一种托育儿童在校安全智慧监护方法与流程

1.本发明属于托育监护技术领域，具体涉及一种托育儿童在校安全智慧监护方法。


背景技术：

2.狭义的托育服务是指3岁以下婴幼儿因正常的家庭照顾功能不足或者家庭照顾功能遭到破坏，导致3岁以下婴幼儿必须在一天当中的某个时间段离开监护人(即具体但不限于为父母亲)，通过其他人或者机构进行替代性照料或看护的机制或制度。随着时代发展和教保观念演进，除儿童照顾与保护的功能外，监护人还期待托育服务也能同时提供教育的功能，使得儿童照顾与早期教育的界限难以划分，换句话说，广义的托育服务可以延伸为对0～6岁的学龄前儿童进行儿童照顾及早期教育的服务。
3.考虑托育儿童年少不知事，在被送入托育机构(例如托育园区或幼儿园等)后，容易发生因抢夺玩具等情况而出现对同学施以诸如打、踢、抓咬、推搡、勒索、抢夺和破坏物品等身体动作行为，此时需要托育老师进行制止和批评教育，以防止进一步恶化。但是这些直接身体欺凌动作不易被及时发现，同时考虑可能存在人手临时不足等情况，将会导致事态恶化，助长欺凌者的不良习惯以及给受凌者留下阴影，不利于他们的健康成长，即现有托育监护技术可能存在不能及时制止直接身体欺凌行为的问题。


技术实现要素：

4.本发明的目的是提供一种托育儿童在校安全智慧监护方法、装置、计算机设备及计算机可读存储介质，用以解决现有托育监护技术可能存在不能及时制止直接身体欺凌行为的问题。
5.为了实现上述目的，本发明采用以下技术方案：
6.第一方面，提供了一种托育儿童在校安全智慧监护方法，包括：
7.接收由摄像设备对在校人员采集的人脸图像，其中，所述摄像设备的数目为多个且分别离散地布设在校区的各个预设监控位置上；
8.根据所述人脸图像，对所述在校人员进行人员识别处理，得到人员识别结果；
9.在所述人员识别结果为某个托育儿童时，基于由多个所述摄像设备采集而得的视频图像对所述某个托育儿童进行人员追踪；
10.根据人员追踪结果接收由kinect设备对所述某个托育儿童实时采集的kinect骨骼数据，其中，所述kinect设备的数目为多个且分别离散地布设在所述各个预设监控位置上，所述kinect骨骼数据包含有多个人体关节点的三维坐标，所述多个人体关节点包括有头部关节点、颈部关节点、脊柱肩膀关节点、脊柱中间关节点、脊柱基底关节点、左肩关节点、左肘关节点、左腕关节点、左手关节点、左臀关节点、左膝关节点、左踝关节点、左足关节点、右肩关节点、右肘关节点、右腕关节点、右手关节点、右臀关节点、右膝关节点、右踝关节点和右足关节点；
11.将连续多帧的所述kinect骨骼数据导入基于人工神经网络的且已预训练的人体
动作识别模型，得到人体动作识别结果；
12.针对实时人身距离小于预设距离阈值的第一托育儿童和第二托育儿童，若根据所述第一托育儿童的人体动作识别结果发现存在直接身体欺凌动作且根据所述第二托育儿童的人体动作识别结果发现存在直接身体受凌动作，则判定存在直接欺凌事件，并触发向托育老师发送第一示警消息，其中，所述第一托育儿童或所述第二托育儿童为所述某个托育儿童。
13.基于上述发明内容，提供了一种基于人脸识别技术、人员追踪技术和人体动作识别技术的直接身体欺凌行为提醒制止方案，即在人脸识别出某个托育儿童后，先基于由多个摄像设备采集而得的视频图像对所述某个托育儿童进行人员追踪，并根据人员追踪结果接收由kinect设备对所述某个托育儿童实时采集的kinect骨骼数据，然后将连续多帧的所述kinect骨骼数据导入基于人工神经网络的且已预训练的人体动作识别模型，得到人体动作识别结果，最后基于两托育儿童的人体动作识别结果判断是否存在直接欺凌事件，若是则触发向托育老师发送示警消息，如此可利于及时进行欺凌制止和批评教育，防止事态恶化，为托育儿童的健康成长保驾护航，并降低托育老师的工作量，拓展托育监护功能，便于实际应用和推广。
14.在一个可能的设计中，根据所述人脸图像，对所述在校人员进行人员识别处理，得到人员识别结果，包括：
15.将所述人脸图像导入基于深度学习技术的且已预训练的人脸识别模型，输出得到人脸识别结果；
16.若所述人脸识别结果表示所识别出人员为合法在校人员，则将该合法在校人员作为人员识别结果。
17.在一个可能的设计中，在基于由多个所述摄像设备采集而得的视频图像对所述某个托育儿童进行人员追踪之后，所述方法还包括：
18.根据人员追踪结果，在所述视频图像中用标注框标识出所述某个托育儿童，并在所述视频图像中对位于所述标注框之外的其它托育儿童的身体图像进行马赛克处理，得到新的视频图像；
19.通过互联网络将所述新的视频图像发送至与所述某个托育儿童绑定的监护人终端。
20.在一个可能的设计中，当判定存在直接欺凌事件时，所述方法还包括：
21.在所述视频图像中扩展所述标注框，以便使所述标注框还囊括有另一托育儿童的身体图像，其中，所述另一托育儿童和所述某个托育儿童互为所述第一托育儿童和所述第二托育儿童。
22.在一个可能的设计中，触发向托育老师发送第一示警消息，包括：
23.根据所述第一托育儿童的人员追踪结果，确定所述第一托育儿童的所在位置，以及根据所述第二托育儿童的人员追踪结果，确定所述第二托育儿童的所在位置；
24.将所述第一托育儿童的所在位置与所述第二托育儿童的所在位置的中心点作为直接欺凌事件发生点，并将标注有所述直接欺凌事件发生点的校区电子地图作为第一示警消息发送至托育老师终端。
25.在一个可能的设计中，在将连续多帧的所述kinect骨骼数据导入基于人工神经网
络的且已预训练的人体动作识别模型，得到人体动作识别结果之后，所述方法还包括：
26.若根据所述某个托育儿童的人体动作识别结果发现存在跌倒动作，则触发向托育老师发送第二示警消息。
27.在一个可能的设计中，所述摄像设备和所述kinect设备为一体化设备。
28.第二方面，提供了一种托育儿童在校安全智慧监护装置，包括有依次通信连接的图像接收模块、人员识别模块、人员追踪模块、数据接收模块、动作识别模块和示警触发模块；
29.所述图像接收模块，用于接收由摄像设备对在校人员采集的人脸图像，其中，所述摄像设备的数目为多个且分别离散地布设在校区的各个预设监控位置上；
30.所述人员识别模块，用于根据所述人脸图像，对所述在校人员进行人员识别处理，得到人员识别结果；
31.所述人员追踪模块，用于在所述人员识别结果为某个托育儿童时，基于由多个所述摄像设备采集而得的视频图像对所述某个托育儿童进行人员追踪；
32.所述数据接收模块，用于根据人员追踪结果接收由kinect设备对所述某个托育儿童实时采集的kinect骨骼数据，其中，所述kinect设备的数目为多个且分别离散地布设在所述各个预设监控位置上，所述kinect骨骼数据包含有多个人体关节点的三维坐标，所述多个人体关节点包括有头部关节点、颈部关节点、脊柱肩膀关节点、脊柱中间关节点、脊柱基底关节点、左肩关节点、左肘关节点、左腕关节点、左手关节点、左臀关节点、左膝关节点、左踝关节点、左足关节点、右肩关节点、右肘关节点、右腕关节点、右手关节点、右臀关节点、右膝关节点、右踝关节点和右足关节点；
33.所述动作识别模块，用于将连续多帧的所述kinect骨骼数据导入基于人工神经网络的且已预训练的人体动作识别模型，得到人体动作识别结果；
34.所述示警触发模块，用于针对实时人身距离小于预设距离阈值的第一托育儿童和第二托育儿童，若根据所述第一托育儿童的人体动作识别结果发现存在直接身体欺凌动作且根据所述第二托育儿童的人体动作识别结果发现存在直接身体受凌动作，则判定存在直接欺凌事件，并触发向托育老师发送第一示警消息，其中，所述第一托育儿童或所述第二托育儿童为所述某个托育儿童。
35.第三方面，本发明提供了一种计算机设备，包括有依次通信连接的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面或第一方面中任意可能设计所述的托育儿童在校安全智慧监护方法。
36.第四方面，本发明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上存储有指令，当所述指令在计算机上运行时，执行如第一方面或第一方面中任意可能设计所述的托育儿童在校安全智慧监护方法。
37.第五方面，本发明提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面或第一方面中任意可能设计所述的托育儿童在校安全智慧监护方法。
38.有益效果：
39.(1)本发明创造提供了一种基于人脸识别技术、人员追踪技术和人体动作识别技
术的直接身体欺凌行为提醒制止方案，即在人脸识别出某个托育儿童后，先基于由多个摄像设备采集而得的视频图像对所述某个托育儿童进行人员追踪，并根据人员追踪结果接收由kinect设备对所述某个托育儿童实时采集的kinect骨骼数据，然后将连续多帧的所述kinect骨骼数据导入基于人工神经网络的且已预训练的人体动作识别模型，得到人体动作识别结果，最后基于两托育儿童的人体动作识别结果判断是否存在直接欺凌事件，若是则触发向托育老师发送示警消息，如此可利于及时进行欺凌制止和批评教育，防止事态恶化，为托育儿童的健康成长保驾护航，并降低托育老师的工作量，拓展托育监护功能，便于实际应用和推广。
附图说明
40.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。
41.图1为本发明提供的托育儿童在校安全智慧监护方法的流程示意图。
42.图2为本发明提供的在kinect骨骼数据中25个人体关节点的示例图。
43.图3为本发明提供的托育儿童在校安全智慧监护装置的结构示意图。
44.图4为本发明提供的计算机设备的结构示意图。
具体实施方式
45.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，下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍，显而易见地，下面关于附图结构的描述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。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。
46.应当理解，尽管本文可能使用术语第一和第二等等来描述各种对象，但是这些对象不应当受到这些术语的限制。这些术语仅用于区分一个对象和另一个对象。例如可以将第一对象称作第二对象,并且类似地可以将第二对象称作第一对象，同时不脱离本发明的示例实施例的范围。
47.应当理解，对于本文中可能出现的术语“和/或”，其仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a、单独存在b或者同时存在a和b等三种情况；对于本文中可能出现的术语“/和”，其是描述另一种关联对象关系，表示可以存在两种关系，例如，a/和b，可以表示：单独存在a或者同时存在a和b等两种情况；另外，对于本文中可能出现的字符“/”，一般表示前后关联对象是一种“或”关系。
48.如图1所示，本实施例第一方面提供的所述托育儿童在校安全智慧监护方法，可以但不限于由具有一定计算资源的且分别通信连接摄像设备和kinect设备的计算机设备执行，例如由平台服务器、个人计算机(personal computer，pc，指一种大小、价格和性能适用于个人使用的多用途计算机；台式机、笔记本电脑到小型笔记本电脑和平板电脑以及超级本等都属于个人计算机)、智能手机、个人数字助理(personal digital assistant，pda)或
可穿戴设备等电子设备执行。如图1所示，所述托育儿童在校安全智慧监护方法，可以但不限于包括有如下步骤s1～s6。
49.s1.接收由摄像设备对在校人员采集的人脸图像，其中，所述摄像设备的数目为多个且分别离散地布设在校区的各个预设监控位置上。
50.在所述步骤s1中，所述摄像设备可以是所述kinect设备中的一个特定摄像头，也可以是一个独立摄像头，用于采集获取所述在校人员(包括但不限于托育儿童和托育老师等)的人脸图像。
51.s2.根据所述人脸图像，对所述在校人员进行人员识别处理，得到人员识别结果。
52.在所述步骤s2中，具体的，包括但不限于有如下步骤s21～s22。
53.s21.将所述人脸图像导入基于深度学习技术的且已预训练的人脸识别模型，输出得到人脸识别结果。
54.在所述步骤s21中，所述深度学习(deep learning)技术是机器学习技术的一个分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法，至今已有数种深度学习框架，如卷积神经网络、深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别和生物信息学等领域，并获取了极好的效果，因此可以基于卷积神经网络、深度置信网络和递归神经网络等深度学习网络，通过常规的学习训练方式预训练得到所述人脸识别模型，使得其在输入人脸图像后，可以输出对应的人脸识别结果。
55.s22.若所述人脸识别结果表示所识别出人员为合法在校人员，则将该合法在校人员作为人员识别结果。
56.在所述步骤s22中，所述合法在校人员可以但不限于是托育儿童和托育老师等，由于他们会预先经过报名注册等流程进行合法性登记，因此被称为合法在校人员。此外，若所述人脸识别结果表示所识别出人员为非法在校人员，可以触发向托育老师等发送示警消息进行提示。
57.s3.在所述人员识别结果为某个托育儿童时，基于由多个所述摄像设备采集而得的视频图像对所述某个托育儿童进行人员追踪。
58.在所述步骤s3中，对所述某个托育儿童进行人员追踪的具体手段为现有视频追踪技术，于此不再赘述。此外，由于所述摄像设备的数目为多个且分别离散地布设在校区的各个预设监控位置上，因此可以通过多个所述摄像设备对所述某个托育儿童进行常规的联动追踪，即在所述某个托育儿童脱离某个摄像设备的视野前，可根据所述某个托育儿童的移动方向确定下一个摄像设备来接力进行人员追踪。
59.s4.根据人员追踪结果接收由kinect设备对所述某个托育儿童实时采集的kinect骨骼数据，其中，所述kinect设备的数目为多个且分别离散地布设在所述各个预设监控位置上，所述kinect骨骼数据包含但不限于有多个人体关节点的三维坐标，所述多个人体关节点包括但不限于有头部关节点、颈部关节点、脊柱肩膀关节点、脊柱中间关节点、脊柱基底关节点、左肩关节点、左肘关节点、左腕关节点、左手关节点、左臀关节点、左膝关节点、左踝关节点、左足关节点、右肩关节点、右肘关节点、右腕关节点、右手关节点、右臀关节点、右膝关节点、右踝关节点和右足关节点等。
60.在所述步骤s4中，由于根据人员追踪结果可确定所述某个托育儿童在任意时刻的
人员位置，因此可以将实时最靠近该人员位置的且包含有所述多个人体关节点的三维坐标，作为由所述kinect设备对所述某个托育儿童实时采集的kinect骨骼数据，以便排除因其它在校人员动作而采集到的噪声数据，进一步确保后续测评结果的准确性。所述kinect设备优选为第二代的kinect v2设备，其相对于第一代kinect设备有改进的4阵列麦克风(零点平衡)、新的主动式红外检测和1080p高清视频等，同时可利用改进之后的骨骼追踪识别技术，对深度图像前景和背景进行分离，然后通过基于深度图像特征的骨骼关节点跟踪6个完整骨骼和25个关节点(如图2所示，有头部关节点1——head、颈部关节点2——neck、脊柱肩膀关节点3——spineshoulder、脊柱中间关节点4——spinemid、脊柱基底关节点5——spinebase、左肩关节点6——shoulderleft、左肘关节点7——elbowleft、左腕关节点8——wristleft、左手关节点9——handleft、左拇指关节点10——thumbleft、左指尖关节点11——handtipleft、左臀关节点12——hipleft、左膝关节点13——kneeleft、左踝关节点14——ankleleft、左足关节点15——footleft、右肩关节点16——shoulderright、右肘关节点17——elbowright、右腕关节点18——wristright、右手关节点19——handright、右拇指关节点20——thumbright、右指尖关节点21——handtipright、右臀关节点22——hipright、右膝关节点23——kneeright、右踝关节点24——ankleright和右足关节点25——footright等)，最后以约30fps的传输速度输出kinect骨骼数据，使得追踪的姿势更加精确和稳定。由于所述kinect设备会对所述25个关节点进行追踪，因此追踪所得的kinect骨骼数据必然包含有所述多个人体关节点的三维坐标。此外，为了进一步排除噪声数据，所述摄像设备和所述kinect设备优选为一体化设备。
61.s5.将连续多帧的所述kinect骨骼数据导入基于人工神经网络的且已预训练的人体动作识别模型，得到人体动作识别结果。
62.在所述步骤s5中，所述人工神经网络(artificial neural network，简称ann)是指由大量的处理单元(即神经元)互相连接而形成的复杂网络结构，是对人脑组织结构和运行机制的某种抽象、简化和模拟，其以数学模型模拟神经元活动，是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统，因此具有自学习、自组织、自适应以及很强的非线性函数逼近能力，拥有强大的容错性，可以实现仿真、二值图像识别、预测以及模糊控制等功能，是处理非线性系统的有力工具。由此可通过常规的学习训练方式预训练得到所述人体动作识别模型，使得其在输入连续多帧的所述kinect骨骼数据后，可以输出对应的人体动作识别结果。
63.s6.针对实时人身距离小于预设距离阈值的第一托育儿童和第二托育儿童，若根据所述第一托育儿童的人体动作识别结果发现存在直接身体欺凌动作且根据所述第二托育儿童的人体动作识别结果发现存在直接身体受凌动作，则判定存在直接欺凌事件，并触发向托育老师发送第一示警消息，其中，所述第一托育儿童或所述第二托育儿童为所述某个托育儿童。
64.在所述步骤s6中，所述实时人身距离可基于分别对所述第一托育儿童和所述第二托育儿童进行的人员追踪结果来实时计算得到；所述预设距离阈值可以举例为1米。所述直接身体欺凌动作可以但不限于为诸如打、踢、抓咬、推搡、勒索、抢夺和破坏物品等身体动作，所述直接身体受凌动作可以但不限于为诸如被打、被踢、被抓咬、被推搡、被勒索、被抢夺和被破坏物品等身体动作，只有当两者同时对应存在且实时人身距离小于所述预设距离
阈值时，表明发生了所述第一托育儿童正在直接身体欺凌所述第二托育儿童的直接欺凌事件，此时就需要及时触发向托育老师发送第一示警消息，以便由所述托育老师进行制止和批评教育。具体的，触发向托育老师发送第一示警消息，包括但不限于有如下步骤s61～s62：s61.根据所述第一托育儿童的人员追踪结果，确定所述第一托育儿童的所在位置，以及根据所述第二托育儿童的人员追踪结果，确定所述第二托育儿童的所在位置；将所述第一托育儿童的所在位置与所述第二托育儿童的所在位置的中心点作为直接欺凌事件发生点，并将标注有所述直接欺凌事件发生点的校区电子地图作为第一示警消息发送至托育老师终端。此外，在将连续多帧的所述kinect骨骼数据导入基于人工神经网络的且已预训练的人体动作识别模型，得到人体动作识别结果之后，所述方法还包括但不限于有：若根据所述某个托育儿童的人体动作识别结果发现存在跌倒动作，则触发向托育老师发送第二示警消息，如此也可以及时提醒托育老师对所述某个托育儿童进行帮扶，避免事态恶化，拓展托育监护功能。
65.由此基于前述步骤s1～s6所描述的托育儿童在校安全智慧监护方法，提供了一种基于人脸识别技术、人员追踪技术和人体动作识别技术的直接身体欺凌行为提醒制止方案，即在人脸识别出某个托育儿童后，先基于由多个摄像设备采集而得的视频图像对所述某个托育儿童进行人员追踪，并根据人员追踪结果接收由kinect设备对所述某个托育儿童实时采集的kinect骨骼数据，然后将连续多帧的所述kinect骨骼数据导入基于人工神经网络的且已预训练的人体动作识别模型，得到人体动作识别结果，最后基于两托育儿童的人体动作识别结果判断是否存在直接欺凌事件，若是则触发向托育老师发送示警消息，如此可利于及时进行欺凌制止和批评教育，防止事态恶化，为托育儿童的健康成长保驾护航，并降低托育老师的工作量，拓展托育监护功能，便于实际应用和推广。
66.本实施例在前述第一方面的技术方案基础上，还提供了一种如何向监护人提供具有隐私保护特点的在校监控图像的可能设计一，即在基于由多个所述摄像设备采集而得的视频图像对所述某个托育儿童进行人员追踪之后，所述方法还包括但不限于有如下步骤s301～s302。
67.s301.根据人员追踪结果，在所述视频图像中用标注框标识出所述某个托育儿童，并在所述视频图像中对位于所述标注框之外的其它托育儿童的身体图像进行马赛克处理，得到新的视频图像。
68.在所述步骤s301中，所述标注框优选为一个可以囊括所述某个托育儿童的身体图像的方框，以便所述某个托育儿童的监护人可以重点感知所述某个托育儿童的在校行为。此外，所述马赛克处理为常规的打码模糊方式，以便在所述新的视频图像中保护所述其它托育儿童的在校隐私。
69.s302.通过互联网络将所述新的视频图像发送至与所述某个托育儿童绑定的监护人终端。
70.由此基于前述的可能设计一，可以向监护人提供能够保护非自家儿童在校隐私的在校监控图像，使监护人可以随时感知自家儿童的在校行为。此外，为了使监护人能够感知完整的欺凌事件，优选的，当判定存在直接欺凌事件时，所述方法还包括但不限于：在所述视频图像中扩展所述标注框，以便使所述标注框还囊括有另一托育儿童的身体图像，其中，所述另一托育儿童和所述某个托育儿童互为所述第一托育儿童和所述第二托育儿童。
71.如图3所示，本实施例第二方面提供了一种实现第一方面或第一方面中任一可能设计所述的托育儿童在校安全智慧监护方法的虚拟装置，包括有依次通信连接的图像接收模块、人员识别模块、人员追踪模块、数据接收模块、动作识别模块和示警触发模块；
72.所述图像接收模块，用于接收由摄像设备对在校人员采集的人脸图像，其中，所述摄像设备的数目为多个且分别离散地布设在校区的各个预设监控位置上；
73.所述人员识别模块，用于根据所述人脸图像，对所述在校人员进行人员识别处理，得到人员识别结果；
74.所述人员追踪模块，用于在所述人员识别结果为某个托育儿童时，基于由多个所述摄像设备采集而得的视频图像对所述某个托育儿童进行人员追踪；
75.所述数据接收模块，用于根据人员追踪结果接收由kinect设备对所述某个托育儿童实时采集的kinect骨骼数据，其中，所述kinect设备的数目为多个且分别离散地布设在所述各个预设监控位置上，所述kinect骨骼数据包含有多个人体关节点的三维坐标，所述多个人体关节点包括有头部关节点、颈部关节点、脊柱肩膀关节点、脊柱中间关节点、脊柱基底关节点、左肩关节点、左肘关节点、左腕关节点、左手关节点、左臀关节点、左膝关节点、左踝关节点、左足关节点、右肩关节点、右肘关节点、右腕关节点、右手关节点、右臀关节点、右膝关节点、右踝关节点和右足关节点；
76.所述动作识别模块，用于将连续多帧的所述kinect骨骼数据导入基于人工神经网络的且已预训练的人体动作识别模型，得到人体动作识别结果；
77.所述示警触发模块，用于针对实时人身距离小于预设距离阈值的第一托育儿童和第二托育儿童，若根据所述第一托育儿童的人体动作识别结果发现存在直接身体欺凌动作且根据所述第二托育儿童的人体动作识别结果发现存在直接身体受凌动作，则判定存在直接欺凌事件，并触发向托育老师发送第一示警消息，其中，所述第一托育儿童或所述第二托育儿童为所述某个托育儿童。
78.本实施例第二方面提供的前述装置的工作过程、工作细节和技术效果，可以参见第一方面或第一方面中任一可能设计所述的托育儿童在校安全智慧监护方法，于此不再赘述。
79.如图4所示，本实施例第三方面提供了一种执行如第一方面或第一方面中任一可能设计所述的托育儿童在校安全智慧监护方法的计算机设备，包括有依次通信连接的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面或第一方面中任一可能设计所述的托育儿童在校安全智慧监护方法。具体举例的，所述存储器可以但不限于包括随机存取存储器(random-access memory，ram)、只读存储器(read-only memory，rom)、闪存(flash memory)、先进先出存储器(first input first output，fifo)和/或先进后出存储器(first input last output，filo)等等；所述处理器可以但不限于采用型号为stm32f105系列的微处理器。此外，所述计算机设备还可以但不限于包括有电源模块、显示屏和其它必要的部件。
80.本实施例第三方面提供的前述计算机设备的工作过程、工作细节和技术效果，可以参见第一方面或第一方面中任一可能设计所述的托育儿童在校安全智慧监护方法，于此不再赘述。
81.本实施例第四方面提供了一种存储包含如第一方面或第一方面中任一可能设计所述的托育儿童在校安全智慧监护方法的指令的计算机可读存储介质，即所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面或第一方面中任一可能设计所述的托育儿童在校安全智慧监护方法。其中，所述计算机可读存储介质是指存储数据的载体，可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(memory stick)等计算机可读存储介质，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。
82.本实施例第四方面提供的前述计算机可读存储介质的工作过程、工作细节和技术效果，可以参见如第一方面或第一方面中任一可能设计所述的托育儿童在校安全智慧监护方法，于此不再赘述。
83.本实施例第五方面提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面或第一方面中任一可能设计所述的托育儿童在校安全智慧监护方法。其中，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。
84.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。