(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 202210162313.1 (22)申请日 2022.02.22 (71)申请人 安徽新识智能科技有限公司 地址 241399 安徽省芜湖市南陵县经济开 发区天竞创业孵化园A幢1018-4室 (72)发明人 汤慧敏　冯腾飞　 (74)专利代理 机构 北京和信华成知识产权代理 事务所(普通 合伙) 11390 专利代理师 胡阔雷 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/50(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06Q 10/04(2012.01)G06F 16/29(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种基于物联网的环境智能监控方法及系 统 (57)摘要 本发明公开了一种基于物联网的环境智能 监控方法及系统， 包括以下步骤： 步骤S1、 对实时 监控图像进行目标排查得到包含疑似目标对象 的监控图像， 并抽取出疑似目标对象的图像特 征， 以及抽取目标对象的 图像特征； 步骤S2、 将疑 似目标对象的图像特征和目标对象的图像特征 进行特征相似度比较， 并将根据特征相似度确定 出表征目标对象的疑似目标对象， 再获取目标对 象的实时位置； 步骤S3、 得到目标对象的历史移 动路线， 并根据历史移动路线对目标对象的未来 移动路线进行预测。 本发明根据历史移动路线对 目标对象的未来移动路线进行预测， 以实现对目 标对象的预测追踪， 在进行图像特征相似度计算 时利用多种相似度算法进行融合 以提高图像特 征识别的精度。 权利要求书4页 说明书9页 附图1页 CN 114627431 A 2022.06.14 CN 114627431 A 1.一种基于物联网的环境智能监控方法， 其特 征在于， 包括以下步骤： 步骤S1、 对所有监控装置的实时监控图像进行目标排查得到包含疑似目标对象的监控 图像， 并在包含疑似目标对 象的监控图像中抽取出疑似目标对 象的图像特征， 以及在包含 目标对象的图像中抽取目标对象的图像特 征； 步骤S2、 将疑似目标对象的图像特征和目标对象的图像特征进行多算法融合的特征相 似度比较， 并将根据特征相似度确定出表征目标对 象的疑似目标对 象， 再获取表征目标对 象的疑似目标对象对应的监控装置位置作为目标对象的实时位置， 以实现对目标对象的实 时锁定； 步骤S3、 将每个监控时序处表征目标对象的疑似目标对象对应的监控装置位置按时序 链接得到目标对象的历史移动路线， 并根据历史移动路线对目标对象的未来移动路线进 行 预测， 以实现对目标对象的预测追踪。 2.根据权利要求1所述的一种基于物联网的环境智能监控方法， 其特征在于： 所述对所 有监控装置的实时监控图像进行目标排 查得到包 含疑似目标对象的监控图像， 包括： 将同一监控装置的实时监控图像和初始监控图像进行图像相似度计算， 以得到实时监 控图像与所述初始监控图像的图像相似度； 设定用于目标排 查的相似度阈值， 并将所述图像相似度与相似度阈值进行比较， 其中， 当图像相似度高于或等于相似度阈值， 则将所述实时监控图像判定为包含疑似目标对 象的监控图像； 当图像相似度低于相似度阈值， 则将所述实时监控图像判定为不包含疑似目标对象的 监控图像； 优选的， 图像相似度计算， 包括： 分别对所述实时监控图像和初始监控图像进行直方图计算得到实时监控图像的直方 图和初始监控图像的直方图， 并计算 实时监控图像的直方图和初始 监控图像的直方图的相 似度作为所述图像相似度； 所述图像相似度的计算公式为： 式中， Ii表征为第i个监控装置的实时监控图像和初始监控图像的图像相似度， Ai、 Bi分 别表征为第i个监控装置的实时监控图像、 初始 监控图像的直方图向量， i为计量常数， 无实 质含义， T为 转置运算符。 3.根据权利要求2所述的一种基于物联网的环境智能监控方法， 其特征在于： 所述在包 含疑似目标对象的监控图像中抽取 出疑似目标对象的图像特 征， 包括： 利用区域生长因子算法在包含疑似目标对象的监控图像中获得疑似目标对象的图像 区域， 并依 次在疑似目标对 象的图像区域中提取出所述疑似目标对 象的图像卷积特征， 疑 似目标对象的图像结构特 征以及疑似目标对象的图像直方图特 征； 其中， 所述疑似目标对象的图像卷积特征由疑似目标对象的图像区域输入至VGG16卷 积神经网络得到的特 征序列进行表征； 所述疑似目标对象的图像结构特征由疑似目标对象的图像区域的像素均值、 方差和 协权　利　要　求　书 1/4 页 2 CN 114627431 A 2方差进行表征； 所述疑似目标对象的图像直方图特征由疑似目标对象的图像区域的直方图向量进行 表征。 4.根据权利要求3所述的一种基于物联网的环境智能监控方法， 其特征在于： 所述在包 含目标对象的图像中抽取目标对象的图像特 征， 包括： 依次在包含目标对象的图像中提取出所述目标对象的图像卷积特征， 目标对象的图像 结构特征以及目标对象的图像直方图特 征； 其中， 所述目标对象的图像卷积特征由目标对象的图像区域输入至VGG16卷积神经网 络得到的特 征序列进行表征； 所述目标对象的图像结构特征由目标对象的图像区域的像素均值、 方差和协方差进行 表征； 所述目标对象的图像直方图特 征由目标对象的图像区域的直方图向量进行表征。 5.根据权利要求4所述的一种基于物联网的环境智能监控方法， 其特征在于： 所述将疑 似目标对象的图像特 征和目标对象的图像特 征进行多算法融合的特 征相似度比较， 包括： 依次计算疑似目标对象和目标对象的图像卷积特征的相似度， 疑似目标对象和目标对 象的图像结构特征的相似度以及疑似目标对象和目标对象的图像直方图特征的相似度， 其 中， 所述图像卷积特 征的相似度的计算公式为： 式中， Pi表征为第i个监控装置的实时监控图像中的疑似目标对象和所述目标对象的 图 像卷积特征的相似度， Ci、 Di分别表征为第i个监控装 置的实时监控图像中的疑似目标对象、 目标对象的图像卷积特 征的特征序列向量， i 为计量常数， 无实质含义， T为 转置运算符； 所述图像结构特 征的相似度的计算公式为： 式中， Qi表征为第i个监控装置的实时监控图像中的疑似目标对象和所述目标对象的 图 像结构特征的相似度， Fi、 Fi分别表征为第i个监控装 置的实时监控图像中的疑似目标对象、 目标对象的像素均值、 方差和协方差组合向量， i 为计量常数， 无实质含义， T为 转置运算符； 所述图像直方图特 征的相似度的计算公式为： 式中， Ui表征为第i个监控装置的实时监控图像中的疑似目标对象和所述目标对象的 图 像直方图特征的相似度， Gi、 Hi分别表征为第 i个监控装置的实时监控图像中的疑似目标对 象、 目标对象的图像直方图特 征的直方图向量， i 为计量常数， 无实质含义， T为 转置运算符； 为所述图像卷积特征的相似度、 图像结构特征的相似度和图像直方图特征的相似度 添 加相似度权重， 并依据相似度权重得到多算法融合的特征相似度， 所述多算法融合的特征 相似度的计算公式为：权　利　要　求　书 2/4 页 3 CN 114627431 A 3