CN111860034A - 一种家庭事故处理方法 - Google Patents
一种家庭事故处理方法 Download PDFInfo
- Publication number
- CN111860034A CN111860034A CN201910334298.2A CN201910334298A CN111860034A CN 111860034 A CN111860034 A CN 111860034A CN 201910334298 A CN201910334298 A CN 201910334298A CN 111860034 A CN111860034 A CN 111860034A
- Authority
- CN
- China
- Prior art keywords
- monitoring center
- family
- accident
- family members
- monitoring
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012544 monitoring process Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 13
- 239000008280 blood Substances 0.000 claims description 7
- 210000004369 blood Anatomy 0.000 claims description 7
- 238000012790 confirmation Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000001915 proofreading effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
Abstract
本发明提供了一种家庭事故处理方法，所述方法包括：监控中心对每个家庭成员进行识别记录；监控中心持续判断是否发生事故，并在判断发生事故的情况下根据家庭成员的识别记录对监控区域内的人进行识别；监控中心根据识别结果判断家庭成员是否在线；在判断家庭成员不在线的情况下，监控中心向用户端发送求助请求并执行用户端反馈的指令。
Description
技术领域
本发明涉及智能监控领域，具体而言，涉及一种家庭事故处理方法。
背景技术
在物联网和智能家居相关技术的普及应用过程中，发生事故和意外的情况正随着技术的发展和普及逐渐增多，因此高效智能的智能家庭监控监管也变得越来越重要。如何在智能物联的环境下有效应对家庭中的各种突发事件或意外已成为人们重点研究的课题之一，但现有技术监控在应对检测到的突发事件时处理的方法仍存在处理不及时、处理不智能和对发生事故的误判率高的问题。现有技术是在发现事故后通过WI-FI通信将事故传输至数据汇聚中心和监控中心进行处理并反馈结果，但所述对比文件对事故的处理还不够合理。
针对上述现有技术中监控对事故处理不够合理的的问题，目前尚未提出有效的解决方案。
发明内容
本发明旨在至少在一定程度上解决上述技术问题。
本发明提供了一种家庭事故处理方法，以解决监控对事故处理不够合理的的问题。
根据本发明实施例的一个方面，提供了一种家庭事故处理方法，所述方法包括：
监控中心对每个家庭成员进行识别记录；
监控中心持续判断是否发生事故，并在判断发生事故的情况下根据家庭成员的识别记录对监控区域内的人进行识别；
监控中心根据识别结果判断家庭成员是否在线；
在判断家庭成员不在线的情况下，监控中心向用户端发送求助请求并执行用户端反馈的指令。
与现有技术相比，本发明技术方案的优点在于：
监控中心针对家庭成员的状态对事故进行处理使得监控中心的处理方式更为合理。
监控中心提出了一种综合了多种信息的判断方式，这种判断方式可以综合了判断因素，强化了判断因素之间的联系，使判断的失误率更低。
附图说明
图1为本发明实施例的一种家庭事故处理方法的流程图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示，根据本发明实施例的一方面，提供了一种家庭事故处理方法，所述方法包括：
S110：监控中心对每个家庭成员进行识别记录；
S120：监控中心持续判断是否发生事故，并在判断发生事故的情况下根据家庭成员的识别记录对监控区域内的人进行识别；
S130：监控中心根据识别结果判断家庭成员是否在线；
S140：在判断家庭成员不在线的情况下，监控中心向用户端发送求助请求并执行用户端反馈的指令。
通过对家庭成员的状态进行分析，监控中心能更为合理地处理发生事故。
在具体实施过程中，所述监控中心对家庭成员进行识别记录的步骤包括，在监控中心的监控方式包括视频流的情况下，监控中心对所有家庭成员的进行视频录制或图像拍摄；监控中心对单个家庭成员的单帧视频或拍摄的图像进行特征提取，并记录所有家庭成员的特征并将每个家庭成员的特征作为该家庭成员被识别时的依据。通过提取特征并记录，进行识别时可以更加精确地识别家庭成员。
更进一步地，所述在判断发生事故的情况下根据家庭成员的识别记录对监控区域内的人进行识别的步骤包括，所述识别的方式为图像特征匹配，根据图像特征匹配结果确认监控区域内的人的身份。特征匹配为图像识别的主要方式。
更进一步地，所述每个家庭成员的特征作为该成员的被识别时的依据的步骤包括，监控中心请求用户端录入所有家庭成员之间的关系并根据录入结果生成家庭关系图；监控中心根据家庭关系图判断家庭成员两两之间是否存在血缘关系；监控中心根据血缘关系两两归纳有血缘关系的家庭成员之间的共同特征；监控中心在识别家庭成员时，若发现存在无法被识别的对象时，根据所述无法被识别的对象的特征确认与被识别的对象最相似的家庭成员作为疑似对象；监控中心增加疑似对象的共同特征作为再次识别的依据时的权重，并再次识别所述无法被识别的对象。由于基因的遗传性，有血缘关系的人在长相上有更多共同特征，在一些干扰因素下导致识别失败的情况下，共同特征可作为一种降低识别失误的方法。
具体地，所述监控中心持续判断是否发生事故的步骤包括，在监控中心的监控方式为多种监控结合的情况下，监控中心根据判断事故的指定项结合层次分析法进行分析后根据分析结果、监测到的信息判断监控区域是否发生事故。
设监控区域监测到的判断事故的事故类型对应的指定项在t0时刻的数值的集合为A1，判断事故类型对应的指定项的数值在t0-t到t0时间内变化量数值的集合为A2；监控区域在常态下的指定项在t0时刻的数值的集合为B1，监控区域在在常态下的指定项在t0-t到t0时间内变化量数值的集合为B2；所述“在常态下”为“在未发生事故的情况下”；所述t0为固定常数。
所述“判断事故”仅作为标识使用；所述对应的指定项为判断事故类型的主要依据项，例如：判断火灾事故的对应的指定项为温度、碳浓度等；
设指定项为第一指定项x、第二指定项y、第三指定项z，集合A1和集合B1分别设为A1＝{x1,y1,z1}以及集合B1＝{x’1,y’1,z’1}；
所述x1为监控中心t0时刻在监控区域监测到的第一指定项x的数值，所述y1为监控中心t0时刻在监控区域监测到的第二指定项y的数值，所述z1为监控中心t0时刻在监控区域监测到的第三指定项z的数值，所述x’1为监控中心在t0-t到t0时间内监测到监控区域内的第一指定项x的变化量数值，所述y’1为监控中心在t0-t到t0时间内监测到监控区域内的第二指定项y的变化量数值，所述z’1为监控中心在t0-t到t0时间内监测到监控区域内的第三指定项z的变化量数值；
依指定项设计判断矩阵为：
所述aij(i＝x、y、z；j＝x、y、z)表示了i与j项在判断事故类型中的重要性之比；
根据层次分析法的概念可知：
由于aij是指定项i、j在判断事故类型中的重要性之比，则
所述在判断事故类型中的重要性为指定项对判断事故类型的影响，根据历史事故的数值或其变化量可得，但由于历史事故的判断项目较多，因此会导致判断的比例是不完整的，同时导致判断结果的误差较大，因此需要层次分析法对指定项权重进行标准化。
设根据所述判断矩阵并将集合P1中的x1、y1、z1代入判断矩阵中的x、y、z求得所述判断矩阵的最大特征根λmax1对应的特征向量为U1，对U1标准化后得到权向量
所述权向量
中的
分别代表x1,y1,z1的权重；将集合A2＝{x2,y2,z2}代入判断矩阵中的x、y、z后最后得权向量
所述axy、axy、axy的取值与x1、y1、z1的数值不相关，但与x1、y1、z1代表的含义相关，例如：x1代表的含义为指定项x在某一时刻的值，则
代表任意时刻x、y项的数值在判断中的重要性之比；
则代表任意t时刻x、y项的数值变化量在判断中的重要性之比；所述重要性之比的具体值由用户设定或机器训练获得；所述层次分析法根据各指定项分别列出判断矩阵后还需使用一致性指标RI对判断矩阵进行验证，本方法基于有效的判断结果进行合适的判断；
设校对集为
设计算xi项的方程为；
设方程根据x1计算指定项x的数值分数，设校对集
设方程计算指定项总得分：
其中，校对集Ri中的rx用于对x’i、xi(i为1或2)的简单比对结果进行指数级放大缩小使其合理化，具体数值基于用户设定或机器训练获得；指定项y1、z1对应的分数
的计算方式与②式中x1项对应的分数
的计算方式相同；S2的计算方式与S1的计算方式同样是使用式①计算，则控制中心根据集合A2、B2、U2以及R2通过式①求得S2；
设总得分为
报警阈值O；
若S总大于等于O，则判断为发生事故；
若S总小于O，则判断为未发生事故；
所述报警阈值O为一种事故对应的唯一常数；
监控中心根据S总与O的比对结果判断是否有发生事故以及发生事故的事故类型。
以上所述具体实例的判断过程是基于判断事故的主要依据项即指定项为三项，本发明计算方法中指定项的项目数量为任意常数，考虑到发生事故的事故类型可能不唯一，监控中心还需对已确定的判断事故类型的判断过程中所计算的指定项的项目相关的事故类型作同样的分析。传统层次层次分析法由于其两两比对的特性和随机性，对RI的依赖性强且矩阵误差结果较大，但若仅对一端对比则会使矩阵的意义和适用范围大大降低，本方法使用了校对集R对中间量进行了修正，且避免了后续重复的计算，所述校对集R和报警阈值O为用户端用于对计算方法进行调控的主要方式之一。所诉计算方式使得机器判断更具权威性和通用性，且结合方法场景的应用降低了使用层次分析法时的计算量。
具体地，所述监控中心根据识别结果判断家庭成员是否在线的步骤包括，所述家庭成员不在线的情况包括监测不到家庭成员、监测到家庭成员正处于睡眠状态以及监测到的家庭成员的最大年龄小于等于儿童。
具体地，所述监控中心向用户端发送求助请求并执行用户端反馈的指令的步骤包括，监控中心确认监控家庭的地理位置，根据监控家庭的地理位置对所有已知的处理端进行评分以及挑选并将合适的处理端的身份信息和求助申请发送至用户端后，监控中心对用户端反馈的指令进行处理，反馈的指令包括忽略所述发生事故以及发送预约申请至特定处理端并接收特定处理端的预约确认。所述评分根据处理端与事故区域的地理距离、处理端处理资格、处理端的处理历史以及处理端是否认证身份确定。用户端主导决策的方式提高了处理的合理性。
具体地，所述监控中心向用户端发送求助请求并执行用户端反馈的指令的步骤包括，在监控中心发送预约申请至特定处理端并接收特定处理端的预约确认的情况下，监控中心向用户端发送处理请求的申请并接收用户端反馈的处理请求的指令；依据接收到用户端反馈的处理请求的指令，监控中心开放部分权限给特定处理端。监控中心给予处理端部分权限使处理端的事故处理更为流畅合理。
更进一步地，监控中心开放部分权限给特定处理端的步骤后还包括，监控中心向用户端发送处理确认的申请并接收用户端反馈的处理确认的指令，若存在预处理方案或紧急处理方案，依据预处理方案或紧急处理方案以及接收到用户端反馈的处理确认的指令，在确认特定处理端处理完成后，监控中心回收特定处理端的部分已开放的权限。回收权限使方法更具有安全性。
虽然参照本发明的示例性实施方式具体示出并且描述了本发明，但是应理解，本发明不限于所公开的示例性实施方式。对于本领域技术人员将显而易见的是，在不脱离本发明的范围的情况下可进行各种修改。
本发明的范围不应局限于在说明书的详细描述中所描述的细节，而是应由权利要求限定。此外，来源于权利要求及其等同的含义和范围的全部改变和修改应解释为包括在本发明的范围内。
Claims (8)
1.一种家庭事故处理方法，其特征在于，所述方法包括：
监控中心对每个家庭成员进行识别记录；
监控中心持续判断是否发生事故，并在判断发生事故的情况下根据家庭成员的识别记录对监控区域内的人进行识别；
监控中心根据识别结果判断家庭成员是否在线；
在判断家庭成员不在线的情况下，监控中心向用户端发送求助请求并执行用户端反馈的指令。
2.根据权利要求1所述的一种家庭事故处理方法，其特征在于，所述监控中心对每个家庭成员进行识别记录的步骤具体包括：
在监控中心的监控方式包括视频流的情况下，监控中心对所有家庭成员的进行视频录制或图像拍摄；
监控中心对单个家庭成员的单帧视频或拍摄的图像进行特征提取，并记录所有家庭成员的特征并将每个家庭成员的特征作为该家庭成员被识别时的依据。
3.根据权利要求2所述的一种家庭事故处理方法，其特征在于，所述在判断发生事故的情况下根据家庭成员的识别记录对监控区域内的人进行识别的步骤具体包括：
所述识别的方式为图像特征匹配，根据图像特征匹配结果确认监控区域内的人的身份。
4.根据权利要求2所述的一种家庭事故处理方法，其特征在于，所述每个家庭成员的特征作为该成员的被识别时的依据的步骤具体包括：
监控中心请求用户端录入所有家庭成员之间的关系并根据录入结果生成家庭关系图；
监控中心根据家庭关系图判断家庭成员两两之间是否存在血缘关系；
监控中心根据血缘关系两两归纳有血缘关系的家庭成员之间的共同特征；
监控中心在识别家庭成员时，若发现存在无法被识别的对象时，根据所述无法被识别的对象的特征确认与被识别的对象最相似的家庭成员作为疑似对象；
监控中心增加疑似对象的共同特征作为再次识别的依据时的权重，并再次识别所述无法被识别的对象。
5.根据权利要求1所述的一种家庭事故处理方法，其特征在于，所述监控中心持续判断是否发生事故的具体步骤包括：
监控中心结合层次分析法对监测到的信息进行分析后，根据分析结果判断监控区域是否发生事故。
6.根据权利要求1所述的一种家庭事故处理方法，其特征在于，所述监控中心根据识别结果判断家庭成员是否在线的具体步骤包括：
所述家庭成员不在线的情况包括监测不到家庭成员、监测到家庭成员正处于睡眠状态以及监测到的家庭成员的最大年龄小于或等于儿童。
7.根据权利要求1所述的一种家庭事故处理方法，其特征在于，所述监控中心向用户端发送求助请求并执行用户端反馈的指令的具体步骤包括：
用户端反馈的指令包括忽略所述发生事故以及发送预约申请至特定处理端并接收特定处理端的预约确认。
8.根据权利要求7所述的一种家庭事故处理方法，其特征在于，所述监控中心向用户端发送求助请求并执行用户端反馈的指令的具体步骤包括：
在监控中心发送预约申请至特定处理端并接收特定处理端的预约确认的情况下，监控中心向用户端发送处理请求的申请并接收用户端反馈的处理请求的指令；
依据接收到用户端反馈的处理请求的指令，监控中心开放部分权限给特定处理端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910334298.2A CN111860034A (zh) | 2019-04-24 | 2019-04-24 | 一种家庭事故处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910334298.2A CN111860034A (zh) | 2019-04-24 | 2019-04-24 | 一种家庭事故处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111860034A true CN111860034A (zh) | 2020-10-30 |
Family
ID=72951311
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910334298.2A Pending CN111860034A (zh) | 2019-04-24 | 2019-04-24 | 一种家庭事故处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111860034A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103680046A (zh) * | 2013-12-21 | 2014-03-26 | 南通芯迎设计服务有限公司 | 一种能够及时处置危急情况的家用安全系统 |
| KR20150033402A (ko) * | 2013-09-24 | 2015-04-01 | 한국전자통신연구원 | 영상 인식 기반 무인 경비 장치 및 방법 |
| CN105374170A (zh) * | 2015-09-12 | 2016-03-02 | 常州大学 | 一种新型家用燃气泄漏智能监控系统 |
| CN105938648A (zh) * | 2016-06-14 | 2016-09-14 | 夏烬楚 | 一种家庭安全综合管理系统及方法 |
| CN106157505A (zh) * | 2015-03-25 | 2016-11-23 | 中兴通讯股份有限公司 | 一种非法入室告警方法及装置 |
| CN108491812A (zh) * | 2018-03-29 | 2018-09-04 | 百度在线网络技术（北京）有限公司 | 人脸识别模型的生成方法和装置 |
| US20180268202A1 (en) * | 2017-03-15 | 2018-09-20 | Nec Laboratories America, Inc. | Video surveillance system based on larger pose face frontalization |
| CN108960043A (zh) * | 2018-05-21 | 2018-12-07 | 东南大学 | 一种用于电子相册管理的人物家庭关系构建方法 |
| CN109544859A (zh) * | 2018-12-12 | 2019-03-29 | 焦点科技股份有限公司 | 一种主动安全家用摄像头智能实现方法 |
-
2019
- 2019-04-24 CN CN201910334298.2A patent/CN111860034A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150033402A (ko) * | 2013-09-24 | 2015-04-01 | 한국전자통신연구원 | 영상 인식 기반 무인 경비 장치 및 방법 |
| CN103680046A (zh) * | 2013-12-21 | 2014-03-26 | 南通芯迎设计服务有限公司 | 一种能够及时处置危急情况的家用安全系统 |
| CN106157505A (zh) * | 2015-03-25 | 2016-11-23 | 中兴通讯股份有限公司 | 一种非法入室告警方法及装置 |
| CN105374170A (zh) * | 2015-09-12 | 2016-03-02 | 常州大学 | 一种新型家用燃气泄漏智能监控系统 |
| CN105938648A (zh) * | 2016-06-14 | 2016-09-14 | 夏烬楚 | 一种家庭安全综合管理系统及方法 |
| US20180268202A1 (en) * | 2017-03-15 | 2018-09-20 | Nec Laboratories America, Inc. | Video surveillance system based on larger pose face frontalization |
| CN108491812A (zh) * | 2018-03-29 | 2018-09-04 | 百度在线网络技术（北京）有限公司 | 人脸识别模型的生成方法和装置 |
| CN108960043A (zh) * | 2018-05-21 | 2018-12-07 | 东南大学 | 一种用于电子相册管理的人物家庭关系构建方法 |
| CN109544859A (zh) * | 2018-12-12 | 2019-03-29 | 焦点科技股份有限公司 | 一种主动安全家用摄像头智能实现方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108665120B (zh) | 打分模型的建立、用户信用的评估方法及装置 | |
| CN110324362B (zh) | 一种基于交互行为的区块链用户可信度评价方法 | |
| US20180342067A1 (en) | Moving object tracking system and moving object tracking method | |
| CN110781914B (zh) | 一种设备故障的监控处理方法、装置、设备和存储介质 | |
| CN110516537B (zh) | 一种基于自步学习的人脸年龄估计方法 | |
| CN111340144B (zh) | 风险样本检测方法、装置、电子设备及存储介质 | |
| CN111598179A (zh) | 电力监控系统用户异常行为分析方法、存储介质和设备 | |
| CN112115957A (zh) | 数据流识别方法及装置、计算机存储介质 | |
| CN110459292B (zh) | 一种基于聚类和pnn的药品风险分级方法 | |
| CN111860034A (zh) | 一种家庭事故处理方法 | |
| CN114218998A (zh) | 一种基于隐马尔可夫模型的电力系统异常行为分析方法 | |
| CN113221721A (zh) | 图像识别方法、装置、设备及介质 | |
| CN111862557B (zh) | 一种基于物联网监测方式的家庭事故处理方法 | |
| WO2024027146A1 (zh) | 阵列式人脸美丽预测方法、设备及存储介质 | |
| CN112633475A (zh) | 大规模网络突发流量识别模型、方法及模型的训练方法 | |
| CN109214466A (zh) | 一种基于密度的新型聚类算法 | |
| CN113920573B (zh) | 基于对抗学习的人脸变化解耦的亲属关系验证方法 | |
| CN114694215A (zh) | 年龄估计模型的训练及估计方法、装置、设备及存储介质 | |
| CN113063218A (zh) | 空调监控系统的用户管理方法及系统 | |
| CN112491875A (zh) | 基于账号体系的智能跟踪安全检测方法及系统 | |
| CN113836526B (zh) | 一种基于改进免疫网络算法的入侵检测方法及其应用 | |
| CN110911012A (zh) | 基于效用模型的个性化诊疗方法的确定方法及系统 | |
| CN116910527A (zh) | 主题数据集的创建方法及装置、联邦学习方法及装置 | |
| CN113297548B (zh) | 人机协同方式的验证码识别方法及其系统 | |
| CN116363712B (zh) | 一种基于模态信息度评估策略的掌纹掌静脉识别方法 |
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 |