CN110751771A - 门体异常告警方法及相关产品 - Google Patents

Abstract

本申请公开了一种门体异常告警方法及相关产品，应用于门铃，所述方法包括：采集门体的振动数据，从所述振动数据中获取振动频率；判断所述振动频率是否大于预设的频率阈值，若该振动频率大于所述频率阈值，接收目标对象的目标人脸图像；将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态；若所述门体处于异常状态，向预设的移动终端发送预设告警信息。本申请实施例具有用户体验度高的优点。

Description

门体异常告警方法及相关产品

技术领域

本申请涉及智能门铃领域，具体涉及一种门体异常告警方法及相关产品。

背景技术

随着物联网(Internet of Things，IOT)技术的不断普及，生活中越来越多的设备实现了联网化和智能化。智能门铃正逐步深入人类生活，为人类提供了越来越方便，越来越智能和越来越安全的生活环境。

但是，现有的门铃只能在响铃开关被触发的时候提示用户有人来访，当有不法分子通过暴力破门或者暴力拆门的方式进行犯罪活动时，门铃无法对此类异常情况进行判断，导致用户无法及时发现异常情况，从而可能导致用户的家庭财产遭受损失，用户体验度低下。

发明内容

本申请实施例提供了一种门体异常告警方法及相关产品，有利于通过人脸识别、门体的振动数据确定门体异常情况，有利于提高家庭财产的安全性，有利于提高用户体验度。

第一方面，本申请实施例提供一种门体异常告警方法，应用于门铃，所述方法包括：

采集门体的振动数据，从所述振动数据中获取振动频率；

判断所述振动频率是否大于预设的频率阈值，若该振动频率大于所述频率阈值，接收目标对象的目标人脸图像；

将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态；

若所述门体处于异常状态，向预设的移动终端发送预设告警信息。

第二方面，本申请实施例提供一种门体异常告警装置，应用于门铃，所述装置包括：

采集单元，用于采集门体的振动数据，从所述振动数据中获取振动频率；

判断单元，用于判断所述振动频率是否大于预设的频率阈值，若该振动频率大于所述频率阈值，接收目标对象的目标人脸图像；

比对单元，用于将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态；

执行单元，用于若所述门体处于异常状态，向预设的移动终端发送预设告警信息。

第三方面，本申请实施例提供一种门铃，包括控制器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述控制器执行，上述程序包括用于执行本申请实施例第一方面任一方法中的步骤的指令。

第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。

第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面任一方法中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。

可以看出，在本申请实施例中，门铃采集门体的振动数据，从所述振动数据中获取振动频率；判断所述振动频率是否大于预设的频率阈值，若该振动频率大于所述频率阈值，接收目标对象的目标人脸图像；将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态；若所述门体处于异常状态，向预设的移动终端发送预设告警信息。可见，在本申请实施例中门铃可以通过振动频率对门体状态进行初步判断，通过人脸比对对门体状态进行最终判断，可以及时发现门体的异常情况，二次判断有利于提高异常情况识别的准确性，在发现异常情况时对用户进行告警，有利于提高家庭财产的安全性，有利于提高用户体验度。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种门铃的结构示意图；

图2是本申请实施例提供的一种门体异常告警方法的流程示意图；

图3是本申请实施例提供的另一种门体异常告警方法的流程示意图；

图4是本申请实施例提供的一种门体异常告警方法的场景交互示意图；

图5是本申请实施例提供的一种门铃的结构示意图；

图6是本申请实施例提供的一种门体异常告警装置的功能单元组成框图。

具体实施方式

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，所描述的实施例是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，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、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结果或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

请参阅图1，图1是本申请实施例公开的一种门铃的结构示意图，门铃100包括存储和处理电路110，以及与所述存储和处理电路110连接的摄像模组170，其中：

门铃100可以包括控制电路，该控制电路可以包括存储和处理电路110。该存储和处理电路110可以存储器，例如硬盘驱动存储器，非易失性存储器(例如闪存或用于形成固态驱动器的其它电子可编程只读存储器等)，易失性存储器(例如静态或动态随机存取存储器等)等，本申请实施例不作限制。存储和处理电路110中的处理电路可以用于控制门铃100的运转。该处理电路可以基于一个或多个微处理器，微控制器，数字信号处理器，基带处理器，功率管理单元，音频编解码器芯片，专用集成电路，显示驱动器集成电路等来实现。

存储和处理电路110可用于运行门铃100中的软件，例如互联网浏览应用程序，互联网协议语音(Voice over Internet Protocol,VOIP)电话呼叫应用程序，电子邮件应用程序，媒体播放应用程序，操作系统功能等。这些软件可以用于执行一些控制操作，例如，基于照相机的图像采集，基于环境光传感器的环境光测量，基于接近传感器的接近传感器测量，基于诸如发光二极管的状态指示灯等状态指示器实现的信息显示功能，基于触摸传感器的触摸事件检测，与在多个(例如分层的)显示屏上显示信息相关联的功能，与执行无线通信功能相关联的操作，与收集和产生音频信号相关联的操作，与收集和处理按钮按压事件数据相关联的控制操作，以及门铃100中的其它功能等，本申请实施例不作限制。

门铃100可以包括输入-输出电路150。输入-输出电路150可用于使门铃100实现数据的输入和输出，即允许门铃100从外部设备接收数据和也允许门铃100将数据从门铃100输出至外部设备。输入-输出电路150可以进一步包括摄像模组170，其中摄像模组170可以包括：红外摄像头、超声波摄像头等等，在此不作限定。

门铃100还可以包括音频组件140。音频组件140可以用于为门铃100提供音频输入和输出功能。门铃100中的音频组件140可以包括扬声器，麦克风，蜂鸣器，音调发生器以及其它用于产生和检测声音的组件。

通信电路120可以用于为门铃100提供与外部设备通信的能力。通信电路120可以包括模拟和数字输入-输出接口电路，和基于射频信号和/或光信号的无线通信电路。通信电路120中的无线通信电路可以包括射频收发器电路、功率放大器电路、低噪声放大器、开关、滤波器和天线。举例来说，通信电路120中的无线通信电路可以包括用于通过发射和接收近场耦合电磁信号来支持近场通信(Near Field Communication，NFC)的电路。例如，通信电路120可以包括近场通信天线和近场通信收发器。通信电路120还可以包括蜂窝电话收发器和天线，无线局域网收发器电路和天线等。

输入-输出电路150还可以包括传感器130，,传感器130包括：振动传感器，还可以包括红外传感器等等，在此不作限定。

基于上述图1所描述的门铃，可以用于实现如下功能：

采集门体的振动数据，从所述振动数据中获取振动频率；

判断所述振动频率是否大于预设的频率阈值，若该振动频率大于所述频率阈值，接收目标对象的目标人脸图像；

将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态；

若所述门体处于异常状态，向预设的移动终端发送预设告警信息。

请参阅图2，图2是本申请实施例提供的一种门体异常告警方法的流程示意图，应用于门铃，如图2所示，本门体异常告警方法包括：

步骤201、采集门体的振动数据，从所述振动数据中获取振动频率；

可选的，该门铃包括：振动传感器，在采集门体的振动数据之前，控制振动传感器对门体进行检测，在检测到该门体产生振动时，执行采集门体的振动数据操作。

其中，该振动传感器与该门铃进行数据连接，该数据连接可以包括：蓝牙、Wi-Fi、数据网络连接等等，在此不作限定。

其中，该振动数据可以包括：振动频率、振动间隔、振动幅度、振动曲线等等，在此不作限定。

步骤202、判断所述振动频率是否大于预设的频率阈值，若该振动频率大于所述频率阈值，接收目标对象的目标人脸图像；

其中，该频率阈值可以为用户预设的频率阈值，也可以为默认的频率阈值，在此不作限定。

可选的，接收目标对象的目标人脸图像，包括：接收当前图像，对当前图像进行人脸检测，得到多个待定人脸区域，计算该多个待定人脸区域对应的多个区域面积，获取该多个区域面积中的最大值对应的待定人脸区域为目标人脸区域，确定该目标人脸区域对应的对象为目标对象，获取该目标人脸区域对应的人脸图像为该目标人脸图像。

步骤203、将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态；

可选的，获取人脸模板集中的多个人脸模板，将该目标人脸图像与该多个人脸模板进行比对，若该目标人脸图像与该多个人脸模板比对成功，确定该门体处于非异常状态；若该目标人脸图像与该多个人脸模板比对不成功，确定该门体处于异常状态。

步骤204、若所述门体处于异常状态，向预设的移动终端发送预设告警信息。

可选的，向预设的移动终端发送预设告警信息后，依据该目标人脸图像生成验证请求，该验证请求用于请求服务器依据该目标人脸图像与该预设人脸模板集进行比对验证并返回验证结果，接收服务器返回的验证结果，将该验证结果发送至该移动终端。

其中，该预设告警信息可以为用于预设的文字提醒信息，也可以为依据告警参数生成的告警信息，该预设告警参数可以包括：当前时间、目标人脸图像、振动数据等等，在此不作限定。

在一可能的示例中，所述将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态，包括：将所述目标人脸图像与所述人脸模板集作为预设的第一人脸识别模型的输入，得到多个人脸相似度，获取所述多个人脸相似度中的最大值，判断所述最大值是否大于预设的相似度阈值；若所述最大值大于所述相似度阈值，确定所述目标人脸图像与所述人脸模板集比对成功，确定所述门体处于非异常状态；若所述最大值不大于所述相似度阈值，对所述目标人脸图像执行年龄识别确定所述门体是否处于异常状态。

其中，该相似度阈值可以为用户设置的相似度阈值，也可以为默认的相似度阈值，在此不作限定。

可选的，获取预设的特征提取模型，将该目标人脸图像作为该特征提取模型的输入，得到该目标人脸图像对应的目标人脸特征，获取该人脸模板集中的多个人脸模板，将该多个人脸模版作为该特征提取模型的输入，得到该多个人脸模板对应的多个人脸模板特征，计算该目标人脸特征与该多个人脸模板特征的多个特征相似度，判断该多个特征相似度的最大值是否大于预设的特征相似度阈值，若该最大值大于该特征相似度阈值，确定该人脸图像与该人脸模板集比对成功，确定该门体处于非异常状态；若该最大值小于该特征相似度阈值，确定该目标人脸图像与该人脸模板集比对不成功，确定该门体处于异常状态。

可选的，在确定该人脸图像与该人脸模板比对成功之前，获取该最大值对应的目标人脸模板，在该人脸模板集中确定该目标人脸模板对应的模板资料，该模板资料可以包括：模板姓名、模板年龄、模板性别等等，在此不作限定；对该目标人脸图像进行性别识别，确定该目标人脸图像对应的目标性别，从该模板资料中获取该模板性别，判断该目标性别与该模板性别是否一致，若该目标性别与该模板性别不一致，确定该人脸图像与该人脸模板比对不成功，若该目标性别与该模板性别一致，确定该人脸图像与该人脸模版比对成功。

在一可能的示例中，所述对所述目标人脸图像执行年龄识别确定所述门体是否处于异常状态，包括：对所述目标人脸图像执行年龄识别，确定所述目标对象对应的目标年龄，判断所述目标年龄是否小于预设的年龄阈值；若所述目标年龄不小于所述年龄阈值，确定所述门体处于异常状态；若所述目标年龄小于所述年龄阈值，确定所述门体处于非异常状态。

其中，该年龄阈值可以为用户设置的年龄阈值，也可以为默认的年龄阈值，在此不作限定。

在一可能的示例中，所述将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态之前，还包括：将所述目标人脸图像作为预设的第二人脸识别模型的输入，得到所述目标人脸图像对应的人脸遮挡率，判断所述人脸遮挡率是否大于预设的遮挡率阈值，若所述人脸遮挡率大于所述遮挡率阈值，确定所述门体处于异常状态；若所述人脸遮挡率不大于所述遮挡率阈值，执行所述将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态操作。

其中，该遮挡率阈值可以为用户设置的遮挡率阈值，也可以为默认的遮挡率阈值，在此不作限定。

可选的，确定所述门体处于异常状态之后，获取该目标对象对应的目标视频数据，将该目标视频数据作为预设的行为分析模型的输入，得到该目标对象的行为分析结果，将该行为分析结果发送至预设移动终端。

在一可能的示例中，所述方法还包括：从所述振动数据中获取振动曲线，依据所述振动曲线判断所述振动数据对应的振动是否为周期振动；若所述振动为周期振动，确定所述门体处于非异常状态；若所述振动为非周期振动，从所述振动数据中获取振动幅度，判断所述振动幅度是否大于预设的幅度阈值，若所述振动幅度大于所述幅度阈值，确定所述门体处于异常状态。

可选的，确定该振动为周期振动后，从该振动数据中确定该振动的多个振动周期，获取多个振动周期对应的多个振动次数，若该多个振动次数数值一致，确定该门体处于非异常状态，执行来访提醒功能，获取目标对象的目标人脸图像，将该目标人脸图像发送至预设的移动终端，并向该移动终端发送来访提示信息。

其中，该幅度阈值可以为用户设置的幅度阈值，也可以为默认的幅度阈值，在此不作限定。

可选的，从该振动数据中获取多个振动时间间隔，计算该多个振动时间间隔的平均振动时间间隔，对该多个振动时间间隔、该平均振动时间间隔执行方差计算得到振动间隔方差，获取预设的方差阈值，判断该振动间隔方差是否大于该方差阈值，若该振动间隔方差大于该方差阈值，确定该门体处于非异常状态，若该振动间隔方差不大于该方差阈值，确定该门体处于异常状态。

在一可能的示例中，所述方法还包括：若所述振动幅度不大于所述幅度阈值，接收音频数据，依据所述音频数据确定所述门体是否处于异常状态；将所述音频数据作为预设音频分析模型的输入，得到噪声数据；确定所述噪声数据的噪声分贝，判断所述噪声分贝是否大于预设的分贝阈值，若所述噪声分贝大于所述分贝阈值，确定所述门体处于异常状态；若所述噪声分贝不大于所述分贝阈值，确定所述门体处于非异常状态。

其中，该分贝阈值可以为用户设置的分贝阈值，也可以为默认的分贝阈值，在此不作限定。

可选的，将该音频数据作为音频识别模型的输入，得到该音频数据对应的文本数据，获取预设的关键字集，该关键字集包括：多个预设关键字，判断该文本数据是否包含该关键字集中的任意一个关键字，若包含，确定该门体处于非异常状态，确定该文本数据对应的目标关键字，依据该目标关键字生成来访提醒信息，启动来访提醒功能，向预设移动终端发送该来访提示信息。

在一可能的示例中，所述门铃包括：通信模组，所述向预设的移动终端发送预设告警信息之后，还包括：获取所述门铃的位置坐标，确定以所述位置坐标为圆心、预设距离阈值为半径的圆形区域内的多个监控设备；启动所述通信模组，控制所述通信模组连接所述多个监控设备，接收所述多个监控设备返回的多个监控视频数据，向预设服务器发送所述多个监控视频数据。

可选的，该门铃还可以包括：无线通信模组，启动该无线通信模组，接收预设无线范围内的多个待连接信号，从该多个待连接信号中确定一个或一个以上待连接监控设备信号，向该一个或一个以上待连接监控设备信号对应的一个或一个以上监控设备发送连接请求，该连接请求用于请求该监控设备与该门铃进行连接并返回监控视频数据，接收该一个或一个以上监控设备返回的一个或一个以上监控视频数据，向预设服务器发送该一个或一个以上监控视频数据。

进一步地，接收该预设服务器返回的目标监控数据，将该目标监控数据发送至预设移动终端。

可以看出，在本申请实施例中，门铃采集门体的振动数据，从所述振动数据中获取振动频率；判断所述振动频率是否大于预设的频率阈值，若该振动频率大于所述频率阈值，接收目标对象的目标人脸图像；将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态；若所述门体处于异常状态，向预设的移动终端发送预设告警信息。可见，在本申请实施例中门铃可以通过振动频率对门体状态进行初步判断，通过人脸比对对门体状态进行最终判断，可以及时发现门体的异常情况，二次判断有利于提高异常情况识别的准确性，在发现异常情况时对用户进行告警，有利于提高家庭财产的安全性，有利于提高用户体验度。

请参阅图3，图3是本申请实施例提供的另一种门体异常告警方法的流程示意图，应用于门铃，如图3所示，本门体异常告警方法包括：

步骤301、采集门体的振动数据，从所述振动数据中获取振动频率；

步骤302、判断所述振动频率是否大于预设的频率阈值，若该振动频率大于所述频率阈值，接收目标对象的目标人脸图像；

步骤303、将所述目标人脸图像与所述人脸模板集作为预设的第二人脸识别模型的输入，得到多个人脸相似度，获取所述多个人脸相似度中的最大值；

步骤304、判断所述最大值是否大于预设的相似度阈值；

步骤305、若所述最大值大于所述相似度阈值，确定所述目标人脸图像与所述人脸模板集比对成功，确定所述门体处于非异常状态；

步骤306、若所述最大值不大于所述相似度阈值，对所述目标人脸图像执行年龄识别确定所述门体是否处于异常状态；

步骤306、若所述门体处于异常状态，向预设的移动终端发送预设告警信息。

其中，上述步骤301-步骤308的具体描述可以参照上述图2所描述的门体异常告警方法的相应步骤，在此不再赘述。

可以看出，在本申请实施例中，门铃采集门体的振动数据，从该振动数据中获取振动频率；判断该振动频率是否大于预设的频率阈值，若该振动频率大于该频率阈值，接收目标对象的目标人脸图像；将该目标人脸图像与该人脸模板集作为预设的第二人脸识别模型的输入，得到多个人脸相似度，获取该多个人脸相似度中的最大值，判断该最大值是否大于预设的相似度阈值；若该最大值大于该相似度阈值，确定该目标人脸图像与该人脸模板集比对成功，确定该门体处于非异常状态；若该最大值不大于该相似度阈值，对该目标人脸图像执行年龄识别确定该门体是否处于异常状态；若该门体处于异常状态，向预设的移动终端发送预设告警信息。

请参阅图4，图4是本申请实施例提供的一种门体异常告警方法的场景交互示意图，如图4所示，图4中的门铃可以为图1中所描述的门铃。

在本申请实施例中，门铃采集门体的振动数据，获取该振动数据中的振动频率，判断该振动频率是否大于预设的频率阈值，若该振动频率大于该频率阈值，通过摄像模组采集目标对象的目标人脸图像，获取预设的人脸模板集，将该目标人脸图像与该人脸模板集进行比对，若该目标人脸图像与该人脸模板比对成功，确定该门体处于非异常状态，若该目标人脸图像与该人脸模板比对不成功，确定该门体处于异常状态，向预设的移动终端发送预设的告警信息。

可以看出，通过振动频率对门体状态进行初步判断，通过人脸比对对门体状态进行最终判断，可以及时发现门体的异常情况，二次判断有利于提高异常情况识别的准确性，在发现异常情况时对用户进行告警，有利于提高家庭财产的安全性，有利于提高用户体验度。

请参阅图5，图5是本申请实施例提供的一种门铃500的结构示意图，如图所示，所述门铃500包括：应用处理器510、存储器520、通信接口530以及一个或多个程序521，其中，所述一个或多个程序521被存储在上述存储器520中，并且被配置由上述应用处理器510执行，所述一个或多个程序521包括用于执行以下步骤的指令：

采集门体的振动数据，从所述振动数据中获取振动频率；

判断所述振动频率是否大于预设的频率阈值，若该振动频率大于所述频率阈值，接收目标对象的目标人脸图像；

将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态；

若所述门体处于异常状态，向预设的移动终端发送预设告警信息。

可以看出，在本申请实施例中，门铃采集门体的振动数据，从所述振动数据中获取振动频率；判断所述振动频率是否大于预设的频率阈值，若该振动频率大于所述频率阈值，接收目标对象的目标人脸图像；将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态；若所述门体处于异常状态，向预设的移动终端发送预设告警信息。可见，在本申请实施例中门铃可以通过振动频率对门体状态进行初步判断，通过人脸比对对门体状态进行最终判断，可以及时发现门体的异常情况，二次判断有利于提高异常情况识别的准确性，在发现异常情况时对用户进行告警，有利于提高家庭财产的安全性，有利于提高用户体验度。

在一个可能的示例中，在所述将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态方面，所述程序中的指令具体用于执行以下操作：将所述目标人脸图像与所述人脸模板集作为预设的第一人脸识别模型的输入，得到多个人脸相似度，获取所述多个人脸相似度中的最大值，判断所述最大值是否大于预设的相似度阈值；若所述最大值大于所述相似度阈值，确定所述目标人脸图像与所述人脸模板集比对成功，确定所述门体处于非异常状态；若所述最大值不大于所述相似度阈值，对所述目标人脸图像执行年龄识别确定所述门体是否处于异常状态。

在一个可能的示例中，所述对所述目标人脸图像执行年龄识别确定所述门体是否处于异常状态，所述程序中的指令具体用于执行以下操作：对所述目标人脸图像执行年龄识别，确定所述目标对象对应的目标年龄，判断所述目标年龄是否小于预设的年龄阈值；若所述目标年龄不小于所述年龄阈值，确定所述门体处于异常状态；若所述目标年龄小于所述年龄阈值，确定所述门体处于非异常状态。

在一个可能的示例中，所述将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态之前，所述程序中的指令还用于执行以下操作：将所述目标人脸图像作为预设的第二人脸识别模型的输入，得到所述目标人脸图像对应的人脸遮挡率，判断所述人脸遮挡率是否大于预设的遮挡率阈值，若所述人脸遮挡率大于所述遮挡率阈值，确定所述门体处于异常状态；若所述人脸遮挡率不大于所述遮挡率阈值，执行所述将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态操作。

在一个可能的示例中，所述程序中的指令还用于执行以下操作：从所述振动数据中获取振动曲线，依据所述振动曲线判断所述振动数据对应的振动是否为周期振动；若所述振动为周期振动，确定所述门体处于非异常状态；若所述振动为非周期振动，从所述振动数据中获取振动幅度，判断所述振动幅度是否大于预设的幅度阈值，若所述振动幅度大于所述幅度阈值，确定所述门体处于异常状态。

在一个可能的示例中，所述程序中的指令还用于执行以下操作：若所述振动幅度不大于所述幅度阈值，接收音频数据，依据所述音频数据确定所述门体是否处于异常状态；将所述音频数据作为预设音频分析模型的输入，得到噪声数据；确定所述噪声数据的噪声分贝，判断所述噪声分贝是否大于预设的分贝阈值，若所述噪声分贝大于所述分贝阈值，确定所述门体处于异常状态；若所述噪声分贝不大于所述分贝阈值，确定所述门体处于非异常状态。

在一个可能的示例中，所述门铃包括：通信模组，在所述向预设的移动终端发送预设告警信息之后方面，所述程序中的指令还用于执行以下操作：获取所述门铃的位置坐标，确定以所述位置坐标为圆心、预设距离阈值为半径的圆形区域内的多个监控设备；启动所述通信模组，控制所述通信模组连接所述多个监控设备，接收所述多个监控设备返回的多个监控视频数据，向预设服务器发送所述多个监控视频数据。

上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个控制单元中。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。需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

图6是本申请实施例中所涉及的门体异常告警装置600的功能单元组成框图。该门体异常告警装置600应用于门铃，所述门铃包括：摄像模组，该门体异常告警装置600包括采集单元601、判断单元602、比对单元603以及执行单元604，其中：

采集单元601，用于采集门体的振动数据，从所述振动数据中获取振动频率；

判断单元602，用于判断所述振动频率是否大于预设的频率阈值，若该振动频率大于所述频率阈值，接收目标对象的目标人脸图像；

比对单元603，用于将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态；

执行单元604，用于若所述门体处于异常状态，向预设的移动终端发送预设告警信息。

在一个可能的示例中，在所述将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态方面，所述比对单元603，具体用于：将所述目标人脸图像与所述人脸模板集作为预设的第一人脸识别模型的输入，得到多个人脸相似度，获取所述多个人脸相似度中的最大值，判断所述最大值是否大于预设的相似度阈值；若所述最大值大于所述相似度阈值，确定所述目标人脸图像与所述人脸模板集比对成功，确定所述门体处于非异常状态；若所述最大值不大于所述相似度阈值，对所述目标人脸图像执行年龄识别确定所述门体是否处于异常状态。

在一个可能的示例中，所述对所述目标人脸图像执行年龄识别确定所述门体是否处于异常状态，所述比对单元603，具体用于：对所述目标人脸图像执行年龄识别，确定所述目标对象对应的目标年龄，判断所述目标年龄是否小于预设的年龄阈值；若所述目标年龄不小于所述年龄阈值，确定所述门体处于异常状态；若所述目标年龄小于所述年龄阈值，确定所述门体处于非异常状态。

在一个可能的示例中，所述将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态之前，所述比对单元603，具体用于：将所述目标人脸图像作为预设的第二人脸识别模型的输入，得到所述目标人脸图像对应的人脸遮挡率，判断所述人脸遮挡率是否大于预设的遮挡率阈值，若所述人脸遮挡率大于所述遮挡率阈值，确定所述门体处于异常状态；若所述人脸遮挡率不大于所述遮挡率阈值，执行所述将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态操作。

在一个可能的示例中，所述判断单元602，具体用于：从所述振动数据中获取振动曲线，依据所述振动曲线判断所述振动数据对应的振动是否为周期振动；若所述振动为周期振动，确定所述门体处于非异常状态；若所述振动为非周期振动，从所述振动数据中获取振动幅度，判断所述振动幅度是否大于预设的幅度阈值，若所述振动幅度大于所述幅度阈值，确定所述门体处于异常状态。

在一个可能的示例中，所述判断单元602，具体用于：若所述振动幅度不大于所述幅度阈值，接收音频数据，依据所述音频数据确定所述门体是否处于异常状态；将所述音频数据作为预设音频分析模型的输入，得到噪声数据；确定所述噪声数据的噪声分贝，判断所述噪声分贝是否大于预设的分贝阈值，若所述噪声分贝大于所述分贝阈值，确定所述门体处于异常状态；若所述噪声分贝不大于所述分贝阈值，确定所述门体处于非异常状态。

在一个可能的示例中，所述门铃包括：通信模组，在所述向预设的移动终端发送预设告警信息之后方面，所述执行单元604，具体用于：获取所述门铃的位置坐标，确定以所述位置坐标为圆心、预设距离阈值为半径的圆形区域内的多个监控设备；启动所述通信模组，控制所述通信模组连接所述多个监控设备，接收所述多个监控设备返回的多个监控视频数据，向预设服务器发送所述多个监控视频数据。

可以看出，在本申请实施例中，门铃采集门体的振动数据，从所述振动数据中获取振动频率；判断所述振动频率是否大于预设的频率阈值，若该振动频率大于所述频率阈值，接收目标对象的目标人脸图像；将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态；若所述门体处于异常状态，向预设的移动终端发送预设告警信息。可见，在本申请实施例中门铃可以通过振动频率对门体状态进行初步判断，通过人脸比对对门体状态进行最终判断，可以及时发现门体的异常情况，二次判断有利于提高异常情况识别的准确性，在发现异常情况时对用户进行告警，有利于提高家庭财产的安全性，有利于提高用户体验度。

本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。

本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，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，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅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，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

上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网络单元上。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，在本申请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。

上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器中。基于这样的理解，本申请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器中，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)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：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。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。

以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种门体异常告警方法，其特征在于，应用于门铃，所述方法包括：

采集门体的振动数据，从所述振动数据中获取振动频率；

判断所述振动频率是否大于预设的频率阈值，若该振动频率大于所述频率阈值，接收目标对象的目标人脸图像；

将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态；

若所述门体处于异常状态，向预设的移动终端发送预设告警信息。

2.根据权利要求1所述的方法，其特征在于，所述将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态，包括：

将所述目标人脸图像与所述人脸模板集作为预设的第一人脸识别模型的输入，得到多个人脸相似度，获取所述多个人脸相似度中的最大值，判断所述最大值是否大于预设的相似度阈值；

若所述最大值大于所述相似度阈值，确定所述目标人脸图像与所述人脸模板集比对成功，确定所述门体处于非异常状态；

若所述最大值不大于所述相似度阈值，对所述目标人脸图像执行年龄识别确定所述门体是否处于异常状态。

3.根据权利要求2所述的方法，其特征在于，所述对所述目标人脸图像执行年龄识别确定所述门体是否处于异常状态，包括：

对所述目标人脸图像执行年龄识别，确定所述目标对象对应的目标年龄，判断所述目标年龄是否小于预设的年龄阈值；

若所述目标年龄不小于所述年龄阈值，确定所述门体处于异常状态；

若所述目标年龄小于所述年龄阈值，确定所述门体处于非异常状态。

4.根据权利要求1所述的方法，其特征在于，所述将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态之前，还包括：

将所述目标人脸图像作为预设的第二人脸识别模型的输入，得到所述目标人脸图像对应的人脸遮挡率，判断所述人脸遮挡率是否大于预设的遮挡率阈值，若所述人脸遮挡率大于所述遮挡率阈值，确定所述门体处于异常状态；

若所述人脸遮挡率不大于所述遮挡率阈值，执行所述将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态操作。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

从所述振动数据中获取振动曲线，依据所述振动曲线判断所述振动数据对应的振动是否为周期振动；

若所述振动为周期振动，确定所述门体处于非异常状态；

若所述振动为非周期振动，从所述振动数据中获取振动幅度，判断所述振动幅度是否大于预设的幅度阈值，若所述振动幅度大于所述幅度阈值，确定所述门体处于异常状态。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

若所述振动幅度不大于所述幅度阈值，接收音频数据，依据所述音频数据确定所述门体是否处于异常状态；

将所述音频数据作为预设音频分析模型的输入，得到噪声数据；

确定所述噪声数据的噪声分贝，判断所述噪声分贝是否大于预设的分贝阈值，若所述噪声分贝大于所述分贝阈值，确定所述门体处于异常状态；

若所述噪声分贝不大于所述分贝阈值，确定所述门体处于非异常状态。

7.根据权利要求1所述的方法.，其特征在于，所述门铃包括：通信模组，所述向预设的移动终端发送预设告警信息之后，还包括：

获取所述门铃的位置坐标，确定以所述位置坐标为圆心、预设距离阈值为半径的圆形区域内的多个监控设备；

启动所述通信模组，控制所述通信模组连接所述多个监控设备，接收所述多个监控设备返回的多个监控视频数据，向预设服务器发送所述多个监控视频数据。

8.一种门体异常告警装置，其特征在于，应用于门铃，所述装置包括：

采集单元，用于采集门体的振动数据，从所述振动数据中获取振动频率；

判断单元，用于判断所述振动频率是否大于预设的频率阈值，若该振动频率大于所述频率阈值，接收目标对象的目标人脸图像；

比对单元，用于将所述目标人脸图像与预设的人脸模板集进行比对确定所述门体是否处于异常状态；

执行单元，用于若所述门体处于异常状态，向预设的移动终端发送预设告警信息。

9.一种门铃，其特征在于，包括处理器、存储器、通信接口，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1-7任一项所述的方法中的步骤的指令。

10.一种计算机可读存储介质，其特征在于，存储用于电子数据交换的计算机程序，其中，所述计算机程序使得计算机执行如权利要求1-7任一项所述的方法。

Images