一种用于存储柜的开门报警系统的制作方法

专利查询1月前  15


本发明涉及存储柜防盗报警,具体涉及一种用于存储柜的开门报警系统。


背景技术:

1、存储柜开门报警系统是确保存储安全的关键技术,其主要作用在于及时检测并响应未授权的开门行为。该系统通过实时监控,一旦检测到异常,立即发出警报,有效预防财产损失和非法入侵,同时为事后调查提供重要记录。

2、行为识别技术的应用进一步提升了存储柜开门报警的智能化水平。通过分析和识别用户行为,系统能区分合法与非法操作,减少误报,提高报警的准确性和响应效率,确保存储环境的安全与秩序。

3、然而,行为识别技术应用前需要针对每个用户进行行为学习,然而存储柜显然不是一种高频使用的工具。实际中,将行为识别技术应用于存储柜安全领域时,很容易出现因数据样本不足导致的行为学习误差较大的问题,影响报警准确性。因此,人们需要一种能够结合存储柜使用频率,动态地调整行为识别策略的存储柜开门预警方案。


技术实现思路

1、本发明的目的在于提供一种用于存储柜的开门报警系统,解决以下技术问题:

2、现有技术中存储柜开门预警方案无法结合存储柜使用频率,动态地调整行为识别策略。

3、本发明的目的可以通过以下技术方案实现:

4、一种用于存储柜的开门报警系统,包括:

5、行为监测模块,用于获取目标存储柜开启时的多种行为监测数据,每种行为监测数据均对应有行为评估标准和评估权重,其中,每种行为监测数据初始的评估权重均为零;

6、行为分析模块,用于基于行为评估标准,根据行为监测数据得到每种行为监测数据对应的行为偏差度;

7、学习预警模块,用于对多个行为偏差度及对应的评估权重进行加权求和,得到本次目标存储柜开启时的行为异常指数;

8、若行为异常指数没有超过预设异常阈值,则基于行为监测数据更新行为评估标准,并基于行为异常指数没有超过预设异常阈值的累积次数更新评估权重;

9、若行为异常指数超过预设异常阈值,则进行异常开门报警。

10、作为本发明进一步的方案:基于行为异常指数没有超过预设异常阈值的累积次数更新评估权重,包括:

11、获取行为异常指数没有超过预设异常阈值的累积次数,以及目标评估权重的预设上限值,其中,目标评估权重为当前待更新的评估权重;

12、基于下式更新目标评估权重:

13、;

14、其中,w为更新后的目标评估权重,a为目标评估权重的预设上限值,e为自然常数,k为预设增长速度控制参数,n为行为异常指数没有超过预设异常阈值的累积次数。

15、作为本发明进一步的方案:多种行为监测数据包括存储柜开启时间,存储柜开启时间对应的行为评估标准包括标准开启时间段;基于行为监测数据更新行为评估标准,包括:

16、获取实际存储柜开启时间和历史存储柜开启时间记录,其中,实际存储柜开启时间为本次待计算行为偏差度的存储柜开启时间,历史存储柜开启时间记录为用户过去每次开启存储柜的时间记录;

17、对实际存储柜开启时间和历史存储柜开启时间记录进行聚类,得到多个聚类簇;

18、根据每个聚类簇中的历史存储柜开启时间记录所覆盖的最大时间段范围,得到多个标准开启时间段。

19、作为本发明进一步的方案:基于行为评估标准,根据行为监测数据得到每种行为监测数据对应的行为偏差度,包括:

20、比较实际存储柜开启时间和多个标准开启时间段;

21、若实际存储柜开启时间位于一个标准开启时间段之内,则实际存储柜开启时间对应的行为偏差度为零;

22、若实际存储柜开启时间不位于任何一个标准开启时间段之内,则计算实际存储柜开启时间与每个标准开始时间段的端点的偏差时间;

23、根据最小的偏差时间,得到实际存储柜开启时间对应的行为偏差度。

24、作为本发明进一步的方案:多种行为监测数据包括密码输入间隔数据,密码输入间隔数据对应的行为评估标准包括标准间隔特征向量;基于行为监测数据更新行为评估标准,包括:

25、获取实际密码输入间隔数据,得到输入间隔累积向量,其中,实际密码输入间隔数据为本次待计算行为偏差度的密码输入间隔数据,输入间隔累积向量中的元素值表示用户过去每一次以及本次输入密码时,输入密码中相邻两个字符的间隔时长的累积值;

26、获取行为异常指数没有超过预设异常阈值的累积次数,并基于输入间隔累积向量与基于行为异常指数没有超过预设异常阈值的累积次数之比,得到标准间隔特征向量。

27、作为本发明进一步的方案:基于行为评估标准,根据行为监测数据得到每种行为监测数据对应的行为偏差度,包括:

28、根据实际密码输入间隔数据,得到实际输入间隔向量,其中,实际输入间隔向量中的元素值表示用户本次输入密码时,输入密码中相邻两个字符的间隔时长;

29、根据实际输入间隔向量和标准间隔特征向量的差异,得到实际密码输入间隔数据对应的行为偏差度。

30、作为本发明进一步的方案:多种行为监测数据包括人物位置数据,人物位置数据对应的行为评估标准包括标准位置特征向量;基于行为监测数据更新行为评估标准,包括:

31、获取实际人物位置数据,得到实际位置特征向量,其中,实际人物位置数据为本次待计算行为偏差度的人物位置数据;

32、获取初始标准位置特征向量,初始标准位置特征向量为待进行更新的标准位置特征向量;

33、计算初始标准位置特征向量和实际位置特征向量的平均向量,得到标准位置特征向量。

34、作为本发明进一步的方案:人物位置数据为用户开启目标存储柜时的监测图像;获取实际人物位置数据,得到实际位置特征向量,包括:

35、获取实际人物位置数据,并基于预设yolo算法对实际人物位置数据进行图像识别,得到输出向量;

36、根据输出向量得到实际位置特征向量,其中,实际位置特征向量中每个元素分别用于表征用户开启目标存储柜时人物的中心坐标以及人物的边界框尺寸。

37、作为本发明进一步的方案:基于行为评估标准,根据行为监测数据得到每种行为监测数据对应的行为偏差度,包括:

38、根据实际位置特征向量和标准位置特征向量的差异,得到实际人物位置数据对应的行为偏差度。

39、本发明的有益效果:

40、本发明提供一种用于存储柜的开门报警系统,其通过行为监测模块获取目标存储柜开启时的多种行为监测数据,然后利用行为分析模块基于行为评估标准,根据行为监测数据得到每种行为监测数据对应的行为偏差度,再对多个行为偏差度及对应的评估权重进行加权求和,得到本次目标存储柜开启时的行为异常指数,若行为异常指数没有超过预设异常阈值,则基于行为监测数据更新行为评估标准,并基于行为异常指数没有超过预设异常阈值的累积次数更新评估权重,若行为异常指数超过预设异常阈值,则进行异常开门报警。相比于现有技术,本发明虽然同样是通过行为评估进行预警,但是本发明是通过多种行为监测数据加权综合得到行为异常指数,并且每种行为监测数据对应的评估权重和评估标准都会随着目标存储柜的开启次数动态地调整,这就使得当用户开启柜门次数较少时,评估行为偏差的条件较为宽松,同时每个评估权重也较低,此时即使评估行为异常的标准不够准确,系统也不会得到较高的行为异常指数,减少误判的概率,提高用户体验,而随着用户开启存储柜的样本记录增多,评估行为异常的标准会越来越准确,但评估行为偏差的标准也会逐渐变得严苛,达到越用越准的效果,解决了现有技术中存储柜开门预警方案无法结合存储柜使用频率,动态地调整行为识别策略的问题。


技术特征:

1.一种用于存储柜的开门报警系统,其特征在于,包括:

2.根据权利要求1所述的用于存储柜的开门报警系统,其特征在于,基于行为异常指数没有超过预设异常阈值的累积次数更新评估权重,包括:

3.根据权利要求1所述的用于存储柜的开门报警系统,其特征在于,多种行为监测数据包括存储柜开启时间,存储柜开启时间对应的行为评估标准包括标准开启时间段;基于行为监测数据更新行为评估标准,包括:

4.根据权利要求3所述的用于存储柜的开门报警系统,其特征在于,基于行为评估标准,根据行为监测数据得到每种行为监测数据对应的行为偏差度,包括:

5.根据权利要求1所述的用于存储柜的开门报警系统,其特征在于,多种行为监测数据包括密码输入间隔数据,密码输入间隔数据对应的行为评估标准包括标准间隔特征向量;基于行为监测数据更新行为评估标准,包括:

6.根据权利要求5所述的用于存储柜的开门报警系统,其特征在于,基于行为评估标准,根据行为监测数据得到每种行为监测数据对应的行为偏差度,包括:

7.根据权利要求1所述的用于存储柜的开门报警系统,其特征在于,多种行为监测数据包括人物位置数据,人物位置数据对应的行为评估标准包括标准位置特征向量;基于行为监测数据更新行为评估标准,包括:

8.根据权利要求7所述的用于存储柜的开门报警系统,其特征在于,人物位置数据为用户开启目标存储柜时的监测图像;获取实际人物位置数据,得到实际位置特征向量,包括:

9.根据权利要求7所述的用于存储柜的开门报警系统,其特征在于,基于行为评估标准,根据行为监测数据得到每种行为监测数据对应的行为偏差度,包括:


技术总结
本发明涉及存储柜防盗报警技术领域,具体公开了一种用于存储柜的开门报警系统,其通过行为监测模块获取目标存储柜开启时的多种行为监测数据,然后利用行为分析模块分析行为偏差度,再对多个行为偏差度及对应的评估权重进行加权求和得到行为异常指数,最后根据行为异常指数更新行为评估标准或进行报警,同时基于行为异常指数没有超过预设异常阈值的累积次数更新评估权重。相比于现有技术,本发明中每种行为监测数据对应的评估权重和评估标准都会随着目标存储柜门的开启次数动态地调整,解决了现有技术中存储柜开门预警方案无法结合存储柜使用频率,动态地调整行为识别策略的问题。

技术研发人员:张道连,毛鑫,刘宗瑒
受保护的技术使用者:深圳市沐腾科技有限公司
技术研发日:
技术公布日:2024/12/5

最新回复(0)