CN112507948A - 口罩佩戴提示方法及相关装置 - Google Patents
口罩佩戴提示方法及相关装置 Download PDFInfo
- Publication number
- CN112507948A CN112507948A CN202011510751.XA CN202011510751A CN112507948A CN 112507948 A CN112507948 A CN 112507948A CN 202011510751 A CN202011510751 A CN 202011510751A CN 112507948 A CN112507948 A CN 112507948A
- Authority
- CN
- China
- Prior art keywords
- wearing
- mask
- strategy
- mask wearing
- state
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims description 53
- 230000002093 peripheral effect Effects 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 13
- 230000015654 memory Effects 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 25
- 230000008569 process Effects 0.000 description 13
- 238000005070 sampling Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000001514 detection method Methods 0.000 description 8
- 230000001815 facial effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000003705 background correction Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 208000001970 congenital sucrase-isomaltase deficiency Diseases 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004131 Bayer process Methods 0.000 description 1
- 241000711573 Coronaviridae Species 0.000 description 1
- 241000023320 Luma <angiosperm> Species 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013529 biological neural network Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- OSWPMRLSEDHDFF-UHFFFAOYSA-N methyl salicylate Chemical compound COC(=O)C1=CC=CC=C1O OSWPMRLSEDHDFF-UHFFFAOYSA-N 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- 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
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- 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
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- 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
-
- 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
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
Abstract
本申请提供了一种口罩佩戴提示方法及相关装置，首先，确定目标用户的口罩佩戴状态和周边环境数据，所述口罩佩戴状态用于表示所述目标用户是否佩戴口罩，所述周边环境数据用于表示所述目标用户当前所处环境的状态；然后，根据所述口罩佩戴状态和所述周边环境数据生成口罩佩戴策略；最后，根据所述口罩佩戴策略输出提示信息。可以根据周边环境和用户的口罩佩戴状态自动确定相应的口罩佩戴策略，并提示用户，大大提升了用户在户外的安全性的同时使用户的口罩佩戴体验更佳。
Description
技术领域
本申请涉及监测警示技术领域，特别是一种口罩佩戴提示方法及相关装置。
背景技术
在新型冠状病毒疫情的影响下，戴口罩已成为出行必备的防护措施，机场、火车站、商超、办公楼等公共场所将面临巨大的人流量，但公园等场所的人流量较少，长期戴口罩会使得用户的不适感增加，如何使用户在需要佩戴口罩的时候戴上口罩，在不需要佩戴口罩时取消口罩，成为了一个问题。
发明内容
基于上述问题，本申请提出了一种口罩佩戴提示方法及相关装置及相关装置，可以根据周边环境和用户的口罩佩戴状态自动确定相应的口罩佩戴策略，并提示用户，大大提升了用户在户外的安全性的同时使用户的口罩佩戴体验更佳。
第一方面，本申请实施例提供了一种口罩佩戴提示方法，所述方法包括：
确定目标用户的口罩佩戴状态和周边环境数据，所述口罩佩戴状态用于表示所述目标用户是否佩戴口罩，所述周边环境数据用于表示所述目标用户当前所处环境的状态；
根据所述口罩佩戴状态和所述周边环境数据生成口罩佩戴策略；
根据所述口罩佩戴策略输出提示信息。
第二方面，本申请实施例提供了一种口罩佩戴提示装置，所述装置包括：
监测单元，用于确定目标用户的口罩佩戴状态和周边环境数据，所述口罩佩戴状态用于表示所述目标用户是否佩戴口罩，所述周边环境数据用于表示所述目标用户当前所处环境的状态；
策略生成单元，用于根据所述口罩佩戴状态和所述周边环境数据生成口罩佩戴策略；
提示输出单元，用于根据所述口罩佩戴策略输出提示信息。
第三方面，本申请实施例提供了一种电子设备，包括处理器、存储器、通信接口以及一个或多个程序，其中，上述一个或多个程序被存储在上述存储器中，并且被配置由上述处理器执行，上述程序包括用于执行本申请实施例第一方面中的步骤的指令。
第四方面，本申请实施例提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
第五方面，本申请实施例提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
可见，通过上述口罩佩戴提示方法及相关装置，首先，确定目标用户的口罩佩戴状态和周边环境数据，所述口罩佩戴状态用于表示所述目标用户是否佩戴口罩，所述周边环境数据用于表示所述目标用户当前所处环境的状态；然后，根据所述口罩佩戴状态和所述周边环境数据生成口罩佩戴策略；最后，根据所述口罩佩戴策略输出提示信息。可以根据周边环境和用户的口罩佩戴状态自动确定相应的口罩佩戴策略，并提示用户，大大提升了用户在户外的安全性的同时使用户的口罩佩戴体验更佳。
附图说明
为了更清楚地说明本发明实施例技术方案，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发明的一些实施例，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为本申请实施例提供的一种应用口罩佩戴提示方法的电子设备的结构示意图；
图2为本申请实施例提供的一种口罩佩戴方法的流程示意图；
图3为本申请实施例提供的一种口罩佩戴装置的功能单元组成框图；
图4为本申请实施例提供的另一种口罩佩戴装置的功能单元组成框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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，所描述的实施例仅仅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，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
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。
为了更好地理解本申请实施例的方案，下面先对本申请实施例可能涉及的相关术语和概念进行介绍。
(1)常开式传感器(Alawys on sensor，AON)
AON是指被设置用于情景感知(即场景识别)的低功耗图像感应器，在具体产品功能的命名方式中，本申请基于情景感知的应用功能又可以被称为AON功能、情景感知功能等，此处不做唯一限定。
(2)RAW图像数据
RAW图像就是CMOS或者CCD图像感应器将捕捉到的光源信号转化为数字信号的原始数据，它包含未压缩的原始图像数据，可使用支持该格式的软件调整曝光和白平衡。
(3)MIPI RAW图像数据
MiPi RAW是RAW图像数据的一种，是一种原始RAW，没有经过后面补偿等处理的RAW。
(4)相机串行接口解码器(Camera Serial Interface Decoder，CSID)
CSID是负责图像信号处理器ISP与传感器相连接的接口，具体对传感器的原始数据进行处理以得到RAW图像数据。
(5)图像前端IFE
IFE是ISP中的MipiRAW图像数据单元。
(6)轻量图像前端IFE_lite
IFE_lite是ISP中的一种轻量的IFE接口。
(7)图像处理引擎(Image Process Engine，IPE)
IPE是ISP中的降躁及颜色编码方法YUV后处理处理单元。YUV是编译true-color颜色空间(color space)的种类，Y'UV,YUV,YCbCr，YPbPr等专有名词都可以称为YUV，彼此有重叠。“Y”表示明亮度(Luminance或Luma)，也就是灰阶值，“U”和“V”表示的则是色度(Chrominance或Chroma)，作用是描述影像色彩及饱和度，用于指定像素的颜色。
(8)拜耳工艺段(Bayer Process Segment，BPS)
BPS是ISP中的用于将RAW图像信号转成RGB格式图像信号的处理单元。
(9)视频前端(Video front-end，VFE)
VFE是指摄像头硬件架构中的用于提供实时处理色彩和空间数据的高级图像处理模块。
(10)神经网络处理器(Neural-network Processing Units，NPU)
NPU为神经网络(neural-network，NN)计算处理器，通过借鉴生物神经网络结构，例如借鉴人脑神经元之间传递模式，对输入信息快速处理，还可以不断的自学习。通过NPU可以实现手机等电子设备的智能认知等应用，例如：图像美颜，图像识别，人脸识别，语音识别，文本理解等。
(11)每秒传输帧数(Frames Per Second，FPS)
FPS是图像领域中的定义，是指画面每秒传输帧数，通俗来讲就是指动画或视频的画面数。FPS是测量用于保存、显示动态视频的信息数量。每秒钟帧数越多，所显示的动作就会越流畅。
目前，手机等电子设备设置有基于图像采集功能实现基于情境感知的应用功能的架构，该架构存在无法兼容相机常规使用场景的问题，比如用户使用抖音拍摄视频的同时，就无法使用图像传感器进行面部识别、周边环境识别等情境感知。
下面对本申请实施例中的应用于手势识别方法的电子设备进行说明，如图1所示，图1为本申请实施例提供的一种应用口罩佩戴提示方法的电子设备的结构示意图，该电子设备10包括第一图像传感器110、相机串行接口解码器120、图像信号处理器130、数字信号处理器140、主处理器150和第二图像传感器160，上述图像信号处理器130包括轻量图像前端131和图像前端132，其中，上述第一图像传感器110连接上述相机串行接口解码器120，上述相机串行接口解码器120连接上述图像信号处理器130的上述轻量图像前端131，上述轻量图像前端131连接上述数字信号处理器140，上述第二图像传感器160连接上述相机串行解码器120，上述相机串行解码器120还连接上述图像前端132；
上述数字信号处理器140用于通过上述相机串行接口解码器120、上述轻量图像前端131接收来自上述第一图像传感器110采集的第一原始图像数据，以及调用第一图像处理算法对上述第一原始图像数据进行第一预设处理，得到第一参考图像数据；所述图像前端132用于传输所述电子设备10的第二图像传感器160所采集的第二原始图像数据，或者，所述图像前端132用于传输所述第一图像传感器110所采集的所述第一原始图像数据。
其中，上述第二图像传感器160在图中通过虚线框表示为可选实现方式。
上述图像信号处理器130用于通过上述相机串行接口解码器120、上述图像前端132接收来自上述第二图像传感器160采集的第二原始图像数据，以及对上述第二原始图像数据进行第二预设处理，得到第二参考图像数据。
其中，上述第一原始图像数据和上述第二原始图像数据可以是MIPI RAW图像数据，上述第一参考图像数据可以是YUV图像数据。
其中，上述第一图像处理算法用于通过软件算法的方式实现图像信号处理器等同的数据处理效果，即第一预设处理对应的操作，该第一预设处理包括以下至少一种：自动曝光控制、镜头衰减补偿、提高亮度、黑电平校正、镜头阴影矫正、坏点校正、颜色插值、自动白平衡、颜色校正。需要注意的是，虽然第一图像传感器110通过图像信号处理器130的轻量图像前端131传输第一原始图像数据，但图像信号处理器130并不会对该第一原始图像数据进行进一步处理，图像信号处理器130仅会对通过图像前端132传输的第二原始图像数据或者第一原始图像数据进行与第一预设处理相同或不同的处理。并且，由于轻量图像前端131只是负责接口输入，并不做其它的事情，所以它的功耗相对于启用图像前端132传输图像数据(此种情况需要启用图像信号处理器130的其他模块进行图像数据的处理)的现有方案相对更低。
其中，上述第一图像传感器110可以是低功耗图像感应器，上述电子设备通过上述第一图像传感器110所能够实现的应用功能包括隔空操作，如用户正在做饭，将手机放在一旁查看菜谱，这时有重要电话打入，而用户手上满是油污，不便直接操作手机，电子设备通过第一图像传感器110能够检测到用户的隔空手势并执行该隔空手势对应的操作。
可以看出，电子设备在通过图像前端的通道传输第二原始图像数据或者第一原始图像数据的同时，通过轻量图像前端通道传输第一原始图像数据，并支持通过软件算法对第一原始图像数据进行预处理，同时图像信号处理器中的硬件处理单元支持对通过图像前端的原始图像数据进行预处理，从而实现通过两个通道兼容相同或者不同原始图像数据进行预处理。
第二图像传感器160可以是前置摄像头中的图像感应器。
第二预设处理包括以下至少一种：自动曝光控制、镜头衰减补偿、提高亮度、黑电平校正、镜头阴影矫正、坏点校正、颜色插值、自动白平衡、颜色校正。具体取决于电子设备的图像信号处理器的能力，且第一预设处理和第二预设处理可以相同，也可以不同,此处不做唯一限定。
在本可能的示例中，上述图像信号处理器130，还用于向上述数字信号处理器140发送上述第二参考图像数据；
上述数字信号处理器140，还用于接收上述第二参考图像数据，调用相机算法实现上述电子设备的相机功能。
其中，上述相机算法包括系统自带的或者第三方推送的各种拍照、录像算法，如美颜算法等。
可见，本示例中，电子设备在支持基于情景感知的应用功能的架构的同时，仍然可以使用图像前端132来完成相机功能。
在一种可能的示例中，上述数字信号处理器140，还用于调用第二图像处理算法对上述第一参考图像数据进行第三预设处理，得到图像检测结果，以及根据上述图像检测结果完成目标功能，上述目标功能为上述电子设备通过上述第一图像传感器110能够实现的功能。
其中，上述第三预设处理包括面部口罩识别和周边环境检测。
具体实现中，上述根据上述图像检测结果完成目标功能可以是数字信号处理器140与电子设备的应用进行交互，由电子设备执行应用获取图像检测结果后所确定的需要执行的具体操作。
可见，本示例中，电子设备能够通过DSP直接进行基于第一图像传感器110的应用功能的实现，无需其他处理器参与，有利于降低功耗。
上述主处理器150，用于接收上述第一参考图像数据，调用第二图像处理算法对上述第一参考图像数据进行第三预设处理，得到图像检测结果，以及根据上述图像检测结果完成目标功能，上述目标功能为上述电子设备通过上述第一图像传感器110能够实现的功能。
其中，上述主处理器150可以是NPU，也可以是传统的中央处理器CPU等，此处不做唯一限定。
可见，本示例中，电子设备能够通过NPU处理DSP的图像检测结果，实现基于情景感知能够实现的功能。
上述主处理器150，还用于接收上述第二参考图像数据，调用相机算法实现上述电子设备的相机功能。
可见，本示例中，电子设备能够在通过主处理器在实现基于情景感知的应用功能的同时，通过主处理器兼容相机功能。
此外，本申请实施例还提出，电子设备可以设置具有一定数据预处理能力的传感器，此传感器可以内置一颗小的协图像信号处理器ISP，通过该协ISP可以直接输出YUV的数据，这样就可以完全不需要经过相机的原来的ISP，从而达到最大化降低功耗，并且最方便地实现我们所需要的功能。
通过上述电子设备，可以实时监测目标用户的口罩佩戴状态和外界环境数据，并根据口罩佩戴状态和外界环境数据生成个性化的口罩佩戴策略，并进一步输出提示信息，可以使得目标用户在需要佩戴口罩的时候佩戴口罩，在不需要佩戴口罩的时候取下口罩，降低目标用户的被疾病感染风险的同时提升目标用户的口罩佩戴体验。
下面结合图2对本申请实施例中的一种口罩佩戴提示方法进行说明，图2为本申请实施例提供的一种口罩佩戴提示方法的流程示意图，具体包括以下步骤：
步骤201，确定目标用户的口罩佩戴状态和周边环境数据。
其中，所述口罩佩戴状态用于表示所述目标用户是否佩戴口罩，所述周边环境数据用于表示所述目标用户当前所处环境的状态。可以实时采集目标用户的面部图像和周边环境图像并进行识别，以确定所述口罩佩戴状态和所述周边环境数据。上述口罩佩戴状态可以为佩戴状态或未佩戴状态，上述周边环境数据可以包括区域风险等级、周边场景和周边人群密度。
可以理解的是，可以通过识别面部图像的预设区域是否存在遮挡来确定目标用户是否佩戴口罩，可以通过识别周边环境图像中人流量的大小来确定人群密度，可以通过线上平台获取目标用户所在区域的区域风险等级，可以通过识别周边建筑物等来确定周边场景如电影院、公园、地铁口等等，上述识别可以通过神经网络模型、大数据分析等技术实现，在此不做具体限定。
在一个可能的实施例中，可以通过AON传感器实时采集目标用户的面部图像和周边环境图像，可以先以低功率采样模式采集面部图像或周边环境图像，上述低功率采样模式可以以第一采样帧率和第一采样分辨率采集图像，上述第一采样帧率可以为5FPS，第一采样分辨率可以为320*240像素，在存在拍摄干扰如光照条件不好时，可以切换高功率采样模式采集面部图像或周边环境图像，上述高功率采样模式可以以第二采样帧率和第二采样分辨率采集图像，上述第二采样帧率可以为30FPS，第二采样分辨率可以为1280×720像素，如此可以节省电子设备的功耗。
通过确定目标用户的口罩佩戴状态和周边环境数据，可以为目标用户提供个性化的口罩佩戴策略做准备，提升识别的精确性。
步骤202，根据所述口罩佩戴状态和所述周边环境数据生成口罩佩戴策略。
其中，可以根据所述区域风险等级、所述周边场景和所述周边人群密度确定口罩佩戴系数，再根据所述口罩佩戴系数和所述口罩佩戴状态生成所述口罩佩戴策略。
在一个可能的实施例中，可以根据所述区域风险等级确定第一风险系数，根据所述周边场景与预设风险场景的场景匹配度确定第二风险系数，根据所述周边人群密度与预设人群密度阈值的差值确定第三风险系数。
上述区域风险等级越高，则根据区域风险等级确定的第一风险系数越大，表示该区域的感染风险越大；预设风险场景可以为人流聚集场景如电影院、地铁站等，周边场景与预设风险场景的场景匹配度越高，则第二风险系数越高；同理，周边人群密度大于预设人群密度阈值的差值越大，则第三风险系数越大，周边人群密度小于预设人群密度阈值的差值越大，则第三风险系数越小。
上述第一风险系数、第二风险系数和第三风险系数可以具备不同的预设权重，一般来说，周边人群密度对应的第三风险系数所占的第三权重最大，其次为区域风险等级对应的第一风险系数所占的第一权重，最小的为周边场景对应的第二风险系数所占的第二权重。可以理解的是，上述权重占比仅仅是一种示例性的说明，并不代表对本申请实施例的限定，可以根据大数据自行调整预设权重之间的大小关系。
最后，结合第一权重、第二权重、第三权重、第一风险系数、第二风险系数和第三风险系数进行预设权重计算，可以得到口罩佩戴系数。
在所述口罩佩戴状态为所述佩戴状态且所述口罩佩戴系数大于预设系数阈值时，生成第一佩戴策略，所述第一佩戴策略表示维持所述佩戴状态；
在所述口罩佩戴状态为所述佩戴状态且所述口罩佩戴系数小于或等于所述预设系数阈值时，生成第二佩戴策略，所述第二佩戴策略表示无需维持所述佩戴状态；
在所述口罩佩戴状态为所述未佩戴状态且所述口罩佩戴系数大于所述预设系数阈值时，生成第三佩戴策略，所述第三佩戴策略表示进入所述佩戴状态；
在所述口罩佩戴状态为所述未佩戴状态且所述口罩佩戴系数小于或等于所述预设系数阈值时，生成第四佩戴策略，所述第四佩戴策略表示维持所述未佩戴状态。
可见，结合预设权重进行计算，可以提升确定的口罩佩戴系数的准确性，进一步保证口罩佩戴策略的准确性。
步骤203，根据所述口罩佩戴策略输出提示信息。
其中，上述提示信息可以包括文本信息、图片信息、音频信息、视频信息、物理振动信息中的任意一种或任意组合。
在一个可能的实施例中，在所述口罩佩戴策略为所述第一佩戴策略时，输出第一提示信息，所述第一提示信息用于提示所述目标用户维持所述佩戴状态；
在所述口罩佩戴策略为所述第二佩戴策略时，输出第二提示信息，所述第二提示信息用于提示所述目标用户无需维持所述佩戴状态；
在所述口罩佩戴策略为所述第三佩戴策略时，输出第三提示信息，所述第三提示信息用于提示所述目标用户进入所述佩戴状态；
在所述口罩佩戴策略为所述第四佩戴策略时，输出第四提示信息，所述第四提示信息用于提示所述目标用户维持所述未佩戴状态。
举例来说，目标用户在进入人流量较大的地铁站时，若识别到目标用户未佩戴口罩，则输出提示信息如持续振动并显示表示“请佩戴口罩”的内容；若识别到目标用户佩戴了口罩，则只振动一下并显示表示“请勿摘下口罩”的内容。目标用户在进入人流量稀少的公园时，若识别到目标用户未佩戴口罩，则振动一下并显示表示“无需佩戴口罩”的内容；若识别到目标用户佩戴了口罩，则振动一下并显示表示“可以摘下口罩”的内容。上述示例性说明只是便于理解本方案的口罩佩戴提示方法，并不代表对本申请实施例的具体限定，在此不再赘述。
在一个可能的实施例中，上述第二提示信息和上述第四提示信息也可以为空，即不输出让目标用户感知到的提示信息，如此可以避免提示过于频繁导致用户体验降低的情况发生。
通过上述方法，首先，确定目标用户的口罩佩戴状态和周边环境数据，所述口罩佩戴状态用于表示所述目标用户是否佩戴口罩，所述周边环境数据用于表示所述目标用户当前所处环境的状态；然后，根据所述口罩佩戴状态和所述周边环境数据生成口罩佩戴策略；最后，根据所述口罩佩戴策略输出提示信息。可以根据周边环境和用户的口罩佩戴状态自动确定相应的口罩佩戴策略，并提示用户，大大提升了用户在户外的安全性的同时使用户的口罩佩戴体验更佳。
上述主要从方法侧执行过程的角度对本申请实施例的方案进行了介绍。可以理解的是，电子设备为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所提供的实施例描述的各示例的单元及算法步骤，本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对电子设备进行功能单元的划分，例如，可以对应各个功能划分各个功能单元，也可以将两个或两个以上的功能集成在一个处理单元中。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。需要说明的是，本申请实施例中对单元的划分是示意性的，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。
在采用对应各个功能划分各个功能模块的情况下，图3示出上述实施例中所涉及的一种口罩佩戴提示装置的功能单元组成框图。如图3所示，口罩佩戴提示装置300包括：
监测单元310，用于确定目标用户的口罩佩戴状态和周边环境数据，所述口罩佩戴状态用于表示所述目标用户是否佩戴口罩，所述周边环境数据用于表示所述目标用户当前所处环境的状态；
策略生成单元320，用于根据所述口罩佩戴状态和所述周边环境数据生成口罩佩戴策略；
提示输出单元330，用于根据所述口罩佩戴策略输出提示信息。
在采用集成的单元的情况下，图4示出上述实施例中所涉及的另一种口罩佩戴提示装置的功能单元组成框图。如图4所示，口罩佩戴提示装置400包括处理单元401和通信单元402，其中，所述处理单元401，用于执行如上述方法实施例中的任一步骤，且在执行诸如发送等数据传输时，可选择的调用所述通信单元402来完成相应操作。
其中，所述口罩佩戴提示装置400还可以包括存储单元403，用于存储电子设备的程序代码和数据。所述处理单元401可以是中央处理器，所述通信单元402可以是射频模块，存储单元403可以是存储器。
可以理解的是，由于方法实施例与装置实施例为相同技术构思的不同呈现形式，因此，本申请中方法实施例部分的内容应同步适配于装置实施例部分，此处不再赘述。
本申请实施例还提供一种计算机存储介质，其中，该计算机存储介质存储用于电子数据交换的计算机程序，该计算机程序使得计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤，上述计算机包括电子设备。
本申请实施例还提供一种计算机程序产品，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如上述方法实施例中记载的任一方法的部分或全部步骤。该计算机程序产品可以为一个软件安装包，上述计算机包括电子设备。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，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，可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，例如上述单元的划分，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。另一点，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，可以是电性或其它的形式。
上述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。
上述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器中。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器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种口罩佩戴提示方法，其特征在于，所述方法包括：
确定目标用户的口罩佩戴状态和周边环境数据，所述口罩佩戴状态用于表示所述目标用户是否佩戴口罩，所述周边环境数据用于表示所述目标用户当前所处环境的状态；
根据所述口罩佩戴状态和所述周边环境数据生成口罩佩戴策略；
根据所述口罩佩戴策略输出提示信息。
2.根据权利要求1所述的方法，其特征在于，所述确定目标用户的口罩佩戴状态和周边环境数据，包括：
采集目标用户的面部图像，以及，采集周边环境图像；
识别所述面部图像和所述周边环境图像，以确定所述口罩佩戴状态和所述周边环境数据。
3.根据权利要求1所述的方法，其特征在于，所述周边环境数据包括区域风险等级、周边场景和周边人群密度；所述根据所述口罩佩戴状态和所述周边环境数据生成口罩佩戴策略，包括：
根据所述区域风险等级、所述周边场景和所述周边人群密度确定口罩佩戴系数；
根据所述口罩佩戴系数和所述口罩佩戴状态生成所述口罩佩戴策略。
4.根据权利要求3所述的方法，其特征在于，所述根据所述区域风险等级、所述周边场景和所述周边人群密度确定口罩佩戴系数，包括：
根据所述区域风险等级确定第一风险系数；
根据所述周边场景与预设风险场景的场景匹配度确定第二风险系数；
根据所述周边人群密度与预设人群密度阈值的差值确定第三风险系数；
对所述第一风险系数、第二风险系数和第三风险系数进行预设权重计算，得到所述口罩佩戴系数。
5.根据权利要求4所述的方法，其特征在于，所述口罩佩戴状态包括佩戴状态和未佩戴状态；根据所述口罩佩戴系数和所述口罩佩戴状态生成所述口罩佩戴策略，包括：
在所述口罩佩戴状态为所述佩戴状态且所述口罩佩戴系数大于预设系数阈值时，生成第一佩戴策略，所述第一佩戴策略表示维持所述佩戴状态；
在所述口罩佩戴状态为所述佩戴状态且所述口罩佩戴系数小于或等于所述预设系数阈值时，生成第二佩戴策略，所述第二佩戴策略表示无需维持所述佩戴状态；
在所述口罩佩戴状态为所述未佩戴状态且所述口罩佩戴系数大于所述预设系数阈值时，生成第三佩戴策略，所述第三佩戴策略表示进入所述佩戴状态；
在所述口罩佩戴状态为所述未佩戴状态且所述口罩佩戴系数小于或等于所述预设系数阈值时，生成第四佩戴策略，所述第四佩戴策略表示维持所述未佩戴状态。
6.根据权利要求5所述的方法，其特征在于，所述根据所述口罩佩戴策略输出提示信息，包括：
在所述口罩佩戴策略为所述第一佩戴策略时，输出第一提示信息，所述第一提示信息用于提示所述目标用户维持所述佩戴状态；
在所述口罩佩戴策略为所述第二佩戴策略时，输出第二提示信息，所述第二提示信息用于提示所述目标用户无需维持所述佩戴状态；
在所述口罩佩戴策略为所述第三佩戴策略时，输出第三提示信息，所述第三提示信息用于提示所述目标用户进入所述佩戴状态；
在所述口罩佩戴策略为所述第四佩戴策略时，输出第四提示信息，所述第四提示信息用于提示所述目标用户维持所述未佩戴状态。
7.根据权利要求1～6任一项所述的方法，其特征在于，所述提示信息包括文本信息、图片信息、音频信息、视频信息、物理振动信息中的任意一种或任意组合。
8.一种口罩佩戴提示装置，其特征在于，所述装置包括：
监测单元，用于确定目标用户的口罩佩戴状态和周边环境数据，所述口罩佩戴状态用于表示所述目标用户是否佩戴口罩，所述周边环境数据用于表示所述目标用户当前所处环境的状态；
策略生成单元，用于根据所述口罩佩戴状态和所述周边环境数据生成口罩佩戴策略；
提示输出单元，用于根据所述口罩佩戴策略输出提示信息。
9.一种电子设备，其特征在于，包括处理器、存储器，以及一个或多个程序，所述一个或多个程序被存储在所述存储器中，并且被配置由所述处理器执行，所述程序包括用于执行如权利要求1～7任一项所述的方法中的步骤的指令。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1～7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011510751.XA CN112507948A (zh) | 2020-12-18 | 2020-12-18 | 口罩佩戴提示方法及相关装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011510751.XA CN112507948A (zh) | 2020-12-18 | 2020-12-18 | 口罩佩戴提示方法及相关装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112507948A true CN112507948A (zh) | 2021-03-16 |
Family
ID=74922639
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011510751.XA Withdrawn CN112507948A (zh) | 2020-12-18 | 2020-12-18 | 口罩佩戴提示方法及相关装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112507948A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022163109A1 (ja) * | 2021-01-26 | 2022-08-04 | 日本電気株式会社 | 情報処理装置、情報処理システム、情報処理方法および非一時的なコンピュータ可読媒体 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160180694A1 (en) * | 2013-08-01 | 2016-06-23 | Mitchell Rosenberg | Infectious disease warning system with security and accountability features |
| WO2017216056A1 (en) * | 2016-06-14 | 2017-12-21 | Koninklijke Philips N.V. | Monitoring infection risk |
| CN109710105A (zh) * | 2018-11-30 | 2019-05-03 | 迅捷安消防及救援科技（深圳）有限公司 | 智能头盔、消防救援方法及相关产品 |
| CN111263298A (zh) * | 2020-03-02 | 2020-06-09 | 广州富港万嘉智能科技有限公司 | 隔离人员监控方法、存储介质、随身电子设备、口罩、监测装置及隔离人员监控系统 |
| CN111523380A (zh) * | 2020-03-11 | 2020-08-11 | 浙江工业大学 | 一种基于人脸和姿态识别的口罩佩戴情况监测方法 |
| CN111709285A (zh) * | 2020-05-09 | 2020-09-25 | 五邑大学 | 一种基于无人机的疫情防护监控方法、装置和存储介质 |
| CN111820501A (zh) * | 2020-07-15 | 2020-10-27 | 广东电网有限责任公司 | 一种智能电子口罩 |
-
2020
- 2020-12-18 CN CN202011510751.XA patent/CN112507948A/zh not_active Withdrawn
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160180694A1 (en) * | 2013-08-01 | 2016-06-23 | Mitchell Rosenberg | Infectious disease warning system with security and accountability features |
| WO2017216056A1 (en) * | 2016-06-14 | 2017-12-21 | Koninklijke Philips N.V. | Monitoring infection risk |
| CN109710105A (zh) * | 2018-11-30 | 2019-05-03 | 迅捷安消防及救援科技（深圳）有限公司 | 智能头盔、消防救援方法及相关产品 |
| CN111263298A (zh) * | 2020-03-02 | 2020-06-09 | 广州富港万嘉智能科技有限公司 | 隔离人员监控方法、存储介质、随身电子设备、口罩、监测装置及隔离人员监控系统 |
| CN111523380A (zh) * | 2020-03-11 | 2020-08-11 | 浙江工业大学 | 一种基于人脸和姿态识别的口罩佩戴情况监测方法 |
| CN111709285A (zh) * | 2020-05-09 | 2020-09-25 | 五邑大学 | 一种基于无人机的疫情防护监控方法、装置和存储介质 |
| CN111820501A (zh) * | 2020-07-15 | 2020-10-27 | 广东电网有限责任公司 | 一种智能电子口罩 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022163109A1 (ja) * | 2021-01-26 | 2022-08-04 | 日本電気株式会社 | 情報処理装置、情報処理システム、情報処理方法および非一時的なコンピュータ可読媒体 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9866748B2 (en) | System and method for controlling a camera based on processing an image captured by other camera | |
| US10372991B1 (en) | Systems and methods that leverage deep learning to selectively store audiovisual content | |
| US11800238B2 (en) | Local tone mapping | |
| CN102884536B (zh) | 用于视频会议压缩的肤色与特征检测 | |
| US11508046B2 (en) | Object aware local tone mapping | |
| KR101514061B1 (ko) | 노인 관리용 무선 카메라 장치 및 이를 통한 노인 관리 시스템 | |
| WO2021036318A1 (zh) | 一种视频图像处理方法及装置 | |
| US11917158B2 (en) | Static video recognition | |
| CN113810596B (zh) | 延时摄影方法和装置 | |
| CN110868547A (zh) | 拍照控制方法、拍照控制装置、电子设备及存储介质 | |
| US20220245778A1 (en) | Image bloom processing method and apparatus, and storage medium | |
| CN110266954A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
| CN115086567A (zh) | 延时摄影方法和装置 | |
| CN111860530A (zh) | 电子设备、数据处理方法及相关装置 | |
| CN112507948A (zh) | 口罩佩戴提示方法及相关装置 | |
| CN116437198B (zh) | 图像处理方法与电子设备 | |
| CN115314617A (zh) | 图像处理系统及方法、计算机可读介质和电子设备 | |
| CN112348738A (zh) | 图像优化方法、图像优化装置、存储介质与电子设备 | |
| RU2794062C2 (ru) | Устройство и способ обработки изображения и оборудование | |
| EP2495972A1 (en) | Monitoring device and method for monitoring a location | |
| CN114945087B (zh) | 基于人脸特征的图像处理方法、装置、设备及存储介质 | |
| CN115526788A (zh) | 图像处理方法和装置 |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210316 |