CN114125722B - 森林草原游客智能管理方法及*** - Google Patents
森林草原游客智能管理方法及*** Download PDFInfo
- Publication number
- CN114125722B CN114125722B CN202111381349.0A CN202111381349A CN114125722B CN 114125722 B CN114125722 B CN 114125722B CN 202111381349 A CN202111381349 A CN 202111381349A CN 114125722 B CN114125722 B CN 114125722B
- Authority
- CN
- China
- Prior art keywords
- information
- intelligent terminal
- tourist
- sound
- tour
- 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 claims abstract description 72
- 230000033001 locomotion Effects 0.000 claims abstract description 64
- 238000001514 detection method Methods 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000002159 abnormal effect Effects 0.000 claims description 60
- 238000004458 analytical method Methods 0.000 claims description 28
- 230000006399 behavior Effects 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 14
- 239000013598 vector Substances 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 11
- 230000004927 fusion Effects 0.000 claims description 9
- 230000003595 spectral effect Effects 0.000 claims description 9
- 238000011176 pooling Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 6
- 238000009432 framing Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000005311 autocorrelation function Methods 0.000 claims description 4
- 238000007499 fusion processing Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000001228 spectrum Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/005—Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
-
- 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
- G08B25/002—Generating a prealarm to the central station
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供一种森林草原游客智能管理方法及***,属于人工智能技术领域。该方法包括:控制启动所述智能终端中的一种或多种检测模块进行检测;根据所述检测模块检测到的信号,获取所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一;根据所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一,执行游客管理操作。本发明能够根据游客所持的智能终端上各检测模块检测到的信息实时、准确和有针对性地进行游客管理,使得游客的人身安全得到最大程度的保证、游览体验得到明显提升,还可通过人工智能模块,例如CNN,识别游客的明火使用行为并输出火灾提醒信息,从源头上避免森林草原上的火灾。
Description
技术领域
本发明涉及人工智能技术领域,具体涉及一种森林草原游客智能管理方法及***。
背景技术
随着我国经济的快速发展和人民生活水平的提高,人们对旅游消费的需求也进一步提升。近几年来,我国的旅游业一直保持平稳较快的增长,有力的拉动了我国国民经济的提升。
对于游客来说,去到不熟悉的地方旅游,尽管前期已经做了很多的攻略,但是,在旅游过程中仍然存在各种各样的问题,例如需要根据当前的游览情况调整或确定接下来的游览计划,还可能存在自身安全问题。对于景区来说,保证游客的人身安全是基本的责任,引导游客进行合理的游览规划、提升游客的旅游体验也是提升竞争力和吸引力的重要手段。但是,目前景区内保证游客的人身安全、引导游客进行合理的游览规划等方面的管理措施,例如景区内设置的静态的安全警示牌和游览线路图、静态显示当前位置与其他景点之间的距离、工作人员口头的安全警示、动态显示景区内各景点的人流量等,效果均不尽如人意。另外,对于森林草原等景区来说,除了雷电等自然原因导致的火灾,游客的明火使用行为也是导致火灾的一大因素,因此游客的明火使用行为也需要纳入游客管理范畴,但是目前没有相关方面的技术实现。
发明内容
因此,本发明实施例要解决的技术问题在于克服现有技术中用于进行游客管理的技术手段在保证游客的人身安全和引导游客进行合理的游览规划等方面效果一般、以及无法有效管理游客的明火使用行为的缺陷,从而提供一种森林草原游客管理方法及***。
为此,本发明提供一种森林草原游客管理方法,应用于游客所持的智能终端,包括以下步骤:
控制启动所述智能终端中的一种或多种检测模块进行检测;
根据所述检测模块检测到的信号,获取所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一;
根据所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一,执行游客管理操作;所述游客管理操作包括以下至少之一:
控制所述智能终端的扬声器和/或显示屏幕输出游览引导信息;
控制所述智能终端的扬声器和/或显示屏幕输出危险提醒信息,所述危险提醒信息用于提示游客已经偏离游览路线或游览区域;
控制所述智能终端的通信模块向游客管理平台发送游客偏离游览路线或游览区域的提醒信息;
在判断游客发生危险时控制所述智能终端的扬声器输出声报警信息;
在判断游客发生危险时控制所述智能终端的闪光灯输出光报警信息;
在判断游客发生危险时控制所述智能终端的通信模块向游客管理平台发送报警信息;
在判断出游客有使用明火的行为后,输出火灾提醒信息。
可选的,所述根据所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一,执行游客管理操作,包括:
根据所述智能终端历史所处的位置信息判断游客已经游览的景点或区域;
根据所述智能终端历史所处的位置信息和对应的时间、和/或所述智能终端的运动信息,判断游客的体力情况;
根据游客已经游览的景点或区域、所述智能终端当前所处的位置信息、游客的所述体力情况,输出所述游览引导信息,所述游览引导信息包括:建议前往的景点或区域的信息、和/或建议前往的景点或区域的路线、和/或不建议前往的景点或区域的信息。
可选的,所述根据所述智能终端历史所处的位置信息和对应的时间、和/或所述智能终端的运动信息,判断游客的体力情况,包括:
根据所述智能终端历史所处的位置信息和对应的时间,判断游客的游览路径和游览速度;
根据所述游览路径和所述游览速度判断游客是否乘坐交通工具;
对于所述游览路径中判断为未乘坐交通工具的部分,根据地形起伏和路况确定所需消耗的体力或根据预先确定的所需体力,得到第一体力消耗信息;
根据所述智能终端的运动信息确定所需消耗的体力,得到第二体力消耗信息;
根据所述第一体力消耗信息和所述第二体力消耗信息中的较大值判断游客的体力情况。
可选的,所述根据所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一,执行游客管理操作,包括:
根据所述智能终端所处的位置信息判断游客是否处于森林或草原的危险区域和/或是否在大于预设时长阈值的时间段内的移动范围小于预设值,得到第一判断结果;和/或,根据所述智能终端的运动信息判断游客是否发生活动异常,得到第二判断结果,所述活动异常包括坠落、摔倒、速度大于预设速度阈值的跑步、跑步后摔倒;和/或,根据声音信息判断是否存在异常声音,得到第三判断结果,所述异常声音包括游客发出的异常声音和/或周围环境中产生的异常声音,所述周围环境信息包括通过声音检测模块检测到的所述声音信息;
根据所述第一判断结果、所述第二判断结果和所述第三判断结果中的至少之一,确定游客是否发生危险。
可选的,所述根据所述智能终端的运动信息判断游客是否发生活动异常,包括:
将所述运动信息整理成矩阵形式并标准化之后输入至运动分析模型,所述运动分析模型包括低频分支卷积网络、去噪分支卷积网络、特征融合层、全局平均池化层、门控循环单元和Softmax层;所述低频分支卷积网络用于提取输入信息中的低频分量,并通过卷积操作提取特征信息,所述去噪分支卷积网络用于对输入的信息进行去噪处理,所述特征融合层用于将所述低频分支卷积网络和所述去噪分支卷积网络的输出拼接呈特征向量并进行特征融合处理后输入至依次连接的全局平均池化层、所述门控循环单元和所述Softmax层进行活动异常识别;
根据所述运动分析模型的输出确定游客是否发生活动异常和具体的异常情形;训练所述运动分析模型的学习率公式为:
可选的,所述根据所述声音信息判断是否存在异常声音,包括:
对所述声音信息进行加窗分帧处理,得到多个声音帧;
分别对每个所述声音帧进行短时傅里叶分析得到对应的频谱图;
对每个所述声音帧对应的频谱图进行计算得到对应的谱线能量;
使用梅尔滤波器计算所述谱线能量对应的梅尔谱能量并对数化得到能量参数;
将每个所述声音帧对应的能量参数归一化为0~255的灰度数据值;
将每个所述声音帧对应的灰度数据值和其他的特征数据分别输入至包括至少两个隐层的层叠自编码算法模型、长短期记忆网络模型;其他的特征数据包括平均幅度、短时平均过零率、短时自相关函数和短时平均幅度差函数中的至少之一;
对所述层叠自编码算法模型的输出和所述长短期记忆网络模型的输出进行加权求和;
根据加权求和结果确定所述声音信息是否是异常声音。
可选的,所述方法还包括:
若根据所述第一判断结果、所述第二判断结果和所述第三判断结果中的至少之一,确定游客发生危险,则控制启动所述智能终端的图像采集模块,并输出用于提示用户移动所述智能终端以拍摄周边环境的图像的提示信息;
将采集的图像发送至游客管理平台。
可选的,所述检测模块包括用于检测所述智能终端的电池电量的电量检测模块;
所述方法还包括:
在接收到游客管理平台发送的针对所述报警信息的响应信息后,定时获取所述智能终端的电量信息;
在所述智能终端的电量信息低于预设电量阈值的情况下,控制所述智能终端进入省电模式。
本发明还提供一种森林草原游客管理***,应用于游客所持的智能终端,包括:
检测模块控制单元,用于控制启动所述智能终端中的一种或多种检测模块进行检测;
检测信号识别单元,用于根据所述检测模块检测到的信号,获取所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一;
游客管理操作执行单元,用于根据所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一,执行游客管理操作;所述游客管理操作包括以下至少之一:
控制所述智能终端的扬声器和/或显示屏幕输出游览引导信息;
控制所述智能终端的扬声器和/或显示屏幕输出危险提醒信息,所述危险提醒信息用于提示游客已经偏离游览路线或游览区域;
控制所述智能终端的通信模块向游客管理平台发送游客偏离游览路线或游览区域的提醒信息;
在判断游客发生危险时控制所述智能终端的扬声器输出声报警信息;
在判断游客发生危险时控制所述智能终端的闪光灯输出光报警信息;
在判断游客发生危险时控制所述智能终端的通信模块向游客管理平台发送报警信息;
在判断出游客有使用明火的行为后,输出火灾提醒信息。
可选的,所述游客管理操作执行单元包括:
历史游览信息分析单元,用于根据所述智能终端历史所处的位置信息判断游客已经游览的景点或区域;
游客体力判断单元,用于根据所述智能终端历史所处的位置信息和对应的时间、和/或所述智能终端的运动信息,判断游客的体力情况;
游览引导信息确定单元,用于根据游客已经游览的景点或区域、所述智能终端当前所处的位置信息、游客的所述体力情况,输出所述游览引导信息,所述游览引导信息包括:建议前往的景点或区域的信息、和/或建议前往的景点或区域的路线、和/或不建议前往的景点或区域的信息。
本发明实施例的技术方案,具有如下优点:
本发明实施例提供的森林草原游客管理方法及***,能够根据游客所持的智能终端上各检测模块检测到的信息实时、准确和有针对性地进行游客管理,使得游客的人身安全得到最大程度的保证、游览体验得到明显提升。另外,还可以根据检测到的信息实时识别游客使用明火的行为并输出火灾提醒信息,从而能够从源头上避免森林草原上的火灾。
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1中森林草原游客管理方法的一个具体示例的流程图;
图2为本发明实施例2中森林草原游客管理***的一个具体示例的原理框图。
具体实施方式
下面将结合附图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。
在本发明的描述中,需要说明的是,本文所用的术语仅用于描述特定实施例的目的,而并非旨在限制本发明。除非上下文明确指出,否则如本文中所使用的单数形式“一”、“一个”和“该”等意图也包括复数形式。使用“包括”和/或“包含”等术语时,是意图说明存在该特征、整数、步骤、操作、元素和/或组件,而不排除一个或多个其他特征、整数、步骤、操作、元素、组件、和/或其他组合的存在或增加。术语“和/或”包括一个或多个相关列出项目的任何和所有组合。术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通;可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本实施例提供一种森林草原游客管理方法,应用于游客所持的智能终端,如图1所示,包括以下步骤:
S1:控制启动所述智能终端中的一种或多种检测模块进行检测;
S2:根据所述检测模块检测到的信号,获取所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一;
S3:根据所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一,执行游客管理操作;所述游客管理操作包括以下至少之一:
控制所述智能终端的扬声器和/或显示屏幕输出游览引导信息;
控制所述智能终端的扬声器和/或显示屏幕输出危险提醒信息,所述危险提醒信息用于提示游客已经偏离游览路线或游览区域;
控制所述智能终端的通信模块向游客管理平台发送游客偏离游览路线或游览区域的提醒信息;
在判断游客发生危险时控制所述智能终端的扬声器输出声报警信息;
在判断游客发生危险时控制所述智能终端的闪光灯输出光报警信息;
在判断游客发生危险时控制所述智能终端的通信模块向游客管理平台发送报警信息;
在判断出游客有使用明火的行为后,输出火灾提醒信息。
具体来说,可以以声音形式输出游览引导信息,还可以在显示屏幕上显示游览引导信息,或者二者结合。所述危险提醒信息可以是声音信息和/或在显示屏幕上显示的信息,在显示屏幕上显示的信息包括文字和/或图片信息。所述报警信息的具体形式可以是声音报警,还可以是闪光灯闪烁的光报警,或者二者的结合。进一步的,可以启动所述智能终端中的光检测模块,当所述光检测模块检测到的光照度低时启动闪光灯进行闪烁报警,否则不启动以节省电能。在检测游客做出不文明行为时,也可以控制智能终端的通信模块向游客管理平台发送提示信息。
用于获取所述智能终端所处的位置信息的检测模块可以北斗卫星信号检测器,还可以是GPS卫星信号检测器。用于检测所述运动信息的检测模块可以包括陀螺仪、加速器和/或电子罗盘。
本实施例中,游客管理平台在接收到智能终端发送的游客偏离游览路线或游览区域的提醒信息时,工作人员可以拨打游客的电话进行劝导,或通知附近的工作人员找到游客并进行劝导。游客管理平台在接收到智能终端发送的报警信息时,工作人员可拨打游客电话进行确认,启动救援。
本发明实施例,能够根据游客所持的智能终端上各检测模块检测到的信息实时、准确和有针对性地进行游客管理,使得游客的人身安全得到最大程度的保证、游览体验得到明显提升。另外,还可以根据检测到的信息实时识别游客使用明火的行为并输出火灾提醒信息,从而能够从源头上避免森林草原上的火灾。
可选的,输出火灾提醒信息具体可以是控制所述智能终端的闪光灯输出光提醒信息和/或声提醒信息,还可以向游客管理平台发送火灾提醒信息。
可选的,判断游客有使用明火的行为,具体可以根据智能终端上的声音采集模块采集到的语音信息和/或图像采集模块采集到的图像信息,识别游客的明火行为。进一步可选的,利用安装于游客所持的智能终端上的人工智能模块,对所述语音信息和/或图像信息进行分析,识别游客的明火行为。该人工智能模块可以包括卷积神经网络(CNN)等人工智能网络。
可选的,所述根据所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一,执行游客管理操作,即步骤S3,包括:
根据所述智能终端历史所处的位置信息判断游客已经游览的景点或区域;
根据所述智能终端历史所处的位置信息和对应的时间、和/或所述智能终端的运动信息,判断游客的体力情况;
根据游客已经游览的景点或区域、所述智能终端当前所处的位置信息、游客的所述体力情况,输出所述游览引导信息,所述游览引导信息包括:建议前往的景点或区域的信息、和/或建议前往的景点或区域的路线、和/或不建议前往的景点或区域的信息。
其中,在游客游览草原或森林的过程中可以实时或周期性地(这个周期较短)开启智能终端中的定位模块进行定位检测得到所述智能终端所处的位置信息。在确定所述游览引导信息时,可以根据游客已经游览的景点或区域,确定游客尚未游览的景点或区域,然后从游客尚未游览的景点或区域确定建议前往的景点或区域、和/或不建议前往的景点或区域。
本实施例中,根据智能终端的检测模块检测到的信号获取游客已经游览的景点或区域以及用户的体力消耗情况,并基于获取的这些信息进行游览引导,使得游览引导更具有针对性、更符合游客个体的实际情况,使得游客游览体验得到极大地提升。
进一步可选的,在确定所述游览引导信息时,还可以结合当前时间、当前所在地理区域的日出日落时间、当前所在地理区域的天气预报情况。所述游览引导信息还包括前往景点或区域所采用的交通方式,例如步行、自驾车或乘坐景区的交通工具。
另外,所述智能终端还可以获取游客在景区(森林或草原)内的分布情况,例如各智能终端将其位置信息上报至游客管理平台,然后游客管理平台可以实时或定时汇总游客位置,然后下发至景区内的各个智能终端。例如,游客可以打开景区地图,并打开游客分布图层,即可查看游客在景区内的分布情况。
可选的,所述根据所述智能终端历史所处的位置信息和对应的时间、和/或所述智能终端的运动信息,判断游客的体力情况,包括:
根据所述智能终端历史所处的位置信息和对应的时间,判断游客的游览路径和游览速度;
根据所述游览路径和所述游览速度判断游客是否乘坐交通工具;
对于所述游览路径中判断为未乘坐交通工具的部分,根据地形起伏和路况确定所需消耗的体力或根据预先确定的所需体力,得到第一体力消耗信息;
根据所述智能终端的运动信息确定所需消耗的体力,得到第二体力消耗信息;
根据所述第一体力消耗信息和所述第二体力消耗信息中的较大值判断游客的体力情况。
本实施例中,根据游客所持的智能终端的位置变化情况和/或智能终端的运动信息判断用户的体力消耗情况,使得判断结果更加符合实际情况,进而使得基于判断的游客体力消耗情况进行的游览引导,更加符合的体力情况。
可选的,所述根据所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一,执行游客管理操作,包括:
根据所述智能终端所处的位置信息判断游客是否处于森林或草原的危险区域和/或是否在大于预设时长阈值的时间段内的移动范围小于预设值,得到第一判断结果;和/或,根据所述智能终端的运动信息判断游客是否发生活动异常,得到第二判断结果,所述活动异常包括坠落、摔倒、速度大于预设速度阈值的跑步、跑步后摔倒;和/或,根据声音信息判断是否存在异常声音,得到第三判断结果,所述异常声音包括游客发出的异常声音和/或周围环境中产生的异常声音,所述周围环境信息包括通过声音检测模块检测到的所述声音信息;
根据所述第一判断结果、所述第二判断结果和所述第三判断结果中的至少之一,确定游客是否发生危险。
其中,移动范围小于预设值,例如可以是面积小于预设值、移动范围内的最大直线距离小于预设值。
游客发出的异常声音,例如可以是惊呼声或呼喊“救命”的声音,周围环境中的异常声音例如可以是野兽发出的声音、雷声、崩塌的声音等。
本实施例中,认为游客处于草原或森林中的危险区域(例如易迷路的区域、野兽经常出没的区域)则可能发生危险。认为游客如果在很长的一段时间内的活动范围很小甚至不动,则可能发生危险,这一点一般会与其他的情况联合判断,例如所处的位置不是休息区域或者不适合休息,尤其是在所处的位置是危险区域时如果游客在很长的一段时间内的活动范围很小甚至不动,则认为游客发生危险,或者联合第二判断结果(即游客在之前发生过异常活动)、第三判断结果(即游客曾发出异常声音或周围环境中存在异常声音)进行判断。认为游客如果发生异常活动则认为其可能发生危险。认为游客如果发出异常声音和/或其周围存在异常声音,则认为其发生危险。
进一步可选的,还可以结合天气和时间点(例如晚上),判断游客是否发生危险。
本实施例能够自主判断游客是否发生危险,并在判断游客发生危险时进行本地报警(声光报警)和远程报警(发送报警信息给游客管理平台),从而可以及时地发现游客发生危险并及时进行救援,保证游客安全。
可选的,所述根据所述智能终端的运动信息判断游客是否发生活动异常,包括:
将所述运动信息整理成矩阵形式并标准化之后输入至运动分析模型,所述运动分析模型包括低频分支卷积网络、去噪分支卷积网络、特征融合层、全局平均池化层、门控循环单元和Softmax层;所述低频分支卷积网络用于提取输入信息中的低频分量,并通过卷积操作提取特征信息,所述去噪分支卷积网络用于对输入的信息进行去噪处理,所述特征融合层用于将所述低频分支卷积网络和所述去噪分支卷积网络的输出拼接呈特征向量并进行特征融合处理后输入至依次连接的全局平均池化层、所述门控循环单元和所述Softmax层进行活动异常识别;
根据所述运动分析模型的输出确定游客是否发生活动异常和具体的异常情形;训练所述运动分析模型的学习率公式为:
本实施例中利用神经网络模型、基于智能终端的运动信息判断游客是否发生异常,可以适用于各种活动异常情况下,而且神经网络模型可以不断地进行优化,使得判断的准确率越来越高,能够分辨的情况也越来越多。
可选的,所述根据所述声音信息判断是否存在异常声音,包括:
对所述声音信息进行加窗分帧处理,得到多个声音帧;
分别对每个所述声音帧进行短时傅里叶分析得到对应的频谱图;
对每个所述声音帧对应的频谱图进行计算得到对应的谱线能量;
使用梅尔滤波器计算所述谱线能量对应的梅尔谱能量并对数化得到能量参数;
将每个所述声音帧对应的能量参数归一化为0~255的灰度数据值;
将每个所述声音帧对应的灰度数据值和其他的特征数据分别输入至包括至少两个隐层的层叠自编码算法(SAE)模型、长短期记忆(LSTM)网络模型;其他的特征数据包括平均幅度、短时平均过零率、短时自相关函数和短时平均幅度差函数中的至少之一;
对所述层叠自编码算法模型的输出和所述长短期记忆网络模型的输出进行加权求和;
根据加权求和结果确定所述声音信息是否是异常声音。
本实施例中,将能量参数归一化,方便后的数据处理,提升声音信息判断的准确性以及模型训练时的效率。另外,本实施例使用两种不同的神经网络模型进行声音判断,可以提升准确度,防止误判。层叠自编码算法模型可以是一个由多层稀疏自动编码器组成的深度学习神经网络,其前一层自编码器的输出作为后一层自编码器的输入。层叠自编码算法模型的网络参数的初始化可以采用逐层贪婪训练法。层叠自编码算法模型可以使用softmax分类器实现异常声音的判断。
进一步可选的,所述层叠自编码算法模型的输出和所述长短期记忆网络模型的输出为所述声音信息属于各种声音类型的概率,加权求和时然后声音类型分别进行,得到各声音类型对应的概率,然后根据概率值的大小可以确定所述声音信息具体的类型,例如是游客发出的惊呼声,还是野兽的吼声等。
其他可选的具体实施方式中,可以对所述声音检测模块检测到的声音信息进行特征提取,然后利用提取的声音特征与预先建立的隐马尔科夫模型中的正常声音特征和异常声音特征之间的欧式空间距离,若预先建立的隐马尔科夫模型中与从所述声音检测模块检测到的声音信息提取的特征欧式距离最小且小于预设值的是异常声音特征,则判断所述声音检测模块检测到的声音信息包括异常声音,类型与该异常声音特征一致,例如可以是人的惊呼声或野兽的声音或雷声等。上述的隐马尔科夫模型可以通过预先采集的异常声音和正常声音进行聚类得到,上述的预设值也可以根据预先采集的异常声音和正常声音确定,换句话说该预设值应该保证预先采集的异常声音和正常声音的分类准确度大于一定的值,例如90%。
进一步可选的,在进行异常声音识别之前,可以对所述声音检测模块检测到的声音信息进行降噪处理,具体的,可以包括以下步骤:
对所述声音检测模块检测到的声音信息做加窗处理,得到多个声音信息段;
对多个声音信息段分别做傅里叶变换,得到频域信号;其中,加窗处理所使用的窗函数为:计算K+1个点的汉宁窗,并计算每个点的平方值,然后计算汉宁窗中各点的平方和,利用所述平方和对汉宁窗内的各点做归一化,取前K个归一化值作为汉宁窗的值;
将频域信号划分多个频带,计算各个频带的能量;
根据各个频带的能量计算各个频带的后验信噪比;
根据各个频带的能量和后验信噪比估计各个频带的先验信噪比;
利用所述能量信息和所述先验信噪比构造滤波器;
利用构造出的所述滤波器对所述声音检测模块检测到的声音信息进行滤波处理。
可选的,所述方法还包括:
若根据所述第一判断结果、所述第二判断结果和所述第三判断结果中的至少之一,确定游客发生危险,则控制启动所述智能终端的图像采集模块,并输出用于提示用户移动所述智能终端以拍摄周边环境的图像的提示信息;
将采集的图像发送至游客管理平台。
从而,工作人员、救援人员可以根据图像采集模块采集的图像判断游客周围的环境,便于救援定位和救援环境的分析判断。
可选的,所述检测模块包括用于检测所述智能终端的电池电量的电量检测模块;
所述方法还包括:
在接收到游客管理平台发送的针对所述报警信息的响应信息后,定时获取所述智能终端的电量信息;
在所述智能终端的电量信息低于预设电量阈值的情况下,控制所述智能终端进入省电模式。
本实施例中,智能终端在确定游客管理平台已经接收到报警信息后,且电量较低时可以进入省电模式,以节省电量,便于在救援过程中与救援人员联系,或者在救援过程中根据游客管理平台发送的控制信息进行声报警和/或光报警。
本发明实施例中,还可以控制所述智能终端的通信模块接收游客管理平台发送的信息。
实施例2
本实施例提供一种森林草原游客管理***,如图2所示,应用于游客所持的智能终端,包括:
检测模块控制单元101,用于控制启动所述智能终端中的一种或多种检测模块进行检测;
检测信号识别单元102,用于根据所述检测模块检测到的信号,获取所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一;
游客管理操作执行单元103,用于根据所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一,执行游客管理操作;所述游客管理操作包括以下至少之一:
控制所述智能终端的扬声器和/或显示屏幕输出游览引导信息;
控制所述智能终端的扬声器和/或显示屏幕输出危险提醒信息,所述危险提醒信息用于提示游客已经偏离游览路线或游览区域;
控制所述智能终端的通信模块向游客管理平台发送游客偏离游览路线或游览区域的提醒信息;
在判断游客发生危险时控制所述智能终端的扬声器输出声报警信息;
在判断游客发生危险时控制所述智能终端的闪光灯输出光报警信息;
在判断游客发生危险时控制所述智能终端的通信模块向游客管理平台发送报警信息;
在判断出游客有使用明火的行为后,输出火灾提醒信息。
具体的,所述森林草原游客管理***可以是一个应用程序,用于安装在游客的智能终端内。
本发明实施例提供的森林草原游客管理***,能够根据游客所持的智能终端上各检测模块检测到的信息实时、准确和有针对性地进行游客管理,使得游客的人身安全得到最大程度的保证、游览体验得到明显提升。另外,还可以根据检测到的信息实时识别游客使用明火的行为并输出火灾提醒信息,从而能够从源头上避免森林草原上的火灾。
可选的,所述游客管理操作执行单元103包括:
历史游览信息分析单元,用于根据所述智能终端历史所处的位置信息判断游客已经游览的景点或区域;
游客体力判断单元,用于根据所述智能终端历史所处的位置信息和对应的时间、和/或所述智能终端的运动信息,判断游客的体力情况;
游览引导信息确定单元,用于根据游客已经游览的景点或区域、所述智能终端当前所处的位置信息、游客的所述体力情况,输出所述游览引导信息,所述游览引导信息包括:建议前往的景点或区域的信息、和/或建议前往的景点或区域的路线、和/或不建议前往的景点或区域的信息。
可选的,所述游客体力判断单元包括:
游览速度和路径判断单元,用于根据所述智能终端历史所处的位置信息和对应的时间,判断游客的游览路径和游览速度;
交通工具判断单元,用于根据所述游览路径和所述游览速度判断游客是否乘坐交通工具;
第一体力消耗判断单元,用于对于所述游览路径中判断为未乘坐交通工具的部分,根据地形起伏和路况确定所需消耗的体力或根据预先确定的所需体力,得到第一体力消耗信息;
第二体力消耗判断单元,用于根据所述智能终端的运动信息确定所需消耗的体力,得到第二体力消耗信息;
体力情况确定单元,用于根据所述第一体力消耗信息和所述第二体力消耗信息中的较大值判断游客的体力情况。
可选的,所述游客管理操作执行单元103包括:
信息分析判断单元,用于根据所述智能终端所处的位置信息判断游客是否处于森林或草原的危险区域和/或是否在大于预设时长阈值的时间段内的移动范围小于预设值,得到第一判断结果;和/或,根据所述智能终端的运动信息判断游客是否发生活动异常,得到第二判断结果,所述活动异常包括坠落、摔倒、速度大于预设速度阈值的跑步、跑步后摔倒;和/或,根据声音信息判断是否存在异常声音,得到第三判断结果,所述异常声音包括游客发出的异常声音和/或周围环境中产生的异常声音,所述周围环境信息包括通过声音检测模块检测到的所述声音信息;
危险判断单元,用于根据所述第一判断结果、所述第二判断结果和所述第三判断结果中的至少之一,确定游客是否发生危险。
可选的,所述信息分析判断单元包括:
第一模型分析单元,用于将所述运动信息整理成矩阵形式并标准化之后输入至运动分析模型,所述运动分析模型包括低频分支卷积网络、去噪分支卷积网络、特征融合层、全局平均池化层、门控循环单元和Softmax层;所述低频分支卷积网络用于提取输入信息中的低频分量,并通过卷积操作提取特征信息,所述去噪分支卷积网络用于对输入的信息进行去噪处理,所述特征融合层用于将所述低频分支卷积网络和所述去噪分支卷积网络的输出拼接呈特征向量并进行特征融合处理后输入至依次连接的全局平均池化层、所述门控循环单元和所述Softmax层进行活动异常识别;根据所述运动分析模型的输出确定游客是否发生活动异常和具体的异常情形;训练所述运动分析模型的学习率公式为:
可选的,所述信息分析判断单元包括:
加窗分帧处理单元,用于对所述声音信息进行加窗分帧处理,得到多个声音帧;
傅里叶变换单元,用于分别对每个所述声音帧进行短时傅里叶分析得到对应的频谱图;
谱线能量计算单元,用于对每个所述声音帧对应的频谱图进行计算得到对应的谱线能量;
能量参数计算单元,用于使用梅尔滤波器计算所述谱线能量对应的梅尔谱能量并对数化得到能量参数;
归一化单元,用于将每个所述声音帧对应的能量参数归一化为0~255的灰度数据值;
第二模型分析单元,用于将每个所述声音帧对应的灰度数据值和其他的特征数据分别输入至包括至少两个隐层的层叠自编码算法模型、长短期记忆网络模型;其他的特征数据包括平均幅度、短时平均过零率、短时自相关函数和短时平均幅度差函数中的至少之一;
综合判断单元,用于对所述层叠自编码算法模型的输出和所述长短期记忆网络模型的输出进行加权求和;根据加权求和结果确定所述声音信息是否是异常声音。
可选的,所述***还包括:
图像采集模块控制启动单元,用于若根据所述第一判断结果、所述第二判断结果和所述第三判断结果中的至少之一,确定游客发生危险,则控制启动所述智能终端的图像采集模块,并输出用于提示用户移动所述智能终端以拍摄周边环境的图像的提示信息;
图像发送单元,用于将采集的图像发送至游客管理平台。
可选的,所述检测模块包括用于检测所述智能终端的电池电量的电量检测模块;
所述***还包括:
电量获取单元,用于在接收到游客管理平台发送的针对所述报警信息的响应信息后,定时获取所述智能终端的电量信息;
省电模式切换单元,用于在所述智能终端的电量信息低于预设电量阈值的情况下,控制所述智能终端进入省电模式。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (9)
1.一种森林草原游客智能管理方法,其特征在于,应用于游客所持的智能终端,包括以下步骤:
控制启动所述智能终端中的一种或多种检测模块进行检测;
根据所述检测模块检测到的信号,获取所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一;
根据所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一,执行游客管理操作,包括根据所述智能终端的运动信息判断游客是否发生活动异常,得到第二判断结果,所述活动异常包括坠落、摔倒、速度大于预设速度阈值的跑步、跑步后摔倒;所述游客管理操作包括以下至少之一:
控制所述智能终端的扬声器和/或显示屏幕输出游览引导信息;
控制所述智能终端的扬声器和/或显示屏幕输出危险提醒信息,所述危险提醒信息用于提示游客已经偏离游览路线或游览区域;
控制所述智能终端的通信模块向游客管理平台发送游客偏离游览路线或游览区域的提醒信息;
在判断游客发生危险时控制所述智能终端的扬声器输出声报警信息;
在判断游客发生危险时控制所述智能终端的闪光灯输出光报警信息;
在判断游客发生危险时控制所述智能终端的通信模块向游客管理平台发送报警信息;
在判断出游客有使用明火的行为后,输出火灾提醒信息,其中,
所述根据所述智能终端的运动信息判断游客是否发生活动异常,包括:
将所述运动信息整理成矩阵形式并标准化之后输入至运动分析模型,所述运动分析模型包括低频分支卷积网络、去噪分支卷积网络、特征融合层、全局平均池化层、门控循环单元和Softmax层;所述低频分支卷积网络用于提取输入信息中的低频分量,并通过卷积操作提取特征信息,所述去噪分支卷积网络用于对输入的信息进行去噪处理,所述特征融合层用于将所述低频分支卷积网络和所述去噪分支卷积网络的输出拼接呈特征向量并进行特征融合处理后输入至依次连接的全局平均池化层、所述门控循环单元和所述Softmax层进行活动异常识别;
根据所述运动分析模型的输出确定游客是否发生活动异常和具体的异常情形;训练所述运动分析模型的学习率公式为:
2.根据权利要求1所述的方法,其特征在于,所述根据所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一,执行游客管理操作,包括:
根据所述智能终端历史所处的位置信息判断游客已经游览的景点或区域;
根据所述智能终端历史所处的位置信息和对应的时间、和/或所述智能终端的运动信息,判断游客的体力情况;
根据游客已经游览的景点或区域、所述智能终端当前所处的位置信息、游客的所述体力情况,输出所述游览引导信息,所述游览引导信息包括:建议前往的景点或区域的信息、和/或建议前往的景点或区域的路线、和/或不建议前往的景点或区域的信息。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述智能终端历史所处的位置信息和对应的时间、和/或所述智能终端的运动信息,判断游客的体力情况,包括:
根据所述智能终端历史所处的位置信息和对应的时间,判断游客的游览路径和游览速度;
根据所述游览路径和所述游览速度判断游客是否乘坐交通工具;
对于所述游览路径中判断为未乘坐交通工具的部分,根据地形起伏和路况确定所需消耗的体力或根据预先确定的所需体力,得到第一体力消耗信息;
根据所述智能终端的运动信息确定所需消耗的体力,得到第二体力消耗信息;
根据所述第一体力消耗信息和所述第二体力消耗信息中的较大值判断游客的体力情况。
4.根据权利要求1或2所述的方法,其特征在于,所述根据所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一,执行游客管理操作,还包括:
根据所述智能终端所处的位置信息判断游客是否处于森林或草原的危险区域和/或是否在大于预设时长阈值的时间段内的移动范围小于预设值,得到第一判断结果;和/或,根据声音信息判断是否存在异常声音,得到第三判断结果,所述异常声音包括游客发出的异常声音和/或周围环境中产生的异常声音,所述周围环境信息包括通过声音检测模块检测到的所述声音信息;
根据所述第一判断结果、所述第二判断结果和所述第三判断结果中的至少之一,确定游客是否发生危险。
5.根据权利要求4所述的方法,其特征在于,所述根据所述声音信息判断是否存在异常声音,包括:
对所述声音信息进行加窗分帧处理,得到多个声音帧;
分别对每个所述声音帧进行短时傅里叶分析得到对应的频谱图;
对每个所述声音帧对应的频谱图进行计算得到对应的谱线能量;
使用梅尔滤波器计算所述谱线能量对应的梅尔谱能量并对数化得到能量参数;
将每个所述声音帧对应的能量参数归一化为0~255的灰度数据值;
将每个所述声音帧对应的灰度数据值和其他的特征数据分别输入至包括至少两个隐层的层叠自编码算法模型、长短期记忆网络模型;其他的特征数据包括平均幅度、短时平均过零率、短时自相关函数和短时平均幅度差函数中的至少之一;
对所述层叠自编码算法模型的输出和所述长短期记忆网络模型的输出进行加权求和;
根据加权求和结果确定所述声音信息是否是异常声音。
6.根据权利要求4所述的方法,其特征在于,还包括:
若根据所述第一判断结果、所述第二判断结果和所述第三判断结果中的至少之一,确定游客发生危险,则控制启动所述智能终端的图像采集模块,并输出用于提示用户移动所述智能终端以拍摄周边环境的图像的提示信息;
将采集的图像发送至游客管理平台。
7.根据权利要求1所述的方法,其特征在于,所述检测模块包括用于检测所述智能终端的电池电量的电量检测模块;
所述方法还包括:
在接收到游客管理平台发送的针对所述报警信息的响应信息后,定时获取所述智能终端的电量信息;
在所述智能终端的电量信息低于预设电量阈值的情况下,控制所述智能终端进入省电模式。
8.一种森林草原游客管理***,其特征在于,应用于游客所持的智能终端,包括:
检测模块控制单元,用于控制启动所述智能终端中的一种或多种检测模块进行检测;
检测信号识别单元,用于根据所述检测模块检测到的信号,获取所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一;
游客管理操作执行单元,用于根据所述智能终端所处的位置信息、运动信息和周围环境信息中的至少之一,执行游客管理操作;所述游客管理操作包括以下至少之一:
控制所述智能终端的扬声器和/或显示屏幕输出游览引导信息;
控制所述智能终端的扬声器和/或显示屏幕输出危险提醒信息,所述危险提醒信息用于提示游客已经偏离游览路线或游览区域;
控制所述智能终端的通信模块向游客管理平台发送游客偏离游览路线或游览区域的提醒信息;
在判断游客发生危险时控制所述智能终端的扬声器输出声报警信息;
在判断游客发生危险时控制所述智能终端的闪光灯输出光报警信息;
在判断游客发生危险时控制所述智能终端的通信模块向游客管理平台发送报警信息;
在判断出游客有使用明火的行为后,输出火灾提醒信息。
9.根据权利要求8所述的***,其特征在于,所述游客管理操作执行单元包括:
历史游览信息分析单元,用于根据所述智能终端历史所处的位置信息判断游客已经游览的景点或区域;
游客体力判断单元,用于根据所述智能终端历史所处的位置信息和对应的时间、和/或所述智能终端的运动信息,判断游客的体力情况;
游览引导信息确定单元,用于根据游客已经游览的景点或区域、所述智能终端当前所处的位置信息、游客的所述体力情况,输出所述游览引导信息,所述游览引导信息包括:建议前往的景点或区域的信息、和/或建议前往的景点或区域的路线、和/或不建议前往的景点或区域的信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111381349.0A CN114125722B (zh) | 2021-11-21 | 2021-11-21 | 森林草原游客智能管理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111381349.0A CN114125722B (zh) | 2021-11-21 | 2021-11-21 | 森林草原游客智能管理方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114125722A CN114125722A (zh) | 2022-03-01 |
CN114125722B true CN114125722B (zh) | 2022-07-19 |
Family
ID=80398173
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111381349.0A Active CN114125722B (zh) | 2021-11-21 | 2021-11-21 | 森林草原游客智能管理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114125722B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117253193B (zh) * | 2023-10-13 | 2024-04-23 | 济南瑞源智能城市开发有限公司 | 一种包含大型水域景区的智能化安防监控方法及设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112668375A (zh) * | 2019-10-16 | 2021-04-16 | 广东轻工职业技术学院 | 景区内游客分布分析***及方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203838849U (zh) * | 2014-05-13 | 2014-09-17 | 南京信息工程大学 | 一种户外帐篷安全提醒仪 |
CN106920002A (zh) * | 2017-01-22 | 2017-07-04 | 上海卓易科技股份有限公司 | 一种基于移动终端的智能导游方法及装置 |
JP6827203B2 (ja) * | 2017-07-10 | 2021-02-10 | パナソニックIpマネジメント株式会社 | 行動提案方法、行動提案装置及び行動提案プログラム |
CN108986408A (zh) * | 2018-08-27 | 2018-12-11 | 漳州市爵晟电子科技有限公司 | 一种智能报警*** |
CN110556067A (zh) * | 2019-08-26 | 2019-12-10 | 河海大学 | 一种具有智能提醒作用的导游***及为游客导游的方法 |
CN112051926A (zh) * | 2020-10-10 | 2020-12-08 | 吉林师范大学 | 一种冰雪旅游旅游者安全监测*** |
-
2021
- 2021-11-21 CN CN202111381349.0A patent/CN114125722B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112668375A (zh) * | 2019-10-16 | 2021-04-16 | 广东轻工职业技术学院 | 景区内游客分布分析***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114125722A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7221423B2 (ja) | 時間変動音量予測システム | |
CN106662458B (zh) | 用于改进地图和导航数据的可穿戴传感器数据 | |
AU2015376080B2 (en) | Sensing of water quality | |
CN111405478A (zh) | 服务提供方法、装置、终端及存储介质 | |
CN106131376B (zh) | 一种室内外场景确定方法及装置 | |
CN106767818B (zh) | 可穿戴电子设备及其健康出行*** | |
US11165954B1 (en) | Scene-aware custom tuned video surveillance detection system | |
KR102157592B1 (ko) | 해수욕장 안전사고 예방을 위한 해수욕장 안전 관리 시스템 및 방법과, 이를 위한 컴퓨터 프로그램 | |
CN109345876A (zh) | 一种船舶监控***及方法 | |
CN114125722B (zh) | 森林草原游客智能管理方法及*** | |
KR101721041B1 (ko) | 관심 지점을 이용한 이동 패턴 분석 시스템 및 방법 | |
CN111638751A (zh) | 基于可穿戴设备的安全预警方法及装置、可穿戴设备 | |
CN111626162A (zh) | 基于时空大数据分析的水上救援***及溺水警情预测方法 | |
CN111275930A (zh) | 一种防溺水穿戴式设备控制***及其方法 | |
CN109624984A (zh) | 一种移动互联网智能车载*** | |
CN113569718A (zh) | 提醒方法、装置、设备、***和存储介质 | |
Anagnostopoulos et al. | Environmental exposure assessment using indoor/outdoor detection on smartphones | |
KR102333955B1 (ko) | 사회적 약자를 위한 안전 지역 안내 및 경로 안내를 위한 방법, 시스템 및 애플리케이션 | |
CN209029067U (zh) | 一种智能旅游景区监测*** | |
CN106932841A (zh) | 环境监测装置、导航设备及导航服务端 | |
CN111145065A (zh) | 一种人工智能社区物联服务终端及*** | |
CN117197978A (zh) | 一种基于深度学习的林火监测预警*** | |
CN113313273B (zh) | 基于大数据环境下的公共设施检测方法、***和存储介质 | |
CN115984719A (zh) | 一种基于无人机的林区隐患识别方法及设备 | |
CN109543000B (zh) | 基于算法和手机的商场智能疏散*** |
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 |