本发明涉及校园安全管理领域，更具体地说，本发明涉及一种智慧校园的大数据安全预警系统。
背景技术：
1、随着互联网的普及，校园网络安全问题日益突出，校园安全管理侧重于事后处置，缺乏有效的针对措施以及安全意识和安全措施的落实。
2、目前校园安全管理监控覆盖范围以及质量较为薄弱，校园区域的监控覆盖较为薄弱，无法有效监控到所有关键区域，导致安全漏洞，监控设备的图像质量较差，影响对事件的准确判断和特征提取，降低监控的实际效果，校园安全管理在事件发生后的判断和响应上存在滞后问题，导致处理时间延迟，无法尽快采取应对措施，涉事人员信息传递和反馈不够及时、准确，家长和相关部门未能及时了解到相关情况，影响后续处理的效率。
技术实现思路
1、本发明针对现有技术中存在的技术问题，提供一种智慧校园的大数据安全预警系统，以解决上述背景技术中提出的问题。
2、本发明解决上述技术问题的技术方案如下：一种智慧校园的大数据安全预警方法，包括以下步骤：
3、s101：布置高清摄像头在校园内关键区域，利用均值滤波器将中心像素点周围的像素点取平均值实现去除校园图像数据存在的噪声，对图像进行亮度、对比度、色彩平衡调整，用于增强图像中的细节和边缘；
4、s102：通过边缘检测提取形状特征，通过颜色直方图提取颜色特征，通过角点检测提取校园图像数据的角点特征信息，利用随机森林分类器对预设图像特征进行训练并输入校园图像数据的特征，判断是否包含预设图像特征；
5、s103：通过皮尔逊相关系数选择最相关和最具有预测能力的预设图像特征，并对比校园图像数据的特征信息，并指挥无人机前往事发地点进行拍摄，将事发情况以及涉事人员记录传输至临时数据元；
6、s104：利用管理员权限将临时数据元连接校园人员数据库，并进行人脸匹配，调取校园人员数据库中相关涉事人员的信息，通过短信方式发送至涉事家长以及班主任手机，用于告知校园安全信息并组建涉事研讨会；
7、在一个优选地实施方式中，所述s101中，布置高清摄像头在校园内关键区域，包括出入口、教室、食堂的公共场所，用于获取校园图像数据，将高清摄像头连接校园门禁系统以及数据处理中心，利用均值滤波器将中心像素点周围的像素点取平均值，用于实现去除校园图像数据存在的噪声，其具体公式为：
8、
9、其中inew(x,y)表示经过均值滤波后位于图像上位置(x,y)处的新的像素值，n表示滤波器的大小，i、j表示滤波器内的每个像素点的位置，x、y表示图像上滤波器的每个位置，对图像进行亮度、对比度、色彩平衡调整，用于增强图像中的细节和边缘。
10、在一个优选地实施方式中，所述s102中，通过边缘检测提取形状特征，包括校园图像数据中物体、人体的轮廓边界的特征信息，通过颜色直方图提取颜色特征，包括校园图像数据中物体、人体的颜色分布的特征信息，通过角点检测提取校园图像数据的角点特征信息，将校园图像数据的特征的目标区域利用矩形框进行标记，预设图像特征关于人员聚集检测、奔跑检测、打斗检测，将不同的预设图像特征组合成一个综合特征向量，利用随机森林分类器对预设图像特征进行训练并输入校园图像数据的特征，所述随机森林具体步骤为：通过构建一个树状结构，利用内部节点代表特征及叶节点代表决策结果构建决策树，通过随机选择特征和样本构建多个决策树并交汇结果，判断是否包含预设图像特征。
11、在一个优选地实施方式中，所述s103中，将判断结果输入至临时数据元，通过皮尔逊相关系数选择最相关和最具有预测能力的预设图像特征，并对比校园图像数据的特征信息，所述皮尔逊相关系数具体公式为：
12、
13、其中r表示皮尔逊系数，cov(x,y)表示特征x、y的协方差，sd(x)、sd(y)表示特征x、y的标准差值，皮尔逊相关系数取值范围为-1到1之间，其绝对值越接近1表示相关性越强，则预设图像特征与校园图像数据的特征越相似，越接近0表示相关性越弱，则预设图像特征与校园图像数据的特征越不相似，当皮尔逊系数判定为相似，则指挥无人机前往事发地点进行拍摄，将事发情况以及涉事人员记录传输至临时数据元。
14、在一个优选地实施方式中，所述s104中，利用管理员权限将临时数据元连接校园人员数据库，用于无人机拍摄涉事人员进行人脸匹配，其中利用人脸检测在图像中定位人脸区域，利用人脸特征提取将人脸区域转换为向量表示，通过向量表示人脸特征与校园人员数据库中记录人员的人脸特征进行对比匹配，当对比匹配成功，调取校园人员数据库中相关涉事人员的信息，包括人员名称、班级、家长联系方式以及班主任名称，利用计算机视觉提取对涉事校园图像进行描述，包括定位、识别事件，并通过短信方式发送至涉事家长以及班主任手机，用于告知校园安全信息并组建涉事研讨会。
15、在一个优选地实施方式中，包括校园图像采集模块、校园图像提取模块、预设图像比较模块以及校园图像匹配模块；
16、校园图像采集模块：布置高清摄像头在校园内关键区域，利用均值滤波器将中心像素点周围的像素点取平均值实现去除校园图像数据存在的噪声，对图像进行亮度、对比度、色彩平衡调整，用于增强图像中的细节和边缘；
17、校园图像提取模块：通过边缘检测提取形状特征，通过颜色直方图提取颜色特征，通过角点检测提取校园图像数据的角点特征信息，利用随机森林分类器对预设图像特征进行训练并输入校园图像数据的特征，判断是否包含预设图像特征；
18、预设图像比较模块：通过皮尔逊相关系数选择最相关和最具有预测能力的预设图像特征，并对比校园图像数据的特征信息，并指挥无人机前往事发地点进行拍摄，将事发情况以及涉事人员记录传输至临时数据元；
19、校园图像匹配模块：利用管理员权限将临时数据元连接校园人员数据库，并进行人脸匹配，调取校园人员数据库中相关涉事人员的信息，通过短信方式发送至涉事家长以及班主任手机，用于告知校园安全信息并组建涉事研讨会。
20、本发明的有益效果是：布置高清摄像头在校园内关键区域提高校园安全管理监控覆盖范围以及质量，利用均值滤波器将中心像素点周围的像素点取平均值实现去除校园图像数据存在的噪声，提高监控设备的图像质量以及对事件的准确判断和特征提取，加强监控的实际效果，通过皮尔逊系数判定为相似时，无人机可以前往事发地点进行拍摄，将事发情况以及涉事人员记录传输至临时数据元，可以快速了解事件现场的情况，有助于指挥部门及时采取应对措施，保障校园安全，借助计算机视觉技术和校园人员数据库的信息，实现对涉事人员的快速识别和相关信息的获取，从而加强校园安全管理的能力，更好地处理校园安全事件，加强安全意识和安全措施的落实。
1.一种智慧校园的大数据安全预警方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种智慧校园的大数据安全预警方法，其特征在于，所述s101中，布置高清摄像头在校园内关键区域，包括出入口、教室、食堂的公共场所，用于获取校园图像数据，将高清摄像头连接校园门禁系统以及数据处理中心，利用均值滤波器将中心像素点周围的像素点取平均值，用于实现去除校园图像数据存在的噪声，对图像进行亮度、对比度、色彩平衡调整，用于增强图像中的细节和边缘。
3.根据权利要求2所述的基于智慧校园的校园安全管理其方法，其特征在于，所述均值滤波器具体公式为：
4.根据权利要求1所述的一种智慧校园的大数据安全预警方法，其特征在于，所述s102中，通过边缘检测提取形状特征，包括校园图像数据中物体、人体的轮廓边界的特征信息，通过颜色直方图提取颜色特征，包括校园图像数据中物体、人体的颜色分布的特征信息，通过角点检测提取校园图像数据的角点特征信息，将校园图像数据的特征的目标区域利用矩形框进行标记，预设图像特征关于人员聚集检测、奔跑检测、打斗检测，将不同的预设图像特征组合成一个综合特征向量，利用随机森林分类器对预设图像特征进行训练并输入校园图像数据的特征。
5.根据权利要求4所述的一种智慧校园的大数据安全预警方法，其特征在于，所述随机森林具体步骤为：通过构建一个树状结构，利用内部节点代表特征及叶节点代表决策结果构建决策树，通过随机选择特征和样本构建多个决策树并交汇结果，判断是否包含预设图像特征。
6.根据权利要求1所述的一种智慧校园的大数据安全预警方法，其特征在于，所述s103中，将判断结果输入至临时数据元，通过皮尔逊相关系数选择最相关和最具有预测能力的预设图像特征，并对比校园图像数据的特征信息，皮尔逊相关系数取值范围为-1到1之间，其绝对值越接近1表示相关性越强，则预设图像特征与校园图像数据的特征越相似，越接近0表示相关性越弱，则预设图像特征与校园图像数据的特征越不相似，当皮尔逊系数判定为相似，则指挥无人机前往事发地点进行拍摄，将事发情况以及涉事人员记录传输至临时数据元。
7.根据权利要求6所述的一种智慧校园的大数据安全预警方法，其特征在于，所述皮尔逊相关系数具体公式为：
8.根据权利要求1所述的一种智慧校园的大数据安全预警方法，其特征在于，所述s104中，利用管理员权限将临时数据元连接校园人员数据库，用于无人机拍摄涉事人员进行人脸匹配，其中利用人脸检测在图像中定位人脸区域，利用人脸特征提取将人脸区域转换为向量表示，通过向量表示人脸特征与校园人员数据库中记录人员的人脸特征进行对比匹配，当对比匹配成功，调取校园人员数据库中相关涉事人员的信息，包括人员名称、班级、家长联系方式以及班主任名称，利用计算机视觉提取对涉事校园图像进行描述，包括定位、识别事件，并通过短信方式发送至涉事家长以及班主任手机，用于告知校园安全信息并组建涉事研讨会。
9.一种智慧校园的大数据安全预警系统，其特征在于，包括：
