[go: up one dir, main page]

CN105279898A - 报警方法及装置 - Google Patents

报警方法及装置 Download PDF

Info

Publication number
CN105279898A
CN105279898A CN201510713143.1A CN201510713143A CN105279898A CN 105279898 A CN105279898 A CN 105279898A CN 201510713143 A CN201510713143 A CN 201510713143A CN 105279898 A CN105279898 A CN 105279898A
Authority
CN
China
Prior art keywords
monitoring objective
sensitizing range
video
moving target
feature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201510713143.1A
Other languages
English (en)
Inventor
张涛
陈志军
汪平仄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Xiaomi Technology Co Ltd
Xiaomi Inc
Original Assignee
Xiaomi Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xiaomi Inc filed Critical Xiaomi Inc
Priority to CN201510713143.1A priority Critical patent/CN105279898A/zh
Priority to MX2016005066A priority patent/MX360586B/es
Priority to RU2016117967A priority patent/RU2648214C1/ru
Priority to JP2016549719A priority patent/JP2017538978A/ja
Priority to KR1020167021748A priority patent/KR101852284B1/ko
Priority to PCT/CN2015/099586 priority patent/WO2017071085A1/zh
Publication of CN105279898A publication Critical patent/CN105279898A/zh
Priority to US15/069,949 priority patent/US9953506B2/en
Priority to EP16162165.1A priority patent/EP3163498B1/en
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19606—Discriminating between target movement or movement in an area of interest and other non-signicative movements, e.g. target movements induced by camera shake or movements of pets, falling leaves, rotating fan
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
    • G08B21/0205—Specific application combined with child monitoring using a transmitter-receiver system
    • G08B21/0208—Combination with audio or video communication, e.g. combination with "baby phone" function
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/008—Alarm setting and unsetting, i.e. arming or disarming of the security system
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/014—Alarm signalling to a central station with two-way communication, e.g. with signalling back
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/14—Central alarm receiver or annunciator arrangements
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B5/00—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied
    • G08B5/22—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Child & Adolescent Psychology (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Signal Processing (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Electromagnetism (AREA)
  • Computer Security & Cryptography (AREA)
  • Alarm Systems (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Telephonic Communication Services (AREA)
  • Image Analysis (AREA)

Abstract

本公开是关于一种报警方法及装置，属于互联网技术领域。所述方法包括：获取监控视频；判断所述监控视频的敏感区域中是否存在监控目标；当所述敏感区域中存在所述监控目标时，向终端发送报警信息，使所述终端进行报警。本公开可以当敏感区域中存在监控目标时，向终端发送报警信息，使终端进行报警，从而预防不安全事件的发生。

Description

报警方法及装置
技术领域
本公开涉及互联网技术领域，尤其涉及一种报警方法及装置。
背景技术
随着摄像头的普及，利用摄像头进行实时监控越来越流行。摄像头在实时监控时可以对监控区域内的图像进行采集，然而摄像头的监控区域内往往会存在敏感区域，如插座附近、大门、窗户等等，当特定对象位于敏感区域时可能会发生不安全事件，如当小孩位于插座附近时，可能会带来危险，因此，亟需一种报警方法，以预防不安全事件的发生。
发明内容
为克服相关技术中存在的问题，本公开提供一种报警方法及装置。
根据本公开实施例的第一方面，提供一种报警方法，所述方法包括：
获取监控视频；
判断所述监控视频的敏感区域中是否存在监控目标；
当所述敏感区域中存在所述监控目标时，向终端发送报警信息，使所述终端进行报警。
结合第一方面，在上述第一方面的第一种可能的实现方式中，所述判断所述监控视频的敏感区域中是否存在监控目标，包括：
判断所述监控视频中是否存在运动目标；
当所述监控视频中存在所述运动目标时，判断所述运动目标是否为监控目标；
当所述运动目标为所述监控目标时，判断所述监控目标是否位于敏感区域；
当所述监控目标位于所述敏感区域时，确定所述监控视频的敏感区域中存在所述监控目标。
结合第一方面，在上述第一方面的第二种可能的实现方式中，所述判断所述监控视频的敏感区域中是否存在监控目标，包括：
判断所述监控视频的敏感区域中是否存在运动目标；
当所述敏感区域中存在所述运动目标时，判断所述运动目标是否为监控目标；
当所述运动目标为所述监控目标时，确定所述监控视频的敏感区域中存在所述监控目标。
结合第一方面的第一种可能的实现方式或者第一方面第二种可能的实现方式，在上述第一方面的第三种可能的实现方式中，所述判断所述运动目标是否为监控目标，包括：
确定所述运动目标的特征；
确定所述运动目标的特征与所述监控目标的特征之间的匹配度；
当所述匹配度大于指定数值时，确定所述运动目标为所述监控目标。
结合第一方面的第三种可能的实现方式，在上述第一方面的第四种可能的实现方式中，所述确定所述运动目标的特征，包括：
在所述监控视频的视频图像中，对所述运动目标所在的区域进行裁剪，得到目标图像；
对所述目标图像进行特征提取，得到所述运动目标的特征。
结合第一方面的第三种可能的实现方式，在上述第一方面的第五种可能的实现方式中，所述确定所述运动目标的特征与所述监控目标的特征之间的匹配度之前，还包括：
接收所述终端发送的设置信息，所述设置信息中携带监控目标标识信息；
基于所述监控目标标识信息，从存储的历史视频中，获取所述监控目标的跟踪视频；
从所述跟踪视频的每帧视频图像中，获取所述监控目标的跟踪图像；
对所述监控目标的跟踪图像进行特征提取，得到所述监控目标的特征。
结合第一方面的第五种可能的实现方式，在上述第一方面的第六种可能的实现方式中，所述设置信息中还携带所述监控目标对应的敏感区域信息，所述敏感区域信息用于获取敏感区域。
结合第一方面的第一种可能的实现方式，在上述第一方面的第七种可能的实现方式中，所述判断所述监控目标是否位于敏感区域，包括：
对所述监控目标进行目标跟踪，得到所述监控目标当前所处的位置；
基于所述监控目标当前所处的位置，判断所述监控目标是否位于敏感区域。
根据本公开实施例的第二方面，提供一种报警方法，所述方法包括：
向服务器发送设置信息，所述设置信息中携带监控目标标识信息和监控目标对应的敏感区域信息，使所述服务器获取监控视频，并在所述监控视频的敏感区域中存在所述监控目标时返回报警信息；
当接收到所述服务器返回的报警信息时，基于所述报警信息进行报警。
结合第二方面，在上述第二方面的第一种可能的实现方式中，所述向服务器发送设置信息之前，还包括：
获取历史视频，播放所述历史视频；
在播放所述历史视频的过程中，基于所述历史视频的视频图像，确定所述监控目标标识信息和所述监控目标对应的敏感区域信息。
结合第二方面的第一种可能的实现方式，在上述第二方面的第二种可能的实现方式中，所述基于所述历史视频的视频图像，确定所述监控目标标识信息和所述监控目标对应的敏感区域信息，包括：
当基于所述历史视频的视频图像接收到第一选择指令时，将所述第一选择指令所选择的对象确定为所述监控目标；
当基于所述历史视频的视频图像接收到第二选择指令时，将所述第二选择指令所选择的区域确定为所述监控目标对应的敏感区域；
获取所述监控目标的监控目标标识信息，以及获取所述敏感区域的敏感区域信息。
结合第二方面的第一种可能的实现方式，在上述第二方面的第三种可能的实现方式中，所述基于所述历史视频的视频图像，确定所述监控目标标识信息和所述监控目标对应的敏感区域信息，包括：
获取在所述历史视频的视频图像中画出的第一区域和在所述视频图像中选择的目标对象，所述目标对象为在所述视频图像中画出的第二区域包括的对象，或者所述目标对象为在所述视频图像中检测到的选择操作所选择的对象；
当在所述第一区域和所述目标对象中的至少一个上检测到预设手势操作时，将所述第一区域确定为所述监控目标对应的敏感区域，以及将所述目标对象确定为所述监控目标；
获取所述监控目标的监控目标标识信息，以及获取所述敏感区域的敏感区域信息。
根据本公开实施例的第三方面，提供一种报警装置，所述装置包括：
获取模块，用于获取监控视频；
判断模块，用于判断所述监控视频的敏感区域中是否存在监控目标；
发送模块，用于当所述敏感区域中存在所述监控目标时，向终端发送报警信息，使所述终端进行报警。
结合第三方面，在上述第三方面的第一种可能的实现方式中，所述判断模块包括：
第一判断单元，用于判断所述监控视频中是否存在运动目标；
监控目标识别单元，用于当所述监控视频中存在所述运动目标时，判断所述运动目标是否为监控目标；
第二判断单元，用于当所述运动目标为所述监控目标时，判断所述监控目标是否位于敏感区域；
第一确定单元，用于当所述监控目标位于所述敏感区域时，确定所述监控视频的敏感区域中存在所述监控目标。
结合第三方面，在上述第三方面的第二种可能的实现方式中，所述判断模块包括：
第三判断单元，用于判断所述监控视频的敏感区域中是否存在运动目标；
监控目标识别单元，用于当所述敏感区域中存在所述运动目标时，判断所述运动目标是否为监控目标；
第二确定单元，用于当所述运动目标为所述监控目标时，确定所述监控视频的敏感区域中存在所述监控目标。
结合第三方面的第一种可能的实现方式或者第三方面的第二种可能的实现方式，在上述第三方面的第三种可能的实现方式中，所述监控目标识别单元包括：
第一确定子单元，用于确定所述运动目标的特征；
第二确定子单元，用于确定所述运动目标的特征与所述监控目标的特征之间的匹配度；
第三确定子单元，用于当所述匹配度大于指定数值时，确定所述运动目标为所述监控目标。
结合第三方面的第三种可能的实现方式，在上述第三方面的第四种可能的实现方式中，所述第一确定子单元，用于：
当所述监控视频中存在所述运动目标时，在所述监控视频的视频图像中，对所述运动目标所在的区域进行裁剪，得到目标图像；
对所述目标图像进行特征提取，得到所述运动目标的特征。
结合第三方面的第三种可能的实现方式，在上述第三方面的第五种可能的实现方式中，所述监控目标识别单元还包括：
接收子单元，用于接收所述终端发送的设置信息，所述设置信息中携带监控目标标识信息；
第一获取子单元，用于基于所述监控目标标识信息，从存储的历史视频中，获取所述监控目标的跟踪视频；
第二获取子单元，用于从所述跟踪视频的每帧视频图像中，获取所述监控目标的跟踪图像；
提取子单元，用于对所述监控目标的跟踪图像进行特征提取，得到所述监控目标的特征。
结合第三方面的第五种可能的实现方式，在上述第三方面的第六种可能的实现方式中，所述设置信息中还携带所述监控目标对应的敏感区域信息，所述敏感区域信息用于获取敏感区域。
结合第三方面的第一种可能的实现方式，在上述第三方面的第七种可能的实现方式中，所述第二判断单元包括：
跟踪子单元，用于当所述运动目标为所述监控目标时，对所述监控目标进行目标跟踪，得到所述监控目标当前所处的位置；
判断子单元，用于基于所述监控目标当前所处的位置，判断所述监控目标是否位于敏感区域。
根据本公开实施例的第四方面，提供一种报警装置，所述装置包括：
第一发送模块，用于向服务器发送设置信息，所述设置信息中携带监控目标标识信息和监控目标对应的敏感区域信息，使所述服务器获取监控视频，并在所述监控视频的敏感区域中存在所述监控目标时返回报警信息；
报警模块，用于当接收到所述服务器返回的报警信息时，基于所述报警信息进行报警。
结合第四方面，在上述第四方面的第一种可能的实现方式中，所述装置还包括：
获取模块，用于获取历史视频；
播放模块，用于播放所述历史视频；
确定模块，用于在播放所述历史视频的过程中，基于所述历史视频的视频图像，确定所述监控目标标识信息和所述监控目标对应的敏感区域信息。
结合第四方面的第一种可能的实现方式，在上述第一方面的第二种可能的实现方式中，所述确定模块包括：
第一确定单元，用于在播放所述历史视频的过程中，当基于所述历史视频的视频图像接收到第一选择指令时，将所述第一选择指令所选择的对象确定为所述监控目标；
第二确定单元，用于当基于所述历史视频的视频图像接收到第二选择指令时，将所述第二选择指令所选择的区域确定为所述监控目标对应的敏感区域；
第一获取单元，用于获取所述监控目标的监控目标标识信息，以及获取所述敏感区域的敏感区域信息。
结合第四方面的第一种可能的实现方式，在上述第四方面的第三种可能的实现方式中，所述确定模块包括：
第二获取单元，用于获取在所述历史视频的视频图像中画出的第一区域和在所述视频图像中选择的目标对象，所述目标对象为在所述视频图像中画出的第二区域包括的对象，或者所述目标对象为在所述视频图像中检测到的选择操作所选择的对象；
第三确定单元，用于当在所述第一区域和所述目标对象中的至少一个上检测到预设手势操作时，将所述第一区域确定为所述监控目标对应的敏感区域，以及将所述目标对象确定为所述监控目标；
第三获取单元，用于获取所述监控目标的监控目标标识信息，以及获取所述敏感区域的敏感区域信息。
根据本公开实施例的第五方面，提供一种报警装置，所述装置包括：
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：
获取监控视频；
判断所述监控视频的敏感区域中是否存在监控目标；
当所述敏感区域中存在所述监控目标时，向终端发送报警信息，使所述终端进行报警。
根据本公开实施例的第六方面，提供一种报警装置，所述装置包括：
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：
向服务器发送设置信息，所述设置信息中携带监控目标标识信息和监控目标对应的敏感区域信息，使所述服务器获取监控视频，并在所述监控视频的敏感区域中存在所述监控目标时返回报警信息；
当接收到所述服务器返回的报警信息时，基于所述报警信息进行报警。
在本公开实施例中，服务器获取监控视频，并判断监控视频的敏感区域中是否存在监控目标，当敏感区域中存在监控目标时，服务器向终端发送报警信息，使终端进行报警，从而预防不安全事件的发生。
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
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种报警方法所涉及的实施环境的示意图。
图2是根据一示例性实施例示出的一种报警方法的流程图。
图3是根据一示例性实施例示出的另一种报警方法的流程图。
图4是根据一示例性实施例示出的又一种报警方法的流程图。
图5是根据一示例性实施例示出的第一种报警装置的框图。
图6是根据一示例性实施例示出的一种判断模块的框图。
图7是根据一示例性实施例示出的另一种判断模块的框图。
图8是根据一示例性实施例示出的一种监控目标识别单元的框图。
图9是根据一示例性实施例示出的另一种监控目标识别单元的框图。
图10是根据一示例性实施例示出的一种第二判断单元的框图。
图11是根据一示例性实施例示出的第二种报警装置的框图。
图12是根据一示例性实施例示出的第三种报警装置的框图。
图13是根据一示例性实施例示出的一种确定模块的框图。
图14是根据一示例性实施例示出的另一种确定模块的框图。
图15是根据一示例性实施例示出的第四种报警装置的框图。
图16是根据一示例性实施例示出的第五种报警装置的框图。
具体实施方式
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发明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、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种报警方法所涉及的实施环境的示意图。如图1所示，该实施环境可以包括：服务器101、智能摄像设备102和终端103。服务器101可以是一台服务器，或者是由若干台服务器组成的服务器集群，或者是一个云计算服务中心，智能摄像设备102可以是智能摄像机，终端103可以是移动电话，计算机，平板设备等。服务器101和智能摄像设备102之间可以通过网络进行连接，服务器101与终端103之间也可以通过网络进行连接。服务器101用于接收智能摄像设备发送的监控视频，并向终端发送报警信息。智能摄像设备102用于采集监控区域内的监控视频，并将监控视频发送给服务器。终端103用于接收服务器发送的报警信息，并进行报警。
图2是根据一示例性实施例示出的一种报警方法的流程图，如图2所示，该方法用于服务器中，包括以下步骤。
在步骤201中，获取监控视频。
在步骤202中，判断监控视频的敏感区域中是否存在监控目标。
在步骤203中，当敏感区域中存在监控目标时，向终端发送报警信息，使终端进行报警。
在本公开实施例中，服务器获取监控视频，并判断监控视频的敏感区域中是否存在监控目标，当敏感区域中存在监控目标时，服务器向终端发送报警信息，使终端进行报警，从而预防不安全事件的发生。
在本公开的另一实施例中，判断监控视频的敏感区域中是否存在监控目标，包括：
判断监控视频中是否存在运动目标；
当监控视频中存在运动目标时，判断运动目标是否为监控目标；
当运动目标为监控目标时，判断监控目标是否位于敏感区域；
当监控目标位于敏感区域时，确定监控视频的敏感区域中存在监控目标。
其中，服务器判断监控视频中是否存在运动目标，当监控视频中存在运动目标时，服务器再对运动目标是否为监控目标进行判断，从而可以有效确定监控视频中是否存在监控目标，进而可以有效确定监控目标是否位于敏感区域。
在本公开的另一实施例中，判断监控视频的敏感区域中是否存在监控目标，包括：
判断监控视频的敏感区域中是否存在运动目标；
当敏感区域中存在运动目标时，判断运动目标是否为监控目标；
当运动目标为监控目标时，确定监控视频的敏感区域中存在监控目标。
其中，服务器判断监控视频的敏感区域中是否存在运动目标，当敏感区域中存在运动目标时，服务器再对运动目标是否为监控目标进行判断，从而可以有效确定敏感区域中是否存在监控目标，并且服务器无需对除敏感区域外的其它区域进行检测，有效避免了监控区域中除敏感区域外的其它区域对检测结果的干扰，提高了检测效率和检测精度。
在本公开的另一实施例中，判断运动目标是否为监控目标，包括：
确定运动目标的特征；
确定运动目标的特征与监控目标的特征之间的匹配度；
当匹配度大于指定数值时，确定运动目标为监控目标。
由于运动目标的特征与监控目标的特征之间的匹配度大于指定数值时，表明运动目标的特征与监控目标的特征相差较小，也即是，运动目标很有可能是监控目标。因此，基于运动目标的特征与监控目标的特征之间的匹配度，可以有效确定运动目标是否为监控目标，提高确定监控目标时的正确率。
在本公开的另一实施例中，确定运动目标的特征，包括：
在监控视频的视频图像中，对运动目标所在的区域进行裁剪，得到目标图像；
对目标图像进行特征提取，得到运动目标的特征。
其中，服务器对运动目标所在的区域进行裁剪，得到目标图像，可以便于服务器对目标图像进行特征提取，得到运动目标的特征，提高了特征提取的效率。
在本公开的另一实施例中，确定运动目标的特征与监控目标的特征之间的匹配度之前，还包括：
接收终端发送的设置信息，设置信息中携带监控目标标识信息；
基于监控目标标识信息，从存储的历史视频中，获取监控目标的跟踪视频；
从跟踪视频的每帧视频图像中，获取监控目标的跟踪图像；
对监控目标的跟踪图像进行特征提取，得到监控目标的特征。
其中，服务器从监控目标的跟踪视频的每帧视频图像中，获取监控目标的跟踪图像，并对该跟踪图像进行特征提取，提高了特征提取的精度。
在本公开的另一实施例中，设置信息中还携带监控目标对应的敏感区域信息，该敏感区域信息用于获取敏感区域。
其中，设置信息中携带监控目标对应的敏感区域，可以便于服务器基于该敏感区域，确定该敏感区域中是否存在监控目标。
在本公开的另一实施例中，判断监控目标是否位于敏感区域，包括：
对监控目标进行目标跟踪，得到监控目标当前所处的位置；
基于监控目标当前所处的位置，判断监控目标是否位于敏感区域。
为了判断监控目标是否位于敏感区域，服务器需要对监控目标进行目标跟踪，得到监控目标当前所处的位置，基于监控目标当前所处的位置，可以对监控目标是否位于敏感区域进行有效确定。
上述所有可选技术方案，均可按照任意结合形成本公开的可选实施例，本公开实施例对此不再一一赘述。
图3是根据一示例性实施例示出的一种报警方法的流程图，如图3所示，该方法包括以下步骤。
在步骤301中，向服务器发送设置信息，该设置信息中携带监控目标标识信息和监控目标对应的敏感区域信息，使服务器获取监控视频，并在监控视频的敏感区域中存在监控目标时返回报警信息。
在步骤302中，当接收到服务器返回的报警信息时，基于报警信息进行报警。
在本公开实施例中，终端向服务器发送设置信息，该设置信息中携带监控目标标识信息和监控目标对应的敏感区域信息，使服务器获取监控视频，并在监控视频的敏感区域中存在监控目标时返回报警信息，当终端接收到该报警信息时，终端可以进行报警，从而预防不安全事件的发生。
在本公开的另一实施例中，向服务器发送设置信息之前，还包括：
获取历史视频，播放历史视频；
在播放历史视频的过程中，基于历史视频的视频图像，确定监控目标标识信息和监控目标对应的敏感区域信息。
由于服务器需要对敏感区域中是否存在监控目标进行判断，因此，服务器需要确定敏感区域和监控目标，而终端基于服务器发送历史视频的视频图像，确定监控目标标识信息和监控目标对应的敏感区域，可以使服务器在接收到设置信息时，基于该设置信息，快速确定敏感区域和监控目标。
在本公开的另一实施例中，基于历史视频的视频图像，确定监控目标标识信息和监控目标对应的敏感区域信息，包括：
当基于历史视频的视频图像接收到第一选择指令时，将第一选择指令所选择的对象确定为监控目标；
当基于历史视频的视频图像接收到第二选择指令时，将第二选择指令所选择的区域确定为监控目标对应的敏感区域。
获取监控目标的监控目标标识信息，以及获取敏感区域的敏感区域信息。
为了防止监控目标位于敏感区域时，发生不安全事件，所以终端对应的用户需要基于历史视频的视频图像，选择监控目标和敏感区域，以便服务器可以对监控目标和敏感区域进行监测。
在本公开的另一实施例中，基于历史视频的视频图像，确定监控目标标识信息和监控目标对应的敏感区域信息，包括：
获取在历史视频的视频图像中画出的第一区域和在视频图像中选择的目标对象，目标对象为在视频图像中画出的第二区域包括的对象，或者目标对象为在视频图像中检测到的选择操作所选择的对象；
当在第一区域和目标对象中的至少一个上检测到预设手势操作时，将第一区域确定为监控目标对应的敏感区域，以及将目标对象确定为监控目标；
获取监控目标的监控目标标识信息，以及获取敏感区域的敏感区域信息。
其中，终端获取在历史视频的视频图像中画出的第一区域和在视频图像中选择的目标对象，并当在第一区域和目标对象中的至少一个上检测到预设手势操作时，将第一区域确定为监控目标对应的敏感区域，以及将目标对象确定为监控目标，可以简单直观地确定敏感区域和目标对象，操作简单，并且提高了终端确定监控目标标识信息和敏感区域信息的效率。
上述所有可选技术方案，均可按照任意结合形成本公开的可选实施例，本公开实施例对此不再一一赘述。
图4是根据一示例性实施例示出的一种报警方法的流程图，如图4所示，该方法包括以下步骤。
在步骤401中，服务器获取监控视频。
需要说明的是，服务器可以从智能摄像设备中获取该监控视频，当然，该智能摄像设备也可以将该监控视频发送到其它设备中，以使服务器可以从该其它设备中获取该监控视频，本公开实施例对此不做具体限定。
其中，智能摄像设备用于采集监控区域内的监控视频，且智能摄像设备采集监控区域内的监控视频的过程可以参考相关技术，本公开实施例在此不进行详细阐述。
另外，智能摄像设备可以通过有线网络或者无线网络和服务器或者其它设备进行通信，而当智能摄像设备通过无线网络和服务器或者其它设备进行通信时，智能摄像设备可以通过内置的无线保真(英文：WIreless-Fidelity，简称：WIFI)、蓝牙或者其它无线通信芯片来和服务器或者其它设备进行通信，本公开实施例对此不做具体限定。
在步骤402中，服务器判断监控视频的敏感区域中是否存在监控目标。
为了预防监控目标位于敏感区域时发生不安全事件，服务器需要判断监控视频的敏感区域中是否存在监控目标，而服务器判断监控视频的敏感区域中是否存在监控目标可以有如下两种方式：
第一种方式：服务器判断监控视频中是否存在运动目标；当监控视频中存在运动目标时，判断该运动目标是否为监控目标；当该运动目标为监控目标时，判断该监控目标是否位于敏感区域；当该监控目标位于敏感区域时，确定监控视频的敏感区域中存在监控目标。
由于智能摄像设备一般是固定的，即该智能摄像设备是对固定监控区域内的监控视频进行采集，则此时为了判断监控视频中是否存在运动目标，可以对该固定监控区域中的背景建立背景模型，从而可以将监控视频中的每帧视频图像和该背景模型进行比较，来确定该固定监控区域中的前景图像，前景图像是指在假设背景为静止的情况下的任何有意义的运动物体的图像。
因此，服务器判断监控视频中是否存在运动目标的操作可以为：对于监控视频中的每帧视频图像，服务器获取该视频图像中每个像素点的像素值；基于该每个像素点的像素值和指定背景模型，判断该视频图像中是否存在前景像素点；当该视频图像中存在前景像素点时，确定该监控视频中存在运动目标，否则，确定该监控视频中不存在运动目标。
其中，指定背景模型用于表征视频图像中每个背景像素点的像素值在时域上的分布特征，且指定背景模型可以为混合高斯模型，当然，指定背景模型也可以为其他模型，本公开实施例对此不做具体限定。
另外，指定背景模型可以预先建立，如可以预先根据监控视频的指定视频图像中每个像素点的像素值在时域上的分布情况，建立指定背景模型，当然，也可以以其它方式建立指定背景模型，本公开实施例同样对此不做具体限定。
由于颜色特征是图像的本质特征之一，颜色特征可以表现为图像的像素点的像素值，像素值是指图像的像素点的位置、颜色、亮度等数值，因此，服务器可以基于视频图像中每个像素点的像素值和指定背景模型，判断该视频图像中是否存在前景像素点。而当该视频图像中存在前景像素点时，则表明该视频图像中存在有意义的运动物体，也即是监控视频中存在运动目标。
其中，服务器基于每个像素点的像素值和指定背景模型，判断该视频图像中是否存在前景像素点时，服务器可以将每个像素点的像素值与指定背景模型进行匹配，当每个像素点的像素值均与指定背景模型匹配成功时，确定该视频图像中不存在前景像素点，否则，确定该视频图像中存在前景像素点，且该前景像素点为与指定背景模型匹配不成功的像素值对应的像素点。
另外，服务器基于每个像素点的像素值与指定背景模型进行匹配的过程可以参考相关技术，本公开实施例对此不进行详细阐述。
进一步地，服务器确定监控视频中不存在运动目标之后，服务器还可以基于该视频图像中每个像素点的像素值，更新指定背景模型。
由于指定背景模型是服务器预先建立的，且由于光照变化、摄像头抖动等不可测因素的影响，会使背景产生变化，因此，为了避免该不可测因素导致的变化累积，使指定背景模型对运动目标的检测出现误差，当服务器确定监控视频中不存在运动目标时，该服务器可以基于该视频图像中每个像素点的像素值，对该指定背景模型进行实时更新，以使指定背景模型具有自适应性，可以不断贴近当前背景像素点的像素值在时域上的分布特征，进而提高运动目标检测的准确性。
需要说明的是，服务器基于视频图像中每个像素点的像素值，更新指定背景模型的过程可以参考相关技术，本公开实施例在此不进行详细阐述。
其中，当监控视频中存在运动目标时，服务器判断该运动目标是否为监控目标可以包括步骤(1)-(3)：
(1)、服务器确定该运动目标的特征。
当监控视频中存在运动目标时，为了确定该运动目标是否为监控目标，服务器需要确定该运动目标的特征，而服务器确定该运动目标的特征的操作可以为：服务器在监控视频的视频图像中，对该运动目标所在的区域进行裁剪，得到目标图像，并对目标图像进行特征提取，得到该运动目标的特征。
其中，服务器在监控视频的视频图像中，对该运动目标所在的区域进行裁剪，得到目标图像时，服务器可以从该运动目标所在的视频图像中，截取该运动目标的外接矩形，并将该外接矩形确定为该运动目标在监控视频中所处的图像区域，即目标图像。或者，服务器还可以从该运动目标所在的视频图像中，获取前景像素点，并将获取的前景像素点进行组合，得到该运动目标在监控视频中所处的图像区域，即目标图像。又或者，服务器还可以清除该运动目标所在视频图像中的背景像素点，得到该运动目标在监控视频中所处的图像区域，即目标图像，其中，背景像素点为与指定背景模型匹配成功的像素值对应的像素点。
另外，服务器对目标图像进行特征提取时，服务器可以通过指定特征提取算法对目标图像进行特征提取，且指定特征提取算法可以为小波变换法、最小二乘法、边界方法直方图法等等，本公开实施例对此不做具体限定。而服务器通过指定特征提取算法对目标图像进行特征提取的过程可以参考相关技术，本公开实施例在此不进行详细阐述。
需要说明的是，运动目标的特征可以包括一个，也可以包括多个，且该特征可以为颜色特征、纹理特征、形状特征等等，本公开实施例对此不做具体限定。
(2)、服务器确定运动目标的特征与监控目标的特征之间的匹配度。
为了确定运动目标是否为监控目标，服务器需要将运动目标的特征与监控目标的特征进行匹配，以确定运动目标的特征与监控目标的特征之间的匹配度，而服务器确定运动目标的特征与监控目标的特征之间的匹配度时，服务器可以将运动目标的特征与监控目标的特征分别进行匹配，确定匹配成功的特征个数，之后，计算匹配成功的特征个数与监控目标的特征个数的比值，并将该比值确定为运动目标的特征与监控目标的特征之间的匹配度。或者，当运动目标的特征包括一个时，服务器确定运动目标的特征与监控目标的特征之间的相似度，得到特征相似度，并将该特征相似度确定为运动目标的特征与监控目标的特征之间的匹配度；当运动目标的特征包括多个时，服务器分别确定运动目标的多个特征与监控目标的多个特征之间的相似度，得到多个特征相似度，之后，计算该多个特征相似度的加权值，并将该加权值确定为运动目标的特征与监控目标的特征之间的匹配度。
需要说明的是，监控目标的特征可以为一个或者多个，本公开实施例对此不做具体限定。
另外，服务器将运动目标的特征与监控目标的特征进行匹配的过程可以参考相关技术，本公开实施例在此不进行详细阐述。
例如，匹配成功的特征个数为4，监控目标的特征个数为5，则匹配成功的特征个数与监控目标的特征个数的比值为0.8，服务器可以将0.8确定为动目标的特征与监控目标的特征之间的匹配度。
其中，服务器计算该多个特征相似度的加权值时，服务器可以将该多个特征相似度与该多个特征分别对应的权重相乘，得到多个数值，并将该多个数值相加，得到该多个特征相似度的加权值。
需要说明的是，该多个特征分别对应的权重是指在判断运动目标是否为监控目标时，该多个特征分别所能提供的参考作用的大小，且该多个特征分别对应的权重可以预先设置。
例如，运动目标的特征包括一个，且该特征为颜色特征，服务器将运动目标的颜色特征与监控目标的颜色特征进行匹配，得到颜色特征相似度为0.8，则服务器可以将0.8确定为运动目标的特征与监控目标的特征之间的匹配度。
再例如，运动目标的特征包括多个，且该多个特征分别为颜色特征和纹理特征，服务器将运动目标的颜色特征与监控目标的颜色特征进行匹配，得到颜色特征相似度为0.8，并将运动目标的纹理特征与监控目标的纹理特征进行匹配，得到纹理特征相似度为0.6，假设颜色特征对应的权重为1/2，纹理特征对应的权重为1/2，则颜色特征相似度与纹理特征相似度的加权值为：1/2×0.8+1/2×0.6＝0.7，服务器可以将0.7确定为运动目标的特征与监控目标的特征之间的匹配度。
需要说明的是，服务器确定运动目标的特征与监控目标的特征之间的相似度的过程可以参考相关技术，本公开实施例在此不进行详细阐述。
进一步地，服务器确定运动目标的特征与监控目标的特征之间的匹配度之前，服务器还可以接收终端发送的设置信息，该设置信息中携带监控目标标识信息；基于监控目标标识信息，从存储的历史视频中，获取监控目标的跟踪视频；从跟踪视频的每帧视频图像中，获取监控目标的跟踪图像；对监控目标的跟踪图像进行特征提取，得到监控目标的特征。
其中，该设置信息中还携带监控目标对应的敏感区域信息，该敏感区域信息用于获取敏感区域。
需要说明的是，通过监控目标标识信息能够区分出各个不同的监控目标，比如，当监控目标为人时，监控目标标识信息可以为该人的人脸特征等等，当监控目标为具有固定形状的物体时，监控目标标识信息可以为该物体的形状，当监控目标为宠物时，监控目标标识信息可以通过扫描该宠物携带的二维码得到，当然，监控目标标识信息还可以为监控目标的图像信息等等，本公开实施例对此不做具体限定。
还需要说明的是，通过敏感区域信息可以区分出各个不同的敏感区域，且该敏感区域信息可以为该敏感区域的边缘信息，该边缘信息可以为该敏感区域的边缘在该视频图像所经过的像素点的坐标，当然，该敏感区域信息还可以为其他形式的信息，本公开实施例对此不做具体限定。
另外，服务器基于监控目标标识信息，从存储的历史视频中，获取监控目标的跟踪视频时，可以基于监控目标标识信息，通过指定跟踪算法从存储的历史视频中，获取监控目标的跟踪视频，且指定跟踪算法可以为粒子群优化算法、连续自适应均值漂移(英文：ContinuouslyAdaptiveMean-SHIFT，简称：CamShift)算法等等，本公开实施例对此不做具体限定。而服务器基于监控目标标识信息，通过指定跟踪算法从存储的历史视频中，获取监控目标的跟踪视频的过程可以参考相关技术，本公开实施例在此不进行详细阐述。
再者，服务器对监控目标的跟踪图像进行特征提取时，可以通过指定特征提取算法对监控目标的跟踪图像进行特征提取，而服务器通过指定特征提取算法对监控目标的跟踪图像进行特征提取的过程可以参考相关技术，本公开实施例在此不进行详细阐述。
需要说明的是，终端发送设置信息之前，终端还可以获取历史视频，比如，向服务器发送历史视频获取请求，使服务器返回历史视频，之后，终端播放该历史视频，并在播放该历史视频的过程中，基于该历史视频的视频图像，确定监控目标标识信息和监控目标对应的敏感区域信息。
其中，终端基于该历史视频的视频图像，确定监控目标标识信息和监控目标对应的敏感区域信息的操作可以包括：当终端基于该历史视频的视频图像接收到第一选择指令时，将第一选择指令所选择的对象确定为监控目标，当终端基于历史视频的视频图像接收到第二选择指令时，将第二选择指令所选择的区域确定为监控目标对应的敏感区域，之后终端获取监控目标的监控目标标识信息，以及获取敏感区域的敏感区域信息。或者，终端获取在历史视频的视频图像中画出的第一区域和在该视频图像中选择的目标对象，目标对象为在该视频图像中画出的第二区域包括的对象，或者目标对象为在该视频图像中检测到的选择操作所选择的对象，当在第一区域和目标对象中的至少一个上检测到预设手势操作时，将第一区域确定为监控目标对应的敏感区域，以及将目标对象确定为监控目标，之后，终端获取监控目标的监控目标标识信息，以及获取敏感区域的敏感区域信息。
其中，第一选择指令用于从该历史视频的视频图像包括的对象中选择监控目标，且该第一选择指令可以由用户触发，该用户可以通过第一指定操作触发，第一指定操作可以为单击操作、双击操作等等，本公开实施例对此不做具体限定。
另外，第二选择指令用于从该历史视频的视频图像包括的区域中选择监控目标对应的敏感区域，且该第二选择指令可以由用户触发，该用户可以通过第二指定操作触发，第二指定操作可以为滑动操作等等，本公开实施例对此不做具体限定。
其中，第一区域和第二区域均为闭合区域或者近乎闭合的区域，第一区域可以包括一个或多个区域，第二区域也可以包括一个或多个区域，且第一区域可以包括第二区域，也可以不包括第二区域，本公开实施例对此不做具体限定。
另外，选择操作用于从该视频图像包括的对象中选择目标对象，且该选择操作可以由用户触发，该选择操作可以为单击操作、双击操作等等，本公开实施例对此不做具体限定。
再者，预设手势操作用于确定监控目标和敏感区域，且该预设手势操作可以由用户触发，该预设手势操作可以为画叉操作、打钩操作等等，本公开实施例对此不做具体限定。
例如，预设手势操作为画叉操作，用户在历史视频的视频图像上画出第一区域，并在该视频图像上画出第二区域，该第二区域包括目标对象，之后，用户在该第一区域上画叉或者在该第二区域上画叉，又或者在该第一区域和第二区域上同时画叉，则此时终端可以将该第一区域确定为敏感区域，将该第二区域包括的目标对象确定为监控目标，之后，服务器可以获取该监控目标的监控目标标识，以及获取该敏感区域的敏感区域标识。
再例如，选择操作为单击操作，预设手势操作为画叉操作，用户在历史视频的视频图像画出第一区域，并单击该视频图像中的目标对象，之后，用户在该第一区域上画叉或者在该目标对象上画叉，又或者在该第一区域和该目标对象上同时画叉，则此时终端可以将该第一区域确定为敏感区域，将该目标对象确定为监控目标，之后，服务器可以获取该监控目标的监控目标标识，以及获取该敏感区域的敏感区域标识。
需要说明的是，本公开实施例中，用户可以手动地在视频图像上画出第一区域，以及手动选择目标对象，并且可以通过预设手势操作将该第一区域确定为敏感区域，将该目标对象确定为监控目标，简单直观地确定了监控目标和敏感区域，提高了终端确定监控目标和敏感区域的效率。
(3)、当运动目标的特征与监控目标的特征之间的匹配度大于指定数值时，服务器确定该运动目标为监控目标，否则，服务器确定该运动目标不为监控目标。
运动目标的特征与监控目标的特征之间的匹配度大于指定数值时，表明运动目标的特征与监控目标的特征相差较小，也即是，运动目标很有可能是监控目标，则此时服务器可以确定该运动目标为监控目标。而当运动目标的特征与监控目标的特征之间的匹配度小于或等于指定数值时，表明运动目标的特征与监控目标的特征相差较大，也即是，运动目标不太可能是监控目标，则此时服务器可以确定该运动目标不为监控目标。
需要说明的是，指定数值可以预先设置，如指定数值可以为0.7、0.8、0.9等等，本公开实施例对此不做具体限定。
例如，指定数值为0.7，运动目标的特征与监控目标的特征之间的匹配度为0.8，由于0.8＞0.7，因此，服务器可以确定该运动目标为监控目标。
再例如，运动目标的特征与监控目标的特征之间的匹配度为0.6，由于0.6＜0.7，因此，服务器可以确定该运动目标不为监控目标。
其中，当该运动目标为监控目标时，服务器判断监控目标是否位于敏感区域的操作可以为：服务器对监控目标进行目标跟踪，得到监控目标当前所处的位置，进而基于监控目标当前所处的位置，判断监控目标是否位于敏感区域。。
其中，服务器对监控目标进行目标跟踪，得到监控目标当前所处的位置时，服务器可以对监控目标进行目标跟踪，得到监控目标的跟踪图像，并基于该跟踪图像和指定坐标系，确定监控目标当前所处的位置。
另外，指定坐标系可以预先建立，且指定坐标系可以基于智能摄像设备的监控区域建立，当然，指定坐标系也可以按照其他方式建立，如可以基于智能摄像设备的镜头建立，本公开实施例对此不做具体限定。
需要说明的是，服务器基于该跟踪图像和指定坐标系，确定监控目标当前所处的位置时，服务器可以基于该跟踪图像和指定坐标系，利用指定定位算法确定监控目标当前所处的位置。该指定定位算法可以预先设置，且该指定定位算法可以为区域生长算法、区域扩展算法等等，本公开实施例对此不做具体限定。而服务器基于该跟踪图像和指定坐标系，利用指定定位算法确定监控目标当前所处的位置的过程可以参考相关技术，本公开实施例在此不进行详细阐述。
其中，服务器基于监控目标当前所处的位置，判断监控目标是否位于敏感区域时，服务器基于监控目标当前所处的位置，确定监控目标当前所处的目标区域，并判断监控目标当前所处的目标区域与敏感区域是否存在重叠区域，当监控目标当前所处的目标区域与敏感区域存在重叠区域时，服务器确定监控目标位于敏感区域，否则，服务器确定监控目标没有位于敏感区域。
需要说明的是，服务器判断监控目标当前所处的目标区域与敏感区域是否存在重叠区域的过程可以参考相关技术，本公开实施例在此不进行详细阐述。
第二种方式：服务器判断监控视频的敏感区域中是否存在运动目标；当该敏感区域中存在运动目标时，判断该运动目标是否为监控目标；当该运动目标为监控目标时，确定该监控视频的敏感区域中存在监控目标。
由于敏感区域一般是固定的，则此时为了判断该敏感区域中是否存在运动目标，可以对该敏感区域中的背景建立区域背景模型，从而可以将该敏感区域的区域图像和该区域背景模型进行比较，来确定该敏感区域中的前景图像，前景图像是指在假设背景为静止的情况下的任何有意义的运动物体的图像。
因此，服务器判断监控视频的敏感区域中是否存在运动目标的操作可以为：对于监控视频中的每帧视频图像，对敏感区域进行裁剪，得到敏感区域的区域图像，服务器获取该区域图像中每个像素点的像素值；基于该每个像素点的像素值和指定区域背景模型，判断该区域图像中是否存在前景像素点；当该区域图像中存在前景像素点时，确定该监控视频的敏感区域中存在运动目标，否则，确定该监控视频的敏感区域中不存在运动目标。
其中，指定区域背景模型用于表征敏感区域的区域图像中每个背景像素点的像素值在时域上的分布特征，且指定区域背景模型可以为混合高斯模型，当然，指定区域背景模型也可以为其他模型，本公开实施例对此不做具体限定。
另外，指定区域背景模型可以预先建立，如可以预先根据敏感区域的指定区域图像中每个像素点的像素值在时域上的分布情况，建立指定区域背景模型，当然，也可以以其它方式建立指定区域背景模型，本公开实施例同样对此不做具体限定。
需要说明的是，服务器基于区域图像中每个像素点的像素值和指定区域背景模型，判断该区域图像中是否存在前景像素点的过程与步骤402第一种方式的判断过程类似，本公开实施例对此不再赘述。
进一步地，服务器确定监控视频的敏感区域中不存在运动目标之后，服务器还可以基于该区域图像中每个像素点的像素值，更新指定区域背景模型。
其中，当该敏感区域中存在运动目标时，服务器判断该运动目标是否为监控目标的过程与步骤402第一种方式中判断过程类似，本公开实施例对此不再赘述。
需要说明的是，第二种方式中只需对敏感区域的区域图像进行检测，以确定该敏感区域中是否存在监控目标，从而有效避免了视频图像中除敏感区域外的其它区域的图像对检测结果的干扰，提高了检测效率和检测精度。
在步骤403中，当监控视频的敏感区域中存在监控目标时，服务器向终端发送报警信息，使终端进行报警。
当监控视频的敏感区域中存在监控目标时，为了预防不安全事件的发生，服务器可以向终端发送报警信息，该报警信息用于提醒用户监控目标位于敏感区域。
需要说明的是，终端可以通过有线网络或者无线网络与服务器进行连接。
另外，终端进行报警时，可以通过终端上设置的扬声器直接播放报警信息，当然，终端也可以通过其它方式进行报警，本公开实施例对此不做具体限定。
在本公开实施例中，服务器获取监控视频，并判断监控视频的敏感区域中是否存在监控目标，当该敏感区域中存在监控目标时，服务器向终端发送报警信息，使终端进行报警，从而预防不安全事件的发生。
图5是根据一示例性实施例示出的一种报警装置的框图。参照图5，该装置包括获取模块501，判断模块502，发送模块503。
获取模块501，用于获取监控视频；
判断模块502，用于判断监控视频的敏感区域中是否存在监控目标；
发送模块503，用于当敏感区域中存在监控目标时，向终端发送报警信息，使终端进行报警。
在本公开的另一实施例中，参照图6，该判断模块502包括第一判断单元5021，监控目标识别单元5022，第二判断单元5023，第一确定单元5024。
第一判断单元5021，用于判断监控视频中是否存在运动目标；
监控目标识别单元5022，用于当监控视频中存在运动目标时，判断运动目标是否为监控目标；
第二判断单元5023，用于当运动目标为监控目标时，判断监控目标是否位于敏感区域；
第一确定单元5024，用于当监控目标位于敏感区域时，确定监控视频的敏感区域中存在监控目标。
在本公开的另一实施例中，参照图7，该判断模块502包括第三判断单元5025，监控目标识别单元5022，第二确定单元5026。
第三判断单元5025，用于判断监控视频的敏感区域中是否存在运动目标；
监控目标识别单元5022，用于当敏感区域中存在运动目标时，判断运动目标是否为监控目标；
第二确定单元5026，用于当运动目标为监控目标时，确定监控视频的敏感区域中存在监控目标。
在本公开的另一实施例中，参照图8，该监控目标识别单元5022包括第一确定子单元50221，第二确定子单元50222，第三确定子单元50223。
第一确定子单元50221，用于确定运动目标的特征；
第二确定子单元50222，用于确定运动目标的特征与监控目标的特征之间的匹配度；
第三确定子单元50223，用于当匹配度大于指定数值时，确定运动目标为监控目标。
在本公开的另一实施例中，该第一确定子单元50221，用于：
当监控视频中存在运动目标时，在监控视频的视频图像中，对运动目标所在的区域进行裁剪，得到目标图像；
对目标图像进行特征提取，得到运动目标的特征。
在本公开的另一实施例中，参照图9，该监控目标识别单元5022还包括接收子单元50224，第一获取子单元50225，第二获取子单元50226，提取子单元50227。
接收子单元50224，用于接收终端发送的设置信息，设置信息中携带监控目标标识信息；
第一获取子单元50225，用于基于监控目标标识信息，从存储的历史视频中，获取监控目标的跟踪视频；
第二获取子单元50226，用于从跟踪视频的每帧视频图像中，获取监控目标的跟踪图像；
提取子单元50227，用于对监控目标的跟踪图像进行特征提取，得到监控目标的特征。
在本公开的另一实施例中，该设置信息中还携带监控目标对应的敏感区域信息，该敏感区域信息用于获取敏感区域。
在本公开的另一实施例中，参照图10，该第二判断单元5023包括跟踪子单元50231，判断子单元50232。
跟踪子单元50231，用于当运动目标为监控目标时，对监控目标进行目标跟踪，得到监控目标当前所处的位置；
判断子单元50232，用于基于监控目标当前所处的位置，判断监控目标是否位于敏感区域。
在本公开实施例中，服务器获取监控视频，并判断监控视频的敏感区域中是否存在监控目标，当敏感区域中存在监控目标时，服务器向终端发送报警信息，使终端进行报警，从而预防不安全事件的发生。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图11是根据一示例性实施例示出的一种报警装置的框图。参照图11，该装置包括第一发送模块1101，报警模块1102。
第一发送模块1101，用于向服务器发送设置信息，设置信息中携带监控目标标识信息和监控目标对应的敏感区域信息，使服务器获取监控视频，并在监控视频的敏感区域中存在监控目标时返回报警信息；
报警模块1102，用于当接收到服务器返回的报警信息时，基于报警信息进行报警。
在本公开的另一实施例中，参照图12，该装置还包括第二发送模块1103，播放模块1104，确定模块1105。
获取模块1103，用于获取历史视频；
播放模块1104，用于播放历史视频；
确定模块1105，用于在播放历史视频的过程中，基于历史视频的视频图像，确定监控目标标识信息和监控目标对应的敏感区域信息。
在本公开的另一实施例中，参照图13，该确定模块1105包括第一确定单元11051，第二确定单元11052，第一获取单元11053。
第一确定单元11051，用于在播放历史视频的过程中，当基于历史视频的视频图像接收到第一选择指令时，将第一选择指令中所选择对象确定为监控目标；
第二确定单元11052，用于当基于历史视频的视频图像接收到第二选择指令时，将第二选择指令所选择的区域确定为所述监控目标对应的敏感区域；
第一获取单元11053，用于获取监控目标的监控目标标识信息，以及获取敏感区域的敏感区域信息。
在本公开的另一实施例中，参照图14，该确定模块1105包括第二获取单元11054，第三确定单元11055，第三获取单元11056。
第二获取单元11054，用于获取在历史视频的视频图像中画出的第一区域和在视频图像中选择的目标对象，目标对象为在视频图像中画出的第二区域包括的对象，或者目标对象为在视频图像中检测到的选择操作所选择的对象；
第三确定单元11055，用于当在第一区域和目标对象中的至少一个上检测到预设手势操作时，将第一区域确定为监控目标对应的敏感区域，以及将目标对象确定为监控目标；
第三获取单元11056，用于获取监控目标的监控目标标识信息，以及获取敏感区域的敏感区域信息。
在本公开实施例中，终端向服务器发送设置信息，设置信息中携带监控目标标识信息和监控目标对应的敏感区域信息，使服务器获取监控视频，并在监控视频的敏感区域中存在监控目标时返回报警信息，当终端接收到该报警信息时，终端可以进行报警，从而预防不安全事件的发生。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图15是根据一示例性实施例示出的一种用于报警的装置1500的框图。例如，装置1500可以被提供为一服务器。参照图15，装置1500包括处理组件1522，其进一步包括一个或多个处理器，以及由存储器1532所代表的存储器资源，用于存储可由处理部件1522的执行的指令，例如应用程序。存储器1532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。
装置1500还可以包括一个电源组件1526被配置为执行装置1500的电源管理，一个有线或无线网络接口1550被配置为将装置1500连接到网络，和一个输入输出(I/O)接口1558。装置1500可以操作基于存储在存储器1532的操作系统，例如WindowsServerTM，MacOSXTM，UnixTM,LinuxTM，FreeBSDTM或类似。
此外，处理组件1522被配置为执行指令，以执行下述报警方法，所述方法包括：
获取监控视频。
判断监控视频的敏感区域中是否存在监控目标。
当敏感区域中存在监控目标时，向终端发送报警信息，使终端进行报警。
在本公开的另一实施例中，判断监控视频的敏感区域中是否存在监控目标，包括：
判断监控视频中是否存在运动目标；
当监控视频中存在运动目标时，判断运动目标是否为监控目标；
当运动目标为监控目标时，判断监控目标是否位于敏感区域；
当监控目标位于敏感区域时，确定监控视频的敏感区域中存在监控目标。
在本公开的另一实施例中，判断监控视频的敏感区域中是否存在监控目标，包括：
判断监控视频的敏感区域中是否存在运动目标；
当敏感区域中存在运动目标时，判断运动目标是否为监控目标；
当运动目标为监控目标时，确定监控视频的敏感区域中存在监控目标。
在本公开的另一实施例中，判断运动目标是否为监控目标，包括：
确定运动目标的特征；
确定运动目标的特征与监控目标的特征之间的匹配度；
当匹配度大于指定数值时，确定运动目标为监控目标。
在本公开的另一实施例中，确定运动目标的特征，包括：
在监控视频的视频图像中，对运动目标所在的区域进行裁剪，得到目标图像；
对目标图像进行特征提取，得到运动目标的特征。
在本公开的另一实施例中，确定运动目标的特征与监控目标的特征之间的匹配度之前，还包括：
接收终端发送的设置信息，设置信息中携带监控目标标识信息；
基于监控目标标识信息，从存储的历史视频中，获取监控目标的跟踪视频；
从跟踪视频的每帧视频图像中，获取监控目标的跟踪图像；
对监控目标的跟踪图像进行特征提取，得到监控目标的特征。
在本公开的另一实施例中，设置信息中还携带监控目标对应的敏感区域信息，该敏感区域信息用于获取敏感区域。
在本公开的另一实施例中，判断监控目标是否位于敏感区域，包括：
对监控目标进行目标跟踪，得到监控目标当前所处的位置；
基于监控目标当前所处的位置，判断监控目标是否位于敏感区域。
在本公开实施例中，服务器获取监控视频，并判断监控视频的敏感区域中是否存在监控目标，当敏感区域中存在监控目标时，服务器向终端发送报警信息，使终端进行报警，从而预防不安全事件的发生。
图16是根据一示例性实施例示出的一种用于报警的装置1600的框图。例如，装置1600可以是移动电话，计算机，数字广播终端，消息收发设备，平板设备，医疗设备，健身设备，个人数字助理等。
参照图16，装置1600可以包括以下一个或多个组件：处理组件1602，存储器1604，电源组件1606，多媒体组件1608，音频组件1610，输入/输出(I/O)的接口1612，传感器组件1614，以及通信组件1616。
处理组件1602通常控制装置1600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。处理元件1602可以包括一个或多个处理器1620来执行指令，以完成上述报警方法的全部或部分步骤。此外，处理组件1602可以包括一个或多个模块，便于处理组件1602和其他组件之间的交互。例如，处理部件1602可以包括多媒体模块，以方便多媒体组件1608和处理组件1602之间的交互。
存储器1604被配置为存储各种类型的数据以支持在设备1600的操作。这些数据的示例包括用于在装置1600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1604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(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电力组件1606为装置1600的各种组件提供电力。电力组件1606可以包括电源管理系统，一个或多个电源，及其他与为装置1600生成、管理和分配电力相关联的组件。
多媒体组件1608包括在所述装置1600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1608包括一个前置摄像头和/或后置摄像头。当设备1600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。
音频组件1610被配置为输出和/或输入音频信号。例如，音频组件1610包括一个麦克风(MIC)，当装置1600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1604或经由通信组件1616发送。在一些实施例中，音频组件1610还包括一个扬声器，用于输出音频信号。
I/O接口1612为处理组件1602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。
传感器组件1614包括一个或多个传感器，用于为装置1600提供各个方面的状态评估。例如，传感器组件1614可以检测到设备1600的打开/关闭状态，组件的相对定位，例如所述组件为装置1600的显示器和小键盘，传感器组件1614还可以检测装置1600或装置1600一个组件的位置改变，用户与装置1600接触的存在或不存在，装置1600方位或加速/减速和装置1600的温度变化。传感器组件1614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1614还可以包括光传感器，如CMOS或CCD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1614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。
通信组件1616被配置为便于装置1600和其他设备之间有线或无线方式的通信。装置1600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1616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1616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。
在示例性实施例中，装置1600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，用于执行上述报警方法。
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1604，上述指令可由装置1600的处理器1620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ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种报警方法，所述方法包括：
向服务器发送设置信息，设置信息中携带监控目标标识信息和监控目标对应的敏感区域信息，使服务器获取监控视频，并在监控视频的敏感区域中存在监控目标时返回报警信息；
当接收到服务器返回的报警信息时，基于报警信息进行报警。
在本公开的另一实施例中，向服务器发送设置信息之前，还包括：
获取历史视频，播放历史视频；
在播放历史视频的过程中，基于历史视频的视频图像，确定监控目标标识信息和监控目标对应的敏感区域信息。
在本公开的另一实施例中，基于历史视频的视频图像，确定监控目标标识信息和监控目标对应的敏感区域信息，包括：
当基于历史视频的视频图像接收到第一选择指令时，将第一选择指令所选择的对象确定为监控目标；
当基于历史视频的视频图像接收到第二选择指令时，将第二选择指令所选择的区域确定为监控目标对应的敏感区域；
获取监控目标的监控目标标识信息，以及获取敏感区域的敏感区域信息。
在本公开的另一实施例中，基于历史视频的视频图像，确定监控目标标识信息和监控目标对应的敏感区域信息，包括：
获取在历史视频的视频图像中画出的第一区域和在视频图像中选择的目标对象，目标对象为在视频图像中画出的第二区域包括的对象，或者目标对象为在视频图像中检测到的选择操作所选择的对象；
当在第一区域和目标对象中的至少一个上检测到预设手势操作时，将第一区域确定为监控目标对应的敏感区域，以及将目标对象确定为监控目标；
获取监控目标的监控目标标识信息，以及获取敏感区域的敏感区域信息。
在本公开实施例中，终端向服务器发送设置信息，设置信息中携带监控目标标识信息和监控目标对应的敏感区域信息，使服务器获取监控视频，并在监控视频的敏感区域中存在监控目标时返回报警信息，当终端接收到该报警信息时，终端可以进行报警，从而预防不安全事件的发生。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、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发明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，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明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。本发明的范围仅由所附的权利要求来限制。

Claims (26)

1.一种报警方法，其特征在于，所述方法包括：
获取监控视频；
判断所述监控视频的敏感区域中是否存在监控目标；
当所述敏感区域中存在所述监控目标时，向终端发送报警信息，使所述终端进行报警。
2.如权利要求1所述的方法，其特征在于，所述判断所述监控视频的敏感区域中是否存在监控目标，包括：
判断所述监控视频中是否存在运动目标；
当所述监控视频中存在所述运动目标时，判断所述运动目标是否为监控目标；
当所述运动目标为所述监控目标时，判断所述监控目标是否位于敏感区域；
当所述监控目标位于所述敏感区域时，确定所述监控视频的敏感区域中存在所述监控目标。
3.如权利要求1所述的方法，其特征在于，所述判断所述监控视频的敏感区域中是否存在监控目标，包括：
判断所述监控视频的敏感区域中是否存在运动目标；
当所述敏感区域中存在所述运动目标时，判断所述运动目标是否为监控目标；
当所述运动目标为所述监控目标时，确定所述监控视频的敏感区域中存在所述监控目标。
4.如权利要求2或3所述的方法，其特征在于，所述判断所述运动目标是否为监控目标，包括：
确定所述运动目标的特征；
确定所述运动目标的特征与所述监控目标的特征之间的匹配度；
当所述匹配度大于指定数值时，确定所述运动目标为所述监控目标。
5.如权利要求4所述的方法，其特征在于，所述确定所述运动目标的特征，包括：
在所述监控视频的视频图像中，对所述运动目标所在的区域进行裁剪，得到目标图像；
对所述目标图像进行特征提取，得到所述运动目标的特征。
6.如权利要求4所述的方法，其特征在于，所述确定所述运动目标的特征与所述监控目标的特征之间的匹配度之前，还包括：
接收所述终端发送的设置信息，所述设置信息中携带监控目标标识信息；
基于所述监控目标标识信息，从存储的历史视频中，获取所述监控目标的跟踪视频；
从所述跟踪视频的每帧视频图像中，获取所述监控目标的跟踪图像；
对所述监控目标的跟踪图像进行特征提取，得到所述监控目标的特征。
7.如权利要求6所述的方法，其特征在于，所述设置信息中还携带所述监控目标对应的敏感区域信息，所述敏感区域信息用于获取敏感区域。
8.如权利要求2所述的方法，其特征在于，所述判断所述监控目标是否位于敏感区域，包括：
对所述监控目标进行目标跟踪，得到所述监控目标当前所处的位置；
基于所述监控目标当前所处的位置，判断所述监控目标是否位于敏感区域。
9.一种报警方法，其特征在于，所述方法包括：
向服务器发送设置信息，所述设置信息中携带监控目标标识信息和监控目标对应的敏感区域信息，使所述服务器获取监控视频，并在所述监控视频的敏感区域中存在所述监控目标时返回报警信息；
当接收到所述服务器返回的报警信息时，基于所述报警信息进行报警。
10.如权利要求9所述的方法，其特征在于，所述向服务器发送设置信息之前，还包括：
获取历史视频，播放所述历史视频；
在播放所述历史视频的过程中，基于所述历史视频的视频图像，确定所述监控目标标识信息和所述监控目标对应的敏感区域信息。
11.如权利要求10所述的方法，其特征在于，所述基于所述历史视频的视频图像，确定所述监控目标标识信息和所述监控目标对应的敏感区域信息，包括：
当基于所述历史视频的视频图像接收到第一选择指令时，将所述第一选择指令所选择的对象确定为所述监控目标；
当基于所述历史视频的视频图像接收到第二选择指令时，将所述第二选择指令所选择的区域确定为所述监控目标对应的敏感区域；
获取所述监控目标的监控目标标识信息，以及获取所述敏感区域的敏感区域信息。
12.如权利要求10所述的方法，其特征在于，所述基于所述历史视频的视频图像，确定所述监控目标标识信息和所述监控目标对应的敏感区域信息，包括：
获取在所述历史视频的视频图像中画出的第一区域和在所述视频图像中选择的目标对象，所述目标对象为在所述视频图像中画出的第二区域包括的对象，或者所述目标对象为在所述视频图像中检测到的选择操作所选择的对象；
当在所述第一区域和所述目标对象中的至少一个上检测到预设手势操作时，将所述第一区域确定为所述监控目标对应的敏感区域，以及将所述目标对象确定为所述监控目标；
获取所述监控目标的监控目标标识信息，以及获取所述敏感区域的敏感区域信息。
13.一种报警装置，其特征在于，所述装置包括：
获取模块，用于获取监控视频；
判断模块，用于判断所述监控视频的敏感区域中是否存在监控目标；
发送模块，用于当所述敏感区域中存在所述监控目标时，向终端发送报警信息，使所述终端进行报警。
14.如权利要求13所述的装置，其特征在于，所述判断模块包括：
第一判断单元，用于判断所述监控视频中是否存在运动目标；
监控目标识别单元，用于当所述监控视频中存在所述运动目标时，判断所述运动目标是否为监控目标；
第二判断单元，用于当所述运动目标为所述监控目标时，判断所述监控目标是否位于敏感区域；
第一确定单元，用于当所述监控目标位于所述敏感区域时，确定所述监控视频的敏感区域中存在所述监控目标。
15.如权利要求13所述的装置，其特征在于，所述判断模块包括：
第三判断单元，用于判断所述监控视频的敏感区域中是否存在运动目标；
监控目标识别单元，用于当所述敏感区域中存在所述运动目标时，判断所述运动目标是否为监控目标；
第二确定单元，用于当所述运动目标为所述监控目标时，确定所述监控视频的敏感区域中存在所述监控目标。
16.如权利要求14或15所述的装置，其特征在于，所述监控目标识别单元包括：
第一确定子单元，用于确定所述运动目标的特征；
第二确定子单元，用于确定所述运动目标的特征与所述监控目标的特征之间的匹配度；
第三确定子单元，用于当所述匹配度大于指定数值时，确定所述运动目标为所述监控目标。
17.如权利要求16所述的装置，其特征在于，
所述第一确定子单元，用于：
当所述监控视频中存在所述运动目标时，在所述监控视频的视频图像中，对所述运动目标所在的区域进行裁剪，得到目标图像；
对所述目标图像进行特征提取，得到所述运动目标的特征。
18.如权利要求16所述的装置，其特征在于，所述监控目标识别单元还包括：
接收子单元，用于接收所述终端发送的设置信息，所述设置信息中携带监控目标标识信息；
第一获取子单元，用于基于所述监控目标标识信息，从存储的历史视频中，获取所述监控目标的跟踪视频；
第二获取子单元，用于从所述跟踪视频的每帧视频图像中，获取所述监控目标的跟踪图像；
提取子单元，用于对所述监控目标的跟踪图像进行特征提取，得到所述监控目标的特征。
19.如权利要求18所述的装置，其特征在于，所述设置信息中还携带所述监控目标对应的敏感区域信息，所述敏感区域信息用于获取敏感区域。
20.如权利要求14所述的装置，其特征在于，所述第二判断单元包括：
跟踪子单元，用于当所述运动目标为所述监控目标时，对所述监控目标进行目标跟踪，得到所述监控目标当前所处的位置；
判断子单元，用于基于所述监控目标当前所处的位置，判断所述监控目标是否位于敏感区域。
21.一种报警装置，其特征在于，所述装置包括：
第一发送模块，用于向服务器发送设置信息，所述设置信息中携带监控目标标识信息和监控目标对应的敏感区域信息，使所述服务器获取监控视频，并在所述监控视频的敏感区域中存在所述监控目标时返回报警信息；
报警模块，用于当接收到所述服务器返回的报警信息时，基于所述报警信息进行报警。
22.如权利要求21所述的装置，其特征在于，所述装置还包括：
获取模块，用于获取历史视频；
播放模块，用于播放所述历史视频；
确定模块，用于在播放所述历史视频的过程中，基于所述历史视频的视频图像，确定所述监控目标标识信息和所述监控目标对应的敏感区域信息。
23.如权利要求22所述的装置，其特征在于，所述确定模块包括：
第一确定单元，用于在播放所述历史视频的过程中，当基于所述历史视频的视频图像接收到第一选择指令时，将所述第一选择指令所选择的对象确定为所述监控目标；
第二确定单元，用于当基于所述历史视频的视频图像接收到第二选择指令时，将所述第二选择指令所选择的区域确定为所述监控目标对应的敏感区域；
第一获取单元，用于获取所述监控目标的监控目标标识信息，以及获取所述敏感区域的敏感区域信息。
24.如权利要求22所述的装置，其特征在于，所述确定模块包括：
第二获取单元，用于获取在所述历史视频的视频图像中画出的第一区域和在所述视频图像中选择的目标对象，所述目标对象为在所述视频图像中画出的第二区域包括的对象，或者所述目标对象为在所述视频图像中检测到的选择操作所选择的对象；
第三确定单元，用于当在所述第一区域和所述目标对象中的至少一个上检测到预设手势操作时，将所述第一区域确定为所述监控目标对应的敏感区域，以及将所述目标对象确定为所述监控目标；
第三获取单元，用于获取所述监控目标的监控目标标识信息，以及获取所述敏感区域的敏感区域信息。
25.一种报警装置，其特征在于，所述装置包括：
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：
获取监控视频；
判断所述监控视频的敏感区域中是否存在监控目标；
当所述敏感区域中存在所述监控目标时，向终端发送报警信息，使所述终端进行报警。
26.一种报警装置，其特征在于，所述装置包括：
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：
向服务器发送设置信息，所述设置信息中携带监控目标标识信息和监控目标对应的敏感区域信息，使所述服务器获取监控视频，并在所述监控视频的敏感区域中存在所述监控目标时返回报警信息；
当接收到所述服务器返回的报警信息时，基于所述报警信息进行报警。
CN201510713143.1A 2015-10-28 2015-10-28 报警方法及装置 Pending CN105279898A (zh)

Priority Applications (8)

Application Number Priority Date Filing Date Title
CN201510713143.1A CN105279898A (zh) 2015-10-28 2015-10-28 报警方法及装置
MX2016005066A MX360586B (es) 2015-10-28 2015-12-29 Método y dispositivo de alarma.
RU2016117967A RU2648214C1 (ru) 2015-10-28 2015-12-29 Способ сигнализации и сигнализирующее устройство
JP2016549719A JP2017538978A (ja) 2015-10-28 2015-12-29 警報方法および装置
KR1020167021748A KR101852284B1 (ko) 2015-10-28 2015-12-29 경보 방법 및 장치
PCT/CN2015/099586 WO2017071085A1 (zh) 2015-10-28 2015-12-29 报警方法及装置
US15/069,949 US9953506B2 (en) 2015-10-28 2016-03-14 Alarming method and device
EP16162165.1A EP3163498B1 (en) 2015-10-28 2016-03-24 Alarming method and device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510713143.1A CN105279898A (zh) 2015-10-28 2015-10-28 报警方法及装置

Publications (1)

Publication Number Publication Date
CN105279898A true CN105279898A (zh) 2016-01-27

Family

ID=55148833

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510713143.1A Pending CN105279898A (zh) 2015-10-28 2015-10-28 报警方法及装置

Country Status (8)

Country Link
US (1) US9953506B2 (zh)
EP (1) EP3163498B1 (zh)
JP (1) JP2017538978A (zh)
KR (1) KR101852284B1 (zh)
CN (1) CN105279898A (zh)
MX (1) MX360586B (zh)
RU (1) RU2648214C1 (zh)
WO (1) WO2017071085A1 (zh)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105847763A (zh) * 2016-05-19 2016-08-10 北京小米移动软件有限公司 监控方法及装置
CN106027931A (zh) * 2016-04-14 2016-10-12 平安科技（深圳）有限公司 视频录制方法及服务器
CN107644479A (zh) * 2017-08-25 2018-01-30 深圳市盛路物联通讯技术有限公司 一种基于智能摄像头的安全门禁方法及智能终端
CN107657687A (zh) * 2017-08-25 2018-02-02 深圳市盛路物联通讯技术有限公司 一种基于图像处理技术的门禁管理方法及门禁管理服务器
CN107707872A (zh) * 2017-08-30 2018-02-16 深圳市盛路物联通讯技术有限公司 一种基于图像处理技术的监控方法及相关设备
CN108540777A (zh) * 2018-04-28 2018-09-14 上海与德科技有限公司 一种智能监控方法、装置、设备和存储介质
CN108809990A (zh) * 2018-06-14 2018-11-13 北京中飞艾维航空科技有限公司 一种众包数据安全加密方法、服务器及存储介质
CN109839614A (zh) * 2018-12-29 2019-06-04 深圳市天彦通信股份有限公司 固定式采集设备的定位系统及方法
CN109863541A (zh) * 2016-11-01 2019-06-07 三菱电机株式会社 信息处理装置、报告系统、信息处理方法以及程序
CN109886999A (zh) * 2019-01-24 2019-06-14 北京明略软件系统有限公司 位置确定方法、装置、存储介质和处理器
CN109922310A (zh) * 2019-01-24 2019-06-21 北京明略软件系统有限公司 目标对象的监控方法、装置及系统
CN109919966A (zh) * 2019-01-24 2019-06-21 北京明略软件系统有限公司 区域确定方法、装置、存储介质和处理器
CN110009900A (zh) * 2019-03-12 2019-07-12 浙江吉利汽车研究院有限公司 一种车辆监控方法及系统
CN110874905A (zh) * 2018-08-31 2020-03-10 杭州海康威视数字技术股份有限公司 监控方法及装置
CN110895861A (zh) * 2018-09-13 2020-03-20 杭州海康威视数字技术股份有限公司 异常行为预警方法、装置、监控设备和存储介质
CN110942578A (zh) * 2019-11-29 2020-03-31 韦达信息技术(深圳)有限公司 智能分析防盗报警系统
CN111260885A (zh) * 2018-11-30 2020-06-09 百度在线网络技术（北京）有限公司 跟踪游泳的方法、装置、存储介质和终端设备
CN114170710A (zh) * 2021-12-10 2022-03-11 杭州萤石软件有限公司 基于智能锁设备的人员检测方法、装置、系统及设备
CN115965891A (zh) * 2022-12-06 2023-04-14 杭州海康威视数字技术股份有限公司 视频报警方法

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107846578A (zh) * 2017-10-30 2018-03-27 北京小米移动软件有限公司 信息订阅方法及装置
CN108038872B (zh) * 2017-12-22 2021-08-31 中国海洋大学 一种基于动静态目标检测与实时压缩感知追踪研究方法
CN108834066A (zh) * 2018-06-27 2018-11-16 三星电子（中国）研发中心 用于生成信息的方法和装置
CN109040774B (zh) * 2018-07-24 2021-10-26 成都优地技术有限公司 一种节目信息提取方法、终端设备、服务器及存储介质
KR102093477B1 (ko) 2018-10-26 2020-03-25 오토아이티(주) 이종 카메라 기반의 위험지역 안전관리 방법 및 장치
KR102085168B1 (ko) 2018-10-26 2020-03-04 오토아이티(주) 인체추적 기반 위험지역 안전관리 방법 및 장치
CN109816906B (zh) * 2019-01-03 2022-07-08 深圳壹账通智能科技有限公司 安保监控方法及装置、电子设备、存储介质
US12406563B2 (en) 2019-01-29 2025-09-02 Pool Knight, Llc Smart surveillance system for swimming pools
US10964187B2 (en) 2019-01-29 2021-03-30 Pool Knight, Llc Smart surveillance system for swimming pools
CN111832357A (zh) * 2019-04-19 2020-10-27 苏州涟漪信息科技有限公司 一种移动事件检测方法及装置
CN110490037A (zh) * 2019-05-30 2019-11-22 福建知鱼科技有限公司 一种人像识别系统
CN112489338B (zh) * 2019-09-11 2023-03-14 杭州海康威视数字技术股份有限公司 一种报警方法、系统、装置、设备及存储介质
CN110889334A (zh) * 2019-11-06 2020-03-17 江河瑞通（北京）技术有限公司 人员闯入识别方法及装置
CN110969115B (zh) * 2019-11-28 2023-04-07 深圳市商汤科技有限公司 行人事件的检测方法及装置、电子设备和存储介质
CN110991550B (zh) * 2019-12-13 2023-10-17 歌尔科技有限公司 一种视频监控方法、装置、电子设备及存储介质
CN113473076B (zh) * 2020-07-21 2023-03-14 青岛海信电子产业控股股份有限公司 社区报警方法及服务器
CN113473085A (zh) * 2021-07-01 2021-10-01 成都市达岸信息技术有限公司 一种基于人工智能技术的视频监控识别系统
CN115731509A (zh) * 2021-08-31 2023-03-03 广东飞企互联科技股份有限公司 智慧园区管理方法、装置及系统
CN115345907B (zh) * 2022-10-18 2022-12-30 广东电网有限责任公司中山供电局 一种基于边缘计算的目标动态跟踪装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009055447A (ja) * 2007-08-28 2009-03-12 Toshiba Corp 映像検索システム及び映像検索装置
CN101840422A (zh) * 2010-04-09 2010-09-22 江苏东大金智建筑智能化系统工程有限公司 基于目标特征和报警行为的智能视频检索系统和方法
CN101872524A (zh) * 2009-08-14 2010-10-27 杭州海康威视数字技术股份有限公司 基于虚拟墙的视频监控方法、系统及装置
CN103188474A (zh) * 2011-12-30 2013-07-03 中兴通讯股份有限公司 一种视频智能分析系统及其监控录像的存储和播放方法
CN104767911A (zh) * 2015-04-28 2015-07-08 腾讯科技（深圳）有限公司 图像处理方法及装置

Family Cites Families (44)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4511886A (en) * 1983-06-01 1985-04-16 Micron International, Ltd. Electronic security and surveillance system
JP2528789B2 (ja) * 1985-06-26 1996-08-28 中央電子 株式会社 映像情報管理装置
US4814869A (en) * 1987-04-27 1989-03-21 Oliver Jr Robert C Video surveillance system
US4992866A (en) * 1989-06-29 1991-02-12 Morgan Jack B Camera selection and positioning system and method
KR920010745B1 (ko) * 1989-11-21 1992-12-14 주식회사 금성사 부재중 비상사태 원격감시시스템 및 화상 송,수신 처리방법
US6618074B1 (en) * 1997-08-01 2003-09-09 Wells Fargo Alarm Systems, Inc. Central alarm computer for video security system
US20060083305A1 (en) * 2004-10-15 2006-04-20 James Dougherty Distributed motion detection event processing
RU2271577C1 (ru) * 2005-04-18 2006-03-10 Общество с ограниченной ответственностью "АЛЬТОНИКА" (ООО "АЛЬТОНИКА") Устройство охранной сигнализации для противодействия угрозам личной безопасности
US20070237358A1 (en) * 2006-04-11 2007-10-11 Wei-Nan William Tseng Surveillance system with dynamic recording resolution and object tracking
JP4631806B2 (ja) * 2006-06-05 2011-02-16 日本電気株式会社 物体検出装置、物体検出方法および物体検出プログラム
GB0709329D0 (en) * 2007-05-15 2007-06-20 Ipsotek Ltd Data processing apparatus
JP4356774B2 (ja) * 2007-06-06 2009-11-04 ソニー株式会社 情報処理装置、映像再生方法、プログラム、および映像再生システム
CN101252680A (zh) * 2008-04-14 2008-08-27 中兴通讯股份有限公司 一种采用不同监控精度进行监控的方法及终端
JP2010003177A (ja) * 2008-06-20 2010-01-07 Secom Co Ltd 画像処理装置
JP5371083B2 (ja) * 2008-09-16 2013-12-18 Ｋｄｄｉ株式会社 顔識別特徴量登録装置、顔識別特徴量登録方法、顔識別特徴量登録プログラム及び記録媒体
US8749347B1 (en) * 2009-01-29 2014-06-10 Bank Of America Corporation Authorized custodian verification
EP2394235A2 (en) * 2009-02-06 2011-12-14 Oculis Labs, Inc. Video-based privacy supporting system
JP5388829B2 (ja) * 2009-12-11 2014-01-15 セコム株式会社 侵入物体検知装置
US20110275045A1 (en) * 2010-01-22 2011-11-10 Foerster Bhupathi International, L.L.C. Video Overlay Sports Motion Analysis
WO2012106075A1 (en) * 2011-02-05 2012-08-09 Wifislam, Inc. Method and apparatus for mobile location determination
CN102158689B (zh) * 2011-05-17 2013-12-18 无锡中星微电子有限公司 视频监控系统及方法
KR101207197B1 (ko) * 2011-08-30 2012-12-03 주식회사 아이디스 가상 감시 영역 설정을 통한 디지털 영상 감시 장치 및 방법
KR101394242B1 (ko) * 2011-09-23 2014-05-27 광주과학기술원 영상 감시 장치 및 영상 감시 방법
US20130091213A1 (en) * 2011-10-08 2013-04-11 Broadcom Corporation Management of social device interaction with social network infrastructure
US9106789B1 (en) * 2012-01-20 2015-08-11 Tech Friends, Inc. Videoconference and video visitation security
US20130204408A1 (en) * 2012-02-06 2013-08-08 Honeywell International Inc. System for controlling home automation system using body movements
US20140258117A1 (en) * 2012-03-26 2014-09-11 Daniel Holland Methods and systems for handling currency
US8781293B2 (en) * 2012-08-20 2014-07-15 Gorilla Technology Inc. Correction method for object linking across video sequences in a multiple camera video surveillance system
CN102868875B (zh) 2012-09-24 2015-11-18 天津市亚安科技股份有限公司 多方向监控区域预警定位自动跟踪监控装置
JP6080501B2 (ja) * 2012-11-05 2017-02-15 大和ハウス工業株式会社 監視システム
CN104143078B (zh) * 2013-05-09 2016-08-24 腾讯科技（深圳）有限公司 活体人脸识别方法、装置和设备
KR101380628B1 (ko) * 2013-10-18 2014-04-02 브이씨에이 테크놀러지 엘티디 복수의 카메라를 사용한 객체 추적 방법 및 장치
US9519853B2 (en) * 2013-11-01 2016-12-13 James P Tolle Wearable, non-visible identification device for friendly force identification and intruder detection
CN104636709B (zh) 2013-11-12 2018-10-02 中国移动通信集团公司 一种定位监控目标的方法及装置
CN103607569B (zh) 2013-11-22 2017-05-17 广东威创视讯科技股份有限公司 视频监控中的监控目标跟踪方法和系统
CN103714648B (zh) * 2013-12-06 2016-03-02 乐视致新电子科技（天津）有限公司 一种监控预警方法和设备
KR102197098B1 (ko) * 2014-02-07 2020-12-30 삼성전자주식회사 콘텐츠 추천 방법 및 장치
JP2015176198A (ja) * 2014-03-13 2015-10-05 大和ハウス工業株式会社 監視システム
CN104980719A (zh) * 2014-04-03 2015-10-14 索尼公司 图像处理方法、装置以及电子设备
US9819910B2 (en) * 2014-06-20 2017-11-14 Bao Tran Smart system powered by light socket
US20160180239A1 (en) * 2014-12-17 2016-06-23 Cloudtalk Llc Motion detection and recognition employing contextual awareness
US10275672B2 (en) * 2015-04-29 2019-04-30 Beijing Kuangshi Technology Co., Ltd. Method and apparatus for authenticating liveness face, and computer program product thereof
US10146797B2 (en) * 2015-05-29 2018-12-04 Accenture Global Services Limited Face recognition image data cache
CN104933827B (zh) * 2015-06-11 2018-01-19 广东欧珀移动通信有限公司 一种基于旋转摄像头的报警方法及终端

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009055447A (ja) * 2007-08-28 2009-03-12 Toshiba Corp 映像検索システム及び映像検索装置
CN101872524A (zh) * 2009-08-14 2010-10-27 杭州海康威视数字技术股份有限公司 基于虚拟墙的视频监控方法、系统及装置
CN101840422A (zh) * 2010-04-09 2010-09-22 江苏东大金智建筑智能化系统工程有限公司 基于目标特征和报警行为的智能视频检索系统和方法
CN103188474A (zh) * 2011-12-30 2013-07-03 中兴通讯股份有限公司 一种视频智能分析系统及其监控录像的存储和播放方法
CN104767911A (zh) * 2015-04-28 2015-07-08 腾讯科技（深圳）有限公司 图像处理方法及装置

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106027931A (zh) * 2016-04-14 2016-10-12 平安科技（深圳）有限公司 视频录制方法及服务器
WO2017177902A1 (zh) * 2016-04-14 2017-10-19 平安科技（深圳）有限公司 视频录制方法、服务器、系统及存储介质
CN106027931B (zh) * 2016-04-14 2018-03-16 平安科技（深圳）有限公司 视频录制方法及服务器
US10349003B2 (en) 2016-04-14 2019-07-09 Ping An Technology (Shenzhen) Co., Ltd. Video recording system, server, system, and storage medium
CN105847763A (zh) * 2016-05-19 2016-08-10 北京小米移动软件有限公司 监控方法及装置
CN105847763B (zh) * 2016-05-19 2019-04-16 北京小米移动软件有限公司 监控方法及装置
CN109863541A (zh) * 2016-11-01 2019-06-07 三菱电机株式会社 信息处理装置、报告系统、信息处理方法以及程序
US10733864B2 (en) 2016-11-01 2020-08-04 Mitsubishi Electric Corporation Information processing device, informing system, information processing method, and program
CN107644479A (zh) * 2017-08-25 2018-01-30 深圳市盛路物联通讯技术有限公司 一种基于智能摄像头的安全门禁方法及智能终端
CN107657687A (zh) * 2017-08-25 2018-02-02 深圳市盛路物联通讯技术有限公司 一种基于图像处理技术的门禁管理方法及门禁管理服务器
CN107707872A (zh) * 2017-08-30 2018-02-16 深圳市盛路物联通讯技术有限公司 一种基于图像处理技术的监控方法及相关设备
CN108540777A (zh) * 2018-04-28 2018-09-14 上海与德科技有限公司 一种智能监控方法、装置、设备和存储介质
CN108809990B (zh) * 2018-06-14 2021-06-29 北京中飞艾维航空科技有限公司 一种众包数据安全加密方法、服务器及存储介质
CN108809990A (zh) * 2018-06-14 2018-11-13 北京中飞艾维航空科技有限公司 一种众包数据安全加密方法、服务器及存储介质
CN110874905A (zh) * 2018-08-31 2020-03-10 杭州海康威视数字技术股份有限公司 监控方法及装置
CN110895861A (zh) * 2018-09-13 2020-03-20 杭州海康威视数字技术股份有限公司 异常行为预警方法、装置、监控设备和存储介质
CN111260885A (zh) * 2018-11-30 2020-06-09 百度在线网络技术（北京）有限公司 跟踪游泳的方法、装置、存储介质和终端设备
CN113657306A (zh) * 2018-11-30 2021-11-16 百度在线网络技术（北京）有限公司 跟踪游泳的方法、装置、存储介质和终端设备
CN113657306B (zh) * 2018-11-30 2023-07-11 百度在线网络技术（北京）有限公司 跟踪游泳的方法、装置、存储介质和终端设备
CN109839614A (zh) * 2018-12-29 2019-06-04 深圳市天彦通信股份有限公司 固定式采集设备的定位系统及方法
CN109839614B (zh) * 2018-12-29 2020-11-06 深圳市天彦通信股份有限公司 固定式采集设备的定位系统及方法
CN109886999A (zh) * 2019-01-24 2019-06-14 北京明略软件系统有限公司 位置确定方法、装置、存储介质和处理器
CN109919966A (zh) * 2019-01-24 2019-06-21 北京明略软件系统有限公司 区域确定方法、装置、存储介质和处理器
JP2021515919A (ja) * 2019-01-24 2021-06-24 北京明略軟件系統有限公司Ｍｉｎｉｎｇｌａｍｐ Ｓｏｆｔｗａｒｅ Ｓｙｓｔｅｍｓ Ｃｏ．， Ｌｔｄ． 領域特定方法、装置、記憶媒体及びプロセッサ
CN109922310A (zh) * 2019-01-24 2019-06-21 北京明略软件系统有限公司 目标对象的监控方法、装置及系统
CN110009900A (zh) * 2019-03-12 2019-07-12 浙江吉利汽车研究院有限公司 一种车辆监控方法及系统
CN110942578A (zh) * 2019-11-29 2020-03-31 韦达信息技术(深圳)有限公司 智能分析防盗报警系统
CN114170710A (zh) * 2021-12-10 2022-03-11 杭州萤石软件有限公司 基于智能锁设备的人员检测方法、装置、系统及设备
CN115965891A (zh) * 2022-12-06 2023-04-14 杭州海康威视数字技术股份有限公司 视频报警方法

Also Published As

Publication number Publication date
EP3163498B1 (en) 2020-02-05
US20170124833A1 (en) 2017-05-04
US9953506B2 (en) 2018-04-24
EP3163498A2 (en) 2017-05-03
WO2017071085A1 (zh) 2017-05-04
RU2648214C1 (ru) 2018-03-22
EP3163498A3 (en) 2017-07-26
MX2016005066A (es) 2017-08-09
KR101852284B1 (ko) 2018-04-25
JP2017538978A (ja) 2017-12-28
MX360586B (es) 2018-11-08

Similar Documents

Publication Publication Date Title
CN105279898A (zh) 报警方法及装置
CN104219785A (zh) 实时视频提供方法、装置及服务器、终端设备
CN105338399A (zh) 图像获取方法及装置
CN105306931A (zh) 智能电视异常检测方法及装置
CN105160327A (zh) 建筑物识别方法和装置
CN104503888A (zh) 告警提示的方法及装置
US11074449B2 (en) Method, apparatus for controlling a smart device and computer storge medium
CN105426515A (zh) 视频归类方法及装置
CN105262672A (zh) 群内防骚扰方法及装置
CN104869574A (zh) 无线网络连接方法及装置
CN105338177A (zh) 信息延迟广播方法及装置
CN104731880A (zh) 图片排序方法和装置
CN105653085A (zh) 触摸响应方法和装置
CN104284240A (zh) 视频浏览方法及装置
CN105515831A (zh) 网络状态信息展示方法及装置
CN105160793A (zh) 报警方法及装置
CN113705389A (zh) 人脸识别模组测试方法、装置、存储介质及电子设备
CN105242666B (zh) 一种控制设备移动的方法和装置
CN104243829A (zh) 自拍的方法及装置
CN105224950A (zh) 滤镜类别识别方法及装置
CN105517144A (zh) 设备定位方法及装置
CN103986845A (zh) 信息处理方法和信息处理设备
CN105763552A (zh) 远程控制中的传输方法、装置及系统
CN105589622A (zh) 基于弹幕的聊天方法及装置
CN106572010A (zh) 数据包抓取方法、装置及终端

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160127