CN116913320A - 事故检测方法、装置及服务器 - Google Patents

事故检测方法、装置及服务器 Download PDF

Info

Publication number
CN116913320A
CN116913320A CN202311175678.9A CN202311175678A CN116913320A CN 116913320 A CN116913320 A CN 116913320A CN 202311175678 A CN202311175678 A CN 202311175678A CN 116913320 A CN116913320 A CN 116913320A
Authority
CN
China
Prior art keywords
detection result
voice
monitoring data
detection
image
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
CN202311175678.9A
Other languages
English (en)
Other versions
CN116913320B (zh
Inventor
于洋
崔志鹏
周宏伟
赵展
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.)
Capital Information Technology Development Co ltd
Original Assignee
Capital Information Technology Development Co ltd
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 Capital Information Technology Development Co ltd filed Critical Capital Information Technology Development Co ltd
Priority to CN202311175678.9A priority Critical patent/CN116913320B/zh
Publication of CN116913320A publication Critical patent/CN116913320A/zh
Application granted granted Critical
Publication of CN116913320B publication Critical patent/CN116913320B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/04Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0407Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
    • G08B21/043Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting an emergency event, e.g. a fall
    • 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
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/04Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438Sensor means for detecting
    • G08B21/0476Cameras to detect unsafe condition, e.g. video cameras
    • 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
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/04Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
    • G08B21/0438Sensor means for detecting
    • G08B21/0492Sensor dual technology, i.e. two or more technologies collaborate to extract unsafe condition, e.g. video tracking and RFID tracking
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/016Personal emergency signalling and security systems
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/08Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18Prevention or correction of operating errors
    • G08B29/185Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00Speaker identification or verification
    • G10L17/06Decision making techniques; Pattern matching strategies
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225Feedback of the input speech

Abstract

本发明提供了一种事故检测方法、装置及服务器,涉及行为识别的技术领域,包括:根据用户身份信息和环境信息对监控识别设备进行调试处理,并获取调试后的监控识别设备实时反馈的监控数据,其中,监控识别设备包括:热成像仪和智能音箱,监控数据包括:图像监控数据和语音监控数据;通过预设检测分析模型,基于图像监控数据和语音监控数据,确定第一检测结果;当第一检测结果为发生事故时,利用智能音箱进行二次确认处理,确定目标检测结果。本发明通过对热成像仪和智能音箱反馈的监控数据进行分析,并利用智能音箱进行二次确认,可以显著提升事故检测的精确度。

Description

事故检测方法、装置及服务器
技术领域
本发明涉及行为识别的技术领域,尤其是涉及一种事故检测方法、装置及服务器。
背景技术
老年人独自在家时是危险事故的高发时期。目前,相关技术提出,可以通过可穿戴式监控设备,检测佩戴者的急跌急停动作,识别出独居老人在家发生的不慎跌倒等事故行为,但该方案的学习成本较高,由于老年人的使用习惯、遗忘、未充电等人为因素,不能保证老人长期佩戴可穿戴式监控设备,因此无法满足实时监控的需求,从而导致危险事故检测的精确度较低。
发明内容
有鉴于此,本发明的目的在于提供一种事故检测方法、装置及服务器,通过对热成像仪和智能音箱反馈的监控数据进行分析,并利用智能音箱进行二次确认,可以显著提升事故检测的精确度。
第一方面,本发明实施例提供了一种事故检测方法,方法包括:根据用户身份信息和环境信息对监控识别设备进行调试处理,并获取调试后的监控识别设备实时反馈的监控数据,其中,监控识别设备包括:热成像仪和智能音箱,监控数据包括:图像监控数据和语音监控数据;通过预设检测分析模型,基于图像监控数据和语音监控数据,确定第一检测结果;当第一检测结果为发生事故时,利用智能音箱进行二次确认处理,确定目标检测结果。
在一种实施方式中,用户身份信息包括:用户声音信息,根据用户身份信息和环境信息对监控识别设备进行调试处理的步骤,包括:根据环境信息确定目标拍摄角度,并将目标拍摄角度发送至热成像仪,其中,热成像仪在目标拍摄角度的拍摄画面覆盖全部地面范围;根据用户声音信息提取用户端的声音特征,并将声音特征发送至智能音箱。
在一种实施方式中,通过预设检测分析模型,基于图像监控数据和语音监控数据,确定第一检测结果的步骤,包括:通过预设检测分析模型,对图像监控数据和语音监控数据进行数据分析,确定图像检测结果和语音检测结果;根据图像检测结果和语音检测结果,确定第一检测结果。
在一种实施方式中,预设检测分析模型包括:图像处理模型和语音识别模型,通过预设检测分析模型,对图像监控数据和语音监控数据进行数据分析,确定图像检测结果和语音检测结果的步骤,包括:通过图像处理模型,对热成像仪反馈的图像监控数据进行图像识别,确定图像检测结果;通过语音识别模型,对智能音箱反馈的语音监控数据进行语音识别,确定语音检测结果。
在一种实施方式中,根据图像检测结果和语音检测结果,确定第一检测结果的步骤,包括:当图像检测结果和语音检测结果均为无异常时,确定第一检测结果为未发生事故,继续监控数据并进行检测分析;当图像检测结果和语音检测结果中的任一一项存在异常时,确定第一检测结果为发生事故,并利用智能音箱进行二次确认处理。
在一种实施方式中,利用智能音箱进行二次确认处理的步骤,包括:通过智能音箱播报预设监测确认语音,并接收用户反馈信息;对用户反馈信息进行语音智能分析处理,确定目标反馈结果;若未接收到用户反馈信息,或目标反馈结果为不需要帮助,则继续监控数据并进行检测分析;若目标反馈结果为需要帮助,则进行告警处理。
在一种实施方式中,用户身份信息还包括:紧急联系人信息,智能音箱包括:无线通信模块,进行告警处理的步骤,包括:通过将紧急联系人信息和告警请求发送至无线通信模块,以使无线通信模块向紧急联系人发布告警通知。
第二方面,本发明实施例还提供一种事故检测装置,装置包括:信息获取模块,根据用户身份信息和环境信息对监控识别设备进行调试处理,并获取调试后的监控识别设备实时反馈的监控数据,其中,监控识别设备包括:热成像仪和智能音箱,监控数据包括:图像监控数据和语音监控数据;一级数据分析模块,通过预设检测分析模型,基于图像监控数据和语音监控数据,确定第一检测结果;二级数据分析模块,当第一检测结果为发生事故时,利用智能音箱进行二次确认处理,确定目标检测结果。
第三方面,本发明实施例还提供一种服务器,包括处理器和存储器,存储器存储有能够被处理器执行的计算机可执行指令,处理器执行计算机可执行指令以实现第一方面提供的任一项的方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现第一方面提供的任一项的方法。
本发明实施例带来了以下有益效果:
本发明实施例提供的一种事故检测方法、装置及服务器,可以根据用户身份信息和环境信息对监控识别设备进行调试处理,并获取调试后的监控识别设备实时反馈的监控数据,其中,监控识别设备包括:热成像仪和智能音箱,监控数据包括:图像监控数据和语音监控数据,通过预设检测分析模型,基于图像监控数据和语音监控数据,确定第一检测结果,并在第一检测结果为发生事故时,利用智能音箱进行二次确认处理,确定目标检测结果,本发明实施例通过对热成像仪和智能音箱反馈的监控数据进行分析,并利用智能音箱进行二次确认,可以显著提升事故检测的精确度。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
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,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为本发明实施例提供的一种事故检测方法的流程示意图;
图2为本发明实施例提供的一种监控识别设备的示意图;
图3为本发明实施例提供的一种事故检测方法的具体流程示意图;
图4为本发明实施例提供的一种事故检测装置的结构示意图;
图5为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合实施例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。
目前,行为识别技术已经有了广泛的应用,在智能视频监控、公共安全、人机交互、自动识别报警等领域,行为分析已成为研究热点并具有巨大的经济价值。基于视频监控的行为识别技术已经可以识别人体的特定动作,另外,可穿戴设备也可以检测到佩戴者的急跌急落动作,它们可以识别出独居老人在家不慎跌倒的行为并自动联系紧急联络人,但是,老年人使用可穿戴设备的学习成本太高,且由于使用习惯、遗忘、未充电等原因,不能保证长期佩戴,无法满足实时监控的需求;另一方面,基于视频监控的行为识别技术,在注重隐私问题的个人家庭场景,很难被使用者接受;而老人摔倒的情况往往发生在地面湿滑的卫生间、淋浴室等隐私场所。所以需要一种系统和方法,来解决一种矛盾:既能实时监控老人跌倒的行为、及时给联系人报警,又能不侵犯老年人的个人隐私,且学习成本低。
老年人独自在家时是危险事故的高发时期。目前,相关技术提出,可以通过可穿戴式监控设备,检测佩戴者的急跌急停动作,识别出独居老人在家发生的不慎跌倒等事故行为,但该方案的学习成本较高,由于老年人的使用习惯、遗忘、未充电等人为因素,不能保证老人长期佩戴可穿戴式监控设备,因此无法满足实时监控的需求,从而导致危险事故检测的精确度较低,此外,若采用视频监控的行为识别技术,需要选择制高点安装摄像头,从而拍摄到全部空间的画面,在注重隐私问题的个人家庭场景,很难被使用者接受,而老人摔倒的情况往往发生在地面湿滑的卫生间、淋浴室等隐私场所,所以需要一种系统和方法,既能实时监控老人跌倒的行为、及时给联系人报警,又能不侵犯老年人的个人隐私,且学习成本低,基于此,本发明实施提供的事故检测方法,通过对热成像仪和智能音箱反馈的监控数据进行分析,并利用智能音箱进行二次确认,可以显著提升事故检测的精确度。
参见图1所示的一种事故检测方法的流程示意图,该方法主要包括以下步骤S102至步骤S106:
步骤S102,根据用户身份信息和环境信息对监控识别设备进行调试处理,并获取调试后的监控识别设备实时反馈的监控数据,其中,监控识别设备包括:热成像仪和智能音箱,监控数据包括:图像监控数据和语音监控数据,用户身份信息包括:用户声音信息和紧急联系人信息。
在一种实施方式中,参见图2所示的一种监控识别设备的示意图,热成像仪的数量可以为多个,并且与现有技术在室内的制高点安装热成像仪的方案不同,本申请是在低处安装热成像仪,并根据待监控室内的环境、面积以及监控对象的身高等信息调节热成像仪的拍摄角度,即,对监控识别设备进行调试处理的步骤包括:根据环境信息确定目标拍摄角度,并将目标拍摄角度发送至热成像仪,根据用户声音信息提取用户端的声音特征,并将声音特征发送至智能音箱,其中,热成像仪在目标拍摄角度的拍摄画面覆盖全部地面范围,在一种实施方式中,通过上述方案可以有效保护用户的隐私安全,并且,由于减少了事故检测的监控画面以及监控画面的复杂程度,可以显著降低识别难度,并提升识别精确度。
步骤S104,通过预设检测分析模型,基于图像监控数据和语音监控数据,确定第一检测结果,在一种实施方式中,在对老人跌倒行为进行事故检测时,若拍摄到躺倒的人体或收集到与目标声音匹配的呼救声,则确定第一检测结果为发生事故,其中,目标声音包括碰撞声、尖叫声、呻吟声、语音呼救等。
步骤S106,当第一检测结果为发生事故时,利用智能音箱进行二次确认处理,确定目标检测结果,在一种实施方式中,二次确认处理主要用于避免发生误判,诸如,在未拍摄到躺倒的人体,但检测到了与目标声音匹配的呼救声时,会判断第一检测结果为发生事故,但目标声音可能来自手机或窗外,并非是监控对象的呼救声,因此为了避免误判,需要通过智能音箱播报预设监测确认语音,并收集、分析用户反馈信息。
本发明实施例提供的上述事故检测方法,通过对热成像仪和智能音箱反馈的监控数据进行分析,并利用智能音箱进行二次确认,可以显著提升事故检测的精确度。
本发明实施例还提供了一种监控老人跌倒行为的实施方式,参见图3所示的一种事故检测方法的具体流程示意图,具体的如下(1)至(2):
(1)启动热成像仪的监视功能和智能音箱的监听功能,通过预设检测分析模型,对热成像仪反馈的图像监控数据和智能音箱反馈的语音监控数据进行数据分析,确定图像检测结果和语音检测结果,并根据图像检测结果和语音检测结果,确定第一检测结果,在一种实施方式中,热成像仪包括:镜头、探测器模块,电源模块和无线通信模块,电源模块将220V市电转化为12V直流电供其它模块使用,镜头用于接收和汇聚被测物体发射的红外辐射,并通过探测器模块将热辐射信号转变成电信号,即,图像监控数据,通过图像处理模型对图像监控数据进行数据分析,转换成温度数据和温度读数,并判断老人是否摔倒,无线通信模块用于传输温度数据、温度读数等原始数据和老人是否摔倒的图像检测结果,在另一种实施方式中,智能音箱包括:麦克风、扬声器、无线通信模块、电源模块,麦克风收集环境中的声波信息,即,语音监控数据,针对语音监控数据进行低功耗唤醒、语音去噪、回波消除、波束成形、身份识别等功能,并通过语音识别模型,识别环境中的目标声音,其中,目标声音包括碰撞声、尖叫声、呻吟声、语音呼救等,根据是否可以识别到目标声音,判断老人是否摔倒,即,语音检测结果。
在一种实施方式中,通过图像处理模型,对热成像仪反馈的图像监控数据进行图像识别,确定图像检测结果,其中,若图像检测结果为躺倒的整个人体,则判断图像检测结果异常,若图像监测结果为拍摄到双脚等部分人体或未出现人体,则判断图像检测结果为无异常,在另一种实施方式中,通过语音识别模型,对智能音箱反馈的语音监控数据进行语音识别,确定语音检测结果,其中,若语音检测结果为碰撞声、尖叫声、呻吟声、语音呼救声时,则判断语音检测结果存在异常,若未检测到匹配的声源,则判读那语音监测结果为无异常。
(2)当图像检测结果和语音检测结果均为无异常时,确定第一检测结果为未发生事故,继续监控数据并进行检测分析;当图像检测结果和语音检测结果中的任一一项存在异常时,确定第一检测结果为发生事故,并利用智能音箱进行二次确认处理,在一种实施方式中,在确定第一检测结果为发生事故后控制智能音箱进行二次确认,控制扬声器播放语音,向使用者问询是否需要帮助,当检测到确认的回复后,将通过无线通信模块与紧急联络人进行无线通信,并将原始音频数据上传后台服务器进行备份,具体的,包括:通过智能音箱播报预设监测确认语音,并接收用户反馈信息;对用户反馈信息进行语音智能分析处理,确定目标反馈结果:若未接收到用户反馈信息,或目标反馈结果为不需要帮助,则继续监控数据并进行检测分析;若目标反馈结果为需要帮助,则通过将紧急联系人信息和告警请求发送至无线通信模块,以使无线通信模块向紧急联系人发布告警通知进行告警处理。
综上所述,本发明可以调整成像仪的拍摄角度为低角度拍摄,当老人未跌倒时智能拍摄到双脚,当老人跌倒时拍到整个人体,通过该方法,对比传统选择制高点安装的摄像头,简化了识别难度,简化了识别算法,并且由于是低角度拍摄,可以保证不会拍摄到室内全景,在老人未跌倒时不会拍摄到人体全体,对保护隐私起到了一定作用,并通过对热成像仪和智能音箱反馈的监控数据进行分析,利用智能音箱进行二次确认,可以显著提升事故检测的精确度。
上述公开信息中涉及到的存储信息均为用户授权后使用,并且数据的收集使用和处理需要遵守国家和相关地区的法律法规标准。
对于前述实施例提供的事故检测方法,本发明实施例提供了一种事故检测装置,参见图4所示的一种事故检测装置的结构示意图,该装置包括以下部分:
信息获取模块402,根据用户身份信息和环境信息对监控识别设备进行调试处理,并获取调试后的监控识别设备实时反馈的监控数据,其中,监控识别设备包括:热成像仪和智能音箱,监控数据包括:图像监控数据和语音监控数据;
一级数据分析模块404,通过预设检测分析模型,基于图像监控数据和语音监控数据,确定第一检测结果;
二级数据分析模块406,当第一检测结果为发生事故时,利用智能音箱进行二次确认处理,确定目标检测结果。
本申请实施例提供的上述事故检测装置,通过对热成像仪和智能音箱反馈的监控数据进行分析,并利用智能音箱进行二次确认,可以显著提升事故检测的精确度。
一种实施方式中,用户身份信息包括:用户声音信息,在进行根据用户身份信息和环境信息对监控识别设备进行调试处理的步骤时,上述信息获取模块402还用于:根据环境信息确定目标拍摄角度,并将目标拍摄角度发送至热成像仪,其中,热成像仪在目标拍摄角度的拍摄画面覆盖全部地面范围;根据用户声音信息提取用户端的声音特征,并将声音特征发送至智能音箱。
一种实施方式中,在进行通过预设检测分析模型,基于图像监控数据和语音监控数据,确定第一检测结果的步骤时,上述一级数据分析模块404还用于:通过预设检测分析模型,对图像监控数据和语音监控数据进行数据分析,确定图像检测结果和语音检测结果;根据图像检测结果和语音检测结果,确定第一检测结果。
一种实施方式中,预设检测分析模型包括:图像处理模型和语音识别模型,在进行通过预设检测分析模型,对图像监控数据和语音监控数据进行数据分析,确定图像检测结果和语音检测结果的步骤时,上述一级数据分析模块404还用于:通过图像处理模型,对热成像仪反馈的图像监控数据进行图像识别,确定图像检测结果;通过语音识别模型,对智能音箱反馈的语音监控数据进行语音识别,确定语音检测结果。
一种实施方式中,在进行根据图像检测结果和语音检测结果,确定第一检测结果的步骤时,上述一级数据分析模块404还用于:当图像检测结果和语音检测结果均为无异常时,确定第一检测结果为未发生事故,继续监控数据并进行检测分析;当图像检测结果和语音检测结果中的任一一项存在异常时,确定第一检测结果为发生事故,并利用智能音箱进行二次确认处理。
一种实施方式中,在进行利用智能音箱进行二次确认处理的步骤时,上述二级数据分析模块406还用于:通过智能音箱播报预设监测确认语音,并接收用户反馈信息;对用户反馈信息进行语音智能分析处理,确定目标反馈结果;若未接收到用户反馈信息,或目标反馈结果为不需要帮助,则继续监控数据并进行检测分析;若目标反馈结果为需要帮助,则进行告警处理。
一种实施方式中,用户身份信息还包括:紧急联系人信息,智能音箱包括:无线通信模块,在进行告警处理的步骤时,上述二级数据分析模块406还用于:通过将紧急联系人信息和告警请求发送至无线通信模块,以使无线通信模块向紧急联系人发布告警通知。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备,具体的,该电子设备包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法 。
图5为本发明实施例提供的一种电子设备的结构示意图,该电子设备100包括:处理器50,存储器51,总线52和通信接口53,所述处理器50、通信接口53和存储器51通过总线52连接;处理器50用于执行存储器51中存储的可执行模块,例如计算机程序。
其中,存储器51可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。通过至少一个通信接口53(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线52可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器51用于存储程序,所述处理器50在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器50中,或者由处理器50实现。
处理器50可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器50中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器50可以是通用处理器,包括中央处理器(CentralProcessingUnit,简称CPU)、网络处理器(NetworkProcessor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器51,处理器50读取存储器51中的信息,结合其硬件完成上述方法的步骤。
本发明实施例所提供的可读存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见前述方法实施例,在此不再赘述。
所述功能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。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,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:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种事故检测方法,其特征在于,所述方法包括:
根据用户身份信息和环境信息对监控识别设备进行调试处理,并获取调试后的所述监控识别设备实时反馈的监控数据,其中,所述监控识别设备包括:热成像仪和智能音箱,所述监控数据包括:图像监控数据和语音监控数据;
通过预设检测分析模型,基于所述图像监控数据和所述语音监控数据,确定第一检测结果;
当所述第一检测结果为发生事故时,利用所述智能音箱进行二次确认处理,确定目标检测结果。
2.根据权利要求1所述的事故检测方法,其特征在于,所述用户身份信息包括:用户声音信息,所述根据用户身份信息和环境信息对监控识别设备进行调试处理的步骤,包括:
根据所述环境信息确定目标拍摄角度,并将所述目标拍摄角度发送至所述热成像仪,其中,所述热成像仪在所述目标拍摄角度的拍摄画面覆盖全部地面范围;
根据所述用户声音信息提取用户端的声音特征,并将所述声音特征发送至所述智能音箱。
3.根据权利要求1所述的事故检测方法,其特征在于,所述通过预设检测分析模型,基于所述图像监控数据和所述语音监控数据,确定第一检测结果的步骤,包括:
通过预设检测分析模型,对所述图像监控数据和所述语音监控数据进行数据分析,确定图像检测结果和语音检测结果;
根据所述图像检测结果和所述语音检测结果,确定所述第一检测结果。
4.根据权利要求3所述的事故检测方法,其特征在于,所述预设检测分析模型包括:图像处理模型和语音识别模型,所述通过预设检测分析模型,对所述图像监控数据和所述语音监控数据进行数据分析,确定图像检测结果和语音检测结果的步骤,包括:
通过所述图像处理模型,对所述热成像仪反馈的所述图像监控数据进行图像识别,确定所述图像检测结果;
通过所述语音识别模型,对所述智能音箱反馈的所述语音监控数据进行语音识别,确定所述语音检测结果。
5.根据权利要求3所述的事故检测方法,其特征在于,所述根据所述图像检测结果和所述语音检测结果,确定所述第一检测结果的步骤,包括:
当所述图像检测结果和所述语音检测结果均为无异常时,确定所述第一检测结果为未发生事故,继续监控数据并进行检测分析;
当所述图像检测结果和所述语音检测结果中的任一一项存在异常时,确定所述第一检测结果为发生事故,并利用所述智能音箱进行二次确认处理。
6.根据权利要求1所述的事故检测方法,其特征在于,所述利用所述智能音箱进行二次确认处理的步骤,包括:
通过所述智能音箱播报预设监测确认语音,并接收用户反馈信息;
对所述用户反馈信息进行语音智能分析处理,确定目标反馈结果;
若未接收到所述用户反馈信息,或所述目标反馈结果为不需要帮助,则继续监控数据并进行检测分析;
若所述目标反馈结果为需要帮助,则进行告警处理。
7.根据权利要求6所述的事故检测方法,其特征在于,所述用户身份信息还包括:紧急联系人信息,所述智能音箱包括:无线通信模块,进行告警处理的步骤,包括:
通过将所述紧急联系人信息和告警请求发送至所述无线通信模块,以使所述无线通信模块向紧急联系人发布告警通知。
8.一种事故检测装置,其特征在于,所述装置包括:
信息获取模块,根据用户身份信息和环境信息对监控识别设备进行调试处理,并获取调试后的所述监控识别设备实时反馈的监控数据,其中,所述监控识别设备包括:热成像仪和智能音箱,所述监控数据包括:图像监控数据和语音监控数据;
一级数据分析模块,通过预设检测分析模型,基于所述图像监控数据和所述语音监控数据,确定第一检测结果;
二级数据分析模块,当所述第一检测结果为发生事故时,利用所述智能音箱进行二次确认处理,确定目标检测结果。
9.一种服务器,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的方法。
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存储有计算机可执行指令,所述计算机可执行指令在被处理器调用和执行时,计算机可执行指令促使处理器实现权利要求1至7任一项所述的方法。
CN202311175678.9A 2023-09-13 2023-09-13 事故检测方法、装置及服务器 Active CN116913320B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311175678.9A CN116913320B (zh) 2023-09-13 2023-09-13 事故检测方法、装置及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311175678.9A CN116913320B (zh) 2023-09-13 2023-09-13 事故检测方法、装置及服务器

Publications (2)

Publication Number Publication Date
CN116913320A true CN116913320A (zh) 2023-10-20
CN116913320B CN116913320B (zh) 2024-01-02

Family

ID=88365420

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311175678.9A Active CN116913320B (zh) 2023-09-13 2023-09-13 事故检测方法、装置及服务器

Country Status (1)

Country Link
CN (1) CN116913320B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002175581A (ja) * 2000-12-07 2002-06-21 Mitsubishi Electric Corp 生活見守りシステム
KR20160073753A (ko) * 2014-12-17 2016-06-27 김성우 엘리베이터 비상통화 장치
CN210006179U (zh) * 2019-07-26 2020-01-31 浪潮软件集团有限公司 一种居家监控服务系统
KR102333447B1 (ko) * 2021-05-12 2021-12-02 (주)청보 취약계층의 위험 예방과 경보장치
US20220036716A1 (en) * 2020-08-03 2022-02-03 Healthcare Integrated Technologies Inc. Fall validation with privacy-aware monitoring
CN115105058A (zh) * 2022-05-23 2022-09-27 广州索答信息科技有限公司 一种生物感知雷达跌倒检测系统
KR20230085238A (ko) * 2021-12-03 2023-06-14 (주)일렉콤 Ai 기반 신체활동 인지 및 서비스 통합 플랫폼

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002175581A (ja) * 2000-12-07 2002-06-21 Mitsubishi Electric Corp 生活見守りシステム
KR20160073753A (ko) * 2014-12-17 2016-06-27 김성우 엘리베이터 비상통화 장치
CN210006179U (zh) * 2019-07-26 2020-01-31 浪潮软件集团有限公司 一种居家监控服务系统
US20220036716A1 (en) * 2020-08-03 2022-02-03 Healthcare Integrated Technologies Inc. Fall validation with privacy-aware monitoring
KR102333447B1 (ko) * 2021-05-12 2021-12-02 (주)청보 취약계층의 위험 예방과 경보장치
KR20230085238A (ko) * 2021-12-03 2023-06-14 (주)일렉콤 Ai 기반 신체활동 인지 및 서비스 통합 플랫폼
CN115105058A (zh) * 2022-05-23 2022-09-27 广州索答信息科技有限公司 一种生物感知雷达跌倒检测系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
熊强强 等: "一种基于onenet云平台的老人安全监控系统设计与实现", 工业仪表与自动化装置, no. 06 *

Also Published As

Publication number Publication date
CN116913320B (zh) 2024-01-02

Similar Documents

Publication Publication Date Title
CN109166261B (zh) 基于图像识别的图像处理方法、装置、设备及存储介质
US11676463B2 (en) Doorbell system and security method thereof
WO2016150045A1 (zh) 一种非法入室告警方法及装置
CN105844209B (zh) 基于红外辐射探测的访客识别
CN106375733A (zh) 智能监控装置和系统
US11302156B1 (en) User interfaces associated with device applications
CN111275909B (zh) 一种安防预警方法及装置
CN111653067A (zh) 智能家居设备及基于音频的报警方法
CN116913320B (zh) 事故检测方法、装置及服务器
CN105848061B (zh) 一种控制方法及电子设备
CN108875477B (zh) 曝光控制方法、装置和系统及存储介质
CN111917967A (zh) 门监控系统及其控制方法
KR101736472B1 (ko) 영상 감시 장치 및 방법
CN112535459A (zh) 睡眠异常检测方法、装置、电子设备及可读存储介质
CN113438286B (zh) 信息推送方法及装置、电子设备和存储介质
CN213877002U (zh) 一种电梯控烟装置
CN113838478B (zh) 异常事件检测方法、装置和电子设备
CN112995763B (zh) 智能监控系统的控制方法、5g电视、系统和存储介质
CN110401775B (zh) 一种闹钟设定方法、闹钟设定装置及移动终端
CN111311860B (zh) 一种区域入侵检测方法及装置
KR102048021B1 (ko) 외부 소음 적응형 음장 보안 감시 방법
CN111615028A (zh) 一种温度检测方法、装置、音箱设备及存储介质
JP2012098830A (ja) 監視装置、監視方法、及びプログラム
CN107479909B (zh) 一种关闭多媒体应用的方法、装置及智能终端
CN112435423B (zh) 一种监控方法及装置

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