(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111638363.4 (22)申请日 2021.12.2 9 (65)同一申请的已公布的文献号 申请公布号 CN 114463928 A (43)申请公布日 2022.05.10 (73)专利权人 上海瑞琨计算机系统集成有限公 司 地址 201821 上海市嘉定区叶城路9 25号A 区B263 (72)发明人 杨闰辉　杨一帆　 (74)专利代理 机构 成都七星天知识产权代理有 限公司 5125 3 专利代理师 郭会 (51)Int.Cl. G08B 19/00(2006.01) G08B 13/196(2006.01)G08B 17/10(2006.01) G08B 17/12(2006.01) G08B 21/02(2006.01) G08B 21/04(2006.01) G08B 7/06(2006.01) G06V 20/52(2022.01) G06V 20/58(2022.01) G06N 20/00(2019.01) G06N 3/04(2006.01) (56)对比文件 CN 110008804 A,2019.07.12 CN 101670973 A,2010.0 3.17 CN 212966489 U,2021.04.13 CN 110712591 A,2020.01.21 KR 101655397 B1,2016.09.07 审查员 黄欣 (54)发明名称 一种智能报警方法和系统 (57)摘要 本说明书实施例提供一种智能报警方法和 系统， 该方法包括： 获取被监测空间的采集信息， 被监测空间包括以下至少之一： 电梯、 车厢； 基于 采集信息进行风险识别， 得到风险识别结果； 基 于风险识别结果， 确定风险信息； 基于风险信息， 发出报警信号。 权利要求书2页 说明书13页 附图8页 CN 114463928 B 2022.11.25 CN 114463928 B 1.一种智能报警方法， 其特 征在于， 所述方法包括： 获取被监测空间的采集信息， 所述被监测空间包括以下至少之一： 电梯、 车厢； 基于所述采集信息进行风险识别， 得到风险识别结果， 所述风险识别结果包括风险图 像的置信度和风险声 音的置信度； 基于所述 风险识别结果， 确定风险信息； 基于所述风险信 息， 发出报 警信号， 所述报 警信号包括响应于存在所述风险信 息， 向预 设人员报警的信号， 所述预设人员的类型基于风险信息确定， 所述报警信号的形式基于所 述风险信息确定； 其中， 所述基于所述采集信息进行风险识别， 得到风险识别结果包括： 所述采集信息包括压力信息， 基于第 四模型对多个时间点的所述压力信息进行处理， 确定所述被监测空间是否存在电瓶车； 其中， 所述压力信息基于布置在被监测空间内的压 力传感器采集得到， 所述第四模 型为机器学习模型； 其中， 基于第一模型获取训练所述第四 模型的训练数据， 包括： 响应于所述第一模型输出的识别结果包括风险图像及所述风险图像中包含所述电瓶 车时， 则将采集到所述风险图像时对应获取到的压力信息作为所述第四模型 的训练样本， 将所述电瓶车作为所述训练样本对应的标签， 其中， 所述第一模型基于对输入的图像信息 进行处理， 确定所述 风险图像及其对应的所述电瓶车， 所述第一模型为机器学习模型； 所述基于所述采集信息进行风险识别， 得到风险识别结果包括： 基于所述图像信息和声音信息至少一种， 通过第三模型确定人物类型； 所述基于所述 风险识别结果， 确定风险信息包括： 基于所述风险图像的置信度和所述风险声音的置信度， 以及基于所述人物类型确定报 警阈值或风险预测值； 响应于所述风险识别结果包括所述电瓶车时， 基于所述报警阈值或所述风险预测值， 结合获取的同行 人员的人物类型及对应的人 数信息确定所述 风险信息 。 2.如权利要求1所述的方法， 其特征在于， 所述采集信 息包括图像信 息和声音信 息至少 一种； 所述基于所述采集信息进行风险识别， 得到风险识别结果还 包括： 基于所述图像信息， 通过 所述第一模型确定所述 风险图像及其置信度； 基于所述声 音信息， 通过第二模型确定所述 风险声音及其置信度。 3.一种智能报警系统， 其特 征在于， 所述系统包括： 获取模块， 用于获取被监测空间的采集信息， 所述被监测空间包括以下至少之一： 电 梯、 车厢； 识别模块， 用于基于所述采集信息进行风险识别， 得到风险识别结果， 所述风险识别结 果包括风险图像的置信度和风险声 音的置信度； 所述采集信 息包括压力信 息， 所述识别模块进一步用于基于第四模型对多个时间点的 所述压力信息进行 处理， 确定所述被监测空间是否存在电瓶车； 其中， 所述压力信息基于布 置在被监测空间内的压力 传感器采集得到， 所述第四模型为机器学习模型； 其中， 训练所述 第四模型 的训练数据基于第一模型获取， 包括： 响应于所述第一模型输出 的识别结果包括 风险图像及所述风险图像中包含所述电瓶车时， 则将采集到所述风险图像时对应获取到的权　利　要　求　书 1/2 页 2 CN 114463928 B 2压力信息作为所述第四模型 的训练样本， 将所述电瓶车作为所述训练样本对应的标签， 其 中， 所述第一模型基于对输入的图像信息进行处理， 确定所述风险图像及其对应的所述电 瓶车， 所述第一模型为机器学习模型； 所述识别模块进一步用于基于所述图像信 息和声音信 息至少一种， 通过第 三模型确定 人物类型； 确定模块， 用于基于所述风险识别结果， 确定风险信息； 所述确定模块进一步用于基于 所述风险图像的置信度和所述风险声音的置信度， 以及基于所述人物类型确定报警阈值或 风险预测 值； 响应于所述风险识别结果包括所述电瓶车时， 基于所述报警阈值或所述风险 预测值， 结合获取的同行 人员的人物类型及对应的人 数信息确定所述 风险信息； 报警模块， 用于基于所述风险信息， 发出报 警信号， 所述报警信号包括响应于存在所述 风险信息， 向预设人员报警的信号， 所述预设人员的类型基于风险信息确定， 所述报警信号 的形式基于所述 风险信息确定 。 4.如权利要求3所述的系统， 其特征在于， 所述采集信 息包括图像信 息和声音信 息至少 一种， 所述识别模块进一 步用于： 基于所述图像信息， 通过 所述第一模型确定所述 风险图像及其置信度； 基于所述声 音信息， 通过第二模型确定所述 风险声音及其置信度。 5.一种智能报 警装置， 所述装置包括处理器以及存储器； 所述存储器用于存储指令， 其 特征在于， 所述指令被所述处理器执行时， 导致所述装置实现如权利要求1～2中任一项所 述智能报警方法。 6.一种计算机可读存储介质， 其特征在于， 所述存储介质存储计算机指令， 当计算机读 取存储介质中的计算机指令后， 计算机执 行如权利要求1～ 2中任一项所述智能报警方法。权　利　要　求　书 2/2 页 3 CN 114463928 B 3