CN118283548B 一种基于5g的智慧城市智能安防系统及方法 （中建照明有限公司）

一种基于5G的智慧城市智能安防系统及方法本发明提出一种基于5G的智慧城市智能安目标区域配置通过5G网络互联的视频采集终端名视频和异常检测结果通过5G网络发送安防中2根据所述城市数字孪生模型，在所述目标城市区域内配置多个通过采集终端和其他物联网安防设备以构建基于5G网络的物联控制多个分布在所述目标城市区域内的视频采集终端以利用所述视频采集终端实时所述边缘计算节点对预处理后的所述第一视频数据流添加数字签名得到第二视频数将所述第二视频数据流和所述异常检测结果通过5G网络发送到所述安通过区块链网络记录并传送所述第二视频数据流和所述异常检综合所述异常检测结果与所述其他物联网安防设备的报警信息，进利用5G网络资源构建所述目标城市范围内的所述云服务器根据所述城市数字孪生模型，在所述目标城市区边缘计算节点控制多个分布在所述目标城市区域内的视频采集终端以利用所述视频所述边缘计算节点对预处理后的所述第一视频数据流添加数字签名得到第二视频数所述边缘计算节点利用预先基于深度学习训练的视频监测分析模所述边缘计算节点将所述第二视频数据流和所述异常检测结果通过5G网络发送到安3所述安防中心平台通过区块链网络记录并传送所述第二视频数据流和所述异常检测所述安防中心平台综合所述异常检测结果与所述其他物联网所述安防中心平台利用5G网络资源构建所述目标城市范围内的智能感知安防数据库，并对所述智能感知安防数据库进行实时自动更新管理与多级用基于所述城市数字孪生模型和所述历史城市运行数据，模拟根据所述环境特征和所述安防需求，规划所述视频采集终端和根据所述5G设施部署方案建设5G基站和所述边缘计算节根据所述安防设备部署方案，在规划位置安装各类所述视频采集终将所述视频采集终端和所述其他物联网安防设备通过5G网络与所述边根据所述第一视频数据流识别出所述第一视频数据流的第使用所述数字签名算法在所述边缘计算节点上生成一对非对称密钥，所述对所述第一视频数据流进行哈希运算，得到一个固定长度且能唯根据预设规则确定所述历史视频数据中的重点元素，对所述重点元对所述第一视频样本数据进行预处理得到第二视频4用从所述第二视频样本数据中提取的人物行为数将所述人脸检测模型、所述关键点提取模型、所述行为识别模型和所述异所述边缘计算节点对所述第二视频数据流进行实时推理，输出每一根据所述人脸区域位置和所述关键点坐标建立相邻帧之间的人脸跟对检测到的人脸、人脸对应的人物行为及人脸周围环境中的城市实体模式分类识别和实体异常状态识别，得到第一行为识别结果和第一实体异常状态识别结基于姿态、动作判断所述第一行为识别结果对应的第一行为是行为类别；将同一轨迹的一系列异常行为和城市实体异常状态整合为完整的对所述异常检测结果和所述报警信息进行规范化处理，统一数据格基于时间和地理空间坐标，将标准化的异常检测结果和报警信息中根据所述风险事件画像，对关联后的所述第一异常检测结果和所5重构还原所述第一事件在所述目标城市的现防中心平台利用所述目标城市的历史视频数据构建实时动态三维安防电子地图以实现场根据所述拼接轨迹重建视频里事件中的人物和城市实体的将所述动态三维坐标与所述静态三维地图融合形成动态三维安根据所述第二视频数据流、所述其他物联网安防设备采集的基于所述场景预测数据给出预警建议以便提前防防中心平台设计基于安全计算的隐私保护框架以实现视频数据在安全区域的隐私加密传对在所述隐私区域内录制的第一视频进行人脸识别和隐蔽处理，变在安全计算环境下，利用高度同态加密进行视频处理将用户分为安防管理类用户、执行类用户和社区类用户，并采用电为所述安防管理类用户、所述执行类用户和所述社区类用户分配不同级别的查看权将所述视频处理和分析结果细分为行人特征、人流量信息、事件分所述管理类用户可查看所有信息，执行类用户只能查看事件分类结果，社区67[0004]本发明正是基于上述问题，提出了一种基于5G的智慧城视频采集终端和其他物联网安防设备以构建基于5G网络的物联网[0013]所述边缘计算节点对预处理后的所述第一视频数据流添加数字签名得到第二视[0015]将所述第二视频数据流和所述异常检测结果通过5G网络发送到所述安防中心平8感知安防数据库进行实时自动更新管理与多级用视频采集终端和其他物联网安防设备以构建基于5G网络的物联网[0026]所述边缘计算节点对预处理后的所述第一视频数据流添加数字签名得到第二视[0028]所述边缘计算节点将所述第二视频数据流和所述异常检测结果通过5G网络发送[0029]所述安防中心平台通过区块链网络记录并传送所述第二视频数据流和所述异常[0030]所述安防中心平台综合所述异常检测结果与所述其他物联网安防设备的报警信[0031]所述安防中心平台利用5G网络资源构建所述目标城市范围内的智能感知安防数5G网络互联的视频采集终端和其他物联网安防设备以构建基于5G网络的物联网安防设备9[0039]将所述视频采集终端和所述其他物联网安防设备通过5G网络与所述边缘计算节[0085]对在所述隐私区域内录制的第一视频进行人脸识别和隐验证码识别用户类别；通过5G网络互联的视频采集终端和其他物联网安防设备以构建基于5G网络的物联网安防[0103]下面参照图1至图2来描述根据本发明一些实施方式提供的一种基于5G的智慧城视频采集终端和其他物联网安防设备以构建基于5G网络的物联网[0112]所述边缘计算节点对预处理后的所述第一视频数据流添加数字签名得到第二视[0114]将所述第二视频数据流和所述异常检测结果通过5G网络发送到所述安防中心平感知安防数据库进行实时自动更新管理与多级用[0120]请参见图2，本发明的另一实施例提供一种基于5G的智慧城市智能安防方法，包这些数据将作为后续部署智能化安防体系的重要数据来源和环境依托，是整个系统可靠、图像数据和所述视频数据各类异构数据按统一的坐标系统、时间维度等进行标准化预处节发挥重要作用。视频采集终端和其他物联网安防设备以构建基于5G网络的物联网数据流传输的实时性和可靠性；边缘计算节点接收并缓存来自各个采集点的视频数据流，[0130]所述边缘计算节点对预处理后的所述第一视频数据流添加数字签名得到第二视[0132]所述边缘计算节点将所述第二视频数据流和所述异常检测结果通过5G网络发送[0134]所述安防中心平台通过区块链网络记录并传送所述第二视频数据流和所述异常[0136]所述安防中心平台综合所述异常检测结果与所述其他物联网安防设备的报警信[0137]所述安防中心平台利用5G网络资源构建所述目标城市范围内的智能感知安防数工智能算法进行智能分析和相关联，大幅提升了对各类异常行为的识别准确性和检测能城市区域内配置多个通过5G网络互联的视频采集终端和其他物联网安防设备以构建基于安防设备数量和位置，优化覆盖效果；根据场景覆盖原则，确保各类典型场景无死角覆盖成本评估确保部署的合理性和经济性；输出标准化的三维坐标部署方案，指导实际系统实于系统后期的扩容和优化。[0151]将所述视频采集终端和所述其他物联网安防设备通过5G网络与所述边缘计算节对应较高评分事先建立数字签名算法库（包含各种安全强度和性能的算法并为每个算[0173]在本步骤中，根据前述的标注和标签从第二视频样本数异常行为区间；结合人脸检测和关键点跟踪结果，绘制人员在视频中的空间_时间事件轨辅助模型集中学习到相关帧之间的关系。一般来说，常用的注意力机制模块有：自注意力中的城市实体状态进行实体异常状态识别得到第一实体异常状态识别后续的风险分级和协同处置；时空上下文分析提高了异常行为识别的准确性和语义完整历史视频数据构建实时动态三维安防电子地图以实现场景模拟与复杂情况下的事先预警[0208]在本步骤中，光流是计算机视觉中用来描述连续两帧之间像素运动信息的方[0211]在本步骤中，动态三维安防电子地图作用吸收了静态地异常事件数据和所述历史报警数据中提取各类特征进行数字编码表示；选择LSTM或[0221]对在所述隐私区域内录制的第一视频进行人脸识别和隐与非加密明文字序列上的对应的操作结果等价。同态加密支持直接在密文数据上进行计过高度同态加密技术，可以在安全计算环境下直接对加密视频数据进行检测分析算术运验证码识别用户类别；的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，[0241]上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使