CN115798138A - 异常监测方法及装置 - Google Patents
异常监测方法及装置 Download PDFInfo
- Publication number
- CN115798138A CN115798138A CN202211194305.1A CN202211194305A CN115798138A CN 115798138 A CN115798138 A CN 115798138A CN 202211194305 A CN202211194305 A CN 202211194305A CN 115798138 A CN115798138 A CN 115798138A
- Authority
- CN
- China
- Prior art keywords
- information
- state
- target user
- state information
- target
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000002159 abnormal effect Effects 0.000 claims abstract description 70
- 239000013598 vector Substances 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 17
- 230000007613 environmental effect Effects 0.000 claims description 16
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 13
- 239000008280 blood Substances 0.000 claims description 13
- 210000004369 blood Anatomy 0.000 claims description 13
- 239000007789 gas Substances 0.000 claims description 13
- 239000001301 oxygen Substances 0.000 claims description 13
- 229910052760 oxygen Inorganic materials 0.000 claims description 13
- 239000000779 smoke Substances 0.000 claims description 9
- 230000036772 blood pressure Effects 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000012806 monitoring device Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010411 cooking Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010010071 Coma Diseases 0.000 description 1
- 208000005374 Poisoning Diseases 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Emergency Alarm Devices (AREA)
Abstract
本发明提供一种异常监测方法及装置，其中方法包括：确定目标用户的轨迹状态预测信息；获取目标用户的目标状态信息，从目标用户的轨迹状态预测信息中确定目标状态信息对应时刻的轨迹状态信息；基于目标用户的位置信息和目标状态信息，与轨迹状态信息进行对比，确定目标用户处于异常状态；将异常状态的报警信息推送至目标用户的紧急联系人。本发明提供的异常监测方法及装置，通过基于目标用户当前的位置信息以及状态信息，与轨迹预测状态信息进行对比，实现了基于历史数据，对目标用户的异常状态进行确定。基于用户的身体状态信息以及环境状态信息确定目标用户当前状态，使得确定用户当前状态的信息更加全面，提升了异常监测的准确性。
Description
技术领域
本发明涉及计算机术领域，尤其涉及一种异常监测方法及装置。
背景技术
越来越多的用户自主选择或被迫独居，然而因独居者与居住环境或外界联系不密切，人身安全难以得到保障。现有的针对用户的异常状态监测一般是直接获取监测用户的身体状态信息，分析用户的身体状态信息是否为异常，实现对用户的异常监测过程。
现有的直接基于用户身体状态的监测方式，只能获取用户身体状态数据，会导致用户当前所处状态的状态信息观测不完全，存在一定程度的缺失，导致用户的异常监测结果的准确性较低。
发明内容
本发明提供一种异常监测方法及装置，用以解决现有技术针对用户的异常状态的监测时，由于获取的用户当前所处状态的状态信息观测不完全，存在一定程度的缺失，导致用户的异常监测结果的准确性较低的技术问题。
本发明提供一种异常监测方法，包括：
对目标用户的历史轨迹信息以及所述历史轨迹信息对应的用户状态信息进行统计，确定所述目标用户的轨迹状态预测信息；
获取目标用户的目标状态信息，从所述目标用户的轨迹状态预测信息中确定所述目标状态信息对应时刻的轨迹状态信息，所述目标状态信息包括所述目标用户的身体状态信息和/或所述目标用户所处环境的环境状态信息；
基于所述目标用户的位置信息以及所述目标状态信息，与所述轨迹状态信息进行对比，确定所述目标用户处于异常状态；
将所述异常状态的报警信息推送至所述目标用户的紧急联系人。
根据本发明提供的一种异常监测方法，所述基于所述目标用户的位置信息以及所述目标状态信息，与所述轨迹状态信息进行对比，确定所述目标用户处于异常状态，包括：
在所述目标用户的位置信息与所述轨迹状态信息中的位置信息相同，且确定所述目标状态信息与所述轨迹状态信息中的用户状态信息的差异大于预设差异阈值的情况下，确定所述目标用户处于异常状态。
根据本发明提供的一种异常监测方法，所述确定所述目标状态信息与所述轨迹状态信息中的用户状态信息的差异大于预设差异阈值，包括：
获取所述目标状态信息的第一状态特征向量，以及所述轨迹状态信息中的用户状态信息的第二状态特征向量；
在所述第一状态特征向量与所述第二状态特征向量的余弦相似度大于预设相似度阈值的情况下，确定所述目标状态信息与所述轨迹状态信息中的用户状态信息的差异大于预设差异阈值。
根据本发明提供的一种异常监测方法，所述报警信息是基于所述目标用户的位置信息以及所述目标状态信息确定的。
根据本发明提供的一种异常监测方法，所述获取目标用户的目标状态信息，包括：
基于目标用户的智能穿戴设备，获取所述目标状态信息中的身体状态信息，所述身体状态信息包括：血氧饱和度信息、血压信息以及心率信息中的至少一种；
和/或，
基于所述目标用户的所处环境中的传感器，获取所述目标状态信息中的环境状态信息，所述环境状态信息包括：温度信息、湿度信息、烟雾报警信息、火灾报警信息以及燃气报警信息中的至少一种。
根据本发明提供的一种异常监测方法，所述确定所述目标用户的轨迹状态预测信息之后，还包括：
对所述目标用户的轨迹状态预测信息进行加密，得到加密后的轨迹状态预测信息，并存储所述加密后的轨迹状态预测信息。
本发明还提供一种异常监测装置，包括：
统计模块，用于对目标用户的历史轨迹信息以及所述历史轨迹信息对应的用户状态信息进行统计，确定所述目标用户的轨迹状态预测信息；
轨迹状态确定模块，用于获取目标用户的目标状态信息，从所述目标用户的轨迹状态预测信息中确定所述目标状态信息对应时刻的轨迹状态信息，所述目标状态信息包括所述目标用户的身体状态信息和/或所述目标用户所处环境的环境状态信息；
异常状态确定模块，用于基于所述目标用户的位置信息以及所述目标状态信息，与所述轨迹状态信息进行对比，确定所述目标用户处于异常状态；
报警模块，用于将所述异常状态的报警信息推送至所述目标用户的紧急联系人。
本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述异常监测方法。
本发明还提供一种非暂态计算机可读存储介质，其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述任一种异常监测方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述异常监测方法。
本发明提供的异常监测方法及装置，通过基于目标用户的历史轨迹信息以及对应的状态信息，确定轨迹预测状态信息。并基于目标用户当前的位置信息以及状态信息，与轨迹预测状态信息进行对比，实现了基于历史数据，对目标用户的异常状态进行确定。与此同时，基于用户的身体状态信息以及环境状态信息确定目标用户当前状态，使得确定用户当前状态的信息更加全面，提升了后续异常监测的准确性。
附图说明
为了更清楚地说明本发明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简要地说明，显而易见地，下面描述中的附图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的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的异常监测方法的流程示意图；
图2是应用本发明提供的异常监测方法的装置结构示意图；
图3是本发明提供的异常监测装置的结构示意图；
图4是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中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作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。
图1为本发明提供的异常监测方法的流程示意图。参照图1，本发明提供的异常监测方法可以包括：
步骤110，对目标用户的历史轨迹信息以及所述历史轨迹信息对应的用户状态信息进行统计，确定所述目标用户的轨迹状态预测信息；
步骤120，获取目标用户的目标状态信息，从所述目标用户的轨迹状态预测信息中确定所述目标状态信息对应时刻的轨迹状态信息，所述目标状态信息包括所述目标用户的身体状态信息和/或所述目标用户所处环境的环境状态信息；
步骤130，基于所述目标用户的位置信息以及所述目标状态信息，与所述轨迹状态信息进行对比，确定所述目标用户处于异常状态；
步骤140，将所述异常状态的报警信息推送至所述目标用户的紧急联系人。
本发明提供的异常监测方法的执行主体可以是电子设备、电子设备中的部件、集成电路、或芯片。该电子设备可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personal digitalassistant，PDA)等，非移动电子设备可以为服务器、网络附属存储器(Network AttachedStorage，NAS)或个人计算机(personal computer，PC)等，本发明不作具体限定。
下面以计算机执行本发明提供的异常监测方法为例，详细说明本发明的技术方案。
在步骤110中，对目标用户的历史轨迹信息以及历史轨迹信息对应的用户状态信息进行统计，统计目标用户在历史时刻的位置以及目标用户在对应位置的状态信息。统计后，确定目标用户的轨迹状态预测信息。
其中，目标用户的历史轨迹信息是基于目标用户在各历史时刻的位置确定的。用户状态信息包括用户自身的状态信息以及用户所处环境状态的环境状态信息。在获取目标用户的历史轨迹信息以及历史轨迹信息对应的用户状态信息进行统计，可以实现对目标用户未来时刻的轨迹以及状态信息进行预测。
对目标用户的历史轨迹信息以及历史轨迹信息对应的用户状态信息进行统计。例如，对于目标用户下班后在家的时间段中，基于目标用户的历史轨迹信息进行统计，确定目标用户下班到家的时间段、在家中厨房做饭的时间段、在浴室洗澡的时间段以及睡觉休息的时间段等。其中，包含的用户的轨迹信息为用户在某个时间段处于某个地方。而历史轨迹信息对应的用户状态信息，可以基于安装在用户家中的物联网设备如温度传感器、湿度传感器、火焰传感器、烟雾模块、红外传感器等设备获取，也可以基于用户佩戴的智能穿戴设备，如智能手环以及智能手表等获取。
在对目标用户的历史轨迹信息以及历史轨迹信息对应的用户状态信息进行统计后，确定目标用户的轨迹状态预测信息。例如，确定目标用户的历史轨迹信息为在厨房做饭的时间段为6点到6点半之间，在此期间的用户状态信息为厨房中的火焰传感器以及烟雾模块的工作状态处于正常工作模式。
可以理解的是，目标用户的轨迹状态预测信息是基于历史信息确定的，包含了目标用户可能的轨迹信息以及轨迹信息对应的状态信息。在确定目标用户的轨迹状态预测信息之后，可以基于目标用户的轨迹状态预测信息，对目标用户当前的状态进行分析。
在步骤120中，获取目标用户的目标状态信息。其中，目标状态信息为目标用户当前时刻的状态信息。从步骤110中确定的目标用户的轨迹状态预测信息中确定目标状态信息对应时刻的轨迹状态信息。
获取目标用户当前时刻的目标状态信息，其中目标用户的目标状态信息包括目标用户的身体状态信息以及目标用户的环境状态信息。在获取目标用户的当前时刻的状态信息之后，确定当前时刻对应的历史时刻的轨迹状态预测信息。
例如，对于确定的目标用户在早上八点一般进行运动的情况下。在当前八点时刻，获取目标用户的目标状态信息为运动过程中智能手表获取的目标用户的心率以及血氧饱和度等信息。从目标用户的轨迹状态预测信息中可以确定目标用户历史时刻八点一般在哪个位置进行锻炼，锻炼过程中，状态信息的具体参数等。可以理解的是，在确定目标用户的当前的目标状态信息之后，基于轨迹状态预测信息，可以对当前目标用户的状态进行分析与评估。
目标状态信息反应的是目标用户在某一时刻的状态信息。状态信息包括身体状态信息和目标用户所处环境的环境状态信息。身体状态信息包括血压信息、血氧饱和度信息以及心率信息等。环境状态信息包括温湿度信息、烟雾报警信息、火灾报警信息以及燃气报警信息等。
其中，目标用户的身体状态信息反应的是当前目标用户的身体情况，是否身体处于异常状态。例如，目标用户在运动时，基于对目标用户的身体指标的监测，确定目标用户是否出现异常情况。
目标用户所处环境的环境状态信息是基于环境中的传感器获取的环境状态信息。例如，对于目标用户在家中做饭时，基于火焰传感器以及烟雾传感器，确定目标用户当前做饭的环境是否出现异常情况。
在步骤130中，获取目标用户在当前时刻的位置信息，基于获取的位置信息以及步骤120中获取的目标状态信息，与基于轨迹状态预测信息确定的轨迹状态信息进行对比，确定目标用户当前处于异常状态。
在目标用户的位置信息获取之后，将目标用户的位置信息以及获取的目标状态信息，与基于历史信息确定的轨迹状态信息进行对比，基于当前用户的状态与历史时刻的状态的差异，确定目标用户处于异常状态。
确定目标用户的异常状态时，可以基于与轨迹状态信息进行对比，在对比结果超过设定的阈值时，则可以确定当前目标用户处于异常状态。例如，在当前八点时刻，若确定目标用户当前处于与对应历史时刻同一位置区域进行锻炼，获取目标用户的目标状态信息为运动过程中智能手表获取的目标用户的心率以及血氧饱和度等信息，若确定当前目标用户的心率超过正常范围或者血氧饱和度低于正常范围，则确定当前目标用户处于异常状态。
在步骤140中，在确定目标用户的异常状态后，将目标用户的异常状态的报警信息，推送至目标用户的紧急联系人。
目标用户的异常状态的报警信息，是针对目标用户当前异常状态的报警信息。例如，在对于确定的目标用户在早上八点一般进行运动的情况下。在当前八点时刻，获取目标用户的目标状态信息为运动过程中智能手表获取的目标用户的心率以及血氧饱和度等信息，若确定当前目标用户的心率超过正常范围或者血氧饱和度低于正常范围，则确定当前目标用户处于异常状态。
在确定目标用户处于异常状态后，生成异常状态对应的报警信息。例如，对于在运动过程中，当前心率超过正常范围或者血氧饱和度低于正常范围的目标用户，将目标用户的位置信息，以及心率超过正常范围或者血氧饱和度低于正常范围的超限信息综合得到报警信息。将得到的报警信息推送给目标用户的紧急联系人。
其中，目标用户的紧急联系人可以是目标用户预先设置好的，可以是一个或者多个。在设置好后，后续也可以根据需要对紧急联系人的信息进行修改。
将目标用户的报警信息推送紧急联系人的方式，可以基于短信或者电话的方式，向目标用户的紧急联系人推送。以使紧急联系人可以获取目标用户的当前状态和位置。
本发明实施例提供的异常监测方法，通过基于目标用户的历史轨迹信息以及对应的状态信息，确定轨迹预测状态信息。并基于目标用户当前的位置信息以及状态信息，与轨迹预测状态信息进行对比，实现了基于历史数据，对目标用户的异常状态进行确定。与此同时，基于用户的身体状态信息以及环境状态信息确定目标用户当前状态，使得确定用户当前状态的信息更加全面，提升了后续异常监测的准确性。
在一个实施例中，基于所述目标用户的位置信息以及所述目标状态信息，与所述轨迹状态信息进行对比，确定所述目标用户处于异常状态，包括：
在所述目标用户的位置信息与所述轨迹状态信息中的位置信息相同，且确定所述目标状态信息与所述轨迹状态信息中的用户状态信息的差异大于预设差异阈值的情况下，确定所述目标用户处于异常状态。
将目标用户的位置信息以及目标状态信息，与轨迹状态信息进行对比。由于轨迹状态信息中，包含了目标用户基于历史数据确定的轨迹信息以及轨迹状态信息。所以，在目标用户的位置信息以及目标状态信息，与轨迹状态信息进行对比时，需要将位置信息与状态信息分别进行判断。
首选将目标用户的位置信息与轨迹状态信息中的位置信息进行对比。由于目标用户的位置信息是当前时刻的位置信息，而轨迹状态信息中的位置信息是基于当前时刻对应的历史时刻确定的位置信息。若确定当前位置信息与轨迹状态信息中的位置信息相同，即可以确定当前时刻所处位置与统计的同一历史时刻所处位置相同。若目标用户处于正常状态下，则可以确定目标用户当前时刻与对应历史时刻的状态差异不大。
所以对于目标用户异常状态的判定，基于目标状态信息与轨迹状态信息中的用户状态信息的差异确定。若确定目标状态信息与轨迹状态信息中的用户状态信息的差异大于预设阈值的情况下，则可以确定当前目标用户的状态与同一历史时刻的状态差异过大，则可以确定当前目标用户处于异常状态。
本发明实施例提供的异常监测方法，通过在目标用户的位置信息以及目标状态信息，与轨迹状态信息进行对比时，将位置信息与状态信息分别进行判断。并且，确定目标状态信息与轨迹状态信息中的用户状态信息的差异大于预设阈值的情况下，确定目标用户的异常状态，实现了目标用户异常状态的准确判定。
在一个实施例中，确定所述目标状态信息与所述轨迹状态信息中的用户状态信息的差异大于预设差异阈值，包括：获取所述目标状态信息的第一状态特征向量，以及所述轨迹状态信息中的用户状态信息的第二状态特征向量；在所述第一状态特征向量与所述第二状态特征向量的余弦相似度大于预设相似度阈值的情况下，确定所述目标状态信息与所述轨迹状态信息中的用户状态信息的差异大于预设差异阈值。
具体在将目标状态信息与轨迹状态信息中的用户状态信息的差异进行判定时，基于余弦相似度的方式，对差异值的大小进行定量确定。对目标状态信息进行特征提取，得到目标状态信息的第一状态特征向量；对轨迹状态信息中的用户状态信息进行特征提取，得到轨迹状态信息中的用户状态信息的第二状态特征向量。
基于得到的第一状态特征向量与第二状态特征向量，计算第一状态特征向量与第二状态特征向量的余弦相似度。基于第一状态特征向量与第二状态特征向量的余弦相似度的大小，确定目标状态信息与轨迹状态信息中的用户状态信息的差异的大小。
其中，余弦相似度是通过测量两个向量的夹角的余弦值来度量它们之间的相似性。0度角的余弦值是1，而其他任何角度的余弦值都不大于1；并且其最小值是-1。从而两个向量之间的角度的余弦值确定两个向量是否大致指向相同的方向。两个向量有相同的指向时，余弦相似度的值为1；两个向量夹角为90°时，余弦相似度的值为0；两个向量指向完全相反的方向时，余弦相似度的值为-1。这结果是与向量的长度无关的，仅仅与向量的指向方向相关。余弦相似度通常用于正空间，因此给出的值为-1到1之间。余弦相似度算法采用余弦相似度，计算公式如下：
其中，cosθ为余弦相似度值，a为第一状态特征向量，b为第二状态特征向量。
具体计算时，可以根据需要确定预设相似度阈值，从而实现目标状态信息与轨迹状态信息中的用户状态信息差异的衡量。
本发明实施例提供的异常监测方法，通过计算目标状态信息与轨迹状态信息中的用户状态信息的余弦相似度，实现了对目标状态信息与用户状态信息差异的定量分析，为后续目标用户异常状态的准确判定提供了基础。
在一个实施例中，报警信息是基于所述目标用户的位置信息以及所述目标状态信息确定的。
报警信息并非仅是一条提示目标用户为异常状态信息。报警信息中包含了目标用户的位置信息以及目标用户的目标状态信息。
可以理解的是，基于包含目标用户的位置信息以及目标用户的目标状态信息的报警信息，目标用户的紧急联系人可以快速定位目标用户的位置，以及目标用户的当前状态，提升了针对异常状态处理的处理效率。
本发明实施例提供的异常监测方法，通过确定报警信息是基于目标用户的位置信息以及目标状态信息确定的，使得目标用户的紧急联系人可以快速定位目标用户的位置，以及目标用户的当前状态，提升了针对异常状态处理的处理效率。
在一个实施例中，获取目标用户的目标状态信息，包括：基于目标用户的智能穿戴设备，获取所述目标状态信息中的身体状态信息，所述身体状态信息包括：血氧饱和度信息、血压信息以及心率信息中的至少一种；和/或，基于所述目标用户的所处环境中的传感器，获取所述目标状态信息中的环境状态信息，所述环境状态信息包括：温度信息、湿度信息、烟雾报警信息、火灾报警信息以及燃气报警信息中的至少一种。
在对目标用户的目标状态进行获取时，由于目标状态信息可能包含身体状态信息以及环境状态信息。基于目标用户的智能穿戴设备，获取目标用户的目标状态信息中的身体状态信息。其中，智能穿戴设备指的可以是智能手环、智能手表、VR(Virtual Reality，虚拟现实)眼镜、AR(Augmented Reality，增强现实)眼镜等。获取的目标用户的身体状态信息包括：血氧饱和度信息、血压信息以及心率信息中的至少一种。
在对目标状态信息中的环境状态信息进行获取的过程中，可以基于目标用户所处环境中的传感器，获取目标状态信息中的环境状态信息。所处环境中的传感器可以包括温度传感器、湿度传感器、火焰传感器、烟雾模块、红外传感器，实现对环境状态信息的实时监测。基于环境中的传感器，可以获取的环境状态信息包括：温度信息、湿度信息、烟雾报警信息、火灾报警信息以及燃气报警信息中的至少一种。
本发明实施例提供的异常监测方法，通过确定目标状态信息包括目标用户的身体状态信息和/或目标用户所处环境的环境状态信息，实现了对目标用户的当前所处状态的状态信息的充分获取，提升了目标用户的异常监测结果的判断的准确性。
在一个实施例中，确定所述目标用户的轨迹状态预测信息之后，还包括：对所述目标用户的轨迹状态预测信息进行加密，得到加密后的轨迹状态预测信息，并存储所述加密后的轨迹状态预测信息。
可以理解的是，对于目标用户的轨迹状态预测信息，涉及目标用户的轨迹以及状态等隐私信息，所以为了确保目标用户的隐私数据安全，需要对目标用户的轨迹状态预测信息进行加密。
在获取目标用户的轨迹状态预测信息之后，对获取的轨迹状态预测信息进行加密，得到加密后的轨迹状态预测信息，并将加密后的轨迹状态预测信息进行存储。
本发明实施例提供的异常监测方法，通过对获取的轨迹状态预测信息进行加密，得到加密后的轨迹状态预测信息，并将加密后的轨迹状态预测信息进行存储，实现了目标用户隐私信息的加密存储，提升了目标用户隐私信息的安全性。
下面以一应用本发明提供的异常监测方法的装置结构示意图图2为例，说明本申请提供的技术方案：
室内安全监测模块210，身体状态监测模块220以及异常情况推测模块230。
室内安全监测模块210，用于负责监测目标用户所处室内的环境状态信息，是否有安全隐患，确定目标用户所处室内是否出现如燃气泄漏、火灾、漏水漏电、盗贼入侵等情况；
身体状态监测模块220，用于监测目标用户的身体状态信息，确定目标用户是否出现如突发疾病、中毒、昏迷等情况；
异常情况推测模块230，基于室内安全监测模块210获取环境状态信息以及身体状态监测模块220获取身体状态信息，与目标用户的轨迹状态预测信息对应时刻的相关信息进行对比，确定目标用户是否处于异常状态。其中，轨迹状态预测信息是基于目标用户的历史轨迹信息以及历史轨迹信息对应的用户状态信息进行统计后确定的。
图3为本发明提供的异常监测装置的结构示意图，如图3所示，该装置包括：
统计模块310，用于对目标用户的历史轨迹信息以及所述历史轨迹信息对应的用户状态信息进行统计，确定所述目标用户的轨迹状态预测信息；
轨迹状态确定模块320，用于获取目标用户的目标状态信息，从所述目标用户的轨迹状态预测信息中确定所述目标状态信息对应时刻的轨迹状态信息，所述目标状态信息包括所述目标用户的身体状态信息和/或所述目标用户所处环境的环境状态信息；
异常状态确定模块330，用于基于所述目标用户的位置信息以及所述目标状态信息，与所述轨迹状态信息进行对比，确定所述目标用户处于异常状态；
报警模块340，用于将所述异常状态的报警信息推送至所述目标用户的紧急联系人。
本发明实施例提供的异常监测装置，通过基于目标用户的历史轨迹信息以及对应的状态信息，确定轨迹预测状态信息。并基于目标用户当前的位置信息以及状态信息，与轨迹预测状态信息进行对比，实现了基于历史数据，对目标用户的异常状态进行确定。与此同时，基于用户的身体状态信息以及环境状态信息确定目标用户当前状态，使得确定用户当前状态的信息更加全面，提升了后续异常监测的准确性。
在一个实施例中，异常状态确定模块330具体用于：
所述基于所述目标用户的位置信息以及所述目标状态信息，与所述轨迹状态信息进行对比，确定所述目标用户处于异常状态，包括：
在所述目标用户的位置信息与所述轨迹状态信息中的位置信息相同，且确定所述目标状态信息与所述轨迹状态信息中的用户状态信息的差异大于预设差异阈值的情况下，确定所述目标用户处于异常状态。
在一个实施例中，异常状态确定模块330还具体用于：
所述确定所述目标状态信息与所述轨迹状态信息中的用户状态信息的差异大于预设差异阈值，包括：
获取所述目标状态信息的第一状态特征向量，以及所述轨迹状态信息中的用户状态信息的第二状态特征向量；
在所述第一状态特征向量与所述第二状态特征向量的余弦相似度大于预设相似度阈值的情况下，确定所述目标状态信息与所述轨迹状态信息中的用户状态信息的差异大于预设差异阈值。
在一个实施例中，报警模块340具体用于：
所述报警信息是基于所述目标用户的位置信息以及所述目标状态信息确定的。
在一个实施例中，轨迹状态确定模块320具体用于：
获取目标用户的目标状态信息，包括：
基于目标用户的智能穿戴设备，获取所述目标状态信息中的身体状态信息，所述身体状态信息包括：血氧饱和度信息、血压信息以及心率信息中的至少一种；
和/或，
基于所述目标用户的所处环境中的传感器，获取所述目标状态信息中的环境状态信息，所述环境状态信息包括：温度信息、湿度信息、烟雾报警信息、火灾报警信息以及燃气报警信息中的至少一种。
在一个实施例中，统计模块310具体用于：
确定所述目标用户的轨迹状态预测信息之后，还包括：
对所述目标用户的轨迹状态预测信息进行加密，得到加密后的轨迹状态预测信息，并存储所述加密后的轨迹状态预测信息。
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行异常监测方法，该方法包括：
对目标用户的历史轨迹信息以及所述历史轨迹信息对应的用户状态信息进行统计，确定所述目标用户的轨迹状态预测信息；
获取目标用户的目标状态信息，从所述目标用户的轨迹状态预测信息中确定所述目标状态信息对应时刻的轨迹状态信息，所述目标状态信息包括所述目标用户的身体状态信息和/或所述目标用户所处环境的环境状态信息；
基于所述目标用户的位置信息以及所述目标状态信息，与所述轨迹状态信息进行对比，确定所述目标用户处于异常状态；
将所述异常状态的报警信息推送至所述目标用户的紧急联系人。
此外，上述的存储器430中的逻辑指令可以通过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-Only Memory)、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。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的异常监测方法，该方法包括：
对目标用户的历史轨迹信息以及所述历史轨迹信息对应的用户状态信息进行统计，确定所述目标用户的轨迹状态预测信息；
获取目标用户的目标状态信息，从所述目标用户的轨迹状态预测信息中确定所述目标状态信息对应时刻的轨迹状态信息，所述目标状态信息包括所述目标用户的身体状态信息和/或所述目标用户所处环境的环境状态信息；
基于所述目标用户的位置信息以及所述目标状态信息，与所述轨迹状态信息进行对比，确定所述目标用户处于异常状态；
将所述异常状态的报警信息推送至所述目标用户的紧急联系人。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的异常监测方法，该方法包括：
对目标用户的历史轨迹信息以及所述历史轨迹信息对应的用户状态信息进行统计，确定所述目标用户的轨迹状态预测信息；
获取目标用户的目标状态信息，从所述目标用户的轨迹状态预测信息中确定所述目标状态信息对应时刻的轨迹状态信息，所述目标状态信息包括所述目标用户的身体状态信息和/或所述目标用户所处环境的环境状态信息；
基于所述目标用户的位置信息以及所述目标状态信息，与所述轨迹状态信息进行对比，确定所述目标用户处于异常状态；
将所述异常状态的报警信息推送至所述目标用户的紧急联系人。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
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)
1.一种异常监测方法，其特征在于，包括：
对目标用户的历史轨迹信息以及所述历史轨迹信息对应的用户状态信息进行统计，确定所述目标用户的轨迹状态预测信息；
获取目标用户的目标状态信息，从所述目标用户的轨迹状态预测信息中确定所述目标状态信息对应时刻的轨迹状态信息，所述目标状态信息包括所述目标用户的身体状态信息和/或所述目标用户所处环境的环境状态信息；
基于所述目标用户的位置信息以及所述目标状态信息，与所述轨迹状态信息进行对比，确定所述目标用户处于异常状态；
将所述异常状态的报警信息推送至所述目标用户的紧急联系人。
2.根据权利要求1所述的异常监测方法，其特征在于，所述基于所述目标用户的位置信息以及所述目标状态信息，与所述轨迹状态信息进行对比，确定所述目标用户处于异常状态，包括：
在所述目标用户的位置信息与所述轨迹状态信息中的位置信息相同，且确定所述目标状态信息与所述轨迹状态信息中的用户状态信息的差异大于预设差异阈值的情况下，确定所述目标用户处于异常状态。
3.根据权利要求2所述的异常监测方法，其特征在于，所述确定所述目标状态信息与所述轨迹状态信息中的用户状态信息的差异大于预设差异阈值，包括：
获取所述目标状态信息的第一状态特征向量，以及所述轨迹状态信息中的用户状态信息的第二状态特征向量；
在所述第一状态特征向量与所述第二状态特征向量的余弦相似度大于预设相似度阈值的情况下，确定所述目标状态信息与所述轨迹状态信息中的用户状态信息的差异大于预设差异阈值。
4.根据权利要求1所述的异常监测方法，其特征在于，所述报警信息是基于所述目标用户的位置信息以及所述目标状态信息确定的。
5.根据权利要求1所述的异常监测方法，其特征在于，所述获取目标用户的目标状态信息，包括：
基于目标用户的智能穿戴设备，获取所述目标状态信息中的身体状态信息，所述身体状态信息包括：血氧饱和度信息、血压信息以及心率信息中的至少一种；
和/或，
基于所述目标用户的所处环境中的传感器，获取所述目标状态信息中的环境状态信息，所述环境状态信息包括：温度信息、湿度信息、烟雾报警信息、火灾报警信息以及燃气报警信息中的至少一种。
6.根据权利要求1所述的异常监测方法，其特征在于，所述确定所述目标用户的轨迹状态预测信息之后，还包括：
对所述目标用户的轨迹状态预测信息进行加密，得到加密后的轨迹状态预测信息，并存储所述加密后的轨迹状态预测信息。
7.一种异常监测装置，其特征在于，包括：
统计模块，用于对目标用户的历史轨迹信息以及所述历史轨迹信息对应的用户状态信息进行统计，确定所述目标用户的轨迹状态预测信息；
轨迹状态确定模块，用于获取目标用户的目标状态信息，从所述目标用户的轨迹状态预测信息中确定所述目标状态信息对应时刻的轨迹状态信息，所述目标状态信息包括所述目标用户的身体状态信息和/或所述目标用户所处环境的环境状态信息；
异常状态确定模块，用于基于所述目标用户的位置信息以及所述目标状态信息，与所述轨迹状态信息进行对比，确定所述目标用户处于异常状态；
报警模块，用于将所述异常状态的报警信息推送至所述目标用户的紧急联系人。
8.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述异常监测方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，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6任一项所述异常监测方法。
10.一种计算机程序产品，包括计算机程序，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6任一项所述异常监测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211194305.1A CN115798138A (zh) | 2022-09-28 | 2022-09-28 | 异常监测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211194305.1A CN115798138A (zh) | 2022-09-28 | 2022-09-28 | 异常监测方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115798138A true CN115798138A (zh) | 2023-03-14 |
Family
ID=85432324
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211194305.1A Pending CN115798138A (zh) | 2022-09-28 | 2022-09-28 | 异常监测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115798138A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020060633A1 (en) * | 2000-10-11 | 2002-05-23 | Joseph J. Crisco | System and method for measuring the linear and rotational acceleration of a body part |
| US20050125403A1 (en) * | 2003-12-08 | 2005-06-09 | Noboru Wakabayashi | System and apparatus for determining abnormalities in daily activity patterns |
| US20110080291A1 (en) * | 2009-10-06 | 2011-04-07 | Funai Electric Co., Ltd. | Security System and Electronic Photo Frame |
| EP2472487A2 (en) * | 2010-12-28 | 2012-07-04 | Lano Group Oy | Remote monitoring system |
| JP2015207179A (ja) * | 2014-04-22 | 2015-11-19 | 国立研究開発法人産業技術総合研究所 | 行動理解システムおよびプログラム |
| CN106683340A (zh) * | 2016-12-15 | 2017-05-17 | 歌尔股份有限公司 | 一种用户行为监测方法和可穿戴设备 |
| US20190156191A1 (en) * | 2017-11-17 | 2019-05-23 | International Business Machines Corporation | Detecting personal danger using a deep learning system |
| CN110264388A (zh) * | 2019-05-16 | 2019-09-20 | 深圳慧安康科技有限公司 | 智慧居家健康、养老的实现方法及智能装置 |
| CN112288998A (zh) * | 2019-07-25 | 2021-01-29 | 上海长智系统集成有限公司 | 居家老人日常活动监测方法、装置、监测设备和存储介质 |
-
2022
- 2022-09-28 CN CN202211194305.1A patent/CN115798138A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020060633A1 (en) * | 2000-10-11 | 2002-05-23 | Joseph J. Crisco | System and method for measuring the linear and rotational acceleration of a body part |
| US20050125403A1 (en) * | 2003-12-08 | 2005-06-09 | Noboru Wakabayashi | System and apparatus for determining abnormalities in daily activity patterns |
| US20110080291A1 (en) * | 2009-10-06 | 2011-04-07 | Funai Electric Co., Ltd. | Security System and Electronic Photo Frame |
| EP2472487A2 (en) * | 2010-12-28 | 2012-07-04 | Lano Group Oy | Remote monitoring system |
| JP2015207179A (ja) * | 2014-04-22 | 2015-11-19 | 国立研究開発法人産業技術総合研究所 | 行動理解システムおよびプログラム |
| CN106683340A (zh) * | 2016-12-15 | 2017-05-17 | 歌尔股份有限公司 | 一种用户行为监测方法和可穿戴设备 |
| US20190156191A1 (en) * | 2017-11-17 | 2019-05-23 | International Business Machines Corporation | Detecting personal danger using a deep learning system |
| CN110264388A (zh) * | 2019-05-16 | 2019-09-20 | 深圳慧安康科技有限公司 | 智慧居家健康、养老的实现方法及智能装置 |
| CN112288998A (zh) * | 2019-07-25 | 2021-01-29 | 上海长智系统集成有限公司 | 居家老人日常活动监测方法、装置、监测设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lim et al. | Fall‐Detection Algorithm Using 3‐Axis Acceleration: Combination with Simple Threshold and Hidden Markov Model | |
| US20180300510A1 (en) | Protecting content on a display device from a field-of-view of a person or device | |
| US9881486B2 (en) | Wearable device for automatic detection of emergency situations | |
| KR20200141812A (ko) | 뉴럴 네트워크를 이용하여 이상 신호를 감지하는 방법 및 장치 | |
| US20160330217A1 (en) | Security breach prediction based on emotional analysis | |
| CN112364696A (zh) | 一种利用家庭监控视频提高家庭安全的方法及系统 | |
| CN105794191A (zh) | 识别数据传输装置 | |
| CN108109336A (zh) | 一种基于加速度传感器的人体跌倒识别方法 | |
| CN107770244B (zh) | 数据传输控制方法及相关产品 | |
| CN109620180B (zh) | 控制穿戴式设备报警的方法、装置、设备和存储介质 | |
| US20200349241A1 (en) | Machine learning-based anomaly detection for human presence verification | |
| CN111739558A (zh) | 监控系统、方法、装置、服务器及存储介质 | |
| Hao et al. | CSI‐HC: A WiFi‐Based Indoor Complex Human Motion Recognition Method | |
| CN106913313B (zh) | 一种睡眠监测方法及系统 | |
| CN106448055B (zh) | 一种监控报警的方法及装置 | |
| KR102304109B1 (ko) | 반려동물 추종 모니터링 서버 및 그 동작 방법 | |
| CN113569671A (zh) | 异常行为报警方法、装置 | |
| CN108694808A (zh) | 一种多渠道出租车司机人身安全智能分析报警方法及系统 | |
| CN108538024A (zh) | 一种多渠道人身安全智能分析报警方法及系统 | |
| CN114220243A (zh) | 一种摔倒监测方法、装置、设备及系统 | |
| CN115798138A (zh) | 异常监测方法及装置 | |
| KR20130136251A (ko) | 객체 에너지 정보를 이용한 상황 인지 장치 및 방법 | |
| CN113780255B (zh) | 危险评估方法、装置、设备及存储介质 | |
| KR20200098289A (ko) | 긴급상황 모니터링 시스템 및 방법 | |
| CN108694811A (zh) | 一种出租车司机人身安全自动分析报警跟踪方法及系统 |
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 |