CN108109338A - 异常报警方法、异常报警装置、和电子设备 - Google Patents
异常报警方法、异常报警装置、和电子设备 Download PDFInfo
- Publication number
- CN108109338A CN108109338A CN201711444515.0A CN201711444515A CN108109338A CN 108109338 A CN108109338 A CN 108109338A CN 201711444515 A CN201711444515 A CN 201711444515A CN 108109338 A CN108109338 A CN 108109338A
- Authority
- CN
- China
- Prior art keywords
- dynamics
- alarm method
- predetermined threshold
- abnormal alarm
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0446—Sensor means for detecting worn on the body to detect changes of posture, e.g. a fall, inclination, acceleration, gait
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
公开了一种异常报警方法、异常报警装置、和电子设备。所述异常报警方法包括:检测对象受到的力的力度;确定所述力度是否大于一预定阈值;以及,响应于所述力度大于预定阈值,进行报警。因此,可以实现对异常情况的检测和报警。
Description
技术领域
本申请涉及通信技术领域,且更为具体地,涉及一种异常报警方法、异常报警装置、和电子设备。
背景技术
目前,在校园环境下,由于学生对自身安全没有足够的意识,经常会发生一些类似校园暴力等事件。如果学校不能很好地监控和阻止,会导致了学校和家长关系紧张,更不利于学生的身心发展。
发明内容
为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种异常报警方法、异常报警装置、和电子设备,其可以实现对异常情况的检测和报警。
根据本申请的一个方面,提供了一种异常报警方法,包括:检测对象受到的力的力度;确定所述力度是否大于一预定阈值;以及,响应于所述力度大于预定阈值,进行报警。
根据本申请的另一方面,提供了一种异常报警装置,包括:检测单元,用于检测对象受到的力的力度;判定单元,用于确定所述力度是否大于一预定阈值;以及,控制单元,用于响应于所述力度大于预定阈值,进行报警。
根据本申请的再一方面,提供了一种电子设备,包括:处理器;以及,存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的异常报警方法。
根据本申请的又一方面,提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述的异常报警方法。
与现有技术相比,采用根据本申请实施例的异常报警方法、异常报警装置、和电子设备,可以检测对象受到的力的力度;确定所述力度是否大于一预定阈值;以及,响应于所述力度大于预定阈值,进行报警。这样,可以通过检测对象受到的力的力度来进行报警,从而实现对异常情况的检测和报警。
附图说明
通过结合附图对本申请实施例进行更详细的描述,本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与本申请实施例一起用于解释本申请,并不构成对本申请的限制。在附图中,相同的参考标号通常代表相同部件或步骤。
图1图示了根据本申请第一实施例的异常报警方法的示意性流程图。
图2图示了根据本申请第二实施例的异常报警方法的示意性流程图。
图3图示了根据本申请第三实施例的异常报警方法的示意性流程图。
图4图示了根据本申请第三实施例的异常报警方法的第一示例的示意性流程图。
图5图示了根据本申请第三实施例的异常报警方法的第二示例的示意性流程图。
图6图示了根据本申请实施例的异常报警方法的实现示例的示意图
图7图示了根据本申请实施例的异常报警装置的示意性框图。
图8图示了根据本申请实施例的电子设备的示意性框图。
具体实施方式
下面,将参考附图详细地描述根据本申请的示例实施例。显然,所描述的实施例仅仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
目前的安防系统等监控系统主要依赖于视频监控。例如,安防系统主要通过在可能存在暴力的场景下,例如学校周围,安装监控摄像头,通过观察学生在校情况来监控异常的发生。
但是,监控摄像头本身具有一定的盲区,并不能实现全方位的观察。而且,通常在使用监控摄像头的情况下,是在暴力实际发生之后才会去观看视频,属于被动式,不能提前达到主动预防的作用。
针对该技术问题,本申请的基本构思是提出一种异常报警方法、异常报警装置、和电子设备,其可以检测对象所受到的力的力度,并在该力度大于预定阈值的情况下进行报警。因此,可以在一定程度上提前预判即将发生的暴力行为并进行报警,从而有效地避免异常情况发生。
需要说明的是,本申请的上述构思不仅限于校园暴力的场景下,也可以用于例如街头暴力、家庭暴力等的其他场景下。另外,本申请的上述构思不仅限于人所受到的力的力度,也可以应用于检测物品所受到的力的力度,从而用于物品保护的场景,防止物品被暴力损坏。
在介绍了本申请的基本原理之后,下面将参考附图来具体介绍本申请的各种非限制性实施例。
第一实施例
图1图示了根据本申请第一实施例的异常报警方法的示意性流程图。如图1所示,根据本申请第一实施例的异常报警方法包括:S110,检测对象受到的力的力度;S120,确定所述力度是否大于一预定阈值;以及S130,响应于所述力度大于预定阈值,进行报警。
通常,在需要报警的异常情况(例如,暴力行为)发生之前,都可能存在一些前兆性的行为,例如,冲突各方的一些前兆性的不友好行为,如推搡行为、拉扯行为等。因此,在根据本申请第一实施例的异常报警方法中,通过检测对象受到的力的力度,可以确定对象是否发生上述异常的前兆性的行为,并进行报警。这样,可以提前预判需要报警的异常情况,例如暴力是否即将发生,并且通过报警来及时阻止所述异常情况的发生。具体来说,以校园暴力为例,根据本申请实施例的异常报警方法可以及时检测到学生、师生之间可能发生的严重冲突并进行报警,从而通知家长或者老师及时介入进行干预或者辅导,有助于孩童成长。并且,通过检测对象受到的力的力度,可以在实际发生暴力行为的情况下,作为证明暴力发生的佐证。
下面,将详细地描述各个步骤。
首先,在步骤S110中,检测对象受到的力的力度。
这里,当对象为人时,可以通过布置在人体上的各种传感器来感测人直接受到的力的力度。例如,可以将力传感器贴附于人体皮肤上,来感测人体受到的外力。替换地,也可以通过将血压计、心电监控等传感器附着于人体,来感测人体的体征变化,从而间接地判断人体受到的攻击。
一方面,将传感器长期直接布置在人体上可能会使人体产生不舒适的感觉,另一方面,由于传感器的感测面通常有限,故而不太容易全面地检测到人体所受到的力。因此,可以通过检测与人关联的附属物体所受到的力的力度,来检测人体受到的力的力度。
这里,所述附属物体可以是人所穿戴的衣服、鞋帽,也可以是人所佩戴的饰品、和可穿戴电子设备等。
针对上述附属物体,仍然可以通过力传感器来检测其所受到的力的力度。例如,在所述附属物体是衣物的情况下,可以通过布置在衣物上的力传感器来判断衣物被接触的力度是否大于预定阈值。并且,在力度大于预定阈值的情况下,可以判断出衣物受到了拉扯和挤压,从而判断出穿着所述衣物的人员受到推搡和拉拽。
具体来说,考虑到力传感器设置的位置,最好是在身体的前部,从而能够比较准确地排除非暴力行为以外的其他正常情况可能受到的力(例如,在靠坐在座椅上时来自座椅靠背的压力)的作用。也就是说,力传感器最好能够以在正面感测由于暴力行为所传来的力的形式存在,从而保证检测到的力的力度的准确性。综合考虑以上因素,例如,可以将力传感器设置在位于衣物正面的纽扣上。当然,本申请不限于此。该力传感器也可以设置在位于衣物其他位置(例如,领子后部)的纽扣上,只要能够尽可能地排除正常情况下的受力干扰即可。
例如,在将力传感器设置在衣物的纽扣上的情况下,所述力传感器具体可以是压力传感器。
在一个示例中,所述压力传感器可以设置在人穿着的衣物的纽扣表面,从而检测人体所受到的力的力度。例如,所述压力传感器可以实现为设置在纽扣中的薄片式压力传感器。这样,由于压力传感器在一定程度上受到纽扣外壳的保护,不易于因为意外因素而损坏。
例如,所述压力传感器的感测面可以设置在纽扣的外表面,即纽扣上远离人体的一侧。这时,当人员受到位于其正面的其他人员的攻击时,位于纽扣向外的一侧将直接承受该攻击所产生的击打力,从而能够检测到该击打力的力度。
替换地或附加地,所述压力传感器的感测面可以设置在纽扣的内表面,即纽扣上朝向人体的一侧。一方面,当人员受到位于其正面的其他人员的攻击时,位于纽扣向内的一侧将承受用户的身体所产生的、与该攻击所产生的击打力对应的反作用力,从而能够检测到该反作用力的力度,进而确定出该击打力的力度。另一方面,当人员受到位于其正面或其他位置的其他人员的拉拽时,衣物将由于受力而紧绷,位于纽扣向内的一侧将承受经由紧绷的衣物表面传导来的拉拽力,从而能够检测到该拉拽力的力度。
在另一示例中,所述压力传感器也可以为薄膜状柔性材料并且缝制在人员穿着的衣物的外表面或内表面或衬里之中。这样,一方面,当人员受到位于其正面的其他人员的攻击时,该压力传感器将直接承受该攻击所产生的击打力,从而能够检测到该击打力的力度。另一方面,当人员受到位于其正面或其他位置的其他人员的拉拽时,衣物受到拉拽的区域将产生皱褶,其他区域将由于受到牵拉而紧绷,这样,位于拉拽区域的压力传感器将感测到由于皱褶所直接产生的形变力,位于其他区域的压力传感器也将感测到经由紧绷的衣物表面传导来的张力,进而确定出该拉拽力的力度。
需要说明的是,尽管上面以压力传感器布置在所述衣物上为例进行了说明,但是本申请不限于。例如,该压力传感器也可以布置在人所穿戴的诸如鞋帽等的任何物品上。
因此,在上述异常报警方法中,检测对象受到的力的力度包括:检测与所述对象关联的附属物体所受到的力的力度。
并且,在上述异常报警方法中,所述附属物体包括以下的至少一个:所述对象所穿戴的衣物、饰品、鞋帽、可穿戴电子设备。
此外,在上述异常报警方法中,检测与所述对象关联的附属物体所受到的力的力度包括:通过力传感器检测与所述对象关联的附属物体所受到的力的力度。
进一步地,在上述异常报警方法中,通过力传感器检测与所述对象关联的附属物体所受到的力的力度包括:响应于所述附属物体是所述对象所穿戴的衣物,通过布置在所述衣物的纽扣上的压力传感器检测所述衣物所受到的力的力度。
需要说明的是,在本申请的实施例中,除了通过力传感器检测所述附属物体受到的力的力度之外,还可以通过其他传感器间接检测所述附属物体受到的力的力度。例如,对于衣物等具有柔性的附属物体,可以通过诸如形变检测仪之类的检测设备检测衣物在受力时产生的形变,再结合衣物本身的材料弹性等数据,计算出其所受的力的力度。也即,还可以通过图像分析,来确定人员或衣物所受的力的力度,这将在下面的实施例中详细说明。
接下来,在步骤S120中,确定所述力度是否大于一预定阈值。
例如,该预定阈值可以通过经验值来设置。该经验值应该充分考虑人员之间正常交互行为(例如,拥抱、轻拍等)所导致的人体受力,以避免不必要的误报。
然后,在步骤S130中,响应于所述力度大于预定阈值,进行报警。
在本申请的实施例中,报警的方式可有很多种。例如,所述报警可以采用单播或组播的方式进行。例如,可以向预设的用户发送短信,或发出具有警示效果的声音等。具体的报警方式可根据用户的需要进行设置。替换地,所述报警也可以采用广播的方式进行。例如通过向专用的报警设备传送报警触发信号。例如,可以向警铃发送触发信号以产生鸣响,或向警灯发送触发信号以产生灯光等。
因此,在上述异常报警方法中,响应于所述力度大于预定阈值,进行报警,可以包括:响应于所述力度大于预定阈值,将表示异常的报警信号发送给与所述对象相关联的特定用户。例如,所述特定用户是所述对象的家人、朋友、老师、领导等。
第二实施例
图2图示了根据本申请第二实施例的异常报警方法的示意性流程图。
如图2所示,根据本申请第二实施例的异常报警方法包括:S210,检测对象受到的力的力度;S220,确定所述力度是否大于一预定阈值;S230,确定所述力度大于所述预定阈值的持续时间是否超过预定时间;以及S240,响应于所述力度大于所述预定阈值的持续时间超过预定时间,进行报警。
在根据本申请第一实施例的异常报警方法相比,图1所示的步骤S130对应于图2所示的步骤S230和步骤S240。也就是说,在确定所检测到的对象受到的力的力度大于预定阈值的情况下,进一步确定所述对象受到的力的力度大于预定阈值的持续时间是否超过预定时间,并且,仅在所述对象受到的力的力度大于预定阈值的持续时间超过预定时间的情况下,进行报警。这样,可以排除一些无需报警的正常状况,从而保证报警的准确性。
具体来说,由于在检测对象的过程中,对象并非保持在静态环境中,可能需要一定时间内的持续检测,才能够确定需要报警的异常情况的发生。例如,儿童在校园中,可能处于非暴力行为的玩耍状态下。此时,儿童可能自身与静止的物体,比如树木等发生碰撞,也可能与其他儿童发生碰撞。这种瞬时发生的作用力很可能很容易就超过预定阈值,但是,如果在这种情况下也进行报警,则显然降低了对暴力行为的预测准确性。
并且,由于对于暴力行为来说,对象所受到的力的力度超过预定阈值通常为持续性的,例如,如果儿童仅是偶然受到一下儿击打,也很难定义为暴力行为。所以,根据本申请第二实施例的异常报警方法通过进一步设置对象所受到的力的力度超过预定阈值的持续时间参数,可以更加准确地判定需要报警的异常情况的发生,从而提高报警的准确性。
例如,在本申请的实施例中,该持续时间可以定义为对象持续地受到较大力的时间,也可以定义为对象间歇地受到较大力的时间,以分别对应于人员在一时间段内被持续拖拽,或者遭到多次殴打或推搡。
因此,相对于如图1所示的根据本申请第一实施例的异常报警方法,响应于所述力度大于预定阈值,进行报警,包括:确定所述力度大于所述预定阈值的持续时间是否超过预定时间;以及,响应于所述力度大于所述预定阈值的持续时间超过预定时间,进行报警。
第三实施例
图3图示了根据本申请第三实施例的异常报警方法的示意性流程图。
如图3所示,根据本申请第三实施例的异常报警方法包括:S310,检测对象受到的力的力度;S320,确定所述力度是否大于一预定阈值;S330,确定所述对象和与所述对象正在交互的其他对象的动态和情绪;以及S340,响应于所述动态和情绪偏向负面、以及所述力度大于预定阈值,进行报警。
在根据本申请第一实施例的异常报警方法相比,图1所示的步骤S130对应于图3所示的步骤S330和步骤S340。也就是说,在确定所述对象受到的力的力度大于预定阈值的情况下,进一步确定所述对象和与所述对象正在交互的其他对象的动态和情绪,从而协助确定是否发生需要报警的异常情况。
也就是说,相对于如图1所示的根据本申请第一实施例的异常报警方法,响应于所述力度大于预定阈值,进行报警,包括:确定所述对象和与所述对象正在交互的其他对象的动态和情绪;以及,响应于所述动态和情绪偏向负面、以及所述力度大于预定阈值,进行报警。
具体来说,根据本申请第三实施例的异常报警方法根据确定所述对象和所述其他对象的动态和情绪的方式不同,可以包括几个示例,下面将进一步详细说明。
图4图示了根据本申请第三实施例的异常报警方法的第一示例的示意性流程图。
如图4所示,根据本申请第三实施例的异常报警方法的第一示例包括:S410,检测对象受到的力的力度;S420,确定所述力度是否大于一预定阈值;S430,获取包括所述对象的场景的图像;S440,识别所述图像以分析所述对象和所述其他对象的行为和表情;S450,基于所述行为和表情确定所述对象和所述其他对象的动态和情绪;以及S460,响应于所述动态和情绪偏向负面、以及所述力度大于预定阈值,进行报警。
也就是说,在第一示例中,确定所述对象和与所述对象正在交互的其他对象的动态和情绪S330可以包括:S430,获取包括所述对象的场景的图像;S440,识别所述图像以分析所述对象和所述其他对象的行为和表情;以及,S450,基于所述行为和表情确定所述对象和所述其他对象的动态和情绪。
具体来说,在上述第一示例中,可以通过图像识别的方式来确定所述对象和与所述对象正在交互的其他对象的动态和情绪。首先,通过摄像头等图像采集设备获得包括所述对象在内的场景的图像,例如,通过校园内的监控摄像头获取到聚集在一起的几个儿童的图像。然后,对获取的图像数据进行图像识别,以分析所述对象和所述其他对象的人体行为和面部表情。最后,基于所分析的人体行为和面部表情来确定所述对象和所述其他对象的动态和情绪。
例如,当通过分析确定聚集在一起的几个儿童的身体行为和面部表情表示他们处于愤怒、恐惧等的负面情绪中时,可以认为发生暴力行为的可能性较高,从而需要进行报警。又例如,如果通过分析确定聚集在一起的几个儿童的身体行为表示他们处于激烈动作的动态下,那么可以进一步分析他们的面部表情。如果此时他们的面部表情显示他们处于愤怒、恐惧等的负面情绪下,那么显然发生暴力行为的可能性极高,此时应该立即进行报警。而如果通过分析他们的面部表情,表示他们处于欢乐、喜悦等的正面情绪下,那么则不大可能发生暴力行为,此时可先不执行报警并进一步进行监视。
另外,为了更加便于检测需要报警的异常情况的发生,摄像头等图像采集设备可以布置在需要监控的对象上。例如,可以将摄像头安装在学生所佩戴的校徽等饰物上,从而通过图像识别来对人体行为进行判断,判断是否发生暴力行为。并且,这可以仅针对重点监控学生(比如,曾经收到针对校园暴力进行控诉的学生)来设置,一方面可以便于老师或者家长介入进行干预,另一方面也便于证明暴力行为的实际发生。
此外,如上所述,在与所述对象关联的附属物体是可穿戴设备(例如,智能眼镜、智能手表等)的情况下,摄像头也可以是在可穿戴设备中配置的摄像头。并且,如上面提到的,通过摄像头等图像采集设备,还可以通过对采集的图像进行分析,来间接计算出对象所受的力的力度。例如,当所述对象受到击打时,可以通过采集的图像识别出击打主体的类别,并且通过采集击打过程中的连续图像,可以经由图像分析计算出击打主体的大小、出拳速度等,从而计算出所述对象受到的力的力度。
图5图示了根据本申请第三实施例的异常报警方法的第二示例的示意性流程图。如图5所示,根据本申请第三实施例的异常报警方法的第二示例包括:S510,检测对象受到的力的力度;S520,确定所述力度是否大于一预定阈值;S530,获取包括所述对象的场景的声音;S540,识别所述声音以分析所述对象和所述其他对象的语音情况以及环境音情况;S550,基于所述语音情况以及所述环境音情况确定所述对象和所述其他对象的动态和情绪;以及S560,响应于所述动态和情绪偏向负面、以及所述力度大于预定阈值,进行报警。
也就是说,在第二示例中,确定所述对象和与所述对象正在交互的其他对象的动态和情绪S330可以包括:S530,获取包括所述对象的场景的声音;S540,识别所述声音以分析所述对象和所述其他对象的语音情况以及环境音情况;以及,S550,基于所述语音情况以及所述环境音情况确定所述对象和所述其他对象的动态和情绪。
具体来说,在上述第二示例中,可以通过声音识别的方式来确定所述对象和与所述对象正在交互的其他对象的动态和情绪。首先,通过麦克风等声音输入设备获得包括所述对象和所述其他对象的语音以及环境音的声音数据。例如,通过校园内的监控麦克风获取到聚集在一起的几个儿童的声音。然后,对获取的声音数据进行声音识别,以分析所述对象和所述其他对象的语音情况和环境音情况。最后,基于所分析的语音情况和环境音情况来确定所述对象和所述其他对象的动态和情绪。
例如,在校园场景中,当通过分析声音,确定存在来自不同对象的多个不同语音时,可以了解到有多个儿童聚集在一起。并且,如果声音分析显示出他们的声音很大,或者音调很高,那么认为他们可能处于负面情绪下,从而推断出发生暴力行为的可能性较高,从而需要进行报警。替换地或附加地,如果声音分析显示出周围环境中存在物品破碎,或者桌椅倒塌,或者打击身体,那么认为他们可能处于负面动态下,从而推断出发生暴力行为的可能性较高,从而需要进行报警。
并且,在上述第二示例中,除了分析语音本身的音量大小或者音调高低以外,还可以进一步通过语音分析来获得语音中的关键词,从而更加有助于判断是否可能发生暴力行为。也就是说,在上述第二示例中,分析所述对象和所述其他对象的语音情况既包括对于声音的大小和音调等的声音分析,也包括语音中实际包含的内容的语义分析。该关键词例如包括“打他”、“揍他”、“别让他跑了”等敏感词或者是脏话等。
此外,如上所述,在与所述对象关联的附属物体是可穿戴设备(例如,智能眼镜、智能手表等)的情况下,麦克风也可以是在可穿戴设备中配置的麦克风。并且,如上面提到的,通过麦克风等声音采集设备,还可以通过对采集的声音进行分析,来间接计算出对象所受的力的力度。例如,当所述对象受到击打时,可以通过采集的声音识别出受击打的部位、击打的力度、是否产生严重后果等。例如,人体的各个部分在受到击打时所产生的声音频率截然不同,从而可以分辨出是头部还是胸部受到攻击。另外,较大的声音往往对应于较大的加大力度。并且,除了打击所直接产生的声音之外,还可以进一步分析次生声音,例如人员的哀嚎、桌椅的倒塌等。
因此,在上述第二示例中,所述语音情况包括以下的至少一个:语音的大小情况、音调情况、和关键词情况。
此外,除了上述第一示例和第二示例外,根据本申请第三实施例的异常报警方法也可以结合图像识别和声音识别两者来确定所述对象和与所述对象正在交互的其他对象的动态和情绪。
需要说明的是,尽管在各个实施例中分别对根据本申请实施例的异常报警方法进行了说明,但是这些实施例中的一个或多个、全部或部分之间可以相互结合。下面,将在一个实现示例中进行说明。
图6图示了根据本申请实施例的异常报警方法的实现示例的示意图。
如图6所示,首先通过摄像头、麦克风、和力传感器采集图像、声音、和力度等数据。并且将相关数据分别传输到图像识别、声音识别、和力度分析等功能模块。然后,在各个功能模块进行数据分析,比如,根据声音数据分析声音的大小、敏感词等数据,反馈当前是否处于需要报警情况;根据图像数据,分析人体行为和面部表情,判断周围人的动态和情绪;通过力度分析(例如,红外力度分析仪)判断当前身体所受的碰触力度,判断是否会对人体造成危险。最后,根据上述结果进行数据反馈,可以同步反馈到报警系统以进行报警,或者反馈到个人移动设备上以通知特定用户,以实现救助。例如,所述特定用户可以是所述对象的家人、朋友、老师、领导等。
进一步地,为方便救助人员了解情况,还可针对现场具有的音频特征和/或视频特征,对报警的信号进行设置,使之包含对应音频特征和/或视频特征的信息。当救助人员接收到具有针对性的报警的信号后,即可根据该特征信息迅速了解环境所处的情况,这种方式可以提高解决问题的效率。
示例性装置
图7图示了根据本申请实施例的异常报警装置的示意性框图。
如图7所示,根据本申请实施例的异常报警装置700包括:检测单元710,用于检测对象受到的力的力度;判定单元720,用于确定所述检测单元710检测到的所述力度是否大于一预定阈值;以及控制单元730,用于响应于所述判定单元720确定所述力度大于预定阈值,进行报警。
在一个示例中,在上述异常报警装置700中,所述检测单元710可以用于检测与所述对象关联的附属物体所受到的力的力度。
在一个示例中,在上述异常报警装置700中,所述附属物体可以包括以下的至少一个:所述对象所穿戴的衣物、饰品、鞋帽、可穿戴电子设备。
在一个示例中,在上述异常报警装置700中,所述检测单元710可以通过力传感器检测与所述对象关联的附属物体所受到的力的力度。
在一个示例中,在上述异常报警装置700中,在所述附属物体是所述对象所穿戴的衣物的情况下,所述力传感器可以是布置在所述衣物的纽扣上的压力传感器。
在一个示例中,在上述异常报警装置700中,所述控制单元730用于:确定所述力度大于所述预定阈值的持续时间是否超过预定时间;以及,响应于所述力度大于所述预定阈值的持续时间超过预定时间,进行报警。
在一个示例中,在上述异常报警装置700中,所述控制单元730用于:确定所述对象和与所述对象正在交互的其他对象的动态和情绪;以及,响应于所述动态和情绪偏向负面、以及所述力度大于预定阈值,进行报警。
在一个示例中,在上述异常报警装置700中,所述控制单元730用于:获取包括所述对象的场景的图像;识别所述图像以分析所述对象和所述其他对象的行为和表情;以及,基于所述行为和表情确定所述对象和所述其他对象的动态和情绪。
在一个示例中,在上述异常报警装置700中,所述控制单元730用于:获取包括所述对象的场景的声音;识别所述声音以分析所述对象和所述其他对象的语音情况以及环境音情况;以及,基于所述语音情况以及所述环境音情况确定所述对象和所述其他对象的动态和情绪。
在一个示例中,在上述异常报警装置700中,所述语音情况包括以下的至少一个:语音的大小情况、音调情况、和关键词情况。
在一个示例中,在上述异常报警装置700中,所述控制单元730用于响应于所述力度大于预定阈值,将表示异常的报警信号发送给与所述对象相关联的特定用户。
本领域技术人员可以理解,根据本申请实施例的异常报警装置的其他细节与之前根据本申请实施例的异常报警方法中描述的相应细节相同,这里为了避免荣誉便不再赘述。
示例性电子设备
下面,参考图8来描述根据本申请实施例的电子设备。该电子设备可以与诸如摄像头的图像采集设备、诸如麦克风的音频输入设备或力传感器集成在一起,也可以是与它们独立的单机设备,该单机设备可以与上述图像采集设备、音频输入设备或者力传感器进行通信,以从它们接收所采集到的相应数据。
图8图示了根据本申请实施例的电子设备的框图。
如图8所示,电子设备10包括一个或多个处理器11和存储器12。
处理器11可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备10中的其他组件以执行期望的功能。
存储器12可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器11可以运行所述程序指令,以实现上文所述的本申请的各个实施例的异常报警方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如图像数据、声音数据、力度数据等各种内容。
在一个示例中,电子设备10还可以包括:输入装置13和输出装置14,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
例如,在该电子设备集成有图像采集设备时,该输入装置13可以是摄像头,用于捕获包括所述对象的场景的图像。在该电子设备集成有声音输入设备时,该输入装置13可以是麦克风或麦克风阵列,用于捕捉所述对象和所述其他对象的语音以及环境音情况等其他声音。在该电子设备是单机设备时,该输入装置13可以是通信网络连接器,用于从图像采集设备和声音输入设备等接收所采集的输入信号。
此外,该输入设备13还可以包括例如键盘、鼠标等等。
该输出装置14可以向外部输出各种信息,包括以声光形式的报警信号。该输出设备14可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图8中仅示出了该电子设备10中与本申请有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备10还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本申请的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“第一实施例”到“第三实施例”部分中描述的根据本申请各种实施例的异常报警方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本申请的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“第一实施例”到“第三实施例”部分中描述的根据本申请各种实施例的异常报警方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
以上结合具体实施例描述了本申请的基本原理,但是,需要指出的是,在本申请中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本申请为必须采用上述具体的细节来实现。
本申请中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本申请的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此,本申请不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (14)
1.一种异常报警方法,包括:
检测对象受到的力的力度;
确定所述力度是否大于一预定阈值;以及
响应于所述力度大于预定阈值,进行报警。
2.如权利要求1所述的异常报警方法,其中,检测对象受到的力的力度包括:
检测与所述对象关联的附属物体所受到的力的力度。
3.如权利要求2所述的异常报警方法,其中,所述附属物体包括以下的至少一个:所述对象所穿戴的衣物、饰品、鞋帽、可穿戴电子设备。
4.如权利要求2所述的异常报警方法,其中,检测与所述对象关联的附属物体所受到的力的力度包括:
通过力传感器检测与所述对象关联的附属物体所受到的力的力度。
5.如权利要求4所述的异常报警方法,其中,通过力传感器检测与所述对象关联的附属物体所受到的力的力度包括:
响应于所述附属物体是所述对象所穿戴的衣物,通过布置在所述衣物的纽扣上的压力传感器检测所述衣物所受到的力的力度。
6.如权利要求1所述的异常报警方法,其中,响应于所述力度大于预定阈值,进行报警,包括:
确定所述力度大于所述预定阈值的持续时间是否超过预定时间;以及
响应于所述力度大于所述预定阈值的持续时间超过预定时间,进行报警。
7.如权利要求1所述的异常报警方法,其中,响应于所述力度大于预定阈值,进行报警,包括:
确定所述对象和与所述对象正在交互的其他对象的动态和情绪;以及
响应于所述动态和情绪偏向负面、以及所述力度大于预定阈值,进行报警。
8.如权利要求7所述的异常报警方法,其中,确定所述对象和与所述对象正在交互的其他对象的动态和情绪包括:
获取包括所述对象的场景的图像;
识别所述图像以分析所述对象和所述其他对象的行为和表情;以及
基于所述行为和表情确定所述对象和所述其他对象的动态和情绪。
9.如权利要求7或8所述的异常报警方法,其中,确定所述对象和与所述对象正在交互的其他对象的动态和情绪包括:
获取包括所述对象的场景的声音;
识别所述声音以分析所述对象和所述其他对象的语音情况以及环境音情况;以及
基于所述语音情况以及所述环境音情况确定所述对象和所述其他对象的动态和情绪。
10.如权利要求9所述的异常报警方法,其中,所述语音情况包括以下的至少一个:语音的大小情况、音调情况、和关键词情况。
11.如权利要求1所述的异常报警方法,其中,响应于所述力度大于预定阈值,进行报警,包括:
响应于所述力度大于预定阈值,将表示异常的报警信号发送给与所述对象相关联的特定用户。
12.一种异常报警装置,包括:
检测单元,用于检测对象受到的力的力度;
判定单元,用于确定所述力度是否大于一预定阈值;以及
控制单元,用于响应于所述力度大于预定阈值,进行报警。
13.一种电子设备,包括:
处理器;以及
存储器,在所述存储器中存储有计算机程序指令,所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1-11中任一项所述的异常报警方法。
14.一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行如权利要求1-11中任一项所述的异常报警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711444515.0A CN108109338B (zh) | 2017-12-27 | 2017-12-27 | 异常报警方法、异常报警装置、和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711444515.0A CN108109338B (zh) | 2017-12-27 | 2017-12-27 | 异常报警方法、异常报警装置、和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108109338A true CN108109338A (zh) | 2018-06-01 |
CN108109338B CN108109338B (zh) | 2020-12-04 |
Family
ID=62211957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711444515.0A Active CN108109338B (zh) | 2017-12-27 | 2017-12-27 | 异常报警方法、异常报警装置、和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108109338B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108961651A (zh) * | 2018-08-02 | 2018-12-07 | 黄河科技学院 | 热感应图的远程消防报警方法、装置、存储介质及电子设备 |
CN108961669A (zh) * | 2018-07-19 | 2018-12-07 | 上海小蚁科技有限公司 | 网约车的安全预警方法及装置、存储介质、服务器 |
CN109003425A (zh) * | 2018-08-10 | 2018-12-14 | 北京车和家信息技术有限公司 | 一种预警方法及相关设备 |
CN109784175A (zh) * | 2018-12-14 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 基于微表情识别的异常行为人识别方法、设备和存储介质 |
CN110072022A (zh) * | 2019-04-19 | 2019-07-30 | 努比亚技术有限公司 | 安全报警处理方法、可穿戴设备和计算机可读存储介质 |
CN110083093A (zh) * | 2019-04-16 | 2019-08-02 | 上海新储集成电路有限公司 | 一种微型仿生机器人的控制系统及方法 |
CN110179217A (zh) * | 2019-04-19 | 2019-08-30 | 浙江绚飞信息科技有限公司 | 智能校徽及其学生校园安全监管方法、存储介质 |
CN110555970A (zh) * | 2019-09-03 | 2019-12-10 | 亳州职业技术学院 | 一种基于图像识别的语音导游系统 |
CN110930642A (zh) * | 2019-12-02 | 2020-03-27 | 贵州心驿动科技有限公司 | 一种基于物联网的智能安全穿戴系统 |
CN111275921A (zh) * | 2019-08-19 | 2020-06-12 | 深圳市鸿合创新信息技术有限责任公司 | 一种行为监控方法及装置、电子设备 |
CN112309076A (zh) * | 2020-10-26 | 2021-02-02 | 北京分音塔科技有限公司 | 低功耗的异常活动监控与预警方法、装置和系统 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1919711A (zh) * | 2006-09-20 | 2007-02-28 | 浙江工业大学 | 基于图像、语音识别技术的电梯内防暴力装置 |
US7502498B2 (en) * | 2004-09-10 | 2009-03-10 | Available For Licensing | Patient monitoring apparatus |
CN102737475A (zh) * | 2011-04-07 | 2012-10-17 | 通用汽车环球科技运作有限责任公司 | 用于实时检测车辆中发生的紧急情况的系统和方法 |
CN102752577A (zh) * | 2012-05-15 | 2012-10-24 | 张勇 | 个人携带式移动监控及家庭服务平台 |
CN104468981A (zh) * | 2014-11-14 | 2015-03-25 | 哈尔滨工业大学 | 一种基于智能手机平台的校园霸凌检测方法 |
CN204619340U (zh) * | 2015-04-27 | 2015-09-09 | 浙江水利水电学院 | 一种语音提示型拳击力量感知电路 |
CN105118230A (zh) * | 2015-07-21 | 2015-12-02 | 深圳市前海安测信息技术有限公司 | 服刑犯人使用的防殴打自动报警和监控系统及方法 |
CN105347127A (zh) * | 2014-08-19 | 2016-02-24 | 三菱电机上海机电电梯有限公司 | 电梯轿厢内异常情况的监控系统及监控方法 |
CN105614988A (zh) * | 2016-03-07 | 2016-06-01 | 中国人民解放军总后勤部卫生部药品仪器检验所 | 一种新型上衣 |
CN106023550A (zh) * | 2016-07-19 | 2016-10-12 | 姚前 | 一种报警方法、装置和系统 |
US20170105080A1 (en) * | 2015-10-07 | 2017-04-13 | Robert Bosch Gmbh | System and Method for Audio Scene Understanding of Physical Object Sound Sources |
CN106683333A (zh) * | 2017-01-18 | 2017-05-17 | 东软集团股份有限公司 | 设备安全检测方法及装置 |
CN106921933A (zh) * | 2017-05-11 | 2017-07-04 | 赵淑良 | 行为监测马甲和监测系统 |
CN106982361A (zh) * | 2017-05-11 | 2017-07-25 | 赵淑良 | 执法行为监测马甲、执法行为监测方法和系统 |
CN107243905A (zh) * | 2017-06-28 | 2017-10-13 | 重庆柚瓣科技有限公司 | 基于养老机器人的情绪自适应系统 |
US9799206B1 (en) * | 2015-01-05 | 2017-10-24 | Brenda Michelle Wilson Van Horn | Method for automating emergency distress signals from a networked peripheral device |
CN107481470A (zh) * | 2017-06-30 | 2017-12-15 | 何东波 | 一种远程监控自动报警方法及装置 |
-
2017
- 2017-12-27 CN CN201711444515.0A patent/CN108109338B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7502498B2 (en) * | 2004-09-10 | 2009-03-10 | Available For Licensing | Patient monitoring apparatus |
CN1919711A (zh) * | 2006-09-20 | 2007-02-28 | 浙江工业大学 | 基于图像、语音识别技术的电梯内防暴力装置 |
CN102737475A (zh) * | 2011-04-07 | 2012-10-17 | 通用汽车环球科技运作有限责任公司 | 用于实时检测车辆中发生的紧急情况的系统和方法 |
CN102752577A (zh) * | 2012-05-15 | 2012-10-24 | 张勇 | 个人携带式移动监控及家庭服务平台 |
CN105347127A (zh) * | 2014-08-19 | 2016-02-24 | 三菱电机上海机电电梯有限公司 | 电梯轿厢内异常情况的监控系统及监控方法 |
CN104468981A (zh) * | 2014-11-14 | 2015-03-25 | 哈尔滨工业大学 | 一种基于智能手机平台的校园霸凌检测方法 |
US9799206B1 (en) * | 2015-01-05 | 2017-10-24 | Brenda Michelle Wilson Van Horn | Method for automating emergency distress signals from a networked peripheral device |
CN204619340U (zh) * | 2015-04-27 | 2015-09-09 | 浙江水利水电学院 | 一种语音提示型拳击力量感知电路 |
CN105118230A (zh) * | 2015-07-21 | 2015-12-02 | 深圳市前海安测信息技术有限公司 | 服刑犯人使用的防殴打自动报警和监控系统及方法 |
US20170105080A1 (en) * | 2015-10-07 | 2017-04-13 | Robert Bosch Gmbh | System and Method for Audio Scene Understanding of Physical Object Sound Sources |
CN105614988A (zh) * | 2016-03-07 | 2016-06-01 | 中国人民解放军总后勤部卫生部药品仪器检验所 | 一种新型上衣 |
CN106023550A (zh) * | 2016-07-19 | 2016-10-12 | 姚前 | 一种报警方法、装置和系统 |
CN106683333A (zh) * | 2017-01-18 | 2017-05-17 | 东软集团股份有限公司 | 设备安全检测方法及装置 |
CN106921933A (zh) * | 2017-05-11 | 2017-07-04 | 赵淑良 | 行为监测马甲和监测系统 |
CN106982361A (zh) * | 2017-05-11 | 2017-07-25 | 赵淑良 | 执法行为监测马甲、执法行为监测方法和系统 |
CN107243905A (zh) * | 2017-06-28 | 2017-10-13 | 重庆柚瓣科技有限公司 | 基于养老机器人的情绪自适应系统 |
CN107481470A (zh) * | 2017-06-30 | 2017-12-15 | 何东波 | 一种远程监控自动报警方法及装置 |
Non-Patent Citations (2)
Title |
---|
AKRAM BAYAT: ""A Study on Human Activity Recognition Using Accelerometer Data from Smartphones"", 《PROCEDIA COMPUTER SCIENCE》 * |
孙锬锋: ""基于视觉和音频特征的恐怖暴力场景识别算法"", 《 第六届中国信息和通信安全学术会议》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108961669A (zh) * | 2018-07-19 | 2018-12-07 | 上海小蚁科技有限公司 | 网约车的安全预警方法及装置、存储介质、服务器 |
CN108961651A (zh) * | 2018-08-02 | 2018-12-07 | 黄河科技学院 | 热感应图的远程消防报警方法、装置、存储介质及电子设备 |
CN109003425A (zh) * | 2018-08-10 | 2018-12-14 | 北京车和家信息技术有限公司 | 一种预警方法及相关设备 |
CN109784175A (zh) * | 2018-12-14 | 2019-05-21 | 深圳壹账通智能科技有限公司 | 基于微表情识别的异常行为人识别方法、设备和存储介质 |
CN110083093A (zh) * | 2019-04-16 | 2019-08-02 | 上海新储集成电路有限公司 | 一种微型仿生机器人的控制系统及方法 |
CN110072022A (zh) * | 2019-04-19 | 2019-07-30 | 努比亚技术有限公司 | 安全报警处理方法、可穿戴设备和计算机可读存储介质 |
CN110179217A (zh) * | 2019-04-19 | 2019-08-30 | 浙江绚飞信息科技有限公司 | 智能校徽及其学生校园安全监管方法、存储介质 |
CN111275921A (zh) * | 2019-08-19 | 2020-06-12 | 深圳市鸿合创新信息技术有限责任公司 | 一种行为监控方法及装置、电子设备 |
CN110555970A (zh) * | 2019-09-03 | 2019-12-10 | 亳州职业技术学院 | 一种基于图像识别的语音导游系统 |
CN110930642A (zh) * | 2019-12-02 | 2020-03-27 | 贵州心驿动科技有限公司 | 一种基于物联网的智能安全穿戴系统 |
CN112309076A (zh) * | 2020-10-26 | 2021-02-02 | 北京分音塔科技有限公司 | 低功耗的异常活动监控与预警方法、装置和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108109338B (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108109338A (zh) | 异常报警方法、异常报警装置、和电子设备 | |
US10827927B2 (en) | Avoidance of cognitive impairment events | |
JP6551512B2 (ja) | 監視システム、監視制御装置、監視方法、およびプログラム | |
EP3353990B1 (en) | Smart fabric that detects events and generates notifications and corresponding computing system and method | |
KR101980551B1 (ko) | 기계학습 객체검출을 이용한 실시간 지능형 cctv 영상 분석 행위 탐지 시스템 및 기계학습 객체검출을 이용한 실시간 지능형 cctv 영상 분석 행위 탐지 방법 | |
KR100838099B1 (ko) | 수시 도움을 요구하는 독거인을 모니터링하기 위한 자동시스템 | |
US9763571B2 (en) | Monitoring a person for indications of a brain injury | |
CN109407504A (zh) | 一种基于智能手表的人身安全检测系统及方法 | |
US9113837B2 (en) | Drowsiness detection method and associated device | |
Ntanasis et al. | Investigation of sensor placement for accurate fall detection | |
Vijayan et al. | Real time detection system of driver drowsiness based on representation learning using deep neural networks | |
CN108124131A (zh) | 一种可识别预设动作的监控报警系统 | |
US10653353B2 (en) | Monitoring a person for indications of a brain injury | |
JP4716119B2 (ja) | インタラクション情報出力装置、インタラクション情報出力方法、及びプログラム | |
CN111476114A (zh) | 疲劳检测方法、装置、终端设备及存储介质 | |
CN111782029A (zh) | 一种电子课程学习督促方法及系统 | |
US20180014903A1 (en) | Head-mountable computing device, method and computer program product | |
CN105139869B (zh) | 一种基于区间差分特征的婴儿啼哭检测方法 | |
CN106448055B (zh) | 一种监控报警的方法及装置 | |
CN107929913A (zh) | Vr心理放松体验系统 | |
US9962118B2 (en) | Monitoring a person for indications of a brain injury | |
Cao et al. | An event-driven context model in elderly health monitoring | |
Dai | Vision-based 3d human motion analysis for fall detection and bed-exiting | |
Prajapati et al. | A survey paper on wearable sensors based fall detection | |
JP2024520442A (ja) | 隠れたストレッサの有効な識別および通知 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |