一种基于机器学习的安全状态数据处理方法及系统技术方案

本发明专利技术提供一种基于机器学习的安全状态数据处理方法及系统，所述方法包括构建安全状态数据库，所述安全状态数据库包括生活环境安全状态数据、生理安全状态数据和基础安全状态数据；实时更新所述生理安全状态数据，根据所述生理安全状态数据和所述基础安全状态数据获取第一安全状态；响应于预设的环境数据采集指令，实时获取用户的当前环境，根据所述生活环境安全状态数据和所述当前环境获取第二安全状态，若所述第二安全状态为非安全状态，则将所述第二安全状态中的提醒数据发布至第二智能穿戴终端。本发明专利技术具有智能性高、针对性强的显著优势，能够为老年人提供适宜的看护服务，从而减轻社会负担。

【技术实现步骤摘要】
一种基于机器学习的安全状态数据处理方法及系统
本专利技术涉及数据处理领域，尤其涉及一种基于机器学习的安全状态数据处理方法及系统。
技术介绍
随着生活水平的提高和生活压力的增大，养老问题日益突出，空巢老人和独居老人比例提升，相应的，护理服务的科学化、；规范化和个性化均难以满足养老需求。养老设施智能化水平不足，专业人才的缺乏也使得养老问题日益凸显。独居老人和空巢老人行动不便，加之就医流程繁琐使得老人的日常看护显得更为重要，如何收集与处理老人健康安全相关的日常数据，并基于所述日常数据为老人提供高质量的看护服务也成为了研究热点。所幸随着智能穿戴技术、机器学习技术日益发展，为老人提供智能化看护成为可能。
技术实现思路
为了解决上述技术问题，本专利技术提供一种基于机器学习的安全状态数据处理方法及系统。本专利技术是以如下技术方案实现的：一种基于机器学习的安全状态数据处理方法，所述方法包括：构建安全状态数据库，所述安全状态数据库包括生活环境安全状态数据、生理安全状态数据和基础安全状态数据；响应于预设的生理数据采集指令，实时更新所述生理安全状态数据，根据所述生理安全状态数据和所述基础安全状态数据获取第一安全状态，将所述第一安全状态发布至第一智能穿戴终端，以便于所述第一智能穿戴终端根据所述第一安全状态对用户进行第一安全提醒；响应于预设的环境数据采集指令，实时获取用户的当前环境，根据所述生活环境安全状态数据和所述当前环境获取第二安全状态，若所述第二安全状态为非安全状态，则将所述第二安全状态中的提醒数据发布至第二智能穿戴终端，以便于所述第二智能穿戴终端根据所述提醒数据对用户进行第二安全提醒。优选的，还包括采集生理数据的步骤，所述采集生理数据，包括：响应于预设的第一生理数据采集指令，采集心率数据；若所述心率数据为合法阈值内，则响应于第二生理数据采集指令，采集温度数据、活动状态数据和血压数据，所述第一生理数据采集指令的发布频率高于所述第二生理数据采集指令；若所述心率数据位于合法阈值之外，则在第一智能穿戴终端创建心率监控对象，所述心率监控对象包括心率元素队列和定时驱动器，所述定时驱动器用于间隔预设时间发布心率采集指令，以便于采集心率数据并将所述心率数据存储入所述心率元素队列。优选的，若所述心率元素队列中的当前状态中的最后一个元素位于合法阈值内或所述心率元素队列的元素个数达到预设第一阈值，则所述心率监控对象将所述心率元素队列中的元素上报至云端，在所述第一智能穿戴终端销毁所述心率监控对象；若所述心率元素队列中的元素个数超过预设第二阈值，则所述第一智能穿戴终端采集温度数据和活动状态数据，并将所述心率元素队列中元素的特征值、温度数据和活动状态数据传输至云端，以便于所述云端根据所述心率元素队列中元素的特征值、温度数据、活动状态数据和用户对应的基础安全状态数据获取第一安全状态。优选的，所述根据所述生活环境安全状态数据和所述当前环境获取第二安全状态，包括：获取当前环境的图片，对所述当前环境的图片划分至少一个待识别区间，每个所述待识别区间中只有一个待识别物体；根据所述待识别区间对所述当前环境的图片进行分割，以得到至少一个目标图像，每个目标图像对应一个待识别区间；基于动态更新的机器学习模型对各个目标图像进行识别以得到每个目标图像对应的识别结果，所述机器学习模型用于输出所述目标图像对应的至少一个标签，每个标签对应一个轮廓描述；提取再识别图像，所述再识别图像为对应的识别结果中的标签数量大于一个的目标图像；提取再识别图像的光滑轮廓，根据所述光滑轮廓和所述再识别图像对应的识别结果中的各个标签的轮廓描述确定所述再识别结果对应的标签；根据各个目标图像指向的标签获取第二安全状态。优选的，所述根据各个目标图像指向的标签获取第二安全状态，包括：根据所述生活环境安全状态数据获取第一敏感标签集；根据用户的基础安全状态数据和/或第一安全状态获取第二敏感标签集；提取各个目标图像指向的标签中被第一敏感标签集或第二敏感标签集命中的目标标签；若目标标签数量不为0，则判定所述第二安全状态为非安全状态；根据目标标签生成第二安全状态的提醒数据。一种基于机器学习的安全状态数据处理系统，所述系统包括：安全状态数据库构建模块，用于构建安全状态数据库，所述安全状态数据库包括生活环境安全状态数据、生理安全状态数据和基础安全状态数据；第一安全状态获取模块，用于响应于预设的生理数据采集指令，实时更新所述生理安全状态数据，根据所述生理安全状态数据和所述基础安全状态数据获取第一安全状态，将所述第一安全状态发布至第一智能穿戴终端，以便于所述第一智能穿戴终端根据所述第一安全状态对用户进行第一安全提醒；第二安全状态获取模块，用于响应于预设的环境数据采集指令，实时获取用户的当前环境，根据所述生活环境安全状态数据和所述当前环境获取第二安全状态，若所述第二安全状态为非安全状态，则将所述第二安全状态中的提醒数据发布至第二智能穿戴终端，以便于所述第二智能穿戴终端根据所述提醒数据对用户进行第二安全提醒。优选的，还包括生理数据采集模块，所述生理数据采集模块包括：心率数据采集单元，用于响应于预设的第一生理数据采集指令，采集心率数据；第二生理数据采集单元，用于若所述心率数据为合法阈值内，则响应于第二生理数据采集指令，采集温度数据、活动状态数据和血压数据，所述第一生理数据采集指令的发布频率高于所述第二生理数据采集指令；心率监控对象生成单元，用于若所述心率数据位于合法阈值之外，则在第一智能穿戴终端创建心率监控对象，所述心率监控对象包括心率元素队列和定时驱动器，所述定时驱动器用于间隔预设时间发布心率采集指令，以便于采集心率数据并将所述心率数据存储入所述心率元素队列。优选的，心率监控对象控制单元，用于若所述心率元素队列中的当前状态中的最后一个元素位于合法阈值内或所述心率元素队列的元素个数达到预设第一阈值，则所述心率监控对象将所述心率元素队列中的元素上报至云端，在所述第一智能穿戴终端销毁所述心率监控对象；心率监控对象控制单元，还用于若所述心率元素队列中的元素个数超过预设第二阈值，则所述第一智能穿戴终端采集温度数据和活动状态数据，并将所述心率元素队列中元素的特征值、温度数据和活动状态数据传输至云端，以便于所述云端根据所述心率元素队列中元素的特征值、温度数据、活动状态数据和用户对应的基础安全状态数据获取第一安全状态。优选的，所述第二安全状态获取模块，包括：图片获取单元，用于获取当前环境的图片，对所述当前环境的图片划分至少一个待识别区间，每个所述待识别区间中只有一个待识别物体；分割单元，用于根据所述待识别区间对所述当前环境的图片进行分割，以得到至少一个目标图像，每个目标图像对应一个待识别区间；机器识别单元，用于基于动态更新的机器学习模型对各个目标图像进行识别以得到每个目标图像对应的识别结果，所述机器学习模型用于输出所述目标图像对应的至少一个标签，每个标签对应一个轮廓描述；再识别图像提取单元，用于提取再识别图像，所述再识别图像为对应的识别结果中的标签数量大于一个的目标图像；轮廓识别单元，用于提取再识别图像的光滑轮廓，根据所述光滑轮廓和所述再识别图像对应的识别结果中的各个标签的轮廓描述确定所述再识别结果对应的标签；第二安全状态获取单元，用于根据各个本文档来自技高网...

【技术保护点】
1.一种基于机器学习的安全状态数据处理方法，其特征在于，所述方法包括：构建安全状态数据库，所述安全状态数据库包括生活环境安全状态数据、生理安全状态数据和基础安全状态数据；响应于预设的生理数据采集指令，实时更新所述生理安全状态数据，根据所述生理安全状态数据和所述基础安全状态数据获取第一安全状态，将所述第一安全状态发布至第一智能穿戴终端，以便于所述第一智能穿戴终端根据所述第一安全状态对用户进行第一安全提醒；响应于预设的环境数据采集指令，实时获取用户的当前环境，根据所述生活环境安全状态数据和所述当前环境获取第二安全状态，若所述第二安全状态为非安全状态，则将所述第二安全状态中的提醒数据发布至第二智能穿戴终端，以便于所述第二智能穿戴终端根据所述提醒数据对用户进行第二安全提醒。

【技术特征摘要】
1.一种基于机器学习的安全状态数据处理方法，其特征在于，所述方法包括：构建安全状态数据库，所述安全状态数据库包括生活环境安全状态数据、生理安全状态数据和基础安全状态数据；响应于预设的生理数据采集指令，实时更新所述生理安全状态数据，根据所述生理安全状态数据和所述基础安全状态数据获取第一安全状态，将所述第一安全状态发布至第一智能穿戴终端，以便于所述第一智能穿戴终端根据所述第一安全状态对用户进行第一安全提醒；响应于预设的环境数据采集指令，实时获取用户的当前环境，根据所述生活环境安全状态数据和所述当前环境获取第二安全状态，若所述第二安全状态为非安全状态，则将所述第二安全状态中的提醒数据发布至第二智能穿戴终端，以便于所述第二智能穿戴终端根据所述提醒数据对用户进行第二安全提醒。2.根据权利要求1所述的一种基于机器学习的安全状态数据处理方法，其特征在于，还包括采集生理数据的步骤，所述采集生理数据，包括：响应于预设的第一生理数据采集指令，采集心率数据；若所述心率数据为合法阈值内，则响应于第二生理数据采集指令，采集温度数据、活动状态数据和血压数据，所述第一生理数据采集指令的发布频率高于所述第二生理数据采集指令；若所述心率数据位于合法阈值之外，则在第一智能穿戴终端创建心率监控对象，所述心率监控对象包括心率元素队列和定时驱动器，所述定时驱动器用于间隔预设时间发布心率采集指令，以便于采集心率数据并将所述心率数据存储入所述心率元素队列。3.根据权利要求2所述的一种基于机器学习的安全状态数据处理方法，其特征在于：若所述心率元素队列中的当前状态中的最后一个元素位于合法阈值内或所述心率元素队列的元素个数达到预设第一阈值，则所述心率监控对象将所述心率元素队列中的元素上报至云端，在所述第一智能穿戴终端销毁所述心率监控对象；若所述心率元素队列中的元素个数超过预设第二阈值，则所述第一智能穿戴终端采集温度数据和活动状态数据，并将所述心率元素队列中元素的特征值、温度数据和活动状态数据传输至云端，以便于所述云端根据所述心率元素队列中元素的特征值、温度数据、活动状态数据和用户对应的基础安全状态数据获取第一安全状态。4.根据权利要求1所述的一种基于机器学习的安全状态数据处理方法，其特征在于，所述根据所述生活环境安全状态数据和所述当前环境获取第二安全状态，包括：获取当前环境的图片，对所述当前环境的图片划分至少一个待识别区间，每个所述待识别区间中只有一个待识别物体；根据所述待识别区间对所述当前环境的图片进行分割，以得到至少一个目标图像，每个目标图像对应一个待识别区间；基于动态更新的机器学习模型对各个目标图像进行识别以得到每个目标图像对应的识别结果，所述机器学习模型用于输出所述目标图像对应的至少一个标签，每个标签对应一个轮廓描述；提取再识别图像，所述再识别图像为对应的识别结果中的标签数量大于一个的目标图像；提取再识别图像的光滑轮廓，根据所述光滑轮廓和所述再识别图像对应的识别结果中的各个标签的轮廓描述确定所述再识别结果对应的标签；根据各个目标图像指向的标签获取第二安全状态。5.根据权利要求4所述的一种基于机器学习的安全状态数据处理方法，其特征在于，所述根据各个目标图像指向的标签获取第二安全状态，包括：根据所述生活环境安全状态数据获取第一敏感标签集；根据用户的基础安全状态数据和/或第一安全状态获取第二敏感标签集；提取各个目标图像指向的标签中被第一敏感标签集或第二敏感标签集命中的目标标签；若目标标签数量不为0，则判定所述第二安全状态为非安全状态；根据目标标签生成第二安全状态的提醒数据。6.一种基于机器学习的安全状态数据处理系统，其特征在于，所述系统包括：安全状态数据库构建模块，用于构建安全状态数据库，所述安全状态数据库包括生活环境安全状态数据、生理安全状态数据和基...

【专利技术属性】
技术研发人员：奉秋林，李海，余金波，曹纲，
申请(专利权)人：杭州思锐信息技术股份有限公司，
类型：发明
国别省市：浙江,33