本发明涉及安防监控，具体为一种基于人工智能的安防监控管理系统。
背景技术：
1、智慧社区是指充分利用物联网、云计算、移动互联网等新一代信息技术的集成应用，为社区居民提供一个安全、舒适、便利的现代化、智慧化生活环境，从而形成基于信息化、智能化社会管理与服务的一种新的社区管理形态。其中安防监控系统能够实现24小时全方位监控，具备人工智能分析功能，如异常行为检测、人员聚集预警等，有效提升社区的安全防范水平，是智慧社区的重要的组成部分。
2、现有的智慧社区安防监控系统只具备图像采集和储存的功能，并不能基于人工智能进行实时图像分析，当社区内部安防监控数量过多时，一方面会产生较大的数据传输压力，另一方面并不能对每个进出社区的人员进行关联性分析，无法做到提前预警，因此基于人工智能优化安防监控数据传输并且分析监控构建关联性网络是本领域技术人员需要解决的技术问题。
技术实现思路
1、针对现有技术的不足，本发明提供了一种基于人工智能的安防监控管理系统，解决了上述背景技术中提出的问题。
2、为实现以上目的，本发明通过以下技术方案予以实现：一种基于人工智能的安防监控管理系统，包括安全模块、人员终端、监控端摄像、主控模块、n个安防端摄像、流量控制器、监控屏和录像机，所述安全模块、监控端摄像的输出端与主控模块的输入端连接，所述主控终端的输出端与人员终端的输入端连接，所述主控模块的端口与流量控制器的端口建立通信，所述安全端摄像的输出端与流量控制器的输入端连接，所述流量控制器的输出端分别与监控屏和录像机的输入端连接，所述安防端摄像的输出端与安全模块的输入端连接；
3、所述安防端摄像分为门锁识别监控单元和道路监控单元，所述道路监控单元安装于社区内道路侧边，道路监控单元用于获取所在区域内的第一图像信息并传输至流量控制器，所述流量控制器将第一图像信息转发至监控屏，所述录像机用于储存第一图像信息，所述监控屏供保安查看第一图像信息；
4、所述监控端摄像获取监控室内的第二图像信息并传输至主控模块，所述主控模块对监控屏上的显示画面进行编号，每个编号的显示画面与安防端摄像一一对应，当保安的头部朝向监控屏中的一个显示画面时，所述主控模块执行头部姿态分析程序获得保安的头部姿态，所述主控模块根据保安的头部姿态找到对应的显示画面的编号传输至流量控制器中，所述流量控制器根据显示画面的编号将显示画面的传输码率设置为优质，流量控制器将其余显示画面的传输码率设置为一般，主控模块执行头部姿态分析程序未识别出人脸，主控模块将未识别出人脸的结果输出至流量控制器，流量控制器将所有显示画面的传输码率设置为均衡，主控模块根据保安的头部姿态判断保安观看的显示画面，再将被保安观看的显示画面对应的编号传输至流量控制器，流量控制器提高编号对应的显示画面传输码率，提高图像画面的清晰度，同时流量控制器降低未被观看的显示画面传输码率，监控屏无人观看时，流量控制器降低整体显示画面的传输码率；
5、所述流量控制器执行画面分析程序对第一图像信息进行过滤得到第三图像信息，流量控制器将第三图像信息保存至录像机；
6、所述门锁识别监控单元安装于社区各个出入口，门锁识别监控单元用于获取进出社区人员的人脸图像并传输至安全模块，所述安全模块执行人脸分析程序对每人员赋予身份号，安全模块将身份号传输至主控模块，所述主控模块基于人工智能执行关联分析程序获得关联指数ptl，根据关联指数ptl构建关联性网络，主控模块计算每个进出社区人员的风险指数pfx，主控模块预设安全阈值，当风险指数超过安全阈值时，主控模块推送警戒消息至人员终端，人员终端由保安随身装备。
7、进一步地，头部姿态分析程序执行时，监控端摄像位置到保安的座位距离为固定数值保持不变，因此保安的头部区域在第二图像信息中像素占比同样是固定数值，所述主控模块预设滑动窗口，滑动窗口大小与保安的头部在第二图像信息中的大小一致，主控模块设置立体人脸模型，主控模块以立体人脸模型的正前方视角作为参照图，参照图大小与滑动窗口大小一致，滑动窗口从第二图像信息的左上角开始依次逐像素滑动直至第二图像信息的右下角，滑动窗口每次滑动均与参照图进行相似度fm的计算；
8、主控模块预设判断阈值，主控模块根据公式计算滑动窗口与参照图的相似度fm，其中a为滑动窗口和参照图的长度，b为滑动窗口和参照图的宽度，i为参照图中提取的像素，k为滑动窗口中提取的像素，i为参照图和滑动窗口中像素的横坐标，j为参照图和滑动窗口中像素的纵坐标，若相似度fm小于等于判断阈值，滑动窗口继续滑动并再次计算相似度fm直至相似度fm大于判断阈值停止相似度fm的计算，主控模块将相似度fm大于判断阈值的滑动窗口内的像素标记为平面人脸；
9、若滑动窗口滑动直至第二图像信息的右下角时相似度fm从未大于判断阈值，主控模块停止执行头部姿态分析程序并输出未识别出人脸的结果；
10、主控模块在平面人脸中设置五个第一节点，第一节点分别位于平面人脸的两只眼睛、平面人脸的两个嘴角和平面人脸的鼻尖，主控模块将第一节点的两只眼睛之间的距离标记为d1，主控模块将第一节点的左眼睛和鼻尖之间的距离标记为d2，主控模块将第一节点的右眼睛和鼻尖之间的距离标记为d3，主控模块将第一节点的左嘴角和鼻尖之间的距离标记为d4，主控模块将第一节点的右嘴角和鼻尖之间的距离标记为d5，主控模块将第一节点的两个嘴角之间的距离标记为d6；
11、主控模块在立体人脸模型中设置五个第二节点，第二节点分别位于立体人脸模型的两只眼睛、立体人脸模型的两个嘴角和立体人脸模型的鼻尖，主控模块将第二节点的眼睛之间的距离标记为d1，主控模块将第二节点的左眼睛和鼻尖之间的距离标记为d2，主控模块将第二节点的右眼睛和鼻尖之间的距离标记为d3，主控模块将第二节点的左嘴角和鼻尖之间的距离标记为d4，主控模块将第二节点的右嘴角和鼻尖之间的距离标记为d5，主控模块将第二节点的两个嘴角之间的距离标记为d6；
12、主控模块定义立体人脸模型的竖直俯仰角度为pitch，pitch≤±30°，保安的头部按照左右俯仰±30°转动可以完全覆盖监控屏的显示范围，主控模块定义立体人脸模型的水平左右角度为yaw，yaw≤±30°，主控模块建立角度映射合集，主控模块按照先pitch后yaw的顺序转动立体人脸模型，立体人脸模型从-30°逐步转动至30°，立体人脸模型每转动1°，主控模块分别计算d1、d2、d3、d4、d5和d6，主控模块将d1、d2、d3、d4、d5、d6、对应的pitch和对应的yaw统一保存至角度映射合集；
13、主控模块将d1、d2、d3、d4、d5和d6的长度重复与角度映射合集中的每个d1、d2、d3、d4、d5和d6匹配，匹配精度范围为≤±0.3°，匹配精度设置范围是为了提高匹配成功的概率，减少计算误差带来的影响，匹配成功后主控模块将匹配成功对应的竖直俯仰角度pitch标记为头部俯仰角度；
14、主控模块将匹配成功的d1、d2、d3、d4、d5和d6的中点标记为第三节点，主控模块统计平面人脸的竖直中心线左右两侧的第三节点数量，当左侧第三节点的数量大于右侧第三节点的数量，主控模块将匹配成功对应的水平左右角度yaw输出负值并标记为头部水平角度，当左侧第三节点的数量小于右侧第三节点的数量，主控模块将匹配成功对应的水平左右角度yaw输出正值并标记为头部水平角度，当左侧第三节点的数量等于右侧第三节点的数量，主控模块将匹配成功对应的水平左右角度yaw标记为头部水平角度；
15、主控模块将头部水平角度和头部俯仰角度组合得到保安的头部姿态。
16、进一步地，画面分析程序执行时，所述流量控制器将第一图像信息进行前后帧像素相减，若相减结果为零，代表前后帧像素未发生变化，流量控制器统计相减结果为零的次数g，流量控制器将统计次数g最高的帧标记为第一图层，若第一图像信息前后帧像素相减结果不为零，代表前后帧像素发生变化，流量控制器提取相减结果不为零的像素标记为第二图层，所述流量控制器以第一图层为背景，将第二图层覆盖在第一图层上组成第三图像信息，流量控制器将第三图像信息转发至录像机中保存；
17、当道路监控单元断电时，流量控制器将道路监控单元对应的统计次数g清空，重新执行画面分析程序，道路监控单元需要移动角度或者位置时，为了安全起见会对道路监控单元断电再进行操作，而统计次数g会影响后续角度和位置变动时第一图层的标记权重，因此统计次数g断电后清空。
18、进一步地，人脸分析程序执行时，所述安全模块将人脸图像拆分成眼睛图块、鼻子图块和嘴巴图块，安全模块从眼睛图块中提取直方图特征h1和颜色特征h2，安全模块从鼻子图块中提取直方图特征h3和颜色特征h4，安全模块从嘴巴图块中提取直方图特征h5和颜色特征h6，直方图特征为灰度特征，直方图纵轴为灰度级，直方图横轴为灰度出现频率，颜色特征为色相均值、饱和度均值和明度均值相加得到；
19、安全模块将直方图特征h1、h3和h5进行拼合组成混合直方图hx，安全模块基于哈希算法将混合直方图hx转化成md5数列，安全模块将颜色特征h2、h4和h6相加得到颜色特征hy，安全模块将md5数列与颜色特征hy组合得到人脸图像对应的身份号。
20、进一步地，关联性分析程序执行时，所述主控模块将门锁识别监控单元识别进出社区人员的时间概率标记为时间因素ti，主控模块将道路监控单元识别进出社区人员的位置概率标记为空间因素lo；
21、所述主控模块根据公式
22、
23、计算每个进出社区人员与每个安防端摄像的关联指数ptl，其中为空间因素lo的平均值，为时间因素ti的平均值，q为进出社区人员的样本数量，s为关联系数，w1、w2、w3和w4为权重系数，权重系数w1、w2、w3、w4和关联系数s根据安防端摄像的具体数量和安装密集程度确定数值；
24、主控模块将所有进出社区人员与安防端摄像之间点对点的关联指数ptl汇总组成关联性网络。
25、进一步地，风险指数通过执行以下程序计算获得：
26、所述主控模块统计每个进出社区人员的出现的次数cr，设置出现次数的权重w5，主控模块根据公式计算所有关联指数ptl的平均值pta，其中i为安防端摄像数量1到n个中的随机取值，设置平均值pta的权重为w6，主控模块统计每个进出社区人员的关联指数ptl大于平均值pta的数量px，设置平均值px的权重为w7，w5、w6和w7根据安防端摄像的数量和安装密集程度确定具体数值，w5、w6和w7同时满足w5+w6+w7＝1，主控模块根据公式
27、
28、计算风险指数pfx。
29、本发明具有以下有益效果：
30、1、通过分析保安的观察方向动态调整每个画面的传输码率，可以降低第一图像信息的传输压力，节省传输带宽资源。
31、2、通过分析出每个进出社区人员与安防端摄像的关联指数，汇总关联指数构建关联性网络，可以分析出每个人员的风险指数，将风险指数过高的人员推送给人员终端，从而做到提前预警。
32、当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
1.一种基于人工智能的安防监控管理系统，包括安全模块、人员终端、监控端摄像、主控模块、n个安防端摄像、流量控制器、监控屏和录像机，其特征在于：所述安全模块、监控端摄像的输出端与主控模块的输入端连接，所述主控终端的输出端与人员终端的输入端连接，所述主控模块的端口与流量控制器的端口建立通信，所述安全端摄像的输出端与流量控制器的输入端连接，所述流量控制器的输出端分别与监控屏和录像机的输入端连接，所述安防端摄像的输出端与安全模块的输入端连接；
2.根据权利要求1所述的一种基于人工智能的安防监控管理系统，其特征在于，头部姿态分析程序执行时，所述主控模块预设滑动窗口，且滑动窗口大小与保安的头部在第二图像信息中的大小一致，设置立体人脸模型，以立体人脸模型的正前方视角作为参照图，参照图大小与滑动窗口大小一致，滑动窗口从第二图像信息的左上角开始依次逐像素滑动直至第二图像信息的右下角，滑动窗口每次滑动均与参照图进行相似度fm的计算；
3.根据权利要求1所述的一种基于人工智能的安防监控管理系统，其特征在于，画面分析程序执行时，所述流量控制器将第一图像信息进行前后帧像素相减，若相减结果为零，统计相减结果为零的次数g，将统计次数g最高的帧标记为第一图层，若第一图像信息前后帧像素相减结果不为零，代表前后帧像素发生变化，提取相减结果不为零的像素标记为第二图层，以第一图层为背景，将第二图层覆盖在第一图层上组成第三图像信息，将第三图像信息转发至录像机中保存；
4.根据权利要求1所述的一种基于人工智能的安防监控管理系统，其特征在于，人脸分析程序执行时，所述安全模块将人脸图像拆分成眼睛图块、鼻子图块和嘴巴图块，从眼睛图块中提取直方图特征h1和颜色特征h2，从鼻子图块中提取直方图特征h3和颜色特征h4，从嘴巴图块中提取直方图特征h5和颜色特征h6，直方图特征为灰度特征；
5.根据权利要求1所述的一种基于人工智能的安防监控管理系统，其特征在于，关联性分析程序执行时，所述主控模块将门锁识别监控单元识别进出社区人员的时间概率标记为时间因素ti，将道路监控单元识别进出社区人员的位置概率标记为空间因素lo；
6.根据权利要求1所述的一种基于人工智能的安防监控管理系统，其特征在于，风险指数通过执行以下程序计算获得：
