CN111246177A - 一种用户安全告警提示方法及系统 - Google Patents

一种用户安全告警提示方法及系统 Download PDF

Info

Publication number
CN111246177A
CN111246177A CN202010076795.XA CN202010076795A CN111246177A CN 111246177 A CN111246177 A CN 111246177A CN 202010076795 A CN202010076795 A CN 202010076795A CN 111246177 A CN111246177 A CN 111246177A
Authority
CN
China
Prior art keywords
target
image
image processing
target person
detection result
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
Application number
CN202010076795.XA
Other languages
English (en)
Inventor
余承富
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.)
Shenzhen Danale Technology Co ltd
Original Assignee
Shenzhen Danale 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 Shenzhen Danale Technology Co ltd filed Critical Shenzhen Danale Technology Co ltd
Priority to CN202010076795.XA priority Critical patent/CN111246177A/zh
Publication of CN111246177A publication Critical patent/CN111246177A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
    • G06F11/324—Display of status information
    • G06F11/327—Alarm or error message display
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • 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
    • G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G08B21/043—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting an emergency event, e.g. a fall

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Bioethics (AREA)
  • General Engineering & Computer Science (AREA)
  • Psychology (AREA)
  • Signal Processing (AREA)
  • Emergency Management (AREA)
  • Gerontology & Geriatric Medicine (AREA)
  • Social Psychology (AREA)
  • Quality & Reliability (AREA)
  • Psychiatry (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本申请提供了一种用户安全告警提示方法及系统，所述方法包括：图像处理设备获取包含目标人物在内的一个或者多个目标主体的目标图像，其中，所述目标图像仅仅包括所述包含目标人物在内的一个或者多个目标主体的轮廓信息；所述图像处理设备从所述目标图像中对目标人物的预设特征进行提取，得到检测结果，其中，所述预设特征包括位置特征和姿态特征，所述检测结果包括目标人物的姿态信息；所述图像处理设备在所述检测结果为预设告警结果的情况下，生成告警提示，并向终端设备发送。上述方案能够在保护监控区域内人物的隐私安全的同时满足用户对监控区域进行监控的需求。

Description

一种用户安全告警提示方法及系统
技术领域
本申请涉及监控管理技术领域，尤其涉及一种用户安全告警提示方法及系统。
背景技术
随着人们的安全意识越来越强，远程监控越来越多的出现在人们的生活中，但是，也有一些场合，出于对监控区域内人物的隐私安全考虑，尚未安装监控系统，比如医院的病房、家中的洗手间等，这使得用户无法及时获知和应对在这些场合中发生的突发事件。
因此，如何在对监控区域进行监控的同时保护监控区域内人物的隐私安全成为亟待解决的问题。
发明内容
本申请实施例提供一种用户安全告警提示方法及系统，能够实现在对监控区域进行监控的同时保护监控区域内人物的隐私安全。
第一方面，本申请实施例提供一种用户安全告警提示方法，包括：
图像处理设备获取包含目标人物在内的一个或者多个目标主体的目标图像，其中，所述目标图像仅仅包括所述包含目标人物在内的一个或者多个目标主体的轮廓信息；
所述图像处理设备从所述目标图像中对目标人物的预设特征进行提取，得到检测结果，其中，所述预设特征包括位置特征和姿态特征，所述检测结果包括目标人物的姿态信息；
所述图像处理设备在所述检测结果为预设告警结果的情况下，生成告警提示，并向终端设备发送。
上述方法中，图像处理设备获取仅仅包括包含目标人物在内的一个或者多个目标主体的轮廓信息的目标图像，然后从目标图像中对目标人物的预设特征进行提取，得到包括目标人物的姿态信息的检测结果，在检测结果为预设告警结果的情况下，生成告警提示并发送至终端设备。上述方法中目标图像仅仅包括包含目标人物在内的一个或者多个目标主体的轮廓信息，不包括多个目标主体的细节信息，该方法不仅可以保护监控区域内人物的隐私安全，还能够在确定检测结构为预设告警结果的情况下，及时通知用户发生了告警事件，便于用户尽快采取相应措施，提高了用户获知告警事件的效率。
在一种可能的实施例中，所述图像处理设备获取包含目标人物在内的一个或者多个目标主体的目标图像，包括：
所述图像处理设备通过发射激光信号扫描得到包含目标人物在内的一个或者多个目标主体的至少一个点云图像；
所述图像处理设备对所述至少一个点云图像进行图像配准，得到所述包含目标人物在内的一个或者多个目标主体的目标图像。
可以看出，本申请中图像处理设备能够通过发射激光信号扫描得到至少一个点云图像，并对点云图像进行图像配准得到仅仅包括包含目标人物在内的一个或者多个目标主体的轮廓信息的目标图像，可以保护监控区域内人物的隐私安全。
在一种可能的实施例中，所述图像处理设备从所述目标图像中对目标人物的预设特征进行提取，得到检测结果，包括：
所述图像处理设备将所述目标图像输入语义描述模型对目标人物的预设特征进行提取，并根据所述预设特征生成所述目标图像的语义描述，其中，所述语义描述表示通过文字的方式对所述目标图像中目标人物的姿态进行描述；
所述图像处理设备根据所述目标图像的语义描述，确定所述检测结果。
可以看出，本申请能够利用语义描述模型对目标图像中目标人物的预设特征进行提取，并根据预设特征生成目标图像的语义描述，然后根据语义描述确定检测结果，无需人为对目标图像中目标人物的预设特征进行分析和判断，节省了人力和时间等，提高了目标图像中人物姿态确定的效率。
第二方面，本申请实施例提供一种用户安全告警提示系统，其特征在于，所述系统包括图像处理设备及终端设备，其中，
所述图像处理设备，用于获取包含目标人物在内的一个或者多个目标主体的目标图像，其中，所述目标图像仅仅包括所述包含目标人物在内的一个或者多个目标主体的轮廓信息；
所述图像处理设备，还用于从所述目标图像中对目标人物的预设特征进行提取，得到检测结果，其中，所述预设特征包括位置特征和姿态特征，所述检测结果包括目标人物的姿态信息；
所述图像处理设备，还用于在所述检测结果为预设告警结果的情况下，生成告警提示，并向终端设备发送；
所述终端设备，用于接收所述告警提示。
在一种可能的实施例中，所述图像处理设备具体用于：
通过发射激光信号扫描得到包含目标人物在内的一个或者多个目标主体的至少一个点云图像；
对所述至少一个点云图像进行图像配准，得到所述包含目标人物在内的一个或者多个目标主体的目标图像。
在一种可能的实施例中，所述图像处理设备还用于：
将所述目标图像输入语义描述模型对目标人物的预设特征进行提取，并根据所述预设特征生成所述目标图像的语义描述，其中，所述语义描述表示通过文字的方式对所述目标图像中目标人物的姿态进行描述；
根据所述目标图像的语义描述，确定所述检测结果。
在一种可能的实施例中，所述终端设备还用于：
显示告警提示和查看监控快捷键；
在所述查看监控快捷键被触发的情况下，显示所述目标图像。
可以看出，本申请中通过在终端设备的显示界面显示告警提示和设置查看监控快捷键，在用户触发查看监控快捷键的情况下，用户可以通过终端设备查看目标图像，用户查看到的目标图像中仅仅包括包含目标人物在内的一个或者多个目标主体的轮廓信息，不包含目标人物在内的一个或者多个目标主体的细节信息，实现了对监控区域内人物的隐私安全的保护，同时也满足了用户通过终端设备查看监控区域内情况的需求。
第三方面，本申请实施例提供一种图像处理设备，包括：处理器、通信接口以及存储器；所述存储器用于存储指令，所述处理器用于执行所述指令，所述通信接口用于在所述处理器的控制下与其他设备进行通信，其中，所述处理器执行所述指令时实现如上述第一方面任一方法中所描述方法的部分或全部步骤。
第四方面，本申请实施例提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被硬件执行以实现如上述第一方面任一方法中所描述方法的部分或全部步骤。
第五方面，本申请实施例提供一种计算机程序产品，当所述计算机程序产品被计算机读取并执行时，实现如上述第一方面任一方法中所描述方法的部分或全部步骤。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例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用户安全告警提示方法的流程示意图；
图2是本申请实施例提供的一种图像处理设备获取目标图像方法的流程示意图；
图3是本申请实施例提供的一种点云图像的示意图；
图4是本申请实施例提供的一种终端设备显示告警提示的界面示意图；
图5是本申请实施例提供的一种终端设备显示目标图像的界面示意图；
图6是本申请实施例提供的一种用户安全告警提示系统的结构示意图；
图7是本申请实施例提供的一种图像处理设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请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。
本申请实施例的用户安全告警提示方法及系统中，使用图像处理设备获取仅仅包括包含目标人物在内的一个或者多个目标主体的轮廓信息的目标图像，然后从目标图像中对目标人物的预设特征进行提取，得到包括目标人物的姿态信息的检测结果，在检测结果为预设告警结果的情况下，生成告警提示并发送至终端设备。本申请提供的用户安全告警提示方法及系统，不仅可以保护监控区域内目标人物的隐私安全，还可以使得用户及时得知告警事件的发生，以便及时采取相应措施，有效地提高了监控安全性和告警事件判断的效率。
本申请实施例提供的用户安全告警提示方法及系统可以应用于远程儿童及老人看护、医院病人看护等需要进行监控但也需要保护监控区域内人物隐私的场所，此处不作具体限定。
接下来，请参阅图1，图1是本申请实施例提供的一种用户安全告警提示方法的流程示意图，该方法可以包括：
S101：图像处理设备获取包含目标人物在内的一个或者多个目标主体的目标图像，其中，目标图像仅仅包括包含目标人物在内的一个或者多个目标主体的轮廓信息。
为了便于本领域技术人员对本申请实施例的理解，首先，对本申请实施例涉及的图像处理设备进行描述。
传统的图像处理设备如摄像头或者摄像机等，是由图像处理设备中的传感器设备中的信息采集模块采集图像信息，然后将信息采集模块采集到的图像信息直接发送至后台服务器的计算机视觉模块进行识别得到识别结果，或者是将采集到的图像信息先发送至后台服务器的信号处理模块由信号处理模块对图像信息进行处理得到处理后的信息，再由信号处理模块将处理后的信息传输至计算机视觉模块进行识别得到识别结果。区别于传统的传感器采集图像信息然后发送给后台服务器的计算机视觉模块或者信号处理模块机制，本申请实施例涉及的图像处理设备中的传感器设备是传感器和计算机视觉模块的结合，传感器设备中的信息采集模块采集图像信息，然后信息采集模块将采集到的图像信息传输到传感器/计算机视觉模块，由传感器对图像信息进行处理得到处理后的信息，由计算机视觉模块对图像信息或者传感器处理后的信息进行识别得到识别结果，无需传感器设备将图像信息发送计算机视觉模块进行识别得到识别结果，或者将图像信息发送至后台服务器的信号处理模块处理得到处理后的信息，再将处理后的信息发送至计算机视觉模块进行识别才能得到识别结果即由传感器设备进行信息采集、信息处理和图像识别等操作，且该传感器设备的内部算法可以通过平台更新优化。可选地，传感器设备可以将信息采集模块采集到的图像信息，或者传感器对图像信息进行处理得到的处理后的信息，或者计算机视觉模块得到的识别结果传输至后台服务器，由后台服务器进行进一步处理，如，后台服务器可以基于该识别结果进行一系列特定操作。
因此，可以理解的，本申请实施例提供的图像处理设备为具有图像获取功能、图像处理功能和图像识别功能的设备。在本申请中，图像处理设备获取目标图像，可以是图像处理设备在检测到有人进入监控区域的情况下，开始采集监控区域内的图像信息，然后，图像处理设备可以直接将采集的图像信息处理成仅仅包括包含目标人物在内的一个或者多个目标主体的轮廓信息的目标图像，在用户查看图像处理设备获取的目标图像时，也只能查看到仅仅包含目标人物在内的一个或者多个目标主体的轮廓信息，不能查看到包含目标人物在内的一个或者多个目标主体的具体细节特征信息。如图像处理设备获取的图像中有人，则用户通过图像处理设备可以看到人的头部、颈部、肩部、肘部、腕部、髋部、膝部、踝部等的轮廓信息，看不到人的眼睛颜色、胳膊上的毛发等细节信息；如图像处理设备获取的图像中有桌子，则用户可以通过图像处理设备看到桌面、桌角、桌腿等的轮廓信息，看不到桌子表面的花纹、颜色等细节信息。
如图2所示，图2为本申请实施例提供的一种图像处理设备获取目标图像的方法，该方法可以包括：
A1：图像处理设备通过发射激光信号扫描得到包含目标人物在内的一个或者多个目标主体的至少一个点云图像。
图像处理设备将电信号变成激光信号，然后将激光信号以面状形式散射至目标区域内包含目标人物在内的一个或者多个目标主体的多个预设点上，当目标主体为人时，图像处理设备发射的光信号可能会落在人的眼睛、鼻子、手、髋部、踝部、足部等各个位置上。然后图像处理设备可以接收被包含目标人物在内的一个或者多个目标主体反射回的激光信号，并将反射回的激光信号还原成电信号。图像处理设备将接收到的从多个目标主体反射回的激光信号与发射出去的激光信号进行比较，作适当处理后，就可获得点云图像，点云图像包括点云的三维坐标和点云的反射强度等等。图像处理设备获得的点云图像中仅仅包括包含目标人物在内的一个或者多个目标主体的轮廓信息，不显示人、动物或者物体的具体细节特征。
本申请通过图像处理设备对包含目标人物在内的一个或者多个目标主体进行不同角度或者不同位置的扫描，可以得到包含目标人物在内的一个或者多个目标主体的至少一个点云图像。如图3所示，图3为本申请实施例提供的一种点云图像的示意图。
A2：图像处理设备对至少一个点云图像进行图像配准，得到包含目标人物在内的一个或者多个目标主体的目标图像。
对A1获取的所有点云图像进行图像配准和拼接，得到包含目标人物在内的一个或者多个目标主体的均匀的点云图像，即目标图像。目标图像的获取保证了包含目标人物在内的一个或者多个目标主体的图像的完整性，提高了测量的精度。
在实际应用中，图像处理设备还可以通过基于飞行时间(Time of Filght,TOF)技术或者结构光法等获取目标图像，获取的目标图像仅仅包括包含目标人物在内的一个或者多个目标主体的轮廓信息，此处不再展开赘述。
由上述实施例可以看出，本申请中图像处理设备获取的是仅仅包括包含目标人物在内的一个或者多个目标主体的轮廓信息的目标图像，用户通过图像处理设备查看到的也是仅仅包含目标人物在内的一个或者多个目标主体的轮廓信息的目标图像，查看不到包含目标人物在内的一个或者多个目标主体的具体细节特征信息，可以保护目标人物的隐私安全。
S102：图像处理设备从目标图像中对目标人物的预设特征进行提取，得到检测结果，其中，预设特征包括位置特征和姿态特征，检测结果包括目标人物的姿态信息。
在本申请具体的实施例中，图像处理设备为具有图像识别功能的设备，图像设备可以从目标图像中对目标人物的预设特征进行提取，得到检测结果，该过程可以包括：
B1：图像处理设备将目标图像输入语义描述模型对目标人物的预设特征进行提取，并根据预设特征生成目标图像的语义描述，其中，语义描述表示通过文字的方式对目标图像中目标人物的姿态进行描述。
在本申请具体的实施例中，语义描述模型可以是预先训练好的模型，训练得到语义描述模型的过程可以包括如下步骤：
第一步：图像处理设备获取图像训练样本，其中，图像训练样本包括图像样本特征和及其对应的语义描述标签，图像训练样本中的图像仅仅包括图像中的主体的轮廓信息。
具体地，图像处理设备获取的图像训练样本，可以为图像处理设备拍摄得到的大量图像，还可以为图像处理设备从网络资源中获取的大量图像，此处不作具体限定。每帧图像具有的特征为图像样本特征，如图像中人物或者物体的位置特征、姿态特征等，图像样本特征对应的语义描述标签是根据图像样本特征所属的分类结果。
第二步：图像处理设备根据图像训练样本训练得到语义描述模型。
在获取到该图像训练样本之后，图像处理设备可以基于模型对该图像训练样本进行训练，得到训练后的模型。其中，本申请实施例中的模型可以为监督学习模型或者半监督学习模型，此处不作具体限定。在监督学习模型和半监督学习模型中，图像训练样本包括图像样本特征及其对应的语义描述标签，该语义描述标签为期望输出。
在训练模型时，图像处理设备将图像样本特征输入到训练模型中，调整模型的相关参数，尽量使得模型输出接近或达到期望输出。以一个简单的例子进行形象说明，模型相当于一个函数，图像样本特征相当于函数中的自变量X，期望输出(语义描述标签)相当于函数中的因变量Y，而该函数中的常数相当于需要调整的模型的相关参数。当得到最佳的常数时，就得到了函数，即得到了语义描述模型。
在使用模型时，输入目标图像，即输入目标图像样本特征，语义描述模型会对该输出进行简单的判断从而生成目标图像的语义描述。例如，当采用二值法(例如0和1)进行分类时，实际使用该模型时，当该输出为0.8时，而该0.8大于预设阈值0.6，则判断该三维重建图像的分类为1所对应的分类，当该输出为0.3小于预设阈值0.6时，则判断该三维重建图像的分类为0对应的分类。本领域技术人员可以理解，本实施例中的模型还可以实现回归的目的，其中，回归对应的输出不是离散数据，而是连续数据，其实现方式与分类类似，本实施例此处不再赘述。
在本申请具体的实施例中，预设特征可以包括目标人物的位置特征和姿态特征，位置特征可以包括在目标图像中目标人物相对其他一个或者多个目标主体的位置信息，如，在其他目标主体的左侧或者右侧等，位置特征还可以包括在目标图像中目标人物的中心点相对其他目标主体的中心点的位置信息，可以用横坐标、纵坐标表示。当使用不同的目标主体作为参照物时，目标人物的位置信息通常也不相同，如，相对于目标主体1，目标人物在目标主体1的左侧，但相对于另一目标主体2，目标人物可能位于目标主体2的右侧、前方或者后方等。姿态特征包括在目标图像中目标人物相对其他目标主体的动作信息，当使用不同的目标主体作为参照物时，目标人物的动作信息通常也不相同，如，相对于目标人物手中的目标主体书，目标人物的姿态为看书；相对于目标人物坐着的椅子，目标人物的姿态为坐在椅子上。
下面介绍在语义描述模型中提取n帧目标图像P1、P2、…、Pn中目标人物的位置特征和姿态特征的过程，其中，n为大于或者等于1的自然数，这里，语义描述模型可以为卷积神经网络。
第一步，将n帧目标图像P1、P2、…、Pn输入卷积神经网络中的卷积层进行卷积操作。以目标图像Pi为例，其中，1≤i≤n，n为自然数，将目标图像Pi输入卷积层进行卷积操作可得到目标图像Pi的特征图像Pi'，获取目标图像Pi的特征图像Pi'的具体公式为：
W'＝conv2(W,X,'valid')+b
Figure BDA0002378687170000081
其中，X表示卷积核，valid表示padding的方式，b是偏置值，conv2()表示使用卷积核X对目标图像进行卷积运算，
Figure BDA0002378687170000082
表示激活函数，Pi'表示目标图像的特征图像。
在实际应用中，上述获取目标图像Pi的特征图像Pi'的各个参数中，卷积核X(数量、大小、步长等)、偏置值b、激活函数
Figure BDA0002378687170000083
等参数或函数可以是人为根据需要提取的特征以及目标图像Pi的大小设置的。以卷积核X的步长为例，当目标图像Pi比较大时，步长也可以比较大，当目标图像Pi比较小时，步长也可以比较小，此处不作具体限定。在本申请实施例中，在对目标图像Pi进行卷积操作之前，还可以根据需要对目标图像Pi进行去均值处理、归一化处理或者白化处理等操作。
为了简便起见，上面只陈述了目标图像Pi的特征图像Pi'的提取，实际上，目标图像P1、P2、…、Pn各自的特征图像P1'、P2'、…、Pn'的提取方式均与目标图像Pi的特征图像Pi'的提取方式相类似，此处不再展开赘述。
第二步，通常在得到目标图像Pi的特征图像Pi'之后，需要将特征图像Pi'输入下采样层进行池化操作得到池化图像Ai，进行池化操作的目的是降低特征图像Pi'的数据量，具体的池化过程可以为：
Ai＝AveragePooling(P'i)
其中，Ai表示池化图像，Pi'表示特征图像，AveragePooling()表示均值池化。
在实际应用中，还可以对特征图像Pi'进行最大值池化Ai＝MaxPooling(P'i)，得到池化图像Ai，此处不作具体限定。在进行卷积操作之前，还可以对n帧目标图像P1、P2、…、Pn进行去均值处理、归一化处理或白化处理等操作。为了简便起见，上面只陈述了特征图像Pi'的池化过程，实际上，特征图像P1'、P2'、…、Pn'的池化方式均与特征图像Pi'的池化方式相类似，此处不再展开赘述。
第三步，将n个池化后的池化图像A1、A2、…、An顺序展开成向量，并连接成一个长向量A，将长向量A输入全连接层，全连接层的输出即为目标图像Pi的对应的特征向量Vi。
为了简便起见，上面只陈述了目标图像Pi的特征向量Vi的提取，实际上，目标图像P1、P2、…、Pn各自的特征向量V1、V2、…、Vn的提取方式均与目标图像Pi的特征向量Vi的提取方式相类似，此处不再展开赘述。
第四步，将上述全连接层输出的特征向量Vi输入位置特征提取层提取得到目标图像Pi中目标人物的位置特征Li，将特征向量Vi输入姿态特征提取层提取得到目标图像Pi中目标人物的姿态特征Zi，其中，m为自然数，并且1≤i≤n。位置特征提取层可以表示为：y1＝f1(x1)，姿态特征提取层可以表示为：y2＝f2(x1)
这里，x1可以是目标图像Pi的特征向量、y1可以是目标图像Pi中目标人物的位置特征Li，y2可以是目标图像Pi中目标人物的姿态特征Zi，f1()为特征向量Vi与位置特征Li之间的映射关系、f2()为特征向量Vi与姿态特征Zi之间的映射关系，其中f1()可以是通过大量的已知图像以及已知人物的位置特征进行训练得到，f2()可以是通过大量的已知图像以及已知人物的姿态特征进行训练得到，这里，已知图像中也仅仅包括人物或者物体等主体的轮廓信息。
本申请实施例为了简便起见，上面只陈述了目标图像Pi中目标人物的位置特征Li的提取和姿态特征Zi的提取，实际上，目标图像P1、P2、…、Pn各自的目标人物的位置特征L1、L2、…、Ln的提取方式均与目标图像Pi的目标人物的位置特征Li的提取方式相类似，目标图像P1、P2、…、Pn各自的目标人物的姿态特征Z1、Z2、…、Zn的提取方式均与目标图像Pi的目标人物的姿态特征Zi的提取方式相类似，此处不再展开赘述。
上述语义描述模型可以包括一个或者多个卷积神经网络，特征向量提取、位置特征提取、姿态特提取可以分别是语义描述模型中不同的卷积神经网络实现的，也可以是集成在语义描述模型中的同一个卷积神经网络中实现的，此处不作具体限定。其中，卷积神经网络可以是简单结构的网络，比如只有2个卷积层的小网络，卷积神经网络也可以是具有10个卷积层的复杂网络，此处不作具体限定。另外，卷积神经网络可以是残差神经网络(Residual Network,ResNet)、VGG网络(VGG Network,VGGNet)等等，此处不作具体限定。
由此可见，本申请实施例能够利用卷积神经网络对目标图像中目标人物的位置特征和姿态特征进行提取，并利用语义描述模型生成语义描述，无需人为对目标图像中目标人物的位置特征和姿态特征进行分析和判断，节省了人力和时间等，提高了目标图像中目标人物姿态确定的效率。
B2：图像处理设备根据目标图像的语义描述，确定检测结果。
例如，图像处理设备得到的目标图像的语义描述为“老人摔倒在地”，则检测结果中可以包括“老人摔倒在地”的语义描述，可以理解的，检测结果中还可以包括老人所处的具体位置，例如301房间或者二楼洗手间等，检测结果中还可以包括人物是否需要提供帮助、人物姿态是否正常等信息，此处不作具体限定。
在本申请具体的实施例中，图像处理设备的数量可以为一个或者多个，例如，图像处理设备为具有图像获取功能和图像处理功能的摄像头，用户可以在一个房间内安装一个或者多个摄像头，也可以是分别在不同的房间内安装摄像头。在本申请中，在图像处理设备的数量为多个的情况下，多个图像处理设备之间可以通过网络互连，多个图像处理设备可以通过网络与多个终端设备分别对应相连，也可以为多个图像处理设备通过网络与同一个终端设备连接，此处不作具体限定。
其中，在多个图像处理设备之间通过网络互联的情况下，假设多个图像处理设备中的图像处理设备A需要进行预设特征提取的目标图像数量较多，而图像处理设备B需要进行预设特征提取的目标图像数量较少，则图像处理设备A可以将部分待提取预设特征的目标图像发送至图像处理设备B进行处理，以便提高图像的处理效率。进一步地，在图像处理设备A与其他多个图像处理设备通过网络互连的情况下，可以在图像处理设备A中设置其他多个图像处理设备的连接优先级，在图像处理设备A需要进行预设特征提取的目标图像的数量较多时，图像处理设备A可以根据其他多个图像处理设备的连接优先级将部分需要进行预设特征提取的目标图像向其他多个图像处理设备发送。例如，在用户的家中，安装有摄像头A、摄像头B、摄像头C、摄像头D，其中，摄像头A、摄像头B、摄像头C、摄像头D之间通过网络互连，用户可以在摄像头A中设置摄像头B的连接优先级为一级、摄像头C的连接优先级为二级、摄像头D的连接优先级为三级，在摄像头A需要进行预设特征提取的目标图像数量较多时，摄像头A先向摄像头B发送部分需要进行预设特征提取的目标图像，在摄像头B中需要进行预设特征提取的目标图像数量没有达到摄像头B可以处理的目标图像数量的最大值时，摄像头B可以接收摄像头A发送的需要进行预设特征提取的目标图像，在摄像头B中需要进行预设特征提取的目标图像数量达到摄像头B可以处理的目标图像数量的最大值时，摄像头A向摄像头C发送部分需要进行预设特征提取的目标图像，在摄像头C中需要进行预设特征提取的目标图像数量没有达到摄像头C可以处理的目标图像数量的最大值时，摄像头C可以接收摄像头A发送的需要进行预设特征提取的目标图像，在摄像头C中需要进行预设特征提取的目标图像数量达到摄像头C可以处理的目标图像数量的最大值时，摄像头A向摄像头D发送部分需要进行预设特征提取的目标图像。同理，用户也可以在摄像头B、摄像头C或者摄像头D中设置其他多个摄像头的连接优先级，此处不再展开赘述。
S103：图像处理设备在检测结果为预设告警结果的情况下，生成告警提示，并向终端设备发送。
在本申请具体的实施例中，图像处理设备可以与终端设备进行绑定，然后图像处理设备可以通过网络向与其具有绑定关系的终端设备发送告警提示消息。若检测结果中包括‘趴下’、“挣扎”“摔倒”、“跌倒”等关键字，或者检测结果中包括人物需要提供帮助或者人物姿态不正常等信息时，则图像处理设备可以确定该检测结果为预设告警结果。在图像处理设备确定检测结果为预设告警结果的情况下，图像处理设备生成告警提示并向终端设备发送，提示终端设备的用户。可选地，告警提示中可包括上述检测结果。如图4所示，图4为本申请提供的一种终端设备显示告警提示的界面示意图。
在一种可能的实施方式中，在生成告警提示之后，图像处理设备发送该告警提示至终端设备，终端设备接收到该告警提示，则在终端设备的显示界面显示该告警提示以及显示查看监控快捷键，用户可以通过终端设备显示的告警提示获知发生了告警事件，在用户触发了查看监控快捷键的情况下，用户可以通过终端设备查看目标图像，用户查看的目标图像中也仅仅包括包含目标人物在内的一个或者多个目标主体的轮廓信息，不显示人的眼睛颜色、胳膊上的毛发等细节信息，因此可以保护目标人物的隐私。如图5所示，图5是本申请实施例提供的一种终端设备显示目标图像的界面示意图。
可选地，终端设备的显示界面还可显示拍照快捷键或者保存快捷键等，用以对显示的目标图像进行拍照或者保存，此处不作具体限定。其中，图像处理设备向终端设备发送告警提示可以为有线连接方式(如光纤通信)或者无线连接的方式(如第四代移动通信技术或WLAN等)，此处不作具体限定。
上述实施例中，图像处理设备获取仅仅包括包含目标人物在内的一个或者多个目标主体的轮廓信息的目标图像，然后从目标图像中对目标人物的预设特征进行提取，得到包括目标人物的姿态信息的检测结果，在检测结果为预设告警结果的情况下，生成告警提示并发送至终端设备。上述实施例不仅可以保护监控区域内人物的隐私安全，还可以让用户及时获知告警事件的发生，有效地提高了监控安全性和告警事件判断的效率，且用户可根据需要查看图像处理设备获取的目标图像，提升了用户通过终端设备与图像处理设备的交互体验。
上文详细阐述了本申请实施例的一种用户安全告警提示方法，基于相同的发明构思，下面继续提供本申请实施例的一种用户安全告警提示系统。参见图6，图6是本申请提供的一种用户安全告警提示系统的结构示意图，用户安全告警提示系统可包括通过网络互连的图像处理设备110和终端设备120，其中，
图像处理设备110，用于获取包含目标人物在内的一个或者多个目标主体的目标图像，其中，目标图像仅仅包括包含目标人物在内的一个或者多个目标主体的轮廓信息；
图像处理设备110，还用于从目标图像中对目标人物的预设特征进行提取，得到检测结果，其中，预设特征包括位置特征和姿态特征，检测结果包括目标人物的姿态信息；
图像处理设备110，还用于在检测结果为预设告警结果的情况下，生成告警提示，并向终端设备120发送。
终端设备120，用于接收告警提示。
在本申请具体的实施例中，图像处理设备110具体用于：
通过发射激光信号扫描得到包含目标人物在内的一个或者多个目标主体的至少一个点云图像；
对至少一个点云图像进行图像配准，得到包含目标人物在内的一个或者多个目标主体的目标图像。
在本申请具体的实施例中，图像处理设备110具体还用于：
将目标图像输入语义描述模型对目标人物的预设特征进行提取，并根据预设特征生成目标图像的语义描述，其中，语义描述表示通过文字的方式对目标图像中目标人物的姿态进行描述；
根据目标图像的语义描述，确定检测结果。
在本申请具体的实施例中，终端设备120还用于显示告警提示和查看监控快捷键；在查看监控快捷键被触发的情况下，显示目标图像。可以理解，终端设备120在接收到图像处理设备110发送的告警提示之后，则在终端设备120的显示界面显示该告警提示以及显示查看监控快捷键，用户可以通过终端设备120显示的告警提示获知发生了告警事件，在用户触发了查看监控快捷键的情况下，用户可以通过终端设备120查看目标图像。可选地，终端设备120的显示界面还可显示拍照快捷键或者保存快捷键等，用以对显示的目标图像进行拍照或者保存，此处不作具体限定。其中，图像处理设备110向终端设备120发送告警提示可以为有线连接方式，如光纤通信，或者无线连接的方式，如第四代移动通信技术或无线局域网等，此处不作具体限定。
在实际应用中，终端设备120可以是手机、平板电脑、个人数字助理(personaldigital assistant，PDA)、移动互联网设备(mobile internet device，MID)、笔记本电脑、智能穿戴设备(如智能手表、智能手环)等各种终端设备，本申请实施例不作限定
可以理解，图6中的图像处理设备110和终端设备120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图像处理设备110和终端设备120，另外，用户安全告警提示系统的模块架构并不局限于上述举例。本申请实施例的技术方案可以基于图6所示架构的用户安全告警提示系统或其形变架构来具体实施。
本申请实施例还提供一种图像处理设备，参见图7，图7为本申请提供的一种图像处理设备200的结构示意图，该设备包括：处理器210、通信接口230以及存储器220，其中，处理器210、通信接口230和存储器220通过总线240进行耦合。其中，处理器210通过调用存储器220中的程序代码，与通信接口230配合执行本申请实施例中由图像处理设备110执行的方法的部分或者全部步骤。具体例如，处理器210用于获取包含目标人物在内的一个或者多个目标主体的目标图像，其中，目标图像仅仅包括包含目标人物在内的一个或者多个目标主体的轮廓信息。
在一些可能的实施方式中，处理器210具体用于通过发射激光信号扫描得到包含目标人物在内的一个或者多个目标主体的至少一个点云图像；处理器210还可以用于对至少一个点云图像进行图像配准，得到目标图像。
在一些可能的实施方式中，处理器210还具体用于将目标图像输入语义描述模型对目标人物的预设特征进行提取，并根据预设特征生成目标图像的语义描述，其中，语义描述表示通过文字的方式对目标图像中目标人物的姿态进行描述；处理器210还可以用于根据目标图像的语义描述，确定检测结果。
在实际应用中，处理器210可以包括一个或者多个通用处理器，其中，通用处理器可以是能够处理电子指令的任何类型的设备，包括中央处理器(Central ProcessingUnit，CPU)、微处理器、微控制器、主处理器、控制器以及ASIC(Application SpecificIntegrated Circuit，专用集成电路)等等。处理器210读取存储器220中存储的程序代码，与通信接口230配合执行本申请上述实施例中由图像处理设备200执行的方法的部分或者全部步骤。
通信接口230可以为有线接口(例如以太网接口)，用于与其他计算节点或装置进行通信。当通信接口230为有线接口时，通信接口230可以采用TCP/IP之上的协议族，例如，RAAS协议、远程函数调用(Remote Function Call，RFC)协议、简单对象访问协议(SimpleObject Access Protocol，SOAP)协议、简单网络管理协议(Simple Network ManagementProtocol，SNMP)协议、公共对象请求代理体系结构(Common Object Request BrokerArchitecture，CORBA)协议以及分布式协议等等。
存储器220可以存储有程序代码以及程序数据。其中，程序数据包括：获取的目标图像、提取的目标人物的预设特征、得到的检测结果等等。在实际应用中，存储器220可以包括易失性存储器(Volatile Memory)，例如随机存取存储器(Random Access Memory，RAM)；存储器也可以包括非易失性存储器(Non-Volatile Memory)，例如只读存储器(Read-OnlyMemory，ROM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，HDD)或固态硬盘(Solid-State Drive，SSD)存储器还可以包括上述种类的存储器的组合。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，计算机程序被硬件(例如处理器等)执行，以实现上述方法实施例中记载的用户安全告警提示方法的部分或者全部步骤。
本申请实施例还提供一种计算机程序产品，当计算机程序产品被计算机读取并执行时，以实现上述方法实施例中记载的用户安全告警提示方法的部分或者全部步骤。
本领域普通技术人员可以意识到，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，能够全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、存储盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态存储盘Solid State Disk，SSD))等。在实施例中，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，也可以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，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。另外，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，也可以是电的，机械的或其它的形式连接。
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申请实施例方案的目的。
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，也可以是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。
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介质中。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介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种用户安全告警提示方法，其特征在于，所述方法包括：
图像处理设备获取包含目标人物在内的一个或者多个目标主体的目标图像，其中，所述目标图像仅仅包括所述包含目标人物在内的一个或者多个目标主体的轮廓信息；
所述图像处理设备从所述目标图像中对目标人物的预设特征进行提取，得到检测结果，其中，所述预设特征包括位置特征和姿态特征，所述检测结果包括目标人物的姿态信息；
所述图像处理设备在所述检测结果为预设告警结果的情况下，生成告警提示，并向终端设备发送。
2.根据权利要求1所述的方法，其特征在于，所述图像处理设备获取包含目标人物在内的一个或者多个目标主体的目标图像，包括：
所述图像处理设备通过发射激光信号扫描得到包含目标人物在内的一个或者多个目标主体的至少一个点云图像；
所述图像处理设备对所述至少一个点云图像进行图像配准，得到所述包含目标人物在内的一个或者多个目标主体的目标图像。
3.根据权利要求1或2任一项所述的方法，其特征在于，所述图像处理设备从所述目标图像中对目标人物的预设特征进行提取，得到检测结果，包括：
所述图像处理设备将所述目标图像输入语义描述模型对目标人物的预设特征进行提取，并根据所述预设特征生成所述目标图像的语义描述，其中，所述语义描述表示通过文字的方式对所述目标图像中目标人物的姿态进行描述；
所述图像处理设备根据所述目标图像的语义描述，确定所述检测结果。
4.一种用户安全告警提示系统，其特征在于，所述系统包括图像处理设备及终端设备，其中，
所述图像处理设备，用于获取包含目标人物在内的一个或者多个目标主体的目标图像，其中，所述目标图像仅仅包括所述包含目标人物在内的一个或者多个目标主体的轮廓信息；
所述图像处理设备，还用于从所述目标图像中对目标人物的预设特征进行提取，得到检测结果，其中，所述预设特征包括位置特征和姿态特征，所述检测结果包括目标人物的姿态信息；
所述图像处理设备，还用于在所述检测结果为预设告警结果的情况下，生成告警提示，并向终端设备发送；
所述终端设备，用于接收所述告警提示。
5.根据权利要求4所述的系统，其特征在于，所述图像处理设备具体用于：
通过发射激光信号扫描得到包含目标人物在内的一个或者多个目标主体的至少一个点云图像；
对所述至少一个点云图像进行图像配准，得到所述包含目标人物在内的一个或者多个目标主体的目标图像。
6.根据权利要求4或5任一项所述的系统，其特征在于，所述图像处理设备还用于：
将所述目标图像输入语义描述模型对目标人物的预设特征进行提取，并根据所述预设特征生成所述目标图像的语义描述，其中，所述语义描述表示通过文字的方式对所述目标图像中目标人物的姿态进行描述；
根据所述目标图像的语义描述，确定所述检测结果。
7.根据权利要求4至6任一项所述的系统，其特征在于，所述终端设备还用于：
显示告警提示和查看监控快捷键；
在所述查看监控快捷键被触发的情况下，显示所述目标图像。
8.一种图像处理设备，其特征在于，包括：处理器、通信接口以及存储器；所述存储器用于存储指令，所述处理器用于执行所述指令，所述通信接口用于在所述处理器的控制下与其他设备进行通信，其中，所述处理器执行所述指令时实现权利要求1至3任一项权利要求所述的方法。
9.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被硬件执行以实现权利要求1至3任一项所述的方法。
10.一种计算机程序产品，其特征在于，当所述计算机程序产品被计算机读取并执行时，实现如权利要求1至3任一项所述的方法。
CN202010076795.XA 2020-01-23 2020-01-23 一种用户安全告警提示方法及系统 Pending CN111246177A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010076795.XA CN111246177A (zh) 2020-01-23 2020-01-23 一种用户安全告警提示方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010076795.XA CN111246177A (zh) 2020-01-23 2020-01-23 一种用户安全告警提示方法及系统

Publications (1)

Publication Number Publication Date
CN111246177A true CN111246177A (zh) 2020-06-05

Family

ID=70864232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010076795.XA Pending CN111246177A (zh) 2020-01-23 2020-01-23 一种用户安全告警提示方法及系统

Country Status (1)

Country Link
CN (1) CN111246177A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112149520A (zh) * 2020-09-03 2020-12-29 上海趋视信息科技有限公司 一种多目标管理方法、系统及装置
CN112601054A (zh) * 2020-12-14 2021-04-02 珠海格力电器股份有限公司 摄像画面的采集方法及装置、存储介质、电子设备
CN114863483A (zh) * 2022-05-23 2022-08-05 支付宝(杭州)信息技术有限公司 一种人流分析方法、装置及设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103517042A (zh) * 2013-10-17 2014-01-15 吉林大学 一种养老院老人危险行为监测方法
US20170358195A1 (en) * 2016-06-14 2017-12-14 Board Of Trustees Of The University Of Arkansas Real-Time Awareness of Environmental Hazards for Fall Prevention
CN108197589A (zh) * 2018-01-19 2018-06-22 北京智能管家科技有限公司 动态人体姿态的语义理解方法、装置、设备和存储介质
CN109446895A (zh) * 2018-09-18 2019-03-08 中国汽车技术研究中心有限公司 一种基于人体头部特征的行人识别方法
CN110008822A (zh) * 2019-02-18 2019-07-12 武汉高德智感科技有限公司 一种基于红外传感器的姿态识别方法及系统
CN110477925A (zh) * 2019-08-23 2019-11-22 广东省智能制造研究所 一种针对敬老院老人的跌倒检测与预警方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103517042A (zh) * 2013-10-17 2014-01-15 吉林大学 一种养老院老人危险行为监测方法
US20170358195A1 (en) * 2016-06-14 2017-12-14 Board Of Trustees Of The University Of Arkansas Real-Time Awareness of Environmental Hazards for Fall Prevention
CN108197589A (zh) * 2018-01-19 2018-06-22 北京智能管家科技有限公司 动态人体姿态的语义理解方法、装置、设备和存储介质
CN109446895A (zh) * 2018-09-18 2019-03-08 中国汽车技术研究中心有限公司 一种基于人体头部特征的行人识别方法
CN110008822A (zh) * 2019-02-18 2019-07-12 武汉高德智感科技有限公司 一种基于红外传感器的姿态识别方法及系统
CN110477925A (zh) * 2019-08-23 2019-11-22 广东省智能制造研究所 一种针对敬老院老人的跌倒检测与预警方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112149520A (zh) * 2020-09-03 2020-12-29 上海趋视信息科技有限公司 一种多目标管理方法、系统及装置
CN112601054A (zh) * 2020-12-14 2021-04-02 珠海格力电器股份有限公司 摄像画面的采集方法及装置、存储介质、电子设备
CN114863483A (zh) * 2022-05-23 2022-08-05 支付宝(杭州)信息技术有限公司 一种人流分析方法、装置及设备

Similar Documents

Publication Publication Date Title
CN111246177A (zh) 一种用户安全告警提示方法及系统
CN110349081B (zh) 图像的生成方法、装置、存储介质和电子设备
CN111507176B (zh) 姿势估计装置、行动估计装置、记录介质、姿势估计方法
CN111104841B (zh) 暴力行为检测方法及系统
TWI753588B (zh) 人臉屬性識別方法、電子設備和電腦可讀儲存介質
JP2007213181A (ja) プライバシー保護画像生成装置
CN111292504A (zh) 一种通过图像识别进行安全告警方法及系统
JP2004280376A (ja) 被写体の行動認識方法及び装置
WO2022120843A1 (zh) 三维人体重建方法、装置、计算机设备和存储介质
JP7138619B2 (ja) 監視端末及び監視方法
KR102274581B1 (ko) 개인화된 hrtf 생성 방법
CN107590953A (zh) 一种智能穿戴设备的报警方法、系统及终端设备
JP2019003554A (ja) 画像認識装置、画像認識方法、および画像認識装置用プログラム
CN107886559A (zh) 用于生成图片的方法和装置
CN109986553B (zh) 一种主动交互的机器人、系统、方法及存储装置
CN113114977A (zh) 智能看护系统以及智能看护方法
CN113723185A (zh) 动作行为识别方法、装置、存储介质及终端设备
Healy et al. Detecting demeanor for healthcare with machine learning
CN111242714A (zh) 产品推荐方法及装置
WO2023185241A1 (zh) 数据处理方法、装置、设备以及介质
JP2021135592A (ja) 個体推定装置、個体推定方法、およびプログラム
JP6922768B2 (ja) 情報処理装置
CN116567349A (zh) 基于多摄像机的视频展示方法、装置及存储介质
WO2019193899A1 (ja) 演算装置の学習方法、学習装置、学習プログラム、および学習済みモデル
Jolly et al. Posture Correction and Detection using 3-D Image Classification

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

Application publication date: 20200605

RJ01 Rejection of invention patent application after publication