监控设备的控制方法、装置、及服务器

技术领域

本申请涉及监控技术领域，尤其涉及一种监控设备的控制方法、装置、及服务器。

背景技术

随着电子信息技术的发展，视频监控的应用越来越广泛，为实现目标人员的监控提供了很大帮助。人们通常会在一些监控区域中设置监控设备，该监控设备用于采集监控视频，并将采集到的监控视频传输给用户。

目前，用户通常会在监控室内，通过终端设备观看监控视频。当用户在监控视频中观察到目标对象时，可以通过终端设备向监控设备发送控制指令，以控制监控设备进行拍照、录制视频等处理。

然而，在一些实际场景中(比如案件侦查场景中)，用户往往需要在监控现场人工搜寻或跟踪目标对象，此时，用户难以对现场的监控设备进行控制，因此，亟需一种能够在监控现场控制监控设备的技术方案。

发明内容

本申请实施例的目的在于提供一种监控设备的控制方法、装置、及服务器，以实现能够在监控现场控制监控设备。具体技术方案如下：

第一方面，提供了一种监控设备的控制方法，所述方法包括：

获取多个监控设备采集到的监控视频；

针对每个监控视频，识别该监控视频所包含的检测对象的监控信息，所述监控信息至少包括特征信息和动作信息；

根据预设的目标用户的目标特征信息、以及该监控视频中各检测对象对应的特征信息，确定是否存在与所述目标用户相比，满足预设相似度条件的目标检测对象；

如果存在，则确定所述目标检测对象的动作信息是否为预设动作信息；

如果是，则向目标监控设备发送控制命令。

可选的，所述向目标监控设备发送控制命令，包括：

根据预设的动作信息和控制命令的对应关系，确定与所述目标检测对象的动作信息对应的第一控制命令；

向目标监控设备发送所述第一控制命令。

可选的，所述向目标监控设备发送控制命令之前，还包括：

根据预设的动作信息和监控设备的对应关系，确定与所述目标检测对象的动作信息对应的监控设备，作为目标监控设备；或者，

确定采集到包含所述目标检测对象的监控视频的监控设备，作为目标监控设备。

可选的，所述方法还包括：

当接收到便携式监控设备发送的语音信息时，确定所述语音信息中是否包含预设语音口令；

如果包含，则根据预设的语音口令和控制命令的对应关系，确定与所述语音信息包含的预设语音口令对应的第二控制命令；

向目标监控设备发送所述第二控制命令。

可选的，所述向目标监控设备发送所述第二控制命令之前，还包括：

根据预设的语音口令和监控设备的对应关系，确定与所述语音信息包含的预设语音口令对应的监控设备，作为目标监控设备。

可选的，所述向目标监控设备发送所述第二控制命令之前，还包括：

接收所述便携式监控设备发送的定位信息；

根据所述便携式监控设备的定位信息，确定与所述便携式监控设备的距离满足预设接近度条件的监控设备，作为目标监控设备。

第二方面，提供了一种监控设备的控制装置，所述装置包括：

获取模块，用于获取多个监控设备采集到的监控视频；

识别模块，用于针对每个监控视频，识别该监控视频所包含的检测对象的监控信息，所述监控信息至少包括特征信息和动作信息；

第一确定模块，用于根据预设的目标用户的目标特征信息、以及该监控视频中各检测对象对应的特征信息，确定是否存在与所述目标用户相比，满足预设相似度条件的目标检测对象；

第二确定模块，用于如果存在，则确定所述目标检测对象的动作信息是否为预设动作信息；

第一发送模块，用于如果是，则向目标监控设备发送控制命令。

可选的，所述第一发送模块，具体用于：

根据预设的动作信息和控制命令的对应关系，确定与所述目标检测对象的动作信息对应的第一控制命令；

向目标监控设备发送所述第一控制命令。

可选的，所述装置还包括：

第三确定模块，用于当接收到便携式监控设备发送的语音信息时，确定所述语音信息中是否包含预设语音口令；

第四确定模块，用于如果包含，则根据预设的语音口令和控制命令的对应关系，确定与所述语音信息包含的预设语音口令对应的第二控制命令；

第二发送模块，用于向目标监控设备发送所述第二控制命令。

可选的，所述装置还包括：

第五确定模块，用于根据预设的动作信息和监控设备的对应关系，确定与所述目标检测对象的动作信息对应的监控设备，作为目标监控设备；或者，

第六确定模块，用于确定采集到包含所述目标检测对象的监控视频的监控设备，作为目标监控设备。

可选的，所述装置还包括：

第七确定模块，用于根据预设的语音口令和监控设备的对应关系，确定与所述语音信息包含的预设语音口令对应的监控设备，作为目标监控设备。

可选的，所述装置还包括：

接收模块，用于接收所述便携式监控设备发送的定位信息；

第八确定模块，用于根据所述便携式监控设备的定位信息，确定与所述便携式监控设备的距离满足预设接近度条件的监控设备，作为目标监控设备。

第三方面，提供了一种服务器，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器，用于存放计算机程序；

处理器，用于执行存储器上所存放的程序时，实现第一方面任一所述的方法步骤。

第四方面，提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一所述的方法步骤。

第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的监控设备的控制方法。

本申请实施例有益效果：

本申请实施例提供了一种监控设备的控制方法，可以获取多个监控设备采集到的监控视频，针对每个监控视频，识别该监控视频所包含的检测对象的监控信息，监控信息至少包括特征信息和动作信息，根据预设的目标用户的目标特征信息、以及该监控视频中各检测对象对应的特征信息，确定是否存在与目标用户相比，满足预设相似度条件的目标检测对象，如果存在，则确定目标检测对象的动作信息是否为预设动作信息，如果是，则向目标监控设备发送控制命令。通过本方案，可以自动识别出监控现场的用户，并在检测到该用户做出的预设动作时对监控设备发送相应的控制命令，从而可以实现监控现场的用户对监控设备进行控制。

当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本申请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，对于本领域普通技术人员而言，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为本申请实施例提供的一种监控设备的控制方法的流程图；

图2为本申请实施例提供的另一种监控设备的控制方法的流程图；

图3为本申请实施例提供的另一种监控设备的控制方法的流程图；

图4为本申请实施例提供的另一种监控设备的控制方法的流程图；

图5为本申请实施例提供的一种监控设备的控制装置的结构示意图；

图6为本申请实施例提供的一种服务器的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供了一种监控设备的控制方法，可以应用于服务器中，其中，该服务器可以是监控系统中的后台服务器。该服务器可以与各监控设备连接，并接收各监控设备发送的监控视频。该服务器可以自动识别出监控现场的用户，并在检测到该用户做出的预设动作时对监控设备发送相应的控制命令，从而可以实现监控现场的用户对监控设备进行远程控制。

下面将结合具体实施方式，对本申请实施例提供的一种监控设备的控制方法进行详细的说明，如图1所示，具体步骤如下：

步骤101，获取多个监控设备采集到的监控视频。

本申请实施例中，可以设置多个监控设备，从而对不同的监控区域进行监控。其中，一个监控区域中可以设置有多个监控设备。监控设备可以为枪机摄像机、球机摄像机、针孔摄像机或便携式摄像机等，本申请实施例不做限定。监控设备除了具有摄像头以外，还可以具有麦克风和遥控功能模块。

监控设备运行后，可以通过摄像头和麦克风实时采集所属监控区域的视频图像和声音数据，从而生成带声音的视频流媒体(即监控视频)，然后将监控视频发送给后台的服务器，服务器则可以接收各监控设备发送的监控视频。

步骤102，针对每个监控视频，识别该监控视频所包含的检测对象的监控信息，监控信息至少包括特征信息和动作信息。

本申请实施例中，服务器中可以预先存储有用于识别检测对象的监控信息的算法。其中，监控信息至少包括特征信息和动作信息，该特征信息可以是能够区分不同检测对象的信息，比如，该特征信息可以为人脸特征、衣服上的预设标识图案、或预设配饰等。特征信息还可以为其他特征，具体可以由用户进行设置，本申请实施例不做限定。

服务器接收到监控视频后，针对每个监控视频，可以根据该监控视频包含的监控图像和预设的识别算法，识别该监控视频所包含的检测对象、以及各检测对象的监控信息。

本申请实施例以特征信息为人脸特征为例，对特征信息和动作信息的识别过程进行详细说明，具体步骤如下。

步骤一、针对每个监控视频，提取预设时长内该监控视频所包含的监控图像。

本申请实施例中，服务器可以周期性的检测各监控视频中是否存在某用户对监控设备进行控制动作，相应的，针对每个监控视频，服务器在接收到该监控视频的监控图像后，可以提取预设时长内该监控视频所包含的监控图像，以进行本次检测。当达到下一周期时，重新进行检测，以及时检测出用户做出的预设动作，从而及时对监控设备进行控制。其中，服务器可以通过OPENCV从监控视频中提取监控图像。

步骤二、针对每个监控图像，通过预设的对象检测算法，从该监控图像中提取检测对象的人像图片，并通过预设的人脸检测算法，提取检测对象的人脸图片。

本申请实施例中，服务器获取某一监控视频(可称为目标监控视频)在预设时长内的监控图像后，针对每个监控图像，可以通过预设的对象检测算法，识别该监控图像中包含的检测对象的轮廓，然后根据该检测对象的轮廓确定检测对象对应的候选区域框，进而提取该候选区域框所包含的图像，得到该检测对象的人像图片，该人像图片为包含整个检测对象的图片。其中，对象检测算法可以是现有的任意具有人像检测功能的算法，比如YOLOv3框架算法、深度学习神经网络等，该深度学习神经网络具体可以是Faster-RCNN(FasterRegion-based Convolutional Neural Network，基于高速区域提议的卷积神经网络)、RCNN等。

服务器识别出人像图片后，可以通过预设的人脸检测算法，从人像图片中进一步提取检测对象的人脸图片。其中，人脸检测算法可以是现有的任意具有人脸检测功能的算法，比如SSD(single shot multibox detector，单发多盒探测器)算法、机器学习算法、深度学习神经网络等，该深度学习神经网络具体可以是Faster-RCNN、RCNN等。并且，服务器可以为属于同一检测对象的人像图片和人脸图片分配同一标识，该标识可以作为检测对象的对象标识。

另外，服务器提取出人像图片和人脸图片后，可以对这些图片做进一步的筛选。具体的，针对每张图片，服务器可以判断该图片是否满足预设清晰度条件、以及该图片的置信度是否大于预设阈值。如果该图片满足预设清晰度条件、且该图片的置信度大于或等于预设阈值，则说明该图片为可用图片，保存该图片。如果该图片不满足预设清晰度条件、或者该图片的置信度小于预设阈值，则说明该图片为不可用图片，丢弃该图片。

可选的，为了分担服务器压力,监控系统中还可以设置有用于进行边缘计算的智能终端(比如智能盒子)，该智能终端可以分别与监控设备和服务器连接。在该场景下，步骤一～步骤二的处理可以由智能终端完成，智能终端可以将筛选后的人像图片、人脸图片以及对象标识上报给服务器，以使服务器进行后续处理。服务器则可以通过与智能终端的接口、或者智能终端发送的各监控视频的标识，确定接收到的人像图片、人脸图片和对象标识属于哪一路监控视频，从而得到人像图片、人脸图片、对象标识与监控视频的对应关系。

步骤三、从人像图片中，提取检测对象的动作信息，并从人脸图片中，提取检测对象的人脸特征。

本申请实施例中，服务器可以通过预设的动作检测算法，从人像图片中提取检测对象的动作信息。其中，动作信息提取算法可以为ResNet50网络模型，也可以为机器学习算法、深度学习神经网络等，该深度学习神经网络可以是Faster-RCNN、RCNN等，本申请实施例不做限定。

服务器还可以通过预设的人脸特征提取算法，从人脸图片中提取检测对象的人脸特征。其中，人脸特征提取算法可以为MobileFaceNet算法，也可以为机器学习算法、深度学习神经网络等，该深度学习神经网络可以是Faster-RCNN、RCNN等，本申请实施例不做限定。

步骤103，根据预设的目标用户的目标特征信息、以及该监控视频中各检测对象对应的特征信息，确定是否存在与目标用户相比，满足预设相似度条件的目标检测对象。

本申请实施例中，需要进行现场监控的用户(即目标用户)可以在监控后台系统中注册工作人员信息，服务器则可以根据目标用户上传的工作人员信息中，提取目标用户的特征信息。例如，特征信息为人脸特征，则目标用户需要上传人员头像(即目标用户的人脸图片)，服务器则可以从目标用户的人脸图片中，提取目标用户的人脸特征并存储。

当服务器获取到监控视频中各检测对象对应的特征信息后，可以分别将每个检测对象的特征信息与目标用户的目标特征信息进行对比，从而确定是否存在与目标用户相比，满足预设相似度条件的目标检测对象。

以人脸特征为例，服务器识别出该监控视频中各检测对象的人脸特征后，可以计算各检测对象的人脸特征与该目标用户的人脸特征的相似度，然后判断该相似度是否大于预设阈值。其中，现有技术中任意计算相似度的算法均可以应用于本申请实施例中，比如余弦相似度、欧氏距离等，本申请实施例不做限定。如果某一检测对象的人脸特征与目标用户的人脸特征的相似度大于或等于预设阈值，则可以确定该检测对象为与目标用户相比，满足预设相似度条件的目标检测对象。

这样，服务器可以从监控视频包含的各行人中，识别出与目标用户相比，满足预设相似度条件的目标检测对象，该目标检测对象即可认为是目标用户。

步骤104，如果存在，则确定目标检测对象的动作信息是否为预设动作信息。

本申请实施例中，在准备监控活动时，目标用户可以在监控后台系统中设置用于出发控制命令的动作(即预设动作信息)，比如双手叉腰，左手挠头、点头等，并且，可以设置该动作对应的控制命令(如图像抓拍、录制视频、关闭摄像头、关闭智能终端等)。

如果服务器确定存在目标检测对象，则可以获取目标检测对象对应的动作信息，然后可以判断该动作信息是否为预设动作信息。

步骤105，如果是，则向目标监控设备发送控制命令。

本申请实施例中，如果服务器确定该动作信息为预设动作信息，则可以向目标监控设备发送控制命令。如果服务器确定该动作信息不是预设动作信息，则可以不进行处理。

其中，目标监控设备可以是目标用户预设的监控设备，或者，也可以是某监控区域内的全部监控设备，具体可以由用户进行设置，本申请实施例不做限定。

可选的，针对不同的动作信息，可以设置不同的控制命令，相应的，如图2所示，步骤105的处理过程具体可以包括以下步骤。

步骤201，根据预设的动作信息和控制命令的对应关系，确定与目标检测对象的动作信息对应的第一控制命令。

本申请实施例中，目标用户可以在监控后台系统中设置多种动作信息，并且，针对每种动作信息，可以分别设置该动作信息对应的控制命令(如图像抓拍、录制视频、关闭摄像头、关闭智能终端等)，相应的，服务器中可以存储动作信息和控制命令的对应关系。

服务器确定该动作信息为预设动作信息后，可以根据预设的动作信息和控制命令的对应关系，确定与目标检测对象的动作信息对应的控制命令(即第一控制命令)。

步骤202，向目标监控设备发送第一控制命令。

基于上述处理过程，用户可以通过做出不同的动作，对监控设备进行不同类型的控制，提高了用户控制监控设备的灵活性和多样性。

可选的，可以通过以下方式来确定目标监控设备。

方式一、根据预设的动作信息和监控设备的对应关系，确定与目标检测对象的动作信息对应的监控设备，作为目标监控设备。

本申请实施例中，针对每种动作信息，目标用户还可以在监控后台系统中设置该动作信息对应的监控设备，例如，存在监控设备A、B、C、D、和E，动作信息包括双手叉腰，左手挠头、点头，则可以设置双手叉腰对应监控设备A、B、C，左手挠头对应监控设备A、B、C、D，点头对应监控设备E。相应的，服务器可以存储动作信息和监控设备的对应关系。这样，服务器中可以建立动作信息、监控设备和控制命令的三者对应关系。

服务器确定该动作信息为预设动作信息后，可以根据上述对应关系，确定与目标检测对象的动作信息对应的监控设备，作为目标监控设备，并且，还可以确定与目标检测对象的动作信息对应的控制命令(即第一控制命令)。

这样，用户可以通过做出不同的动作，对不同的监控设备进行不同类型的控制，提高了用户控制监控设备的灵活性和多样性。

方式二、确定采集到包含目标检测对象的监控视频的监控设备，作为目标监控设备。

本申请实施例中，服务器也可以确定包含目标检测对象的监控视频，进而确定采集到这些监控设备，作为目标监控设备。这样，用户可以其周围的监控设备进行控制。

可选的，用户也可以通过语音命令来控制监控设备，如图3所示，具体步骤如下。

步骤301，当接收到便携式监控设备发送的语音信息时，确定语音信息中是否包含预设语音口令。

本申请实施例中，在准备监控活动时，目标用户也可以在监控后台系统中设置用于出发控制命令的语音口令(即预设语音口令)，比如“好”，“开始”等，并且，可以设置该语音口令的控制命令(如图像抓拍、录制视频、关闭摄像头、关闭智能终端等)。相应的，服务器可以存储用户设置的语音口令和控制命令。

用户可以随身携带便携式监控设备。便携式监控设备具有麦克风和遥控功能模块，可以采集周围的视频图像和用户的语音信息，并可以将采集到的视频图像和用户的语音信息发送给服务器。服务器在接收到便携式监控设备发送的语音信息时，确定语音信息中是否包含预设语音口令。在一种实现方式中，服务器可以接收用户输入的语音信息，作为预设语音口令，服务器可以将接收到的语音信息与预设语音口令进行语音匹配，如果匹配，则确定接收的语音信息中包含预设语音口令，否则，确定接收的语音信息中不包含预设语音口令。

在另一种实现方式中，服务器可以接收用户输入的文本信息(可称为第一文本信息)，作为预设语音口令，服务器接收到语音信息后，可以先将该语音信息转换为文本信息(可称为第二文本信息)，然后再将第一文本信息与第二文本信息进行对比，如果第二文本信息中包含第一文本信息，即确定语音信息中包含预设语音口令，否则，确定语音信息中不包含预设语音口令。

步骤302，如果包含，则根据预设的语音口令和控制命令的对应关系，确定与语音信息包含的预设语音口令对应的第二控制命令。

本申请实施例中，与动作信息类似，用户可以设置多种语音口令，并分别设置每种语音口令对应的控制命令。服务器确定语音信息中包含预设语音口令后，可以根据预设的语音口令和控制命令的对应关系，确定与语音信息包含的预设语音口令对应的控制命令(即第二控制命令)。

步骤303，向目标监控设备发送第二控制命令。

基于上述处理过程，用户可以通过不同的语音口令，对监控设备进行不同类型的控制，提高了用户控制监控设备的灵活性和多样性。

可选的，与动作信息类似，用户还可以设置不同语音口令对应的目标监控设备，相应的，确定目标监控设备的过程可为：根据预设的语音口令和监控设备的对应关系，确定与语音信息包含的预设语音口令对应的监控设备，作为目标监控设备。

本申请实施例中，针对每种语音口令，目标用户还可以在监控后台系统中设置该语音口令对应的监控设备，例如，存在监控设备A、B、C、D、和E，语音口令包括“开始”和“好”，则可以设置开始对应监控设备A、B、C、D，“好”对应监控设备E。相应的，服务器可以存储语音口令和监控设备的对应关系。这样，服务器中可以建立语音口令、监控设备和控制命令的三者对应关系。

服务器确定该语音口令为预设语音口令后，可以根据上述对应关系，确定与语音信息包含的预设语音口令对应的监控设备，作为目标监控设备，并且，还可以确定与目标检测对象的语音口令对应的控制命令(即第二控制命令)。

这样，用户可以通过发出不同的语音口令，对不同的监控设备进行不同类型的控制，提高了用户控制监控设备的灵活性和多样性。

可选的，在另一种实现方式中，也可以将与便携式监控设备距离较近的监控设备，作为目标监控设备，具体的处理过程可以为：接收便携式监控设备发送的定位信息；根据便携式监控设备的定位信息，确定与便携式监控设备的距离满足预设接近度条件的监控设备，作为目标监控设备。

本申请实施例中，便携式监控设备中可以配置有定位模块，以实时检测便携式监控设备的位置，比如GPS(Global Positioning System，全球定位系统)模块、蓝牙模块、wifi模块等。便携式监控设备可以将检测到的定位信息发送给服务器，服务器则会接收并存储该定位信息。服务器确定该语音口令为预设语音口令后，可以获取其他监控设备的位置信息，例如，对于固定设置的监控设备，服务器中可以预先存储这些监控设备的位置信息，对于可移动的监控设备，服务器可以获取这些监控设备上报的位置信息。

服务器可以根据便携式监控设备当前的定位信息、以及其他监控设备的位置，计算各其他监控设备与该便携式监控设备的距离，然后，可以确定与便携式监控设备的距离满足预设接近度条件的监控设备，作为目标监控设备。例如，服务可以确定与该便携式监控设备的距离最近的监控设备，作为目标监控设备；或者，可以确定与该便携式监控设备的距离小于预设阈值的监控设备，作为目标监控设备。

这样，可以对用户周围的监控设备进行控制，提高了用户控制监控设备的灵活性和多样性。

另外，服务器也可以基于机器学习算法，对目标用户的面部表情、谈话语气或谈话的语义进行识别，并根据识别的结果判断用户当前是否发生危险，如果确定用户发生危险，可以自动执行预设控制命令，比如开启监控设备、输出报警信息等。

本申请实施例中，可以获取多个监控设备采集到的监控视频，针对每个监控视频，识别该监控视频所包含的检测对象的监控信息，监控信息至少包括特征信息和动作信息，根据预设的目标用户的目标特征信息、以及该监控视频中各检测对象对应的特征信息，确定是否存在与目标用户相比，满足预设相似度条件的目标检测对象，如果存在，则确定目标检测对象的动作信息是否为预设动作信息，如果是，则向目标监控设备发送控制命令。通过本方案，可以自动识别出监控现场的用户，并在检测到该用户做出的预设动作时对监控设备发送相应的控制命令，从而可以实现监控现场的用户对监控设备进行控制。并且，该控制方式不易被他人觉察，可以有效的降低监控被暴露的可能性。

本申请实施例还提供了监控设备的控制方法示例，如图4所示，具体步骤如下。

步骤401，获取多个固定监控设备采集到的监控视频、以及便携式监控设备发送的监控视频。

步骤402，针对固定监控设备采集的每个监控视频，识别该监控视频所包含的检测对象的监控信息。

其中，监控信息至少包括特征信息和动作信息。

步骤403，根据预设的目标用户的目标特征信息、以及该监控视频中各检测对象对应的特征信息，确定是否存在与目标用户相比，满足预设相似度条件的目标检测对象。

如果存在，执行步骤404和409。如果不存在，返回步骤401。

步骤404，确定目标检测对象的动作信息是否为预设动作信息。

如果是，执行步骤405。否则，反馈步骤401。

步骤405，根据预设的动作信息和控制命令的对应关系，确定与目标检测对象的动作信息对应的控制命令。

步骤406，从便携式监控设备发送的监控视频中，提取语音信息。

步骤407，确定语音信息中是否包含预设语音口令。

如果包含，则执行步骤408。否则，返回步骤401。

步骤408，根据预设的语音口令和控制命令的对应关系，确定与语音信息包含的预设语音口令对应的控制命令。

步骤409，向目标监控设备发送控制命令。

其中，步骤402-405与步骤406-408的处理不区分先后顺序。

结合具体场景，本申请实施例提供了另一种监控方法的示例，具体内容如下。

用户A在监控后台系统注册用户A的信息，上传用户A的头像照片至服务器，服务器从该头像中提取用户A的人脸特征并进行保存。

用户A从库房领用智能盒子T和便携纽扣摄像头C1，针孔摄像头C2，C3，使用账号登陆后台系统进行领用出库操作，并设置语音口令“好”表示图像抓拍，设置动作“双手叉腰”表示关闭摄像头。

用户A在监控现场布控针孔摄像头C2和C3，纽扣摄像头C1和盒子T随身携带。

当有目标监控对象出现在监控现场时，用户A可以对纽扣摄像头C1发出语音口令“好”，纽扣摄像头C1将监控视频传到后台的服务器后，服务器进行人声提取，并与预设的语音口令进行比对，可以确定相似度高于90％，然后通知盒子T发出拍照指令。盒子T则会对已连接的摄像头C1、C2和C3发出拍照指令并获取图片，上传至服务器。

当目标监控对象离开监控现场时，用户A认为需要尾随跟踪，此时做出“双手叉腰”动作，从针孔摄像头C2和C3上传的监控视频中，包含用户A的人像图像I1和人脸图片I2，检测出I1中的动作为双手叉腰，且I2中的人脸特征与预先存储的用户A的人脸相似度高于90％，服务器通知盒子T发出关闭摄像头指令。盒子T则会对摄像头C1、C2和C3发出关机指令，摄像头C1、C2和C3停止工作。

用户A在跟踪目标监控对象的过程中，可手动开启随身的纽扣摄像头C1继续监控。

基于相同的技术构思，本申请实施例还提供了一种监控设备的控制装置，如图5所示，该装置包括：

获取模块510，用于获取多个监控设备采集到的监控视频；

识别模块520，用于针对每个监控视频，识别该监控视频所包含的检测对象的监控信息，监控信息至少包括特征信息和动作信息；

第一确定模块530，用于根据预设的目标用户的目标特征信息、以及该监控视频中各检测对象对应的特征信息，确定是否存在与目标用户相比，满足预设相似度条件的目标检测对象；

第二确定模块540，用于如果存在，则确定目标检测对象的动作信息是否为预设动作信息；

第一发送模块550，用于如果是，则向目标监控设备发送控制命令。

可选的，第一发送模块550，具体用于：

根据预设的动作信息和控制命令的对应关系，确定与目标检测对象的动作信息对应的第一控制命令；

向目标监控设备发送第一控制命令。

可选的，该装置还包括：

第三确定模块，用于当接收到便携式监控设备发送的语音信息时，确定语音信息中是否包含预设语音口令；

第四确定模块，用于如果包含，则根据预设的语音口令和控制命令的对应关系，确定与语音信息包含的预设语音口令对应的第二控制命令；

第二发送模块，用于向目标监控设备发送第二控制命令。

可选的，该装置还包括：

第五确定模块，用于根据预设的动作信息和监控设备的对应关系，确定与目标检测对象的动作信息对应的监控设备，作为目标监控设备；或者，

第六确定模块，用于确定采集到包含目标检测对象的监控视频的监控设备，作为目标监控设备。

可选的，该装置还包括：

第七确定模块，用于根据预设的语音口令和监控设备的对应关系，确定与语音信息包含的预设语音口令对应的监控设备，作为目标监控设备。

可选的，所述装置还包括：

接收模块，用于接收所述便携式监控设备发送的定位信息；

第八确定模块，用于根据所述便携式监控设备的定位信息，确定与所述便携式监控设备的距离满足预设接近度条件的监控设备，作为目标监控设备。

本申请实施例中，可以获取多个监控设备采集到的监控视频，针对每个监控视频，识别该监控视频所包含的检测对象的监控信息，监控信息至少包括特征信息和动作信息，根据预设的目标用户的目标特征信息、以及该监控视频中各检测对象对应的特征信息，确定是否存在与目标用户相比，满足预设相似度条件的目标检测对象，如果存在，则确定目标检测对象的动作信息是否为预设动作信息，如果是，则向目标监控设备发送控制命令。通过本方案，可以自动识别出监控现场的用户，并在检测到该用户做出的预设动作时对监控设备发送相应的控制命令，从而可以实现监控现场的用户对监控设备进行控制。并且，该控制方式不易被他人觉察，可以有效的降低监控被暴露的可能性。

基于相同的技术构思，本申请实施例还提供了一种服务器，如图6所示，包括处理器601、通信接口602、存储器603和通信总线604，其中，处理器601，通信接口602，存储器603通过通信总线604完成相互间的通信，

存储器603，用于存放计算机程序；

处理器601，用于执行存储器603上所存放的程序时，实现如下步骤：

获取多个监控设备采集到的监控视频；

针对每个监控视频，识别该监控视频所包含的检测对象的监控信息，所述监控信息至少包括特征信息和动作信息；

根据预设的目标用户的目标特征信息、以及该监控视频中各检测对象对应的特征信息，确定是否存在与所述目标用户相比，满足预设相似度条件的目标检测对象；

如果存在，则确定所述目标检测对象的动作信息是否为预设动作信息；

如果是，则向目标监控设备发送控制命令。

可选的，所述向目标监控设备发送控制命令，包括：

根据预设的动作信息和控制命令的对应关系，确定与所述目标检测对象的动作信息对应的第一控制命令；

向目标监控设备发送所述第一控制命令。

可选的，所述向目标监控设备发送控制命令之前，还包括：

根据预设的动作信息和监控设备的对应关系，确定与所述目标检测对象的动作信息对应的监控设备，作为目标监控设备；或者，

确定采集到包含所述目标检测对象的监控视频的监控设备，作为目标监控设备。

可选的，所述方法还包括：

当接收到便携式监控设备发送的语音信息时，确定所述语音信息中是否包含预设语音口令；

如果包含，则根据预设的语音口令和控制命令的对应关系，确定与所述语音信息包含的预设语音口令对应的第二控制命令；

向目标监控设备发送所述第二控制命令。

可选的，所述向目标监控设备发送所述第二控制命令之前，还包括：

根据预设的语音口令和监控设备的对应关系，确定与所述语音信息包含的预设语音口令对应的监控设备，作为目标监控设备。

可选的，所述向目标监控设备发送所述第二控制命令之前，还包括：

接收所述便携式监控设备发送的定位信息；

根据所述便携式监控设备的定位信息，确定与所述便携式监控设备的距离满足预设接近度条件的监控设备，作为目标监控设备。

上述服务器提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口用于上述服务器与其他设备之间的通信。

存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，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。

在本申请提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一监控设备的控制方法的步骤。

在本申请提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一监控设备的控制方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。