行为监管方法、装置、存储介质及移动终端制造方法及图纸

本申请公开了一种行为监管方法、装置、存储介质及移动终端，方法包括：接收用户指令开启所述摄像头模组，并对目标区域内的目标人物进行录像；对所述录像得到的每一帧图像进行分析，检测所述图像中是否存在预设行为；若所述图像中存在所述预设行为，则生成第一提示信息以提示用户。通过实时分析对儿童录制的图像，来检测儿童是否被拐，避免儿童在被拐一段时间后家长才察觉，导致儿童无法寻回。

【技术实现步骤摘要】
行为监管方法、装置、存储介质及移动终端
本申请涉及通信领域，具体涉及一种行为监管方法、装置、存储介质及移动终端。
技术介绍
近年来，儿童失踪、被拐问题，对于任何家庭来说都是“生命不可承受之痛”。多年来，它在全球任何一个国家都属于发生率高、受害者多、民众普遍关注的棘手问题，因此如何防范儿童拐卖，是守护孩子安全成长极重要的一步。相关技术中，儿童佩戴有智能腕表等设备，当家长发现儿童不见时，可通过定位智能腕表等设备的地理位置找到孩子，但如果儿童被拐，那么智能腕表等设备很可能会被丢弃，此外儿童可能在被拐较长时间后家长才察觉，即便定位到了智能腕表等设备的地理位置，儿童也可能无法寻回。
技术实现思路
本申请实施例提供一种行为监管方法，可以实时监管儿童，避免儿童在被拐一段时间后家长才察觉，导致儿童无法寻回。本申请实施例提供一种行为监管方法，应用于具有摄像头模组的移动终端，包括：接收用户指令开启所述摄像头模组，并对目标区域内的目标人物进行录像；对所述录像得到的每一帧图像进行分析，检测所述图像中是否存在预设行为；若所述图像中存在所述预设行为，则生成第一提示信息以提示用户。本申请实施例还提供一种行为监管装置，应用于具有摄像头模组的移动终端，包括：录制单元，用于接收用户指令开启所述摄像头模组，并对目标区域内的目标人物进行录像；检测单元，用于对所述录像得到的每一帧图像进行分析，检测所述图像中是否存在预设行为；生成单元，用于若所述图像中存在所述预设行为，则生成第一提示信息以提示用户。本申请实施例还提供一种存储介质，存储介质中存储有计算机程序，当计算机程序在计算机上运行时，使得计算机执行如上所述的行为监管方法。本申请实施例还提供一种移动终端，移动终端包括处理器和存储器，存储器中存储有计算机程序，处理器通过调用存储器中存储的计算机程序，用于执行如上所述的行为监管方法。本申请实施例提供的行为监管方法，包括：接收用户指令开启所述摄像头模组，并对目标区域内的目标人物进行录像；对所述录像得到的每一帧图像进行分析，检测所述图像中是否存在预设行为；若所述图像中存在所述预设行为，则生成第一提示信息以提示用户。通过实时分析对儿童录制的图像，来检测儿童是否被拐，避免儿童在被拐一段时间后家长才察觉，导致儿童无法寻回。附图说明为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，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为本申请实施例提供的行为监管方法的第一种流程示意图。图2为本申请实施例提供的行为监管方法的第二种流程示意图。图3为本申请实施例提供的行为监管装置的结构示意图。图4为本申请实施例提供的移动终端的具体结构图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅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，本领域技术人员在没有作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。请参阅图1，图1为本申请实施例提供的行为监管方法的第一种流程示意图。行为监管方法，包括：步骤101、接收用户指令开启所述摄像头模组，并对目标区域内的目标人物进行录像。具体的，移动终端可以为手机、平板电脑、笔记本电脑、个人数字助理等具有摄像头模组的设备，在移动终端中存储有多种应用程序，比如具备娱乐功能的应用(如视频应用，行为监管应用，游戏应用，阅读软件)，又如具备服务功能的应用(如地图导航应用、餐饮应用等)。具体的，当用户通过固定支架等固定装置固定移动终端后，开启移动终端上的摄像头模组，以通过该摄像头模组对儿童进行录像，其中录像可以为实时录像以及将录制后的录像进行存储的两种方式，基于监管的实时性，一般采取实时录像的方式来监管儿童。步骤102、对录像得到的每一帧图像进行分析，检测图像中是否存在预设行为。具体的，基于实时录制的方式，当对目标区域进行录制时，控制摄像头模组实时将录制到的视频帧(即图像)传送至处理器进行分析，检测录制到的视频帧中是否存在预设行为。其中，预设行为是指视频帧中存在有扭打、拉扯、拖拽、抱起等的恶意行为，检测到视频帧中存在有上述的恶意行为即确定视频帧中存在预设行为。其中，可采用预设行为分析模型对录制到的视频帧进行分析，通过分析来检测录像得到的每一帧图像中是否存在预设行为。因此，对所述录像得到的每一帧图像进行分析，包括：调用预训练的预设行为分析模型对所述每一帧图像进行分析；检测每一帧所述图像中是否存在所述预设行为。具体的，该预设行为分析模型为对深度神经网络(DeepNeuralNetworks，DNN)进行训练，从而得到可以提取预设行为这一特征的模型，而对DNN的训练过程为：事先准备多张图像，并对每一张图像标记标签，将多张图像输送至DNN，DNN通过对每一张图像进行卷积、池化等的处理最终得到一分析结果，再根据该分析结果去调节卷积层中的提取图像特征的卷积核，最终得到特征提取较为完善的卷积核，从而得到训练好的预设行为分析模型。因此，在步骤101之前，还包括：获取样本图像以及所述样本图像对应的预训练结果，并构建预设行为分析模型；利用所述样本图像以及所述样本图像对应的预训练结果，对预设行为分析模型进行训练，得到训练好的预设行为分析模型。其中，向DNN输送样本图像时，标签结果为存在于标签结果为不存在的图像个数比值为3最佳，因此所述样本图像中分析结果为存在预设行为的图像与不存在预设行为的图像的数量比值为3。具体的，由于DNN训练后的模型在分析图像时需要保证训练后的模型可以识别录制的视频帧(DNN训练后的模型只接受处理RGB格式的图像)，并且由摄像头模组录制的视频帧格式一般为YUV格式的，因此，在调用预设行为分析模型时，需要将视频帧格式从YUV格式转化为RGB格式，可通过调用开源库openCV的相应的应用程序接口(API)完成格式转化，此处不做赘述。当然，也存在某些摄像头模组可直接录制除RGB格式的视频帧，因此，可以在调用预设行为分析模型时检测视频帧的格式是否为RGB格式，如果不是，则对视频帧格式进行转化，将转化后的视频帧发送至预设行为分析模型中进行分析。因此，调用预训练的违规行为分析模型对所述每一帧图像进行分析，包括：检测所述每一帧图像的图像格式是否为预设格式；若所述每一帧图像的图像格式为非预设格式，则对所述每一帧图像进行格式转换，得到转换后图像；调用预训练的预设行为分析模型对所述转换后图像进行分析。步骤103、若图像中存在预设行为，则生成第一提示信息以提示用户。具体的，当分析出录制到的视频帧中存在预设行为时，可以生成一条提示信本文档来自技高网...

【技术保护点】
1.一种行为监管方法，应用于具有摄像头模组的移动终端，其特征在于，包括：/n接收用户指令开启所述摄像头模组，并对目标区域内的目标人物进行录像；/n对所述录像得到的每一帧图像进行分析，检测所述图像中是否存在预设行为；/n若所述图像中存在所述预设行为，则生成第一提示信息以提示用户。/n

【技术特征摘要】
1.一种行为监管方法，应用于具有摄像头模组的移动终端，其特征在于，包括：
接收用户指令开启所述摄像头模组，并对目标区域内的目标人物进行录像；
对所述录像得到的每一帧图像进行分析，检测所述图像中是否存在预设行为；
若所述图像中存在所述预设行为，则生成第一提示信息以提示用户。


2.根据权利要求1所述的行为监管方法，其特征在于，所述对所述录像得到的每一帧图像进行分析，包括：
调用预训练的预设行为分析模型对所述每一帧图像进行分析；
检测每一帧所述图像中是否存在所述预设行为。


3.根据权利要求2所述的行为监管方法，其特征在于，所述接收用户指令开启所述摄像头模组之前，还包括：
获取样本图像以及所述样本图像对应的预训练结果，并构建预设行为分析模型；
利用所述样本图像以及所述样本图像对应的预训练结果，对预设行为分析模型进行训练，得到训练好的预设行为分析模型。


4.根据权利要求3所述的行为监管方法，其特征在于，所述样本图像中分析结果为存在预设行为的图像与不存在预设行为的图像的数量比值为3。


5.根据权利要求2所述的行为监管方法，其特征在于，所述调用预训练的违规行为分析模型对所述每一帧图像进行分析，包括：
检测所述每一帧图像的图像格式是否为预设格式；
若所述每一帧图像的图像格式为非预设格式，则对所述每一帧图像进行格式转换，得到转换后图像；...

【专利技术属性】
技术研发人员：刘杰，
申请(专利权)人：惠州TCL移动通信有限公司，
类型：发明
国别省市：广东;44