(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211114388.9 (22)申请日 2022.09.14 (71)申请人 北京工业大 学 地址 100124 北京市朝阳区平乐园10 0号 (72)发明人 赵伯言　王文思　吉彦平　马一鸣　 魏韵璋　赵燕冉　 (74)专利代理 机构 北京知艺互联知识产权代理 有限公司 16137 专利代理师 余青 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/20(2012.01) G06V 10/26(2022.01) G06V 10/74(2022.01) G06V 20/52(2022.01) (54)发明名称 一种行为 监测预防系统及方法 (57)摘要 本发明公开了一种行为监测预防系统及方 法， 包括： 根据不同行为、 场景、 对象对监测预防 系统进行定制化设计调整， 基于监测预防设备系 统采集被监督者的行为学数据并将行为学数据 上传至云端系统平台； 云端系统平台根据行为学 数据， 通过行为习惯预测管理算法， 对被监督者 的行为习惯进行风险评估预测， 获得预测结果； 将预测结果参数拟合及多次迭代学习， 生成最终 的评估结果， 并将评估结果发送至智 能终端。 本 发明能够弥补目前通过监督者进行人工导引造 成的导引效率低和导引覆盖面范围小的弊端， 不 仅提高了导引效率， 还避免了导引范围遗漏， 提 升了对行为习惯的导引水平， 减 轻了监督者的引 导负担。 权利要求书2页 说明书7页 附图8页 CN 115470986 A 2022.12.13 CN 115470986 A 1.一种行为 监测预防系统， 其特 征在于， 包括： 单片机控制模块， 用于产生控制信号对行为 监测预防系统进行逻辑控制； 行为数据获取模块， 与所述单片机控制模块连接， 用于采集行为学数据并将所述行为 学数据上传至云端系统平台； 云端系统平台， 与所述行为数据获取模块连接， 用于根据所述行为学数据， 通过行为习 惯预测管理算法， 对被监督者的行为习惯进 行风险评估预测， 获得预测结果； 将预测结果参 数拟合及多次迭代学习， 生成最终的评估结果， 并将所述评估结果发送至智能终端。 2.根据权利要求1所述的行为 监测预防系统， 其特 征在于， 所述行为 监测预防系统还 包括， 外围电路驱动模块， 与所述单片机控制模块连接， 用于通过驱动电路对行为数据获取 模块进行硬件驱动和控制； 电源供电模块， 与所述单片机控制模块连接， 用于对行为 监测预防系统供电。 3.根据权利要求2所述的行为 监测预防系统， 其特 征在于， 所述行为数据获取模块还 包括， 多模态信息采集模块， 与所述外围电路驱动模块连接， 用于通过多模态传感器进行环 境目标数据的采集并存 储在片上系统的非易失性存 储介质中； 图像处理识别模块， 分别与所述外围电路驱动模块、 多模态信 息采集模块连接， 用于实 时对环境目标数据中的环境目标图像信息进 行图像识别， 通过嵌入式神经网络模型对目标 环境进行识别和分类， 并将匹配值最高的识别结果储存在片上系统的非易失性存储介质 中； 无线数据传输模块， 分别与所述外围电路驱动模块、 图像处理识别 模块、 云端系统平台 连接， 用于片上系统与所述云端系统平台之间的数据传输 。 4.根据权利要求3所述的行为 监测预防系统， 其特 征在于， 所述多模态信息采集模块的多模态传感器至少包括图像传感器、 测距传感器、 光强传 感器以及电子时钟， 用于对应获取环 境目标图像、 环境目标距离、 环境目标光照强度以及环 境目标标准时间。 5.根据权利要求3所述的行为 监测预防系统， 其特 征在于， 所述多模态信息采集模块包括信息采集单 元、 信息分类单 元、 信息筛选单元； 所述信息采集单 元用于将采集的环境目标 数据通过信息处 理算法进行分类整理； 所述信息分类单元用于将分类整理后的信息根据采集点的时间标记和数据段的一致 性进行筛 选和剔除。 6.根据权利要求3所述的行为 监测预防系统， 其特 征在于， 所述图像处理识别模块包括图像压缩单元、 图像分割单元、 图像识别单元、 图像存储单 元； 所述图像压缩单元用于对所述环境目标数据进行处理， 获得环境目标图像， 并对所述 环境目标图像进行 大码率压缩； 所述图像分割单 元用于对所述压缩图像进行图像分割， 获得分割图像； 所述图像识别单元用于对所述分割图像进行深度 学习图像识别算法的并行运算， 对环 境目标进行图像识别和逻辑区分， 获得匹配概 率最大的识别结果；权　利　要　求　书 1/2 页 2 CN 115470986 A 2所述图像存储单元用于将压缩图像和匹配概率最大的识别结果存储在片上系统的非 易失性存 储介质中。 7.一种行为 监测预防方法， 其特 征在于， 包括： 根据不同行为、 场景、 对象对监测预防系统进行定制化设计调整， 基于监测预防设备系 统采集被监 督者的行为学 数据并将所述行为学 数据上传至云端系统平台； 云端系统平台根据所述行为学数据， 通过行为习惯预测管理算法， 对被监督者的行为 习惯进行风险评估预测， 获得预测结果； 将预测结果参数拟合及多次迭代学习， 生成最 终的 评估结果， 并将所述评估结果发送至智能终端。 8.根据权利要求7 所述的行为 监测预防方法， 其特 征在于， 基于监测预防设备系统采集被监督者的行为学数据并将所述行为学数据上传至云端 系统平台的过程包括， 基于监测预防设备系统， 通过外围电路驱动模块对多模态信 息采集模块进行硬件驱动 和控制， 多模态信息采集模块通过多模态传感器进行环境目标数据的采集并存储在片上系 统的非易失性存 储介质中； 通过图像处理识别模块实时对环境目标数据中的环境目标图像信 息进行图像识别， 通 过嵌入式神经网络模型对目标环境进 行识别和分类， 并将匹配值最高的识别结果储存在片 上系统的非易失性存 储介质中； 将环境目标数据与匹配值最高的识别结果进行数据打包， 通过无线数据传输模块将数 据包发送至云端系统平台。 9.根据权利要求8所述的行为 监测预防方法， 其特 征在于， 多模态信息采集模块进行环境目标数据的采集以及图像处理识别模块对环境目标图 像信息进行图像识别， 获得匹配值 最高的识别结果的过程包括， 多模态信息采集模块通过信息采集单元采集环境目标数据并通过信息处理算法进行 分类整理， 然后将分类整理后的信息根据采集点的时间标记和数据段的一致性进 行筛选和 剔除， 获得目标环境目标 数据并发送至图像处 理识别模块； 所述图像处理识别模块对所述目标环境目标数据进行处理， 获得环境目标图像， 并对 所述环境目标图像进 行大码率压缩； 然后对所述压缩图像进 行图像分割， 获得分割图像； 再 对所述分割图像进行深度学习图像识别算法的并行运算， 对环境目标进 行图像识别和逻辑 区分， 获得匹配概率最大 的识别结果； 将压缩图像和匹配概率最大 的识别结果存储在片上 系统的非易失性存 储介质中。权　利　要　求　书 2/2 页 3 CN 115470986 A 3