CN111047824A - 一种室内儿童看护联动控制预警方法及系统 - Google Patents

一种室内儿童看护联动控制预警方法及系统 Download PDF

Info

Publication number
CN111047824A
CN111047824A CN201911322387.1A CN201911322387A CN111047824A CN 111047824 A CN111047824 A CN 111047824A CN 201911322387 A CN201911322387 A CN 201911322387A CN 111047824 A CN111047824 A CN 111047824A
Authority
CN
China
Prior art keywords
indoor
child
information
characteristic
early warning
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.)
Granted
Application number
CN201911322387.1A
Other languages
English (en)
Other versions
CN111047824B (zh
Inventor
吴节江
李强
魏会杰
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.)
Guangdong Ruizhu Intelligent Technology Co ltd
Original Assignee
Ruizhu 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 Ruizhu Technology Co Ltd filed Critical Ruizhu Technology Co Ltd
Priority to CN201911322387.1A priority Critical patent/CN111047824B/zh
Publication of CN111047824A publication Critical patent/CN111047824A/zh
Application granted granted Critical
Publication of CN111047824B publication Critical patent/CN111047824B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08B21/0208—Combination with audio or video communication, e.g. combination with "baby phone" function
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • 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
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/016—Personal emergency signalling and security systems
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Human Computer Interaction (AREA)
  • Biophysics (AREA)
  • Emergency Management (AREA)
  • Biomedical Technology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Security & Cryptography (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Signal Processing (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种室内儿童看护联动控制预警方法，包括：实时采集室内视频流文件，对视频流文件进行处理，得到室内图像；通过学习分析算法对室内图像中的儿童行为特征进行特征识别，得到室内儿童特征信息；对室内儿童特征信息进行判断，当确定儿童行为特征为危险情况时，对室内图像中儿童的人脸信息在物业管理数据库中进行匹配查找，获取儿童所属的业主信息；根据业主信息将确定为危险情况的室内图像发送至所属物业管理人员的用户终端，以使物业管理人员到场排除安全隐患；本发明通过对室内环境进行实时监测，对儿童行为特征进行识别判断当前危险情况并向物业管理人员发送预警信息，通知管理人员及时赶到现场处理险情，进而为业主处理紧急险情。

Description

一种室内儿童看护联动控制预警方法及系统
技术领域
本发明涉及智能家居领域，尤其涉及一种室内儿童看护联动控制预警方法及系统。
背景技术
在智能家居应用中，通过摄像头等设备对家居环境进行监控，但是这些监控设备往往只是提供采集功能，缺乏相应的安全联动。例如，小孩独自留守家中的时候，可能会出现摔倒、落水等险情，而物业管理中心的管理人员由于没有权限对业主屋内环境进行实时监控，不知道业主家中发生的险情，而智能家居设备缺乏相应的安全联动，导致业主和管理人员无法及时获知屋里的危险情况，错过了黄金救援时间，从而带来不可估量的损失。
因此，目前在智能家居系统应用中，极需一种针对室内儿童发生险情而联动控制预警的方法，以解决智能家居系统中由于出现室内儿童险情时，用户没有及时查看到告警信息或者管理人员无法及时赶到现场处理险情，而给业主带来不可估量的损失的技术问题。
发明内容
本发明提供了一种室内儿童看护联动控制预警方法及系统，通过对室内环境进行实时监测，对儿童行为特征进行识别判断当前危险情况并向物业管理人员发送预警信息，以解决现有技术中的智能家居系统由于出现室内儿童险情时，用户没有及时查看到告警信息或者管理人员无法及时赶到现场处理险情，而给业主带来不可估量的损失的技术问题，从而通知管理人员及时赶到现场处理险情，进而实现为业主处理紧急险情。
为了解决上述技术问题，本发明实施例提供了一种室内儿童看护联动控制预警方法，包括：
实时采集室内视频流文件，对所述视频流文件进行处理，得到室内图像；
通过学习分析算法对所述室内图像中的儿童行为特征进行特征识别，得到室内儿童特征信息；
对所述室内儿童特征信息进行判断，当确定所述儿童行为特征为危险情况时，对所述室内图像中儿童的人脸信息在物业管理数据库中进行匹配查找，获取儿童所属的业主信息；
根据所述业主信息将确定为危险情况的室内图像发送至所属物业管理人员的用户终端，以使物业管理人员及时到场排除安全隐患。
作为优选方案，所述通过学习分析算法对所述室内图像中的儿童行为特征进行特征识别，得到室内儿童特征信息，具体包括：
基于时空兴趣点的特征提取方法从所述室内图像中提取特征表征；
通过模式识别算法对所述特征表征进行分类识别，得到特征向量；
将得到的特征向量经过机器学习算法进行学习，得到室内儿童特征信息。
作为优选方案，所述模式识别算法为支持向量机SVM算法。
作为优选方案，所述学习算法为卷积神经网络算法。
作为优选方案，所述室内儿童看护联动控制预警方法还包括：根据所述业主信息，将业主室内的可视对讲设备的网络地址和所述室内图像发送到业主的手机终端，以使业主通过手机终端与室内的可视对讲设备建立实时视频通信，对屋内情况进行实时观察。
本发明实施例还提供了一种室内儿童看护联动控制预警系统，包括：
视频采集模块，用于实时采集室内视频流文件，对所述视频流文件进行处理，得到室内图像；
特征分析模块，用于通过学习分析算法对所述室内图像中的儿童行为特征进行特征识别，得到室内儿童特征信息；
匹配查找模块，用于对所述室内儿童特征信息进行判断，当确定所述儿童行为特征为危险情况时，对所述室内图像中儿童的人脸信息在物业管理数据库中进行匹配查找，获取儿童所属的业主信息；
预警发送模块，用于根据所述业主信息将确定为危险情况的室内图像发送至所属物业管理人员的用户终端，以使物业管理人员及时到场排除安全隐患。
作为优选方案，所述特征分析模块，包括：
特征提取单元，用于基于时空兴趣点的特征提取方法从所述室内图像中提取特征表征；
分类识别单元，用于通过模式识别算法对所述特征表征进行分类识别，得到特征向量；
特征学习单元，用于将得到的特征向量经过机器学习算法进行学习，得到室内儿童特征信息。
作为优选方案，所述室内儿童看护联动控制预警系统还包括：可视对讲模块，用于根据所述业主信息，将业主室内的可视对讲设备的网络地址和所述室内图像发送到业主的手机终端，以使业主通过手机终端与室内的可视对讲设备建立实时视频通信，对屋内情况进行实时观察。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如上述任一项所述的室内儿童看护联动控制预警方法。
本发明实施例还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如上述任一项所述的室内儿童看护联动控制预警方法。
相比于现有技术，本发明实施例具有如下有益效果：
本发明通过对室内环境进行实时监测，对儿童行为特征进行识别判断当前危险情况并向物业管理人员发送预警信息，以解决现有技术中的智能家居系统由于出现室内儿童险情时，用户没有及时查看到告警信息或者管理人员无法及时赶到现场处理险情，而给业主带来不可估量的损失的技术问题，从而通知管理人员及时赶到现场处理险情，进而实现为业主处理紧急险情。
附图说明
图1：为本发明实施例的室内儿童看护联动控制预警方法的步骤流程图；
图2：为本发明实施例的室内儿童看护联动控制预警系统的结构示意图。
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，所描述的实施例仅仅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。
请参照图1，本发明优选实施例提供了一种室内儿童看护联动控制预警方法，包括：
S1，实时采集室内视频流文件，对所述视频流文件进行处理，得到室内图像。
具体地，智慧社区安装智能摄像头，人脸识别系统。智能摄像头捕捉到小孩人脸信息，边缘服务器分析视频流，通过机器自动学习分析小孩行为算法。
S2，通过学习分析算法对所述室内图像中的儿童行为特征进行特征识别，得到室内儿童特征信息；在本实施例中，所述步骤S2具体包括：S21，基于时空兴趣点的特征提取方法从所述室内图像中提取特征表征；S22，通过模式识别算法对所述特征表征进行分类识别，得到特征向量；S23，将得到的特征向量经过机器学习算法进行学习，得到室内儿童特征信息。在本实施例中，所述模式识别算法为支持向量机SVM算法。在本实施例中，所述学习算法为卷积神经网络算法。
具体地，学习分析算法具体步骤执行如下：1，基于时空兴趣点的特征提取方法『HOG3D(Histogram of gradi-ents 3D)』从图片或视频数据中提取特征表征；2，采用模式识别算法『支持向量机(Support vector machine,SVM)』进行分类识别；3，将得到的特征向量经过机器学习算法进行学习。学习算法基于卷积神经网络，使用多分辨率的卷积神经网络对视频特征进行提取。输入视频被分作两组独立的数据流：低分辨率的数据流和原始分辨率的数据流。这两个数据流都交替地包含卷积层、正则层和抽取层，同时这两个数据流最后合并成两个全连接层用于后续的特征识别。
S3，对所述室内儿童特征信息进行判断，当确定所述儿童行为特征为危险情况时，对所述室内图像中儿童的人脸信息在物业管理数据库中进行匹配查找，获取儿童所属的业主信息。
S4，根据所述业主信息将确定为危险情况的室内图像发送至所属物业管理人员的用户终端，以使物业管理人员及时到场排除安全隐患。
将抓拍照片和预警信息推送到社区后台，社区管理后台通过匹配录入的人脸信息，查找小孩是否是小区业主小孩，并将抓拍照片推送到物业管理人员手机，物业人员可及时前往排除安全隐患。
在本实施例中，所述室内儿童看护联动控制预警方法还包括：S5，根据所述业主信息，将业主室内的可视对讲设备的网络地址和所述室内图像发送到业主的手机终端，以使业主通过手机终端与室内的可视对讲设备建立实时视频通信，对屋内情况进行实时观察。
如果社区管理后台匹配到小孩人脸信息，查找小孩的监护人信息，监护人属于小区业主，将该业主的信息和抓拍照片、监控小孩的摄像头信息发送到智慧家居管理系统。
社区管理系统是一个独立服务于社区业主的云管理系统，与智慧家居管理系统是完全独立的。通过社区的唯一产权信息关联到智慧家居的家庭实体，将社区管理系统与智慧家居管理系统建立基本联系。
智慧家居系统接收到业主信息，查找业主家中可视对讲设备信息，同时将抓拍照片和摄像头地址发送到可视对讲设备和用户手机，可视对讲播放摄像头的实时视频。
本发明的优点在于通过智慧社区智能摄像头自动分析小孩的行为，风险自动预警和推送；并且打通智慧社区和智慧家居系统，联动社区感知设备与智慧家居设备。
本发明打通用户智慧家居系统和业务管理系统，将小区物业部分公共区域的监控开放给用户查看，智能谁信那个头自动分析小孩的行为，例如摔倒，落水等行为，将告警视频自动推送到家中的可视对讲机和用户手机中，用户可以实时查看小孩的位置和动向。
相应地，请参照图2，本发明实施例还提供了一种室内儿童看护联动控制预警系统，包括：
视频采集模块，用于实时采集室内视频流文件，对所述视频流文件进行处理，得到室内图像。
特征分析模块，用于通过学习分析算法对所述室内图像中的儿童行为特征进行特征识别，得到室内儿童特征信息；在本实施例中，所述特征分析模块，包括：特征提取单元，用于基于时空兴趣点的特征提取方法从所述室内图像中提取特征表征；分类识别单元，用于通过模式识别算法对所述特征表征进行分类识别，得到特征向量；特征学习单元，用于将得到的特征向量经过机器学习算法进行学习，得到室内儿童特征信息。
匹配查找模块，用于对所述室内儿童特征信息进行判断，当确定所述儿童行为特征为危险情况时，对所述室内图像中儿童的人脸信息在物业管理数据库中进行匹配查找，获取儿童所属的业主信息。
预警发送模块，用于根据所述业主信息将确定为危险情况的室内图像发送至所属物业管理人员的用户终端，以使物业管理人员及时到场排除安全隐患。
在本实施例中，所述室内儿童看护联动控制预警系统还包括：可视对讲模块，用于根据所述业主信息，将业主室内的可视对讲设备的网络地址和所述室内图像发送到业主的手机终端，以使业主通过手机终端与室内的可视对讲设备建立实时视频通信，对屋内情况进行实时观察。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行上述任一实施例所述的室内儿童看护联动控制预警方法。
本发明实施例还提供了一种终端设备，所述终端设备包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现上述任一实施例所述的室内儿童看护联动控制预警方法。
优选地，所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序、计算机程序)，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
所述处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，通用处理器可以是微处理器，或者所述处理器也可以是任何常规的处理器，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接所述终端设备的各个部分。
所述存储器主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序等，数据存储区可存储相关数据等。此外，所述存储器可以是高速随机存取存储器，还可以是非易失性存储器，例如插接式硬盘，智能存储卡(SmartMedia Card，SMC)、安全数字(Secure Digital，SD)卡和闪存卡(Flash Card)等，或所述存储器也可以是其他易失性固态存储器件。
需要说明的是，上述终端设备可包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，上述终端设备仅仅是示例，并不构成对终端设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种室内儿童看护联动控制预警方法，其特征在于，包括：
实时采集室内视频流文件，对所述视频流文件进行处理，得到室内图像；
通过学习分析算法对所述室内图像中的儿童行为特征进行特征识别，得到室内儿童特征信息；
对所述室内儿童特征信息进行判断，当确定所述儿童行为特征为危险情况时，对所述室内图像中儿童的人脸信息在物业管理数据库中进行匹配查找，获取儿童所属的业主信息；
根据所述业主信息将确定为危险情况的室内图像发送至所属物业管理人员的用户终端，以使物业管理人员及时到场排除安全隐患。
2.如权利要求1所述的室内儿童看护联动控制预警方法，其特征在于，所述通过学习分析算法对所述室内图像中的儿童行为特征进行特征识别，得到室内儿童特征信息，具体包括：
基于时空兴趣点的特征提取方法从所述室内图像中提取特征表征；
通过模式识别算法对所述特征表征进行分类识别，得到特征向量；
将得到的特征向量经过机器学习算法进行学习，得到室内儿童特征信息。
3.如权利要求2所述的室内儿童看护联动控制预警方法，其特征在于，所述模式识别算法为支持向量机SVM算法。
4.如权利要求2所述的室内儿童看护联动控制预警方法，其特征在于，所述学习算法为卷积神经网络算法。
5.如权利要求1所述的室内儿童看护联动控制预警方法，其特征在于，还包括：根据所述业主信息，将业主室内的可视对讲设备的网络地址和所述室内图像发送到业主的手机终端，以使业主通过手机终端与室内的可视对讲设备建立实时视频通信，对屋内情况进行实时观察。
6.一种室内儿童看护联动控制预警系统，其特征在于，包括：
视频采集模块，用于实时采集室内视频流文件，对所述视频流文件进行处理，得到室内图像；
特征分析模块，用于通过学习分析算法对所述室内图像中的儿童行为特征进行特征识别，得到室内儿童特征信息；
匹配查找模块，用于对所述室内儿童特征信息进行判断，当确定所述儿童行为特征为危险情况时，对所述室内图像中儿童的人脸信息在物业管理数据库中进行匹配查找，获取儿童所属的业主信息；
预警发送模块，用于根据所述业主信息将确定为危险情况的室内图像发送至所属物业管理人员的用户终端，以使物业管理人员及时到场排除安全隐患。
7.如权利要求6所述的室内儿童看护联动控制预警系统，其特征在于，所述特征分析模块，包括：
特征提取单元，用于基于时空兴趣点的特征提取方法从所述室内图像中提取特征表征；
分类识别单元，用于通过模式识别算法对所述特征表征进行分类识别，得到特征向量；
特征学习单元，用于将得到的特征向量经过机器学习算法进行学习，得到室内儿童特征信息。
8.如权利要求6所述的室内儿童看护联动控制预警系统，其特征在于，还包括：可视对讲模块，用于根据所述业主信息，将业主室内的可视对讲设备的网络地址和所述室内图像发送到业主的手机终端，以使业主通过手机终端与室内的可视对讲设备建立实时视频通信，对屋内情况进行实时观察。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，所述计算机程序在运行时控制所述计算机可读存储介质所在的设备执行如权利要求1～5任一项所述的室内儿童看护联动控制预警方法。
10.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器在执行所述计算机程序时实现如权利要求1～5任一项所述的室内儿童看护联动控制预警方法。
CN201911322387.1A 2019-12-20 2019-12-20 一种室内儿童看护联动控制预警方法及系统 Active CN111047824B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911322387.1A CN111047824B (zh) 2019-12-20 2019-12-20 一种室内儿童看护联动控制预警方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911322387.1A CN111047824B (zh) 2019-12-20 2019-12-20 一种室内儿童看护联动控制预警方法及系统

Publications (2)

Publication Number Publication Date
CN111047824A true CN111047824A (zh) 2020-04-21
CN111047824B CN111047824B (zh) 2022-04-12

Family

ID=70238068

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911322387.1A Active CN111047824B (zh) 2019-12-20 2019-12-20 一种室内儿童看护联动控制预警方法及系统

Country Status (1)

Country Link
CN (1) CN111047824B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111754516A (zh) * 2020-05-25 2020-10-09 沈阳工程学院 基于计算机视觉反馈的金红石单晶体生长智能控制方法
CN112530144A (zh) * 2020-11-06 2021-03-19 华能国际电力股份有限公司上海石洞口第一电厂 一种基于神经网络的火力发电厂违规行为警示方法和系统
CN113066264A (zh) * 2021-02-22 2021-07-02 广州铁路职业技术学院（广州铁路机械学校） 一种疲劳状态识别方法及台灯
CN113878591A (zh) * 2021-09-23 2022-01-04 山东新一代信息产业技术研究院有限公司 一种基于视觉slam的看护机器人实现方法、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014174738A1 (ja) * 2013-04-26 2014-10-30 日本電気株式会社 監視装置、監視方法および監視用プログラム
CN204297113U (zh) * 2014-11-27 2015-04-29 成都创客之家科技有限公司 一种儿童看护的智能飞行装置
CN108664922A (zh) * 2018-05-10 2018-10-16 东华大学 一种基于人身安全的红外视频人体行为识别方法
CN108805177A (zh) * 2018-05-22 2018-11-13 同济大学 基于深度学习的复杂环境背景下车辆型号识别方法
CN110166734A (zh) * 2018-02-12 2019-08-23 北京快乐智慧科技有限责任公司 一种幼儿园智能监控方法和系统
CN110363961A (zh) * 2019-07-26 2019-10-22 美的置业集团有限公司 一种用户家中摔倒监测报警方法、装置、介质及终端设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014174738A1 (ja) * 2013-04-26 2014-10-30 日本電気株式会社 監視装置、監視方法および監視用プログラム
CN204297113U (zh) * 2014-11-27 2015-04-29 成都创客之家科技有限公司 一种儿童看护的智能飞行装置
CN110166734A (zh) * 2018-02-12 2019-08-23 北京快乐智慧科技有限责任公司 一种幼儿园智能监控方法和系统
CN108664922A (zh) * 2018-05-10 2018-10-16 东华大学 一种基于人身安全的红外视频人体行为识别方法
CN108805177A (zh) * 2018-05-22 2018-11-13 同济大学 基于深度学习的复杂环境背景下车辆型号识别方法
CN110363961A (zh) * 2019-07-26 2019-10-22 美的置业集团有限公司 一种用户家中摔倒监测报警方法、装置、介质及终端设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
涂宏斌: "《基于机器学习的行为识别技术研究》", 30 September 2016 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111754516A (zh) * 2020-05-25 2020-10-09 沈阳工程学院 基于计算机视觉反馈的金红石单晶体生长智能控制方法
CN112530144A (zh) * 2020-11-06 2021-03-19 华能国际电力股份有限公司上海石洞口第一电厂 一种基于神经网络的火力发电厂违规行为警示方法和系统
CN112530144B (zh) * 2020-11-06 2022-06-28 华能国际电力股份有限公司上海石洞口第一电厂 一种基于神经网络的火力发电厂违规行为警示方法和系统
CN113066264A (zh) * 2021-02-22 2021-07-02 广州铁路职业技术学院（广州铁路机械学校） 一种疲劳状态识别方法及台灯
CN113878591A (zh) * 2021-09-23 2022-01-04 山东新一代信息产业技术研究院有限公司 一种基于视觉slam的看护机器人实现方法、设备及介质

Also Published As

Publication number Publication date
CN111047824B (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
CN111047824B (zh) 一种室内儿童看护联动控制预警方法及系统
JP6905850B2 (ja) 画像処理システム、撮像装置、学習モデル作成方法、情報処理装置
CN110428522B (zh) 一种智慧新城的智能安防系统
CN108230594B (zh) 一种用于在视频监控系统中生成警报的方法
CN104040601B (zh) 基于云的视频监视管理系统
CN111080968B (zh) 一种独居老人意外发生联动控制预警方法及系统
CN106341661B (zh) 巡逻机器人
CN111080775A (zh) 一种基于人工智能的服务器巡检方法及系统
CN107222660B (zh) 一种分布式网络视觉监控系统
CN115935003B (zh) 一种基于大数据的信息收集方法与系统
CN111918039A (zh) 基于5g网络的人工智能高风险作业管控系统
CN111898524A (zh) 一种5g边缘计算网关及其应用
CN111191507A (zh) 智慧社区的安全预警分析方法及系统
US20210383664A1 (en) Intrusion detection methods and devices
KR102333143B1 (ko) 무인 계수 서비스 제공 시스템
CN109544870A (zh) 用于智能监控系统的报警判断方法与智能监控系统
CN112188164A (zh) 一种基于ai视觉的违规行为实时监测系统及方法
CN110852306A (zh) 一种基于人工智能的安全监控系统
CN115103157A (zh) 基于边云协同的视频分析方法、装置、电子设备及介质
CN111652058A (zh) 一种计算机人脸识别装置
CN113505704B (zh) 图像识别的人员安全侦测方法、系统、设备及存储介质
CN113627321A (zh) 基于人工智能的图像识别方法、装置及计算机设备
CN112528825A (zh) 一种基于图像识别的车站乘客招援服务方法
KR102521694B1 (ko) 카메라단에서의 기계학습을 활용하여 동물의 행동을 분석하기 위한 방법
CN115953815A (zh) 基建现场的监测方法及装置

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
TA01 Transfer of patent application right

Effective date of registration: 20211228

Address after: 528311 room 2001, building 4, Midea Fortune Plaza, No. 1, Chengde Road, Junlan community, Beijiao Town, Shunde District, Foshan City, Guangdong Province

Applicant after: Guangdong Ruizhu Intelligent Technology Co.,Ltd.

Address before: Unit 1601-1610, 16th floor, Beijiao International Wealth Center (Wanlian Center), No.1, Yifu Road, Junlan community neighborhood committee, Beijiao Town, Shunde District, Foshan City, Guangdong Province, 528311

Applicant before: Ruizhu Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant