CN113034822A - 提示用户的方法、装置、电子设备及介质 - Google Patents

Abstract

本申请公开了一种提示用户的方法、装置、电子设备及介质。其中，本申请中，通过应用本申请的技术方案，可以由设置在路面上的灯杆针对特定区域拍摄的图像确定行人即将要过马路时，根据包含该区域各通行车辆的图像，确定该行人是否存在安全隐患，并在确定后，生成对应的警示提示并发送给该行人。这也避免了行人在道路通行的过程中未注意到行驶的车辆等其他交通对象所带来的危险的弊端。

Description

提示用户的方法、装置、电子设备及介质

技术领域

本申请中涉及图像处理技术，尤其是一种提示用户的方法、装置、电子设备及介质

背景技术

由于通信时代和社会的兴起，智能设备已经随着通信技术的崛起而不断被更多的人们所应用。例如，利用智能设备进行道路监控可以极大的减少人工巡逻的时间。

进一步的，对于行人来说，在道路中通行时通常是依靠人行横道以及红绿灯进行通行。然而，随着智能设备的普及，越来越多的人在道路通行的过程中会被设备上显示的内容所吸引而无法注意到行驶的车辆等其他交通对象所带来的危险。

因此，如何利用智能设备避免行人在道路通行过程中所存在的安全隐患，成为了本领域技术人员需要解决的问题。

发明内容

本申请实施例提供一种提示用户的方法、装置、电子设备及介质。

其中，根据本申请实施例的一个方面，提供的一种提示用户的方法，其特征在于，包括：

获取针对第一区域的第一道路图像，所述第一道路图像为第一灯杆拍摄的道路图像，所述第一道路图像中包括行人对象；

当基于所述第一道路图像，确定所述行人对象发生预设事件时，获取针对第二区域的第二道路图像，所述第二道路图像为第二灯杆拍摄的道路图像，所述第二区域为距离所述第一区域预设范围内的区域；

基于所述第二道路图像，确定是否存在警示事件，所述警示事件对应于所述预设事件；

当检测到存在所述警示事件时，生成警示提示，所述警示提示用于提示所述行人对象存在安全隐患。

可选地，在基于本申请上述方法的另一个实施例中，所述基于所述第一道路图像，确定所述行人对象发生预设事件，包括：

解析所述第一道路图像，确定所述行人对象在所述第一区域的第一位置；

基于所述第一位置，计算所述行人对象的预测行进轨迹；

当检测到所述行人对象的预测行进轨迹满足预设的第一条件时，确定所述行人对象发生所述预设事件。

可选地，在基于本申请上述方法的另一个实施例中，所述当检测到所述行人对象的行进轨迹满足预设的第一条件时，确定所述行人对象发生所述预设事件，包括：

解析所述第一道路图像，获取所述行人对象的器官特征参数，所述器官特征参数包括脸部特征参数以及肢体特征参数的至少一种；

当检测到所述行人对象的器官特征参数满足第二条件，且所述预测行进轨迹满足所述第一条件时，确定所述行人对象发生所述预设事件。

可选地，在基于本申请上述方法的另一个实施例中，所述基于所述第二道路图像，确定是否存在警示事件，包括：

解析所述第二道路图像，确定所述第二区域中是否存在车辆对象；

当确定所述第二区域中存在车辆对象时，基于所述车辆对象的通行参数，确定是否存在所述警示事件，所述通行参数包括车速参数以及方向参数。

可选地，在基于本申请上述方法的另一个实施例中，所述基于所述车辆对象的通行参数，确定是否存在所述警示事件，包括：

基于所述车辆对象的车速参数以及方向参数确定所述第二区域中各方向的车辆通行时间，所述车辆通行时间为所述车辆对象到达所述行人对象的预测行进轨迹的时间；

基于所述车辆通行时间与时间阈值的大小关系，确定是否存在所述警示事件。

可选地，在基于本申请上述方法的另一个实施例中，所述基于所述车辆通行时间与时间阈值的大小关系，确定是否存在所述警示事件，包括：

基于各所述车辆对象对应的车辆通行时间，确定第一车辆对象，所述第一车辆对象为各所述车辆通行时间中，通行时间最少的车辆对象；

基于所述第一车辆对象对应的车辆通行时间与所述时间阈值的大小关系，确定是否存在所述警示事件。

可选地，在基于本申请上述方法的另一个实施例中，在所述生成警示提示之后，还包括：

利用第三灯杆的语音播放装置，播放预警语音，所述预警语音为基于所述警示提示生成的语音；

和/或，

利用第四灯杆的通信传输装置，向所述行人对象发送所述警示提示。

根据本申请实施例的另一个方面，提供的一种提示用户的装置，包括：

获取模块，被设置为获取针对第一区域的第一道路图像，所述第一道路图像为第一灯杆拍摄的道路图像，所述第一道路图像中包括行人对象；

第一确定模块，被设置为当基于所述第一道路图像，确定所述行人对象发生预设事件时，获取针对第二区域的第二道路图像，所述第二道路图像为第二灯杆拍摄的道路图像，所述第二区域为距离所述第一区域预设范围内的区域；

第二确定模块，被设置为基于所述第二道路图像，确定是否存在警示事件，所警示事件对应于所述预设事件；

生成模块，被设置为当检测到存在所述警示事件时，生成警示提示，所述警示提示用于提示所述行人对象存在安全隐患。

根据本申请实施例的又一个方面，提供的一种电子设备，包括：

存储器，用于存储可执行指令；以及

显示器，用于与所述存储器显示以执行所述可执行指令从而完成上述任一所述提示用户的方法的操作。

根据本申请实施例的还一个方面，提供的一种计算机可读存储介质，用于存储计算机可读取的指令，所述指令被执行时执行上述任一所述提示用户的方法的操作。

本申请中，在获取由第一灯杆拍摄的针对第一区域的包括行人对象的第一道路图像之后，可以在当基于第一道路图像，确定行人对象发生预设事件时，获取由第二灯杆拍摄的针对第二区域的第二道路图像，并基于第二道路图像，确定是否存在对应于预设事件的警示事件，再当检测到存在警示事件时，生成用于提示行人对象存在安全隐患的警示提示。通过应用本申请的技术方案，可以由设置在路面上的灯杆针对特定区域拍摄的图像确定行人即将要过马路时，根据包含该区域各通行车辆的图像，确定该行人是否存在安全隐患，并在确定后，生成对应的警示提示并发送给该行人。这也避免了行人在道路通行的过程中未注意到行驶的车辆等其他交通对象所带来的危险的弊端。

下面通过附图和实施例，对本申请的技术方案做进一步的详细描述。

附图说明

构成说明书的一部分的附图描述了本申请的实施例，并且连同描述一起用于解释本申请的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本申请，其中：

图1为本申请视提示用户的系统架构示意图；

图2为本申请提出的一种提示用户的方法的示意图；

图3为本申请提出的一种提示用户的方法的示意图；

图4为本申请提示用户的装置的结构示意图；

图5为本申请显示电子设备结构示意图。

具体实施方式

现在将参照附图来详细描述本申请的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，不作为对本申请及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。

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讨论。

另外，本申请各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

需要说明的是，本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

下面结合图1-图3来描述根据本申请示例性实施方式的用于进行提示用户的方法。需要注意的是，下述应用场景仅是为了便于理解本申请的精神和原理而示出，本申请的实施方式在此方面不受任何限制。相反，本申请的实施方式可以应用于适用的任何场景。

图1示出了可以应用本申请实施例的视频处理方法或视频处理装置的示例性系统架构100的示意图。

如图1所示，系统架构100可以包括终端设备101、102、103中的一种或多种，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、便携式计算机和台式计算机等等。

本申请中的终端设备101、102、103可以为提供各种服务的终端设备。例如用户通过终端设备103(也可以是终端设备101或102)获取针对第一区域的第一道路图像，所述第一道路图像为第一灯杆拍摄的道路图像，所述第一道路图像中包括行人对象；当基于所述第一道路图像，确定所述行人对象发生预设事件时，获取针对第二区域的第二道路图像，所述第二道路图像为第二灯杆拍摄的道路图像，所述第二区域为距离所述第一区域预设范围内的区域；基于所述第二道路图像，确定是否存在警示事件，所警示事件对应于所述预设事件；当检测到存在所述警示事件时，生成警示提示，所述警示提示用于提示所述行人对象存在安全隐患。

在此需要说明的是，本申请实施例所提供的视频处理方法可以由终端设备101、102、103中的一个或多个,和/或,服务器105执行，相应地，本申请实施例所提供的视频处理装置一般设置于对应终端设备中,和/或，服务器105中，但本申请不限于此。

本申请还提出一种提示用户的方法、装置、目标终端及介质。

图2示意性地示出了根据本申请实施方式的一种提示用户的方法的流程示意图。如图2所示，该方法包括：

S101，获取针对第一区域的第一道路图像，第一道路图像为第一灯杆拍摄的道路图像，第一道路图像中包括行人对象。

需要说明的是，本申请中获取第一道路图像的设备做具体限定，例如可以为智能设备，也可以为服务器。其中，智能设备可以是PC(Personal Computer，个人电脑)，也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts GroupAudioLayerIII，动态影像专家压缩标准音频层面3)提示用户的器、MP4(Moving PictureExpertsGroup Audio Layer IV，动态影像专家压缩标准音频层面4)提示用户的器、便携计算机等具有显示功能的可移动式终端设备等等。

进一步的，本申请不对第一区域做具体限定，也即第一区域可以为任意的区域。

更进一步的，本申请中的灯杆可以是设置在第一区域的智慧灯杆。相比于传统灯杆仅能提供照明功能而言，智慧灯杆通过应用先进、高效、可靠的载波通信等技术，可以实现对灯杆的远程集中控制与管理，大幅节省电力资源，提高公共管理水平，节省维护成本。进而避免了现有的路灯存在功能单一、能耗过高、灯杆老化等问题。

另外，本申请中的灯杆可以包括有一个或多个光源、一个或多个摄像采集装置、一个或多个传感设备以及一个或多个显示屏。同时该一个或多个摄像采集装置安装在智慧灯杆上，一个或多个传感设备包括光线传感设备、温度传感设备、PM值传感设备、风速传感设备和声音传感设备等等。进一步的，本申请中的灯杆还可以包括有中继设备和一个或多个控制模块，且中继设备用于收集摄像设备和传感设备等采集的电子信息，并将所采集的电子信息传送到软件平台，一个或多个控制模块根据软件平台发送的电子信息控制智慧灯杆运行。

本申请中，在当接收到针对第一区域的监控请求时，即可获取设置在第一灯杆拍摄的包括行人对象的道路图像。首先需要说明的是，本申请不对第一灯杆的数量做具体限定，例如可以有一个，也可以有多个。另外，本申请也不对道路图像中的行人对象做具体限定，例如可以为一个，也可以为多个等等。

可以理解的，该第一灯杆即为可以拍摄到目标区域的路面状态的灯杆。例如第一灯杆即可以为存在于第一区域的灯杆。本申请通过启动位于第一区域的灯杆的摄像采集装置，进而获取第一区域对应的道路图像信息。其中，该图像信息中可以包含有多个物体，例如行人，汽车，自行车，交通标志，交通信号灯等等。

S102，当基于第一道路图像，确定行人对象发生预设事件时，获取针对第二区域的第二道路图像，第二道路图像为第二灯杆拍摄的道路图像，第二区域为距离第一区域预设范围内的区域。

本申请中，在获取到第一道路图像之后，即可以首先检测该图像中的行人对象是否要发生预设的事件。其中，本申请不对预设事件做具体限定，例如可以为过马路，或在非人行横道上行进等可能存在安全隐患的事件。可以理解的，本申请在检测到行人发生预设事件时，即可以获取由第二灯杆拍摄的针对第二区域的第二道路图像。以使后续根据该第二道路图像，进一步判定行人在发生预设事件的过程中，会否存在安全隐患。

首先需要说明的是，本申请中的第二区域可以为包含第一区域的区域，以预设事件为行人过马路为例进行说明：本申请可以从可以拍摄到十字路口斑马线(第一区域)的第一灯杆采集的第一道路图像上，确定存在行人A在等待穿行路口以达到马路对面的事件(预设事件)时，本申请即可以获取以十字路口为中心点，半径1km范围内(第二区域)的第二道路图像，以使后续根据该第二道路图像，确定是否存在警示事件。

其中，本申请不对预设范围做具体限定，例如可以为1km，也可以为3km等等。

还需要说明的是，本申请不对第二灯杆的数量做具体限定，例如可以有一个，也可以有多个。且第二灯杆可以与第一灯杆为部分相同或全部相同的灯杆，第二灯杆也可以与第一灯杆为不相同的灯杆。

S103，基于第二道路图像，确定是否存在警示事件，警示事件对应于预设事件。

本申请在获取第二道路图像之后，即可以根据该道路图像中存在的车辆对象，计算每个车辆对象是否会对该行人对象生成的预设事件存在安全隐患。可以理解的，如存在，即可以确定当前存在警示事件。

S104，当检测到存在警示事件时，生成警示提示，警示提示用于提示行人对象存在安全隐患。

进一步的，本申请在确定存在警示事件之后，即可以依据该警示事件，生成用于提示行人对象存在安全隐患的警示提示。其中，本申请不对警示提示做具体限定，例如其可以为语音类的警示提示，也可以为文字类的警示提示，还可以为视频类的警示提示。

随着社会的发展，中国的车辆保有量也随之一路升高。进一步的，由于车辆众多即会导致的行人通行的安全隐患有所提高。现有的道路通行大多依靠交通信号灯来实现车辆以及行人的有序通行。其中，交通信号灯是在交通路口设置的进行导流的，缓解交通拥堵，提高交通秩序的信号指示灯，在道路交通中发挥着重要的作用。然而通常情况下，由于行人会存在由于低头操控移动终端而出现的不遵守交通规则情况，这也导致了容易发生交通事故的弊端。因此，本申请在针对某个行人确定其当前存在有安全隐患时，即可生成对应的警示提示，并将该提示通知给相应的行人对象。

本申请中，在获取由第一灯杆拍摄的针对第一区域的包括行人对象的第一道路图像之后，可以在当基于第一道路图像，确定行人对象发生预设事件时，获取由第二灯杆拍摄的针对第二区域的第二道路图像，并基于第二道路图像，确定是否存在对应于预设事件的警示事件，再当检测到存在警示事件时，生成用于提示行人对象存在安全隐患的警示提示。通过应用本申请的技术方案，可以由设置在路面上的灯杆针对特定区域拍摄的图像确定行人即将要过马路时，根据包含该区域各通行车辆的图像，确定该行人是否存在安全隐患，并在确定后，生成对应的警示提示并发送给该行人。这也避免了行人在道路通行的过程中未注意到行驶的车辆等其他交通对象所带来的危险的弊端。

在本申请另外一种可能的实施方式中，在S103(基于第一道路图像，确定行人对象发生预设事件)中，可以通过以下方式实现：

解析第一道路图像，确定行人对象在第一区域的第一位置；

基于第一位置，计算行人对象的预测行进轨迹；

当检测到行人对象的预测行进轨迹满足预设的第一条件时，确定行人对象发生预设事件。

进一步的，本申请在确定行人是否发生预设事件的过程中，可以通过该行人在第一区域的第一位置来预测其对应的行进轨迹。可以理解的，当该预测行进轨迹满足预设的行进路线(第一条件)时，即可以确定该行人对象发生预设事件。

首先需要说明的是，本申请不对第一位置做具体限定，例如其可以为人行道，斑马线，机动车道，非机动车道等等。可以理解的，本申请可以根据预设事件的不同，选择不同的第一位置。例如，当预设事件为过马路时，第一位置即可以为位于路口的斑马线处。而当预设事件为乱闯通行道时，第一位置即可以为道路的非机动车道处。

可选的，本申请在当检测到行人对象的预测行进轨迹满足预设的第一条件时，确定行人对象发生预设事件的过程中，可以通过以下步骤得到：

解析第一道路图像，获取行人对象的器官特征参数，器官特征参数包括脸部特征参数以及肢体特征参数的至少一种；

当检测到行人对象的器官特征参数满足第二条件，且预测行进轨迹满足第一条件时，确定行人对象发生预设事件。

进一步的，本申请在确定行人是否发生预设事件的过程中，还可以通过该行人对象的器官特征参数来确定。其中，该器官特征参数至少包括脸部特征参数以及肢体特征参数的至少一种。

可以理解的，该脸部特征参数即可以用于反映该行人的脸部朝向。例如，当本申请根据脸部特征参数确定行人的脸部面向下方时，即可认定该用户可能存在低头操控移动终端的情况。因此，该行人即可能出现存在安全隐患的情况，因此可以确定该行人对象发生预设事件。

更进一步的，本申请中的肢体特征参数即可以用于反映该行人的手臂放置状态。例如，当本申请根据肢体特征参数确定行人的手臂为举起状态时，即可认定该用户可能存在拿起移动终端的情况。因此，该行人即可能出现存在安全隐患的情况，因此可以确定该行人对象发生预设事件。

进一步的，本申请可以在利用灯杆的摄像采集装置获取到道路图像后，利用神经网络模型提取行人对象的器官特征信息，进而得到对应的脸部参数以及肢体参数。需要说明的是，本申请不对预设的神经网络模型做具体限定，在一种可能的实施方式中，可以为利用卷积神经网络模型，对道路图像进行特征识别。

其中，卷积神经网络(Convolutional Neural Networks,CNN)是一类包含卷积计算且具有深度结构的前馈神经网络(Feedforward Neural Networks)，是深度学习的代表算法之一。卷积神经网络具有表征学习(representation learning)能力，能够按其阶层结构对输入信息进行平移不变分类。得益于CNN(卷积神经网络)对图像的强大特征表征能力，其在图像分类、目标检测、语义分割等领域都取得了令人瞩目的效果。

进一步的，本申请可以使用CNN神经网络模型中的提取道路图像中的行人的器官特征参数。其中，需要将至少一张道路图像输入至预设的卷积神经网络模型中，并将卷积神经网络模型最后一层全连接层(FC，fully connected layer)的输出作为对该道路图像对应的特征数据。以使后续根据该特征数据，得到道路图像对应的器官特征参数(脸部特征参数以及肢体特征参数)。

还需要说明的是，本申请在利用卷积神经网络模型，确定行人对象对应的器官特征参数之前，还需要通过以下方式获取该卷积神经网络模型：

获取样本图像，其中，样本图像包括至少一个耳部特征信息；

利用样本图像对预设的图像语义分割模型进行训练，得到满足预设条件的神经网络检测模型。

进一步的，本申请可以通过神经网络图像分类模型，来识别样本图像所包括的至少一个对象的样本特征(例如可以为面部特征，眼部特征，手臂特征等等)。更进一步而言，神经网络图像分类模型还可以对样本图像中的各个样本特征进行分类，并且将属于同一类别的样本特征分为同一类型，这样，样本图像进行语义分割之后所得到的多个样本特征可以为多个不同类型所组成的样本特征。

更进一步可选的，本申请在基于第二道路图像，确定是否存在警示事件的过程中，可以通过以下步骤实现：

解析第二道路图像，确定第二区域中是否存在车辆对象；

当确定第二区域中存在车辆对象时，基于车辆对象的通行参数，确定是否存在警示事件，通行参数包括车速参数以及方向参数。

进一步的，本申请在获取到第二道路图像时，本申请可以首先确定该区域中是否存在车辆对象，可以理解的，当不存在时，即代表行人出现安全隐患的概率较低，而当存在时，则可以进一步的获取各个车辆对应的通行参数，以使后续进一步确定各车辆是否会对行人出现潜在的威胁。其中，该通行参数至少包括有车速参数以及方向参数。

更进一步的，本申请中的车速参数即用于反映该车辆行驶的速度信息。需要说明的是，由于车辆在行近路口时容易出现减速的情况，因此本申请还可以在单位时间内连续检测该车辆的车速信息。并在当检测到其车速逐步降低时，则可以根据之前检测到的减速度信息，取其对应的车速平均值。

另外，本申请中的方向参数即可以为该车辆所行驶的方向，例如对于一个十字路口来说，可以包含有四个方向的车道。可以理解的，每个方向的车道对应的汽车行驶方向均不相同。本申请可以根据各个车辆对象的方向参数，确定路口各个方向的车辆数量以及车辆行驶方向。

再进一步可选的，本申请在基于车辆对象的通行参数，确定是否存在警示事件的过程中，可以通过以下步骤实现：

基于车辆对象的车速参数以及方向参数，确定第二区域中，各方向的车辆通行时间，车辆通行时间为车辆对象到达行人对象的预测行进轨迹的时间；

基于车辆通行时间与时间阈值的大小关系，确定是否存在警示事件。

进一步的，对于通行对象为车辆对象来说，本申请首先可以根据各个车辆对象的方向参数以及车速参数。确定在第一区域中，各方向的车辆到达行人对象的预测行进轨迹的通行时间。例如，当预设事件为过马路时，行人对象的预测行进轨迹即为穿行马路的轨迹，则各方向的车辆通行时间即为该车辆到达该穿行马路的所在轨迹的时间。

本申请中，在计算得到目标路口各方向的车辆通行时间以及行进方向后，即可以根据该车辆通行时间，与预设的时间阈值进行比较。例如，本申请可以根据目标路口各方向车辆通过路口(穿行马路的轨迹)的时间，计算其通行至路口时，会否与该行人相遇。如果会，则确定存在有警示事件。如果不会，则确定不存在有警示事件。

其中，本申请中的时间阈值可以为根据行人对象的行进步速，当前天气状况，路面交通状态等多个参数而生成的阈值，也可以为服务器根据该第一区域的面积大小而预先生成的阈值。本申请对此不作限定。

可以理解的，当该车辆通行时间小于时间阈值时，即认为该车辆有可能会存在有对行人发生交通事故的可能，而当该车辆通行时间大于时间阈值时，即认为该车辆有不会对行人发生交通事故。

进一步可选的，本申请在确定是否存在警示事件的过程中，可以通过以下步骤得到：

基于各车辆对象对应的车辆通行时间，确定第一车辆对象，第一车辆对象为各车辆通行时间中，通行时间最少的车辆对象；

基于第一车辆对象对应的车辆通行时间与时间阈值的大小关系，确定是否存在警示事件。

进一步的，本申请在获取到各个车辆对象的通行时间以及行进方向之后，可以基于该参数，从中选取其中通行时间最少的第一车辆对象。需要说明的是，本申请不对第一车辆对象做具体限定，例如其可以为汽车，也可以为电动车，自行车等等。可以理解的，只要其在各个车辆对象对应的通行时间中，具备通行时间最少的要求即可。

更进一步的，本申请在确定第一车辆对象之后，可以计算该第一车辆对象对应的第一通行时间与时间阈值的大小关系。并在确定第一通行时间大于时间阈值时，判定该第一车辆对象在通行路口时不会与行人对象相冲突。可以理解的，当第一车辆对象在通行路口时不会与行人对象相冲突的情况下，其他车辆对象更不会与该行人对象相冲突。因此，本申请可以据此生成不存在警示事件的匹配结果。进一步的，当在确定第一通行时间小于或等于时间阈值时，即可判定该第一车辆对象在通行路口时可能会与行人对象相冲突。因此即可生成对应的用于提示行人对象存在安全隐患的警示提示。

需要说明的是，本申请不对时间阈值做具体限定，例如可以为5秒，也可以为10秒等等。

进一步可选的，在本申请的一种实施方式中，在S104(生成警示提示)之后，还包括一种具体的实施方式，如图3所示，包括：

S201，获取针对第一区域的第一道路图像。

S202，当基于第一道路图像，确定行人对象发生预设事件时，获取针对第二区域的第二道路图像。

S203，基于第二道路图像，确定是否存在警示事件。

S204，当检测到存在警示事件时，生成警示提示。

S205，利用第三灯杆的语音播放装置，播放预警语音，预警语音为基于警示提示生成的语音。

进一步的，本申请在生成警示提示之后，为了尽快的提示该行人对象当前存在有安全隐患。本申请即可以在第三灯杆的语音播放装置上播放该基于警示提示生成的预警语音。其中需要说明的是，本申请不对第三灯杆做具体限定，例如该第三灯杆可以为距离行人最近的一个或多个灯杆。这也避免了当户外为雷雨，雾霾等恶劣天气或是行人低头看移动终端所导致的视线受阻进而无法查看道路状态时，行人还可以通过收听灯杆播放的预警语音，改变自身的行进路线，以避免交通事故的发生。

S206，利用第四灯杆的通信传输装置，向行人对象发送警示提示。

进一步的，本申请在生成警示提示之后，为了避免行人因为佩戴耳机或是路面嘈杂等原因所导致的无法收听预警语音的问题，本申请还可以利用第四灯杆的通信传输装置，向行人对象发送警示提示。其中，本申请不对灯杆的通信传输装置做具体限定，例如可以为蓝牙传输装置，也可以为无线网络传输装置等等。

更进一步的，本申请中的警示提示可以为短信形式的提示，也可以为视频类的提示。第四灯杆在将警示提示传输到行人对象的移动终端上后，移动终端即可直接显示该提示信息。

需要说明的是，本申请不对第四灯杆做具体限定，例如第四灯杆也可以为距离行人最近的一个或多个灯杆。另外，本申请中的便可以与第三灯杆为同一灯杆，也可以为不同的灯杆。

本申请中，在获取由第一灯杆拍摄的针对第一区域的包括行人对象的第一道路图像之后，可以在当基于第一道路图像，确定行人对象发生预设事件时，获取由第二灯杆拍摄的针对第二区域的第二道路图像，并基于第二道路图像，确定是否存在对应于预设事件的警示事件，再当检测到存在警示事件时，生成用于提示行人对象存在安全隐患的警示提示。通过应用本申请的技术方案，可以由设置在路面上的灯杆针对特定区域拍摄的图像确定行人即将要过马路时，根据包含该区域各通行车辆的图像，确定该行人是否存在安全隐患，并在确定后，生成对应的警示提示并发送给该行人。这也避免了行人在道路通行的过程中未注意到行驶的车辆等其他交通对象所带来的危险的弊端。

在本申请的另外一种实施方式中，如图3所示，本申请还提供一种提示用户的装置。其中，该装置包括获取模块301，第一确定模块302，第二确定模块303，生成模块304，其中：

获取模块301，被设置为获取针对第一区域的第一道路图像，所述第一道路图像为第一灯杆拍摄的道路图像，所述第一道路图像中包括行人对象；

第一确定模块302，被设置为当基于所述第一道路图像，确定所述行人对象发生预设事件时，获取针对第二区域的第二道路图像，所述第二道路图像为第二灯杆拍摄的道路图像，所述第二区域为距离所述第一区域预设范围内的区域；

第二确定模块303，被设置为基于所述第二道路图像，确定是否存在警示事件，所警示事件对应于所述预设事件；

生成模块304，被设置为当检测到存在所述警示事件时，生成警示提示，所述警示提示用于提示所述行人对象存在安全隐患。

本申请中，在获取由第一灯杆拍摄的针对第一区域的包括行人对象的第一道路图像之后，可以在当基于第一道路图像，确定行人对象发生预设事件时，获取由第二灯杆拍摄的针对第二区域的第二道路图像，并基于第二道路图像，确定是否存在对应于预设事件的警示事件，再当检测到存在警示事件时，生成用于提示行人对象存在安全隐患的警示提示。通过应用本申请的技术方案，可以由设置在路面上的灯杆针对特定区域拍摄的图像确定行人即将要过马路时，根据包含该区域各通行车辆的图像，确定该行人是否存在安全隐患，并在确定后，生成对应的警示提示并发送给该行人。这也避免了行人在道路通行的过程中未注意到行驶的车辆等其他交通对象所带来的危险的弊端。

在本申请的另一种实施方式中，第一确定模块302，还包括：

第一确定模块302，被配置为解析所述第一道路图像，确定所述行人对象在所述第一区域的第一位置；

第一确定模块302，被配置为基于所述第一位置，计算所述行人对象的预测行进轨迹；

第一确定模块302，被配置为当检测到所述行人对象的预测行进轨迹满足预设的第一条件时，确定所述行人对象发生所述预设事件。

在本申请的另一种实施方式中，第一确定模块302，还包括：

第一确定模块302，被配置为解析所述第一道路图像，获取所述行人对象的器官特征参数，所述器官特征参数包括脸部特征参数以及肢体特征参数的至少一种；

第一确定模块302，被配置为当检测到所述行人对象的器官特征参数满足第二条件，且所述预测行进轨迹满足所述第一条件时，确定所述行人对象发生所述预设事件。

在本申请的另一种实施方式中，第一确定模块302，其中：

第一确定模块302，被配置为解析所述第二道路图像，确定所述第二区域中是否存在车辆对象；

第一确定模块302，被配置为当确定所述第二区域中存在车辆对象时，基于所述车辆对象的通行参数，确定是否存在所述警示事件，所述通行参数包括车速参数以及方向参数。

在本申请的另一种实施方式中，第一确定模块302，其中：

第一确定模块302，被配置为基于所述车辆对象的车速参数以及方向参数，确定所述第二区域中，各方向的车辆通行时间，所述车辆通行时间为所述车辆对象到达所述行人对象的预测行进轨迹的时间；

第一确定模块302，被配置为基于所述车辆通行时间与时间阈值的大小关系，确定是否存在所述警示事件。

在本申请的另一种实施方式中，第一确定模块302，还包括：

第一确定模块302，被配置为基于各所述车辆对象对应的车辆通行时间，确定第一车辆对象，所述第一车辆对象为各所述车辆通行时间中，通行时间最少的车辆对象；

第一确定模块302，被配置为基于所述第一车辆对象对应的车辆通行时间与所述时间阈值的大小关系，确定是否存在所述警示事件。

在本申请的另一种实施方式中，还包括，播放模块304，其中：

播放模块304，被配置为利用第三灯杆的语音播放装置，播放预警语音，所述预警语音为基于所述警示提示生成的语音；

和/或，

播放模块304，被配置为利用第四灯杆的通信传输装置，向所述行人对象发送所述警示提示。

图5是根据一示例性实施例示出的一种电子设备的逻辑结构框图。例如，电子设备400可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图5，电子设备400可以包括以下一个或多个组件：处理器401和存储器402。

处理器401可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器401可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器401也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(Central ProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器401可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器401还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器402可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器402还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器402中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器401所执行以实现本申请中方法实施例提供的互动特效标定方法。

在一些实施例中，电子设备400还可选包括有：外围设备接口403和至少一个外围设备。处理器401、存储器402和外围设备接口403之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口403相连。具体地，外围设备包括：射频电路404、触摸显示屏405、摄像头406、音频电路407、定位组件408和电源409中的至少一种。

外围设备接口403可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器401和存储器402。在一些实施例中，处理器401、存储器402和外围设备接口403被集成在同一芯片或电路板上；在一些其他实施例中，处理器401、存储器402和外围设备接口403中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路404用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路404通过电磁信号与通信网络以及其他通信设备进行通信。射频电路404将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路404包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路404可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路404还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。

显示屏405用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏405是触摸显示屏时，显示屏405还具有采集在显示屏405的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器401进行处理。此时，显示屏405还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏405可以为一个，设置电子设备400的前面板；在另一些实施例中，显示屏405可以为至少两个，分别设置在电子设备400的不同表面或呈折叠设计；在再一些实施例中，显示屏405可以是柔性显示屏，设置在电子设备400的弯曲表面上或折叠面上。甚至，显示屏405还可以设置成非矩形的不规则图形，也即异形屏。显示屏405可以采用LCD(Liquid Crystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。

摄像头组件406用于采集图像或视频。可选地，摄像头组件406包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及VR(Virtual Reality，虚拟现实)拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件406还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路407可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器401进行处理，或者输入至射频电路404以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在电子设备400的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器401或射频电路404的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路407还可以包括耳机插孔。

定位组件408用于定位电子设备400的当前地理位置，以实现导航或LBS(LocationBased Service，基于位置的服务)。定位组件408可以是基于美国的GPS(GlobalPositioning System，全球定位系统)、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源409用于为电子设备400中的各个组件进行供电。电源409可以是交流电、直流电、一次性电池或可充电电池。当电源409包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。

在一些实施例中，电子设备400还包括有一个或多个传感器410。该一个或多个传感器410包括但不限于：加速度传感器411、陀螺仪传感器412、压力传感器413、指纹传感器414、光学传感器415以及接近传感器416。

加速度传感器411可以检测以电子设备400建立的坐标系的三个坐标轴上的加速度大小。比如，加速度传感器411可以用于检测重力加速度在三个坐标轴上的分量。处理器401可以根据加速度传感器411采集的重力加速度信号，控制触摸显示屏405以横向视图或纵向视图进行用户界面的显示。加速度传感器411还可以用于游戏或者用户的运动数据的采集。

陀螺仪传感器412可以检测电子设备400的机体方向及转动角度，陀螺仪传感器412可以与加速度传感器411协同采集用户对电子设备400的3D动作。处理器401根据陀螺仪传感器412采集的数据，可以实现如下功能：动作感应(比如根据用户的倾斜操作来改变UI)、拍摄时的图像稳定、游戏控制以及惯性导航。

压力传感器413可以设置在电子设备400的侧边框和/或触摸显示屏405的下层。当压力传感器413设置在电子设备400的侧边框时，可以检测用户对电子设备400的握持信号，由处理器401根据压力传感器413采集的握持信号进行左右手识别或快捷操作。当压力传感器413设置在触摸显示屏405的下层时，由处理器401根据用户对触摸显示屏405的压力操作，实现对UI界面上的可操作性控件进行控制。可操作性控件包括按钮控件、滚动条控件、图标控件、菜单控件中的至少一种。

指纹传感器414用于采集用户的指纹，由处理器401根据指纹传感器414采集到的指纹识别用户的身份，或者，由指纹传感器414根据采集到的指纹识别用户的身份。在识别出用户的身份为可信身份时，由处理器401授权该用户执行相关的敏感操作，该敏感操作包括解锁屏幕、查看加密信息、下载软件、支付及更改设置等。指纹传感器414可以被设置电子设备400的正面、背面或侧面。当电子设备400上设置有物理按键或厂商Logo时，指纹传感器414可以与物理按键或厂商Logo集成在一起。

光学传感器415用于采集环境光强度。在一个实施例中，处理器401可以根据光学传感器415采集的环境光强度，控制触摸显示屏405的显示亮度。具体地，当环境光强度较高时，调高触摸显示屏405的显示亮度；当环境光强度较低时，调低触摸显示屏405的显示亮度。在另一个实施例中，处理器401还可以根据光学传感器415采集的环境光强度，动态调整摄像头组件406的拍摄参数。

接近传感器416，也称距离传感器，通常设置在电子设备400的前面板。接近传感器416用于采集用户与电子设备400的正面之间的距离。在一个实施例中，当接近传感器416检测到用户与电子设备400的正面之间的距离逐渐变小时，由处理器401控制触摸显示屏405从亮屏状态切换为息屏状态；当接近传感器416检测到用户与电子设备400的正面之间的距离逐渐变大时，由处理器401控制触摸显示屏405从息屏状态切换为亮屏状态。

本领域技术人员可以理解，图4中示出的结构并不构成对电子设备400的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器404，上述指令可由电子设备400的处理器420执行以完成上述提示用户的方法，该方法包括：获取针对第一区域的第一道路图像，所述第一道路图像为第一灯杆拍摄的道路图像，所述第一道路图像中包括行人对象；当基于所述第一道路图像，确定所述行人对象发生预设事件时，获取针对第二区域的第二道路图像，所述第二道路图像为第二灯杆拍摄的道路图像，所述第二区域为距离所述第一区域预设范围内的区域；基于所述第二道路图像，确定是否存在警示事件，所述警示事件对应于所述预设事件；当检测到存在所述警示事件时，生成警示提示，所述警示提示用于提示所述行人对象存在安全隐患。可选地，上述指令还可以由电子设备400的处理器420执行以完成上述示例性实施例中所涉及的其他步骤。可选地，上述指令还可以由电子设备400的处理器420执行以完成上述示例性实施例中所涉及的其他步骤。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供了一种应用程序/计算机程序产品，包括一条或多条指令，该一条或多条指令可以由电子设备400的处理器420执行，以完成上述提示用户的方法，该方法包括：获取针对第一区域的第一道路图像，所述第一道路图像为第一灯杆拍摄的道路图像，所述第一道路图像中包括行人对象；当基于所述第一道路图像，确定所述行人对象发生预设事件时，获取针对第二区域的第二道路图像，所述第二道路图像为第二灯杆拍摄的道路图像，所述第二区域为距离所述第一区域预设范围内的区域；基于所述第二道路图像，确定是否存在警示事件，所述警示事件对应于所述预设事件；当检测到存在所述警示事件时，生成警示提示，所述警示提示用于提示所述行人对象存在安全隐患。可选地，上述指令还可以由电子设备400的处理器420执行以完成上述示例性实施例中所涉及的其他步骤。本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种提示用户的方法，其特征在于，包括：

获取针对第一区域的第一道路图像，所述第一道路图像为第一灯杆拍摄的道路图像，所述第一道路图像中包括行人对象；

当基于所述第一道路图像，确定所述行人对象发生预设事件时，获取针对第二区域的第二道路图像，所述第二道路图像为第二灯杆拍摄的道路图像，所述第二区域为距离所述第一区域预设范围内的区域；

基于所述第二道路图像，确定是否存在警示事件，所述警示事件对应于所述预设事件；

当检测到存在所述警示事件时，生成警示提示，所述警示提示用于提示所述行人对象存在安全隐患。

2.如权利要求1所述的方法，其特征在于，所述基于所述第一道路图像，确定所述行人对象发生预设事件，包括：

解析所述第一道路图像，确定所述行人对象在所述第一区域的第一位置；

基于所述第一位置，计算所述行人对象的预测行进轨迹；

当检测到所述行人对象的预测行进轨迹满足预设的第一条件时，确定所述行人对象发生所述预设事件。

3.如权利要求2所述的方法，其特征在于，所述当检测到所述行人对象的行进轨迹满足预设的第一条件时，确定所述行人对象发生所述预设事件，包括：

解析所述第一道路图像，获取所述行人对象的器官特征参数，所述器官特征参数包括脸部特征参数以及肢体特征参数的至少一种；

当检测到所述行人对象的器官特征参数满足第二条件，且所述预测行进轨迹满足所述第一条件时，确定所述行人对象发生所述预设事件。

4.如权利要求2或3所述的方法，其特征在于，所述基于所述第二道路图像，确定是否存在警示事件，包括：

解析所述第二道路图像，确定所述第二区域中是否存在车辆对象；

当确定所述第二区域中存在车辆对象时，基于所述车辆对象的通行参数，确定是否存在所述警示事件，所述通行参数包括车速参数以及方向参数。

5.如权利要求4所述的方法，其特征在于，所述基于所述车辆对象的通行参数，确定是否存在所述警示事件，包括：

基于所述车辆对象的车速参数以及方向参数，确定所述第二区域中，各方向的车辆通行时间，所述车辆通行时间为所述车辆对象到达所述行人对象的预测行进轨迹的时间；

基于所述车辆通行时间与时间阈值的大小关系，确定是否存在所述警示事件。

6.如权利要求5所述的方法，其特征在于，所述基于所述车辆通行时间与时间阈值的大小关系，确定是否存在所述警示事件，包括：

基于各所述车辆对象对应的车辆通行时间，确定第一车辆对象，所述第一车辆对象为各所述车辆通行时间中，通行时间最少的车辆对象；

基于所述第一车辆对象对应的车辆通行时间与所述时间阈值的大小关系，确定是否存在所述警示事件。

7.如权利要求1所述的方法，其特征在于，在所述生成警示提示之后，还包括：

利用第三灯杆的语音播放装置，播放预警语音，所述预警语音为基于所述警示提示生成的语音；

和/或，

利用第四灯杆的通信传输装置，向所述行人对象发送所述警示提示。

8.一种提示用户的装置，其特征在于，包括：

获取模块，被设置为获取针对第一区域的第一道路图像，所述第一道路图像为第一灯杆拍摄的道路图像，所述第一道路图像中包括行人对象；

第一确定模块，被设置为当基于所述第一道路图像，确定所述行人对象发生预设事件时，获取针对第二区域的第二道路图像，所述第二道路图像为第二灯杆拍摄的道路图像，所述第二区域为距离所述第一区域预设范围内的区域；

第二确定模块，被设置为基于所述第二道路图像，确定是否存在警示事件，所警示事件对应于所述预设事件；

生成模块，被设置为当检测到存在所述警示事件时，生成警示提示，所述警示提示用于提示所述行人对象存在安全隐患。

9.一种电子设备，其特征在于，包括：

存储器，用于存储可执行指令；以及，

处理器，用于与所述存储器显示以执行所述可执行指令从而完成权利要求1-7中任一所述提示用户的方法的操作。

10.一种计算机可读存储介质，用于存储计算机可读取的指令，其特征在于，所述指令被执行时执行权利要求1-7中任一所述提示用户的方法的操作。

Images