(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 202210832159.4 (22)申请日 2022.07.14 (71)申请人 江苏经贸职业 技术学院 地址 211168 江苏省南京市江宁区龙眠大 道180号 (72)发明人 张晓华　 (74)专利代理 机构 南京灿烂知识产权代理有限 公司 323 56 专利代理师 朱妃 (51)Int.Cl. G06V 20/40(2022.01) G06V 20/52(2022.01) G06V 10/20(2022.01) (54)发明名称 一种校园异常行为的分析系统及方法 (57)摘要 本发明公开了一种校园异常行为的分析系 统及方法， 属于计算机视觉技术领域， 包括监控 采集设备、 边缘计算设备、 中心存储系统和中心 服务器， 中心服务器运行异常检测智 能算法， 利 用异常检测智能算法对校园异常行为数据进行 分析， 得到具体的异常类型， 将异常行为预警上 报。 为了解决全 数据检测所带来的巨大成本开销 及计算代 价， 缺乏定制化的策略配置以适应各种 复杂情况的技术问题， 本发明的校园异常行为的 分析系统及方法， 通过边缘计算设备预处理， 过 滤掉绝大部分无效数据， 减少带宽占用及中心服 务器计算开销， 降低部署和运维成本， 智能策略 的配置生 成， 使得中心服务器可针对 各种场景制 定灵活且有针对性的策略， 提升异常分析的泛化 性和准确性。 权利要求书2页 说明书6页 附图5页 CN 115100572 A 2022.09.23 CN 115100572 A 1.一种校园异常行为的分析系统， 其特征在于， 包括监控采集设备、 边缘计算设备、 中 心存储系统和中心服 务器， 其中 监控采集设备用于实时采集校园中的音视频数据， 监控采集设备为多个， 多个监控采 集设备分布在与监控采集设备对应的校园中的各个区域内， 通过分布在校园中的各个监控 采集设备采集校园中各自区域的音视频数据， 且将实时采集的音视频数据传输给边缘计算 设备进行 预处理； 边缘计算设备用于对采集的音视频数据进行预处理， 边缘计算设备运行异常预检测算 法， 利用异常预检测算法对采集的音视频数据进 行预筛选， 过滤掉绝大部 分的无效数据， 保 留下来校园异常行为的有效数据， 且将校园异常行为的有效数据传输给中心存 储系统； 中心存储系统用于对接收的校园异常行为的有 效数据进行压缩整合存储， 且将存储的 校园异常行为的有效数据传输给中心服 务器进行详细分析； 中心服务器用于对预检测筛选后的校园异常行为的有 效数据进行详细地分析， 中心服 务器运行异常检测智能算法， 利用异常检测智能算法对校园异常行为的有效数据进行详细 地分析， 得到具体的异常类型， 且将异常行为预警上报。 2.如权利要求1所述的一种校园异常行为的分析系统， 其特征在于， 所述边缘计算设备 为监控采集设备本身或为部署连接在监控 采集设备内的微型嵌入式计算芯片。 3.如权利要求1所述的一种校园异常行为的分析系统， 其特征在于， 所述边缘计算设备 运行异常预检测算法， 执 行以下操作： 结合校园场景、 时间、 地点及目的信 息， 使用视频帧数据差异性计算方法得出异常分布 行为； 异常帧分析需基于一段连续视频帧进行， 连续视频帧的长度使用滑动窗口S进行表示， 根据一段连续视频帧进行视频差异性计算， 计算出一段连续视频中存在的异常帧， 其中视 频帧差异性计算方法包括但不限于 差分、 感知哈希、 特 征点、 encoder ‑decoder； 对异常帧进行视频差异性分析， 根据各滑动 窗口中的视频差异度， 确定出异常行为走 势图， 根据异常行为走势图进行分析， 基于阈值或梯度的数学特征， 发现异常走势， 基于异 常走势进行 预警。 4.如权利要求1所述的一种校园异常行为的分析系统， 其特征在于， 所述中心服务器运 行异常检测智能算法， 执 行以下操作： 中心服务器接收到各个监控采集设备发送的音视频数据， 这些音视频数据已经经过边 缘计算设备 预筛选， 其存在为异常事 件的可能性； 中心服务器根据音视频数据的来源地点、 事件、 设备ID信息， 利用智能策略生成器智能 生成分析 策略； 根据生成的分析 策略， 调用具体的智能分析 方法， 判断是否存在异常； 根据生成的异常 分析结果上报预警。 5.一种如权利要求1 ‑4任一项所述的校园异常行为的分析系统的分析方法， 其特征在 于， 包括如下步骤： S10： 通过分布在校园中的各个监控采集设备采集校园中各自区域的音视频数据， 且将 实时采集的音视频 数据传输给边 缘计算设备进行 预处理； S20： 边缘计算设备运行异常预检测算法， 利用异常预检测算法对采集的音视频数据进权　利　要　求　书 1/2 页 2 CN 115100572 A 2行预筛选， 过滤掉绝大部 分的无效数据， 保留下来校园异常行为的有效数据， 且将校园异常 行为的有效数据传输给中心存 储系统； S30： 中心存储系统对接收的校园异常行为的有效数据进行压缩整合， 将压缩整合后的 校园异常行为的有效数据进行分类存储， 其按照校园场景、 时间、 地点及目的进行存放， 且 将存储的校园异常行为的有效数据传输给中心服 务器进行详细分析； S40： 中心服务器运行异常检测智能算法， 利用异常检测智能算法对校园异常行为的有 效数据进行详细地分析， 得到具体的异常类型， 且将异常行为预警上报。 6.如权利要求5所述的一种校园异常行为的分析系统 的分析方法， 其特征在于， 对异常 帧进行视频差异性分析时， 执 行以下操作： 获取一段连续视频内的各个视频帧， 利用视频对比单元对前后两个视频帧进行反复比 对， 其中比对内容 为对前后两个视频帧进行音频和图像之间的关联对比； 针对前后两个视频帧比对一致的情形， 则表明各滑动 窗口中的视频无差异， 获取的连 续视频中不存在校园异常行为； 针对前后两个视频帧比对不一致的情形， 则表明各滑动 窗口中的视频有差异， 获取的 连续视频中存在校园异常行为。 7.如权利要求6所述的一种校园异常行为的分析系统 的分析方法， 其特征在于， 根据生 成的分析 策略调用智能分析 方法时， 执 行以下操作： 中心服务器根据音视频数据的来源地点、 事件、 设备ID信息， 利用智能策略生成器智能 生成分析策略， 根据生成的分析策略， 调用具体的智能分析算法， 其中智能策略生成器依据 目标检测、 语义分析和时间判断的生成方式智能生成分析策略， 针对不同的可能存在的校 园异常行为采用不同的生成方式智能生成分析策略， 根据智能生成的分析策略调用出与分 析策略对应地具体的智能分析算法， 利用智能分析算法判断校园异常行为是否存在。 8.如权利要求7所述的一种校园异常行为的分析系统 的分析方法， 其特征在于， 依据目 标检测、 语义分析和时间判断的生成方式分析判断校园异常行为， 综合多角度分析， 确定出 异常分析结果， 针对存在校园异常行为的异常分析结果， 则中心服务器通过无线网络 向声 光报警器传输报警信息， 进 行校园内声光报警， 且远程传输信息给校园管理人员， 告知校园 管理人员存在校园异常行为。权　利　要　求　书 2/2 页 3 CN 115100572 A 3