CN107146386B - 一种异常行为检测方法及装置、用户设备 - Google Patents

Abstract

本发明实施例公开了一种异常行为检测方法及装置、用户设备，该方法包括：检测运动过程中用户的肢体部位的运动轨迹；获取所述用户与靠近对象的距离；判断所述运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断所述距离是否小于预设距离；若所述运动轨迹与预先存储的异常行为轨迹匹配且所述距离小于预设距离，则确定所述用户发生异常行为。本发明实施例能够对用户的异常行为进行监控。

Description

一种异常行为检测方法及装置、用户设备

技术领域

本发明涉及智能设备技术领域，尤其涉及一种异常行为检测方法及装置、用户设备。

背景技术

由于低年龄儿童存在心智不成熟、好动以及容易冲动等缺陷，儿童在日常生活中经常会随意乱扔、乱踢东西，以及容易与其他儿童闹矛盾，严重时发生打架斗殴事件。儿童的这些异常行为是不可避免的，但是，家长又不可能实时监控儿童的生活。为了让儿童有更好的成长，如何监控儿童的异常行为是一个亟待解决的技术难题。

发明内容

本发明实施例公开了一种异常行为检测方法及装置、用户设备，能够对用户的异常行为进行监控。

本发明实施例第一方面公开一种异常行为检测方法，包括：

检测运动过程中用户的肢体部位的运动轨迹；

获取所述用户与靠近对象的距离；

判断所述运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断所述距离是否小于预设距离；

若所述运动轨迹与预先存储的异常行为轨迹匹配且所述距离小于预设距离，则确定所述用户发生异常行为。

作为一种可选的实施方式，在本发明实施例第一方面中，在判断出所述运动轨迹与预先存储的异常行为轨迹匹配且所述距离小于预设距离之后，所述方法还包括：

检测所述用户的生理参数；

判断所述生理参数是否处于人体正常生理参数范围；

若否，则执行所述的确定所述用户发生异常行为的步骤。

作为一种可选的实施方式，在本发明实施例第一方面中，所述判断所述运动轨迹与预先存储的异常行为轨迹是否匹配包括：

对所述运动轨迹进行分析，以获取所述用户的行为特征；

根据所述行为特征构建与所述用户的当前行为对应的特征模型；

判断所述特征模型与预先存储的异常行为轨迹对应的异常特征模型是否匹配，若匹配，则确定所述运动轨迹与预先存储的异常行为轨迹匹配。

作为一种可选的实施方式，在本发明实施例第一方面中，所述方法还包括：

确定所述异常行为的行为等级以及持续时间；

若所述行为等级超过预设等级且所述持续时间超过第一时间，输出告警信息，和/或，向目标用户设备发送指示信息，所述指示信息用于指示所述用户发生异常行为。

作为一种可选的实施方式，在本发明实施例第一方面中，检测所述用户在第二时间内是否停止所述异常行为，所述第二时间大于或等于所述第一时间；

若否，向与所述用户距离最近的保卫中心发送制止请求，所述制止请求用于请求制止所述用户的异常行为。

本发明实施例第二方面公开一种异常行为检测装置，包括：

第一检测单元，用于检测运动过程中用户的肢体部位的运动轨迹；

获取单元，用于获取所述用户与靠近对象的距离；

第一判断单元，用于判断所述运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断所述距离是否小于预设距离；

确定单元，用于若所述判断单元判断所述运动轨迹与预先存储的异常行为轨迹匹配且所述距离小于预设距离，则确定所述用户发生异常行为。

作为一种可选的实施方式，在本发明实施例第二方面中：所述异常行为检测装置还包括：

第二检测单元，用于在所述第一判断单元判断出所述运动轨迹与预先存储的异常行为轨迹匹配且所述距离小于预设距离之后，检测所述用户的生理参数；

第二判断单元，用于判断所述生理参数是否处于人体正常生理参数范围；

所述确定单元，具体用于在所述第二判断单元判断所述生理参数未处于人体正常生理参数范围时，确定所述用户发生异常行为。

作为一种可选的实施方式，在本发明实施例第二方面中，所述第一判断单元判断所述运动轨迹与预先存储的异常行为轨迹是否匹配的方式具体为：

对所述运动轨迹进行分析，以获取所述用户的行为特征；

根据所述行为特征构建与所述用户的当前行为对应的特征模型；

判断所述特征模型与预先存储的异常行为轨迹对应的异常特征模型是否匹配，若匹配，则确定所述运动轨迹与预先存储的异常行为轨迹匹配。

作为一种可选的实施方式，在本发明实施例第二方面中，所述确定单元，还用于确定所述异常行为的行为等级以及持续时间；

所述异常行为检测装置还包括：

输出单元，用于若所述行为等级超过预设等级且所述持续时间超过第一时间，输出告警信息；

发送单元，用于若所述行为等级超过预设等级且所述持续时间超过第一时间，向目标用户设备发送指示信息，所述指示信息用于指示所述用户发生异常行为。

作为一种可选的实施方式，在本发明实施例第二方面中，所述第一检测单元，还用于检测所述用户在第二时间内是否停止所述异常行为，所述第二时间大于或等于所述第一时间；

所述发送单元，还用于在所述第一检测单元检测所述用户在第二时间内未停止所述异常行为时，向与所述用户距离最近的保卫中心发送制止请求，所述制止请求用于请求制止所述用户的异常行为。

本发明实施例第三方面公开一种用户设备，包括本发明实施例第二方面公开的所述异常行为检测装置。

与现有技术相比，本发明实施例具备以下有益效果：

本发明实施例中，用户设备可以检测运动过程中用户的肢体部位的运动轨迹，并获取用户与靠近对象的距离；进一步地，用户设备可以判断运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断距离是否小于预设距离；若运动轨迹与预先存储的异常行为轨迹匹配且距离小于预设距离，用户设备可以则确定用户发生异常行为。可见，实施本发明实施例，能够对用户的异常行为进行监控，从而约束用户的异常行为。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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。

图1是本发明实施例公开的一种异常行为检测方法的流程示意图；

图2是本发明实施例公开的另一种异常行为检测方法的流程示意图；

图3是本发明实施例公开的另一种异常行为检测方法的流程示意图；

图4是本发明实施例公开的一种异常行为检测装置的结构示意图；

图5是本发明实施例公开的一种异常行为检测装置的结构示意图；

图6是本发明实施例公开的另一种异常行为检测装置的结构示意图；

图7是本发明实施例公开的一种用户设备的结构示意图。

具体实施方式

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，所描述的实施例仅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。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”和“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例公开了一种异常行为检测方法及装置、用户设备，能够对用户的异常行为进行监控。以下进行结合附图进行详细描述。

实施例一

请参阅图1，图1是本发明实施例公开的一种异常行为检测方法的流程示意图。如图1所示，该异常行为检测方法可以包括以下步骤：

101、用户设备检测运动过程中用户的肢体部位的运动轨迹。

本发明实施例中，用户设备可以包括但不限于智能手表、智能手环、智能眼镜、智能项圈以及其他形式的设备等各类穿戴设备。

本发明实施例中，用户的肢体部位可以为用户的任意一个肢体部位，比如：手、脚、头等。用户在运动过程中，用户的肢体部位也会跟随着一起运动，也会有相应的运动轨迹。

其中，该运动轨迹可以为轨迹传感器(如重力传感器、陀螺仪、加速度传感器等)实时检测到的途经轨迹数据(如加速度、倾斜角度)而构成的轨迹(如直线，弧线等)。

102、用户设备获取用户与靠近对象的距离。

本发明实施例中，该靠近对象为靠近用户的人或物。可以利用用户设备内置的距离传感器来测量用户与靠近对象的距离。

103、用户设备判断运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断距离是否小于预设距离。

本发明实施例中，异常行为是指与非正常行为，比如：打架、乱踢、乱扔、乱砸等行为。通常，对于同一个用户而言，都会形成自己独自的行为习惯，可以预先记录用户的这些异常行为轨迹并存储在用户设备上。

在用户设备检测运动过程中用户的肢体部位的运动轨迹之后，用户设备还可以用户当前的运动轨迹与预先存储的异常行为轨迹是否匹配，如果匹配，则可以确定用户当前发生与异常行为类似的行为，为了进一步确认，用户设备还需要判断用户与靠近对象的距离是否小于预设距离，其中，该预设距离可以设置为用户与靠近对象发生接触的最小距离。如果运动轨迹与预先存储的异常行为轨迹匹配且距离小于预设距离，用户设备可以确定用户发生异常行为。

其中，用户设备判断运动轨迹与预先存储的异常行为轨迹是否匹配的方式可以为：

用户设备判断运动轨迹与预先存储的异常行为轨迹的重合度是否小于或等于预设重合度，若是，则确定运动轨迹与预先存储的异常行为轨迹匹配。

其中，该重合度用于衡量两条轨迹是否能够重合的一个标准。

104、若运动轨迹与预先存储的异常行为轨迹匹配且距离小于预设距离，用户设备确定用户发生异常行为。

可选的，若运动轨迹与预先存储的异常行为轨迹匹配且距离大于或等于预设距离，用户设备可以输出告警提示，以提示用户不要进行异常行为。

可选的，若运动轨迹与预先存储的异常行为轨迹不匹配且距离大于或等于预设距离，用户设备不需要做任何反应。

在一个实施例中，用户设备在确定用户发生异常行为之后，用户设备还可以输出告警信息，以提示用户停止该异常行为；

和/或，向目标用户设备发送指示信息，该指示信息用于指示用户发生异常行为。这样，可以及时地通知目标用户设备所属的用户，便于对发生异常行为的用户进行监控。

在图1所描述的方法，用户设备可以检测运动过程中用户的肢体部位的运动轨迹，并获取用户与靠近对象的距离；进一步地，用户设备可以判断运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断距离是否小于预设距离；若运动轨迹与预先存储的异常行为轨迹匹配且距离小于预设距离，用户设备可以则确定用户发生异常行为。可见，实施本发明实施例，能够对用户的异常行为进行监控，从而约束用户的异常行为。

实施例二

请参阅图2，图2是本发明实施例公开的另一种异常行为检测方法的流程示意图。如图2所示，该异常行为检测方法可以包括以下步骤：

201、用户设备检测运动过程中用户的肢体部位的运动轨迹。

202、用户设备获取用户与靠近对象的距离。

203、用户设备判断运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断距离是否小于预设距离。

204、若运动轨迹与预先存储的异常行为轨迹匹配且距离小于预设距离，检测用户的生理参数。

本发明实施例中，可以通过内置或外置的生理状态传感器获取用户的生理参数。用户的生理参数可以包括心率的高低、体温的高低、血压的高低以及呼吸频率的高低中的一种或多种。当用户的生理参数包括心率的高低时，该生理状态传感器可以包括心率传感器；当用户的生理参数包括体温的高低时，该生理状态传感器可以包括温度传感器；当用户的生理参数包括血压的高低时，该生理状态传感器可以包括血压传感器；当用户的生理参数包括呼吸频率的高低时，该生理状态传感器可以包括呼吸传感器。

205、判断生理参数是否处于人体正常生理参数范围，若否，执行步骤206，若是，结束本流程。

本发明实施例中，当用户处于正常情绪时，用户的生理参数一般属于人体正常生理参数范围，而当用户愤怒时，用户的生理参数将会超出人体正常生理参数范围。可以通过生理参数的变化来反映用户的情绪状态。

举例来说，以生理参数为心率为例。当心率高于预设心率最大门限值时，用户的情绪状态为情绪亢奋；当心率低于或等于预设心率最大门限值，且高于或等于预设心率最小门限值时，用户的情绪状态为情绪平静；当心率低于预设心率最小门限值时，用户的情绪状态为情绪低落。在用户处于情绪亢奋或者情绪低落时，用户的心率均不处于人体正常心率范围，这种情况下，很容易发生异常行为。

206、用户设备确定用户发生异常行为。

本发明实施例中，在确定若运动轨迹与预先存储的异常行为轨迹匹配且距离小于预设距离之后，用户设备还进一步确定判断生理参数不处于人体正常生理参数范围时，则可以确定用户发生异常行为。

可选的，在确定若运动轨迹与预先存储的异常行为轨迹匹配且距离小于预设距离之后，若用户设备进一步确定判断生理参数处于人体正常生理参数范围时，则可以确定用户未发生异常行为。

在图2所描述的方法，用户设备可以检测运动过程中用户的肢体部位的运动轨迹，并获取用户与靠近对象的距离；进一步地，用户设备可以判断运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断距离是否小于预设距离；若运动轨迹与预先存储的异常行为轨迹匹配且距离小于预设距离，用户设备还需要判断生理参数是否处于人体正常生理参数范围，若否，用户设备可以则确定用户发生异常行为。可见，实施本发明实施例，通过对用户的行为轨迹、距离以及生理参数进行检测，能够对用户的异常行为进行监控，从而约束用户的异常行为。

实施例三

请参阅图3，图3是本发明实施例公开的另一种异常行为检测方法的流程示意图。如图3所示，该异常行为检测方法可以包括以下步骤：

301、用户设备检测运动过程中用户的肢体部位的运动轨迹。

302、用户设备获取用户与靠近对象的距离。

303、用户设备判断运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断距离是否小于预设距离。

304、若运动轨迹与预先存储的异常行为轨迹匹配且距离小于预设距离，用户设备确定用户发生异常行为。

305、用户设备确定异常行为的行为等级以及持续时间。

本发明实施例中，可以预先设定异常行为的行为等级，比如：按照行为的恶劣程度从高到低依次划分为第一等级、第二等级以及第三等级。其中，该行为等级可以通过事先多次试验及观察获得的。其中，该持续时间为异常行为发生的连续时间。

306、若行为等级超过预设等级且持续时间超过第一时间，用户设备输出告警信息，和/或，向目标用户设备发送指示信息。

其中，指示信息用于指示用户发生异常行为。

本发明实施例中，该预设等级可以设定为上述的第三等级，行为等级超过预设等级可以理解为行为等级为第一等级或第二等级，当确定行为等级超过预设等级时，表明用户当前的异常行为比较恶劣，该第一时间可以为预设的最小时间，比如5S，如果持续时间较长，用户设备需要输出告警信息，其中，该告警信息可以以响铃的形式进行警告，也可以以语音提示的方式进行警告；或者，用户设备可以向目标用户设备发送指示信息，该指示信息用于指示用户发生异常行为。其中，该目标用户设备可以为预先与用户设备绑定的设备，也可以为用户预先指定的设备。可选的，用户设备可以通过多种方式向目标用户设备发送指示信息，比如：通过电话的方式向目标用户设备发送指示信息，又比如：通过社交应用的方式向目标用户设备发送指示信息。

目标用户设备接收到该指示信息之后，目标用户设备所属的用户可以及时地制止用户的异常行为，对用户进行教导；或者，用户设备可以同时输出告警信息以及向目标用户设备发送指示信息。

其中，目标用户设备可以包括但不限于智能手机、笔记本电脑、个人计算机(Personal Computer，PC)、个人数字助理(Personal Digital Assistant,PDA)、移动互联网设备(Mobile Internet Device，MID)、穿戴设备(如智能手表、智能手环、智能眼镜)等各类电子设备，其中，该用户设备的操作系统可包括但不限于Android操作系统、IOS操作系统、Symbian(塞班)操作系统、Black Berry(黑莓)操作系统、Windows Phone8操作系统等等，本发明实施例不做限定。

307、用户设备检测用户在第二时间内是否停止异常行为，若否，执行步骤308，若是，结束本流程。

其中，该第二时间大于或等于第一时间。

本发明实施例中，目标用户设备所属的用户可能不方便及时地制止用户，在用户设备输出告警信息之后，如果用户在第二时间内还未停止异常行为，为了避免该异常行为的进一步恶化，用户设备向与用户距离最近的保卫中心发送制止请求，以请求保卫中心及时地制止用户的异常行为。

308、用户设备向与用户距离最近的保卫中心发送制止请求。

其中，可以预先在用户设备上存储在用户设备附近的包围中心的联系方式，便于用户设备在特殊时刻自动地向保卫中心发送请求。

在图3所描述的方法，用户设备可以检测运动过程中用户的肢体部位的运动轨迹，并获取用户与靠近对象的距离；进一步地，用户设备可以判断运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断距离是否小于预设距离；若运动轨迹与预先存储的异常行为轨迹匹配且距离小于预设距离，用户设备可以则确定用户发生异常行为。之后，根据异常行为等级以及第一时间、第二时间来采取相应的措施。可见，实施本发明实施例，能够对用户的异常行为进行监控，从而约束用户的异常行为，减少用户发生异常行为的概率。

实施例四

请参阅图4，图4是本发明实施例公开的一种异常行为检测装置的结构示意图。如图4所示，该异常行为检测装置可以包括：

第一检测单元401，用于检测运动过程中用户的肢体部位的运动轨迹；

获取单元402，用于获取所述用户与靠近对象的距离；

第一判断单元403，用于判断所述运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断所述距离是否小于预设距离；

确定单元404，用于若所述第一判断单元403判断所述运动轨迹与预先存储的异常行为轨迹匹配且所述距离小于预设距离，则确定所述用户发生异常行为。

其中，实施图4所描述的异常行为检测装置，用户设备可以检测运动过程中用户的肢体部位的运动轨迹，并获取用户与靠近对象的距离；进一步地，用户设备可以判断运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断距离是否小于预设距离；若运动轨迹与预先存储的异常行为轨迹匹配且距离小于预设距离，用户设备可以则确定用户发生异常行为。可见，实施本发明实施例，能够对用户的异常行为进行监控，从而约束用户的异常行为。

实施例五

请参阅图5，图5是本发明实施例公开的另一种异常行为检测装置的结构示意图。其中，图5所示的异常行为检测装置是由于图4所示的异常行为检测装置进行优化得到的。与图4所示的异常行为检测装置相比，图5所示的异常行为检测装置还可以包括：

第二检测单元405，用于在所述第一判断单元403判断出所述运动轨迹与预先存储的异常行为轨迹匹配且所述距离小于预设距离之后，检测所述用户的生理参数；

第二判断单元406，用于判断所述生理参数是否处于人体正常生理参数范围；

所述确定单元404，具体用于在所述第二判断单元406判断所述生理参数未处于人体正常生理参数范围时，确定所述用户发生异常行为。

其中，所述第一判断单元403判断所述运动轨迹与预先存储的异常行为轨迹是否匹配的方式具体为：

对所述运动轨迹进行分析，以获取所述用户的行为特征；

根据所述行为特征构建与所述用户的当前行为对应的特征模型；

判断所述特征模型与预先存储的异常行为轨迹对应的异常特征模型是否匹配，若匹配，则确定所述运动轨迹与预先存储的异常行为轨迹匹配。

其中，实施图5所描述的异常行为检测装置，用户设备可以检测运动过程中用户的肢体部位的运动轨迹，并获取用户与靠近对象的距离；进一步地，用户设备可以判断运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断距离是否小于预设距离；若运动轨迹与预先存储的异常行为轨迹匹配且距离小于预设距离，用户设备还需要判断生理参数是否处于人体正常生理参数范围，若否，用户设备可以则确定用户发生异常行为。可见，实施本发明实施例，通过对用户的行为轨迹、距离以及生理参数进行检测，能够对用户的异常行为进行监控，从而约束用户的异常行为。

实施例六

请参阅图6，图6是本发明实施例公开的另一种异常行为检测装置的结构示意图。其中，图6所示的异常行为检测装置是由于图4所示的异常行为检测装置进行优化得到的。与图4所示的异常行为检测装置相比，图6所示的异常行为检测装置还可以包括：

所述确定单元404，还用于确定所述异常行为的行为等级以及持续时间；

所述异常行为检测装置还包括：

输出单元407，用于若所述行为等级超过预设等级且所述持续时间超过第一时间，输出告警信息；

发送单元408，用于若所述行为等级超过预设等级且所述持续时间超过第一时间，向目标用户设备发送指示信息，所述指示信息用于指示所述用户发生异常行为。

可选的，所述第一检测单元401，还用于检测所述用户在第二时间内是否停止所述异常行为，所述第二时间大于或等于所述第一时间；

所述发送单元408，还用于在所述第一检测单元401检测所述用户在第二时间内未停止所述异常行为时，向与所述用户距离最近的保卫中心发送制止请求，所述制止请求用于请求制止所述用户的异常行为。

其中，实施图6所描述的异常行为检测装置，用户设备可以检测运动过程中用户的肢体部位的运动轨迹，并获取用户与靠近对象的距离；进一步地，用户设备可以判断运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断距离是否小于预设距离；若运动轨迹与预先存储的异常行为轨迹匹配且距离小于预设距离，用户设备可以则确定用户发生异常行为。之后，根据异常行为等级以及第一时间、第二时间来采取相应的措施。可见，实施本发明实施例，能够对用户的异常行为进行监控，从而约束用户的异常行为，减少用户发生异常行为的概率。

实施例七

请参阅图7，图7是本发明实施例公开的一种用户设备的结构示意图。其中，图7所示的用户设备包括图4～图6任意一种异常行为检测装置。实施图7所示的用户设备，能够对用户的异常行为进行监控，从而约束用户的异常行为，减少用户发生异常行为的概率。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本发明实施例公开的一种异常行为检测方法及装置、用户设备进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (7)

1.一种异常行为检测方法，其特征在于，包括：

检测运动过程中用户的肢体部位的运动轨迹；

利用距离传感器获取所述用户与靠近对象的距离；

判断所述运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断所述距离是否小于预设距离；

若所述运动轨迹与预先存储的异常行为轨迹匹配且所述距离小于预设距离，则确定所述用户发生异常行为；

确定所述异常行为的行为等级以及持续时间；

若所述行为等级超过预设等级且所述持续时间超过第一时间，输出告警信息，以及向目标用户设备发送指示信息，所述指示信息用于指示所述用户发生异常行为；

检测所述用户在第二时间内是否停止所述异常行为，所述第二时间大于或等于所述第一时间；

若否，根据预先在用户设备上存储的在所述用户设备附近的保卫中心的联系方式，向与所述用户距离最近的保卫中心发送制止请求，所述制止请求用于请求制止所述用户的异常行为；

其中，判断所述运动轨迹与预先存储的异常行为轨迹是否匹配，包括：

判断所述运动轨迹与预先存储的异常行为轨迹的重合度是否等于预设重合度，若是，则确定所述运动轨迹与预先存储的异常行为轨迹匹配；其中，所述预设重合度用于衡量两条轨迹是否能够重合的一个标准。

2.根据权利要求1所述的方法，其特征在于，在判断出所述运动轨迹与预先存储的异常行为轨迹匹配且所述距离小于预设距离之后，所述方法还包括：

检测所述用户的生理参数；

判断所述生理参数是否处于人体正常生理参数范围；

若否，则执行所述的确定所述用户发生异常行为的步骤。

3.根据权利要求2所述的方法，其特征在于，所述判断所述运动轨迹与预先存储的异常行为轨迹是否匹配包括：

对所述运动轨迹进行分析，以获取所述用户的行为特征；

根据所述行为特征构建与所述用户的当前行为对应的特征模型；

判断所述特征模型与预先存储的异常行为轨迹对应的异常特征模型是否匹配，若匹配，则确定所述运动轨迹与预先存储的异常行为轨迹匹配。

4.一种异常行为检测装置，其特征在于，包括：

第一检测单元，用于检测运动过程中用户的肢体部位的运动轨迹；

获取单元，用于利用距离传感器获取所述用户与靠近对象的距离；

第一判断单元，用于判断所述运动轨迹与预先存储的异常行为轨迹是否匹配，以及判断所述距离是否小于预设距离；

确定单元，用于若所述第一判断单元判断所述运动轨迹与预先存储的异常行为轨迹匹配且所述距离小于预设距离，则确定所述用户发生异常行为；

所述确定单元，还用于确定所述异常行为的行为等级以及持续时间；

所述异常行为检测装置还包括：

输出单元，用于若所述行为等级超过预设等级且所述持续时间超过第一时间，输出告警信息；

发送单元，用于若所述行为等级超过预设等级且所述持续时间超过第一时间，向目标用户设备发送指示信息，所述指示信息用于指示所述用户发生异常行为；

所述第一检测单元，还用于检测所述用户在第二时间内是否停止所述异常行为，所述第二时间大于或等于所述第一时间；

所述发送单元，还用于在所述第一检测单元检测所述用户在第二时间内未停止所述异常行为时，根据预先在用户设备上存储的在所述用户设备附近的保卫中心的联系方式，向与所述用户距离最近的保卫中心发送制止请求，所述制止请求用于请求制止所述用户的异常行为；

其中，判断所述运动轨迹与预先存储的异常行为轨迹是否匹配，包括：

判断所述运动轨迹与预先存储的异常行为轨迹的重合度是否等于预设重合度，若是，则确定所述运动轨迹与预先存储的异常行为轨迹匹配；其中，所述预设重合度用于衡量两条轨迹是否能够重合的一个标准。

5.根据权利要求4所述的异常行为检测装置，其特征在于，所述异常行为检测装置还包括：

第二检测单元，用于在所述第一判断单元判断出所述运动轨迹与预先存储的异常行为轨迹匹配且所述距离小于预设距离之后，检测所述用户的生理参数；

第二判断单元，用于判断所述生理参数是否处于人体正常生理参数范围；

所述确定单元，具体用于在所述第二判断单元判断所述生理参数未处于人体正常生理参数范围时，确定所述用户发生异常行为。

6.根据权利要求5所述的异常行为检测装置，其特征在于，所述第一判断单元判断所述运动轨迹与预先存储的异常行为轨迹是否匹配的方式具体为：

对所述运动轨迹进行分析，以获取所述用户的行为特征；

根据所述行为特征构建与所述用户的当前行为对应的特征模型；

判断所述特征模型与预先存储的异常行为轨迹对应的异常特征模型是否匹配，若匹配，则确定所述运动轨迹与预先存储的异常行为轨迹匹配。

7.一种用户设备，其特征在于，包括权利要求4～权利要求6任意一项所述的异常行为检测装置。