(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 202210637236.0 (22)申请日 2022.06.07 (71)申请人 慧之安信息技 术股份有限公司 地址 100000 北京市海淀区昆明湖南路51 号A座二层217号 (72)发明人 余丹　兰雨晴　乔孟阳　王丹星　 (74)专利代理 机构 北京广技专利代理事务所 (特殊普通 合伙) 11842 专利代理师 张国香 (51)Int.Cl. G06V 20/52(2022.01) G06V 40/16(2022.01) G06V 40/20(2022.01) G06V 10/82(2022.01) G06N 3/08(2006.01)G08B 21/02(2006.01) (54)发明名称 基于深度学习的校园报警系统 (57)摘要 本发明的实施例公开基于深度学习的校园 报警系统， 属于图像识别技术领域。 本发明提供 的系统包括： 分布式设置的摄像头和与所述摄像 头连接的主控模块； 每个摄像头用于实时采集其 拍摄区域内的校内图像， 并将图像信息发送给主 控模块； 所述主控模块包括深度学习模块和控制 器； 所述深度学习模块用于根据每个摄像头发来 的图像信息， 基于预设校园暴力深度学习算法检 测校内图像中是否存在校园暴力事件， 若是， 则 向所述控制器发送通知信息； 所述控制器用于在 收到所述通知信息时， 向学校 警务处发送报警信 息。 本发明能够自动检测是否存在校园暴力事件 并在检测出存在校园暴力事件后及时进行报警 并自动干扰阻止校园暴力事件， 降低了校园暴力 事件发生率。 权利要求书3页 说明书8页 附图1页 CN 115100589 A 2022.09.23 CN 115100589 A 1.基于深度 学习的校园报 警系统， 其特征在于， 包括： 分布式设置的摄像头和与所述摄 像头连接的主控 模块； 每个摄像头用于实时采集其拍摄区域内的校内图像， 并将图像信息发送给主控模块； 其中， 所述图像信息 至少包括摄 像头标识以及该摄 像头采集的校内图像和图像采集时间； 所述主控 模块包括深度学习模块和控制器； 所述深度 学习模块用于根据每个摄像头发来的图像信 息， 基于预设校园暴力深度 学习 算法检测校内图像中是否存在校园暴力事件， 若检测出校内图像中存在校园暴力事件时， 向所述控制器发送通知信息； 其中， 所述 通知信息包括摄 像头标识； 所述控制器用于在收到所述 通知信息时， 向学 校警务处发送报警信息 。 2.如权利要求1所述的基于深度学习的校园报警系统， 其特征在于， 该系统还包括： 安 装于每个所述摄像头上方 的导气管和喷嘴， 所述喷嘴通过所述导气管与高压气源连接， 所 述高压气源和所述喷嘴之 间的导气管上设置有电控阀， 所述电控阀的控制端与所述控制器 电连接； 所述控制器还用于根据收到的通知信 息， 控制相应摄像头上的喷嘴和高压气源之间的 电控阀打开， 使所述喷 嘴向摄像头前方喷出高压气体以阻止校园暴力事 件。 3.如权利要求2所述的基于深度 学习的校园报 警系统， 其特征在于， 每个摄像头上的喷 嘴通过一个舵机与该摄 像头连接， 所述舵机启动端还与所述控制器连接； 所述控制器还用于根据收到的通知信息， 启动相应摄像头上的舵机， 以使所述舵机带 动所述喷嘴以其初始 位置为中心进行左右旋转， 从而使所述喷嘴向摄像头前方左右扫射式 喷出高压气体。 4.如权利要求3所述的基于深度学习的校园报警系统， 其特征在于， 所述深度学习模 块， 还用于在检测出校内图像中存在校园暴力事件时， 确定校内图像中校园暴力事件发生 区域的图像大小以及校园暴力事件发生区域的图像中心与该校内图像中心的相对位置坐 标； 所述通知信息还包括校内图像中校园暴力事件发生区域的图像大小以及校园暴力事件 发生区域的图像中心与该 校内图像中心的相对位置坐标； 所述控制器还用于根据所述校内图像中校园暴力事件发生区域的图像中心与该校内 图像中心的相对位置坐标， 控制相应摄像头转动对准所述校内图像中校园暴力事件发生区 域中心位置后， 随后根据所述校内图像中校园暴力事件发生区域的图像大小调节该摄像头 的焦距以使其采集的图像区域与所述校园暴力事件发生区域相适应， 再控制该摄像头重新 采集校园暴力事件图像； 所述报警信息包括摄像头标识及该摄像头重新采集的校园暴力事 件图像。 5.如权利要求4所述的基于深度 学习的校园报 警系统， 其特征在于， 所述分布式设置的 摄像头被预先分为多组， 每组内的每个摄像头的摄像区域与本组内其它摄像头的摄像区域 有部分重合； 每 个摄像头发送给主控 模块的图像信息还 包括摄像头所属分组标识； 所述控制器还用于根据收到的多个通知信 息， 在属于同一分组 的多个摄像头均采集到 校园暴力事件时， 根据当前采集到校园暴力事件的摄像头重新采集的校园暴力事件图像中 学生校服上的固定标志， 确定属于同一分组且当前采集到校园暴力事件的摄像头中与所述 校园暴力事 件的学生的距离最近的目标摄 像头； 所述控制器具体用于控制所述目标摄像头上的喷嘴和高压气源之间的电控阀打开， 使权　利　要　求　书 1/3 页 2 CN 115100589 A 2所述目标摄 像头上的喷 嘴向摄像头前方喷出高压气体以阻止校园暴力事 件。 6.如权利要求5所述的基于深度 学习的校园报 警系统， 其特征在于， 所述控制器具体用 于根据所述目标摄像头与所述校园暴力事件的学生的距离， 确定所述目标摄像头上的喷嘴 所需的目标喷射速度， 并通过控制电控阀控制所述目标摄像头上的喷嘴以所述目标喷射速 度喷射高压气体。 7.如权利要求6所述的基于深度学习的校园报警系统， 其特征在于， 所述控制器， 具体 用于对所述目标摄像头重新采集的校园暴力事件图像进行人脸识别， 并根据识别到的人脸 数量以及每个人脸中心位置点控制所述目标摄像头上的舵机的左右旋转最大角度和左右 旋转频率。 8.如权利要求7所述的基于深度 学习的校园报 警系统， 其特征在于， 所述学生校服上的 固定标志为学生校服上的固定条纹； 所述控制器具体用于根据第一公式计算属于同一分组且当前采集到校园暴力事件的 各摄像头与所述校园暴力事件的学生的距离， 所述控制器还具体用于根据第二公式计算所 述目标摄像头上的喷嘴所需的目标喷射速度， 所述控制器还具体用于根据第三公式计算所 述目标摄 像头上的舵机的左右旋转 最大角度和左右旋转频率； 其中， 所述第一公式为： 所述第一公式中， S(i)表示属于当前分组且当前采集到校园暴力事件的第i个摄像头 与所述校园暴力事件的学生的距离； i＝1,2, …,m； m为属 于当前分组且当前采集到校园暴 力事件的摄像头的总数； f(i)表示所述属于当前分组且当前采集到校园暴力事件的第i个 摄像头的焦距值； D(i_a)表示所述属 于当前分组且当前采集到校园暴力事件的第i个摄像 头重新采集的校园暴力事件图像中学生校服上的第a个固定条纹的图像宽度值； a＝1, 2,…,n； n为所述属于 当前分组且当前采集到校园暴力事件的第i个摄像头重新连续采集的 校园暴力事 件图像的帧数； H表示所述学生校服上的固定条纹的实际宽度； 所述第二公式为： 所述第二公式中， V(I_t)表示t时刻所述目标摄像头上的喷嘴所需的目标喷射速度； t 表示当前时刻； 表示将i的值从1取值到m代入到括号内得到括号内的最大值， 并 且将此时的值记作I； v0表示所述喷嘴的最小喷射速度； t0表示所述目标摄像头检测到本次 校园暴力事件的初始时刻； S0表示单位长度值， 数值为1， 单位与S(i)相同； VM表示所述喷嘴 的最大喷射速度； 所述第三公式为：权　利　要　求　书 2/3 页 3 CN 115100589 A 3