CN115935003A - 一种基于大数据的信息收集方法与系统 - Google Patents

Abstract

本发明适用于计算机领域，提供了一种基于大数据的信息收集方法与系统，所述方法包括：实时采集目标区域内的影像数据；通过预设筛选条件对所述影像数据进行识别，其中所述预设筛选条件是提取和模拟大数据下的行为特征得到的，所述行为特征包括目标物靠近预设目标子区域和/或目标物的自身特征状态；当识别到所述影像数据满足预设筛选条件时，判定包含目标物的特征事件发生；将指示特征事件发生的第一特征信息上报，所述第一特征信息包括指示特征事件发生的第一特征画面，所述第一特征画面符合预设筛选条件，本发明的有益效果在于：通过及时收集和捕捉到的特征事件进行现场以及远程反馈，方便特征事件的及时应对和解决。

Description

一种基于大数据的信息收集方法与系统

技术领域

本发明属于计算机领域，尤其涉及一种基于大数据的信息收集方法与系统。

背景技术

大数据(Big Data)：指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，需要新处理模式才能俱有更强的决策边、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据与信息收集密切相关，大数据开启了一个大规模生产、分享和应用数据的时代，它给技术和商业带来了巨大的变化，大数据在核心领域的渗透速度有目共睹，然而调查显示，未被使用的信息比例高达99.4%，很大程度都是由于高价值的信息无法获取采集。

综上，在大数据时代背景下，如何从大数据中采集出有用的信息已经是大数据发展的关键因素之一，现有技术中对于一些指定位置内的异常事件，经常通过设置监控的方式来实现，但是这种方式的不足之处在于：采集得到的视频需要人工进行巡查，存在异常事件的捕捉不够及时的问题。

发明内容

本发明实施例的目的在于提供一种基于大数据的信息收集方法与系统，旨在解决上述背景技术中提出的问题。

本发明实施例是这样实现的，一方面，一种基于大数据的信息收集方法，所述方法包括以下步骤：

实时采集目标区域内的影像数据；

通过预设筛选条件对所述影像数据进行识别，其中所述预设筛选条件是提取和模拟大数据下的行为特征得到的，所述行为特征包括目标物靠近预设目标子区域和/或目标物的自身特征状态；

当识别到所述影像数据满足预设筛选条件时，判定包含目标物的特征事件发生；

将指示特征事件发生的第一特征信息上报，所述第一特征信息包括指示特征事件发生的第一特征画面，所述第一特征画面符合预设筛选条件；

将包含所述特征事件的第一提醒指令下发给目标区域内的提醒终端，以指示提醒终端基于所述特征事件进行提醒。

作为本发明的进一步方案，在将所述第一提醒指令下发给目标区域内的提醒终端之后，所述方法还包括：

持续获取包含目标物的画面信息，将所述画面信息上报；

若继续检测到特征事件结束，将指示特征事件结束的第二特征信息上报，所述第二特征信息包括指示特征事件结束的第二特征画面，所述第二特征画面不符合预设筛选条件。

作为本发明的再进一步方案，第二特征信息和第一特征信息上报时对应的接收终端分别显示不同的接收提示。

作为本发明的又进一步方案，所述方法还包括：

基于历史影像数据，提取与第一子区域相关联的行为特征，所述行为特征包括目标物靠近第一子区域和/或目标物的自身特征状态；

将所述行为特征规范化，生成规范行为特征；

建立目标区域的通用模型，标记通用模型中与所有预设目标子区域相对应的特征点；

将规范行为特征按照所述特征点的分布映射到通用模型中，生成筛选模型，基于筛选模型获取预设筛选条件。

作为本发明的进一步方案，所述方法还包括：

在预设时长内，若未接收到提醒终端基于第一提醒指令返回的反馈指令，判定提醒终端状态异常，所述状态异常包括不具备提醒条件；

根据提醒终端最后一次回传的信号定位提醒终端的位置，所述提醒终端包括可穿戴设备。

作为本发明的进一步方案，所述方法还包括：

当判定提醒终端不具备提醒条件时，在预设目标区域内发布移动检测指令，

当接收到至少一个移动件对移动检测指令的响应指令时，根据所述响应指令解析移动件的位置以及设备识别码；

根据移动件的位置以及设备识别码下发移动控制指令给对应的移动件；

指示对应的移动件按照指定路线移动，并且在移动过程中发布预警提示信息。

作为本发明的进一步方案，所述方法还包括：

根据提醒终端的位置生成预设大小的准目标子区域，所述准目标子区域包含提醒终端的位置；

根据所述准目标子区域以及移动件的位置，生成用于表征移动件在目标区域内的指定路线。

作为本发明的进一步方案，所述方法还包括：指示对应的移动件到达准目标子区域后，在准目标子区域内循环移动并且发布预警提示信息。

作为本发明的进一步方案，另一方面，一种基于大数据的信息收集系统，所述系统包括：

影像采集模块，用于：实时采集目标区域内的影像数据；

识别模块，用于：通过预设筛选条件对所述影像数据进行识别，其中所述预设筛选条件是提取和模拟大数据下的行为特征得到的，所述行为特征包括目标物靠近预设目标子区域和/或目标物的自身特征状态；

条件判定模块，用于：当识别到所述影像数据满足预设筛选条件时，判定包含目标物的特征事件发生；

信息采集模块，用于：将指示特征事件发生的第一特征信息上报，所述第一特征信息包括指示特征事件发生的第一特征画面，所述第一特征画面符合预设筛选条件；

提醒模块，用于：将包含所述特征事件的第一提醒指令下发给目标区域内的提醒终端，以指示提醒终端基于所述特征事件进行提醒。

本发明实施例提供的一种基于大数据的信息收集方法与系统，通过预设筛选条件对所述影像数据进行识别，其中所述预设筛选条件是提取和模拟大数据下的行为特征得到的，而这些行为特征包括目标物靠近预设目标子区域和/或目标物的自身特征状态，进而将将指示特征事件发生的第一特征信息上报，再将包含所述特征事件的第一提醒指令下发给目标区域内的提醒终端，以指示提醒终端基于所述特征事件进行提醒，不仅能够便于特征事件相关信息的收集，做出远程决策，还能够以指示提醒终端基于所述特征事件进行提醒，通过及时收集和捕捉到的特征事件进行现场以及远程反馈，方便特征事件的及时应对和解决。

附图说明

图1是一种基于大数据的信息收集方法的主流程图。

图2是一种基于大数据的信息收集方法中提取与第一子区域相关联的行为特征相关的流程图。

图3是一种基于大数据的信息收集方法中在预设目标区域内发布移动检测指令相关的流程图。

图4是一种基于大数据的信息收集方法中生成用于表征移动件在目标区域内的指定路线的流程图。

图5是一种基于大数据的信息收集系统的主结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

以下结合具体实施例对本发明的具体实现进行详细描述。

本发明提供的一种基于大数据的信息收集方法与系统，解决了背景技术中的技术问题。

如图1所示，为本发明的一个实施例提供的一种基于大数据的信息收集方法的主流程图，所述一种基于大数据的信息收集方法包括：

步骤S10：实时采集目标区域内的影像数据；

步骤S11：通过预设筛选条件对所述影像数据进行识别，其中所述预设筛选条件是提取和模拟大数据下的行为特征得到的，所述行为特征包括目标物靠近预设目标子区域和/或目标物的自身特征状态；这里的目标物包括主要活体生物或者具有人为控制活动能力的物体，如人或者无人机等，目标物的自身特征状态表征了目标物的状态是否需要引起注意；

步骤S12：当识别到所述影像数据满足预设筛选条件时，判定包含目标物的特征事件发生；所述影像数据满足预设筛选条件，即目标物的状态需要引起注意或者说目标物的行为需要引起注意；而这些行为或者状态一般是指异常的行为和状态，例如小孩可能靠近易跌落区、靠近易触电区等，或者小孩倒地而老人未察觉，再比如，在商场中存在一些消费者靠近非售卖区、搞破坏等行为或者在商场内晕倒等状态；

步骤S13：将指示特征事件发生的第一特征信息上报，所述第一特征信息包括指示特征事件发生的第一特征画面，所述第一特征画面符合预设筛选条件；将指示特征事件发生的第一特征信息上报便于及时收集有效信息作出远程决策；

步骤S14：将包含所述特征事件的第一提醒指令下发给目标区域内的提醒终端，以指示提醒终端基于所述特征事件进行提醒。提醒终端一般是目标区域内的相关人员掌控，以便于及时在现场对特征事件进行处理；或者无人掌控，仅仅对涉及特征事件的目标物进行提醒；

本实施例在应用时，通过预设筛选条件对所述影像数据进行识别，其中所述预设筛选条件是提取和模拟大数据下的行为特征得到的，而这些行为特征包括目标物靠近预设目标子区域和/或目标物的自身特征状态，进而将将指示特征事件发生的第一特征信息上报，再将包含所述特征事件的第一提醒指令下发给目标区域内的提醒终端，以指示提醒终端基于所述特征事件进行提醒，不仅能够便于特征事件相关信息的收集，做出远程决策，还能够以指示提醒终端基于所述特征事件进行提醒，通过及时收集和捕捉到的特征事件进行现场以及远程反馈，方便特征事件的及时应对和解决。

作为本发明的一种优选实施例，在将所述第一提醒指令下发给目标区域内的提醒终端之后，所述方法还包括：

步骤S20：持续获取包含目标物的画面信息，将所述画面信息上报；

步骤S21：若继续检测到特征事件结束，将指示特征事件结束的第二特征信息上报，所述第二特征信息包括指示特征事件结束的第二特征画面，所述第二特征画面不符合预设筛选条件。

可以理解的是，本实施例概括了特征事件从被发现到提示之后，被解决的情形，即特征事件结束的情形，通过及时上报特征事件结束，可以便于远程端及时作出决策。

作为本发明的一种优选实施例，第二特征信息和第一特征信息上报时对应的接收终端分别显示不同的接收提示。

可以理解，这里主要是针对接收终端接收第二特征信息和第一特征信息时，通过显示不同的接收提示，以引起不同的注意，表明第二特征信息和第一特征信息的不同，具体的，接收提示可以通过增强的语音和/或颜色提示或者转变二者的状态来实现。

如图2所示，作为本发明的一种优选实施例，所述方法还包括：

步骤S30：基于历史影像数据，提取与第一子区域相关联的行为特征，所述行为特征包括目标物靠近第一子区域和/或目标物的自身特征状态；

步骤S31：将所述行为特征规范化，生成规范行为特征；这里的特征规范化包括将行为特征一般化，以符合目标区域内的特征转化；具体的，应用到实际中时，包括将目标物的动作和状态标准化；例如，目标物靠近危险区域，目标物处于某种特殊的状态，如倒地等；

步骤S32：建立目标区域的通用模型，标记通用模型中与所有预设目标子区域相对应的特征点；特征点的标记包括标记预设目标子区域的特征位置，如带有明显区分标记的子区域；

步骤S33：将规范行为特征按照所述特征点的分布映射到通用模型中，生成筛选模型，基于筛选模型获取预设筛选条件。即通过历史数据中可能的行为特征，转化到具体的目标区域所在的通用模型中；从而在对影像数据进行识别时，可以迅速识别所述影像数据是否满足预设筛选条件；举例而言，例如在家庭区域中的小孩处于单人看管的情形下，单人可以是老人，老人在疏忽的情形下，小孩可能出现触碰危险区域，如靠近易跌落区、靠近易触电区等，或者小孩倒地而老人未察觉，而历史数据中可能只存在宠物靠近易跌落区，但是显然这些危险区域对于小孩也是存在潜在危险的；再比如，在商场中存在一些消费者靠近非售卖区、搞破坏等行为或者在商场内晕倒等状态，工作人员难以发现；因此标记通用模型中与所有预设目标子区域相对应的特征点，能够将行为特征全面化；

本实施例在应用时，通过基于历史影像数据，提取与第一子区域相关联的行为特征，能够将大量的特征事件中包含的行为特征进行提取，并且通过将行为特征规范化，能够使得行为特征符合目标区域的通用模型，即通过规范行为特征建立历史影像数据中相关区域和目标区域的联系，使得规范行为特征可以按照所述特征点的分布映射到通用模型中，行为特征主要用于表征符合特征事件的行为。

作为本发明的一种优选实施例，所述方法还包括：

步骤S40：在预设时长内，若未接收到提醒终端基于第一提醒指令返回的反馈指令，判定提醒终端状态异常，所述状态异常包括不具备提醒条件；

步骤S41：根据提醒终端最后一次回传的信号定位提醒终端的位置，所述提醒终端包括可穿戴设备。在一般的情况下，提醒终端每间隔一定时长会返回一次回传信号，回传信号包含提醒终端的实时位置。

本实施例在应用时，在预设时长内，若未接收到提醒终端基于第一提醒指令返回的反馈指令，判定提醒终端状态异常，这些异常包括：提醒终端故障或被关闭提醒功能等，即不能基于第一提醒指令进行反馈，反馈指令的返回功能和不具备提醒条件是绑定的，即若不能进行提醒，表明其故障或者被关闭了提醒功能，当其被关闭了提醒功能，其也就不能基于第一提醒指令进行反馈。

如图3所示，作为本发明的一种优选实施例，所述方法还包括：

步骤S50：当判定提醒终端不具备提醒条件时，在预设目标区域内发布移动检测指令；这里的不具备提醒条件包括，提醒终端故障或被关闭提醒功能（如振动、语音提示功能等）；移动检测指令可以是通过无线网络来发布的，也可以是通过有线网络来发布，还可以通过蓝牙通信连接（无需网络）来发布，以将相关指令发布给移动件，尝试建立（发布设备）和移动件之间的连接，进而实现移动控制指令的发布；

步骤S51：当接收到至少一个移动件对移动检测指令的响应指令时，根据所述响应指令解析移动件的位置以及设备识别码；解析出设备识别码主要是为了匹配移动控制指令的接收对象以及发布的方式；解析出位置是为了从该位置开始按照指定路线移动；

步骤S52：根据移动件的位置以及设备识别码下发移动控制指令给对应的移动件；

步骤S53：指示对应的移动件按照指定路线移动，并且在移动过程中发布预警提示信息。预警提示信息包括语音和/或颜色报警提示，以提示特征事件的发生，而预警提示信息的停止可以在特征事件结束后停止，也可以人工关闭。

可以理解的是，移动件在此不做限定，其可以是具有某些功能的玩具车、扫地机器人等，某些功能包括控制下的自行走功能、一般的警报提示功能以及定位功能等，通过指示对应的移动件按照指定路线移动，并且在移动过程中发布预警提示信息，能够对提醒终端的对应用户进行“捕捉追踪式”提醒，以提醒特征事件。

如图4所示，作为本发明的一种优选实施例，所述方法还包括：

步骤S60：根据提醒终端的位置生成预设大小的准目标子区域，所述准目标子区域包含提醒终端的位置；预设大小可以根据目标区域的大小来设定，例如占据目标区域1/10的面积大小，其形状可以基于提醒终端的实际位置来确定，以能够包含提醒终端的位置为基准，且应当尽量符合区域内的实际布置场景，以保证移动件移动的顺畅。

步骤S61：根据所述准目标子区域以及移动件的位置，生成用于表征移动件在目标区域内的指定路线。

可以理解的是，由于提醒终端的位置是基于最后一次回传的信号定位获取的，因此考虑到提醒终端的用户的移动情形，因此，基于提醒终端的位置生成预设大小的准目标子区域，能够考虑到移动带来的偏差，提高后续提醒的针对性以及精准性。

作为本发明的一种优选实施例，所述方法还包括：

步骤S70：指示对应的移动件到达准目标子区域后，在准目标子区域内循环移动并且发布预警提示信息。

应当理解的是，在到达准目标子区域之前，移动件的移动一般是单向的，即非循环移动的，在到达准目标子区域后，提醒终端的用户在此子区域的可能性极大，因此需要对提醒终端的用户进行提醒，引起其警觉。

如图5所示，作为本发明的另一种优选实施例，另一方面，一种基于大数据的信息收集系统，所述系统包括：

影像采集模块100，用于：实时采集目标区域内的影像数据；

识别模块200，用于：通过预设筛选条件对所述影像数据进行识别，其中所述预设筛选条件是提取和模拟大数据下的行为特征得到的，所述行为特征包括目标物靠近预设目标子区域和/或目标物的自身特征状态；

条件判定模块300，用于：当识别到所述影像数据满足预设筛选条件时，判定包含目标物的特征事件发生；

信息采集模块400，用于：将指示特征事件发生的第一特征信息上报，所述第一特征信息包括指示特征事件发生的第一特征画面，所述第一特征画面符合预设筛选条件；

提醒模块500，用于：将包含所述特征事件的第一提醒指令下发给目标区域内的提醒终端，以指示提醒终端基于所述特征事件进行提醒。

本发明上述实施例中提供了一种基于大数据的信息收集方法，并基于该基于大数据的信息收集方法提供了一种基于大数据的信息收集系统，通过预设筛选条件对所述影像数据进行识别，其中所述预设筛选条件是提取和模拟大数据下的行为特征得到的，而这些行为特征包括目标物靠近预设目标子区域和/或目标物的自身特征状态，进而将将指示特征事件发生的第一特征信息上报，再将包含所述特征事件的第一提醒指令下发给目标区域内的提醒终端，以指示提醒终端基于所述特征事件进行提醒，不仅能够便于特征事件相关信息的收集，做出远程决策，还能够以指示提醒终端基于所述特征事件进行提醒，通过及时收集和捕捉到的特征事件进行现场以及远程反馈，方便特征事件的及时应对和解决；进一步的，还通过指示对应的移动件按照指定路线移动，并且在移动过程中发布预警提示信息，能够对提醒终端的对应用户进行“捕捉追踪式”提醒，以提醒特征事件。

为了能够加载上述方法和系统能够顺利运行，该系统除了包括上述各种模块之外，还可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线、处理器和存储器等。

所称处理器可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述系统的控制中心，利用各种接口和线路连接各个部分。

上述存储器可用于存储计算机以及系统程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如信息采集模板展示功能、产品信息发布功能等）等。存储数据区可存储根据泊位状态显示系统的使用所创建的数据（比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（SmartMediaCard,SMC），安全数字（SecureDigital,SD）卡，闪存卡（FlashCard）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

本应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

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。

Claims (9)

1.一种基于大数据的信息收集方法，其特征在于，所述方法包括：

实时采集目标区域内的影像数据；

通过预设筛选条件对所述影像数据进行识别，其中所述预设筛选条件是提取和模拟大数据下的行为特征得到的，所述行为特征包括目标物靠近预设目标子区域和/或目标物的自身特征状态；

当识别到所述影像数据满足预设筛选条件时，判定包含目标物的特征事件发生；

将指示特征事件发生的第一特征信息上报，所述第一特征信息包括指示特征事件发生的第一特征画面，所述第一特征画面符合预设筛选条件；

将包含所述特征事件的第一提醒指令下发给目标区域内的提醒终端，以指示提醒终端基于所述特征事件进行提醒。

2.根据权利要求1所述的基于大数据的信息收集方法，其特征在于，在将所述第一提醒指令下发给目标区域内的提醒终端之后，所述方法还包括：

持续获取包含目标物的画面信息，将所述画面信息上报；

若继续检测到特征事件结束，将指示特征事件结束的第二特征信息上报，所述第二特征信息包括指示特征事件结束的第二特征画面，所述第二特征画面不符合预设筛选条件。

3.根据权利要求2所述的基于大数据的信息收集方法，其特征在于，第二特征信息和第一特征信息上报时对应的接收终端分别显示不同的接收提示。

4.根据权利要求1所述的基于大数据的信息收集方法，其特征在于，所述方法还包括：

基于历史影像数据，提取与第一子区域相关联的行为特征，所述行为特征包括目标物靠近第一子区域和/或目标物的自身特征状态；

将所述行为特征规范化，生成规范行为特征；

建立目标区域的通用模型，标记通用模型中与所有预设目标子区域相对应的特征点；

将规范行为特征按照所述特征点的分布映射到通用模型中，生成筛选模型，基于筛选模型获取预设筛选条件。

5.根据权利要求1-4任一所述的基于大数据的信息收集方法，其特征在于，所述方法还包括：

在预设时长内，若未接收到提醒终端基于第一提醒指令返回的反馈指令，判定提醒终端状态异常，所述状态异常包括不具备提醒条件；

根据提醒终端最后一次回传的信号定位提醒终端的位置，所述提醒终端包括可穿戴设备。

6.根据权利要求5所述的基于大数据的信息收集方法，其特征在于，所述方法还包括：

当判定提醒终端不具备提醒条件时，在预设目标区域内发布移动检测指令，

当接收到至少一个移动件对移动检测指令的响应指令时，根据所述响应指令解析移动件的位置以及设备识别码；

根据移动件的位置以及设备识别码下发移动控制指令给对应的移动件；

指示对应的移动件按照指定路线移动，并且在移动过程中发布预警提示信息。

7.根据权利要求6所述的基于大数据的信息收集方法，其特征在于，所述方法还包括：

根据提醒终端的位置生成预设大小的准目标子区域，所述准目标子区域包含提醒终端的位置；

根据所述准目标子区域以及移动件的位置，生成用于表征移动件在目标区域内的指定路线。

8.根据权利要求7所述的基于大数据的信息收集方法，其特征在于，所述方法还包括：指示对应的移动件到达准目标子区域后，在准目标子区域内循环移动并且发布预警提示信息。

9.一种基于大数据的信息收集系统，其特征在于，所述系统包括：

影像采集模块，用于：实时采集目标区域内的影像数据；

识别模块，用于：通过预设筛选条件对所述影像数据进行识别，其中所述预设筛选条件是提取和模拟大数据下的行为特征得到的，所述行为特征包括目标物靠近预设目标子区域和/或目标物的自身特征状态；

条件判定模块，用于：当识别到所述影像数据满足预设筛选条件时，判定包含目标物的特征事件发生；

信息采集模块，用于：将指示特征事件发生的第一特征信息上报，所述第一特征信息包括指示特征事件发生的第一特征画面，所述第一特征画面符合预设筛选条件；

提醒模块，用于：将包含所述特征事件的第一提醒指令下发给目标区域内的提醒终端，以指示提醒终端基于所述特征事件进行提醒。

Images