CN110263759A - 防触电系统、方法和装置 - Google Patents

防触电系统、方法和装置 Download PDF

Info

Publication number
CN110263759A
CN110263759A CN201910585558.3A CN201910585558A CN110263759A CN 110263759 A CN110263759 A CN 110263759A CN 201910585558 A CN201910585558 A CN 201910585558A CN 110263759 A CN110263759 A CN 110263759A
Authority
CN
China
Prior art keywords
target
video
action behavior
smart machine
capture device
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
Application number
CN201910585558.3A
Other languages
English (en)
Inventor
柳瑞超
谢攀
何健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics China R&D Center
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics China R&D Center
Samsung Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Samsung Electronics China R&D Center, Samsung Electronics Co Ltd filed Critical Samsung Electronics China R&D Center
Priority to CN201910585558.3A priority Critical patent/CN110263759A/zh
Publication of CN110263759A publication Critical patent/CN110263759A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H04N21/44—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs
    • H04N21/44008—Processing of video elementary streams, e.g. splicing a video clip retrieved from local storage with an incoming video stream or rendering scenes according to encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics in the video stream

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Signal Processing (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Alarm Systems (AREA)

Abstract

本申请实施例公开了防触电系统、方法和装置。防触电方法的一具体实施方式包括：接收视频采集设备上传的视频，其中，视频是视频采集设备对智能设备所在的区域进行采集所得到的，智能设备处于通电状态；从视频中选取存在目标的视频帧；对所选取的视频帧进行分析，确定目标是否是指定目标；响应于确定目标是指定目标，对视频进行分析，确定目标的动作行为是否是指定动作行为；响应于确定目标的动作行为是指定动作行为，向智能设备发送断电指令。该实施方式降低了触电事故的发生率。

Description

防触电系统、方法和装置
技术领域
本申请实施例涉及计算机技术领域，具体涉及防触电系统、方法和装置。
背景技术
儿童触电，多因儿童玩弄电器、电插座、开关、电线，无意接触不安全的电气设备。儿童触电是家庭日常生活中比较常见的意外伤害，每年都会有儿童因看管不到位而触碰到电源，造成触电事故。
目前，常见的防触电方式包括以下两种。其一，通过改变插座的物理结构来防止儿童触电。然而，插座物理结构的改变无法应对儿童采用其他工具导致触电的情况。并且，只针对插座进行防护，对于已通电的设备，并不能起到防护作用。其二，通过漏电保护装置来防止儿童触电。然而，漏电保护装置的漏电保护阈值通常是30mA。而此阈值的电流可能已经对儿童导致重大伤害。并且，漏电保护装置无法应对同时触摸火线和零线而导致的触电事故。
发明内容
本申请实施例提出了防触电系统、方法和装置。
第一方面，本申请实施例提供了一种防触电系统，包括：视频采集设备、服务器和智能设备，其中，智能设备处于通电状态；视频采集设备，用于响应于接收到视频采集指令，采集智能设备所在区域的视频，将视频上传至服务器；服务器，用于从视频中选取存在目标的视频帧，对所选取的视频帧进行分析，确定目标是否是指定目标，响应于确定目标是指定目标，对视频进行分析，确定目标的动作行为是否是指定动作行为，响应于确定目标的动作行为是指定动作行为，向智能设备发送断电指令；智能设备，用于响应于接收到断电指令，切断电源。
在一些实施例中，该系统还包括测距设备，测距设备内嵌于智能设备；测距设备，用于测量目标与智能设备之间的距离，响应于目标与智能设备之间的距离小于安全距离阈值，向视频采集设备发送视频采集指令。
在一些实施例中，测距设备，还用于向视频采集设备发送测距设备的标识；视频采集设备，还用于基于测距设备的标识查找对应的拍摄角度，调整至拍摄角度。
在一些实施例中，服务器，还用于响应于确定目标的动作行为是指定动作行为，向智能设备发送报警指令；智能设备，还用于响应于接收到报警指令，播放报警信息。
在一些实施例中，服务器，还用于响应于确定目标不是指定目标或目标的动作行为不是指定动作行为，向视频采集设备发送视频停止上传指令；视频采集设备，还用于响应于接收到视频停止上传指令，停止上传视频。
在一些实施例中，服务器进一步用于：将所选取的视频帧输入至预先训练的目标检测模型，得到目标的类别；基于目标的类别，确定目标是否是指定目标。
在一些实施例中，服务器进一步用于：将视频输入至预先训练的动作行为识别模型，得到目标的动作行为的类别；基于目标的动作行为的类别，确定目标的动作行为是否是指定动作行为。
在一些实施例中，测距设备和视频采集设备内置5G传输模块，测距设备与视频采集设备之间通过终端直通通信连接，视频采集设备与服务器之间通过5G网络通信连接。
第二方面，本申请实施例提供了一种防触电方法，包括：接收视频采集设备上传的视频，其中，视频是视频采集设备对智能设备所在的区域进行采集所得到的，智能设备处于通电状态；从视频中选取存在目标的视频帧；对所选取的视频帧进行分析，确定目标是否是指定目标；响应于确定目标是指定目标，对视频进行分析，确定目标的动作行为是否是指定动作行为；响应于确定目标的动作行为是指定动作行为，向智能设备发送断电指令。
在一些实施例中，该方法还包括：响应于确定目标的动作行为是指定动作行为，向智能设备发送报警指令。
在一些实施例中，该方法还包括：响应于确定目标不是指定目标或目标的动作行为不是指定动作行为，向视频采集设备发送视频停止上传指令。
在一些实施例中，对所选取的视频帧进行分析，确定目标是否是指定目标，包括：将所选取的视频帧输入至预先训练的目标检测模型，得到目标的类别；基于目标的类别，确定目标是否是指定目标。
在一些实施例中，对视频进行分析，确定目标的动作行为是否是指定动作行为，包括：将视频输入至预先训练的动作行为识别模型，得到目标的动作行为的类别；基于目标的动作行为的类别，确定目标的动作行为是否是指定动作行为。
第三方面，本申请实施例提供了一种防触电装置，包括：接收单元，被配置成接收视频采集设备上传的视频，其中，视频是视频采集设备对智能设备所在的区域进行采集所得到的，智能设备处于通电状态；选取单元，被配置成从视频中选取存在目标的视频帧；第一确定单元，被配置成对所选取的视频帧进行分析，确定目标是否是指定目标；第二确定单元，被配置成响应于确定目标是指定目标，对视频进行分析，确定目标的动作行为是否是指定动作行为；第一发送单元，被配置成响应于确定目标的动作行为是指定动作行为，向智能设备发送断电指令。
在一些实施例中，该装置还包括：第二发送单元，被配置成响应于确定目标的动作行为是指定动作行为，向智能设备发送报警指令。
在一些实施例中，该装置还包括：第三发送单元，被配置成响应于确定目标不是指定目标或目标的动作行为不是指定动作行为，向视频采集设备发送视频停止上传指令。
在一些实施例中，第一确定单元进一步被配置成：将所选取的视频帧输入至预先训练的目标检测模型，得到目标的类别；基于目标的类别，确定目标是否是指定目标。
在一些实施例中，第二确定单元进一步被配置成：将视频输入至预先训练的动作行为识别模型，得到目标的动作行为的类别；基于目标的动作行为的类别，确定目标的动作行为是否是指定动作行为。
第四方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第二方面中任一实现方式描述的方法。
第五方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第二方面中任一实现方式描述的方法。
本申请实施例提供的防触电系统、方法和装置，首先在接收到视频采集指令的情况下，视频采集设备采集智能设备所在区域的视频，并上传至服务器；服务器从视频中选取存在目标的视频帧，对所选取的视频帧进行分析，以确定目标是否是指定目标，在目标是指定目标的情况下，对视频进行分析，以确定目标的动作行为是否是指定动作行为，在目标的动作行为是指定动作行为的情况下，向智能设备发送断电指令；在接收到断电指令的情况下，智能设备切断电源。从而降低了触电事故的发生率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1是本申请可以应用于其中的示例性系统架构；
图2是根据本申请的防触电系统的一个实施例的时序图；
图3是根据本申请的防触电系统的又一个实施例的时序图；
图4是图3所示的防触电系统的一个应用场景的流程图；
图5是根据本申请的防触电方法的一个实施例的流程图；
图6是根据本申请的防触电装置的一个实施例的结构示意图；
图7是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的防触电方法或防触电装置的实施例的示例性系统架构100。
如图1所示，系统架构100中可以包括视频采集设备101、智能设备102、服务器103和网络104。网络104用以在视频采集设备101、智能设备102和服务器103之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
视频采集设备101可以是支持视频拍摄功能的各种电子设备，包括但不限于摄像头、摄像机、照相机、智能手机等等。
智能设备102可以是通电工作的各种电子设备，包括但不限于电插座、电水壶、电磁炉、电烤箱等等。
服务器103可以是提供各种服务的服务器。例如防触电服务器。防触电服务器可以对获取到的智能设备102所在区域的视频等数据进行分析等处理，并根据处理结果向智能设备102发送断电指令，以使智能设备102切断电源，防止发生触电事故。
需要说明的是，服务器103可以是硬件，也可以是软件。当服务器103为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器103为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是，本申请实施例所提供的防触电方法一般由服务器103执行，相应地，防触电装置一般设置于服务器103中。
应该理解，图1中的视频采集设备、智能设备、服务器和网络的数目仅仅是示意性的。根据实现需要，可以具有任意数目的视频采集设备、智能设备、服务器和网络。
继续参考图2，其示出了根据本申请的防触电系统的一个实施例的时序200。
本实施例中的防触电系统可以包括：视频采集设备、服务器和智能设备。其中，智能设备当前可以处于通电状态。
如图2所示，在步骤201中，响应于接收到视频采集指令，视频采集设备采集智能设备所在区域的视频。
在本实施例中，在接收到视频采集指令的情况下，视频采集设备可以采集智能设备所在区域的视频。
这里，视频采集设备和智能设备可以布置在同一室内环境中。视频采集设备可以对智能设备所在的区域进行视频采集。通常，室内环境中可以布置多台智能设备。为了采集这多台智能设备中的每台智能设备所在的区域的视频，在一种情况下，室内环境可以同时布置多台视频采集设备。一台视频采集设备的摄像头可以正对一台智能设备，用于采集该智能设备所在的区域的视频。在另一种情况下，室内环境中可以布置具有可旋转摄像头的视频采集设备。视频采集设备通过调节可旋转摄像头的角度来实现采集多台智能设备中的每台智能设备所在的区域的视频。
这里，目标的监护人可以主动向视频采集设备发送视频采集指令。例如，当室内环境中存在目标，而目标的监护人需要离开室内环境时，可以向视频采集设备发送视频采集指令。此外，当室内环境满足一定条件时，可以自动触发向视频采集设备发送视频采集指令。例如，当目标向智能设备靠近时，可以自动触发向视频采集设备发送视频采集指令。其中，目标可以是任意的可运动的活体，包括但不限于人、动物等等。
步骤202，视频采集设备将视频上传至服务器。
在本实施例中，视频采集设备可以将其采集的视频上传至服务器。通常，视频采集设备可以内置5G传输模块，以使视频采集设备与服务器之间通过5G网络通信连接。依赖5G网络的超大带宽，超低时延，视频采集设备可以快速持续地将视频上传至服务器。
步骤203，服务器从视频中选取存在目标的视频帧。
在本实施例中，服务器可以从视频帧中选取存在目标的视频帧。通常，当目标进入到智能设备所在的区域时，视频中的视频帧会存在目标。当目标尚未到达智能设备所在的区域，或者已经离开智能设备所在的区域时，视频中的视频帧不会存在目标。服务器可以从视频中存在目标的视频帧中随机抽取一帧视频帧。
步骤204，服务器对所选取的视频帧进行分析，确定目标是否是指定目标。
在本实施例中，服务器可以对所选取的视频帧进行分析，以确定目标是否是指定目标。在确定目标是指定目标的情况下，执行步骤205。其中，指定目标可以是指定的可运动的活体，包括但不限于儿童、宠物、老人等等。
在本实施例的一些可选的实现方式中，服务器可以提取所选取的视频帧中存在的目标的特征，并计算其与指定目标的特征之间的相似度，随后基于所计算的相似度确定目标是否是指定目标。例如，若相似度大于预设相似度阈值，确定目标是指定目标；反之，确定目标不是指定目标。
步骤205，响应于确定目标是指定目标，服务器对视频进行分析，确定目标的动作行为是否是指定动作行为。
在本实施例中，在确定目标是指定目标的情况下，服务器可以对视频进行分析，以确定目标的动作行为是否是指定动作行为。在确定目标的动作行为是指定动作行为的情况下，执行步骤206。其中，指定动作行为可以例如是对智能设备的触摸行为。
在本实施例的一些可选的实现方式中，服务器可以提取视频中存在的目标的动作行为的特征，并计算其与指定动作行为的特征之间的相似度，随后基于所计算的相似度确定目标的动作行为是否是指定动作行为。例如，若相似度大于预设相似度阈值，确定目标的动作行为是指定动作行为；反之，确定目标的动作行为不是指定动作行为。
步骤206，响应于确定目标的动作行为是指定动作行为，服务器向智能设备发送断电指令。
在本实施例中，在确定目标的动作行为是指定动作行为的情况下，服务器可以向智能设备发送断电指令。
步骤207，响应于接收到断电指令，智能设备切断电源。
在本实施例中，在接收到断电指令的情况下，智能设备可以切断电源，以使智能设备处于断电状态。以此，达到防止目标发生触电事故的目的。
在本实施例的一些可选的实现方式中，在确定目标的动作行为是指定动作行为的情况下，服务器还可以向智能设备发送报警指令。在接收到报警指令的情况下，智能设备可以播放报警信息。以此，提醒目标的监护人注意目标的动作行为，达到防止目标发生触电事故的目的。
在本实施例的一些可选的实现方式中，在确定目标不是指定目标或目标的动作行为不是指定动作行为的情况下，服务器可以向视频采集设备发送视频停止上传指令。在接收到视频停止上传指令的情况下，视频采集设备停止上传视频。
在本实施例的一些可选的实现方式中，在确定目标的动作行为不是指定动作行为的情况下，服务器可以根据视频计算目标与智能设备的可能触电位置之间的距离。在距离小于安全距离阈值的情况下，持续检测目标的动作行为是否是指定动作行为，直至测距设备测量出的目标与智能设备之间的距离大于安全距离阈值为止，停止向服务器上传视频。
本申请实施例提供的防触电系统，首先在接收到视频采集指令的情况下，视频采集设备采集智能设备所在区域的视频，并上传至服务器；服务器从视频中选取存在目标的视频帧，对所选取的视频帧进行分析，以确定目标是否是指定目标，在目标是指定目标的情况下，对视频进行分析，以确定目标的动作行为是否是指定动作行为，在目标的动作行为是指定动作行为的情况下，向智能设备发送断电指令；在接收到断电指令的情况下，智能设备切断电源。从而降低了触电事故的发生率。
进一步参考图3，其示出了根据本申请的防触电系统的又一个实施例的时序300。
本实施例中的防触电系统可以包括：测距设备、视频采集设备、服务器和智能设备。其中，测距设备可以内嵌于智能设备，包括但不限于激光测距设备、红外线测距设备和超声波测距设备等等。智能设备当前可以处于通电状态。
如图3所示，在步骤301中，测距设备测量目标与智能设备之间的距离。
在本实施例中，测距设备可以测量目标与智能设备之间的距离。
在步骤302中，响应于目标与智能设备之间的距离小于安全距离阈值，测距设备向视频采集设备发送视频采集指令和测距设备的标识。
在本实施例中，测距设备可以将目标与智能设备之间的距离与预先设定的安全距离阈值进行比较，若目标与智能设备之间的距离小于安全距离阈值，测距设备可以向视频采集设备发送视频采集指令和测距设备的标识。通常，测距设备也可以内置5G传输模块，以使测距设备与视频采集设备之间通过终端直通(Device to Device，D2D)通信连接，提高了设备之间通信的便捷性和安全性。
通常，室内环境中可以布置多台智能设备。每台智能设备可以内置一个测距设备。在室内环境中布置具有可旋转摄像头的视频采集设备时，会根据室内环境和视频采集设备的位置，计算出采集每台智能设备所在的区域的视频的拍摄角度。并且，每台智能设备中内嵌的测距设备的标识与对应的拍摄角度成对存储在视频采集设备中。
在步骤303中，视频采集设备基于测距设备的标识查找对应的拍摄角度。
在本实施例中，由于测距设备的标识与拍摄角度成对存储在视频采集设备中，视频采集设备可以基于接收到的测距设备的标识查找其对应的拍摄角度。
在步骤304中，视频采集设备调整至拍摄角度。
在本实施例中，视频采集设备可以调整其摄像头至所查找到的拍摄角度。此时，视频采集设备的摄像头正对智能设备所在的区域。
在步骤305中，视频采集设备采集智能设备所在区域的视频。
步骤306，视频采集设备将视频上传至服务器。
步骤307，服务器从视频中选取存在目标的视频帧。
在本实施例中，步骤305-307的具体操作已在图2所示的实施例中步骤201-203中进行了详细的介绍，在此不再赘述。
步骤308，服务器将所选取的视频帧输入至预先训练的目标检测模型，得到目标的类别。
在本实施例中，在确定目标是指定目标的情况下，服务器可以将所选取的视频帧输入至预先训练的目标检测模型，以得到目标的类别。通常，目标检测模型是深度学习模型，其可以对输入的所选取的视频帧进行卷积运算，以确定所选取的视频帧是否存在指定目标。其中，目标检测模型可以例如是YOLO V3。
步骤309，服务器基于目标的类别，确定目标是否是指定目标。
在本实施例中，服务器可以根据目标检测模型输出的目标的类别，确定目标是否是指定目标。在确定目标是指定目标的情况下，执行步骤310。
步骤310，响应于确定目标是指定目标，服务器将视频输入至预先训练的动作行为识别模型，得到目标的动作行为的类别。
在本实施例中，在确定目标是指定目标的情况下，服务器可以将视频输入至预先训练的动作行为识别模型，以得到目标的动作行为的类别。通常，视频可以被分段持续地输入至动作行为识别模型。动作行为识别模型也是深度学习模型，其可以对输入的分段视频进行3D卷积，以确定视频中是否存在指定动作行为。其中，动作行为识别模型可以例如是MiCT-Net。
步骤311，基于目标的动作行为的类别，确定目标的动作行为是否是指定动作行为。
在本实施例中，服务器可以根据动作行为识别模型输出的目标的动作行为的类别，确定目标的动作行为是否是指定动作行为。在确定目标的动作行为是指定动作行为的情况下，执行步骤312。
步骤312，响应于确定目标的动作行为是指定动作行为，服务器向智能设备发送断电指令。
步骤313，响应于接收到断电指令，智能设备切断电源。
在本实施例中，步骤312-313的具体操作已在图2所示的实施例中步骤206-207中进行了详细的介绍，在此不再赘述。
继续参见图4，图4是图3所示的防触电系统的一个应用场景的流程图。在图4所示的应用场景中，当儿童靠近并准备触摸电插座时，内嵌于电插座的红外线测距设备可以测量儿童与电插座之间的距离，并确定儿童与电插座之间的距离是否小于安全距离阈值。当儿童与电插座之间的距离小于安全距离阈值时，红外线测距设备通过终端直通通信通知监控摄像头，并传递距离数据。监控摄像头根据红外线测距设备的标识调整拍摄角度，持续采集儿童的高清监控视频。随后，监控摄像头通过5G网络持续上传视频至云端服务器。云端服务器包含两个深度学习模型，目标检测模型和动作行为识别模型。目标检测模型检测视频中是否存在儿童。动作行为识别模型识别视频中儿童是否触摸电插座。当目标检测模型检测到视频中存在儿童，且动作行为识别模型识别出视频中儿童正要触摸电插座时，服务器通知电插座断电。当目标检测模型检测到视频中不存在儿童，或动作识别模型识别出儿童没有触摸电插座时，服务器通知监控摄像头停止上传视频。
从图3中可以看出，与图2对应的实施例相比，本实施例中的防触电系统的时序300增加了测距设备测距的步骤，同时突出了视频分析的步骤。由此，本实施例中的防触电系统通过测距模块测距来自动触发视频采集设备采集视频，同时，集合深度学习模型对视频进行计算，实现了在极短时间内控制智能设备断电，从而有效地防止了触电事故的发生。
继续参考图5，其示出了根据本申请的防触电方法的一个实施例的流程500。该防触电方法，包括以下步骤：
步骤501，接收视频采集设备上传的视频。
在本实施例中，防触电方法运行于其上的服务器可以接收视频采集设备上传的视频。其中，视频可以是视频采集设备对智能设备所在的区域进行采集所得到的。智能设备当前可以处于通电状态。
通常，视频采集设备可以内置5G传输模块，以使视频采集设备与服务器之间通过5G网络通信连接。依赖5G网络的超大带宽，超低时延，视频采集设备可以快速持续地将视频上传至服务器。
步骤502，从视频中选取存在目标的视频帧。
在本实施例中，服务器可以从视频帧中选取存在目标的视频帧。通常，当目标进入到智能设备所在的区域时，视频中的视频帧会存在目标。当目标尚未到达智能设备所在的区域，或者已经离开智能设备所在的区域时，视频中的视频帧不会存在目标。服务器可以从视频中存在目标的视频帧中随机抽取一帧视频帧。
步骤503，对所选取的视频帧进行分析，确定目标是否是指定目标。
在本实施例中，服务器可以对所选取的视频帧进行分析，以确定目标是否是指定目标。在确定目标是指定目标的情况下，执行步骤504。其中，指定目标可以是指定的可运动的活体，包括但不限于儿童、宠物、老人等等。
在本实施例的一些可选的实现方式中，服务器可以首先将所选取的视频帧输入至预先训练的目标检测模型，以得到目标的类别；然后基于目标的类别，确定目标是否是指定目标。其中，目标检测模型是深度学习模型，其可以对输入的所选取的视频帧进行卷积运算，以确定所选取的视频帧是否存在指定目标。目标检测模型可以例如是YOLO V3。
步骤504，对视频进行分析，确定目标的动作行为是否是指定动作行为。
在本实施例中，在确定目标是指定目标的情况下，服务器可以对视频进行分析，以确定目标的动作行为是否是指定动作行为。在确定目标的动作行为是指定动作行为的情况下，执行步骤505。其中，指定动作行为可以例如是对智能设备的触摸行为。
在本实施例的一些可选的实现方式中，服务器可以首先将视频输入至预先训练的动作行为识别模型，以得到目标的动作行为的类别；然后基于目标的动作行为的类别，确定目标的动作行为是否是指定动作行为。通常，视频被分段持续地输入至动作行为识别模型。动作行为识别模型也是深度学习模型，其可以对输入的分段视频进行3D卷积，以确定视频中是否存在指定动作行为。动作行为识别模型可以例如是MiCT-Net。
步骤505，向智能设备发送断电指令。
在本实施例中，在接收到断电指令的情况下，智能设备可以切断电源，以使智能设备处于断电状态。以此，达到防止目标发生触电事故的目的。
在本实施例的一些可选的实现方式中，在确定目标的动作行为是指定动作行为的情况下，服务器可以向智能设备发送报警指令。在接收到报警指令的情况下，智能设备可以播放报警信息。以此，提醒目标的监护人注意目标的动作行为，达到防止目标发生触电事故的目的。
在本实施例的一些可选的实现方式中，在确定目标不是指定目标或目标的动作行为不是指定动作行为的情况下，服务器可以向视频采集设备发送视频停止上传指令。在接收到视频停止上传指令的情况下，视频采集设备停止上传视频。
本申请实施例提供的防触电方法，首先接收视频采集设备上传的视频；之后从视频中选取存在目标的视频帧，并对所选取的视频帧进行分析，以确定目标是否是指定目标；然后在目标是指定目标的情况下，对视频进行分析，以确定目标的动作行为是否是指定动作行为；最后在目标的动作行为是指定动作行为的情况下，向智能设备发送断电指令，以使智能设备切断电源。从而降低了触电事故的发生率。
进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种防触电装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例的防触电装置600可以包括：接收单元601、选取单元602、第一确定单元603、第二确定单元604和第一发送单元605。其中，接收单元601，被配置成接收视频采集设备上传的视频，其中，视频是视频采集设备对智能设备所在的区域进行采集所得到的，智能设备处于通电状态；选取单元602，被配置成从视频中选取存在目标的视频帧；第一确定单元603，被配置成对所选取的视频帧进行分析，确定目标是否是指定目标；第二确定单元604，被配置成响应于确定目标是指定目标，对视频进行分析，确定目标的动作行为是否是指定动作行为；第一发送单元605，被配置成响应于确定目标的动作行为是指定动作行为，向智能设备发送断电指令。
在本实施例中，防触电装置600中：接收单元601、选取单元602、第一确定单元603、第二确定单元604和第一发送单元605的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204和步骤205的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，防触电装置600还包括：第二发送单元(图中未示出)，被配置成响应于确定目标的动作行为是指定动作行为，向智能设备发送报警指令。
在本实施例的一些可选的实现方式中，防触电装置600还包括：第三发送单元(图中未示出)，被配置成响应于确定目标不是指定目标或目标的动作行为不是指定动作行为，向视频采集设备发送视频停止上传指令。
在本实施例的一些可选的实现方式中，第一确定单元603进一步被配置成：将所选取的视频帧输入至预先训练的目标检测模型，得到目标的类别；基于目标的类别，确定目标是否是指定目标。
在本实施例的一些可选的实现方式中，第二确定单元604进一步被配置成：将视频输入至预先训练的动作行为识别模型，得到目标的动作行为的类别；基于目标的动作行为的类别，确定目标的动作行为是否是指定动作行为。
下面参考图7，其示出了适于用来实现本申请实施例的电子设备(例如图1所示的服务器103)的计算机系统700的结构示意图。图7示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法中限定的上述功能。
需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向目标的程序设计语言—诸如Java、Smalltalk、C++，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或电子设备上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括接收单元、选取单元、第一确定单元、第二确定单元和第一发送单元。其中，这些单元的名称在种情况下并不构成对该单元本身的限定，例如，接收单元还可以被描述为“接收视频采集设备上传的视频的单元”。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收视频采集设备上传的视频，其中，视频是视频采集设备对智能设备所在的区域进行采集所得到的，智能设备处于通电状态；从视频中选取存在目标的视频帧；对所选取的视频帧进行分析，确定目标是否是指定目标；响应于确定目标是指定目标，对视频进行分析，确定目标的动作行为是否是指定动作行为；响应于确定目标的动作行为是指定动作行为，向智能设备发送断电指令。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (16)

1.一种防触电系统，包括：视频采集设备、服务器和智能设备，其中，所述智能设备处于通电状态；
所述视频采集设备，用于响应于接收到视频采集指令，采集所述智能设备所在区域的视频，将所述视频上传至所述服务器；
所述服务器，用于从所述视频中选取存在目标的视频帧，对所选取的视频帧进行分析，确定所述目标是否是指定目标，响应于确定所述目标是指定目标，对所述视频进行分析，确定所述目标的动作行为是否是指定动作行为，响应于确定所述目标的动作行为是指定动作行为，向所述智能设备发送断电指令；
所述智能设备，用于响应于接收到所述断电指令，切断电源。
2.根据权利要求1所述的系统，其中，所述系统还包括测距设备，所述测距设备内嵌于所述智能设备；
所述测距设备，用于测量所述目标与所述智能设备之间的距离，响应于所述目标与所述智能设备之间的距离小于安全距离阈值，向所述视频采集设备发送所述视频采集指令。
3.根据权利要求2所述的系统，其中，
所述测距设备，还用于向所述视频采集设备发送所述测距设备的标识；
所述视频采集设备，还用于基于所述测距设备的标识查找对应的拍摄角度，调整至所述拍摄角度。
4.根据权利要求1-3之一所述的系统，其中，
所述服务器，还用于响应于确定所述目标的动作行为是指定动作行为，向所述智能设备发送报警指令；
所述智能设备，还用于响应于接收到所述报警指令，播放报警信息。
5.根据权利要求1-3之一所述的系统，其中，
所述服务器，还用于响应于确定所述目标不是指定目标或所述目标的动作行为不是指定动作行为，向所述视频采集设备发送视频停止上传指令；
所述视频采集设备，还用于响应于接收到所述视频停止上传指令，停止上传所述视频。
6.根据权利要求5所述的系统，其中，所述服务器进一步用于：
将所选取的视频帧输入至预先训练的目标检测模型，得到所述目标的类别；
基于所述目标的类别，确定所述目标是否是指定目标。
7.根据权利要求6所述的系统，其中，所述服务器进一步用于：
将所述视频输入至预先训练的动作行为识别模型，得到所述目标的动作行为的类别；
基于所述目标的动作行为的类别，确定所述目标的动作行为是否是指定动作行为。
8.根据权利要求2或3所述的系统，其中，所述测距设备和所述视频采集设备内置5G传输模块，所述测距设备与所述视频采集设备之间通过终端直通通信连接，所述视频采集设备与所述服务器之间通过5G网络通信连接。
9.一种防触电方法，包括：
接收视频采集设备上传的视频，其中，所述视频是所述视频采集设备对智能设备所在的区域进行采集所得到的，所述智能设备处于通电状态；
从所述视频中选取存在目标的视频帧；
对所选取的视频帧进行分析，确定所述目标是否是指定目标；
响应于确定所述目标是指定目标，对所述视频进行分析，确定所述目标的动作行为是否是指定动作行为；
响应于确定所述目标的动作行为是指定动作行为，向所述智能设备发送断电指令。
10.根据权利要求9所述的方法，其中，所述方法还包括：
响应于确定所述目标的动作行为是指定动作行为，向所述智能设备发送报警指令。
11.根据权利要求9或10所述的方法，其中，所述方法还包括：
响应于确定所述目标不是指定目标或所述目标的动作行为不是指定动作行为，向所述视频采集设备发送视频停止上传指令。
12.根据权利要求11所述的方法，其中，所述对所选取的视频帧进行分析，确定所述目标是否是指定目标，包括：
将所选取的视频帧输入至预先训练的目标检测模型，得到所述目标的类别；
基于所述目标的类别，确定所述目标是否是指定目标。
13.根据权利要求12所述的方法，其中，所述对所述视频进行分析，确定所述目标的动作行为是否是指定动作行为，包括：
将所述视频输入至预先训练的动作行为识别模型，得到所述目标的动作行为的类别；
基于所述目标的动作行为的类别，确定所述目标的动作行为是否是指定动作行为。
14.一种防触电装置，包括：
接收单元，被配置成接收视频采集设备上传的视频，其中，所述视频是所述视频采集设备对智能设备所在的区域进行采集所得到的，所述智能设备处于通电状态；
选取单元，被配置成从所述视频中选取存在目标的视频帧；
第一确定单元，被配置成对所选取的视频帧进行分析，确定所述目标是否是指定目标；
第二确定单元，被配置成响应于确定所述目标是指定目标，对所述视频进行分析，确定所述目标的动作行为是否是指定动作行为；
第一发送单元，被配置成响应于确定所述目标的动作行为是指定动作行为，向所述智能设备发送断电指令。
15.一种电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求9-13中任一所述的方法。
16.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求9-13中任一所述的方法。
CN201910585558.3A 2019-07-01 2019-07-01 防触电系统、方法和装置 Pending CN110263759A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910585558.3A CN110263759A (zh) 2019-07-01 2019-07-01 防触电系统、方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910585558.3A CN110263759A (zh) 2019-07-01 2019-07-01 防触电系统、方法和装置

Publications (1)

Publication Number Publication Date
CN110263759A true CN110263759A (zh) 2019-09-20

Family

ID=67923615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910585558.3A Pending CN110263759A (zh) 2019-07-01 2019-07-01 防触电系统、方法和装置

Country Status (1)

Country Link
CN (1) CN110263759A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110673500A (zh) * 2019-09-26 2020-01-10 青岛海尔科技有限公司 插座的供电控制方法和物联网操作系统
CN114973094A (zh) * 2022-06-08 2022-08-30 长沙海信智能系统研究院有限公司 用电检测方法、装置及电子设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103297751A (zh) * 2013-04-23 2013-09-11 四川天翼网络服务有限公司 智慧天网视频行为分析系统
CN103426267A (zh) * 2013-03-06 2013-12-04 珠海电力设计院有限公司 一种基于视频分析技术的视频安全围栏系统
CN203951564U (zh) * 2014-01-14 2014-11-19 天津市漪昌达科技有限公司 音视频监控系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103426267A (zh) * 2013-03-06 2013-12-04 珠海电力设计院有限公司 一种基于视频分析技术的视频安全围栏系统
CN103297751A (zh) * 2013-04-23 2013-09-11 四川天翼网络服务有限公司 智慧天网视频行为分析系统
CN203951564U (zh) * 2014-01-14 2014-11-19 天津市漪昌达科技有限公司 音视频监控系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110673500A (zh) * 2019-09-26 2020-01-10 青岛海尔科技有限公司 插座的供电控制方法和物联网操作系统
CN110673500B (zh) * 2019-09-26 2023-03-28 青岛海尔科技有限公司 插座的供电控制方法和物联网操作系统
CN114973094A (zh) * 2022-06-08 2022-08-30 长沙海信智能系统研究院有限公司 用电检测方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN110089163B (zh) 确定发射机天线与人体的接近以限制发射机输出功率
KR102329765B1 (ko) 홍채 기반 인증 방법 및 이를 지원하는 전자 장치
CN108446651A (zh) 人脸识别方法和装置
CN105628081A (zh) 用于检测装置浸没于液体中的方法和设备
CN108900000A (zh) 电气倒闸监控方法、装置、设备及计算机可读介质
CN104143078A (zh) 活体人脸识别方法、装置和设备
KR102557732B1 (ko) 가상펫의 정보 표시 방법, 장치, 단말기, 서버 및 저장매체
CN109686049A (zh) 公共场所内儿童落单提醒方法、装置、介质及电子设备
US10691290B2 (en) Virtual-reality based control method and apparatus
CN108319204A (zh) 智能控制方法及系统
CN110235132A (zh) 基于情境感知来提供连续验证的移动装置
KR101679597B1 (ko) 객체 관리 시스템 및 그 방법
CN108460324A (zh) 一种用于识别幼儿情绪的方法
KR102349598B1 (ko) 다중 대역 무선 통신을 지원하는 전자 장치 및 이의 제어 방법
CN109284715B (zh) 一种动态物体识别方法、装置及系统
CN110263759A (zh) 防触电系统、方法和装置
CN111526476A (zh) 数据传输方法、数据传输装置、存储介质与终端设备
CN112071016A (zh) 火灾监控方法、装置、设备及存储介质
CN108628442A (zh) 一种信息提示方法、装置以及电子设备
CN104808771A (zh) 检测头戴式智能设备持续附着在人体上的装置和方法
CN107111363B (zh) 用于监视的方法、装置和系统
KR20210067874A (ko) 경기 영상 내의 타겟 영상을 제공하기 위한 전자 장치 및 그의 동작 방법
CN109271929A (zh) 检测方法和装置
CN110716642B (zh) 一种调节显示界面的方法与设备
CN105808460B (zh) 外部设备识别方法、装置及电子设备

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

Application publication date: 20190920

RJ01 Rejection of invention patent application after publication