内的人落水挣扎、溺水等动作数据和人游泳、戏水等动作数据均不符时，判断为无法识别判断。
31.所述落水报警位置指示单元6包括后台报警模块61、现场报警模块62、追踪指示模块63；所述后台报警模块61和现场报警模块62用于接受指令，并在接收到指令后分别在后台和现场发出报警提醒，所述报警提醒包括声音提醒，提醒工作人员和现场人员进行救助；所述追踪指示模块63，其用于配合人员跟踪模块22指示出落水人员位置，优选的，可通过探照灯的灯光指引落水人员位置。
32.所述人工核对单元7包括暂存模块71、输入模块72、编辑模块73；所述暂存模块71，其用于接收暂存视屏截取模块43截取的动作监控模块42无法识别判断的视屏，并发送指令给后台报警模块61，提醒工作人员及时判断；所述输入模块72，工作人员可通过所述输入模块72输入指令开启现场报警模块62和追踪指示模块63，以便在现场的人员可及时得知进行救援，或输入指令关闭后台报警模块61报警，即视屏中显示无落水情况发生无需救援；所述编辑模块73，工作人员可通过编辑模块73编辑暂存模块71内的视屏，并可提取视频中的关键帧，输入到数据库单元5，提高系统学习能力，进行深度学习，进一步提高判断的准确性。
33.以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。

技术特征：
1.一种基于深度学习的人员落水预警监测系统，其特征在于：包括监控单元、监控分析单元、越界预警单元、落水判断单元、数据库单元、落水报警位置指示单元、人工核对单元；所述监控单元，包括多个监控摄像头，多个监控摄像头监控不同位置消除监控死角，并将实时的监控视频传递给监控分析单元；所述监控分析单元，其用于分析监控单元的监控视屏进行实时分析，与数据库单元内的数据进行对比分析识别出人员，并对人员进行跟踪，对人员的位置进行判断；所述越界预警单元，其用于在监控中设置预警区域，并结合监控分析单元对人员的位置判断，判断人员进入预警区域后，发出预警；所述落水判断单元，其用于与数据库单元内的数据进行对比分析识别人员动作状态，判断人员处于落水或挣扎状态时发送指令给落水报警位置指示单元；所述落水报警位置指示单元，其用于在接收到落水判断单元发送的指令时，发出报警通知工作人员，并引起周围人员注意，同时指示出落水者位置；所述人工核对单元，其用于在落水判断单元检测到数据库单元储存的数据以外的内容时，发出报警提醒工作人员进行人工判断，并将检测内容和判断结果输入数据库单元。2.根据权利要求1所述的一种基于深度学习的人员落水预警监测系统，其特征在于：所述监控分析单元包括人员识别模块，其用于分析监控单元的监控视屏与数据库单元内的数据进行对比，识别出进入监控单元监控范围的人员；人员跟踪模块，其用于标记并跟踪监控范围内人员；监控储存模块，其用于储存监控视屏。3.根据权利要求1所述的一种基于深度学习的人员落水预警监测系统，其特征在于：所述越界预警单元包括预警位置设置模块、预警模块，预警位置设置模块用于在监控范围内设定、修改监控警戒区域范围，并与监控分析单元配合在人员进入监控警戒区域时，通过预警模块发出预警提醒，所述预警提醒包括声音提醒；监控放大模块，其用于在预警位置设置模块判断有人员进入监控警戒区域时，将含有进入监控警戒区域人员的监控视频居中放大。4.根据权利要求2所述的一种基于深度学习的人员落水预警监测系统，其特征在于：所述落水判断单元包括落水位置设置模块、动作监控模块、视屏截取模块、关键帧预览模块；所述落水位置设置模块，其用于在监控范围内设定、修改落水区域范围；所述动作监控模块，其用于在人员进入落水区域后识别人员动作，并将人员动作与数据库模块内的数据进行对比，判断人员处于落水挣扎状态时向落水报警位置指示单元发送指令；所述视屏截取模块，其用于将人员落水挣扎的视屏单独截取出来，所述关键帧预览模块与数据库单元对比提取视屏中的关键帧，作为截取的视屏的预览封面，并将关键帧补充到数据库单元中。5.根据权利要求4所述的一种基于深度学习的人员落水预警监测系统，其特征在于：所述视屏截取模块，其还可用于将动作监控模块无法识别判断的视屏提取出来，发送给人工核对单元。6.根据权利要求5所述的一种基于深度学习的人员落水预警监测系统，其特征在于：所述落水报警位置指示单元包括后台报警模块、现场报警模块、追踪指示模块；所述后台报警
模块和现场报警模块用于接受指令，并在接收到指令后分别在后台和现场发出报警提醒，所述报警提醒包括声音提醒，提醒工作人员和现场人员进行救助；所述追踪指示模块，其用于配合人员跟踪模块指示出落水人员位置。7.根据权利要求6所述的一种基于深度学习的人员落水预警监测系统，其特征在于：所述人工核对单元包括暂存模块、输入模块、编辑模块；所述暂存模块，其用于接收暂存视屏截取模块截取的动作监控模块无法识别判断的视屏，并发送指令给后台报警模块，提醒工作人员及时判断；所述输入模块，工作人员可通过所述输入模块输入指令开启现场报警模块和追踪指示模块，或输入指令关闭后台报警模块报警；所述编辑模块，工作人员可通过编辑模块编辑暂存模块内的视屏，并可提取视频中的关键帧，输入到数据库单元。

技术总结
本发明公开了一种基于深度学习的人员落水预警监测系统，涉及人员落水监测技术领域，包括监控单元、监控分析单元、越界预警单元、落水判断单元、数据库单元、落水报警位置指示单元、人工核对单元；所述监控单元，包括多个监控摄像头，多个监控摄像头监控不同位置消除监控死角，并将实时的监控视频传递给监控分析单元；该基于深度学习的人员落水预警监测系统，通过通过监控分析单元与越界预警单元配合，可对进入监控范围内的人员进行识别、追踪，并在人员靠近水边进入预警区域，通过发声进行预警提醒，通过监控分析单元、落水判断单元、数据库单元配合，使得可通过对水面人员的动作检测，判断水面人员是戏水、游泳，还是意外落水需要救援。救援。


技术研发人员：王东升 赖纪云 郑曙辉
受保护的技术使用者：广东北控数字信息有限公司
技术研发日：2022.12.12
技术公布日：2023/7/12