一种预警方法、服务器及预警系统
技术领域
本发明实施例涉及安全预警技术领域,特别涉及一种预警方法、服务器及预警系统。
背景技术
当前的视频监控系统或者保障系统只起到视频回传的作用,需要依靠工作人员观看视频监控系统回传的视频来监控用户是否受伤,并在用户受伤时通知现场的工作人员采取救治措施,从而保障用户的安全性。例如,在某马拉松赛事保障上,通过在运动员的行进路线上设置多个监控设备,工作人员通过观看监控设备的回传的视频判断运动员是否摔倒,并在运动员摔倒时通知现场的工作人员采取救治措施,使得用户能够及时被救治,从而保障用户的安全性。
发明人发现现有技术中至少存在如下问题:现有的视频监控系统虽然能够提高用户被救治的及时性,然而,并不能避免用户受伤,用户的安全性仍然不够高。
发明内容
本发明实施方式的目的在于提供一种预警方法、服务器及预警系统,能够提高用户的安全性。
为解决上述技术问题,本发明的实施方式提供了一种预警方法,包括:获取多个监控设备发送的、不同时间段内的多个监控视频;分别解析多个所述监控视频,得到每个所述监控视频中的用户的身份信息及身体状态信息,并将所述身份信息与所述身体状态信息关联;根据与所述用户的身份信息关联的多个所述身体状态信息,确定所述用户的身体变化趋势;若所述身体变化趋势满足预设条件,触发告警。
本发明的实施方式还提供了一种服务器,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上述的预警方法。
本发明的实施方式还提供了一种预警系统,包括:如上述的服务器,以及与所述服务器通信连接且位于不同位置的多个监控设备;多个所述监控设备用于拍摄用户在不同时间段内的多个监控视频。
本发明实施方式相对于现有技术而言,通过获取多个监控设备发送的、不同时间段内的多个监控视频,分别解析多个所述监控视频,得到每个所述监控视频中的用户的身份信息及身体状态信息,并将所述身份信息与所述身体状态信息关联,即,标记出多个所述监控视频中的运动员的身份信息与身体状态信息之间的对应关系,从而能够根据与所述用户的身份信息关联的多个所述身体状态信息,确定所述用户的身体变化趋势,即,通过身份信息与身体状态信息之间的关联性,获得某个用户在多个监控视频中的身体状态信息,而多个监控视频中的身体状态信息表征用户在不同时间段的身体状况,从而能够确定用户的身体变化趋势,若所述身体变化趋势满足预设条件,即,用户可能存在摔倒、心脏骤停等趋势,此时,触发告警,以便提醒运动员或工作人员及时采取措施,从而能够在用户发生危险之前予以避免,提高用户的安全性。
另外,所述分别解析多个所述监控视频,得到每个所述监控视频中的用户的身份信息及身体状态信息之后,还包括:记录与所述身体状态信息对应的时间点;所述根据与所述用户的身份信息关联的多个所述身体状态信息,确定所述用户的身体变化趋势,具体为:根据与所述用户的身份信息关联的多个所述身体状态信息,以及与所述身体状态信息对应的时间点,得到用户的身体恶化速率;其中,所述身体恶化速率用于表征用户在单位时间内的身体状态恶化程度;所述身体变化趋势满足预设条件,具体为:所述身体恶化速率大于或等于预设阈值。通过记录与所述身体状态信息对应的时间点,根据与所述用户的身份信息关联的多个所述身体状态信息,以及与所述身体状态信息对应的时间点,得到用户的身体恶化速率,若所述身体恶化速率大于或等于预设阈值,触发告警,而身体恶化速率大于或等于预设阈值表征用户身体状态正在快速恶化,很有可能在短时间内发生危险,此时触发告警,能够及时提醒用户及工作人员采取预防措施,预防用户身体状况进一步恶化,提高用户的安全性。
另外,所述分别解析多个所述监控视频,得到每个所述监控视频中的用户的身份信息,具体包括:获取每个所述监控视频中的用户的脸部特征;从预存的脸部特征集中查找与所述脸部特征匹配的脸部数据;将与所述用户的脸部特征匹配的脸部数据对应的身份信息,作为所述用户的身份信息。
另外,所述分别解析多个所述监控视频,得到每个所述监控视频中的用户的身份信息之前,还包括:根据所述监控视频确定当前监控到所述用户的监控设备;获取多个所述监控设备的位置信息;根据当前监控到所述用户的监控设备的位置信息、以及其他所述监控设备的位置信息,确定在所述用户的行进路线上、可拍摄到所述用户的下一个监控设备;将下一个所述监控设备发送的监控视频与当前所述用户的脸部数据关联;所述分别解析多个所述监控视频,得到每个所述监控视频中的用户的身份信息,具体包括:获取与每个所述监控视频关联的所述脸部数据;获取每个所述监控视频中的用户的脸部特征;判断所述脸部特征是否与关联的所述脸部数据匹配;若是,则将与所述脸部数据对应的身份信息,作为所述用户的身份信息;若否,则从预存的脸部特征集中查找与所述脸部特征匹配的身份信息。通过将下一个所述监控设备发送的监控视频与当前所述用户的脸部数据关联,从而能够在识别监控视频中的用户身份时,获取与每个所述监控视频关联的所述脸部数据,率先判断每个所述监控视频中的用户的脸部特征是否与关联的所述脸部数据匹配,若是,则将与所述脸部数据对应的身份信息,作为所述用户的身份信息,由于下一个所述监控设备发送的监控视频中很有可能出现我们预先判断出的用户,因此,率先与该用户的人脸数据进行比对,能够极大的提高人脸识别的效率,缩短识别判断的时间,进一步提高告警的及时性;若所述脸部特征与关联的所述脸部数据不匹配,则从预存的脸部特征集中查找与所述脸部特征匹配的身份信息,从而保证了监控视频中用户身份识别的可靠性。
另外,所述判断所述脸部特征是否与关联的所述脸部数据匹配之前,还包括:获取所述用户到达下一个所述监控设备的监控范围内的到达时间点;在预设时间范围内,才执行所述判断所述脸部特征是否与关联的所述脸部数据匹配;其中,所述预设时间范围根据所述到达时间点确定。通过在所述到达时间点前后,用户出现在下一个所述监控设备的可能性较大,因此,通过在预设时间范围内,才执行所述判断所述脸部特征是否与关联的所述脸部数据匹配,能够较快的识别出用户的身份信息,避免了在其他时间段率先将每个所述监控视频中的用户的脸部特征与关联的所述脸部数据进行匹配、造成时间上的浪费,提高了用户的身份信息识别的效率。
另外,所述获取所述用户到达下一个所述监控设备的监控范围内的到达时间点,具体为:解析所述监控视频,得到所述用户的移动速度;记录所述用户离开当前监控设备的监控范围的离开时间点;根据当前所述监控设备的位置信息和下一个所述监控设备的位置信息,计算所述用户到达下一个所述监控设备的运动距离;根据所述移动速度、以及所述运动距离,计算所述用户到达下一个所述监控设备的监控范围内的到达时间点。通过解析所述监控视频,得到所述用户的移动速度,根据当前所述监控设备的位置信息和下一个所述监控设备的位置信息,计算所述用户到达下一个所述监控设备的运动距离,从而能够得到用户到达下一个所述监控设备所需的时间,并通过记录所述用户离开当前监控设备的监控范围的离开时间点,从而能够得到所述用户到达下一个所述监控设备的监控范围内的到达时间点。
另外,若未查找到与所述脸部特征匹配的脸部数据,则将所述脸部特征更新至所述脸部特征集中。
另外,所述触发告警之前,还包括:根据所述监控视频确定当前监控到所述用户的监控设备;所述触发告警,具体为:触发当前监控到所述用户的监控设备告警。由于当前监控到所述用户的监控设备与所述用户的距离较近,通过触发当前监控到所述用户的监控设备告警,能够及时提醒到用户或附近的工作人员及时采取措施,进一步提高了救援的及时性。
另外,所述身体状态信息包括面部表情、呼吸速率、身体动作、出汗情况中的至少一者或其任意组合。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本发明第一实施方式提供的预警方法的流程图;
图2是本发明第二实施方式提供的预警方法的流程图;
图3是本发明第三实施方式提供的预警方法的流程图;
图4是本发明第四实施方式提供的预警方法的流程图;
图5是本发明第五实施方式提供的服务器的结构示意图;
图6是本发明第六实施方式提供的预警系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。
本发明的第一实施方式涉及一种预警方法,具体流程如图1所示,包括:
S11:获取多个监控设备发送的、不同时间段内的多个监控视频。
具体的说,在本步骤中,在马拉松赛事保障上,多个监控设备可以依次设置在运动员的行进路线上,从而拍摄运动员在整个行进过程中的视频,由于多个监控设备设置在不同的位置,从而分别记录的是运动员在不同时间段内的监控视频。
其中,监控设备可以为用于赛事保障的救援头盔,在实际应用中,志愿者佩戴救援头盔,站在比赛行进路线旁,注视经过的运动员,救援头盔摄像设备实时录制视频,每一台救援头盔将视频实时同步到云端集中管控与分析平台。当然,监控设备也可以为固定式的监控摄像设备,其可以应用于任何场景,此处不再赘述。
S12:分别解析多个监控视频,得到每个监控视频中的用户的身份信息及身体状态信息,并将身份信息与身体状态信息关联。
在本步骤中,云端建立脸部特征集,用于存储此次比赛运动员的人脸数据(当然,参见此次运动的工作人员也可以存储,此处不做限定),获取每个监控视频中的用户的脸部特征及身体状态信息,从预存的脸部特征集中查找与脸部特征匹配的脸部数据(即,匹配度达到设定阈值,其中,设定阈值可以根据实现情况进行设定),将与用户的脸部特征匹配的脸部数据对应的身份信息,作为用户的身份信息,并且,将身份信息与身体状态信息关联,通过将每个监控视频中的身份信息与身体状态信息关联,从而将多个监控设备在云端彼此产生关联,智能的连在一起,实现对一个目标进行持续性的监控和身体状态变化的分析。
在实际应用中,可以通过云端AI算法提取每一路视频流中的人脸特征,将后续身体状态信息继续写入该人脸特征对应的状态变化信息库。具体的,云端AI算法分析每个运动员的面部表情,身体姿态健康维度(取决于AI算法的实现方式和能力,此处不做限定),以一定频率(如5秒钟一次)判定视频中每个运动员的当前身体状况信息,将身体状态信息存储到该运动员对应的状态变化信息库。
其中,身体状态信息可以包括面部表情、呼吸速率、身体动作、出汗情况中的至少一者或其任意组合。本实施方式中,可以根据用户的身体状态信息对用户的身体状况进行打分,将打分信息存储到该运动员对应的状态变化信息库,打分可以根据用户的面部表情、呼吸速率、身体动作、出汗情况中的至少一者或其任意组合进行评估。
具体的,用户的面部眉头皱的越严重,表征用户的身体状态越差,此时分数可以更低(或更高);在正常呼吸频率以上时,呼吸越快,表征用户的身体状态越危险,此时分数可以更低(或更高);用户动作动作与标准动作之间的差距越大,表征用户的体力越差,摔倒的可能性越高,此时分数可以更低(或更高);用户出汗越多,表征用户越虚弱,此时分数可以更低(或更高)。
具体的,打分可以是一个总分,如100分表示身体状态没有任何问题,80分表示身体状态优良,60表示身体状态及格,0分表示身体状态极度危险。当然,打分也可以是多个维度的多个分数,例如,可以包括面部表情分数、呼吸状态的分数、出汗情况的分数、动作危险性的分数等,此处不做限定。
可选的,若未查找到与脸部特征匹配的脸部数据,则将脸部特征更新至脸部特征集中,从而对忘记录入人脸数据的运动员也可以起到监控和身体状态变化的分析,扩大了保护的受众人员。可以理解的是,也可以不预先录入人脸数据,即,脸部特征集的初始状态可以为空,脸部特征集仅由监控视频中识别出的人脸特征组成,此处不再赘述。
S13:根据与用户的身份信息关联的多个身体状态信息,确定用户的身体变化趋势。
具体的说,在本步骤中,由于在解析多个监控视频得到每个监控视频中的用户的身份信息及身体状态信息后,将身份信息与身体状态信息进行了关联,从而每个用户在不同时间段内的身体状态信息(即,不同监控视频拍摄的监控视频中的身体状态信息)均与其身份信息关联,进而能够根据与用户的身份信息关联的多个身体状态信息,得到用户在不同时间段内的身体状态信息,从而确定用户的身体变化趋势。
S14:当身体变化趋势满足预设条件,触发告警。
在本步骤中,云端监控每一个运动员对应的状态变化信息库中的状态变化情况,如果发现某人身体变化趋势满足预设条件,即,身体状态处于不断恶化的过程中,则触发告警,提醒志愿者或运动员,具体的,可以通过语音提醒和/或显示屏显示出问题的人员的信息,志愿者接到此预警后,即可立刻人为进行干预,运动员自身收到提醒之后,也可以自行调整,从而避免潜在的风险。
可选的,若用户当前的身体状态恶化到一定阈值,也可以触发告警,具体的告警方式与前述类似,此处不再赘述。
本发明实施方式相对于现有技术而言,通过获取多个监控设备发送的、不同时间段内的多个监控视频,分别解析多个监控视频,得到每个监控视频中的用户的身份信息及身体状态信息,并将身份信息与身体状态信息关联,即,标记出多个监控视频中的运动员的身份信息与身体状态信息之间的对应关系,从而能够根据与用户的身份信息关联的多个身体状态信息,确定用户的身体变化趋势,即,通过身份信息与身体状态信息之间的关联性,获得某个用户在多个监控视频中的身体状态信息,而多个监控视频中的身体状态信息表征用户在不同时间段的身体状况,从而能够确定用户的身体变化趋势,当身体变化趋势满足预设条件,即,用户可能存在摔倒、心脏骤停等趋势,此时,触发告警,以便提醒运动员或工作人员及时采取措施,从而能够在用户发生危险之前予以避免,提高用户的安全性。
本发明的第二实施方式涉及一种预警方法。第二实施方式与第一实施方式大致相同,主要区别之处在于:在本发明第二实施方式中,触发告警之前,还包括:根据监控视频确定当前监控到用户的监控设备;触发告警,具体为:触发当前监控到用户的监控设备告警。由于当前监控到用户的监控设备与用户的距离较近,通过触发当前监控到用户的监控设备告警,能够及时提醒到用户或附近的工作人员及时采取措施,进一步提高了救援的及时性。
本实施方式提供的预警方法,如图2所示,具体包括以下步骤:
S21:获取多个监控设备发送的、不同时间段内的多个监控视频。
S22:分别解析多个监控视频,得到每个监控视频中的用户的身份信息及身体状态信息,并将身份信息与身体状态信息关联。
S23:根据与用户的身份信息关联的多个身体状态信息,确定用户的身体变化趋势。
S24:当身体变化趋势满足预设条件,则根据监控视频确定当前监控到用户的监控设备,触发当前监控到用户的监控设备告警。
具体的说,在本步骤中,若用户的身体变化趋势满足预设条件,则获取当前每个监控视频中的脸部特征,判断用户的脸部数据与当前每个监控视频中的脸部特征是否匹配,若是,则与监控视频对应的监控设备即为当前监控到用户的监控设备,此时,触发当前监控到用户的监控设备告警。
在本实施方式中,监控设备为救援头盔,此时立刻对该运动员当前所处视频流的救援头盔发出预警,从而佩戴该救援头盔的工作人员能够立刻人为进行干预,避免潜在的风险。当然,当监控设备为固定设置的摄像设备时,也能通过对该摄像设备发出预警,从而提醒该摄像设备附近的工作人员或该运动员。
可选的,也可以获取身体变化趋势满足预设条件的用户的位置信息,在告警过程中将用户的位置信息一并进行标识,从而更便于工作人员找到出问题的运动员,进一步提高了救助措施的及时性,具体的,可通过语音或地图的方式进行标识。
本实施方式中的步骤S21、S22、S23与第一实施方式中的步骤S11、S12、S13类似,此处不再赘述。
本发明实施方式相对于现有技术而言,通过获取多个监控设备发送的、不同时间段内的多个监控视频,分别解析多个监控视频,得到每个监控视频中的用户的身份信息及身体状态信息,并将身份信息与身体状态信息关联,即,标记出多个监控视频中的运动员的身份信息与身体状态信息之间的对应关系,从而能够根据与用户的身份信息关联的多个身体状态信息,确定用户的身体变化趋势,即,通过身份信息与身体状态信息之间的关联性,获得某个用户在多个监控视频中的身体状态信息,而多个监控视频中的身体状态信息表征用户在不同时间段的身体状况,从而能够确定用户的身体变化趋势,当身体变化趋势满足预设条件,即,用户可能存在摔倒、心脏骤停等趋势,此时,触发告警,以便提醒运动员或工作人员及时采取措施,从而能够在用户发生危险之前予以避免,提高用户的安全性;同时,由于当前监控到用户的监控设备与用户的距离较近,通过触发当前监控到用户的监控设备告警,能够及时提醒到用户或附近的工作人员及时采取措施,进一步提高了救援的及时性。
本发明的第三实施方式涉及一种预警方法。第三实施方式与第一实施方式大致相同,主要区别之处在于:在本发明第三实施方式中,分别解析多个监控视频,得到每个监控视频中的用户的身份信息及身体状态信息之后,还包括:记录与身体状态信息对应的时间点;根据与用户的身份信息关联的多个身体状态信息,确定用户的身体变化趋势,具体为:根据与用户的身份信息关联的多个身体状态信息,以及与身体状态信息对应的时间点,得到用户的身体恶化速率;其中,身体恶化速率用于表征用户在单位时间内的身体状态恶化程度;身体变化趋势满足预设条件,具体为:身体恶化速率大于或等于预设阈值。通过记录与身体状态信息对应的时间点,根据与用户的身份信息关联的多个身体状态信息,以及与身体状态信息对应的时间点,得到用户的身体恶化速率,若身体恶化速率大于或等于预设阈值,触发告警,而身体恶化速率大于或等于预设阈值表征用户身体状态正在快速恶化,很有可能在短时间内发生危险,此时触发告警,能够及时提醒用户及工作人员采取预防措施,预防用户身体状况进一步恶化,提高用户的安全性。
本实施方式提供的预警方法,如图3所示,具体包括以下步骤:
S31:获取多个监控设备发送的、不同时间段内的多个监控视频。
S32:分别解析多个监控视频,得到每个监控视频中的用户的身份信息及身体状态信息,并将身份信息与身体状态信息关联。
S33:记录与身体状态信息对应的时间点。
具体的说,在本步骤中,通过记录与身体状态信息对应的时间点,从而能够得到用户从一个身体状态变化为另一身体状态所经历的时间,进而计算出用户的身体恶化速率,从而能够判断出用户在短时间内是否会发生危险,若是,则表征用户情况的紧急性很高,需要立即进行人为的干预。
S34:根据与用户的身份信息关联的多个身体状态信息,以及与身体状态信息对应的时间点,得到用户的身体恶化速率。
其中,身体恶化速率为状态的一阶导数,用于表征用户在单位时间内的身体状态恶化程度,具体的说,可以将第M次检测到的身体状态信息与第N次检测到的身体状态信息之差,除以,(M-N)乘以每次检测的时间间隔,从而得到用户的身体恶化速率。
在本步骤中,可以为用户当前的身体状态信息与前一次检测到的身体状态信息之差,除以检测时间间隔(即,M-N=1),从而得到用户的身体恶化速率。例如,系统每5秒钟获取一次用户的身体状态信息,则用户的身体恶化速率为:用户当前的身体状态信息与5秒之前检测到的身体状态信息之差,除以5秒。
S35:若身体恶化速率大于或等于预设阈值,触发告警。
具体的说,在本步骤中,若身体恶化速率大于或等于预设阈值,表征用户身体状态正在快速恶化,很有可能在短时间内发生危险,此时触发告警,能够及时提醒用户及工作人员采取预防措施,预防用户身体状况进一步恶化,提高用户的安全性,另外,具体的告警方式与第一实施方式中类似,此处不再赘述。
本实施方式中的步骤S31、S32与第一实施方式中的步骤S11、S12类似,此处不再赘述。
本发明实施方式相对于现有技术而言,通过获取多个监控设备发送的、不同时间段内的多个监控视频,分别解析多个监控视频,得到每个监控视频中的用户的身份信息及身体状态信息,并将身份信息与身体状态信息关联,即,标记出多个监控视频中的运动员的身份信息与身体状态信息之间的对应关系,从而能够根据与用户的身份信息关联的多个身体状态信息,确定用户的身体变化趋势,即,通过身份信息与身体状态信息之间的关联性,获得某个用户在多个监控视频中的身体状态信息,而多个监控视频中的身体状态信息表征用户在不同时间段的身体状况,从而能够确定用户的身体变化趋势,当身体变化趋势满足预设条件,即,用户可能存在摔倒、心脏骤停等趋势,此时,触发告警,以便提醒运动员或工作人员及时采取措施,从而能够在用户发生危险之前予以避免,提高用户的安全性;同时,通过记录与身体状态信息对应的时间点,根据与用户的身份信息关联的多个身体状态信息,以及与身体状态信息对应的时间点,得到用户的身体恶化速率,若身体恶化速率大于或等于预设阈值,触发告警,而身体恶化速率大于或等于预设阈值表征用户身体状态正在快速恶化,很有可能在短时间内发生危险,此时触发告警,能够及时提醒用户及工作人员采取预防措施,预防用户身体状况进一步恶化,提高用户的安全性。
本发明的第四实施方式涉及一种预警方法。第四实施方式与第一实施方式大致相同,主要区别之处在于:在本发明第四实施方式中,分别解析多个监控视频,得到每个监控视频中的用户的身份信息之前,还包括:根据监控视频确定当前监控到用户的监控设备;获取多个监控设备的位置信息;根据当前监控到用户的监控设备的位置信息、以及其他监控设备的位置信息,确定在用户的行进路线上、可拍摄到用户的下一个监控设备;将下一个监控设备发送的监控视频与当前用户的脸部数据关联;分别解析多个监控视频,得到每个监控视频中的用户的身份信息,具体包括:获取与每个监控视频关联的脸部数据;获取每个监控视频中的用户的脸部特征;判断脸部特征是否与关联的脸部数据匹配;若是,则将与脸部数据对应的身份信息,作为用户的身份信息;若否,则从预存的脸部特征集中查找与脸部特征匹配的身份信息。
通过将下一个监控设备发送的监控视频与当前用户的脸部数据关联,从而能够在识别监控视频中的用户身份时,获取与每个监控视频关联的脸部数据,率先判断每个监控视频中的用户的脸部特征是否与关联的脸部数据匹配,若是,则将与脸部数据对应的身份信息,作为用户的身份信息,由于下一个监控设备发送的监控视频中很有可能出现我们预先判断出的用户,因此,率先与该用户的人脸数据进行比对,能够极大的提高人脸识别的效率,缩短识别判断的时间,进一步提高告警的及时性;若脸部特征与关联的脸部数据不匹配,则从预存的脸部特征集中查找与脸部特征匹配的身份信息,从而保证了监控视频中用户身份识别的可靠性。
可选的,判断脸部特征是否与关联的脸部数据匹配之前,还包括:获取用户到达下一个监控设备的监控范围内的到达时间点;在预设时间范围内,才执行判断脸部特征是否与关联的脸部数据匹配;其中,预设时间范围根据到达时间点确定。通过在到达时间点前后,用户出现在下一个监控设备的可能性较大,因此,通过在预设时间范围内,才执行判断脸部特征是否与关联的脸部数据匹配,能够较快的识别出用户的身份信息,避免了在其他时间段率先将每个监控视频中的用户的脸部特征与关联的脸部数据进行匹配、造成时间上的浪费,提高了用户的身份信息识别的效率。
本实施方式提供的预警方法,如图4所示,具体包括以下步骤:
S41:获取多个监控设备发送的、不同时间段内的多个监控视频。
S42:将下一个监控设备发送的监控视频与当前用户的脸部数据关联。
具体的说,在本步骤中,根据监控视频确定当前监控到用户的监控设备,获取多个监控设备的位置信息,根据当前监控到用户的监控设备的位置信息、以及其他监控设备的位置信息,确定在用户的行进路线上、可拍摄到用户的下一个监控设备,从而能够将下一个监控设备发送的监控视频与当前用户的脸部数据关联。
本实施方式中,监控设备为可移动的设备,例如,救援头盔,获取多个监控设备的位置信息的步骤,具体为,获取多个监控设备的实时的位置信息,从而将此时距离当前监控到用户的监控设备最近的监控设备,作为在用户的行进路线上、可拍摄到用户的下一个监控设备。
在实际应用中,当一个运动员即将离开一个救援头盔的正脸视野后,云端实时确定当前各个救援头盔(由于志愿者佩戴者救援头盔,因此,救援头盔的位置即为志愿者的位置)的分布情况,确定该头盔视野中的运动员行进路线上下一个将要经过的救援头盔,将该运动员的人脸特征发送到此下一个救援头盔在云端的视频处理进程中,其中,正脸视野即为可以看到运动员的正脸的视野。
可以理解的是,当监控设备为固定设置的摄像设备时,由于固定的摄像设备不会像志愿者携带的救援头盔一样存在移动的问题,因此,云端可直接获取根据地图和监控摄像设备的固定位置信息。
S43:获取用户到达下一个监控设备的监控范围内的到达时间点。
本实施方式中,监控设备为可移动的设备,例如,救援头盔。针对监控设备并非连续覆盖的情况,此时,通过解析监控视频,得到用户的移动速度,记录用户离开当前监控设备的监控范围的离开时间点,根据当前监控设备的位置信息和下一个监控设备的位置信息,计算用户到达下一个监控设备的运动距离,从而能够根据移动速度、以及运动距离,估算出用户到达下一个监控设备的监控范围内的到达时间点。
其中,预设时间范围根据到达时间点确定,用于表征用户可能出现在该视频监控中的时间,可以为到达时间点前一段之间和\或达到时间点后一段时间。
值得一提的是,运动距离可以为当前监控设备到一个监控设备的直线距离,也可以结合用户的运动路线计算得出,即,为用户在行进路线上的距离。
可以理解的是,对于监控设备连续覆盖的情况,由于用户存在同时出现在两个监控设备中的情形,故可以直接得到用户到达下一个监控设备的监控范围内的到达时间点,无需进行预估。
可选的,可随着该下一个救援头盔的位置变化实时的更新该时间点,在这个时间点的一定时间范围内,如果该路径上的下一个头盔发生变化,如一个更远的志愿者移动到了离该运动员目标路径上更近的位置,则将该救援头盔替换原有“下一个救援头盔”,作为新的“下一个救援头盔”,后续在这个更新后的时间点的一定时间范围内,将接收到的人脸特征加入该新的下一个救援头盔视频流的优先比对特征(在后续的人脸识别中优先与之匹配)中,并将原“下一个救援头盔”的优先比对特征删除(如已添加)。
当然,当监控设备为固定设置的摄像设备时,由于固定的摄像设备不会像志愿者携带的救援头盔一样存在移动的问题,也就无需随着该下一个救援头盔的位置变化实时的更新到达时间点。
S44:获取与每个监控视频关联的脸部数据,以及每个监控视频中的用户的脸部特征以及身体状态信息。
在本步骤中,获取与每个监控视频关联的脸部数据,从而能够预估出即将有哪些运动员可能出现在对应的监控视频中,通过将其作为优先比对特征,即,在后续的人脸识别中优先与之匹配,提高了人脸识别的效率。
S45:判断当前时间是否处于预设时间范围内,若是,则执行步骤S46,若否,则执行步骤S48。
在本步骤中,由于预设时间范围根据到达时间点确定,用于表征用户可能出现在该视频监控中的时间,因此,当前时间处于预设时间范围内时,表征用户此时出现的可能性较高,当前时间处于预设时间范围外时,表征用户此时出现的可能性较低。
本领域技术人员可以理解,也可以先判断当前时间是否处于预设时间范围内,在执行步骤S46或步骤S48之前,再执行步骤S44,此处不再赘述。
S46:判断脸部特征是否与关联的脸部数据匹配,若是,则执行步骤S47;若否,则执行步骤S48。
具体的说,在本步骤中,在预设时间范围内,判断脸部特征是否与关联的脸部数据匹配,能够较快的识别出用户的身份信息,避免了在其他时间段率先将每个监控视频中的用户的脸部特征与关联的脸部数据进行匹配、造成时间上的浪费,提高了用户的身份信息识别的效率。
S47:将与脸部数据对应的身份信息,作为用户的身份信息,并将身份信息与身体状态信息关联。
具体的说,在本步骤中,若脸部特征与关联的脸部数据匹配,表征脸部特征与关联的脸部数据为同一人的数据,因此,可以将与脸部数据对应的身份信息,作为用户的身份信息。
同时,通过将每个监控视频中的身份信息与身体状态信息关联,从而将多个监控设备在云端彼此产生关联,智能的连在一起,实现对一个目标进行持续性的监控和身体状态变化的分析。
S48:从预存的脸部特征集中查找与脸部特征匹配的身份信息,并将身份信息与身体状态信息关联。
具体的说,在本步骤中,通过在预设时间范围外,从预存的脸部特征集中查找与脸部特征匹配的身份信息,即,在用户出现的概率不高的时间段,直接从预存的脸部特征集中查找与脸部特征匹配的身份信息,从而避免该用户不出现时、将先将视频中的脸部特征与该用户的脸部数据进行匹配、造成时间上的浪费,也能够提高了用户的身份信息识别的效率。
同时,通过将每个监控视频中的身份信息与身体状态信息关联,从而将多个监控设备在云端彼此产生关联,智能的连在一起,实现对一个目标进行持续性的监控和身体状态变化的分析。
可选的,若未查找到与脸部特征匹配的脸部数据,则将脸部特征更新至脸部特征集中。
S49:根据与用户的身份信息关联的多个身体状态信息,确定用户的身体变化趋势。
S50:当身体变化趋势满足预设条件,触发告警。
本实施方式中的步骤S41、S49、S50与第一实施方式中的步骤S11、S13、S14类似,此处不再赘述。
本发明实施方式相对于现有技术而言,通过获取多个监控设备发送的、不同时间段内的多个监控视频,分别解析多个监控视频,得到每个监控视频中的用户的身份信息及身体状态信息,并将身份信息与身体状态信息关联,即,标记出多个监控视频中的运动员的身份信息与身体状态信息之间的对应关系,从而能够根据与用户的身份信息关联的多个身体状态信息,确定用户的身体变化趋势,即,通过身份信息与身体状态信息之间的关联性,获得某个用户在多个监控视频中的身体状态信息,而多个监控视频中的身体状态信息表征用户在不同时间段的身体状况,从而能够确定用户的身体变化趋势,当身体变化趋势满足预设条件,即,用户可能存在摔倒、心脏骤停等趋势,此时,触发告警,以便提醒运动员或工作人员及时采取措施,从而能够在用户发生危险之前予以避免,提高用户的安全性;通过将下一个监控设备发送的监控视频与当前用户的脸部数据关联,从而能够在识别监控视频中的用户身份时,获取与每个监控视频关联的脸部数据,率先判断每个监控视频中的用户的脸部特征是否与关联的脸部数据匹配,若是,则将与脸部数据对应的身份信息,作为用户的身份信息,由于下一个监控设备发送的监控视频中很有可能出现我们预先判断出的用户,因此,率先与该用户的人脸数据进行比对,能够极大的提高人脸识别的效率,缩短识别判断的时间,进一步提高告警的及时性;若脸部特征与关联的脸部数据不匹配,则从预存的脸部特征集中查找与脸部特征匹配的身份信息,从而保证了监控视频中用户身份识别的可靠性。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本发明第五实施方式涉及一种服务器,如图5所示,包括:至少一个处理器51;以及,与至少一个处理器51通信连接的存储器52;其中,存储器52存储有可被至少一个处理器51执行的指令,指令被至少一个处理器51执行,以使至少一个处理器51能够执行上述推荐用户充值的信息提醒的方法。
其中,存储器52和处理器51采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器51和存储器52的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器51处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器51。
处理器51负责管理总线和通常的处理,还可以提供各种功能,包括定时,外围接口,电压调节、电源管理以及其他控制功能。而存储器52可以被用于存储处理器51在执行操作时所使用的数据。
可以理解的是,本实施方式为第一、二、三、四实施方式对应的服务器的实施方式,第一、二、三、四实施方式中的技术细节在本实施方式中仍然适用,此处不再赘述。
本发明的第六实施方式还提供了一种预警系统100,如图6所示,包括:如上述的服务器10,以及与服务器10通信连接且位于不同位置的多个监控设备11,多个监控设备11用于拍摄用户在不同时间段内的多个监控视频,其中,多个监控设备11可以为可移动的监控设备,例如,救援头盔,也可以为设置在固定位置的摄像设备,此处不做限定。
本实施方式中,监控设备11并非连续覆盖,即,用户不会同时出现在两个监控设备11的监控范围内,当然,监控设备11也可以连续覆盖,此时,用户存在同时出现在两个监控设备中的情形。
可以理解的是,本实施方式为第一、二、三、四实施方式对应的系统的实施方式,第一、二、三、四实施方式中的技术细节在本实施方式中仍然适用,此处不再赘述。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。