一种监控方法、装置、存储介质及家用电器制造方法及图纸

本申请提供一种监控方法、装置、存储介质及家用电器，所述方法包括：采集目标用户的第一图像；利用卷积神经网络算法对所述第一图像进行识别，以判断所述目标用户是否跌倒；若判断所述目标用户跌倒，则向相关用户发送相应的第一提醒信息。本申请提供的方案能够在目标用户跌倒后及时通知相关用户，避免目标用户发生危险。

【技术实现步骤摘要】
一种监控方法、装置、存储介质及家用电器
本申请涉及监控
，尤其涉及一种监控方法、装置、存储介质及家用电器。
技术介绍
目前，很多老年人独自待在老家，这样的情况会引发独居老年人的安全性问题，伴随着我国老年化不断加剧，独居老人越来越多，老年人独居的相应的问题也会让社会所关注，比如说老人容易摔倒，若老人独自在家摔倒后若未被及时发现可能造成生命危险的问题。
技术实现思路
本申请的主要目的在于克服上述现有技术的缺陷，提供一种监控方法、装置、存储介质及家用电器，以解决现有技术中老人独自在家摔倒后若未被及时发现可能造成生命危险的问题。本申请一方面提供了一种监控方法，包括：采集目标用户的第一图像；利用卷积神经网络算法对所述第一图像进行识别，以判断所述目标用户是否跌倒；若判断所述目标用户跌倒，则向相关用户发送相应的第一提醒信息。可选地，利用卷积神经网络算法对所述第一图像进行识别，以判断所述目标用户是否跌倒，包括：通过共享的卷积神经网络提取所述第一图像中的特征信息，以得到第一特征图；通过预设的局部神经网络提取所述第一特征图中的目标检测候选区域，并进行分类得到所述目标用户是否跌倒的第一分类结果。可选地，利用卷积神经网络算法对所述第一图像进行识别，以判断所述目标用户是否跌倒，还包括：将所述目标检测候选区域和所述第一分类结果导入ROI池化层进行池化处理，得到预设输出尺寸的第二特征图；将所述第二特征图输入全连接层进行分类，以得到所述目标用户是否跌倒的第二分类结果。可选地，在采集目标用户的第一图像之前，还包括：判断当前所处环境的环境声音的强度是否达到第一预设阈值；当所述环境声音的强度达到第一预设阈值时，采集目标用户的第一图像。可选地，还包括：若判断所述目标用户跌倒，则采集所述目标用户的第二图像；根据所述第二图像判断所述目标用户跌倒后是否站起来；根据判断所述目标用户跌倒后是否站起来的判断结果向相关用户发送相应的第二提醒信息。可选地，所述第一提醒信息和/或第二提醒信息，包括：文字提醒信息和/或语音提醒信息。可选地，还包括：接收所述目标用户发出的求助语音；向相关用户发送所述求助语音；和/或将所述求助语音转换为相应的文本信息，并将所述相应的文本信息发送给相关用户。可选地，将所述求助语音转换为相应的求助文本信息，包括：对所述求助语音进行语音识别，以得到相应的文字信息；利用长短记忆神经网络对所述文字信息进行语义解析，以得到所述求助文本信息。本申请另一方面提供了一种监控装置，包括：采集单元，用于采集目标用户的第一图像；第一判断单元，用于利用卷积神经网络算法对所述第一图像进行识别，以判断所述目标用户是否跌倒；提醒单元，用于若所述第一判断单元判断所述目标用户跌倒，则向相关用户发送相应的第一提醒信息。可选地，所述第一判断单元，包括：特征提取子单元，用于通过共享的卷积神经网络提取所述第一图像中的特征信息，以得到第一特征图；第一分类子单元，用于通过预设的局部神经网络提取所述第一特征图中的目标检测候选区域，并进行分类得到所述目标用户是否跌倒的第一分类结果。可选地，所述第一判断单元，还包括：池化处理子单元，用于将所述目标检测候选区域和所述第一分类结果导入ROI池化层进行池化处理，得到预设输出尺寸的第二特征图；第二分类子单元，用于将所述第二特征图输入全连接层进行分类，以得到所述目标用户是否跌倒的第二分类结果。可选地，还包括：第二判断单元，用于在所述采集单元采集目标用户的第一图像之前，判断当前所处环境的环境声音的强度是否达到第一预设阈值；所述采集单元，还用于：当所述第二判断单元判断所述环境声音的强度达到第一预设阈值时，采集目标用户的第一图像。可选地，所述采集单元，还用于：若所述第一判断单元判断所述目标用户跌倒，则采集所述目标用户的第二图像；所述第一判断单元，还用于：根据所述采集单元采集的所述第二图像判断所述目标用户跌倒后是否站起来；所述提醒单元，还用于：根据判断所述目标用户跌倒后是否站起来的判断结果向相关用户发送相应的第二提醒信息。可选地，所述第一提醒信息和/或所述第二提醒信息，包括：文字提醒信息和/或语音提醒信息。可选地，还包括：接收单元，用于接收所述目标用户发出的求助语音；转换单元，用于将所述求助语音转换为相应的文本信息；发送单元，用于向相关用户发送所述求助语音，和/或将所述相应的文本信息发送给相关用户。可选地，所述转换单元，将所述求助语音转换为相应的求助文本信息，包括：对所述求助语音进行语音识别，以得到相应的文字信息；利用长短记忆神经网络对所述文字信息进行语义解析，以得到所述求助文本信息。本申请又一方面提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现前述任一所述方法的步骤。本申请再一方面提供了一种家用电器，包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序，所述处理器执行所述程序时实现前述任一所述方法的步骤。本申请再一方面提供了一种家用电器，包括前述任一所述的监控装置。根据本申请的技术方案，采集目标用户的第一图像，并利用卷积神经网络算法对所述第一图像进行识别，以判断所述目标用户是否跌倒，若判断目标用户跌倒，则向相关用户发送相应的第一提醒信息，能够在目标用户跌倒后及时通知相关用户，避免目标用户发生危险。并且，本申请利用改进的FasterR_CNN卷积神经网络实时对目标用户(例如老人)进行检测，并判断分类出目标用户是否跌倒。本申请在判断目标用户跌倒后，利用语音系统接收目标用户的语音求助，把相应的求助信息发送给相关用户和/或向相关用户播放求助信息，以使目标用户得到及时救助。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1是本申请提供的监控方法的一实施例的方法示意图；图2是根据本申请实施例的根据所述第一图像判断所述目标用户是否跌倒的步骤的一具体实施方式的流程示意图；图3是根据本申请一种具体实施方式的通过改进的FasterR_CNN算法判断所述目标用户是否跌倒的流程示意图；图4是本申请提供的监控方法的另一实施例的方法示意图；图5是本申请提供的监控方法的又一实施例的方法示意图；图6是本申请提供的监控方法的再一实施例的方法示意图；图7是本申请提供的监控装置的一实施例的结构示意图；图8是根据本申请实施例的第一判断单元的一具体实施方式的结构示意图；图9是本申请提供的监控装置的另一实施例的结构示意图；图10是本申请提供的监控装置的又一实施例的结构示意图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、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。基于本申请中的实施例，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，都属于本申请保护的范围。需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语本文档来自技高网...

【技术保护点】
1.一种监控方法，其特征在于，包括：采集目标用户的第一图像；利用卷积神经网络算法对所述第一图像进行识别，以判断所述目标用户是否跌倒；若判断所述目标用户跌倒，则向相关用户发送相应的第一提醒信息。

【技术特征摘要】
1.一种监控方法，其特征在于，包括：采集目标用户的第一图像；利用卷积神经网络算法对所述第一图像进行识别，以判断所述目标用户是否跌倒；若判断所述目标用户跌倒，则向相关用户发送相应的第一提醒信息。2.根据权利要求1所述的方法，其特征在于，利用卷积神经网络算法对所述第一图像进行识别，以判断所述目标用户是否跌倒，包括：通过卷积神经网络提取所述第一图像中的特征信息，以得到第一特征图；通过局部神经网络提取所述第一特征图中的目标检测候选区域，并进行分类得到所述目标用户是否跌倒的第一分类结果。3.根据权利要求2所述的方法，其特征在于，利用卷积神经网络算法对所述第一图像进行识别，以判断所述目标用户是否跌倒，还包括：将所述目标检测候选区域和所述第一分类结果进行池化处理，得到预设输出尺寸的第二特征图；将所述第二特征图输入全连接层进行分类，以得到所述目标用户是否跌倒的第二分类结果。4.根据权利要求1-3任一项所述的方法，其特征在于，在采集目标用户的第一图像之前，还包括：判断当前所处环境的环境声音的强度是否达到第一预设阈值；当所述环境声音的强度达到第一预设阈值时，采集目标用户的第一图像。5.根据权利要求1-4任一项所述的方法，其特征在于，还包括：若判断所述目标用户跌倒，则采集所述目标用户的第二图像；根据所述第二图像判断所述目标用户跌倒后是否站起来；根据判断所述目标用户跌倒后是否站起来的判断结果向相关用户发送相应的第二提醒信息。6.根据权利要求1-5任一项所述的方法，其特征在于，所述第一提醒信息和/或第二提醒信息，包括：文字提醒信息和/或语音提醒信息。7.根据权利要求1-6任一项所述的方法，其特征在于，还包括：接收所述目标用户发出的求助语音；向相关用户发送所述求助语音；和/或，将所述求助语音转换为相应的文本信息，并将所述相应的文本信息发送给相关用户。8.根据权利要求7所述的方法，其特征在于，将所述求助语音转换为相应的求助文本信息，包括：对所述求助语音进行语音识别，以得到相应的文字信息；利用长短记忆神经网络对所述文字信息进行语义解析，以得到所述求助文本信息。9.一种监控装置，其特征在于，包括：采集单元，用于采集目标用户的第一图像；第一判断单元，用于利用卷积神经网络算法对所述第一图像进行识别，以判断所述目标用户是否跌倒；提醒单元，用于若所述第一判断单元判断所述目标用户跌倒，则向相关用户发送相应的第一提醒信息。10.根据权利要求8所述的装置，其特征在于，所述第一判断单元，包括：特征提取...

【专利技术属性】
技术研发人员：汪进，郑文成，廖湖锋，毛跃辉，李保水，文皓，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：广东,44