买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中共陕西省委党校(陕西行政学院)申请的专利基于计算机视觉的校园安全智能监控系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120673459B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510781572.6，技术领域涉及：G06V40/16；该发明授权基于计算机视觉的校园安全智能监控系统是由任超群;赵锐杉;张桂宁设计研发完成，并于2025-06-12向国家知识产权局提交的专利申请。

本基于计算机视觉的校园安全智能监控系统在说明书摘要公布了：本发明属于智能监控领域，具体是基于计算机视觉的校园安全智能监控系统，视频监控模块、图像增强模块、智能人脸识别模块、基于骨架的行为识别模块、报警模块与中央控制模块；本发明采用一种基于多角度全景立体优化的人脸识别模型，整合不同角度和深度的特征信息，降低了受光照、姿势等因素影响的程度，同时通过特征简约、缩放与选择，去除冗余信息，更准确地进行人脸识别；本发明采用一种基于通道卷积注意模块优化的多模态特征提取融合方法，高分辨率提取空间位置与人体关键点，引入高斯分布对骨骼热图进行构建，并采用基于通道注意优化的动作识别模型与RGB特征提取模型对行人图像进行多模态特征提取与融合，实现高准确与高效率的行为识别。

本发明授权基于计算机视觉的校园安全智能监控系统在权利要求书中公布了：1.基于计算机视觉的校园安全智能监控系统，其特征在于： 包括视频监控模块、图像增强模块、智能人脸识别模块、基于骨架的行为识别模块、报警模块与中央控制模块； 所述视频监控模块，通过高清摄像头采集校园内的行人图像，并将行人图像传送至图像增强模块； 所述图像增强模块，对行人图像进行基于空间域的增强与基于频域的增强处理，得到增强图像，并将增强图像发送至智能人脸识别模块与基于骨架的行为识别模块； 所述基于空间域的增强，包括伽玛校正与直方图均衡化； 所述基于频域的增强，包括高斯低通滤波； 所述智能人脸识别模块，通过一种基于多角度全景立体优化的人脸识别模型，对增强图像中的行人身份进行智能识别，得到行人身份识别结果； 在智能人脸识别模块中，所述一种基于多角度全景立体优化的人脸识别模型中的数据处理，具体包括以下步骤： 步骤S1：多角度卷积，通过a个角度对增强图像中的人脸图像进行采集，并采用a个完全相同的图卷积网络对a张不同角度的人脸图像进行卷积，得到a个维度均为H×W×C的初始特征图，其中a个角度的人脸图像对人脸进行全覆盖； 步骤S2：特征拼接，对a个初始特征图进行拼接，保持高度与宽度不变，通道数变为原来的a倍即aC，得到全特征图； 步骤S3：冗余信息去除，对全特征图进行1×1点卷积，得到简约特征图： ； ； 式中，为简约特征图，为图的第n个通道中坐标为的元素，为全特征图第k个通道的第n个简约特征图通道卷积核的权重，代表全特征图第k个通道的坐标为的元素； 步骤S4：特征下采样，使用全局深度卷积对简约特征图进行下采样，得到简约特征向量： ； ； 式中，是对简约特征图进行全局深度卷积后的第b个通道的值，代表第b个通道的信息，代表第b个通道的深度卷积卷积核参数矩阵，代表简约特征图第b个通道的特征，代表全局深度卷积得到的简约特征向量； 步骤S5：特征向量压缩，对简约特征向量进行压缩得到压缩特征向量： ； 式中，代表激活函数，代表全连接层的参数矩阵，代表压缩特征向量； 步骤S6：基于压缩特征向量的权重向量计算： ； 式中，代表全连接层的参数矩阵，为第b个维度为C的权重向量，其中，为激活函数； 步骤S7：特征选择融合，得到面部特征： ； ； 式中，代表第个初始特征图，为第b个维度为C的权重向量，代表过滤掉冗余信息的面部特征； 步骤S8：人脸识别，通过将面部特征与行人身份进行匹配，得到行人身份识别结果； 所述基于骨架的行为识别模块，对增强图像中的行人进行行为识别，包括人体目标检测单元、关键点识别单元和动作识别单元； 所述报警模块，对行人行为识别结果进行分类，当存在危险行为分类时，发出警报； 所述中央控制模块，对所有模块进行控制与信息存储。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中共陕西省委党校(陕西行政学院)，其通讯地址为：710000 陕西省西安市雁塔区小寨西路119号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。