(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 202211003116.1 (22)申请日 2022.08.22 (65)同一申请的已公布的文献号 申请公布号 CN 115083112 A (43)申请公布日 2022.09.20 (73)专利权人 枫树谷 （成 都） 科技有限责任公司 地址 610000 四川省成 都市天府新区兴隆 街道集萃路619号天府 海创园2-1栋 (72)发明人 尹玄鲲　冯灏　付佳　 (74)专利代理 机构 成都行之智 信知识产权代理 有限公司 5125 6 专利代理师 何筱茂 (51)Int.Cl. G08B 21/02(2006.01) G08B 31/00(2006.01) H04N 5/76(2006.01) H04N 7/18(2006.01)G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06V 20/40(2022.01) G06V 20/52(2022.01) (56)对比文件 CN 113284024 A,2021.08.20 CN 108073858 A,2018.0 5.25 CN 105447458 A,2016.0 3.30 CN 106845344 A,2017.0 6.13 CN 111010546 A,2020.04.14 CN 101308462 A,20 08.11.19 CN 109669774 A,2019.04.23 CN 109767598 A,2019.0 5.17 CN 111862521 A,2020.10.3 0 CN 107110949 A,2017.08.2 9 审查员 汪璞 (54)发明名称 一种智能预警应急管理系统及其部署方法 (57)摘要 本发明公开了一种智能预警应急管理系统 及其部署方法， 涉及应急管理技术领域； 利用网 络摄像机的视频数据分析动态人群 分布规律； 并 实时输出预测的人群密度分布的热力地图， 利用 历史数据和多维周边数据预测并输出管理区域 的未来人群分布密度值， 应急管 理人员能通过此 系统进行快速调度部署， 快速地处置突发事件， 记录并回溯处置历史； 同时通过储存显示模块将 管理区域的人群密度数据以热力图和文本信息 的方式写入 数据集， 将视频数据转换成具有直观 表示人群密度分布情形的热力图和文本信息数 据； 通过将原始数据转换成数据量小却载具有效 信息的方式， 不仅准确保存了数据信息， 还减小 了数据占用内存， 利用模块库管理思路， 组建高 性价比的最优系统。 权利要求书3页 说明书12页 附图4页 CN 115083112 B 2022.11.22 CN 115083112 B 1.一种智能预警应急管理系统， 其特征在于， 包括： 系统构建模块、 系统组件库、 采集模 块和储存显示模块； 所述系统构建模块根据用户需求和管理区域的基本条件部署出分析预警中心， 并从系 统组件库中调取出预警分析算法、 预警分析模型、 历史数据集和预警硬件方案得到分析预 警中心； 采集模块用于实时获取 管理区域的地理数据和图像数据； 分析预警中心用于基于预警分析算法标记出图像数据中的人像位置信 息， 并根据地理 数据将图像数据进行融合； 分析预警中心还用于基于预警分析模型对融合后的图像数据进行实时人群密度分析 计算得到实时人群密度数据； 分析预警中心还用于基于预警分析模型和历史数据集对下一时刻管理区域的人群密 度数据进行 预测； 储存显示模块用于将管理区域的人群密度数据以热力图和文本信息的方式写入数据 集， 并对人群密度数据进行显示。 2.根据权利要求1所述的一种智能预警应急管理系统， 其特征在于， 所述系统组件库包 括算法库、 模型库、 数据集库和硬件方案库； 所述算法库包括： 图像数据获取算法子库、 目标识别算法子库、 时空对齐算法子库、 预 测算法子库和自定义算法子库； 各算法子库中包含若干实现 同类功能的算法， 各算法子库 中的算法可独立增 加、 删除和升级； 所述模型库包括： 图像处理模型子库、 目标识别算法模型子库、 人群密度分析模型子 库、 预测模型子库和自定义模型子库， 各模型子库中包含若干实现同类功能的模 型， 各模型 子库中的模型 可独立增 加、 删除和升级； 所述数据集库包括： 图像数据集库、 历史数据集库和外围数据集库； 所述图像数据集库 中包含采集模块 获取的原始图像数据； 所述历史数据集库中包含经分析预警中心处理得到 的人群密度数据， 及基于人群密度数据派生的告警数据、 预案执行过程记录数据； 所述外围 数据集库中包 含与人群密度数据时间对应的管理区域的环境信息； 所述硬件方案库包括CPU子库、 存 储器子库和AI加速器子库。 3.根据权利要求2所述的一种智能预警应急管理系统， 其特征在于， 所述分析预警中心 还包括预警模块和预案模块； 分析预警中心根据历史数据集将管理区域划分成多个区域， 基于预警分析模型统计每 个网格中人员数量， 并以热力图和文本信息的方式呈现每 个网格中的实时人群密度数据； 预警模块对人群密度超出预设安全值的网格区域进行自动报 警， 预案模块生成执行预 案详细步骤； 储存显示模块显示报警信息和执 行预案详细步骤。 4.根据权利要求1所述的一种智能预警应急管理系统， 其特征在于， 所述图像数据的获 取方法包括： 采集网络摄 像机群的视频 数据， 通过视频 取帧得到带有时间戳的图像数据。 5.根据权利要求1所述的一种智能预警应急管理系统， 其特征在于， 还包括调度模块、 算法管理模块和数据管理模块； 调 度模块用于调用、 配置算法管理模块和数据管理模块； 算 法管理模块用于调用所需算法、 配置参数和保存算法输出 的数据； 数据管理模块用于提供权　利　要　求　书 1/3 页 2 CN 115083112 B 2算法模块和储 存显示模块的数据接口， 完成各模块与数据库的数据交换的管理和协调。 6.根据权利要求3所述的一种智能预警应急管理系统， 其特征在于， 所述储存显示模块 包括前端显示模块和后端显示模块； 前端显示模块面向用户， 前端显示模块的显示屏幕分 为实时人群密度分布热力图显示区、 预测人群密度分布热力图区、 预警信息播报区、 预案信 息广播区、 图表显示区和视频显示区； 前端显示模块将实时人群密度数据、 预测人群密度数 据、 历史数据、 安全等级信息、 应急管理方案信息、 执行预案详细步骤、 预案执行进度反馈信 息同时进 行显示； 后端显示模块面向运维人员， 后端显示模块用于实现参数配置、 图像数据 采集设备 管理、 设备故障和异常告警。 7.一种智能预警应急管理系统部署方法， 用于部署权利要求2、 3、 6任意一项所述的智 能预警应急管理系统， 其特 征在于， 分析 预警中心的部署方法包括 步骤： S1、 根据用户需求和管理区域的基本条件获取关键参数， 所述关键参数包括： 算法处理 速度 ， 算法运算精度 ， 图像数据采集设备台数Number， 系统设计余量M argin， 其中 表 示算法名称； S2、 根据关键参数确定算法模型组合、 历史数据集库和备选硬件方案算力数据库； S3、 基于算法模型性能标定平台以硬件开销量最小为标准得到最优算法模型组合， 并 确定历史数据集； S4、 考虑图像数据采集设备台数Number和系统设计余量Margin计算目标硬件开销量， 选择备选硬件方案算力数据库中与目标硬件开销量 最接近的硬件方案作为预警硬件方案 。 8.根据权利要求7所述的一种智能预警应急管理系统部署方法， 其特征在于， 所述最优 算法模型组合的获取 方法包括 步骤： S31、 选择一套CPU系统和AI加速器系统作为测试平台， 在测试平台上分别运行算法模 型组合库中的每种算法模型组合； S32、 测出每种算法模型组合处理不同像素的单张图片时， CPU和AI加速器分别承担的 计算量和数据量； S33、 基于计算 量和数据量得 出每种算法模型组合的硬件开销量； S34、 在满足运算精度和处理速度的前提下， 以硬件开销量最小的算法模型组合作为最 优算法模型组合。 9.根据权利要求7所述的一种智能预警应急管理系统部署方法， 其特征在于， S4包括以 下子步骤： S41、 获取硬件方案库中各CPU的计算能力、 AI加速器的计算能力、 CRAM的数据容量和 GRAM的数据容 量构建备选硬件方案算力数据库， 表示 为： 其中矩阵 表示备选硬件方案算力数据库中第m种方案的硬件开销量， 表示第m种方案中CPU的计算能力； 表示第m种方案 中AI加速器的计 算能力； 表示第m种方案中CRAM的数据容量； 表示第m种方案中 GRAM的数据容 量； 其中CRAM表示CPU占用内存， GRAM表示AI加速器占用内存；权　利　要　求　书 2/3 页 3 CN 115083112 B 3