一种宠物排便行为监管方法、装置及系统与流程

本文涉及智慧社区，尤其涉及一种宠物排便行为监管方法、装置及系统。

背景技术：

1、随着城市化进程的快速发展，社区成员对社区环境有了更高的要求，例如社区成员希望社区内具有干净整洁的环境，然而，社区成员存在领养宠物的现象，且宠物外出时存在不文明排便的问题，由于宠物主人的素质参差不齐，部分宠物主人未能自觉对宠物粪便进行清理，导致宠物的排便行为影响了环境卫生，同时，宠物粪便可能携带一些病毒细菌，还可能对人体的健康造成一定威胁。

2、现有技术中，对于宠物排便行为的识别方法包括：通过摄像头捕捉宠物的排泄行为，然后对捕捉到的图像进行分析，以识别宠物的大小便。一旦识别成功，模式识别模块会进一步分析宠物的大小便类型，如尿液、粪便等。

3、但是，基于摄像头图像的宠物排便行为识别方法存在误报率高、准确性低的问题，例如当其他物体与宠物排泄物相似时，可能会被错误地识别为宠物排泄物，导致误报；又例如在光照条件不佳、物毛发遮挡等情况下，可能难以准确地识别宠物排泄物等。

技术实现思路

1、本发明提供一种宠物排便行为监管方法、装置及系统，用于解决现有技术中宠物排便行为识别方法存在误报率高、准确性低的技术问题。

2、为了解决上述技术问题，本文的第一方面提供一种宠物排便行为监管方法，所述方法应用于社区，社区内设置有多个气味传感器、多个红外传感器及多个图像采集器，每一气味传感器关联至少一个红外传感器，所述方法包括：

3、识别气味传感器采集的气味数据，当识别出气味异常时触发所述气味传感器关联的红外传感器采集红外图像；

4、分析所述红外图像得到气味来源类型，当所述气味来源类型为活体时，从所述图像采集器中获取所述红外图像采集时的彩色图像；

5、将所述气味数据、红外图像及彩色图像输入至预训练的排便行为识别模型中，得到宠物排便行为识别结果，其中，所述排便行为识别模型根据历史宠物排便行为样本及宠物非排便行为样本训练得到，所述各行为样本包括同一时刻获取的气味数据、红外图像及彩色图像；

6、当所述排便行为识别结果为存在宠物排便行为时，发出宠物排便提醒信息。

7、作为本文的进一步实施例中，所述宠物排便行为样本及宠物非排便行为样本确定过程，包括：

8、确定宠物在所述社区内各道路排便的时段信息；

9、根据所述宠物在所述社区内各道路排便的时段信息，采集多组数据，其中，每组数据包括同一时刻获取的气味数据、红外图像及彩色图像；

10、对于所述每组数据，分析该组数据中的气味数据以确定气味是否异常：若气味异常则识别红外图像以确定是否存在活物，若存在活物，则设置该组数据的标签为待定标签，若不存在活物，则设置该组数据的标签为不存在宠物排泄行为；若气味正常，则设置该组数据的标签为不存在宠物排泄行为；

11、发送所述待定标签的数据至用户端，以由用户通过所述用户端对所述待定标签的数据进行打标签处理。

12、作为本文的进一步实施例中，识别出存在宠物排便行为后，还包括：

13、在图像采集器采集的彩色图像中追踪动态物体及识别动态物体类型；

14、若所述动态物体包括宠物及人物，则根据所述动态物体追踪结果，确定宠物及人物之间的疑似关联关系；

15、从历史关联库中查找所述疑似关联关系，若查找成功，则发送提醒信息至所述疑似关联关系中的人物。

16、作为本文的进一步实施例中，根据所述动态物体追踪结果，确定宠物及人物之间的疑似关联关系，包括：

17、将所述追踪结果中的每一宠物及人物组成一待定关联组，根据物联网中其它图像采集器采集彩色图像，确定所述待定关联组被采集到的次数，当次数大于预定值时，确定该待定关联组中的宠物与人物存在疑似关联关系。

18、作为本文的进一步实施例中，宠物排便行为监管方法还包括：

19、若从历史关联库中查找所述疑似关联关系失败，则根据物联网中图像采集器采集的彩色图像，统计疑似关联关系中宠物出现的次数及位置；

20、根据得到的疑似关联关系中宠物出现的次数及位置，生成并发出巡检任务。

21、作为本文的进一步实施例中，所述历史关联库建立过程，包括：

22、获取物联网中图像采集器预设时间段内采集的彩色图像；

23、分析第一预定时间段内采集的所述彩色图像中的特征信息；

24、对于第一预定时间段内采集的每一彩色图像，分析该彩色图像的特征信息中是否包含动物特征信息及人特征信息，若是，则保留该彩色图像；

25、分析所述保留图像中动物与人是否具有关联关系，若具有，则建立动物特征信息与人特征信息之间的关联关系；

26、由多个所述动物特征信息与人特征信息之间的关联关系，组成历史关联库。

27、作为本文的进一步实施例中，识别出存在宠物排便行为后，还包括：

28、统计所述气味传感器检测到异常气味的持续时间，当所述持续时间达到预定时间时，发出保洁提醒信息。

29、作为本文的进一步实施例中，发出宠物排便提醒信息后，还包括：

30、统计第二预定时间段内针对同一宠物的提醒次数，当所述提醒次数超过预定次数时，发送针对该宠物关联人物的罚单指令至物业管理系统。

31、本文的第二个方面提供一种宠物排便行为监管装置，所述装置应用于社区，社区内设置有多个气味传感器、多个红外传感器及多个图像采集器，每一气味传感器关联至少一个红外传感器，所述装置包括：

32、检测模块，用于识别气味传感器气味数据，当识别出气味异常时触发所述气味传感器关联的红外传感器采集红外图像；

33、分析模块，用于分析所述红外图像得到气味来源类型，当所述气味来源类型为活体时，从所述图像采集器中获取采集所述红外图像采集时的彩色图像；

34、识别模块，用于将所述气味数据、红外图像及彩色图像输入至预训练的排便行为识别模型中，得到宠物排便行为识别结果，其中，所述排便行为识别模型根据历史宠物排便行为样本及宠物非排便行为样本训练得到，所述各行为样本包括同一时刻获取的气味数据、红外图像及彩色图像；

35、告警模块，用于当所述排便行为识别结果为存在宠物排便行为时，发出宠物排便提醒信息。

36、本文的第三个方面提供一种宠物排便行为监管系统，应用于社区，所述系统包括：

37、多个气味传感器、多个红外传感器、多个图像采集器及处理器，所述处理器连接所述气味传感器、红外传感器及图像采集器，每一气味传感器关联至少一个红外传感器：

38、所述气味传感器用于采集气味数据；

39、所述处理器用于识别所述气味数据，当识别出气味异常时触发所述气味传感器关联的红外传感器采集红外图像；分析所述红外图像得到气味来源类型，当所述气味来源类型为活体时，从所述图像采集器中获取所述红外图像采集时的彩色图像；将所述气味数据、红外图像及彩色图像输入至预训练的排便行为识别模型中，得到宠物排便行为识别结果；当所述排便行为识别结果为存在宠物排便行为时，发出宠物排便提醒信息；

40、其中，所述排便行为识别模型根据历史宠物排便行为样本及宠物非排便行为样本训练得到，所述各行为样本包括同一时刻获取的气味数据、红外图像及彩色图像。

41、本文的第四方面提供一种计算机设备，包括存储器、处理器、以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器运行时，执行根前述任一实施例所述的宠物排便行为监管方法的指令。

42、本文第五方面提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被计算机设备的处理器运行时，执行前述任一实施例所述的宠物排便行为监管方法的指令。

43、本文第六方面一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被计算机设备的处理器运行时，执行根前述任一实施例所述的宠物排便行为监管方法的指令。

44、本文提供的宠物排便行为监管方法、装置及系统，通过识别气味传感器采集的气味数据，判断气味数据是否异常，若气味数据异常则触发与该气味传感器关联的红外传感器采集红外图像；分析红外图像得到气味来源类型，当气味来源类型为活体时，从图像采集器中获取红外图像采集时的彩色图像；将气味数据、红外图像及彩色图像输入至预训练的排便行为识别模型中，得到宠物排便行为识别结果；当排便行为识别结果为存在宠物排便行为时，发出宠物排便提醒信息，本文通过实时分析气味传感器采集的气味数据是否异常，若气味异常，进一步分析红外传感器采集的红外图像是否存在活体，降低了仅识别彩色图像产生的误报率，且在气味异常时触发红外图像，能够降低监控算力。同时，将气味数据、红外图像、彩色图像共同输入预训练的排便行为识别模型，丰富了特征信息，提高了模型识别精度及效率。

45、为让本文的上述和其他目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附图式，作详细说明如下。