CN113391369B - 活动状态检测方法、装置及计算机可读存储介质 - Google Patents
活动状态检测方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113391369B CN113391369B CN202110703159.XA CN202110703159A CN113391369B CN 113391369 B CN113391369 B CN 113391369B CN 202110703159 A CN202110703159 A CN 202110703159A CN 113391369 B CN113391369 B CN 113391369B
- Authority
- CN
- China
- Prior art keywords
- data
- activity
- detection result
- activity state
- information
- 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
- 230000000694 effects Effects 0.000 title claims abstract description 171
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 claims abstract description 133
- 230000006698 induction Effects 0.000 claims abstract description 60
- 238000007405 data analysis Methods 0.000 claims abstract description 25
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 description 6
- 230000002354 daily effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000009365 direct transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009349 indirect transmission Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000008717 functional decline Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
- G01V8/20—Detecting, e.g. by using light barriers using multiple transmitters or receivers
-
- 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
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
-
- 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
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0461—Sensor means for detecting integrated or attached to an item closely associated with the person but not worn by the person, e.g. chair, walking stick, bed sensor
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Geophysics (AREA)
- Social Psychology (AREA)
- Psychology (AREA)
- Psychiatry (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本申请公开了一种活动状态检测方法、装置及计算机可读存储介质。本申请提供的活动状态检测方法包括：获取红外感应数据；红外感应数据至少包括属性信息；属性信息至少包括标记信息、预设时长信息、预设间隔信息；对红外感应数据进行数据分析，得到活动状态检测结果；活动状态检测结果包括基础检测结果、综合评分检测结果、统计检测结果；根据活动状态检测结果、预设的告警阈值信息得到告警数据。本申请提供的活动状态检测方法提高活动状态检测的准确性和实用性。
Description
技术领域
本申请涉及但不限于计算机领域，尤其是涉及一种活动状态检测方法、装置及计算机可读存储介质。
背景技术
随着老龄社会的到来，老年人口总数逐步增加，由于生活习惯和社会结构的原因，年轻人与老年人共同居住的越来越少，这些因素都造成了独居或空巢老人的数量逐步增加。老年人身体机能衰退以及自身可能存在的基础性疾病，使得老年人，尤其是独居或空巢老人极易发生各种意外。意外发生后，老人往往无法进行自主活动和进行自救求助，如果未能及时发现和被救治，会产生非常严重的伤害，甚至危及生命。通过独居或空巢老人的活动状况的变化来判断老人可能发生意外，提醒子女或服务人员及早联系或上门查看，及时对老人进行求助。
目前通过人体红外感应传感器判断老人活动状况的判断方法有以下几类：
(1)基于老人是否在特定位置出现来判断老人的活动状态，如门口、卫生间、厨房安装人体红外感应传感器，通过老人每天是否出现在特定位置来判断老人是否存在活动，此类方法较为单一，每个老人的个人情况较为特殊，会存在连续几天不出门或多日不进入厨房的情况，这些特殊情况会导致老人活动情况判断失败。
(2)基于特定位置的停留时长来判断是否存在活动异常，此方法要求预先学习老人在特定区域的停留时长，如果此次停留时长与预先学习的停留时长存在较大的偏差，就判断活动状态是否存在异常，此类方法中，预先学习存在较大的工作量，同时老人的个人生活习惯容易改变，例如生病康复后，会导致重新学习；
(3)通过部分的人体红外传感器联通来判断异常，例如在卫生间门外和门内同时安装人体红外传感器，连续采集到三次完整的人体感应传感器数据才算是正常情况，如第一次卫生间门外数据、第二次卫生间内数据、第三次卫生间外数据，其他的情况都判断为活动异常，此类方法要求对家庭生活场景按步骤逐一细化和安装大量的人体红外传感器，不具备实用性。
当前的基于人体红外感应传感器来判断独居或空巢老人活动状况的方法，存在着诸多问题，如判断方法单一，容易失效；需要工作量较大的前置条件，且前置条件存在较大变动的可能性；多传感器数量需求较大，安装成本高的问题等。这些因素导致其无法大规模推广和应用，进而导致针对老人的活动状况检测的准确性较低，实用性较差。
发明内容
本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种活动状态检测方法、装置及计算机可读存储介质，能够提高活动状态检测的准确性和实用性。
本申请第一方面实施例提供一种活动状态检测方法，包括：获取红外感应数据；所述红外感应数据至少包括属性信息；所述属性信息至少包括标记信息、预设时长信息、预设间隔信息；对所述红外感应数据进行数据分析，得到活动状态检测结果；所述活动状态检测结果包括基础检测结果、综合评分检测结果、统计检测结果；根据所述活动状态检测结果、预设的告警阈值信息得到告警数据。
根据本申请实施例的活动状态检测方法，至少具有如下技术效果：本申请提供的活动状态检测方法，获取红外感应数据，并对所述红外感应数据进行数据分析，得到活动状态检测结果，进而结合告警阈值信息得到告警数据，实现了对活动状态的检测和告警功能，高活动状态检测的准确性和实用性。
根据本申请的一些实施例，所述对所述红外感应数据进行数据分析，得到活动状态检测结果，包括：获取活动特征分类规则；根据所述活动特征分类规则、所述红外感应数据，得到所述基础检测结果。
根据本申请的一些实施例，所述告警数据至少包括无活动告警数据，所述根据所述活动状态检测结果、预设的告警阈值信息得到告警数据，包括：根据所述基础检测结果、所述标记信息、所述预设间隔信息得到无活动告警数据。
根据本申请的一些实施例，所述告警数据至少包括停留超时告警数据，所述根据所述活动状态检测结果、预设的告警阈值信息得到告警数据，还包括：根据所述基础检测结果、所述标记信息、所述预设时长信息得到停留超时告警数据。
根据本申请的一些实施例，所述对所述红外感应数据进行数据分析，得到活动状态检测结果，还包括：获取活动状况评分规则；根据所述活动状况评分规则、所述红外感应数据，得到所述综合评分检测结果。
根据本申请的一些实施例，所述统计检测结果至少包括活动数据统计画像，所述对所述红外感应数据进行数据分析，得到活动状态检测结果，还包括：根据所述红外感应数据生成所述活动数据统计画像。
根据本申请的一些实施例，所述获取红外感应数据，包括：获取当前时间信息；根据所述当前时间信息更新所述标记信息。
本申请第二方面实施例提供了一种活动状态检测装置，包括：数据获取模块，用于获取红外感应数据；所述红外感应数据至少包括属性信息；所述属性信息至少包括标记信息、预设时长信息、预设间隔信息；数据分析模块，用于对所述红外感应数据进行数据分析，得到活动状态检测结果；所述活动状态检测结果包括基础检测结果、综合评分检测结果、统计检测结果；告警模块，用于根据所述活动状态检测结果、预设的告警阈值信息得到告警数据。
本申请第三方面实施例提供了一种活动状态检测装置，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现：本申请上述第一方面实施例的活动状态检测方法。
根据本申请第四方面实施例的计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于：执行上述第一方面实施例所述的活动状态检测方法。
本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过申请的实践了解到。
附图说明
下面结合附图和实施例对本申请做进一步的说明，其中：
图1是本申请一个实施例提供的活动状态检测方法的流程图；
图2是图1中的步骤S120在一实施例的流程图；
图3是图1中的步骤S120在另一实施例的流程图；
图4是图1中的步骤S120在又一实施例的流程图；
图5是图1中的步骤S110的流程图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。
在本申请的描述中，如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本申请的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本申请中的具体含义。
本申请的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
本申请实施例提供一种活动状态检测方法，包括：获取红外感应数据；红外感应数据至少包括属性信息；属性信息至少包括标记信息、预设时长信息、预设间隔信息；对红外感应数据进行数据分析，得到活动状态检测结果；活动状态检测结果包括基础检测结果、综合评分检测结果、统计检测结果；根据活动状态检测结果、预设的告警阈值信息得到告警数据。
如图1所示，图1是一些实施例提供的活动状态检测方法的流程图，活动状态检测方法包括但不限于步骤S110至步骤S130，具体包括：
S110，获取红外感应数据；
S120，对红外感应数据进行数据分析，得到活动状态检测结果；
S130，根据活动状态检测结果、预设的告警阈值信息得到告警数据。
在步骤S110中，红外感应数据至少包括属性信息；属性信息至少包括标记信息、预设时长信息、预设间隔信息。在步骤S120中，活动状态检测结果包括基础检测结果、综合评分检测结果、统计检测结果。
在具体的实施例中，本申请提供的活动状态检测方法应用于独居或空巢老人的活动状况判断、分析或检测过程中，以解决独居或空巢老人活动状况判断方法中的问题和兼顾实用性。
在获取红外感应数据之前，需要先在待检测的区域中安装人体红外感应传感器，进而根据属性信息实现人体红外感应传感器标记，最后，再通过人体红外感应传感器采集并上传数据。
具体地，安装人体红外感应传感器，具体包括：在特定位置安装人体红外感应传感器，例如卧室、卫生间、厨房、餐厅、客厅、过道和阳台等位置安装人体红外感应传感器，基于居住条件按需安装。
具体地，标记信息包括但不限于安全点、风险点、必须活动点。在人体红外感应传感器标记过程，将各个位置的人体红外感应传感器进行分类标记，标记为安全点或风险点，例如卧室为安全点，卫生间为风险点等。
需要说明的是，所有点位均需要设定预设时长信息，在具体的实施例中，预设时长信息为最大停留时长。
其中，针对必须活动点，设置预设间隔信息，在具体的实施例中，预设间隔信息为最大活动时间间隔，例如卫生间为必须活动点，且最大活动时间间隔为12小时。
具体地，在上传数据过程中，传输方式包括但不限于直接传输和间接传输，其中，直接传输具体包括：人体红外感应传感器实时采集人体感应数据，通过联网的315/433或蓝牙网关将人体红外感应数据间接上传到云服务器；间接传输具体包括：通过4G、WIFI将人体红外感应数据直接上传到云服务器。
本申请提供的活动状态检测方法，获取红外感应数据，并对红外感应数据进行数据分析，得到活动状态检测结果，进而结合告警阈值信息得到告警数据，实现了对活动状态的检测和告警功能，提高活动状态检测的准确性和实用性。
本申请提供的活动状态检测方法，清晰地设定了传感器点位的分类标记，有利于正确有效地对活动状况异常进行判断，活动状态检测方法得到的活动状态检测结果，包括基础检测结果、综合评分检测结果、统计检测结果，实现了对基础活动、单一点位的统计活动异常、综合性、整体性活动异常的全面判断，产生了不同类型的活动状况异常告警，提高活动状态检测的准确性和实用性。
根据本申请的一些实施例，对红外感应数据进行数据分析，得到活动状态检测结果，包括：获取活动特征分类规则；根据活动特征分类规则、红外感应数据，得到基础检测结果。
根据本申请的一些实施例，告警数据至少包括无活动告警数据，根据活动状态检测结果、预设的告警阈值信息得到告警数据，包括：根据基础检测结果、标记信息、预设间隔信息得到无活动告警数据。
根据本申请的一些实施例，告警数据至少包括停留超时告警数据，根据活动状态检测结果、预设的告警阈值信息得到告警数据，还包括：根据基础检测结果、标记信息、预设时长信息得到停留超时告警数据。
图2是一些实施例中的步骤S120的流程图，图2示意的步骤S120包括但不限于步骤S210至步骤S220：
S210，获取活动特征分类规则；
S220，根据活动特征分类规则、红外感应数据，得到基础检测结果。
在具体的实施例中，活动特征分类规则具体包括：老人的活动特征可归结为如下三类：(1)老人一定会在某一点位活动；(2)老人的活动轨迹，一定是从安全点到风险点，再从风险点再到安全点；(3)老人在任一风险点或某些安全点的停留时间不会过长。
对应的，步骤S120还包括：根据基础检测结果、标记信息、预设间隔信息得到无活动告警数据；根据基础检测结果、标记信息、预设时长信息得到停留超时告警数据，其中，告警数据包括但不限于无活动告警数据、停留超时告警数据。
在具体的实施例中，得到基础检测结果的过程，包括但不限于：(1)若在超过设定的最大时间间隔之内，老人未出现在任何点位，则产生无活动告警；(2)在老人出现在风险点后，若超过该风险点的最大停留时间，老人未出现在任何其他点位，则产生该风险点停留超时告警。
根据本申请的一些实施例，对红外感应数据进行数据分析，得到活动状态检测结果，还包括：获取活动状况评分规则；根据活动状况评分规则、红外感应数据，得到综合评分检测结果。
图3是另一些实施例中的步骤S120的流程图，图3示意的步骤S120包括但不限于步骤S310至步骤S320：
S310，获取活动状况评分规则；
S320，根据活动状况评分规则、红外感应数据，得到综合评分检测结果。
在具体的实施例中，依据老人的活动特征，综合老人每天的活动情况，依据活动状况评分规则对老人每天的活动状况进行综合评分，其中活动状况评分规则包括但不限于：(1)若老人在某一点位出现，计10分基础分；(2)若老人从某一个点位切换到另一点位，计3分，无累积上限；(3)若老人在某一点位频繁活动，每隔一定的时长计1分，累积上限不超过10分。
在具体的实施例中，综合计算每天的总分数，当日活动综合评分与前一周滑动平均活动综合评分存在较大偏移时，产生综合评分活动状况异常告警。对应地，告警数据包括但不限于综合评分活动状况异常告警。
根据本申请的一些实施例，统计检测结果至少包括活动数据统计画像，对红外感应数据进行数据分析，得到活动状态检测结果，还包括：根据红外感应数据生成活动数据统计画像。
图4是又一些实施例中的步骤S120的流程图，图4示意的步骤S120包括但不限于步骤S410至步骤S420：
S410，获取红外感应数据；
S420，根据红外感应数据生成活动数据统计画像。
在具体的实施例中，得到活动状态检测结果具体包括：针对每个点位每日出现的次数、出现的时间段、停留时长等特征信息进行统计，统计到足够数量的样本信息后，对该老人的活动情况进行统计画像，得到活动数据统计画像。进而将每日的活动数据与画像数据对比，任意单一数据与画像数据出现较大偏离度后，产生统计活动异常告警。对应地，告警数据包括但不限于统计活动异常告警。
根据本申请的一些实施例，获取红外感应数据，包括：获取当前时间信息；根据当前时间信息更新标记信息。
图5是一些实施例中的步骤S110的流程图，图5示意的步骤S110包括但不限于步骤S510至步骤S520：
S510，获取当前时间信息；
S520，根据当前时间信息更新标记信息。
在具体的实施例中，标记信息会根据当前的时间信息进行更新，也可以由系统来自定义设置，即在不同时间段，某个人体红外感应传感器点位的属性可以进行切换，例如客厅在白天和夜间标记为安全点，在深夜标记为风险点。
本申请实施例提供了一种活动状态检测装置，包括：数据获取模块，用于获取红外感应数据；红外感应数据至少包括属性信息；属性信息至少包括标记信息、预设时长信息、预设间隔信息；数据分析模块，用于对红外感应数据进行数据分析，得到活动状态检测结果；活动状态检测结果包括基础检测结果、综合评分检测结果、统计检测结果；告警模块，用于根据活动状态检测结果、预设的告警阈值信息得到告警数据。
本申请提供的活动状态检测装置，实现了活动状态检测方法，获取红外感应数据，并对红外感应数据进行数据分析，得到活动状态检测结果，进而结合告警阈值信息得到告警数据，实现了对活动状态的检测和告警功能，高活动状态检测的准确性和实用性。
本申请实施例提供了一种活动状态检测装置，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现：本申请上述任一实施例的活动状态检测方法。
根据本申请实施例的计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令用于：执行上述任一实施例的活动状态检测方法。
以上所描述的装置实施例仅仅是示意性的，其中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，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。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、装置可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
上面结合附图对本申请实施例作了详细说明，但是本申请不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本申请宗旨的前提下作出各种变化。此外，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
Claims (7)
1.一种活动状态检测方法，其特征在于，包括：
获取红外感应数据；所述红外感应数据至少包括属性信息；所述属性信息至少包括标记信息、预设时长信息、预设间隔信息；
对所述红外感应数据进行数据分析，得到活动状态检测结果；所述活动状态检测结果包括基础检测结果、综合评分检测结果、统计检测结果；
根据所述活动状态检测结果、预设的告警阈值信息得到告警数据；
其中，所述对所述红外感应数据进行数据分析，得到活动状态检测结果，包括：
获取活动特征分类规则；
根据所述活动特征分类规则、所述红外感应数据，得到所述基础检测结果；
所述告警数据至少包括无活动告警数据，所述根据所述活动状态检测结果、预设的告警阈值信息得到告警数据，包括：
根据所述基础检测结果、所述标记信息、所述预设间隔信息得到无活动告警数据；
所述对所述红外感应数据进行数据分析，得到活动状态检测结果，还包括：
获取活动状况评分规则；
根据所述活动状况评分规则、所述红外感应数据，得到所述综合评分检测结果；
所述根据所述活动状态检测结果、预设的告警阈值信息得到告警数据，还包括：
若所述综合评分检测结果与前一周滑动平均活动综合评分存在较大偏移时，产生所述综合评分活动状况异常告警。
2.根据权利要求1所述的活动状态检测方法，其特征在于，所述告警数据至少包括停留超时告警数据，所述根据所述活动状态检测结果、预设的告警阈值信息得到告警数据，还包括：
根据所述基础检测结果、所述标记信息、所述预设时长信息得到停留超时告警数据。
3.根据权利要求1所述的活动状态检测方法，其特征在于，所述统计检测结果至少包括活动数据统计画像，所述对所述红外感应数据进行数据分析，得到活动状态检测结果，还包括：
根据所述红外感应数据生成所述活动数据统计画像。
4.根据权利要求1至3任意一项所述的活动状态检测方法，其特征在于，所述获取红外感应数据，包括：
获取当前时间信息；
根据所述当前时间信息更新所述标记信息。
5.一种活动状态检测装置，其特征在于，包括：
数据获取模块，用于获取红外感应数据；所述红外感应数据至少包括属性信息；所述属性信息至少包括标记信息、预设时长信息、预设间隔信息；
数据分析模块，用于对所述红外感应数据进行数据分析，得到活动状态检测结果；所述活动状态检测结果包括基础检测结果、综合评分检测结果、统计检测结果；
告警模块，用于根据所述活动状态检测结果、预设的告警阈值信息得到告警数据；
其中，所述对所述红外感应数据进行数据分析，得到活动状态检测结果，包括：
获取活动特征分类规则；
根据所述活动特征分类规则、所述红外感应数据，得到所述基础检测结果；
所述告警数据至少包括无活动告警数据，所述根据所述活动状态检测结果、预设的告警阈值信息得到告警数据，包括：
根据所述基础检测结果、所述标记信息、所述预设间隔信息得到无活动告警数据；所述对所述红外感应数据进行数据分析，得到活动状态检测结果，还包括：
获取活动状况评分规则；
根据所述活动状况评分规则、所述红外感应数据，得到所述综合评分检测结果；
所述根据所述活动状态检测结果、预设的告警阈值信息得到告警数据，还包括：
若所述综合评分检测结果与前一周滑动平均活动综合评分存在较大偏移时，产生所述综合评分活动状况异常告警。
6.一种活动状态检测装置，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现：
如权利要求1至4任一项所述的活动状态检测方法。
7.一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存储有计算机可执行指令，所述计算机可执行指令用于：
执行权利要求1至4任一项所述的活动状态检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110703159.XA CN113391369B (zh) | 2021-06-24 | 2021-06-24 | 活动状态检测方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110703159.XA CN113391369B (zh) | 2021-06-24 | 2021-06-24 | 活动状态检测方法、装置及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113391369A CN113391369A (zh) | 2021-09-14 |
| CN113391369B true CN113391369B (zh) | 2024-02-23 |
Family
ID=77623691
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110703159.XA Active CN113391369B (zh) | 2021-06-24 | 2021-06-24 | 活动状态检测方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113391369B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102646320A (zh) * | 2012-04-26 | 2012-08-22 | 北京恒通安信科技有限公司 | 老人起居智能看护实现的方法 |
| CN102982652A (zh) * | 2012-12-21 | 2013-03-20 | 北京恒通安信科技有限公司 | 一种用于老人看护的按需监控的实现方法及系统 |
| KR101329306B1 (ko) * | 2013-09-17 | 2013-11-13 | 대한민국(보건복지부장관) | 독거노인 응급 안전 관리시스템, 이를 위한 기록매체 |
| CN108242127A (zh) * | 2016-12-26 | 2018-07-03 | 中国移动通信有限公司研究院 | 一种安全监测方法、装置及系统 |
| CN112731884A (zh) * | 2020-12-29 | 2021-04-30 | 四川德尔博睿科技股份有限公司 | 一种智能居家养老室内食住行监测系统 |
| CN112954597A (zh) * | 2021-03-23 | 2021-06-11 | 成都麦杰康科技有限公司 | 一种用于养老监护的室内定位方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3074961A4 (en) * | 2013-11-26 | 2017-08-09 | Kytera Technologies Ltd. | Systems and methods for analysis of subject activity |
| US20170187737A1 (en) * | 2015-12-28 | 2017-06-29 | Le Holdings (Beijing) Co., Ltd. | Method and electronic device for processing user behavior data |
-
2021
- 2021-06-24 CN CN202110703159.XA patent/CN113391369B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102646320A (zh) * | 2012-04-26 | 2012-08-22 | 北京恒通安信科技有限公司 | 老人起居智能看护实现的方法 |
| CN102982652A (zh) * | 2012-12-21 | 2013-03-20 | 北京恒通安信科技有限公司 | 一种用于老人看护的按需监控的实现方法及系统 |
| KR101329306B1 (ko) * | 2013-09-17 | 2013-11-13 | 대한민국(보건복지부장관) | 독거노인 응급 안전 관리시스템, 이를 위한 기록매체 |
| CN108242127A (zh) * | 2016-12-26 | 2018-07-03 | 中国移动通信有限公司研究院 | 一种安全监测方法、装置及系统 |
| CN112731884A (zh) * | 2020-12-29 | 2021-04-30 | 四川德尔博睿科技股份有限公司 | 一种智能居家养老室内食住行监测系统 |
| CN112954597A (zh) * | 2021-03-23 | 2021-06-11 | 成都麦杰康科技有限公司 | 一种用于养老监护的室内定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于全方位视觉的独居老人监护系统;马宝庆 等;计算机工程;第39卷(第8期);第44-49页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113391369A (zh) | 2021-09-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11887462B2 (en) | System and method for identifying vaping and bullying | |
| WO2017061371A1 (ja) | 行動検知システム、行動検知装置、行動検知方法、および行動検知プログラム | |
| CN107992003B (zh) | 用户行为预测方法及装置 | |
| US20060055543A1 (en) | System and method for detecting unusual inactivity of a resident | |
| CN1322477C (zh) | 独居老人家庭安保装置 | |
| CN113053067B (zh) | 用于识别吸电子烟的系统和方法 | |
| CN108242127B (zh) | 一种安全监测方法、装置及系统 | |
| US10937295B2 (en) | System and method for notifying detection of vaping, smoking, or potential bullying | |
| EP2672472B1 (de) | Verfahren und Vorrichtung zur Überwachung der momentanen Mobilität von Personen in privaten oder öffentlichen Räumen | |
| CN113391369B (zh) | 活动状态检测方法、装置及计算机可读存储介质 | |
| CN110648499A (zh) | 一种社区老人的安全预警方法及计算机存储介质 | |
| CN105404778A (zh) | 一种智能化看护方法 | |
| CN113671489B (zh) | 状态提醒方法及装置、电子设备和计算机可读存储介质 | |
| CN106683341A (zh) | 一种用于防止摔倒的智能化提醒方法 | |
| JP5362866B2 (ja) | 在室及び不在判定システム、在室及び不在判定方法 | |
| Brownsell et al. | Developing a systems and informatics based approach to lifestyle monitoring within eHealth: part II-analysis & interpretation | |
| CN111354158A (zh) | 一种基于红外线感应的卫生间人员监控系统 | |
| JP4716723B2 (ja) | 安否確認システム | |
| Bahaj et al. | Person-centric activity profiles for homecare support. | |
| US20210362344A1 (en) | System and method for operating a digital assistant based on deviation from routine behavior of a user using the digital assistant | |
| KR101431119B1 (ko) | 활동 감시 장치 | |
| CN116863643A (zh) | 一种家庭环境儿童安全系统及其控制方法 | |
| Vildjiounaite et al. | ikäihmisen huono-vointisuuden havaitsemisessa | |
| EP3174024A1 (en) | Method and apparatus for detecting waking times | |
| Seifert et al. | Fall Avoidance Using Temporal Bayesian Networks and Wireless Sensors in Soft Computing |
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 |