基于视频识别的移动终端智能提醒方法技术

本发明专利技术提供基于视频识别的移动终端智能提醒方法，其对工作场景进行拍摄和环境检测，得到目标对象在当前工作场景下的活动属性参数以及关联的环境条件参数，为确定目标对象在当前工作场景下的作息安排和环境条件调整提供可靠的数据支持，从而便于准确设定目标对象在当前工作场景下的工作日历提醒通知消息，提高目标对象的工作效率。高目标对象的工作效率。高目标对象的工作效率。

【技术实现步骤摘要】
基于视频识别的移动终端智能提醒方法


[0001]本专利技术涉及视觉识别与监控的
，特别涉及基于视频识别的移动终端智能提醒方法。

技术介绍

[0002]在公司等工作场景中，员工会处于一个较为紧张的工作环境，无法适应性地调节自身的作息安排。同时在工作场景中受灯光照明和环境声音的影响，员工也难以集中精神工作，从而降低员工的工作效率。虽然员工能够预先在智能手机上设定当前工作的流程细节，但是这种方式只是员工根据自身的主观意愿进行设定，其并未充分考虑自身在工作场景中的实际作息情况和实际环境状态，无法保证设定的工作流程与员工的实际工作状态具有较高的匹配度，从而不能有效提高员工的工作效率。

技术实现思路

[0003]针对现有技术存在的缺陷，本专利技术提供基于视频识别的移动终端智能提醒方法，其分析对工作场景进行动态拍摄得到的场景视频，得到目标对象的活动子视频集合；对活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数；采集工作场景的环境状态信息，生成与目标对象关联的环境条件参数；根据活动属性参数和环境条件参数，得到目标对象在工作场景中作息安排关联信息，以此生成移动终端对应的提醒通知消息，其对工作场景进行拍摄和环境检测，得到目标对象在当前工作场景下的活动属性参数以及关联的环境条件参数，为确定目标对象在当前工作场景下的作息安排和环境条件调整提供可靠的数据支持，从而便于准确设定目标对象在当前工作场景下的工作日历提醒通知消息，提高目标对象的工作效率。
[0004]本专利技术提供基于视频识别的移动终端智能提醒方法，包括如下步骤：
[0005]步骤S1，对工作场景进行动态拍摄，得到所述工作场景对应的场景视频；对所述场景视频进行分析处理，得到目标对象对应的活动子视频集合；
[0006]步骤S2，对所述活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数；采集所述工作场景的环境状态信息，生成与目标对象关联的环境条件参数；
[0007]步骤S3，根据所述活动属性参数和所述环境条件参数，得到目标对象在工作场景中作息安排关联信息；
[0008]步骤S4，根据所述作息安排关联信息，生成移动终端对应的提醒通知消息。进一步，在所述步骤S1中，对工作场景进行动态拍摄，得到所述工作场景对应的场景视频，包括：
[0009]对工作场景的不同区域进行动态扫描拍摄，得到所述工作场景的每个区域在一个工作日时间范围内的场景视频，并对所述场景视频进行拍摄区域和拍摄时间的标识。
[0010]进一步，在所述步骤S1中，对所述场景视频进行分析处理，得到目标对象对应的活动子视频集合，包括：
[0011]对每个场景视频进行分帧处理，得到与每个场景视频对应的图片帧集合；根据目标对象的脸部特征信息和/或身体轮廓特征信息，从所述图片帧集合中提取得到画面存在目标对象的图片帧；将所有提取得到的图片帧按照原有拍摄时序进行重新组合，从而得到对应的活动子视频；再将所有场景视频对应的活动子视频进行整合，得到活动子视频集合。
[0012]进一步，在所述步骤S2中，对所述活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数，包括：
[0013]对所述活动子视频集合的每个活动子视频进行目标对象的活动类型识别处理，得到目标对象在一个工作日时间范围内的用餐休息的时间长度和非用餐休息的时间长度，以此作为所述活动属性参数。
[0014]进一步，在所述步骤S2中，采集所述工作场景的环境状态信息，生成与目标对象关联的环境条件参数，包括：
[0015]采集所述工作场景在一个工作日时间范围内与目标对象关联的环境光照强度和环境声音强度，以此作为所述环境条件参数。
[0016]进一步，在所述步骤S3中，根据所述活动属性参数和所述环境条件参数，得到目标对象在工作场景中作息安排关联信息，包括：
[0017]步骤S301，利用下面公式(1)，根据目标对象关联的环境光照强度和环境声音强度，目标对象的用餐休息的时间长度和非用餐休息的时间长度的单一变化状态下目标对象的工作状态与专注程度情况，得到目标对象的工作状态与专注程度的正比函数，
[0018][0019]在上述公式(1)中，G表示目标对象的工作状态与专注程度的量化值；
∝
表示正比于；F2(1)表示将目标对象关联的环境光照强度作为单一变化状态得到的工作状态与专注程度的量化值进行二次拟合得到的二次函数；F2(2)表示将目标对象关联的环境声音强度作为单一变化状态得到的工作状态与专注程度的量化值进行二次拟合得到的二次函数；f(a)表示将目标对象的第a个影响条件作为单一变化状态得到的工作状态与专注程度的量化值进行线性回归拟合得到的一次函数，a＝3时表示目标对象的第a个影响条件为非用餐休息的安排次数，a＝4时表示目标对象的第a个影响条件为每次非用餐休息的时间长度，a＝5时表示目标对象的第a个影响条件为用餐休息的时间长度；
[0020]步骤S302，利用下面公式(2)，根据非用餐休息的安排次数，每次非用餐休息的时间长度，用餐休息的时间长度以及目标对象的工作时间在所述正比函数中加入一天内的时间限制条件，
[0021]T
k
(4)
×
m+3
×
T(5)＝24
‑
T
z
ꢀꢀ
(2)
[0022]在上述公式(2)中，T
z
表示目标对象一天内的工作时间；T
k
(4)表示一天内每次非用餐休息的时间长度；T(5)表示一天内的用餐休息的时间长度；m表示一天内非用餐休息的安排次数；
[0023]步骤S303，利用下面公式(3)，根据添加时间限制条件后的正比函数以及目标对象的工作必须时间，得到目标对象在工作必须时间内的工作状态与专注程度最高的状态下目标对象关联的环境光照强度和环境声音强度，目标对象的用餐休息的时间长度和非用餐休息的时间长度的数值，以此作为所述作息安排关联信息，
[0024][0025]在上述公式(3)中，S(1)表示目标对象在工作必须时间内的工作状态与专注程度最高的状态下目标对象关联的环境光照强度；S(2)表示人在工作必须时间内的工作状态与专注程度最高的状态下目标对象关联的环境声音强度；S(3)
×
S(4)表示目标对象在工作必须时间内的工作状态与专注程度最高的状态下与目标对象的一天非用餐休息次数和一天一次非用餐休息时间相乘的相关值；S(5)表示目标对象在工作必须时间内的工作状态与专注程度最高的状态下目标对象的用餐休息的时间长度的相关值；T
z
′
表示人的工作必须时间，即一天内的最少工作时长；argmax{}表示求取括号内二次函数的最大值。
[0026]进一步，在所述步骤S4中，根据所述作息安排关联信息，生成移动终端对应的提醒通知消息，包括：
[0027]将所述作息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于视频识别的移动终端智能提醒方法，其特征在于，包括如下步骤：步骤S1，对工作场景进行动态拍摄，得到所述工作场景对应的场景视频；对所述场景视频进行分析处理，得到目标对象对应的活动子视频集合；步骤S2，对所述活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数；采集所述工作场景的环境状态信息，生成与目标对象关联的环境条件参数；步骤S3，根据所述活动属性参数和所述环境条件参数，得到目标对象在工作场景中作息安排关联信息；步骤S4，根据所述作息安排关联信息，生成移动终端对应的提醒通知消息。2.如权利要求1所述的基于视频识别的移动终端智能提醒方法，其特征在于：在所述步骤S1中，对工作场景进行动态拍摄，得到所述工作场景对应的场景视频，包括：对工作场景的不同区域进行动态扫描拍摄，得到所述工作场景的每个区域在一个工作日时间范围内的场景视频，并对所述场景视频进行拍摄区域和拍摄时间的标识。3.如权利要求2所述的基于视频识别的移动终端智能提醒方法，其特征在于：在所述步骤S1中，对所述场景视频进行分析处理，得到目标对象对应的活动子视频集合，包括：对每个场景视频进行分帧处理，得到与每个场景视频对应的图片帧集合；根据目标对象的脸部特征信息和/或身体轮廓特征信息，从所述图片帧集合中提取得到画面存在目标对象的图片帧；将所有提取得到的图片帧按照原有拍摄时序进行重新组合，从而得到对应的活动子视频；再将所有场景视频对应的活动子视频进行整合，得到活动子视频集合。4.如权利要求3所述的基于视频识别的移动终端智能提醒方法，其特征在于：在所述步骤S2中，对所述活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数，包括：对所述活动子视频集合的每个活动子视频进行目标对象的活动类型识别处理，得到目标对象在一个工作日时间范围内的用餐休息的时间长度和非用餐休息的时间长度，以此作为所述活动属性参数。5.如权利要求4所述的基于视频识别的移动终端智能提醒方法，其特征在于：在所述步骤S2中，采集所述工作场景的环境状态信息，生成与目标对象关联的环境条件参数，包括：采集所述工作场景在一个工作日时间范围内与目标对象关联的环境光照强度和环境声音强度，以此作为所述环境条件参数。6.如权利要求5所述的基于视频识别的移动终端智能提醒方法，其特征在于：在所述步骤S3中，根据所述活动属性参数和所述环境条件参数，得到目标对象在工作场景中作息安排关联信息，包括：步骤S301，利用下面公式(1)，根据目标对象关联的环境光照强度和环境声音强度，目标对象的用餐休息的时间长度和非用餐休息的时间长度的单一变化状态下目标对象的工作状态与专注程度情况，得到目标对象的工作状态与专注程度的正比函数，
在上述公式(1)中，G表示目标对象的工作状态与专注程度的量化值；
∝
表示正比于；F2(1)表示将目标对象关联的环境光照强度作为单一变化状态得到的工作状态与...

【专利技术属性】
技术研发人员：兰雨晴，余丹，赵蒙蒙，邢智涣，李其蓁，
申请(专利权)人：慧之安信息技术股份有限公司，
类型：发明
国别省市：