一种安全风险预警方法、电子设备和存储介质

技术领域

本发明涉及但不限于交通安全技术领域，尤其涉及一种安全风险预警方法、电子设备和存储介质。

背景技术

“鬼探头”通常是指在某车视线被障碍物阻挡时，从某车的视野盲区突然跑出冲向某车前进方向的行人或动物的场景。这一现象让行驶中的司机很难提前判断，经常因此造成交通事故。大型车辆是“鬼探头”事故的高危地点，例如公交车靠站停车时，由于盲区的存在，车前的行人和后方车辆容易发生事故。

如何有效识别并预警“鬼探头”行为发生的可能性，对于更好地消除安全隐患，避免交通安全事故的发生，具有十分重要的意义。

发明内容

本发明实施例提供一种安全风险预警方法、电子设备和存储介质，根据目标区域的监控视频，识别监控视频中的风险目标和陪同人员，并根据风险目标和陪同人员各自设定的预警值计算规则，分别确定风险目标的预警值和陪同人员的预警值，根据风险目标的预警值和陪同人员的预警值进行预警处理。本发明实施例提供的安全风险预警方法、电子设备和存储介质以低成本实现了对目标区域的安全风险预警，且有效减少漏预警的情况。

本公开实施例提供一种安全风险预警方法，包括：

获取针对目标区域的监控视频，识别所述监控视频中包括的设定类型的风险目标；

根据所述风险目标，识别所述监控视频中包括的陪同所述风险目标的陪同人员；

根据设定的风险目标预警值计算规则，确定第一预警值，根据设定的陪同人员预警值计算规则，确定第二预警值；

根据所述第一预警值和所述第二预警值，确定所述风险目标的综合预警值；根据所述综合预警值进行预警处理；

其中，所述第一预警值指示所述风险目标可能发生设定的危险行为需要进行预警的预警级别，所述第二预警值指示所述风险目标在所述陪同人员的陪同下可能发生所述危险行为需要进行预警的预警级别。

本公开实施例还提供一种安全风险预警方法，包括：

根据预设的检测间隔，执行如本公开任一实施例所述的安全风险预警方法进行本轮检测和安全风险预警；

在采用第一告警方式提醒所述风险目标和/或所述陪同人员后，记录所述风险目标的连续告警次数；

在确定所述连续告警次数大于第一告警次数阈值的情况下，采用第二告警方式提醒所述陪同人员；

和/或，

在确定所述连续告警次数大于第二告警次数阈值的情况下，采用第三告警方式发布针对所述目标区域的风险提示。

本公开实施例还提供一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本公开任一实施例所述的安全风险预警方法。

本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开任一实施例所述的安全风险预警方法。

在阅读并理解了附图和详细描述后，可以明白其他方面。

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示出的结构获得其他的附图。

图1是本发明实施例提供的一种安全风险预警方法的流程图；

图2是本发明实施例提供的另一种安全风险预警方法的流程图；

图3是本发明实施例提供的一种安全风险预警装置示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

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的一部分实施例，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。

一些可实现的技术方案中，以公交安全方案为例，为了识别并预警可能发生的“鬼探头”行为，将摄像头传感器设置在每个公交车后视镜外侧，车内报警器设置在驾驶台中央，车辆两侧、后侧设置LED情报板。通过摄像头传感器探测前方是否存在行人或非机动车，进而触发车内报警，同时在LED情报板显示预警信息。该方式需要在每个公交车上都设置预警系统，价格昂贵且需要大量的人力去维护设备；并且，对道路上没有公交车时，而存在其他非公交车例如渣土车等大型车辆或者其他妨碍视野的车辆或者物体无法对“鬼探头”进行正确的预警。

一些可实现的技术方案中，还可以通过路测摄像头获取路测行人的视频信息，通过定位模块实时判断行人的位置信息，再将上述信息传入云端处理模块。云端处理模块经过筛选将关键信息传送至汽车接收预警信息模块，汽车预警信息模块依据边缘计算技术，判断出现危险的可能性。该方式也需要在每个车上都安装预警系统，价格昂贵且需要大量的人力去维护设备；并且针对本身在安全区域，面对突发状况时难以预测，不具有事先预测性。例如，一个人原来站在公交车站内的安全区域，可能下一时间突然闯入机动车道路，系统不能快速分析并作出反应。

可以看到，这些可实现方案中，仅简单地利用传感器或者摄像头计算车辆与行人的位置，通过位置远近判断是否会存在鬼探头的危险性，从而对车辆进行预警。这种方式不仅需要在车辆上安装预警装置，而且容易出现预警遗漏情况。

为了提升针对行人危险行为发生的预警准确性，并有针对性地对相关人员和/或往来车辆进行告警提示，本公开实施例提供了一种安全预警方案，基于(风险)人员和陪同人员两方面因素综合确定预警值，提升了行人危险行为发生可能的预判准确性。

本发明实施例提供一种安全风险预警方法，如图1所示，包括：

步骤110，获取针对目标区域的监控视频，识别所述监控视频中包括的设定类型的风险目标；

步骤120，根据所述风险目标，识别所述监控视频中包括的陪同所述风险目标的陪同人员；

步骤130，根据设定的风险目标预警值计算规则，确定第一预警值；根据设定的陪同人员预警值计算规则，确定第二预警值；

步骤140，根据所述第一预警值和所述第二预警值，确定所述风险目标的综合预警值；

步骤150，根据所述综合预警值进行预警处理。

其中，所述第一预警值指示所述风险目标可能发生设定的危险行为需要进行预警的预警级别，所述第二预警值指示所述风险目标在所述陪同人员的陪同下可能发生所述危险行为需要进行预警的预警级别。

一种示例性的实施例中，根据所述风险目标，未识别到所述陪同人员的情况下，步骤130中，确定所述第二预警值为设定的第二预警初值。

一种示例性的实施例中，第二预警初值为100。

一种示例性的实施例中，所述风险目标包括人或宠物。在风险目标为人的情况下，所述风险目标也称为风险人员。

一种示例性的实施例中，目标区域可以为公交站台，或者，人行道，或者，转弯区域。一种示例性的实施例中，所述目标区域还可以是通过绘制绊线划定的区域。

需要说明的是，本公开实施例中多以公交车站作为目标区域，应用于其他目标区域时，对应调整相关需要识别的危险行为以及相关的初始值和/或系数，以及告警方法方式。

一种示例性的实施例中，所述危险行为包括以下行为的一种或多种：

非上车时间下站台、跨越设定停车区进入其他车道、闯红灯、逆行转弯。

需要说明的是，危险行为的识别采用相关的视频识别方案实施，具体识别细节在本申请实施中不进一步讨论。根据应用需要还可以设定更多的危险行为，并采用对应的动作识别方案，不限于本实施例示例的方面。

可以理解，危险行为的设定与安全风险预警方案要预防发生的安全事故相关，例如，公交车站区域需要预警公交车进站过程中或行经站台区域时，等车人在非上车时间突然下站台，出现类似“鬼探头”的情况导致公交车与下站台人员相撞的安全事故，则设置危险行为包括：非上车时间下站台；又例如，公交车车站区域需要预警等车人跨越设定的停车区进入其他车道，出现类似“鬼探头”的情况导致跨越人员与其他车道上的车辆相撞的安全事故，则设置危险行为包括：跨越设定停车区进入其他车道。根据预警需要还可以设定更多的危险行为，不限于本实施例示例的方面。

一种示例性的实施例，智能分析服务器通过对历史目标区域中视频数据的分析与机器学习，提供对目标行为的识别功能，以确定是否属于设定的危险行为。

可以看到，一种示例性的实施例，可以借助路侧已有的视频监控系统，扩展相关应用功能达到安全风险预警的目的，无需新增更多监控设备，有效节约了设备投资。

一种示例性的实施例中，所述设定类型包括以下目标类型中一个或多个：

儿童、老人、盲人、肢体残疾人员、精神病人、涉毒人员、设定行为习惯人员。

需要说明的是，在风险目标为人的情况下，所述目标类型也对应称为人员类型。

一种示例性的实施例中，设定行为习惯人员可以包括多种，例如设定行为习惯1的人员、设定行为习惯2的人员等。例如，设定行为习惯人员为经常不遵守交通规则的人员；可通过路边摄像头记录的日常违反交通规则(例如横穿马路、闯红灯)的次数归类统计的确定某一人员未该类设定行为习惯人员；或者，根据其他第三方系统获取的相关数据确定该人员为该设定行为习惯人员。需要说明的是，根据各目标区域需要告警的危险行为以及可能产生这些危险行为的人员特征，对应确定设定类型。

其中，针对一个目标区域可以设定一个或多个设定类型。表示针对该目标区域，对这些设定类型的人员识别并标记为风险目标，即存在安全风险的人员。对于为其他非设定类型的人员，则不进一步进行安全风险预警的后续处理。由此，可以缩小整体系统的数据处理范围，减小系统运行负载。

例如，设定类型为儿童，目标区域为公交车站，儿童生性活泼好动，在公交车站玩耍、追逐等行为的常有发生，进而出现非上车时间下站台或跨越设定停车区进入其他车道这些危险行为的可能性较高，如果在公交车进站未停靠时突然跳下站台，或者，突然跑出停车区进入其他车道，则对于正在进站的公交车或其他车道的车辆来说，类似“鬼探头”，发生交通事故的风险极大。根据本公开实施例提供的安全风险预警方案，可以准确预判这些危险行为发生的可能性，确定综合预警值，并对应进行预警处理，能够有效减少安全事故的发生。

一种示例性的实施例中，设定类型支持扩展，可以通过智能分析服务器(也称为智能行为分析服务器)分析后识别出的发生了一定数量危险行为的人群，形成新的人员类型后补充所述设定的人员类型。

一种示例性的实施例中，所述设定类型包括以下目标类型中一个或多个：

小型犬、中型犬和大型犬。

一种示例性的实施例中，所述设定类型还包括：猫。还可以设置其他类型的风险目标，不限于示例的方面。

一种示例性的实施例中，所述设定类型的风险目标的确定根据风险目标库数据进行判断。

其中，所述风险目标库数据包括：目标标识和目标类型。

一种示例性的实施例中，风险目标包括人的情况下，所述目标标识也称为人员标识；所述人员标识为人脸特征值，或者其他唯一标识一确定人员的标识信息。

例如，设定人员类型为盲人、智力缺陷人员、精神病人、涉毒人员等，可以通过已获取的对应类型的风险人员数据库进行判断。

例如，风险目标为宠物，设定目标类型为小型犬、中型犬和/或大型犬，可以通过已获取的对应类型的宠物数据库进行判断。

一种示例性的实施例中，所述风险目标库中的数据来自第三方应用或数据系统；或者，通过智能分析服务器对系统中全部或部分历史监控视频进行分析后，形成所述风险目标库数据。

一种示例性的实施例中，所述设定类型的风险目标的确定根据设定类型的目标特征值进行判断。例如，儿童、老人等，可以通过人脸识别，对视频中检测到的人员是否为儿童或老人进行判断。例如，大型犬，可以通过宠物识别，对视频中检测到的目标是否为大型犬进行判断。具体识别方案根据相关方案实施即可，详细方面不在本申请中讨论。

一种示例性的实施例中，所述设定类型的风险目标的确定根据风险目标库数据和设定类型的目标特征值进行判断。

例如，人员类型为儿童，对于本地儿童可通过常驻人口库获取本地儿童库数据后判断确定，对于外来儿童，可以通过儿童人脸特征值判断当前检测人员的年龄段为儿童。

一种示例性的实施例中，老人、盲人、肢体残疾人员、智力缺陷人员、精神病人、涉毒人员等风险目标库数据来源于本地常驻人口系统。

一种示例性的实施例中，所述陪同人员为非设定类型的风险目标。也就是说，陪同人员不在所述风险目标库中，且不符合风险目标类型特征的人员。

一种示例性的实施例中，陪同人员可以为风险目标的亲属或非亲属。一种示例性的实施例中，步骤120包括：

从同行人员库中，获取所述风险目标的至少一个候选同行人员信息；

根据所述候选同行人员信息，识别所述监控视频中包括的所述陪同人员。

一种示例性的实施例中，所述同行人员库包括：亲属库和/或非亲属库。

其中，亲属库的数据来源可以是常驻人口库中风险人员的父母、兄弟姐妹等亲属。非亲属库的数据来源可以是风险人员在某些陪护机构等雇佣的陪护人员，或是某些特殊场所下负责该场所的工作人员，如游乐场安全员等。

一种示例性的实施例中，非亲属库的数据来源可以是对该风险人员历史抓拍数据进行同行分析，确定经常陪同该风险人员的非亲属同行人员。

一种示例性的实施例中，风险目标为宠物的情况下，陪同人员为风险目标的看管人员。

一种示例性的实施例中，所述同行人员库包括：宠物信息登记库。

其中，宠物信息登记库的数据来源可以是宠物管理系统中宠物的归属人员或家庭的登记信息。

一种示例性的实施例中，步骤120包括：

获取所述风险目标进入目标区域前的行进路线上的监控视频；

分析所述进入目标区域前的行进路线上的监控视频和所述目标区域的监控视频，确定所述目标区域的监控视频中包括的所述风险目标的陪同人员。

一种示例性的实施例中，所述风险目标进入目标区域前的行进路线上的监控视频为第二设定时长内的所述风险目标进入目标区域前的行进路线上的监控视频。其中，所述第二设定时长为当天，或3小时，或者其他时长。

一种示例性的实施例中，所述根据设定的风险目标预警值计算规则，确定所述第一预警值，包括：

根据所述风险目标的预警初始值P和所述风险目标的行为预警系数Q，确定所述第一预警值A1；

其中，所述风险目标的预警初始值P指示所述风险目标已发生所述危险行为的比例系数，根据危险行为历史发生记录和所述风险目标的历史行为库数据统计得到；

所述风险目标的行为预警系数Q指示所述风险目标在当前行为状态下发生所述危险行为的可能性；所述风险目标的行为预警系数Q根据所述风险目标对应目标类型的风险目标的危险行为历史发生记录和所述风险目标对应目标类型的风险目标的历史行为库数据统计得到。

一种示例性的实施例中，所述风险目标的预警初始值P根据以下方法计算：

P＝a*A；

其中，a为所述风险目标对应的目标类型的危险行为比例系数，A为所述风险目标的危险行为比例系数；

N为所述风险目标对应的目标类型的风险目标在第一设定时长内已发生危险行为的总次数，M为在第一设定时长内全部风险目标已发生危险行为的总次数；Y为所述风险目标在第一设定时长内已发生危险行为的总次数，Z为所述风险目标在第一设定时长内历史被识别到出现在目标区域的总次数。

其中；第一设定时长的具体时长灵活确定，可以为系统运行整体时长，即根据全部危险行为历史发生记录确定所述N，M，Y和Z。或者，第一设定时长也可以是最近1年，2年或其他。系数权重

一种示例性的实施例中，

可以理解，以风险目标为人为例，本公开实施例中的历史行为库数据记录多类人员的历史行为数据，包括风险人员和/或陪同人员。根据人员的类型，可以获取的对应类型的人员的历史行为库数据；根据人员标识，可以获取对应人员的历史行为库数据。所述历史行为库中包括各人员的危险行为记录和/或非危险行为记录。例如，非危险行为记录包括：人员到访目标区域的记录。

其中，各行为记录(数据)包括以下信息中的一项或多项：

人员标识、时间、目标区域标识、行为。

需要说明的是，历史行为库的形成根据相关方案实施，不限于特定的方式，在本申请实施例中不详细讨论历史行为库的形成方案。可以理解，风险目标为宠物的情况下，对应的历史行为库数据记录多类宠物和陪同人员的历史行为数据。

一种示例性的实施例中，所述风险目标在第一设定时长内历史被识别到出现在目标区域的总次数Z根据所述风险目标的历史行为库数据统计得到。

需要说明的是，统计Z时涉及的目标区域不限于所述风险目标当前所在的目标区域，而是指整个安全风险预警系统中监控管理的全部或部分目标区域。例如，目标区域为公交车站的应用场景下，安全风险预警系统监控管理城市中全部公交车站，Z为所述风险目标在第一设定时长内曾经(历史)出现在城市中全部公交车站的总次数。

例如，目标区域为公交车站，风险目标为张三，其对应类型为儿童，第一设定时长为整个系统运行时长，则N为系统中记录的全部儿童发生过所述危险行为的总次数，M为系统中记录的全部人员发生过所述危险行为的总次数，则N/M表示儿童发生危险行为占总体危险行为的比例系数；Y为系统中记录的张三发生过所述危险行为的总次数，Z为系统中记录的张三曾经出现在全部公交车站的总次数，则(Y/Z)*100表示张三曾经发生危险行为的比例系数。

例如，

可以理解，所述风险目标的预警初始值P根据风险目标归属目标类型的历史危险行为比例系数和该风险目标自身的历史危险行为比例系数确定，可以体现当前风险目标发生危险行为的静态风险。风险目标的预警初始值P指示所述风险目标已发生所述危险行为的比例系数，P越大表示根据历史数据统计得到的该风险目标发生危险行为的比例越高，P越小表示根据历史数据统计得到的该风险目标发生危险行为的比例越低。除了本公开实施例示例的具体计算P的方案，根据该原则还可以相应采用其他方式确定P，不限于上述示例的具体方面。

一种示例性的实施例中，风险目标的行为预警系数Q根据所述风险目标对应目标类型的风险目标的危险行为历史发生记录和所述风险目标对应目标类型的风险目标的历史行为库数据统计得到，包括：

获取第一设定时长内，该目标类型的风险目标发生危险行为的前一行为记录；

根据全部前一行为记录，按行为分别统计次数d；

分别计算各行为占比(d/U)*100为各行为的预警系数Q；

其中，U为第一设定时长内，该目标类型的风险目标发生危险行为的总次数。

可以理解，对于某一行为A而言，行为A的预警系数Q＝(d/U)*100，表明根据历史行为数据统计，该目标类型的风险目标在发生危险行为前在进行行为A的情况占比为Q，为1-100之间的数值。

一种示例性的实施例中，风险目标的行为预警系数Q根据所述风险目标对应目标类型的目标的危险行为历史发生记录和所述风险目标对应目标类型的风险目标的历史行为库数据统计得到，还包括：

获取第一设定时长内，该目标类型的风险目标在未发生危险行为的情况下的多个行为记录；

分别统计该人员类型的每一风险目标在未发生危险行为的情况下，发生次数最多的行为，记为惯有行为；

根据全部风险目标的惯有行为，统计各按惯有行为次数d；

分别计算各惯有行为占比1-(d/W)为各惯有行为的预警系数Q；

其中，W为第一设定时长内，该目标类型的风险目标未发生危险行为的总次数。

可以理解，风险目标的惯有行为的预警系数，也属于风险目标的行为的预警系数中的一种。例如，对于惯有行为B而言，行为B的预警系数Q＝1-(d/W)，表明根据历史行为数据统计，该人员类型的人员，在发生行为B的情况下基本不会发生危险行为。因此，在该情况下，确定发生行为B的情况下再发生危险行为的概率为发生行为B的概率占比的反概率，即确定发生行为B的情况下再发生危险行为的概率为1-(d/W)，为大于0且小于1的数值。

一种示例性的实施例中，某人员发生危险行为或未发生危险行为以该人员一次出现在目标区域的时间范围进行判断，发生过一次危险行为，就确定该人员本次出现在目标区域就发生了危险行为，整体记一次发生危险行为；否则就确定该人员本次出现在目标区域未发生危险行为，整体记一次未发生危险行为。

一种示例性的实施例中，根据其他智能分析方法识别人员的一次完整行为集，以一次完整行为集合为单位，统计发生了危险行为，记录一次发生危险行为，或者，未发生危险行为，记录一次未发生危险行为。

例如，人员A在公交车站等待30分钟，可以视为一个统计单元，记录是否发生危险行为。或者，识别为3次完整行为集，分别记录是否发生危险行为。

一次出现的识别和/或一次完整行为集的识别根据相关智能分析识别方案实施，具体方面不在本申请实施例中详细讨论。

例如，人员类型为儿童，统计得到风险人员的各行为的预警系数Q如下表所示：

表1-儿童行为预警系数表

一种示例性的实施例中，根据表1所示，可以理解，当风险人员当前处于“安静待在原地”这个行为状态下时，查表确定对应的预警系数为Q1(0.1)，表示该风险人员在当前这个行为状态下发生危险行为的可能性相对较低；当风险人员当前处于“追逐打闹”这个行为状态下时，查表确定对应的预警系数为Q4(60)，表示该风险人员在当前这个行为状态下发生危险行为的可能性相对较高。

可以理解，风险目标的行为预警系数Q指示所述风险目标在当前行为状态下发生所述危险行为的可能性，Q越大表示发生危险行为的可能性越高，Q越小表示发生危险行为的可能性越低。除了本公开实施例示例的具体计算Q的方案，根据该原则还可以相应采用其他方式确定Q，不限于上述示例的具体方面。

一种示例性的实施例中，所述第一预警值A1＝P*Q，P为所述风险目标的预警初始值，Q为所述风险目标的行为预警系数。

一种示例性的实施例中，第一预警值A1越大表示所述风险目标当前需要进行预警的级别越大。

例如，以儿童张三为例，其可能的第一预警值A1如下表所示：

表2-儿童张三对应的第一预警值表

可以看到，相对于风险目标的预警初始值P而言，风险目标的行为预警系数Q与风险目标的当前行为状态相关，可以体现风险目标发生危险行为的动态风险。相应地，第一预警值A1则可以理解为综合考虑了静态风险和动态风险的预警值。

例如，所述风险目标张三为儿童，确定其预警初始值为P1(20)。根据上述表1，张三当前处于“来回走动”的行为状态，对应的预警系数为Q3(20)，则计算第一预警值A1＝P1*Q1＝20*20＝400。

一种示例性的实施例中，根据设定的陪同人员预警值计算规则，确定所述第二预警值，包括：

根据所述陪同人员的预警系数X和所述陪同人员与所述风险目标的距离S，确定所述第二预警值A2；

其中，所述陪同人员的行为预警系数X指示所述陪同人员与所述风险目标同在，且所述陪同人员处于当前行为状态下，阻止所述风险目标发生所述危险行为的程度；所述陪同人员的行为预警系数X根据风险目标和陪同人员同在时，风险目标的危险行为历史发生记录和陪同人员的历史行为库数据统计得到。

一种示例性的实施例中，陪同人员的行为预警系数X根据风险目标和陪同人员同在时，风险目标的危险行为历史发生记录和陪同人员的历史行为库数据统计得到，包括：

获取第一设定时长内，有陪同人员同在的情况下，全部风险目标发生危险行为前，其陪同人员的前一行为记录；

根据全部陪同人员的前一行为记录，按行为分别统计次数e；

分别计算各行为占比(e/V)*100为各行为的预警系数X；

其中，V为第一设定时长内，有陪同人员同在的情况下，全部风险目标发生危险行为的总次数。

可以理解，对于陪同人员的某一行为C而言，行为C的预警系数X＝(e/V)*100，表明根据历史行为数据统计，有陪同人员同行/同在的情况下，风险目标发生危险行为前，陪同人员在进行行为C的情况占比X，为1-100之间的数值。

一种示例性的实施例中，陪同人员的行为预警系数X根据风险目标和陪同人员同在时，风险目标的危险行为历史发生记录和陪同人员的历史行为库数据统计得到，还包括：

获取第一设定时长内，有陪同人员同在，风险目标在未发生危险行为的情况下，陪同人员的多个行为记录；

分别统计每一陪同人员在风险目标未发生危险行为的情况下，发生次数最多的行为，记为惯有行为；

根据全部陪同人员的惯有行为，统计各按惯有行为次数f；

分别计算各惯有行为占比1-(f/V)为各惯有行为的预警系数X；

其中，V为第一设定时长内，有陪同人员同在，风险目标在未发生危险行为的总次数。

可以理解，陪同人员的惯有行为的预警系数，也属于陪同人员的行为的预警系数中的一种。例如，对于惯有行为D而言，行为D的预警系数X＝1-(f/V)，表明根据历史行为数据统计，有陪同人员同在的时候，陪同人员发生行为D的情况下，对应的风险目标基本不会发生危险行为。因此，在该情况下，确定发生行为D的情况下再发生危险行为的概率为发生行为D的概率占比的反概率，即确定陪同人员发生行为D的情况下，对应的风险目标再发生危险行为的概率为1-(f/V)，为大于0且小于1的数值。

一种示例性的实施例中，在无陪同人员的情况下，由于没有外力影响风险目标的行为，所述陪同人员的行为预警系数X确定为100。

一种示例性的实施例中，所述陪同人员的行为预警系数X越小，表明对应行为对风险目标发生危险行为的阻止越有效。X越大，表明对应行为对风险目标发生危险行为的阻止越无效。除了本公开实施例示例的具体计算X的方案，根据该原则还可以相应采用其他方式确定X，不限于上述示例的具体方面。

换句话说，所述陪同人员的行为预警系数X表征陪同人员的行为对风险目标发生危险行为的干扰程度；X越大，对风险目标发生危险行为的干扰越小，即风险目标发生危险行为的可能性受到陪同人员行为的影响越小；X越小，对风险目标发生危险行为的干扰越大，即风险目标发生危险行为的可能性受到陪同人员行为的影响越大。例如，100表示100％，对风险目标发生危险行为无干扰，10表示10％，对风险目标发生危险行为有干扰，可以一定程度上阻止被陪同的风险目标发生危险行为，降低风险目标发生危险行为的可能性。

例如，人员类型为儿童，统计得到陪同人员的各行为的预警系数X如下表所示：

表3-陪同行为预警系数表

一种示例性的实施例中，根据表3所示，可以理解，当陪同人员当前处于“低头玩手机”这个行为状态下时，查表确定对应的预警系数为X4(30)，表示该陪同人员在“低头玩手机”这个行为状态下时，对其陪同的风险人员发生危险行为有一定干扰；当陪同人员当前处于“注视风险人员”这个行为状态下时，查表确定对应的预警系数为X2(0.9)，表示该陪同人员在“注视风险人员”这个行为状态下时，对其陪同的风险人员发生危险行为有较大干扰。相比于“低头玩手机”，陪同人员当前处于“注视风险人员”这个行为状态下，能够更大程度的干扰被陪同的风险人员发生危险行为，即更大程度上减小了风险人员发生危险行为的可能性。

一种示例性的实施例中，第二预警值A2越大表示所述风险目标在所述陪同人员的陪同下可能发生所述危险行为需要进行预警的预警级别越高。

一种示例性的实施例中，根据所述陪同人员的预警系数X和所述陪同人员与所述风险目标的距离S，确定所述第二预警值A2，包括：

根据所述陪同人员与所述风险目标的距离S，按照预设的距离-系数对应关系，确定距离系数b；

根据A2＝b*X确定第二预警值。

例如，距离-系数对应关系为：

表4-距离-系数对应关系表

以儿童的陪同人员为例，陪同人员的第二预警值如下表所示：

表5-儿童的陪同人员对应的第二预警值表

一种示例性的实施例中，步骤140包括：

以第一预警值A1和第二预警值A2的乘积作为所述综合预警值A。

仍然以儿童类型为例，示例一：儿童张三在站台内追逐打闹，但是陪同人员认真关注儿童并且距离为10cm，确定第一预警值A1＝60*P1，第二预警值A2＝0.01，计算出综合预警值A为：60P1*0.01＝0.6P1。由此可以看出，虽然独立来看，第一预警值较高，表明儿童张三发生危险行为的可能性较高，但是在陪同人员认真看管孩子的情况下，可以减小儿童张三发生危险行为的可能性，降低综合预警值。

示例二：儿童张三在站台内原地站立，但无人陪同，确定第一预警值A1＝0.1*P1，第二预警值A2＝100，计算出综合预警值A为：0.1P1*100＝10P1。由此可以看出，虽然独立来看，第一预警值不高，但是由于无人陪同，综合评价得到该情况下确定综合预警值大于示例一的综合预警值，表明示例二的情况下，儿童张三的安全风险总体更高。相应地，在综合预警值大于预警阈值的情况下，将采用相应的告警方式进行告警。

可以知晓，根据预警需要，可以灵活配置更多人员类型，更多风险目标行为，以及更多陪同人员行为，以及距离-参数对应关系。更多示例在此不一一详细讨论。

一种示例性的实施例中，所述风险目标包括大型犬、中型犬和小型犬，相应地，步骤110包括：

针对目标区域的监控视频，识别所述监控视频中包括的大型犬、中型犬和/或小型犬。

例如，识别出视频中包括了大型犬哈士奇1；

一种示例性的实施例中，步骤120包括：

从宠物信息登记库中，获取所述哈士奇的至少一个候选同行人员信息；

根据所述候选同行人员信息，识别所述监控视频中包括的所述陪同人员。

一种示例性的实施例中，步骤120包括：

获取所述风险目标进入目标区域前的行进路线上的监控视频；

分析所述进入目标区域前的行进路线上的监控视频和所述目标区域的监控视频，确定所述目标区域的监控视频中包括的所述风险目标的陪同人员；

其中，所述陪同人员为与所述风险目标之间有牵引关系的同行人员。

可以理解，该应用场景下，所述陪同人员为使用牵引绳牵引宠物的人。

一种示例性的实施例中，步骤130中以哈士奇1为风险目标确定对应的第一预警值A1。可以采用与风险目标为儿童张三相似的方法，确定哈士奇1的第一预警值A1。

其中，P＝a*A；

N为哈士奇1对应的大型犬在第一设定时长内已发生危险行为的总次数，M为在第一设定时长内全部大型犬已发生危险行为的总次数；Y为哈士奇1在第一设定时长内已发生危险行为的总次数，Z为哈士奇1在第一设定时长内历史被识别到出现在目标区域的总次数。

可选地，一种示例性的实施例中，步骤130中根据设定的风险目标预警值计算规则，确定第一预警值，包括：

在风险目标为宠物的情况下，根据预设的目标类型-预警初始值对应关系，获取所述风险目标的预警初始值P；

计算第一预警值A1＝P*g，

其中，g为预设的宠物预警系数常数，g大于0，并小于或等于100。

可以理解，一种示例性的实施例中，在风险目标为宠物的情况下，可以采用更简单的风险目标预警值计算规则，来确定对应的第一预警值。

一种示例性的实施例中，预设的目标类型-预警初始值对应关系中，大型犬对应的预警初始值大于中型犬对应的预警初始值大于小型犬对应的预警初始值，以表明大型犬可能发生设定的危险行为需要进行预警的预警级别更高。

相应地，步骤130中以哈士奇1为风险目标确定对应的第二预警值A2。可以采用与风险目标为儿童张三相似的方法，确定第二预警值A2。

可选地，一种示例性的实施例中，步骤130中根据设定的陪同人员预警值计算规则，确定第二预警值，包括：

在未识别到陪同人员的情况下，确定第二预警初值为第二预警值A2。

例如，第二预警初值＝100。可以理解，在宠物无人牵引的情况下，没有外在因素阻止干涉宠物的行为，因此第二预警值较高。

可选地，一种示例性的实施例中，步骤130中根据设定的陪同人员预警值计算规则，确定第二预警值，包括：

根据预设的陪同人员体型-第二预警值对应关系，确定所述陪同人员对应的第二预警值A2。

其中，陪同人员体型包括：高大、中等、瘦小等级别；预设的陪同人员体型-第二预警值对应关系中，高大体型对应的第二预警值<中等体型对应的第二预警值<瘦小体型对应的第二预警值。可以理解，相比之下，体型高大的牵引人员，能够更有效的干涉控制宠物的行为，因此，对应第二预警值更小；体型瘦小的牵引人员，对宠物行为的干涉和控制能力相对有限，因此，对应的第二预警值更大。

可以理解，一种示例性的实施例中，在风险目标为宠物的情况下，可以采用更简单的陪同人员预警值计算规则，来确定对应的第二预警值。

根据第一预警值和/或第二预警值所指示的预警级别的高低，根据本公开实施例已记载的相关方面，还可以进行等效变形或扩展，确定更多具体的风险目标预警值计算规则和/或陪同人员预警值计算规则，不限于本公开实施例记载的方面。

一种示例性的实施例中，所述根据所述综合预警值进行预警处理，包括：

在确定所述风险目标的综合预警值大于预警阈值的情况下，采用第一告警方式提醒所述风险目标和/或陪同人员。

一种示例性的实施例中，第一告警方式包括：通过所述目标区域内语言播报设备提醒所述风险目标和所述陪同人员。

例如，确定了儿童张三的综合预警值大于预警阈值的情况下，站内广播播放“小朋友，请注意安全，不要随意下站台”以提醒所述风险目标和/或陪同人员。更多的第一告警方式可以根据需要灵活设置，不限于本公开实施例示例的方面。

本公开实施例还提供一种安全风险预警方法，包括：

根据预设的检测间隔，执行步骤110-150；

在采用第一告警方式提醒所述风险目标和/或陪同人员后，记录所述风险目标的连续告警次数；

在确定所述连续告警次数大于第一告警次数阈值的情况下，采用第二告警方式提醒所述陪同人员；

和/或，

在确定所述连续告警次数大于第二告警次数阈值的情况下，采用第三告警方式发布针对所述目标区域的风险提示。

一种示例性的实施例中，第二告警次数阈值大于第一告警次数阈值。

可以看到，根据多次检测得到的风险目标的综合预警值，分阶段进行不同方式的告警提醒，采用不同的提醒方式和不同的提醒范围，以达到更有效的预警效果，以切实避免事故的发生。

一种示例性的实施例中，所述安全风险预警方法，还包括：

在采用第二告警方式提醒所述陪同人员后，记录所述风险目标的连续告警次数；

在确定所述连续告警次数大于第三告警次数阈值的情况下，采用第三告警方式发布针对所述目标区域的风险提示。

其中，所述第三告警次数阈值独立设置。

可以理解，一些示例性的实施例中，在三个阶段对应采用三种告警方式进行告警：

T1阶段，连续告警次数小于或等于第一告警次数阈值的情况下，采用第一告警方式进行告警；

T2阶段，连续告警次数大于第一告警次数阈值的情况下，采用第二告警方式进行告警；

T3阶段，连续告警次数大于第三告警次数阈值的情况下，采用第三告警方式进行告警。

一种示例性的实施例中，所述安全风险预警方法，包括：

根据预设的检测间隔，执行步骤110-150；

在所述风险目标无陪同人员的情况下，在采用第一告警方式提醒所述风险目标后，记录所述风险目标的连续告警次数；

在确定所述连续告警次数大于第一告警次数阈值的情况下，采用第三告警方式发布针对所述目标区域的风险提示。

可以理解，在确定所述风险目标无陪同人员的情况下，无需采用第二告警方式，而是在大于第一告警次数阈值的情况下，采用第三告警方式发布告警信息。

一种示例性的实施例中，第二告警方式包括：获取所述风险目标或陪同人员的电话号码，通过电话或消息提醒所述风险目标和/或所述陪同人员。

一种示例性的实施例中，在所述风险目标离开所述目标区域后，累计的连续告警次数清零。

一种示例性的实施例中，在确定所述风险目标综合预警值小于或等于预警阈值的情况，累计的连续告警次数清零。

一种示例性的实施例中，针对所述陪同人员的电话或消息用于提醒陪同人员看护好所述风险目标，避免发生危险。

例如，第一告警次数阈值＝10，确定了儿童张三的综合预警值大于预警阈值，累计的连续告警次数大于10的情况下，获取所述陪同人员的电话号码，并通过电话通知所述陪同人员留意所述风险目标的安全。更多的第二告警方式可以根据需要灵活设置，不限于本公开实施例示例的方面。

一种示例性的实施例中，第三告警方式包括：通过所述目标区域附近设置的信号灯和/或文字/图像提示牌和/或声音播放设备发布针对目标区域的风险提示，以提示过往车辆当前目标区域内存在风险隐患，使其保持更高警惕。

例如，第二告警次数阈值＝15，确定了儿童张三的综合预警值大于预警阈值，累计的连续告警次数大于15的情况下，在目标区域附近的闪动黄色警示灯，同时，文字提示“附近有儿童，请小心安全”。更多的第三告警方式可以根据需要灵活设置，不限于本公开实施例示例的方面。

需要说明的是，基于步骤140所确定综合预警值，本领域技术人员可以根据业务功能的需要，扩展更多的告警方式或告警策略，不限于本公开实施例所示例的方面。

可以看到，根据本公开实施例提供的安全风险预警方案，根据风险目标和陪同人员的综合预警值，进行了多方式的预警处理；基于两方面因素评估安全风险，提高了安全风险评估的准确性，再基于多级(多阶段)告警方式，以达到更有效的预警效果，切实避免安全事故的发生。

本公开实施例还提供一种安全风险预警方法，应用于公交车站的安全风险预警，风险目标为人(称为风险人员)，用于对公交车站可能出现的人员安全事故进行预警，如图2所示，包括：

步骤210，识别风险人员；

步骤220，获取风险人员的第一预警值A1；

步骤230，识别风险人员的陪同人员；

步骤240，获取陪同人员的第二预警值A2；

步骤241，根据所述第一预警值和所述第二预警值，确定所述风险人员的综合预警值；

步骤250，判断综合预警值是否大于预警阈值，则执行步骤260；如果小于或等于，执行步骤270；

步骤260，根据连续告警次数确定告警方式；

步骤280，按第一告警方式对风险人员和陪同人员进行安全提醒；

步骤290，按第二告警方式对陪同人员进行安全提醒；

步骤2100，按第三告警方式发布针对所述目标区域的风险提示；

步骤270，停止告警。

其中，步骤210中，根据设定类型人员的风险人员库数据，进行风险人员识别。

步骤220中，根据风险人员的历史行为库统计确定第一预警值A1。

步骤230中，根据同行人员库数据，进行陪同人员识别。

步骤240中，根据陪同人员的历史行为库统计确定第一预警值A2。

步骤270还包括：连续告警次数清零。

本实施例通过路侧已有的可拍摄到公交站摄像头或给公交车站台增加摄像头筛选站内人员，通过智能分析服务器，分析站内人员行为，从而计算出当前公交站内出现“鬼探头”行为的风险度，通过站内增设的预警装置，提前给过往车辆预警。无需给每辆车都搭载预警装置，并且可以提前预判出鬼探头风险，不仅降低成本，也可以有效减少漏预警的情况。

本公开实施例还提供一种安全风险预警装置，如图3所示，包括：

风险目标识别模块310，设置为获取针对目标区域的监控视频，识别所述监控视频中包括的设定类型的风险目标；

陪同人员识别模块320，设置为根据所述风险目标，识别所述监控视频中包括的陪同所述风险目标的陪同人员；

预警值计算模块330，设置为根据设定的风险目标预警值计算规则，确定第一预警值，根据设定的陪同人员预警值计算规则，确定第二预警值；还设置为根据所述第一预警值和所述第二预警值，确定所述风险目标的综合预警值；

预警模块340，设置为根据所述综合预警值进行预警处理；

其中，所述第一预警值指示所述风险目标可能发生设定的危险行为需要进行预警的预警级别，所述第二预警值指示所述风险目标在所述陪同人员的陪同下可能发生所述危险行为需要进行预警的预警级别。

本公开实施例还提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述的安全风险预警方法。

本公开实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述的安全风险预警方法。

根据本公开实施例提供的安全风险预警方案，能够充分利用已有的视频监控设备，基于视频识别技术，对设定类型的风险目标及其陪同人员进行识别，基于历史行为库分析统计所确定的风险目标的预警值和陪同人员的预警值，对当前场景下风险目标发生危险行为的可能性进行评估，确定综合预警值，并采用相适应的告警方式进行多阶段不同范围的告警，以有效进行安全风险预警，切实减小安全事故发生的风险。

需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。