(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 202211214122.1 (22)申请日 2022.09.30 (71)申请人 中国农业银行股份有限公司 地址 100005 北京市东城区建国门内大街 69号 (72)发明人 张纪峰　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 温可睿 (51)Int.Cl. H04N 7/18(2006.01) G06V 40/16(2022.01) H04L 67/10(2022.01) (54)发明名称 金库操作风险的监测系统及方法 (57)摘要 本发明提供一种金库操作风险的监测系统 及方法， 该系统包括部署于金库各区域的摄像 头、 位于摄像头边缘侧的边缘计算设备、 深度学 习平台和业务管理端。 深度学习平台通过模型迭 代与训练， 将目标算法对应的模 型部署至边缘计 算设备中； 摄像头采集所在区域内的视频， 并将 视频发送至所在区域对应的边缘计算设备； 边缘 计算设备基于目标算法对应的模型对视频进行 分析， 以识别金库中的操作风险， 并且， 根据所识 别到的操作风险， 生成相应的预警信息发送至业 务管理端； 业务管理端输出预警信息。 本发明通 过使用边缘计算技术对金库监控视频进行实时 分析， 实现实时检测各种操作风险， 并通知相关 的管理人员采取相应的措施， 规避违规操作发 生。 权利要求书3页 说明书11页 附图2页 CN 115550613 A 2022.12.30 CN 115550613 A 1.一种金库操作风险的监测系统， 其特征在于， 所述系统包括： 部署于金库 各区域的摄 像头、 位于所述摄 像头边缘侧的边 缘计算设备、 深度学习平台和业 务管理端； 所述深度学习平台， 用于通过模型迭代与训练， 将目标算法对应的模型部署至所述边 缘计算设备中； 所述摄像头， 用于采集所在区域内的视频， 并将所述视频发送至所在区域对应的所述 边缘计算设备； 所述边缘计算设备， 用于基于所述目标算法对应的模型对所述视频进行分析， 以识别 所述金库中的操作风险； 根据所识别到的操作风险， 生成相 应的预警信息发送至所述业务 管理端； 所述业务管理端， 用于 输出所述预警信息 。 2.根据权利要求1所述的系统， 其特 征在于， 所述 业务管理端， 还用于： 通过对所述金库各区域进行建模， 标注所述金库各区域的位置信息， 并同步至所述金 库各区域对应的边缘计算设备中； 获取所述金库各区域的管库员的第一标准人脸图像， 并 同步至所述金库各区域对应的边缘计算设备中； 获取目标管库员的轮岗信息， 并将所述轮 岗信息同步至所述目标 管库员所在区域对应的目标边 缘计算设备中； 所述目标边缘计算设备基于所述目标算法对应的模型对所述视频进行分析， 以识别所 述金库中的操作风险， 包括： 根据所述轮岗信息和已获得的第一标准人脸图像确定所述目标管库员的目标标准人 脸图像； 根据已获得 的位置信息从所述视频中分别提取进入库区人员的第一人脸图像、 以 及库区操作人员的第二人脸图像； 基于人脸比对算法对应的模型分别比对 所述目标标准人 脸图像与所述第一人脸图像、 所述 目标标准人脸图像与所述第二人脸图像； 如果所述 目标 标准人脸图像与所述第一人脸图像比对成功、 或者所述目标标准人脸图像与所述第二人脸 图像比对成功， 则生成表征 所述目标 管库员虚假轮岗的第一预警信息 。 3.根据权利要求1所述的系统， 其特 征在于， 所述 业务管理端， 还用于： 通过对所述金库各区域进行建模， 标注所述金库各区域的位置信息， 并同步至所述金 库各区域对应的边缘计算设备中； 通过对所述金库各区域的具有进入权限的人员进行建 模， 标注所述金库各区域的具有进入权限的人员信息， 并同步至所述金库各区域对应的边 缘计算设备中； 获取所述金库各区域的具有进入权限的人员的第二标准人脸图像， 并同步 至所述金库各区域对应的边 缘计算设备中； 所述边缘计算设备基于所述目标算法对应的模型对所述视频进行分析， 以识别所述金 库中的操作风险， 包括： 根据已获得的位置信 息从所述视频中分别提取进入库区人员的第 三人脸图像、 以及库 区操作人员的第四人脸图像； 基于人脸比对算法对应的模型分别比对已获得的第二标准人 脸图像与所述第三人脸图像、 已获得的第二标准人脸图像与所述第四人脸图像； 如果已获 得的第二标准人脸图像与所述第三人脸图像比对失败、 或者已获得的第二标准人脸图像与 所述第四人脸图像比对失败， 则生成表征非权限人员非法进入库区的第二预警信息 。 4.根据权利要求1所述的系统， 其特 征在于， 所述 业务管理端， 还用于： 通过对所述金库各区域进行建模， 标注所述金库各区域的位置信息， 并同步至所述金 库各区域对应的边 缘计算设备中；权　利　要　求　书 1/3 页 2 CN 115550613 A 2所述边缘计算设备基于所述目标算法对应的模型对所述视频进行分析， 以识别所述金 库中的操作风险， 包括： 根据已获得的位置信 息从所述视频中获取管控区入门区域的第 一视频； 利用区域数人 算法对应的模型分析所述第一视频的管库员进入类型； 如果所述管库员进入类型为单人进 入， 则生成表征违反操作岗位制约的第三预警信息； 且， 根据已获得的位置信 息从所述视频中获取库区的第 二视频； 利用区域数人算法对应的 模型分析所述第二视频的管库员进入类型、 利用轨迹分析算法对应的模型分析所述管库员 进入类型 的持续时间； 如果所述管库员进入类型为单人进入、 且持续时间大于对应的第一 阈值， 则生成表征违反操作岗位制约的第四预警信息； 如果所述管库员进入类型为双人进 入、 双人之间的距离大于对应的第二阈值、 且持续时间大于对应的第二阈值， 则生成表征违 反操作岗位制约的第 五预警信息； 如果所述管库员进入类型为双人进入、 双人面部处于相 背状态、 且持续时间大于对应的第三阈值， 则生成表征违反操作岗位制约的第六 预警信息 。 5.一种金库操作风险的监测方法， 其特征在于， 所述方法应用于边缘计算设备， 所述方 法包括： 接收摄像头所发送的视频； 基于目标算法对应的模型对所述视频进行分析， 以识别所述金库中的操作风险， 所述 目标算法对应的模型 是深度学习平台通过模型迭代与训练部署至所述 边缘计算设备中的； 根据所识别到的操作风险， 生成相应的预警信息发送至业务管理端， 以使所述业务管 理端输出 所述预警信息 。 6.根据权利要求5所述的方法， 其特征在于， 所述基于目标算法对应的模型对所述视频 进行分析， 以识别所述金库中的操作风险， 包括： 获得所述业务管理端所同步的位置信息和所述金库各区域的管库员的第一标准人脸 图像， 该位置信息是 所述业务管理端通过对所述金库各区域进行建模标注的； 获得所述业务管理端所同步的目标 管库员的轮岗信息； 根据所述轮岗信息和已获得的第一标准人脸图像确定所述目标管库员的目标标准人 脸图像； 根据已获得的位置信 息从所述视频中分别提取进入库区人员的第 一人脸图像、 以及库 区操作人员的第二人脸图像； 基于人脸比对算法对应的模型分别比对所述目标标准人脸图像与所述第 一人脸图像、 所述目标 标准人脸图像与所述第二人脸图像； 如果所述目标标准人脸图像与所述第 一人脸图像比对成功、 或者所述目标标准人脸图 像与所述第二人脸图像比对成功， 则生成表征 所述目标 管库员虚假轮岗的第一预警信息 。 7.根据权利要求5所述的方法， 其特征在于， 所述基于目标算法对应的模型对所述视频 进行分析， 以识别所述金库中的操作风险， 包括： 获得所述业务管理端所同步的位置信 息和人员信 息， 该位置信 息是所述业务管理端通 过对所述金库各区域进行建模标注的， 该人员信息是所述业务管理端通过对所述金库各区 域的具有 进入权限的人员进行建模标注的； 获得所述业务管理端所同步的所述金库各区域的具有进入权限的人员的第二标准人 脸图像；权　利　要　求　书 2/3 页 3 CN 115550613 A 3