疫情监测方法及装置的制造方法
【专利摘要】本公开是关于疫情监测的方法及装置。该方法包括：获取目标区域的环境图像；根据所述环境图像进行疫情分析，得到疫情分析结果；响应于确定所述疫情分析结果指示发生疫情，控制目标终端输出疫情警告信息，所述疫情警告信息指示所述目标区域发生疫情。该技术方案通过对目标区域的环境图像进行疫情分析，得到分析结果，并在根据分析结果确定发生疫情后，控制目标终端及时输出疫情警告信息，以便能及时采取防控措施，防止疫情扩大化。
【专利说明】
疫情监测方法及装置
技术领域
[0001]本公开涉及疫情防控技术领域，尤其涉及一种疫情监测方法及装置。【背景技术】
[0002]无论是对于专门的养殖场还是农户自养的禽畜类动物，如何有效地进行动物疫情防控都显得非常重要，其中，区域间联合防控是当下动物疫情防控的重要手段。目前，区域间联合防控主要通过动物饲养人员在发现疫情后，通过电话、广播等手段通知周围的养殖场或农户进行疫情防控，智能化程度低，通知信息滞后，容易错过疫情防控的最佳时机。
【发明内容】
[0003]本公开实施例提供一种疫情监测方法及装置。所述技术方案如下:
[0004] —方面，提供了一种疫情监测方法，包括:
[0005]获取目标区域的环境图像；
[0006]根据所述环境图像进行疫情分析，得到疫情分析结果；
[0007]响应于确定所述疫情分析结果指示发生疫情，控制目标终端输出疫情警告信息， 所述疫情警告信息指示所述目标区域发生疫情。
[0008]在一个实施例中，所述根据所述环境图像进行分析，得到疫情分析结果，包括: [〇〇〇9]通过将所述环境图像作为疫情识别模型的输入参数，获取输出的所述疫情分析结果。
[0010]在一个实施例中，所述方法还包括:
[0011]获取指示发生疫情的环境图像样本；
[0012]根据反向传播算法对所述环境图像样本进行训练，得到所述疫情识别模型。
[0013]在一个实施例中，所述目标终端包括以下至少一项:疫情关联终端、位于所述目标区域内的终端、位于临近区域内的终端，所述临近区域不同于所述目标区域，且与所述目标区域之间的距离小于预定距离。
[0014]在一个实施例中，所述控制目标终端输出疫情警告信息，包括:控制所述目标终端在目标应用程序中发布所述疫情警告信息。
[0015]在一个实施例中，所述获取目标区域的环境图像，包括:通过对上传的图像进行图像识别，获取所述目标区域的环境图像。
[0016]在一个实施例中，所述疫情包括动物疫情。
[0017]第二方面，提供了一种疫情监测装置，包括:
[0018]第一获取模块，用于获取目标区域的环境图像；
[0019]分析模块，用于根据所述第一获取模块获取的环境图像进行疫情分析，得到疫情分析结果；
[0020]控制模块，用于响应于确定所述分析模块得到的疫情分析结果指示发生疫情，控制目标终端输出疫情警告信息，所述疫情警告信息指示所述目标区域发生疫情。
[0021]在一个实施例中，所述分析模块，用于通过将所述环境图像作为疫情识别模型的输入参数，获取输出的所述疫情分析结果。[〇〇22] 在一个实施例中，所述装置还包括:
[0023]第二获取模块，用于获取指示发生疫情的环境图像样本；
[0024]训练模块，用于根据反向传播算法对所述第二获取模块获取的环境图像样本进行训练，得到所述疫情识别模型。
[0025]在一个实施例中，所述目标终端包括以下至少一项:疫情关联终端、位于所述目标区域内的终端、位于临近区域内的终端，所述临近区域不同于所述目标区域，且与所述目标区域之间的距离小于预定距离。
[0026]在一个实施例中，所述控制模块，用于控制所述目标终端在目标应用程序中发布所述疫情警告信息。
[0027]在一个实施例中，所述第一获取模块，用于通过对上传的图像进行图像识别，获取所述目标区域的环境图像。
[0028]在一个实施例中，所述疫情包括动物疫情。
[0029]第三方面，提供了一种疫情监测装置，包括:
[0030]处理器；
[0031]用于存储处理器可执行指令的存储器；
[0032]其中，所述处理器被配置为:
[0033]获取目标区域的环境图像；[〇〇34]根据所述环境图像进行疫情分析，得到疫情分析结果；
[0035]响应于确定所述疫情分析结果指示发生疫情，控制目标终端输出疫情警告信息， 所述疫情警告信息指示所述目标区域发生疫情。
[0036]本公开的实施例提供的技术方案可以包括以下有益效果:获取目标区域的环境图像;根据环境图像进行疫情分析，得到疫情分析结果；响应于确定疫情分析结果指示发生疫情，控制目标终端输出疫情警告信息，疫情警告信息指示目标区域发生疫情。如此能够通过对目标区域的环境图像进行疫情分析，得到分析结果，并在根据分析结果确定发生疫情后， 控制目标终端及时输出疫情警告信息，以便能及时采取防控措施，防止疫情扩大化。
[0037]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。【附图说明】[〇〇38]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
[0039]图1是根据一示例性实施例示出的一种疫情监测方法的流程图。
[0040]图2是根据一示例性实施例示出的另外一种疫情监测方法的流程图。[0041 ]图3是根据一示例性实施例示出的另外一种疫情监测方法的流程图。
[0042]图4是根据一示例性实施例示出的另外一种疫情监测方法的流程图。
[0043]图5是根据一示例性实施例示出的一种疫情监测装置的框图；
[0044]图6是根据一示例性实施例示出的另外一种疫情监测装置的框图；
[0045]图7是根据一示例性实施例示出的一种用于疫情监测的装置的框图；
[0046]图8是根据一示例性实施例示出的另外一种用于疫情监测的装置的框图。【具体实施方式】
[0047]这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
[0048]图1是根据一示例性实施例示出的一种疫情监测方法的流程图。如图1所示，疫情监测方法可以用于终端电子设备中，其中，终端电子设备可以为移动终端如手机、个人电脑或平板电脑等，包括以下步骤S101-S103:
[0049]在步骤S101中，获取目标区域的环境图像。
[0050]其中，目标区域为待进行疫情监测的一定地域范围，例如，可以为动物养殖场、农户自家禽畜生活区域，动物园或者植物园、菜园、果园等需要进行疫情监测的特定区域。目标区域的大小可以根据对监测结果准确度的要求进行设定，原则上目标区域的范围设置得较小，能够得到的监测结果较为准确;而在目标区域的范围设置较大的情况下，由于环境状况较为复杂，容易导致监测结果出现较大误差或错误。
[0051]其中，环境图像既可以为图像，也可以为多张图像叠加或者组合而成的视频，为了表述便利，以下实施例中以图像进行说明，本领域技术人员容易知道，凡涉及图像之处，其内容也可以为视频。在环境图像(或环境视频)中包含有待监测对象，例如动物或者植物。如果待监测对象为动物，则采集的环境图像，可以包括动物在休息、睡眠等安静状态下的图像，也可以包括动物在不同生活空间、场合下的吃食、嬉戏等活动状况图像，从而全面地反映动物的生活状态。此外，环境图像还可以包括动物在各种疫情发生时的症状表现图像，例如精神倦怠、萎靡，不喜进食、嗜睡，睡眠状态不佳等各种外在病态表现，从而根据动物生活状况、外在状态表现等综合判断动物发生的疫情类别、严重程度等疫情信息。如果待监测对象为植物，则采集的环境图像可以包括种植植物的土壤类型、干湿程度、光照条件等环境信息，此外，还可以包括植物在发生不同疫情时的外在症状表现图像，例如，发生病虫疫情时， 植物叶子发黄、干枯，枝干皲裂，果实异性、色泽不佳等外在表现图像，从而能够根据植物所处的环境情况和外在表现，综合判定所发生的疫情类别、严重程度等信息。
[0052]需要说明的是，本公开实施例中的疫情既可以为动物疫情，也可以为植物疫情，为了便于说明，实施例中以动物疫情进行说明。其中，所涉及的动物既可以为鸡、鸭、鹅等禽类，也可以为猪、牛、羊等畜类，还可以为鱼、虾、蟹、贝等水生动物。其中，动物的养殖方式可以为农户家庭自养，也可以为养殖场批量养殖，本公开对此不做具体限定。[〇〇53]在步骤S102中，根据环境图像进行疫情分析，得到疫情分析结果。
[0054]其中，可以采用常规通用的图像或者视频分析、处理技术或者采用以下实施例中的疫情识别模型对环境图像进行疫情分析，并根据疫情分析结果确定是否发生疫情。当采用疫情识别模型对环境图像进行疫情分析时，可以调用通过大量指示发生疫情的环境图像样本事先训练而成的疫情识别模型来对疫情进行分析。疫情分析结果可以包括疫情类别、 疫情严重程度、疫情涉及的范围，疫情所处地理位置，以及建议采取的疫情防治措施等疫情信息，根据实际需要可以选择其中一项或者多项作为疫情分析结果。
[0055]在步骤S103中，响应于确定疫情分析结果指示发生疫情，控制目标终端输出疫情警告信息，疫情警告信息指示目标区域发生疫情。
[0056]在本实施例中，根据步骤S102得到疫情分析结果后，如果疫情分析结果指示在目标区域发生疫情，则控制目标终端设备输出疫情警告信息，从而能够提醒相关单位或人员及时采取措施进行疫情防治。
[0057]其中，目标终端输出疫情警告信息的方式多种多样，例如可以通过发送短信、发出警示音、广播通报疫情情况或者通过应用程序自动发布疫情提醒信息等任意方式，具体采用何种方式进行疫情警告信息的发布，可以根据实际需要进行选择，本公开实施例不做限定。[〇〇58]其中，疫情警告信息的内容可以包括:疫情的具体地理位置信息，如经炜度信息、 地址信息、涉及的养殖场或农户的名称等，疫情严重程度、已造成后果，疫病的种类、名称等相关信息。
[0059]本实施例的有益效果在于:通过对目标区域的环境图像进行疫情分析，得到分析结果，并在根据分析结果确定发生疫情后，控制目标终端及时输出疫情警告信息，以便能及时采取防控措施，有效防止疫情扩大化。
[0060]为了提高疫情识别的准确性，在一个实施例中，如图2所示，根据环境图像进行分析，得到疫情分析结果，可以包括以下步骤S201:[0061 ]在步骤S201中，通过将环境图像作为疫情识别模型的输入参数，获取输出的疫情分析结果。
[0062]其中，疫情识别模型可以通过预先采集大量指示发生疫情的环境图像样本训练而成，从而确保疫情识别模型的准确性。在使用过程中，将目标区域的环境图像作为参数输入疫情识别模型，即可得到疫情分析结果，从而能够方便、快捷地对环境图像进行疫情分析， 并且能够保证分析结果的准确性。
[0063]当疫情为动物疫情时，环境图像中可以包括动物活动状况信息，动物活动状况信息可以为动物吃食、睡觉、嬉戏、散步等任意活动状况下的信息，通过这些信息能够看出动物的身体状态及精神状态是否正常，进而判断动物是否生病或者发生疫情。
[0064]在本实施例中，包含动物活动状况信息的图像或者视频可以为动物在上述活动状况下进行拍照或者录像得到的影像资料数据，这些影像资料数据可以直接存储在拍照设备中或者其他数据存储设备中，并被上传到云服务器，以便进行图像识别。
[0065]例如，采用图像表示动物活动状况信息时，可以对动物在某一活动状况下的某一瞬间进行拍照抓取，采用该照片表示动物的活动状况信息。其中，视频表示的动物活动状况信息与图像表示的动物活动状况信息的区别在于:可以将视频看作多张图像的有序集合， 在对视频进行分析时，相当于对多张图像进行分析。
[0066]其中，根据分析结果确定是否发生动物疫情时，可以直接根据分析结果得出是否发生动物疫情的结论，也可以结合当前的季节、温度、空气干湿度、动物所处的环境状况、卫生程度信息等外部环境信息来综合确定是否发生动物疫情，以提升对动物疫情判断的准确性。
[0067]以下就采用疫情识别模型对环境图像中包含动物活动状况信息的图像或者视频进行分析的过程进行简要介绍。
[0068]在一个实施例中，采用预先训练得到的疫情识别模型对图像进行分析，得到分析结果，可以包括以下步骤:
[0069]步骤S1:对图像中的动物活动状况信息进行特征提取。
[0070]如果图像中包含多个动物，则需要对每个动物活动状况信息分别进行特征提取， 其中，提取的特征为该动物在吃食、睡觉、嬉戏、散步等活动状况下的表现特征，例如，肢体动作、活动频次、活动持续时间等。
[0071]步骤S2:将提取的特征与疫情识别模型的预设特征进行匹配。
[0072]其中，疫情识别模型的预设特征为动物疫情发生时，动物的相应外在症状等表现特征，例如，动物出现困倦、不爱活动、不喜饮食等情况。
[0073]步骤S3:判断是否匹配成功;如果匹配成功，则分析结果为发生动物疫情;否则，分析结果为未发生动物疫情。
[0074]在另外一个实施例中，采用预先训练得到的疫情识别模型对视频进行分析，得到分析结果，可以包括以下步骤:
[0075]步骤S11:将视频切分为多张有序图像。
[0076]由于视频可以看作是多张图像的有序集合，因此，在对视频进行分析前，需要将视频切分为多张有序图像，以便对各张图像分别进行分析。
[0077]步骤S12:分别对多张有序图像中的动物活动状况信息进行特征提取。[〇〇78]其中，对每张有序图像中的动物活动状况信息提取的方法类似于上述步骤S1。
[0079]步骤S13:分别将提取的特征与识别模型的预设特征逐一进行匹配。
[0080]其中，特征匹配的过程类似于上述步骤S2。
[0081]步骤S14:如果匹配成功，则该图像的分析结果为发生动物疫情;否则，该图像的分析结果为未发生动物疫情。
[0082]其中，可以对每张图像分别得到一个分析结果。[〇〇83]步骤S15:对匹配成功的图像数量进行统计。
[0084]其中，既可以对匹配成功的图像数量进行直接计数，也可以对未匹配成功的图像数量进行计数，在已知图像总数的情况下，通过简单的求差计算得到匹配成功的图像数量。
[0085]步骤S16:判断匹配成功的图像数量是否超过预设数量;如果超过预设数量的图像匹配成功，则该视频的分析结果为发生动物疫情;否则，该视频的分析结果为未发生动物疫情。
[0086]通过匹配成功的图像数量是否超过预设数量，得到视频的整体分析结果，然后执行步骤S103,控制目标终端输出疫情警告信息，其中，疫情警告信息指示在目标区域发生疫情。
[0087]本实施例中，如果疫情为动物疫情，在确定发生动物疫情后，控制目标终端输出的疫情警告信息中可以包含有发生动物疫情的图像或者视频关联的地理位置信息。其中，每个包含动物活动状况信息的图像和视频在存储时，都会关联存储该图像或者视频的拍摄来源地，也即，图像或视频中的动物所处的地理位置信息，从而在确定哪些图像或视频中的动物发生动物疫情后，能够方便地获知动物疫情发生的地理位置。在确定发生动物疫情的地理位置后，需要尽快向上级部门、卫生部门或者周围的农户、养殖场发送动物疫情告警信息，以便相关人员及时检查自家饲养的动物是否有疫情发生，并及时采取防控措施，以免疫情扩大化。
[0088]本实施例的有益效果在于:通过将环境图像作为疫情识别模型的输入参数，获取输出的疫情分析结果，能够方便、快捷地得到疫情识别结果，操作便利、智能化程度高，并且能够保证分析结果的准确性。
[0089]为了进一步提升疫情识别结果的准确性，在一个实施例中，如图3所示，上述疫情监测方法，还可以进一步包括以下步骤S202-S203:
[0090]在步骤S202中，获取指示发生疫情的环境图像样本。
[0091]其中，获取的环境图像样本类型尽可能覆盖范围广阔，从而能够对于不同种类的动物、植物发生相应疫情时的不同表现进行区分，从而使得训练的疫情识别模型识别的疫情种类更加全面、精确，能够提供的疫情识别结果包含更多的信息内容。[〇〇92]在步骤S203中，根据反向传播算法对环境图像样本进行训练，得到疫情识别模型。
[0093] 其中，反向传播算法(Back-propagat1n algorithm，简称BP算法)是一种监督学习算法，可以用来训练疫情识别模型。该疫情识别模型为深度卷积神经网络模型，在图像、 视频的分析、处理方面具有独特的优越性，能够确保分析结果具有较高的准确性。[〇〇94] 通过上述步骤S202和步骤S203能够方便地训练出疫情识别模型，在采用该疫情识别模型进行疫情识别时，能够保证疫情识别结果的准确性。[〇〇95]需要说明的是，步骤S202采集的环境图像样本种类越多、数量越多、覆盖的范围越广泛，能够识别的疫情种类越多、结果也越准确，相应地，环境图像样本的采集工作量也越大、训练过程也越复杂，训练周期越长。其中，疫情识别模型在训练完成后，能够进行基本疫情识别后，会在后续进行迭代运算，从而逐步提升疫情识别模型的性能、识别效率、准确率等相关参数，也即，本实施例中采用的疫情识别模型训练完成后并不会完全固化，随着后续环境图像样本的增加，疫情识别模型的功能也会更加完善。
[0096]以下对环境图像样本包含动物疫情样本图像的疫情识别模型的训练方法进行简要说明如下:
[0097]在步骤S111中，获取预设的动物疫情样本图像。
[0098]其中，训练疫情识别模型所用的训练数据为多张预设的动物疫情样本图像，这些样本图像应尽量全面地覆盖所有已发现的动物疫情，从而确保训练出的识别模型能够对各种动物疫情都能进行识别。从样本图像中能够看出动物在发生各种疫情情况下的症状、表现，在获取样本图像后需要根据该样本图像中动物的症状、表现，对疫情种类、名称等数据进行标注，数据标注过程既可以通过人工进行，也可以借助于计算机加以实现。例如，采用人工进行标注时，可以由具有丰富动物饲养经验的人员，或者熟悉动物各种表现特性的人员担任，该人员熟悉动物在正常状态、生病、发生疫情等状态下的表现，并且熟知各种动物疫情的外在表现，在获取包含动物活动状况信息的图像后，能够根据图像中动物的表现准确判断该动物是否发生疫情以及发生的为何种疫情。其中，动物疫情与动物普通生病的区另IJ，可以通过发生特殊症状的动物的数量、范围等加以体现，例如，单个动物出现不喜饮食、 困倦症状，则认为该动物可能为生病;而多个动物基本同时出现同样或近似的不喜饮食、困倦等症状，则认为可能有动物疫情发生。在数据标注过程中，标注人员或者计算机会根据标注数据的特点，区分疫情或者普通生病进行标注。在对多张动物疫情样本图像的数据进行标注后，可以对样本图像进行疫情识别模型训练。
[0099]在步骤S112中，利用反向传播算法对样本图像进行训练，得到疫情识别模型。
[0100]本实施例的有益效果在于:通过获取指示发生疫情的环境图像样本，根据反向传播算法对环境图像样本进行训练，得到疫情识别模型，能够保证训练的疫情识别模型具有较高的识别准确率，方便、快捷地得到疫情识别结果，且能够保证识别结果的准确性。[0101 ]在一个实施例中，上述目标终端可以包括以下至少一项:疫情关联终端、位于目标区域内的终端、位于临近区域内的终端，其中，临近区域不同目标区域，且与目标区域之间的距离小于预定距离。
[0102]其中，疫情关联终端可以为农户、养殖场、果园、花园等待监测范围内的终端，这些终端事先与疫情监测设施绑定，当发生疫情时，控制该疫情关联终端输出疫情警告信息;而目标区域内的终端则可以根据设置的目标区域的大小来设定，当移动终端处于该目标区域的覆盖范围，即可在疫情发生时，输出疫情警告信息；临近区域内的终端，则可以根据设定的目标区域的大小和预定距离来确定，例如，设置预定距离为500米，则在目标区域向外延伸500米范围内的移动终端，会在发生疫情时，发出疫情警告信息。根据拟通知对象的不同， 可以将目标终端设置为上述终端中的一个或者多个，从而能够控制不同范围内的目标终端发出疫情警告信息。
[0103]本实施例的有益效果在于:通过将不同的终端设置为目标终端，能够对不同范围内的人员进行疫情警告，从而有利于区域联动，共同实施疫情监控，有效防止疫情扩大化。 [〇1〇4]为了确保疫情警告信息的发布更加智能化，在另外一个实施例中，控制目标终端输出疫情警告信息，包括:控制目标终端在目标应用程序中发布疫情警告信息。
[0105]在本实施例中，通过控制目标终端在目标应用程序中发布疫情警告信息，能够充分利用移动终端上安装的应用程序，智能化地发布疫情警告信息，确保疫情警告信息传播具有较高的时效性，能够在较短时间内得到快速传播。其中，目标应用程序可以为市面上通用的社交软件，例如米聊、QQ、微信、微博等。
[0106]本实施例的有益效果在于:通过控制目标终端在目标应用程序中发布疫情警告信息，能够充分利用信息化时代相关应用程序的信息传播功能，保证疫情警告信息的发布更加智能化，疫情警告信息的传播具有更高的时效性。
[0107]在一个实施例中，如图4所示，获取目标区域的环境图像，可以通过以下步骤S401 实现。
[0108]在步骤S401中，通过对上传的图像进行图像识别，获取目标区域的环境图像。
[0109]其中，采集的目标区域的图像可以被统一上传至云服务器，通过图像识别，得到目标区域的环境图像。采集的图像既可以为通过官方渠道拍摄的图像，也可以为户外活动爱好者自行拍摄的图像，还可以通过互联网公开的信息资料中获取的图像，也即，图像的来源较为广泛，这些图像都被上传至服务器，从而保证能够从不同角度、全面、客观地反映环境情况。
[0110]本实施例的有益效果在于:通过对上传的图像进行图像识别，获取目标区域的环境图像，能够方便地获取目标区域的环境图像，环境图像来源广泛，从而使得所反映的环境信息更加客观、全面。
[0111]在本公开的另外一个实施例中，提供一种疫情监测方法，包括以下步骤:
[0112]在步骤S401中，通过对上传的图像进行图像识别，获取目标区域的环境图像；
[0113]在步骤S201中，通过将环境图像作为疫情识别模型的输入参数，获取输出的疫情分析结果；
[0114]在步骤S103中，响应于确定疫情分析结果指示发生疫情，控制目标终端输出疫情警告信息，疫情警告信息指示目标区域发生疫情。
[0115]在本公开的另外一个实施例中，提供一种疫情监测方法，包括以下步骤:
[0116]在步骤S101中，获取目标区域的环境图像；
[0117]在步骤S201中，通过将环境图像作为疫情识别模型的输入参数，获取输出的疫情分析结果；
[0118]在步骤S103中，响应于确定疫情分析结果指示发生疫情，控制目标终端输出疫情警告信息，疫情警告信息指示目标区域发生疫情。
[0119]在本公开的另外一个实施例中，提供一种疫情监测方法，包括以下步骤:[〇12〇]在步骤S401中，通过对上传的图像进行图像识别，获取目标区域的环境图像；
[0121]在步骤S202中，获取指示发生疫情的环境图像样本；
[0122]在步骤S203中，根据反向传播算法对环境图像样本进行训练，得到疫情识别模型；
[0123]在步骤S201中，通过将环境图像作为疫情识别模型的输入参数，获取输出的疫情分析结果；
[0124]在步骤S103中，响应于确定疫情分析结果指示发生疫情，控制目标终端输出疫情警告信息，疫情警告信息指示目标区域发生疫情。
[0125]下述为本公开的一种装置实施例，可以用于执行本公开方法实施例。
[0126]本公开实施例提供一种疫情监测装置，如图5所示，包括:
[0127]第一获取模块501，用于获取目标区域的环境图像；
[0128]分析模块502,用于根据第一获取模块501获取的环境图像进行疫情分析，得到疫情分析结果；
[0129]控制模块503,用于响应于确定分析模块502得到的疫情分析结果指示发生疫情， 控制目标终端输出疫情警告信息，疫情警告信息指示目标区域发生疫情。
[0130]本实施例的有益效果在于:通过第一获取模块获取目标区域的环境图像，通过分析模块对目标区域的环境图像进行疫情分析，得到分析结果，并在根据分析结果确定发生疫情后，通过控制模块控制目标终端及时输出疫情警告信息，以便能及时采取防控措施，有效防止疫情扩大化。
[0131]其中，上述分析模块502,用于通过将环境图像作为疫情识别模型的输入参数，获取输出的疫情分析结果。
[0132]本实施例的有益效果在于:通过分析模块将环境图像作为疫情识别模型的输入参数，获取输出的疫情分析结果，能够方便、快捷地得到疫情识别结果，操作便利、智能化程度高，并且能够保证分析结果的准确性。
[0133]在另外一个实施例中，如图6所示，上述疫情监测装置还可以包括:
[0134]第二获取模块601，用于获取指示发生疫情的环境图像样本；
[0135]训练模块602,用于根据反向传播算法对第二获取模块601获取的环境图像样本进行训练，得到疫情识别模型。
[0136]本实施例的有益效果在于:通过第二获取模块获取指示发生疫情的环境图像样本，通过训练模块根据反向传播算法对环境图像样本进行训练，得到疫情识别模型，能够保证训练的疫情识别模型具有较高的识别准确率，方便、快捷地得到疫情识别结果，且能够保证识别结果的准确性。
[0137]其中，上述目标终端包括以下至少一项:疫情关联终端、位于目标区域内的终端、 位于临近区域内的终端，临近区域不同于目标区域，且与目标区域之间的距离小于预定距离。
[0138]本实施例的有益效果在于:通过将不同的终端设置为目标终端，能够对不同范围内的人员进行疫情警告，从而有利于区域联动，共同实施疫情监控，有效防止疫情扩大化。
[0139]在本公开的另外一个实施例中，上述控制模块503,用于控制目标终端在目标应用程序中发布疫情警告信息。
[0140]本实施例的有益效果在于:通过控制目标终端在目标应用程序中发布疫情警告信息，能够充分利用信息化时代相关应用程序的信息传播功能，保证疫情警告信息的发布更加智能化，疫情警告信息的传播具有更高的时效性。
[0141]其中，上述第一获取模块501，用于通过对上传的图像进行图像识别，获取目标区域的环境图像。
[0142]本实施例的有益效果在于:通过对上传的图像进行图像识别，获取目标区域的环境图像，能够方便地获取目标区域的环境图像，环境图像来源广泛，从而使得所反映的环境信息更加客观、全面。
[0143]其中，本公开实施例中的上述疫情包括动物疫情。
[0144]以下为本公开的另外一种装置实施例，该疫情监测装置包括:
[0145]处理器；
[0146]用于存储处理器可执行指令的存储器；
[0147]其中，处理器被配置为:
[0148]获取目标区域的环境图像；
[0149]根据环境图像进行疫情分析，得到疫情分析结果；
[0150]响应于确定疫情分析结果指示发生疫情，控制目标终端输出疫情警告信息，疫情警告信息指示目标区域发生疫情。
[0151]本实施例的有益效果在于:通过对目标区域的环境图像进行疫情分析，得到分析结果，并在根据分析结果确定发生疫情后，控制目标终端及时输出疫情警告信息，以便能及时采取防控措施，有效防止疫情扩大化。
[0152]图7是根据一示例性实施例示出的一种用于疫情监测的装置的框图，该装置适用于终端设备。例如，装置700可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
[0153]装置700可以包括以下一个或多个组件:处理组件702，存储器704，电力组件706， 多媒体组件708，音频组件710，输入/输出(I/O)接口 712，传感器组件714，以及通信组件 716〇
[0154]处理组件702通常控制装置700的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件702可以包括一个或多个处理器720来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件702可以包括一个或多个模块，便于处理组件702和其他组件之间的交互。例如，处理组件702可以包括多媒体模块，以方便多媒体组件708和处理组件702之间的交互。
[0155]存储器704被配置为存储各种类型的数据以支持在装置700的操作。这些数据的示例包括用于在装置700上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPR0M)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PR0M)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
[0156]电力组件706为装置700的各种组件提供电力。电力组件706可以包括电源管理系统，一个或多个电源，及其他与为装置700生成、管理和分配电力相关联的组件。
[0157]多媒体组件708包括在所述装置700和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件708包括一个前置摄像头和/或后置摄像头。当装置700处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
[0158]音频组件710被配置为输出和/或输入音频信号。例如，音频组件710包括一个麦克风(MIC)，当装置700处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器704或经由通信组件716发送。在一些实施例中，音频组件710还包括一个扬声器，用于输出音频信号。[〇159] I/O接口 712为处理组件702和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。[〇16〇]传感器组件714包括一个或多个传感器，用于为装置700提供各个方面的状态评估。例如，传感器组件714可以检测到装置700的打开/关闭状态，组件的相对定位，例如所述组件为装置700的显示器和小键盘，传感器组件714还可以检测装置700或装置700—个组件的位置改变，用户与装置700接触的存在或不存在，装置700方位或加速/减速和装置700的温度变化。传感器组件714可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件714还可以包括光传感器，如CMOS或C⑶图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件714还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
[0161]通信组件716被配置为便于装置700和其他设备之间有线或无线方式的通信。装置 700可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信部件716经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。 在一个示例性实施例中，所述通信部件716还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
[0162]在示例性实施例中，装置700可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列 (FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
[0163]在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器704,上述指令可由装置700的处理器720执行以完成上述方法。例如， 所述非临时性计算机可读存储介质可以是R0M、随机存取存储器(RAM)、CD-R0M、磁带、软盘和光数据存储设备等。
[0164]图8是根据一示例性实施例示出的一种用于疫情监测的装置的框图。例如，装置 800可以被提供为一服务器。装置800包括处理组件822,其进一步包括一个或多个处理器， 以及由存储器832所代表的存储器资源，用于存储可由处理部件822的执行的指令，例如应用程序。存储器832中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件822被配置为执行指令，以执行上述方法。
[0165]装置800还可以包括一个电源组件826被配置为执行装置800的电源管理，一个有线或无线网络接口 850被配置为将装置800连接到网络，和一个输入输出(I/O)接口 858。装置800可以操作基于存储在存储器832的操作系统，例如Windows ServerTM，Mac OS XTM， UnixTM，LinuxTM，FreeBSDTM 或类似。
[0166]本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
[0167]应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
【主权项】
1.一种疫情监测方法，其特征在于，包括:获取目标区域的环境图像；根据所述环境图像进行疫情分析，得到疫情分析结果；响应于确定所述疫情分析结果指示发生疫情，控制目标终端输出疫情警告信息，所述 疫情警告信息指示所述目标区域发生疫情。2.根据权利要求1所述方法，其特征在于，所述根据所述环境图像进行分析，得到疫情 分析结果，包括:通过将所述环境图像作为疫情识别模型的输入参数，获取输出的所述疫情分析结果。3.根据权利要求2所述的方法，其特征在于，所述方法还包括:获取指示发生疫情的环境图像样本；根据反向传播算法对所述环境图像样本进行训练，得到所述疫情识别模型。4.根据权利要求1所述的方法，其特征在于，所述目标终端包括以下至少一项:疫情关 联终端、位于所述目标区域内的终端、位于临近区域内的终端，所述临近区域不同于所述目 标区域，且与所述目标区域之间的距离小于预定距离。5.根据权利要求1所述的方法，其特征在于，所述控制目标终端输出疫情警告信息，包 括:控制所述目标终端在目标应用程序中发布所述疫情警告信息。6.根据权利要求1所述的方法，其特征在于，所述获取目标区域的环境图像，包括:通过对上传的图像进行图像识别，获取所述目标区域的环境图像。7.根据权利要求1至6任一项所述的方法，其特征在于，所述疫情包括动物疫情。8.—种疫情监测装置，其特征在于，包括:第一获取模块，用于获取目标区域的环境图像；分析模块，用于根据所述第一获取模块获取的环境图像进行疫情分析，得到疫情分析 结果；控制模块，用于响应于确定所述分析模块得到的疫情分析结果指示发生疫情，控制目 标终端输出疫情警告信息，所述疫情警告信息指示所述目标区域发生疫情。9.根据权利要求8所述装置，其特征在于:所述分析模块，用于通过将所述环境图像作 为疫情识别模型的输入参数，获取输出的所述疫情分析结果。10.根据权利要求9所述的装置，其特征在于，所述装置还包括:第二获取模块，用于获取指示发生疫情的环境图像样本；训练模块，用于根据反向传播算法对所述第二获取模块获取的环境图像样本进行训 练，得到所述疫情识别模型。11.根据权利要求8所述的装置，其特征在于，所述目标终端包括以下至少一项:疫情关 联终端、位于所述目标区域内的终端、位于临近区域内的终端，所述临近区域不同于所述目 标区域，且与所述目标区域之间的距离小于预定距离。12.根据权利要求8所述的装置，其特征在于:所述控制模块，用于控制所述目标终端在 目标应用程序中发布所述疫情警告信息。13.根据权利要求8所述的装置，其特征在于:所述第一获取模块，用于通过对上传的图 像进行图像识别，获取所述目标区域的环境图像。14.根据权利要求8至13任一项所述的装置，其特征在于，所述疫情包括动物疫情。15.—种疫情监测装置，其特征在于，包括:处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为:获取目标区域的环境图像；根据所述环境图像进行疫情分析，得到疫情分析结果；响应于确定所述疫情分析结果指示发生疫情，控制目标终端输出疫情警告信息，所述 疫情警告信息指示所述目标区域发生疫情。
【文档编号】G06K9/62GK105975981SQ201610272698
【公开日】2016年9月28日
【申请日】2016年4月27日
【发明人】张向阳, 陈帅, 刘铁俊
【申请人】北京小米移动软件有限公司