安全监控方法、装置、设备及存储介质与流程

1.本技术涉及图像识别技术领域，尤其涉及一种安全监控方法、装置、设备及存储介质。


背景技术：

2.为保证污染源监测站的安全性，通常会在污染源监测站的入口处设置监控设备，以防止陌生人进入污染源监测站，现有的监控设备通常是基于访客的人脸图像对访客的身份进行识别，而由于生活中存在很多长相非常相似的人，这种对访客的身份进行识别的方法容易出现识别结果不准确的问题，因此，亟需一种方法来提高安全监控的准确性。


技术实现要素：

3.本技术实施例提供一种安全监控方法、装置、设备及存储介质，旨在提高安全监控的准确性和污染源污染源监测站的安全性。
4.第一方面，本技术实施例提供一种安全监控方法，包括：实时监控是否有访客进入污染源监测站的第一监控区域，若有访客进入所述污染源监测站的第一监控区域，获取所述访客在所述第一监控区域内的视频信息，根据所述视频信息获取所述访客的身份识别信息，所述身份识别信息包括所述访客的人脸识别信息、人体参数信息和行走参数信息；其中，所述第一监控区域位于所述污染源监测站的外部；将所述访客的身份识别信息输入访客身份识别模型，以获取第一特征向量；基于所述第一特征向量在预设的向量库中选取第二特征向量，所述第二特征向量为所述向量库中与所述第一特征向量的相似度最大的特征向量，所述向量库中的特征向量为将白名单人员的身份识别信息输入所述访客身份识别模型后得到的特征向量；若所述第一特征向量与所述第二特征向量的相似度大于预设值，允许所述访客进入所述污染源监测站；当所述访客进入所述污染源监测站后，实时监控所述访客是否进入所述污染源监测站的第二监控区域；其中，所述第二监控区域为污染源监测设备所在的区域；若所述访客进入所述第二监控区域，实时监控所述访客是否对所述污染源监测设备进行了违规操作；若所述访客对所述污染源监测设备进行了违规操作，发出报警信息。
5.在一些实施例中，根据所述视频信息获取所述访客的人脸识别信息的方法，包括：根据所述视频信息获取所述访客的人脸图像，并根据所述访客的人脸图像判断所述访客是否佩戴口罩；若所述访客佩戴口罩，根据预设的人脸填补模型得到所述访客的填补人脸图像；将所述访客的填补人脸图像输入人脸特征提取模型，得到第三特征向量；获取所述访客的人脸图像的眼部图像，并根据所述眼部图像从人脸图像数据库中获取与所述眼部图像匹配的多个人脸图像；
将与所述眼部图像匹配的多个所述人脸图像分别输入所述人脸特征提取模型，得到多个人脸特征向量；在所述多个人脸特征向量中选取第四特征向量，所述第四特征向量为所述多个人脸特征向量中与所述第三特征向量相似度最高的人脸特征向量；将所述第四特征向量对应的人脸图像的人脸识别信息作为所述访客的人脸识别信息。
6.在一些实施例中，所述人脸填补模型的构建方法，包括：获取原始人脸图像，所述原始人脸图像为不戴口罩的人脸图像；将所述原始人脸图像输入预设的人脸口罩区域检测模型，以在所述原始人脸图像中标记出戴口罩区域；对所述原始人脸图像的戴口罩区域添加掩码信息，并将添加了掩码信息的所述原始人脸图像输入初始人脸填补模型，得到填补人脸图像；将所述原始人脸图像输入所述人脸特征提取模型，得到第五特征向量，并将得到的所述填补人脸图像输入所述人脸特征提取模型，得到第六特征向量；将所述第五特征向量和所述第六特征向量输入线性回归训练模型，得到所述初始人脸填补模型的修正系数；利用所述修正系数对所述初始人脸填补模型的参数进行更新，得到所述人脸填补模型。
7.在一些实施例中，所述根据预设的人脸填补模型得到所述访客的填补人脸图像，包括：对所述访客的人脸图像的戴口罩区域添加掩码信息；将添加了掩码信息的所述访客的人脸图像输入所述人脸填补模型，得到所述访客的人脸填补图像。
8.在一些实施例中，所述根据所述眼部图像从人脸图像数据库中获取与所述眼部图像匹配的多个人脸图像，包括；将所述眼部图像输入眼部特征提取模型，得到第七特征向量；获取所述人脸图像数据库中的每个人脸图像的眼部图像，将所述人脸图像数据库中的每个人脸图像的眼部图像分别输入所述眼部特征提取模型，得到所述人脸图像数据库对应的眼部特征向量库；计算所述第七特征向量和所述眼部特征向量库中的每个特征向量的相似度；基于所述相似度确定与所述眼部图像匹配的多个人脸图像。
9.在一些实施例中，所述污染源监测设备的四周设有红外测距仪，所述实时监控所述访客是否进入所述污染源监测站的第二监控区域，包括：实时获取所述红外测距仪测量的所述访客与所述污染源监测设备之间的距离值；将所述距离值与预设距离值进行比较；若所述距离值不大于所述预设距离值，所述访客进入所述第二监控区域。
10.在一些实施例中，所述实时监控所述访客是否对所述污染源监测设备进行了违规操作，包括：根据所述访客的身份识别信息查阅用户数据库，判断所述访客是工作人员还是参
观人员；若所述访客是参观人员，获取所述访客在所述第二监控区域内的视频信息；根据所述访客在所述第二监控区域内的视频信息判断所述访客是否对所述污染源监测设备的探头进行了操作；若所述访客对所述污染源监测设备的探头进行了操作，则所述访客对所述污染源监测设备进行了违规操作；或，根据所述访客的身份识别信息查阅用户数据库，判断所述访客是工作人员还是参观人员；若所述访客是参观人员，获取所述访客在所述第二监控区域内的视频信息；根据所述访客在所述第二监控区域内的视频信息判断所述访客是否更改了所述污染源监测设备的设备参数；若所述访客更改了所述污染源监测设备的设备参数，则所述访客对所述污染源监测设备进行了违规操作。
11.第二方面，本技术实施例提供一种安全监控模块，包括：第一监控模块，实时监控是否有访客进入污染源监测站的第一监控区域，若有访客进入所述污染源监测站的第一监控区域，获取所述访客在所述第一监控区域内的视频信息，根据所述视频信息获取所述访客的身份识别信息，所述身份识别信息包括所述访客的人脸识别信息、人体参数信息和行走参数信息；其中，所述第一监控区域位于所述污染源监测站的外部；输入模块，用于将所述访客的身份识别信息输入访客身份识别模型，以获取第一特征向量；选取模块，用于基于所述第一特征向量在预设的向量库中选取第二特征向量，所述第二特征向量为所述向量库中与所述第一特征向量的相似度最大的特征向量，所述向量库中的特征向量为将白名单人员的身份识别信息输入所述访客身份识别模型后得到的特征向量；决策模块，用于若所述第一特征向量与所述第二特征向量的相似度大于预设值，允许所述访客进入所述污染源监测站；第二监控模块，用于当所述访客进入所述污染源监测站后，实时监控所述访客是否进入所述污染源监测站的第二监控区域；其中，所述第二监控区域为污染源监测设备所在的区域；第三监控模块，用于若所述访客进入所述第二监控区域，实时监控所述访客是否对所述污染源监测设备进行了违规操作；提示模块，用于若所述访客对所述污染源监测设备进行了违规操作，发出报警信息。
12.第三方面，本技术实施例提供一种终端设备，所述终端设备包括处理器、存储器以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上所述的任一种安全监控方法。
13.第四方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被所述处理器执行时，实现如上所述的任一
种安全监控方法。
14.本技术实施例公开了安全监控方法、装置、设备及存储介质，其中，所述安全监控方法根据所述视频信息获取所述访客的人脸识别信息、人体参数信息和行走参数信息，并根据所述访客的人脸识别信息、人体参数信息和行走参数信息确定所述访客是否为白名单人员，若所述访客为白名单人员，允许所述访客进入污染源监测站。该方法提高了污染源监测站的安全性。
附图说明
15.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1为本技术实施例提供的安全监控方法的流程示意图；图2为本技术实施例提供的安全监控装置的结构示意性框图；图3为本技术实施例提供的第一监控模块的结构示意性框图；图4为本技术实施例提供的终端设备的示意性框图。
具体实施方式
17.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
19.还应当理解，在此本技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本技术。如在本技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
20.还应当进一步理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
21.为保证污染源污染源监测站的安全性，通常会在污染源污染源监测站的入口处设置监控设备，以防止陌生人进入污染源污染源监测站，现有的监控设备通常是基于访客的人脸图像对访客的身份进行识别，而由于生活中存在很多长相非常相似的人，这种对访客的身份进行识别的方法容易出现识别结果不准确的问题，因此，亟需一种方法来提高安全监控的准确性。为此，本技术实施例提供一种安全监控方法、装置、设备及存储介质，以解决上述问题。
22.下面结合附图，对本技术的一些实施方式作详细说明。在不冲突的情况下，下述实施例及实施例中的特征可以相互结合。
23.请参阅图1，图1为本技术实施例提供的安全监控方法的流程示意图，如图1所示，本技术实施例提供的安全监控方法包括步骤s101至步骤s107。
24.步骤s101、实时监控是否有访客进入污染源监测站的第一监控区域，若有访客进入所述污染源监测站的第一监控区域，获取所述访客在所述第一监控区域内的视频信息，根据所述视频信息获取所述访客的身份识别信息，所述身份识别信息包括所述访客的人脸识别信息、人体参数信息和行走参数信息；其中，所述第一监控区域位于所述污染源监测站的外部。
25.其中，所述人脸识别信息为所述访客的面部关键点信息，主要包括所述访客的眼部特征信息、鼻翼特征信息、鼻尖特征信息、鼻梁特征信息、唇部特征信息、颧骨特征信息和眉毛特征信息等。
26.其中，所述人体参数信息包括所述访客的身高和身体轮廓等信息。
27.其中，所述行走参数信息包括所述访客行走时的步幅、步长、频率和脚的最高点距离地面的高度等信息。
28.在一些实施例中，根据所述视频信息获取所述访客的人脸识别信息的方法，包括以下步骤：根据所述视频信息获取所述访客的人脸图像，并根据所述访客的人脸图像判断所述访客是否佩戴口罩；若所述访客佩戴口罩，根据预设的人脸填补模型得到所述访客的填补人脸图像；将所述访客的填补人脸图像输入人脸特征提取模型，得到第三特征向量；获取所述访客的人脸图像的眼部图像，并根据所述眼部图像从人脸图像数据库中获取与所述眼部图像匹配的多个人脸图像；将与所述眼部图像匹配的多个所述人脸图像分别输入所述人脸特征提取模型，得到多个人脸特征向量；在所述多个人脸特征向量中选取第四特征向量，所述第四特征向量为所述多个人脸特征向量中与所述第三特征向量相似度最高的人脸特征向量；将所述第四特征向量对应的人脸图像的人脸识别信息作为所述访客的人脸识别信息。
29.其中，所述人脸图像数据库从云端服务器获取。
30.其中，在所述多个人脸特征向量中选取第四特征向量的方法，包括以下步骤：计算所述第三特征向量与所述多个人脸特征向量中的每一个特征向量的余弦值；将所述余弦值最大时对应的所述多个人脸特征向量中的特征向量作为第四特征向量。
31.本实施例提供的方法一方面可以在所述访客佩戴口罩的情况下获取所述访客的人脸识别信息，另一方面，通过在与所述访客的眼部图像匹配的多个人脸图像中确定所述访客的人脸识别信息，可以在所述访客佩戴口罩的情况下提高所述访客的人脸识别信息的准确性。
32.在一些实施例中，所述根据所述眼部图像从人脸图像数据库中获取与所述眼部图像匹配的多个人脸图像，包括以下步骤：将所述眼部图像输入眼部特征提取模型，得到第七特征向量；获取所述人脸图像数据库中的每个人脸图像的眼部图像，将所述人脸图像数据库中的每个人脸图像的眼部图像分别输入所述眼部特征提取模型，得到所述人脸图像数据库
对应的眼部特征向量库；计算所述第七特征向量和所述眼部特征向量库中的每个特征向量的相似度；基于所述相似度确定与所述眼部图像匹配的多个人脸图像。
33.其中，所述基于所述相似度确定与所述眼部图像匹配的多个人脸图像的方法，可以采用以下方法步骤：计算所述第七向量与所述眼部特征向量库中的每个特征向量的余弦值；选取大于预设余弦值的所述余弦值对应的人脸图像作为所述多个人脸图像。
34.步骤s102、将所述访客的身份识别信息输入访客身份识别模型，以获取第一特征向量。
35.步骤s103、基于所述第一特征向量在预设的向量库中选取第二特征向量，所述第二特征向量为所述向量库中与所述第一特征向量的相似度最大的特征向量，所述向量库中的特征向量为将白名单人员的身份识别信息输入所述访客身份识别模型后得到的特征向量。
36.在一些实施例中，所述人脸填补模型的构建方法，包括以下步骤：获取原始人脸图像，所述原始人脸图像为不戴口罩的人脸图像；将所述原始人脸图像输入预设的人脸口罩区域检测模型，以在所述原始人脸图像中标记出戴口罩区域；对所述原始人脸图像的戴口罩区域添加掩码信息，并将添加了掩码信息的所述原始人脸图像输入初始人脸填补模型，得到填补人脸图像；将所述原始人脸图像输入所述人脸特征提取模型，得到第五特征向量，并将得到的所述填补人脸图像输入所述人脸特征提取模型，得到第六特征向量；将所述第五特征向量和所述第六特征向量输入线性回归训练模型，得到所述初始人脸填补模型的修正系数；利用所述修正系数对所述初始人脸填补模型的参数进行更新，得到所述人脸填补模型。
37.本实施例通过所述修正系数对所述初始人脸填补模型的参数进行更新，提高了所述人脸填补模型的训练效果，从而提高了所述人脸填补模型的准确性。
38.在一些实施例中，所述根据预设的人脸填补模型得到所述访客的填补人脸图像，包括以下步骤：对所述访客的人脸图像的戴口罩区域添加掩码信息；将添加了掩码信息的所述访客的人脸图像输入所述人脸填补模型，得到所述访客的人脸填补图像。
39.步骤s104、若所述第一特征向量与所述第二特征向量的相似度大于预设值，允许所述访客进入所述污染源监测站。
40.步骤s105、当所述访客进入所述污染源监测站后，实时监控所述访客是否进入所述污染源监测站的第二监控区域；其中，所述第二监控区域为污染源监测设备所在的区域。
41.在一些实施例中，所述污染源监测设备的四周设有红外测距仪，所述实时监控所述访客是否进入所述污染源监测站的第二监控区域，包括以下步骤：实时获取所述红外测距仪测量的所述访客与所述污染源监测设备之间的距离值；
将所述距离值与预设距离值进行比较；若所述距离值不大于所述预设距离值，所述访客进入所述第二监控区域。
42.步骤s106，若所述访客进入所述第二监控区域，实时监控所述访客是否对所述污染源监测设备进行了违规操作。
43.在一些实施例中，所述实时监控所述访客是否对所述污染源监测设备进行了违规操作，包括以下步骤：根据所述访客的身份识别信息查阅用户数据库，判断所述访客是工作人员还是参观人员；若所述访客是参观人员，获取所述访客在所述第二监控区域内的视频信息；根据所述访客在所述第二监控区域内的视频信息判断所述访客是否对所述污染源监测设备的探头进行了操作；若所述访客对所述污染源监测设备的探头进行了操作，则所述访客对所述污染源监测设备进行了违规操作。
44.在一些实施例中，所述实时监控所述访客是否对所述污染源监测设备进行了违规操作，包括以下步骤：根据所述访客的身份识别信息查阅用户数据库，判断所述访客是工作人员还是参观人员；若所述访客是参观人员，获取所述访客在所述第二监控区域内的视频信息；根据所述访客在所述第二监控区域内的视频信息判断所述访客是否更改了所述污染源监测设备的设备参数；若所述访客更改了所述污染源监测设备的设备参数，则所述访客对所述污染源监测设备进行了违规操作。
45.s107、若所述访客对所述污染源监测设备进行了违规操作，发出报警信息。
46.本实施例提供的安全监控方法，通过根据所述视频信息获取所述访客的人脸识别信息、人体参数信息和行走参数信息，并根据所述访客的人脸识别信息、人体参数信息和行走参数信息确定所述访客是否为白名单人员，若所述访客为白名单人员，允许所述访客进入污染源监测站提高了对访客身份识别的准确性，同时提高了污染源监测站的安全性。
47.请参阅图2，图2为本技术实施例提供的安全监控装置100的结构示意性框图，如图2所示，安全监控装置100包括：第一监控模块110，用于实时监控是否有访客进入污染源监测站的监控区域，若有访客进入所述污染源监测站的监控区域，获取所述访客在监控区域内的视频信息，根据所述视频信息获取所述访客的身份识别信息，所述身份识别信息包括所述访客的人脸识别信息、人体参数信息和行走参数信息。
48.输入模块120，用于将所述访客的身份识别信息输入访客身份识别模型，以获取第一特征向量。
49.选取模块130，用于基于所述第一特征向量在预设的向量库中选取第二特征向量，所述第二特征向量为所述向量库中与所述第一特征向量的相似度最大的特征向量，所述向量库中的特征向量为将白名单人员的身份识别信息输入所述访客身份识别模型后得到的特征向量。
50.决策模块140，用于若所述第一特征向量与所述第二特征向量的相似度大于预设值，允许所述访客进入所述污染源监测站。
51.第二监控模块150，用于用于当所述访客进入所述污染源监测站后，实时监控所述访客是否进入所述污染源监测站的第二监控区域；其中，所述第二监控区域为污染源监测设备所在的区域。
52.第三监控模块160，用于若所述访客进入所述第二监控区域，实时监控所述访客是否对所述污染源监测设备进行了违规操作。
53.提示模块，用于若所述访客对所述污染源监测设备进行了违规操作，发出报警信息。
54.如图3所示，在一些实施例中，第一监控模块110包括：判断单元，用于根据所述视频信息获取所述访客的人脸图像，并根据所述访客的人脸图像判断所述访客是否佩戴口罩。
55.生成单元，用于若所述访客佩戴口罩，根据预设的人脸填补模型得到所述访客的填补人脸图像。
56.第一输入单元，用于将所述访客的填补人脸图像输入人脸特征提取模型，得到第三特征向量。
57.获取单元，用于获取所述访客的人脸图像的眼部图像，并根据所述眼部图像从人脸图像数据库中获取与所述眼部图像匹配的多个人脸图像。
58.第二输入单元，用于将与所述眼部图像匹配的多个所述人脸图像分别输入所述人脸特征提取模型，得到多个人脸特征向量。
59.选取单元，用于在所述多个人脸特征向量中选取第四特征向量，所述第四特征向量为所述多个人脸特征向量中与所述第三特征向量相似度最高的人脸特征向量。
60.确定单元，用于将所述第四特征向量对应的人脸图像的人脸识别信息作为所述访客的人脸识别信息。
61.如图3所示，在一些实施例中，监控模块110还包括：构建单元，用于执行以下步骤：获取原始人脸图像，所述原始人脸图像为不戴口罩的人脸图像；将所述原始人脸图像输入预设的人脸口罩区域检测模型，以在所述原始人脸图像中标记出戴口罩区域；对所述原始人脸图像的戴口罩区域添加掩码信息，并将添加了掩码信息的所述原始人脸图像输入初始人脸填补模型，得到填补人脸图像；将所述原始人脸图像输入所述人脸特征提取模型，得到第五特征向量，并将得到的所述填补人脸图像输入所述人脸特征提取模型，得到第六特征向量；将所述第五特征向量和所述第六特征向量输入线性回归训练模型，得到所述初始人脸填补模型的修正系数；利用所述修正系数对所述初始人脸填补模型的参数进行更新，得到所述人脸填补模型。
62.在一些实施例中，所述生成单元执行以下步骤：对所述访客的人脸图像的戴口罩区域添加掩码信息；
将添加了掩码信息的所述访客的人脸图像输入所述人脸填补模型，得到所述访客的人脸填补图像。
63.在一些实施例中，所述获取单元执行以下步骤：将所述眼部图像输入眼部特征提取模型，得到第七特征向量；获取所述人脸图像数据库中的每个人脸图像的眼部图像，将所述人脸图像数据库中的每个人脸图像的眼部图像分别输入所述眼部特征提取模型，得到所述人脸图像数据库对应的眼部特征向量库；计算所述第七特征向量和所述眼部特征向量库中的每个特征向量的相似度；基于所述相似度确定与所述眼部图像匹配的多个人脸图像。
64.需要说明的是，所属技术领域的技术人员可以清楚了解到，为了描述的方便和简洁，上述描述的装置和各个模块及单元的具体工作过程，可以参考前述安全监控方法实施例中的对应过程，在此不再赘述。
65.上述实施例提供的安全监控装置100可以实现为一种计算机程序的形式，该计算机程序可以在如图4所示的终端设备200上运行。
66.请参阅图4，图4为本技术实施例提供的终端设备200的结构示意性框图，终端设备200包括处理器201和存储器202，处理器201和存储器202通过系统总线203连接，其中，存储器202可以包括非易失性存储介质和内存储器。
67.非易失性存储介质可存储计算机程序。该计算机程序包括程序指令，该程序指令被处理器201执行时，可使得处理器201执行上述任一种安全监控方法。
68.处理器201用于提供计算和控制能力，支撑整个终端设备200的运行。
69.内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器201执行时，可使得处理器201执行上述任一种安全监控方法。
70.本领域技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所涉及的终端设备200的限定，具体的终端设备200可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
71.应当理解的是，处理器201可以是中央处理单元 (central processing unit，cpu)，该处理器201还可以是其他通用处理器、数字信号处理器 (digital signal processor，dsp)、专用集成电路 (application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
72.其中，在一些实施例中，处理器201用于运行存储在存储器中的计算机程序，以实现如下步骤：实时监控是否有访客进入污染源监测站的第一监控区域，若有访客进入所述污染源监测站的第一监控区域，获取所述访客在所述第一监控区域内的视频信息，根据所述视频信息获取所述访客的身份识别信息，所述身份识别信息包括所述访客的人脸识别信息、人体参数信息和行走参数信息；其中，所述第一监控区域位于所述污染源监测站的外部；将所述访客的身份识别信息输入访客身份识别模型，以获取第一特征向量；基于所述第一特征向量在预设的向量库中选取第二特征向量，所述第二特征向量
为所述向量库中与所述第一特征向量的相似度最大的特征向量，所述向量库中的特征向量为将白名单人员的身份识别信息输入所述访客身份识别模型后得到的特征向量；若所述第一特征向量与所述第二特征向量的相似度大于预设值，允许所述访客进入所述污染源监测站；当所述访客进入所述污染源监测站后，实时监控所述访客是否进入所述污染源监测站的第二监控区域；其中，所述第二监控区域为污染源监测设备所在的区域；若所述访客进入所述第二监控区域，实时监控所述访客是否对所述污染源监测设备进行了违规操作；若所述访客对所述污染源监测设备进行了违规操作，发出报警信息。在一些实施例中，处理器201在实现根据所述视频信息获取所述访客的人脸识别信息的方法时，用于实现：根据所述视频信息获取所述访客的人脸图像，并根据所述访客的人脸图像判断所述访客是否佩戴口罩；若所述访客佩戴口罩，根据预设的人脸填补模型得到所述访客的填补人脸图像；将所述访客的填补人脸图像输入人脸特征提取模型，得到第三特征向量；获取所述访客的人脸图像的眼部图像，并根据所述眼部图像从人脸图像数据库中获取与所述眼部图像匹配的多个人脸图像；将与所述眼部图像匹配的多个所述人脸图像分别输入所述人脸特征提取模型，得到多个人脸特征向量；在所述多个人脸特征向量中选取第四特征向量，所述第四特征向量为所述多个人脸特征向量中与所述第三特征向量相似度最高的人脸特征向量；将所述第四特征向量对应的人脸图像的人脸识别信息作为所述访客的人脸识别信息。
73.在一些实施例中，处理器201还用于实现：获取原始人脸图像，所述原始人脸图像为不戴口罩的人脸图像；将所述原始人脸图像输入预设的人脸口罩区域检测模型，以在所述原始人脸图像中标记出戴口罩区域；对所述原始人脸图像的戴口罩区域添加掩码信息，并将添加了掩码信息的所述原始人脸图像输入初始人脸填补模型，得到填补人脸图像；将所述原始人脸图像输入所述人脸特征提取模型，得到第五特征向量，并将得到的所述填补人脸图像输入所述人脸特征提取模型，得到第六特征向量；将所述第五特征向量和所述第六特征向量输入线性回归训练模型，得到所述初始人脸填补模型的修正系数；利用所述修正系数对所述初始人脸填补模型的参数进行更新，得到所述人脸填补模型。
74.在一些实施例中，处理器201在实现所述根据预设的人脸填补模型得到所述访客的填补人脸图像时，用于实现：将所述眼部图像输入眼部特征提取模型，得到第七特征向量；获取所述人脸图像数据库中的每个人脸图像的眼部图像，将所述人脸图像数据库
中的每个人脸图像的眼部图像分别输入所述眼部特征提取模型，得到所述人脸图像数据库对应的眼部特征向量库；计算所述第七特征向量和所述眼部特征向量库中的每个特征向量的相似度；基于所述相似度确定与所述眼部图像匹配的多个人脸图像。
75.在一些实施例中，所述污染源监测设备的四周设有红外测距仪，处理器201在实现所述实时监控所述访客是否进入所述污染源监测站的第二监控区域时，用于实现：实时获取所述红外测距仪测量的所述访客与所述污染源监测设备之间的距离值；将所述距离值与预设距离值进行比较；若所述距离值不大于所述预设距离值，所述访客进入所述第二监控区域。
76.在一些实施例中，处理器201在实现所述实时监控所述访客是否对所述污染源监测设备进行了违规操作时，用于实现：根据所述访客的身份识别信息查阅用户数据库，判断所述访客是工作人员还是参观人员；若所述访客是参观人员，获取所述访客在所述第二监控区域内的视频信息；根据所述访客在所述第二监控区域内的视频信息判断所述访客是否对所述污染源监测设备的探头进行了操作；若所述访客对所述污染源监测设备的探头进行了操作，则所述访客对所述污染源监测设备进行了违规操作；或，根据所述访客的身份识别信息查阅用户数据库，判断所述访客是工作人员还是参观人员；若所述访客是参观人员，获取所述访客在所述第二监控区域内的视频信息；根据所述访客在所述第二监控区域内的视频信息判断所述访客是否更改了所述污染源监测设备的设备参数；若所述访客更改了所述污染源监测设备的设备参数，则所述访客对所述污染源监测设备进行了违规操作。
77.需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端设备200的具体工作过程，可以参考前述安全监控方法的对应过程，在此不再赘述。
78.本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被一个或多个处理器执行时使所述一个或多个处理器实现如本技术实施例提供的安全监控方法。
79.其中，所述计算机可读存储介质可以是前述实施例终端设备200的内部存储单元，例如终端设备200的硬盘或内存。所述计算机可读存储介质也可以是终端设备200的外部存储设备，例如终端设备200配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。
80.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。

技术特征：
1.一种安全监控方法，其特征在于，用于对污染源监测站的安全进行监控，所述方法包括：实时监控是否有访客进入污染源监测站的第一监控区域，若有访客进入所述污染源监测站的第一监控区域，获取所述访客在所述第一监控区域内的视频信息，根据所述视频信息获取所述访客的身份识别信息，所述身份识别信息包括所述访客的人脸识别信息、人体参数信息和行走参数信息；其中，所述第一监控区域位于所述污染源监测站的外部；将所述访客的身份识别信息输入访客身份识别模型，以获取第一特征向量；基于所述第一特征向量在预设的向量库中选取第二特征向量，所述第二特征向量为所述向量库中与所述第一特征向量的相似度最大的特征向量，所述向量库中的特征向量为将白名单人员的身份识别信息输入所述访客身份识别模型后得到的特征向量；若所述第一特征向量与所述第二特征向量的相似度大于预设值，允许所述访客进入所述污染源监测站；当所述访客进入所述污染源监测站后，实时监控所述访客是否进入所述污染源监测站的第二监控区域；其中，所述第二监控区域为污染源监测设备所在的区域；若所述访客进入所述第二监控区域，实时监控所述访客是否对所述污染源监测设备进行了违规操作；若所述访客对所述污染源监测设备进行了违规操作，发出报警信息。2.根据权利要求1所述的安全监控方法，其特征在于，根据所述视频信息获取所述访客的人脸识别信息的方法，包括：根据所述视频信息获取所述访客的人脸图像，并根据所述访客的人脸图像判断所述访客是否佩戴口罩；若所述访客佩戴口罩，根据预设的人脸填补模型得到所述访客的填补人脸图像；将所述访客的填补人脸图像输入人脸特征提取模型，得到第三特征向量；获取所述访客的人脸图像的眼部图像，并根据所述眼部图像从人脸图像数据库中获取与所述眼部图像匹配的多个人脸图像；将与所述眼部图像匹配的多个所述人脸图像分别输入所述人脸特征提取模型，得到多个人脸特征向量；在所述多个人脸特征向量中选取第四特征向量，所述第四特征向量为所述多个人脸特征向量中与所述第三特征向量相似度最高的人脸特征向量；将所述第四特征向量对应的人脸图像的人脸识别信息作为所述访客的人脸识别信息。3.根据权利要求2所述的安全监控方法，其特征在于，所述人脸填补模型的构建方法，包括：获取原始人脸图像，所述原始人脸图像为不戴口罩的人脸图像；将所述原始人脸图像输入预设的人脸口罩区域检测模型，以在所述原始人脸图像中标记出戴口罩区域；对所述原始人脸图像的戴口罩区域添加掩码信息，并将添加了掩码信息的所述原始人脸图像输入初始人脸填补模型，得到填补人脸图像；将所述原始人脸图像输入所述人脸特征提取模型，得到第五特征向量，并将得到的所述填补人脸图像输入所述人脸特征提取模型，得到第六特征向量；
将所述第五特征向量和所述第六特征向量输入线性回归训练模型，得到所述初始人脸填补模型的修正系数；利用所述修正系数对所述初始人脸填补模型的参数进行更新，得到所述人脸填补模型。4.根据权利要求3所述的安全监控方法，其特征在于，所述根据预设的人脸填补模型得到所述访客的填补人脸图像，包括：对所述访客的人脸图像的戴口罩区域添加掩码信息；将添加了掩码信息的所述访客的人脸图像输入所述人脸填补模型，得到所述访客的人脸填补图像。5.根据权利要求2所述的安全监控方法，其特征在于，所述根据所述眼部图像从人脸图像数据库中获取与所述眼部图像匹配的多个人脸图像，包括；将所述眼部图像输入眼部特征提取模型，得到第七特征向量；获取所述人脸图像数据库中的每个人脸图像的眼部图像，将所述人脸图像数据库中的每个人脸图像的眼部图像分别输入所述眼部特征提取模型，得到所述人脸图像数据库对应的眼部特征向量库；计算所述第七特征向量和所述眼部特征向量库中的每个特征向量的相似度；基于所述相似度确定与所述眼部图像匹配的多个人脸图像。6.根据权利要求1所述的安全监控方法，其特征在于，所述污染源监测设备的四周设有红外测距仪，所述实时监控所述访客是否进入所述污染源监测站的第二监控区域，包括：实时获取所述红外测距仪测量的所述访客与所述污染源监测设备之间的距离值；将所述距离值与预设距离值进行比较；若所述距离值不大于所述预设距离值，所述访客进入所述第二监控区域。7.根据权利要求1所述的安全监控方法，其特征在于，所述实时监控所述访客是否对所述污染源监测设备进行了违规操作，包括：根据所述访客的身份识别信息查阅用户数据库，判断所述访客是工作人员还是参观人员；若所述访客是参观人员，获取所述访客在所述第二监控区域内的视频信息；根据所述访客在所述第二监控区域内的视频信息判断所述访客是否对所述污染源监测设备的探头进行了操作；若所述访客对所述污染源监测设备的探头进行了操作，则所述访客对所述污染源监测设备进行了违规操作；或，根据所述访客的身份识别信息查阅用户数据库，判断所述访客是工作人员还是参观人员；若所述访客是参观人员，获取所述访客在所述第二监控区域内的视频信息；根据所述访客在所述第二监控区域内的视频信息判断所述访客是否更改了所述污染源监测设备的设备参数；若所述访客更改了所述污染源监测设备的设备参数，则所述访客对所述污染源监测设备进行了违规操作。8.一种安全监控模块，其特征在于，包括：
第一监控模块，实时监控是否有访客进入污染源监测站的第一监控区域，若有访客进入所述污染源监测站的第一监控区域，获取所述访客在所述第一监控区域内的视频信息，根据所述视频信息获取所述访客的身份识别信息，所述身份识别信息包括所述访客的人脸识别信息、人体参数信息和行走参数信息；其中，所述第一监控区域位于所述污染源监测站的外部；输入模块，用于将所述访客的身份识别信息输入访客身份识别模型，以获取第一特征向量；选取模块，用于基于所述第一特征向量在预设的向量库中选取第二特征向量，所述第二特征向量为所述向量库中与所述第一特征向量的相似度最大的特征向量，所述向量库中的特征向量为将白名单人员的身份识别信息输入所述访客身份识别模型后得到的特征向量；决策模块，用于若所述第一特征向量与所述第二特征向量的相似度大于预设值，允许所述访客进入所述污染源监测站；第二监控模块，用于当所述访客进入所述污染源监测站后，实时监控所述访客是否进入所述污染源监测站的第二监控区域；其中，所述第二监控区域为污染源监测设备所在的区域；第三监控模块，用于若所述访客进入所述第二监控区域，实时监控所述访客是否对所述污染源监测设备进行了违规操作；提示模块，用于若所述访客对所述污染源监测设备进行了违规操作，发出报警信息。9.一种终端设备，其特征在于，所述终端设备包括处理器、存储器以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1至7中任一项所述的安全监控方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1至7中任一项所述的安全监控方法。

技术总结
本申请涉及图像识别技术领域，公开了一种安全监控方法、装置、设备及存储介质，其中，所述安全监控方法根据访客在第一监控区域的视频信息获取所述访客的人脸识别信息、人体参数信息和行走参数信息，并根据所述访客的人脸识别信息、人体参数信息和行走参数信息确定所述访客是否为白名单人员，若所述访客为白名单人员，允许所述访客进入污染源监测站。使用该方法能够提高污染源监测站的安全性。法能够提高污染源监测站的安全性。法能够提高污染源监测站的安全性。


技术研发人员：万鹏 王慧敏 吴峰 史博 范媛媛 李美娴 毛晓林 李超 杨蒙威 王威 李康 孙涛 汤靖
受保护的技术使用者：深圳博沃智慧科技有限公司
技术研发日：2023.05.25
技术公布日：2023/8/4