CN111757069B - 一种基于智能门铃的监控防盗方法及装置 - Google Patents

Abstract

本申请实施例公开了一种基于智能门铃的监控防盗方法及装置。本申请实施例提供的技术方案，通过获取门前视频图像数据和数字音频，基于门前视频图像数据和数字音频进行门前目标检测，在检测到门前目标时，基于门前目标判断是否为访客，同时判断门前目标是否存在预定义的监控行为，若判断门前目标为访客，输出对应的到访信息至用户客户端；若判断门前目标存在预定义的监控行为，输出对应的报警信息至用户客户端和/或报警平台。采用上述技术手段，在实现智能门铃对访客的到访提示的同时可以对设定的监控行为时进行报警提示，以便于用户及时获知门前盗窃行为，实现较好的监控防盗效果。

Description

一种基于智能门铃的监控防盗方法及装置

技术领域

本申请实施例涉及智能家居技术领域，尤其涉及一种基于智能门铃的监控防盗方法及装置。

背景技术

目前，随着人们防盗意识的增强，越来越多的家庭会在家中设置防盗装置(诸如摄像头，红外传感器等)，以此来对盗窃行为进行实时监控报警。其中，通过在门口设置摄像头，实时采集门前的视频图像信息，并输出至用户手机或者家中显示器进行实时显示，以此可以监控门口的快递、信件、鞋子等物品的盗窃行为进行实时监控。

但是，现有的采用摄像头对门口进行实时监控的方式，只能够简单地对盗窃行为进行录像记录，由于用户难以实时查看监控录像，因而在发生盗窃等违规行为时，其对用户的报警提示缺乏及时性，对诸如盗窃行为的规避效果相对较差。

发明内容

本申请实施例提供一种基于智能门铃的监控防盗方法及装置，能够实时识别门前目标的行为，并在识别到设定的监控行为时进行报警，实现较好的监控防盗效果。

在第一方面，本申请实施例提供了一种基于智能门铃的监控防盗方法，所述智能门铃包括摄像装置，所述摄像装置对应门前区域实时采集门前视频图像数据，所述摄像装置集成有录音装置，用于采集数字音频，所述基于智能门铃的监控防盗方法包括：

获取门前视频图像数据和数字音频，基于所述门前视频图像数据和所述数字音频进行门前目标检测；

在检测到门前目标时，基于所述门前目标判断是否为访客，同时判断所述门前目标是否存在预定义的监控行为；

若判断所述门前目标为访客，输出对应的到访信息至用户客户端；若判断所述门前目标存在预定义的监控行为，输出对应的报警信息至所述用户客户端和/或报警平台。

进一步的，判断所述门前目标是否存在预定义的监控行为，包括：

提取对应所述门前目标的所述门前视频图像数据，将所述门前视频图像数据输入预先训练的监控行为识别模型中；

通过所述监控行为识别模型对预定义的监控行为进行检测识别，得到对应的检测识别结果。

进一步的，通过所述监控行为识别模型对预定义的监控行为进行检测识别，包括：

基于预设的物品图像清单对所述门前视频图像数据进行物品目标检测，确定对应的物品清单目标；

对所述门前视频图像数据进行所述门前目标的第一监控动作识别，若识别到所述第一监控动作，判断所述第一监控动作是否与所述物品清单目标关联，若是，判断存在所述预定义的监控行为。

进一步的，通过所述监控行为识别模型对预定义的监控行为进行检测识别，还包括：

预先对所述门前视频图像数据进行物品目标检测，确定所述物品图像清单之外的新增物品目标；

对所述门前视频图像数据进行所述门前目标的第二监控动作识别，若识别到所述第二监控动作，判断所述第二监控动作是否与所述新增物品目标关联，若是，将所述新增物品目标添加至所述物品图像清单。

进一步的，在将所述新增物品目标添加至所述物品图像清单之后，还包括：

发送对应所述新增物品目标的提示信息至所述用户客户端。

进一步的，基于所述门前目标判断是否为访客，包括：

基于所述智能门铃的触发信号或者所述门前目标的人脸图像判断是否为访客。

进一步的，基于所述智能门铃的触发信号或者所述门前目标的人脸图像判断是否为访客，包括：

检测到所述智能门铃的触发信号时，判断所述门前目标为访客；或者，

将所述门前目标的人脸图像与预设的访客人脸图像数据库进行比对，若存在相匹配的访客人脸图像，判断所述门前目标为访客。

进一步的，所述输出对应的到访信息至用户客户端，还包括：

输出所述门前目标的人脸图像至所述用户客户端；

所述输出对应的报警信息至所述用户客户端和/或报警平台，还包括：

输出对应所述门前目标的所述门前视频图像数据至所述用户客户端和/或报警平台。

在第二方面，本申请实施例提供了一种基于智能门铃的监控防盗装置，所述智能门铃包括摄像装置，所述摄像装置对应门前区域实时采集门前视频图像数据，所述摄像装置集成有录音装置，用于采集数字音频，所述基于智能门铃的监控防盗装置包括：

检测模块，用于获取门前视频图像数据和数字音频，基于所述门前视频图像数据和所述数字音频进行门前目标检测；

判断模块，用于在检测到门前目标时，基于所述门前目标判断是否为访客，同时判断所述门前目标是否存在预定义的监控行为；

输出模块，用于判断所述门前目标为访客时，输出对应的到访信息至用户客户端；在判断所述门前目标存在预定义的监控行为时，输出对应的报警信息至所述用户客户端和/或报警平台。

在第三方面，本申请实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的基于智能门铃的监控防盗方法。

本申请实施例通过获取门前视频图像数据和数字音频，基于门前视频图像数据和数字音频进行门前目标检测，在检测到门前目标时，基于门前目标判断是否为访客，同时判断门前目标是否存在预定义的监控行为，若判断门前目标为访客，输出对应的到访信息至用户客户端；若判断门前目标存在预定义的监控行为，输出对应的报警信息至用户客户端和/或报警平台。采用上述技术手段，在实现智能门铃对访客的到访提示的同时可以对设定的监控行为时进行报警提示，以便于用户及时获知门前盗窃行为，实现较好的监控防盗效果。

附图说明

图1是本申请实施例一提供的一种基于智能门铃的监控防盗方法的流程图；

图2是本申请实施例一中的监控行为判断流程图；

图3是本申请实施例一中的监控行为识别模型的检测识别流程图；

图4是本申请实施例一中的新增物品目标添加流程图；

图5是本申请实施例二提供的一种基于智能门铃的监控防盗装置的结构示意图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

本申请提供的基于智能门铃的监控防盗方法，旨在通过智能门铃采集的门前视频图像数据进行检测识别，并根据检测识别结果，若检测到访客，则输出访客到访信息至用户客户端，以提示用户当前有访客到访；若检测到门前目标存在预定义的监控行为(如偷盗门前物品的行为)，则输出报警信息至用户客户端和/或报警平台，以此来及时提示用户当前门前的盗窃行为，实现较好的监控防盗效果。而对于传统的智能门铃，其除了传统的门铃提示访客到访之外，通常还采用信息提示的方式，将访客到访信息实时发送至用户的客户端。以此，即使用户当前不在家，也可以通过门铃发送的到访信息获知当前访客到访的情况。而随着智能家居技术的发展进步，通过用户手机即可实现与家中各个智能家居设备互联。为了更好地通知访客到访情况，现有一种智能门铃，其在访客到访时可以调用摄像头获取访客人脸图像，将访客到访信息及访客人脸图像一并发送至用户客户端。但显然，传统的智能门铃仅仅用于访客的到访提示。由于目前很多家庭会将鞋子等物品放置于门口，并且，快递员在投递快递时，如若用户不在家的话，也会将快递、信件直接放在门口。而对应上述物品的防盗措施，通常仅仅是通过门前的摄像头进行监控。显然这种监控方式起到的防盗效果相对较差，并且，其也无法及时提示用户当前门前的偷盗行为。基于此，提供本申请实施例的一种基于智能门铃的监控防盗方法，以解决现有智能门铃和监控系统无法防盗报警、盗窃提示不及时的技术问题。

实施例一：

图1给出了本申请实施例一提供的一种基于智能门铃的监控防盗方法的流程图，本实施例中提供的基于智能门铃的监控防盗方法可以由智能门铃执行，该智能门铃可以通过软件和/或硬件的方式实现，该智能门铃可以是两个或多个物理实体构成，也可以是一个物理实体构成。一般而言，该智能门铃包括摄像装置，所述摄像装置对应门前区域实时采集门前视频图像数据。

下述以智能门铃为执行基于智能门铃的监控防盗方法的主体为例，进行描述。参照图1，该基于智能门铃的监控防盗方法具体包括：

S110、获取门前视频图像数据和数字音频，基于所述门前视频图像数据和所述数字音频进行门前目标检测。

具体的，本申请实施例的智能门铃主要包括处理器、门铃及摄像头，其中，摄像头用于对用户门前区域进行拍摄，以此获取门前视频图像数据，摄像装置集成有录音装置，用于采集数字音频，将视频图像数据和数字音频上传至处理器进行处理分析。门铃用于访客的到访提示，门铃一般设置有实体按钮，当访客按下实体按钮的时候，会产生一个触发信号，该触发信号一方面可以驱动门铃响起，以门铃声音提示用户当前访客到访，另一方面该触发信号也可以上传至处理器，由处理器发送至用户客户端进行访客到访提示。本申请实施例中，该智能门铃可以直接与用户的客户端连接，也可以通过智能家居系统的智能网关或者系统后台连接用户的客户端。用户通过手机等智能终端登录相关客户端，即可实时与智能门铃进行交互，实现智能门铃的报警提示功能。

进一步的，在智能门铃处理器获取到门前视频图像数据和数字音频进行处理分析时，首先检测当前门前区域是否有人，定义出现在门前区域的人为门前目标，通过门前视频图像数据和数字音频进行门前目标的实时检测。其中，使用语音识别算法进行门前目标检测，并综合使用基于神经网络的目标检测算法进行门前目标检测识别。目标检测算法可以使用Faster R-CNN、YOLOv3等网络构建的目标检测算法。现有技术对应目标检测的具体实施方式有很多，本申请实施例在此不做固定限制。优选的，为了提升检测识别精度，对应用户自身或者用户家人在自家门前被检测到的情况，可以不用对这部分门前视频图像数据进行处理分析。根据实际需要，用户可以通过客户端构建一个白名单，该表名单包括用户自身及家人等人脸图像数据。后续智能门铃采集门前视频图像数据，将这一门前视频图像数据检测到的门前目标与白名单进行比对，若存在相匹配的人脸图像数据，则将这部分门前视频图像数据丢弃。否则，进一步对检测到的门前目标最进一步检测识别。可以理解时，上述基于语音识别和视频图像识别的方式均可以实现门前目标检测，采用综合两种方式进行门前目标检测识别，可以进一步提高门前目标检测精度。并且，在一些实施例中，也可以通过采集到的数字音频进行识别是否有人声，若有人声则启动摄像头进行门前目标检测。基于摄像装置和录音装置的门前目标检测方式有很多，在此不一一赘述。

需要说明的是，上述基于门前视频图像数据进行门前目标的检测方法，主要是对门前对应区域出现的人进行检测，即基于门前目标的目标检测算法主要是针对人进行的，对于门前区域出现的宠物等目标，则进行检测识别。以此可以在门前目标检测的时候就筛除掉部分无用的无效视频图像数据，减少算法的误识别机率。

S120、在检测到门前目标时，基于所述门前目标判断是否为访客，同时判断所述门前目标是否存在预定义的监控行为。

本申请实施例对应检测到的门前目标，进行两部分的分析判断。其中，一方面判断该门前目标是否为访客，另一方面判断该门前目标是否存在预定义的监控行为。该预定义的监控行为即偷盗物品的行为，根据实际需要，还可以更具体定义该监控行为。需要说明的是，上述两部分的分析判断均独立同时进行，两者相互独立，各自的分析判断结果不影响对方。

具体的，在判断门前目标是否为访客时，基于所述智能门铃的触发信号或者所述门前目标的人脸图像判断是否为访客。其中，当检测到所述智能门铃的触发信号时，判断所述门前目标为访客；或者，将所述门前目标的人脸图像与预设的访客人脸图像数据库进行比对，若存在相匹配的访客人脸图像，判断所述门前目标为访客。本申请实施例采用门铃触发信号通知或者图像识别比对的方式判断门前目标是否为访客。一般而言，访客在到访时会按下设置在门前的智能门铃，智能门铃会产生一个触发信号，该触发信号一方面可以驱动门铃响起，以门铃声音提示用户当前访客到访，另一方面该触发信号也可以上传至处理器，由处理器发送至用户客户端进行访客到访提示。则基于该触发信号即可确定该门前目标为访客，而在通过图像识别的方式判断门前目标是否为访客时，则需要用户通过客户端预先建立一个访客人脸图像数据库，将访客人脸图像提前存储于该访客人脸图像数据库，后续通过人脸比对若确定访客人脸图像数据库存在与门前目标相对应的访客人脸图像，则判断当前门前目标为访客。

而在判断门前目标是否存在预定义的监控行为时，基于预先训练的监控行为识别模型进行识别判断。其中，参照图2，基于监控行为识别模型监控行为判断流程包括：

S1201、提取对应所述门前目标的所述门前视频图像数据，将所述门前视频图像数据输入预先训练的监控行为识别模型中；

S1202、通过所述监控行为识别模型对预定义的监控行为进行检测识别，得到对应的检测识别结果。

具体的，本申请实施例通过预先训练一个监控行为识别模型，该监控行为识别模型用于识别对应的的监控行为，如偷盗门前物品的行为。这一监控行为一般通过识别门前视频图像数据中对应门前目标的相关动作(如拿起门前物品的动作)确定，定义这一动作为监控动作。需要说明的是，该监控行为识别模型除了要检测门前目标的监控动作之外，还要进一步检测门前目标的监控动作是否与门前物品关联，即不仅仅要检测门前目标的“拿起”动作，还要检测其拿着的物品是否为用户的门前物品。则对应的，该监控行为识别模型需要获取大量行人包含该监控动作的图像，以这些图像作为训练样本，通过模型训练实现对监控动作的监控，并进一步对检测门前目标的监控动作是否与门前物品关联，以此来实现预定义的监控行为检测。可以理解的是，如若检测到预定义的监控行为，则认为当前门前物品存在被偷盗的情况。

进一步的，参照图3，提供监控行为识别模型的检测识别流程图，该监控行为识别模型的检测识别流程包括：

S12021、基于预设的物品图像清单对所述门前视频图像数据进行物品目标检测，确定对应的物品清单目标；

S12022、对所述门前视频图像数据进行所述门前目标的第一监控动作识别，若识别到所述第一监控动作，判断所述第一监控动作是否与所述物品清单目标关联，若是，判断存在所述预定义的监控行为。

如上所述，监控行为识别模型需要识别到门前目标拿走门前物品的动作，方才判定存在预定义的监控行为。即监控行为识别模型需要同时识别到监控动作且该监控动作与门前物品关联(即该监控动作中，拿走的是门前物品)。因此，本申请实施例通过该监控行为识别模型先进行门前物品的确定。在此之前，通过用户的客户端预先设定一个物品图像清单，该物品图像新单包括了用户门前区域放置的所有物品(如鞋子)的图像特征。后续监控行为识别模型在识别门前视频图像数据时，先检测出门前视频图像数据中包含的物品目标，将这些物品目标对应的图像数据比对物品图像清单，即可确定门前视频图像数据中包含的用户家门前放置的物品目标，定义这一物品目标为物品清单目标。需要说明的是，在进行物品目标检测时，同样基于神经网络的目标检测算法进行，在此不多赘述。

进一步的，通过门前视频图像数据对门前目标拿走物品的动作进行识别，定义拿走物品的动作为第一监控动作。可以理解的是，如若这一第一监控动作拿走的物品为物品清单目标，则判断门前目标存在预定义的监控行为。其中，对于第一监控动作的检测识别，可以采用基于卷积神经网络的动作识别算法进行第一监控动作的检测识别。具体的，通过定位门前目标的若干个关节点，基于关节点连线确定门前目标的动作向量，进一步通过计算门前目标的动作向量与预存的动作标准(即拿走物品的动作)的欧式距离，根据欧式距离来确定当前门前视频图像数据中是否存在第一监控动作。需要说明的是，现有技术基于视频图像数据的动作识别算法有很多，具体包括了基于双流神经网络、三维卷积神经网络、长短记忆网络(LSTM)以及对抗神经网络等动作识别算法。本申请实施例在此不做固定限制。

基于上述动作识别算法若识别到门前视频图像数据存在第一监控动作，在判断该第一监控动作对应的图像数据是否与此前确定的物品清单目标关联。即该第一监控动作中拿着的物品是否为物品清单目标，若是，则认为当前门前目标存在预定义的监控行为，即偷盗门前物品的行为。更具体的，为了确定当前门前目标是拿起物品还是放下物品，还可以通过比对门前视频图像数据相邻的若干个视频图像帧，进而确定当前门前目标是拿起物品还是放下物品。可以理解的是，根据相邻视频图像帧门前目标的动作时序，即可确定门前目标是否拿走物品，进而确定该第一监控动作。

此外，由于实际应用中，存在快递员投送快递的情况，因此需要对快递员这一动作进行识别检测，并将投递的快递加入物品图像清单中，以避免投递的快递被偷盗的情况。定义门前新增加的物品为新增物品目标，参照图4，新增物品目标添加流程包括：

S12023、预先对所述门前视频图像数据进行物品目标检测，确定所述物品图像清单之外的新增物品目标；

S12024、对所述门前视频图像数据进行所述门前目标的第二监控动作识别，若识别到所述第二监控动作，判断所述第二监控动作是否与所述新增物品目标关联，若是，将所述新增物品目标添加至所述物品图像清单。

具体的，本申请实施例通过对门前视频图像数据进行物品目标检测，基于检测到的物品目标比对用户预设定的物品图像清单，若存在某一物品目标不在这一物品图像清单上，则认为其为当前门前区域的新增加物品目标。进一步的，为了判断这一新增加物品目标是否可能是快递员投递的快递，本申请实施例通过对门前目标的投递动作进行识别，定义这一动作为第二监控动作。参照上述第一监控动作的识别方式，对第二监控动作进行识别。并且，在识别到第二监控动作后，判断该第二监控动作是否与上述识别到的新增物品目标关联，若是，则将新增物品目标添加至物品图像清单。可以理解的是，通过将新增物品目标添加至物品图像清单后，后续如若存在偷盗该新增物品目标的行为，即可通过上述步骤S12021～12022进行检测识别。以此可实现新增物品目标的防盗监控。

进一步的，还可以发送对应所述新增物品目标的提示信息至所述用户客户端。该提示信息可以包含对应的门前视频图像数据，以便于用户确知当前新增物品目标是什么。此外，智能门铃还可以预先构建一个快递、信件的目标检测模型，根据该目标检测模型对新增物品目标进行识别，当识别到新增物品目标为快递或者信件时，在提示信息中进行对应提示。

S130、若判断所述门前目标为访客，输出对应的到访信息至用户客户端；若判断所述门前目标存在预定义的监控行为，输出对应的报警信息至所述用户客户端和/或报警平台。

最终，基于上述步骤S120判断所述门前目标为访客或者所述门前目标存在预定义的监控行为的两种情况，分别进行信息提示。其中，对应为访客到访的情况，则进行到访信息提示，并且，在输出对应的到访信息至用户客户端时，还输出所述门前目标的人脸图像至所述用户客户端。通过提示访客人脸图像，可以便于用户确知当前访客的身份。另一方面，对应存在预定义监控行为的情况，则在输出对应的报警信息至所述用户客户端和/或报警平台时，还输出对应所述门前目标的所述门前视频图像数据至所述用户客户端和/或报警平台。通过将门前视频图像发送至用户客户端和/或报警平台，可以便于用户确认当前的监控行为，避免智能门铃误判的情况。并且，通过视频图像报警的方式，也便于用户更具象地确知偷盗行为，实现更好的监控和防盗效果。

并且，在一些实施例中，如若判断当前门前目标不存在预定义的监控行为，同时判断当前门前目标不是访客。则根据用户在客户端预先定义的处理方式做进一步处理。其中，可以将这一门前目标对应的门前视频图像数据直接忽略，也可以将在持续检测到这一门前目标达到设定时间段时，发送提示信息至用户的客户端，并将这一门前目标对应的门前视频图像数据发送至用户客户端。以便于通过用户认为确认当前门前目标的身份。

在一个实施例中，预定义的监控行为除了盗窃门前物品的行为之外还可以是人身侵害等行为。具体的，人身侵害等行为的识别可以通过录音装置结合摄像装置的动作识别确定。举例而言，当通过录音装置采集的数字音频识别到呼救声或者存在明显的威胁性语句时，则可以初步判定存在人身侵害行为。进一步通过门前视频图像数据进行动作识别或者危险物识别，当检测到门前目标手持管制刀具等危险物，或者门前目标存在侵害他人动作时，则判定当前存在人身侵害行为。此时同样地将输出报警信息至用户客户端和/或报警平台，并同时发送对应的门前视频图像数据。其中，门前视频图像数据可以在基于数字音频初步判定存在人身侵害行为即可发送。而对于危险物的识别及人身侵害动作的识别检测可以参照上述被盗物品的识别检测和监控动作的识别检测，在此不多赘述。通过人身侵害行为的检测识别，可以保障用户及家人的人身安全，实现智能门铃较好的安防效果。

上述，通过获取门前视频图像数据和数字音频，基于门前视频图像数据和数字音频进行门前目标检测，在检测到门前目标时，基于门前目标判断是否为访客，同时判断门前目标是否存在预定义的监控行为，若判断门前目标为访客，输出对应的到访信息至用户客户端；若判断门前目标存在预定义的监控行为，输出对应的报警信息至用户客户端和/或报警平台。采用上述技术手段，在实现智能门铃对访客的到访提示的同时可以对设定的监控行为时进行报警提示，以便于用户及时获知门前盗窃行为，实现较好的监控防盗效果。

此外，需要说明的是，本申请实施例在现有智能门铃的基础上，通过对门清视频图像数据进行检测识别来实现门前的监控防盗效果，无需增设硬件设备，只需要对智能门铃内部软件进行更新，其对智能门铃系统的沿用性较高，可以广泛应用于现有智能门铃中，其实施流程简便。

实施例二：

在上述实施例的基础上，图5为本申请实施例二提供的一种基于智能门铃的监控防盗装置的结构示意图。所述智能门铃包括摄像装置，所述摄像装置对应门前区域实时采集门前视频图像数据，摄像装置集成有录音装置，用于采集数字音频。参考图5，本实施例提供的基于智能门铃的监控防盗装置具体包括：检测模块21、判断模块22和输出模块23。

其中，检测模块21用于获取门前视频图像数据，基于所述门前视频图像数据进行门前目标检测；

判断模块22用于在检测到门前目标时，基于所述门前目标判断是否为访客，同时判断所述门前目标是否存在预定义的监控行为；

输出模块23用于判断所述门前目标为访客时，输出对应的到访信息至用户客户端；在判断所述门前目标存在预定义的监控行为时，输出对应的报警信息至所述用户客户端和/或报警平台。

上述，通过获取门前视频图像数据和数字音频，基于门前视频图像数据和数字音频，进行门前目标检测，在检测到门前目标时，基于门前目标判断是否为访客，同时判断门前目标是否存在预定义的监控行为，若判断门前目标为访客，输出对应的到访信息至用户客户端；若判断门前目标存在预定义的监控行为，输出对应的报警信息至用户客户端和/或报警平台。采用上述技术手段，在实现智能门铃对访客的到访提示的同时可以对设定的监控行为时进行报警提示，以便于用户及时获知门前盗窃行为，实现较好的监控防盗效果。

本申请实施例二提供的基于智能门铃的监控防盗装置可以用于执行上述实施例一提供的基于智能门铃的监控防盗方法，具备相应的功能和有益效果。

实施例三：

本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种基于智能门铃的监控防盗方法，该基于智能门铃的监控防盗方法包括：获取门前视频图像数据和数字音频，基于所述门前视频图像数据和所述数字音频进行门前目标检测；在检测到门前目标时，基于所述门前目标判断是否为访客，同时判断所述门前目标是否存在预定义的监控行为；若判断所述门前目标为访客，输出对应的到访信息至用户客户端；若判断所述门前目标存在预定义的监控行为，输出对应的报警信息至所述用户客户端和/或报警平台。

存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。

当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的基于智能门铃的监控防盗方法，还可以执行本申请任意实施例所提供的基于智能门铃的监控防盗方法中的相关操作。

上述实施例中提供的基于智能门铃的监控防盗装置、存储介质及智能门铃可执行本申请任意实施例所提供的基于智能门铃的监控防盗方法，未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的基于智能门铃的监控防盗方法。

上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由权利要求的范围决定。

Claims (7)

1.一种基于智能门铃的监控防盗方法，其特征在于，所述智能门铃包括摄像装置，所述摄像装置对应门前区域实时采集门前视频图像数据，所述摄像装置集成有录音装置，用于采集数字音频，所述基于智能门铃的监控防盗方法包括：

获取门前视频图像数据和数字音频，基于所述门前视频图像数据和所述数字音频进行门前目标检测；

在检测到门前目标时，基于所述门前目标判断是否为访客，同时判断所述门前目标是否存在预定义的监控行为；

若判断所述门前目标为访客，输出对应的到访信息至用户客户端；若判断所述门前目标存在预定义的监控行为，输出对应的报警信息至所述用户客户端和/或报警平台；

判断所述门前目标是否存在预定义的监控行为，包括：

提取对应所述门前目标的所述门前视频图像数据，将所述门前视频图像数据输入预先训练的监控行为识别模型中；

通过所述监控行为识别模型对预定义的监控行为进行检测识别，得到对应的检测识别结果；

其中，通过所述监控行为识别模型对预定义的监控行为进行检测识别，包括：

基于预设的物品图像清单对所述门前视频图像数据进行物品目标检测，确定对应的物品清单目标；

对所述门前视频图像数据进行所述门前目标的第一监控动作识别，若识别到所述第一监控动作，判断所述第一监控动作是否与所述物品清单目标关联，若是，判断存在所述预定义的监控行为；

预先对所述门前视频图像数据进行物品目标检测，确定所述物品图像清单之外的新增物品目标；

对所述门前视频图像数据进行所述门前目标的第二监控动作识别，若识别到所述第二监控动作，判断所述第二监控动作是否与所述新增物品目标关联，若是，将所述新增物品目标添加至所述物品图像清单。

2.根据权利要求1所述的基于智能门铃的监控防盗方法，其特征在于，在将所述新增物品目标添加至所述物品图像清单之后，还包括：

发送对应所述新增物品目标的提示信息至所述用户客户端。

3.根据权利要求1所述的基于智能门铃的监控防盗方法，其特征在于，基于所述门前目标判断是否为访客，包括：

基于所述智能门铃的触发信号或者所述门前目标的人脸图像判断是否为访客。

4.根据权利要求3所述的基于智能门铃的监控防盗方法，其特征在于，基于所述智能门铃的触发信号或者所述门前目标的人脸图像判断是否为访客，包括：

检测到所述智能门铃的触发信号时，判断所述门前目标为访客；或者，

将所述门前目标的人脸图像与预设的访客人脸图像数据库进行比对，若存在相匹配的访客人脸图像，判断所述门前目标为访客。

5.根据权利要求1所述的基于智能门铃的监控防盗方法，其特征在于，所述输出对应的到访信息至用户客户端，还包括：

输出所述门前目标的人脸图像至所述用户客户端；

所述输出对应的报警信息至所述用户客户端和/或报警平台，还包括：

输出对应所述门前目标的所述门前视频图像数据至所述用户客户端和/或报警平台。

6.一种基于智能门铃的监控防盗装置，其特征在于，所述智能门铃包括摄像装置，所述摄像装置对应门前区域实时采集门前视频图像数据，所述摄像装置集成有录音装置，用于采集数字音频，所述基于智能门铃的监控防盗装置包括：

检测模块，用于获取门前视频图像数据和数字音频，基于所述门前视频图像数据和所述数字音频进行门前目标检测；

判断模块，用于在检测到门前目标时，基于所述门前目标判断是否为访客，同时判断所述门前目标是否存在预定义的监控行为；

输出模块，用于判断所述门前目标为访客时，输出对应的到访信息至用户客户端；在判断所述门前目标存在预定义的监控行为时，输出对应的报警信息至所述用户客户端和/或报警平台；

判断所述门前目标是否存在预定义的监控行为，包括：

提取对应所述门前目标的所述门前视频图像数据，将所述门前视频图像数据输入预先训练的监控行为识别模型中；

通过所述监控行为识别模型对预定义的监控行为进行检测识别，得到对应的检测识别结果；

其中，通过所述监控行为识别模型对预定义的监控行为进行检测识别，包括：

基于预设的物品图像清单对所述门前视频图像数据进行物品目标检测，确定对应的物品清单目标；

对所述门前视频图像数据进行所述门前目标的第一监控动作识别，若识别到所述第一监控动作，判断所述第一监控动作是否与所述物品清单目标关联，若是，判断存在所述预定义的监控行为；

预先对所述门前视频图像数据进行物品目标检测，确定所述物品图像清单之外的新增物品目标；

对所述门前视频图像数据进行所述门前目标的第二监控动作识别，若识别到所述第二监控动作，判断所述第二监控动作是否与所述新增物品目标关联，若是，将所述新增物品目标添加至所述物品图像清单。

7.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-5任一所述的基于智能门铃的监控防盗方法。

Images