基于隐私算法的智能通讯方法、装置、设备及介质

技术领域

本发明涉及用医疗技术领域，尤其涉及一种基于隐私算法的智能通讯方法、装置、设备及介质。

背景技术

基于视频的人类动作识别是指根据捕获的单个人或一群人的视频和视频图像，自动分析人类动作的技术。例如，基于视频的人类动作识别的一个特别有用的应用是基于由监控视频摄像机捕获的视频图像来监测个人的健康状况。有时可能需要监测这些私人区域，例如，检测老年人的紧急事件，诸如个人跌倒，尤其是独自生活的老年人。

随着图像识别技术的发展，视频监控的运用不仅仅针对于紧急事件，也可以运用于日常生活的监测、病人恢复期的监测，例如，在某些手术的术后要求病人在恢复期内禁止做一些动作(或者做某些动作不应超过预定时间)，进而，可以通过视频监控对病人实现监控，但现有的视频监控采用真人图像进行识别，而真人图像往往携带了被监测用户的私人信息(隐私信息)，容易造成隐私泄露的事件，对被监测用户造成困扰。

同时，现有技术中通过图像识别的视频监控过程多依赖于真人图像，且对像素要求越来越高，进而造成待识别的图像越来越大，图像识别过程的计算量也越来越大，导致图像识别的效率越来越低。

发明内容

有鉴于此，本发明提供了一种基于隐私算法的智能通讯方法、装置、设备及介质，用于解决现有技术中存在隐私泄露、图像识别效率低下的问题。

为达上述之一或部分或全部目的或是其他目的，本发明提出一种基于隐私算法的智能通讯方法，包括：

获取目标区域的图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息；

基于隐私算法对所述真人图像进行处理，得到简化图像数据，所述简化图像数据显示有所述目标人物的骨架图像，所述隐私算法用于将所述目标人物的真人图像替换为所述目标人物的骨架图像；

将所述简化图像数据输入预设姿态识别模型，得到所述目标人物的目标姿态类型；

根据所述目标姿态类型和预设告警决策数据确定针对所述目标姿态类型的预设告警条件，作为目标告警条件，所述预设告警决策数据包括不同姿态类型和与每个姿态类型对应的预设告警条件，所述预设告警条件包括预设属性条件和与所述属性条件对应的阈值条件；

获取所述目标区域内目标人物在预设时间段内的上下文简化图像数据，并获取所述上下文简化图像数据针对所述目标告警条件的属性数据，通过对比所述属性数据和所述目标告警条件的目标阈值条件判断所述简化图像数据和所述上下文简化图像数据的是否满足所述目标告警条件；

若满足所述目标告警条件，则基于所述身份标识信息在预设信息库中确定与所述身份标识信息对应的通讯信息，并根据所述通讯信息建立通讯通道以完成智能通讯。

可选地，所述获取目标区域的图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息的步骤，包括：

获取所述目标区域的实时图像；

通过人体识别模型确定所述实时图像中是否存在人体，若所述实时图像中不存在人体，则删除所述实时图像；

若所述实时图像中存在人体，则将所述实时图像作为所述图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息。

可选地，在所述若所述实时图像中存在人体，则将所述实时图像作为所述图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息的步骤之后，还包括：

将所述目标人物的身份识别信息和预设黑名单进行匹配，若所述目标人物的身份标识信息存在于所述预设黑名单中，则获取所述图像数据中除所述目标人物外的备选人物的备选真人图像，基于所述备选真人图像获取所述备选人物的身份标识信息，并基于所述备选人物的身份标识信息在预设信息库中确定与所述备选人物的身份标识信息对应的通讯信息，并根据所述通讯信息建立通讯通道以完成完成智能通讯。

可选地，所述若所述实时图像中存在人体，则将所述实时图像作为所述图像数据，并通过人脸识别确定所述目标区域内目标人物的真人图像和所述目标人物的身份标识信息的步骤，包括：

若所述实时图像中存在人体，则将所述实时图像作为所述图像数据，并基于所述图像数据通过人脸识别识别所述图像数据内每个人物的特征数据；

将所述特征数据与预设特征库中数据进行匹配，若所述预设特征库中存在与所述特征数据相匹配的数据，则将与所述特征数据对应的人物作为目标人物，在所述图像数据中确定所述目标人物的真人图像，并获取所述目标人物的身份标识信息，所述预设特征库包括预设特征数据和与所述预设特征数据对应的身份标识信息。

可选地，所述基于隐私算法对所述真人图像进行处理，得到简化图像数据，所述简化图像数据显示有所述目标人物的骨架图像，所述隐私算法用于将所述目标人物的真人图像替换为所述目标人物的骨架图像的步骤，包括：

通过所述隐私算法中的第一子算法检测所述图像数据中目标人物的真人图像，并通过所述隐私算法中的第二子算法确定与所述真人图像对应的骨架图像，所述第一子算法为用于人体检测的算法，所述第二子算法为用于骨架识别的算法；

基于所述隐私算法中的第三子算法将所述骨架图像置于预设背景图像中，得到所述简化图像数据，所述第三子算法为用于图像替换的算法。

可选地，所述获取所述目标区域内目标人物在预设时间段内的上下文简化图像数据，并获取所述上下文简化图像数据针对所述目标告警条件的属性数据，通过对比所述属性数据和所述目标告警条件的目标阈值条件判断所述简化图像数据和所述上下文简化图像数据的是否满足所述目标告警条件的步骤，包括：

获取所述上下文简化图像数据和所述简化图像数据针对所述目标告警条件中目标属性条件的属性数据；

基于所述属性数据确定所述上下文简化图像数据和所述简化图像数据的属性值；

通过对比所述属性值和所述目标告警条件中与所述目标属性条件对应的目标属性阈值，判断所述简化图像数据和所述上下文简化图像数据是否满足所述目标告警条件。

可选地，在所述若满足所述目标告警条件，则基于所述身份标识信息在预设信息库中确定与所述身份标识信息对应的通讯信息，并根据所述通讯信息建立通讯通道，完成智能通讯的步骤之后，还包括：

记录完成智能通讯的时间数据；

将所述时间数据、所述简化图像数据、所述目标人物的身份标识信息和所述目标告警条件进行绑定，得到通讯记录；

根据所述通讯记录生成监护策略。

另一方面，本申请实施例提供了一种基于隐私算法的智能通讯装置，所述装置，包括：

数据采集模块，用于获取目标区域的图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息；

隐私处理模块，用于基于隐私算法对所述真人图像进行处理，得到简化图像数据，所述简化图像数据显示有所述目标人物的骨架图像，所述隐私算法用于将所述目标人物的真人图像替换为所述目标人物的骨架图像；

识别模块，用于将所述简化图像数据输入预设姿态识别模型，得到所述目标人物的目标姿态类型；

确定模块，用于根据所述目标姿态类型和预设告警决策数据确定针对所述目标姿态类型的预设告警条件，作为目标告警条件，所述预设告警决策数据包括不同姿态类型和与每个姿态类型对应的预设告警条件，所述预设告警条件包括预设属性条件和与所述属性条件对应的阈值条件；

判断模块，用于获取所述目标区域内目标人物在预设时间段内的上下文简化图像数据，并获取所述上下文简化图像数据针对所述目标告警条件的属性数据，通过对比所述属性数据和所述目标告警条件的目标阈值条件判断所述简化图像数据和所述上下文简化图像数据的是否满足所述目标告警条件；

通讯模块，用于若满足所述目标告警条件，则基于所述身份标识信息在预设信息库中确定与所述身份标识信息对应的通讯信息，并根据所述通讯信息建立通讯通道以完成智能通讯。

另一方面，本申请实施例提供了一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线通信，所述机器可读指令被所述处理器执行时执行如上述的基于隐私算法的智能通讯方法的步骤。

另一方面，本申请实施例提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述的基于隐私算法的智能通讯方法的步骤。

实施本发明实施例，将具有如下有益效果：

通过获取目标区域的图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息；基于隐私算法对所述真人图像进行处理，得到简化图像数据，所述简化图像数据显示有所述目标人物的骨架图像，所述隐私算法用于将所述目标人物的真人图像替换为所述目标人物的骨架图像；将所述简化图像数据输入预设姿态识别模型，得到所述目标人物的目标姿态类型；根据所述目标姿态类型和预设告警决策数据确定针对所述目标姿态类型的预设告警条件，作为目标告警条件，所述预设告警决策数据包括不同姿态类型和与每个姿态类型对应的预设告警条件，所述预设告警条件包括预设属性条件和与所述属性条件对应的阈值条件；获取所述目标区域内目标人物在预设时间段内的上下文简化图像数据，并获取所述上下文简化图像数据针对所述目标告警条件的属性数据，通过对比所述属性数据和所述目标告警条件的目标阈值条件判断所述简化图像数据和所述上下文简化图像数据的是否满足所述目标告警条件；若满足所述目标告警条件，则基于所述身份标识信息在预设信息库中确定与所述身份标识信息对应的通讯信息，并根据所述通讯信息建立通讯通道以完成智能通讯。将带有目标人物的隐私信息(如容貌、体型等)的真人图像替换为骨架图像，避免目标人物的隐私信息泄露的风险，同时，将图像识别的对象转换为骨架图像，与真人图像相比，采用骨架图像进行图像识别时的图像质量的要求低于采用真人图像进行图像识别时的图像质量要求，即，降低了像素要求，随着像素要求的降低，图像识别过程的计算量也减小了，进而提高了图像识别的效率，保证了视频监控与智能通话的实时性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以根据这些附图获得其他的附图。

其中：

图1是本申请实施例提供的一种基于隐私算法的智能通讯方法的流程图；

图2是本申请实施例提供的另一种基于隐私算法的智能通讯方法的流程图；

图3是本申请实施例提供的一种基于隐私算法的智能通讯装置的结构示意图；

图4是本申请实施例提供的一种电子设备的结构示意图；

图5是本申请实施例提供的一种计算机可读存储介质的结构示意图。

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，所描述的实施例仅仅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。

如图1所示，本申请实施例提供了一种基于隐私算法的智能通讯方法，包括：

S101、获取目标区域的图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息；

示例性的，通过使用常规摄像头或小型嵌入式系统的传感器来捕捉目标区域的图像数据，常规摄像头或小型嵌入式系统可以是普通摄像头、RGB-D摄像头、红外传感器或惯性测量单元(IMU)等。

示例性的，在获取目标区域的图像数据时，根据目标区域的范围选择能够拍摄到完整目标区域的摄像头，以便对目标区域进行多角度、全方位的拍摄，进而确保完整识别所述图像数据中的真人图像。

示例性的，针对图像或者视频质量低下、光线不足等情况，采用去噪、图像增强处理等技术提高图像或者视频质量。

S102、基于隐私算法对所述真人图像进行处理，得到简化图像数据，所述简化图像数据显示有所述目标人物的骨架图像，所述隐私算法用于将所述目标人物的真人图像替换为所述目标人物的骨架图像；

示例性的，通过所述隐私算法实时地从所述真人图像中提取所述目标人物的关键点数据，进而根据所述关键点数据生成所述目标人物的火柴人图像，再进行将所述目标人物的真人图像替换为火柴人图像的处理，得到显示有火柴人图像的简化图像数据。

示例性的，所述关键点数据包括所述目标人物的骨架数据、所述目标人物的关节点数据，在生成火柴人时，采用不同倾斜度、不同长短的“线段”表示所述目标人物骨架中的各个骨骼，采用“点”表示所述目标人物的关节点，所述“线段”的倾斜度与长短根据所述目标人物的骨架数据确定，并根据所述目标人物的关节点数据确定所述“点”的位置。

S103、将所述简化图像数据输入预设姿态识别模型，得到所述目标人物的目标姿态类型；

示例性的，所述预设姿态识别模型为为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：标准动作信息和与标准动作信息对应的动作类型，所述预设姿态识别模型包括多层长短期记忆网络和多层卷积神经网络。

S104、根据所述目标姿态类型和预设告警决策数据确定针对所述目标姿态类型的预设告警条件，作为目标告警条件，所述预设告警决策数据包括不同姿态类型和与每个姿态类型对应的预设告警条件，所述预设告警条件包括预设属性条件和与所述属性条件对应的阈值条件；

示例性的，根据监控需求针对不同姿态类型确定与每个姿态类型对应的预设告警条件，例如，根据阑尾炎手术术后病人的监控需求，针对坐姿和/或者躺姿确定坐姿和/或者躺姿不能超过十分钟的告警条件，作为预设告警条件，其中，预设属性条件为被监控人处于坐姿和/或者躺姿，与所述属性条件对应的阈值条件为不超过十分钟。

示例性的，所述预设告警条件包括但不限于：久坐伤害警报：在设定的时间内，在摄像头标定的区域内，使用卷积神经网络检测老人是否久坐不动。可以通过姿势检测或运动检测来判断老人是否长时间未改变姿势或活动。如果检测到久坐情况，则触发久坐伤害警报提示；长时间不活动警报：在设定的时间内，在摄像头标定的区域内，使用卷积神经网络检测老人是否长时间不活动。可以通过人体姿势变化、关键点检测或运动检测来判断老人是否长时间未活动。如果检测到长时间不活动情况，则触发长时间不活动警报提示；离开指定区域警报：在摄像头标定的区域内，使用卷积神经网络检测指定的老人是否离开了指定区域。可以通过目标检测和跟踪算法来实时追踪老人的位置。如果检测到老人离开了指定区域，则触发可能离开指定区域的警报提示；服务员开始服务提示：在设定的时间内，在摄像头标定的区域内，使用卷积神经网络检测指定的服务员是否进入。可以通过人脸识别或服装特征识别来判断服务员的身份。如果检测到服务员进入，则触发服务员开始服务提示；陌生人闯入警报：在摄像头标定的区域内，使用卷积神经网络检测是否有未登记的陌生人进入。可以通过人脸识别或行为检测来判断是否是陌生人。如果检测到未登记的陌生人进入，则触发陌生人闯入警报提示；黑名单用户闯入警报：在摄像头标定的区域内，使用卷积神经网络检测是否有已经登记的黑名单用户进入。可以通过人脸识别或行为检测来判断是否是黑名单用户。如果检测到已登记的黑名单用户进入，则触发黑名单用户闯入警报提示；疑似火灾报警：在摄像头区域内，使用卷积神经网络检测是否存在疑似火灾情况。可以通过火焰检测、烟雾检测或温度变化检测来判断是否有火灾。如果检测到疑似火灾情况，则触发疑似火灾报警提示；疑似打架报警：在摄像头区域内，使用卷积神经网络检测是否存在疑似打架情况。可以通过人体动作分析、人体姿势变化或声音分析来判断是否有打架行为。如果检测到疑似打架情况，则触发疑似打架报警提示。

S105、获取所述目标区域内目标人物在预设时间段内的上下文简化图像数据，并获取所述上下文简化图像数据针对所述目标告警条件的属性数据，通过对比所述属性数据和所述目标告警条件的目标阈值条件判断所述简化图像数据和所述上下文简化图像数据的是否满足所述目标告警条件；

示例性的，获取所述目标区域内目标人物在预设时间段内的上下文简化图像数据，所述上下文简化图像数据可以为包括多帧图片数据的图片组合，也可以为视频数据，通过识别上下文简化图像数据获取目标人物的姿势类型，进而确定目标人物在预设时间段内不同姿势的维持时间(属性数据)，通过将不同姿势的维持时间和与不同姿势对应的阈值条件进行对比，判断所述简化图像数据和所述上下文简化图像数据的是否满足所述目标告警条件。

示例性的，判断是否满足所述目标告警条件，还可以根据具体的异常情况进行不同的判断方法，如目标检测、行为分析、声音分析等。

S106、若满足所述目标告警条件，则基于所述身份标识信息在预设信息库中确定与所述身份标识信息对应的通讯信息，并根据所述通讯信息建立通讯通道以完成智能通讯。

示例性的，若满足所述目标告警条件，则基于所述身份标识信息在预设信息库中确定与所述身份标识信息对应的通讯信息，即，目标人物的紧急联系人的通讯信息、救护人员的通讯信息等，自动启动目标区域内可用于通话的电子设备，根据所述通讯信息建立通讯通道以完成智能通讯。

通过获取目标区域的图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息；基于隐私算法对所述真人图像进行处理，得到简化图像数据，所述简化图像数据显示有所述目标人物的骨架图像，所述隐私算法用于将所述目标人物的真人图像替换为所述目标人物的骨架图像；将所述简化图像数据输入预设姿态识别模型，得到所述目标人物的目标姿态类型；根据所述目标姿态类型和预设告警决策数据确定针对所述目标姿态类型的预设告警条件，作为目标告警条件，所述预设告警决策数据包括不同姿态类型和与每个姿态类型对应的预设告警条件，所述预设告警条件包括预设属性条件和与所述属性条件对应的阈值条件；获取所述目标区域内目标人物在预设时间段内的上下文简化图像数据，并获取所述上下文简化图像数据针对所述目标告警条件的属性数据，通过对比所述属性数据和所述目标告警条件的目标阈值条件判断所述简化图像数据和所述上下文简化图像数据的是否满足所述目标告警条件；若满足所述目标告警条件，则基于所述身份标识信息在预设信息库中确定与所述身份标识信息对应的通讯信息，并根据所述通讯信息建立通讯通道以完成智能通讯。将带有目标人物的隐私信息(如容貌、体型等)的真人图像替换为骨架图像，避免目标人物的隐私信息泄露的风险，同时，将图像识别的对象转换为骨架图像，与真人图像相比，采用骨架图像进行图像识别时的图像质量的要求低于采用真人图像进行图像识别时的图像质量要求，即，降低了像素要求，随着像素要求的降低，图像识别过程的计算量也减小了，进而提高了图像识别的效率，保证了视频监控与智能通话的实时性。

在一种可能的实施方式中，所述获取目标区域的图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息的步骤，包括：

获取所述目标区域的实时图像；

通过人体识别模型确定所述实时图像中是否存在人体，若所述实时图像中不存在人体，则删除所述实时图像；

若所述实时图像中存在人体，则将所述实时图像作为所述图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息。

示例性的，在对目标区域进行监控时，往往存在大量目标区域没有人员活动的情景，为避免将不存在真人图像的图像数据进行隐私算法处理，因此将所述目标区域的实时图像输入人体识别模型，筛选出存在人体的实时图像作为所述图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息，减少了隐私处理和图像识别中对无效图像(不存在人体的图像)的处理，减少了资源浪费，提高了视频监控的效率，提高视频监控和智能通话的实时性。

在一种可能的实施方式中，在所述若所述实时图像中存在人体，则将所述实时图像作为所述图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息的步骤之后，还包括：

将所述目标人物的身份识别信息和预设黑名单进行匹配，若所述目标人物的身份标识信息存在于所述预设黑名单中，则获取所述图像数据中除所述目标人物外的备选人物的备选真人图像，基于所述备选真人图像获取所述备选人物的身份标识信息，并基于所述备选人物的身份标识信息在预设信息库中确定与所述备选人物的身份标识信息对应的通讯信息，并根据所述通讯信息建立通讯通道以完成完成智能通讯。

示例性的，对于具有“监护人”角色的人群而言，常存在不允许其被监护人与特定人接触的场景，进而，当目标区域为公共区域时，可以将所述特定人的身份标识信息存于所述预设黑名单中，当所述特定人与被监护人出现在同一区域内(目标区域)内时，可以确定与被监护人的身份标识信息对应的通讯信息，并根据所述通讯信息建立通讯通道以完成完成智能通讯，便于监护人对被监护人的监管。

示例性的，所述特定人可以理解为具有一定危险性的不具备完全刑事能力的人。

在一种可能的实施方式中，所述若所述实时图像中存在人体，则将所述实时图像作为所述图像数据，并通过人脸识别确定所述目标区域内目标人物的真人图像和所述目标人物的身份标识信息的步骤，包括：

若所述实时图像中存在人体，则将所述实时图像作为所述图像数据，并基于所述图像数据通过人脸识别识别所述图像数据内每个人物的特征数据；

将所述特征数据与预设特征库中数据进行匹配，若所述预设特征库中存在与所述特征数据相匹配的数据，则将与所述特征数据对应的人物作为目标人物，在所述图像数据中确定所述目标人物的真人图像，并获取所述目标人物的身份标识信息，所述预设特征库包括预设特征数据和与所述预设特征数据对应的身份标识信息。

示例性的，遍历所述预设特征库中所有存储的人脸特征向量与输入人脸特征向量(特征数据)进行对比，找到距离最近的人脸特征向量对应的人脸ID标签(身份标识信息)，则认为该输入人脸特征向量的标签与该人脸ID标签相同。在此基础上，将该人脸ID与火柴人骨骼数据(简化图像数据)进行绑定，实现带有人脸ID的简化图像数据。具体地，在简化图像数据的数据结构中新增一个属性“人脸ID”，然后将该属性设置为刚刚获取到的人脸ID标签，即可完成数据绑定。另外，为了保证多种数据之间的一致性和唯一性，使用全局唯一标识符(GUID)或哈希函数等技术来生成每个数据实例的唯一标识符，以便于进行管理和查询。

在一种可能的实施方式中，所述基于隐私算法对所述真人图像进行处理，得到简化图像数据，所述简化图像数据显示有所述目标人物的骨架图像，所述隐私算法用于将所述目标人物的真人图像替换为所述目标人物的骨架图像的步骤，包括：

通过所述隐私算法中的第一子算法检测所述图像数据中目标人物的真人图像，并通过所述隐私算法中的第二子算法确定与所述真人图像对应的骨架图像，所述第一子算法为用于人体检测的算法，所述第二子算法为用于骨架识别的算法；

基于所述隐私算法中的第三子算法将所述骨架图像置于预设背景图像中，得到所述简化图像数据，所述第三子算法为用于图像替换的算法。

示例性的，如图2所示，基于所述隐私算法对所述真人图像进行人体关键点提取，得到所述真人图像的关键点，根据每个真人图像的关键点生成每个真人图像的火柴人图像；将所述真人图像作为目标真人图像，将所述目标真人图像替换为与所述目标真人图像对应的火柴人图像，得到所述目标人物的简化图像数据。

示例性的，当所述图像数据为独立图片时，基于所述隐私算法对图片的真人图像进行人体关键点提取，得到所述图片中真人图像的关键点，根据真人图像的关键点生成真人图像的火柴人图像；将所述图片中的真人图像作为目标真人图像，将所述目标真人图像替换为与所述目标真人图像对应的火柴人图像，得到所述目标人物在进行康复训练时的简化图像数据，即，简化图片数据。

示例性的，当所述图像数据为视频时，将所述视频视为具有时间顺序的图片，基于所述隐私算法对所述图像数据中的各个真人图像进行人体关键点提取和时间点提取，得到所述训练图像数据中每个真人图像的关键点，根据每个真人图像的关键点生成每个真人图像的火柴人图像；将所述训练图像数据中的各个真人图像作为目标真人图像，将所述目标真人图像替换为与所述目标真人图像对应的火柴人图像，并根据提取到的时间点得到所述目标人物的简化图像数据。

在一种可能的实施方式中，所述获取所述目标区域内目标人物在预设时间段内的上下文简化图像数据，并获取所述上下文简化图像数据针对所述目标告警条件的属性数据，通过对比所述属性数据和所述目标告警条件的目标阈值条件判断所述简化图像数据和所述上下文简化图像数据的是否满足所述目标告警条件的步骤，包括：

获取所述上下文简化图像数据和所述简化图像数据针对所述目标告警条件中目标属性条件的属性数据；

基于所述属性数据确定所述上下文简化图像数据和所述简化图像数据的属性值；

通过对比所述属性值和所述目标告警条件中与所述目标属性条件对应的目标属性阈值，判断所述简化图像数据和所述上下文简化图像数据是否满足所述目标告警条件。

示例性的，当所述目标告警条件的目标属性阈值为时长阈值，例如，持续1分钟，1分钟为时长阈值，紧靠单一图像数据无法判断目标人物是否满足时长阈值，因此，需要获取所述目标区域内目标人物在预设时间段内的上下文简化图像数据，进而根据所述上下文简化图像数据确定针对所述目标告警条件的属性数据，通过对比所述属性数据和所述目标告警条件的目标阈值条件判断所述简化图像数据和所述上下文简化图像数据的是否满足所述目标告警条件，保证了告警的可靠性，避免不必要的告警。

示例性的，当所述目标告警条件不为单一条件时，即，所述目标告警条件包括两种或多种属性条件及与属性条件对应的阈值条件时，例如，目标告警条件为保持坐姿超过十分钟并且手臂托举超过5分钟时，采用“与门”逻辑，即满足保持坐姿超过十分钟并且手臂托举超过5分钟时告警；目标告警条件为保持坐姿超过十分钟或者手臂托举超过5分钟时，采用“或门”逻辑，即满足保持坐姿超过十分钟或者手臂托举超过5分钟时告警。

在一种可能的实施方式中，在所述若满足所述目标告警条件，则基于所述身份标识信息在预设信息库中确定与所述身份标识信息对应的通讯信息，并根据所述通讯信息建立通讯通道，完成智能通讯的步骤之后，还包括：

记录完成智能通讯的时间数据；

将所述时间数据、所述简化图像数据、所述目标人物的身份标识信息和所述目标告警条件进行绑定，得到通讯记录；

根据所述通讯记录生成监护策略。

示例性的，针对监控数据进行多维度的可视化展示，包括图表、地图、热力图等形式，使用户更加直观地了解监控数据的实时状态和趋势。同时，数据筛选、排序和导出等功能，方便用户进行更深入的数据分析和处理，通过将所述时间数据、所述简化图像数据、所述目标人物的身份标识信息和所述目标告警条件进行绑定，得到通讯记录，根据所述通讯记录进行数据分析，总结出通讯规律，便于被联系人更好地关注目标人物，避免忽略已建立的通讯通道。

示例性的，通过已建立的通讯通道实现双向通话功能，紧急联系人或后台可以与老人进行实时的语音交流，了解具体情况并提供相应的帮助和支持。当老人遇到紧急情况时，他们可能无法主动拨打电话或不方便接听电话。通过系统自动拨打电话并建立双向通话，紧急联系人或后台能够及时了解情况，并采取适当的措施。这可以提供老人的安全保障，同时为家人和监护人提供了一种及时沟通和紧急救援的方式。

建立通讯通道的过程需要自动打开麦克风，自动打开麦克风可以使子女或后台人工坐席能够主动联系到老人，在老人不方便接听电话的情况下进行通话。当系统检测到需要与老人进行通话时，可以自动打开终端设备上的麦克风，实现双向语音通信。这样，子女或后台人工坐席可以通过语音与老人进行实时交流，了解老人的情况、提供关怀和支持，老人不需要主动接听电话或操作设备，就可以与子女或后台人工坐席进行通话。这在老人行动不便、听力有障碍或对使用设备不熟悉的情况下非常有用。同时，这也为子女或后台人工坐席提供了一种方便的方式来与老人进行沟通，及时了解老人的状况并提供所需的支持和帮助。自动打开麦克风功能可以增加老人的安全感和便利性，提供更好的老人护理和监护服务。

在一种可能的实施方式中，如图3所示，本申请实施例提供了一种基于隐私算法的智能通讯装置，所述装置，包括：

数据采集模块201，用于获取目标区域的图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息；

隐私处理模块202，用于基于隐私算法对所述真人图像进行处理，得到简化图像数据，所述简化图像数据显示有所述目标人物的骨架图像，所述隐私算法用于将所述目标人物的真人图像替换为所述目标人物的骨架图像；

识别模块203，用于将所述简化图像数据输入预设姿态识别模型，得到所述目标人物的目标姿态类型；

确定模块204，用于根据所述目标姿态类型和预设告警决策数据确定针对所述目标姿态类型的预设告警条件，作为目标告警条件，所述预设告警决策数据包括不同姿态类型和与每个姿态类型对应的预设告警条件，所述预设告警条件包括预设属性条件和与所述属性条件对应的阈值条件；

判断模块205，用于获取所述目标区域内目标人物在预设时间段内的上下文简化图像数据，并获取所述上下文简化图像数据针对所述目标告警条件的属性数据，通过对比所述属性数据和所述目标告警条件的目标阈值条件判断所述简化图像数据和所述上下文简化图像数据的是否满足所述目标告警条件；

通讯模块206，用于若满足所述目标告警条件，则基于所述身份标识信息在预设信息库中确定与所述身份标识信息对应的通讯信息，并根据所述通讯信息建立通讯通道以完成智能通讯。

一种可能的实施方式中，如图4所示，本申请实施例提供了一种电子设备300，包括：包括存储器310、处理器320及存储在存储器310上并可在处理器320上运行的计算机程序311，处理器320执行计算机程序311时，实现：获取目标区域的图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息；基于隐私算法对所述真人图像进行处理，得到简化图像数据，所述简化图像数据显示有所述目标人物的骨架图像，所述隐私算法用于将所述目标人物的真人图像替换为所述目标人物的骨架图像；将所述简化图像数据输入预设姿态识别模型，得到所述目标人物的目标姿态类型；根据所述目标姿态类型和预设告警决策数据确定针对所述目标姿态类型的预设告警条件，作为目标告警条件，所述预设告警决策数据包括不同姿态类型和与每个姿态类型对应的预设告警条件，所述预设告警条件包括预设属性条件和与所述属性条件对应的阈值条件；获取所述目标区域内目标人物在预设时间段内的上下文简化图像数据，并获取所述上下文简化图像数据针对所述目标告警条件的属性数据，通过对比所述属性数据和所述目标告警条件的目标阈值条件判断所述简化图像数据和所述上下文简化图像数据的是否满足所述目标告警条件；若满足所述目标告警条件，则基于所述身份标识信息在预设信息库中确定与所述身份标识信息对应的通讯信息，并根据所述通讯信息建立通讯通道以完成智能通讯的步骤。

在一种可能的实施方式中，如图5所示，本申请实施例提供了一种计算机可读存储介质400，其上存储有计算机程序411，该计算机程序411被处理器执行时实现：获取目标区域的图像数据，识别所述图像数据中的真人图像，并获取与所述真人图像对应的目标人物的身份识别信息；基于隐私算法对所述真人图像进行处理，得到简化图像数据，所述简化图像数据显示有所述目标人物的骨架图像，所述隐私算法用于将所述目标人物的真人图像替换为所述目标人物的骨架图像；将所述简化图像数据输入预设姿态识别模型，得到所述目标人物的目标姿态类型；根据所述目标姿态类型和预设告警决策数据确定针对所述目标姿态类型的预设告警条件，作为目标告警条件，所述预设告警决策数据包括不同姿态类型和与每个姿态类型对应的预设告警条件，所述预设告警条件包括预设属性条件和与所述属性条件对应的阈值条件；获取所述目标区域内目标人物在预设时间段内的上下文简化图像数据，并获取所述上下文简化图像数据针对所述目标告警条件的属性数据，通过对比所述属性数据和所述目标告警条件的目标阈值条件判断所述简化图像数据和所述上下文简化图像数据的是否满足所述目标告警条件；若满足所述目标告警条件，则基于所述身份标识信息在预设信息库中确定与所述身份标识信息对应的通讯信息，并根据所述通讯信息建立通讯通道以完成智能通讯的步骤。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意类型的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

本领域普通技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个计算装置上，或者分布在多个计算装置所组成的网络上，可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里上述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。