CN114023037A - 用户安全预警方法、装置、电子设备及可读存储介质 - Google Patents
用户安全预警方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN114023037A CN114023037A CN202111215909.5A CN202111215909A CN114023037A CN 114023037 A CN114023037 A CN 114023037A CN 202111215909 A CN202111215909 A CN 202111215909A CN 114023037 A CN114023037 A CN 114023037A
- Authority
- CN
- China
- Prior art keywords
- early warning
- historical
- vector
- user
- similarity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000013598 vector Substances 0.000 claims abstract description 187
- 238000004364 calculation method Methods 0.000 claims abstract description 33
- 238000012502 risk assessment Methods 0.000 claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 9
- 230000002354 daily effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及数据分析技术，揭露一种用户安全预警方法，包括：利用所述人脸信息识别所述历史视频数据中所述用户的第一出门次数，根据第一出门次数构建历史出行信息向量；利用所述人脸信息识别所述预警视频数据中所述用户的第二出门次数，并根据第二出门次数构建预警出行信息向量；根据所述预警出行信息向量与所述历史出行信息向量进行相似度计算，得到相似度值；根据所述相似度值及预设相似度阈值对所述用户进行安全风险评估，根据安全风险评估的结果进行安全预警。本发明还提出一种用户安全预警装置、电子设备以及可读存储介质。本发明可以提高安全预警的便利性。
Description
技术领域
本发明涉及数据分析技术，尤其涉及一种用户安全预警方法、装置、电子设备及可读存储介质。
背景技术
随着老龄化社会的到来，独居老人也越来越多，独居老人的安全问题也渐渐受到大家的关注，如何及时的对独居老人进行安全监控预警也成为了亟待解决的问题。
但是现有用户安全预警方法需要用户随身携带定位设备，导致安全预警的便利性较差。
发明内容
本发明提供一种用户安全预警方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高安全预警的便利性。
为实现上述目的，本发明提供的一种用户安全预警方法，包括：
获取第一预设时间区间内每天的监控视频数据，得到历史视频数据；
获取用户的人脸信息，利用所述人脸信息识别所述历史视频数据中所述用户的第一出门次数，根据所述第一出门次数构建历史出行信息向量；
获取第二预设时间区间内每天的监控视频数据，得到预警视频数据；
利用所述人脸信息识别所述预警视频数据中所述用户的第二出门次数，并根据所述第二出门次数构建预警出行信息向量；
根据所述预警出行信息向量及所述历史出行信息向量进行相似度计算，得到相似度值；
根据所述相似度值及预设相似度阈值对所述用户进行安全风险评估，根据安全风险评估的结果进行安全预警。
可选地，所述利用所述人脸信息识别所述历史视频数据中所述用户的第一出门次数，根据所述第一出门次数构建历史出行信息向量，包括：
将所述历史视频数据按照预设的时间间隔切分为不同的视频片段，得到历史视频片段；
利用所述人脸信息识别所述历史视频片段中所述用户的出门次数，得到每个所述历史视频片段对应的历史出门数值；
将所有所述历史出门数值作为向量元素按照对应的历史视频片段的先后顺序进行组合，得到所述历史出行信息向量。
可选地，所述利用所述人脸信息识别所述预警视频数据中所述用户的第二出门次数，并根据所述第二出门次数构建预警出行信息向量，包括：
将所述预警视频数据按照预设的时间间隔切分为不同的视频片段，得到预警视频片段；
利用所述人脸信息识别所述预警视频片段中所述用户的出门次数，得到每个所述预警视频片段对应的预警出门数值；
将所有所述预警出门数值作为向量元素按照对应的预警视频片段的先后顺序进行组合，得到所述预警出行信息向量。
可选地，所述根据所述预警出行信息向量及所述历史出行信息向量进行相似度计算，得到相似度值，包括：
计算所有所述历史出行信息向量的平均值，得到目标历史出行向量；
计算所述预警出行信息向量与所述目标历史出行向量的相似度，得到对应的所述相似度值。
可选地，所述根据所述预警出行信息向量及所述历史出行信息向量进行相似度计算，得到相似度值，包括：
获取所述历史视频数据对应的天气及日期；
根据所述历史视频数据对应的天气及日期标记所述历史视频数据对应的历史出行信息向量；
获取所述预警视频数据对应的天气及日期；
根据所述预警视频数据对应的天气及日期标记所述预警视频数据对应的预警出行信息向量；
选取与所述预警出行信息向量相同天气的历史出行信息向量，得到第一历史出行向量；
选取与所述预警出行信息向量相同日期的历史出行信息向量，得到第二历史出行向量；
根据所述预警出行信息向量、所述第一历史出行向量及所述第二历史出行向量进行相似度加权计算，得到所述相似度值。
可选地，所述根据所述预警出行信息向量、所述第一历史出行向量及所述第二历史出行向量进行相似度加权计算，得到所述相似度值，包括：
将所有所述第一历史出行向量进行平均计算，得到第一目标历史出行向量；
计算所述预警出行信息向量与所述第一目标历史出行向量的相似度，得到第一相似度值；
将所有所述第二历史出行向量进行平均计算，得到第二目标历史出行向量；
计算所述预警出行信息向量与所述第二目标历史出行向量的相似度，得到第二相似度值；
根据所述第一相似度值及所述第二相似度值，利用预设权重进行加权计算，得到所述相似度值。
可选地，所述根据所述相似度值及预设相似度阈值对所述用户进行安全风险评估，根据安全风险评估的结果进行安全预警，包括：
当所有所述相似度值均小于所述相似度阈值，则安全风险评估的结果为高风险，并向安全预警人员的预设终端设备发送所述用户的安全预警信息；
当任意一个所述相似度值大于或等于所述相似度阈值，则安全风险评估的结果为低风险。
为了解决上述问题，本发明还提供一种用户安全预警装置，所述装置包括：
向量构建模块，用于获取第一预设时间区间内的每天的监控视频数据，得到对应的历史视频数据；获取用户的人脸信息，利用所述人脸信息识别所述历史视频数据中所述用户的出门次数，根据识别的出门次数进行向量构建，得到对应的历史出行信息向量；获取第二预设时间区间每天的所述监控视频数据，得到对应的预警视频数据；利用所述人脸信息识别所述预警视频数据中所述用户的出门次数，并根据识别的所述预警视频数据中所述用户的出门次数进行向量构建，得到预警出行信息向量；
相似度计算模块，用于根据所述预警出行信息向量与所述历史出行信息向量进行相似度计算，得到对应的相似度值；
评估预警模块，用于根据所述相似度值及预设相似度阈值对所述用户进行安全风险评估，根据安全风险评估的结果进行安全预警。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个计算机程序；及
处理器，执行所述存储器中存储的计算机程序以实现上述所述的用户安全预警方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的用户安全预警方法。
本发明实施例根据所述预警出行信息向量与所述历史出行信息向量进行相似度计算，得到对应的相似度值；根据所述相似度值及预设相似度阈值对所述用户进行安全风险评估，根据安全风险评估的结果进行安全预警；通过监控视频识别用户的出行次数，利用出行次数构建向量进行相似度计算衡量用户的日常出门次数差异，根据出门次数的差异来进行安全评估预警，不需要用户携带任何设备或上传数据，提高了安全预警的便利性，因此本发明实施例提出的用户安全预警方法、装置、电子设备及可读存储介质提高了安全预警的便利性。
附图说明
图1为本发明一实施例提供的用户安全预警方法的流程示意图；
图2为本发明一实施例提供的用户安全预警装置的模块示意图；
图3为本发明一实施例提供的实现用户安全预警方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供一种用户安全预警方法。所述用户安全预警方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述用户安全预警方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示的本发明一实施例提供的用户安全预警方法的流程示意图，在本发明实施例中，所述用户安全预警方法包括：
本发明实施例中，所述一种用户安全预警方法，包括：
S1、获取第一预设时间区间内每天的监控视频数据，得到历史视频数据；
详细地，本发明实施例中所述监控视频数据为小区出口的每天监控视频的数据。
进一步地，本发明实施例为了可以更准确的把握用户的出行信息，获取第一预设时间区间内每天的监控视频数据。
详细地，本发明实施例中获取第一预设时间区间内每天的监控视频数据之前，所述方法还包括：
根据当前时间及预设第一日期间隔计算得到第一日期；
根据所述第一日期及预设第二日期间隔构建所述第一预设时间区间。可选地，本发明实施例中将当前时间减去所述第一日期间隔，得到所述第一日期，例如：当前时间为10/9，第一日期间隔为2天，那么第一日期为10/7。
进一步地，本发明实施例将所述第一日期作为区间的右端点，将所述第二时间间隔作为区间长度构建区间，得到所述第一预设时间区间。可选地，本发明实施例中所述第二日期间隔为60天。
S2、获取用户的人脸信息，利用所述人脸信息识别所述历史视频数据中所述用户的第一出门次数，根据所述第一出门次数构建历史出行信息向量；
详细地，本发明实施例中所述人脸信息为所述用户的人脸图片信息，所述用户为需要进行安全预警监控的用户。
进一步地，本发明实施例中利用预设的人脸识别算法识别所述历史视频数据中所述用户的出门次数，由于不同时间段用户的出门次数具有不同的规律，因此，本发明实施例需要对所述历史视频数据进行分段识别。
具体地，本发明实施例中利用所述人脸信息识别所述历史视频数据中所述用户的第一出门次数，根据所述第一出门次数构建历史出行信息向量，包括：
将所述历史视频数据按照预设的时间间隔切分为不同的视频片段，得到历史视频片段；
可选地，本发明实施例中所述时间间隔为6个小时。
利用所述人脸信息识别所述历史视频片段中所述用户出门的次数，得到每个所述历史视频片段对应的历史出门数值；
例如：所述历史视频片段中所述用户出门的次数为2次，那么对应的所述历史出门数值为2。
将所有所述历史出门数值作为向量元素按照对应的历史视频片段的先后顺序进行组合，得到所述历史出行信息向量。
例如：所述历史视频数据共有4个历史视频片段A、B、C、D，按照时间先后顺序排序后的历史视频片段的顺序为B、A、C、D，历史视频片段A对应的历史出门数值为2，历史视频片段B对应的历史出门数值为1，历史视频片段C对应的历史出门数值为0，历史视频片段D对应的历史出门数值为3，那么所述历史出行信息向量为
S3、获取第二预设时间区间内每天的监控视频数据，得到预警视频数据；
详细地，本发明实施例中获取第二预设时间区间内每天的监控视频数据，得到预警视频数据之前，所述方法还包括：
将当前时间的前一天作为第三日期；
将所述第一日期及所述第三日期作为区间端点，得到所述第二预设时间区间。
S4、利用所述人脸信息识别所述预警视频数据中所述用户的第二出门次数，并根据所述第二出门次数构建预警出行信息向量；
详细地，本发明实施例中利用所述人脸信息识别所述预警视频数据中所述用户的第二出门次数，并根据所述第二出门次数构建预警出行信息向量，包括：
将所述预警视频数据按照预设时间间隔切分为不同的视频片段，得到预警视频片段；
利用所述人脸信息识别所述预警视频片段中所述用户出门的次数，得到每个所述预警视频片段对应的预警出门数值；
将所有所述预警出门数值作为向量元素按照对应的预警视频片段的先后顺序进行组合，得到所述预警出行信息向量。
S5、根据所述预警出行信息向量及所述历史出行信息向量进行相似度计算，得到相似度值；
本发明实施例中通过计算所述预警出行信息向量与所述历史出行信息向量的相似度，来判断用户出行的规律的变化程度，进而对用户进行安全预警。
详细地，本发明实施例中根据所述预警出行信息向量及所述历史出行信息向量进行相似度计算，得到相似度值，包括：
计算所有所述历史出行信息向量的平均值，得到目标历史出行向量；
例如：共有两个历史出行信息向量，分别为
那么将所有历史出行信息向量进行平均计算，得到目标历史出行向量为
计算所述预警出行信息向量与所述目标历史出行向量的相似度，得到对应的所述相似度值。
可选地，本发明实施例利用余弦相似度、皮尔逊相关系数等算法计算每个所述预警出行信息向量与所述目标历史出行向量的相似度，得到对应的所述相似度值。
本发明另一实施例中根据所述预警出行信息向量与所述历史出行信息向量进行相似度计算，得到对应的相似度值，包括：
获取所述历史视频数据对应的天气及日期；
可选地，本发明实施例中所述日期为星期数据，如：所述历史视频数据对应的天气为阴天，日期为星期二。
根据所述历史视频数据对应的天气及日期标记所述历史视频数据对应的历史出行信息向量；
获取所述预警视频数据对应日期的天气及日期；
根据所述预警视频数据对应的天气及日期标记所述预警视频数据对应的预警出行信息向量；
选取与所述预警出行信息向量相同天气的历史出行信息向量，得到第一历史出行向量；
例如：所述预警出行信息向量对应的天气为阴天，那么选取对应的天气为阴天的历史出行信息向量，得到所述第一历史出行向量。
选取与所述预警出行信息向量相同日期的所述历史出行信息向量，得到第二历史出行向量；
例如：所述预警出行信息向量对应的日期为星期二，那么选取对应的日期为星期二的历史出行信息向量，得到所述第二历史出行向量。
根据所述预警出行信息向量、所述第一历史出行向量及所述第二历史出行向量进行相似度加权计算，得到所述相似度值。
详细地，本发明实施例中所述根据所述预警出行信息向量、所述第一历史出行向量及所述第二历史出行向量进行相似度加权计算，得到所述相似度值，包括：
将所有所述第一历史出行向量进行平均计算，得到第一目标历史出行向量；
例如：所述预警出行信息向量对应两个第一历史出行向量，分别为
那么将所述预警出行信息向量对应的所有第一历史出行向量进行平均计算，得到第一目标历史出行向量为
计算所述预警出行信息向量与所述第一目标历史出行向量的相似度，得到第一相似度值；
可选地，本发明实施例利用余弦相似度、皮尔逊相关系数等算法计算所述预警出行信息向量与对应的所述第一历史出行向量的相似度。
将所有所述第二历史出行向量进行平均计算，得到第二目标历史出行向量；
计算所述预警出行信息向量与所述第二历史出行向量的相似度，得到第二相似度值；
根据所述预警出行信息向量对应的所述第一相似度值及所述第二相似度值，利用预设权重进行加权计算，得到所述相似度值。
例如：第一相似度为0.7，第一相似度对应的预设权重为0.6，第二相似度为0.8，第二相似度对应的预设权重为0.4，那么所述相似度值为0.7*0.6+0.8*0.4＝0.74。
本发明另一实施例中，根据所述预警出行信息向量与所述历史出行信息向量进行相似度计算，得到对应的相似度值，包括：
获取所述历史视频数据对应天气及日期；
根据所述历史视频数据对应的天气及日期标记所述历史视频数据对应的历史出行信息向量；
获取所述预警视频数据对应日期的天气及日期；
根据所述预警视频数据对应的天气及日期标记所述预警视频数据对应的预警出行信息向量；
选取与所述预警出行信息向量相同天气及相同日期的所述历史出行信息向量，得到第三历史出行向量；
例如：所述预警出行信息向量对应的天气为阴天日期为星期二，那么选取对应的天气为阴天日期为星期二的历史出行信息向量，得到所述第一历史出行向量。
将所有所述第三历史出行向量进行平均计算，得到第三目标历史出行向量；
计算所述预警出行信息向量与所述第三目标历史出行向量的相似度，得到所述相似度值。
S6、根据所述相似度值及预设相似度阈值对所述用户进行安全风险评估，根据安全风险评估的结果进行安全预警。
本发明实施例中根据预设相似度阈值及所述相似度值进行安全风险评估，评估对应的安全风险，从而进行对应的安全风险预警。
详细地，本发明实施例根据所述相似度值及预设相似度阈值对所述用户进行安全风险评估，根据安全风险评估的结果进行安全预警，包括：
当所有所述相似度值均小于所述相似度阈值，则安全风险评估的结果为高风险，并向安全预警人员的预设终端设备发送所述用户的安全预警信息；
可选地，本发明实施例中所述终端设备为可以进行信息接收的电子设备，如：手机、电脑、平板等。
当任意一个所述相似度值大于或等于所述相似度阈值，则安全风险评估的结果为低风险。
如图2所示，是本发明用户安全预警装置的功能模块图。
本发明所述用户安全预警装置100可以安装于电子设备中。根据实现的功能，所述用户安全预警装置可以包括向量构建模块101、相似度计算模块102、评估预警模块103，本发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：
所述向量构建模块101用于获取第一预设时间区间内每天的监控视频数据，得到历史视频数据；获取用户的人脸信息，利用所述人脸信息识别所述历史视频数据中所述用户的第一出门次数，根据所述第一出门次数构建历史出行信息向量；获取第二预设时间区间内每天的监控视频数据，得到预警视频数据；利用所述人脸信息识别所述预警视频数据中所述用户的第二出门次数，并根据所述第二出门次数构建预警出行信息向量；
所述相似度计算模块102用于根据所述预警出行信息向量及所述历史出行信息向量进行相似度计算，得到相似度值；
所述评估预警模块103用于根据所述相似度值及预设相似度阈值对所述用户进行安全风险评估，根据安全风险评估的结果进行安全预警。
详细地，本发明实施例中所述用户安全预警装置100中所述的各模块在使用时采用与上述图1中所述的用户安全预警方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图2所示，是本发明实现用户安全预警方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如安全预警程序。
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的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，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的应用软件及各类数据，例如安全预警程序的代码等，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10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、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(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(例如用户安全预警程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述通信总线12可以是外设部件互连标准(perIPheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述通信总线12总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
图2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2示出的结构并不构成对所述电子设备的限定，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装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、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、再充电装置、电源故障分类电路、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。
可选地，所述通信接口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与其他电子设备之间建立通信连接。
可选地，所述通信接口13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。
所述电子设备中的所述存储器11存储的安全预警程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
获取第一预设时间区间内每天的监控视频数据，得到历史视频数据；
获取用户的人脸信息，利用所述人脸信息识别所述历史视频数据中所述用户的第一出门次数，根据所述第一出门次数构建历史出行信息向量；
获取第二预设时间区间内每天的监控视频数据，得到预警视频数据；
利用所述人脸信息识别所述预警视频数据中所述用户的第二出门次数，并根据所述第二出门次数构建预警出行信息向量；
根据所述预警出行信息向量及所述历史出行信息向量进行相似度计算，得到相似度值；
根据所述相似度值及预设相似度阈值对所述用户进行安全风险评估，根据安全风险评估的结果进行安全预警。
具体地，所述处理器10对上述计算机程序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。
进一步地，所述电子设备集成的模块/单元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，可以存储在一个计算机可读取存储介质中。所述计算机可读介质可以是非易失性的，也可以是易失性的。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明实施例还可以提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取第一预设时间区间内每天的监控视频数据，得到历史视频数据；
获取用户的人脸信息，利用所述人脸信息识别所述历史视频数据中所述用户的第一出门次数，根据所述第一出门次数构建历史出行信息向量；
获取第二预设时间区间内每天的监控视频数据，得到预警视频数据；
利用所述人脸信息识别所述预警视频数据中所述用户的第二出门次数，并根据所述第二出门次数构建预警出行信息向量；
根据所述预警出行信息向量及所述历史出行信息向量进行相似度计算，得到相似度值；
根据所述相似度值及预设相似度阈值对所述用户进行安全风险评估，根据安全风险评估的结果进行安全预警。
进一步地，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。
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，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置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。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
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装置也可以由一个单元或装置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)
1.一种用户安全预警方法，其特征在于，所述方法包括：
获取第一预设时间区间内每天的监控视频数据，得到历史视频数据；
获取用户的人脸信息，利用所述人脸信息识别所述历史视频数据中所述用户的第一出门次数，根据所述第一出门次数构建历史出行信息向量；
获取第二预设时间区间内每天的监控视频数据，得到预警视频数据；
利用所述人脸信息识别所述预警视频数据中所述用户的第二出门次数，并根据所述第二出门次数构建预警出行信息向量；
根据所述预警出行信息向量及所述历史出行信息向量进行相似度计算，得到相似度值；
根据所述相似度值及预设相似度阈值对所述用户进行安全风险评估，根据安全风险评估的结果进行安全预警。
2.如权利要求1所述的用户安全预警方法，其特征在于，所述利用所述人脸信息识别所述历史视频数据中所述用户的第一出门次数，根据所述第一出门次数构建历史出行信息向量，包括：
将所述历史视频数据按照预设的时间间隔切分为不同的视频片段，得到历史视频片段；
利用所述人脸信息识别所述历史视频片段中所述用户的出门次数，得到每个所述历史视频片段对应的历史出门数值；
将所有所述历史出门数值作为向量元素按照对应的历史视频片段的先后顺序进行组合，得到所述历史出行信息向量。
3.如权利要求1所述的用户安全预警方法，其特征在于，所述利用所述人脸信息识别所述预警视频数据中所述用户的第二出门次数，并根据所述第二出门次数构建预警出行信息向量，包括：
将所述预警视频数据按照预设的时间间隔切分为不同的视频片段，得到预警视频片段；
利用所述人脸信息识别所述预警视频片段中所述用户的出门次数，得到每个所述预警视频片段对应的预警出门数值；
将所有所述预警出门数值作为向量元素按照对应的预警视频片段的先后顺序进行组合，得到所述预警出行信息向量。
4.如权利要求1所述的用户安全预警方法，其特征在于，所述根据所述预警出行信息向量及所述历史出行信息向量进行相似度计算，得到相似度值，包括：
计算所有所述历史出行信息向量的平均值，得到目标历史出行向量；
计算所述预警出行信息向量与所述目标历史出行向量的相似度，得到对应的所述相似度值。
5.如权利要求1所述的用户安全预警方法，其特征在于，所述根据所述预警出行信息向量及所述历史出行信息向量进行相似度计算，得到相似度值，包括：
获取所述历史视频数据对应的天气及日期；
根据所述历史视频数据对应的天气及日期标记所述历史视频数据对应的历史出行信息向量；
获取所述预警视频数据对应的天气及日期；
根据所述预警视频数据对应的天气及日期标记所述预警视频数据对应的预警出行信息向量；
选取与所述预警出行信息向量相同天气的历史出行信息向量，得到第一历史出行向量；
选取与所述预警出行信息向量相同日期的历史出行信息向量，得到第二历史出行向量；
根据所述预警出行信息向量、所述第一历史出行向量及所述第二历史出行向量进行相似度加权计算，得到所述相似度值。
6.如权利要求5所述的用户安全预警方法，其特征在于，所述根据所述预警出行信息向量、所述第一历史出行向量及所述第二历史出行向量进行相似度加权计算，得到所述相似度值，包括：
将所有所述第一历史出行向量进行平均计算，得到第一目标历史出行向量；
计算所述预警出行信息向量与所述第一目标历史出行向量的相似度，得到第一相似度值；
将所有所述第二历史出行向量进行平均计算，得到第二目标历史出行向量；
计算所述预警出行信息向量与所述第二目标历史出行向量的相似度，得到第二相似度值；
根据所述第一相似度值及所述第二相似度值，利用预设权重进行加权计算，得到所述相似度值。
7.如权利要求1至6中任意一项所述的用户安全预警方法，其特征在于，所述根据所述相似度值及预设相似度阈值对所述用户进行安全风险评估，根据安全风险评估的结果进行安全预警，包括：
当所有所述相似度值均小于所述相似度阈值，则安全风险评估的结果为高风险，并向安全预警人员的预设终端设备发送所述用户的安全预警信息；
当任意一个所述相似度值大于或等于所述相似度阈值，则安全风险评估的结果为低风险。
8.一种用户安全预警装置，其特征在于，包括：
向量构建模块，用于获取第一预设时间区间内每天的监控视频数据，得到历史视频数据；获取用户的人脸信息，利用所述人脸信息识别所述历史视频数据中所述用户的第一出门次数，根据所述第一出门次数构建历史出行信息向量；获取第二预设时间区间内每天的监控视频数据，得到预警视频数据；利用所述人脸信息识别所述预警视频数据中所述用户的第二出门次数，并根据所述第二出门次数构建预警出行信息向量；
相似度计算模块，用于根据所述预警出行信息向量及所述历史出行信息向量进行相似度计算，得到相似度值；
评估预警模块，用于根据所述相似度值及预设相似度阈值对所述用户进行安全风险评估，根据安全风险评估的结果进行安全预警。
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计算机程序，所述计算机程序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7中任一项所述的用户安全预警方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的用户安全预警方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111215909.5A CN114023037A (zh) | 2021-10-19 | 2021-10-19 | 用户安全预警方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111215909.5A CN114023037A (zh) | 2021-10-19 | 2021-10-19 | 用户安全预警方法、装置、电子设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114023037A true CN114023037A (zh) | 2022-02-08 |
Family
ID=80056553
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111215909.5A Pending CN114023037A (zh) | 2021-10-19 | 2021-10-19 | 用户安全预警方法、装置、电子设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114023037A (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006202123A (ja) * | 2005-01-21 | 2006-08-03 | Navi Community Kk | 安否遠隔監視方法 |
| CN106910318A (zh) * | 2015-12-23 | 2017-06-30 | 中国移动通信集团公司 | 一种进出行为监控方法及系统 |
| CN108205873A (zh) * | 2016-12-19 | 2018-06-26 | 深圳市智安物联科技有限公司 | 独居老人安全看护系统及方法 |
| CN110164006A (zh) * | 2019-05-17 | 2019-08-23 | 珠海格力电器股份有限公司 | 基于智能门锁的用户行为监控方法及装置、智能门锁 |
| CN110210905A (zh) * | 2019-05-31 | 2019-09-06 | 拉扎斯网络科技（上海）有限公司 | 特征相似度计算方法、装置、电子设备及计算机存储介质 |
| CN110245556A (zh) * | 2019-05-06 | 2019-09-17 | 深圳耄耋看护科技有限公司 | 一种在家离家状态的检测方法、装置、系统及存储介质 |
| CN110443408A (zh) * | 2019-07-04 | 2019-11-12 | 特斯联（北京）科技有限公司 | 出行预测方法和装置 |
| CN110782563A (zh) * | 2019-11-05 | 2020-02-11 | 珠海格力电器股份有限公司 | 一种基于智能门锁的求助信息广播方法、存储介质及智能门锁 |
| CN111143829A (zh) * | 2019-12-25 | 2020-05-12 | 北京天融信网络安全技术有限公司 | 一种任务危险程度的确定方法、装置、电子设备及存储介质 |
| US20200285737A1 (en) * | 2019-03-05 | 2020-09-10 | Microsoft Technology Licensing, Llc | Dynamic cybersecurity detection of sequence anomalies |
| CN112489367A (zh) * | 2020-11-13 | 2021-03-12 | 北京软通智慧城市科技有限公司 | 一种独居老人监测方法、装置、设备及存储介质 |
| CN113284606A (zh) * | 2021-06-02 | 2021-08-20 | 武汉玖燊科技有限公司 | 一种基于远程监测数据分析的居家养老智能管理方法、系统及计算机存储介质 |
| CN113506045A (zh) * | 2021-08-09 | 2021-10-15 | 平安银行股份有限公司 | 基于移动设备的风险用户识别方法、装置、设备及介质 |
-
2021
- 2021-10-19 CN CN202111215909.5A patent/CN114023037A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006202123A (ja) * | 2005-01-21 | 2006-08-03 | Navi Community Kk | 安否遠隔監視方法 |
| CN106910318A (zh) * | 2015-12-23 | 2017-06-30 | 中国移动通信集团公司 | 一种进出行为监控方法及系统 |
| CN108205873A (zh) * | 2016-12-19 | 2018-06-26 | 深圳市智安物联科技有限公司 | 独居老人安全看护系统及方法 |
| US20200285737A1 (en) * | 2019-03-05 | 2020-09-10 | Microsoft Technology Licensing, Llc | Dynamic cybersecurity detection of sequence anomalies |
| CN110245556A (zh) * | 2019-05-06 | 2019-09-17 | 深圳耄耋看护科技有限公司 | 一种在家离家状态的检测方法、装置、系统及存储介质 |
| CN110164006A (zh) * | 2019-05-17 | 2019-08-23 | 珠海格力电器股份有限公司 | 基于智能门锁的用户行为监控方法及装置、智能门锁 |
| CN110210905A (zh) * | 2019-05-31 | 2019-09-06 | 拉扎斯网络科技（上海）有限公司 | 特征相似度计算方法、装置、电子设备及计算机存储介质 |
| CN110443408A (zh) * | 2019-07-04 | 2019-11-12 | 特斯联（北京）科技有限公司 | 出行预测方法和装置 |
| CN110782563A (zh) * | 2019-11-05 | 2020-02-11 | 珠海格力电器股份有限公司 | 一种基于智能门锁的求助信息广播方法、存储介质及智能门锁 |
| CN111143829A (zh) * | 2019-12-25 | 2020-05-12 | 北京天融信网络安全技术有限公司 | 一种任务危险程度的确定方法、装置、电子设备及存储介质 |
| CN112489367A (zh) * | 2020-11-13 | 2021-03-12 | 北京软通智慧城市科技有限公司 | 一种独居老人监测方法、装置、设备及存储介质 |
| CN113284606A (zh) * | 2021-06-02 | 2021-08-20 | 武汉玖燊科技有限公司 | 一种基于远程监测数据分析的居家养老智能管理方法、系统及计算机存储介质 |
| CN113506045A (zh) * | 2021-08-09 | 2021-10-15 | 平安银行股份有限公司 | 基于移动设备的风险用户识别方法、装置、设备及介质 |
Non-Patent Citations (1)
| Title |
|---|
| 刘子峰: "独居老人室内安全监护终端设计", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112347214B (zh) | 目标区域划分方法、装置、电子设备及存储介质 | |
| CN112446025A (zh) | 联邦学习防御方法、装置、电子设备及存储介质 | |
| CN114781832A (zh) | 课程推荐方法、装置、电子设备及存储介质 | |
| CN113868529A (zh) | 知识推荐方法、装置、电子设备及可读存储介质 | |
| CN114550076A (zh) | 区域异常行为监控方法、装置、设备及存储介质 | |
| CN114186132A (zh) | 信息推荐方法、装置、电子设备及存储介质 | |
| CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
| CN114612194A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
| CN114913371A (zh) | 多任务学习模型训练方法、装置、电子设备及存储介质 | |
| CN114022841A (zh) | 人员监控识别方法、装置、电子设备及可读存储介质 | |
| CN114637326A (zh) | 区域策略制定方法、装置、设备及存储介质 | |
| CN113868528A (zh) | 资讯推荐方法、装置、电子设备及可读存储介质 | |
| CN112651782B (zh) | 基于缩放点积注意力的行为预测方法、装置、设备及介质 | |
| CN111950707B (zh) | 基于行为共现网络的行为预测方法、装置、设备及介质 | |
| CN113505273A (zh) | 基于重复数据筛选的数据排序方法、装置、设备及介质 | |
| CN111652282A (zh) | 基于大数据的用户偏好分析方法、装置及电子设备 | |
| CN114023037A (zh) | 用户安全预警方法、装置、电子设备及可读存储介质 | |
| CN112215336B (zh) | 基于用户行为的数据标注方法、装置、设备及存储介质 | |
| CN114817408A (zh) | 调度资源识别方法、装置、电子设备及存储介质 | |
| CN113918296A (zh) | 模型训练任务调度执行方法、装置、电子设备及存储介质 | |
| CN112561500A (zh) | 基于用户数据的薪酬数据生成方法、装置、设备及介质 | |
| CN111190980A (zh) | 迟到预警方法、装置、电子设备及存储介质 | |
| CN114723488B (zh) | 课程推荐方法、装置、电子设备及存储介质 | |
| CN116450810A (zh) | 人物履历可视化方法、装置、设备及计算机可读存储介质 | |
| CN115225489A (zh) | 队列业务流量阈值动态控制方法、电子设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220208 |