CN117575543B - 一种智慧物业管理方法及装置 - Google Patents
一种智慧物业管理方法及装置 Download PDFInfo
- Publication number
- CN117575543B CN117575543B CN202410054654.6A CN202410054654A CN117575543B CN 117575543 B CN117575543 B CN 117575543B CN 202410054654 A CN202410054654 A CN 202410054654A CN 117575543 B CN117575543 B CN 117575543B
- Authority
- CN
- China
- Prior art keywords
- supervision
- event
- preset
- target
- abnormality
- 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.)
- Active
Links
- 238000007726 management method Methods 0.000 title abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 152
- 230000005856 abnormality Effects 0.000 claims abstract description 122
- 238000000034 method Methods 0.000 claims abstract description 82
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 45
- 230000007613 environmental effect Effects 0.000 claims description 40
- 230000000737 periodic effect Effects 0.000 claims description 17
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000007689 inspection Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 210000004916 vomit Anatomy 0.000 description 3
- 230000008673 vomiting Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 240000005561 Musa balbisiana Species 0.000 description 1
- 235000018290 Musa x paradisiaca Nutrition 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
- G06Q50/163—Real estate management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Alarm Systems (AREA)
Abstract
一种智慧物业管理方法及装置，涉及物业管理领域；其中，方法包括：获取监管拍摄图片；通过预设图像识别算法判断监管拍摄图片是否存在目标异常，目标异常为环境异常、设施异常以及秩序异常中的至少一种异常；若监管拍摄图片中存在目标异常，则构建目标异常对应的目标事件，目标事件包括事件特征、监管拍摄图片以及监管拍摄图片对应的监管区域位置；根据预设分类方法，将目标事件分类为预设类别事件，预设类别事件为紧急处理事件和计划处理事件中的一种；根据预设类别事件的所属类别，将目标事件展示给用户。实施本申请提供的技术方案，能解决人工进行物业管理的效率较低的问题。
Description
技术领域
本申请涉及物业管理领域，具体涉及一种智慧物业管理方法及装置。
背景技术
物业管理对维护居民生活区或其他类似区域的正常运行和生活环境具有重要作用。
物业管理往往会涉及多个方面，例如需要维护如楼梯、广场以及人行道等公共区域的卫生情况，定期维护消防设备、电梯以及加压设备等设备，又如需要对供电系统故障或供水系统故障等突发状况进行紧急处理和维修；现有的物业管理一般采取巡检、定期检查和居民反馈的方式来发现问题，一些紧急问题不能及时反馈到物业管理部门，进而延长处理周期，而一些相对不紧急的问题需要相关工作人员进行记录和处理，即存在人工进行物业管理的效率较低的问题。
因此，亟需一种智慧物业管理方法及装置。
发明内容
本申请提供了一种智慧物业管理方法及装置，能解决人工进行物业管理的效率较低的问题。
本申请在第一方面提供了一种智慧物业管理方法，方法包括：获取监管拍摄图片；通过预设图像识别算法判断监管拍摄图片是否存在目标异常，目标异常为环境异常、设施异常以及秩序异常中的至少一种异常；若监管拍摄图片中存在目标异常，则构建目标异常对应的目标事件，目标事件包括事件特征、监管拍摄图片以及监管拍摄图片对应的监管区域位置；根据预设分类方法，将目标事件分类为预设类别事件，预设类别事件为紧急处理事件和计划处理事件中的一种；根据预设类别事件的所属类别，将目标事件展示给用户。
通过采用上述技术方案，获取监管拍摄图片，并通过预设图像识别算法自动判断监管拍摄图片是否存在目标异常，即能够自动且快速地监测到多种异常情况的发生；当监测到异常时，能够构建异常对应的事件，并根据预设分类方法对该事件进行分类，然后根据具体类别，将该事件于不同时间展示给用户，以将紧急事件及时提示给用户进行处理，相对不紧急的事件能够自动进行记录，并于用户的预设处理周期开始时展示给用户，节省了记录步骤以及避免了用户忘记处理事件的情况，进而提高物业管理的效率；整个过程不需要工作人员进行反复巡逻，并且能够监测并及时反馈可能存在的物业问题，同时可以对物业问题进行分类，根据分类类别进行不同的提示，合理且快速地解决物业管理中可能发生的各类问题。
可选地，通过预设图像识别算法判断监管拍摄图片是否存在目标异常；若监管拍摄图片中存在目标异常，则构建目标异常对应的目标事件，包括：通过预设图像识别算法判断监管拍摄图片中是否包含环境垃圾特征；若监管拍摄图片中包含环境垃圾特征，则确定监管拍摄图片存在环境异常；获取环境垃圾特征在监管拍摄图片中的图片占比率；判断图片占比率是否大于或等于预设占比阈值；若图片占比率大于或等于预设占比阈值，则获取监管拍摄图片对应的监管区域位置；将图片占比率、监管拍摄图片以及监管区域位置构建为存在大量垃圾事件，并构建环境异常与存在大量垃圾事件之间的对应关系，图片占比率为存在大量垃圾事件的事件特征。
通过采用上述技术方案，根据预设图像识别算法判断监管拍摄图片中是否包含环境垃圾特征，以确定当前拍摄的监管区域中是否存在环境异常；通过获取环境垃圾特征在监管拍摄图片中的图片占比率，并判断图片占比率是否大于或等于预设占比阈值，来判断监管区域是否存在大量环境垃圾，即在识别到存在环境垃圾后，进一步自动判断是否垃圾过多需要及时处理；当确定垃圾过多时能够自动构建此次的存在大量垃圾事件，同时记录监管区域的位置，以便于后续工作人员能够根据该位置快速到达现场进行处理，提高工作人员的处理效率。
可选地，通过预设图像识别算法判断监管拍摄图片是否存在目标异常；若监管拍摄图片中存在目标异常，则构建目标异常对应的目标事件，包括：通过预设图像识别算法判断监管拍摄图片中是否包含预设卫生处理特征，预设卫生处理特征包括消化道内容物或垃圾收容器满载；若监管拍摄图片中包含预设卫生处理特征，则确定监管拍摄图片存在环境异常；获取监管区域位置，并根据监管区域位置获取预设卫生处理特征对应的清洁人员信息；将监管拍摄图片、监管区域位置、清洁人员信息以及预设卫生处理特征构建为预设卫生处理事件，并构建环境异常与预设卫生处理事件之间的对应关系，预设卫生处理特征为预设卫生处理事件的事件特征。
通过采用上述技术方案，根据预设图像识别算法自动判断监管拍摄图片可能存在的预设卫生处理特征，在判断存在时，获取监管区域对应的清洁人员信息并构建为预设卫生处理事件，以使该事件对应的工作人员能够及时响应并进行处理，提高该类事件的处理效率。
可选地，通过预设图像识别算法判断监管拍摄图片是否存在目标异常；若监管拍摄图片中存在目标异常，则构建目标异常对应的目标事件，包括：判断监管区域位置是否为禁停区；若监管区域位置为禁停区，则判断监管拍摄图片中是否包含违规停放特征；若监管拍摄图片中包含违规停放特征，则确定监管拍摄图片存在秩序异常；获取多张监管拍摄图片；通过多张监管拍摄图片获取违规停放特征的持续存在时间；判断持续存在时间是否大于或等于预设时长阈值；若持续存在时间大于或等于预设时长阈值，则将监管拍摄图片、监管区域位置以及持续存在时间构建为违规停放事件，并构建秩序异常与违规停放事件之间的对应关系，持续存在时间为违规停放事件的事件特征。
通过采用上述技术方案，在监管区域为禁停区的情况下，识别并获取监管拍摄图片中可能存在的违规停放特征，当判断存在时，记录违规停放的持续存在时间，并将该数据一起构建为违规停放事件，以使工作人员可以根据该事件中的信息数据进行判断和决策，同时也能作为记录进行保留，以满足后续的查阅和下载需求。
可选地，根据预设分类方法，将目标事件分类为预设类别事件，具体包括：若目标事件为存在大量垃圾事件，则根据预设分类方法将目标事件分类为紧急处理事件；若目标事件为预设卫生处理事件，则根据预设分类方法将目标事件分类为紧急处理事件；若目标事件为违规停放事件，则根据预设分类方法将目标事件分类为计划处理事件。
通过采用上述技术方案，能够通过提前设置好的预设分类方法对各类不同的事件进行自动分类，以在后续步骤中，根据事件的种类使用不同的提示方法，以提高多种事件的整体处理效率，避免由于事件过多产生混乱，处理效率下降的情况。
可选地，根据预设类别事件的所属类别，将目标事件展示给用户，具体包括：若预设类别事件为紧急处理事件，则在当前时间将目标事件展示给用户；若预设类别事件为计划处理事件，则将目标事件存入预设定期处理清单，每间隔第一时间段将预设定期处理清单展示给用户。
通过采用上述技术方案，能够根据预设类别，将不同事件在不同时间通知给用户，提高了事件处理的有序性。
可选地，获取监管拍摄图片，包括以下任意一种方式：响应于用户的即时管理操作，获取监管拍摄图片；每间隔第二时间段获取监管拍摄图片。
通过采用上述技术方案，能够满足用户的即时管理需求，进行实时监测，也可以自动获取监管拍摄图片，自动进行监测，提高用户的监管效率。
本申请在第二方面提供了一种智慧物业管理装置，装置包括获取单元和处理单元；
获取单元，用于获取监管拍摄图片。
处理单元，用于通过预设图像识别算法判断监管拍摄图片是否存在目标异常，目标异常为环境异常、设施异常以及秩序异常中的至少一种异常；若监管拍摄图片中存在目标异常，则构建目标异常对应的目标事件，目标事件包括事件特征、监管拍摄图片以及监管拍摄图片对应的监管区域位置；还用于根据预设分类方法，将目标事件分类为预设类别事件，预设类别事件为紧急处理事件和计划处理事件中的一种；还用于根据预设类别事件的所属类别，将目标事件展示给用户。
可选地，处理单元用于通过预设图像识别算法判断监管拍摄图片中是否包含环境垃圾特征；若监管拍摄图片中包含环境垃圾特征，则确定监管拍摄图片存在环境异常；判断图片占比率是否大于或等于预设占比阈值；将图片占比率、监管拍摄图片以及监管区域位置构建为存在大量垃圾事件，并构建环境异常与存在大量垃圾事件之间的对应关系，图片占比率为存在大量垃圾事件的事件特征；获取单元用于获取环境垃圾特征在监管拍摄图片中的图片占比率；若图片占比率大于或等于预设占比阈值，则获取监管拍摄图片对应的监管区域位置。
可选地，处理单元用于通过预设图像识别算法判断监管拍摄图片中是否包含预设卫生处理特征，预设卫生处理特征包括消化道内容物或垃圾收容器满载；若监管拍摄图片中包含预设卫生处理特征，则确定监管拍摄图片存在环境异常；将监管拍摄图片、监管区域位置、清洁人员信息以及预设卫生处理特征构建为预设卫生处理事件，并构建环境异常与预设卫生处理事件之间的对应关系，预设卫生处理特征为预设卫生处理事件的事件特征；获取单元用于获取监管区域位置，并根据监管区域位置获取预设卫生处理特征对应的清洁人员信息。
可选地，处理单元用于判断监管区域位置是否为禁停区；若监管区域位置为禁停区，则判断监管拍摄图片中是否包含违规停放特征；若监管拍摄图片中包含违规停放特征，则确定监管拍摄图片存在秩序异常；判断持续存在时间是否大于或等于预设时长阈值；若持续存在时间大于或等于预设时长阈值，则将监管拍摄图片、监管区域位置以及持续存在时间构建为违规停放事件，并构建秩序异常与违规停放事件之间的对应关系，持续存在时间为违规停放事件的事件特征；获取单元用于获取多张监管拍摄图片；通过多张监管拍摄图片获取违规停放特征的持续存在时间。
可选地，处理单元用于若目标事件为存在大量垃圾事件，则根据预设分类方法将目标事件分类为紧急处理事件；若目标事件为预设卫生处理事件，则根据预设分类方法将目标事件分类为紧急处理事件；若目标事件为违规停放事件，则根据预设分类方法将目标事件分类为计划处理事件。
可选地，处理单元用于若预设类别事件为紧急处理事件，则在当前时间将目标事件展示给用户；若预设类别事件为计划处理事件，则将目标事件存入预设定期处理清单，每间隔第一时间段将预设定期处理清单展示给用户。
可选地，获取单元用于响应于用户的即时管理操作，获取监管拍摄图片；每间隔第二时间段获取监管拍摄图片。
本申请在第三方面提供了一种电子设备，包括处理器、存储器、用户接口及网络接口，存储器用于存储指令，用户接口和网络接口用于给其他设备通信，处理器用于执行存储器中存储的指令，以使电子设备执行如上第一方面或第一方面的任意一种可能的实现方法。
本申请在第四方面提供了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程序，计算机程序被处理器执行如上第一方面或第一方面的任意一种可能的实现方法。
综上，本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1、通过采用上述技术方案，获取监管拍摄图片，并通过预设图像识别算法自动判断监管拍摄图片是否存在目标异常，即能够自动且快速地监测到多种异常情况的发生；当监测到异常时，能够构建异常对应的事件，并根据预设分类方法对该事件进行分类，然后根据具体类别，将该事件于不同时间展示给用户，以将紧急事件及时提示给用户进行处理，相对不紧急的事件能够自动进行记录，并于用户的预设处理周期开始时展示给用户，节省了记录步骤以及避免了用户忘记处理事件的情况，进而提高物业管理的效率；整个过程不需要工作人员进行反复巡逻，并且能够监测并及时反馈可能存在的物业问题，同时可以对物业问题进行分类，根据分类类别进行不同的提示，合理且快速地解决物业管理中可能发生的各类问题。
2、通过采用上述技术方案，根据预设图像识别算法判断监管拍摄图片中是否包含环境垃圾特征，以确定当前拍摄的监管区域中是否存在环境异常；通过获取环境垃圾特征在监管拍摄图片中的图片占比率，并判断图片占比率是否大于或等于预设占比阈值，来判断监管区域是否存在大量环境垃圾，即在识别到存在环境垃圾后，进一步自动判断是否垃圾过多需要及时处理；当确定垃圾过多时能够自动构建此次的存在大量垃圾事件，同时记录监管区域的位置，以便于后续工作人员能够根据该位置快速到达现场进行处理，提高工作人员的处理效率。
3、能够通过提前设置好的预设分类方法对各类不同的事件进行自动分类，以在后续步骤中，根据事件的种类使用不同的提示方法，以提高多种事件的整体处理效率，避免由于事件过多产生混乱，处理效率下降的情况。
附图说明
图1是本申请实施例提供的一种智慧物业管理方法的流程示意图；
图2是本申请实施例提供的一种智慧物业管理装置的结构示意图；
图3是本申请实施例提供的一种电子设备的结构示意图。
附图标记说明：201、获取单元；202、处理单元；300、电子设备；301、处理器；302、通信总线；303、用户接口；304、网络接口；305、存储器。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。
在本申请实施例的描述中，“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中，术语“多个”的含义是指两个或两个以上。例如，多个系统是指两个或两个以上的系统，多个屏幕终端是指两个或两个以上的屏幕终端。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
现有的物业管理一般采取巡检、定期检查和居民反馈的方式来发现问题，一些紧急问题不能及时反馈到物业管理部门，进而延长处理周期，而一些相对不紧急的问题需要相关工作人员进行记录和处理，即存在人工进行物业管理的效率较低的问题。因此，本实施例提供了一种智慧物业管理方法及装置。
本申请提供的一种智慧物业管理方法可参考图1，图1是本申请实施例提供的一种智慧物业管理方法的一种流程示意图，应用于服务器。该方法包括步骤S101至步骤S104。
S101、获取监管拍摄图片。
在上述步骤中，服务器通过预先设置的摄像设备获取各个区域的监管拍摄图片，为便于说明，本实施例具体以在当前时刻获取的一张监管拍摄图片为例进行说明；物业管理会涉及到许多方面，本实施例主要以三个需要进行监管的不同事件进行说明，在实际情况中，工作人员可以将本申请所提供的方法应用于其他能通过图像识别进行自动监管的异常情况，如消防设备是否缺失、路灯是否不亮、违规搭建以及墙体外观是否符合要求等。
在一种可能的实施方式中，获取监管拍摄图片，包括以下任意一种方式：响应于用户的即时管理操作，获取监管拍摄图片；每间隔第二时间段获取监管拍摄图片。
具体地，服务器一方面能够响应于用户的即时管理操作，立刻获取监管拍摄图片，即时对多个区域进行异常监测；另一方面能够每间隔第二时间段自动获取监管拍摄图片，以达到自动监测或无人监测的效果；第二时间段的时间长度可以根据工作人员需求提前进行设置。
S102、通过预设图像识别算法判断监管拍摄图片是否存在目标异常，目标异常为环境异常、设施异常以及秩序异常中的至少一种异常；若监管拍摄图片中存在目标异常，则构建目标异常对应的目标事件，目标事件包括事件特征、监管拍摄图片以及监管拍摄图片对应的监管区域位置。
在上述步骤中，服务器通过提前训练好的预设图像识别算法判断监管拍摄图片中是否存在目标异常，即存在任何预设的异常都属于存在目标异常，不同情况下会出现不同类别的异常，故在步骤描述以及本实施例中，用目标异常代指监管拍摄图片中存在的异常；预设图像识别算法可以为预先训练的卷积神经网络算法、YOLO算法以及Faster R-CNN算法，这三种算法均能识别出监管拍摄图片中的目标异常；其中，预先训练采用包含目标异常的图像训练集对算法进行训练和迭代，以使训练后的算法在识别步骤中达到工作人员需求的识别正确率，例如该图像训练集可以包括垃圾桶满载的图像，地面上存在呕吐物的图像，消防设备存放区域未放置消防设备的图像等，具体可以根据工作人员需求，增添其他能通过视觉直观识别的物业管理图像，以构建符合实际场景的图像训练集；本实施例主要以YOLO算法来对监管拍摄图片中的目标异常进行识别，服务器先将监管拍摄图片划分为多个大小一致的单元网格，网格的具体数量可以由工作人员设置，这里为便于说明，将监管拍摄图片均分为四个单元网格，将相邻的子网格进行组合，得到四个包含两个单元网格的中等网格，以及包括监管拍摄图像本身的大网格，即一共存在九个网格，通过非极大值抑制处理对九个网格进行筛选，筛选出能够完整包括目标异常的网格，当筛选成功时，则确定该监管拍摄图片包括目标异常，筛选失败时，则确定该监管拍摄图片中不包括目标异常；在本实施例中，需要用预设图像识别算法对图像进行识别时，都采取上述YOLO算法来识别不同的目标异常，例如识别图片中是否存在垃圾桶满载的情况，又或者识别是否存在呕吐物的情况等；在本实施例中，具体描述了环境异常、设施异常以及秩序异常三种异常以及对应的处理过程，工作人员可以根据实际需求增减其他类型的可被图像识别检测出的异常；在判断存在目标异常后，进一步获取事件特征，以构建目标异常对应的目标事件，在后续的步骤中，将目标事件展示给用户或工作人员；事件中包括监管拍摄图片对应的监管区域位置，可以使用户根据该位置信息快速到达对应位置并进行处理，提高异常处理效率。
在一种可能的实施方式中，通过预设图像识别算法判断监管拍摄图片是否存在目标异常；若监管拍摄图片中存在目标异常，则构建目标异常对应的目标事件，包括：通过预设图像识别算法判断监管拍摄图片中是否包含环境垃圾特征；若监管拍摄图片中包含环境垃圾特征，则确定监管拍摄图片存在环境异常；获取环境垃圾特征在监管拍摄图片中的图片占比率；判断图片占比率是否大于或等于预设占比阈值；若图片占比率大于或等于预设占比阈值，则获取监管拍摄图片对应的监管区域位置；将图片占比率、监管拍摄图片以及监管区域位置构建为存在大量垃圾事件，并构建环境异常与存在大量垃圾事件之间的对应关系，图片占比率为存在大量垃圾事件的事件特征。
具体地，服务器通过预设图像识别算法判断拍摄图片中是否包含环境垃圾特征，环境垃圾特征由工作人员预先定义、记录以及对预设图像识别算法进行训练，例如可以是人行道上的香蕉皮，树叶，又或是垃圾桶周围的垃圾；因为物业管理往往会周期性地进行各区域的清扫，故只存在较少垃圾时不需要马上处理，因此进一步获取环境垃圾特征在监管拍摄图片中的图片占比率，判断图片占比率是否大于或等于预设占比阈值，以此来判断监管区域当前是否存在垃圾过多的情况；当图片占比率大于或等于预设占比阈值时，获取监管拍摄图片对应的监管区域位置，将图片占比率、监管拍摄图片以及监管区域位置构建为存在大量垃圾事件，并构建环境异常与存在大量垃圾事件之间的对应关系，将图片占比率设置为存在大量垃圾事件的事件特征，以供服务器后续对该事件的识别和分类；当图片占比率小于预设占比阈值时，则可以将该监管区域位置存入预设定期处理清单中。
在一种可能的实施方式中，通过预设图像识别算法判断监管拍摄图片是否存在目标异常；若监管拍摄图片中存在目标异常，则构建目标异常对应的目标事件，包括：通过预设图像识别算法判断监管拍摄图片中是否包含预设卫生处理特征，预设卫生处理特征包括消化道内容物或垃圾收容器满载；若监管拍摄图片中包含预设卫生处理特征，则确定监管拍摄图片存在环境异常；获取监管区域位置，并根据监管区域位置获取预设卫生处理特征对应的清洁人员信息；将监管拍摄图片、监管区域位置、清洁人员信息以及预设卫生处理特征构建为预设卫生处理事件，并构建环境异常与预设卫生处理事件之间的对应关系，预设卫生处理特征为预设卫生处理事件的事件特征。
具体地，服务器通过预设图像识别算法判断监管拍摄图片中是否包含预设卫生处理特征，即一些需要紧急处理，较为影响区域卫生情况的待处理特征，例如存在于公共区域地面上的呕吐物，垃圾桶满载等，这些都是需要及时处理的特征，工作人员可以根据需求增加其他卫生处理特征；在判断包括预设卫生处理特征后，获取监管区域对应的清洁人员信息，将监管拍摄图片、监管区域位置、清洁人员信息以及预设卫生处理特征构建为预设卫生处理事件，以通过展示该预设卫生处理事件，及时通知监管区域对应的清洁人员前往进行处理。
在一种可能的实施方式中，通过预设图像识别算法判断监管拍摄图片是否存在目标异常；若监管拍摄图片中存在目标异常，则构建目标异常对应的目标事件，包括：判断监管区域位置是否为禁停区；若监管区域位置为禁停区，则判断监管拍摄图片中是否包含违规停放特征；若监管拍摄图片中包含违规停放特征，则确定监管拍摄图片存在秩序异常；获取多张监管拍摄图片；通过多张监管拍摄图片获取违规停放特征的持续存在时间；判断持续存在时间是否大于或等于预设时长阈值；若持续存在时间大于或等于预设时长阈值，则将监管拍摄图片、监管区域位置以及持续存在时间构建为违规停放事件，并构建秩序异常与违规停放事件之间的对应关系，持续存在时间为违规停放事件的事件特征。
具体地，服务器判断该监管区域是否为禁停区，当该监管区域为禁停区时，判断监管拍摄图片中是否包含违规停放特征，例如该监管区域停放有车辆，影响交通；若监管拍摄图片中包含违规停放特征，则持续拍摄该监管区域，获得多张监管拍摄图片，以对该违规停放的持续存在时间进行记录；考虑到短暂停放不追究相关责任的情况，进一步判断持续存在时间是否大于或等于预设时长阈值，若持续存在时间大于或等于预设时长阈值，则确定违停时间过长，将监管拍摄图片、监管区域位置以及持续存在时间构建为违规停放事件，以便于后续步骤中，将该违规停放事件展示给用户，使用户能够对该事件进行处理。
S103、根据预设分类方法，将目标事件分类为预设类别事件，预设类别事件为紧急处理事件和计划处理事件中的一种。
在上述步骤中，服务器根据提前构建的预设分类方法，将目标事件分类为预设类别事件，这里预设类别事件为代指，表示目标事件的具体种类；预设分类方法由工作人员在构建各类预设事件后，对事件进行人为分类的规则，考虑到不同场景下，不同人员的分类规则不同，故该预设分类方法由对应负责人员进行设置，例如A事件、D事件属于需要及时处理的紧急处理事件，B事件和C事件属于计划处理事件；当预设事件数量过多时，该预设分类方法的实现也可以是通过训练完毕的分类模型来实现，例如随机森林模型。
在一种可能的实施方式中，根据预设分类方法，将目标事件分类为预设类别事件，具体包括：若目标事件为存在大量垃圾事件，则根据预设分类方法将目标事件分类为紧急处理事件；若目标事件为预设卫生处理事件，则根据预设分类方法将目标事件分类为紧急处理事件；若目标事件为违规停放事件，则根据预设分类方法将目标事件分类为计划处理事件。
具体地，在本实施例中一共列举了三种事件，服务器根据预设分类方法，将上述三种事件分类为紧急处理事件或计划处理事件。
S104、根据预设类别事件的所属类别，将目标事件展示给用户。
在上述步骤中，服务器根据目标事件的具体类别，将目标事件通过不同方式展示给用户。
在一种可能的实施方式中，根据预设类别事件的所属类别，将目标事件展示给用户，具体包括：若预设类别事件为紧急处理事件，则在当前时间将目标事件展示给用户；若预设类别事件为计划处理事件，则将目标事件存入预设定期处理清单，每间隔第一时间段将预设定期处理清单展示给用户。
具体地，对于被分类为紧急处理事件的目标事件，服务器将该目标事件立即展示给对应的工作人员；对于被分类为计划处理事件的目标事件，服务器将该目标事件存入对应工作人员的预设定期处理清单，该预设定期处理清单可以包括其他的需要定期处理的工作内容，例如每间隔一段时间，需要更换该工作人员所监管区域中的消防设备，又或者包括该工作人员每天需要处理的事项；然后每间隔第一时间段将预设定期处理清单展示给用户，该第一时间段的长度可以根据实际情况进行具体设置。
本申请还提供了一种智慧物业管理装置，参照图2，该装置为服务器，服务器包括获取单元201和处理单元202。
获取单元201，用于获取监管拍摄图片。
处理单元202，用于通过预设图像识别算法判断监管拍摄图片是否存在目标异常，目标异常为环境异常、设施异常以及秩序异常中的至少一种异常；若监管拍摄图片中存在目标异常，则构建目标异常对应的目标事件，目标事件包括事件特征、监管拍摄图片以及监管拍摄图片对应的监管区域位置；还用于根据预设分类方法，将目标事件分类为预设类别事件，预设类别事件为紧急处理事件和计划处理事件中的一种；还用于根据预设类别事件的所属类别，将目标事件展示给用户。
在一种可能的实施方式中，处理单元202用于通过预设图像识别算法判断监管拍摄图片中是否包含环境垃圾特征；若监管拍摄图片中包含环境垃圾特征，则确定监管拍摄图片存在环境异常；判断图片占比率是否大于或等于预设占比阈值；将图片占比率、监管拍摄图片以及监管区域位置构建为存在大量垃圾事件，并构建环境异常与存在大量垃圾事件之间的对应关系，图片占比率为存在大量垃圾事件的事件特征；获取单元201用于获取环境垃圾特征在监管拍摄图片中的图片占比率；若图片占比率大于或等于预设占比阈值，则获取监管拍摄图片对应的监管区域位置。
在一种可能的实施方式中，处理单元202用于通过预设图像识别算法判断监管拍摄图片中是否包含预设卫生处理特征，预设卫生处理特征包括消化道内容物或垃圾收容器满载；若监管拍摄图片中包含预设卫生处理特征，则确定监管拍摄图片存在环境异常；将监管拍摄图片、监管区域位置、清洁人员信息以及预设卫生处理特征构建为预设卫生处理事件，并构建环境异常与预设卫生处理事件之间的对应关系，预设卫生处理特征为预设卫生处理事件的事件特征；获取单元201用于获取监管区域位置，并根据监管区域位置获取预设卫生处理特征对应的清洁人员信息。
在一种可能的实施方式中，处理单元202用于判断监管区域位置是否为禁停区；若监管区域位置为禁停区，则判断监管拍摄图片中是否包含违规停放特征；若监管拍摄图片中包含违规停放特征，则确定监管拍摄图片存在秩序异常；判断持续存在时间是否大于或等于预设时长阈值；若持续存在时间大于或等于预设时长阈值，则将监管拍摄图片、监管区域位置以及持续存在时间构建为违规停放事件，并构建秩序异常与违规停放事件之间的对应关系，持续存在时间为违规停放事件的事件特征；获取单元201用于获取多张监管拍摄图片；通过多张监管拍摄图片获取违规停放特征的持续存在时间。
在一种可能的实施方式中，处理单元202用于若目标事件为存在大量垃圾事件，则根据预设分类方法将目标事件分类为紧急处理事件；若目标事件为预设卫生处理事件，则根据预设分类方法将目标事件分类为紧急处理事件；若目标事件为违规停放事件，则根据预设分类方法将目标事件分类为计划处理事件。
在一种可能的实施方式中，处理单元202用于若预设类别事件为紧急处理事件，则在当前时间将目标事件展示给用户；若预设类别事件为计划处理事件，则将目标事件存入预设定期处理清单，每间隔第一时间段将预设定期处理清单展示给用户。
在一种可能的实施方式中，获取单元201用于响应于用户的即时管理操作，获取监管拍摄图片；每间隔第二时间段获取监管拍摄图片。
需要说明的是：上述实施例提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置和方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本申请还提供了一种电子设备。参照图3，图3是本申请实施例提供的一种电子设备的结构示意图。该电子设备300可以包括：至少一个处理器301，至少一个通信总线302，至少一个用户接口303，网络接口304，存储器305。
其中，通信总线302用于实现这些组件之间的连接通信。
其中，用户接口303可以包括显示屏、摄像头，可选地，用户接口303还可以包括标准的有线接口、无线接口。
其中，网络接口304可以包括标准的有线接口、无线接口（如WI-FI接口）。
其中，处理器301可以包括一个或者多个处理核心。处理器301利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器305内的指令、程序、代码集或指令集，以及调用存储在存储器305内的数据，执行服务器的各种功能和处理数据。可选地，处理器301可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable LogicArray，PLA）中的至少一种硬件形式来实现。处理器301可集成中央处理器（CentralProcessing Unit，CPU）、图像处理器（Graphics Processing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器301中，单独通过一块芯片进行实现。
其中，存储器305可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory）。可选地，该存储器305包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据。存储器305还可以是至少一个位于远离前述处理器301的存储装置。参照图3，作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口模块以及智慧物业管理的应用程序。
在图3所示的电子设备300中，用户接口303主要用于为用户提供输入的接口，获取用户输入的数据；而处理器301可以用于调用存储器305中存储的智慧物业管理的应用程序，当由一个或多个处理器301执行时，使得电子设备300执行如上述实施例中一个或多个的方法。需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
本申请还提供了一种计算机可读存储介质，计算机可读存储介质存储有指令。当由一个或多个处理器执行时，使得电子设备执行如上述实施例中一个或多个所述的方法。
在本申请所提供的几种实施方式中，应该理解到，所披露的装置，可通过其他的方式实现。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服务接口，装置或单元的间接耦合或通信连接，可以是电性或其他的形式。
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，在本申请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。
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器中。基于这样的理解，本申请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器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括：U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其他实施方案。
本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。
Claims (8)
1.一种智慧物业管理方法，其特征在于，所述方法包括：
获取监管拍摄图片；
通过预设图像识别算法判断所述监管拍摄图片是否存在目标异常，所述目标异常为环境异常、设施异常以及秩序异常中的至少一种异常；若所述监管拍摄图片中存在所述目标异常，则构建所述目标异常对应的目标事件，所述目标事件包括事件特征、所述监管拍摄图片以及所述监管拍摄图片对应的监管区域位置；
通过所述预设图像识别算法判断所述监管拍摄图片中是否包含环境垃圾特征；
若所述监管拍摄图片中包含所述环境垃圾特征，则确定所述监管拍摄图片存在所述环境异常；
获取所述环境垃圾特征在所述监管拍摄图片中的图片占比率；
判断所述图片占比率是否大于或等于预设占比阈值；
若所述图片占比率大于或等于所述预设占比阈值，则获取所述监管拍摄图片对应的监管区域位置；
将所述图片占比率、所述监管拍摄图片以及所述监管区域位置构建为存在大量垃圾事件，并构建所述环境异常与所述存在大量垃圾事件之间的对应关系，所述图片占比率为所述存在大量垃圾事件的事件特征；
通过所述预设图像识别算法判断所述监管拍摄图片中是否包含预设卫生处理特征，所述预设卫生处理特征包括消化道内容物或垃圾收容器满载；
若所述监管拍摄图片中包含所述预设卫生处理特征，则确定所述监管拍摄图片存在所述环境异常；
获取所述监管区域位置，并根据所述监管区域位置获取所述预设卫生处理特征对应的清洁人员信息；
将所述监管拍摄图片、所述监管区域位置、所述清洁人员信息以及所述预设卫生处理特征构建为预设卫生处理事件，并构建所述环境异常与所述预设卫生处理事件之间的对应关系，所述预设卫生处理特征为所述预设卫生处理事件的事件特征；
根据预设分类方法，将所述目标事件分类为预设类别事件，所述预设类别事件为紧急处理事件和计划处理事件中的一种；
根据所述预设类别事件的所属类别，将所述目标事件展示给用户。
2.根据权利要求1所述的方法，其特征在于，所述通过预设图像识别算法判断所述监管拍摄图片是否存在目标异常；若所述监管拍摄图片中存在所述目标异常，则构建所述目标异常对应的目标事件，包括：
判断所述监管区域位置是否为禁停区；
若所述监管区域位置为所述禁停区，则判断所述监管拍摄图片中是否包含违规停放特征；
若所述监管拍摄图片中包含所述违规停放特征，则确定所述监管拍摄图片存在所述秩序异常；
获取多张监管拍摄图片；
通过所述多张监管拍摄图片获取所述违规停放特征的持续存在时间；
判断所述持续存在时间是否大于或等于预设时长阈值；
若所述持续存在时间大于或等于所述预设时长阈值，则将所述监管拍摄图片、所述监管区域位置以及所述持续存在时间构建为违规停放事件，并构建所述秩序异常与所述违规停放事件之间的对应关系，所述持续存在时间为所述违规停放事件的事件特征。
3.根据权利要求1所述的方法，其特征在于，所述根据预设分类方法，将所述目标事件分类为预设类别事件，具体包括：
若所述目标事件为所述存在大量垃圾事件，则根据所述预设分类方法将所述目标事件分类为所述紧急处理事件；
若所述目标事件为所述预设卫生处理事件，则根据所述预设分类方法将所述目标事件分类为所述紧急处理事件；
若所述目标事件为违规停放事件，则根据所述预设分类方法将所述目标事件分类为所述计划处理事件。
4.根据权利要求1所述的方法，其特征在于，所述根据所述预设类别事件的所属类别，将所述目标事件展示给用户，具体包括：
若所述预设类别事件为所述紧急处理事件，则在当前时间将所述目标事件展示给所述用户；
若所述预设类别事件为所述计划处理事件，则将所述目标事件存入预设定期处理清单，每间隔第一时间段将所述预设定期处理清单展示给所述用户。
5.根据权利要求1所述的方法，其特征在于，所述获取监管拍摄图片，包括以下任意一种方式：
响应于所述用户的即时管理操作，获取所述监管拍摄图片；
每间隔第二时间段获取所述监管拍摄图片。
6.一种智慧物业管理装置，其特征在于，所述装置包括获取单元（201）和处理单元（202）：
所述获取单元(201)，用于获取监管拍摄图片；
所述处理单元(202)，用于通过预设图像识别算法判断所述监管拍摄图片是否存在目标异常，所述目标异常为环境异常、设施异常以及秩序异常中的至少一种异常；若所述监管拍摄图片中存在所述目标异常，则构建所述目标异常对应的目标事件，所述目标事件包括事件特征、所述监管拍摄图片以及所述监管拍摄图片对应的监管区域位置；
所述处理单元(202)，还用于通过所述预设图像识别算法判断所述监管拍摄图片中是否包含环境垃圾特征；若所述监管拍摄图片中包含所述环境垃圾特征，则确定所述监管拍摄图片存在所述环境异常；
所述获取单元(201)，还用于获取所述环境垃圾特征在所述监管拍摄图片中的图片占比率；
所述处理单元(202)，还用于判断所述图片占比率是否大于或等于预设占比阈值；
所述获取单元(201)，还用于若所述图片占比率大于或等于所述预设占比阈值，则获取所述监管拍摄图片对应的监管区域位置；
所述处理单元(202)，还用于将所述图片占比率、所述监管拍摄图片以及所述监管区域位置构建为存在大量垃圾事件，并构建所述环境异常与所述存在大量垃圾事件之间的对应关系，所述图片占比率为所述存在大量垃圾事件的事件特征；
所述处理单元(202)，还用于通过所述预设图像识别算法判断所述监管拍摄图片中是否包含预设卫生处理特征，所述预设卫生处理特征包括消化道内容物或垃圾收容器满载；
所述处理单元(202)，还用于若所述监管拍摄图片中包含所述预设卫生处理特征，则确定所述监管拍摄图片存在所述环境异常；
所述获取单元(201)，还用于获取所述监管区域位置，并根据所述监管区域位置获取所述预设卫生处理特征对应的清洁人员信息；
所述处理单元(202)，还用于将所述监管拍摄图片、所述监管区域位置、所述清洁人员信息以及所述预设卫生处理特征构建为预设卫生处理事件，并构建所述环境异常与所述预设卫生处理事件之间的对应关系，所述预设卫生处理特征为所述预设卫生处理事件的事件特征；
所述处理单元(202)，还用于根据预设分类方法，将所述目标事件分类为预设类别事件，所述预设类别事件为紧急处理事件和计划处理事件中的一种；
所述处理单元(202)，还用于根据所述预设类别事件的所属类别，将所述目标事件展示给用户。
7.一种电子设备，其特征在于，包括处理器（301）、存储器（305）、用户接口（303）及网络接口（304），所述存储器（305）用于存储指令，所述用户接口（303）和所述网络接口（304）用于给其他设备通信，所述处理器（301）用于执行所述存储器（305）中存储的指令，以使所述电子设备（300）执行如权利要求1至5任意一项所述的方法。
8.一种计算机可读存储介质，所述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上权利要求1至5中任意一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410054654.6A CN117575543B (zh) | 2024-01-15 | 2024-01-15 | 一种智慧物业管理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410054654.6A CN117575543B (zh) | 2024-01-15 | 2024-01-15 | 一种智慧物业管理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117575543A CN117575543A (zh) | 2024-02-20 |
| CN117575543B true CN117575543B (zh) | 2024-04-30 |
Family
ID=89892141
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410054654.6A Active CN117575543B (zh) | 2024-01-15 | 2024-01-15 | 一种智慧物业管理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117575543B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060119079A (ko) * | 2005-05-18 | 2006-11-24 | 이상석 | 주차위반 단속 시스템 및 단속 방법 |
| KR100974116B1 (ko) * | 2009-12-27 | 2010-08-04 | 이승철 | 번호인식이 되지 않는 불법주정차 차량의 단속, 방범, 과속단속 시스템 및 단속서버 |
| CN103443833A (zh) * | 2010-08-19 | 2013-12-11 | 斐拉迪米尔·克兰兹 | 在危险情况下的人的位置确定和报警激活 |
| CN111767804A (zh) * | 2020-06-08 | 2020-10-13 | 上海交通大学 | 基于人工智能的可回收垃圾图像分类方法及系统 |
| CN112685523A (zh) * | 2020-12-25 | 2021-04-20 | 广东奥博信息产业股份有限公司 | 一种基于图像识别技术的文明行为识别管理方法及系统 |
| KR102265254B1 (ko) * | 2020-10-30 | 2021-06-16 | (주)윈티앤에스 | 능동 감시 시스템 |
| CN113255588A (zh) * | 2021-06-24 | 2021-08-13 | 杭州鸿泉物联网技术股份有限公司 | 垃圾清扫车垃圾清扫方法、装置、电子设备及存储介质 |
| KR102313283B1 (ko) * | 2020-11-25 | 2021-10-18 | 주식회사 케이씨에스 | 영상 분석 기능을 탑재한 인공지능 다목적 비상벨 시스템 |
| CN113673402A (zh) * | 2021-08-12 | 2021-11-19 | 南京四维向量科技有限公司 | 一种基于路灯监控城市市容的图像识别方法 |
| CN114550076A (zh) * | 2021-10-19 | 2022-05-27 | 深圳市中博科创信息技术有限公司 | 区域异常行为监控方法、装置、设备及存储介质 |
| CN117312098A (zh) * | 2023-11-22 | 2023-12-29 | 中国电子信息产业集团有限公司第六研究所 | 一种日志异常告警方法及装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109201514B (zh) * | 2017-06-30 | 2019-11-08 | 京东方科技集团股份有限公司 | 垃圾分类回收方法、垃圾分类装置以及垃圾分类回收系统 |
| KR102480424B1 (ko) * | 2020-10-21 | 2022-12-23 | 주식회사 올룰로 | 지역 감시기능을 갖는 퍼스널 모빌리티 |
-
2024
- 2024-01-15 CN CN202410054654.6A patent/CN117575543B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060119079A (ko) * | 2005-05-18 | 2006-11-24 | 이상석 | 주차위반 단속 시스템 및 단속 방법 |
| KR100974116B1 (ko) * | 2009-12-27 | 2010-08-04 | 이승철 | 번호인식이 되지 않는 불법주정차 차량의 단속, 방범, 과속단속 시스템 및 단속서버 |
| CN103443833A (zh) * | 2010-08-19 | 2013-12-11 | 斐拉迪米尔·克兰兹 | 在危险情况下的人的位置确定和报警激活 |
| CN111767804A (zh) * | 2020-06-08 | 2020-10-13 | 上海交通大学 | 基于人工智能的可回收垃圾图像分类方法及系统 |
| KR102265254B1 (ko) * | 2020-10-30 | 2021-06-16 | (주)윈티앤에스 | 능동 감시 시스템 |
| KR102313283B1 (ko) * | 2020-11-25 | 2021-10-18 | 주식회사 케이씨에스 | 영상 분석 기능을 탑재한 인공지능 다목적 비상벨 시스템 |
| CN112685523A (zh) * | 2020-12-25 | 2021-04-20 | 广东奥博信息产业股份有限公司 | 一种基于图像识别技术的文明行为识别管理方法及系统 |
| CN113255588A (zh) * | 2021-06-24 | 2021-08-13 | 杭州鸿泉物联网技术股份有限公司 | 垃圾清扫车垃圾清扫方法、装置、电子设备及存储介质 |
| CN113673402A (zh) * | 2021-08-12 | 2021-11-19 | 南京四维向量科技有限公司 | 一种基于路灯监控城市市容的图像识别方法 |
| CN114550076A (zh) * | 2021-10-19 | 2022-05-27 | 深圳市中博科创信息技术有限公司 | 区域异常行为监控方法、装置、设备及存储介质 |
| CN117312098A (zh) * | 2023-11-22 | 2023-12-29 | 中国电子信息产业集团有限公司第六研究所 | 一种日志异常告警方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 基于LED联动显示的违停管理系统;韩玉;;中国交通信息化;20180815(08);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117575543A (zh) | 2024-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107169711A (zh) | 一种农产品冷链物流的智能化监控系统及使用方法 | |
| CN113239750A (zh) | 一种电力营业厅人员行为检测系统、方法、设备及应用 | |
| CN110351535A (zh) | 一种工地监控系统 | |
| CN109543607A (zh) | 目标物异常状态检测方法、系统、监护系统及存储介质 | |
| CN110022379A (zh) | 一种牲畜监控系统及方法 | |
| CN104240467A (zh) | 用于过程警报减少的系统和方法 | |
| CN112381677A (zh) | 一种社区管理方法、社区管理装置及物联网智能盒子 | |
| CN110011843A (zh) | 告警信息处理方法、电子设备和存储介质 | |
| CN111191507A (zh) | 智慧社区的安全预警分析方法及系统 | |
| CN108345280A (zh) | 一种基于物联网技术的档案库房智慧化管理方法及系统 | |
| CN116468240A (zh) | 一种基于数字孪生的水务设备资产管理方法及装置 | |
| CN117575543B (zh) | 一种智慧物业管理方法及装置 | |
| CN114979585A (zh) | 一种基于边缘计算的加油站智能安全系统 | |
| CN110427838A (zh) | 一种垃圾清理方法、计算机设备及可读存储介质 | |
| CN110738466A (zh) | 一种园区管理系统和方法 | |
| CN109410013A (zh) | 一种基于车载设备获取vin码识别匹配的告警方法及系统 | |
| CN115600904A (zh) | 应急指挥系统及应急指挥方法 | |
| CN112348386A (zh) | 一种预警事件处理方法和装置 | |
| CN110460814A (zh) | 指示信息的发送方法及装置、存储介质、电子装置 | |
| CN113763711B (zh) | 基于城市管理的无人机交通监控方法及系统 | |
| CN113642365A (zh) | 一种小区垃圾监控系统及其方法 | |
| CN112887678A (zh) | 一种监所值班人员监管方法、系统、存储介质及设备 | |
| CN111552191A (zh) | 一种厨房安全管理系统及方法 | |
| CN109344734A (zh) | 一种危险人群识别方法和系统 | |
| CN117013703B (zh) | 一种基于机器视觉的电控柜开关监测方法及装置 |
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 |