專利名稱：基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及物聯(lián)網(wǎng)信息傳輸及管理領(lǐng)域，尤其涉及一種基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)系統(tǒng)及方法。
背景技術(shù)：
物聯(lián)網(wǎng)技術(shù)的不斷創(chuàng)新，帶動(dòng)了物聯(lián)網(wǎng)設(shè)備的多樣化、使其功能更加完善。隨著物聯(lián)網(wǎng)技術(shù)在智能家庭安防的需求不斷擴(kuò)大，盡管硬件設(shè)備與軟件系統(tǒng)不斷得到完善，但仍然存在監(jiān)測(cè)行人的誤報(bào)率較高的問(wèn)題。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺陷和不足，提供一種基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)系統(tǒng)及方法，解決了當(dāng)前物聯(lián)網(wǎng)技術(shù)在智能家庭安防系統(tǒng)中行人檢測(cè)誤報(bào)率高的問(wèn)題。為達(dá)到上述目的，本發(fā)明是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)的一種基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)方法，所述方法包括如下步驟根據(jù)待測(cè)目標(biāo)樣本，離線訓(xùn)練SVM分類器；實(shí)時(shí)對(duì)安防網(wǎng)關(guān)系統(tǒng)采集的視頻幀進(jìn)行特征提取獲得特征向量；利用所述SVM分類器檢測(cè)所述特征向量，由判別函數(shù)判斷視頻幀是否有行人；如有，則通過(guò)定位框進(jìn)行行人定位并判斷定位后行人的身份。所述通過(guò)定位框進(jìn)行行人定位的步驟進(jìn)一步包括，當(dāng)檢測(cè)到行人的定位框超出設(shè)定的閾值時(shí)，通過(guò)人臉識(shí)別技術(shù)對(duì)人臉進(jìn)行定位，并通過(guò)與預(yù)先建立的家庭人臉數(shù)據(jù)庫(kù)匹配，判斷定位后的行人的身份。所述預(yù)先建立的家庭人臉數(shù)據(jù)庫(kù)通過(guò)隱馬爾科夫模型(HMM)訓(xùn)練得到或者通過(guò)特定的神經(jīng)網(wǎng)絡(luò)模型模擬得到。所述實(shí)時(shí)對(duì)安防網(wǎng)關(guān)系統(tǒng)采集的視頻幀進(jìn)行特征提取獲得特征向量的步驟包括，利用Harr特征及其擴(kuò)展特征提取行人的灰度特征，并利用HOG算子提取行人輪廓特征。本發(fā)明還公開(kāi)一種基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)系統(tǒng)，所述系統(tǒng)包括物聯(lián)網(wǎng)無(wú)線控制單元、擴(kuò)展單元和終端信號(hào)采集單元，所述終端信號(hào)采集單元用于對(duì)安防區(qū)域的視頻圖像進(jìn)行采集并將所述視頻圖像傳輸?shù)轿锫?lián)網(wǎng)無(wú)線控制單元；所述物聯(lián)網(wǎng)無(wú)線控制單元用于實(shí)時(shí)對(duì)安防網(wǎng)系統(tǒng)關(guān)采集的視頻幀進(jìn)行特征提取獲得特征向量，利用訓(xùn)練好的SVM分類器檢測(cè)所述特征向量，由判別函數(shù)判斷視頻幀是否有行人；如有，則通過(guò)定位框進(jìn)行行人定位并判斷定位后行人的身份；所述擴(kuò)展單元用于對(duì)物聯(lián)網(wǎng)無(wú)線控制單元的各功能接口進(jìn)行擴(kuò)展，通過(guò)所述擴(kuò)展后的各功能接口與遠(yuǎn)程無(wú)線節(jié)點(diǎn)進(jìn)行信息交互，并將物聯(lián)網(wǎng)無(wú)線控制單元處理后的信息反饋給終端信號(hào)采集單元。
所述物聯(lián)網(wǎng)無(wú)線控制單元包括核心處理器、內(nèi)存模塊、外部存儲(chǔ)模塊和時(shí)鐘模塊，所述核心處理器與內(nèi)存模塊和外部存儲(chǔ)模塊連接，通過(guò)SVM分類器和隱馬爾科夫模型對(duì)安防區(qū)域的行人進(jìn)行檢測(cè)。所述終端信號(hào)采集單元包括前端傳感器。所述擴(kuò)展單元包括攝像頭模塊、音頻模塊、GSM/GPRS模塊、WIFI模塊、SD卡接口、OTG接口、USB接口、RS-232接口、以太網(wǎng)接口、顯示器、按鍵接口、ZIGBEE模塊、藍(lán)牙模塊、紅外模塊、報(bào)警模塊和射頻模塊。所述終端信號(hào)采集單元通過(guò)433M hz的射頻模塊或者ZIGBEE模塊與物聯(lián)網(wǎng)無(wú)線控制單元進(jìn)行信息交互。所述物聯(lián)網(wǎng)無(wú)線控制單元通過(guò)GSM/GPRS模塊或WIFI模塊或以太網(wǎng)接口將所有從終端信號(hào)采集單元發(fā)送來(lái)的處理后的數(shù)據(jù)信號(hào)集合成信息包與遠(yuǎn)程監(jiān)測(cè)節(jié)點(diǎn)和管理節(jié)點(diǎn)進(jìn)行信息交互。本發(fā)明的技術(shù)方案，提供了帶有行人檢測(cè)與人臉識(shí)別功能的物聯(lián)網(wǎng)智能安防網(wǎng)關(guān)，能夠保證智能安防網(wǎng)關(guān)系統(tǒng)在原有穩(wěn)定、實(shí)用的基礎(chǔ)上，具有更準(zhǔn)確的行人檢測(cè)與識(shí)別的能力，降低了安防網(wǎng)關(guān)系統(tǒng)的虛警率，提高了系統(tǒng)的檢測(cè)率，增強(qiáng)了系統(tǒng)的可靠性。


圖I為本發(fā)明具體實(shí)施方式
提供的基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)系統(tǒng)結(jié)構(gòu)圖；圖2為本發(fā)明具體實(shí)施方式
提供的基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)方法流程圖；圖3為本發(fā)明具體實(shí)施例提供的基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)方法的效果圖。
具體實(shí)施例方式下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明。圖I為本發(fā)明具體實(shí)施方式
提供的基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)系統(tǒng)結(jié)構(gòu)圖。如圖I所示，所述系統(tǒng)采用分層星型網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，該系統(tǒng)包括物聯(lián)網(wǎng)無(wú)線控制單元101、擴(kuò)展單元102和終端信號(hào)采集單元103，所述終端信號(hào)采集單元103用于對(duì)安防區(qū)域的視頻圖像進(jìn)行采集并將所述視頻圖像傳輸?shù)轿锫?lián)網(wǎng)無(wú)線控制單元101 ;所述物聯(lián)網(wǎng)無(wú)線控制單元101用于實(shí)時(shí)對(duì)安防網(wǎng)關(guān)系統(tǒng)采集的視頻幀進(jìn)行特征提取獲得特征向量，利用訓(xùn)練好的SVM分類器檢測(cè)所述特征向量，由判別函數(shù)判斷視頻幀是否有行人；如有，則通過(guò)定位框進(jìn)行行人定位并判斷定位后行人的身份；所述擴(kuò)展單元102用于對(duì)物聯(lián)網(wǎng)無(wú)線控制單元的各功能接口進(jìn)行擴(kuò)展，通過(guò)所述擴(kuò)展后的各功能接口與遠(yuǎn)程監(jiān)測(cè)節(jié)點(diǎn)和管理節(jié)點(diǎn)進(jìn)行信息交互，并將物聯(lián)網(wǎng)無(wú)線控制單元處理后的信息反饋給終端信號(hào)采集單元。所述物聯(lián)網(wǎng)無(wú)線控制單元101包括核心處理器1011、內(nèi)存模塊1012、外部存儲(chǔ)模塊1013和時(shí)鐘模塊1014，所述核心處理器與內(nèi)存模塊和外部存儲(chǔ)模塊連接，通過(guò)SVM分類器及隱馬爾科夫模型(HMM)對(duì)安防區(qū)域的行人進(jìn)行檢測(cè)。所述終端信號(hào)采集單元103包括前端傳感器1031 ;所述擴(kuò)展單元包括攝像頭模塊、音頻模塊、GSM/GPRS模塊、WIFI模塊、顯示器模塊、按鍵接口、ZIGBEE模塊、藍(lán)牙模塊、紅外模塊、射頻模塊、SD卡接口、OTG接口、USB接口、RS-232接口和以太網(wǎng)接口等。其中，攝像頭模塊可以采集門防區(qū)的行人和進(jìn)入屋內(nèi)的異常人員；音頻模塊實(shí)現(xiàn)現(xiàn)場(chǎng)喊話；GSM/GPRS模塊實(shí)現(xiàn)前端節(jié)點(diǎn)異常信息告知用戶及彩信的收發(fā)；SD卡接口可以接入大容量的SD卡(如4G、8G的SD卡等)，用于存儲(chǔ)系統(tǒng)的動(dòng)態(tài)數(shù)據(jù)；USB接口可以實(shí)現(xiàn)數(shù)據(jù)的轉(zhuǎn)存；WIFI模塊與以太網(wǎng)模塊可以實(shí)現(xiàn)信息的遠(yuǎn)程傳輸?shù)?。各個(gè)模塊的驅(qū)動(dòng)程序都在嵌入式操作系統(tǒng)中實(shí)現(xiàn)，應(yīng)用程序只需調(diào)用接口就可以實(shí)現(xiàn)模塊的正常工作。系統(tǒng)工作原理如下控制主機(jī)通過(guò)核心處理器擴(kuò)展的射頻模塊與Zigbee模塊實(shí)現(xiàn)對(duì)從各終端信號(hào)采集單元發(fā)送來(lái)的無(wú)線節(jié)點(diǎn)的信息匯總和處理，并通過(guò)GSM模塊或GPRS模塊利用短信和彩信的方式通知用戶手機(jī)并接收短信命令進(jìn)行后續(xù)處理，從而實(shí)現(xiàn)物聯(lián)網(wǎng)無(wú)線控制。終端信號(hào)采集單元包括前端傳感器，前端傳感器具有433M射頻與ZigBee模塊。前端傳感器，也稱探測(cè)器(無(wú)線節(jié)點(diǎn))，通過(guò)選擇一種無(wú)線通信方式(如433Mhz射頻模塊或ZigBee模塊)將采集數(shù)據(jù)無(wú)線傳輸?shù)轿锫?lián)網(wǎng)無(wú)線控制單元，由物聯(lián)網(wǎng)無(wú)線控制單元對(duì)數(shù)據(jù)進(jìn)行分析、處理、作出決策判斷，將處理結(jié)果也通過(guò)相同的無(wú)線傳輸方式反饋給前端傳感器，實(shí)現(xiàn)遠(yuǎn)程無(wú)線監(jiān)控，同時(shí)，物聯(lián)網(wǎng)無(wú)線控制單元將所有傳感器采集的數(shù)據(jù)經(jīng)過(guò)分析處理、加權(quán)融合組成信息，通過(guò)基于WIFI的internet互聯(lián)網(wǎng)和GSM移動(dòng)通信網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)遠(yuǎn)程監(jiān)測(cè)節(jié)點(diǎn)與管理節(jié)點(diǎn)的信息交互。管理節(jié)點(diǎn)，通常指用戶的PC機(jī)或者是小區(qū)管理中心，負(fù)責(zé)將用戶與網(wǎng)絡(luò)連接起來(lái)。用戶只需在Internet瀏覽器上輸入管理節(jié)點(diǎn)的IP地址就可以實(shí)現(xiàn)對(duì)管理節(jié)點(diǎn)的控制，實(shí)現(xiàn)整個(gè)網(wǎng)絡(luò)的配置，設(shè)定相關(guān)的監(jiān)測(cè)任務(wù)或者查看所有傳感器的監(jiān)控信息。本實(shí)施例中，物聯(lián)網(wǎng)無(wú)線控制單元采用三星的S3C2440A或者ARM9嵌入式芯片作為核心處理器，使用64M字節(jié)的SDRAM作為系統(tǒng)運(yùn)行的內(nèi)存條，128M字節(jié)的NAND FALSH作為系統(tǒng)軟件的存儲(chǔ)介質(zhì)，系統(tǒng)運(yùn)行主頻倍頻后最高可達(dá)400MHz ;擴(kuò)展單元包括0TG接口、USB接口、GSM/GPRS接口、RS_232接口、以太網(wǎng)接口、SD卡接口、顯示接口、總線擴(kuò)展接口、按鍵接口、電源輸入接口、音頻輸出接口以及攝像頭模塊、ZIGBEE模塊、藍(lán)牙模塊、WIFI模塊、GSM模塊、紅外模塊以及后備電池。整個(gè)系統(tǒng)主要實(shí)現(xiàn)安防系統(tǒng)聯(lián)動(dòng)工作，前端各類傳感器的感應(yīng)、傳感器與核心處理器的數(shù)據(jù)傳輸、核心處理器與用戶的無(wú)線信息交互、以及用戶對(duì)系統(tǒng)的無(wú)線控制等功能。 采用本發(fā)明的技術(shù)方案，能夠保持整體系統(tǒng)穩(wěn)定、便于拓展、可有利于物聯(lián)網(wǎng)無(wú)線智能安防系統(tǒng)功能實(shí)現(xiàn)。圖2為本發(fā)明具體實(shí)施方式
提供的基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)方法流程圖。如圖2所示，該方法包括如下步驟SI :根據(jù)待測(cè)目標(biāo)樣本，離線訓(xùn)練SVM分類器；分類器離線訓(xùn)練，創(chuàng)建訓(xùn)練目標(biāo)樣本,訓(xùn)練樣本分為正例樣本和反例樣本,其中正例樣本是指待檢目標(biāo)樣本，反例樣本指其它任意圖片。對(duì)于正樣本，通常的做法是先把所有正樣本裁切好，并對(duì)尺寸做規(guī)整(即縮放至指定大小)。本方案采用實(shí)際監(jiān)控視頻若干段，每段視頻包括若干幀圖像，其中包括行人圖像和背景圖像。對(duì)于每一幀圖像里，通過(guò)手動(dòng)的方式框選出行人,作為訓(xùn)練正樣本。S2 :實(shí)時(shí)對(duì)安防網(wǎng)關(guān)系統(tǒng)采集的視頻幀進(jìn)行特征提取獲得特征向量；
所述實(shí)時(shí)對(duì)安防網(wǎng)關(guān)系統(tǒng)采集的視頻幀進(jìn)行特征提取獲得特征向量的步驟包括，利用Harr特征及其擴(kuò)展特征提取行人的灰度特征，并利用HOG算子提取行人輪廓特征。對(duì)于特征提取通過(guò)現(xiàn)有技術(shù)即可實(shí)現(xiàn)。Harr特征為一種簡(jiǎn)單矩形特征，其值是黑色矩形和白色矩形在圖像子窗口對(duì)應(yīng)的區(qū)域的灰度值之和的差，反映圖像局部的灰度變化。Harr特征分為三類邊緣特征、線性特征、中心特征和對(duì)角線特 征，組合成特征模板。在確定了特征形式后Harr特征的數(shù)量就取決于訓(xùn)練樣本圖像矩陣的大小，特征模板在子窗口內(nèi)任意放置，一種形態(tài)稱為一種特征，找出所有子窗口的特征是進(jìn)行弱分類訓(xùn)練的基礎(chǔ)。為了消除人的外觀以及其他環(huán)境因素等對(duì)行人檢測(cè)的影響，采用方向梯度直方圖(H0G)，先進(jìn)行統(tǒng)計(jì)，再將多個(gè)小塊合并為一個(gè)大區(qū)域，最后通過(guò)對(duì)方向梯度直方圖進(jìn)行歸一化等運(yùn)算，來(lái)提高算法的魯棒性。HOG特征提取標(biāo)準(zhǔn)化gamma空間和顏色空間調(diào)成圖像進(jìn)行規(guī)范化；計(jì)算梯度計(jì)算圖像的一維梯度。求導(dǎo)操作不僅能夠捕獲輪廓，人影和一些紋理信息，還能進(jìn)一步如花光照作用；單元格梯度投影為局部圖形區(qū)域提供一個(gè)編碼，同時(shí)能夠保持對(duì)圖像中人體對(duì)象的姿勢(shì)和外觀的弱敏感性。將圖形窗口分成若干個(gè)小區(qū)域，這些區(qū)域被稱為“單元格”，然后將每個(gè)單元格中所有像素的一維梯度直方圖或者邊緣方向累加到其中，最后將這個(gè)基本的方向直方圖映射到固定的角度上，就形成了最終的特征。塊內(nèi)均一化梯度直方圖對(duì)比度歸一化，能夠進(jìn)一步的對(duì)光照、陰影和邊緣進(jìn)行壓縮。收集HOG特征將檢測(cè)窗口中所有重疊的塊進(jìn)行HOG特征的收集，并將它們結(jié)合成最終的特征向量分類使用。S3 :利用所述SVM分類器檢測(cè)所述特征向量，由判別函數(shù)判斷視頻幀是否有行人；S4 :如有，則通過(guò)定位框進(jìn)行行人定位。其中，通過(guò)定位框進(jìn)行行人定位的步驟進(jìn)一步包括，當(dāng)檢測(cè)到的行人區(qū)域超出定位框設(shè)定的閾值時(shí)，通過(guò)人臉識(shí)別技術(shù)對(duì)人臉進(jìn)行定位，并通過(guò)與預(yù)先建立的家庭人臉數(shù)據(jù)庫(kù)匹配，判斷定位后的行人的身份。所述預(yù)先建立的家庭人臉數(shù)據(jù)庫(kù)通過(guò)隱馬爾科夫模型(HMM)訓(xùn)練得到或者通過(guò)特定的神經(jīng)網(wǎng)絡(luò)模型模擬得到。圖3為本發(fā)明具體實(shí)施例提供的基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)方法的效果圖。如圖3所示，該視頻包含232幀，目標(biāo)相對(duì)較小，當(dāng)目標(biāo)在行進(jìn)過(guò)程中遇到其他行人時(shí)，且目標(biāo)沒(méi)有被遮擋，在樹(shù)木倒影、汽車的影響下，利用顏色直方圖的粒子濾波能夠?qū)崿F(xiàn)正確的跟蹤。采用本發(fā)明的技術(shù)方案，能夠保證物聯(lián)網(wǎng)智能安防系統(tǒng)在原有穩(wěn)定、實(shí)用的基礎(chǔ)上，具有更準(zhǔn)確的行人檢測(cè)與識(shí)別的能力，帶動(dòng)了模式分類與識(shí)別技術(shù)在智能家庭安防網(wǎng)關(guān)系統(tǒng)中的應(yīng)用，同時(shí)，檢測(cè)、跟蹤、識(shí)別算法的引入，降低了安防網(wǎng)關(guān)系統(tǒng)的虛警率，提高了系統(tǒng)的檢測(cè)率，增強(qiáng)了系統(tǒng)的可靠性。上述僅為本發(fā)明的較佳實(shí)施例及所運(yùn)用技術(shù)原理，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍 內(nèi)。
權(quán)利要求
1.一種基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)方法，所述方法包括如下步驟 根據(jù)待測(cè)目標(biāo)樣本，離線訓(xùn)練SVM分類器； 實(shí)時(shí)對(duì)安防網(wǎng)關(guān)系統(tǒng)采集的視頻幀進(jìn)行特征提取獲得特征向量； 利用所述SVM分類器檢測(cè)所述特征向量，由判別函數(shù)判斷視頻幀是否有行人； 如有，則通過(guò)定位框進(jìn)行行人定位并判斷定位后行人的身份。
2.根據(jù)權(quán)利要求I所述的基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)方法，其特征在于，所述通過(guò)定位框進(jìn)行行人定位的步驟進(jìn)一步包括，當(dāng)檢測(cè)到行人的定位框超出設(shè)定的閾值時(shí)，通過(guò)人臉識(shí)別技術(shù)對(duì)人臉進(jìn)行定位，并通過(guò)與預(yù)先建立的家庭人臉數(shù)據(jù)庫(kù)匹配，判斷定位后的行人的身份。
3.根據(jù)權(quán)利要求2所述的基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)方法，其特征在于，所述預(yù)先建立的家庭人臉數(shù)據(jù)庫(kù)通過(guò)隱馬爾科夫模型(HMM)訓(xùn)練得到或者通過(guò)特定的神經(jīng)網(wǎng)絡(luò)模型模擬得到。
4.根據(jù)權(quán)利要求I或2所述的基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)方法，其特征在于，所述實(shí)時(shí)對(duì)安防網(wǎng)關(guān)系統(tǒng)采集的視頻幀進(jìn)行特征提取獲得特征向量的步驟包括，利用Harr特征及其擴(kuò)展特征提取行人的灰度特征，并利用HOG算子提取行人輪廓特征。
5.一種基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)系統(tǒng)，其特征在于，所述系統(tǒng)包括物聯(lián)網(wǎng)無(wú)線控制單元、擴(kuò)展單元和終端信號(hào)采集單元， 所述終端信號(hào)采集單元用于對(duì)安防區(qū)域的視頻圖像進(jìn)行采集并將所述視頻圖像傳輸?shù)轿锫?lián)網(wǎng)無(wú)線控制單元； 所述物聯(lián)網(wǎng)無(wú)線控制單元用于實(shí)時(shí)對(duì)安防網(wǎng)關(guān)系統(tǒng)采集的視頻幀進(jìn)行特征提取獲得特征向量，利用訓(xùn)練好的SVM分類器檢測(cè)所述特征向量，由判別函數(shù)判斷視頻幀是否有行人；如有，則通過(guò)定位框進(jìn)行行人定位并判斷定位后行人的身份； 所述擴(kuò)展單元用于對(duì)物聯(lián)網(wǎng)無(wú)線控制單元的各功能接口進(jìn)行擴(kuò)展，通過(guò)所述擴(kuò)展后的各功能接口與遠(yuǎn)程無(wú)線節(jié)點(diǎn)進(jìn)行信息交互，并將物聯(lián)網(wǎng)無(wú)線控制單元處理后的信息反饋給終端信號(hào)采集單元。
6.根據(jù)權(quán)利要求5所述的基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)系統(tǒng)，其特征在于，所述物聯(lián)網(wǎng)無(wú)線控制單元包括核心處理器、內(nèi)存模塊、外部存儲(chǔ)模塊和時(shí)鐘模塊，所述核心處理器與內(nèi)存模塊和外部存儲(chǔ)模塊連接，通過(guò)SVM分類器及隱馬爾科夫模型(HMM)對(duì)安防區(qū)域的行人進(jìn)行檢測(cè)。
7.根據(jù)權(quán)利要求5所述的基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)系統(tǒng)，其特征在于，所述終端信號(hào)采集單元包括前端傳感器。
8.根據(jù)權(quán)利要求5所述的基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)系統(tǒng)，其特征在于，所述擴(kuò)展單元包括攝像頭模塊、音頻模塊、GSM/GPRS模塊、WIFI模塊、SD卡接口、OTG接口、USB接口、RS-232接口、以太網(wǎng)接口、顯示器接口、按鍵接口、ZIGBEE模塊、藍(lán)牙模塊、紅外模塊、報(bào)警模塊和射頻模塊。
9.根據(jù)權(quán)利要求5所述的基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)系統(tǒng)，其特征在于，所述終端信號(hào)采集單元通過(guò)433Mhz的射頻模塊或者ZIGBEE模塊與物聯(lián)網(wǎng)無(wú)線控制單元進(jìn)行信息交互。
10.根據(jù)權(quán)利要求8所述的基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)系統(tǒng)，其特征在于，所述物聯(lián)網(wǎng)無(wú)線控制單元通過(guò)GSM/GPRS模塊或WIFI模塊或以太網(wǎng)接口將所有從終端信號(hào)采集單 元發(fā)送來(lái)的處理后的數(shù)據(jù)信號(hào)集合成信息包與遠(yuǎn)程監(jiān)測(cè)節(jié)點(diǎn)和管理節(jié)點(diǎn)進(jìn)行信息交互。
全文摘要
本發(fā)明公開(kāi)了一種基于物聯(lián)網(wǎng)的智能家居安防網(wǎng)關(guān)的行人檢測(cè)系統(tǒng)及方法，屬于物聯(lián)網(wǎng)信息傳輸及管理領(lǐng)域，所述方法包括根據(jù)待測(cè)目標(biāo)樣本，離線訓(xùn)練SVM分類器；實(shí)時(shí)對(duì)安防網(wǎng)關(guān)系統(tǒng)采集的視頻幀進(jìn)行特征提取獲得特征向量；利用所述SVM分類器檢測(cè)所述特征向量，由判別函數(shù)判斷視頻幀是否有行人；如有，則通過(guò)定位框進(jìn)行行人定位并判斷定位后行人的身份。該方法能夠保證智能安防網(wǎng)關(guān)系統(tǒng)在原有穩(wěn)定、實(shí)用的基礎(chǔ)上，具有更準(zhǔn)確的行人檢測(cè)與識(shí)別的能力，降低了安防網(wǎng)關(guān)系統(tǒng)的虛警率，提高了系統(tǒng)的檢測(cè)率，增強(qiáng)了系統(tǒng)的可靠性。
文檔編號(hào)H04L29/08GK102902954SQ20121031244
公開(kāi)日2013年1月30日 申請(qǐng)日期2012年8月29日 優(yōu)先權(quán)日2012年8月29日
發(fā)明者楊恒, 李偉, 王翊, 林曉 申請(qǐng)人:無(wú)錫泛太科技有限公司