CN113343961B - 一种用户行为监控方法、***和计算机设备 - Google Patents
一种用户行为监控方法、***和计算机设备 Download PDFInfo
- Publication number
- CN113343961B CN113343961B CN202110904710.7A CN202110904710A CN113343961B CN 113343961 B CN113343961 B CN 113343961B CN 202110904710 A CN202110904710 A CN 202110904710A CN 113343961 B CN113343961 B CN 113343961B
- Authority
- CN
- China
- Prior art keywords
- behavior
- user
- time
- rating table
- region
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Pulmonology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及人员管理技术领域,具体公开了一种用户行为监控方法、***和计算机设备,所述***包括区域模型确定模块、评级表生成模块,用于生成行为评级表;评级调整模块、用于调整相应的行为评级;异常判断模块,用于基于调整行为评级后的行为评级表判断用户位置信息的级别,当所述级别大于预设的级别阈值时,获取对应区域的区域图像,根据所述区域图像判断用户行为是否异常。本发明通过实时获取包含时间项的用户位置信息,根据所述时间项生成行为评级表;通过获取用户的身体数据,调整相应的行为评级;基于调整行为评级后的行为评级表判断包含时间项的用户位置信息的级别,获取对应区域的区域图像,根据所述区域图像判断用户行为是否异常。
Description
技术领域
本发明涉及人员管理技术领域,具体是一种用户行为监控方法、***和计算机设备。
背景技术
在一些特殊场地,往往需要对人们进行封闭式管理,其主要目的是保护,既保护了特殊场地内的人,也保护了特殊场地外的人。
但是,现有的封闭式管理方式大都是人工加上摄像头来进行人员管理的,这种方式的人力成本极高,而且管理效果与人的精神状态有关,很容易因为工作人员的疏忽产生问题,因此,设计一种更加智能化的、成本较低的用户行为监控***很有意义。
发明内容
本发明的目的在于提供一种用户行为监控方法、***和计算机设备,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种用户行为监控方法,所述方法具体包括:
读取工程信息,根据所述工程信息得到包含划分信息的区域模型;其中,所述划分信息至少包括区域名称及尺寸;
实时获取包含时间项的用户位置信息,根据所述时间项生成用户日程表,根据所述用户日程表生成行为评级表;其中,所述行为评级表包括区域名称项及级别项;
获取用户的身体数据,根据所述身体数据确定行为评级表中的危险行为项,并调整相应的行为评级;所述身体数据至少包括年龄、身高、体重、心率、血压以及心肌酶谱;
基于调整行为评级后的行为评级表判断包含时间项的用户位置信息的级别,当所述级别大于预设的级别阈值时,获取对应区域的区域图像,根据所述区域图像判断用户行为是否异常。
作为本发明技术方案进一步的限定:所述实时获取包含时间项的用户位置信息,根据所述时间项生成用户日程表,根据所述用户日程表生成行为评级表的步骤具体包括:
确定时间节点;
当实际时间经过所述时间节点时,读取缓存区中的数据项,并将所述缓存区中的数据项***用户日程表;实时获取包含时间项的用户位置信息,生成数据项并存储至缓存区;所述数据项包括区域名称及时间范围;
计算所述用户日程表中不同区域名称的重复次数及持续时间,根据所述重复次数及持续时间确定相应级别,并生成行为评级表;所述行为评级表包括区域名称项及级别项。
作为本发明技术方案进一步的限定:所述实时获取包含时间项的用户位置信息,根据所述时间项生成用户日程表,根据所述用户日程表生成行为评级表的步骤还包括:
读取所述缓存区中的数据项;
根据所述缓存区中的数据项更新所述重复次数及持续时间;
根据更新后的重复次数及持续时间修正所述行为评级表。
作为本发明技术方案进一步的限定:获取用户的身体数据,根据所述身体数据确定行为评级表中的危险行为项,并调整相应的行为评级的步骤具体包括:
获取用户的身体数据,根据所述身体数据输入训练好的区域分析模型,确定危险区域的区域名称并标记;
遍历所述行为评级表,定位与标记的区域名称相同的数据项,并调整相应的级别项。
作为本发明技术方案进一步的限定:获取对应区域的区域图像,根据所述区域图像判断用户行为是否异常的步骤具体包括:
获取对应区域内的区域图像,基于所述区域图像提取包含运动目标的目标图像;
提取所述目标图像在不同时刻的多帧原始图像,基于多帧原始图像判断所述运动目标的行为是否异常,当所述行为为异常行为时,生成异常结果;其中,所述异常结果包括异常行为分类和目标图像;
判断异常结果中的异常行为分类是否属实,当所述异常行为分类属实,生成警示信息。
作为本发明技术方案进一步的限定:所述基于所述区域图像提取包含运动目标的目标图像的步骤具体包括:
选择一段预设时间段内的区域图像作为预设图像;
确定所述预设图像中的参考热源,所述参考热源对应于一参考目标;
捕捉所述预设图像中的目标热源,所述目标热源对应于一运动目标;
计算所述区域图像中参考热源与目标热源之间的距离及其变化率,当所述距离大于预设的距离阈值和/或所述距离的变化率大于预设的变化率阈值时,确定所述预设图像为目标图像。
作为本发明技术方案进一步的限定:所述提取所述目标图像在不同时刻的多帧原始图像的步骤具体包括:
对所述目标图像按照时间顺序进行排列,基于预设规则保留多帧初始图像;
对保留的每一帧初始图像中的初始像素点进行降噪处理;
对经降噪处理后的初始像素点进行取众数处理,得到多帧原始图像。
本发明技术方案还提供了一种用户行为监控***,所述***具体包括:
区域模型确定模块,用于读取工程信息,根据所述工程信息得到包含划分信息的区域模型;其中,所述划分信息至少包括区域名称及尺寸;
评级表生成模块,用于实时获取包含时间项的用户位置信息,根据所述时间项生成用户日程表,根据所述用户日程表生成行为评级表;其中,所述行为评级表包括区域名称项及级别项;
评级调整模块,用于获取用户的身体数据,根据所述身体数据确定行为评级表中的危险行为项,并调整相应的行为评级;所述身体数据至少包括年龄、身高、体重、心率、血压以及心肌酶谱;
异常判断模块,用于基于调整行为评级后的行为评级表判断包含时间项的用户位置信息的级别,当所述级别大于预设的级别阈值时,获取对应区域的区域图像,根据所述区域图像判断用户行为是否异常。
作为本发明技术方案进一步的限定:所述评级表生成模块具体包括:
时间节点确定单元,用于确定时间节点;
数据处理单元,当实际时间经过所述时间节点时,读取缓存区中的数据项,并将所述缓存区中的数据项***用户日程表;实时获取包含时间项的用户位置信息,生成数据项并存储至缓存区;所述数据项包括区域名称及时间范围;
执行单元,计算所述用户日程表中不同区域名称的重复次数及持续时间,根据所述重复次数及持续时间确定相应级别,并生成行为评级表;所述行为评级表包括区域名称项及级别项。
本发明技术方案还提供了一种计算机设备,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行时,实现所述的用户行为监控方法。
与现有技术相比,本发明的有益效果是:本发明通过实时获取包含时间项的用户位置信息,根据所述时间项生成行为评级表;通过获取用户的身体数据,调整相应的行为评级;基于调整行为评级后的行为评级表判断包含时间项的用户位置信息的级别,获取对应区域的区域图像,根据所述区域图像判断用户行为是否异常。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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,下面描述中的附图仅仅是本发明的一些实施例。
图1示出了用户行为监控方法的流程框图。
图2示出了用户行为监控方法中的第一子流程框图。
图3示出了用户行为监控方法中的第二子流程框图。
图4示出了用户行为监控方法中的第三子流程框图。
图5示出了用户行为监控方法中的第四子流程框图。
图6示出了用户行为监控方法中的第五子流程框图。
图7示出了用户行为监控方法中的第六子流程框图。
图8示出了用户行为监控***的组成结构框图。
图9示出了用户行为监控***中评级表生成模块的组成结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
图1示出了用户行为监控方法的流程框图,本发明实施例中,提供了一种用户行为监控方法,所述方法包括步骤S100至步骤S400:
步骤S100:读取工程信息,根据所述工程信息得到包含划分信息的区域模型;其中,所述划分信息至少包括区域名称及尺寸;
步骤S100是本发明技术方案的预处理阶段,其中,主要通过工程信息生成一个区域模块,所述通过现场的CAD图纸+分层CAD图纸+卫星图+无人机航拍照片进行2D/3D建模,实时渲染后生成区域模型,举例来说,如果是本发明技术方案应用于疗养院,最终划分的模型就是各功能区域,当然,在划分区域的过程中,也会确定相应的尺寸。值得一提的是,所述区域名称一般采用功能加编号的方式来确定,比如活动区**号。
步骤S200:实时获取包含时间项的用户位置信息,根据所述时间项生成用户日程表,根据所述用户日程表生成行为评级表;其中,所述行为评级表包括区域名称项及级别项;
步骤S200的最终目的是生成一个行为评级表,这里的行为与本发明主题中的行为是相同的意思,并不是具体到个人的动作或表情,而是指前往某一区域的情况,比如,经常去的地方与不常去的地方,这两者对于个人来说,很有可能是不同的两种行为,其中,不常去的区域便可以作为异常区域进行进一步的检测。
步骤S300:获取用户的身体数据,根据所述身体数据确定行为评级表中的危险行为项,并调整相应的行为评级;
步骤S300是在步骤S200的基础上的进一步限定,我们知道,步骤S200生成了一个行为评级表,所述行为评级表评判的是某个区域与个人之间的联系程度,可以想到,这一过程是渐变的,即,只有多去某个区域,其联系程度才会更加紧密。而在步骤S300中,提供了一种根据用户身体数据进行评测的方法,其评测方法也是借助步骤200中提供的行为评级表。举例来说,如果用户的心率过高,很显然他就不适合去高的地方。
步骤S400:基于调整行为评级后的行为评级表判断包含时间项的用户位置信息的级别,当所述级别大于预设的级别阈值时,获取对应区域的区域图像,根据所述区域图像判断用户行为是否异常。
步骤S400是最终的比对步骤,当一个用户到达某一区域时,根据步骤S300修正后的行为评级表,可以判断出用户现在所在地是否为敏感地,当所述用户现在所在地为敏感地时,借助已有的视频监控***,可以对用户行为进行进一步的监控。
图2示出了用户行为监控方法中的第一子流程框图,所述实时获取包含时间项的用户位置信息,根据所述时间项生成用户日程表,根据所述用户日程表生成行为评级表的步骤具体包括步骤S201至步骤S203:
步骤S201:确定时间节点;
步骤S202:当实际时间经过所述时间节点时,读取缓存区中的数据项,并将所述缓存区中的数据项***用户日程表;实时获取包含时间项的用户位置信息,生成数据项并存储至缓存区;所述数据项包括区域名称及时间范围;
步骤S203:计算所述用户日程表中不同区域名称的重复次数及持续时间,根据所述重复次数及持续时间确定相应级别,并生成行为评级表;所述行为评级表包括区域名称项及级别项。
步骤S201至步骤S203提供了一种行为评级表的具体方法,首先,确定一个时间节点,所述时间节点可以由管理者自行设置,一般情况下,与用户们作息时间段有关。
在数据获取过程中,是分两段的,举例来说,如果时间节点是早上6:00,当时间经过早上6:00时,读取缓存区中的数据项,并将所述缓存区中的数据项***用户日程表,并且根据时间继续读取数据项,并存入缓存区;可以想到,所述缓存区的内容均是前一天的内容。至于行为评级表,则根据重复次数及持续时间进行确定,这两个参数足以评判用户与一个区域的联系程度,最简单的,可以预设两个阈值,然后根据所述阈值确定某一区域名称的级别。
图3示出了用户行为监控方法中的第二子流程框图,所述实时获取包含时间项的用户位置信息,根据所述时间项生成用户日程表,根据所述用户日程表生成行为评级表的步骤还包括:
步骤S204:读取所述缓存区中的数据项;
步骤S205:根据所述缓存区中的数据项更新所述重复次数及持续时间;
步骤S206:根据更新后的重复次数及持续时间修正所述行为评级表。
步骤S204至步骤S206提供了一种修正所述行为评级表的方法,其不同点在于,上述内容中加入了缓存区中的数据项的影响,提高了本发明技术方案的实时性,但是尽管这样有好处,但还是要区分缓存区,这是因为,新获取到的数据的有效性并不能保证。举例来说,如果是一张实时更新的表,每获取到新的数据,便向其中添加新的内容,这将会产生两个问题,第一,存储问题,当存储设备无法继续存储时,需要调整存储器,这一过程需要时间,但上述例子无法给出这个时间,一旦需要进行存储更换,解决途径还是用一张替代表来进行数据存储,其算法思想也是上述缓冲区;第二,如果数据项出现错误,更换起来较为麻烦。
图4示出了用户行为监控方法中的第三子流程框图,获取用户的身体数据,根据所述身体数据确定行为评级表中的危险行为项,并调整相应的行为评级的步骤具体包括:
步骤S301:获取用户的身体数据,根据所述身体数据输入训练好的区域分析模型,确定危险区域的区域名称并标记;
步骤S302:遍历所述行为评级表,定位与标记的区域名称相同的数据项,并调整相应的级别项。
所述身体数据至少包括年龄、身高、体重、心率、血压以及心肌酶谱,根据这些参数可以确定危险区域的区域名称并标记,具体的确定方式需要借助训练好的区域分析模型,区域分析模型可以是一些经验公式,以年龄、身高、体重、心率、血压以及心肌酶谱为自变量,得到危险区域的区域名称,也可以是最简单的数据库读取的方式来确定危险区域的区域名称;值得一提的是,上述年龄、身高、体重、心率、血压以及心肌酶谱中,极大概率会存在一个或几个决定性的参数,判断方式也较为简单,计算其与正常值的偏移程度即可。通过所述一个或几个决定性的参数便可以极大的减轻工作压力。
图5示出了用户行为监控方法中的第四子流程框图,获取对应区域的区域图像,根据所述区域图像判断用户行为是否异常的步骤具体包括步骤S401至步骤S403:
步骤S401:获取对应区域内的区域图像,基于所述区域图像提取包含运动目标的目标图像;
步骤S402:提取所述目标图像在不同时刻的多帧原始图像,基于多帧原始图像判断所述运动目标的行为是否异常,当所述行为为异常行为时,生成异常结果;其中,所述异常结果包括异常行为分类和目标图像;
步骤S403:判断异常结果中的异常行为分类是否属实,当所述异常行为分类属实,生成警示信息。
步骤S401至步骤S403提供了一种具体的根据图像判断用户行为是否异常的方法,包括分析过程和检验过程。
图6示出了用户行为监控方法中的第五子流程框图,所述基于所述区域图像提取包含运动目标的目标图像的步骤具体包括步骤S4011至步骤S4014:
步骤S4011:选择一段预设时间段内的区域图像作为预设图像;
步骤S4012:确定所述预设图像中的参考热源,所述参考热源对应于一参考目标;
步骤S4013:捕捉所述预设图像中的目标热源,所述目标热源对应于一运动目标;
步骤S4014:计算所述区域图像中参考热源与目标热源之间的距离及其变化率,当所述距离大于预设的距离阈值和/或所述距离的变化率大于预设的变化率阈值时,确定所述预设图像为目标图像。
步骤S4011至步骤S4014的需要相应的硬件支持,具体的,必需有温度获取模块,可以获取区域内的温度信息,并根据所述温度信息确定热源;然后,根据热源参考热源与目标热源之间的距离及其变化率确定目标图像。其中,所述温度信息可以以温度层的形式***区域图像中。
值得一提的是,上述预设的距离阈值和预设的变化率阈值可以是不同的,即,不同区域对应不同的距离阈值和变化率阈值。
图7示出了用户行为监控方法中的第六子流程框图,所述提取所述目标图像在不同时刻的多帧原始图像的步骤具体包括步骤S4021至步骤S4023:
步骤S4021:对所述目标图像按照时间顺序进行排列,基于预设规则保留多帧初始图像;
步骤S4022:对保留的每一帧初始图像中的初始像素点进行降噪处理;
步骤S4023:对经降噪处理后的初始像素点进行取众数处理,得到多帧原始图像。
步骤S4021至步骤S4023是对所述目标图像的进一步处理,具体是一些必要的且容易实现的基础操作。
实施例2
图8示出了用户行为监控***的组成结构框图,本发明实施例中,一种用户行为监控***,所述***10具体包括:
区域模型确定模块11,用于读取工程信息,根据所述工程信息得到包含划分信息的区域模型;其中,所述划分信息至少包括区域名称及尺寸;
所述区域模型确定模块11用于完成步骤S100;
评级表生成模块12,用于实时获取包含时间项的用户位置信息,根据所述时间项生成用户日程表,根据所述用户日程表生成行为评级表;其中,所述行为评级表包括区域名称项及级别项;
所述评级表生成模块12用于完成步骤S200;
评级调整模块13,用于获取用户的身体数据,根据所述身体数据确定行为评级表中的危险行为项,并调整相应的行为评级;
所述评级调整模块13用于完成步骤S300;
异常判断模块14,用于基于调整行为评级后的行为评级表判断包含时间项的用户位置信息的级别,当所述级别大于预设的级别阈值时,获取对应区域的区域图像,根据所述区域图像判断用户行为是否异常;
所述异常判断模块14用于完成步骤S400。
图9示出了用户行为监控***中评级表生成模块的组成结构框图,所述评级表生成模块12具体包括:
时间节点确定单元121,用于确定时间节点;
所述时间节点确定单元121用于完成步骤S201;
数据处理单元122,当实际时间经过所述时间节点时,读取缓存区中的数据项,并将所述缓存区中的数据项***用户日程表;实时获取包含时间项的用户位置信息,生成数据项并存储至缓存区;所述数据项包括区域名称及时间范围;
所述数据处理单元122用于完成步骤S202;
执行单元123,计算所述用户日程表中不同区域名称的重复次数及持续时间,根据所述重复次数及持续时间确定相应级别,并生成行为评级表;所述行为评级表包括区域名称项及级别项;
所述执行单元123用于完成步骤S203。
上述用户行为监控方法所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述用户行为监控方法的功能。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示***的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/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介质中。基于这样的理解,本发明实现上述实施例***中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个***实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种用户行为监控方法,其特征在于,所述方法包括:
读取工程信息,根据所述工程信息得到包含划分信息的区域模型;其中,所述划分信息至少包括区域名称及尺寸;
实时获取包含时间项的用户位置信息,根据所述时间项生成用户日程表,根据所述用户日程表生成行为评级表;其中,所述行为评级表包括区域名称项及级别项;
获取用户的身体数据,根据所述身体数据确定行为评级表中的危险行为项,并调整相应的行为评级;所述身体数据至少包括年龄、身高、体重、心率、血压以及心肌酶谱;
基于调整行为评级后的行为评级表判断包含时间项的用户位置信息的级别,当所述级别大于预设的级别阈值时,获取对应区域的区域图像,根据所述区域图像判断用户行为是否异常;
所述实时获取包含时间项的用户位置信息,根据所述时间项生成用户日程表,根据所述用户日程表生成行为评级表的步骤具体包括:
确定时间节点;
当实际时间经过所述时间节点时,读取缓存区中的数据项,并将所述缓存区中的数据项***用户日程表;实时获取包含时间项的用户位置信息,生成数据项并存储至缓存区;所述数据项包括区域名称及时间范围;
计算所述用户日程表中不同区域名称的重复次数及持续时间,根据所述重复次数及持续时间确定相应级别,并生成行为评级表;所述行为评级表包括区域名称项及级别项。
2.根据权利要求1所述的用户行为监控方法,其特征在于,所述实时获取包含时间项的用户位置信息,根据所述时间项生成用户日程表,根据所述用户日程表生成行为评级表的步骤还包括:
读取所述缓存区中的数据项;
根据所述缓存区中的数据项更新所述重复次数及持续时间;
根据更新后的重复次数及持续时间修正所述行为评级表。
3.根据权利要求1所述的用户行为监控方法,其特征在于,获取用户的身体数据,根据所述身体数据确定行为评级表中的危险行为项,并调整相应的行为评级的步骤具体包括:
获取用户的身体数据,根据所述身体数据输入训练好的区域分析模型,确定危险区域的区域名称并标记;
遍历所述行为评级表,定位与标记的区域名称相同的数据项,并调整相应的级别项。
4.根据权利要求1所述的用户行为监控方法,其特征在于,获取对应区域的区域图像,根据所述区域图像判断用户行为是否异常的步骤具体包括:
获取对应区域内的区域图像,基于所述区域图像提取包含运动目标的目标图像;
提取所述目标图像在不同时刻的多帧原始图像,基于多帧原始图像判断所述运动目标的行为是否异常,当所述行为为异常行为时,生成异常结果;其中,所述异常结果包括异常行为分类和目标图像;
判断异常结果中的异常行为分类是否属实,当所述异常行为分类属实,生成警示信息。
5.根据权利要求4所述的用户行为监控方法,其特征在于,所述基于所述区域图像提取包含运动目标的目标图像的步骤具体包括:
选择一段预设时间段内的区域图像作为预设图像;
确定所述预设图像中的参考热源,所述参考热源对应于一参考目标;
捕捉所述预设图像中的目标热源,所述目标热源对应于一运动目标;
计算所述区域图像中参考热源与目标热源之间的距离及其变化率,当所述距离大于预设的距离阈值和/或所述距离的变化率大于预设的变化率阈值时,确定所述预设图像为目标图像。
6.根据权利要求4所述的用户行为监控方法,其特征在于,所述提取所述目标图像在不同时刻的多帧原始图像的步骤具体包括:
对所述目标图像按照时间顺序进行排列,基于预设规则保留多帧初始图像;
对保留的每一帧初始图像中的初始像素点进行降噪处理;
对经降噪处理后的初始像素点进行取众数处理,得到多帧原始图像。
7.一种用户行为监控***,其特征在于,所述***具体包括:
区域模型确定模块,用于读取工程信息,根据所述工程信息得到包含划分信息的区域模型;其中,所述划分信息至少包括区域名称及尺寸;
评级表生成模块,用于实时获取包含时间项的用户位置信息,根据所述时间项生成用户日程表,根据所述用户日程表生成行为评级表;其中,所述行为评级表包括区域名称项及级别项;
评级调整模块,用于获取用户的身体数据,根据所述身体数据确定行为评级表中的危险行为项,并调整相应的行为评级;所述身体数据至少包括年龄、身高、体重、心率、血压以及心肌酶谱;
异常判断模块,用于基于调整行为评级后的行为评级表判断包含时间项的用户位置信息的级别,当所述级别大于预设的级别阈值时,获取对应区域的区域图像,根据所述区域图像判断用户行为是否异常;
所述评级表生成模块具体包括:
时间节点确定单元,用于确定时间节点;
数据处理单元,用于当实际时间经过所述时间节点时,读取缓存区中的数据项,并将所述缓存区中的数据项***用户日程表;实时获取包含时间项的用户位置信息,生成数据项并存储至缓存区;所述数据项包括区域名称及时间范围;
执行单元,用于计算所述用户日程表中不同区域名称的重复次数及持续时间,根据所述重复次数及持续时间确定相应级别,并生成行为评级表;所述行为评级表包括区域名称项及级别项。
8.一种计算机设备,其特征在于,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行时,实现如权利要求1至6中任一项权利要求所述的用户行为监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110904710.7A CN113343961B (zh) | 2021-08-07 | 2021-08-07 | 一种用户行为监控方法、***和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110904710.7A CN113343961B (zh) | 2021-08-07 | 2021-08-07 | 一种用户行为监控方法、***和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113343961A CN113343961A (zh) | 2021-09-03 |
CN113343961B true CN113343961B (zh) | 2021-11-02 |
Family
ID=77481052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110904710.7A Active CN113343961B (zh) | 2021-08-07 | 2021-08-07 | 一种用户行为监控方法、***和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343961B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114125389B (zh) * | 2021-11-19 | 2024-04-26 | 福建农林大学 | 一种基于大数据的智慧园林云监管*** |
CN115905733B (zh) * | 2022-10-28 | 2024-03-08 | 广州地铁集团有限公司 | 一种基于机器视觉的口罩佩戴异常检测及轨迹追踪方法 |
CN116992907B (zh) * | 2023-07-27 | 2024-03-29 | 珠海昊宇科技有限公司 | 一种物联网管理***及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105025260A (zh) * | 2015-07-07 | 2015-11-04 | 合肥指南针电子科技有限责任公司 | 一种监控***智能追溯方法 |
CN106600899A (zh) * | 2016-12-13 | 2017-04-26 | 安徽乐年健康养老产业有限公司 | 一种居家老人远程监护报警*** |
CN107437075A (zh) * | 2017-07-29 | 2017-12-05 | 安徽博威康信息技术有限公司 | 一种基于日常行为轨迹的危险警报*** |
CN109635710A (zh) * | 2018-12-06 | 2019-04-16 | 中山乐心电子有限公司 | 危险状态确定方法、装置、危险告警设备及储存介质 |
CN110211334A (zh) * | 2019-06-25 | 2019-09-06 | 启迪数华科技有限公司 | 基于大数据神经网络的校园安全警示方法和装置 |
CN110399951A (zh) * | 2019-07-26 | 2019-11-01 | 马鞍山市科泰电气科技有限公司 | 一种厂区工作人员移动轨迹的监控管理***及方法 |
CN111784967A (zh) * | 2020-07-23 | 2020-10-16 | 南通市达欣工程股份有限公司 | 一种基于bim的建筑施工安全预警防护*** |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8358214B2 (en) * | 2007-02-02 | 2013-01-22 | Hartford Fire Insurance Company | Systems and methods for sensor-enhanced health evaluation |
CN106411661A (zh) * | 2016-12-02 | 2017-02-15 | 国网四川省电力公司电力科学研究院 | 一种适用于复杂电力作业环境的安全保障*** |
CN110221582A (zh) * | 2019-04-29 | 2019-09-10 | 湖南仪峰安安网络科技股份有限公司 | 一种五位一体生产或工程安全服务和保障方法及*** |
CN110584682A (zh) * | 2019-08-21 | 2019-12-20 | 清华大学 | 基于生理测量的建筑工人疲劳与不安全行为关系研究装置 |
-
2021
- 2021-08-07 CN CN202110904710.7A patent/CN113343961B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105025260A (zh) * | 2015-07-07 | 2015-11-04 | 合肥指南针电子科技有限责任公司 | 一种监控***智能追溯方法 |
CN106600899A (zh) * | 2016-12-13 | 2017-04-26 | 安徽乐年健康养老产业有限公司 | 一种居家老人远程监护报警*** |
CN107437075A (zh) * | 2017-07-29 | 2017-12-05 | 安徽博威康信息技术有限公司 | 一种基于日常行为轨迹的危险警报*** |
CN109635710A (zh) * | 2018-12-06 | 2019-04-16 | 中山乐心电子有限公司 | 危险状态确定方法、装置、危险告警设备及储存介质 |
CN110211334A (zh) * | 2019-06-25 | 2019-09-06 | 启迪数华科技有限公司 | 基于大数据神经网络的校园安全警示方法和装置 |
CN110399951A (zh) * | 2019-07-26 | 2019-11-01 | 马鞍山市科泰电气科技有限公司 | 一种厂区工作人员移动轨迹的监控管理***及方法 |
CN111784967A (zh) * | 2020-07-23 | 2020-10-16 | 南通市达欣工程股份有限公司 | 一种基于bim的建筑施工安全预警防护*** |
Non-Patent Citations (3)
Title |
---|
WAAS-Based Threat Monitoring for a Local Airport Monitor (LAM) that Supports Category I Precision Approach;J. Rife 等;《2006 IEEE/ION Position, Location, And Navigation Symposium》;20060705;第468-482页 * |
一种能够安全预警的人员定位及实时健康监测***;关庆龄 等;《机械工程师》;20210205(第2期);第93-95页 * |
基于ZigBee的监狱人员监管***;李光彩 等;《物联网与无线通信》;20171201;第265-267页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113343961A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113343961B (zh) | 一种用户行为监控方法、***和计算机设备 | |
CN108876636B (zh) | 理赔智能风控方法、***、计算机设备及存储介质 | |
CN112071425A (zh) | 一种数据处理方法、装置、计算机设备及存储介质 | |
CN111242793B (zh) | 医保数据异常的检测方法和装置 | |
CN114414935A (zh) | 基于大数据的配电网馈线故障区域自动化定位方法和*** | |
CN114781272A (zh) | 碳排放量预测方法、装置、设备及存储介质 | |
CN110689551B (zh) | 四肢骨分割方法、装置、电子设备及可读存储介质 | |
CN110729054B (zh) | 异常就诊行为检测方法、装置、计算机设备及存储介质 | |
CN111724496A (zh) | 一种考勤方法、考勤装置及计算机可读存储介质 | |
CN112132624A (zh) | 医疗理赔数据预测*** | |
CN112036749B (zh) | 基于医疗数据识别风险用户的方法、装置和计算机设备 | |
CN113707336B (zh) | 基于数据分析的传染病防治预警方法、装置、设备及介质 | |
CN111178126A (zh) | 目标检测方法、装置、计算机设备和存储介质 | |
CN112036478A (zh) | 慢病报销药品的识别方法、装置以及计算机设备 | |
CN113283677B (zh) | 指标数据处理方法、装置、设备及存储介质 | |
CN115620317A (zh) | 一种电子工程文档真实性验证方法和*** | |
CN114943695A (zh) | 医学序列影像的异常检测方法、装置、设备及存储介质 | |
CN113868714A (zh) | 一种遗嘱防篡改方法、装置、电子设备及存储介质 | |
CN108694357A (zh) | 用于活体检测的方法、装置及计算机存储介质 | |
JP7276763B2 (ja) | 識別システム | |
CN113486644A (zh) | 一种快捷生成医疗文书的方法、***、终端及存储介质 | |
CN112927152A (zh) | Ct图像去噪处理方法、装置、计算机设备及介质 | |
CN111680066A (zh) | 信息处理方法、装置、存储介质和的电子设备 | |
CN113254644B (zh) | 模型训练方法及非投诉工单处理方法及***及装置及介质 | |
CN113641566A (zh) | 基于人工智能的***告警方法、装置、计算机设备和介质 |
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 |