申请/专利权人：武汉卓讯互动信息科技有限公司

申请日：2023-09-13

公开（公告）日：2024-06-28

公开（公告）号：CN117275156B

主分类号：G08B13/196

分类号：G08B13/196;G06Q10/02;G06V20/52;G06V10/44;G06N3/0464;G06V10/762;G06V10/74;G06N3/084;G06V10/764;G06N3/0455;G06V10/776;H04L67/12;G07F17/32

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2024.01.09#实质审查的生效;2023.12.22#公开

摘要：本申请公开了一种无人值守共享棋牌室预定系统，其通过安装摄像头来采集潜在入侵者监控视频，并利用智能算法来学习和识别潜在入侵者的正常和异常的行为模式，从而来自动化地生成远程预警提示。

主权项：1.一种无人值守共享棋牌室预定系统，其特征在于，包括：自助门禁子系统，用于控制大门门禁门锁和包间门禁门锁的开启和关闭；包间预约子系统，用于线上预约包间时段，并辅助用户自助开门；物联网设备控制子系统，用于根据包间预约需求，控制包间内的物联网设备；好友共享智控子系统，用于根据预约订单对进店流程和所述包间内的物联设备进行操作和管理；语音播报子系统，用于向所述物联网设备控制子系统发出控制指令，对所述包间内的物联网设备进行调节；续费管理子系统，用于处理延长使用时间的请求；以及后台管理子系统，与所述自助门禁子系统、所述包间预约子系统、所述物联网设备控制子系统、所述好友共享智控子系统和所述语音播报子系统分别通信连接，用于转接各个子系统之间的调用指令并对各个子系统进行初始化配置；其中，所述无人值守共享棋牌室预定系统，还包括远程预警子系统；其中，所述远程预警子系统，包括：监控视频获取模块，用于获取由部署于无人值守共享棋牌室的门前的摄像头采集的潜在入侵者监控视频；局部图像语义提取模块，用于对所述潜在入侵者监控视频进行局部图像语义提取以得到多个潜在入侵者行为图像语义特征向量；行为模式语义理解分析模块，用于对所述多个潜在入侵者行为图像语义特征向量进行行为模式语义理解分析以得到潜在入侵者行为模式语义理解特征向量；以及提示结果生成模块，用于基于所述潜在入侵者行为模式语义理解特征向量，确定是否生成远程预警提示；其中，所述局部图像语义提取模块，包括：离散采样单元，用于对所述潜在入侵者监控视频进行离散采样以得到多个潜在入侵者行为监控关键帧；以及卷积单元，用于将所述多个潜在入侵者行为监控关键帧分别通过基于卷积神经网络模型的行为特征提取器以得到所述多个潜在入侵者行为图像语义特征向量；其中，所述行为模式语义理解分析模块，包括：将所述多个潜在入侵者行为图像语义特征向量通过基于转换器模块的行为模式语义编码器以得到所述潜在入侵者行为模式语义理解特征向量；其中，所述提示结果生成模块，包括：分类单元，用于将所述潜在入侵者行为模式语义理解特征向量通过分类器以得到分类结果，所述分类结果用于表示潜在入侵者的行为模式是否正常；以及远程预警提示生成单元，用于基于所述分类结果，确定是否生成所述远程预警提示；其中，所述无人值守共享棋牌室预定系统，还包括用于对所述基于卷积神经网络模型的行为特征提取器、所述基于转换器模块的行为模式语义编码器和所述分类器进行训练的训练阶段；其中，所述训练阶段，包括：训练监控视频获取模块，用于获取训练数据，所述训练数据包括由部署于无人值守共享棋牌室的门前的摄像头采集的训练潜在入侵者监控视频，以及，是否生成远程预警提示的真实值；训练采样模块，用于对所述训练潜在入侵者监控视频进行离散采样以得到多个训练潜在入侵者行为监控关键帧；训练卷积模块，用于将所述多个训练潜在入侵者行为监控关键帧分别通过所述基于卷积神经网络模型的行为特征提取器以得到多个训练潜在入侵者行为图像语义特征向量；训练语义编码模块，用于将所述多个训练潜在入侵者行为图像语义特征向量通过所述基于转换器模块的行为模式语义编码器以得到训练潜在入侵者行为模式语义理解特征向量；分类损失模块，用于将所述训练潜在入侵者行为模式语义理解特征向量通过所述分类器以得到分类损失函数值；以及训练模块，用于以所述分类损失函数值来对所述基于卷积神经网络模型的行为特征提取器、所述基于转换器模块的行为模式语义编码器和所述分类器进行训练，其中，在所述训练的每一轮迭代中，对所述训练潜在入侵者行为模式语义理解特征向量进行域映射的权重矩阵进行基于类度矩阵正则化的权重空间探索约束迭代；其中，在训练的每一轮迭代中，以如下公式对所述训练潜在入侵者行为模式语义理解特征向量进行域映射的权重矩阵进行基于类度矩阵正则化的权重空间探索约束迭代；其中，所述公式为： 其中是所述潜在入侵者行为模式语义理解特征向量，具体表示为列向量，是改进的潜在入侵者行为模式语义理解特征向量，为行向量，为可学习的域转移矩阵，且为可学习的权重矩阵，表示向量相乘。

全文数据：

权利要求：

百度查询： 武汉卓讯互动信息科技有限公司 无人值守共享棋牌室预定系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD