CN110619734A - 信息推送方法和装置 - Google Patents
信息推送方法和装置 Download PDFInfo
- Publication number
- CN110619734A CN110619734A CN201910881776.1A CN201910881776A CN110619734A CN 110619734 A CN110619734 A CN 110619734A CN 201910881776 A CN201910881776 A CN 201910881776A CN 110619734 A CN110619734 A CN 110619734A
- Authority
- CN
- China
- Prior art keywords
- image
- preset
- child
- face
- article
- 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
- 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
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/172—Classification, e.g. identification
-
- 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
- G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
- G08B21/028—Communication between parent and child units via remote transmission means, e.g. satellite network
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Child & Adolescent Psychology (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本公开的实施例公开了信息推送方法和装置。该方法的一具体实施方式包括:获取摄像采集装置采集到的图像;对图像进行人脸识别,得到图像的儿童人脸的识别结果;基于儿童人脸的识别结果,确定预设物品所在位置的预设距离内是否存在儿童;响应于确定出预设物品所在位置的预设距离内存在儿童,向预设的终端设备推送报警信息。该实施方式可以自动及时地发出儿童安全隐患的报警信息,提高了儿童安全监视的效果。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及信息推送方法和装置。
背景技术
儿童在成长的过程中对外界的事物充满了好奇心,在此情况下如何为儿童提供安全的成长环境就尤为重要。例如,在家居环境中,儿童可能会对刀具、插座和燃气灶等危险物品感兴趣,进而想触摸,这往往会导致儿童受到伤害。通常,监护人为了保护儿童的安全需要实时人为地关注儿童的动态。
发明内容
本公开的实施例提出了信息推送方法和装置。
第一方面,本公开的实施例提供了一种信息推送方法,该方法包括:获取摄像采集装置采集到的图像;对图像进行人脸识别,得到图像的儿童人脸的识别结果;基于儿童人脸的识别结果,确定预设物品所在位置的预设距离内是否存在儿童;响应于确定出预设物品所在位置的预设距离内存在儿童,向预设的终端设备推送报警信息。
在一些实施例中,摄像采集装置采集预设区域的图像,其中,预设区域中的任意位置与预设物品之间的距离不超过预设距离;基于儿童人脸的识别结果,确定预设物品所在位置的预设距离内是否存在儿童,包括:响应于确定出图像中包含儿童人脸区域,确定预设物品所在位置的预设距离内存在儿童。
在一些实施例中,方法还包括:对图像进行物品识别,得到图像的预设物品的识别结果;基于儿童人脸的识别结果,确定预设物品所在位置的预设距离内是否存在儿童,包括:响应于确定出图像包括预设物品显示区域,确定预设物品的位置;响应于确定出图像包括儿童人脸区域,确定儿童所在位置和预设物品的位置之间的距离是否小于预设距离。
在一些实施例中,对图像进行人脸识别,得到图像的儿童人脸的识别结果,包括:将所采集到的图像输入预先训练的人脸识别模型,得到图像的儿童人脸的识别结果,其中,人脸识别模型用于对图像中的儿童人脸进行识别得到儿童人脸识别结果。
在一些实施例中,对图像进行物品识别,得到图像的预设物品的识别结果,包括:将所采集到的图像输入预先训练的物品分类器,确定图像是否包含预设物品显示区域,其中,物品分类器用于在图像中确定是否包含预设物品显示区域。
在一些实施例中,图像为深度图像;方法还包括:从深度图像中获取儿童人脸区域的深度信息,确定儿童所在的空间位置。
在一些实施例中,图像为深度图像;方法还包括:从深度图像中获取预设物品的深度信息,确定预设物品的空间位置。
在一些实施例中,人脸识别模型通过如下步骤训练得到:获取包含儿童人脸区域的图像作为训练样本;将训练样本输入预先训练的初始人脸模型,将初始人脸模型所生成的特征信息输入预先建立的判别模型,对判别模型和初始人脸模型进行对抗训练,得到人脸识别模型,其中,初始人脸模型用于对图像所包含的儿童人脸进行识别,判别模型用于确定被输入的特征信息是否取至儿童人脸。
在一些实施例中,物品分类器采用如下至少一种算法训练得到:支持向量机、最小距离分类、聚类算法、概率密度函数。
在一些实施例中,向预设的终端设备推送报警信息,包括:将报警信息推送到家庭物联网系统,以使家庭物联网系统根据报警信息中的标识信息将报警信息发送到至少一个预设的终端设备,其中,标识信息用于标识家庭物联网系统中的终端设备。
在一些实施例中,向预设的终端设备推送报警信息,包括:将报警信息推送到警铃装置,以触发警铃装置发出报警的声音。
在一些实施例中,摄像采集装置为双目视觉深度相机、结构光深度相机或飞行时间深度相机。
第二方面,本公开的实施例提供了一种信息推送装置,装置包括:获取单元,被配置成获取摄像采集装置采集到的图像;人脸识别单元,被配置成对图像进行人脸识别,得到图像的儿童人脸的识别结果;确定单元,被配置成基于儿童人脸的识别结果,确定预设物品所在位置的预设距离内是否存在儿童;推送单元,被配置成响应于确定出预设物品所在位置的预设距离内存在儿童,向预设的终端设备推送报警信息。
在一些实施例中,摄像采集装置采集预设区域的图像,其中,预设区域中的任意位置与预设物品之间的距离不超过预设距离;确定单元进一步被配置成:响应于确定出图像中包含儿童人脸区域,确定预设物品所在位置的预设距离内存在儿童。
在一些实施例中,装置还包括:物品识别单元,被配置成对图像进行物品识别,得到图像的预设物品的识别结果;确定单元进一步被配置成:响应于确定出图像包括预设物品显示区域,确定预设物品的位置;响应于确定出图像包括儿童人脸区域,确定儿童所在位置和预设物品的位置之间的距离是否小于预设距离。
在一些实施例中,人脸识别单元进一步被配置成:将所采集到的图像输入预先训练的人脸识别模型,得到图像的儿童人脸的识别结果,其中,人脸识别模型用于对图像中的儿童人脸进行识别得到儿童人脸识别结果。
在一些实施例中,物品识别单元进一步被配置成:将所采集到的图像输入预先训练的物品分类器,确定图像是否包含预设物品显示区域,其中,物品分类器用于在图像中确定是否包含预设物品显示区域。
在一些实施例中,图像为深度图像;装置还包括:儿童空间位置确定单元,被配置成从深度图像中获取儿童人脸区域的深度信息,确定儿童所在的空间位置。
在一些实施例中,图像为深度图像;装置还包括:预设物品空间位置确定单元,被配置成从深度图像中获取预设物品的深度信息,确定预设物品的空间位置。
在一些实施例中,人脸识别模型通过如下步骤训练得到:获取包含儿童人脸区域的图像作为训练样本;将训练样本输入预先训练的初始人脸模型,将初始人脸模型所生成的特征信息输入预先建立的判别模型,对判别模型和初始人脸模型进行对抗训练,得到人脸识别模型,其中,初始人脸模型用于对图像所包含的儿童人脸进行识别,判别模型用于确定被输入的特征信息是否取至儿童人脸。
在一些实施例中,物品分类器采用如下至少一种算法训练得到:支持向量机、最小距离分类、聚类算法、概率密度函数。
在一些实施例中,推送单元进一步被配置成:将报警信息推送到家庭物联网系统,以使家庭物联网系统根据报警信息中的标识信息将报警信息发送到至少一个预设的终端设备,其中,标识信息用于标识家庭物联网系统中的终端设备。
在一些实施例中,推送单元进一步被配置成:将报警信息推送到警铃装置,以触发警铃装置发出报警的声音。
在一些实施例中,摄像采集装置为双目视觉深度相机、结构光深度相机或飞行时间深度相机。
本公开的实施例提供的信息推送方法和装置,获取摄像采集装置采集到的图像,之后对所获取的图像进行人脸识别,得到该图像的儿童人脸的识别结果,而后基于儿童人脸的识别结果,确定出预设物品所在位置的预设距离内是否存在儿童,最后响应于确定出预设物品所在位置的预设距离内存在儿童,向预设的终端设备推送报警信息,从而实现了自动及时地发送儿童安全隐患的报警信息,提高了儿童安全监视的效果。
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,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一些实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的信息推送方法的一个实施例的流程图;
图3是根据本公开的实施例的信息推送方法的一个应用场景的示意图;
图4是根据本公开的信息推送方法的又一个实施例的流程图;
图5是根据本公开的信息推送装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本公开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,本公开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公开。
图1示出了可以应用本公开的实施例的信息推送方法或信息推送装置的示例性系统架构100。
如图1所示,系统架构100可以包括摄像采集装置101,网络102,服务器103和终端设备104、105。网络102用以在摄像采集装置101和服务器103之间提供通信链路的介质。网络102还用以在服务器103和终端设备104、105之间提供通信链路的介质。网络102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。
摄像采集装置101可以是独立的摄像头、相机。摄像采集装置101还可以为手机、平板电脑、电视等电子设备上自带或外接的摄像头等图像采集设备,这里没有唯一的限定。
用户可以使用终端设备104、105通过网络102与服务器103交互,以接收或发送信息等。终端设备104、105上可以安装有各种通讯客户端应用,例如图像查看软件、即时通信工具、网页浏览器、搜索类应用、邮箱客户端、社交平台软件等。
终端设备104、105可以是硬件,也可以是软件。当终端设备104、105为硬件时,可以是具有显示屏并且支持图像、文本浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备104、105为软件时,可以安装在上述所列举的电子设备中。其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。
服务器103可以是提供各种服务的服务器,例如对摄像采集装置101上发送的图像进行处理的后台服务器。后台服务器可以对获取的图像等进行人脸识别、特征提取等处理,并将处理结果(例如生成的报警信息)反馈给终端设备。
需要说明的是,本申请实施例所提供的信息推送方法一般由服务器103执行,相应地,信息推送装置一般设置于服务器103中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,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。
应该理解,图1中的摄像采集装置、网络、服务器和终端设备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摄像采集装置、网络、服务器和终端设备。
还需要指出的是,终端设备104、105中也可以安装有图像处理类应用,终端设备104、105也可以基于图像处理类应用对摄像采集装置采集的图像进行图像识别和特征提取,此时,信息推送方法也可以由终端设备104、105执行,相应地,信息推送装置也可以设置于终端设备104、105中。此时,示例性系统架构100可以不存在服务器103。
继续参考图2,示出了根据本公开的信息推送方法的一个实施例的流程200。该信息推送方法,包括以下步骤:
步骤201,获取摄像采集装置采集到的图像。
在本实施例中,信息推送方法运行于其上的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从摄像采集装置获取图像。这里,摄像采集装置可以为相机等图像采集装置,此时摄像采集装置可以对相应的区域进行图像采集得到该区域的图像,而后上述执行主体可以直接从摄像采集装置获取图像。或者,上述摄像采集装置可以视频采集装置,此时摄像采集装置采集对相应的区域进行视频图像采集得到该区域某一时间段的视频图像,而后对采集得到的视频图像进行处理获取该视频图像的图像帧,最后上述执行主体可以从摄像采集装置获取所采集得到的视频的图像帧。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。在本实施中,上述图像可以为TIF格式、JPEG格式、TGA格式、GIP格式等的图片或者其它未来将开发的格式的图片。
步骤202,对图像进行人脸识别,得到图像的儿童人脸的识别结果。
在本实施例中,基于步骤201获取的图像,上述执行主体可以采用各种手段对所获取的图像进行人脸识别,从而判断出所获取的图像是否包括儿童人脸区域。具体地,上述执行主体可以首先确定出图像是否包含人脸区域,并在确定出图像中包含人脸区域的情况下,进一步判断该人脸区域中的人脸是否为儿童人脸。或者,上述执行主体在对所获取的图像进行人脸识别时可以直接识别出图像中是否包含儿童人脸区域。通过该步骤,上述执行主体可以确定出摄像采集装置是否拍摄到儿童。通常,上述执行主体在进行人脸识别之前,还可以对所获取的图像进行滤波、去噪等预处理,以便于提高人脸识别的效果。
作为示例,上述执行主体可以在图像中识别眼睛、鼻子、嘴等的形状和它们之间的几何关系,从而确定该图像中是否包含人脸区域,并在确定出图像中包括人脸区域的情况下,通过判断眼间距是否小于阈值等方式,确定图像中的人脸是否为儿童人脸。可以理解的是,上述执行主体可以采用其它的方式进行人脸识别,这里没有唯一的限定。
在本实施例的一些可选的实现方式中,可以预先训练人脸识别模型,该人脸识别模型可以用于对图像中的儿童人脸进行识别得到儿童人脸识别结果。而后,上述执行主体可以将所获取的图像输入预先训练的人脸识别模型,从而可以得到该图像的儿童人脸识别的结果。
在本实施例的一些可选的实现方式中,上述人脸识别模型可以通过如下步骤训练得到:获取包含儿童人脸区域的图像作为训练样本,而后将训练样本输入预先训练的初始人脸模型,将初始人脸模型所生成的特征信息输入预先建立的判别模型,对判别模型和初始人脸模型进行对抗训练,得到人脸识别模型。其中,初始人脸模型可以用于对图像所包含的儿童人脸进行识别,判别模型可以用于确定被输入的特征信息是否取至儿童人脸。上述初始人脸识别模型可以是利用机器学习方法和训练样本对现有的卷积神经网络结构(例如DenseBox、VGGNet、ResNet、SegNet等)进行有监督训练而得到的。上述判别模型可以是各种现有的、可实现分类功能的模型(例如朴素贝叶斯模型(Naive Bayesian Model,NBM)、支持向量机(Support Vector Machine,SVM)、包含全连接层(fully connected layers,FC)的神经网络)或分类函数(例如softmax函数等)。通过人脸识别模型对图像进行儿童人脸识别得到的识别结果准确性更高,进一步提高了儿童安全监视的效果。
在本实施例的一些可选的实现方式中,还可以预先训练用于从所获取的图像中提取人脸特征的人脸特征提取模型。而后,上述执行主体可以将所获取的图像输入该人脸特征提取模型,从而可以从所获取的图像中提取人脸特征。最后,将所提取的人脸特征与预设的儿童人脸特征进行匹配。若所提取的人脸特征与预设的儿童人脸特征相匹配,则可以确定所获取的图像中包含儿童人脸区域。上述人脸特征提取模型可以采用例如PCA(PrincipalComponent Analysis)主成分分析算法等对人脸特征提取模型进行训练。
步骤203,基于儿童人脸的识别结果,确定预设物品所在位置的预设距离内是否存在儿童。
在本实施例中,上述执行主体可以预先设定预设物品,而后设置预设物品与儿童之间的安全距离,并将该安全距离确定为预设距离。可以理解的是,若预设物品和儿童之间的距离小于安全距离,则可以认为儿童处于危险状态。基于步骤202得到的儿童人脸识别结果,上述执行主体可以通过多种方式确定预设物品所在的位置的预设距离内是否存在儿童,从而可以确定出儿童是否处于危险状态。
在本实施例的一些可选的实现方式中,上述摄像采集装置可以采集预设区域的图像。这里,预设区域中的任一位置与预设物品之间的距离不超过上述预设距离。因此,当上述执行主体确定出所采集的图像中包含儿童人脸区域时,可以确定预设物品所在位置的预设距离内存在儿童,即儿童处于危险状态。相应地,当上述执行主体确定出所采集的图像中不包含儿童人脸区域时,可以确定预设物品所在位置的预设距离内不存在儿童。可以理解的是,上述执行主体所获取的图像中可以呈现有该预设物品,或者上述执行主体所获取的图像中也可以不呈现有该预设物品。
作为示例,上述摄像采集装置可以用于采集燃气灶预设距离范围内的区域,该区域可以理解为危险区域,当儿童走进该区域之后,摄像采集装置即可以采集到儿童的图像,此时可以确定燃气灶的危险区域中存在儿童。
可以理解的是,上述预设物品不仅可以为刀具、燃气灶等对儿童具有危险性的物品,预设物品还可以为游泳池、马路等对儿童具有危险性的区域,这里可以根据用户实际的需求自行设定预设物品。
步骤204,响应于确定出预设物品所在位置的预设距离内存在儿童,向预设的终端设备推送报警信息。
在本实施例中,当上述执行主体确定出预设物品所在的位置的预设距离内存在儿童时,可以向预设的终端设备推送报警信息。若确定出预设物品所在的位置的预设距离内不存在儿童,上述执行主体可以继续执行步骤201~步骤204。可选的,上述报警信息可以是预先已经生成的。或者,上述执行主体还可以是在确定出预设物品所在的位置的预设距离内存在儿童时生成报警信息。
在本实施例的一些可选的实现方式中,上述摄像采集装置还可以为深度相机,该摄像采集装置采集到的图像还可以为深度图像。当上述执行主体在确定出所采集的图像中包含儿童人脸区域之后,可以获取该儿童人脸区域的深度信息,从而可以确定出儿童所在的空间位置。上述执行主体所获取的图像为深度图像,可以获取图像每个点的三维坐标,从而可以准确地得到儿童所在的空间位置坐标,从而进一步提高了儿童安全监视的效果。
在本实施例的一些可选的实现方式中,上述摄像采集装置可以为双目视觉深度相机、结构光深度相机或飞行时间深度相机。
在本实施例的一些可选的实现方式中,上述执行主体可以将报警信息推送到警铃装置,从而触发警铃装置发出报警声音。儿童监护人在听到报警声音后即可以确定儿童处于危险状态,以便于其可以及时的采取措施来保证儿童的安全。
在本实施例的一些可选的实现方式中,上述执行主体还可以将报警信息发送到家庭物联网系统,以便于监护人可以通过家庭物联网系统获取报警信息。具体地,上述报警信息可以预先设置有标识信息,其中,标识信息可以用于标识家庭物联网系统中终端设备。上述执行主体可以将报警信息推送到上述家庭物联网系统,以便于家庭物联网系统可以根据报警信息中的标识信息向与标识信息对应的终端设备推送该报警信息。这里的终端设备可以为家庭物联网系统所包括的手机、电脑、电视等电子设备。儿童监护人通过手机等终端设备得到报警信息后即可以确定儿童处于危险状态,其可以及时的采取措施来保证儿童的安全。
继续参见图3,图3是根据本实施例的信息推送方法的应用场景的一个示意图。在图3的应用场景中,摄像采集装置301采集到图像302后,后台服务器可以获取图像302;之后,后台服务器可以对所采集到的图像302进行人脸识别,并得到该图像的儿童人脸识别结果,如图3所示,图像302中包含儿童人脸区域;然后,后台服务器基于图像302中包含儿童人脸区域这一识别结果,可以确定预设物品-燃气灶303所在的位置的预设距离内存在儿童;最后,后台服务器可以向预设的终端设备-警铃装置304推送报警信息,如图3所示。
本公开的上述实施例提供的信息推送方法,可以自动地确定出预设物品所在位置的预设距离内是否存在儿童,并在确定出预设物品所在的位置的预设距离内存在儿童的情况下发送报警信息,从而使得儿童存在安全隐患时监护人可以及时地得到报警信息,提高了儿童安全监视的效果。
进一步参考图4,其示出了信息推送方法的又一个实施例的流程400。该信息推送方法的流程400,包括以下步骤:
步骤401,获取摄像采集装置采集到的图像。
在本实施例中,信息推送方法运行于其上的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从摄像采集装置获取图像。这里,摄像采集装置可以为相机等图像采集装置,此时摄像采集装置可以对相应的区域进行图像采集得到该区域的图像,而后上述执行主体可以直接从摄像采集装置获取图像。或者,上述摄像采集装置可以视频采集装置,此时摄像采集装置采集对相应的区域进行视频图像采集得到该区域某一时间段的视频图像,而后对采集得到的视频图像进行处理获取该视频图像的图像帧,最后上述执行主体可以从摄像采集装置获取所采集得到的视频的图像帧。
步骤402,对图像进行人脸识别,得到图像的儿童人脸的识别结果。
在本实施例中,基于步骤401获取的图像,上述执行主体可以采用各种手段对所获取的图像进行人脸识别,从而判断出所获取的图像是否包括儿童人脸区域。具体地,上述执行主体可以首先确定出图像是否包含人脸区域,并在确定出图像中包含人脸区域的情况下,进一步判断该人脸区域中的人脸是否为儿童人脸。或者,上述执行主体在对所获取的图像进行人脸识别时可以直接识别出图像中是否包含儿童人脸区域。通过该步骤,上述执行主体可以确定出摄像采集装置是否拍摄到儿童。
步骤403,对图像进行物品识别,得到图像的预设物品的识别结果。
在本实施例中,基于步骤401获取的图像,上述执行主体可以采用各种手段对该图像进行物品识别,从而判断出所获取的图像中是否包括预设物品的显示区域,得到该图像的预设物品的识别结果。作为示例,上述执行主体可以利用目标检测算法等在图像中检测预设物品。
在本实施例的一些可选的实现方式中,可以预先训练物品分类器,物品分类可以用于在图像中确定是否包含预设物品显示区域。上述执行主体可以将所采集到的图像输入该预先训练的物品分类器,从而可以确定所采集的图像是否包含预设物品的显示区域。可选的,上述物品分类器可以采用如下至少一种算法训练得到:支持向量机、最小距离分类、聚类算法、概率密度函数。可以理解的是,上述物品分类器的算法不仅限于此,还可以采用例如损失函数最小化等来训练物品分类器。
步骤404,响应于确定出图像包括预设物品显示区域,确定预设物品的位置。
在本实施例中,基于步骤403得到图像的预设物品的识别结果,上述执行主体可以确定出该图像中是否包含预设物品的显示区域。如果确定出该图像中包含预设物品的显示区域,则可以进一步利用各种手段确定图像中所包含的预设物品的位置。作为示例,可以利用两张图像的位姿估计结果预设物品的坐标位置。
在本实施例的一些可选的实现方式中,上述图像采集设备为深度相机,所采集到的图像为深度图像。上述执行主体可以从采集得到的深度图像中获取预设物品的深度信息,从而可以确定预设物品的空间位置。
步骤405,响应于确定出图像包括儿童人脸区域,确定儿童所在位置和预设物品的位置之间的距离是否小于预设距离。
在本实施例中,上述执行主体可以预先设置预设距离,该预设距离为预设物品和儿童之间的安全距离,即预设物品和儿童之间距离小于安全距离表明儿童处于危险状态。若上述执行主体确定出所采集到的图像中包括儿童人脸区域,上述执行主体可以确定出儿童所在的位置和预设物品所在的位置。而后,根据儿童所在的位置和预设物品所在的位置可以计算出儿童和预设物品之间的距离,并判断该距离是否小于预设距离。若儿童与预设物品之间的距离小于预设距离,则可以确定预设物品所在的位置的预设距离内存在儿童,即此时儿童处于危险状态。若儿童与预设物品之间的距离大于或等于预设距离,则可以确定出预设物品所在的位置的预设距离内不存在儿童,即此时儿童处于安全状态。
步骤406,响应于确定出预设物品所在位置的预设距离内存在儿童,向预设的终端设备推送报警信息。
在本实施例中,若确定出预设物品所在的位置的预设距离内存在儿童,上述执行主体可以向预设的终端设备推送报警信息。若确定出预设物品所在的位置的预设距离内不存在儿童,上述执行主体可以继续执行步骤401~步骤406。
本实施例提供的方案,可以从图4中可以看出,与图2对应的实施例相比,本实施例中的信息推送方法的流程400在预设物品的位置未知或可变的情况下,可以先确定预设物品的位置,并在预设物品的位置与儿童的位置之间的距离小于预设距离时推送报警信息,本实施例在不知道预设物品的位置或者预设物品位置可变的情况下,也可以准确及时地发送儿童安全隐患的报警信息,适用范围更广。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种信息推送装置的一个实施例,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5所示,本实施例的信息推送装置500包括:获取单元501、人脸识别单元502、确定单元503和推送单元504。其中,获取单元501被配置成获取摄像采集装置采集到的图像;人脸识别单元502被配置成对图像进行人脸识别,得到图像的儿童人脸的识别结果;确定单元503被配置成基于儿童人脸的识别结果,确定预设物品所在位置的预设距离内是否存在儿童;推送单元504被配置成响应于确定出预设物品所在位置的预设距离内存在儿童,向预设的终端设备推送报警信息。
在本实施例的一些可选的实现方式中,摄像采集装置采集预设区域的图像,其中,预设区域中的任意位置与预设物品之间的距离不超过预设距离;确定单元503进一步被配置成:响应于确定出图像中包含儿童人脸区域,确定预设物品所在位置的预设距离内存在儿童。
在本实施例的一些可选的实现方式中,装置500还包括:物品识别单元,被配置成对图像进行物品识别,得到图像的预设物品的识别结果;确定单元503进一步被配置成:响应于确定出图像包括预设物品显示区域,确定预设物品的位置;响应于确定出图像包括儿童人脸区域,确定儿童所在位置和预设物品的位置之间的距离是否小于预设距离。
在本实施例的一些可选的实现方式中,人脸识别单元502进一步被配置成:将所采集到的图像输入预先训练的人脸识别模型,得到图像的儿童人脸的识别结果,其中,人脸识别模型用于对图像中的儿童人脸进行识别得到儿童人脸识别结果。
在本实施例的一些可选的实现方式中,物品识别单元进一步被配置成:将所采集到的图像输入预先训练的物品分类器,确定图像是否包含预设物品显示区域,其中,物品分类器用于在图像中确定是否包含预设物品显示区域。
在本实施例的一些可选的实现方式中,图像为深度图像;装置500还包括:儿童空间位置确定单元,被配置成从深度图像中获取儿童人脸区域的深度信息,确定儿童所在的空间位置。
在本实施例的一些可选的实现方式中,图像为深度图像;装置500还包括:预设物品空间位置确定单元,被配置成从深度图像中获取预设物品的深度信息,确定预设物品的空间位置。
在本实施例的一些可选的实现方式中,人脸识别模型通过如下步骤训练得到:获取包含儿童人脸区域的图像作为训练样本;将训练样本输入预先训练的初始人脸模型,将初始人脸模型所生成的特征信息输入预先建立的判别模型,对判别模型和初始人脸模型进行对抗训练,得到人脸识别模型,其中,初始人脸模型用于对图像所包含的儿童人脸进行识别,判别模型用于确定被输入的特征信息是否取至儿童人脸。
在本实施例的一些可选的实现方式中,物品分类器采用如下至少一种算法训练得到:支持向量机、最小距离分类、聚类算法、概率密度函数。
在本实施例的一些可选的实现方式中,推送单元504进一步被配置成:将报警信息推送到家庭物联网系统,以使家庭物联网系统根据报警信息中的标识信息将报警信息发送到至少一个预设的终端设备,其中,标识信息用于标识所述家庭物联网系统中的终端设备。
在本实施例的一些可选的实现方式中,推送单元504进一步被配置成:将报警信息推送到警铃装置,以触发警铃装置发出报警的声音。
在本实施例的一些可选的实现方式中,摄像采集装置为双目视觉深度相机、结构光深度相机或飞行时间深度相机。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
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装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例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。在本公开的实施例中,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。而在本公开的实施例中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述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:获取摄像采集装置采集到的图像;对图像进行人脸识别,得到图像的儿童人脸的识别结果;基于儿童人脸的识别结果,确定预设物品所在位置的预设距离内是否存在儿童;响应于确定出预设物品所在位置的预设距离内存在儿童,向预设的终端设备推送报警信息。
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公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、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服务器上执行。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,图示了按照本公开各种实施例的系统、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。
描述于本公开的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:一种处理器包括获取单元、人脸识别单元、确定单元和推送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“接收获取摄像采集装置采集到的图像的单元”。
以上描述仅为本公开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,本公开的实施例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。例如上述特征与本公开的实施例中公开的(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 (18)
1.一种信息推送方法,包括:
获取摄像采集装置采集到的图像;
对所述图像进行人脸识别,得到所述图像的儿童人脸的识别结果;
基于所述儿童人脸的识别结果,确定预设物品所在位置的预设距离内是否存在儿童;
响应于确定出所述预设物品所在位置的预设距离内存在儿童,向预设的终端设备推送报警信息。
2.根据权利要求1所述的方法,其中,所述摄像采集装置采集预设区域的图像,其中,所述预设区域中的任意位置与所述预设物品之间的距离不超过所述预设距离;
所述基于所述儿童人脸的识别结果,确定预设物品所在位置的预设距离内是否存在儿童,包括:
响应于确定出所述图像中包含儿童人脸区域,确定所述预设物品所在位置的预设距离内存在儿童。
3.根据权利要求1所述的方法,其中,所述方法还包括:
对所述图像进行物品识别,得到所述图像的预设物品的识别结果;
所述基于所述儿童人脸的识别结果,确定预设物品所在位置的预设距离内是否存在儿童,包括:
响应于确定出所述图像包括预设物品显示区域,确定所述预设物品的位置;
响应于确定出所述图像包括儿童人脸区域,确定所述儿童所在位置和预设物品的位置之间的距离是否小于预设距离。
4.根据权利要求1所述的方法,其中,所述对所述图像进行人脸识别,得到所述图像的儿童人脸的识别结果,包括:
将所采集到的图像输入预先训练的人脸识别模型,得到所述图像的儿童人脸的识别结果,其中,所述人脸识别模型用于对图像中的儿童人脸进行识别得到儿童人脸识别结果。
5.根据权利要求3所述的方法,其中,所述对所述图像进行物品识别,得到所述图像的预设物品的识别结果,包括:
将所采集到的图像输入预先训练的物品分类器,确定所述图像是否包含预设物品显示区域,其中,所述物品分类器用于在图像中确定是否包含预设物品显示区域。
6.根据权利要求1所述的方法,其中,所述图像为深度图像;
所述方法还包括:
从所述深度图像中获取所述儿童人脸区域的深度信息,确定所述儿童所在的空间位置。
7.根据权利要求3所述的方法,其中,所述图像为深度图像;
所述方法还包括:
从所述深度图像中获取所述预设物品的深度信息,确定所述预设物品的空间位置。
8.根据权利要求4所述的方法,其中,所述人脸识别模型通过如下步骤训练得到:
获取包含儿童人脸区域的图像作为训练样本;
将所述训练样本输入预先训练的初始人脸模型,将所述初始人脸模型所生成的特征信息输入预先建立的判别模型,对所述判别模型和所述初始人脸模型进行对抗训练,得到人脸识别模型,其中,所述初始人脸模型用于对图像所包含的儿童人脸进行识别,所述判别模型用于确定被输入的特征信息是否取至儿童人脸。
9.根据权利要求5所述的方法,其中,所述物品分类器采用如下至少一种算法训练得到:
支持向量机、最小距离分类、聚类算法、概率密度函数。
10.根据权利要求1所述的方法,其中,所述向预设的终端设备推送报警信息,包括:
将所述报警信息推送到家庭物联网系统,以使所述家庭物联网系统根据所述报警信息中的标识信息将所述报警信息发送到至少一个预设的终端设备,其中,所述标识信息用于标识所述家庭物联网系统中的终端设备。
11.根据权利要求1所述的方法,其中,所述向预设的终端设备推送报警信息,包括:
将所述报警信息推送到警铃装置,以触发警铃装置发出报警的声音。
12.根据权利要求1-11之一所述的方法,其中,所述摄像采集装置为双目视觉深度相机、结构光深度相机或飞行时间深度相机。
13.一种信息推送装置,包括:
获取单元,被配置成获取摄像采集装置采集到的图像;
人脸识别单元,被配置成对所述图像进行人脸识别,得到所述图像的儿童人脸的识别结果;
确定单元,被配置成基于所述儿童人脸的识别结果,确定预设物品所在位置的预设距离内是否存在儿童;
推送单元,被配置成响应于确定出所述预设物品所在位置的预设距离内存在儿童,向预设的终端设备推送报警信息。
14.根据权利要求13所述的装置,其中,所述装置还包括:
物品识别单元,被配置成对所述图像进行物品识别,得到所述图像的预设物品的识别结果;
所述确定单元进一步被配置成:
响应于确定出所述图像包括预设物品显示区域,确定所述预设物品的位置;
响应于确定出所述图像包括儿童人脸区域,确定所述儿童所在位置和预设物品的位置之间的距离是否小于预设距离。
15.根据权利要求13所述的装置,其中,所述人脸识别单元进一步被配置成:
将所采集到的图像输入预先训练的人脸识别模型,得到所述图像的儿童人脸的识别结果,其中,所述人脸识别模型用于对图像中的儿童人脸进行识别得到儿童人脸识别结果。
16.根据权利要求14所述的装置,其中,所述物品识别单元进一步被配置成:
将所采集到的图像输入预先训练的物品分类器,确定所述图像是否包含预设物品显示区域,其中,所述物品分类器用于在图像中确定是否包含预设物品显示区域。
17.一种电子设备,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1-12中任一所述的方法。
18.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-12中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910881776.1A CN110619734A (zh) | 2019-09-18 | 2019-09-18 | 信息推送方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910881776.1A CN110619734A (zh) | 2019-09-18 | 2019-09-18 | 信息推送方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110619734A true CN110619734A (zh) | 2019-12-27 |
Family
ID=68923526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910881776.1A Pending CN110619734A (zh) | 2019-09-18 | 2019-09-18 | 信息推送方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110619734A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112291315A (zh) * | 2020-10-18 | 2021-01-29 | 泰州物族信息科技有限公司 | 基于大数据服务的无线通信平台 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120218116A1 (en) * | 2011-02-25 | 2012-08-30 | Ronnie Tatum | Position Monitoring System And Method Of Use |
CN105020749A (zh) * | 2015-08-03 | 2015-11-04 | 广东美的厨房电器制造有限公司 | 感测组件、燃气灶、抽油烟机、厨具、预警方法及系统 |
CN105844843A (zh) * | 2016-05-14 | 2016-08-10 | 齐齐哈尔大学 | 一种家庭安全系统 |
CN106154944A (zh) * | 2016-06-30 | 2016-11-23 | 联想(北京)有限公司 | 一种数据处理方法及电子设备 |
CN106384479A (zh) * | 2016-12-16 | 2017-02-08 | Tcl集团股份有限公司 | 一种监护方法及装置 |
CN110009853A (zh) * | 2019-03-27 | 2019-07-12 | 合肥学院 | 一种基于危险物的儿童防触报警系统及报警方法 |
-
2019
- 2019-09-18 CN CN201910881776.1A patent/CN110619734A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120218116A1 (en) * | 2011-02-25 | 2012-08-30 | Ronnie Tatum | Position Monitoring System And Method Of Use |
CN105020749A (zh) * | 2015-08-03 | 2015-11-04 | 广东美的厨房电器制造有限公司 | 感测组件、燃气灶、抽油烟机、厨具、预警方法及系统 |
CN105844843A (zh) * | 2016-05-14 | 2016-08-10 | 齐齐哈尔大学 | 一种家庭安全系统 |
CN106154944A (zh) * | 2016-06-30 | 2016-11-23 | 联想(北京)有限公司 | 一种数据处理方法及电子设备 |
CN106384479A (zh) * | 2016-12-16 | 2017-02-08 | Tcl集团股份有限公司 | 一种监护方法及装置 |
CN110009853A (zh) * | 2019-03-27 | 2019-07-12 | 合肥学院 | 一种基于危险物的儿童防触报警系统及报警方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112291315A (zh) * | 2020-10-18 | 2021-01-29 | 泰州物族信息科技有限公司 | 基于大数据服务的无线通信平台 |
CN112291315B (zh) * | 2020-10-18 | 2021-05-28 | 盛夏 | 基于大数据服务的无线通信平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109214343B (zh) | 用于生成人脸关键点检测模型的方法和装置 | |
CN109964236B (zh) | 用于检测图像中的对象的神经网络 | |
KR20220062338A (ko) | 스테레오 카메라들로부터의 손 포즈 추정 | |
US20210133468A1 (en) | Action Recognition Method, Electronic Device, and Storage Medium | |
US11295139B2 (en) | Human presence detection in edge devices | |
US10587776B2 (en) | Electronic device and method for controlling the electronic device | |
CN107622240B (zh) | 人脸检测方法和装置 | |
CN111914812B (zh) | 图像处理模型训练方法、装置、设备及存储介质 | |
US20210365343A1 (en) | Artificial Intelligence (AI)-Based Cloud Computing Safety Monitoring System | |
CN108491823B (zh) | 用于生成人眼识别模型的方法和装置 | |
CN108229375B (zh) | 用于检测人脸图像的方法和装置 | |
US11087140B2 (en) | Information generating method and apparatus applied to terminal device | |
CN108133197B (zh) | 用于生成信息的方法和装置 | |
CN111696176A (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
CN108388889B (zh) | 用于分析人脸图像的方法和装置 | |
KR20210038699A (ko) | 액티브 이미지 깊이 예측 | |
CN113111782A (zh) | 基于显著对象检测的视频监控方法及装置 | |
Taufeeque et al. | Multi-camera, multi-person, and real-time fall detection using long short term memory | |
CN108399401B (zh) | 用于检测人脸图像的方法和装置 | |
CN108038473B (zh) | 用于输出信息的方法和装置 | |
CN110110666A (zh) | 目标检测方法和装置 | |
US20220130019A1 (en) | Electronic device and method for processing image by same | |
CN110008926B (zh) | 用于识别年龄的方法和装置 | |
CN111738199A (zh) | 图像信息验证方法、装置、计算装置和介质 | |
CN111860071A (zh) | 用于识别物品的方法和装置 |
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: 20191227 |