一种形态特征识别的方法和设备技术

本发明专利技术实施例提出了一种形态特征识别的方法和设备，其中，该方法包括：获取待监测对象的预设形态特征以及所在环境的环境数据；基于所述形态特征确定所述待监测对象的情绪所对应的情绪数据；基于所述情绪数据与所在环境数据预估所述待监测对象的下一步行为的危险程度的危险数据；当所述危险数据符合预设条件时，执行预设的与所述危险数据对应的预防流程。通过对待监控对象进行形态特征识别以及环境数据进行数据采集以及基于形态特征进行情绪数据识别的方式，预估待监控对象下一步行为危险程度的方式来对待监控对象进行自动化识别，提升了处理的效率，降低了人工成本，且能实现全天24小时不间断的监控，避免了监控的盲区。

A method and equipment of morphological feature recognition

【技术实现步骤摘要】
一种形态特征识别的方法和设备
本专利技术涉及形态特征识别领域，特别涉及一种形态特征识别的方法和设备。
技术介绍
目前，随着社会的不断发展，人口的流动性越来越大，由此造成很多治安问题，而现在的应对方式是采用摄像头进行监控，设置有保卫人员在监控室集中查看各个摄像头所上报的视频数据，再以人眼的方式仔细查看的方式来进行监控与预警，但是这种方式需要消耗大量的人力，效率低下，而人的精力有限，无法实现全天24小时监控，且对监控人员的要求比较高，无法应对目前越来越大的监控需要。由此，目前需要一种效率更高的可以实现全程监控的方案。
技术实现思路
针对现有技术中的缺陷，本专利技术提出了一种形态特征识别的方法和设备。通过对待监控对象进行形态特征识别以及环境数据进行数据采集以及基于形态特征进行情绪数据识别的方式，预估待监控对象下一步行为危险程度的方式来对待监控对象进行自动化识别，提升了处理的效率，降低了人工成本，且能实现全天24小时不间断的监控，避免了监控的盲区。具体的，本专利技术提出了以下具体的实施例：本专利技术实施例还提出了一种形态特征识别的方法，包括：获取待监测对象的预设形态特征以及所在环境的环境数据；基于所述形态特征确定所述待监测对象的情绪所对应的情绪数据；基于所述情绪数据与所在环境数据预估所述待监测对象的下一步行为的危险程度的危险数据；当所述危险数据符合预设条件时，执行预设的与所述危险数据对应的预防流程。在一个具体的实施例中，所述形态特征包括：面部表情特征和/或身体姿态特征。在一个具体的实施例中，所述“基于所述形态特征确定所述待监测对象的情绪所对应的情绪数据”，包括：将所述形态特征的数据导入预设的形态特征模型，以获取所述待监测对象的情绪所对应的情绪数据；其中，所述形态特征模型是通过深度学习数量超过一定数量的形态特征标本数据得到；所述形态特征标本数据为标注有情绪数据的形态特征的数据。在一个具体的实施例中，所述“获取待监测对象的预设形态特征以及所在环境的环境数据”，包括：当获取到包含有待监测对象的图像标识的触发信息时，基于所述触发信息启动预设摄像头进行拍摄，以获取图像数据；当从所述图像数据中获取到与所述图像标识对应的对象时，将所述对象设置为待监控对象，并控制所述摄像头跟踪所述待监测对象进行拍摄，以获取预设时间段内所述待监测对象的预设形态特征以及所在环境的环境数据。在一个具体的实施例中，所述情绪数据包括：正常情绪数据、异常情况数据；所述环境数据包括：单人环境数据、多人环境数据；所述“基于所述情绪数据与所在环境数据预估所述待监测对象的下一步行为的危险程度的危险数据”，包括：基于所述情绪数据与所在环境数据输入预设的行为模型，以预估所述待监测对象的下一步行为；其中，所述行为模型是基于深度学习数量超过一定数量的行为标本数据得到；所述行为标本数据为标注有情绪数据与环境数据的行为的数据；基于所述情绪数据的权重系数与所在环境数据的权重系数进行加权评估，得到评估值；其中，所述正常情绪数据的权重系数低于所述异常情况数据的权重系数；所述单人环境数据的权重系数低于所述多人环境数据的权重系数；将所述评估值设置为所述待监测对象的下一步行为的危险程度的危险数据。本专利技术实施例还提出了一种形态特征识别的设备，包括：获取模块，用于获取待监测对象的预设形态特征以及所在环境的环境数据；确定模块，用于基于所述形态特征确定所述待监测对象的情绪所对应的情绪数据；预估模块，用于基于所述情绪数据与所在环境数据预估所述待监测对象的下一步行为的危险程度的危险数据；预防模块，用于当所述危险数据符合预设条件时，执行预设的与所述危险数据对应的预防流程。在一个具体的实施例中，所述形态特征包括：面部表情特征和/或身体姿态特征。在一个具体的实施例中，所述确定模块，用于将所述形态特征的数据导入预设的形态特征模型，以获取所述待监测对象的情绪所对应的情绪数据；其中，所述形态特征模型是通过深度学习数量超过一定数量的形态特征标本数据得到；所述形态特征标本数据为标注有情绪数据的形态特征的数据。在一个具体的实施例中，所述获取模块，用于：当获取到包含有待监测对象的图像标识的触发信息时，基于所述触发信息启动预设摄像头进行拍摄，以获取图像数据；当从所述图像数据中获取到与所述图像标识对应的对象时，将所述对象设置为待监控对象，并控制所述摄像头跟踪所述待监测对象进行拍摄，以获取预设时间段内所述待监测对象的预设形态特征以及所在环境的环境数据。在一个具体的实施例中，所述情绪数据包括：正常情绪数据、异常情况数据；所述环境数据包括：单人环境数据、多人环境数据；所述预估模块，用于：基于所述情绪数据的权重系数与所在环境数据的权重系数进行加权评估，得到评估值；其中，所述正常情绪数据的权重系数低于所述异常情况数据的权重系数；所述单人环境数据的权重系数低于所述多人环境数据的权重系数；将所述评估值设置为所述待监测对象的下一步行为的危险程度的危险数据。以此，本专利技术实施例还提出了一种形态特征识别的方法和设备，其中，该方法包括：获取待监测对象的预设形态特征以及所在环境的环境数据；基于所述形态特征确定所述待监测对象的情绪所对应的情绪数据；基于所述情绪数据与所在环境数据预估所述待监测对象的下一步行为的危险程度的危险数据；当所述危险数据符合预设条件时，执行预设的与所述危险数据对应的预防流程。通过对待监控对象进行形态特征识别以及环境数据进行数据采集以及基于形态特征进行情绪数据识别的方式，预估待监控对象下一步行为危险程度的方式来对待监控对象进行自动化识别，提升了处理的效率，降低了人工成本，且能实现全天24小时不间断的监控，避免了监控的盲区。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，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相关的附图。图1为本专利技术实施例提出的一种形态特征识别的方法的流程示意图；图2为本专利技术实施例提出的一种形态特征识别的方法所涉及到的硬件的示意图；图3为本专利技术实施例提出的一种形态特征识别的设备的结构示意图。具体实施方式在下文中，将更全面地描述本公开的各种实施例。本公开可具有各种实施例，并且可在其中做出调整和改变。然而，应理解：不存在将本公开的各种实施例限于在此公开的特定实施例的意图，而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。在本公开的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本公开的各种实施例。如在此所使用，单数形式意在也包括复数形式，除非上下文清楚地另有指示。除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本公开的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关
中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本公开的各种实施例中被清楚地限定。实施例1本专利技术实施例1公开了一种形态特征识别的方法，如图1所示，包括以下步骤：步骤101、获取待监测对象的预设形态特征以及所在本文档来自技高网...

【技术保护点】
1.一种形态特征识别的方法，其特征在于，包括：获取待监测对象的预设形态特征以及所在环境的环境数据；基于所述形态特征确定所述待监测对象的情绪所对应的情绪数据；基于所述情绪数据与所在环境数据预估所述待监测对象的下一步行为的危险程度的危险数据；当所述危险数据符合预设条件时，执行预设的与所述危险数据对应的预防流程。

【技术特征摘要】
1.一种形态特征识别的方法，其特征在于，包括：获取待监测对象的预设形态特征以及所在环境的环境数据；基于所述形态特征确定所述待监测对象的情绪所对应的情绪数据；基于所述情绪数据与所在环境数据预估所述待监测对象的下一步行为的危险程度的危险数据；当所述危险数据符合预设条件时，执行预设的与所述危险数据对应的预防流程。2.如权利要求1所述的一种形态特征识别的方法，其特征在于，所述形态特征包括：面部表情特征和/或身体姿态特征。3.如权利要求1或2所述的一种形态特征识别的方法，其特征在于，所述“基于所述形态特征确定所述待监测对象的情绪所对应的情绪数据”，包括：将所述形态特征的数据导入预设的形态特征模型，以获取所述待监测对象的情绪所对应的情绪数据；其中，所述形态特征模型是通过深度学习数量超过一定数量的形态特征标本数据得到；所述形态特征标本数据为标注有情绪数据的形态特征的数据。4.如权利要求1所述的一种形态特征识别的方法，其特征在于，所述“获取待监测对象的预设形态特征以及所在环境的环境数据”，包括：当获取到包含有待监测对象的图像标识的触发信息时，基于所述触发信息启动预设摄像头进行拍摄，以获取图像数据；当从所述图像数据中获取到与所述图像标识对应的对象时，将所述对象设置为待监控对象，并控制所述摄像头跟踪所述待监测对象进行拍摄，以获取预设时间段内所述待监测对象的预设形态特征以及所在环境的环境数据。5.如权利要求1所述的一种形态特征识别的方法，其特征在于，所述情绪数据包括：正常情绪数据、异常情况数据；所述环境数据包括：单人环境数据、多人环境数据；所述“基于所述情绪数据与所在环境数据预估所述待监测对象的下一步行为的危险程度的危险数据”，包括：基于所述情绪数据与所在环境数据输入预设的行为模型，以预估所述待监测对象的下一步行为；其中，所述行为模型是基于深度学习数量超过一定数量的行为标本数据得到；所述行为标本数据为标注有情绪数据与环境数据的行为的数据；基于所述情绪数据的权重系数与所在环境数据的权重系数进行加权评估，得到评估值；其中，所述正常情绪数据的...

【专利技术属性】
技术研发人员：宋成财，谢双武，
申请(专利权)人：深圳市华腾物联科技有限公司，
类型：发明
国别省市：广东,44