(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 202210415644.1 (22)申请日 2022.04.20 (71)申请人 陕西奥创网络科技有限公司 地址 710001 陕西省西安市碑林区南 二环 东段东方家园3幢1单 元11904室 (72)发明人 江林喜　韩婷　项禹铭　 (74)专利代理 机构 西安铭泽知识产权代理事务 所(普通合伙) 61223 专利代理师 王力文 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/764(2022.01) G06K 9/62(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种用于无 人监控的系统及方法 (57)摘要 本发明提供了一种用于无人监控的系统及 方法， 属于监控技术领域。 本发明包括采集模块、 分类模块、 多个预测模块、 综合模块和比较模块。 在本发明中， 在不同时间段从多个角度采集待监 控区域的环 境图像和监控实时图像， 利用不同时 间段的多个角度环境图像分别训练多个预测模 块， 经过综合模块处理得到标准结果。 将监控实 时图像输入预测模块经过综合模块处理得到预 测结果。 对 预测结果与标准结果进行对 标判断待 监控区域是否发生异常。 本发明对 特定区域视频 训练， 适用于危险场所接触预计， 无人看守场所 保护， 特定场景预计， 人脸识别打卡， 人脸识别锁 控等多个场景， 有效的解决了当前人工识别视频 发生的准确度低等问题。 权利要求书2页 说明书4页 附图2页 CN 114708558 A 2022.07.05 CN 114708558 A 1.一种用于无 人监控的系统， 其特 征在于， 包括： 采集模块， 用于在不同时间段从多个角度采集待监控区域的环境图像和监控实时图 像； 分类模块， 与所述采集模块通信连接， 用于按照角度将采集到的环境图像和监控实时 图像划分为多组 处理图像； 多个预测模块， 分别与所述第一分类模块通信连接， 多个预测模块分别对组处理图像 中的监控实时图像进行预测判断， 得到多个首次预测结果， 多个预测模块分别对组处理图 像中的环境图像进行 预测判断， 得到多个第一标准结果； 综合模块， 与多个所述预测模块通信连接， 用于组合多个首次预测结果得到多个组合 预测结果， 用于组合多个第一标准结果得到多个最终标准结果； 比较模块， 与所述综合模块通信连接， 用于将组合预测结果与最终标准结果进行对比， 判断待监控区域是否发生异常。 2.根据权利要求1所述的用于无人监控的系统， 其特征在于， 每个所述预测模块为卷积 神经网络 。 3.根据权利要求2所述的用于无 人监控的系统， 其特 征在于， 所述卷积神经网络包括： 卷积层， 与所述分类模块 通信连接； 池化层， 与所述卷积层通信连接； 全连通层， 与所述池化层通信连接 。 4.根据权利要求1所述的用于无人监控的系统， 其特征在于， 还包括， 告警模块， 所述告 警模块包括： 语音告警模块， 与所述比较模块 通信连接； 灯光告警模块， 与所述比较模块 通信连接 。 5.一种用于无 人监控的监控方法， 其特 征在于， 包括以下步骤: 在不同时间段从多个角度采集待监控区域的环境图像和监控实时图像； 按照角度将采集到的环境图像和监控实时图像划分为多组 处理图像； 利用多组处理图像中的多个环境图像分别对多个预测模块进行训练， 得到多组第 一特 征图， 从多组第一特 征图中分别提取到多组第一标准结果； 组合每组第一标准结果得到最终标准结果； 将多组处理图像中的监控实时图像按组别输入预测模块， 得到多组第二特征图， 从多 组第一特 征图中分别提取到多个首次预测结果； 组合多个首次预测结果得到组合预测结果； 将组合预测结果与最终标准结果进行比较运算， 根据比较运算结果判断待监控区域是 否发生异常。 6.根据权利要求5所述的用于无 人监控的系统， 其特 征在于， 还 包括以下步骤： 直至当前运算得到的最终标准结果的数值趋于稳定； 否则， 利用多组处理图像中的多 个环境图像分别对多个预测模块进行训练， 得到多组第一特征图， 从多组第一特征图中分 别提取到多组第一标准结果， 组合每组第一标准结果得到最终标准结果。 7.根据权利要求6所述的用于无人监控的系统， 其特征在于， 判断最终标准结果的数值 趋于稳定的步骤 包括：权　利　要　求　书 1/2 页 2 CN 114708558 A 2根据下式计算第j次训练得到第一标准结果sj与第j‑1次训练得到的第一标准结果sj‑1 之前的差值dj， dj＝sj‑sj‑1 若第j次训练得到第一标准结果sj与第j‑1次训练得到的第一标准结果sj‑1之间的差值 小于阈值， 则判断最终标准结果的数值趋于稳定， 否则判断最终标准结果的数值不稳定； 利 用下式计算阈值； 式中， M为对多个预测模块的训练次数。 8.根据权利要求5所述的用于无人监控的系统， 其特征在于， 利用下式组合每组第 一标 准结果得到最终标准结果， 式中， x标准为最终标准结果， x1,x2，…,xN分别为多个第一标准结果， N为处理图像的组 数， a,a2,…,aN分别为每 个所述第一标准结果对应的权值。权　利　要　求　书 2/2 页 3 CN 114708558 A 3