CN113326730A - 室内老年人安全监护方法、系统、电子设备及介质 - Google Patents

室内老年人安全监护方法、系统、电子设备及介质 Download PDF

Info

Publication number
CN113326730A
CN113326730A CN202110425161.5A CN202110425161A CN113326730A CN 113326730 A CN113326730 A CN 113326730A CN 202110425161 A CN202110425161 A CN 202110425161A CN 113326730 A CN113326730 A CN 113326730A
Authority
CN
China
Prior art keywords
indoor
contacts
data
recognition model
face recognition
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
Application number
CN202110425161.5A
Other languages
English (en)
Inventor
李丽
陈梦思
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Laishang Technology Co ltd
Original Assignee
Shenzhen Laishang Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Laishang Technology Co ltd filed Critical Shenzhen Laishang Technology Co ltd
Priority to CN202110425161.5A priority Critical patent/CN113326730A/zh
Publication of CN113326730A publication Critical patent/CN113326730A/zh
Pending legal-status Critical Current

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及数据处理技术领域，提供了一种室内老年人安全监护方法、系统、电子设备及存储介质，该方法包括实时监测网关设备上传的来自数据采集终端采集的监测数据，判断监测数据是否落在第一预设阈值范围外，若存在落在第一预设阈值范围外的异常监测数据，确定与采集该异常监测数据对应的目标数据采集终端，并获取目标数据采集终端的位置信息；及获取室内区域的图像数据，将图像数据输入预先训练的人脸识别模型，判断输出结果中是否包含目标人脸，若判断结果为包含目标人脸，则从数据库中获取与该目标人脸关联的所有联系人，并从中确定有效联系人，向有效联系人发送提醒信息。本发明能够在不侵犯老年人的隐私的前提下实现对老年人进行远程监护。

Description

室内老年人安全监护方法、系统、电子设备及介质
技术领域
本发明涉及数据处理技术领域，尤其涉及一种室内老年人安全监护方法、系统、电子设备及介质。
背景技术
目前，中国的人口老龄化问题日益严重，据专家预测，到2030年，我国60岁及以上人口数量将达到3.1亿，占总人口20.42％；到2050年，老人口将高达4.37亿，达到总人口的31.2％。中国己经成为世界上人口老龄化速度最快的国家之一，老年人的人口比例不断攀升，但是相应的社会服务水平却很难符合现有的老年人监护要求，随着老年人的比例越来越高，许多空巢老人或者是重病老人需要24小时监护。在飞速发展的经济社会，儿女又往往没有足够的时间和精力来监护老人，从而引发了一系列社会问题。现有的老年人室内监护技术主要建立在视频设备监控的基础上，但是采用视频设备来进行老年人的室内监护很容易侵犯老年人的隐私，发生紧急情况也无法及时通知监护人，因而无法得到广泛的推广与应用。
因此，如何在不侵犯老年人的隐私的前提下实现对老年人进行远程监护成为亟待解决的问题。
发明内容
本发明的主要目的在于提供一种室内老年人安全监护方法、系统、电子设备及介质，旨在如何在不侵犯老年人的隐私的前提下实现对老年人进行远程监护。
为实现上述目的，本发明提供的一种室内老年人安全监护方法，该方法包括：
实时监测网关设备上传的来自至少一个数据采集终端采集的监测数据，判断所述监测数据是否落在第一预设阈值范围外，若存在落在第一预设阈值范围外的异常监测数据，确定与采集该异常监测数据对应的目标数据采集终端，并获取所述目标数据采集终端的位置信息；及
获取室内区域的图像数据，将所述图像数据输入预先训练的人脸识别模型，判断输出结果中是否包含目标人脸，若判断结果为包含所述目标人脸，则从数据库中获取与该目标人脸关联的所有联系人，并从中确定有效联系人，向所述有效联系人发送预设的提醒信息。
优选地，所述人脸识别模型的训练过程：
获取图像样本，每张图像样本分配唯一的人脸标签；
将所述图像样本按照预设比例分成训练集和验证集，所述训练集中的图像样本数量大于所述验证集中的图像样本数量；
将所述训练集中的图像样本输入所述人脸识别模型进行训练，每隔预设周期使用所述验证集对所述人脸识别模型进行验证，利用所述验证集中各张图像样本和对应的人脸标签对该人脸识别模型的准确率进行验证；及
当验证的准确率大于第二预设阈值时，结束训练，得到所述人脸识别模型。
优选地，所述数据采集终端包括气体传感器、烟雾传感器及声音传感器。
优选地，该方法还包括排序步骤：
获取与所述目标人脸关联的所有联系人，根据预设的排序规则对所有联系人进行排序。
优选地，所述“从中确定有效联系人”步骤包括：
根据所述联系人在数据库中的排序先后顺序选择第一优先级的联系人，将所述提醒信息发送至该联系人，并侦测预设时长内是否接收到联系人反馈的回执信息，若超过所述预设时长未接受所述回执信息则选择第二优先级的联系人进行发送所述提醒信息，直至接收到所述回执信息。
为实现上述目的，本发明还进一步提供一种室内老年人安全监护系统，所述室内老年人安全监护系统包括：
判断模块，用于实时监测网关设备上传的来自至少一个数据采集终端采集的监测数据，判断所述监测数据是否落在第一预设阈值范围外，若存在落在第一预设阈值范围外的异常监测数据，确定与采集该异常监测数据对应的目标数据采集终端，并获取所述目标数据采集终端的位置信息；
提醒模块，用于获取室内区域的图像数据，将所述图像数据输入预先训练的人脸识别模型，判断输出结果中是否包含目标人脸，若判断结果为包含所述目标人脸，则从数据库中获取与该目标人脸关联的所有联系人，并从中确定有效联系人，向所述有效联系人发送预设的提醒信息。
优选地，所述人脸识别模型的训练过程：
获取图像样本，每张图像样本分配唯一的人脸标签；
将所述图像样本按照预设比例分成训练集和验证集，所述训练集中的图像样本数量大于所述验证集中的图像样本数量；
将所述训练集中的图像样本输入所述人脸识别模型进行训练，每隔预设周期使用所述验证集对所述人脸识别模型进行验证，利用所述验证集中各张图像样本和对应的人脸标签对该人脸识别模型的准确率进行验证；及
当验证的准确率大于第二预设阈值时，结束训练，得到所述人脸识别模型。
优选地，所述数据采集终端包括气体传感器、烟雾传感器及声音传感器。
为实现上述目的，本发明还进一步提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述所述的室内老年人安全监护方法。
为实现上述目的，本发明进一步提供一种计算机可读存储介质，所述计算机可读存储介质上存储有用于室内老年人安全监护程序，所述用于室内老年人安全监护程序可被一个或者多个处理器执行，以实现如上所述的室内老年人安全监护方法的步骤。
本发明提出的室内老年人安全监护方法、系统、电子设备及介质，通过实时监测网关设备上传的来自至少一个数据采集终端采集的监测数据，判断所述监测数据是否落在第一预设阈值范围外，若存在落在第一预设阈值范围外的异常监测数据，确定与采集该异常监测数据对应的目标数据采集终端，并获取所述目标数据采集终端的位置信息；获取室内区域的图像数据，将所述图像数据输入预先训练的人脸识别模型，判断输出结果中是否包含目标人脸，若判断结果为包含所述目标人脸，则从数据库中获取与该目标人脸关联的所有联系人，并从中确定有效联系人，向所述有效联系人发送预设的提醒信息。本发明能够实现智能监测刹车片的使用情况，并在可能存在安全隐患时及时告知用户。
附图说明
图1为本发明一实施例提供的实现室内老年人安全监护方法的电子设备的内部结构示意图；
图2为本发明一实施例提供的室内老年人安全监护系统的模块示意图；
图3为本发明一实施例提供的室内老年人安全监护方法的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参附图做进一步说明。
具体实施方式
为了使本发明的目的、技术本实施例及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术本实施例可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术本实施例的结合出现相互矛盾或无法实现时应当认为这种技术本实施例的结合不存在，也不在本发明要求的保护范围之内。
本发明提供一种室内老年人安全监护方法。参照图1所示，为本发明一实施例提供的室内老年人安全监护方法的流程示意图。该方法可以由一个系统执行，该系统可以由软件和/或硬件实现。
该方法包括：
S110，实时监测网关设备上传的来自至少一个数据采集终端采集的监测数据，判断所述监测数据是否落在第一预设阈值范围外，若存在落在第一预设阈值范围外的异常监测数据，确定与采集该异常监测数据对应的目标数据采集终端，并获取所述目标数据采集终端的位置信息。
在本实施例中，以服务器为执行主体对本方案进行描述，本方案的应用场景可以设定为智能监护室内老年人，尤其是存在视听障碍的人群。其中，服务器与网关设备通信连接，网关设备与布置在室内指定位置的数据采集终端通信连接，数据采集终端可以是气体传感器、烟雾传感器及声音传感器其中的一种或多种，例如设置气体传感器可以检测室内是否存在煤气泄漏的情况，设置烟雾传感器可以检测是否存在火情，设置声音传感器可以检测是否有异常声响(例如室内老年人发出的分贝值，超过一定的分贝值可怀疑当事人可能是在呼救)。服务器通过实时监测网关设备上传的来自至少一个数据采集终端采集的监测数据，判断监测数据是否落在第一预设阈值范围外，若存在落在第一预设阈值范围外的异常监测数据，确定与采集该异常监测数据对应的目标数据采集终端，并获取目标数据采集终端的位置信息，以便确定出现异常的具体位置。
S120，获取室内区域的图像数据，将所述图像数据输入预先训练的人脸识别模型，判断输出结果中是否包含目标人脸，若判断结果为包含所述目标人脸，则从数据库中获取与该目标人脸关联的所有联系人，并从中确定有效联系人，向所述有效联系人发送预设的提醒信息。
在本实施例中，当服务器接收到网关设备上传的检测数据存在异常时，获取室内区域的图像数据，将图像数据输入预先训练的人脸识别模型，判断输出结果中是否包含目标人脸，例如被监护的老年人，若判断结果为包含目标人脸，则说明当前室内区域内有被监护的老年人，需要紧急联系与该老年人关联的家属或监护人。从数据库中获取与该目标人脸关联的所有联系人，并从中确定有效联系人，向有效联系人发送预设的提醒信息，提醒信息还包括由监测到异常监测数据的位置信息。
其中，人脸识别模型可以选用卷积神经网络模型，具体的训练过程：
获取图像样本，每张图像样本分配唯一的人脸标签；
将所述图像样本按照预设比例分成训练集和验证集，所述训练集中的图像样本数量大于所述验证集中的图像样本数量；
将所述训练集中的图像样本输入所述人脸识别模型进行训练，每隔预设周期使用所述验证集对所述人脸识别模型进行验证，利用所述验证集中各张图像样本和对应的人脸标签对该人脸识别模型的准确率进行验证；及
当验证的准确率大于第二预设阈值时，结束训练，得到所述人脸识别模型。
在另一实施例中，所述室内老年人安全监护方法还包括排序步骤：
获取与所述目标人脸关联的所有联系人，根据预设的排序规则对所有联系人进行排序。
在本实施例中，排序规则可以是按照与目标人脸对应的人关联关系密切程度进行排序。
需要解释的是，确定有效联系人的具体步骤包括：
根据所述联系人在数据库中的排序先后顺序选择第一优先级的联系人，将所述提醒信息发送至该联系人，并侦测预设时长内是否接收到联系人反馈的回执信息，若超过所述预设时长未接受所述回执信息则选择第二优先级的联系人进行发送所述提醒信息，直至接收到所述回执信息。
如图2所示，是本发明室内老年人安全监护系统100的功能模块图。
本发明所述室内老年人安全监护系统100可以安装于电子设备中。根据实现的功能，判断模块110及提醒模块120。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
判断模块110，用于实时监测网关设备上传的来自至少一个数据采集终端采集的监测数据，判断所述监测数据是否落在第一预设阈值范围外，若存在落在第一预设阈值范围外的异常监测数据，确定与采集该异常监测数据对应的目标数据采集终端，并获取所述目标数据采集终端的位置信息。
在本实施例中，以服务器为执行主体对本方案进行描述，本方案的应用场景可以设定为智能监护室内老年人，尤其是存在视听障碍的人群。其中，服务器与网关设备通信连接，网关设备与布置在室内指定位置的数据采集终端通信连接，数据采集终端可以是气体传感器、烟雾传感器及声音传感器其中的一种或多种，例如设置气体传感器可以检测室内是否存在煤气泄漏的情况，设置烟雾传感器可以检测是否存在火情，设置声音传感器可以检测是否有异常声响(例如室内老年人发出的分贝值，超过一定的分贝值可怀疑当事人可能是在呼救)。服务器通过实时监测网关设备上传的来自至少一个数据采集终端采集的监测数据，判断监测数据是否落在第一预设阈值范围外，若存在落在第一预设阈值范围外的异常监测数据，确定与采集该异常监测数据对应的目标数据采集终端，并获取目标数据采集终端的位置信息，以便确定出现异常的具体位置。
提醒模块120，用于获取室内区域的图像数据，将所述图像数据输入预先训练的人脸识别模型，判断输出结果中是否包含目标人脸，若判断结果为包含所述目标人脸，则从数据库中获取与该目标人脸关联的所有联系人，并从中确定有效联系人，向所述有效联系人发送预设的提醒信息。
在本实施例中，当服务器接收到网关设备上传的检测数据存在异常时，获取室内区域的图像数据，将图像数据输入预先训练的人脸识别模型，判断输出结果中是否包含目标人脸，例如被监护的老年人，若判断结果为包含目标人脸，则说明当前室内区域内有被监护的老年人，需要紧急联系与该老年人关联的家属或监护人。从数据库中获取与该目标人脸关联的所有联系人，并从中确定有效联系人，向有效联系人发送预设的提醒信息，提醒信息还包括由监测到异常监测数据的位置信息。
其中，人脸识别模型可以选用卷积神经网络模型，具体的训练过程：
获取图像样本，每张图像样本分配唯一的人脸标签；
将所述图像样本按照预设比例分成训练集和验证集，所述训练集中的图像样本数量大于所述验证集中的图像样本数量；
将所述训练集中的图像样本输入所述人脸识别模型进行训练，每隔预设周期使用所述验证集对所述人脸识别模型进行验证，利用所述验证集中各张图像样本和对应的人脸标签对该人脸识别模型的准确率进行验证；及
当验证的准确率大于第二预设阈值时，结束训练，得到所述人脸识别模型。
在另一实施例中，所述室内老年人安全监护系统还包括排序模块，用于获取与所述目标人脸关联的所有联系人，根据预设的排序规则对所有联系人进行排序。
在本实施例中，排序规则可以是按照与目标人脸对应的人关联关系密切程度进行排序。
需要解释的是，确定有效联系人的具体步骤包括：
根据所述联系人在数据库中的排序先后顺序选择第一优先级的联系人，将所述提醒信息发送至该联系人，并侦测预设时长内是否接收到联系人反馈的回执信息，若超过所述预设时长未接受所述回执信息则选择第二优先级的联系人进行发送所述提醒信息，直至接收到所述回执信息。
如图3所示，是本发明实现室内老年人安全监护方法的电子设备的结构示意图。
所述电子设备1可以包括处理器12、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器12上运行的计算机程序，如用于室内老年人安全监护程序10。
其中，所述存储器11至少包括一种类型的可读存储介质，所述计算机可用存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据区块链节点的使用所创建的数据等。所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如用于室内老年人安全监护程序10的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器12在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种判断芯片的组合等。所述处理器12是所述电子设备的判断核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如用于室内老年人安全监护程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、判断总线等。所述总线被设置为实现所述存储器11以及至少一个处理器12等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理系统与所述至少一个处理器12逻辑相连，从而通过电源管理系统实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口13，可选地，所述网络接口13可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的用于室内老年人安全监护程序10是多个指令的组合，在所述处理器12中运行时，可以实现：
实时监测网关设备上传的来自至少一个数据采集终端采集的监测数据，判断所述监测数据是否落在第一预设阈值范围外，若存在落在第一预设阈值范围外的异常监测数据，确定与采集该异常监测数据对应的目标数据采集终端，并获取所述目标数据采集终端的位置信息；及
获取室内区域的图像数据，将所述图像数据输入预先训练的人脸识别模型，判断输出结果中是否包含目标人脸，若判断结果为包含所述目标人脸，则从数据库中获取与该目标人脸关联的所有联系人，并从中确定有效联系人，向所述有效联系人发送预设的提醒信息。
在另一实施例中，该程序还执行排序步骤：
获取与所述目标人脸关联的所有联系人，根据预设的排序规则对所有联系人进行排序。
具体地，所述处理器12对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块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，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种室内老年人安全监护方法，其特征在于，包括：
实时监测网关设备上传的来自至少一个数据采集终端采集的监测数据，判断所述监测数据是否落在第一预设阈值范围外，若存在落在第一预设阈值范围外的异常监测数据，确定与采集该异常监测数据对应的目标数据采集终端，并获取所述目标数据采集终端的位置信息；及
获取室内区域的图像数据，将所述图像数据输入预先训练的人脸识别模型，判断输出结果中是否包含目标人脸，若判断结果为包含所述目标人脸，则从数据库中获取与该目标人脸关联的所有联系人，并从中确定有效联系人，向所述有效联系人发送预设的提醒信息。
2.如权利要求1所述的室内老年人安全监护方法，其特征在于，所述人脸识别模型的训练过程：
获取图像样本，每张图像样本分配唯一的人脸标签；
将所述图像样本按照预设比例分成训练集和验证集，所述训练集中的图像样本数量大于所述验证集中的图像样本数量；
将所述训练集中的图像样本输入所述人脸识别模型进行训练，每隔预设周期使用所述验证集对所述人脸识别模型进行验证，利用所述验证集中各张图像样本和对应的人脸标签对该人脸识别模型的准确率进行验证；及
当验证的准确率大于第二预设阈值时，结束训练，得到所述人脸识别模型。
3.如权利要求1所述的室内老年人安全监护方法，其特征在于，所述数据采集终端包括气体传感器、烟雾传感器及声音传感器。
4.如权利要求1所述的室内老年人安全监护方法，其特征在于，该方法还包括排序步骤：
获取与所述目标人脸关联的所有联系人，根据预设的排序规则对所有联系人进行排序。
5.如权利要求4所述的室内老年人安全监护方法，其特征在于，所述“从中确定有效联系人”步骤包括：
根据所述联系人在数据库中的排序先后顺序选择第一优先级的联系人，将所述提醒信息发送至该联系人，并侦测预设时长内是否接收到联系人反馈的回执信息，若超过所述预设时长未接受所述回执信息则选择第二优先级的联系人进行发送所述提醒信息，直至接收到所述回执信息。
6.一种室内老年人安全监护系统，其特征在于，所述室内老年人安全监护系统包括：
判断模块，用于实时监测网关设备上传的来自至少一个数据采集终端采集的监测数据，判断所述监测数据是否落在第一预设阈值范围外，若存在落在第一预设阈值范围外的异常监测数据，确定与采集该异常监测数据对应的目标数据采集终端，并获取所述目标数据采集终端的位置信息；
提醒模块，用于获取室内区域的图像数据，将所述图像数据输入预先训练的人脸识别模型，判断输出结果中是否包含目标人脸，若判断结果为包含所述目标人脸，则从数据库中获取与该目标人脸关联的所有联系人，并从中确定有效联系人，向所述有效联系人发送预设的提醒信息。
7.如权利要求6所述的室内老年人安全监护系统，其特征在于，所述人脸识别模型的训练过程：
获取图像样本，每张图像样本分配唯一的人脸标签；
将所述图像样本按照预设比例分成训练集和验证集，所述训练集中的图像样本数量大于所述验证集中的图像样本数量；
将所述训练集中的图像样本输入所述人脸识别模型进行训练，每隔预设周期使用所述验证集对所述人脸识别模型进行验证，利用所述验证集中各张图像样本和对应的人脸标签对该人脸识别模型的准确率进行验证；及
当验证的准确率大于第二预设阈值时，结束训练，得到所述人脸识别模型。
8.如权利要求7所述的室内老年人安全监护系统，其特征在于，所述数据采集终端包括气体传感器、烟雾传感器及声音传感器。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至5中任一所述的室内老年人安全监护方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有用于室内老年人安全监护程序，所述用于室内老年人安全监护程序可被一个或者多个处理器执行，以实现如权利要求1-5中任一项所述的室内老年人安全监护方法的步骤。
CN202110425161.5A 2021-04-20 2021-04-20 室内老年人安全监护方法、系统、电子设备及介质 Pending CN113326730A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110425161.5A CN113326730A (zh) 2021-04-20 2021-04-20 室内老年人安全监护方法、系统、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110425161.5A CN113326730A (zh) 2021-04-20 2021-04-20 室内老年人安全监护方法、系统、电子设备及介质

Publications (1)

Publication Number Publication Date
CN113326730A true CN113326730A (zh) 2021-08-31

Family

ID=77414922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110425161.5A Pending CN113326730A (zh) 2021-04-20 2021-04-20 室内老年人安全监护方法、系统、电子设备及介质

Country Status (1)

Country Link
CN (1) CN113326730A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117079378A (zh) * 2023-10-16 2023-11-17 八维通科技有限公司 站点通行中多人脸过闸处理方法和系统、计算机程序介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106161874A (zh) * 2016-08-05 2016-11-23 广东欧珀移动通信有限公司 监测空间内有异常时的提醒方法和装置
CN106604243A (zh) * 2016-11-29 2017-04-26 珠海市魅族科技有限公司 交互控制方法及装置
CN106790738A (zh) * 2016-11-17 2017-05-31 维沃移动通信有限公司 一种用户联系方式的查询方法及服务器
CN107105102A (zh) * 2017-05-24 2017-08-29 维沃移动通信有限公司 一种信息发送方法及移动终端
CN111915842A (zh) * 2020-07-02 2020-11-10 广东技术师范大学 异常监控方法、装置、计算机设备及存储介质
KR102188076B1 (ko) * 2020-10-23 2020-12-07 최혜린 노년층 피보호자를 모니터링하기 위한 IoT 기술을 이용하는 방법 및 그 장치
CN112418045A (zh) * 2020-11-16 2021-02-26 珠海格力电器股份有限公司 一种安全监测方法、系统以及智能家电
CN112668479A (zh) * 2020-12-29 2021-04-16 广州耐奇电气科技有限公司 用于智能配电房的安全监测方法、系统、电子设备及介质
CN113378624A (zh) * 2021-04-20 2021-09-10 深圳市莱尚科技有限公司 基于网关设备的数据传输方法、系统、电子设备及介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106161874A (zh) * 2016-08-05 2016-11-23 广东欧珀移动通信有限公司 监测空间内有异常时的提醒方法和装置
CN106790738A (zh) * 2016-11-17 2017-05-31 维沃移动通信有限公司 一种用户联系方式的查询方法及服务器
CN106604243A (zh) * 2016-11-29 2017-04-26 珠海市魅族科技有限公司 交互控制方法及装置
CN107105102A (zh) * 2017-05-24 2017-08-29 维沃移动通信有限公司 一种信息发送方法及移动终端
CN111915842A (zh) * 2020-07-02 2020-11-10 广东技术师范大学 异常监控方法、装置、计算机设备及存储介质
KR102188076B1 (ko) * 2020-10-23 2020-12-07 최혜린 노년층 피보호자를 모니터링하기 위한 IoT 기술을 이용하는 방법 및 그 장치
CN112418045A (zh) * 2020-11-16 2021-02-26 珠海格力电器股份有限公司 一种安全监测方法、系统以及智能家电
CN112668479A (zh) * 2020-12-29 2021-04-16 广州耐奇电气科技有限公司 用于智能配电房的安全监测方法、系统、电子设备及介质
CN113378624A (zh) * 2021-04-20 2021-09-10 深圳市莱尚科技有限公司 基于网关设备的数据传输方法、系统、电子设备及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ANNA ESSE´N: "The two facets of electronic care surveillance: An exploration of the views of older people who live with monitoring devices", 《SOCIAL SCIENCE & MEDICINE》, vol. 67, no. 01, 8 April 2008 (2008-04-08), pages 128 *
林得根: "智能家庭监护系统中异常行为检测与识别问题的研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》, no. 2014, 15 November 2014 (2014-11-15), pages 138 - 295 *
陈坤辉: "智能住宅老年人异常行为监测系统设计与研究", 《中国硕士学位论文全文数据库（工程科技Ⅱ辑）》, no. 2020, 15 March 2020 (2020-03-15), pages 038 - 789 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117079378A (zh) * 2023-10-16 2023-11-17 八维通科技有限公司 站点通行中多人脸过闸处理方法和系统、计算机程序介质
CN117079378B (zh) * 2023-10-16 2024-01-09 八维通科技有限公司 站点通行中多人脸过闸处理方法和系统、计算机程序介质

Similar Documents

Publication Publication Date Title
CN111723727A (zh) 基于边缘计算的云监控方法、装置、电子设备及存储介质
CN112668479A (zh) 用于智能配电房的安全监测方法、系统、电子设备及介质
CN111814646B (zh) 基于ai视觉的监控方法、装置、设备及介质
CN111770317B (zh) 用于智慧社区的视频监控方法、装置、设备及介质
CN113378624A (zh) 基于网关设备的数据传输方法、系统、电子设备及介质
CN113780691A (zh) 数据测试方法、装置、电子设备及存储介质
CN112104626A (zh) 基于区块链的数据访问验证方法、装置、电子设备及介质
CN107730841B (zh) 报警处理方法及相关产品
CN114387762A (zh) 一种楼宇数据管理的方法、装置、设备及存储介质
CN111988198B (zh) 在线用户人数统计方法、装置、电子设备及计算机介质
CN108806151A (zh) 监控报警方法、装置、服务器和存储介质
CN110738451A (zh) 快递员跨区行为的监控方法、装置、存储介质及电子设备
CN111401691B (zh) 业务进度监控方法、装置及计算机可读存储介质
CN113326730A (zh) 室内老年人安全监护方法、系统、电子设备及介质
CN111985545A (zh) 基于人工智能的目标数据检测方法、装置、设备及介质
CN111858604B (zh) 数据存储方法、装置、电子设备及存储介质
CN112396547A (zh) 基于无监督学习的课程推荐方法、装置、设备及介质
CN112418062A (zh) 人脸识别方法、系统、电子设备及存储介质
CN111522707A (zh) 大数据平台调度预警方法、装置及计算机可读存储介质
CN112269826B (zh) 一种基于大数据的可视化加工处理系统及方法
CN111193617B (zh) 网页篡改识别方法、装置、电子设备及存储介质
CN113687966A (zh) 基于电子设备的监测方法、装置及电子设备
CN112785811A (zh) 一种基于视频的安全监控方法及安全监控装置
CN113095284A (zh) 人脸选取方法、装置、设备及计算机可读存储介质
CN113378450A (zh) 智能水务模拟分析预警方法、系统、电子设备及介质

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