基于大数据神经网络的校园安全警示方法和装置制造方法及图纸

本申请实施例提供了一种基于大数据神经网络的校园安全警示方法和装置，该方法包括：获取被监护人的身体状态信息和被监护人所处位置信息；根据位置信息，确定用于监控被监护人所在场地的监控摄像头；通过确定的监控摄像头获取包含有被监护人的监控图像；对监控图像进行前景提取，以获取监控图像中被监护人的轮廓图像；根据被监护人的轮廓图像和所述被监护人的身体状态信息，判断所述被监护人是否发生意外事件；若所述被监护人发生意外事件，则根据所述位置信息，确定所述被监护人所在的监控区域的类型；根据所述轮廓图像和所述身体状态信息，确定被监护人的危险等级；根据监控区域的类型和所述危险等级确定发送给相应监护人的警示信息。

Campus Security Warning Method and Device Based on Big Data Neural Network

【技术实现步骤摘要】
基于大数据神经网络的校园安全警示方法和装置
本申请涉及信息
，具体而言，涉及一种基于大数据神经网络的校园安全警示方法和装置。
技术介绍
随着社会事件的曝光，校园环境以及校园儿童的安全问题日益得到人们的重视。监护人(如家长)在将自被监护人(如孩子)送到学校后，孩子会交由学校的教师负责，由于一个教师需要负责一个班级的孩子，而教师的精力有限，不能实时关注每个孩子的动态，因此，孩子在学校中可能存在安全问题，例如，摔倒、打架等，而家长期望时刻关注孩子在学校的学习生活、课外活动等显得尤为重要，这样，在孩子发生涉及安全的事件时能够第一时间帮助孩子。现有技术中，一般是被监护人携带一个智能设备，被监护人通过智能设备向监护人发送信息，在被监护人向监护人发送求助信息时，都需要被监护人将发送的信息提前输入到移动终端中，而后才能够通过手机发送消息，信息的输入方式过于单一，而且，在被监护人发生危险(如摔倒)的时候，若被监护人无法及时的发送信息，可能会导致被监护人的安全受到威胁。
技术实现思路
有鉴于此，本申请实施例的目的在于提供一种基于大数据神经网络的校园安全警示方法和装置，以提高确定的被监护人是否存在安全问题的准确度。第一方面，本申请实施例提供了一种基于大数据神经网络的校园安全警示方法，该方法包括：获取被监护人的身体状态信息和所述被监护人所处位置信息，所述位置信息为通过携带在所述被监护人身上的移动终端采集到的，所述身体状态信息为所述被监护人自身携带的可穿戴设备采集的；根据所述位置信息，确定用于监控所述被监护人所在场地的监控摄像头；通过确定的监控摄像头获取包含有被监护人的监控图像；对监控图像进行前景提取，以获取监控图像中被监护人的轮廓图像；根据所述被监护人的轮廓图像和所述被监护人的身体状态信息，判断所述被监护人是否发生意外事件；若所述被监护人发生意外事件，则根据所述位置信息，确定所述被监护人所在的监控区域的类型；并且，根据所述轮廓图像和所述身体状态信息，确定被监护人的危险等级；根据监控区域的类型和所述危险等级确定发送给相应监护人的警示信息。可选地，还包括：根据所述被监护人的位置信息，判断所述被监护人是否进入设置于校园范围内的电子围栏内；若所述被监护人进入设置于校园范围内的电子围栏内，则指示所述被监护人携带的可穿戴设备进入工作模式；或者，判断设置在所述校园范围内的阅读器是否采集到所述被监护人的射频识别身份信息；若所述阅读器采集到所述被监护人的射频识别身份信息，则指示所述被监护人携带的所述可穿戴设备进入工作模式。可选地，所述根据所述被监护人的轮廓图像和所述被监护人的身体状态信息，判断被监护人是否发生意外事件，包括：基于所述被监护人的多个体征参数值，以及预设的多种体征参数中每种体征参数的正常取值范围，确定所述体征参数值中是否存在异常的体征参数值；若所述体征参数值中存在至少一个异常的体征参数值，则比对所述被监护人的多个运动状态参数值和预设的对应运动状态参数中每种运动状态参数的正常取值范围；若存在至少两个运动状态参数值不在对应的运动状态参数的正常取值范围内，则识别所述被监护人在所述轮廓图像中的动作状态；基于识别的所述动作状态判断所述被监护人是否发生意外事件。可选地，所述基于识别的所述动作状态判断所述被监护人是否发生意外事件，包括：若所述被监护人的动作状态为以下状态中的至少一个，则确定被监护人发生意外事件：摔倒状态；受伤状态；哭泣状态。可选地，所述根据监控区域的类型和所述危险等级确定发送给相应监护人的警示信息，包括：若所述监控区域的类型为校园内类型、且所述危险等级为高危险等级，则将警示信息发送给所述被监护人的家庭监护人和学校监护人；若所述监控区域的类型为校园内类型、且所述危险等级为中危险等级，则仅将警示信息发送给所述被监护人的校园监护人；若所述监控区域的类型为校园外类型、且所述危险等级为高危险等级，则将所述被监护人的位置信息携带在警示信息中发送给所述被监护人所处场地对应的区域负责人。可选地，所述根据监控区域的类型和所述危险等级确定发送给相应监护人的警示信息，包括：若所述被监护人的危险等级为低危险等级且所述监控区域的类型为校园内类型，则获取第一预设时间段内所述被监护人的危险等级变化和监控区域的类型变化；若在所述第一预设时间段内所述被监护人的危险等级由低危险等级变更为高危险等级、且所述监控区域的类型由校园内类型变更为校园外类型，则向与被监护人所处场地距离最近的第三方部门发送报警信息。可选地，还包括：若在所述第一预设时间段内所述被监护人的危险等级由低危险等级变更为高危险等级、且所述监控区域的类型未发生变化，则将所述被监护人的位置信息携带在警示信息中发送给所述被监护人的校园监护人。可选地，所述根据监控区域的类型和所述危险等级确定发送给相应监护人的警示信息，包括：若所述被监护人的危险等级为高危险等级、且所述监控区域的类型为校园外类型，则获取并存储第二预设时间段内所述被监护人的行动路径信息以及所述行动路径信息中每个行动位置节点对应的危险等级；若危险等级按照各行动位置节点在行驶路径中的先后关系递减，则将加密后的行驶路径信息发送给被监护人的家庭监护人；若危险等级按照行动位置节点在行驶路径的先后关系未发生变化，则将加密后的行驶路径信息发送给被监护人所在场地的第三方部门的相关人员、家庭监护人、区域负责人。可选地，在所述判断所述被监护人是否发生意外事件之前，还包括：在确定所述被监护人发生意外事件后，通过确定的监控摄像头获取与所述被监护人处于同一场地的其它行人的行为信息；根据所述其它行人的行为信息，确定所述被监护人所处场地的环境危险程度。可选地，所述根据所述其它行人的行为信息，确定所述被监护人是否出现意外事件，包括：若所述其它行人中存在至少一个行人的状态信息为暴力行为信息，则确定所述被监护人所处场地的环境危险程度为高危险程度；若所述其它行人中存在至少一个行人的状态信息为表情异常行为信息，则确定所述被监护人所处场地的环境危险程度为中危险程度。可选地，所述根据所述位置信息，确定用于监控所述被监护人所在场地的监控摄像头，包括：在预先设置的监控设备信息表中，查询与所述位置信息对应的设备标识，所述监控设备信息表中包括监控摄像头的位置信息和监控摄像头的设备标识之间的对应关系；若查询到与所述被监护人的位置信息对应的设备标识，则将查找到的设备标识对应的监控设备头作为所述被监护人所在场地的监控摄像头。可选地，在所述判断所述被监护人是否发生意外事件之前，，还包括：通过确定的监控摄像头获取被监护人所在场地的音频信息；对所述音频信息进行声纹特征提取，以获取所述音频信息中的背景声纹信息和所述被监护人的声纹信息；比对获取的声纹信息和所述被监护人预先存储的声纹信息；若获取的声纹信息与所述被监护人预先存储的声音信息的相似度大于设定相似度阈值，则识别所述背景声纹信息中是否存在机械打斗声纹信息；若所述背景声纹信息中存在机械打斗声纹信息，则确定所述被监护人所在场地的处于高危险程度。可选地，所述根据所述轮廓图像和身体状态信息，确定被监护人的危险等级，包括：若所述被监护人的至少一个体征参数值存在异常、至少一个运动状态参数值存在异常、且所述被监护人的动作状态包括摔倒状态、受伤状态、哭泣状态中本文档来自技高网...

【技术保护点】
1.一种基于大数据神经网络的校园安全警示方法，其特征在于，该方法包括：获取被监护人的身体状态信息和所述被监护人所处位置信息，所述位置信息为通过携带在所述被监护人身上的移动终端采集到的，所述身体状态信息为所述被监护人自身携带的可穿戴设备采集的；根据所述位置信息，确定用于监控所述被监护人所在场地的监控摄像头；通过确定的监控摄像头获取包含有被监护人的监控图像；对监控图像进行前景提取，以获取监控图像中被监护人的轮廓图像；根据所述被监护人的轮廓图像和所述被监护人的身体状态信息，判断所述被监护人是否发生意外事件；若所述被监护人发生意外事件，则根据所述位置信息，确定所述被监护人所在的监控区域的类型；并且，根据所述轮廓图像和所述身体状态信息中的多个体征参数值和多个运动状态参数值，确定被监护人的危险等级；根据监控区域的类型和所述危险等级确定发送给相应监护人的警示信息。

【技术特征摘要】
1.一种基于大数据神经网络的校园安全警示方法，其特征在于，该方法包括：获取被监护人的身体状态信息和所述被监护人所处位置信息，所述位置信息为通过携带在所述被监护人身上的移动终端采集到的，所述身体状态信息为所述被监护人自身携带的可穿戴设备采集的；根据所述位置信息，确定用于监控所述被监护人所在场地的监控摄像头；通过确定的监控摄像头获取包含有被监护人的监控图像；对监控图像进行前景提取，以获取监控图像中被监护人的轮廓图像；根据所述被监护人的轮廓图像和所述被监护人的身体状态信息，判断所述被监护人是否发生意外事件；若所述被监护人发生意外事件，则根据所述位置信息，确定所述被监护人所在的监控区域的类型；并且，根据所述轮廓图像和所述身体状态信息中的多个体征参数值和多个运动状态参数值，确定被监护人的危险等级；根据监控区域的类型和所述危险等级确定发送给相应监护人的警示信息。2.如权利要求1所述的基于大数据神经网络的校园安全警示方法，其特征在于，还包括：根据所述被监护人的位置信息，判断所述被监护人是否进入设置于校园范围内的电子围栏内；若所述被监护人进入设置于校园范围内的电子围栏内，则指示所述被监护人携带的可穿戴设备进入工作模式；或者，判断设置在所述校园范围内的阅读器是否采集到所述被监护人的射频识别身份信息；若所述阅读器采集到所述被监护人的射频识别身份信息，则指示所述被监护人携带的所述可穿戴设备进入工作模式。3.如权利要求1所述的基于大数据神经网络的校园安全警示方法，其特征在于，所述根据所述被监护人的轮廓图像和所述被监护人的身体状态信息，判断被监护人是否发生意外事件，包括：基于所述被监护人的多个体征参数值，以及预设的多种体征参数中每种体征参数的正常取值范围，确定所述体征参数值中是否存在异常的体征参数值；若所述体征参数值中存在至少一个异常的体征参数值，则比对所述被监护人的多个运动状态参数值和预设的对应运动状态参数中每种运动状态参数的正常取值范围；若存在至少两个运动状态参数值不在对应的运动状态参数的正常取值范围内，则识别所述被监护人在所述轮廓图像中的动作状态；基于识别的所述动作状态判断所述被监护人是否发生意外事件。4.如权利要求3所述的基于大数据神经网络的校园安全警示方法，其特征在于，所述基于识别的所述动作状态判断所述被监护人是否发生意外事件，包括：若所述被监护人的动作状态为以下状态中的至少一个，则确定被监护人发生意外事件：摔倒状态；受伤状态；哭泣状态。5.如权利要求3所述的基于大数据神经网络的校园安全警示方法，其特征在于，所述识别所述被监护人在所述轮廓图像中的动作状态，包括：将所述轮廓图像输入到预先训练的行为动作特征提取模型中进行特征提取，得到所述轮廓图像中的行为动作特征向量；将所述...

【专利技术属性】
技术研发人员：孙金树，余力，
申请(专利权)人：启迪数华科技有限公司，
类型：发明
国别省市：重庆,50