CN112562260B - 防走失方法及装置 - Google Patents
防走失方法及装置 Download PDFInfo
- Publication number
- CN112562260B CN112562260B CN202011486748.9A CN202011486748A CN112562260B CN 112562260 B CN112562260 B CN 112562260B CN 202011486748 A CN202011486748 A CN 202011486748A CN 112562260 B CN112562260 B CN 112562260B
- Authority
- CN
- China
- Prior art keywords
- cared person
- caretaker
- distance
- cared
- image
- 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.)
- Active
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
-
- 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
- G06V40/174—Facial expression recognition
-
- 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
- G08B21/0266—System arrangements wherein the object is to detect the exact distance between parent and child or surveyor and item
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Child & Adolescent Psychology (AREA)
- Evolutionary Biology (AREA)
- Emergency Management (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Probability & Statistics with Applications (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种防走失方法及装置。其中,监控区域内安装有用于拍摄监控区域的影像的至少一个摄像头,该防走失方法包括:基于影像确认与进入监控区域的被看护者相关联的看护者;在采集到被看护者和看护者之间的距离超过警戒值时,确认被看护者和看护者的表情是否是消极表情;若任一者是消极表情,发出告警信号。本申请可以在被看护者确实存在走失风险时,及时确定并发出告警信号。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种防走失方法及装置。
背景技术
儿童、智力障碍的人、患有老年痴呆的老人或宠物等需要被看护的人或动物出行时,可能会出现由于父母或子女等看护者不能时刻陪在身边而走丢的现象。目前,被看护者走失时,一般都是看护者报案后警务人员才会出动,对走散地点进行逐一排查,这样会出现明显的时间滞后,导致无法及时地找到被看护者,甚至有可能找不到被看护者。
发明内容
本申请提供一种防走失方法及装置,以在被看护者确实存在走失风险时,及时确定并发出告警信号。
为达到上述目的,本申请提供一种防走失方法,监控区域内安装有用于拍摄监控区域的影像的至少一个摄像头,该方法包括:
基于影像确认与进入监控区域的被看护者相关联的看护者;
在采集到被看护者和看护者之间的距离超过警戒值时,确认被看护者和看护者的表情是否是消极表情;
若任一者是消极表情,发出告警信号。
其中,若任一者是消极表情,发出告警信号,包括:
若任一者是消极表情,基于新采集的包含被看护者和看护者的图像确认被看护者和看护者之间的距离是否超过警戒值;
若被看护者和看护者之间的距离超过警戒值,发出告警信号。
其中,基于影像确认与进入监控区域的被看护者相关联的看护者,之后包括:
利用聚类算法对采集到的包含被看护者的图像进行处理;
确认被看护者及其相关联的看护者是否属于同一个类别;
若属于同一个类别,则确认被看护者和看护者之间的距离小于警戒值;
若不属于同一个类别,则确认被看护者和看护者之间的距离是否大于警戒值;
在采集到被看护者和看护者之间的距离超过警戒值时,确认被看护者和看护者的表情是否是消极表情,包括:
确认被看护者和看护者之间的距离大于警戒值时,确认被看护者和看护者的表情是否是消极表情。
其中,基于影像确认与进入监控区域的被看护者相关联的看护者,包括:
基于影像,将预设时间内与被看护者之间的距离小于第一阈值的看护者与被看护者相关联。
其中,基于影像确认与进入监控区域的被看护者相关联的看护者,之前包括:
基于影像对进入监控区域的目标进行分类,以确认进入监控区域的目标是人还是动物;
确认进入监控区域的目标为动物时,将进入监控区域的目标作为被看护者;
确认进入监控区域的目标为人时,且基于影像确认进入监控区域的目标的身高低于第二阈值时,将新进入监控区域的目标作为被看护者。
其中,发出告警信号,包括:
发出告警信号并显示被看护者的实际位置。
其中,发出告警信号并显示被看护者的实际位置,之后包括:
响应于事件等级升级指令,将被看护者图像、看护者的图像、被看护者走失地点和被看护者走失时间传输至警务系统,并控制监控区域的出入口关闭。
为达到上述目的,本申请提供一种防走失装置,监控区域内安装有用于拍摄监控区域的影像的至少一个摄像头,该装置包括:
关联模块,用于基于影像确认与进入监控区域的被看护者相关联的看护者;
表情监控模块,用于在采集到被看护者和看护者之间的距离超过警戒值时,确认被看护者和看护者的表情是否是消极表情;
告警模块,用于若任一者是消极表情,发出告警信号。
为达到上述目的,本申请提供一种电子设备,该电子设备包括处理器,处理器用于执行指令以实现上述方法。
为达到上述目的,本申请提供一种计算机可读存储介质,该计算机可读存储介质用于存储指令/程序数据,指令/程序数据能够被执行以实现上述方法。
本申请先基于影像确认与进入监控区域的被看护者相关联的看护者后,确认被看护者及其相关联的看护者之间的距离超过警戒值且被看护者或看护者的表情是消极表情时,发出告警信息,以在被看护者确实存在走失风险时,及时确定并发出告警信号,以及时为警务人员或看护者提供被看护者走失的信息,以尽可能地缩小查找范围,以节省寻找被看护者所消耗的时间。
附图说明
图1是本申请防走失方法一实施方式的流程示意图;
图2是本申请防走失方法中将被看护者和看护者关联的方法示意图;
图3是本申请防走失方法中距离估计方法的示意图;
图4是本申请防走失方法另一实施方式的流程示意图;
图5是本申请防走失方法中被看护者存在走失风险时的处理方法的流程示意图;
图6是本申请电子设备一实施方式的结构示意图;
图7是本申请计算机存储介质一实施方式的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本申请所提供的一种防走失方法及装置做进一步详细描述。
具体请参阅图1,图1是本申请防走失方法第一实施方式的流程示意图。其中,监控区域内安装有用于拍摄监控区域的影像的至少一个摄像头,这样就可通过对监控区域的影像进行分析,以确定监控区域里的人或动物等目标的位置和行动轨迹。监控区域可以是商场或酒店等区域。本实施方式防走失方法可包括以下步骤。需要注意的是,以下编号仅用于简化说明,并不旨在限制步骤的执行顺序,本实施方式的各步骤可以在不违背本申请技术思想的基础上,任意更换执行顺序。
S101:基于影像确认与进入监控区域的被看护者相关联的看护者。
可以基于监控区域的影像确认与新进入监控区域的被看护者相关联的看护者,以便后续确认被看护者和与其相关联的看护者走散的情况。
其中,被看护者可以是儿童、宠物、智力障碍者或者患有老年痴呆的老人等。
在步骤S101中,可以先通过多种方式确认新进入监控区域的被看护者。
在一实现方式中,可以通过监控区域的进出口的影像判断是否存在进入监控区域的被看护者。可选地,可以先基于监控区域的进出口的影像确认进入监控区域的目标,然后对进入监控区域的目标进行目标分类,以确认进入监控区域的目标是看护者和被看护者的哪一种。
其中,可以通过目标的身高将儿童这类被看护者筛选出来。具体地,可以将身高低于第二阈值的目标作为儿童这类被看护者。其中,该第二阈值可以是预先设置的,例如可为120cm、110cm。
另外,还可以通过目标属性分类,以确认目标是人和动物中的哪一类,以确认影像中宠物这类被看护者。
当然,还可以通过痴呆识别模型识别影像中进入监控区域的目标,以确认影像中智力障碍者和患有老年痴呆的老人这些类被看护者。
示例性地,可以先对进入监控区域的目标进行人和动物的筛分;若进入监控区域的目标为动物,则进入监控区域的目标为被看护者;若进入监控区域的目标为人,可以将身高低于第二阈值的目标和/或利用痴呆识别模型确认为痴呆患者的目标作为被看护者,其余目标为看护者。
在另一实现方式中,在进出口设有感应设备,用于通过目标身上的可穿戴设备获取目标的身份信息,进而通过目标身份信息判断该目标是否为进入监控区域的目标,并且还可通过目标身份信息判断该目标是否为被看护者,综合判断结果可确认是否有进入监控区域的被看护者。其中,身份信息可以包括目标的类型、年龄以及身体状况(例如是否患病,患有什么样的病)等信息。
通过上述方法确认监控区域内存在进入监控区域的被看护者后,可以通过下述任一方法确认进入监控区域的被看护者相关联的看护者。
在一应用场景中,如图2所示,在确认进入监控区域的目标为被看护者后,可以对进入监控区域的被看护者进行多目标跟踪,对被看护者的周围进行搜索,以确认是否存在持续预设时间内与被看护者之间的距离小于第一阈值的看护者时;若存在,将持续预设时间内与被看护者之间的距离小于第一阈值的看护者与该被看护者关联;若不存在,继续对进入监控区域的被看护者进行多目标跟踪,直至确认存在持续预设时间内与被看护者之间的距离小于第一阈值的看护者为止。其中,预设时间和第一阈值可以是预先设置的,在此不做限制,例如预设时间可为5min、10min或18min等,又例如第一阈值可为1m、5m或3m等。
在另一应用场景中,可响应于存在进入监控区域的被看护者,基于监控区域的影像分析被看护者及其附近的看护者之间行为信息和姿态信息,继而基于被看护者及其附近的看护者之间行为信息和姿态信息分析被看护者与其附近的看护者是否亲密;若亲密,则将该看护者与被看护者关联。其中若被看护者附近的看护者存在抱起被看护者、与被看护者互动以及带领被看护者的行为,且被看护者的表情为积极表情,则该看护者与被看护者亲密。
可以理解的是,如果确认被看护者附近有多位满足关联条件的看护者,可以将多位满足关联条件的看护者与被看护者关联,以提高分析准确率。
在本方案中,将被看护者和看护者关联可以理解成,将被看护者和看护者的身份信息(例如ID号)关联,当然也可通过其他方式关联。
另外,在获取监控区域的影像后,可以将影像分成多帧后对单张图像进行数据标记,数据标记的主要是进入监控区域的目标的全身框和头肩框;然后利用标记好的数据集对深度学习网络模型进行训练(包括但不限于YOLO、RCNN等算法模型),通过对网络参数进行微调得到最优模型;最后,利用训练好的模型进行实时目标检测,得到每一个目标的全身框和头肩框,以便后续进行距离计算和聚类分析以及表情分析等。
S102:在基于影像确认被看护者和看护者之间的距离超过警戒值时,确认被看护者和看护者的表情是否是消极表情。
基于监控区域的影像确认与新进入监控区域的被看护者相关联的看护者后,可以基于实时获取的监控区域的影像对被看护者及其相关联的看护者进行跟踪,在基于监控区域的影像确认被看护者和看护者之间的距离超过警戒值时,可以确认被看护者和看护者的表情以便后续确认被看护者和与其相关联的看护者走散的情况。
可以理解的是,若被看护者关联的看护者有多位时,可以在判断被看护者和所有与被看护者相关联的看护者之间的距离均超过警戒值时,确认被看护者和看护者的表情是否是消极表情;否则可确认被看护者处于安全状态。当然,在其他实现方式中,若被看护者关联的看护者有多位时,可以在判断被看护者和N位与被看护者相关联的看护者之间的距离均超过警戒值时,确认被看护者和看护者的表情是否是消极表情,从而能够检测出嫌疑人恶意追踪被看护者并掳走被看护者的情况。其中,N是预设值,N小于与被看护者相关联的看护者的总数且大于1。例如,与被看护者相关联的看护者的总数为5个,N可为3。
在步骤S102中,可以先基于影像判断被看护者与其相关联的看护者之间的距离是否超过警戒值。
在一实现方式中,可以直接利用实时获取的监控区域的影像中包含被看护者及其相关联的看护者的图像计算出被看护者与其相关联的看护者之间的距离,继而确认被看护者与其相关联的看护者之间的距离是否超过警戒值。
在另一实现方式中,可以采用聚类算法对实时获取的监控区域的影像中被看护者和看护者进行聚类处理;基于聚类结果确认被看护者及其相关联的看护者是否属于同一个类别;如果属于同一个类别,则表明被看护者及其相关联的看护者之间的距离小于警戒值,被看护者处于安全状态;若不属于同一个类别,则基于包含被看护者及其相关联的看护者的图像计算被看护者及其相关联的看护者之间的距离,确认被看护者及其相关联的看护者之间的距离是否超过警戒值,这样通过聚类分析可以减小需要进行距离计算的数量,以减少计算量。其中,警戒值可以预先设置的值,在此不做限定,例如可为3m、5m、8m等。
具体地,可采用DBSCAN聚类算法对包含被看护者及其相关联的看护者的图像进行聚类处理。
如图3所示,基于DBSCAN聚类算法进行聚类处理主要包括:
(1)根据目标检测算法对包含被看护者及其相关联的看护者的图像进行检测得到的全身框,计算每个全身框的中心点坐标;
(2)将图像中所有目标的全身框的中心点坐标作为DBSCAN算法的输入样本集,还可设置邻域参数E为样本xi的邻域半径,参数M为邻域内样本最小点的个数;
(3)从样本集中选取一个未被处理的样本xi;
(4)检查样本xi的邻域E,在其邻域内找到样本集N(xi);
(5)如果样本集内样本的个数满足N|(i)|≥M,则创建一个样本xi为核心对象的类,并将xi邻域内的点加入到该类别中,则邻域范围内所有的点都属于同一个类别。如果N|(i)|<,则将xi标记为孤立点;
(6)检测N(xi)内未被标记的样本,直到检测到边界点结束。边界点的判定标准是:如果样本xi的邻域半径E内所有点(包括样本xi本身)的个数小于参数M,但是该样本xi已经在某一个核心点的邻域E范围之内,则称样本xi为边界点;
(7)循环执行(4)、(5)和(6),直到检测完所有样本,得到基于DBSCAN聚类算法所划分的类别个数以及每一类别的点个数。
基于影像判断被看护者与其相关联的看护者之间的距离超过警戒值时,可以对被看护者及其相关联的看护者进行表情识别,以确认被看护者和其相关联的看护者的表情是否是消极表情。
可以通过表情识别算法识别目标的表情是无表情、哭泣、难过、紧张、匆忙等时,确认目标的表情是消极表情。其中,无表情是指目标处于睡眠状态时,面部不呈现任何表情。通过表情识别算法识别目标的表情是开心、喜悦、活泼和正常表情等时,确认目标的表情属于积极表情。正常表情是指人在行走过程中没有很大情绪波动的表情。
可以理解的是,在利用表情识别算法识别目标表情前,已经在步骤S101中所述的头肩框的范围内进行目标脸部定位,以缩短算法处理时间,以提高计算效率。
S103:若任一者是消极表情,发出告警信号。
若基于监控区域的影像确认被看护者和看护者之间的距离超过警戒值时,确认被看护者和与被看护者相关联的看护者中的任一者是消极表情时,可以发出告警信号,以及时为警务人员或看护者提供被看护者走失的信息。
在本实施方式中,基于影像确认与进入监控区域的被看护者相关联的看护者后,确认被看护者及其相关联的看护者之间的距离超过警戒值且被看护者或看护者的表情是消极表情时,发出告警信息,以在被看护者确实存在走失风险时,及时确定并发出告警信号,以及时为警务人员或看护者提供被看护者走失的信息,以尽可能地缩小查找范围,以节省寻找被看护者所消耗的时间,通过多个摄像头之间的配合,实现了被看护者在监控区域闲逛时全方位的保护,守护了被看护者的安全。
具体请参阅图4,图4是本申请防走失方法第二实施方式的流程示意图。
S201:利用摄像头采集监控区域影像。
S202:根据影像确认是否存在进入监控区域的被看护者。
利用摄像头采集监控区域影像后,可以基于采集到的影像确认是否存在进入监控区域的被看护者;若存在,进入步骤S203,以确认与被看护者相关联的看护者;若不存在,进入步骤S201,以再次获取监控区域影像。
S203:确认被看护者相关联的看护者。
关联方法可如上述步骤S101所述,在此不做赘述。
S204:确认被看护者与其相关联的看护者之间的距离是否超过警戒值。
将被看护者和看护者关联后,可以确认被看护者与其相关联的看护者之间的距离是否警戒值;若距离超过警戒值,进入步骤S205;若距离未超过警戒值,进入步骤S201,以再次获取监控区域影像。
其中,距离估计方法可如上述步骤S102所述,在此不做赘述。
S205:将被看护者与其相关联的看护者进行备案。
可以理解的是,在基于影像确认被看护者和看护者之间的距离超过警戒值,可以备案被看护者及其相关联的看护者的身份信息。另外,还可以触发告警。
S206:确认被看护者与其相关联的看护者的表情是否是消极表情。
表情确认方法可如上述步骤S102所述,在此不做赘述。
其中,确认被看护者及其相关联的看护者之间的距离超过警戒值后,若基于影像确认被看护者和看护者的表情均是积极表情,可视为被看护者和看护者为主动分开情况,可以解除告警并删除备案情况,以避免系统内存占用,并可进入步骤S201,以再次获取监控区域影像。若任一者为消极表情,进入步骤S207。
S207:基于新采集的包含被看护者和看护者的图像确认被看护者和看护者之间的距离是否超过警戒值。
若被看护者或看护者中任一者的表情是消极表情,可以视为被看护者及其相关联的看护者是被动分开,为了避免被看护者和看护者之间出现争吵暂时分开等特殊情况导致的误判,可以进行第二次距离分析,以减少误判,具体地,可以基于新采集的包含被看护者和看护者的图像再次确认被看护者和看护者之间的距离是否超过警戒值。
若再次确认被看护者及其相关联的看护者之间的距离超过警戒值,则进入步骤S208;若确认被看护者及其相关联的看护者之间的距离未超过警戒值,可以解除告警并进入步骤S201,以再次获取监控区域影像。
其中,可以通过多种方式基于新采集的包含被看护者和看护者的图像确认被看护者和看护者之间的距离是否超过警戒值,具体可参见步骤S102,在此不做赘述。
S208:发出告警信号。
如图5所示,若基于新采集的包含被看护者和看护者的图像确认被看护者和看护者之间的距离超过警戒值,发出告警信号,以通知安保人员前去处理。
另外,在发出告警信号的同时可以显示被看护者的实际位置,以使安保人员能够尽快确认被看护者是否走丢。
如果安保人员在目标位置顺利找到被看护者,并确认被看护者安全,则安保人员可以给防走失装置下达解除指令,以让该装置解除告警。
如果安保人员未在指定地点找到被看护者,此时安保人员可以给防走失装置下达事件等级升级指令。防走失装置响应于事件等级升级指令,可以将所述被看护者图像、所述看护者的图像、被看护者进入监控区域时间、被看护者的监控画面、被看护者附近出现过的可疑人员监控画面和所述被看护者走失时间等信息传输至警务系统,以便民警基于这些信息做出进一步的判断,以尽快寻找出被看护者。另外响应于事件等级升级指令,还可控制所述监控区域的出入口关闭。
本申请还提供一种防走失装置,该装置包括关联模块、表情监控模块和告警模块。
关联模块用于基于影像确认与进入监控区域的被看护者相关联的看护者;
表情监控模块用于在采集到被看护者和看护者之间的距离超过警戒值时,确认被看护者和看护者的表情是否是消极表情;
告警模块用于若任一者是消极表情,发出告警信号。
其中,告警模块用于若任一者是消极表情,基于新采集的包含被看护者和看护者的图像确认被看护者和看护者之间的距离是否超过警戒值;若被看护者和看护者之间的距离超过警戒值,发出告警信号。
其中,防走失装置还包括距离分析模块,该距离分析模块用于利用聚类算法对采集到的包含被看护者的图像进行处理;确认被看护者及其相关联的看护者是否属于同一个类别;若不属于同一个类别,则确认被看护者和看护者之间的距离是否大于警戒值;
表情监控模块用于确认被看护者和看护者之间的距离是否大于警戒值时,确认被看护者和看护者的表情是否是消极表情。
其中,关联模块用于基于影像,将预设时间内与被看护者之间的距离小于第一阈值的看护者与被看护者相关联。
其中,关联模块用于基于影像确认新进入监控区域的目标的身高低于120cm时,将新进入监控区域的目标作为被看护者。
其中,告警模块用于发出告警信号并显示被看护者的实际位置。
其中,告警模块用于响应于事件等级升级指令,将被看护者图像、看护者的图像、被看护者走失时间和被看护者走失地点传输至警务系统,并控制监控区域的出入口关闭。
请参阅图6,图6是本申请电子设备一实施方式的结构示意图。本电子设备10包括处理器12,处理器12用于执行指令以实现上述防走失方法。具体实施过程请参阅上述实施方式的描述,在此不再赘述。该电子设备10能够及时确定被看护者走失情况并发出告警信号。
处理器12还可以称为CPU(Central Processing Unit,中央处理单元)。处理器12可能是一种集成电路芯片,具有信号的处理能力。处理器12还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(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。通用处理器可以是微处理器或者该处理器12也可以是任何常规的处理器等。
电子设备10还可进一步包括存储器11,用于存储处理器12运行所需的指令和数据。
处理器12用于执行指令以实现上述本申请防走失方法任一实施例及任意不冲突的组合所提供的方法。
请参阅图7,图7为本申请实施方式中计算机可读存储介质的结构示意图。本申请实施例的计算机可读存储介质20存储有指令/程序数据21,该指令/程序数据21被执行时实现本申请语音交互方法任一实施例以及任意不冲突的组合所提供的方法。其中,该指令/程序数据21可以形成程序文件以软件产品的形式存储在上述存储介质20中,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)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质20包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质,或者是计算机、服务器、手机、平板等终端设备。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,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,机械或其它的形式。
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。
以上仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (9)
1.一种防走失方法,其特征在于,监控区域内安装有用于拍摄所述监控区域的影像的至少一个摄像头,所述方法包括:
基于所述影像确认与进入所述监控区域的被看护者相关联的看护者;
利用聚类算法对采集到的包含所述被看护者的图像进行处理;
确认所述被看护者及其相关联的所述看护者是否属于同一个类别;
若属于同一个类别,则确认所述被看护者和所述看护者之间的距离小于警戒值;若不属于同一个类别,则确认所述被看护者和所述看护者之间的距离是否大于警戒值;
在确认所述被看护者和所述看护者之间的距离大于警戒值时,确认所述被看护者和所述看护者的表情是否是消极表情;
若任一者是消极表情,发出告警信号。
2.根据权利要求1所述的方法,其特征在于,所述若任一者是消极表情,发出告警信号,包括:
若任一者是消极表情,基于新采集的包含所述被看护者和所述看护者的图像确认所述被看护者和所述看护者之间的距离是否超过警戒值;
若所述被看护者和所述看护者之间的距离超过警戒值,发出告警信号。
3.根据权利要求1所述的方法,其特征在于,所述基于影像确认与进入所述监控区域的所述被看护者相关联的看护者,包括:
基于所述影像,将预设时间内与被看护者之间的距离小于第一阈值的看护者与所述被看护者相关联。
4.根据权利要求1所述的方法,其特征在于,所述基于影像确认与进入所述监控区域的所述被看护者相关联的看护者,之前包括:
基于所述影像对进入监控区域的目标进行分类,以确认进入监控区域的目标是人还是动物;
确认进入监控区域的目标为动物时,将进入监控区域的目标作为被看护者;
确认进入监控区域的目标为人时,且基于所述影像确认进入监控区域的目标的身高低于第二阈值时,将进入监控区域的目标作为被看护者。
5.根据权利要求1所述的方法,其特征在于,所述发出告警信号,包括:
发出告警信号并显示所述被看护者的实际位置。
6.根据权利要求5所述的方法,其特征在于,所述发出告警信号并显示所述被看护者的实际位置,之后包括:
响应于事件等级升级指令,将所述被看护者图像、所述看护者的图像、所述被看护者走失地点和所述被看护者走失时间传输至警务系统,并控制所述监控区域的出入口关闭。
7.一种防走失装置,其特征在于,监控区域内安装有用于拍摄所述监控区域的影像的至少一个摄像头,所述装置包括:
关联模块,用于基于所述影像确认与进入所述监控区域的被看护者相关联的看护者;
距离分析模块,用于利用聚类算法对采集到的包含被看护者的图像进行处理;确认被看护者及其相关联的看护者是否属于同一个类别;若不属于同一个类别,则确认被看护者和看护者之间的距离是否大于警戒值;
表情监控模块,用于在确认所述被看护者和所述看护者之间的距离超过警戒值时,确认所述被看护者和所述看护者的表情是否是消极表情;
告警模块,用于若任一者是消极表情,发出告警信号。
8.一种电子设备,其特征在于,所述电子设备包括处理器;所述处理器用于执行指令以实现如权利要求1-6中任一项所述方法的步骤。
9.一种计算机可读存储介质,其上存储有程序/指令数据,其特征在于,所述程序/指令数据能够被执行以实现权利要求1-6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011486748.9A CN112562260B (zh) | 2020-12-16 | 2020-12-16 | 防走失方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011486748.9A CN112562260B (zh) | 2020-12-16 | 2020-12-16 | 防走失方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112562260A CN112562260A (zh) | 2021-03-26 |
CN112562260B true CN112562260B (zh) | 2022-08-09 |
Family
ID=75063944
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011486748.9A Active CN112562260B (zh) | 2020-12-16 | 2020-12-16 | 防走失方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112562260B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114821961B (zh) * | 2022-06-28 | 2022-11-22 | 合肥的卢深视科技有限公司 | 室内防儿童走失方法、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101221621A (zh) * | 2007-01-12 | 2008-07-16 | 国际商业机器公司 | 警告监督用户受监视用户的行为的方法和系统 |
CN107463874A (zh) * | 2017-07-03 | 2017-12-12 | 华南师范大学 | 情绪识别方法及系统、及应用该方法的智能看护系统 |
CN110826358A (zh) * | 2018-08-08 | 2020-02-21 | 杭州海康威视数字技术股份有限公司 | 动物情绪的识别方法、装置及存储介质 |
CN111383421A (zh) * | 2018-12-30 | 2020-07-07 | 奥瞳系统科技有限公司 | 隐私保护跌倒检测方法和系统 |
CN111507211A (zh) * | 2020-04-01 | 2020-08-07 | 浙江大华技术股份有限公司 | 一种宠物监管方法、装置、设备及存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101499204B (zh) * | 2008-02-02 | 2010-12-08 | 新巨企业股份有限公司 | 智能型看护系统 |
US8159339B2 (en) * | 2008-03-21 | 2012-04-17 | Mccrone Audrey | Child monitoring system |
US20140159893A1 (en) * | 2012-12-07 | 2014-06-12 | Shannon Housley | Bracelet tracking system |
US10448867B2 (en) * | 2014-09-05 | 2019-10-22 | Vision Service Plan | Wearable gait monitoring apparatus, systems, and related methods |
CN105340775B (zh) * | 2015-12-08 | 2018-09-07 | 王智博 | 动物智能项圈 |
CN105615850A (zh) * | 2016-02-19 | 2016-06-01 | 京东方科技集团股份有限公司 | 可穿戴的监护设备、监护用手环及监护系统 |
CN106027978B (zh) * | 2016-06-21 | 2019-02-05 | 南京工业大学 | 一种智能家居养老的视频监控异常行为方法 |
CN111770310A (zh) * | 2020-07-02 | 2020-10-13 | 广州博冠智能科技有限公司 | 一种走失儿童识别定位的方法及装置 |
-
2020
- 2020-12-16 CN CN202011486748.9A patent/CN112562260B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101221621A (zh) * | 2007-01-12 | 2008-07-16 | 国际商业机器公司 | 警告监督用户受监视用户的行为的方法和系统 |
CN107463874A (zh) * | 2017-07-03 | 2017-12-12 | 华南师范大学 | 情绪识别方法及系统、及应用该方法的智能看护系统 |
CN110826358A (zh) * | 2018-08-08 | 2020-02-21 | 杭州海康威视数字技术股份有限公司 | 动物情绪的识别方法、装置及存储介质 |
CN111383421A (zh) * | 2018-12-30 | 2020-07-07 | 奥瞳系统科技有限公司 | 隐私保护跌倒检测方法和系统 |
CN111507211A (zh) * | 2020-04-01 | 2020-08-07 | 浙江大华技术股份有限公司 | 一种宠物监管方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112562260A (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Barnawi et al. | Artificial intelligence-enabled Internet of Things-based system for COVID-19 screening using aerial thermal imaging | |
CN111742376B (zh) | 信息处理方法、信息处理程序以及信息处理系统 | |
US20220079472A1 (en) | Deep-learning-based fall detection based on human keypoints | |
US11410540B2 (en) | System and method for event prevention and prediction | |
US11688265B1 (en) | System and methods for safety, security, and well-being of individuals | |
JP5301973B2 (ja) | 犯罪防止装置およびプログラム | |
KR101607934B1 (ko) | 전염병 모니터링 방법 및 이를 이용한 시스템, 이를 수행하기 위한 기록매체 | |
CA2810867C (en) | System and method for protocol adherence | |
US9036902B2 (en) | Detector for chemical, biological and/or radiological attacks | |
US20100153146A1 (en) | Generating Generalized Risk Cohorts | |
Rastogi et al. | A systematic review on machine learning for fall detection system | |
Achour et al. | Unsupervised automated monitoring of dairy cows’ behavior based on Inertial Measurement Unit attached to their back | |
Sareen et al. | Secure internet of things-based cloud framework to control zika virus outbreak | |
CN114469076A (zh) | 一种融合身份特征的独居老人跌倒识别方法及系统 | |
Amin et al. | Deep learning based face mask detection and crowd counting | |
JP2009140264A (ja) | 犯罪防止装置及び犯罪防止プログラム | |
CN112562260B (zh) | 防走失方法及装置 | |
JP5143780B2 (ja) | 監視装置及び監視方法 | |
JP5202419B2 (ja) | 警備システムおよび警備方法 | |
JP7081606B2 (ja) | 対象の転倒応答を決定する方法、システム、及び、コンピュータプログラム | |
CN116883946B (zh) | 老人异常行为实时检测方法、装置、设备及存储介质 | |
CN117351405A (zh) | 一种人群行为分析系统及方法 | |
JP2016143302A (ja) | 情報通知装置、方法、およびプログラム | |
TWI590204B (zh) | 環境狀況異常通知系統及方法 | |
KR20200088236A (ko) | 추적 가능한 비식별화 방법, 장치 및 시스템 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |