CN112597899A - 一种行为状态的检测方法、装置、电子设备及存储介质 - Google Patents
一种行为状态的检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112597899A CN112597899A CN202011545156.XA CN202011545156A CN112597899A CN 112597899 A CN112597899 A CN 112597899A CN 202011545156 A CN202011545156 A CN 202011545156A CN 112597899 A CN112597899 A CN 112597899A
- Authority
- CN
- China
- Prior art keywords
- target
- working mode
- management object
- behavior state
- target management
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 83
- 230000004044 response Effects 0.000 claims abstract description 20
- 230000006399 behavior Effects 0.000 claims description 140
- 238000000034 method Methods 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 42
- 238000004590 computer program Methods 0.000 claims description 10
- 230000036544 posture Effects 0.000 description 42
- 230000008569 process Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 238000009432 framing Methods 0.000 description 2
- 206010036436 Posture abnormal Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 208000013403 hyperactivity Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/96—Management of image or video recognition tasks
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
- H04N23/611—Control of cameras or camera modules based on recognised objects where the recognised objects include parts of the human body
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/65—Control of camera operation in relation to power supply
- H04N23/651—Control of camera operation in relation to power supply for reducing power consumption by affecting camera operations, e.g. sleep mode, hibernation mode or power off of selective parts of the camera
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本公开提供了一种行为状态的检测方法、装置、电子设备及存储介质，其中，该检测方法包括：响应于采集设备处于第一工作模式，检测是否发生第一触发事件；响应于发生所述第一触发事件，控制所述采集设备从所述第一工作模式切换至第二工作模式；通过处于所述第二工作模式的所述采集设备采集视频流，并基于所述视频流，得到所述视频流中包含的目标管理对象的行为状态。
Description
技术领域
本公开涉及计算机视觉技术领域，具体而言，涉及一种行为状态的检测方法、装置、电子设备及存储介质。
背景技术
针对中小学生用户，在早期学习过程中自制力较低，容易养成不好的学习习惯，比如多动、注意力不集中或者坐姿不正确，这些情况都会影响其未来的学习和生活。
目前针对中小学生独立学习的场景，为了督促中小学生养成良好的学习习惯，可以通过摄像头来采集中小学生在学习环境中的视频流，然后远程传给家长或者老师进行查看，但是目前的摄像头功能单一，面对中小学生在学习过程中存在的种种问题，亟需一种多功能的摄像头来辅助对中小学生进行行为状态的检测，从而辅助中小学生养成良好的学习习惯。
发明内容
本公开实施例至少提供一种行为状态的检测方法、装置、电子设备及存储介质。
第一方面，本公开实施例提供了一种行为状态的检测方法，所述检测方法包括：
响应于采集设备处于第一工作模式，检测是否发生第一触发事件；
响应于发生所述第一触发事件，控制所述采集设备从所述第一工作模式切换至第二工作模式；
通过处于所述第二工作模式的所述采集设备采集视频流，并基于所述视频流，得到所述视频流中包含的目标管理对象的行为状态。
本公开实施例中，提供一种具有多种功能的采集设备，该采集设备可以具有不同的工作模式，在检测到第一触发事件的情况下，可以控制采集设备从第一工作模式切换至第二工作模式，并可以通过处于第二工作模式的采集设备采集的视频流，完成对目标管理对象的行为状态的检测，比如可以检测学生在学习场景下的学习状态，以帮助学生养成良好的学习习惯。
此外，两种不同的工作模式在满足预设条件的情况下可以自由切换，一方面可以满足用户多种场景需求，另一方面在需要对目标管理对象进行行为检测时，可以便捷切换至第二工作模式对目标管理对象进行行为检测，提高了行为检测的便捷性。
在一种可能的实施方式中，所述检测方法还包括：
接收到所述目标管理对象对应的目标客户端发送的针对所述行为状态的视频查看请求，向所述目标客户端发送所述行为状态关联的视频流。
本公开实施例中，提出可以将行为状态关联的视频流发送至目标客户端，便于目标客户端的用户及时掌握目标管理对象的行为状态，比如可以及时掌握学生在学习过程中的行为状态，协助学生养成良好的学习习惯。
在一种可能的实施方式中，所述第一触发事件包括以下一种或多种：
接收到进入第二工作模式的指令；
达到所述第二工作模式开始的预设时刻；
基于所述视频流确定所述目标管理对象进入与所述第二工作模式匹配的预设状态。
本公开实施例中，提出可以通过多种方式触发由第一工作模式切换至第二工作模式，提高了工作模式切换的灵活性。
在一种可能的实施方式中，所述控制所述采集设备从所述第一工作模式切换至第二工作模式，包括如下至少一项：
响应于检测到所述采集设备的性能参数满足所述第二工作模式对应的第一性能指标的情况下，控制所述采集设备从所述第一工作模式切换至所述第二工作模式；
响应于检测到与所述第二工作模式关联的处理设备的性能参数满足所述第二工作模式对应的第二性能指标的情况下，控制所述采集设备从所述第一工作模式切换至所述第二工作模式。
本公开实施例中，在采集设备和/或与第二工作模式关联的处理设备的性能参数满足第二工作模式对应的性能指标的情况下，再控制采集设备从第一工作模式切换至第二工作模式，可以使得采集设备在进入第二工作模式后能够顺利工作，完成对目标管理对象的行为状态的检测。
在一种可能的实施方式中，所述检测方法还包括：
响应于所述采集设备处于所述第二工作模式，检测是否发生第二触发事件；
响应于发生所述第二触发事件，控制所述采集设备从所述第二工作模式切换至所述第一工作模式。
本公开实施例中，在需要对目标管理对象所处的现实场景进行远程查看，且无需对目标管理对象的行为状态进行检测时，可以切换至第一工作模式，以节省功耗。
在一种可能的实施方式中，所述检测方法还包括：
通过处于所述第一工作模式的所述采集设备采集实时视频流，并在接收到所述目标管理对象对应的目标客户端发送的实时视频查看请求的情况下，向所述目标客户端发送所述实时视频流。
本公开实施例中，在第一工作模式下，可以供目标客户端对采集设备拍摄的现实场景进行实时远程查看，提高目标管理对象在现实场景中的安全性。
在一种可能的实施方式中，所述第二触发事件包括以下一种或多种：
接收到进入所述第一工作模式的指令；
达到所述第一工作模式开始的预设时刻；
所述采集设备的性能参数不满足所述第二工作模式对应的第一性能指标；
所述第二工作模式关联的处理设备的性能参数不满足所述第二工作模式对应的第二性能指标。
本公开实施例中，提出可以通过多种方式触发由第二工作模式切换至第一工作模式，提高了工作模式切换的灵活性。
在一种可能的实施方式中，所述基于所述视频流，得到所述视频流中包含的目标管理对象的行为状态，包括：
从所述视频流中提取目标视频帧；
对提取的目标视频帧进行姿态检测，确定所述目标管理对象在所述目标视频帧中的姿态数据；
根据检测到的姿态数据，确定目标管理对象的行为状态。
本公开实施例中，可以针对视频流中的目标视频帧进行姿态检测，进一步再基于检测出的姿态数据确定目标管理对象的行为状态，从而提高确定的行为状态的准确度。
在一种可能的实施方式中，所述对提取的目标视频帧进行姿态检测，确定所述目标管理对象在所述目标视频帧中的姿态数据，包括：
对所述目标视频帧进行特征点提取，得到多个特征点在所述目标视频帧中对应的位置信息；
基于所述多个特征点在所述目标视频帧中对应的位置信息，确定所述目标视频帧中包含的目标管理对象的姿态数据。
本公开实施例中，提出可以通过目标视频帧包含的多个特征点在目标视频帧中的位置信息，快速确定目标管理对象的姿态数据，为后续进行行为状态检测提供数据基础。
在一种可能的实施方式中，所述目标视频帧包括多帧视频帧，所述根据检测到的姿态数据，确定目标管理对象的行为状态，包括：
根据从所述目标视频帧中检测到的所述目标管理对象的姿态数据，确定所述目标管理对象的行为状态。
在一种可能的实施方式中，所述根据从所述目标视频帧中检测到的所述目标管理对象的姿态数据，确定目标管理对象的行为状态，包括：
若所述目标视频帧中所述目标管理对象的姿态数据满足目标行为状态的视频帧连续且超过预设数量，则确定所述目标管理对象的行为状态为所述目标行为状态。
本公开实施例中，提出通过多帧视频帧对应的姿态数据，共同确定目标管理对象的行为状态，可以避免偶然事件引发的误判，从而提高确定的行为状态的准确度。
第二方面，本公开实施例提供了一种行为状态的检测装置，所述检测装置包括：
检测模块，用于响应于采集设备处于第一工作模式，检测是否发生第一触发事件；
切换模块，用于响应于发生第一触发事件，控制采集设备从第一工作模式切换至第二工作模式；
处理模块，用于通过处于所述第二工作模式的所述采集设备采集视频流，并基于所述视频流，得到所述视频流中包含的目标管理对象的行为状态。
在一种可能的实施方式中，所述处理模块还用于：
接收到所述目标管理对象对应的目标客户端发送的针对所述行为状态的视频查看请求，向所述目标客户端发送所述行为状态关联的视频流。
在一种可能的实施方式中，所述第一触发事件包括以下一种或多种：
接收到进入第二工作模式的指令；
达到所述第二工作模式开始的预设时刻；
基于所述视频流确定所述目标管理对象进入与所述第二工作模式匹配的预设状态。
在一种可能的实施方式中，所述切换模块在用于控制所述采集设备从所述第一工作模式切换至第二工作模式时，执行如下至少一项：
响应于检测到所述采集设备的性能参数满足所述第二工作模式对应的第一性能指标的情况下，控制所述采集设备从所述第一工作模式切换至所述第二工作模式；
响应于检测到与所述第二工作模式关联的处理设备的性能参数满足所述第二工作模式对应的性能指标的情况下，控制所述采集设备从所述第一工作模式切换至所述第二工作模式。
在一种可能的实施方式中，所述检测模块还用于：
响应于所述采集设备处于所述第二工作模式，检测是否发生第二触发事件；
所述切换模块，用于响应于发生所述第二触发事件，控制所述采集设备从所述第二工作模式切换至所述第一工作模式。
在一种可能的实施方式中，所述处理模块还用于：
通过处于所述第一工作模式的所述采集设备采集实时视频流，并在接收到所述目标管理对象对应的目标客户端发送的实时视频查看请求的情况下，向所述目标客户端发送所述实时视频流。
在一种可能的实施方式中，所述第二触发事件包括以下一种或多种：
接收到进入所述第一工作模式的指令；
达到所述第一工作模式开始的预设时刻；
所述采集设备的性能参数不满足所述第二工作模式对应的第一性能指标；
所述第二工作模式关联的处理设备的性能参数不满足所述第二工作模式对应的第二性能指标。
在一种可能的实施方式中，所述处理模块在用于基于所述视频流，得到所述视频流中包含的目标管理对象的行为状态时，包括：
从所述视频流中提取目标视频帧；
对提取的目标视频帧进行姿态检测，确定所述目标管理对象在所述目标视频帧中的姿态数据；
根据检测到的姿态数据，确定目标管理对象的行为状态。
在一种可能的实施方式中，所述处理模块在用于对提取的目标视频帧进行姿态检测，确定所述目标管理对象在所述目标视频帧中的姿态数据时，包括：
对所述目标视频帧进行特征点提取，得到多个特征点在所述目标视频帧中对应的位置信息；
基于所述多个特征点在所述目标视频帧中对应的位置信息，确定所述目标视频帧中包含的目标管理对象的姿态数据。
在一种可能的实施方式中，所述目标视频帧包括多帧视频帧，所述处理模块在用于根据检测到的姿态数据，确定目标管理对象的行为状态时，包括：
根据从所述目标视频帧中检测到的所述目标管理对象的姿态数据，确定所述目标管理对象的行为状态。
在一种可能的实施方式中，所述处理模块在用于根据从所述目标视频帧中检测到的所述目标管理对象的姿态数据，确定所述目标管理对象的行为状态时，包括：
若所述目标视频帧中所述目标管理对象的姿态数据满足目标行为状态的视频帧连续且超过预设数量，则确定所述目标管理对象的行为状态为所述目标行为状态。
第三方面，本公开实施例提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如第一方面所述的检测方法的步骤。
第四方面，本公开实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如第一方面所述的检测方法的步骤。
为使本公开的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，此处的附图被并入说明书中并构成本说明书中的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。应当理解，以下附图仅示出了本公开的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本公开实施例所提供的一种行为状态的检测方法的流程图；
图2示出了本公开实施例所提供的一种学习报告的展示示意图；
图3示出了本公开实施例所提供的确定目标管理对象的行为状态的方法的流程图；
图4示出了本公开实施例所提供的另一种行为状态的检测方法的流程图；
图5示出了本公开实施例所提供的一种行为状态的检测装置的结构示意图；
图6示出了本公开实施例所提供的一种电子设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中附图，对本公开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公开一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围，而是仅仅表示本公开的选定实施例。基于本公开的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
本文中术语“和/或”，仅仅是描述一种关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括A、B、C中的至少一种，可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
中小学生在自主进行学习的过程中，可能会存在坐姿不正确、注意力不集中的情况，为了督促中小学生养成良好的学习习惯，可以通过摄像头来采集中小学生在学习环境中的视频流，然后远程传给家长或者老师进行查看，但是目前的摄像头功能单一，面对中小学生在学习过程中存在的种种问题，亟需一种多功能的摄像头来辅助对中小学生进行行为状态的检测，从而辅助中小学生养成良好的学习习惯。
基于上述研究，本公开提供了一种行为状态的检测方法，提供一种具有多种功能的采集设备，该采集设备可以具有不同的工作模式，在检测到第一触发事件的情况下，可以控制采集设备从第一工作模式切换至第二工作模式，并可以通过处于第二工作模式的采集设备采集的视频流，完成对目标管理对象的行为状态的检测，比如可以检测学生在学习场景下的学习状态，以帮助学生养成良好的学习习惯。
此外，两种不同的工作模式在满足预设条件的情况下可以自由切换，一方面可以满足用户多种场景需求，另一方面在需要对目标管理对象进行行为检测时，可以便捷切换至第二工作模式对目标管理对象进行行为检测，提高了行为检测的便捷性。
为便于对本实施例进行理解，首先对本公开实施例所公开的一种行为状态的检测方法进行详细介绍，本公开实施例所提供的检测方法的执行主体一般为具有一定计算能力的计算机设备，该计算机设备例如包括：终端设备或服务器或其它处理设备。在一些可能的实现方式中，该检测方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
参见图1所示，为本公开实施例提供的行为状态的检测方法的流程图，该检测方法包括以下S101～S103：
S101，响应于采集设备处于第一工作模式，检测是否发生第一触发事件。
示例性地，采集设备的第一工作模式为普通工作模式，在该第一工作模式下可以支持实时视频查看。
示例性地，本公开实施例提供的行为状态的检测过程可以通过采集设备来完成，也可以通过采集设备和与采集设备关联的处理设备来共同完成，比如通过采集设备和云端服务器配合完成。
在第一工作模式下，采集设备进入普通的视频拍摄模式，此时，采集设备和普通安防摄像头具有的功能相似，比如支持实时视频查看和语音对讲功能，在用户授权的情况下，若接收到目标客户端发送的实时视频查看请求，可以将采集设备采集的实时视频流向目标客户端发送，以使用户通过目标客户端对采集设备拍摄的现实场景进行实时远程查看。
示例性地，第一触发事件用于触发采集设备从第一工作模式切换至第二工作模式。第一触发事件可以包含至少一种，将在后文进行详细介绍，这里在采集设备处于第一工作模式的情况下，可以周期性或是非周期性对是否发生第一触发事件进行检测，以确定是否控制采集设备从第一工作模式切换至第二工作模式。
S102，响应于发生第一触发事件，控制采集设备从第一工作模式切换至第二工作模式。
示例性地，第二工作模式可以同时支持实时视频查看和针对目标管理对象的行为状态检测，在第二工作模式下，采集设备可以对拍摄的视频流进行保存，也可以对拍摄的视频流进行初步数据处理，获取目标管理对象的姿态数据，以便后续继续基于姿态数据完成对目标管理对象的行为状态检测，或者由采集设备关联的处理设备基于姿态数据完成对目标管理对象的行为状态检测。
示例性地，在采集设备开启后，可以默认处于第一工作模式，也可以默认处于第二工作模式，两种模式在满足相应的切换触发事件的情况下，可以相互切换。
考虑到在第二工作模式下，后续需要基于采集设备采集的视频流，对目标管理对象的行为状态进行检测，需要满足一定的性能指标(比如剩余电量需要满足进行行为状态检测时需要的电量，以及负载能力需要满足进行行为状态检测时需要的性能等)，因此控制采集设备从第一工作模式切换至第二工作模式时，本公开实施例提供的检测方法还包括以下至少一项：
(1)响应于检测到采集设备的性能参数满足第二工作模式对应的第一性能指标的情况下，控制采集设备从第一工作模式切换至第二工作模式；
(2)响应于检测到与第二工作模式关联的处理设备的性能参数满足第二工作模式对应的第二性能指标的情况下，控制采集设备从第一工作模式切换至第二工作模式。
示例性地，采集设备的性能参数可以包括剩余电量、剩余存储量等，采集设备的性能参数满足第二工作模式对应的第一性能指标可以包含剩余电量大于或等于预设电量阈值、剩余存储量大于或等于预设存储量阈值等能够支持采集设备在第二工作模式下需要执行的工作任务，比如对目标管理对象进行视频流采集，以及进行初步数据处理，获取目标管理对象的姿态数据等。
示例性地，处理设备可以是云端服务器，云端服务器的性能参数可以包括云端服务器的负载能力，云端服务器的性能参数满足第二工作模式对应的第二性能指标可以是负载能力能够支持云端服务器在第二工作模式下需要执行的工作任务，比如对目标管理对象进行行为状态的检测。
本公开实施例中，在采集设备和/或与第二工作模式关联的处理设备的性能参数满足第二工作模式对应的性能指标的情况下，再控制采集设备从第一工作模式切换至第二工作模式，可以使得采集设备在进入第二工作模式后能够顺利工作，完成对目标管理对象的行为状态的检测。
S103，通过处于第二工作模式的采集设备采集视频流，并基于视频流，得到视频流中包含的目标管理对象的行为状态。
示例性地，目标管理对象可以是待检测行为状态检测的目标学生，行为状态可以指目标学生在预设的学习时间段内对应的状态，比如可以包括坐姿标准状态、坐姿不标准状态、注意力集中和注意力不集中等。
示例性地，采集设备采集到视频流后，可以直接检测视频流中包含的目标管理对象的行为状态；也可以将视频流发送至云端服务器，由云端服务器基于采集设备采集的视频流，检测视频流中包含的目标管理对象的行为状态；还可以采集设备采集到视频流后，对视频流进行分帧处理，确定出视频帧中的目标管理对象在视频帧中的姿态数据，然后将视频帧对应的姿态数据发送至云端服务器，由云端服务器基于多帧视频帧分别对应的姿态数据，确定视频流中包含的目标管理对象的行为状态，具体确定目标管理对象的行为状态的方式不进行限定。
本公开实施例中，提供一种具有多种功能的采集设备，该采集设备可以具有不同的工作模式，在检测到第一触发事件的情况下，可以控制采集设备从第一工作模式切换至第二工作模式，并可以通过处于第二工作模式的采集设备采集的视频流，完成对目标管理对象的行为状态的检测，比如可以检测学生在学习场景下的学习状态，以帮助学生养成良好的学习习惯。
此外，两种不同的工作模式在满足预设条件的情况下可以自由切换，一方面可以满足用户多种场景需求，另一方面在需要对目标管理对象进行行为检测时，可以便捷切换至第二工作模式对目标管理对象进行行为检测，提高了行为检测的便捷性。
下面将结合具体实施例对上述S101～S103进行介绍。
在一种实施方式中，上述S101中提到的第一触发事件包括以下一种或多种：
(1)接收到进入第二工作模式的指令；
(2)达到第二工作模式开始的预设时刻；
(3)基于视频流确定目标管理对象进入与第二工作模式匹配的预设状态。
针对第(1)种情况，示例性地，进入第二工作模式的指令可以是由目标客户端发送至采集设备，用于指示采集设备进入第二工作模式的指令，或者也可以是由目标客户端发送至与采集设备关联的处理设备，由处理设备通过该指令控制采集设备进入第二工作模式。
针对第(2)种情况，示例性地，也可以预先设定第二工作模式开始的时刻，比如设置每天下午3:00～5:00为第二工作模式的工作时间段，则在检测到当前时刻达到下午3:00时，可以确定达到第二工作模式开始的预设时刻。
针对第(3)种情况，示例性地，第二工作模式可以为对目标学生的学习状态进行检测的工作模式，这样在基于视频流确定目标学生进入学习状态后，控制采集设备切换至第二工作模式。
本公开实施例中，提出可以通过多种方式触发由第一工作模式切换至第二工作模式，提高了工作模式切换的灵活性。
在一种实施方式中，本公开实施例提供的检测方法还包括：
接收到目标管理对象对应的目标客户端发送的针对行为状态的视频查看请求，向目标客户端发送行为状态关联的视频流。
示例性地，在目标管理对象为目标学生的情况下，目标管理对象对应的目标客户端可以是目标学生的家长的智能手机、平板、计算机等可移动设备，在此不进行限定。
示例性地，以针对学生的学习状态进行检测为例，在得到视频流中包含的目标学生的行为状态后，可以生成表示学生学习状态的学习报告，并在接收到目标管理对象对应的目标客户端发送的查看学习报告请求后，向目标客户端发送学习报告。
示例性地，如图2所示，为在目标客户端展示的学习报告，该学习报告可以包括学习信息展示区域21，在该学习信息展示区域中可以展示学习报告对应的学生姓名、学习报告的生成时间、学习时长以及学习地点等信息。
学习报告中还可以包括学习姿势分析结果展示区域22，在该学习姿势分析结果展示区域中可以通过占比图展示学生在学习过程中存在的不同姿势在总学习时长中的占比；此外该学习姿势分析结果展示区域中还可以包括触发获取姿势异常的视频片段的触发按钮，通过该触发按钮，目标客户端用户可以获取与姿势异常对应的视频片段。
学习报告中还可以包括学习状态结果展示区域23，在该学习状态结果展示区域中可以通过占比图展示学生在学习过程中存在的不同学习状态(比如注意力集中状态和注意力不集中状态)在总学习时长中的占比；此外该学习状态结果展示区域中还可以包括触发获取注意力不集中状态的视频片段的触发按钮，通过该触发按钮，目标客户端用户可以获取与注意力不集中状态对应的视频片段。
进一步可以触发查看目标行为状态对应的视频，比如在客户端中点击查看相关问题视频，进一步可以选择请求查看的指定行为状态关联的视频流。
示例性地，在第二工作模式下，可以对采集的视频流进行保存，因此在接收到目标管理对象对应的目标客户端发送的针对指定的行为状态的视频查看请求后，可以将指定的行为状态关联的视频流发送至目标客户端进行展示，便于学生家长了解学生在学习过程中的行为状态。
本公开实施例中，提出可以将行为状态关联的视频流发送至目标客户端，便于目标客户端的用户及时掌握目标管理对象的行为状态，比如可以及时掌握学生在学习过程中的行为状态，协助学生养成良好的学习习惯。
在一种实施方式中，在基于视频流，得到视频流中包含的目标管理对象的行为状态时，如图3所示，可以包括以下S301～S303：
S301，从视频流中提取目标视频帧；
S302，对提取的目标视频帧进行姿态检测，确定目标管理对象在目标视频帧中的姿态数据；
S303，根据检测到的姿态数据，确定目标管理对象的行为状态。
示例性地，目标视频帧可以为包含目标管理对象的视频帧，比如可以先对视频流进行分帧处理，提取包含目标管理对象的目标视频帧。
示例性地，姿态数据可以包含目标管理对象在视频帧中的位置和姿势，从而可以对单帧视频帧中的目标管理对象的行为进行标记，比如身体前倾、身体后仰、目标管理对象离开书桌、目标管理对象趴在书桌上、头部向一侧偏移(相比视频帧的中心区域向左侧偏移、向右侧偏移)、背过头(采集设备拍摄的视频帧中未检出到目标管理对象的正脸)、正常姿态(未出现以上情况的姿态)等。
进一步地，基于检测出的目标管理对象在目标视频帧中的姿态数据，可以进一步确定目标管理对象的行为状态，比如连续检测出目标管理对象在目标视频帧中的姿态数据为前倾，可以确定目标管理对象的行为状态包含坐姿异常；再比如连续检测出目标视频帧中的姿态数据包含头部向不同方向偏移，可以确定目标管理对象的行为状态包含注意力不集中，比如，注意力不集中可以为目标管理对象多动。
本公开实施例中，可以针对视频流中的目标视频帧进行姿态检测，进一步再基于检测出的姿态数据确定目标管理对象的行为状态，从而提高确定的行为状态的准确度。
具体地，在对提取的目标视频帧进行姿态检测，确定目标管理对象在目标视频帧中的姿态数据时，可以包括以下S3021～S3022：
S3021，对目标视频帧进行特征点提取，得到多个特征点在目标视频帧中对应的位置信息；
S3022，基于多个特征点在目标视频帧中对应的位置信息，确定目标视频帧中包含的目标管理对象的姿态数据。
示例性地，特征点可以预先设定，比如预先针对大量用户进行多种位姿的拍摄，选择能够表示目标管理对象的姿态数据的位置点作为这里的特征点，比如构成目标管理对象脸部的特征点，可以用来确定目标管理对象脸部的朝向、是否趴着；构成目标管理对象肩部的特征点，可以用来确定目标管理对象是否前倾、后仰、趴着等。
示例性地，得到多个特征点在目标检测视频帧中对应的位置信息，可以将多个特征点对应的位置信息输入用于确定姿态数据的神经网络，得到目标视频帧中包含的目标管理对象的姿态数据。
示例性地，还可以通过目标管理对象不同部位的特征点在目标视频帧中的位置信息，确定出目标管理对象的姿态数据，比如根据脸部的特征点在目标视频帧中的位置信息，以及预先设定的人脸的特征点在多种转向角度下在视频帧中的位置信息，确定出目标管理对象的人脸的转向角度；根据目标管理对象躯干轮廓的特征点在目标视频帧中的位置信息、以及预先采集的人体在直立坐姿、前倾坐姿以及后仰坐姿下，躯干轮廓的特征点在视频帧中的位置信息，确定目标管理对象的坐姿是直立坐姿、前倾坐姿还是后仰坐姿。
示例性地，在不同应用场景下，在对目标视频帧进行特征点提取时，除了针对目标管理对象进行特征点提权，还可以针对周围环境进行特征点提取，比如针对目标学生的学习行为进行检测的场景中，还可以提取书桌的特征点在视频帧中的位置信息，根据目标学生的多个特征点和书桌的多个特征点在视频帧中的位置信息，可以辅助确定目标学生是否趴在桌子上，比如检测目标学生的脸部特征点与书桌的特征点之间的距离小于预设距离阈值，可以标记目标视频帧中的目标学生趴在书桌上。
在另一种实施方式中，在检测目标管理对象在目标视频帧中的姿态数据时，还可以对目标视频帧进行目标检测，确定目标管理对象的检测框在目标视频帧中的位置信息，通过检测框的顶点在目标视频帧中的位置信息，预先采集人体在直立坐姿、前倾坐姿还是后仰坐姿下的检测框的顶点在目标视频帧中的位置信息，确定目标管理对象的姿态数据。
示例性地，还可以根据头部检测框与视频帧中心区域的相对位置信息，确定出目标管理对象的头部是否向左侧偏移、或者向右侧偏移等。
本公开实施例中，提出可以通过目标视频帧包含的多个特征点在目标视频帧中的位置信息，快速确定目标管理对象的姿态数据，为后续进行行为状态检测提供数据基础。
针对上述S303，目标视频帧包括多帧视频帧，在根据检测到的姿态数据，确定目标管理对象的行为状态时，包括：
根据从目标视频帧中检测到的目标管理对象的姿态数据，确定目标管理对象的行为状态。
示例性地，通过单帧视频帧检测到的目标管理对象的姿态数据包括目标管理对象前倾，但是可能是偶然事件，无法准确说明目标管理对象存在坐姿不正确的行为状态，因此为了提高确定的目标管理对象的行为状态的准确度，提出可以根据多帧视频帧检测出的目标管理对象的位姿数据，共同确定目标管理对象的行为状态。
具体地，在根据从目标视频帧中检测到的目标管理对象的姿态数据，确定目标管理对象的行为状态时，包括：
若目标视频帧中目标管理对象的姿态数据满足目标行为状态的视频帧连续且超过预设数量，则确定目标管理对象的行为状态为目标行为状态。
示例性地，设定连续n帧视频帧检测到目标管理对象的坐姿数据满足坐姿不正确的行为状态，可以确定目标管理对象的行为状态为坐姿不正确，按照该方式通过对目标管理对象进行一定时长的视频流检测，可以确定目标管理对象包含的行为状态。
本公开实施例中，提出通过多帧视频帧对应的姿态数据，共同确定目标管理对象的行为状态，可以避免偶然事件引发的误判，从而提高确定的行为状态的准确度。
以上过程是进入第二工作模式下，针对目标管理对象的行为状态检测的过程，在一种实施方式中，如图4所示，本公开实施例提供的检测方法还包括以下S401～S402：
S401，响应于采集设备处于第二工作模式，检测是否发生第二触发事件；
S402，响应于发生第二触发事件，控制采集设备从第二工作模式切换至第一工作模式。
示例性地，在采集设备处于第二工作模式的情况下，除了对目标管理对象进行行为状态的检测的流程外，还可以检测是否发生第二触发事件，以确定何时需要由第二工作模式切换至第一工作模式。
本公开实施例中，在需要对目标管理对象所处的现实场景进行远程查看，且无需对目标管理对象的行为状态进行检测时，可以切换至第一工作模式，以节省功耗。
示例性地，第二触发事件包括以下一种或多种：
(1)接收到进入第一工作模式的指令；
(2)达到第一工作模式开始的预设时刻；
(3)采集设备的性能参数不满足第二工作模式对应的第一性能指标；
(4)第二工作模式关联的处理设备的性能参数不满足第二工作模式对应的第二性能指标。
针对第(1)种情况，示例性地，进入第一工作模式的指令可以是由目标客户端发送至采集设备，用于指示采集设备进入第一工作模式，或者也可以是由目标客户端发送至与采集设备关联的处理设备，由处理设备通过该指令控制采集设备进入第一工作模式。
针对第(2)种情况，示例性地，也可以预先设定第一工作模式开始的预设时刻，该预设时刻可以与第二工作模式的结束时刻相同，比如设置每天下午3:00～5:00为第二工作模式的工作时间段，则在检测到当前时刻达到下午5:00时，可以确定当前时刻达到第一工作模式开始的预设时刻。
针对第(3)种情况，示例性地，在采集设备的性能参数不满足第二工作模式对应的第一性能指标，比如采集设备的剩余电量小于预设电量阈值和/或剩余存储量小于预设存储量阈值，无法支持采集设备在第二工作模式下需要执行的工作任务，比如对目标管理对象进行视频流采集，以及进行初步数据处理，获取目标管理对象的姿态数据等。
针对第(4)种情况，云端服务器的性能参数不满足第二工作模式对应的第二性能指标可以是负载能力无法支持云端服务器在第二工作模式下需要执行的工作任务，比如对目标管理对象进行行为状态的检测。
本公开实施例中，提出可以通过多种方式触发由第二工作模式切换至第一工作模式，提高了工作模式切换的灵活性。
在一种实施方式中，本公开实施例提供的检测方法还包括：
通过处于第一工作模式的采集设备采集实时视频流，并在接收到目标管理对象对应的目标客户端发送的实时视频查看请求的情况下，向目标客户端发送实时视频流。
示例性地，在第一工作模式下，采集设备和普通安防摄像头具有的功能相似，在用户授权的情况下，若接收到目标客户端发送的实时视频查看请求，可以将采集设备采集的实时视频流发送至目标客户端，从而可以供目标客户端对采集设备拍摄的现实场景进行实时远程查看。
本公开实施例中，在第一工作模式下，可以供目标客户端对采集设备拍摄的现实场景进行实时远程查看，提高目标管理对象在现实场景中的安全性。
本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一技术构思，本公开实施例中还提供了与检测方法对应的行为检测装置，由于本公开实施例中的装置解决问题的原理与本公开实施例上述检测方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
参照图5所示，为本公开实施例提供的一种行为状态的检测装置500的示意图，该行为状态的检测装置包括：
检测模块501，用于响应于采集设备处于第一工作模式，检测是否发生第一触发事件；
切换模块502，用于响应于发生第一触发事件，控制采集设备从第一工作模式切换至第二工作模式；
处理模块503，用于通过处于第二工作模式的采集设备采集视频流，并基于视频流，得到视频流中包含的目标管理对象的行为状态。
在一种可能的实施方式中，处理模块503还用于：
接收到目标管理对象对应的目标客户端发送的针对行为状态的视频查看请求，向目标客户端发送行为状态关联的视频流。
在一种可能的实施方式中，第一触发事件包括以下一种或多种：
接收到进入第二工作模式的指令；
达到第二工作模式开始的预设时刻；
基于视频流确定目标管理对象进入与第二工作模式匹配的预设状态。
在一种可能的实施方式中，切换模块502在用于控制采集设备从第一工作模式切换至第二工作模式时，执行如下至少一项：
响应于检测到采集设备的性能参数满足第二工作模式对应的第一性能指标的情况下，控制采集设备从第一工作模式切换至第二工作模式；
响应于检测到与第二工作模式关联的处理设备的性能参数满足第二工作模式对应的性能指标的情况下，控制采集设备从第一工作模式切换至第二工作模式。
在一种可能的实施方式中，检测模块501还用于：
响应于采集设备处于第二工作模式，检测是否发生第二触发事件；
切换模块502，用于响应于发生第二触发事件，控制采集设备从第二工作模式切换至第一工作模式。
在一种可能的实施方式中，处理模块503还用于：
通过处于第一工作模式的采集设备采集实时视频流，并在接收到目标管理对象对应的目标客户端发送的实时视频查看请求的情况下，向目标客户端发送实时视频流。
在一种可能的实施方式中，第二触发事件包括以下一种或多种：
接收到进入第一工作模式的指令；
达到第一工作模式开始的预设时刻；
采集设备的性能参数不满足第二工作模式对应的第一性能指标；
第二工作模式关联的处理设备的性能参数不满足第二工作模式对应的第二性能指标。
在一种可能的实施方式中，处理模块503在用于基于视频流，得到视频流中包含的目标管理对象的行为状态时，包括：
从视频流中提取目标视频帧；
对提取的目标视频帧进行姿态检测，确定目标管理对象在目标视频帧中的姿态数据；
根据检测到的姿态数据，确定目标管理对象的行为状态。
在一种可能的实施方式中，处理模块503在用于对提取的目标视频帧进行姿态检测，确定目标管理对象在目标视频帧中的姿态数据时，包括：
对目标视频帧进行特征点提取，得到多个特征点在目标视频帧中对应的位置信息；
基于多个特征点在目标视频帧中对应的位置信息，确定目标视频帧中包含的目标管理对象的姿态数据。
在一种可能的实施方式中，目标视频帧包括多帧视频帧，处理模块503在用于根据检测到的姿态数据，确定目标管理对象的行为状态时，包括：
根据从目标视频帧中检测到的目标管理对象的姿态数据，确定目标管理对象的行为状态。
在一种可能的实施方式中，处理模块503在用于根据从目标视频帧中检测到的目标管理对象的姿态数据，确定目标管理对象的行为状态时，包括：
若目标视频帧中目标管理对象的姿态数据满足目标行为状态的视频帧连续且超过预设数量，则确定目标管理对象的行为状态为目标行为状态。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明，这里不再详述。
对应于图1中的检测方法，本公开实施例还提供了一种电子设备600，如图6所示，为本公开实施例提供的电子设备600结构示意图，包括：
处理器61、存储器62、和总线63；存储器62用于存储执行指令，包括内存621和外部存储器622；这里的内存621也称内存储器，用于暂时存放处理器61中的运算数据，以及与硬盘等外部存储器622交换的数据，处理器61通过内存621与外部存储器622进行数据交换，当电子设备600运行时，处理器61与存储器62之间通过总线63通信，使得处理器61执行以下指令：响应于采集设备处于第一工作模式，检测是否发生第一触发事件；响应于发生第一触发事件，控制采集设备从第一工作模式切换至第二工作模式；通过处于第二工作模式的采集设备采集视频流，并基于视频流，得到视频流中包含的目标管理对象的行为状态。
本公开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上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中所述的检测方法的步骤。其中，该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品，该计算机程序产品承载有程序代码，所述程序代码包括的指令可用于执行上述方法实施例中所述的检测方法的步骤，具体可参见上述方法实施例，在此不再赘述。
其中，上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(Software Development Kit，SDK)等等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。在本公开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。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，又例如，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通信接口，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。
所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，在本公开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。
所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本公开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)执行本公开各个实施例所述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、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本公开的具体实施方式，用以说明本公开的技术方案，而非对其限制，本公开的保护范围并不局限于此，尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本公开实施例技术方案的精神和范围，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应所述以权利要求的保护范围为准。
Claims (14)
1.一种行为状态的检测方法，其特征在于，所述检测方法包括：
响应于采集设备处于第一工作模式，检测是否发生第一触发事件；
响应于发生所述第一触发事件，控制所述采集设备从所述第一工作模式切换至第二工作模式；
通过处于所述第二工作模式的所述采集设备采集视频流，并基于所述视频流，得到所述视频流中包含的目标管理对象的行为状态。
2.根据权利要求1所述的检测方法，其特征在于，所述检测方法还包括：
接收到所述目标管理对象对应的目标客户端发送的针对所述行为状态的视频查看请求，向所述目标客户端发送所述行为状态关联的视频流。
3.根据权利要求1或2所述的检测方法，其特征在于，所述第一触发事件包括以下一种或多种：
接收到进入第二工作模式的指令；
达到所述第二工作模式开始的预设时刻；
基于所述视频流确定所述目标管理对象进入与所述第二工作模式匹配的预设状态。
4.根据权利要求1至3任一所述的检测方法，其特征在于，所述控制所述采集设备从所述第一工作模式切换至第二工作模式，包括如下至少一项：
响应于检测到所述采集设备的性能参数满足所述第二工作模式对应的第一性能指标的情况下，控制所述采集设备从所述第一工作模式切换至所述第二工作模式；
响应于检测到与所述第二工作模式关联的处理设备的性能参数满足所述第二工作模式对应的第二性能指标的情况下，控制所述采集设备从所述第一工作模式切换至所述第二工作模式。
5.根据权利要求1至4任一所述的检测方法，其特征在于，所述检测方法还包括：
响应于所述采集设备处于所述第二工作模式，检测是否发生第二触发事件；
响应于发生所述第二触发事件，控制所述采集设备从所述第二工作模式切换至所述第一工作模式。
6.根据权利要求1至5任一所述的检测方法，其特征在于，所述检测方法还包括：
通过处于所述第一工作模式的所述采集设备采集实时视频流，并在接收到所述目标管理对象对应的目标客户端发送的实时视频查看请求的情况下，向所述目标客户端发送所述实时视频流。
7.根据权利要求5所述的检测方法，其特征在于，所述第二触发事件包括以下一种或多种：
接收到进入所述第一工作模式的指令；
达到所述第一工作模式开始的预设时刻；
所述采集设备的性能参数不满足所述第二工作模式对应的第一性能指标；
所述第二工作模式关联的处理设备的性能参数不满足所述第二工作模式对应的第二性能指标。
8.根据权利要求1至7任一所述的检测方法，其特征在于，所述基于所述视频流，得到所述视频流中包含的目标管理对象的行为状态，包括：
从所述视频流中提取目标视频帧；
对提取的目标视频帧进行姿态检测，确定所述目标管理对象在所述目标视频帧中的姿态数据；
根据检测到的姿态数据，确定目标管理对象的行为状态。
9.根据权利要求8所述的检测方法，其特征在于，所述对提取的目标视频帧进行姿态检测，确定所述目标管理对象在所述目标视频帧中的姿态数据，包括：
对所述目标视频帧进行特征点提取，得到多个特征点在所述目标视频帧中对应的位置信息；
基于所述多个特征点在所述目标视频帧中对应的位置信息，确定所述目标视频帧中包含的目标管理对象的姿态数据。
10.根据权利要求8或9所述的检测方法，其特征在于，所述目标视频帧包括多帧视频帧，所述根据检测到的姿态数据，确定目标管理对象的行为状态，包括：
根据从所述目标视频帧中检测到的所述目标管理对象的姿态数据，确定所述目标管理对象的行为状态。
11.根据权利要求10所述的检测方法，其特征在于，所述根据从所述目标视频帧中检测到的所述目标管理对象的姿态数据，确定目标管理对象的行为状态，包括：
若所述目标视频帧中所述目标管理对象的姿态数据满足目标行为状态的视频帧连续且超过预设数量，则确定所述目标管理对象的行为状态为所述目标行为状态。
12.一种行为状态的检测装置，其特征在于，所述检测装置包括：
检测模块，用于响应于采集设备处于第一工作模式，检测是否发生第一触发事件；
切换模块，用于响应于发生第一触发事件，控制采集设备从第一工作模式切换至第二工作模式；
处理模块，用于通过处于所述第二工作模式的所述采集设备采集视频流，并基于所述视频流，得到所述视频流中包含的目标管理对象的行为状态。
13.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至11任一所述的检测方法的步骤。
14.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至11任一所述的检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011545156.XA CN112597899A (zh) | 2020-12-24 | 2020-12-24 | 一种行为状态的检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011545156.XA CN112597899A (zh) | 2020-12-24 | 2020-12-24 | 一种行为状态的检测方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112597899A true CN112597899A (zh) | 2021-04-02 |
Family
ID=75200538
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011545156.XA Pending CN112597899A (zh) | 2020-12-24 | 2020-12-24 | 一种行为状态的检测方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112597899A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113709568A (zh) * | 2021-08-31 | 2021-11-26 | 维沃移动通信有限公司 | 专注度提醒方法和装置 |
| CN113727074A (zh) * | 2021-08-31 | 2021-11-30 | 维沃移动通信有限公司 | 监控信息提示方法、装置和电子设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106060391A (zh) * | 2016-06-27 | 2016-10-26 | 联想(北京)有限公司 | 一种摄像头工作模式的处理方法及装置、电子设备 |
| CN108810284A (zh) * | 2018-07-12 | 2018-11-13 | 维沃移动通信有限公司 | 一种摄像头的模式切换方法及电子设备 |
| CN109919079A (zh) * | 2019-03-05 | 2019-06-21 | 百度在线网络技术（北京）有限公司 | 用于检测学习状态的方法和装置 |
| CN110557553A (zh) * | 2018-05-31 | 2019-12-10 | 杭州萤石软件有限公司 | 一种数据处理方法、视频采集设备和可读存储介质 |
| CN110647231A (zh) * | 2018-06-07 | 2020-01-03 | 阿里巴巴集团控股有限公司 | 一种数据处理方法、装置和机器可读介质 |
| CN111767888A (zh) * | 2020-07-08 | 2020-10-13 | 北京澎思科技有限公司 | 对象状态检测方法、计算机设备、存储介质和电子设备 |
| CN111935453A (zh) * | 2020-07-27 | 2020-11-13 | 浙江大华技术股份有限公司 | 一种学习监督方法、装置、电子设备及存储介质 |
| CN112083787A (zh) * | 2020-09-15 | 2020-12-15 | 北京字跳网络技术有限公司 | 应用程序运行模式切换方法、装置、电子设备和存储介质 |
-
2020
- 2020-12-24 CN CN202011545156.XA patent/CN112597899A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106060391A (zh) * | 2016-06-27 | 2016-10-26 | 联想(北京)有限公司 | 一种摄像头工作模式的处理方法及装置、电子设备 |
| CN110557553A (zh) * | 2018-05-31 | 2019-12-10 | 杭州萤石软件有限公司 | 一种数据处理方法、视频采集设备和可读存储介质 |
| CN110647231A (zh) * | 2018-06-07 | 2020-01-03 | 阿里巴巴集团控股有限公司 | 一种数据处理方法、装置和机器可读介质 |
| CN108810284A (zh) * | 2018-07-12 | 2018-11-13 | 维沃移动通信有限公司 | 一种摄像头的模式切换方法及电子设备 |
| CN109919079A (zh) * | 2019-03-05 | 2019-06-21 | 百度在线网络技术（北京）有限公司 | 用于检测学习状态的方法和装置 |
| CN111767888A (zh) * | 2020-07-08 | 2020-10-13 | 北京澎思科技有限公司 | 对象状态检测方法、计算机设备、存储介质和电子设备 |
| CN111935453A (zh) * | 2020-07-27 | 2020-11-13 | 浙江大华技术股份有限公司 | 一种学习监督方法、装置、电子设备及存储介质 |
| CN112083787A (zh) * | 2020-09-15 | 2020-12-15 | 北京字跳网络技术有限公司 | 应用程序运行模式切换方法、装置、电子设备和存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113709568A (zh) * | 2021-08-31 | 2021-11-26 | 维沃移动通信有限公司 | 专注度提醒方法和装置 |
| CN113727074A (zh) * | 2021-08-31 | 2021-11-30 | 维沃移动通信有限公司 | 监控信息提示方法、装置和电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112866808B (zh) | 一种视频处理方法、装置、电子设备及存储介质 | |
| CN110175514B (zh) | 一种刷脸支付提示方法、装置及设备 | |
| EP2724209B1 (en) | Computer device operable with user's eye movement and method for operating the computer device | |
| EP3293620A1 (en) | Multi-screen control method and system for display screen based on eyeball tracing technology | |
| CN112597899A (zh) | 一种行为状态的检测方法、装置、电子设备及存储介质 | |
| CN110291478A (zh) | 驾驶员监视和响应系统 | |
| EP2879020B1 (en) | Display control method, apparatus, and terminal | |
| CN105184246A (zh) | 活体检测方法和活体检测系统 | |
| CN105393191A (zh) | 自适应事件识别 | |
| JP2018032950A (ja) | 情報処理装置及びその方法、コンピュータプログラム | |
| CN103699308A (zh) | 一种自动翻页的方法及装置 | |
| CN112101123B (zh) | 一种注意力检测方法及装置 | |
| CN110476141A (zh) | 视线跟踪方法及用于执行该方法的用户终端 | |
| CN112733619A (zh) | 采集设备的位姿调整方法、装置、电子设备及存储介质 | |
| JP2021152916A (ja) | 目の保護モードの提示方法、装置、電子設備、記憶媒体、及びプログラム | |
| CN109101110A (zh) | 一种操作指令执行方法、装置、用户终端及存储介质 | |
| CN112699755A (zh) | 一种行为检测方法、装置、计算机设备和存储介质 | |
| CN113409056B (zh) | 支付方法、装置、本地识别设备、人脸支付系统及设备 | |
| JP2009217448A (ja) | 画像情報を用いた人物追跡システム | |
| US10664689B2 (en) | Determining user activity based on eye motion | |
| CN112651865A (zh) | 一种行为状态的提示方法、装置、电子设备及存储介质 | |
| JP2018060375A (ja) | 情報処理システム、情報処理装置およびプログラム | |
| CN113891002B (zh) | 拍摄方法及装置 | |
| CN112714259B (zh) | 待拍摄对象的状态调整方法、装置 | |
| CN115116136A (zh) | 一种异常行为检测方法、装置、介质 |
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: 20210402 |
|
| RJ01 | Rejection of invention patent application after publication |