一种预防丢失的报警方法及装置与流程

本发明实施例涉及移动终端技术领域，尤其涉及一种预防丢失的报警方法及装置。

背景技术

随着移动终端的迅速发展，其功能也日渐强大。在实际应用中，还可以使用移动终端对儿童进行监管，以防止儿童丢失。

现有技术中，专利cn201510437405.6采用gps(globalpositionsystem,全球定位系统)/lbs(locationbasedservice,基于移动位置服务)确定儿童是否在安全区域。如果没有，则发送信息至家长；且通过人脸识别技术判断儿童的表情是否异常，若异常，则确定儿童处于危险状态。

然而，gps/lbs定位需要硬件设备支持，成本较高，且准确率较低；此外，年龄和光照等环境信息会导致人脸识别准确率较低。

技术实现要素：

本发明提供一种预防丢失的报警方法及装置，以解决现有儿童防丢的上述问题。

根据本发明的第一方面，提供了一种预防丢失的报警方法，所述方法包括：

获取目标人物图像对应的目标特征；

获取目标监控设备对应的实时监控图像，并识别所述实时监控图像中的人物图像，得到人物图像集；

根据预设的人物候选特征从所述人物图像集中确定候选人物图像子集；

根据所述目标特征，确定所述候选人物图像子集是否包含所述目标人物图像；

若所述候选人物图像子集不包含所述目标人物图像，则发送报警提示信息。

根据本发明的第二方面，提供了一种预防丢失的报警装置包括：

信息获取模块，用于获取目标人物图像对应的目标特征；

人物图像识别模块，用于获取目标监控设备对应的实时监控图像，并识别所述实时监控图像中的人物图像，得到人物图像集；

候选人物图像确定模块，用于根据预设的人物候选特征从所述人物图像集中确定候选人物图像子集；

目标人物图像确定模块，用于根据所述目标特征，确定所述候选人物图像子集是否包含所述目标人物图像；

第一报警提示模块，用于若所述候选人物图像子集不包含所述目标人物图像，则发送报警提示信息。

根据本发明的第三方面，提供了一种电子设备，包括：

处理器、存储器以及存储在所述存储器上并可在所述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前述所述的预防丢失的报警方法。

根据本发明的第四方面，提供了一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行前述所述的预防丢失的报警方法。

本发明实施例提供了一种预防丢失的报警方法及装置，所述方法包括：获取目标人物图像对应的目标特征；获取目标监控设备对应的实时监控图像，并识别所述实时监控图像中的人物图像，得到人物图像集；根据预设的人物候选特征从所述人物图像集中确定候选人物图像子集；根据所述目标特征，确定所述候选人物图像子集是否包含所述目标人物图像；若所述候选人物图像子集不包含所述目标人物图像，则发送报警提示信息。可以通过年龄、人脸识别进行身份识别，判断被监护人是否在安全区内，从而确定被监护人是否安全，可以有效提高身份识别的准确率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例一提供的一种预防丢失的报警方法的具体步骤流程图；

图2是本发明实施例二提供的一种预防丢失的报警方法的具体步骤流程图；

图3是本发明实施例三提供的一种预防丢失的报警装置的结构图；

图4是本发明实施例四提供的一种预防丢失的报警装置的结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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。

实施例一

参照图1，其示出了本发明实施例一提供的一种预防丢失的报警方法的具体步骤流程图。

步骤101，获取目标人物图像对应的目标特征。

其中，目标人物图像为监控的目标人物。在本发明实施例中，目标人物图像为被监护儿童的人物图像，还可以为被监护老人等其他需要监护的对象。此外，目标人物图像可以由监护人选择。

目标特征可以包括面部特征。

对于面部特征，可以从目标人物图像中提取。本发明实施例对提取算法不加以限制。

进一步地，目标特征还可包括但不限于：身高、衣服颜色、衣服类型、年龄的一种或多种。对于身高、衣服颜色、衣服类型、年龄等，可以从目标人物图像中提取，也可以在指定目标人物时同时设定，并存储至系统数据库中。

可以理解，上述过程可由监护人在自己的移动终端上进行，也可由监护人在场所提供的设备上进行选择。例如，例1：监护人首先在移动终端上下载监护应用；然后打开监护应用的设置界面，设置监护儿童的身高、年龄、穿着及颜色等信息，并在面部特征识别界面通过扫描面部图像得到面部特征等；例2：监护人在场所提供的设备上进行选择并录入相关信息。

当然，上述身高、年龄、穿着及颜色、面部特征均可以修改。

步骤102，获取目标监控设备对应的实时监控图像，并识别所述实时监控图像中的人物图像，得到人物图像集。

其中，目标监控设备可以通过监护人指定。在实际应用中，可以根据用户选择的位置或定位的当前位置显示该位置周边的摄像头，以供选择；还可以从所有目标监控设备列表中选择。本发明实施例对目标监控设备的选择方式不加以限制。可以理解，目标监控设备为用户关注的监控设备，即为监控监护儿童的安全区域的监控设备。

实时体现为周期性的获取监控图像。可以理解，获取监控图像的周期越短，则获取的监控图像越多，更能及时发现儿童是否安全，但图像处理复杂度越高；获取监控图像的周期越长，则获取的监控图像越少，不能及时发现儿童是否安全，但图像处理复杂度越低。从而需要根据实际应用场景设定合理的周期，既能及时发现儿童是否安全，又能尽量降低处理复杂度。

具体地，可以通过人脸识别技术得到人物图像集。

在本发明实施例中，可以根据公共监控设备监护儿童，防止儿童丢失。在实际应用中，可以将公共监控设备监控的图像数据导入第三方数据库中，或者直接从公共监控设备的原数据库中读取。

可以理解，本发明实施例涉及第三方数据库、以及监护应用、监控设备及其对应的数据库、移动终端，其中，第三方数据库为监护应用对应的数据库，移动终端为支持监护应用运行的终端。具体地，首先，用户通过移动终端上的监护应用指定监护的儿童信息以及目标监控设备；然后，监护应用根据第三方数据库中目标监控设备的监控数据，实时判断该儿童是否处于安全状态；若处于危险状态，则向该移动终端或监护人通过该移动终端设置的目标终端发送报警提示信息。

步骤103，根据预设的人物候选特征从所述人物图像集中确定候选人物图像子集。

在本发明实施例中，为了降低计算复杂度以及其他因素对身份识别的干扰，在身份识别之前从人物图像集中剔除不符合条件的人物图像。例如，剔除掉年龄不为儿童的人物图像，从而候选特征为确定年龄的特征。当然，还可以剔除掉其他明显不符合指定条件的人物图像，从而候选特征为确定指定条件的特征。

具体地，首选，对于人物图像集中的每个人物图像，提取该任务图像的人物候选特征，作为参考候选特征；然后，将该参考候选特征与人物候选特征进行对比，若一致，则该人物图像为候选人物图像；若不一致，该任务图像不为候选人物图像。

步骤104，根据所述目标特征，确定所述候选人物图像子集是否包含所述目标人物图像。

具体地，首先，对于候选人物图像子集中的每个候选人物图像，提取其参考特征；然后，将该参考特征与目标特征进行对比；若一致，则代表候选人物图像子集中包含目标人物图像，并停止判断其他候选人物图像；若不一致，则继续判断下一个候选人物图像的参考特征是否与目标特征一致。

可以理解，若候选人物图像子集中的所有人物图像的参考特征均与目标特征不一致，则代表候选人物图像子集不包含目标人物图像；若候选人物图像子集中至少一个人物图像的参考特征与目标特征一致，则代表候选人物图像子集包含目标人物图像。

在实际应用中，若目标特征包括身高，对于身高，则允许身高差别在很小范围内时，代表身高一致，从而避免误差引起的判断不准确。此外，为了判断更加准确，只有当参考特征分别与对应的多个目标特征均一致时，判断代表候选人物图像子集包含目标人物图像；否则不包含。例如，只有当身高、年龄、穿着及颜色、面部特征均一致时，则确定候选人物图像子集包含目标人物图像；否则，若其中一项不一致，则不包含。

步骤105，若所述候选人物图像子集不包含所述目标人物图像，则发送报警提示信息。

在实际应用中，候选人物图像子集不包含目标人物图像，则代表监护儿童不在指定区域，从而需要报警提示；候选人物图像子集包含目标人物图像，则代表监护儿童在指定区域，从而不需要报警提示。

其中，报警提示信息包括但不限于：文字报警、声音报警、震动报警等。本发明实施例对报警提示信息的具体方式不加以限制。

在实际应用中，若在下一时刻的候选人物图像子集包含目标人物图像，则停止报警提示信息。

综上所述，本发明实施例提供了一种预防丢失的报警方法，所述方法包括：获取目标人物图像对应的目标特征；获取目标监控设备对应的实时监控图像，并识别所述实时监控图像中的人物图像，得到人物图像集；根据预设的人物候选特征从所述人物图像集中确定候选人物图像子集；根据所述目标特征，确定所述候选人物图像子集是否包含所述目标人物图像；若所述候选人物图像子集不包含所述目标人物图像，则发送报警提示信息。可以通过年龄、人脸识别进行身份识别，判断被监护人是否在安全区内，从而确定被监护人是否安全，可以有效提高身份识别的准确率。

实施例二

参照图2，其示出了本发明实施例二提供的一种预防丢失的报警方法的具体步骤流程图。

步骤201，获取目标监控设备对应的监控图像，并对所述监控图像中的人物进行归类，得到初始人物图像集。

其中，目标监控设备可以参照步骤102的详细说明，在此不再赘述。

具体地，对监控图像中的人物进行归类，即：识别监控图像中的人物图像，并将同一个人不同角度、不同状态的图像归归类至该人物。归类算法已经比较成熟，本发明实施例对其不加以详细说明。

可选地，在本发明的另一种实施例中，步骤201包括子步骤2011：

子步骤2011，对所述监控图像中的人物利用无监督聚类方法进行归类。

归类算法可使用无监督聚类方法，用于快速学习聚类，而不需要提前标记数据。

步骤202，接收从所述初始人物图像集中选择的目标人物图像，并从所述目标人物图像中提取目标特征。

本发明实施例可以将人物图像集中的各人物图像显示在移动终端上，以供监护人选择其中一个为目标人物图像。

可选地，在本发明的另一种实施例中，所述目标特征不仅包括人脸特征，还包括身高特征和/或衣服颜色特征。

可以理解，目标特征的提取算法和目标特征的具体形式相关。例如，当目标特征为身高时，从目标人物图像中识别出人物的头和脚的位置，确定参照系从而可以计算得到任务图像的身高；当目标特征为年龄时，可以结合身高和面部特征综合确定；目前识别穿着及颜色已经是比较成熟的技术，本发明实施例在此不加以赘述。

可以理解，步骤201至202为监护人指定目标人物图像，并提取目标特征的过程。

步骤203，获取移动终端发送的确认目标人物请求。在实际应用中，监护人还可以上传移动终端上的图像作为目标人物图像。从而监护人可以为目标人物拍摄图像，或，从相册中选择图像上传。

可以理解，目标人物请求中携带上传的目标人物图像。

步骤204，获取所述确认目标人物请求所对应的目标人物图像的目标特征。

提取目标特征的算法可以参照步骤101中的详细说明，在此不再赘述。

需要说明的是，步骤201至202、步骤203至204分别为获取目标人物图像的目标特征的两种方法，在实际应用中，可选其中一种。

步骤205，获取目标监控设备对应的实时监控图像，并识别所述实时监控图像中的人物图像，得到人物图像集。

该步骤可以参照步骤102的详细说明，在此不再赘述。

步骤206，对于所述人物图像集中的各人物图像，确定所述人物图像的特征点，并提取所述各特征点的像素值，得到第一候选特征。

其中，像素值可以通过rgb(redgreenblue，红绿蓝)三色通道表示。当然，还可以通过其他格式表示，例如，cmyk(cyanmagentayellowblack，青品红黄黑)。本发明实施例对表示像素值的色彩模式不加以限制。

在实际应用中，为了降低计算复杂度，可以首先将人物图像进行变换，降低维度，再提取像素值。例如，首先将512*128的图像转换为256*64，再提取像素值，从而像素数目降低，可以有效降低计算复杂度。

步骤207，对于所述人物图像集中的各人物图像，计算每两个特征点形成角度的余弦值，得到第二候选特征。

其中，特征点包括但不限于：眼睛、鼻子、耳朵、嘴巴、眉毛、面部轮廓的组成点。

识别五官的算法已经相当成熟，本发明实施例对采用的算法不加以限制。

具体地，任意两个特征像素点pi和pj对应的第二候选特征svi,j的具体计算公式如下：

svi,j＝cos(θi,j)(1)

其中，θi,j为特征像素点pi和pj分别与参考点的连线之间的夹角。

步骤208，对于所述人物图像集中的各人物图像，提取所述人物图像的局部二值化信息，得到第三候选特征。

其中，二值化即将图像的每个像素点的亮度值根据阈值划分为白或黑，即亮度值设为0或255。例如，将0至126的亮度值划分为0，将127至255划分为255。

可以理解，提取局部二值化信息的算法可以为像素值法、平均值法、直方图法等。其中，像素值法将像素值为0至126的像素点设为0黑色，将像素值为127至255的像素点设为255；平均值法首先计算图像中所有像素点的像素值的平均值，并将像素值小于或等于平均值的像素点设置为0，将像素值大于平均值的像素点设置为255；直方图法首先确定图像中像素值最大的两个位置，然后取两个位置中间像素值最小的像素值作为阈值，并将像素值小于或等于该阈值的像素点设置为0，将像素值大于该阈值的像素点设置为255。

可以理解，人物图像的每个像素点均对应一个二值化的值。

步骤209，对于所述人物图像集中的各人物图像，提取所述人物图像的方向梯度直方图信息，得到第四候选特征。

其中，方向梯度直方图(histogramoforientedgradients，hog)用于描述图像局部纹理特征。

具体地，首先，将图像划分为大小相等的小区域，例如，20*20的小区域；然后，分别计算这些小区域的梯度方向直方图，再由一定数量的小区域组成较大区域，例如，一个大区域由2*2个小区域组成，最后，再由大区域的方向梯度直方图的特征向量组成整幅图像的方向梯度直方图的特征向量。从而，该特征向量就可以唯一的描述该图像。

步骤210，对于所述人物图像集中的各人物图像，将所述第一候选特征、第二候选特征、第三候选特征及第四候选特征输入至预先训练得到的年龄识别模型中，得到年龄分类。

其中，年龄分类包括但不限于：①成年人和未成年人，②老年人和非老年人等多种分类方式。

年龄识别模型可以通过候选特征确定人物是否为未成年人/老年人。可以理解，输入为第一候选特征、第二候选特征、第三候选特征及第四候选特征，输出为年龄分类。

在本发明实施例中，年龄识别模型可以通过预先标注了年龄分类的图像样本训练得到。

可选地，在本发明的另一种实施例中，上述年龄识别模型通过如下步骤训练得到：

子步骤a1，获取人物图像样本集，所述人物图像样本集中的各人物图像样本标注有年龄分类。

其中，人物图像样本集可以为监控设备监控得到的图像，也可以为收集的网络图片等，本发明实施例对其不加以限制。

具体地，样本被标注为正样本和负样本，例如：未成年人和非未成年人。

子步骤a2，对于所述人物图像样本集中的各人物图像样本，确定所述人物图像的特征点，并提取所述各特征点的像素值，得到第一候选特征样本。

该步骤可以参照步骤206的详细说明，在此不再赘述。

子步骤a3，对于所述人物图像样本集中的各人物图像样本，计算每两个特征点形成角度的余弦值，得到第二候选特征样本。

该步骤可以参照步骤207的详细说明，在此不再赘述。

子步骤a4，对于所述人物图像样本集中的各人物图像样本，提取所述人物图像样本的局部二值化信息，得到第三候选特征样本。

该步骤可以参照步骤208的详细说明，在此不再赘述。

子步骤a5，对于所述人物图像样本集中的各人物图像样本，提取所述人物图像样本的方向梯度直方图信息，得到第四候选特征样本。

该步骤可以参照步骤209的详细说明，在此不再赘述。

子步骤a6，根据所述人物图像样本集中各人物图像样本的第一候选特征样本、第二候选特征样本、第三候选特征样本、第四候选特征样本及年龄分类，采用预设训练模型训练得到年龄识别模型。

其中，训练模型可以为rnn(recurrentneuralnetworks，循环神经网络)模型、cnn(convolutionalneuralnetwork，卷积神经网络)等。

具体地，首先，对于每个人物图像样本，将第一候选特征样本、第二候选特征样本、第三候选特征样本、第四候选特征样本输入至循环网络模型中，得到估计的年龄分类；然后，将人物图像样本集中各人物图像估计的年龄分类和标注的年龄分类进行对比，若大于或等于一定比例的人物图像估计的年龄分类和标注的年龄分类一致，则训练结束，则此时的训练模型为年龄识别模型；若大于或等于一定比例的人物图像估计的年龄分类和标注的年龄分类不一致，则调整训练模型的参数，继续训练，直至大于或等于一定比例的人物图像估计的年龄分类和标注的年龄分类一致。

步骤211，将所述年龄分类为目标年龄分类的人物图像添加至候选人物图像子集中。

其中，目标年龄分类根据年龄分类的方式不同而不同，对于未成年人/非未成年人，目标年龄分类为未成年人，对于老年人/非老年人，目标年龄分类为老年人。

可以理解，候选人物图像子集中的人物图像不存在先后顺序。

在实际应用中，还可以将年龄分类为非未成年人/非老年人的人物图像从人物图像集中剔除，从而剩下的人物图像组成候选任务图像子集。

步骤212，根据所述目标特征，确定所述候选人物图像子集是否包含所述目标人物图像。

该步骤可以参照步骤104的详细说明，在此不再赘述。

步骤213，若所述候选人物图像子集不包含所述目标人物图像，则向所述移动终端或所述移动终端设置的目标终端发送报警提示信息。

具体，可以向预先设置的目标终端发送报警信息，目标终端可以为手机、智能手环等设备，也可以向预设的手机号对应的手机发送报警信息。

步骤214，获取第二目标监控设备对应的第二实时监控图像。

本发明实施例可以从其他目标监控设备监控得到的图像中，确定目标人物图像是否在该其他目标监控设备的监控区域中。

步骤215，若所述第二实时监控图像包含所述目标人物图像，则发送第二报警提示信息。

具体地，第二报警提示信息可包括：第二目标监控设备信息、对应的区域信息、目标人物出现的时间等一种或多种，用于提示监护人目标人物当前所在区域，帮助监护人快速定位目标人物。综上所述，本发明实施例提供了一种预防丢失的报警方法，所述方法包括：获取目标人物图像对应的目标特征；获取目标监控设备对应的实时监控图像，并识别所述实时监控图像中的人物图像，得到人物图像集；根据预设的人物候选特征从所述人物图像集中确定候选人物图像子集；根据所述目标特征，确定所述候选人物图像子集是否包含所述目标人物图像；若所述候选人物图像子集不包含所述目标人物图像，则发送报警提示信息。可以通过年龄、穿着、及儿童/老人人脸识别进行身份识别，判断儿童/老人是否在安全区域内，从而确定儿童/老人是否安全，可以有效提高身份识别的准确率。

实施例三

参照图3，其示出了本发明实施例三提供的一种预防丢失的报警装置的结构图，具体如下。

信息获取模块301，用于获取目标人物图像对应的目标特征。

人物图像识别模块302，用于获取目标监控设备对应的实时监控图像，并识别所述实时监控图像中的人物图像，得到人物图像集。

候选人物图像确定模块303，用于根据预设的人物候选特征从所述人物图像集中确定候选人物图像子集。

目标人物图像确定模块304，用于根据所述目标特征，确定所述候选人物图像子集是否包含所述目标人物图像。

第一报警提示模块305，用于若所述候选人物图像子集不包含所述目标人物图像，则发送报警提示信息。

综上所述，本发明实施例提供了一种预防丢失的报警装置，所述装置包括：信息获取模块，用于获取目标人物图像对应的目标特征；人物图像识别模块，用于获取目标监控设备对应的实时监控图像，并识别所述实时监控图像中的人物图像，得到人物图像集；候选人物图像确定模块，用于根据预设的人物候选特征从所述人物图像集中确定候选人物图像子集；目标人物图像确定模块，用于根据所述目标特征，确定所述候选人物图像子集是否包含所述目标人物图像；第一报警提示模块，用于若所述候选人物图像子集不包含所述目标人物图像，则发送报警提示信息。可以通过年龄、人脸识别进行身份识别，判断被监护人是否在安全区域内，从而确定被监护人是否安全，可以有效提高身份识别的准确率。

实施例四

参照图4，其示出了本发明实施例四提供的一种预防丢失的报警装置的结构图，具体如下。

信息获取模块401，用于获取目标人物图像对应的目标特征。可选地，在本发明实施例中，上述信息获取模块401，包括：

人物图像集生成子模块4011，用于获取目标监控设备对应的监控图像，并对所述监控图像中的人物进行归类，得到初始人物图像集。

第一目标特征提取子模块4012，用于接收从所述初始人物图像集中选择的目标人物图像，并从所述目标人物图像中提取目标特征。

确认目标人物请求子模块4013，用于获取移动终端发送的确认目标人物请求。

第二目标特征提取子模块4014，用于获取所述确认目标人物请求所对应的目标人物图像的目标特征。

可选地，在本发明实施例中，上述目标特征不仅包括人脸特征，还包括身高特征和/或衣服颜色特征。

人物图像识别模块402，用于获取目标监控设备对应的实时监控图像，并识别所述实时监控图像中的人物图像，得到人物图像集。

候选人物图像确定模块403，用于根据预设的人物候选特征从所述人物图像集中确定候选人物图像子集。可选地，在本发明实施例中，上述候选人物图像确定模块403，包括：

第一候选特征提取子模块4031，用于对于所述人物图像集中的各人物图像，确定所述人物图像的特征点，并提取所述各特征点的像素值，得到第一候选特征。

第二候选特征计算子模块4032，用于对于所述人物图像集中的各人物图像，计算每两个特征点形成角度的余弦值，得到第二候选特征。

第三候选特征提取子模块4033，用于对于所述人物图像集中的各人物图像，提取所述人物图像的局部二值化信息，得到第三候选特征。

第四候选特征提取子模块4034，用于对于所述人物图像集中的各人物图像，提取所述人物图像的方向梯度直方图信息，得到第四候选特征。

年龄分类子模块4035，用于对于所述人物图像集中的各人物图像，将所述第一候选特征、第二候选特征、第三候选特征及第四候选特征输入至预先训练得到的年龄识别模型中，得到年龄分类。

候选人物图像添加子模块4036，用于将所述年龄分类为目标年龄分类的人物图像添加至候选人物图像子集中。

目标人物图像确定模块404，用于根据所述目标特征，确定所述候选人物图像子集是否包含所述目标人物图像。

第一报警提示模块405，用于若所述候选人物图像子集不包含所述目标人物图像，则发送报警提示信息。可选地，上述第一报警提示模块405包括：

第一报警提示子模块4051，用于向所述移动终端或所述移动终端设置的目标终端发送报警提示信息。

第二实时监控图像获取模块406，用于获取第二目标监控设备对应的第二实时监控图像。

第二报警提示模块407，用于若所述第二实时监控图像包含所述目标人物图像，则发送第二报警提示信息。

可选地，在本发明的另一种实施例中，上述人物图像集生成子模块4011，包括：

归类单元，用于对所述监控图像中的人物利用无监督聚类方法进行归类。

综上所述，本发明实施例提供了一种预防丢失的报警装置，所述装置包括：信息获取模块，用于获取目标人物图像对应的目标特征；人物图像识别模块，用于获取目标监控设备对应的实时监控图像，并识别所述实时监控图像中的人物图像，得到人物图像集；候选人物图像确定模块，用于根据预设的人物候选特征从所述人物图像集中确定候选人物图像子集；目标人物图像确定模块，用于根据所述目标特征，确定所述候选人物图像子集是否包含所述目标人物图像；第一报警提示模块，用于若所述候选人物图像子集不包含所述目标人物图像，则发送报警提示信息。可以通过年龄、穿着、及儿童人脸识别进行身份识别，从而确定儿童/老年人是否安全，可以有效提高身份识别的准确率。

本发明实施例还提供了一种电子设备，包括：处理器、存储器以及存储在所述存储器上并可在所述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前述预防丢失的报警方法。

本发明实施例还提供了一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行前述预防丢失的报警方法。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的预防丢失的报警设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。