CN110996052A - 基于图像识别的紧急报警方法及*** - Google Patents

基于图像识别的紧急报警方法及*** Download PDF

Info

Publication number
CN110996052A
CN110996052A CN201911170589.9A CN201911170589A CN110996052A CN 110996052 A CN110996052 A CN 110996052A CN 201911170589 A CN201911170589 A CN 201911170589A CN 110996052 A CN110996052 A CN 110996052A
Authority
CN
China
Prior art keywords
image
alarm
action
area image
judgment area
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.)
Withdrawn
Application number
CN201911170589.9A
Other languages
English (en)
Inventor
郑羽意
任杭燕
毛文骐
龙春晓
吕杰
周依婷
方千姿
诸梦瑶
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.)
Shaoxing Tianhong Laser Technology Co ltd
Original Assignee
Shaoxing Tianhong Laser Technology 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 Shaoxing Tianhong Laser Technology Co ltd filed Critical Shaoxing Tianhong Laser Technology Co ltd
Priority to CN201911170589.9A priority Critical patent/CN110996052A/zh
Publication of CN110996052A publication Critical patent/CN110996052A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/107—Static hand or arm
    • G06V40/113—Recognition of static hand signs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B17/00—Fire alarms; Alarms responsive to explosion
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Emergency Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及一种基于图像识别的紧急报警方法及***，所述方法包括：获取摄像头拍摄的图像；从拍摄的图像中分析得到判定区域图像；识别判定区域图像中的动作特征，确定判定区域图像所对应的用户动作特征；判断用户动作特征是否为预设的报警动作；如果是，则触发报警动作。本发明基于当前社会到处可见的摄像头监控，如交通要道、医院、银行、商场、私家庭院等地方，几乎到处可见摄像头监控，利用这些摄像头，哪怕当事人在没有或不便利用手机报警时，还可以在监控前通过做特殊手势、做特定表情等无声的图像方式进行智能报警，摄像头监控在识别出这些规定的特殊动作后，触发联网的报警***，将警情传送到相关部门。

Description

基于图像识别的紧急报警方法及***
技术领域
本发明涉及图像识别技术领域，具体是指一种基于图像识别的紧急报警方法及***。
背景技术
近几年，各种意外事故频频发生，然而现有技术中却缺乏一种有效的报警机制。传统的报警方式是人工报警，即通过电话等方式联网进行语音通话报警，但是对很多情况都不适用。例如，劫持、抢劫、***等伤害事件时有发生，这是由于加害人在一旁胁迫，导致受害人无法在第一时间进行简单有效的报警，进而导致悲剧发生。此外，摔倒等意外受伤的情况也屡见不鲜，由于不便使用通讯设备且周边没有人进行救护，导致医护人员不能及时赶到现场进行救助。又例如，重大交通事故发生时，总会造成严重的损失，事故一旦发生，由于在特殊情况下，语音报警不方便，可能会导致损失进一步扩大。又例如，如今的住宅小区、工厂等人流量大地区火灾频发，然而，由于发现情况与成功报警存在一定的时差，导致火势蔓延，损失加倍。
传统电话线联网报警缺陷主要在于需要借助手机等外界物品，但由于忘带或损坏或没电或被收缴或不便拿出来使用等情况存在，导致某些特殊情况下，不利于快速对外求助。如果采用感应式报警装置，不能实现人的自主报警，而且经常误判，有时在人先于报警器察觉到危险且人不方便借助实物报警的情况下，不利于及时的救援。虽然有些地方布置了摄像头监控，但是当前的摄像头监控主要用于实现实时监控，缺失实时分析和报警动能。
发明内容
为了解决现有技术中的问题，本发明提供了一种基于图像识别的紧急报警方法及***，通过检测特殊手势和/或特殊面部动作实现报警目的，适用于各种场景。
为了实现上述目的，本发明具有如下构成：
本发明提供了一种基于图像识别的紧急报警方法，所述方法包括如下步骤：
获取摄像头拍摄的图像；
从所述拍摄的图像中分析得到判定区域图像，所述判定区域图像包括面部区域图像和/或手部区域图像；
识别所述判定区域图像中的动作特征，确定所述判定区域图像所对应的用户动作特征；
判断所述用户动作特征是否为预设的报警动作；
如果是，则触发报警动作。
可选地，所述从所述拍摄的图像中分析得到判定区域图像，包括将所述拍摄的图像输入至训练好的面部区域图像识别模型和/或手部区域图像识别模型，提取得到判定区域图像。
可选地，识别所述判定区域图像中的动作特征，确定所述判定区域图像所对应的用户动作特征，包括将所述判定区域图像输入训练好的报警动作识别模型，得到所述判定区域图像属于各种报警动作的概率；
判断是否存在一报警动作，所判定区域图像属于该报警动作的概率大于预设概率阈值；
如果是，则所述判定区域图像对应于该种报警动作。
可选地，所述触发报警动作，根据所述报警动作的类别，确定对应的工作人员的终端的通信方式，将报警通知和所述摄像头的位置发送至所对应的工作人员的终端。
可选地，所述报警动作包括静态报警动作和动态报警动作，所述报警动作识别模型包括静态动作识别模型和动态动作识别模型；
识别所述判定区域图像中的动作特征，确定所述判定区域图像所对应的用户动作特征，包括将所述判定区域图像输入训练好的静态动作识别模型，得到所述判定区域图像属于各种静态报警动作的概率；
如果存在一静态报警动作，所述判定区域图像属于该静态报警动作的概率大于预设概率阈值，则确定所述判定区域图像对应于该静态报警动作；
如果不存在一静态报警动作，所述判定区域图像属于该静态报警动作的概率大于预设概率阈值，则将预设时间段内的多个判定区域图像输入训练好的动态动作识别模型，得到所述判定区域图像属于各种动态报警动作的概率；
如果存在一动态报警动作，所述判定区域图像属于该动态报警动作的概率大于预设概率阈值，则确定所述判定区域图像对应于该动态报警动作；
如果不存在一动态报警动作，所述判定区域图像属于该动态报警动作的概率大于预设概率阈值，则确定未检测到报警动作。
可选地，所述方法还包括如下步骤：
将拍摄的图像输入训练好的年龄识别模型，得到图像中对应的用户年龄；
根据预设的用户年龄与概率阈值的对应关系，选择所述图像中对应的用户年龄所对应的概率阈值，作为所述预设概率阈值。
可选地，所述得到图像中对应的用户年龄之后，还包括如下步骤：
如果所述用户年龄小于第一年龄阈值或大于第二年龄阈值，则根据所述拍摄的图像识别用户身份，查找是否存储有用户的监护人联系信息，所述第二年龄阈值大于所述第一年龄阈值；
如果存储有用户的监护人联系信息，则将报警通知、报警类型和所述摄像头的位置信息发送至所对应的监护人。
可选地，所述触发报警动作，还包括将所述拍摄的图像发送至工作人员的终端。
本发明实施例还提供一种基于图像识别的紧急报警***，应用于所述的基于图像识别的紧急报警方法，所述***包括：
图像采集模块，用于获取摄像头拍摄的图像；
区域提取模块，用于从所述拍摄的图像中分析得到判定区域图像，所述判定区域图像包括面部区域图像和/或手部区域图像；
动作识别模块，用于识别所述判定区域图像中的动作特征，确定所述判定区域图像所对应的用户动作特征；
报警处理模块，用于判断所述用户动作特征是否为预设的报警动作，如果是，则触发报警动作。
可选地，所述***还包括年龄识别模块，用于将拍摄的图像输入训练好的年龄识别模型，得到图像中对应的用户年龄，以及根据预设的用户年龄与概率阈值的对应关系，选择所述图像中对应的用户年龄所对应的概率阈值，作为所述预设概率阈值。
综上所述，与现有技术相比，本发明基于当前社会到处可见的摄像头监控，如交通要道、医院、银行、商场、私家庭院等地方，几乎到处可见摄像头监控，利用这些摄像头，哪怕当事人在没有或不便利用手机报警时，还可以在监控前通过做特殊手势、做特定表情等无声的图像方式进行智能报警，摄像头监控在识别出这些规定的特殊动作后，触发联网的报警***，将警情传送到相关部门。
附图说明
图1为本发明一实施例的基于图像识别的紧急报警方法的流程图；
图2为本发明一实施例的触发报警动作的流程图；
图3为本发明一实施例的进行报警动作识别的流程图；
图4为本发明一实施例的进行手势报警识别的流程图；
图5为本发明一实施例的进行面部动作报警识别的流程图；
图6为本发明一实施例的基于图像识别的紧急报警***的结构示意图；
图7为本发明一实施例的基于图像识别的紧急报警***的硬件实现示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式；相反，提供这些实施方式使得本发明将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。
所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员应意识到，没有特定细节中的一个或更多，或者采用其它的方法、组元、材料等，也可以实践本发明的技术方案。在某些情况下，不详细示出或描述公知结构、材料或者操作以避免模糊本发明。
如图1所示，为了解决现有技术中的技术问题，本发明提供了一种基于图像识别的紧急报警方法，包括如下步骤：
S100：获取摄像头拍摄的图像；
S200：从所述拍摄的图像中分析得到判定区域图像，所述判定区域图像包括面部区域图像和/或手部区域图像；
S300：识别所述判定区域图像中的动作特征，确定所述判定区域图像所对应的用户动作特征；
S400：判断所述用户动作特征是否为预设的报警动作；
S500：如果是，则触发报警动作。
因此，本发明通过各个地方均设置有的摄像头采集图像，并对图像进行分析和判断，检测到其中的用户动作特征，可以准确识别动作特征是否为报警动作，从而方便用户在各种场景下进行无声报警。
在该实施例中，所述从所述拍摄的图像中分析得到判定区域图像，包括将所述拍摄的图像输入至训练好的面部区域图像识别模型和/或手部区域图像识别模型，提取得到判定区域图像。此处，面部区域图像识别模型和手部区域图像识别模型可以采用现有的卷积神经网络模型、主动形状识别模型等等，对面部区域进行提取和对手部区域进行提取。
本发明可以基于对单独的手势动作识别进行报警动作识别，也可以基于对单独的面部动作识别进行报警动作识别，也可以进一步地，将手势动作和面部动作结合起来，进行报警动作识别等等，均属于本发明的保护范围之内。
在该实施例中，识别所述判定区域图像中的动作特征，确定所述判定区域图像所对应的用户动作特征，包括将所述判定区域图像输入训练好的报警动作识别模型，得到所述判定区域图像属于各种报警动作的概率；
判断是否存在一报警动作，所判定区域图像属于该报警动作的概率大于预设概率阈值；
如果是，则所述判定区域图像对应于该种报警动作。
所述报警动作可以区分为多种类别，每种类别对应不同的报警情况。例如，用户左手比Y，右手握拳表示需要进行110报警，可以应用于受害者由于受到歹徒的迫害无法动手拨号或无法开口呼救，此时受害者的手仍是灵活可动的，可以通过该手势实现110号码的报警。又例如，用于左手握拳，右手大拇指和食指指向左手，则可以表示需要进行120医疗救援，可以应用于受害患者由于肢体部位受伤，无法挪动身躯动手拨号的情况，例如用户从高处摔落、腿部烫伤、突发性疾病发生等身体无法动弹时，可以方便地进行120报警。又例如，用户左手、右手手指均聚合在一个位置时，表示119火警报警，可以应用于由于火势过于猛烈手机烧毁或手机不在身边，而烟雾报警器还没到一定的阈值或者烟雾报警器已经失效等情况，可以方便地进行119报警。
如图2所示，在该实施例中，所述触发报警动作，根据所述报警动作的类别，确定对应的工作人员的终端的通信方式，将报警通知和所述摄像头的位置发送至所对应的工作人员的终端。例如，报警动作类别是被劫持，则自动拨打110报警，报警动作类别是摔伤，则自动拨打120报警等等。
在该实施例中，所述报警动作包括静态报警动作和动态报警动作，所述报警动作识别模型包括静态动作识别模型和动态动作识别模型；所述静态动作识别模型和动态动作识别模型可以采用现有技术中已有的深度学习模型，例如卷积神经网络模型等，实现对动作的识别，模型中分类层可以输出图像对应于各种报警动作的概率。在其他可替代的实施方式中，所述静态动作识别模型和动态动作识别模型也可以是一个图像比对模型，采用拍摄的图像中提取的判定区域图像与标准动作库中的标准动作图像进行比对，得到图像之间的相似度，将相似度作为输出图像对应于各种标准动作图像的概率。
如图3所示，识别所述判定区域图像中的动作特征，确定所述判定区域图像所对应的用户动作特征，包括将所述判定区域图像输入训练好的静态动作识别模型，得到所述判定区域图像属于各种静态报警动作的概率；将所述判定区域图像输入静态动作识别模型时，输入的是单张图像的特征序列；
如果存在一静态报警动作，所述判定区域图像属于该静态报警动作的概率大于预设概率阈值，则确定所述判定区域图像对应于该静态报警动作；
如果不存在一静态报警动作，所述判定区域图像属于该静态报警动作的概率大于预设概率阈值，则将预设时间段内的多个判定区域图像输入训练好的动态动作识别模型，得到所述判定区域图像属于各种动态报警动作的概率；将多个判定区域图像输入动态动作识别模型时，输入的是多个判定区域图像组合而成的图像特征序列；
如果存在一动态报警动作，所述判定区域图像属于该动态报警动作的概率大于预设概率阈值，则确定所述判定区域图像对应于该动态报警动作；
如果不存在一动态报警动作，所述判定区域图像属于该动态报警动作的概率大于预设概率阈值，则确定未检测到报警动作。
因此，本发明不仅可以实现静态动作的识别，还可以实现动态动作的识别。对于面部动作来说，单独的静态动作识别可能难以将报警动作和平时的表情区分开来，此时可以用动态动作识别提高报警动作的识别准确度。例如，连续张嘴三次，表示拨打110电话报警，连续抬头三次，表示拨打120电话报警等等。
如图4所示，为本发明一实施例的手势报警识别的流程图，如图5所示，为本发明一实施例的面部动作报警识别的流程图。在户外时，例如公路等位置，适用于采用手势报警，在室内时，例如银行柜台等地方，适合于采用面部动作报警，但本发明不限于此，两种方式也可以结合使用。
在该实施例中，所述基于图像识别的紧急报警方法还包括如下步骤：
将拍摄的图像输入训练好的年龄识别模型，得到图像中对应的用户年龄；
根据预设的用户年龄与概率阈值的对应关系，选择所述图像中对应的用户年龄所对应的概率阈值，作为所述预设概率阈值。
例如，对于老人和小孩来说，精准做出某些动作可能比较困难，此时可以降低概率阈值，避免因为动作不标准而遗漏报警信息。
在该实施例中，所述得到图像中对应的用户年龄之后，还包括如下步骤：
如果所述用户年龄小于第一年龄阈值或大于第二年龄阈值，则根据所述拍摄的图像识别用户身份，查找是否存储有用户的监护人联系信息，所述第二年龄阈值大于所述第一年龄阈值；第一年龄阈值可以设置得比较小，例如10岁，8岁等，第二年龄阈值可以设置得比较大，例如60岁，70岁等等；
如果存储有用户的监护人联系信息，则将报警通知、报警类型和所述摄像头的位置信息发送至所对应的监护人，从而使得监护人也可以快速获知被监护人当前的状态。
在该实施例中，所述触发报警动作，还包括将所述拍摄的图像发送至工作人员的终端，方便工作人员快速确定紧急情况的具体信息。
如图6所示，本发明实施例还提供一种基于图像识别的紧急报警***，应用于所述的基于图像识别的紧急报警方法，所述***包括：
图像采集模块M100，用于获取摄像头拍摄的图像；
区域提取模块M200，用于从所述拍摄的图像中分析得到判定区域图像，所述判定区域图像包括面部区域图像和/或手部区域图像；
动作识别模块M300，用于识别所述判定区域图像中的动作特征，确定所述判定区域图像所对应的用户动作特征；
报警处理模块M400，用于判断所述用户动作特征是否为预设的报警动作，如果是，则触发报警动作。
在该实施例中，所述***还包括年龄识别模块，用于将拍摄的图像输入训练好的年龄识别模型，得到图像中对应的用户年龄，以及根据预设的用户年龄与概率阈值的对应关系，选择所述图像中对应的用户年龄所对应的概率阈值，作为所述预设概率阈值。
本发明的基于图像识别的紧急报警***中，各个模块的功能实现方式可以采用所述基于图像识别的紧急报警方法中各个步骤的具体实施方式，此处不予赘述。
如图7所示，为本发明一实施例的基于图像识别的紧急报警***的硬件实现示意图。可以将该***设置于一个单独的电脑或其他类型的终端，也可以将该***集成在各个摄像头中，而具体的动作识别可以由远程服务器进行远程分析和处理，将结果发送给摄像头等等，均属于本发明的保护范围之内。
综上所述，与现有技术相比，本发明基于当前社会到处可见的摄像头监控，如交通要道、医院、银行、商场、私家庭院等地方，几乎到处可见摄像头监控，利用这些摄像头，哪怕当事人在没有或不便利用手机报警时，还可以在监控前通过做特殊手势、做特定表情等无声的图像方式进行智能报警，摄像头监控在识别出这些规定的特殊动作后，触发联网的报警***，将警情传送到相关部门。
在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。

Claims (10)

1.一种基于图像识别的紧急报警方法，其特征在于，所述方法包括如下步骤：
获取摄像头拍摄的图像；
从所述拍摄的图像中分析得到判定区域图像，所述判定区域图像包括面部区域图像和/或手部区域图像；
识别所述判定区域图像中的动作特征，确定所述判定区域图像所对应的用户动作特征；
判断所述用户动作特征是否为预设的报警动作；
如果是，则触发报警动作。
2.根据权利要求1所述的基于图像识别的紧急报警方法，其特征在于，所述从所述拍摄的图像中分析得到判定区域图像，包括将所述拍摄的图像输入至训练好的面部区域图像识别模型和/或手部区域图像识别模型，提取得到判定区域图像。
3.根据权利要求1所述的基于图像识别的紧急报警方法，其特征在于，识别所述判定区域图像中的动作特征，确定所述判定区域图像所对应的用户动作特征，包括将所述判定区域图像输入训练好的报警动作识别模型，得到所述判定区域图像属于各种报警动作的概率；
判断是否存在一报警动作，所判定区域图像属于该报警动作的概率大于预设概率阈值；
如果是，则所述判定区域图像对应于该种报警动作。
4.根据权利要求3所述的基于图像识别的紧急报警方法，其特征在于，所述触发报警动作，根据所述报警动作的类别，确定对应的工作人员的终端的通信方式，将报警通知和所述摄像头的位置发送至所对应的工作人员的终端。
5.根据权利要求3所述的基于图像识别的紧急报警方法，其特征在于，所述报警动作包括静态报警动作和动态报警动作，所述报警动作识别模型包括静态动作识别模型和动态动作识别模型；
识别所述判定区域图像中的动作特征，确定所述判定区域图像所对应的用户动作特征，包括将所述判定区域图像输入训练好的静态动作识别模型，得到所述判定区域图像属于各种静态报警动作的概率；
如果存在一静态报警动作，所述判定区域图像属于该静态报警动作的概率大于预设概率阈值，则确定所述判定区域图像对应于该静态报警动作；
如果不存在一静态报警动作，所述判定区域图像属于该静态报警动作的概率大于预设概率阈值，则将预设时间段内的多个判定区域图像输入训练好的动态动作识别模型，得到所述判定区域图像属于各种动态报警动作的概率；
如果存在一动态报警动作，所述判定区域图像属于该动态报警动作的概率大于预设概率阈值，则确定所述判定区域图像对应于该动态报警动作；
如果不存在一动态报警动作，所述判定区域图像属于该动态报警动作的概率大于预设概率阈值，则确定未检测到报警动作。
6.根据权利要求5所述的基于图像识别的紧急报警方法，其特征在于，所述方法还包括如下步骤：
将拍摄的图像输入训练好的年龄识别模型，得到图像中对应的用户年龄；
根据预设的用户年龄与概率阈值的对应关系，选择所述图像中对应的用户年龄所对应的概率阈值，作为所述预设概率阈值。
7.根据权利要求6所述的基于图像识别的紧急报警方法，其特征在于，所述得到图像中对应的用户年龄之后，还包括如下步骤：
如果所述用户年龄小于第一年龄阈值或大于第二年龄阈值，则根据所述拍摄的图像识别用户身份，查找是否存储有用户的监护人联系信息，所述第二年龄阈值大于所述第一年龄阈值；
如果存储有用户的监护人联系信息，则将报警通知、报警类型和所述摄像头的位置信息发送至所对应的监护人。
8.根据权利要求1所述的基于图像识别的紧急报警方法，其特征在于，所述触发报警动作，还包括将所述拍摄的图像发送至工作人员的终端。
9.一种基于图像识别的紧急报警***，其特征在于，应用于权利要求1至8中任一项所述的基于图像识别的紧急报警方法，所述***包括：
图像采集模块，用于获取摄像头拍摄的图像；
区域提取模块，用于从所述拍摄的图像中分析得到判定区域图像，所述判定区域图像包括面部区域图像和/或手部区域图像；
动作识别模块，用于识别所述判定区域图像中的动作特征，确定所述判定区域图像所对应的用户动作特征；
报警处理模块，用于判断所述用户动作特征是否为预设的报警动作，如果是，则触发报警动作。
10.根据权利要求9所述的基于图像识别的紧急报警***，其特征在于，所述***还包括年龄识别模块，用于将拍摄的图像输入训练好的年龄识别模型，得到图像中对应的用户年龄，以及根据预设的用户年龄与概率阈值的对应关系，选择所述图像中对应的用户年龄所对应的概率阈值，作为所述预设概率阈值。
CN201911170589.9A 2019-11-26 2019-11-26 基于图像识别的紧急报警方法及*** Withdrawn CN110996052A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911170589.9A CN110996052A (zh) 2019-11-26 2019-11-26 基于图像识别的紧急报警方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911170589.9A CN110996052A (zh) 2019-11-26 2019-11-26 基于图像识别的紧急报警方法及***

Publications (1)

Publication Number Publication Date
CN110996052A true CN110996052A (zh) 2020-04-10

Family

ID=70086929

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911170589.9A Withdrawn CN110996052A (zh) 2019-11-26 2019-11-26 基于图像识别的紧急报警方法及***

Country Status (1)

Country Link
CN (1) CN110996052A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112926407A (zh) * 2021-02-02 2021-06-08 华南师范大学 基于校园欺凌的求救信号检测方法、装置及***
CN113269025A (zh) * 2021-04-01 2021-08-17 广州车芝电器有限公司 一种自动报警方法及***
CN113792624A (zh) * 2021-08-30 2021-12-14 河南林业职业学院 一种银行atm机预警安防监控的方法
CN116597422A (zh) * 2023-06-14 2023-08-15 中瑞科技术有限公司 一种基于图像数据的道路预警方法、装置及电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177245A (zh) * 2013-03-25 2013-06-26 深圳泰山在线科技有限公司 手势识别方法及装置
KR101356014B1 (ko) * 2013-06-26 2014-02-03 한상진 건물의 음영지역 실시간 감시 시스템의 운용방법
CN104407694A (zh) * 2014-10-29 2015-03-11 山东大学 一种结合人脸和手势控制的人机交互方法及装置
CN105915987A (zh) * 2016-04-15 2016-08-31 济南大学 一种面向智能电视的隐式交互方法
CN107644519A (zh) * 2017-10-09 2018-01-30 中电科新型智慧城市研究院有限公司 一种基于视频人体行为识别的智能报警方法和***
CN109614922A (zh) * 2018-12-07 2019-04-12 南京富士通南大软件技术有限公司 一种动静态手势识别方法和***
CN109815828A (zh) * 2018-12-28 2019-05-28 公安部第三研究所 实现主动报警或求助行为检测控制的***及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103177245A (zh) * 2013-03-25 2013-06-26 深圳泰山在线科技有限公司 手势识别方法及装置
KR101356014B1 (ko) * 2013-06-26 2014-02-03 한상진 건물의 음영지역 실시간 감시 시스템의 운용방법
CN104407694A (zh) * 2014-10-29 2015-03-11 山东大学 一种结合人脸和手势控制的人机交互方法及装置
CN105915987A (zh) * 2016-04-15 2016-08-31 济南大学 一种面向智能电视的隐式交互方法
CN107644519A (zh) * 2017-10-09 2018-01-30 中电科新型智慧城市研究院有限公司 一种基于视频人体行为识别的智能报警方法和***
CN109614922A (zh) * 2018-12-07 2019-04-12 南京富士通南大软件技术有限公司 一种动静态手势识别方法和***
CN109815828A (zh) * 2018-12-28 2019-05-28 公安部第三研究所 实现主动报警或求助行为检测控制的***及方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112926407A (zh) * 2021-02-02 2021-06-08 华南师范大学 基于校园欺凌的求救信号检测方法、装置及***
CN113269025A (zh) * 2021-04-01 2021-08-17 广州车芝电器有限公司 一种自动报警方法及***
CN113269025B (zh) * 2021-04-01 2024-03-26 广州车芝电器有限公司 一种自动报警方法及***
CN113792624A (zh) * 2021-08-30 2021-12-14 河南林业职业学院 一种银行atm机预警安防监控的方法
CN116597422A (zh) * 2023-06-14 2023-08-15 中瑞科技术有限公司 一种基于图像数据的道路预警方法、装置及电子设备

Similar Documents

Publication Publication Date Title
CN110996052A (zh) 基于图像识别的紧急报警方法及***
CN108597050B (zh) 基于物联网的建筑工地管理***
CN108492404B (zh) 一种附加表情识别的人脸锁开锁方法及装置
CN204117313U (zh) 一种智能安居监护服务移动终端、终端及***
CN105516659B (zh) 一种基于脸部情绪识别的智能安防***及方法
JPWO2020152851A1 (ja) デジタルサーチ・セキュリティシステム、方法及びプログラム
CN111432188B (zh) 一种基于人工智能的安防监控***及方法
CN109118617B (zh) 一种应用于变电站的门禁***及其识别方法
CN107464406A (zh) 基于可穿戴装置的报警方法、***及相应的可穿戴装置
CN212341948U (zh) 一种智能门禁安防***
CN111402532A (zh) 一种综合安防视频管理控制***
TW202022856A (zh) 用於手機的智慧化報警方法、裝置及包括其的系統
CN102452591A (zh) 电梯操控***
CN110782627A (zh) 一种基于多人人脸识别的防走失***
CN106327813A (zh) 智能语音识别报警方法及***
CN110580762A (zh) 一种智能家居门禁控制***及方法
CN114140275A (zh) 一种具有健康关怀的智慧社区云平台***
CN105913597A (zh) 一种家庭住户智能防入侵安防***
CN210428772U (zh) 一种服务于独居人士的家庭安防***
CN113011211B (zh) 一种吸烟行为的检测方法、装置、电子设备及存储介质
CN115273369A (zh) 智能家居安防监管装置及其监管方法
KR20230068809A (ko) 이종 데이터 분석을 통한 인공지능 기반 위험 상황 인지 방법 및 장치
EP2333735A1 (en) Filtering video events in a secured area using loose coupling within a security system
US11869532B2 (en) System and method for controlling emergency bell based on sound
CN109815828A (zh) 实现主动报警或求助行为检测控制的***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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20200410