CN110164006A - 基于智能门锁的用户行为监控方法及装置、智能门锁 - Google Patents
基于智能门锁的用户行为监控方法及装置、智能门锁 Download PDFInfo
- Publication number
- CN110164006A CN110164006A CN201910413397.XA CN201910413397A CN110164006A CN 110164006 A CN110164006 A CN 110164006A CN 201910413397 A CN201910413397 A CN 201910413397A CN 110164006 A CN110164006 A CN 110164006A
- Authority
- CN
- China
- Prior art keywords
- user
- door lock
- intelligent door
- behavioral data
- data
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/00174—Electronically operated locks; Circuits therefor; Nonmechanical keys therefor, e.g. passive or active electrical keys or other data carriers without mechanical keys
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于智能门锁的用户行为监控方法及装置、智能门锁。其中,该方法包括:采集用户使用智能门锁的行为数据,其中,行为数据携带有用户的类别标识,类别标识用于标识用户的类型;通过行为数据判别模型,确定与行为数据对应的判别结果,其中,行为数据判别模型为使用多组训练数据通过机器学习训练得到的,多组训练数据中的每组训练数据均包括:行为数据和与行为数据对应的判别结果;基于判别结果对用户的日常行为进行监控。本发明解决了相关技术中智能门锁的智能化程度比较低,无法通过智能门锁实现对用户日常行为的监控的技术问题。
Description
技术领域
本发明涉及智能门锁技术领域,具体而言,涉及一种基于智能门锁的用户行为监控方法及装置、智能门锁。
背景技术
目前,智能门锁越来越普及,相对于传统的门锁,智能门锁可以通过在安装使用时提前设置密码、或者录入用户指纹等用于开锁的信息,避免了用户在出门时需要随身携带钥匙的弊端。因此,一些住宅以及租出屋都已使用上智能门锁,然而现有的智能门锁除了无需随身携带钥匙外,也仅仅是作为常规的门锁来使用,无法基于用户对门锁的日常操作,对用户的日常异常行为进行监控。
针对上述相关技术中智能门锁的智能化程度比较低,无法通过智能门锁实现对用户日常行为的监控的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种基于智能门锁的用户行为监控方法及装置、智能门锁,以至少解决相关技术中智能门锁的智能化程度比较低,无法通过智能门锁实现对用户日常行为的监控的技术问题。
根据本发明实施例的一个方面,提供了一种基于智能门锁的用户行为监控方法,包括:采集用户使用智能门锁的行为数据,其中,所述行为数据携带有所述用户的类别标识,所述类别标识用于标识所述用户的类型;通过行为数据判别模型,确定与所述行为数据对应的判别结果,其中,所述行为数据判别模型为使用多组训练数据通过机器学习训练得到的,所述多组训练数据中的每组训练数据均包括:行为数据和与所述行为数据对应的判别结果;基于所述判别结果对所述用户的日常行为进行监控。
可选地,在通过行为数据判别模型,确定与所述行为数据对应的判别结果之前,该基于智能门锁的用户行为监控方法还包括:采集历史时间段内的多个历史行为数据以及与所述多个历史行为数据对应的多个历史判别结果;对包括所述多个历史行为数据和所述多个历史判别结果的训练数据进行训练,得到所述行为数据判别模型。
可选地,基于所述判别结果对所述用户的日常行为进行监控包括:在所述判别结果表示所述用户的日常行为出现异常的情况下,发送报警信息;在所述判别结果表示所述用户的日常行为未出现异常的情况下,将所述行为数据存储进数据库,并利用存储进所述数据库中的行为数据对所述行为数据判别模型进行更新。
可选地,在所述判别结果表示所述用户的日常行为出现异常的情况下,发送报警信息包括以下至少之一:向所述用户的关联对象的终端设备发送报警信息,以提示所述关联对象所述用户的当前状态为异常状态;向与所述智能门锁建立通讯关系的报警设备发送报警信号,通过所述报警信号触发所述报警设备发送报警信息,以提示预定范围内的其他用户所述用户出现异常状态。
可选地,所述行为数据包括以下至少之一:所述用户的开启或关闭所述智能门锁的时间,与所述智能门锁建立通讯关系的传感器采集到的第一信号,与所述智能门锁建立通讯关系的扫描设备扫描到的第二信号。
可选地,所述传感器包括以下至少之一:压力传感器,超声波传感器。
根据本发明实施例的另外一个方面,还提供了一种基于智能门锁的用户行为监控装置,包括:第一采集单元,用于采集用户使用智能门锁的行为数据,其中,所述行为数据携带有所述用户的类别标识,所述类别标识用于标识所述用户的类型;确定单元,用于通过行为数据判别模型,确定与所述行为数据对应的判别结果,其中,所述行为数据判别模型为使用多组训练数据通过机器学习训练得到的,所述多组训练数据中的每组训练数据均包括:行为数据和与所述行为数据对应的判别结果;监控单元,用于基于所述判别结果对所述用户的日常行为进行监控。
可选地,该基于智能门锁的用户行为监控装置还包括:第二采集单元,用于在通过行为数据判别模型,确定与所述行为数据对应的判别结果之前,采集历史时间段内的多个历史行为数据以及与所述多个历史行为数据对应的多个历史判别结果;训练单元,用于对包括所述多个历史行为数据和所述多个历史判别结果的训练数据进行训练,得到所述行为数据判别模型。
可选地,所述监控单元包括:发送单元,用于在所述判别结果表示所述用户的日常行为出现异常的情况下,发送报警信息;更新单元,用于在所述判别结果表示所述用户的日常行为未出现异常的情况下,将所述行为数据存储进数据库,并利用存储进所述数据库中的行为数据对所述行为数据判别模型进行更新。
可选地,所述发送单元包括以下至少之一:第一发送模块,用于向所述用户的关联对象的终端设备发送报警信息,以提示所述关联对象所述用户的当前状态为异常状态;第二发送模块,用于向与所述智能门锁建立通讯关系的报警设备发送报警信号,通过所述报警信号触发所述报警设备发送报警信息,以提示预定范围内的其他用户所述用户出现异常状态。
可选地,所述行为数据包括以下至少之一:所述用户的开启或关闭所述智能门锁的时间,与所述智能门锁建立通讯关系的传感器采集到的第一信号,与所述智能门锁建立通讯关系的扫描设备扫描到的第二信号。
可选地,所述传感器包括以下至少之一:压力传感器,超声波传感器。
根据本发明实施例的另外一个方面,还提供了一种智能门锁,包括:上述中任一项所述的基于智能门锁的用户行为监控装置。
根据本发明实施例的另外一个方面,还提供了一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行上述中任意一项所述的基于智能门锁的用户行为监控方法。
根据本发明实施例的另外一个方面,还提供了一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行上述中任意一项所述的基于智能门锁的用户行为监控方法。
在本发明实施例中,通过采集用户使用智能门锁的行为数据,其中,行为数据携带有用户的类别标识,类别标识用于标识用户的类型;并通过行为数据判别模型,确定与行为数据对应的判别结果,其中,行为数据判别模型为使用多组训练数据通过机器学习训练得到的,多组训练数据中的每组训练数据均包括:行为数据和与行为数据对应的判别结果;以及基于判别结果对用户的日常行为进行监控的方式基于智能门锁对用户的日常行为进行监控,通过本发明实施例提供的基于智能门锁的用户行为监控方法可以实现利用智能门锁获取用户的行为数据,并基于行为数据对用户的日常行为进行监控的目的,达到了提高智能门锁的智能化程度的技术效果,进而解决了相关技术中智能门锁的智能化程度比较低,无法通过智能门锁实现对用户日常行为的监控的技术问题,提升了用户体验。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的基于智能门锁的用户行为监控方法的流程图;
图2是根据本发明实施例的基于智能门锁的用户行为监控方法的优选流程图;
图3是根据本发明实施例的基于智能门锁的用户行为监控装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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,都应当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”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种基于智能门锁的用户行为监控方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的基于智能门锁的用户行为监控方法的流程图,如图1所示,该基于智能门锁的用户行为监控方法包括如下步骤:
步骤S102,采集用户使用智能门锁的行为数据,其中,行为数据携带有用户的类别标识,类别标识用于标识用户的类型。
其中,上述用户的类型可以包括但限于:户主、租户。用户的行为数据可以包括以下至少之一:用户的开启或关闭智能门锁的时间,与智能门锁建立通讯关系的传感器采集到的第一信号,与智能门锁建立通讯关系的扫描设备扫描到的第二信号。
例如,在用户的家里安装有传感器,该传感器与智能门锁建立有通讯关系,当通过用户家里的传感器采集的用户的摔倒、呼救等信号(第一信号)的情况下,可以将该第一信号发送到智能门锁,智能门锁可以执行对应的操作,例如,向用户的关联对象发送报警信息,也可以通过智能门锁的报警设备发送报警信息以提示周围用户该用户发生意外。
需要说明的是,上述传感器可以包括以下至少之一:压力传感器,超声波传感器。
又例如,在用户的家里安装有扫描设备(比如,红外扫描设备)对用户家里的状态进行实时扫描,以生成第二信号,并将第二信号发送至智能门锁,当智能门锁分析得到用户家里存在可疑人员时,会向用户的关联对象发送报警信息,也可以通过智能门锁的报警设备发送报警信息以提示周围用户该用户发生意外。
再者,在用户的家里也可以安装有摄像设备,可以用于对用户家里的实时状况进行图像采集,并将采集的图像发送至智能门锁,当智能门锁对采集的图像进行分析得到用户家里存在不安全因素时,会向用户的关联对象发送报警信息,也可以通过智能门锁的报警设备发送报警信息以提示周围用户该用户发生意外。
步骤S104,通过行为数据判别模型,确定与行为数据对应的判别结果,其中,行为数据判别模型为使用多组训练数据通过机器学习训练得到的,多组训练数据中的每组训练数据均包括:行为数据和与行为数据对应的判别结果。
步骤S106,基于判别结果对用户的日常行为进行监控。
通过上述步骤,可以采集用户使用智能门锁的行为数据,其中,行为数据携带有用户的类别标识,类别标识用于标识用户的类型;并通过行为数据判别模型,确定与行为数据对应的判别结果,其中,行为数据判别模型为使用多组训练数据通过机器学习训练得到的,多组训练数据中的每组训练数据均包括:行为数据和与行为数据对应的判别结果;以及基于判别结果对用户的日常行为进行监控。相对于相关技术中智能门锁仅仅能够作为常规的门锁来进行运作,无法对用户的日常行为进行监控,导致的智能门锁的智能化程度比较低的弊端,通过本发明实施例提供的基于智能门锁的用户行为监控方法可以实现利用智能门锁获取用户的行为数据,并基于行为数据对用户的日常行为进行监控的目的,达到了提高智能门锁的智能化程度的技术效果,进而解决了相关技术中智能门锁的智能化程度比较低,无法通过智能门锁实现对用户日常行为的监控的技术问题,提升了用户体验。
在一种可选的实施例中,在通过行为数据判别模型,确定与行为数据对应的判别结果之前,该基于智能门锁的用户行为监控方法还可以包括:采集历史时间段内的多个历史行为数据以及与多个历史行为数据对应的多个历史判别结果;对包括多个历史行为数据和多个历史判别结果的训练数据进行训练,得到行为数据判别模型。
在步骤S106中,基于判别结果对用户的日常行为进行监控可以包括:在判别结果表示用户的日常行为出现异常的情况下,发送报警信息;在判别结果表示用户的日常行为未出现异常的情况下,将行为数据存储进数据库,并利用存储进数据库中的行为数据对行为数据判别模型进行更新。
图2是根据本发明实施例的基于智能门锁的用户行为监控方法的优选流程图,如图2所示,该基于智能门锁的用户行为监控方法可以包括:确定智能门锁安装成功(即,智能门锁可以正常运作);然后,利用智能门锁记录用户开启或关闭智能门锁的时间;将记录的开启或关闭智能门锁的时间与数据库中存储的数据进行比对,基于比对结果判断记录的开启或关闭智能门锁的时间是否与数据库中存储的数据一致;在判断结果为一致的情况下,基于用户行为确定用户的日常行为未出现异常,将包括记录有开启或关闭智能门锁的时间的行为数据存储到数据库,利用存储到数据库的行为数据对行为数据判别模型进行更新;反之,在判断结果为不一致的情况下,基于用户行为确定用户的日常行为出现异常,此时,会发出报警信息。通过该智能门锁的用户行为监控方法对行为数据中的用户开启或关闭智能门锁的时间数据进行分析,以确定行为数据是否异常,进而确定用户的日常行为是否正常,以执行相应的操作,从而可以实现对用户的日常行为进行实时监控,也可以对行为数据判别模型进行实时更新,使得其可以更加准确地确定用户的日常行为是否正常,提高了对用户行为进行监控的精确度。
在一个可选的实施例中,在判别结果表示用户的日常行为出现异常的情况下,发送报警信息可以包括以下至少之一:向用户的关联对象的终端设备发送报警信息,以提示关联对象用户的当前状态为异常状态;向与智能门锁建立通讯关系的报警设备发送报警信号,通过报警信号触发报警设备发送报警信息,以提示预定范围内的其他用户该用户出现异常状态。
例如,在一个应用场景中,可以通过智能门锁实时获取用户的行为数据,基于行为数据判断用户是否像往常一样进行开关门,当开关门的数据和往常一样时,可以不报警,并将行为数据添加到数据库中,以使得数据库不断完善,进而可以使得用于训练行为数据判别模型的行为数据不断完善,也可以对行为数据判别模型进行不断地更新,使得行为数据判别模型的鲁棒性更好;反之,当开关门的数据和往常不一样时,比如,老人每天早晨6点会出门晨练,而某天发现该老人7点还没有开门的动作,则可以向老人的关联对象发送报警信息。
在另一个应用场景中,当用户家中的传感器检测到有震动信号,会将该震动信号发送至智能门锁,当智能门锁对震动信号进行分析后发现是家中的老人摔倒,会立即向老人的关联对象发送报警信息,或报警响起,及时对老人进行帮助。
另外,也可以通过分析智能门锁的开启或关闭时间数据对租户是否长时间没有外出进行分析,当分析到租户长时间没有外出时,会向租户的关联对象发送报警信息,以确保租户的安全。
实施例2
根据本发明实施例的另外一个方面,还提供了一种用于实现基于智能门锁的用户行为监控方法的装置实施例,图3是根据本发明实施例的基于智能门锁的用户行为监控装置的示意图,如图3所示,该基于智能门锁的用户行为监控装置包括:第一采集单元31,确定单元33以及监控单元35。下面对该基于智能门锁的用户行为监控装置进行详细说明。
其中,第一采集单元31,用于采集用户使用智能门锁的行为数据,其中,行为数据携带有用户的类别标识,类别标识用于标识用户的类型。
确定单元33,用于通过行为数据判别模型,确定与行为数据对应的判别结果,其中,行为数据判别模型为使用多组训练数据通过机器学习训练得到的,多组训练数据中的每组训练数据均包括:行为数据和与行为数据对应的判别结果。
监控单元35,用于基于判别结果对用户的日常行为进行监控。
此处需要说明的是,上述第一采集单元31,确定单元33以及监控单元35对应于实施例1中的步骤S102至S106,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
由上述可知,在本发明实施例中,可以通过第一采集单元采集用户使用智能门锁的行为数据,其中,行为数据携带有用户的类别标识,类别标识用于标识用户的类型;并利用确定单元通过行为数据判别模型,确定与行为数据对应的判别结果,其中,行为数据判别模型为使用多组训练数据通过机器学习训练得到的,多组训练数据中的每组训练数据均包括:行为数据和与行为数据对应的判别结果;以及利用监控单元基于判别结果对用户的日常行为进行监控。相对于相关技术中智能门锁仅仅能够作为常规的门锁来进行运作,无法对用户的日常行为进行监控,导致的智能门锁的智能化程度比较低的弊端,通过本发明实施例提供的基于智能门锁的用户行为监控装置可以实现利用智能门锁获取用户的行为数据,并基于行为数据对用户的日常行为进行监控的目的,达到了提高智能门锁的智能化程度的技术效果,进而解决了相关技术中智能门锁的智能化程度比较低,无法通过智能门锁实现对用户日常行为的监控的技术问题,提升了用户体验。
作为一种可选的实施例,该基于智能门锁的用户行为监控装置还包括:第二采集单元,用于在通过行为数据判别模型,确定与行为数据对应的判别结果之前,采集历史时间段内的多个历史行为数据以及与多个历史行为数据对应的多个历史判别结果;训练单元,用于对包括多个历史行为数据和多个历史判别结果的训练数据进行训练,得到行为数据判别模型。
作为一种可选的实施例,监控单元包括:发送单元,用于在判别结果表示用户的日常行为出现异常的情况下,发送报警信息;更新单元,用于在判别结果表示用户的日常行为未出现异常的情况下,将行为数据存储进数据库,并利用存储进数据库中的行为数据对行为数据判别模型进行更新。
作为一种可选的实施例,发送单元包括以下至少之一:第一发送模块,用于向用户的关联对象的终端设备发送报警信息,以提示关联对象用户的当前状态为异常状态;第二发送模块,用于向与智能门锁建立通讯关系的报警设备发送报警信号,通过报警信号触发报警设备发送报警信息,以提示预定范围内的其他用户该用户出现异常状态。
作为一种可选的实施例,行为数据包括以下至少之一:用户的开启或关闭智能门锁的时间,与智能门锁建立通讯关系的传感器采集到的第一信号,与智能门锁建立通讯关系的扫描设备扫描到的第二信号。
作为一种可选的实施例,传感器包括以下至少之一:压力传感器,超声波传感器。
实施例3
根据本发明实施例的另外一个方面,还提供了一种智能门锁,包括:上述中任一项的基于智能门锁的用户行为监控装置。通过本发明实施例提供的智能门锁可以实现利用智能门锁获取用户的行为数据,并基于行为数据对用户的日常行为进行监控的目的,达到了提高智能门锁的智能化程度的技术效果,进而解决了相关技术中智能门锁的智能化程度比较低,无法通过智能门锁实现对用户日常行为的监控的技术问题,提升了用户体验。
实施例4
根据本发明实施例的另外一个方面,还提供了一种存储介质,其特征在于,存储介质包括存储的程序,其中,程序执行上述中任意一项的基于智能门锁的用户行为监控方法。
实施例5
根据本发明实施例的另外一个方面,还提供了一种处理器,其特征在于,处理器用于运行程序,其中,程序运行时执行上述中任意一项的基于智能门锁的用户行为监控方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,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,所揭露的技术内容,可通过其它的方式实现。其中,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,可以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,单元或模块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介质中。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介质中,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。而前述的存储介质包括: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。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于智能门锁的用户行为监控方法,其特征在于,包括:
采集用户使用智能门锁的行为数据,其中,所述行为数据携带有所述用户的类别标识,所述类别标识用于标识所述用户的类型;
通过行为数据判别模型,确定与所述行为数据对应的判别结果,其中,所述行为数据判别模型为使用多组训练数据通过机器学习训练得到的,所述多组训练数据中的每组训练数据均包括:行为数据和与所述行为数据对应的判别结果;
基于所述判别结果对所述用户的日常行为进行监控。
2.根据权利要求1所述的方法,其特征在于,在通过行为数据判别模型,确定与所述行为数据对应的判别结果之前,还包括:
采集历史时间段内的多个历史行为数据以及与所述多个历史行为数据对应的多个历史判别结果;
对包括所述多个历史行为数据和所述多个历史判别结果的训练数据进行训练,得到所述行为数据判别模型。
3.根据权利要求1所述的方法,其特征在于,基于所述判别结果对所述用户的日常行为进行监控包括:
在所述判别结果表示所述用户的日常行为出现异常的情况下,发送报警信息;
在所述判别结果表示所述用户的日常行为未出现异常的情况下,将所述行为数据存储进数据库,并利用存储进所述数据库中的行为数据对所述行为数据判别模型进行更新。
4.根据权利要求3所述的方法,其特征在于,在所述判别结果表示所述用户的日常行为出现异常的情况下,发送报警信息包括以下至少之一:
向所述用户的关联对象的终端设备发送报警信息,以提示所述关联对象所述用户的当前状态为异常状态;
向与所述智能门锁建立通讯关系的报警设备发送报警信号,通过所述报警信号触发所述报警设备发送报警信息,以提示预定范围内的其他用户所述用户出现异常状态。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述行为数据包括以下至少之一:所述用户的开启或关闭所述智能门锁的时间,与所述智能门锁建立通讯关系的传感器采集到的第一信号,与所述智能门锁建立通讯关系的扫描设备扫描到的第二信号。
6.根据权利要求5中所述的方法,其特征在于,所述传感器包括以下至少之一:压力传感器,超声波传感器。
7.一种基于智能门锁的用户行为监控装置,其特征在于,包括:
第一采集单元,用于采集用户使用智能门锁的行为数据,其中,所述行为数据携带有所述用户的类别标识,所述类别标识用于标识所述用户的类型;
确定单元,用于通过行为数据判别模型,确定与所述行为数据对应的判别结果,其中,所述行为数据判别模型为使用多组训练数据通过机器学习训练得到的,所述多组训练数据中的每组训练数据均包括:行为数据和与所述行为数据对应的判别结果;
监控单元,用于基于所述判别结果对所述用户的日常行为进行监控。
8.一种智能门锁,其特征在于,包括:上述权利要求7所述的基于智能门锁的用户行为监控装置。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至6中任意一项所述的基于智能门锁的用户行为监控方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至6中任意一项所述的基于智能门锁的用户行为监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910413397.XA CN110164006A (zh) | 2019-05-17 | 2019-05-17 | 基于智能门锁的用户行为监控方法及装置、智能门锁 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910413397.XA CN110164006A (zh) | 2019-05-17 | 2019-05-17 | 基于智能门锁的用户行为监控方法及装置、智能门锁 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110164006A true CN110164006A (zh) | 2019-08-23 |
Family
ID=67631313
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910413397.XA Pending CN110164006A (zh) | 2019-05-17 | 2019-05-17 | 基于智能门锁的用户行为监控方法及装置、智能门锁 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110164006A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782563A (zh) * | 2019-11-05 | 2020-02-11 | 珠海格力电器股份有限公司 | 一种基于智能门锁的求助信息广播方法、存储介质及智能门锁 |
CN112784478A (zh) * | 2021-01-07 | 2021-05-11 | 李琳琳 | 一种智能门铃ai场景自学习训练建模方法及系统 |
CN113380014A (zh) * | 2021-06-01 | 2021-09-10 | 广东好太太智能家居有限公司 | 基于云平台的智能锁告警系统、方法及存储介质 |
CN114023037A (zh) * | 2021-10-19 | 2022-02-08 | 深圳市中博科创信息技术有限公司 | 用户安全预警方法、装置、电子设备及可读存储介质 |
CN114973596A (zh) * | 2022-05-13 | 2022-08-30 | 青岛文达通科技股份有限公司 | 基于联邦多源数据分析的独居老年人监护系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202523140U (zh) * | 2012-04-28 | 2012-11-07 | 李军民 | 一种动态压力加密识别系统 |
CN103544754A (zh) * | 2013-10-25 | 2014-01-29 | 中安消技术有限公司 | 一种多重锁的开锁方法和装置 |
CN103899156A (zh) * | 2014-04-09 | 2014-07-02 | 东莞安尔发智能科技股份有限公司 | 实现门锁扩展应用的方法和系统 |
CN104966380A (zh) * | 2015-06-12 | 2015-10-07 | 深圳开源创客坊科技有限公司 | 一种可监控人体意外摔倒的报警系统及方法 |
CN107633573A (zh) * | 2017-07-28 | 2018-01-26 | 移康智能科技(上海)股份有限公司 | 一种智能门锁的开锁方法及智能门锁 |
CN108009488A (zh) * | 2017-11-29 | 2018-05-08 | 合肥寰景信息技术有限公司 | 基于行为分析的街道安全联防系统 |
WO2018160689A1 (en) * | 2017-03-01 | 2018-09-07 | Carrier Corporation | Spatio-temporal topology learning for detection of suspicious access behavior |
-
2019
- 2019-05-17 CN CN201910413397.XA patent/CN110164006A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202523140U (zh) * | 2012-04-28 | 2012-11-07 | 李军民 | 一种动态压力加密识别系统 |
CN103544754A (zh) * | 2013-10-25 | 2014-01-29 | 中安消技术有限公司 | 一种多重锁的开锁方法和装置 |
CN103899156A (zh) * | 2014-04-09 | 2014-07-02 | 东莞安尔发智能科技股份有限公司 | 实现门锁扩展应用的方法和系统 |
CN104966380A (zh) * | 2015-06-12 | 2015-10-07 | 深圳开源创客坊科技有限公司 | 一种可监控人体意外摔倒的报警系统及方法 |
WO2018160689A1 (en) * | 2017-03-01 | 2018-09-07 | Carrier Corporation | Spatio-temporal topology learning for detection of suspicious access behavior |
CN107633573A (zh) * | 2017-07-28 | 2018-01-26 | 移康智能科技(上海)股份有限公司 | 一种智能门锁的开锁方法及智能门锁 |
CN108009488A (zh) * | 2017-11-29 | 2018-05-08 | 合肥寰景信息技术有限公司 | 基于行为分析的街道安全联防系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782563A (zh) * | 2019-11-05 | 2020-02-11 | 珠海格力电器股份有限公司 | 一种基于智能门锁的求助信息广播方法、存储介质及智能门锁 |
CN110782563B (zh) * | 2019-11-05 | 2020-09-04 | 珠海格力电器股份有限公司 | 一种基于智能门锁的求助信息广播方法、存储介质及智能门锁 |
CN112784478A (zh) * | 2021-01-07 | 2021-05-11 | 李琳琳 | 一种智能门铃ai场景自学习训练建模方法及系统 |
CN113380014A (zh) * | 2021-06-01 | 2021-09-10 | 广东好太太智能家居有限公司 | 基于云平台的智能锁告警系统、方法及存储介质 |
CN114023037A (zh) * | 2021-10-19 | 2022-02-08 | 深圳市中博科创信息技术有限公司 | 用户安全预警方法、装置、电子设备及可读存储介质 |
CN114973596A (zh) * | 2022-05-13 | 2022-08-30 | 青岛文达通科技股份有限公司 | 基于联邦多源数据分析的独居老年人监护系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110164006A (zh) | 基于智能门锁的用户行为监控方法及装置、智能门锁 | |
CN108418841B (zh) | 基于ai的下一代关键信息基础设施网络安全态势感知系统 | |
US7617167B2 (en) | Machine vision system for enterprise management | |
KR100976443B1 (ko) | 홈네트워크 오류 예측 시스템 및 그 방법 | |
AU724378B2 (en) | Monitoring of elevator door performance | |
CN107341880A (zh) | 一种家居安防方法及系统 | |
US20020161763A1 (en) | Method for classifying data using clustering and classification algorithm supervised | |
CN102880781B (zh) | 在线考试智能监控系统 | |
US20040221171A1 (en) | Intrusion detector based on mouse dynamics analysis | |
EP1859422A1 (en) | Context-aware alarm system | |
CN106658400A (zh) | 一种基于手机信令数据的小区公安监控方法 | |
CN106327627A (zh) | 一种锁具管理方法、门禁终端、服务器及系统 | |
CN111126153A (zh) | 基于深度学习的安全监测方法、系统、服务器及存储介质 | |
CN114974577A (zh) | 一种基于行为预测的患者认知能力分析和预警系统及方法 | |
CN112949546A (zh) | 基于人工智能感知工位服务状态的离岗检测方法和装置 | |
WO2022061352A1 (en) | Item monitoring for doorbell cameras | |
CN106355056B (zh) | 一种进行时空唯一性与连续性判断的身份鉴别方法与系统 | |
KR102263512B1 (ko) | 스마트 객체인식이 가능한 IoT 통합 지능형 영상분석 플랫폼 시스템 | |
WO2008127235A2 (en) | Machine vision system for enterprise management | |
KR101340287B1 (ko) | 스마트 홈에서 마이닝 기반의 패턴 분석을 이용한 침입탐지 시스템 | |
Jun et al. | Wearable ECG recognition and monitor | |
CN111666780A (zh) | 一种基于情绪识别技术的智能门控安防方法 | |
CN116563986A (zh) | 一种智能楼宇门禁系统和方法 | |
CN117478363B (zh) | 基于工业互联网态势感知的光伏电力网络安全监控系统及其方法 | |
CN115601709B (zh) | 煤矿员工违规统计系统、方法、装置以及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190823 |