(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211251290.8 (22)申请日 2022.10.13 (65)同一申请的已公布的文献号 申请公布号 CN 115331386 A (43)申请公布日 2022.11.11 (73)专利权人 合肥中科类脑智能技 术有限公司 地址 230088 安徽省合肥市高新区望江西 路5089号中国科大先进技术研究院一 号嵌入式研发楼3楼 (72)发明人 李小娜　李乐乐　刘海峰　王子磊　 (74)专利代理 机构 合肥昊晟德专利代理事务所 (普通合伙) 3415 3 专利代理师 何梓秋 (51)Int.Cl. G08B 21/00(2006.01) H04N 5/76(2006.01) H04L 67/02(2022.01) H04L 69/16(2022.01)G06V 40/20(2022.01) G06V 10/82(2022.01) G06V 10/764(2022.01) (56)对比文件 CN 106845396 A,2017.0 6.13 CN 109040 693 A,2018.12.18 CN 114155470 A,202 2.03.08 CN 106682596 A,2017.0 5.17 CN 115052132 A,202 2.09.13 CN 111695492 A,2020.09.2 2 CN 112733809 A,2021.04.3 0 CN 111461078 A,2020.07.28 US 20190 37139 A1,2019.01.31 JP 2006352736 A,2006.12.28 CN 105812723 A,2016.07.27 KR 20160039587 A,2016.04.1 1 张远学 等.融入深度学习的垂钓行为检测 方法. 《现代计算机》 .2020, 审查员 李海龙 (54)发明名称 一种基于计算机视觉的防垂钓检测告警系 统 (57)摘要 本发明公开了一种基于计算机视觉的防垂 钓检测告警系统， 属于防垂钓检测技术领域， 包 括相机、 检测芯片； 所述相机包括镜头、 图像传感 器、 图像信号处理模块、 视频输入模块； 所述镜 头、 图像传感器、 图像信号处理模块、 视频输入模 块依次通信连接， 光线经镜头和图像传感器后转 换为数字信号。 本发明使用相机对防钓行为进行 检测， 与传统算法相比， 提高防钓行为检测准确 性； 相机内置检测芯片， 直接在检测芯片内进行 防钓鱼行为检测， 可有效避免了图像传输后端， 后端再传回的检测不及时问题。 权利要求书2页 说明书5页 附图2页 CN 115331386 B 2022.12.27 CN 115331386 B 1.一种基于计算机视觉的防垂钓检测告警系统， 其特征在于， 包括： 相机、 检测芯片； 所 述相机包括镜头、 图像传感器、 图像信号处理模块、 视频输入模块； 所述镜头、 图像传感器、 图像信号处理模块、 视频输入模块依 次通信连接， 光线经镜头和图像传感器后转换为数字 信号， 然后经图像信号处理模块进行预处理， 通过视频输入模块获取经图像信号处理模块 处理的实时图像； 所述检测芯片内置于镜头内部， 所述检测芯片内部 设置有防钓 检测模块， 所述防钓检测模块与所述视频输入模块通信连接， 通过所述防钓检测模块对实时图像进 行 分析和处 理； 所述防垂钓检测告警系统进行防垂钓检测告警工作， 包括以下步骤： S1： 利用相机 镜头采集光线信息， 通过图像传感器转换为数字信号； S2： 相机中的图像信号处 理模块对数字信号进行处 理并传输 到视频输入 模块； S3： 经视频输入 模块处理后获取实时图像， 并传入防钓检测模块中进行防钓检测分析； S4： 若防钓检测模块给出告警信号， 则通知告警模块， 启动扬声器进行报警， 而后通知 录像模块， 启动录像任务， 同时将检测的图像进行图像压缩， 通过websocket发送给 websocket服务器， 并通过录像模块录制设定时间的图像数据后通过http传输模块发送给 http服务器； 在所述步骤S3中， 防钓检测模块进行防钓检测分析的具体过程如下： S31： 图像传输到防钓检测模块后， 防钓检测模块从配置文件读取是否为首次检测以及 相机的转动信息； S32： 若为首次检测或不为首次检测而相机相对于上次检测位置存在转动， 则从配置文 件获取是否进 行钓鱼区域识别的参数； 若从配置文件获取是否进 行钓鱼区域识别的参数为 True， 则将实时图像送入行人检测模块， 则计算水面区域掩膜与检测 到的行人位置的交并 比， 若交并比大于0.5， 则认为有行人进入钓鱼区域， 则发出告警信号， 否则不进行告警； 若 从配置文件获取是否进 行钓鱼区域识别的参数为False， 则不进 行钓鱼区域自动检测， 直接 将图像输入行人检测模块， 进行行人检测； 图像经过行人检测模块后， 得到行人位置， 根据 行人位置从图像中将该 行人从图像裁 剪出来， 将裁 剪出的图像传入钓鱼 分类模块中； S33： 钓鱼分类模块通过深度 学习分类算法判别行人是否存在钓鱼行为， 若算法得分大 于0.85， 则认为该行人存在钓鱼行为， 发出告警信号， 否则认为该行人不存在钓鱼行为， 不 发出告警信号。 2.根据权利要求1所述的一种基于计算机视觉的防垂钓检测告警系统， 其特征在于： 所 述检测芯片 内部设置有配置模块， 所述配置模块用于对算法配置文件进行读写， 通过算法 配置文件来控制是否开启相应算法， 算法所需的计算 参数写在算法配置文件内。 3.根据权利要求2所述的一种基于计算机视觉的防垂钓检测告警系统， 其特征在于： 所 述检测芯片内部设置有告警模块， 所述告警模块用于接收所述防钓 检测模块输出的告警信 号， 并调用相机上设置的扬声器进行告警， 同时发送启动录像指令 。 4.根据权利要求3所述的一种基于计算机视觉的防垂钓检测告警系统， 其特征在于： 所 述基于计算机视觉的防垂钓检测告警系统还包括后台系统， 所述后台系统包括后台 websocket服 务器与后台ht tp服务器。 5.根据权利要求4所述的一种基于计算机视觉的防垂钓检测告警系统， 其特征在于： 所 述检测芯片内部还设置有websocket传输模块， 用于将产生告警信号的图像进行压缩， 并传权　利　要　求　书 1/2 页 2 CN 115331386 B 2输至后台websocket服 务器。 6.根据权利要求5所述的一种基于计算机视觉的防垂钓检测告警系统， 其特征在于： 所 述检测芯片内部还设置有录像模块、 http传输模块， 所述录像模块用于接收录像启动 指令， 启动录像任务， 录够设定时长的图像数据后通过ht tp传输模块发送给后台ht tp服务器。 7.根据权利要求6所述的一种基于计算机视觉的防垂钓检测告警系统， 其特征在于： 所 述防钓检测模块包括钓鱼区域识别模块、 行人检测模块和钓鱼分类模块， 其中， 所述钓鱼区 域识别模块用于利用深度学习分割算法识别图像中的水面区域， 标记水面区域掩膜， 对水 面区域掩膜进行形态学图像处理， 按设定比例扩大该区域并保存； 所述行人检测模块用于 对深度学习图像检测 算法对图像进行行人检测， 检测得分大于第一设定阈值时， 认为检测 到行人； 所述钓鱼分类模块用于识别该行人是否存在钓鱼行为， 检测得分大于第二设定阈 值时， 则判断行 人存在钓鱼行为， 发出告警信号。 8.根据权利要求7所述的一种基于计算机视觉的防垂钓检测告警系统， 其特征在于： 所 述钓鱼分类模块 通过深度学习分类算法判别行 人是否存在钓鱼行为。权　利　要　求　书 2/2 页 3 CN 115331386 B 3