本发明涉及监控技术领域，更具体的，涉及一种监控方法、装置、系统及云服务器。
背景技术：
人类居住环境中有可能存在有害动物，比较常见的有害动物有老鼠，苍蝇，蟑螂，白蚁等等。这些有害动物无时无刻不危害人们的安全，并且令人讨厌，人们必须采取措施清除室内的有害动物，才能获取比较良好的居住环境。
人们在清除有害动物之前首先要知道室内是否存在有害动物，以及存在哪种有害动物。然而，有害动物一般在人们活动时进行隐藏，人们很难监控到有害动物。
目前，人们一般采用监控系统对室内外环境进行监控，但是，现有的安全监控系统大多是以人类为监控目标，对人类以外的入侵关注不足。
技术实现要素：
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的监控方法、装置、系统及云服务器。
为了实现上述发明目的，本发明提供的具体技术方案如下：
一种监控方法，包括：
控制图像采集设备采集目标范围内的图像信息；
根据预设周期内采集到的图像信息判断所述目标范围内是否有物体运动；
当判定有物体运动时，启动所述图像采集设备的录像功能进行录像，并采集预设类型的特征值；
根据所述预设类型的特征值和所述运动物体的图像，判断所述运动物体是否为目标动物，并当所述运动物体为目标动物时识别所述运动物体的目标动物种类，所述运动物体的图像来源于所述图像采集设备对运动物体进行录像后得到的录像文件；
当所述运动物体为目标动物时，将所述运动物体的种类信息和所述运动物体的录像文件上传至云服务器，使所述云服务器将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。
优选的，所述根据预设周期内采集到的图像信息判断所述目标范围内是否有物体运动，包括：
对预设周期内采集到的每一帧图像信息中的宏块运动向量进行统计，得到每一帧图像信息中的宏块运动向量的最大值；
计算每一帧图像信息中的宏块运动向量的最大值的加权平均值，得到所述预设周期的图像运动矢量值；
判断所述预设周期的图像运动矢量值是否超过预设值；
若是，判定所述目标范围内有物体运动；
若否，判定所述目标范围内没有物体运动。
优选的，所述图像采集设备包括摄像头和深度相机；
所述控制图像采集设备采集目标范围内的图像信息，具体为：
控制所述摄像头采集目标范围内的图像信息；
所述启动所述图像采集设备的录像功能进行录像，具体为：
启动所述摄像头和所述深度相机的录像功能进行录像。
优选的，所述采集预设类型的特征值，包括：
启动红外测温仪采集环境温度和运动物体的温度。
优选的，所述根据所述预设类型的特征值和所述运动物体的图像，判断所述运动物体是否为目标动物，并当所述运动物体为目标动物时识别所述运动物体的目标动物种类，包括：
以采集到的环境温度和所述运动物体的温度为查询条件，对预先存储的不同目标动物的体温范围数据表和不同目标动物的环境温度范围数据表进行遍历，确定所述运动物体对应的至少一种疑似目标动物；
调用所述云服务器存储的每种疑似目标动物对应的神经网络图像识别模型，将所述运动物体的图像作为输入数据，得到每种疑似目标动物对应的神经网络图像识别模型的识别结果；
根据每种疑似目标动物对应的神经网络图像识别模型的识别结果，判断所述运动物体是否为目标动物，并当所述运动物体为目标动物时确定所述运动物体的目标动物种类。
一种监控方法，应用于云服务器，所述方法包括：
接收监控装置发送的运动物体的种类信息和运动物体的录像文件；
对所述运动物体的种类信息和所述运动物体的录像文件进行存储；
将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。
优选的，所述云服务器预先存储有不同种类目标动物对应的神经网络图像识别模型，
所述方法还包括：
在预设时间内判断是否接收到所述用户终端的反馈信息；
若接收到，根据所述反馈信息判断对所述运动物体的种类识别是否正确；
若正确，将所述运动物体的图像作为相应的目标动物神经网络图像识别模型的正确训练样本进行存储；
若不正确，将所述运动物体的图像作为相应的目标动物神经网络图像识别模型的错误训练样本进行存储；
若未接收到，确定对所述运动物体的种类识别正确，并将所述运动物体的图像作为相应的目标动物神经网络图像识别模型的正确训练样本进行存储。
优选的，所述方法还包括：
在预设统计周期内分别统计每种目标动物出现的时间、次数和频率，根据所述预设统计周期内的统计结果生成统计报告，并将所述统计报告推送至所述用户终端。
一种监控装置，包括：
控制单元，用于控制图像采集设备采集目标范围内的图像信息；
判断单元，用于根据预设周期内采集到的图像信息判断所述目标范围内是否有物体运动；
启动单元，用于当判定有物体运动时，启动所述图像采集设备的录像功能进行录像，并采集预设类型的特征值；
识别单元，用于根据所述预设类型的特征值和所述运动物体的图像，判断所述运动物体是否为目标动物，并当所述运动物体为目标动物时识别所述运动物体的目标动物种类，所述运动物体的图像来源于所述图像采集设备对运动物体进行录像后得到的录像文件；
上传单元，用于当所述运动物体为目标动物时，将所述运动物体的种类信息和所述运动物体的录像文件上传至云服务器，使所述云服务器将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。
一种云服务器，包括：
接收单元，用于接收监控装置发送的运动物体的种类信息和运动物体的录像文件；
存储单元，用于对所述运动物体的种类信息和所述运动物体的录像文件进行存储；
发送单元，用于将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。
一种监控系统，包括：
处理器、图像采集设备、红外测温仪、上述云服务器和用户终端；
所述处理器包括上述监控装置。
优选的，所述监控系统还包括：光敏电阻、双滤光片和红外补光灯；
所述光敏电阻，用于检测光线强度；
所述处理器，还用于当光线强度低于阈值时通过控制所述双滤光片切换到黑夜模式，并当光线强度不低于所述阈值时控制所述双滤光片切换到白天模式；
所述红外补光灯，用于在黑夜模式下发射红外光进行照明。
借由上述技术方案，本发明提供的一种监控方法、装置、系统及云服务器，根据预设周期内采集到的图像信息判断所述目标范围内是否有物体运动；当判定有物体运动时，启动图像采集设备的录像功能进行录像，并启动红外测温仪检测运动物体的温度和环境温度；根据所述运动物体的温度、环境温度和所述运动物体的图像，识别所述运动物体的种类；将所述运动物体的种类信息和所述运动物体的录像文件上传至云服务器，使所述云服务器将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。实现了对非人类入侵情况的监控，使用户知悉所处环境的卫生情况。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例公开的一种监控方法流程图；
图2示出了本发明实施例公开的一种物体运动判断方法流程图；
图3示出了本发明实施例公开的一种目标动物识别方法流程图；
图4示出了本发明实施例公开的另一种监控方法流程图；
图5示出了本发明实施例公开的又一种监控方法流程图；
图6示出了本发明实施例公开的一种监控装置结构示意图；
图7示出了本发明实施例公开的一种云服务器结构示意图；
图8示出了本发明实施例公开的一种监控系统结构示意图；
图9示出了本发明实施例公开的另一种监控系统结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
请参阅图1，本实施例公开了一种监控方法，具体包括以下步骤：
s101：控制图像采集设备采集目标范围内的图像信息；
所述目标范围为所述图像采集设备的视角区域。
所述图像采集设备中采集目标范围内的图像信息的设备可以为摄像头等。
s102：根据预设周期内采集到的图像信息判断所述目标范围内是否有物体运动；若是，执行s103；
预设周期为预先设定的时间间隔值，如1秒、2秒等，本发明并不以此为限。可以理解的是，每个预设周期内都会根据采集到的图像信息判断所述目标范围内是否有物体运动。
若否，继续执行s102，在下一预设周期内根据下一预设周期采集到的图像信息判断所述目标范围内是否有物体运动。
具体的，判断图像中是否有物体运动可以为现有的任意一种方法，优选的，请参阅图2，s102的具体执行过程如下：
s201：对预设周期内采集到的每一帧图像信息中的宏块运动向量进行统计，得到每一帧图像信息中的宏块运动向量的最大值；
s202：计算每一帧图像信息中的宏块运动向量的最大值的加权平均值，得到所述预设周期的图像运动矢量值；
s203：判断所述预设周期的图像运动矢量值是否超过预设值；若是，执行s204，若否，执行s205；
s204：判定所述目标范围内有物体运动；
s205：判定所述目标范围内没有物体运动。
需要说明的是，预设周期内采集到的每一帧图像的权重相同，预设周期的图像运动矢量值的计算公式为：
y＝(ax1+ax2+...+axn)/n
其中，y为预设周期的图像运动矢量值，a为权重，xn为第n帧图像信息中的宏块运动向量的最大值，n为预设周期内图像的总帧数。
s103：启动所述图像采集设备的录像功能进行录像，并采集预设类型的特征值；
优选的，所述图像采集设备包括摄像头和深度相机。
所述启动所述图像采集设备的录像功能进行录像，具体为：
启动所述摄像头和所述深度相机的录像功能进行录像。
可以理解的是，摄像头采集到的图像分辨率较高，但不能获取图像的深度信息，深度相机采集到的图像的分辨率较低，但能获取图像的深度信息，同时利用摄像头和深度相机采集的图像，采集到的图像同时满足了分辨率的需求和深度信息的需求。
同时，每种目标动物对应的神经网络图像识别模型为以相应目标动物的rgb图像和深度图像为训练样本，使训练得到的神经网络图像识别模型能够以摄像头采集的rgb图像和深度相机采集的深度图像作为输入数据，判断图像中的运动物体是否为该神经网络图像识别模型对应的目标动物，由于输入数据和训练样本同时满足了对图像的分辨率的需求和深度信息的需求，提高对运动物体的识别精度。
需要说明的是，当识别出运动物体的种类时停止录像。
优选的，所述采集预设类型的特征值，包括：
启动红外测温仪采集环境温度和运动物体的温度。
s104：根据所述预设类型的特征值和所述运动物体的图像，判断所述运动物体是否为目标动物，并当所述运动物体为目标动物时识别所述运动物体的目标动物种类；
目标动物为预先设置的动物，当本实施例应用于监测环境卫生时可以将目标动物设置为蟑螂、老鼠等有害动物，当本实施例应用于宠物监测时可以将目标动物设置为猫、狗等宠物。可以理解的是，有害动物和宠物仅为目标动物可选实施例，本发明并不以此为限。
所述运动物体的图像来源于所述图像采集设备对运动物体进行录像后得到的录像文件。可以理解的是，录像文件的每一帧都是运动物体的图像。
具体的，请参阅图3，s104的具体执行过程如下：
s301：以采集到的环境温度和所述运动物体的温度为查询条件，对预先存储的不同目标动物的体温范围数据表和不同目标动物的环境温度范进行遍历，确定所述运动物体对应的至少一种疑似目标动物；
比如家鼠的体温是37～38摄氏度，运动物体的温度不在这个范围，则无需启动对家鼠的图像识别；蟑螂为变温动物，活动环境温度为15摄氏度以上，环境温度为15度以下，则不启动对蟑螂的图像识别；苍蝇为变温动物，活动温度为10摄氏度以上，如果环境温度为10度以下，则不启动对苍蝇的图像识别。
本实施例提供多种目标动物的体温范围和目标动物的环境温度范围，根据所述运动物体的温度和环境温度排除不符合条件的目标动物，得到至少一种疑似目标动物种类。
s302：调用所述云服务器存储的每种疑似目标动物对应的神经网络图像识别模型，将所述运动物体的图像作为输入数据，得到每种疑似目标动物对应的神经网络图像识别模型的识别结果；
s303：根据每种疑似目标动物对应的神经网络图像识别模型的识别结果，判断所述运动物体是否为目标动物，并当所述运动物体为目标动物时确定所述运动物体的目标动物种类。；
需要说明的是，云服务器存储了每种目标动物对应的神经网络图像识别模型。神经网络图像识别模型以相应目标动物的rgb图像和深度图像为训练样本。每种目标动物对应的神经网络图像识别模型可以为对卷积神经网络模型进行训练得到的，也可以为对深度神经网络模型进行训练得到的。
本实施例中提供多种目标动物的神经网络图像识别模型，对于每一种疑似目标动物，在判断所述运动物体是否为该种疑似目标动物时，调用该种疑似目标动物种类对应的神经网络图像识别模型，以所述运动物体的图像作为输入数据，输出数据为识别结果，即是否为该种疑似目标动物。可以理解的是，当每种疑似目标动物对应的神经网络图像识别模型的识别结果都为否时，所述运动物体不是目标动物；当识别结果中只有一种疑似目标动物对应的神经网络图像识别模型的识别结果为是时，将该疑似目标动物作为所述运动物体的目标动物种类。
s105：当所述运动物体为目标动物时，将所述运动物体的种类信息和所述运动物体的录像文件上传至云服务器，使所述云服务器将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。
所述用户终端可以为智能手机、ipad、平板电脑和笔记本电脑等。
本实施例公开的一种监控方法，根据预设周期内采集到的图像信息判断所述目标范围内是否有物体运动；当判定有物体运动时，启动图像采集设备的录像功能进行录像，并启动红外测温仪检测运动物体的温度和环境温度；根据所述运动物体的温度、环境温度和所述运动物体的图像，识别所述运动物体的种类；将所述运动物体的种类信息和所述运动物体的录像文件上传至云服务器，使所述云服务器将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。实现了对非人类入侵情况的监控，使用户知悉所处环境的卫生情况。
基于上述实施例公开的一种监控方法，请参阅图4，本实施对应公开了另一种监控方法，应用于云服务器，具体包括以下步骤：
s401：接收监控装置发送的运动物体的种类信息和运动物体的录像文件；
s402：对所述运动物体的种类信息和所述运动物体的录像文件进行存储；
s403：将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。
本实施例公开的一种监控方法，云服务器接收并存储监控装置发送的运动物体的种类信息和运动物体的录像文件，并将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。缓解了监控装置的存储压力，并将监控装置识别到的运动物体的种类信息和运动物体的录像文件发送至用户终端，方便用户了解知悉所处环境的卫生情况。
基于上述实施例公开的一种监控方法，请参阅图5，本实施例公开的另一种监控方法，所述云服务器预先存储有不同种类目标动物对应的神经网络图像识别模型，具体包括：
s501：接收监控装置发送的运动物体的种类信息和运动物体的录像文件；
s502：对所述运动物体的种类信息和所述运动物体的录像文件进行存储；
s503：将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端；
s504：在预设时间内判断是否接收到所述用户终端的反馈信息；
若接收到，执行s505，若未接收到，执行s506；
需要说明的是，预设时间为预先设定的一段时间，若在预设时间内未接收到所述用户终端的反馈信息时，默认用户认可监控装置的识别结果。
s505：根据所述反馈信息判断对所述运动物体的种类识别是否正确；若正确，执行s507，若不正确，执行s508；
s507：将所述运动物体的图像作为相应的目标动物神经网络图像识别模型的正确训练样本进行存储；
s508：将所述运动物体的图像作为相应的目标动物神经网络图像识别模型的错误训练样本进行存储；
s506：确定对所述运动物体的种类识别正确，并将所述运动物体的图像作为相应的目标动物神经网络图像识别模型的正确训练样本进行存储。
通过用户反馈的结果可以改善识别精度，例如处理器将家猫识别成老鼠，用户反馈后，将家猫的录像文件从老鼠的训练样本中剔除，或将家猫的录像文件添加到家猫的训练样本中，从而提高处理器的识别精度。
优选的，所述方法还包括：
当确定对所述运动物体的种类识别正确时，通过预先接入的目标动物处理的广告系统，向所述用户终端推送与识别出的所述运动物体种类相对应的处理目标动物的信息。该信息可以是广告，也可以为关联的物业的联系方式，或第三方平台的处理目标动物的产品购买页面链接等。
例如，当云端服务器接收到处理器发送的所述运动物体为老鼠或当云端服务器根据用户终端的反馈确定所述运动物体为老鼠时，会向广告系统发送携带有老鼠的指令，接收到广告系统反馈的灭鼠广告时，将灭鼠广告推送至用户终端。
优选的，所述方法还包括：
在预设统计周期内分别统计每种目标动物出现的时间、次数和频率，根据所述预设统计周期内的统计结果生成统计报告，并将所述统计报告推送至所述用户终端。
预设统计周期可以为一天、一周、一个月、一年等，云端服务器的统计功能可以使用户了解每个统计周期内所监测环境的卫生状态。
基于上述实施例公开的一种监控方法，请参阅图6，本实施例对应公开了一种监控装置，具体包括：
控制单元601，用于控制图像采集设备采集目标范围内的图像信息；
判断单元602，用于根据预设周期内采集到的图像信息判断所述目标范围内是否有物体运动；
启动单元603，用于当判定有物体运动时，启动所述图像采集设备的录像功能进行录像，并采集预设类型的特征值；
识别单元604，用于根据所述预设类型的特征值和所述运动物体的图像，判断所述运动物体是否为目标动物，并当所述运动物体为目标动物时识别所述运动物体的目标动物种类，所述运动物体的图像来源于所述图像采集设备对运动物体进行录像后得到的录像文件；
发送单元605，用于当所述运动物体为目标动物时，将所述运动物体的种类信息和所述运动物体的录像文件上传至云服务器，使所述云服务器将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。
本实施例公开的一种监控装置，根据预设周期内采集到的图像信息判断目标范围内是否有物体运动；当判定有物体运动时，启动图像采集设备的录像功能进行录像，并启动红外测温仪检测运动物体的温度和环境温度；根据所述运动物体的温度、环境温度和所述运动物体的图像，识别所述运动物体的种类；将所述运动物体的种类信息和所述运动物体的录像文件上传至云服务器，使所述云服务器将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。实现了对非人类入侵情况的监控，使用户知悉所处环境的卫生情况。
基于上述实施例公开的一种监控方法，请参阅图7，本实施例对应公开了一种云服务器，包括：
接收单元701，用于接收监控装置发送的运动物体的种类信息和运动物体的录像文件；
存储单元702，用于对所述运动物体的种类信息和所述运动物体的录像文件进行存储；
发送单元703，用于将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。
本实施例公开的云服务器，接收并存储监控装置发送的运动物体的种类信息和运动物体的录像文件，并将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。缓解了监控装置的存储压力，并将监控装置识别到的运动物体的种类信息和运动物体的录像文件发送至用户终端，方便用户了解知悉所处环境的卫生情况。
基于上述实施例公开的监控装置和云服务器，请参阅图8，本实施例公开了一种监控系统，包括：图像采集设备801、红外测温仪802、处理器803上述实施例公开的云服务器804和用户终端805；所述处理器803包括上述实施例公开的监控装置。
其中，所述图像采集设备801，用于采集目标范围内的图像信息。并在处理器803检测到目标范围内有物体运动时进行录像。
所述红外测温仪502，用于检测运动物体的温度和环境温度。
需要说明的是，图像采集设备801和红外测温仪802采集到的数据都需要发送至处理器803。
所述用户终端805可以为智能手机、ipad、平板电脑和笔记本电脑等。
优选的，所述监控系统还包括云台，云台为图像采集设备801的底座，云台包括水平或垂直转动的装置，控制图像采集设备801水平或垂直转动，以便对准监控区域，云台通过处理器来控制转动。
本实施例公开的一种监控系统，根据预设周期内采集到的图像信息判断所述目标范围内是否有物体运动；当判定有物体运动时，启动图像采集设备的录像功能进行录像，并启动红外测温仪检测运动物体的温度和环境温度；根据所述运动物体的温度、环境温度和所述运动物体的图像，识别所述运动物体的种类；将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。实现了对非人类入侵情况的监控，使用户知悉所处环境的卫生情况。
基于上述实施例公开的一种监控系统，请参阅图9，本实施例公开了另一种监控系统，还包括：光敏电阻806、双滤光片807和红外补光灯808；
所述光敏电阻806，用于检测光线强度；
所述光敏电阻806通过i2c接口与单片机相连，单片机通过串口/并口/spi接口与处理器803相连。
所述处理器803，还用于当光线强度低于阈值时通过控制所述双滤光片807切换到黑夜模式，并当光线强度不低于所述阈值时控制所述双滤光片807切换到白天模式；
所述双滤光片807用于在黑夜模式全透过红外光，在白天模式过滤红外光。
所述红外补光灯808，用于在黑夜模式下发射红外光进行照明。
本实施例公开的一种监控系统，通过光敏电阻、双滤光片和红外补光灯，实现在光线较弱的时候实现对目标动物的监控和识别。
所述监控装置包括存储器，上述控制单元、判断单元、启动单元、识别单元和发送单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来提高目标动物的识别准确度。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)，存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述监控方法。
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述监控方法：
控制图像采集设备采集目标范围内的图像信息；
根据预设周期内采集到的图像信息判断所述目标范围内是否有物体运动；
当判定有物体运动时，启动所述图像采集设备的录像功能进行录像，并采集预设类型的特征值；
根据所述预设类型的特征值和所述运动物体的图像，判断所述运动物体是否为目标动物，并当所述运动物体为目标动物时识别所述运动物体的目标动物种类，所述运动物体的图像来源于所述图像采集设备对运动物体进行录像后得到的录像文件；
当所述运动物体为目标动物时，将所述运动物体的种类信息和所述运动物体的录像文件上传至云服务器，使所述云服务器将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。
进一步，所述根据预设周期内采集到的图像信息判断所述目标范围内是否有物体运动，包括：
对预设周期内采集到的每一帧图像信息中的宏块运动向量进行统计，得到每一帧图像信息中的宏块运动向量的最大值；
计算每一帧图像信息中的宏块运动向量的最大值的加权平均值，得到所述预设周期的图像运动矢量值；
判断所述预设周期的图像运动矢量值是否超过预设值；
若是，判定所述目标范围内有物体运动；
若否，判定所述目标范围内没有物体运动。
进一步，所述图像采集设备包括摄像头和深度相机；
所述控制图像采集设备采集目标范围内的图像信息，具体为：
控制所述摄像头采集目标范围内的图像信息；
所述启动所述图像采集设备的录像功能进行录像，具体为：
启动所述摄像头和所述深度相机的录像功能进行录像。
进一步，所述采集预设类型的特征值，包括：
启动红外测温仪采集环境温度和运动物体的温度。
进一步，所述根据所述预设类型的特征值和所述运动物体的图像，判断所述运动物体是否为目标动物，并当所述运动物体为目标动物时识别所述运动物体的目标动物种类，包括：
以采集到的环境温度和所述运动物体的温度为查询条件，对预先存储的不同目标动物的体温范围数据表和不同目标动物的环境温度范围数据表进行遍历，确定所述运动物体对应的至少一种疑似目标动物；
调用所述云服务器存储的每种疑似目标动物对应的神经网络图像识别模型，将所述运动物体的图像作为输入数据，得到每种疑似目标动物对应的神经网络图像识别模型的识别结果；
根据每种疑似目标动物对应的神经网络图像识别模型的识别结果，判断所述运动物体是否为目标动物，并当所述运动物体为目标动物时确定所述运动物体的目标动物种类。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：
控制图像采集设备采集目标范围内的图像信息；
根据预设周期内采集到的图像信息判断所述目标范围内是否有物体运动；
当判定有物体运动时，启动所述图像采集设备的录像功能进行录像，并采集预设类型的特征值；
根据所述预设类型的特征值和所述运动物体的图像，判断所述运动物体是否为目标动物，并当所述运动物体为目标动物时识别所述运动物体的目标动物种类，所述运动物体的图像来源于所述图像采集设备对运动物体进行录像后得到的录像文件；
当所述运动物体为目标动物时，将所述运动物体的种类信息和所述运动物体的录像文件上传至云服务器，使所述云服务器将所述运动物体的种类信息和所述运动物体的录像文件发送到用户终端。
进一步，所述根据预设周期内采集到的图像信息判断所述目标范围内是否有物体运动，包括：
对预设周期内采集到的每一帧图像信息中的宏块运动向量进行统计，得到每一帧图像信息中的宏块运动向量的最大值；
计算每一帧图像信息中的宏块运动向量的最大值的加权平均值，得到所述预设周期的图像运动矢量值；
判断所述预设周期的图像运动矢量值是否超过预设值；
若是，判定所述目标范围内有物体运动；
若否，判定所述目标范围内没有物体运动。
进一步，所述图像采集设备包括摄像头和深度相机；
所述控制图像采集设备采集目标范围内的图像信息，具体为：
控制所述摄像头采集目标范围内的图像信息；
所述启动所述图像采集设备的录像功能进行录像，具体为：
启动所述摄像头和所述深度相机的录像功能进行录像。
进一步，所述采集预设类型的特征值，包括：
启动红外测温仪采集环境温度和运动物体的温度。
进一步，所述根据所述预设类型的特征值和所述运动物体的图像，判断所述运动物体是否为目标动物，并当所述运动物体为目标动物时识别所述运动物体的目标动物种类，包括：
以采集到的环境温度和所述运动物体的温度为查询条件，对预先存储的不同目标动物的体温范围数据表和不同目标动物的环境温度范围数据表进行遍历，确定所述运动物体对应的至少一种疑似目标动物；
调用所述云服务器存储的每种疑似目标动物对应的神经网络图像识别模型，将所述运动物体的图像作为输入数据，得到每种疑似目标动物对应的神经网络图像识别模型的识别结果；
根据每种疑似目标动物对应的神经网络图像识别模型的识别结果，判断所述运动物体是否为目标动物，并当所述运动物体为目标动物时确定所述运动物体的目标动物种类。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flashram)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。