CN110910606B - 一种基于目标跟踪的儿童防走失方法和系统 - Google Patents
一种基于目标跟踪的儿童防走失方法和系统 Download PDFInfo
- Publication number
- CN110910606B CN110910606B CN201910959372.XA CN201910959372A CN110910606B CN 110910606 B CN110910606 B CN 110910606B CN 201910959372 A CN201910959372 A CN 201910959372A CN 110910606 B CN110910606 B CN 110910606B
- Authority
- CN
- China
- Prior art keywords
- child
- children
- community
- walking
- rule
- 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
Links
Images
Classifications
-
- 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
- G08B21/0205—Specific application combined with child monitoring using a transmitter-receiver system
-
- 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
- G06V40/174—Facial expression recognition
-
- 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
- G06V40/23—Recognition of whole body movements, e.g. for sport training
-
- 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
- G06V40/23—Recognition of whole body movements, e.g. for sport training
- G06V40/25—Recognition of walking or running movements, e.g. gait recognition
Landscapes
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本申请实施例提供一种基于目标跟踪的儿童防走失方法和系统。该方法包括:在人体端配置儿童信号收发装置,在社区内关键位置设置信号采集处理装置,在社区管理端设置数据中心;通过儿童信号收发装置,对社区内儿童指定时间内的地理位置信息、伴随信息、步态信息和情感信息进行连续采集,跟踪儿童行进路径,抽取出行走规律,对儿童行走状态进行预测;将信号采集处理装置的数据发送至数据中心,根据行走规律判断,判断儿童是否偏离行走规律;当儿童偏离行走规律的情况下,向社区门禁系统发送指令,提示儿童的监护人或安防人员儿童离开社区。本申请提高了防止儿童走失的效率。
Description
技术领域
本申请涉及社区安防及目标跟踪领域,尤其涉及一种基于目标跟踪的儿童防走失方法和系统。
背景技术
目标跟踪技术一直是计算机视觉研究领域中的热点之一,其在安防监控领域有广泛的应用前景。目标跟踪的目的是定位目标在每帧视频图像中的位置,产生目标运动轨迹。跟踪器能得到目标在每帧中的图像区域。目标跟踪可以依据目标类型分为点目标跟踪和对于目标占有一定区域有纹理、轮廓等特征的目标跟踪两种情况跟踪常应用于那些需要了解目标每帧的位置及形状的应用环境中,并常用假设来约束特定应用环境中的跟踪问题。
目前,儿童走失问题已经成为全社会关心的问题。儿童走失问题频频发生,对于每一个家庭,丢失孩子都是一场巨大的灾难,不仅造成家庭的不幸,也成了一个严重的社会问题,引发了一定程度的社会恐慌,增加了社会不安定因素,严重影响社会的和谐发展。一方面,犯罪分子可能进行抢夺拐骗儿童,另一方面,有很大一部分是由于就在社区中,由于儿童与监护人疏忽而导致儿童走失,而且由于没有及时发现并没有及时进行搜寻,导致了儿童走失。如何在我们居住的社区科学、合理、高效地防止儿童走失成为当前研究的热点。
传统社区中防范儿童走失面临过程中只是简单地通过保安进行主观判断,或是通过门禁系统进行识别。这些方法一方面,主观判断的准确性非常低,不能有效地防止儿童离开社区;另一方面,犯罪分子可以轻而易举地避开门禁系统,将儿童带离社区;在一方面,儿童也可以盗用门禁卡轻松地离开社区。传统的社区儿童防走失方法中,没有很好地利用目标跟踪技术,综合儿童在社区中出现的地理位置信息、伴随信息、步态信息和情感信息等特征,高效地防止儿童走失。
发明内容
有鉴于此,本申请的目的在于提出一种基于目标跟踪的儿童防走失方法和系统,提高社区安防效率,解决目前社区安防中,用户体验差、自动化程度低的技术问题。
基于上述目的,本申请提出了一种基于目标跟踪的儿童防走失方法,包括:
在人体端配置儿童信号收发装置,在社区内关键位置设置信号采集处理装置,在社区管理端设置数据中心;
通过所述儿童信号收发装置,对所述社区内儿童指定时间内的地理位置信息、伴随信息、步态信息和情感信息进行连续采集,跟踪所述儿童行进路径,抽取出行走规律,对儿童行走状态进行预测;
将所述信号采集处理装置的数据发送至所述数据中心,根据所述行走规律判断,判断所述儿童是否偏离行走规律;
当所述儿童偏离行走规律的情况下,向社区门禁系统发送指令,提示儿童的监护人或安防人员所述儿童离开所述社区。
在一种实施例中,人体端设置的所述信号收发装置,能够发射和接收音频、视频、图像、地理位置、生命体征信息。
在一些实施例中,对所述社区内儿童指定时间内的地理位置信息、伴随信息、步态信息和情感信息进行连续采集,包括:
通过时间戳方法采集所述儿童在指定时间段的出现位置;
通过人脸识别方法采集所述儿童在指定时间段和指定位置伴随人员的脸部特征,并识别出是否为陌生人;
通过步态识别方法采集所述儿童的步态特征;
通过情感识别方法采集所述儿童的情感特征。
在一些实施例中,抽取出行走规律,包括:
以所述信号采集处理装置为结点,以所述儿童的足迹为边,通过时间序列方法,得出所书儿童在指定时间段的行走规律曲线。
在一些实施例中,对儿童行走状态进行预测,包括:
所述预测采用时间序列预测方式,通过以下公式进行预测:
xn+1=a0+a1x1+a2x2+…+anxn
其中,xn+1为所述儿童在第n+1时刻的状态,a0为初始系数,x1为所述儿童在第1时刻的状态,a1为第1时刻的加权系数;x2为所述儿童在第2时刻的状态,a2为第2时刻的加权系数;xn为所述儿童在第n时刻的状态,an为第n时刻的加权系数。
在一些实施例中,将所述信号采集处理装置的数据发送至所述数据中心,根据所述行走规律判断,判断所述儿童是否偏离行走规律,包括:
在所述数据中心存储有所述儿童的行走规律,所述行走规律包括时间规律、出现位置规律、伴随规律、步态规律和情感规律;
将所述儿童的行走规律与当前行走曲线进行比较,判断所述儿童是否偏离行走规律。
在一些实施例中,当所述儿童偏离行走规律的情况下,向社区门禁系统发送指令,禁止所述儿童离开所述社区,包括:
在向门禁系统发送指令的同时,向所述儿童的监护人发送警报;
所述监护人在接收警报后,通过所述儿童信号收发装置持续与所述儿童进行双向通信。
基于上述目的,本申请还提出了一种基于目标跟踪的儿童防走失系统,包括:
初始模块,用于在人体端配置儿童信号收发装置,在社区内关键位置设置信号采集处理装置,在社区管理端设置数据中心;
处理模块,用于通过所述儿童信号收发装置,对所述社区内儿童指定时间内的地理位置信息、伴随信息、步态信息和情感信息进行连续采集,跟踪所述儿童行进路径,抽取出行走规律,对儿童行走状态进行预测;
判断模块,用于将所述信号采集处理装置的数据发送至所述数据中心,根据所述行走规律判断,判断所述儿童是否偏离行走规律;
指令模块,用于当所述儿童偏离行走规律的情况下,向社区门禁系统发送指令,提示儿童的监护人或安防人员所述儿童离开所述社区。
在一些实施例中,初始模块,包括:
位置采集单元,用于通过时间戳方法采集所述儿童在指定时间段的出现位置;
伴随采集单元,用于通过人脸识别方法采集所述儿童在指定时间段和指定位置伴随人员的脸部特征,并识别出是否为陌生人;
步态采集单元,用于通过步态识别方法采集所述儿童的步态特征;
情感采集单元,用于通过情感识别方法采集所述儿童的情感特征。
在一些实施例中,判断模块,包括:
存储单元,用于在所述数据中心存储有所述儿童的行走规律,所述行走规律包括时间规律、出现位置规律、伴随规律、步态规律和情感规律;
比较单元,用于将所述儿童的行走规律与当前行走曲线进行比较,判断所述儿童是否偏离行走规律。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1示出根据本发明实施例的基于目标跟踪的儿童防走失方法的流程图。
图2示出根据本发明实施例的基于目标跟踪的儿童防走失系统的构成图。
图3示出根据本发明实施例的初始模块的构成图。
图4示出根据本发明实施例的判断模块的构成图。
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示出根据本发明实施例的基于目标跟踪的儿童防走失方法的流程图。如图1所示,该基于目标跟踪的儿童防走失方法包括:
步骤S11、在人体端配置儿童信号收发装置,在社区内关键位置设置信号采集处理装置,在社区管理端设置数据中心。
在一种实施方式中,人体端设置的所述信号收发装置,能够发射和接收音频、视频、图像、地理位置、生命体征信息。
具体来说,在人体端配置儿童信号收发装置,用于采集人体的各种信号特征,例如,人体的情感特征、地理信息特征、周围环境特征、伴随人员特征等;同时,还用于接收控制端发送的指令,以及将采集的各种信号特征回传至控制端。这样看来,本申请的实施例不仅可以用于易于走失的儿童,还可用于易于走失的老年人、智力障碍患者,甚至如家中饲养的宠物这一类的动物。
信号的收发方式可以通过无线网络、红外、蓝牙等数据通信方式中的一种,或结合其中若干种进行。
步骤S12、通过所述儿童信号收发装置,对所述社区内儿童指定时间内的地理位置信息、伴随信息、步态信息和情感信息进行连续采集,跟踪所述儿童行进路径,抽取出行走规律,对儿童行走状态进行预测。
具体来说,通过对儿童走失案件的分析发现,儿童自社区走失时一般具有以下特征:
在地理位置方面,由于适龄儿童都会接受教育,不管是义务教育还是学龄前教育,上下学过程中都具有时间规律,即使放学回家后,儿童在社区中的活动在地理位置上也有概率性规律,如果儿童在错误的时间出现在错误的地点(例如,在写作业的时间离开了社区),则存在走失的可能性;
在伴随信息方面,儿童进出社区或是在社区中活动时,一般都会有自己的家长或其他监护人陪同,如果儿童的周围出现了陌生人,甚至是公安部门信息系统中存储的犯罪分子时,则可以初步判断出儿童可能出现被拐卖的风险;
在步态信息方面,对于有了一定自我保护意识的儿童而言,其意识到自己正在被拐卖时,往往出于自我保护的本能,会出现挣扎、逃跑等行进异样,甚至出现被成年人强掳的步态现象;
在情感信息方面,当儿童遇到陌生人过于靠近其,或是犯罪分子抢夺其时,往往出于自我保护意识,会出现大喊大叫、大哭大闹的现象,这样的现象出现在社区中,表明儿童正在受到侵犯。
因此,通过有效地结合以上提到的地理位置信息、伴随信息、步态信息和情感信息,可以判断出社区中儿童存在走失的风险,及时地提醒监护人或社区安防人员进行处理,可以有效地防止儿童走失。
在一种实施方式中,对所述社区内儿童指定时间内的地理位置信息、伴随信息、步态信息和情感信息进行连续采集,包括:
通过时间戳方法采集所述儿童在指定时间段的出现位置;
通过人脸识别方法采集所述儿童在指定时间段和指定位置伴随人员的脸部特征,并识别出是否为陌生人;
通过步态识别方法采集所述儿童的步态特征;
通过情感识别方法采集所述儿童的情感特征。
具体来说,社区中安置的视频采集设备可以在指定时间对其所采集到的儿童图像进行面部识别,从而提取出所采集到的儿童在各个时间段在社区中的地理位置。时间戳是指采集儿童地理位置的时间点,可以按照实际需求进行设置,例如可以是每5分钟采集识别一次、每10分钟采集识别一次、每1小时采集识别一次等。
同时,社区中经常出现的成年人也会被采集,当社区中出现未知陌生人时,可以提高对未知陌生人的关注。也就是说,可以对伴随在儿童周围的成年人设置关注优先级,从而提高目标跟踪的处理效率。
在进行步态识别时,可以考虑行进的方式,如奔跑、挣扎、倒地、原地不动、成年人抱行等。
在进行情感识别时,可以考虑儿童的情感表现,如哭泣、愤怒、喊叫、呆滞等。
在一种实施方式中,抽取出行走规律,包括:
以所述信号采集处理装置为结点,以所述儿童的足迹为边,通过时间序列方法,得出所书儿童在指定时间段的行走规律曲线。
在一种实施方式中,对儿童行走状态进行预测,包括:
所述预测采用时间序列预测方式,通过以下公式进行预测:
xn+1=a0+a1x1+a2x2+…+anxn
其中,xn+1为所述儿童在第n+1时刻的状态,a0为初始系数,x1为所述儿童在第1时刻的状态,a1为第1时刻的加权系数;x2为所述儿童在第2时刻的状态,a2为第2时刻的加权系数;xn为所述儿童在第n时刻的状态,an为第n时刻的加权系数。
步骤S13、将所述信号采集处理装置的数据发送至所述数据中心,根据所述行走规律判断,判断所述儿童是否偏离行走规律。
在一种实施方式中,将所述信号采集处理装置的数据发送至所述数据中心,根据所述行走规律判断,判断所述儿童是否偏离行走规律,包括:
在所述数据中心存储有所述儿童的行走规律,所述行走规律包括时间规律、出现位置规律、伴随规律、步态规律和情感规律;
将所述儿童的行走规律与当前行走曲线进行比较,判断所述儿童是否偏离行走规律。
举例来说,儿童正常上下学的线路一般是固定的,如果儿童面临拐卖时,由于犯罪分子的逃跑,可能在指定时间带着走失儿童出现在异常的地理位置,并以不同于上下学的线路在社区中进行活动,因此通过将所述儿童的行走规律与当前行走曲线进行比较,可以判断出所述儿童是否偏离行走规律。
步骤S14、当所述儿童偏离行走规律的情况下,向社区门禁系统发送指令,提示儿童的监护人或安防人员所述儿童离开所述社区。
具体来说,由于儿童走失的抢救时间非常宝贵,一旦犯罪分子将儿童带出社区,或是儿童自行离开社区后,将很难再找到儿童。因此,在发现儿童在社区中出现可能走失后,马上可以向社区门禁系统发送指令,封闭所有社区出口,防止儿童离开社区。
当然,如果系统出现误差或错误时,可能会让儿童正常出入社区出现被禁止的现象。这可以通过儿童的监护人或安防人员进行确认操作后,允许儿童离开社区。
在一种实施方式中,当所述儿童偏离行走规律的情况下,向社区门禁系统发送指令,禁止所述儿童离开所述社区,包括:
在向门禁系统发送指令的同时,向所述儿童的监护人发送警报;
所述监护人在接收警报后,通过所述儿童信号收发装置持续与所述儿童进行双向通信。
具体来说,当发现儿童出现走失可能后,儿童的监护人或社区安防人员可以通过儿童所携带的信号收发装置,与儿童和\或犯罪分子进行双向沟通,为抢救儿童提供机会。
图2示出根据本发明实施例的基于目标跟踪的儿童防走失系统的构成图。如图2所示,该基于目标跟踪的儿童防走失系统整体可以分为:
初始模块21,用于在人体端配置儿童信号收发装置,在社区内关键位置设置信号采集处理装置,在社区管理端设置数据中心;
处理模块22,用于通过所述儿童信号收发装置,对所述社区内儿童指定时间内的地理位置信息、伴随信息、步态信息和情感信息进行连续采集,跟踪所述儿童行进路径,抽取出行走规律,对儿童行走状态进行预测;
判断模块23,用于将所述信号采集处理装置的数据发送至所述数据中心,根据所述行走规律判断,判断所述儿童是否偏离行走规律;
指令模块24,用于当所述儿童偏离行走规律的情况下,向社区门禁系统发送指令,提示儿童的监护人或安防人员所述儿童离开所述社区。
图3示出根据本发明实施例的初始模块的构成图。如图3所示,该初始模块21包括:
位置采集单元211,用于通过时间戳方法采集所述儿童在指定时间段的出现位置;
伴随采集单元212,用于通过人脸识别方法采集所述儿童在指定时间段和指定位置伴随人员的脸部特征,并识别出是否为陌生人;
步态采集单元213,用于通过步态识别方法采集所述儿童的步态特征;
情感采集单元214,用于通过情感识别方法采集所述儿童的情感特征。
图4示出根据本发明实施例的判断模块的构成图。如图4所示,该判断模块23可以分为:
存储单元231,用于在所述数据中心存储有所述儿童的行走规律,所述行走规律包括时间规律、出现位置规律、伴随规律、步态规律和情感规律;
比较单元232,用于将所述儿童的行走规律与当前行走曲线进行比较,判断所述儿童是否偏离行走规律。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,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模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种基于目标跟踪的儿童防走失方法,其特征在于,包括:
在人体端配置儿童信号收发装置,在社区内关键位置设置信号采集处理装置,在社区管理端设置数据中心;
通过所述儿童信号收发装置,对所述社区内儿童指定时间内的地理位置信息、伴随信息、步态信息和情感信息进行连续采集,跟踪所述儿童行进路径,抽取出行走规律,对儿童行走状态进行预测;所述预测采用时间序列预测方式,通过以下公式进行预测:
xn+1=a0+a1x1+a2x2+…+anxn
其中,xn+1为所述儿童在第n+1时刻的状态,a0为初始系数,x1为所述儿童在第1时刻的状态,a1为第1时刻的加权系数;x2为所述儿童在第2时刻的状态,a2为第2时刻的加权系数;xn为所述儿童在第n时刻的状态,an为第n时刻的加权系数;
将所述信号采集处理装置的数据发送至所述数据中心,根据所述行走规律判断,判断所述儿童是否偏离行走规律;
当所述儿童偏离行走规律的情况下,向社区门禁系统发送指令,提示儿童的监护人或安防人员所述儿童离开所述社区。
2.根据权利要求1所述的方法,其特征在于,人体端设置的所述信号收发装置,能够发射和接收音频、视频、图像、地理位置、生命体征信息。
3.根据权利要求1所述的方法,其特征在于,对所述社区内儿童指定时间内的地理位置信息、伴随信息、步态信息和情感信息进行连续采集,包括:
通过时间戳方法采集所述儿童在指定时间段的出现位置;
通过人脸识别方法采集所述儿童在指定时间段和指定位置伴随人员的脸部特征,并识别出是否为陌生人;
通过步态识别方法采集所述儿童的步态特征;
通过情感识别方法采集所述儿童的情感特征。
4.根据权利要求1所述的方法,其特征在于,抽取出行走规律,包括:
以所述信号采集处理装置为结点,以所述儿童的足迹为边,通过时间序列方法,得出所书儿童在指定时间段的行走规律曲线。
5.根据权利要求1所述的方法,其特征在于,将所述信号采集处理装置的数据发送至所述数据中心,根据所述行走规律判断,判断所述儿童是否偏离行走规律,包括:
在所述数据中心存储有所述儿童的行走规律,所述行走规律包括时间规律、出现位置规律、伴随规律、步态规律和情感规律;
将所述儿童的行走规律与当前行走曲线进行比较,判断所述儿童是否偏离行走规律。
6.根据权利要求1所述的方法,其特征在于,当所述儿童偏离行走规律的情况下,向社区门禁系统发送指令,禁止所述儿童离开所述社区,包括:
在向门禁系统发送指令的同时,向所述儿童的监护人发送警报;
所述监护人在接收警报后,通过所述儿童信号收发装置持续与所述儿童进行双向通信。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910959372.XA CN110910606B (zh) | 2019-10-10 | 2019-10-10 | 一种基于目标跟踪的儿童防走失方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910959372.XA CN110910606B (zh) | 2019-10-10 | 2019-10-10 | 一种基于目标跟踪的儿童防走失方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110910606A CN110910606A (zh) | 2020-03-24 |
CN110910606B true CN110910606B (zh) | 2020-11-17 |
Family
ID=69815426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910959372.XA Active CN110910606B (zh) | 2019-10-10 | 2019-10-10 | 一种基于目标跟踪的儿童防走失方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110910606B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113191191B (zh) * | 2021-03-23 | 2023-08-18 | 武汉特斯联智能工程有限公司 | 一种基于用户习惯分析的社区疫情管理方法和系统 |
CN113112746B (zh) * | 2021-03-23 | 2023-06-16 | 江门职业技术学院 | 儿童防走失处理方法、系统及计算机可读存储介质 |
CN114697874A (zh) * | 2022-03-30 | 2022-07-01 | 北京豪尔赛智慧城域科技有限公司 | 一种防走失安全管理系统和方法 |
CN114648857A (zh) * | 2022-03-30 | 2022-06-21 | 北京豪尔赛智慧城域科技有限公司 | 一种防走丢管理系统及其方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104299359A (zh) * | 2014-10-29 | 2015-01-21 | 合肥指南针电子科技有限责任公司 | 一种儿童小区内活动范围监控系统及方法 |
KR101552289B1 (ko) * | 2015-02-16 | 2015-09-14 | 이동환 | 돌봄 단말 시스템 장치 |
CN107346596A (zh) * | 2016-05-05 | 2017-11-14 | 浙江万昇光电科技有限公司 | 一种儿童位置跟踪智能灯柱系统及跟踪方法 |
CN106340093A (zh) * | 2016-08-24 | 2017-01-18 | 上海斐讯数据通信技术有限公司 | 一种用于幼儿园接送的安保方法及系统 |
CN110310454A (zh) * | 2019-05-15 | 2019-10-08 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的预警方法、系统、计算机设备及存储介质 |
-
2019
- 2019-10-10 CN CN201910959372.XA patent/CN110910606B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110910606A (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110910606B (zh) | 一种基于目标跟踪的儿童防走失方法和系统 | |
Cippitelli et al. | Radar and RGB-depth sensors for fall detection: A review | |
US11711236B2 (en) | Machine learning for home understanding and notification | |
Paradkar et al. | All in one intelligent safety system for women security | |
Medjahed et al. | A pervasive multi-sensor data fusion for smart home healthcare monitoring | |
Tabar et al. | Smart home care network using sensor fusion and distributed vision-based reasoning | |
US10992492B2 (en) | Machine learning for home understanding and notification | |
KR102359344B1 (ko) | 인공지능 기반의 영유아 행동 및 심리분석 스마트 보육환경 모니터링 시스템 및 그 방법 | |
US10475326B2 (en) | System and method for tracking interaction between monitored population and unmonitored population | |
Tan et al. | Front-door event classification algorithm for elderly people living alone in smart house using wireless binary sensors | |
US11755924B2 (en) | Machine learning for home understanding and notification | |
US10716052B2 (en) | Proximity-based communication system applied to earthquake detection | |
US20220293278A1 (en) | Connected contact tracing | |
CA3100879A1 (en) | Machine learning for home understanding and notification | |
Ramanujam et al. | A vision-based posture monitoring system for the elderly using intelligent fall detection technique | |
Tan et al. | Online activity recognition and daily habit modeling for solitary elderly through indoor position-based stigmergy | |
Alvarez et al. | Multimodal monitoring of Parkinson's and Alzheimer's patients using the ICT4LIFE platform | |
Rahal et al. | Bayesian filtering and anonymous sensors for localization in a smart home | |
Sansano-Sansano et al. | Multimodal Sensor Data Integration for Indoor Positioning in Ambient‐Assisted Living Environments | |
Tundis et al. | An IoT-based context-aware model for danger situations detection | |
Ketabdar et al. | Motion and audio analysis in mobile devices for remote monitoring of physical activities and user authentication | |
Fernandez-Carmona et al. | Entropy-based abnormal activity detection fusing RGB-D and domotic sensors | |
Bej et al. | A cost-effective alertness-rating tool to enable situational awareness among on-duty static security guards in Covid-19 pandemic | |
Durairaj et al. | AI-driven drowned-detection system for rapid coastal rescue operations | |
Park et al. | Danger detection technology based on multimodal and multilog data for public safety services |
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 |