CN115641701A - 一种事件提醒方法、装置、设备及存储介质 - Google Patents

Abstract

本公开涉及一种事件提醒方法、装置、设备及存储介质，该方法包括：获取摄像头的采集数据；基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件；响应于所述环境中发生预设事件，则向已绑定的设备发送提醒信息；其中，所述采集数据包括音频数据和/或图像数据。本公开通过对摄像头采集的音视频数据进行分析，确定采集环境中是否发生了预设事件，如果发生预设事件则向已绑定的设备发送提醒信息，能够在根据摄像头采集的数据确定发生了预设事件时发出提醒信息，代替人工对摄像头采集的数据进行监控，更及时的发现预设事件，节省人力和时间成本，提高突发事件的处理效率，避免事态发展造成更大的危害，实现了智慧城市的事件预警和监测。

Description

一种事件提醒方法、装置、设备及存储介质

技术领域

本公开涉及智慧城市技术领域，尤其涉及一种事件提醒方法、装置、设备及存储介质。

背景技术

随着科学技术的发展以及城市化进程的加快，摄像头在城市管理中的应用越来越广泛，相较于传统的人工巡查方式，通过摄像头进行城市管理不仅能够降低人工成本，还能够扩大巡查范围，加快响应速度，但是，目前采用摄像头进行监控的方式也不能脱离人工，仍旧需要人工对摄像头采集的画面进行监控，容易出现事件发现不及时或者遗漏等问题。

发明内容

为了解决上述技术问题，本公开提供了一种事件提醒方法、装置、设备及存储介质。

本公开实施例的第一方面提供了一种事件提醒方法，该方法包括：

获取摄像头的采集数据；

基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件；

响应于所述环境中发生预设事件，则向已绑定的设备发送提醒信息；

其中，所述采集数据包括音频数据和/或图像数据。

可选地，所述基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件，包括：

在所述采集数据中包括音频数据时，基于所述音频数据，确定所述摄像头采集的环境的环境音量；

响应于所述环境音量大于或等于第一阈值，则确定所述环境中发生预设事件。

可选地，所述获取摄像头的采集数据，包括：

获取预设区域内的多个摄像头采集的多个音频数据；

所述基于所述音频数据，确定所述摄像头采集的环境的环境音量，包括：

基于所述多个音频数据，确定各音频数据的第一音量；

对所述各音频数据的第一音量进行求平均处理，得到所述环境的环境音量。

可选地，所述基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件，包括：

在所述采集数据中包括音频数据时，将所述音频数据转换为文本信息；

基于预设的词库，确定所述文本信息中是否包含所述词库中的关键词；

响应于所述文本信息中包含所述关键词，则确定所述环境中发生预设事件。

可选地，所述基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件，包括：

在所述采集数据中包括图像数据时，对所述图像数据中包含的人脸数量进行识别；

响应于所述人脸数量大于或等于第二阈值，则确定所述环境中发生预设事件。

可选地，所述对所述图像数据中包含的人脸数量进行识别，包括：

对所述图像数据进行分割处理，得到多个子图像数据；

对各子图像数据中包含的人脸数量进行识别，确定所述子图像数据中包含的人脸的第一数量；

对各子图像数据对应的第一数量进行求和处理，得到所述图像数据中包含的人脸数量。

可选地，所述基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件，包括：

在所述采集数据中包括图像数据时，基于所述图像数据对人物动作进行识别；

响应于识别到预设的人物动作，则确定所述环境中发生预设事件。

可选地，所述基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件，包括：

在所述采集数据中包括图像数据时，确定所述图像数据与预先获取的第一图像数据的相似度，其中，所述第一图像数据为消防通道未被占用时的图像数据；

响应于所述相似度小于或等于第三阈值，则确定所述环境中发生预设事件。

本公开实施例的第二方面提供了一种事件提醒装置，该装置包括：

获取模块，用于获取摄像头的采集数据；

确定模块，用于基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件；

发送模块，用于响应于所述环境中发生预设事件，则向已绑定的设备发送提醒信息；

其中，所述采集数据包括音频数据和/或图像数据。

可选地，所述确定模块包括：

音量确定单元，用于在所述采集数据中包括音频数据时，基于所述音频数据，确定所述摄像头采集的环境的环境音量；

第一确定单元，用于响应于所述环境音量大于或等于第一阈值，则确定所述环境中发生预设事件。

可选地，所述获取模块具体用于：

获取预设区域内的多个摄像头采集的多个音频数据；

所述音量确定单元，包括：

音量确定子单元，用于基于所述多个音频数据，确定各音频数据的第一音量；

求平均子单元，用于对所述各音频数据的第一音量进行求平均处理，得到所述环境的环境音量。

可选地，所述确定模块，包括：

转换单元，用于在所述采集数据中包括音频数据时，将所述音频数据转换为文本信息；

关键词确定单元，用于基于预设的词库，确定所述文本信息中是否包含所述词库中的关键词；

第二确定单元，用于响应于所述文本信息中包含所述关键词，则确定所述环境中发生预设事件。

可选地，所述确定模块，包括：

数量识别单元，用于在所述采集数据中包括图像数据时，对所述图像数据中包含的人脸数量进行识别；

第三确定单元，用于响应于所述人脸数量大于或等于第二阈值，则确定所述环境中发生预设事件。

可选地，所述数量识别单元，包括：

分割子单元，用于对所述图像数据进行分割处理，得到多个子图像数据；

数量确定子单元，用于对各子图像数据中包含的人脸数量进行识别，确定所述子图像数据中包含的人脸的第一数量；

求和子单元，用于对各子图像数据对应的第一数量进行求和处理，得到所述图像数据中包含的人脸数量。

可选地，所述确定模块，包括：

动作识别单元，用于在所述采集数据中包括图像数据时，基于所述图像数据对人物动作进行识别；

第四确定单元，用于响应于识别到预设的人物动作，则确定所述环境中发生预设事件。

可选地，所述确定模块，包括：

相似度确定单元，用于在所述采集数据中包括图像数据时，确定所述图像数据与预先获取的第一图像数据的相似度，其中，所述第一图像数据为消防通道未被占用时的图像数据；

第五确定单元，用于响应于所述相似度小于或等于第三阈值，则确定所述环境中发生预设事件。

本公开实施例的第三方面提供了一种计算机设备，包括存储器和处理器，以及计算机程序，其中，存储器中存储有计算机程序，当计算机程序被处理器执行时，实现如上述第一方面的事件提醒方法。

本公开实施例的第四方面提供了一种计算机可读存储介质，存储介质中存储有计算机程序，当计算机程序被处理器执行时，实现如上述第一方面的事件提醒方法。

本公开实施例提供的技术方案与现有技术相比具有如下优点：

在本公开实施例提供的事件提醒方法、装置、设备及存储介质中，通过获取摄像头的采集数据，基于采集数据，确定摄像头采集的环境中是否发生预设事件，响应于环境中发生预设事件，则向已绑定的设备发送提醒信息，其中，采集数据包括音频数据和/或图像数据。能够在根据摄像头采集的数据确定发生了预设事件时，发出提醒信息，从而代替人工对摄像头采集的数据进行监控，更及时的发现预设事件，节省人工成本和时间成本，提高突发事件的预警处理效率，避免事态发展造成更大的危害和损失，实现了智慧城市的事件预警和监测。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

为了更清楚地说明本公开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，对于本领域普通技术人员而言，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他的附图。

图1是本公开实施例提供的一种事件提醒方法的流程图；

图2是本公开实施例提供的一种确定环境音量是否过高的方法的流程图；

图3是本公开实施例提供的一种确定环境音量的方法的流程图；

图4是本公开实施例提供的一种确定是否包含关键词的方法的流程图；

图5是本公开实施例提供的一种确定人群是否聚集的方法的流程图；

图6是本公开实施例提供的一种确定人数的方法的流程图；

图7是本公开实施例提供的一种确定是否发生预设事件的方法的流程图；

图8是本公开实施例提供的一种确定消防通道是否被占用的方法的流程图；

图9是本公开实施例提供的一种事件提醒装置的结构示意图；

图10是本公开实施例提供的一种计算机设备的结构示意图。

具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

图1是本公开实施例提供的一种事件提醒方法的流程图，该方法可以由一种事件提醒装置执行，该装置可以安装在摄像头上，也可以安装在与摄像头相连接的计算设备上，对此不做限定。如图1所示，本实施例提供的事件提醒方法包括如下步骤：

S101、获取摄像头的采集数据。

本公开实施例中的采集数据可以理解为摄像头在工作状态下采集到的数据，采集数据可以是摄像头实时采集的，也可以是摄像头在历史时间采集的，示例的，采集数据可以包括图像数据，也可以包括音频数据和视频数据，在此不做限定。

本公开实施例中，事件提醒装置可以获取摄像头在工作状态下采集得到的采集数据。

S102、基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件。

本公开实施例中的预设事件可以理解为预先设置的目标要监测的特定类型的事件，预设事件可以根据摄像头采集的环境的场景类型确定，也可以根据监测需求确定，示例的，预设事件可以包括音量过高、人群聚集、发生火灾、发现可疑人员或可疑物品等，在此不做限定。

本公开实施例中，事件提醒装置可以在获取到摄像头的采集数据后，根据采集数据确定摄像头采集的环境中是否发生了预设事件。

在本公开实施例的一种示例性的实施方式中，事件提醒装置可以对获取的摄像头的采集数据进行分析处理，判断摄像头采集到的视频数据的画面中是否包含预设的行为，比如人物追赶，再判断摄像头采集到的视频数据中的音频数据中是否包含预设文本的音频数据，比如救命、火灾等，从而判断摄像头采集的环境中是否发生可疑的预设事件。

S103、响应于所述环境中发生预设事件，则向已绑定的设备发送提醒信息。

本公开实施例中的已绑定的设备可以理解为与事件提醒装置进行绑定的设备，比如与事件提醒装置相连接的电脑，或在事件提醒装置中存储的账号所属的手机等，在此不做限定。

本公开实施例中的提醒信息可以理解为用于提醒发生了预设事件的信息，示例的，提醒信息可以是文本形式的信息，也可以是图像形式的信息，提醒信息中可以包含采集数据对应的摄像头的信息，比如摄像头的编号、位置等，可以包含采集数据的获取时间，还可以包含预设事件的事件类型和相关信息，在此不做限定。

本公开实施例中，事件提醒装置可以在确定摄像头采集的环境中发生预设事件时，向已绑定的设备发送提醒信息。

本公开实施例中，采集数据可以包括音频数据和/或图像数据。事件提醒装置可以获取摄像头采集的音频数据和图像数据中的至少一种，从而在后续基于采集数据，确定摄像头采集的环境中是否发生预设事件时，根据预设事件的事件类型，对音频数据和图像数据中的至少一种进行分析，进而确定摄像头采集的环境中是否发生预设事件，并在发生预设事件时向已绑定的设备发送提醒信息。

本公开实施例通过获取摄像头的采集数据，基于采集数据，确定摄像头采集的环境中是否发生预设事件，响应于环境中发生预设事件，则向已绑定的设备发送提醒信息，其中，采集数据包括音频数据和/或图像数据，能够在根据摄像头采集的数据确定发生了预设事件时，发出提醒信息，从而代替人工对摄像头采集的数据进行监控，更及时的发现预设事件，节省人工成本和时间成本，提高突发事件的预警处理效率，避免事态发展造成更大的危害和损失，实现了智慧城市的事件预警和监测。

图2是本公开实施例提供的一种确定环境音量是否过高的方法的流程图，如图2所示，在上述实施例的基础上，可以通过如下方法确定环境音量是否过高。

S201、在所述采集数据中包括音频数据时，基于所述音频数据，确定所述摄像头采集的环境的环境音量。

本公开实施例中的环境音量可以理解为摄像头所在的环境的声音强度。

本公开实施例中，事件提醒装置可以在采集数据中包括音频数据时，对音频数据进行分析，确定音频数据的音量，进而将音频数据的音量作为摄像头采集的环境的环境音量。

在本公开实施例的一种示例性的实施方式中，事件提醒装置可以在采集数据中包括音频数据时，对音频数据进行时域采样量化，再对量化后的数据进行快速傅里叶变换，得到音频数据的声压，再将其转化为分贝值，得到音频数据的音量，进而将音频数据的音量作为摄像头采集的环境的环境音量。

S202、响应于所述环境音量大于或等于第一阈值，则确定所述环境中发生预设事件。

本公开实施例中的第一阈值可以理解为预先设定的用于判断环境音量是否过高的音量阈值，示例的，对于不同采集环境中的摄像头获得的音频数据，可以设置不同的第一阈值。

本公开实施例中，事件提醒装置可以在确定环境音量大于或等于第一阈值时，确定环境音量过高，摄像头采集的环境中发生预设事件。

本公开实施例通过在采集数据中包括音频数据时，基于音频数据，确定摄像头采集的环境的环境音量，响应于环境音量大于或等于第一阈值，则确定环境中发生预设事件，能够对摄像头采集的环境的音量进行监控，在音量过高时认为发生了预设事件，进而发送提醒信息，避免过高的噪声对人们的生活造成不良影响。

图3是本公开实施例提供的一种确定环境音量的方法的流程图，如图3所示，在上述实施例的基础上，可以通过如下方法确定环境音量。

S301、获取预设区域内的多个摄像头采集的多个音频数据。

本公开实施例中的预设区域可以理解为预先设定的需要对音量进行监控的区域范围。

本公开实施例中，事件提醒装置可以确定设置于预设区域内的多个摄像头的信息，并分别获取多个摄像头采集的音频数据，得到预设区域内的多个摄像头采集的多个音频数据。

在本公开实施例的一种示例性的实施方式中，事件提醒装置可以获取各个摄像头的定位信息，并将定位信息与预设区域进行比较，判断定位信息对应的摄像头是否位于预设区域内，筛选位于预设区域内的多个摄像头，获取多个摄像头采集的多个音频数据。

S302、基于所述多个音频数据，确定各音频数据的第一音量。

本公开实施例中的第一音量可以理解为各音频数据的音量。

本公开实施例中，事件提醒装置可以在获取到预设区域内的多个摄像头采集的多个音频数据后，针对每个音频数据，确定音频数据的第一音量，确定方法与S201中确定音频数据的音量的方法类似，在此不再赘述。

S303、对所述各音频数据的第一音量进行求平均处理，得到所述环境的环境音量。

本公开实施例中，事件提醒装置可以在确定多个音频数据的多个第一音量后，对所有第一音量进行求平均处理，得到预设区域内的多个摄像头采集的多个音频数据的音量平均值，作为预设区域内的摄像头采集的环境的环境音量。

本公开实施例通过获取预设区域内的多个摄像头采集的多个音频数据，基于多个音频数据，确定各音频数据的第一音量，对各音频数据的第一音量进行求平均处理，得到环境的环境音量，能够在想要获取环境音量时，对处于预设区域内的多个摄像头进行综合分析，排除声源距离某个摄像头过近而导致该摄像头采集的音频数据的音量超过第一阈值的情况，降低对音量过高类型的预设事件的误判率。

图4是本公开实施例提供的一种确定是否包含关键词的方法的流程图。如图4所示，在上述实施例的基础上，可以通过如下方法确定是否包含关键词。

S401、在所述采集数据中包括音频数据时，将所述音频数据转换为文本信息。

本公开实施例中，事件提醒装置可以在获取的采集数据中包含音频数据时，将音频数据中包含的语音部分的音频数据转换为文本信息。

在本公开实施例的一种示例性的实施方式中，事件提醒装置可以对音频数据进行预处理，从音频数据中提取语音部分的起始点和终止点，再对语音部分的音频数据进行分帧处理，经过快速傅里叶变换、滤波处理、对数运算、离散余弦变换等，得到梅尔倒谱参数(Mel-scaleFrequency Cepstral Coefficients，MFCC)静态特征，再通过差分运算提取动态特征，得到音频数据中语音部分的特征，再通过预先建立的声学模型和语言模型，将语音部分的音频数据转换为文本信息。

S402、基于预设的词库，确定所述文本信息中是否包含所述词库中的关键词。

本公开实施例中的词库可以理解为单词的集合，示例的，词库可以存储在数据库中，也可以以数据表或其他文件形式进行存储，预设的词库可以理解为预先设定的关键词的集合。

本公开实施例中，事件提醒装置可以在将音频数据转换为文本信息后，将文本信息与预设的词库中存储的关键词进行匹配处理，确定文本信息中是否包含词库中的关键词。

S403、响应于所述文本信息中包含所述关键词，则确定所述环境中发生预设事件。

本公开实施例中，事件提醒装置可以在文本信息与预设的词库中存储的关键词匹配成功后，确定文本信息中包含关键词，摄像头采集的环境中发生了与关键词相关的预设事件。

本公开实施例通过在采集数据中包括音频数据时，将音频数据转换为文本信息，基于预设的词库，确定文本信息中是否包含词库中的关键词，响应于文本信息中包含关键词，则确定环境中发生预设事件，能够在设置了与预设事件相关联的关键词后，对摄像头采集的音频数据中是否包含关键词的音频数据进行监控，从而在确定包含关键词时，认为发生了与关键词相关的预设事件，及时发出提醒信息，节省了时间成本和人力成本。

图5是本公开实施例提供的一种确定人群是否聚集的方法的流程图，如图5所示，在上述实施例的基础上，可以通过如下方法确定人群是否聚集。

S501、在所述采集数据中包括图像数据时，对所述图像数据中包含的人脸数量进行识别。

本公开实施例中，事件提醒装置可以在获取的摄像头的采集数据中包含图像数据时，对图像数据中的人脸进行识别，进而确定图像数据中包含的人脸数量。

在本公开实施例的一种示例性的实施方式中，事件提醒装置可以基于预训练的人脸识别模型对图像数据进行人脸识别，并根据识别结果确定图像数据中包含的人脸数量，示例的，可以使用卷积神经网络(Convolutional Neural Network，CNN)构建人脸识别模型，使得模型能够区分图像数据中的人脸与非人脸。

S502、响应于所述人脸数量大于或等于第二阈值，则确定所述环境中发生预设事件。

本公开实施例中的第二阈值可以理解为预先设定的用于判断环境中的人数是否过多的数量阈值，示例的，对于不同采集环境中的摄像头获得的图像数据，可以设置不同的第二阈值。

本公开实施例中，事件提醒装置可以在确定图像数据中包含的人脸数量后，将人脸数量与第二阈值进行比较，如果人脸数量大于或等于第二阈值，则认为当前环境中的人数过多，人群聚集程度过高，可以确定环境中发生预设事件。

本公开实施例通过在采集数据中包括图像数据时，对图像数据中包含的人脸数量进行识别，响应于人脸数量大于或等于第二阈值，则确定环境中发生预设事件，能够对环境中的人数进行监控，并在人群聚集时及时发出提醒，由相关人员对可能存在的突发事件进行处理，节省了时间成本和人力成本。

在本公开一些实施例中，事件提醒装置可以在对图像数据中包含的人脸数量进行识别后，对识别为非人脸的区域进行二次识别，判断这些区域中是否包含人物侧面或背面的头部图像，进而确定非正面朝向摄像头的人数，结合人脸数量得到图像数据中包含的人数，并与第二阈值进行比较，根据比较结果确定是否发生了预设事件，能够进一步提高确定图像数据中包含的人数的准确程度，从而提高提醒准确度。

图6是本公开实施例提供的一种确定人数的方法的流程图，如图6所示，在上述实施例的基础上，可以通过如下方法确定人数。

S601、对所述图像数据进行分割处理，得到多个子图像数据。

本公开实施例中的子图像数据可以理解为对摄像头采集的图像数据进行分割处理后，得到的彼此不存在重叠的相同区域的图像数据。

本公开实施例中，事件提醒装置可以根据预先确定的分割方法对图像数据进行分割处理，得到多个子图像数据，具体分割方法包括但不限于以下几种：

在本公开实施例的一种示例性的实施方式中，事件提醒装置可以预先确定分割后的子图像数据的数量，进而确定对图像数据的分割方法，示例的，如果预先设定子图像数据的数量为9，可以设定分割方法为对长边和宽边进行三等分，得到尺寸相同的9个子图像数据。

在本公开实施例的另一种示例性的实施方式中，事件提醒装置可以预先确定子图像数据的尺寸，进而根据图像数据的尺寸和子图像数据的尺寸确定对图像数据的分割方法。

S602、对各子图像数据中包含的人脸数量进行识别，确定所述子图像数据中包含的人脸的第一数量。

本公开实施例中的第一数量可以理解为各子图像数据中包含的人脸的数量。

本公开实施例中，事件提醒装置可以在获取到多个子图像数据后，针对每个子图像数据，确定子图像数据中包含的人脸的第一数量，确定方法与S501中确定图像数据中包含的人脸数量的方法类似，在此不再赘述。

S603、对各子图像数据对应的第一数量进行求和处理，得到所述图像数据中包含的人脸数量。

本公开实施例中，事件提醒装置可以在确定多个子图像数据对应的多个第一数量后，对所有第一数量进行求和处理，得到分割图像数据后的所有子图像数据包含的人脸数量之和，作为图像数据中包含的人脸数量。

本公开实施例通过对图像数据进行分割处理，得到多个子图像数据，对各子图像数据中包含的人脸数量进行识别，确定子图像数据中包含的人脸的第一数量，对各子图像数据对应的第一数量进行求和处理，得到图像数据中包含的人脸数量，能够在想要得到图像数据中包含的人脸数量时，将图像数据分割成多个子图像数据，分别识别其中的第一人脸数量，由于子图像数据包含的信息更少，对子图像数据进行识别的准确程度更高，使得最终得到的图像数据中包含的人脸数量更准确，从而提高对预设事件进行提醒的准确度。

图7是本公开实施例提供的一种确定是否发生预设事件的方法的流程图。如图7所示，在上述实施例的基础上，可以通过如下方法确定是否发生预设事件。

S701、在所述采集数据中包括图像数据时，基于所述图像数据对人物动作进行识别。

本公开实施例中的人物动作可以包括站立、行走、摔倒、打架、吸烟等任意动作，在此不做限定。

本公开实施例中，事件提醒装置可以在采集数据中包括图像数据时，进一步判断图像数据中是否包含人物，并在图像数据中包含人物时，对图像数据中的人物动作进行识别。

在本公开实施例的一种示例性的实施方式中，事件提醒装置可以先对图像数据中包含的人物进行识别，通过包围框对识别到的人物进行标注，再在各个包围框内检测人体关键点，并将关键点进行连接得到人物动作，与预先存储的各类人物动作进行匹配，得到图像数据包含的人物动作的信息。

S702、响应于识别到预设的人物动作，则确定所述环境中发生预设事件。

本公开实施例中的预设的人物动作可以包括目标要监测的人物动作，比如吸烟、打架、摔倒等，在此不做限定。

本公开实施例中，事件提醒装置可以在确定图像数据包含的人物动作之后，进一步确定人物动作是否是预设的人物动作，如果是则确定环境中发生预设事件。

本公开实施例通过在采集数据中包括图像数据时，基于图像数据对人物动作进行识别，响应于识别到预设的人物动作，则确定环境中发生预设事件，能够在设置了与预设事件相关联的预设人物动作后，对摄像头采集的图像数据中是否包含预设的人物动作进行监控，从而在确定包含预设的人物动作时，认为发生了与人物动作相关的预设事件，及时发出提醒信息，节省了时间成本和人力成本。

图8是本公开实施例提供的一种确定消防通道是否被占用的方法的流程图。如图8所示，在上述实施例的基础上，可以通过如下方法确定消防通道是否被占用。

S801、在所述采集数据中包括图像数据时，确定所述图像数据与预先获取的第一图像数据的相似度，其中，所述第一图像数据为消防通道未被占用时的图像数据。

本公开实施例中，事件提醒装置可以在采集数据中包括图像数据时，计算图像数据与预先获取的消防通道未被占用时的第一图像数据的相似度。

在本公开实施例的一种示例性的实施方式中，事件提醒装置可以在确定获取的图像数据为消防通道的图像数据后，确定对图像数据进行采集的摄像头，并获取该摄像头在消防通道未被占用时采集的第一图像数据，计算图像数据与第一图像数据的相似度，具体地，可以基于感知哈希算法计算相似度，首先将图像数据和第一图像数据的尺寸进行缩小，并将缩小后的图像数据和第一图像数据转化为灰度图像数据，经过离散余弦变换和求平均处理后，确定结果对应的哈希值，再计算二者间的汉明距离，从而得到图像数据与第一图像数据的相似度。

S802、响应于所述相似度小于或等于第三阈值，则确定所述环境中发生预设事件。

本公开实施例中的第三阈值可以理解为预先设定的用于判断不同图像数据之间是否相差过大的相似度阈值。

本公开实施例中，事件提醒装置可以在确定图像数据与第一图像数据的相似度之后，将相似度与第三阈值进行比较，如果相似度小于或等于第三阈值，则认为图像数据与消防通道未被占用时的图像数据差异过大，消防通道在摄像头采集图像数据时可能被占用，可以确定环境中发生预设事件。

本公开实施例通过在采集数据中包括图像数据时，确定图像数据与预先获取的第一图像数据的相似度，其中，第一图像数据为消防通道未被占用时的图像数据，响应于相似度小于或等于第三阈值，则确定环境中发生预设事件，能够在获取到的图像数据与消防通道未被占用时的图像数据差异过大时，认为消防通道可能被占用，及时对该预设事件进行提醒，排除消防通道被占用带来的安全隐患，节省了时间成本和人力成本。

图9是本公开实施例提供的一种事件提醒装置的结构示意图。如图9所示，该事件提醒装置900包括：获取模块910，确定模块920，发送模块930，其中，获取模块910，用于获取摄像头的采集数据；确定模块920，用于基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件；发送模块930，用于响应于所述环境中发生预设事件，则向已绑定的设备发送提醒信息，其中，所述采集数据包括音频数据和/或图像数据。

可选地，所述确定模块920包括：音量确定单元，用于在所述采集数据中包括音频数据时，基于所述音频数据，确定所述摄像头采集的环境的环境音量；第一确定单元，用于响应于所述环境音量大于或等于第一阈值，则确定所述环境中发生预设事件。

可选地，所述获取模块910具体用于：获取预设区域内的多个摄像头采集的多个音频数据；所述音量确定单元，包括：音量确定子单元，用于基于所述多个音频数据，确定各音频数据的第一音量；求平均子单元，用于对所述各音频数据的第一音量进行求平均处理，得到所述环境的环境音量。

可选地，所述确定模块920，包括：转换单元，用于在所述采集数据中包括音频数据时，将所述音频数据转换为文本信息；关键词确定单元，用于基于预设的词库，确定所述文本信息中是否包含所述词库中的关键词；第二确定单元，用于响应于所述文本信息中包含所述关键词，则确定所述环境中发生预设事件。

可选地，所述确定模块920，包括：数量识别单元，用于在所述采集数据中包括图像数据时，对所述图像数据中包含的人脸数量进行识别；第三确定单元，用于响应于所述人脸数量大于或等于第二阈值，则确定所述环境中发生预设事件。

可选地，所述数量识别单元，包括：分割子单元，用于对所述图像数据进行分割处理，得到多个子图像数据；数量确定子单元，用于对各子图像数据中包含的人脸数量进行识别，确定所述子图像数据中包含的人脸的第一数量；求和子单元，用于对各子图像数据对应的第一数量进行求和处理，得到所述图像数据中包含的人脸数量。

可选地，所述确定模块920，包括：动作识别单元，用于在所述采集数据中包括图像数据时，基于所述图像数据对人物动作进行识别；第四确定单元，用于响应于识别到预设的人物动作，则确定所述环境中发生预设事件。

可选地，所述确定模块920，包括：相似度确定单元，用于在所述采集数据中包括图像数据时，确定所述图像数据与预先获取的第一图像数据的相似度，其中，所述第一图像数据为消防通道未被占用时的图像数据；第五确定单元，用于响应于所述相似度小于或等于第三阈值，则确定所述环境中发生预设事件。

本实施例提供的事件提醒装置能够执行上述任一实施例所述的方法，其执行方式和有益效果类似，在这里不再赘述。

图10是本公开实施例提供的一种计算机设备的结构示意图。

如图10所示，该计算机设备可以包括处理器1010以及存储有计算机程序指令的存储器1020。

具体地，上述处理器1010可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

存储器1020可以包括用于信息或指令的大容量存储器。举例来说而非限制，存储器1020可以包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个及其以上这些的组合。在合适的情况下，存储器1020可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器1020可在综合网关设备的内部或外部。在特定实施例中，存储器1020是非易失性固态存储器。在特定实施例中，存储器1020包括只读存储器(Read-Only Memory，ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable ROM，PROM)、可擦除PROM(Electrical Programmable ROM，EPROM)、电可擦除PROM(Electrically ErasableProgrammable ROM，EEPROM)、电可改写ROM(Electrically Alterable ROM，EAROM)或闪存，或者两个或及其以上这些的组合。

处理器1010通过读取并执行存储器1020中存储的计算机程序指令，以执行本公开实施例所提供的事件提醒方法的步骤。

在一个示例中，该计算机设备还可包括收发器1030和总线1040。其中，如图10所示，处理器1010、存储器1020和收发器1030通过总线1040连接并完成相互间的通信。

总线1040包括硬件、软件或两者。举例来说而非限制，总线可包括加速图形端口(Accelerated Graphics Port，AGP)或其他图形总线、增强工业标准架构(ExtendedIndustry Standard Architecture，EISA)总线、前端总线(Front Side BUS，FSB)、超传输(Hyper Transport，HT)互连、工业标准架构(Industrial Standard Architecture，ISA)总线、无限带宽互连、低引脚数(Low Pin Count，LPC)总线、存储器总线、微信道架构(MicroChannel Architecture，MCA)总线、外围控件互连(Peripheral Component Interconnect，PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial Advanced TechnologyAttachment，SATA)总线、视频电子标准协会局部(Video Electronics StandardsAssociation Local Bus，VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线1040可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

本公开实施例还提供了一种计算机可读存储介质，该存储介质可以存储有计算机程序，当计算机程序被处理器执行时，使得处理器实现本公开实施例所提供的事件提醒方法。

上述的存储介质可以例如包括计算机程序指令的存储器1020，上述指令可由事件提醒设备的处理器1010执行以完成本公开实施例所提供的事件提醒方法。可选的，存储介质可以是非临时性计算机可读存储介质，例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(Random Access Memory，RAM)、光盘只读存储器(Compact Disc ROM，CD-ROM)、磁带、软盘和光数据存储设备等。上述计算机程序可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (11)

1.一种事件提醒方法，其特征在于，包括：

获取摄像头的采集数据；

基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件；

响应于所述环境中发生预设事件，则向已绑定的设备发送提醒信息；

其中，所述采集数据包括音频数据和/或图像数据。

2.根据权利要求1所述的方法，其特征在于，所述基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件，包括：

在所述采集数据中包括音频数据时，基于所述音频数据，确定所述摄像头采集的环境的环境音量；

响应于所述环境音量大于或等于第一阈值，则确定所述环境中发生预设事件。

3.根据权利要求2所述的方法，其特征在于，所述获取摄像头的采集数据，包括：

获取预设区域内的多个摄像头采集的多个音频数据；

所述基于所述音频数据，确定所述摄像头采集的环境的环境音量，包括：

基于所述多个音频数据，确定各音频数据的第一音量；

对所述各音频数据的第一音量进行求平均处理，得到所述环境的环境音量。

4.根据权利要求1所述的方法，其特征在于，所述基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件，包括：

在所述采集数据中包括音频数据时，将所述音频数据转换为文本信息；

基于预设的词库，确定所述文本信息中是否包含所述词库中的关键词；

响应于所述文本信息中包含所述关键词，则确定所述环境中发生预设事件。

5.根据权利要求1所述的方法，其特征在于，所述基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件，包括：

在所述采集数据中包括图像数据时，对所述图像数据中包含的人脸数量进行识别；

响应于所述人脸数量大于或等于第二阈值，则确定所述环境中发生预设事件。

6.根据权利要求5所述的方法，其特征在于，所述对所述图像数据中包含的人脸数量进行识别，包括：

对所述图像数据进行分割处理，得到多个子图像数据；

对各子图像数据中包含的人脸数量进行识别，确定所述子图像数据中包含的人脸的第一数量；

对各子图像数据对应的第一数量进行求和处理，得到所述图像数据中包含的人脸数量。

7.根据权利要求1所述的方法，其特征在于，所述基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件，包括：

在所述采集数据中包括图像数据时，基于所述图像数据对人物动作进行识别；

响应于识别到预设的人物动作，则确定所述环境中发生预设事件。

8.根据权利要求1所述的方法，其特征在于，所述基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件，包括：

在所述采集数据中包括图像数据时，确定所述图像数据与预先获取的第一图像数据的相似度，其中，所述第一图像数据为消防通道未被占用时的图像数据；

响应于所述相似度小于或等于第三阈值，则确定所述环境中发生预设事件。

9.一种事件提醒装置，其特征在于，包括：

获取模块，用于获取摄像头的采集数据；

确定模块，用于基于所述采集数据，确定所述摄像头采集的环境中是否发生预设事件；

发送模块，用于响应于所述环境中发生预设事件，则向已绑定的设备发送提醒信息；

其中，所述采集数据包括音频数据和/或图像数据。

10.一种计算机设备，其特征在于，包括：存储器；处理器；以及计算机程序；其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-8中任一项所述的事件提醒方法。

11.一种计算机可读存储介质，其特征在于，所述存储介质中存储有计算机程序，当所述计算机程序被处理器执行时，实现如权利要求1-8中任一项所述的事件提醒方法。

Images