(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 202210793697.7 (22)申请日 2022.07.05 (71)申请人 南京邮电大 学 地址 224000 江苏省盐城市城南 新区新都 街道智慧谷科创大厦南15层 (72)发明人 章韵　褚富强　 (74)专利代理 机构 北京冠和权律师事务所 11399 专利代理师 赵银萍 (51)Int.Cl. G06V 20/52(2022.01) G06V 40/20(2022.01) G06V 40/10(2022.01) G06V 10/62(2022.01) G06V 10/75(2022.01)G06V 10/82(2022.01) G08B 13/196(2006.01) (54)发明名称 一种基于人工智能的综合防盗管理方法及 系统 (57)摘要 本发明提供一种基于人工智能的综合防盗 管理方法及系统， 其中方法包括： 获取进入小区 的人员的第一图像； 基于第一图像和预设的人像 库， 确定可疑人员； 跟踪获取可疑人员在小区内 的第二图像； 基于第二图像和预设的神经网络模 型， 确定盗窃行为并输出报警。 本发明的基于人 工智能的综合防盗管理方法， 智能的对进入小区 人员进行可疑人员跟踪， 对人员的行为进行分 析， 进而实现智 能发现可疑人员， 将盗窃行为终 止在社区内， 切实保证小区内业主的财产安全。 权利要求书3页 说明书9页 附图1页 CN 115294515 A 2022.11.04 CN 115294515 A 1.一种基于人工智能的综合防盗管理方法， 其特 征在于， 包括： 获取进入小区的人员的第一图像； 基于所述第一图像和预设的人像库， 确定可疑人员； 跟踪获取 所述可疑人员在小区内的第二图像； 基于所述第二图像和预设的神经网络模型， 确定盗窃行为并输出报警。 2.如权利要求1所述的基于人工智能的综合防盗管理方法， 其特征在于， 所述获取进入 小区的人员的第一图像， 包括： 通过小区门口 的保安佩戴的执法仪获取进入小区的人员的所述第一图像； 和/或， 通过设置在小区出入口旁的第一图像采集设备获取进入小区的人员的所述第一图像。 3.如权利要求1所述的基于人工智能的综合防盗管理方法， 其特征在于， 所述基于所述 第一图像和预设的人像库， 确定可疑人员， 包括： 对所述第一图像进行 人体轮廓提取； 当提取的人体轮廓数量为一 时， 将所述人体轮廓对应的图像与 所述人像库中各个人像 进行匹配， 确定所述人体 轮廓对应的人员是否为所述可疑人员； 当提取的人体轮廓数量大于一 时， 确定各个人体轮廓之间的相对位置以及是否存在重 叠区域； 基于预设的第 一特征提取模板对所述相对位置和所述重叠区域进行特征提取， 获取多 个特征值； 基于所述特 征值， 构建所述人体 轮廓之间的关系描述向量； 获取预设的关系 判断库； 基于所述关系 判断库和所述关系描述向量， 确定所述人体 轮廓之间的关系； 基于所述人体 轮廓之间的关系， 将提取的人体 轮廓进行分组， 获取多个分组； 按预设的提取规则提取各个分组的任一所述人体轮廓， 将所述人体轮廓对应的图像与 所述人像库中各个人像进行匹配， 确定所述人体轮廓对应的人员是否为所述可疑人员， 当 同一分组中存在任一所述人体轮廓对应的人员不为可疑人员时， 同一分组的其他人员也不 为可疑人员； 其中， 所述人像库通过如下构建： 获取小区内各个业主的第三图像； 对所述第三图像进行 人像提取； 和/或， 获取出入小区的历史记录； 解析所述历史记录， 确定在预设的时间段内的出入小区的次数达到预设的次数阈值的 各个人员的第四图像； 对所述第四图像进行 人像提取。 4.如权利要求1所述的基于人工智能的综合防盗管理方法， 其特征在于， 所述跟踪获取 所述可疑人员在小区内的第二图像， 包括： 构建小区的监控设施的虚拟地图； 获取所述可疑人员的位置、 移动方向和移动速度；权　利　要　求　书 1/3 页 2 CN 115294515 A 2基于所述可疑人员的位置， 将所述可疑人员映射至所述虚拟地图； 基于所述移动方向、 移动速度和所述虚拟地图， 确定用于跟踪拍摄的设置在所述小区 内的第二图像采集设备以及对应的用于确定第二图像的拍摄开始时间； 通过所述第二图像采集设备获取 所述可疑人员的第二图像； 其中， 基于所述移动方向、 移动速度和所述虚拟地图， 确定用于跟踪拍摄的设置在所述 小区内的第二图像采集设备以及对应的用于确定第二图像的拍摄开始时间， 包括： 基于所述移动方向和所述虚拟地图中所述可疑人员的位置， 确定第一方向 向量； 基于所述虚拟地图中所述可疑人员的位置与各个所述第 二图像采集设备的设置位置， 确定多个第二方向 向量； 分别计算各个所述第二方向 向量与所述第一方向 向量的夹角； 提取所述夹角小于预设的阈值的所述第二方向 向量对应的所述第二图像采集设备； 确定提取的各个所述第二图像采集设备与所述可疑人员的位置之间的距离； 将距离最小的所述第二图像采集设备作为用于跟踪拍摄所述第二图像采集设备。 5.如权利要求1所述的基于人工智能的综合防盗管理方法， 其特征在于， 所述基于所述 第二图像和预设的神经网络模型， 确定盗窃行为并输出报警， 包括： 基于预设的第二特 征提取模板对所述第二图像进行 特征提取， 获取多个行为特 征值； 将多个所述行为特 征值输入所述神经网络模型中， 确定行为分析 结果； 当所述行为分析 结果为盗窃行为时输出报警。 6.一种基于人工智能的综合防盗管理系统， 其特 征在于， 包括： 第一获取模块， 用于获取进入小区的人员的第一图像； 第一确定模块， 用于基于所述第一图像和预设的人像库， 确定可疑人员； 第二获取模块， 用于跟踪获取 所述可疑人员在小区内的第二图像； 第二确定模块， 用于基于所述第二图像和预设的神经网络模型， 确定盗窃行为并输出 报警。 7.如权利要求6所述的基于人工智能的综合防盗管理系统， 其特征在于， 所述第 一获取 模块获取进入小区的人员的第一图像， 执 行如下操作： 通过小区门口 的保安佩戴的执法仪获取进入小区的人员的所述第一图像； 和/或， 通过设置在小区出入口旁的第一图像采集设备获取进入小区的人员的所述第一图像。 8.如权利要求6所述的基于人工智能的综合防盗管理系统， 其特征在于， 所述第 一确定 模块基于所述第一图像和预设的人像库， 确定可疑人员， 执 行如下操作： 对所述第一图像进行 人体轮廓提取； 当提取的人体轮廓数量为一 时， 将所述人体轮廓对应的图像与 所述人像库中各个人像 进行匹配， 确定所述人体 轮廓对应的人员是否为所述可疑人员； 当提取的人体轮廓数量大于一 时， 确定各个人体轮廓之间的相对位置以及是否存在重 叠区域； 基于预设的第 一特征提取模板对所述相对位置和所述重叠区域进行特征提取， 获取多 个特征值； 基于所述特 征值， 构建所述人体 轮廓之间的关系描述向量；权　利　要　求　书 2/3 页 3 CN 115294515 A 3