CN114157526A - 一种基于数字图像识别的家居安全远程监控方法及装置 - Google Patents

一种基于数字图像识别的家居安全远程监控方法及装置 Download PDF

Info

Publication number
CN114157526A
CN114157526A CN202111590842.3A CN202111590842A CN114157526A CN 114157526 A CN114157526 A CN 114157526A CN 202111590842 A CN202111590842 A CN 202111590842A CN 114157526 A CN114157526 A CN 114157526A
Authority
CN
China
Prior art keywords
human body
risk level
digital image
safety
standard
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.)
Granted
Application number
CN202111590842.3A
Other languages
English (en)
Other versions
CN114157526B (zh
Inventor
曾青青
衣杨
赵小蕾
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.)
Guangzhou Xinhua College
Original Assignee
Guangzhou Xinhua College
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 Guangzhou Xinhua College filed Critical Guangzhou Xinhua College
Priority to CN202111590842.3A priority Critical patent/CN114157526B/zh
Publication of CN114157526A publication Critical patent/CN114157526A/zh
Application granted granted Critical
Publication of CN114157526B publication Critical patent/CN114157526B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00Data switching networks
    • H04L12/28Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803Home automation networks
    • H04L12/2816Controlling appliance services of a home automation network by calling their functionalities
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/182Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00Data switching networks
    • H04L12/66Arrangements for connecting between networks having differing types of switching systems, e.g. gateways
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/06Generation of reports
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及智能家居技术领域,公开了一种基于数字图像识别的家居安全远程监控方法及装置。本发明通过传感器节点采集监测点的异常数据,根据传感器节点对应的安全风险等级执行不同的安全策略,其中在安全风险等级为一级时,对所述第一预置位置区域进行连续拍摄,以得到对应数字图像,对得到的对应数字图像进行人体识别,在识别到人体时获取标准人体关节点坐标,在标准人体关节点坐标满足一定条件时启动对应区域的问答装置以播放交互语音,在未接收到反馈时进行报警;本发明能够对智能家居监测区域进行实时监控以及风险判断,在有安全风险时实现智能报警,提高了家庭住宅的安全性和智能性,能够满足人们对安全性和智能性方面的需求。

Description

一种基于数字图像识别的家居安全远程监控方法及装置
技术领域
本发明涉及智能家居技术领域,尤其涉及一种基于数字图像识别的家居安全远程监控方法及装置。
背景技术
随着人们生活水平的提高,人们对住宅的要求也越来越高,不仅希望拥有较为舒适的居住环境,而且对安全性和智能性方面也提出了更高的要求。传统的家庭住宅不能满足人们对安全性和智能性方面的需求。
发明内容
本发明提供了一种基于数字图像识别的家居安全远程监控方法及装置,解决了智能家居的智能安全监控的技术问题。
本发明第一方面提供一种基于数字图像识别的家居安全远程监控方法,包括:
接收采集模块的网关节点发送的异常报告,所述采集模块包括所述网关节点和散布在监控区域的传感器节点,所述传感器节点检测到所在监测点异常时向所述网关节点发送对应的异常数据,进而由所述网关节点对异常数据进行处理以形成所述异常报告,所述异常报告包括传感器节点标识;
根据内置的安全风险等级列表确定所述传感器节点标识对应的安全风险等级,所述安全风险等级列表包括对应一级安全风险等级的传感器节点标识;
若所述传感器节点标识对应的安全风险等级为一级安全风险等级,控制对应的摄像设备对所述第一预置位置区域进行连续拍摄,得到对应数字图像;
对得到的对应数字图像进行人体识别,在识别到人体时获取标准人体关节点坐标,若获取的所有标准人体关节点坐标中人体标准关节点坐标最大值与人体标准关节点坐标最小值之差小于预设差值阈值,启动对应区域的问答装置以播放交互语音,同时启动计时;
若计时的时长超出时长阈值时所述问答装置仍未接收到对应所述交互语音的响应信号,执行报警。
根据本发明第一方面的一种能够实现的方式,所述在识别到人体时获取标准人体关节点坐标,包括:
根据预先设备的缩放比例对识别到人体的数字图像进行缩放处理,得到对应的压缩图像;
对压缩图像进行预处理,得到灰度图像;
采用图像边缘检测算法确定灰度图像中与标准人体关节点对应的特征区域,采用高斯函数拟合所述特征区域的亮度分布,得到对应的亮度范围;
根据所述亮度范围构建特征点概率模型,根据所述特征点概率模型计算特征区域中像素点为特征点的概率,将概率大于预定概率阈值的像素点作为特征点,并对各特征点进行标记;
建立空间坐标系,将已标记特征点的灰度图像放置在所述空间坐标系中,获取各特征点的坐标值,取其中的中值作为对应的标准人体关节点坐标值。
根据本发明第一方面的一种能够实现的方式,所述安全风险等级列表还包括对应二级安全风险等级的传感器节点标识;所述方法还包括:
若所述传感器节点标识对应的安全风险等级为二级安全风险等级,控制对应的摄像设备对第二预置位置区域进行拍摄,对拍摄得到的人脸图像与标准人脸图像进行匹配;
若所述人脸图像与标准人脸图像不匹配,向预置用户终端发送对应的报警信息。
根据本发明第一方面的一种能够实现的方式,所述安全风险等级列表包括对应三级安全风险等级的传感器节点标识;所述方法还包括:
若所述传感器节点标识对应的安全风险等级为三级安全风险等级,确定第三预置位置区域是否检测到人体,若是,启动对应的家居设备。
本发明第二方面提供一种基于数字图像识别的家居安全远程监控装置,包括:
接收模块,用于接收采集模块的网关节点发送的异常报告,所述采集模块包括所述网关节点和散布在监控区域的传感器节点,所述传感器节点检测到所在监测点异常时向所述网关节点发送对应的异常数据,进而由所述网关节点对异常数据进行处理以形成所述异常报告,所述异常报告包括传感器节点标识;
确定模块,用于根据内置的安全风险等级列表确定所述传感器节点标识对应的安全风险等级,所述安全风险等级列表包括对应一级安全风险等级的传感器节点标识;
第一控制模块,用于若所述传感器节点标识对应的安全风险等级为一级安全风险等级,控制对应的摄像设备对所述第一预置位置区域进行连续拍摄,得到对应数字图像;
交互模块,用于对得到的对应数字图像进行人体识别,在识别到人体时获取标准人体关节点坐标,若获取的所有标准人体关节点坐标中人体标准关节点坐标最大值与人体标准关节点坐标最小值之差小于预设差值阈值,启动对应区域的问答装置以播放交互语音,同时启动计时;
第一报警模块,用于在计时的时长超出时长阈值时所述问答装置仍未接收到对应所述交互语音的响应信号时,执行报警。
根据本发明第二方面的一种能够实现的方式,所述交互模块包括获取单元,所述获取单元用于在识别到人体时获取标准人体关节点坐标;所述获取单元包括:
缩放处理子单元,用于根据预先设备的缩放比例对识别到人体的数字图像进行缩放处理,得到对应的压缩图像;
预处理子单元,用于对压缩图像进行预处理,得到灰度图像;
亮度范围检测子单元,用于采用图像边缘检测算法确定灰度图像中与标准人体关节点对应的特征区域,采用高斯函数拟合所述特征区域的亮度分布,得到对应的亮度范围;
特征点确定子单元,用于根据所述亮度范围构建特征点概率模型,根据所述特征点概率模型计算特征区域中像素点为特征点的概率,将概率大于预定概率阈值的像素点作为特征点,并对各特征点进行标记;
坐标值获取子单元,用于建立空间坐标系,将已标记特征点的灰度图像放置在所述空间坐标系中,获取各特征点的坐标值,取其中的中值作为对应的标准人体关节点坐标值。
根据本发明第二方面的一种能够实现的方式,所述安全风险等级列表还包括对应二级安全风险等级的传感器节点标识;所述装置还包括:
第二控制模块,用于在所述传感器节点标识对应的安全风险等级为二级安全风险等级时,控制对应的摄像设备对第二预置位置区域进行拍摄;
图像匹配模块,用于对拍摄得到的人脸图像与标准人脸图像进行匹配;
第二报警模块,用于在所述人脸图像与标准人脸图像不匹配时,向预置用户终端发送对应的报警信息。
根据本发明第二方面的一种能够实现的方式,所述安全风险等级列表包括对应三级安全风险等级的传感器节点标识;所述装置还包括:
调控模块,用于在所述传感器节点标识对应的安全风险等级为三级安全风险等级时,确定第三预置位置区域是否检测到人体,若是,启动对应的家居设备。
本发明第三方面提供了一种基于数字图像识别的家居安全远程监控装置,包括:
存储器,用于存储指令;其中,所述指令为可实现如上任意一项能够实现的方式所述的基于数字图像识别的家居安全远程监控方法的指令;
处理器,用于执行所述存储器中的指令。
本发明第四方面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计算机程序,所述计算机程序被处理器执行时实现如上任意一项能够实现的方式所述的基于数字图像识别的家居安全远程监控方法。
从以上技术方案可以看出,本发明具有以下优点:
本发明通过传感器节点采集监测点的异常数据,根据传感器节点对应的安全风险等级执行不同的安全策略,其中在安全风险等级为一级时,对所述第一预置位置区域进行连续拍摄,以得到对应数字图像,对得到的对应数字图像进行人体识别,在识别到人体时获取标准人体关节点坐标,在标准人体关节点坐标满足一定条件时启动对应区域的问答装置以播放交互语音,在未接收到反馈时进行报警;本发明能够对智能家居监测区域进行实时监控以及风险判断,在有安全风险时实现智能报警,提高了家庭住宅的安全性和智能性,能够满足人们对安全性和智能性方面的需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明一个可选实施例提供的一种基于数字图像识别的家居安全远程监控方法的流程图;
图2为本发明一个可选实施例提供的一种基于数字图像识别的家居安全远程监控装置的结构连接框图。
附图说明:
1-接收模块;2-确定模块;3-第一控制模块;4-交互模块;5-第一报警模块。
具体实施方式
本发明实施例提供了一种基于数字图像识别的家居安全远程监控方法及装置,用于解决智能家居的智能安全监控的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。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它实施例,都属于本发明保护的范围。
请参阅图1,图1示出了本发明实施例提供的一种基于数字图像识别的家居安全远程监控方法的流程图。
本发明实施例提供的一种基于数字图像识别的家居安全远程监控方法,包括:
步骤S1,接收采集模块的网关节点发送的异常报告,所述采集模块包括所述网关节点和散布在监控区域的传感器节点,所述传感器节点检测到所在监测点异常时向所述网关节点发送对应的异常数据,进而由所述网关节点对异常数据进行处理以形成所述异常报告,所述异常报告包括传感器节点标识。
其中,该监控区域涵盖了各监测点,该监测点的具体位置可以根据家庭住宅的实际风险情况进行确定。
步骤S2,根据内置的安全风险等级列表确定所述传感器节点标识对应的安全风险等级,所述安全风险等级列表包括对应一级安全风险等级的传感器节点标识。
步骤S3,若所述传感器节点标识对应的安全风险等级为一级安全风险等级,控制对应的摄像设备对所述第一预置位置区域进行连续拍摄,得到对应数字图像。
步骤S4,对得到的对应数字图像进行人体识别,在识别到人体时获取标准人体关节点坐标,若获取的所有标准人体关节点坐标中人体标准关节点坐标最大值与人体标准关节点坐标最小值之差小于预设差值阈值,启动对应区域的问答装置以播放交互语音,同时启动计时。
步骤S5,若计时的时长超出时长阈值时所述问答装置仍未接收到对应所述交互语音的响应信号,执行报警。
作为优选,所述执行报警为拨打预置的报警电话,并向该报警电话播放预置的警情信息语音。其中,该报警电话可以是公共报警电话,例如“119”。
家居安全风险的类型有多种,例如家居设备运行对用户造成的风险,可疑人员例如盗窃人员入侵住宅造成的安全风险以及室内环境不适对人体造成的伤害等等。本发明的一级安全风险对应该家居设备运行对用户造成的风险。
其中,家居设备运行对用户造成的风险,例如是煤气泄漏风险、设备漏电导致的人体触电风险、设备起火导致的火灾风险等等。
为更清晰地阐述本发明上述实施例,下面以煤气泄漏风险作为一级安全风险进行说明。
在住宅监控区域设置传感器节点时,在对应煤气设备的监测点处设置用于监测煤气泄露风险的传感器,例如一氧化碳传感器、检测煤气柜运行温度的温度传感器、检测煤气柜运行压力的压力传感器、检测煤气管道浓度的浓度传感器等等。传感器节点处设置有微处理器,该微处理器可以对采集的数据进行阈值判断,从而确定所采集的煤气泄露风险监测数据是否异常,在异常时上报。执行该方法的装置从而可以根据上报数据中的传感器节点标识确定是否发生一级安全风险。在是时,启动预置的摄像设备拍摄相应监控区域,以获取多张数字图像。
进一步地,执行该方法的装置对多张数字图像进行判断,若检测到人体时,则进一步对标准人体关节点的动作进行判断。由于发生危险时,若人处于有意识状态,通常会进行较大的动作例如关煤气、紧急离开危险区域等以避免风险。基于该现象,如果人体标准关节点坐标一直保持在一个范围,可以表示处于该监控位置的人员因煤气泄露或者不知情等原因处于相对“无意识”的状态,此时,进一步通过语音交互确定该人员是否处于危险状态(例如昏迷、熟睡)等,如果没有收到语音反馈,则进行报警。
在一种能够实现的方式中,所述在识别到人体时获取标准人体关节点坐标,包括:
根据预先设备的缩放比例对识别到人体的数字图像进行缩放处理,得到对应的压缩图像;
对压缩图像进行预处理,得到灰度图像;
采用图像边缘检测算法确定灰度图像中与标准人体关节点对应的特征区域,采用高斯函数拟合所述特征区域的亮度分布,得到对应的亮度范围;
根据所述亮度范围构建特征点概率模型,根据所述特征点概率模型计算特征区域中像素点为特征点的概率,将概率大于预定概率阈值的像素点作为特征点,并对各特征点进行标记;
建立空间坐标系,将已标记特征点的灰度图像放置在所述空间坐标系中,获取各特征点的坐标值,取其中的中值作为对应的标准人体关节点坐标值。
其中,图像边缘检测算法可以是Soble边缘检测算法、Canny算子中任一种。
本发明上述实施例,通过图像边缘检测算法确定大致的特征区域,并进一步通过亮度检测的方式确定实际的特征点,能够提高特征区域标记的准确度。
其中,采用高斯函数拟合所述特征区域的亮度分布,得到对应的亮度范围,包括:
按照下列高斯函数拟合所述特征区域的亮度分布:
Figure DEST_PATH_IMAGE001
式中,
Figure 437281DEST_PATH_IMAGE002
为所述特征区域的像素点,
Figure 149016DEST_PATH_IMAGE003
为特征区域的亮度分布函数,
Figure 656220DEST_PATH_IMAGE004
为高斯分 布的峰值,
Figure 259240DEST_PATH_IMAGE005
为高斯分布的中心,
Figure 919023DEST_PATH_IMAGE006
为高斯分布的宽度;
设置所述特征区域的亮度范围为
Figure 785348DEST_PATH_IMAGE007
像素点越靠近亮度中心,表明其属于实际特征区域的概率越大。基于该原理,作为一种实施方式,按照下列公式构建特征点概率模型:
Figure 842165DEST_PATH_IMAGE008
式中,
Figure 202871DEST_PATH_IMAGE002
为所述特征区域的像素点,
Figure DEST_PATH_IMAGE009
为像素点
Figure 497586DEST_PATH_IMAGE002
为特征点的概率,
Figure 800391DEST_PATH_IMAGE010
为像素点
Figure 29991DEST_PATH_IMAGE002
的亮度。
通过该特征点概率模型,可以较为快速地确定特征点,从整体上提高坐标值获取的速度,为安全风险的快速识别及响应奠定良好的基础。
在一种能够实现的方式中,所述安全风险等级列表还包括对应二级安全风险等级的传感器节点标识;所述方法还包括:
若所述传感器节点标识对应的安全风险等级为二级安全风险等级,控制对应的摄像设备对第二预置位置区域进行拍摄,对拍摄得到的人脸图像与标准人脸图像进行匹配;
若所述人脸图像与标准人脸图像不匹配,向预置用户终端发送对应的报警信息。
本发明实施例,主要用于对可疑人员进行识别并报警。其中,所设置的对应二级安全风险等级的传感器节点可以人体检测传感器。当传感器节点检测到人体时进行异常数据上报,从而执行该方法的装置对相应的监控区域进行拍摄,若识别到可疑人员,则进行报警。
在一种能够实现的方式中,所述安全风险等级列表包括对应三级安全风险等级的传感器节点标识;所述方法还包括:
若所述传感器节点标识对应的安全风险等级为三级安全风险等级,确定第三预置位置区域是否检测到人体,若是,启动对应的家居设备。
本发明实施例,主要用于对家居环境进行检测,对家居环境进行安全控制,以避免家居环境差而导致人体不适。所设置的对应三级安全风险等级的传感器节点可以是用于监测家居环境的传感器,例如温度传感器、湿度传感器、亮度传感器等。当监测到的环境数据异常时,则进一步确定住宅内是否有人,若有,则启动相应的家居设备。例如,当监测到室内温度过高时,如果检测到住宅内有人,则自动控制空调设备开启。
本发明还提供了一种基于数字图像识别的家居安全远程监控装置。
请参阅图2,图2示出了本发明实施例提供的基于数字图像识别的家居安全远程监控装置的结构连接框图。
本发明实施例提供的一种基于数字图像识别的家居安全远程监控装置,包括:
接收模块1,用于接收采集模块的网关节点发送的异常报告,所述采集模块包括所述网关节点和散布在监控区域的传感器节点,所述传感器节点检测到所在监测点异常时向所述网关节点发送对应的异常数据,进而由所述网关节点对异常数据进行处理以形成所述异常报告,所述异常报告包括传感器节点标识;
确定模块2,用于根据内置的安全风险等级列表确定所述传感器节点标识对应的安全风险等级,所述安全风险等级列表包括对应一级安全风险等级的传感器节点标识;
第一控制模块3,用于若所述传感器节点标识对应的安全风险等级为一级安全风险等级,控制对应的摄像设备对所述第一预置位置区域进行连续拍摄,得到对应数字图像;
交互模块4,用于对得到的对应数字图像进行人体识别,在识别到人体时获取标准人体关节点坐标,若获取的所有标准人体关节点坐标中人体标准关节点坐标最大值与人体标准关节点坐标最小值之差小于预设差值阈值,启动对应区域的问答装置以播放交互语音,同时启动计时;
第一报警模块5,用于在计时的时长超出时长阈值时所述问答装置仍未接收到对应所述交互语音的响应信号时,执行报警。
在一种能够实现的方式中,所述交互模块4包括获取单元,所述获取单元用于在识别到人体时获取标准人体关节点坐标;所述获取单元包括:
缩放处理子单元,用于根据预先设备的缩放比例对识别到人体的数字图像进行缩放处理,得到对应的压缩图像;
预处理子单元,用于对压缩图像进行预处理,得到灰度图像;
亮度范围检测子单元,用于采用图像边缘检测算法确定灰度图像中与标准人体关节点对应的特征区域,采用高斯函数拟合所述特征区域的亮度分布,得到对应的亮度范围;
特征点确定子单元,用于根据所述亮度范围构建特征点概率模型,根据所述特征点概率模型计算特征区域中像素点为特征点的概率,将概率大于预定概率阈值的像素点作为特征点,并对各特征点进行标记;
坐标值获取子单元,用于建立空间坐标系,将已标记特征点的灰度图像放置在所述空间坐标系中,获取各特征点的坐标值,取其中的中值作为对应的标准人体关节点坐标值。
在一种能够实现的方式中,所述安全风险等级列表还包括对应二级安全风险等级的传感器节点标识;所述装置还包括:
第二控制模块,用于在所述传感器节点标识对应的安全风险等级为二级安全风险等级时,控制对应的摄像设备对第二预置位置区域进行拍摄;
图像匹配模块,用于对拍摄得到的人脸图像与标准人脸图像进行匹配;
第二报警模块,用于在所述人脸图像与标准人脸图像不匹配时,向预置用户终端发送对应的报警信息。
在一种能够实现的方式中,所述安全风险等级列表包括对应三级安全风险等级的传感器节点标识;所述装置还包括:
调控模块,用于在所述传感器节点标识对应的安全风险等级为三级安全风险等级时,确定第三预置位置区域是否检测到人体,若是,启动对应的家居设备。
本发明还提供了一种基于数字图像识别的家居安全远程监控装置,包括:
存储器,用于存储指令;其中,所述指令为可实现如上任意一项实施例所述的基于数字图像识别的家居安全远程监控方法的指令;
处理器,用于执行所述存储器中的指令。
本发明还提供了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计算机程序,所述计算机程序被处理器执行时实现如上任意一项实施例所述的基于数字图像识别的家居安全远程监控方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置、模块和单元的具体工作过程及效果,可以参考前述方法实施例中的对应过程及效果,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,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,所述单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述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,作为单元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单元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单元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,也可以采用软件功能单元的形式实现。
所述集成的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。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于数字图像识别的家居安全远程监控方法,其特征在于,包括:
接收采集模块的网关节点发送的异常报告,所述采集模块包括所述网关节点和散布在监控区域的传感器节点,所述传感器节点检测到所在监测点异常时向所述网关节点发送对应的异常数据,进而由所述网关节点对异常数据进行处理以形成所述异常报告,所述异常报告包括传感器节点标识;
根据内置的安全风险等级列表确定所述传感器节点标识对应的安全风险等级,所述安全风险等级列表包括对应一级安全风险等级的传感器节点标识;
若所述传感器节点标识对应的安全风险等级为一级安全风险等级,控制对应的摄像设备对所述第一预置位置区域进行连续拍摄,得到对应数字图像;
对得到的对应数字图像进行人体识别,在识别到人体时获取标准人体关节点坐标,若获取的所有标准人体关节点坐标中人体标准关节点坐标最大值与人体标准关节点坐标最小值之差小于预设差值阈值,启动对应区域的问答装置以播放交互语音,同时启动计时;
若计时的时长超出时长阈值时所述问答装置仍未接收到对应所述交互语音的响应信号,执行报警。
2.根据权利要求1所述的基于数字图像识别的家居安全远程监控方法,其特征在于,所述在识别到人体时获取标准人体关节点坐标,包括:
根据预先设备的缩放比例对识别到人体的数字图像进行缩放处理,得到对应的压缩图像;
对压缩图像进行预处理,得到灰度图像;
采用图像边缘检测算法确定灰度图像中与标准人体关节点对应的特征区域,采用高斯函数拟合所述特征区域的亮度分布,得到对应的亮度范围;
根据所述亮度范围构建特征点概率模型,根据所述特征点概率模型计算特征区域中像素点为特征点的概率,将概率大于预定概率阈值的像素点作为特征点,并对各特征点进行标记;
建立空间坐标系,将已标记特征点的灰度图像放置在所述空间坐标系中,获取各特征点的坐标值,取其中的中值作为对应的标准人体关节点坐标值。
3.根据权利要求1所述的基于数字图像识别的家居安全远程监控方法,其特征在于,所述安全风险等级列表还包括对应二级安全风险等级的传感器节点标识;所述方法还包括:
若所述传感器节点标识对应的安全风险等级为二级安全风险等级,控制对应的摄像设备对第二预置位置区域进行拍摄,对拍摄得到的人脸图像与标准人脸图像进行匹配;
若所述人脸图像与标准人脸图像不匹配,向预置用户终端发送对应的报警信息。
4.根据权利要求1所述的基于数字图像识别的家居安全远程监控方法,其特征在于,所述安全风险等级列表包括对应三级安全风险等级的传感器节点标识;所述方法还包括:
若所述传感器节点标识对应的安全风险等级为三级安全风险等级,确定第三预置位置区域是否检测到人体,若是,启动对应的家居设备。
5.一种基于数字图像识别的家居安全远程监控装置,其特征在于,包括:
接收模块,用于接收采集模块的网关节点发送的异常报告,所述采集模块包括所述网关节点和散布在监控区域的传感器节点,所述传感器节点检测到所在监测点异常时向所述网关节点发送对应的异常数据,进而由所述网关节点对异常数据进行处理以形成所述异常报告,所述异常报告包括传感器节点标识;
确定模块,用于根据内置的安全风险等级列表确定所述传感器节点标识对应的安全风险等级,所述安全风险等级列表包括对应一级安全风险等级的传感器节点标识;
第一控制模块,用于若所述传感器节点标识对应的安全风险等级为一级安全风险等级,控制对应的摄像设备对所述第一预置位置区域进行连续拍摄,得到对应数字图像;
交互模块,用于对得到的对应数字图像进行人体识别,在识别到人体时获取标准人体关节点坐标,若获取的所有标准人体关节点坐标中人体标准关节点坐标最大值与人体标准关节点坐标最小值之差小于预设差值阈值,启动对应区域的问答装置以播放交互语音,同时启动计时;
第一报警模块,用于在计时的时长超出时长阈值时所述问答装置仍未接收到对应所述交互语音的响应信号时,执行报警。
6.根据权利要求5所述的基于数字图像识别的家居安全远程监控装置,其特征在于,所述交互模块包括获取单元,所述获取单元用于在识别到人体时获取标准人体关节点坐标;所述获取单元包括:
缩放处理子单元,用于根据预先设备的缩放比例对识别到人体的数字图像进行缩放处理,得到对应的压缩图像;
预处理子单元,用于对压缩图像进行预处理,得到灰度图像;
亮度范围检测子单元,用于采用图像边缘检测算法确定灰度图像中与标准人体关节点对应的特征区域,采用高斯函数拟合所述特征区域的亮度分布,得到对应的亮度范围;
特征点确定子单元,用于根据所述亮度范围构建特征点概率模型,根据所述特征点概率模型计算特征区域中像素点为特征点的概率,将概率大于预定概率阈值的像素点作为特征点,并对各特征点进行标记;
坐标值获取子单元,用于建立空间坐标系,将已标记特征点的灰度图像放置在所述空间坐标系中,获取各特征点的坐标值,取其中的中值作为对应的标准人体关节点坐标值。
7.根据权利要求5所述的基于数字图像识别的家居安全远程监控装置,其特征在于,所述安全风险等级列表还包括对应二级安全风险等级的传感器节点标识;所述装置还包括:
第二控制模块,用于在所述传感器节点标识对应的安全风险等级为二级安全风险等级时,控制对应的摄像设备对第二预置位置区域进行拍摄;
图像匹配模块,用于对拍摄得到的人脸图像与标准人脸图像进行匹配;
第二报警模块,用于在所述人脸图像与标准人脸图像不匹配时,向预置用户终端发送对应的报警信息。
8.根据权利要求5所述的基于数字图像识别的家居安全远程监控装置,其特征在于,所述安全风险等级列表包括对应三级安全风险等级的传感器节点标识;所述装置还包括:
调控模块,用于在所述传感器节点标识对应的安全风险等级为三级安全风险等级时,确定第三预置位置区域是否检测到人体,若是,启动对应的家居设备。
9.一种基于数字图像识别的家居安全远程监控装置,其特征在于,包括:
存储器,用于存储指令;其中,所述指令为可实现如权利要求1-4任意一项所述的基于数字图像识别的家居安全远程监控方法的指令;
处理器,用于执行所述存储器中的指令。
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计算机程序,所述计算机程序被处理器执行时实现如权利要求1-4任意一项所述的基于数字图像识别的家居安全远程监控方法。
CN202111590842.3A 2021-12-23 2021-12-23 一种基于数字图像识别的家居安全远程监控方法及装置 Active CN114157526B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111590842.3A CN114157526B (zh) 2021-12-23 2021-12-23 一种基于数字图像识别的家居安全远程监控方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111590842.3A CN114157526B (zh) 2021-12-23 2021-12-23 一种基于数字图像识别的家居安全远程监控方法及装置

Publications (2)

Publication Number Publication Date
CN114157526A true CN114157526A (zh) 2022-03-08
CN114157526B CN114157526B (zh) 2022-08-12

Family

ID=80452307

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111590842.3A Active CN114157526B (zh) 2021-12-23 2021-12-23 一种基于数字图像识别的家居安全远程监控方法及装置

Country Status (1)

Country Link
CN (1) CN114157526B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105100724A (zh) * 2015-08-13 2015-11-25 电子科技大学 一种基于视觉分析的智能家居远程安全监控方法及装置
CN110135246A (zh) * 2019-04-03 2019-08-16 平安科技(深圳)有限公司 一种人体动作的识别方法及设备
CN110223474A (zh) * 2019-07-04 2019-09-10 无锡睿勤科技有限公司 一种智能监控报警方法、系统及储存介质
CN110515306A (zh) * 2019-06-29 2019-11-29 深圳市九洲电器有限公司 一种智能家居安全防护方法、装置及系统、融合平台
CN111243229A (zh) * 2019-12-31 2020-06-05 浙江大学 一种老年人跌倒风险评估方法及系统
US20200226892A1 (en) * 2019-01-11 2020-07-16 Drift Net Security System for Detecting Hazardous Events and Occupants in a Building
US20200265701A1 (en) * 2017-10-31 2020-08-20 Eran Schenker Systems and methods for detecting and monitoring hazardous obstacles
WO2021114892A1 (zh) * 2020-05-29 2021-06-17 平安科技(深圳)有限公司 基于环境语义理解的人体行为识别方法、装置、设备及存储介质
WO2021190321A1 (zh) * 2020-03-27 2021-09-30 虹软科技股份有限公司 图像处理方法和装置
WO2021217859A1 (zh) * 2020-04-30 2021-11-04 平安国际智慧城市科技股份有限公司 目标异常识别方法、装置、电子设备及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105100724A (zh) * 2015-08-13 2015-11-25 电子科技大学 一种基于视觉分析的智能家居远程安全监控方法及装置
US20200265701A1 (en) * 2017-10-31 2020-08-20 Eran Schenker Systems and methods for detecting and monitoring hazardous obstacles
US20200226892A1 (en) * 2019-01-11 2020-07-16 Drift Net Security System for Detecting Hazardous Events and Occupants in a Building
CN110135246A (zh) * 2019-04-03 2019-08-16 平安科技(深圳)有限公司 一种人体动作的识别方法及设备
CN110515306A (zh) * 2019-06-29 2019-11-29 深圳市九洲电器有限公司 一种智能家居安全防护方法、装置及系统、融合平台
CN110223474A (zh) * 2019-07-04 2019-09-10 无锡睿勤科技有限公司 一种智能监控报警方法、系统及储存介质
CN111243229A (zh) * 2019-12-31 2020-06-05 浙江大学 一种老年人跌倒风险评估方法及系统
WO2021190321A1 (zh) * 2020-03-27 2021-09-30 虹软科技股份有限公司 图像处理方法和装置
WO2021217859A1 (zh) * 2020-04-30 2021-11-04 平安国际智慧城市科技股份有限公司 目标异常识别方法、装置、电子设备及存储介质
WO2021114892A1 (zh) * 2020-05-29 2021-06-17 平安科技(深圳)有限公司 基于环境语义理解的人体行为识别方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN114157526B (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN107045623B (zh) 一种基于人体姿态跟踪分析的室内危险情况告警的方法
CN103714648B (zh) 一种监控预警方法和设备
CN106056833A (zh) 安全监测方法、装置、系统及监控系统
CN106600888B (zh) 一种森林火灾自动检测方法及系统
CN103576660B (zh) 智能家居监控方法
CN107911653A (zh) 驻所智能视频监控模组、系统、方法以及存储介质
CN108354526B (zh) 扫地机器人的安防方法及装置
CN110378244B (zh) 异常姿态的检测方法和装置
CN104504868B (zh) 监测终端设备用户不良习惯的装置及方法
CN100464348C (zh) 视频监视识别智能装置与方法
CN204706130U (zh) 摄像装置和火灾检测报警系统
CN104851238B (zh) 一种自动报警方法及第一智能家居设备
CN111047827B (zh) 环境辅助生活的智能监控方法及系统
CN113808358B (zh) 基于物联网平台的家庭火灾监控报警处理系统
KR102233679B1 (ko) Ess 침입자 및 화재 감지 장치 및 방법
CN113781736B (zh) 一种楼宇消防预警方法、系统、设备及存储介质
CN115798047A (zh) 行为识别方法和装置、电子设备、计算机可读存储介质
CN108646623A (zh) 一种基于区块链的智能家居系统
CN111240223A (zh) 智能家居控制方法及相关产品
CN114157526B (zh) 一种基于数字图像识别的家居安全远程监控方法及装置
CN113091202A (zh) 空调器、监控终端及空调器的安防控制方法
CN113408379A (zh) 一种手机偷拍行为监控方法和系统
CN108597168A (zh) 基于滤光片的安防报警方法、装置及家电设备
CN115995135B (zh) 基于智能火情识别的控制方法、装置、设备及介质
CN108525186A (zh) 一种家居自动灭火系统及方法

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