异常行为监控预警系统的设计与实现

潘洋 杨卓宇 王新华 吴亚联

摘 要：针对家政服务行业出现的服务人员虐待幼儿和老人事件，设计了一款监控预警系统。基于机器视觉实时监测家庭运动对象，对家装摄像头获取的图像数据进行实时分析与处理，即对所采集的视频进行运动对象提取、追踪，再进行特征提取，将所提取的特征与异常行为特征进行比对，如果服务人员出现异常行为，系统将会给监护人发送预警信息。系统能在服务人员虐待老人、孩子时及时提醒监护人对突发事件进行干预，以免家人受到严重伤害或二次虐待。

关键词：行为识别;语音识别;信息传递;机器视觉;ARM9;WiFi

中图分类号：TP391文献标识码：A文章编号：2095-1302（2019）07-00-04

0 引 言

目前家政服務市场缺乏相关法律对其服务进行规范和约束，使得该行业监管缺位，导致家政行业乱象频生。雇主有可能聘请到品行差的保姆，对老人、孩子缺乏耐心，动辄打骂。新闻报道中不乏保姆虐待照顾对象的事件，而现有监测技术只能拍摄图像内容，却无法对图像内容做进一步分析[1]，当拍摄图像中监测对象出现异常行为时，用户只能通过观看视频才能发现，若未及时发现异常行为，则很有可能造成极坏的结果。

针对上述现象，文中设计并开发了一款异常行为安全预警系统，以辅助解决上述问题。本文主要阐述了异常行为监控预警系统的设计与实现过程，为改善家政服务提供思路。

1 系统功能分析与总体设计

1.1 系统功能分析

针对家庭生活场景，监控预警的安全系统主要设计了以下功能。

（1）异常行为识别预警。如果摄像头检测到保姆有推搡、打人等不良行为时，系统将通过短信等方式通知监护人。

（2）语音求助。用户在危急情况下可以通过语音向监护人求助。

（3）远程查看。监护人可以远程在网上查看摄像头的实时录像。

1.2 系统功能设计

结合家政服务的需求分析，异常行为监控预警系统将ARM9作为控制器，同时还包含WiFi模块、GSM模块、摄像头模块、电源模块、语音识别模块等。摄像头模块获取图像数据，通过WiFi模块传输给ARM9控制器进行图像数据分析处理，语音识别模块用于识别求助信息，GSM模块用于发送信息给监护人[2]。系统设计框图如图1所示。

2 硬件模块设计与实现

2.1 智能控制模块

智能控制模块将来自其他模块的有效信息进行处理，以控制系统的调度与运行。系统采用基于ARM920T核心，拥有S3C2440A芯片与0.13 ?m CMOS标准宏单元和存储器单元的ARM9核心开发板。电路原理如图2所示。

2.2 WiFi模块

WiFi模块又名串口WiFi模块，属于物联网传输层，可将串口或TTL电平转为符合WiFi无线网络通信标准的嵌入式模块，内置无线网络协议IEEE 802.11b.g.n协议栈以及TCP/IP协议栈。传统硬件设备可利用WiFi联入互联网，实现无线智能家居、M2M等物联网应用。系统采用ESP8266 WiFi模块，实现的主要功能包括串口透传、PWM调控、GPIO控制。ESP8266电路原理如图3所示。

2.3 GSM模块

GSM模块是将GSM射频芯片、基带处理芯片、存储器、功放器件等集成在一块线路板上，具有独立操作系统、GSM射频处理、基带处理并提供标准接口的功能模块，以及发送SMS短信、语音通话、GPRS数据传输等功能。开发人员使用ARM或者单片机通过RS 232串口与GSM模块通信，使用标准的AT命令控制GSM模块实现无线通信功能，例如发送短信、拨打电话、GPRS拨号上网等。基于GSM模块产品的开发往往基于ARM平台，使用嵌入式系统进行开发。部分GSM模块具有开放内置平台功能，方便客户将自己的程序嵌入到模块内的软件平台中。本系统采用GPRS-GA6模块，电路原理如图4所示。

通过GSM模块将信息发送给监护人，方便监护人及时了解家庭情况。

2.4 语音识别模块

系统采用LD3320语音控制芯片实现简单的语音识别。LD3320芯片上集成有高精度的A/D和D/A接口，无需外部转化电路，即可实现简单的语音识别、声音控制、人机对讲等功能;无需特定人员的语音，只需要将关键词进行动态编辑即可。语音识别模块电路原理如图5所示。

3 系统软件设计与实现

3.1 软件功能介绍

基于机器视觉的家人安全监控预警系统的软件需要在以ARM9为微处理器的控制设备上运行，主要包括行为识别、语音识别及发送。

（1）行为识别完成运动检测、目标跟踪、分析识别等任务。

（2）语音识别具有结果确认、ASR识别、复位识别等功能。

（3）发送具有建立通信连接、发送指令等功能。

3.1.1 行为识别端软件功能

（1）运动检测：通过摄像头采集的视频数据识别家庭内的运动物体，从序列图像中将变化区域从背景图像中提取出来[3]。

（2）跟踪质心检测：在序列图像中实时找到感兴趣的运动目标，并跟踪质心[4-7]。

（3）分析识别：进行帧间目标特征的匹配，匹配成功则发送预警信息[8-9]。

3.1.2 语音识别端软件功能

（1）ASR识别：将人类语音中的词汇内容转换为计算机可读的二进制编码。

（2）结果确认：识别流程结束后，查看是否有识别结果。

（3）复位识别：当LD模块接收到音频信号时，判断是否获得识别结果，如果没有则重新配置寄存器，准备下一次识别。

3.1.3 发送端软件功能

（1）建立通信连接：检查模块通信是否正常，配置SIM卡是否就绪，被叫号码是否显示，设置短消息为文本模式。

（2）发送指令：发送串口数据。

3.2 系统软件设计

3.2.1 软件总流程设计

系统由行为识别端、语音识别端、发送端构成，摄像头捕捉视频图像传送至行为识别端后开始工作。语音识别模块捕捉声音信息，一旦发现异常行为或求助语音，则发送端开始工作，并将预警信息发送至监护人手机。系统软件流程如图6所示。

3.2.2 行为识别端软件流程设计

行为识别主要完成对视频图像的分析，及时分析出异常行为，预警监护人[10-11]，行为识别端软件流程如图7所示。

3.2.3 语音识别端软件流程设计

语音识别端用于判断是否存在求助语言，其软件流程如图8所示。

3.2.4 发送端软件流程设计

发送端用于预警短信的发送，发送端软件流程设计如图9所示。

4 创新点分析

4.1 系統技术先进

系统采用基于计算机视觉的人体行为识别技术，是计算机视觉与模式识别领域内一个新兴的研究方向。

4.2 智能化应用

本系统解决了视频监控网络图像内容分析依靠人工实时观看、手动调阅的问题，节省了人力劳动。

4.3 成本低廉、实用性高

以ARM系列嵌入式平台作为核心处理器，充分利用了ARM体积小、功耗低、成本低、性能优越等特点。

5 结 语

本文完成了异常行为监控预警系统的设计，以ARM9微处理器为核心，将硬件传感器模块和系统软件设计相结合，突破了当前家政服务市场的监控盲区。根据识别算法对视频图像进行实时分析处理，整合监控、行为识别及报警功能，在保姆虐待老人孩子时及时警告监护人，提醒监护人对突发事件进行干预，以免对其家人造成严重伤害或二次虐待。随着家庭监控市场的发展与普及，相信异常行为监控预警系统能够有效改善家政服务市场的气象，为家庭成员提供安全

保障。

参 考 文 献

[1]杨清永.智能分析技术原理及现状[J].中国公共安全，2015（5）：142-145.

[2]周真，苑惠娟.传感器原理与应用[M].北京：清华大学出版社，2011.

[3]谢敏.视频序列图像中运动目标的分割和识别的研究[D].苏州：苏州大学，2002.

[4]王金洋，余红英，樊永生.基于混合高斯模型的运动目标跟踪算法[J].中国科技信息，2015（2）：77.

[5]余聪.基于块匹配的光流计算方法研究[D].南昌：南昌航空大学，2014.

[6]罗德超.改进均值漂移算法在智能视频监控中的应用[D].重庆：重庆大学，2010.

[7]黄超群.基于混合高斯模型和Kalman滤波器的运动目标检测与跟踪[D].昆明：云南大学，2010.

[8]李秀秀.基于目标运动特征学习的行为分析[D].西安：西北工业大学，2007.

[9]李志娜.智能视频监控中人体异常行为识别研究[D].武汉：武汉理工大学，2014.

[10]徐羊元.基于多层特征融合的人体行为识别[D].重庆：西南大学，2016.

[11]张广拓.嵌入式网络视频监控系统的研究与设计[D].哈尔滨：哈尔滨工程大学，2007.