CN110490120B - 一种危险行为的检测方法、装置、服务器及存储介质 - Google Patents

一种危险行为的检测方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN110490120B
CN110490120B CN201910749892.8A CN201910749892A CN110490120B CN 110490120 B CN110490120 B CN 110490120B CN 201910749892 A CN201910749892 A CN 201910749892A CN 110490120 B CN110490120 B CN 110490120B
Authority
CN
China
Prior art keywords
target
dangerous
user
live broadcast
live
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.)
Active
Application number
CN201910749892.8A
Other languages
English (en)
Other versions
CN110490120A (zh
Inventor
吴志坚
鲁岩
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.)
Beijing Dajia Internet Information Technology Co Ltd
Original Assignee
Beijing Dajia Internet Information Technology 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 Beijing Dajia Internet Information Technology Co Ltd filed Critical Beijing Dajia Internet Information Technology Co Ltd
Priority to CN201910749892.8A priority Critical patent/CN110490120B/zh
Publication of CN110490120A publication Critical patent/CN110490120A/zh
Application granted granted Critical
Publication of CN110490120B publication Critical patent/CN110490120B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G06V20/42Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/44Event detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本公开是关于一种危险行为的检测方法、装置、服务器及存储介质,涉及互联网技术领域。所述方法应用于直播平台的服务器,包括:在直播用户的直播过程中,获取执行直播操作的用户终端发送的终端检测数据;基于所述终端检测数据,检测所述直播用户是否正在执行目标危险行为;若检测到所述直播用户正在执行目标危险行为,则确定所述目标危险行为的目标危险级别;基于所述用户终端执行的直播操作,执行与所述目标危险级别对应的预警操作。采用本公开实施例所提供的技术方案,能够提高检测直播用户的危险行为的效率。

Description

一种危险行为的检测方法、装置、服务器及存储介质
技术领域
本申请涉及互联网技术领域,特别是涉及一种危险行为的检测方法、装置、服务器及存储介质。
背景技术
收听、收看直播作为新兴的社交方式,受到了群众的喜爱。然而,部分主播会在开车的同时进行直播,这样的危险行为可能会导致交通事故,是道路交通的安全隐患。
相关技术中,直播平台的工作人员可以通过人工检查的方式,识别主播在直播中的危险行为,即工作人员观看直播,当发现存在危险行为时,关停该直播。然而,由于同一时刻进行中的直播数量远大于工作人员的数量,导致人工检查危险行为的效率低。
发明内容
为克服相关技术中存在的问题,本公开提供一种危险行为的检测方法、装置、服务器及存储介质。
根据本公开实施例的第一方面,提供一种危险行为的检测方法,所述方法应用于直播平台的服务器,包括:
在直播用户的直播过程中,获取执行直播操作的用户终端发送的终端检测数据;
基于所述终端检测数据,检测所述直播用户是否正在执行目标危险行为;
若检测到所述直播用户正在执行目标危险行为,则确定所述目标危险行为的目标危险级别;
基于所述用户终端执行的直播操作,执行与所述目标危险级别对应的预警操作。
可选的,在所述终端检测数据包括所述用户终端的目标姿态数据和地理位置信息的情况下,所述基于所述终端检测数据,检测所述直播用户是否正在执行目标危险行为包括:
根据所述地理位置信息,计算所述直播用户的目标移动速度;
根据预设的分类模型和所述目标姿态数据,判断所述直播用户是否处于预设危险姿态;
如果所述直播用户处于所述预设危险姿态,且所述目标移动速度大于预设移动速度阈值,则确定所述直播用户正在执行目标危险行为。
可选的,在所述终端检测数据包括所述用户终端上传的直播视频图像的情况下,所述基于所述终端检测数据,检测所述直播用户是否正在执行目标危险行为包括:
对所述直播视频图像进行图像识别,得到所述直播用户的当前行为;
如果所述当前行为为预设危险行为,则确定所述直播用户正在执行目标危险行为。
可选的,所述确定所述目标危险行为的目标危险级别包括:
根据预先存储的危险行为与危险级别的对应关系,确定所述目标危险行为的目标危险级别。
可选的,所述目标危险级别包括第一危险级别和第二危险级别,所述第一危险级别低于所述第二危险级别,所述基于所述用户终端执行的直播操作,执行与所述目标危险级别对应的预警操作包括:
如果所述目标危险级别为所述第一危险级别,则发送预设的警告消息,以提示所述直播用户停止所述目标危险行为;
如果所述目标危险级别为所述第二危险级别,则关断当前直播。
根据本公开实施例的第二方面,提供一种危险行为的检测装置,所述装置应用于直播平台的服务器,包括:
获取单元,被配置为在直播用户的直播过程中,获取执行直播操作的用户终端发送的终端检测数据;
检测单元,被配置为基于所述终端检测数据,检测所述直播用户是否正在执行目标危险行为;
确定单元,被配置为若检测到所述直播用户正在执行目标危险行为,则确定所述目标危险行为的目标危险级别;
执行单元,被配置为基于所述用户终端执行的直播操作,执行与所述目标危险级别对应的预警操作。
可选的,所述检测单元包括:
计算子单元,被配置为在所述终端检测数据包括所述用户终端的目标姿态数据和地理位置信息的情况下,根据所述地理位置信息,计算所述直播用户的目标移动速度;
判断子单元,被配置为根据预设的分类模型和所述目标姿态数据,判断所述直播用户是否处于预设危险姿态;
第一确定子单元,被配置为当所述直播用户处于所述预设危险姿态,且所述目标移动速度大于预设移动速度阈值时,确定所述直播用户正在执行目标危险行为。
可选的,所述检测单元包括:
识别子单元,被配置为在所述终端检测数据包括所述用户终端上传的直播视频图像的情况下,对所述直播视频图像进行图像识别,得到所述直播用户的当前行为;
第二确定子单元,被配置为当所述当前行为为预设危险行为时,确定所述直播用户正在执行目标危险行为。
可选的,所述确定单元包括:
第三确定子单元,被配置为根据预先存储的危险行为与危险级别的对应关系,确定所述目标危险行为的目标危险级别。
可选的,所述执行单元包括:
发送子单元,被配置为在所述目标危险级别包括第一危险级别和第二危险级别,所述第一危险级别低于所述第二危险级别的情况下,当所述目标危险级别为所述第一危险级别时,发送预设的警告消息,以提示所述直播用户停止所述目标危险行为;
关断子单元,被配置为当所述目标危险级别为所述第二危险级别时,关断当前直播。
根据本公开实施例的第三方面,提供一种服务器,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行存储器上所存放的程序时,实现任一第一方面所述的方法步骤。
根据本公开实施例的第四方面,提供一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,实现任一第一方面所述的方法步骤。
本公开实施例提供的技术方案可以包括以下有益效果:在直播用户的直播过程中,获取执行直播操作的用户终端发送的终端检测数据;然后,基于终端检测数据,检测直播用户是否正在执行目标危险行为。若检测到直播用户正在执行目标危险行为,则确定目标危险行为的目标危险级别,基于用户终端执行的直播操作,执行与目标危险级别对应的预警操作。由此,能够实现针对危险行为的自动检测,提高检测直播用户的危险行为的效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种危险行为的检测方法的流程图。
图2是根据一示例性实施例示出的一种警示消息的示意图。
图3是根据一示例性实施例示出的一种危险行为的检测方法的流程图。
图4是根据一示例性实施例示出的一种危险行为的检测方法的流程图。
图5是根据一示例性实施例示出的一种危险行为的检测装置的框图。
图6是根据一示例性实施例示出的一种服务器的框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种危险行为的检测方法的流程图,如图1所示,该危险行为的检测方法用于直播平台的服务器中,包括以下步骤。
在步骤101中,在直播用户的直播过程中,获取执行直播操作的用户终端发送的终端检测数据。
其中,执行直播操作的用户终端例如手机、平板电脑。终端检测数据包括用户终端拍摄的直播视频图像、用户终端的地理位置信息、用户终端的姿态数据中的至少一种。
在实施中,直播用户可以执行预设操作,以使安装有直播的应用程序的用户终端发送直播请求至服务器。预设操作可以是点击预设菜单页面中用于表示开启直播的图标,预设操作也可以是发出用于表示开启直播的语音。
在响应直播请求并开启直播后,服务器可以接收执行直播操作的用户终端发送的终端检测数据。
本公开实施例中,用户终端可以通过多种方式获取终端检测数据,例如,用户终端中可以预先设置有GPS(Global Positioning System,全球定位系统)模块,用户终端可以通过GPS模块,采集用户终端的地理位置信息。类似的,用户终端中还可以预先设置有视频采集部件,用户终端可以通过视频采集部件,拍摄直播用户,得到直播视频图像。用户终端中还可以预先设置有陀螺仪,陀螺仪包括三轴陀螺仪、六轴陀螺仪、MEMS(Micro ElectroMechanical System,微机电系统)陀螺仪中的一种或多种。用户终端可以通过陀螺仪获取自身的姿态数据,姿态数据例如航向、俯仰、横滚中的一个方向的角度,或多个方向的角度的组合。
在步骤102中,基于终端检测数据,检测直播用户是否正在执行目标危险行为。
其中,目标危险行为可以是任一可能影响直播用户安全、公共安全的危险行为,直播平台的工作人员可以设置需要进行检测的目标危险行为。例如,目标危险行为可以是驾驶车辆的同时进行直播、吸烟、接打电话。
在实施中,服务器可以基于终端检测数据,检测直播用户是否正在执行目标危险行为,得到检测结果。如果检测结果表明直播用户正在执行目标危险行为,则服务器可以执行步骤103;如果检测结果表明直播用户未在执行目标危险行为,则服务器可以不作后续处理。
针对不同种类的终端检测数据,服务器基于终端检测数据检测直播用户是否正在执行目标危险行为的方式也不同。本公开实施例提供了两种实现方式,方式一、针对终端检测数据包括用户终端的目标姿态数据和地理位置信息的情况,服务器可以基于用户终端的目标姿态数据和地理位置信息,检测直播用户是否正在执行目标危险行为。方式二、针对终端检测数据包括用户终端上传的直播视频图像的情况,服务器可以基于直播视频图像检测直播用户是否正在执行目标危险行为。这两种实现方式中服务器的具体处理过程后续会进行详细说明。
在步骤103中,若检测到直播用户正在执行目标危险行为,确定目标危险行为的目标危险级别。
其中,服务器中可以预先设置有危险类型,以及每个危险类型所属的危险级别,危险类型例如明显危险、隐藏危险。相应的,危险类型为明显危险时,该危险类型所属的危险级别可以为高危险级别;危险类型为隐藏危险时,该危险类型所属的危险级别可以为低危险级别。
在实施中,在检测结果表明直播用户正在执行目标危险行为的情况下,服务器可以基于预先设置的危险类型,对目标危险行为进行分类,得到目标危险行为的目标危险类型。然后,服务器可以将目标危险类型所属的危险级别,作为目标危险行为的目标危险级别。
例如,检测到直播用户正在执行目标危险行为“驾驶车辆的同时吸烟”时,服务器可以对目标危险行为“驾驶车辆的同时吸烟”进行分类,得到的目标危险类型为隐藏危险,再将隐藏危险所属的危险级别“低危险级别”作为目标危险级别。
可选的,针对每种危险行为,服务器可以对应存储有该危险行为的行为标识和与该危险行为相应的危险级别,得到危险行为与危险级别的对应关系。危险行为与危险级别的对应关系例如,危险行为为“驾驶车辆的同时进行直播”时,危险级别为高危险级别;危险行为为“驾驶车辆的同时吸烟”时,危险级别为低危险级别;危险行为为“驾驶车辆的同时接打电话”时,危险级别为低危险级别。
服务器可以基于预先存储的危险行为与危险级别的对应关系,确定目标危险行为的目标危险级别,具体实现方式为:根据预先存储的危险行为与危险级别的对应关系,确定目标危险行为的目标危险级别。
本公开实施例中,服务器在检测到用户正在执行目标危险行为后,确定目标危险行为的目标危险级别,便于服务器后续针对属于不同危险级别的目标危险行为,执行相应的预警操作,以提示直播用户改变当前的危险行为,从而保证直播用户的安全,使得直播平台能够提供监管服务。
在步骤104中,基于用户终端执行的直播操作,执行与目标危险级别对应的预警操作。
其中,预警操作例如关停当前直播、发送警示消息以提示直播用户停止当前的目标危险行为。
在实施中,服务器中可以预先存储有危险级别与预警操作的对应关系,服务器可以根据该对应关系,确定目标危险级别对应的预警操作,然后,基于用户终端执行的直播操作,执行预警操作。
本公开实施例中,服务器可以在直播用户的直播过程中,获取执行直播操作的用户终端发送的终端检测数据。然后,服务器可以基于终端检测数据,检测直播用户是否正在执行目标危险行为。之后,服务器可以在检测到直播用户正在执行目标危险行为时,确定目标危险行为的目标危险级别,再基于用户终端执行的直播操作,执行与目标危险级别对应的预警操作。由于在直播过程中,服务器可以基于终端检测数据,检测直播用户是否正在执行目标危险行为,因此,能够实现针对危险行为的自动检测,提高检测直播用户的危险行为的效率。
可选的,针对多个危险级别,直播平台的工作人员可以通过服务器,为每个危险级别设置相应的预警操作,建立危险级别与预警操作的对应关系。
在一种可行的实现方式中,服务器中可以预先设置有两种危险级别(分别称为第一危险级别和第二危险级别),第一危险级别低于第二危险级别,即第一危险级别对应的危险动作的危险程度低于第二危险级别对应的危险动作的危险程度。目标危险行为的目标危险级别可以是第一危险级别或第二危险级别,此时,服务器基于用户终端执行的直播操作,执行与目标危险级别对应的预警操作包括:
如果目标危险级别为第一危险级别,则发送预设的警告消息,以提示直播用户停止目标危险行为;如果目标危险级别为第二危险级别,则关断当前直播。
在实施中,如果目标危险级别为第一危险级别,即目标危险动作的危险程度较低,则服务器可以根据危险级别与预警操作的对应关系,确定第一危险级别对应的预警操作为发送警告消息,然后,服务器可以向执行直播操作的用户终端发送预设的警告消息,用户终端可以在当前直播页面中显示该警告消息,以提示直播用户停止目标危险行为。如图2所示,为本公开实施例提供的一种警告消息的示意图。
如果目标危险级别为第二危险级别,即目标危险动作的危险程度较高,则服务器可以根据危险级别与预警操作的对应关系,确定第二危险级别对应的预警操作为关断当前直播。然后,服务器可以直接关断当前直播。
可选的,直播平台的工作人员可以根据各危险动作的危险程度的不同,设置多个危险级别,并为每个危险级别设置相应的预警操作,本公开实施例对危险级别的个数以及各危险级别对应的预警操作的具体形式不作限定。
本公开实施例中,目标危险行为的目标危险级别包括第一危险级别和第二危险级别,第一危险级别低于第二危险级别,服务器可以在目标危险级别为第一危险级别时,发送预设的警告消息;目标危险级别为第二危险级别时,关断当前直播。由此,服务器可以实现针对属于不同危险级别的目标危险动作,执行相应的预警操作,及时减少危险动作带来的危害。
可选的,下面对服务器基于不同种类的终端检测数据,检测直播用户是否正在执行目标危险行为的两种具体实现方式进行介绍,方式一,针对终端检测数据包括用户终端的目标姿态数据和地理位置信息的情况,如图3所示,服务器检测直播用户是否正在执行目标危险行为的处理过程可以包括以下步骤:
在步骤301中,根据地理位置信息,计算直播用户的目标移动速度。
在实施中,用户终端可以将GPS模块采集到的地理位置信息发送至服务器,然后,服务器可以根据接收到的地理位置信息,计算直播用户的目标移动速度。
例如,2019年4月16日21时30分30秒时,服务器接收到的地理位置信息代表:直播用户的当前位置是樱花路口;2019年4月16日21时30分35秒时,服务器接收到的地理位置信息代表:直播用户的当前位置是樱花路口向南50m。服务器可以计算这两个地理位置信息对应的地理位置之间的距离,得到50m,然后,将该距离50m除以接收到这两个地理位置信息的时间间隔5s,得到直播用户的目标移动速度36km/h。
在一种可行的实现方式中,如果直播用户正在驾驶机动车辆,用户终端可以与直播用户所驾驶的机动车辆的控制系统相连。用户终端可以通过控制系统获取该机动车辆的当前驾驶速度,将当前驾驶速度发送至服务器,然后,服务器可以将接收到的当前驾驶速度作为直播用户的目标移动速度。
在步骤302中,根据预设的分类模型和目标姿态数据,判断直播用户是否处于预设危险姿态。
其中,服务器中可以预先设置有分类模型,分类模型可以是任一具有分类功能的机器学习模型,例如,LR(Linear Regression,线性回归)以及GBDT(Gradient BoostingDecision Tree,梯度提升决策树)。可选的,分类模型可以是RF(Random Forest,随机森林)分类模型。分类模型可以对姿态数据进行分类,得到的分类结果为处于预设危险姿态,或非危险姿态。预设危险姿态可以是任一表示直播用户正在驾驶机动车辆的姿态。可选的,预设危险姿态为手握方向盘。服务器中还可以设置有预设移动速度阈值,预设移动速度阈值例如15km/h。
在实施中,服务器可以通过预设的分类模型,对预设时间段内接收到的目标姿态数据进行分类,得到分类结果。或者,服务器可以通过预设的分类模型,对连续接收到的预设次数个目标姿态数据进行分类,得到分类结果。
例如,服务器可以通过分类模型,对5s内接收到的目标姿态数据进行分类,得到分类结果。或者,服务器可以通过分类模型,对连续接收到的10个目标姿态数据进行分类,得到分类结果。
如果分类结果为预设危险姿态,则服务器可以判断直播用户的目标移动速度是否大于预设移动速度阈值;如果目标移动速度大于预设移动速度阈值,然后,服务器可以执行步骤303。
如果分类结果为预设危险姿态,并且目标移动速度不大于预设移动速度阈值,或者,如果分类结果不是预设危险姿态,服务器可以不作后续处理。
在步骤303中,确定直播用户正在执行目标危险行为。
本公开实施例中,服务器根据目标移动速度和预设移动速度阈值,判断直播用户是否在高速移动;根据分类模型和目标姿态数据,判断直播用户是否处于预设危险姿态;当分类结果是预设危险姿态,并且目标移动速度大于预设移动速度阈值时,确定直播用户正在执行目标危险行为。因此,可以自动、快速、准确的检测出危险行为,提高检测危险行为的效率。
可选的,服务器中可以预先设置有初始分类模型,服务器可以在接收到训练指令后,获取预先存储的姿态数据训练集,姿态数据训练集包括多个姿态数据样本,以及与每个姿态数据样本对应的驾驶姿态,驾驶姿态为预设危险姿态或非危险姿态。
然后,服务器可以基于预先存储的姿态数据训练集对初始分类模型进行训练,得到分类模型。本公开实施例中,初始分类模型的具体训练过程为现有技术,此处不再赘述。
可选的,方式二,针对终端检测数据包括用户终端上传的直播视频图像的情况,如图4所示,服务器检测直播用户是否正在执行目标危险行为的处理过程可以包括以下步骤:
在步骤401中,对直播视频图像进行图像识别,得到直播用户的当前行为。
在实施中,当直播形式为视频直播、直播用户的用户身份为主播时,终端检测数据还可以包括用户终端上传的直播视频图像。服务器可以通过预设的图像识别算法,对直播视频图像进行图像识别,得到直播用户的当前行为。直播用户的当前行为例如喝水、吃饭。
在步骤402中,判断当前行为是否为预设危险行为。
在实施中,服务器可以判断直播用户的当前行为是否为预设危险行为,如果当前行为为预设危险行为,则服务器可以执行步骤403。如果当前行为不是预设危险行为,则服务器可以不作后续处理。
在步骤403中,确定直播用户正在执行目标危险行为。
本公开实施例中,服务器基于直播视频图像,检测直播用户是否正在执行目标危险行为的实现方式可以是多种多样的,在一种可行的实现方式中,服务器可以通过图像识别算法对直播画面进行图像识别,检测直播用户所处的环境和/或直播用户的肢体动作,基于环境信息和/或直播用户的肢体动作,确定直播用户的当前行为。
例如,服务器可以通过图像识别算法对直播画面进行图像识别,得到直播用户所处的环境为车辆内部,直播用户的肢体动作为双手握持方向盘,则服务器可以确定直播用户的当前行为为驾驶车辆。
在另一种可行的实现方式中,服务器可以通过对直播视频图像进行图像识别,得到直播用户的当前状态,当前状态例如未系安全带、疲劳驾驶等。然后,服务器可以判断直播用户的当前状态是否为预设危险状态,如果当前状态为预设危险状态,则服务器可以确定直播用户正在执行目标危险行为。如果当前状态不是预设危险状态,则服务器可以不作后续处理。
例如,服务器可以对直播画面进行图像识别,以判断直播用户是否处于未系安全带的预设危险姿态。或者,服务器可以针对预设时间段内的直播画面进行图像识别,以判断直播用户是否处于疲劳驾驶(例如瞌睡)的预设危险姿态。
本公开实施例中,针对终端检测数据包括用户终端上传的直播视频图像的情况,服务器可以对直播视频图像进行图像识别,得到直播用户的当前行为。然后,服务器可以判断当前行为是否为预设危险行为,并在当前行为为预设危险行为时,确定直播用户正在执行目标危险行为。
本公开实施例中,直播形式包括视频直播和音频直播,在进行视频直播时,直播用户的用户身份可以是主播或观众,在进行音频直播时,直播用户的用户身份可以是主播或听众。由于驾驶机动车辆时,驾驶员除操控方向盘外执行不同的操作时,注意力被分散的程度也有所不同,例如,一般情况下,驾驶员可以在驾驶机动车辆时收听广播,但是不可以在驾驶机动车辆的同时观看视频。因此,服务器可以针对不同的直播形式,以及直播用户的不同用户身份,检测直播用户是否正在执行目标危险行为。
在一种可行的实现方式中,如果直播形式为音频直播,直播用户的用户身份为听众,服务器可以不对直播用户是否正在执行目标危险行为进行检测。
在另一种可行的实现方式中,如果直播形式为音频直播,直播用户的用户身份为主播;或者,如果直播形式为视频直播,直播用户的用户身份为观众,服务器可以获取用户终端的目标姿态数据和地理位置信息,基于目标姿态数据和地理位置信息,检测直播用户是否正在执行目标危险行为。
在第三种可行的实现方式中,如果直播形式为视频直播,直播用户的用户身份为主播,除获取用户终端的目标姿态数据和地理位置信息,基于目标姿态数据和地理位置信息,检测直播用户是否正在执行目标危险行为外,服务器还可以根据用户终端上传的直播视频图像,检测直播用户是否正在执行目标危险行为。
由此,服务器可以针对不同的直播形式、不同用户身份的直播用户,自动检测该直播用户是否正在执行目标危险行为,一方面,能够减轻服务器的检测压力,另一方面,便于服务器为直播用户提供不同的预警操作,提高用户体验。
图5是根据一示例性实施例示出的一种危险行为的检测装置框图,所述装置应用于直播平台的服务器。参照图5,该装置包括获取单元510,检测单元520,确定单元530和执行单元540。
获取单元510,被配置为在直播用户的直播过程中,获取执行直播操作的用户终端发送的终端检测数据;
检测单元520,被配置为基于所述终端检测数据,检测所述直播用户是否正在执行目标危险行为;
确定单元530,被配置为若检测到所述直播用户正在执行目标危险行为,则确定所述目标危险行为的目标危险级别;
执行单元540,被配置为基于所述用户终端执行的直播操作,执行与所述目标危险级别对应的预警操作。
可选的,所述检测单元包括:
计算子单元,被配置为在所述终端检测数据包括所述用户终端的目标姿态数据和地理位置信息的情况下,根据所述地理位置信息,计算所述直播用户的目标移动速度;
判断子单元,被配置为根据预设的分类模型和所述目标姿态数据,判断所述直播用户是否处于预设危险姿态;
第一确定子单元,被配置为当所述直播用户处于所述预设危险姿态,且所述目标移动速度大于预设移动速度阈值时,确定所述直播用户正在执行目标危险行为。
可选的,所述检测单元包括:
识别子单元,被配置为在所述终端检测数据包括所述用户终端上传的直播视频图像的情况下,对所述直播视频图像进行图像识别,得到所述直播用户的当前行为;
第二确定子单元,被配置为当所述当前行为为预设危险行为时,确定所述直播用户正在执行目标危险行为。
可选的,所述确定单元包括:
第三确定子单元,被配置为根据预先存储的危险行为与危险级别的对应关系,确定所述目标危险行为的目标危险级别。
可选的,所述执行单元包括:
发送子单元,被配置为在所述目标危险级别包括第一危险级别和第二危险级别,所述第一危险级别低于所述第二危险级别的情况下,当所述目标危险级别为所述第一危险级别时,发送预设的警告消息,以提示所述直播用户停止所述目标危险行为;
关断子单元,被配置为当所述目标危险级别为所述第二危险级别时,关断当前直播。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本公开的实施例提供的技术方案可以包括以下有益效果:在直播用户的直播过程中,获取执行直播操作的用户终端发送的终端检测数据;然后,基于终端检测数据,检测直播用户是否正在执行目标危险行为。若检测到直播用户正在执行目标危险行为,则确定目标危险行为的目标危险级别,基于用户终端执行的直播操作,执行与目标危险级别对应的预警操作。由此,能够实现针对危险行为的自动检测,提高检测直播用户的危险行为的效率。
图6是根据一示例性实施例示出的一种用于危险行为的检测装置600的框图。例如,装置600可以被提供为一服务器。参照图6,装置600包括处理组件622,其进一步包括一个或多个处理器,以及由存储器632所代表的存储器资源,用于存储可由处理组件622的执行的指令,例如应用程序。存储器632中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件622被配置为执行指令,以执行上述危险行为的检测方法。
装置600还可以包括一个电源组件626被配置为执行装置600的电源管理,一个有线或无线网络接口650被配置为将装置600连接到网络,和一个输入输出(I/O)接口658。装置600可以操作基于存储在存储器632的操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本公开的实施例提供的技术方案可以包括以下有益效果:在直播用户的直播过程中,获取执行直播操作的用户终端发送的终端检测数据;然后,基于终端检测数据,检测直播用户是否正在执行目标危险行为。若检测到直播用户正在执行目标危险行为,则确定目标危险行为的目标危险级别,基于用户终端执行的直播操作,执行与目标危险级别对应的预警操作。由此,能够实现针对危险行为的自动检测,提高检测直播用户的危险行为的效率。
在示例性实施例中,还提供了一种存储介质,所述存储介质内存储有计算机程序,当所述计算机程序被处理器执行时,实现上述任一所述的危险行为的检测方法。
可选地,该存储介质可以是非临时性计算机可读存储介质,示例性的,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的危险行为的检测方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求书限定。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由权利要求书来限制。

Claims (10)

1.一种危险行为的检测方法,其特征在于,所述方法应用于直播平台的服务器,包括:
在直播用户的直播过程中,获取执行直播操作的用户终端发送的终端检测数据;
基于所述终端检测数据,检测所述直播用户是否正在执行目标危险行为;
若检测到所述直播用户正在执行目标危险行为,则确定所述目标危险行为的目标危险级别;
基于所述用户终端执行的直播操作,执行与所述目标危险级别对应的预警操作;
在所述终端检测数据包括所述用户终端的目标姿态数据和地理位置信息的情况下,所述基于所述终端检测数据,检测所述直播用户是否正在执行目标危险行为包括:
根据所述地理位置信息,计算所述直播用户的目标移动速度;
根据预设的分类模型和所述目标姿态数据,判断所述直播用户是否处于预设危险姿态;
如果所述直播用户处于所述预设危险姿态,且所述目标移动速度大于预设移动速度阈值,则确定所述直播用户正在执行目标危险行为。
2.根据权利要求1所述的危险行为的检测方法,其特征在于,在所述终端检测数据包括所述用户终端上传的直播视频图像的情况下,所述基于所述终端检测数据,检测所述直播用户是否正在执行目标危险行为包括:
对所述直播视频图像进行图像识别,得到所述直播用户的当前行为;
如果所述当前行为为预设危险行为,则确定所述直播用户正在执行目标危险行为。
3.根据权利要求1或2所述的危险行为的检测方法,其特征在于,所述确定所述目标危险行为的目标危险级别包括:
根据预先存储的危险行为与危险级别的对应关系,确定所述目标危险行为的目标危险级别。
4.根据权利要求3所述的危险行为的检测方法,其特征在于,所述目标危险级别包括第一危险级别和第二危险级别,所述第一危险级别低于所述第二危险级别,所述基于所述用户终端执行的直播操作,执行与所述目标危险级别对应的预警操作包括:
如果所述目标危险级别为所述第一危险级别,则发送预设的警告消息,以提示所述直播用户停止所述目标危险行为;
如果所述目标危险级别为所述第二危险级别,则关断当前直播。
5.一种危险行为的检测装置,其特征在于,所述装置应用于直播平台的服务器,包括:
获取单元,被配置为在直播用户的直播过程中,获取执行直播操作的用户终端发送的终端检测数据;
检测单元,被配置为基于所述终端检测数据,检测所述直播用户是否正在执行目标危险行为;
确定单元,被配置为当检测到所述直播用户正在执行目标危险行为时,确定所述目标危险行为的目标危险级别;
执行单元,被配置为基于所述用户终端执行的直播操作,执行与所述目标危险级别对应的预警操作;
所述检测单元包括:
计算子单元,被配置为在所述终端检测数据包括所述用户终端的目标姿态数据和地理位置信息的情况下,根据所述地理位置信息,计算所述直播用户的目标移动速度;
判断子单元,被配置为根据预设的分类模型和所述目标姿态数据,判断所述直播用户是否处于预设危险姿态;
第一确定子单元,被配置为当所述直播用户处于所述预设危险姿态,且所述目标移动速度大于预设移动速度阈值时,确定所述直播用户正在执行目标危险行为。
6.根据权利要求5所述的危险行为的检测装置,其特征在于,所述检测单元包括:
识别子单元,被配置为在所述终端检测数据包括所述用户终端上传的直播视频图像的情况下,对所述直播视频图像进行图像识别,得到所述直播用户的当前行为;
第二确定子单元,被配置为当所述当前行为为预设危险行为时,确定所述直播用户正在执行目标危险行为。
7.根据权利要求5或6所述的危险行为的检测装置,其特征在于,所述确定单元包括:
第三确定子单元,被配置为根据预先存储的危险行为与危险级别的对应关系,确定所述目标危险行为的目标危险级别。
8.根据权利要求5所述的危险行为的检测装置,其特征在于,所述执行单元包括:
发送子单元,被配置为在所述目标危险级别包括第一危险级别和第二危险级别,所述第一危险级别低于所述第二危险级别的情况下,当所述目标危险级别为所述第一危险级别时,发送预设的警告消息,以提示所述直播用户停止所述目标危险行为;
关断子单元,被配置为当所述目标危险级别为所述第二危险级别时,关断当前直播。
9.一种服务器,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行存储器上所存放的程序时,实现权利要求1-4任一所述的方法步骤。
10.一种非临时性计算机可读存储介质,当所述存储介质中的指令由移动终端的处理器执行时,实现权利要求1-4任一所述的方法步骤。
CN201910749892.8A 2019-08-14 2019-08-14 一种危险行为的检测方法、装置、服务器及存储介质 Active CN110490120B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910749892.8A CN110490120B (zh) 2019-08-14 2019-08-14 一种危险行为的检测方法、装置、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910749892.8A CN110490120B (zh) 2019-08-14 2019-08-14 一种危险行为的检测方法、装置、服务器及存储介质

Publications (2)

Publication Number Publication Date
CN110490120A CN110490120A (zh) 2019-11-22
CN110490120B true CN110490120B (zh) 2022-03-25

Family

ID=68551025

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910749892.8A Active CN110490120B (zh) 2019-08-14 2019-08-14 一种危险行为的检测方法、装置、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN110490120B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111818356A (zh) * 2020-07-12 2020-10-23 韶关市启之信息技术有限公司 一种基于场景识别的高危作业直播中断的智能方法
CN112235601B (zh) * 2020-10-13 2023-04-18 中国联合网络通信集团有限公司 直播行为纠正方法、终端、边缘服务器及计算机设备
CN113034503B (zh) * 2021-05-28 2021-08-24 博奥生物集团有限公司 一种高通量自动分杯方法、装置及系统
CN114900708A (zh) * 2022-05-07 2022-08-12 北京红山信息科技研究院有限公司 一种基于PaaS平台的直播系统及其方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105872773A (zh) * 2016-06-01 2016-08-17 北京奇虎科技有限公司 视频直播的监控方法及监控装置
CN107968951A (zh) * 2017-12-06 2018-04-27 任明和 对直播视频进行自动侦测和屏蔽的方法
CN109657597A (zh) * 2018-12-13 2019-04-19 南京邮电大学 面向个体直播场景的异常行为检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11455522B2 (en) * 2017-11-17 2022-09-27 International Business Machines Corporation Detecting personal danger using a deep learning system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105872773A (zh) * 2016-06-01 2016-08-17 北京奇虎科技有限公司 视频直播的监控方法及监控装置
CN107968951A (zh) * 2017-12-06 2018-04-27 任明和 对直播视频进行自动侦测和屏蔽的方法
CN109657597A (zh) * 2018-12-13 2019-04-19 南京邮电大学 面向个体直播场景的异常行为检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
互联网直播平台内容监管技术的研究;郭林 等;《信息与电脑》;20171031;第3节 *
基于视频结构化描述的图像综合平台应用研究;陈杰;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150415;正文第4.1节 *

Also Published As

Publication number Publication date
CN110490120A (zh) 2019-11-22

Similar Documents

Publication Publication Date Title
CN110490120B (zh) 一种危险行为的检测方法、装置、服务器及存储介质
US9319860B2 (en) Mobile terminal that determine whether the user is walking while watching the mobile terminal
EP3163543B1 (en) Alarming method and device
WO2021059714A1 (ja) 占有グリッドマップ生成装置、占有グリッドマップ生成システム、占有グリッドマップ生成方法、およびプログラム
CN110166789B (zh) 监测视频直播敏感信息的方法、计算机设备及可读存储介质
EP2668553A1 (en) Information processing device, alarm method, and program
CN108597176A (zh) 一种基于可穿戴设备的安全预警方法及可穿戴设备
CN105739696B (zh) 应用程序的管理方法、管理装置及移动终端
CN110544491A (zh) 一种实时关联说话人及其语音识别结果的方法及装置
CN112455452A (zh) 驾驶状态的检测方法、装置及设备
CN107065622A (zh) 一种电器运行信息反馈方法及装置
CN113033529A (zh) 基于图像识别的预警方法、装置、电子设备和介质
CN113569718A (zh) 提醒方法、装置、设备、系统和存储介质
CN112684955A (zh) 一种车辆泊出的交互方法、装置和车辆
CN103747520B (zh) 一种移动终端的定位方法和装置
CN105141785B (zh) 一种电话接听方法及装置
CN109462818A (zh) 一种识别用户出行轨迹的方法、装置及终端
CN105407460A (zh) 一种预设区域内设备的追踪方法和系统
KR20190010121A (ko) 비콘을 이용한 화재 재난 조기 경보 시스템
CN104835340A (zh) 一种音量的处理方法及装置
CN114615653A (zh) 一种卫星定位信息上报方法、终端设备及存储介质
CN112666951A (zh) 一种泊车交互方法、装置和车辆
CN107741262B (zh) 一种水深检测方法及可穿戴设备
US20210160655A1 (en) Device location method
KR20160029055A (ko) 피난경로 제공 방법, 사용자 단말, 및 피난경로 제공 서버

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