一种基于人工智能和大数据分析的4G报警系统

摘要

本发明公开了一种基于人工智能和大数据分析的4G报警系统，所述系统包括：用户端报警app、移动端app、多台PC端、服务器；所述手机端报警app与端app通信连接；所述多台PC端之间通讯连接，所述用户端报警app与多台PC端通过服务器进行通讯；所述用户端报警app包括：视频报警模块、打字报警模块、当前位置模块和个人信息模块。本发明利用人脸识别、大数据分析、路况优化等技术，为用户提供不同情况下的报式，使与用户更及时有效的沟通。

说明书

技术领域

本发明涉及人工智能和大数据技术领域，具体涉及一种基于人工智能和大数据分析的4G报警系统。

背景技术

在人们在遇到紧急案情况时，人们通常使用电话报警来告知案件发生。但是现有的报警系统，通过电话报警无法具体定位，需要接警员人为判断，这种报式不能及时获得报警人员的身份信息，且通过报警人员口头表达报警地点会出现表述不清的情况，从而影响工作人员办事，整个报警过程还需工作人员手动记录下来，操作麻烦，降低了工作人员的办事效率，且任何人可以随意拨打电话，对工作人员造成骚扰，影响工作；此外，在报警人身处危险的环境中也无法快速安全地进行报警。

4G与2G网络相比，增添了传输视频语音等多媒体的优势，可以更全面更快速地进行报警；同时，4G报警系统也可以发挥物联网的优势，利用GPS定位确定周围，将众多录像进行实时调取，分析图像，从而使精准的把控现场状况。

近年来，人工智能技术不断发展成熟，人脸识别技术由于其识别的快捷可靠性，在人们工作生活中扮演着越来越重要的角色，网上关于人脸识别的开源技术也有很多，著名的有虹软和百度等。OpenCV提供的视觉处理算法非常丰富，并且它部分以C语言编写，加上其开源的特性，处理得当，不需要添加新的外部支持也可以完整的编译链接生成执行程序，所以很适合来做算法的移植，而且它致力于真实世界的实时应用，通过优化的C代码的编写对其执行速度带来了可观的提升，并且可以通过购买Intel的IPP高性能多媒体函数库（Integrated Performance Primitives）得到更快的处理速度。face_recognition号称是世界上最简单的基于python的人脸识别库，是在大名鼎鼎的深度学习框架dlib上做的整合，dlib模型在LFW(Labeled Faces in the Wild)能有99.38%的准确率。随着这些年的深度学习技术和GPU的使用，face_recognition中的DCNN可以更好地特征提取。DCNN近期已经成功用在如人脸检测，关键点定位，人脸识别和验证等方面。另外face_recognition提供了相应的命令行工具，可以通过命令行来对图片文件夹进行人脸识别，非常的便捷。PyQt是一个用于创建GUI应用程序的跨平台工具包，它将Python与Qt库融为一体。这样做的最大好处就是在保留了Qt高运行效率的同时，大大提高了开发效率。因为，使用Python语言开发程序要比使用C++语言开发程序快得多。PyQt对Qt做了完整的封装，几乎可以用PyQt做Qt能做的任何事情。

百度地图JavaScript API GL v1.0是一套用JavaScript语言编写的应用程序接口。百度地图JavaScript API支持HTTP和HTTPS，免费对外开放，可直接使用。接口使用无次数限制。JavaScript API GL使用了WebGL对地图、覆盖物等进行渲染，支持3D视角展示地图。GL版本接口基本向下兼容，迁移成本低。早期的v1.0版本支持了基本的3D地图展示、基本地图控件和覆盖物，目前已经更新到v3.0版本。

树莓派是树莓派基金开发的开放式嵌入式系统，是只有信用卡大小的基于ARM的微型电脑主板，以SD卡为内存硬盘，具有所有PC基本功能。

发明内容

[技术问题]

使用电话报警时，无法具体定位报警人的位置，需手动记录警情信息切不准确，且危险环境下无法快速安全地报警。

[技术方案]

本发明提供了一种基于人工智能和大数据分析的4G报警系统，包括：包括：用户端报警app、移动端app、多台PC端、服务器；所述用户端报警app与移动端app通信连接；所述多台PC端之间通讯连接，所述用户端报警app与多台PC端通过服务器进行通讯；所述用户端报警app包括：视频报警模块、打字报警模块、当前位置模块和个人信息模块；所述视频报警模块用于报警时发送视频或语音通话请求，所述移动端app用于接收视频或语音通话请求；所述当前位置模块用于获取报案人当前地理位置，通过在第三方地图平台获取报警手机的当前位置；所述个人信息模块用于编辑和保存用户的个人信息；所述打字报警模块用于简便报警，用于以问卷形式快速收集报警信息，并将报警信息、地理位置和个人信息一起发送到多台PC端。

在本发明的一种实施方式中，所述用户端报警app、移动端app安装于智能手机、平板电脑等移动通信设备上。

在本发明的一种实施方式中，所述系统还包括视频模块，所述视频模块与PC端通信连接，PC端通过接受到的地理位置，通过视频模块确定地理位置附近的摄像头，在PC端显示画面。

在本发明的一种实施方式中，所述视频模块为树莓派。

在本发明的一种实施方式中，所述PC端包括：端web（全球广域网或万维网）、人脸识别模块、路况规划web；所述端web用于多个PC端相互之间的通信与接受打字报警模块传来的报警信息、报警信息、地理位置和个人信息；所述人脸识别模块用于对视频模块获取到的视频上的人脸图片进行识别；所述路况规划web用于获取路况，调用地图API进行路线规划，规划出与报案人之间的出警路径。

在本发明的一种实施方式中，所述人脸识别模块包括：人脸图像采集及检测模块、人脸图像预处理模块、人脸图像特征提取模块以及匹配与识别模块；所述人脸图像采集及检测模块用于对想要识别的人脸的图片进行编码，获取人脸图片的特征向量矩阵；所述人脸图像预处理模块将特征向量矩阵转为列表，再将列表里的每个元素转为字符串，再用字符串拼接的方式拼成一个字符串，将特征值存储于服务器，得到人脸编码数据库；所述人脸图像特征提取模块用于读取摄像头传过来的画面，并读取每一帧的图像；所述匹配与识别模块用于从服务器中的人脸编码数据库中读出人脸信息，比较特征提取得到的人脸图像编码和数据库中读出的人脸信息编码，计算两张人脸特征向量的内积，并设置一个阈值，若内积值在阈值范围之内，则认为是同一个人，返回数据库中关于该人脸的信息描述。

在本发明的一种实施方式中，所述视频报警模块用于报案人安全的正常报警环境下的报警，所述正常报警环境为报案人可发出声响，不会因为声音暴露而使财产生命安全遭受威胁的环境。

在本发明的一种实施方式中，所述视频报警模块与端app通过第三方平台声网Agora实现音视频通话功能，所述音视频通话的API调用过程包括：初始化RtcEngine、设置本地试图、加入频道、设置远端视图、离开频道、销毁Engine。

在本发明的一种实施方式中，所述个人信息模块的信息存储由SharedPreferences存储实现，存储过程如下：首先获取SharedPreferences对象，再获得SharedPreferences.Editor对象，向SharedPreferences.Editor对象中添加个人信息的数据，最后通过commit()指令提交数据。存储的数据通过SharedPreferences提供的getString()类获取。

在本发明的一种实施方式中，所述手机端报警app与多台PC端的通信由socket经由阿里云端服务器转发实现，转发的内容为消息类Message，所述消息类Message包括客户端编号和消息内容；服务器程序声明静态变量sessionMap来保存所有已连接的端Web为客户端1，手机端报警app为客户端2，3，4…，消息处理类通过重写的构造方法，得到消息发送方以及所有已连接客户端，通过ObjectInputStream()和ObjectOutputStream()对Message对象进行读写。

本发明还提供一种基于人工智能和大数据分析的4G报警系统的报法，包括：报案人通过手机端报警app进行报案，无危险的报警环境下，报案人使用手机端报警app与端app以音视频通话的形式进行报警；报案人不宜发出声音的情况下，即非正常报警环境下，报案人使用手机端报警app的打字报警模块进行报警，PC端接收打字报警模块传来的报警信息、报警信息、地理位置和个人信息，PC端通过视频模块调用报案人位置附近的摄像头对嫌疑人进行拍摄，再调用人脸识别模块进行面部识别，通过路线规划web实现到报案人的路线规划。

[有益效果]

1、本发明通过构建了基于人工智能和大数据的4G报警系统，其中包括硬件与软件的设计，是多端联合、智能化的4G报警系统，具有一定的实用价值。本发明实现简单、移植性强。采用本设计，具有广阔的应用前景。

2、本发明利用人脸识别、大数据分析、路况优化等技术，为用户提供不同情况下的报式，使与用户更及时有效的沟通。

3、本发明的人脸识别算法调用了face_recognition开源库，利用该算法对摄像头输出的画面进行逐帧处理，对其与人脸数据库中的人脸信息编码进行特征比对，比较得出最接近的人脸数据，并返回数据库中关于该人脸的信息描述，以此来确定犯罪人的姓名与犯罪史等信息，提高办案效率。

4、本发明的视频报警功能调用了第三方平台声网Agora的实时音视频互动SDK，由手机端报警APP呼出，端APP接收，以便二者进行音视频通话。

5、本发明的打字报警功能由用户端APP以问卷的形式采集报警原因、作案人相关信息，将问卷信息和地理位置、个人信息一起发送至。

6、本发明地理位置调用高德地图API，能够获取设备的当前位置，并在地图上显示位置，反馈当前地址。路线导航部分使用JavaScript语言编写，调用了百度地图API。其中使用WebGL对地图及覆盖物等进行渲染。网页接收软件传来的位置信息，根据起点与终点的GPS规划出与报案人之间的合理路径。

7、本发明利用百度地图API做到了路况的实时显示，以便对拥挤路段实施绕行，避免浪费时间。

附图说明

图1是报警系统总体设计图

图2是手机端软件框架示意图

图3是报警信息格式示意图

图4是PC端通信模块图

图5是接受报警信息模块图

具体实施方式

下面结合附图和实施例对本发明作进一步详细说明。

实施例1

如图1-5所示，本实施例提供一种基于人工智能和大数据分析的4G报警系统，包括：用户端报警app、移动端app、多台PC端、服务器；所述用户端报警app与移动端app通信连接；

所述多台PC端之间通讯连接，所述用户端报警app与多台PC端通过服务器进行通讯；

所述PC端包括：端web、人脸识别模块、路况规划web。

所述用户端报警app与端app由Android Studio搭建，用Java语言编写，所述用户端报警app由报案人使用，所述移动端app由使用。

所述用户端报警app包括：视频报警模块、打字报警模块、当前位置模块和个人信息模块。

所述用户端报警app、移动端app安装于智能手机、平板电脑等移动通信设备上。

所述视频报警模块用于报案人安全的正常报警环境下的报警，所述正常报警环境为报案人可发出声响，不会因为声音暴露而使财产生命安全遭受威胁的环境或其他方便报警的环境。所述视频报警模块用于报警时的呼出，所述端app用于接收通话请求。

进一步地，所述视频报警模块与移动端app通过第三方平台声网Agora实现音视频通话功能，所述声网Agora在互联网上构建了专用于实时音视频互动的实时互联网（SD-RTN™），提供了简单的SDK，让应用实现音视频通话和全互动直播功能。

进一步地，所述音视频通话的API调用过程包括：初始化RtcEngine（实时时钟引擎）、设置本地试图、加入频道、设置远端视图、离开频道、销毁Engine。

所述当前位置模块用于获取报案人当前位置，通过在第三方地图平台（如高德地图）获取报警手机的当前地理位置，并在地图上显示位置，反馈当前地址。程序的主要流程如下：在手机报警端app的主程序中创建地图视图对象AMap，设置定位监听并实现LocationSource接口，配置定位参数（高精度模式，持续返回地址信息，重复定位，定位间隔2000ms），启动定位，在地图上标注当前位置，同时使用Toast反馈当前位置的文本信息。当前位置的文本信息会实时保存在定义好的地址字符串中。

所述个人信息模块用于编辑和保存个人的姓名、性别和身份证号等相关信息。信息存储由SharedPreferences存储实现。存储过程如下：首先获取SharedPreferences对象，再获得SharedPreferences.Editor对象，向SharedPreferences.Editor对象中添加个人信息的数据，最后通过commit()指令提交数据。存储的数据通过SharedPreferences提供的getString()类获取。

所述打字报警模块用于实现报案人不便发声或其他非正常报警情况下的简便报警，用于以问卷形式快速收集报警原因、作案人相关信息等相关报警信息，并将问卷信息、地理位置和个人信息一起发送到端web。

进一步地，所述用户端报警app与多台PC端的通信由socket（套接字）经由阿里云端服务器转发实现。转发的内容为消息类Message，所述消息类Message包括客户端编号和消息内容；服务器程序声明静态变量sessionMap来保存所有已连接的端Web为客户端1，手机端报警app为客户端2，3，4…，消息处理类通过重写的构造方法，得到消息发送方以及所有已连接客户端，通过ObjectInputStream()和ObjectOutputStream()对Message对象进行读写。

进一步地，如图3所示，发送的报警消息格式如下：姓名：**；性别：***；身份证号：***；当前位置信息：***；报警原因：***；作案人是否携带凶器：**；作案人携带何种凶器：***；备注：***。

本实施例中，所述系统还设有视频模块，所述视频模块与PC端连接，PC端通过接受到的地理位置，通过视频模块确定地理位置附近的摄像头，在PC端显示画面。所述视频模块实现途径如下：

将从树莓派官网下载的基于Linux系统的raspbian最新的镜像文件用镜像烧录工具Win32Disklmager烧录到已经格式化的16G内存的SD卡中，再将SD卡插入树莓派卡槽中，接通电源开机运行，在raspi-config开启摄像头服务。

配置软件motion：motion是在linux环境下使用的视频捕捉软件。使用命令行sudoapt-get install motion安装motion，配置motion daemon守护进程以使motion能在后台运行，修改motion的配置文件后，使用sudo service motion start 命令启动服务，输入sudo motion开启motion 在浏览器上即可看见画面。

远程访问设计：使用Frp穿透内网，对象为树莓派摄像头实时画面，将index.html文件画面链接改为穿透后的链接，调整参数以使内网穿透画面的连续性与稳定性得到保障，并将内网穿透服务设置为开机自启动。如此，即可在外网环境下访问该网络。PC端可通过内网地址IP（8081）访问树莓派摄像头实时画面。

在本发明的其它实施例中，由于各地都设有视频点，通过所述视频模块直接调取各地视频画面，直接在PC端显示。

所述端web 通过idea软件构建web网页，前端组建用LayIM，后端技术包括Springboot、JPA、Redis、Freemarker，数据库则采用MySQL，编写语言为JAVA，所述端web用于多个PC端相互之间的通信与接受打字报警模块传来的报警信息、报警信息、地理位置和个人信息。

所述web代码流程为：

a.网页代码思路为首先搭建Springboot基本环境，分析初始化参数，实现项目的热部署，创建并用Lomnbok简化实体，并在实体中添加映射关系。然后用Jackson拼接个人信息及好友分组，使用ftp连接池部署服务器，使用session控制登录权限。进而用消息总线处理信息并搭建Redis的发布与订阅，使用websocket进行双向通信，将聊天信息发送到服务端。最后优化一些功能提高用户舒适度。

b.添加手机app与PC通信功能。利用管道流截取控制台输出，搭建多线程消息收发器。

所述路线规划web实现途径如下：

路线规划API（Application Programming Interface）调用了百度地图API。由网页接收前端发来的GPS定位信息，使用百度地图API进行路线规划。结果反馈在创建并初始化的叠加层上。此外，还使用了var ctrl = new BMapLib.TrafficControl({ showPanel: true });添加路况控制面板。此外，百度地图API还提供了预测功能。本应用利用ctrl.show Traffic({ predictDate: hour + 2 });设置路况预测为当前时刻的未来两小时。为了方便用户操作，还利用了map.enableScrollWheelZoom();语句启用了滚轮放大与缩小。路线导航部分使用JavaScript语言编写，调用了百度地图API。其中使用WebGL对地图及覆盖物等进行渲染。网页接收手机端传来的位置信息，根据起点与终点的GPS规划出与报案人之间的合理路径。利用百度地图API能对路况的实时显示，以便对拥挤路段实施绕行，避免浪费时间。

人脸识别实现途径：

本实施例中，主要采用python的第三方库face_recognition和OpenCV来实现人脸识别功能，利用PyQt5来制作界面。

所述人脸识别模块包括：人脸图像采集及检测模块、人脸图像预处理模块、人脸图像特征提取模块以及匹配与识别模块。

所述人脸图像采集及检测模块用于将给定想要识别的人脸的图片用face_recognition中的face_encoding函数对其进行编码（将人脸图片映射成一个128维的特征向量）。

人脸图像预处理模块

由于128维的人脸编码是一个numpyndarray类型(即矩阵)，并不能将数据存进服务器的数据库中，因此必须进行类型转换，所述人脸图像预处理模块利用python的numpy库将矩阵转为列表，再将列表里的每个元素转为字符串，再用字符串拼接的方式拼成一个字符串，这时就可以把特征值存进数据库里了。

所述人脸图像特征提取利用OpenCV的VideoCapture函数读取摄像头传过来的画面，并用read函数读取每一帧的图像，利用OpenCV的resize缩放函数改变图像的大小，图像越小，所做的计算就少，然后再对图像重复做人脸图像采集及检测部分的工作。

所述匹配与识别模块从服务器的人脸编码数据库（人脸数据库编码在阿里云服务器的mysql数据库中，是使用人自己构建的，人脸库中的人脸编码是用第三方库face_recognition中的face_encoding函数从图片中提取，然后保存到服务器的人脸数据库中）中读出人脸信息，比较特征提取得到的人脸图像编码和数据库中读出的人脸信息编码，利用face_recognition中的compare_faces函数计算两张人脸特征向量的内积，通过设置一个阈值，若距离在阈值范围之内，则认为是同一个人，返回数据库中关于该人脸的信息描述（姓名和犯罪史等）。

本实施例中，人脸识别算法调用了face_recognition开源库，对摄像头输出的画面进行逐帧处理，对其与人脸数据库中的人脸信息编码进行特征比对，比较得出最接近的人脸数据，并返回数据库中关于该人脸的信息描述。

所述系统的运行过程如下：报案人通过用户端报警app进行报案，无危险的报警环境下，报案人使用用户端报警app与移动端app以音视频通话的形式进行报警；报案人不宜发出声音的情况下，即非正常报警环境下，报案人使用用户端报警app的打字报警模块进行报警，PC端接收打字报警模块传来的报警信息、报警信息、地理位置和个人信息，PC端通过视频模块调用报案人位置附近的摄像头对嫌疑人进行拍摄，再调用人脸识别模块进行面部识别，通过路线规划web实现到报案人的路线规划。

以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。