CN113971864A - 一种儿童居家安全监测方法及装置 - Google Patents

Abstract

本申请提供的一种儿童居家安全监测方法及装置，该方法包括：获取间隔预设时间的至少两个监测图像，其中，监测图像包括人体特征和环境特征；根据至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据至少两个监测图像中的人体特征和环境特征，判断监测对象是否处于危险环境；当确定监测对象的当前行为为危险行为，和/或，监测对象处于危险环境时，生成安全报警信息。上述方案提供的安全监测方法，通过根据预设时间段内的监测图像，确定监测对象的当前行为和所处的环境，当根据其当前的行为和所处的环境确定监测对象存在安全风险时进行报警，以提醒监护人及时采取相应的安全措施，从而保障了监测对象的人身安全。

Description

一种儿童居家安全监测方法及装置

技术领域

本发明涉及人工智能领域，具体涉及一种儿童居家安全监测方法及装置。

背景技术

目前，意外伤害已成为一个严重威胁儿童健康的世界性重要的公共卫生问题，其中，经过研究统计，超过60％的儿童伤害是发生在家中，儿童的居家安全已成为了研究的重点。

在现有技术中，通常是对儿童所处的居家环境存在各种的不安全因子，进行的简单罗列和分析，根据各不安全因子的权重和发生概率，对儿童所处的居家环境的安全性进行评估。

但是，由于居家环境的构成因子众多且，每个家庭的具体情况又不尽相同，导致其操作流程较为复杂，且实时性较差，不利于保障儿童的居家安全。因此，急需一种可以对儿童的居家安全进行实时监测的儿童居家安全监测方法，为保障儿童的人身安全具有重要意义。

发明内容

因此，本发明要解决的技术问题在于克服现有技术中的儿童居家安全监测方法的实时性较差的缺陷，从而提供一种儿童居家安全监测方法及装置。

本申请第一个方面提供一种儿童居家安全监测方法，包括：

获取间隔预设时间的至少两个监测图像，其中，所述监测图像包括人体特征和环境特征；

根据所述至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据所述至少两个监测图像中的人体特征和环境特征，判断所述监测对象是否处于危险环境；

当确定所述监测对象的当前行为为危险行为，和/或，所述监测对象处于危险环境时，生成安全报警信息。

可选的，所述根据所述至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，包括：

根据所述至少两个监测图像中的人体特征，确定所述监测对象的当前行为；

根据预设的危险行为识别模型和所述监测对象的当前行为，确定所述监测对象的当前行为与各危险行为样本的相似度；

当所述监测对象的当前行为与任一危险行为样本的相似度大于预设的行为阈值时，确定所述监测对象的当前行为为危险行为。

可选的，所述根据所述至少两个监测图像中的人体特征和环境特征，判断所述监测对象是否处于危险环境，包括：

根据所述至少两个监测图像中的人体特征和环境特征，确定所述监测对象的当前位置坐标；

根据预设的危险环境识别模型和所述监测对象的当前位置坐标，判断所述当前位置坐标是否属于任一危险环境样本的坐标区域；

当所述当前位置坐标属于任一危险环境样本的坐标区域时，确定所述监测对象处于危险环境。

可选的，所述获取间隔预设时间的至少两个监测图像，包括：

获取预设时间段内的监测视频；

按照预设时间间隔对所述监测视频进行分帧处理，以获得间隔预设时间的至少两个监测图像。

可选的，在根据所述至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据所述至少两个监测图像中的人体特征和环境特征，判断所述监测对象是否处于危险环境之前，所述方法还包括：

根据所述至少两个监测图像和预设的人体关节运动识别模型，确定所述至少两个监测图像中是否包括人体特征；

当确定所述至少两个监测图像中包括人体特征时，执行所述根据所述至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据所述至少两个监测图像中的人体特征和环境特征，判断所述监测对象是否处于危险环境的步骤。

可选的，还包括：当确定所述至少两个监测图像中不包括人体特征时，返回所述获取预设时间段内的监测视频的步骤。

可选的，还包括：当确定所述监测对象的当前行为不属于危险行为，且所述监测对象未处于危险环境时，根据预设的行为类别分析模型，确定所述监测对象的当前行为所属的行为类别；其中，所述行为类别包括学习行为、娱乐行为和日常行为。

本申请第二个方面提供一种儿童居家安全监测装置，包括：获取模块、判断模块和报警模块；

所述获取模块，用于获取间隔预设时间的至少两个监测图像，其中，所述监测图像包括人体特征和环境特征；

所述判断模块，用于根据所述至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据所述至少两个监测图像中的人体特征和环境特征，判断所述监测对象是否处于危险环境；

所述报警模块，用于当确定所述监测对象的当前行为为危险行为，和/或，所述监测对象处于危险环境时，生成安全报警信息。

可选的，判断模块具体用于：根据所述至少两个监测图像中的人体特征，确定所述监测对象的当前行为；

根据预设的危险行为识别模型和所述监测对象的当前行为，确定所述监测对象的当前行为与各危险行为样本的相似度；

当所述监测对象的当前行为与任一危险行为样本的相似度大于预设的行为阈值时，确定所述监测对象的当前行为为危险行为。

可选的，判断模块具体用于：根据所述至少两个监测图像中的人体特征和环境特征，确定所述监测对象的当前位置坐标；

根据预设的危险环境识别模型和所述监测对象的当前位置坐标，判断所述当前位置坐标是否属于任一危险环境样本的坐标区域；

当所述当前位置坐标属于任一危险环境样本的坐标区域时，确定所述监测对象处于危险环境。

可选的，所述获取模块具体用于：获取预设时间段内的监测视频；

按照预设时间间隔对所述监测视频进行分帧处理，以获得间隔预设时间的至少两个监测图像。

可选的，判断模块还用于：根据所述至少两个监测图像和预设的人体关节运动识别模型，确定所述至少两个监测图像中是否包括人体特征；

当确定所述至少两个监测图像中包括人体特征时，执行所述根据所述至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据所述至少两个监测图像中的人体特征和环境特征，判断所述监测对象是否处于危险环境的步骤。

可选的，判断模块还用于：当确定所述至少两个监测图像中不包括人体特征时，返回所述获取预设时间段内的监测视频的步骤。

可选的，判断模块还用于：当确定所述监测对象的当前行为不属于危险行为，且所述监测对象未处于危险环境时，根据预设的行为类别分析模型，确定所述监测对象的当前行为所属的行为类别；其中，所述行为类别包括学习行为、娱乐行为和日常行为。

本申请第三个方面提供一种电子设备，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一个方面以及第一个方面各种可能的设计所述的方法。

本申请第四个方面提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如上第一个方面以及第一个方面各种可能的设计所述的方法。

本申请技术方案，具有如下优点：

本申请提供的一种儿童居家安全监测方法及装置，通过获取间隔预设时间的至少两个监测图像，其中，监测图像包括人体特征和环境特征；根据至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据至少两个监测图像中的人体特征和环境特征，判断监测对象是否处于危险环境；当确定监测对象的当前行为为危险行为，和/或，监测对象处于危险环境时，生成安全报警信息。上述方案提供的安全监测方法，通过根据预设时间段内的监测图像，确定监测对象的当前行为和所处的环境，当根据其当前的行为和所处的环境确定监测对象存在安全风险时，进行报警，以提醒监护人及时采取相应的安全措施，从而保障了监测对象的人身安全。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本申请实施例基于的儿童居家安全监测系统的结构示意图；

图2为本申请实施例提供的一种儿童居家安全监测方法的流程示意图；

图3为本申请实施例提供的另一种儿童居家安全监测方法的流程示意图；

图4为本申请实施例提供的再一种儿童居家安全监测方法的流程示意图；

图5为本申请实施例提供的又一种儿童居家安全监测方法的流程示意图；

图6为本申请实施例提供的示例性的儿童居家安全监测方法的整体流程示意图；

图7为本申请实施例提供的儿童居家安全监测装置的结构示意图；

图8为本申请实施例提供的电子设备的结构示意图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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。

在现有技术中，通常是对儿童所处的居家环境存在各种的不安全因子，进行的简单罗列和分析，根据各不安全因子的权重和发生概率，对儿童所处的居家环境的安全性进行评估。但是，由于居家环境的构成因子众多且，每个家庭的具体情况又不尽相同，导致其操作流程较为复杂，且实时性较差，不利于保障儿童的居家安全。

针对上述问题，本申请实施例提供的儿童居家安全监测方法及装置，通过获取间隔预设时间的至少两个监测图像，其中，监测图像包括人体特征和环境特征；根据至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据至少两个监测图像中的人体特征和环境特征，判断监测对象是否处于危险环境；当确定监测对象的当前行为为危险行为，和/或，监测对象处于危险环境时，生成安全报警信息。上述方案提供的安全监测方法，通过根据预设时间段内的监测图像，确定监测对象的当前行为和所处的环境，当根据其当前的行为和所处的环境确定监测对象存在安全风险时，进行报警，以提醒监护人及时采取相应的安全措施，从而保障了监测对象的人身安全。

下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明的实施例进行描述。

首先，对本申请所基于的儿童居家安全监测系统的结构进行说明：

本申请实施例提供的儿童居家安全监测方法及装置，适用于对居家儿童的人身安全进行监测，如图1所示，为本申请实施例基于的儿童居家安全监测系统的结构示意图，主要包括至少一个图像采集设备、用于对儿童的居家安全进行监测的电子设备，以及用于接收告警信息的手持移动端。具体地，根据实际情况确定至少一个图像采集设备的安装位置，以避免出现监测死角，基于至少一个图像采集设备进行监测图像的采集，并将采集到的监测图像发送至电子设备，电子设备根据获取的监测图像对儿童的当前行为和所处的环境进行安全性监测，当确定其存在安全风险时，生成安全报警信息，并将报警信息发送至手持移动端。其中，监护人可以根据手持移动端接收到的报警信息，采取相应的安全措施，以避免儿童发生危险。

本申请实施例提供了一种儿童居家安全监测方法，用于解决现有技术中的儿童居家安全监测方法的实时性较差的技术问题。本申请实施例的执行主体为电子设备，比如服务器、台式电脑、笔记本电脑、平板电脑及其他可用于对儿童的居家安全进行监测的电子设备。

如图2所示，为本申请实施例提供的一种儿童居家安全监测方法的流程示意图，该方法包括：

步骤201，获取间隔预设时间的至少两个监测图像。

其中，监测图像包括人体特征和环境特征。

需要解释的是，人体特征表示监测对象的肢体运动情况，环境特征表示监测对象当前所处的地理位置。

步骤202，根据至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据至少两个监测图像中的人体特征和环境特征，判断监测对象是否处于危险环境。

具体地，在一实施例中，为了提高其危险行为监测结果的准确性，同时提高其监测效率，可以根据至少两个监测图像中的人体特征，确定监测对象的当前行为；根据预设的危险行为识别模型和监测对象的当前行为，确定监测对象的当前行为与各危险行为样本的相似度；当监测对象的当前行为与任一危险行为样本的相似度大于预设的行为阈值时，确定监测对象的当前行为为危险行为。

需要解释的是，预设的危险行为识别模型可以是根据大量的危险行为样本图像建立的，同时，根据各危险行为样本图像对应的危险行为类型，对各危险行为样本图像进行标记。其中，危险行为类型主要包括手持刀具行为、手触电板行为和爬高行为等。

具体地，根据间隔预设时间的至少两个监测图像中的人体特征，即根据监测对象当前的肢体运动情况，确定监测对象的当前行为，如走路、跑步以及手持物品等行为。进一步的，通过将间隔预设时间的至少两个监测图像依次输入至预设的危险行为识别模型，基于预设的危险行为识别模型，确定监测对象的当前行为与各预设的危险行为样本图像的相似度。当其当前行为与任一危险行为样本的相似度大于预设的行为阈值时，确定监测对象的当前行为为危险行为，同时获取该危险行为样本的标签(所标记的危险行为类型)，并对该标签进行输出。其中，预设的行为阈值可以根据实际情况进行设置，本申请实施例不做限定。

示例性的，若预设的行为阈值为0.8，当根据预设的危险行为识别模型确定监测对象的当前行为与危险行为样本中的手持刀具行为的相似度为0.2，与危险行为样本中的手触电板行为的相似度为0.15，与危险行为样本中的爬高行为的相似度为0.85，则可以确定监测对象的当前行为为危险行为，并确定该危险行为为爬高行为。

具体地，在一实施例中，为了提高其危险环境监测结果的准确性，同时提高其监测效率，可以根据至少两个监测图像中的人体特征和环境特征，确定监测对象的当前位置坐标；根据预设的危险环境识别模型和监测对象的当前位置坐标，判断当前位置坐标是否属于任一危险环境样本的坐标区域；当当前位置坐标属于任一危险环境样本的坐标区域时，确定监测对象处于危险环境。

需要解释的是，预设的危险环境识别模型可以是根据大量的危险环境样本图像建立的，同时，根据各危险环境样本图像对应的危险环境类型，对各危险环境样本图像进行标记，危险环境类型主要包括在厨房内预设的危险范围和窗台等危险环境，并根据各危险环境的覆盖范围确定其坐标区域(即坐标范围)。

具体地，根据包括人体特征和环境特征的至少两个监测图像，确定监测对象当前的活动范围(活动的环境)，同时确定其当前的位置坐标，也可以确定其当前的坐标移动轨迹，当确定该监测对象的位置坐标，和/或，位置坐标移动轨迹属于任一危险环境的坐标范围时，确定监测对象的活动范围在危险环境所覆盖的范围内，进而可以判断监测对象当前处于危险环境。

步骤203，当确定监测对象的当前行为为危险行为，和/或，监测对象处于危险环境时，生成安全报警信息。

进一步的，可以以短信的形式将生成的安全报警信息发送至手持移动端，以提醒监护人及时采取相应的安全措施，从而保障了监测对象的人身安全。

具体地，在一实施例中，可以根据监测对象在各时间段发生的危险进行统计，并生成相应的统计图像。例如，在过去的一星期(七天)内，监测对象累计进行过1次手持刀具行为、0次手触电板行为和10次爬高行为，其中，在厨房内预设的危险范围活动次数为2，在窗台进行爬高行为的次数为6次(即爬窗台6次)，在根据其统计结果生成统计图像后，将该统计图像发送至手持移动端，以使监护人可以根据手持移动端接收到的统计图像确定儿童的行为习惯，从而为儿童提供具有针对性的安全教导。如告诉儿童爬窗台的危险程度，并劝说儿童改掉爬窗台的习惯，以保障儿童的居家安全。

具体地，在一实施例中，在本申请实施例基于的儿童居家安全监测中可以设置语音获取设备，主要用于获取监测对象的语音。具体地，当监测对象发生了突发疾病，或发生了其他紧急事件时，可以基于本申请实施例提供的儿童居家安全监测系统进行呼救。当确定监测对象发出呼救语音时，向手持移动端发送相应的呼救信号，以提醒监护人及时采取相应的安全措施，进一步保障了儿童的居家安全。

在上述实施例的基础上，为了提高本申请实施例提供的儿童居家安全监测方法的实时性，同时提高其监测结果的可靠性，如图3为本申请实施例提供的另一种儿童居家安全监测方法的流程示意图，作为一种可实施的方式，在上述实施例的基础上，在一实施例中，获取间隔预设时间的至少两个监测图像(步骤201)，包括：

步骤2011，获取预设时间段内的监测视频；

步骤2012，按照预设时间间隔对监测视频进行分帧处理，以获得间隔预设时间的至少两个监测图像。

具体地，至少一个图像采集设备将采集到的监测视频实时发送至电子设备，以使电子设备可以实时获取预设时间段内的监测视频。并对该监测视频进行分帧处理，从而获得间隔预设时间的至少两个监测图像，以供电子设备对监测对象的安全性进行实时监测。

示例性的，若预设时间段设置为9:00-9:01，其中，预设时间间隔为1秒，则在该预设的时间段内可以通过分帧处理获得60个监测图像，根据所获得的60个监测图像，分析监测对象的当前行为和当前的活动范围。

其中，为了提高所获取的监测视频的质量，同时节约开发成本，图像采集设备可以采用具有环形红外照明功能的摄像机。其设置有云台装置，可以水平方向、垂直方向转动，增加了监测范围，并且其设置有存储装置，可以将获取的监测视频进行存储，以为监护人提供完整的监测视频。

在上述实施例的基础上，由于至少一个图像采集设备所采集的监测图像存在环境监测图像，即部分监测图像中不包括监测对象，若电子设备对所有监测图像均进行安全性监测，则将浪费大量的系统资源，不利于保证本申请实施例提供的儿童居家安全监测方法的监测效率。

因此，为了解决上述问题，如图4为本申请实施例提供的再一种儿童居家安全监测方法的流程示意图，作为一种可实施的方式，在上述实施例的基础上，在一实施例中，在根据至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据至少两个监测图像中的人体特征和环境特征，判断监测对象是否处于危险环境(步骤202)之前，该方法还包括：

步骤401，根据至少两个监测图像和预设的人体关节运动识别模型，确定至少两个监测图像中是否包括人体特征。

其中，当确定至少两个监测图像中包括人体特征时，执行根据至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据至少两个监测图像中的人体特征和环境特征，判断监测对象是否处于危险环境的步骤(步骤202)。

相应的，当确定至少两个监测图像中不包括人体特征时，返回获取预设时间段内的监测视频的步骤(步骤2011)。

需要解释的是，预设的人体关节运动识别模型可以是根据大量的人体关节运动样本图像建立的。具体地，通过提取监测图像中的各个旋转自由度，根据所提取的旋转自由度确定监测对象的关节运动特征，进而确定其当前的关节运动状态。

示例性的，若预设各监测图像中监测对象对应的人体特征包括七个旋转自由度，分别为颈关节旋转自由度、左侧肩关节旋转自由度、右侧肩关节旋转自由度、左侧肘关节旋转自由度、右侧肘关节旋转自由度、左侧膝关节旋转自由度以及右侧膝关节旋转自由度。预设的人体关节运动识别模型，可以对至少两个监测图像中的人体特征进行提取，并确定监测对象各关节的旋转自由度。比如，根据其右侧肩关节的旋转自由度和右侧肘关节额旋转自由度，可以确定监测对象的右臂正在做相应的运动。即确定所获取的监测图像中是否包括人体特征。

在上述实施例的基础上，为了进一步提高本申请实施例提供的儿童居家安全监测方法的实用性和普适性，使该方法可以应用到更多的场景，如图5为本申请实施例提供的又一种儿童居家安全监测方法的流程示意图，作为一种可实施的方式，在上述实施例的基础上，在一实施例中，该方法还包括：

步骤501，当确定监测对象的当前行为不属于危险行为，且监测对象未处于危险环境时，根据预设的行为类别分析模型，确定监测对象的当前行为所属的行为类别。

其中，行为类别包括学习行为、娱乐行为和日常行为。

需要解释的是，预设的行为类别分析模型可以是根据大量的行为样本图像建立的，同时，根据其对应的行为类别，对各行为样本图像进行标记。其中，其行为类别还可以包括其他行为，如睡眠行为和运动行为等，具体可以根据应用场景进行设置，本申请实施例不做限定。

进一步的，在确定监测对象的当前行为所属的行为类别后，可以按照预设周期向手持移动端发送监测对象的当前行为的行为类别，以便监护人监管独自在家的儿童。比如，当儿童长时间进行娱乐行为时，如看电视、打电子游戏和玩玩具等，则监护人可以及时提醒儿童调整娱乐行为的时间，并督促其进行学习行为，类似的，也可以根据所确定的行为类别识别结果，判断儿童在家中是否有按时吃饭(日常行为)，以促进儿童做到劳逸结合，养成良好的生活习惯和学习习惯。

其中，本申请实施例提供的危险行为识别模型、危险环境识别模型、人体关节运动识别模型和行为类别分析模型均可以基于卷积神经网络建立，可以采用其他深度学习算法建立，本申请实施例不做限定。

示例性的，如图6所示，为本申请实施例提供的示例性的儿童居家安全监测方法的整体流程示意图，该方法也可以应用于对幼儿的居家安全进行监测，其中图6所示的儿童居家安全监测方法为图2所示的儿童居家安全监测方法的一种具体实施方式，其实现方式与原理相同，不再赘述。

本申请实施例提供的一种儿童居家安全监测方法，通过获取间隔预设时间的至少两个监测图像，其中，监测图像包括人体特征和环境特征；根据至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据至少两个监测图像中的人体特征和环境特征，判断监测对象是否处于危险环境；当确定监测对象的当前行为为危险行为，和/或，监测对象处于危险环境时，生成安全报警信息。上述方案提供的安全监测方法，通过根据预设时间段内的监测图像，确定监测对象的当前行为和所处的环境，当根据其当前的行为和所处的环境确定监测对象存在安全风险时，进行报警，以提醒监护人及时采取相应的安全措施，从而保障了监测对象的人身安全。

本申请实施例提供了一种儿童居家安全监测装置，用于解决现有技术中的儿童居家安全监测方法的实时性较差的技术问题。如图7所示，为本申请实施例提供的儿童居家安全监测装置的结构示意图，该装置70包括：获取模块701、判断模块702和报警模块703。

其中，获取模块701，用于获取间隔预设时间的至少两个监测图像，其中，监测图像包括人体特征和环境特征；判断模块702，用于根据至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据至少两个监测图像中的人体特征和环境特征，判断监测对象是否处于危险环境；报警模块703，用于当确定监测对象的当前行为为危险行为，和/或，监测对象处于危险环境时，生成安全报警信息。

具体地，在一实施例中，判断模块702具体用于：根据至少两个监测图像中的人体特征，确定监测对象的当前行为；

根据预设的危险行为识别模型和监测对象的当前行为，确定监测对象的当前行为与各危险行为样本的相似度；

当监测对象的当前行为与任一危险行为样本的相似度大于预设的行为阈值时，确定监测对象的当前行为为危险行为。

具体地，在一实施例中，判断模块702具体用于：根据至少两个监测图像中的人体特征和环境特征，确定监测对象的当前位置坐标；

根据预设的危险环境识别模型和监测对象的当前位置坐标，判断当前位置坐标是否属于任一危险环境样本的坐标区域；

当当前位置坐标属于任一危险环境样本的坐标区域时，确定监测对象处于危险环境。

具体地，在一实施例中，获取模块701具体用于：获取预设时间段内的监测视频；

按照预设时间间隔对监测视频进行分帧处理，以获得间隔预设时间的至少两个监测图像。

具体地，在一实施例中，判断模块702还用于：根据至少两个监测图像和预设的人体关节运动识别模型，确定至少两个监测图像中是否包括人体特征；

当确定至少两个监测图像中包括人体特征时，执行根据至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据至少两个监测图像中的人体特征和环境特征，判断监测对象是否处于危险环境的步骤。

具体地，在一实施例中，判断模块702还用于：当确定至少两个监测图像中不包括人体特征时，返回获取预设时间段内的监测视频的步骤。

具体地，在一实施例中，判断模块702还用于：当确定监测对象的当前行为不属于危险行为，且监测对象未处于危险环境时，根据预设的行为类别分析模型，确定监测对象的当前行为所属的行为类别；其中，行为类别包括学习行为、娱乐行为和日常行为。

本申请实施例提供的一种儿童居家安全监测装置，用于执行上述实施例提供的儿童居家安全监测方法，其实现方式与原理相同，不再赘述。

本申请实施例还了提供一种电子设备，用于执行上述实施例提供的方法。

如图8所示，为本申请实施例提供的电子设备的结构示意图。该电子设备80包括：至少一个处理器81和存储器82；

其中，至少一个处理器执行存储器存储的计算机执行指令，使得至少一个处理器执行如前述实施例中任一项的方法的指令。

本申请实施例提供的一种电子设备，用于执行上述实施例提供的儿童居家安全监测方法，其实现方式与原理相同，不再赘述。

本申请实施例提供了一种包含计算机可执行指令的存储介质，存储介质中存储有计算机处理器执行指令，当处理器执行计算机执行指令时，实现如上任一实施例提供的方法。

本申请实施例的包含计算机可执行指令的存储介质，可用于存储前述实施例中提供的儿童居家安全监测方法的计算机执行指令，其实现方式与原理相同，不再赘述。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种儿童居家安全监测方法，其特征在于，包括：

获取间隔预设时间的至少两个监测图像，其中，所述监测图像包括人体特征和环境特征；

根据所述至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据所述至少两个监测图像中的人体特征和环境特征，判断所述监测对象是否处于危险环境；

当确定所述监测对象的当前行为为危险行为，和/或，所述监测对象处于危险环境时，生成安全报警信息。

2.根据权利要求1所述的儿童居家安全监测方法，其特征在于，所述根据所述至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，包括：

根据所述至少两个监测图像中的人体特征，确定所述监测对象的当前行为；

根据预设的危险行为识别模型和所述监测对象的当前行为，确定所述监测对象的当前行为与各危险行为样本的相似度；

当所述监测对象的当前行为与任一危险行为样本的相似度大于预设的行为阈值时，确定所述监测对象的当前行为为危险行为。

3.根据权利要求1所述的儿童居家安全监测方法，其特征在于，所述根据所述至少两个监测图像中的人体特征和环境特征，判断所述监测对象是否处于危险环境，包括：

根据所述至少两个监测图像中的人体特征和环境特征，确定所述监测对象的当前位置坐标；

根据预设的危险环境识别模型和所述监测对象的当前位置坐标，判断所述当前位置坐标是否属于任一危险环境样本的坐标区域；

当所述当前位置坐标属于任一危险环境样本的坐标区域时，确定所述监测对象处于危险环境。

4.根据权利要求1所述的儿童居家安全监测方法，其特征在于，所述获取间隔预设时间的至少两个监测图像，包括：

获取预设时间段内的监测视频；

按照预设时间间隔对所述监测视频进行分帧处理，以获得间隔预设时间的至少两个监测图像。

5.根据权利要求4所述的儿童居家安全监测方法，其特征在于，在根据所述至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据所述至少两个监测图像中的人体特征和环境特征，判断所述监测对象是否处于危险环境之前，所述方法还包括：

根据所述至少两个监测图像和预设的人体关节运动识别模型，确定所述至少两个监测图像中是否包括人体特征；

当确定所述至少两个监测图像中包括人体特征时，执行所述根据所述至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据所述至少两个监测图像中的人体特征和环境特征，判断所述监测对象是否处于危险环境的步骤。

6.根据权利要求5所述的儿童居家安全监测方法，其特征在于，还包括：

当确定所述至少两个监测图像中不包括人体特征时，返回所述获取预设时间段内的监测视频的步骤。

7.根据权利要求1所述的儿童居家安全监测方法，其特征在于，还包括：

当确定所述监测对象的当前行为不属于危险行为，且所述监测对象未处于危险环境时，根据预设的行为类别分析模型，确定所述监测对象的当前行为所属的行为类别；其中，所述行为类别包括学习行为、娱乐行为和日常行为。

8.一种儿童居家安全监测装置，其特征在于，包括：获取模块、判断模块和报警模块；

所述获取模块，用于获取间隔预设时间的至少两个监测图像，其中，所述监测图像包括人体特征和环境特征；

所述判断模块，用于根据所述至少两个监测图像中的人体特征，判断监测对象的当前行为是否为危险行为，和/或，根据所述至少两个监测图像中的人体特征和环境特征，判断所述监测对象是否处于危险环境；

所述报警模块，用于当确定所述监测对象的当前行为为危险行为，和/或，所述监测对象处于危险环境时，生成安全报警信息。

9.一种电子设备，其特征在于，包括：至少一个处理器和存储器；

所述存储器存储计算机执行指令；

所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1-7任一项所述的方法。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7任一项所述的方法。

Images