儿童智能监护方法、装置、电子设备及存储介质与流程

1.本发明涉及电子监控技术领域，尤其涉及一种儿童智能监护方法、装置、电子设备及存储介质。


背景技术：

2.留守儿童，指的是那些父母双方外出务工或一方外出务工另一方无监护能力，无法与父母正常共同生活的不满十六周岁的农村户籍未成年人。目前，对这些儿童的心理、生理或行为异常情况，大多依赖于学校老师的日常监护，然而由于学校学生数量较多，老师无法做到全面、有效的监护，且对于学校以外的儿童行为异常情况，老师也难以及时发现，因此，如何提出一种智能化的儿童监护解决方案，以及时发现儿童的心理、生理或行为异常情况，提高儿童监护的效率，是业界亟需解决的重要课题。


技术实现要素：

3.针对现有技术存在的问题，本发明提供一种儿童智能监护方法、装置、电子设备及存储介质。
4.第一方面，本发明提供一种儿童智能监护方法，包括：
5.获取被监护儿童的手环监测信息以及户外视频监控系统拍摄的视频图像；
6.对所述手环监测信息和所述视频图像进行分析，确定是否存在儿童异常情况；
7.若确定存在儿童异常情况，则向监护人员进行预警提醒。
8.可选地，所述对所述手环监测信息和所述视频图像进行分析，确定是否存在儿童异常情况，包括：
9.对所述视频图像进行识别，确定所述视频图像中是否出现目标儿童异常行为；
10.所述目标儿童异常行为包括以下一种或多种：
11.学校夜间访客行为；
12.儿童夜间出校行为；
13.儿童尾随或被尾随行为；
14.儿童欺凌或被欺凌行为；
15.儿童在特定区域出没的行为。
16.可选地，所述对所述视频图像进行识别，确定所述视频图像中是否出现目标儿童异常行为，包括：
17.对夜间拍摄的学校进出方向的视频图像进行人物识别，确定所述视频图像中是否出现目标儿童异常行为。
18.可选地，所述对所述视频图像进行识别，确定所述视频图像中是否出现目标儿童异常行为，包括：
19.根据预设的异常行为特征数据库对所述视频图像中的人物行为特征进行识别，确定所述视频图像中是否出现目标儿童异常行为。
20.可选地，所述对所述视频图像进行识别，确定所述视频图像中是否出现目标儿童异常行为，包括：
21.根据预设的儿童身高或衣着特征，对在所述特定区域拍摄的视频图像进行识别，确定所述视频图像中是否出现目标儿童异常行为。
22.可选地，所述对所述手环监测信息和所述视频图像进行分析，确定是否存在儿童异常情况，包括：
23.根据被监护儿童的历史行动轨迹、被监护儿童的历史生理数据以及预设的作息模型，对所述手环监测信息进行分析，确定被监护儿童的位置和生理状态是否异常。
24.第二方面，本发明还提供一种儿童智能监护装置，包括：
25.获取模块，用于获取被监护儿童的手环监测信息以及户外视频监控系统拍摄的视频图像；
26.分析模块，用于对所述手环监测信息和所述视频图像进行分析，确定是否存在儿童异常情况；
27.提醒模块，用于若确定存在儿童异常情况，则向监护人员进行预警提醒。
28.第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述第一方面所述的儿童智能监护方法。
29.第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上所述第一方面所述的儿童智能监护方法。
30.第五方面，本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述儿童智能监护方法。
31.本发明提供的儿童智能监护方法、装置、电子设备及存储介质，结合智能手环和户外视频监控系统对儿童异常情况进行实时监控，通过实时获取被监护儿童的手环监测信息以及户外视频监控系统拍摄的视频图像并进行分析，可以及时发现儿童异常情况，并在确定存在儿童异常情况时，向监护人员进行预警提醒，从而能够及时发现儿童的心理、生理或行为异常并进行干预，提高了儿童监护的效率。
附图说明
32.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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的附图。
33.图1为本发明提供的儿童智能监护方法的流程示意图；
34.图2为本发明提供的儿童智能监护装置的结构示意图；
35.图3为本发明提供的电子设备的结构示意图。
具体实施方式
36.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，
而不是全部的实施例。基于本发明中的实施例，本领域普通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，都属于本发明保护的范围。
37.图1为本发明提供的儿童智能监护方法的流程示意图，如图1所示，该方法包括如下步骤：
38.步骤100、获取被监护儿童的手环监测信息以及户外视频监控系统拍摄的视频图像。
39.步骤101、对手环监测信息和视频图像进行分析，确定是否存在儿童异常情况。
40.步骤102、若确定存在儿童异常情况，则向监护人员进行预警提醒。
41.具体地，本发明实施例中，被监护儿童可以是指留守儿童，或其他需要监护的儿童。
42.本发明实施例中，通过在被监护儿童手上佩戴的智能手环，可以获得每个被监护儿童对应的手环监测信息，该手环监测信息可以包括位置信息、生理状态信息(如心率、体温、血压等)。
43.本发明实施例中，户外视频监控系统可以是已有的天网系统、专为儿童监护部署的户外视频监控系统或其他户外视频监控系统等。
44.为了实现智能化的儿童监护，本发明实施例中，结合智能手环和户外视频监控系统对儿童异常情况进行实时监控，通过实时获取被监护儿童的手环监测信息以及户外视频监控系统拍摄的视频图像并进行分析，可以及时发现儿童异常情况，在确定存在儿童异常情况时，向监护人员进行预警提醒。
45.监护人员可以包括儿童智能监护装置的管理人员、社区网格员、被监护儿童的家长、学校的负责老师等，在确定存在儿童异常情况时，可以向这些监护人员及时推送发生异常情况的被监护儿童的相关信息，包括儿童的身份信息以及异常情况的详细信息等，以及时进行预警提醒。
46.可选地，对手环监测信息和视频图像进行分析，确定是否存在儿童异常情况，可以包括：
47.根据被监护儿童的历史行动轨迹、被监护儿童的历史生理数据以及预设的作息模型，对手环监测信息进行分析，确定被监护儿童的位置和生理状态是否异常。
48.具体地，对某个被监护儿童的手环监测信息进行分析时，可以将手环监测信息与该被监护儿童的历史行动轨迹、该被监护儿童的历史生理数据以及预设的作息模型进行综合比对，确定被监护儿童的位置和生理状态是否异常。
49.历史行动轨迹可以是过去一段预设时间内的行动轨迹，例如过去一周或一个月内的行动轨迹。由于儿童的行动轨迹一般较为规律，若被监护儿童的当前位置与历史行动轨迹中相应时间段内的位置明显偏离(比如两者之间的距离大于预设阈值)，则可以确定被监护儿童的位置异常，可能有异常情况的发生。
50.历史生理数据可以是过去一段预设时间内的生理数据，例如过去一周或一个月内的生理数据。每一种类型的生理数据可以生成一条对应的历史曲线，若当前某个生理数据(比如心率、体温、血压等)与历史生理数据中相应时间段内的数据明显偏离(比如两者之间的差值大于预设阈值)或位于预设的正常数值范围之外，则可以确定被监护儿童的生理状态异常，可能有异常情况的发生。
51.预设的作息模型可以是根据学校的作息时间设置的位置和生理状态模型，模型中对于固定时间学生应当出现的固定位置，以及固定时间学生应当出现的正常生理状态进行标注，以便与被监护儿童当前的手环监测信息进行比对。
52.比如，上课时间某个儿童应当出现在某个教室、操场活动时间该儿童应当出现在操场、吃饭时间该儿童应当出现在食堂等等。若手环监测信息中的位置与预设的作息模型中不一致，则可能存在异常情况。
53.比如，午睡时间，可以通过睡眠数据的监测，发现可能的异常情况，比如某个儿童未进入睡眠状态，或睡眠过程中出现较大的生理数据波动，则可能存在异常情况。
54.可选地，对手环监测信息和视频图像进行分析，确定是否存在儿童异常情况，包括：
55.对视频图像进行识别，确定视频图像中是否出现目标儿童异常行为；
56.目标儿童异常行为包括以下一种或多种：
57.学校夜间访客行为；
58.儿童夜间出校行为；
59.儿童尾随或被尾随行为；
60.儿童欺凌或被欺凌行为；
61.儿童在特定区域出没的行为。
62.具体地，本发明实施例中，可以通过对户外视频监控系统拍摄的视频图像进行识别，确定这些视频图像中是否出现目标儿童异常行为，目标儿童异常行为也即可以表征儿童可能发生异常情况的一些行为。
63.比如学校夜间访客行为，指的是有人员夜间(夜间可以根据学校作息时间设定为晚上到第二天早上的某个时间段，比如晚上10点到第二天早上6点)到访学校，学校夜间访客一般较少，这种行为有可能是留守儿童家里的老人来学校，因此对这种行为应当及时提醒，以便监护人员进行确认，是否确实是留守儿童家里的老人来学校，从而了解到儿童是否有异常情况发生。
64.比如儿童夜间出校行为，指的是儿童夜间离开学校的行为，若监控到出现这种行为表明儿童有异常情况发生，需要及时预警提醒。
65.比如儿童尾随或被尾随行为，指的是儿童尾随他人或被他人尾随的行为，若监控到出现这种行为表明儿童有异常情况发生，需要及时预警提醒。
66.比如儿童欺凌或被欺凌行为，指的是儿童被他人欺凌或欺凌他人的行为，若监控到出现这种行为表明儿童有异常情况发生，需要及时预警提醒。
67.比如儿童在特定区域出没的行为，特定区域可以包括歌舞厅、夜总会等娱乐场所，或网吧、游戏厅等儿童不适于进入的场所。若监控到儿童在这些区域出没，表明儿童有异常情况发生，需要及时预警提醒。
68.可选地，对视频图像进行识别，确定视频图像中是否出现目标儿童异常行为，可以包括：
69.对夜间拍摄的学校进出方向的视频图像进行人物识别，确定视频图像中是否出现目标儿童异常行为。
70.具体地，可以通过对夜间拍摄的学校进出方向的视频图像进行人物识别，来确定
视频图像中是否出现目标儿童异常行为，比如上述学校夜间访客行为、儿童夜间出校行为等。
71.举例来说，可以通过人物识别算法(可以采用现有的算法，具体不做限定)，检测视频图像中是否有人物出现，若在夜间拍摄的学校进出方向的视频图像(比如监控摄像头拍摄的学校门口或学校围墙处的视频图像)中检测到有人物进出，则可能是出现了上述学校夜间访客行为或儿童夜间出校行为。
72.可选地，对视频图像进行识别，确定视频图像中是否出现目标儿童异常行为，包括：
73.根据预设的异常行为特征数据库对视频图像中的人物行为特征进行识别，确定视频图像中是否出现目标儿童异常行为。
74.具体地，还可以通过预先建立的异常行为特征数据库，对获取到的视频图像进行图像中人物行为特征的分析，以此确定视频图像中是否出现目标儿童异常行为，比如上述儿童尾随或被尾随行为、儿童欺凌或被欺凌行为等。
75.举例来说，可以针对儿童尾随或被尾随行为建立行为特征数据库，该行为特征数据库包括：尾随与被尾随人员出现在同一视频画面中的连续时长特征，尾随与被尾随人员之间的前后位置关系特征，尾随与被尾随人员之间的距离特征等。如果视频图像中出现了儿童，且该儿童作为尾随或被尾随人员，与视频图像中的其他人物之间的行为特征符合针对儿童尾随或被尾随行为建立的行为特征数据库中的特征，比如视频图像中有人物和该儿童出现在同一视频画面中的连续时长超过特征数据库中设定的时长，且该人物和该儿童之间一直保持前后不变的位置关系，或者该人物和该儿童之间的距离变化不大时，则可能是出现了上述儿童尾随或被尾随行为。
76.举例来说，还可以针对儿童欺凌或被欺凌行为建立行为特征数据库，该行为特征数据库可以包括图像中人物手脚的运动频率特征、摆动的轨迹和幅度特征等，比如人物手脚的运动频率特征可以是指定时间内的摆动次数，摆动的轨迹和幅度特征可以是手脚摆动是否规律，摆动幅度大小等。如果视频图像中出现了儿童，且该儿童作为欺凌或被欺凌人员，与视频图像中的其他人物之间的行为特征符合针对儿童欺凌或被欺凌行为建立的行为特征数据库中的特征，比如视频图像中该儿童或该儿童身旁出现的人物，其手脚在一分钟内摆动次数较多、且摆动无规律、幅度较大，则可能正在发生斗殴或者说欺凌行为，即可能是出现了上述儿童欺凌或被欺凌行为。
77.可选地，对视频图像进行识别，确定视频图像中是否出现目标儿童异常行为，包括：
78.根据预设的儿童身高或衣着特征，对在特定区域拍摄的视频图像进行识别，确定视频图像中是否出现目标儿童异常行为。
79.具体地，还可以通过对在特定区域拍摄的视频图像进行人物识别，来确定视频图像中是否出现目标儿童异常行为，比如上述儿童在特定区域出没的行为。
80.举例来说，由于儿童的身高和衣着都具有一定的辨识度，比如身高低于周围的人群或低于预设的身高值，衣着可能为校服等，根据这些特征可以识别出视频图像中是否出现儿童，如果在特定区域比如网吧门口拍摄的视频图像中出现了识别为儿童的人物，则可能是出现了上述儿童在特定区域出没的行为。
81.本发明提供的儿童智能监护方法，结合智能手环和户外视频监控系统对儿童异常情况进行实时监控，通过实时获取被监护儿童的手环监测信息以及户外视频监控系统拍摄的视频图像并进行分析，可以及时发现儿童异常情况，并在确定存在儿童异常情况时，向监护人员进行预警提醒，从而能够及时发现儿童的心理、生理或行为异常并进行干预，提高了儿童监护的效率。
82.下面对本发明提供的儿童智能监护装置进行描述，下文描述的儿童智能监护装置与上文描述的儿童智能监护方法可相互对应参照。
83.图2为本发明提供的儿童智能监护装置的结构示意图，如图2所示，该装置包括：
84.获取模块200，用于获取被监护儿童的手环监测信息以及户外视频监控系统拍摄的视频图像；
85.分析模块210，用于对手环监测信息和视频图像进行分析，确定是否存在儿童异常情况；
86.提醒模块220，用于若确定存在儿童异常情况，则向监护人员进行预警提醒。
87.可选地，对手环监测信息和视频图像进行分析，确定是否存在儿童异常情况，包括：
88.对视频图像进行识别，确定视频图像中是否出现目标儿童异常行为；
89.目标儿童异常行为包括以下一种或多种：
90.学校夜间访客行为；
91.儿童夜间出校行为；
92.儿童尾随或被尾随行为；
93.儿童欺凌或被欺凌行为；
94.儿童在特定区域出没的行为。
95.可选地，对视频图像进行识别，确定视频图像中是否出现目标儿童异常行为，包括：
96.对夜间拍摄的学校进出方向的视频图像进行人物识别，确定视频图像中是否出现目标儿童异常行为。
97.可选地，对视频图像进行识别，确定视频图像中是否出现目标儿童异常行为，包括：
98.根据预设的异常行为特征数据库对视频图像中的人物行为特征进行识别，确定视频图像中是否出现目标儿童异常行为。
99.可选地，对视频图像进行识别，确定视频图像中是否出现目标儿童异常行为，包括：
100.根据预设的儿童身高或衣着特征，对在特定区域拍摄的视频图像进行识别，确定视频图像中是否出现目标儿童异常行为。
101.可选地，对手环监测信息和视频图像进行分析，确定是否存在儿童异常情况，包括：
102.根据被监护儿童的历史行动轨迹、被监护儿童的历史生理数据以及预设的作息模型，对手环监测信息进行分析，确定被监护儿童的位置和生理状态是否异常。
103.在此需要说明的是，本发明提供的上述装置，能够实现上述方法实施例所实现的
所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
104.图3为本发明提供的电子设备的结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、通信接口(communications interface)320、存储器(memory)330和通信总线340，其中，处理器310，通信接口320，存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令，以执行上述各实施例提供的任一所述儿童智能监护方法。
105.此外，上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
106.在此需要说明的是，本发明提供的电子设备，能够实现上述方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
107.另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各实施例提供的任一所述儿童智能监护方法。
108.在此需要说明的是，本发明提供的计算机程序产品，能够实现上述方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
109.又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的任一所述儿童智能监护方法。
110.在此需要说明的是，本发明提供的非暂态计算机可读存储介质，能够实现上述方法实施例所实现的所有方法步骤，且能够达到相同的技术效果，在此不再对本实施例中与方法实施例相同的部分及有益效果进行具体赘述。
111.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
112.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指
令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
113.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。