自助設備的預警方法、裝置、計算機設備、存儲介質與流程
1.本公開涉及大數據處理技術領域，特別是涉及一種自助設備的預警方法、裝置、計算機設備、存儲介質和計算機程序產品。
背景技術：
2.在一些公共區域內設置自助設備，可以大大提高用戶的辦事效率。例如，在地鐵站附近設置自助售票機可以提高用戶的購票效率；在銀行區域設置自助存取款設備可以提高用戶的存取款效率；在醫院區域設置自助繳費設備可以提高用戶的繳費效率。然而，目前大多數自助設備都處于無人值守的狀態，如果用戶在使用自助設備的過程中遇到了什么問題，也難以獲取幫助。
3.傳統技術中，可以通過在自助設備上加裝攝像頭，將攝像頭拍攝到的圖像實時傳送至自助設備對應的管理人員處，由管理人員對監控圖像進行辨別，以確定是否存在異常情況(譬如用戶摔倒、暈倒或加裝可疑設備等情況)需要預警。但是，采用傳統技術中的自助設備預警方法時，由于人工識別異常情況容易存在誤差，從而導致自助設備預警準確率較低。
技術實現要素：
4.基于此，有必要針對上述技術問題，提供一種預警準確率高的自助設備的預警方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品。
5.第一方面，本公開提供了一種自助設備的預警方法，所述方法包括：
6.獲取自助設備采集的目標對象的體態圖像數據；
7.從所述體態圖像數據中確定出所述目標對象的體態特征；
8.將所述體態特征與特征數據集合中對應的特征數據進行匹配，生成所述體態特征與所述特征數據的匹配度；
9.響應于所述匹配度符合預設要求的判斷結果，確定與所述目標對象對應的預警策略，并執行確定的所述預警策略。
10.在其中一個實施例中，所述響應于所述匹配度符合預設要求的判斷結果，確定與所述目標對象對應的預警策略，并執行確定的所述預警策略，包括：
11.響應于所述匹配度大于或等于預警閾值的比較結果，確定與所述目標對象對應的所述預警策略為實時預警策略；
12.執行所述實時預警策略，將所述體態圖像數據發送至所述自助設備對應的預警管理系統。
13.在其中一個實施例中，所述響應于所述匹配度符合預設要求的判斷結果，確定與所述目標對象對應的預警策略，并執行確定的所述預警策略，包括：
14.響應于所述匹配度小于預警閾值的比較結果，確定與所述目標對象對應的所述預警策略為非實時預警策略；
15.執行所述非實時預警策略，將所述體態圖像數據存儲至所述自助設備中的緩存區域。
16.在其中一個實施例中，所述方法還包括：
17.響應于所述自助設備對應的預警管理系統發送的遠程監控請求，將所述緩存區域中存儲的所述體態圖像數據發送至所述預警管理系統。
18.在其中一個實施例中，所述方法還包括：
19.從所述體態圖像數據中確定出所述目標對象的面部特征；
20.根據所述面部特征與所述體態特征，確定與所述目標對象對應的年齡參數；
21.根據所述年齡參數確定與所述目標對象對應的設備調整策略，并執行確定的所述設備調整策略。
22.在其中一個實施例中，所述設備調整策略包括信息顯示調整策略、采集調整策略、功能調整策略或音頻調整策略中的至少一種。
23.第二方面，本公開還提供了一種自助設備的預警裝置，所述裝置包括：
24.數據獲取模塊，用于獲取自助設備采集的目標對象的體態圖像數據；
25.特征確定模塊，用于從所述體態圖像數據中確定出所述目標對象的體態特征；
26.特征匹配模塊，用于將所述體態特征與特征數據集合中對應的特征數據進行匹配，生成所述體態特征與所述特征數據的匹配度；
27.策略確定模塊，用于響應于所述匹配度符合預設要求的判斷結果，確定與所述目標對象對應的預警策略，并執行確定的所述預警策略。
28.在其中一個實施例中，所述策略確定模塊，包括：
29.實時預警單元，用于響應于所述匹配度大于或等于預警閾值的比較結果，確定與所述目標對象對應的所述預警策略為實時預警策略，執行所述實時預警策略，將所述體態圖像數據發送至所述自助設備對應的預警管理系統。
30.在其中一個實施例中，所述策略確定模塊，包括：
31.非實時預警單元，用于響應于所述匹配度小于預警閾值的比較結果，確定與所述目標對象對應的所述預警策略為非實時預警策略，執行所述非實時預警策略，將所述體態圖像數據存儲至所述自助設備中的緩存區域。
32.在其中一個實施例中，所述非實時預警單元，還用于：響應于所述自助設備對應的預警管理系統發送的遠程監控請求，將所述緩存區域中存儲的所述體態圖像數據發送至所述預警管理系統。
33.在其中一個實施例中，所述裝置還包括：
34.面部特征確定模塊，用于從所述體態圖像數據中確定出所述目標對象的面部特征；
35.年齡參數確定模塊，用于根據所述面部特征與所述體態特征，確定與所述目標對象對應的年齡參數；
36.調整策略確定模塊，用于根據所述年齡參數確定與所述目標對象對應的設備調整策略，并執行確定的所述設備調整策略。
37.在其中一個實施例中，所述設備調整策略包括信息顯示調整策略、采集調整策略、功能調整策略或音頻調整策略中的至少一種。
38.第三方面，本公開還提供了一種計算機設備。所述計算機設備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現上述第一方面任一項實施例所述的自助設備的預警方法。
39.第四方面，本公開還提供了一種計算機可讀存儲介質。所述計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現上述第一方面任一項實施例所述的自助設備的預警方法。
40.第五方面，本公開還提供了一種計算機程序產品。所述計算機程序產品，包括計算機程序，該計算機程序被處理器執行時實現上述第一方面任一項實施例所述的自助設備的預警方法。
41.上述自助設備的預警方法、裝置、計算機設備、存儲介質和計算機程序產品，通過獲取自助設備采集的目標對象的體態圖像數據，從體態圖像數據中確定出目標對象的體態特征，將體態特征與特征數據集合中對應的特征數據進行匹配，生成體態特征與特征數據的匹配度，響應于匹配度符合預設要求的判斷結果，確定與目標對象對應的預警策略，并執行確定的預警策略，能夠基于目標對象的體態圖像數據，確定出與目標對象的動作行為對應的體態特征，進一步地，基于體態特征與特征數據的匹配度，確定出目標對象的動作行為是否符合預警策略的預設要求，從而執行對應的預警策略對位于自助設備工作區域內的目標對象進行有效預警，不僅提高了自助設備的預警準確率，同時還提高了自助設備的預警效率。
42.此外，采用本公開提供的自助設備的預警方法，通過構建特征數據集合，將目標對象的體態特征與特征數據集合中對應的特征數據進行匹配，能夠針對性地進行特征匹配，減少特征匹配的數據處理量，從而進一步地提高自助設備的預警效率。
附圖說明
43.圖1為一個實施例中自助設備的預警方法的流程示意圖一；
44.圖2為一個實施例中預警策略確定步驟的流程示意圖；
45.圖3為一個實施例中設備調整策略確定步驟的流程示意圖一；
46.圖4為一個實施例中設備調整策略確定步驟的流程示意圖二；
47.圖5為一個實施例中自助設備的預警方法的流程示意圖二；
48.圖6為一個實施例中自助設備的預警方法的流程示意圖三；
49.圖7a為一個實施例中改造前自助設備的軟件系統架構示意圖；
50.圖7b為一個實施例中改造后自助設備的軟件系統架構示意圖；
51.圖7c為一個實施例中實時預警策略執行步驟的流程示意圖；
52.圖7d為一個實施例中非實時預警策略執行步驟的流程示意圖；
53.圖8為一個實施例中自助設備的預警裝置的結構框圖；
54.圖9為一個實施例中計算機設備的內部結構圖。
具體實施方式
55.需要說明的是，本公開所涉及的用戶信息(包括但不限于用戶設備信息、用戶體態信息等)和數據(包括但不限于用于分析的數據、存儲的數據、展示的數據等)，均為經用戶
授權或者經過各方充分授權的信息和數據。
56.為了使本公開的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本公開進行進一步詳細說明。應當理解，此處描述的具體實施例僅僅用以解釋本公開，并不用于限定本公開。
57.在一個實施例中，如圖1所示，提供了一種自助設備的預警方法，本實施例以該方法應用于終端進行舉例說明，可以理解的是，該方法也可以應用于服務器，還可以應用于包括終端和服務器的系統，并通過終端和服務器的交互實現。其中，終端可以但不限于是各種自助設備、個人計算機、筆記本電腦、智能手機、平板電腦、物聯網設備和便攜式可穿戴設備。自助設備可以為自助存取款機、自助售票機、自助繳費機等。物聯網設備可為智能電視、智能車載設備等。便攜式可穿戴設備可為智能手表、智能手環、頭戴設備等。服務器可以用獨立的服務器或者是多個服務器組成的服務器集來實現。
58.本實施例中，該方法包括以下步驟：
59.步驟s102，獲取自助設備采集的目標對象的體態圖像數據。
60.其中，自助設備可以具備圖像采集功能。一個示例中，可以對現有的不具備圖像采集功能的自助設備進行改造，通過藍牙、通用串行總線usb或者無線局域網等方式建立自助設備的中央處理器與圖像采集模塊之間的通信連接，以使得改造后的自助設備集成有圖像采集功能。其中，圖像采集模塊可以包括但不僅限于體態識別攝像頭、監控攝像機等設備。
61.目標對象可以用于表征在自助設備工作區域內正在使用自助設備服務的對象。一個示例中，在自助設備可以是一種組合了多種不同金融業務功能的自助服務設備的情況下，目標對象可以利用該自助設備所提供的功能完成查詢、更改密碼、存款、取款等金融服務。
62.體態圖像數據可以用于表征對目標對象的姿態、步態等動作行為采集到的圖像數據。一個示例中，體態圖像數據可以是自助設備在預設時間內采集到的若干張圖像數據。另一個示例中，體態圖像數據也可以是自助設備采集到的視頻數據中的連續多個視頻幀數據。
63.具體地，終端可以是自助設備的控制終端，或者在自助設備具備數據處理功能的情況下，也可以將自助設備作為終端。終端可以獲取自助設備采集的目標對象的體態圖像數據。一個示例中，自助設備可以是每隔預設周期向終端發送采集到的體態圖像數據。或者，自助設備也可以是在檢測到工作區域內存在目標對象的情況下，調用圖像采集模塊實時采集目標對象的體態圖像數據，并實時將采集到的體態圖像數據發送至終端。
64.步驟s104，從體態圖像數據中確定出目標對象的體態特征。
65.具體地，終端中可以預先存儲有人體體態識別算法。終端可以采用人體體態識別算法對目標對象的體態圖像數據進行處理，從目標對象的體態圖像數據中確定出與目標對象當前的動作行為對應的體態特征。其中，人體體態識別算法可以包括但不僅限于mediapipe算法(一種基于機器學習技術的手勢識別算法)、movenet算法(一種輕量級人體姿態估計算法)、openpose算法(一種開源的多人姿態關鍵點檢測算法)等算法中的任一種或多種。
66.步驟s106，將體態特征與特征數據集合中對應的特征數據進行匹配，生成體態特征與特征數據的匹配度。
67.其中，特征數據集合可以是根據自助設備預先采集的體態圖像樣本生成的。一個示例中，體態圖像樣本可以是在對象樣本在自助設備工作區域內站立、行走、低頭、下蹲、摔倒、模擬摔倒、暈倒等情況下采集到的。或者，體態圖像樣本也可以是在對象樣本對自助設備加裝可疑設備的情況下，針對對象樣本的手部動作采集到的。
68.特征數據可以是采用人體體態識別算法對體態圖像樣本進行處理得到的。
69.具體地，終端中可以預先存儲有特征數據集合，特征數據集合中包括與動作行為對應的特征數據。終端可以將目標對象的體態特征與特征數據集合中對應的特征數據進行匹配，生成體態特征與特征數據的匹配度。
70.一個示例中，在特征數據集合中包括與異常動作(譬如摔倒、暈倒、加裝可疑設備等行為)對應的特征數據的情況下，終端可以將目標對象的體態特征與特征數據集合中異常行為對應的特征數據進行匹配，根據匹配度判斷目標對象當前的動作行為是否屬于異常動作。
71.另一個示例中，在特征數據集合中包括與正常動作(譬如站立、行走、低頭、抬頭等行為)對應的特征數據的情況下，終端也可以將目標對象的體態特征與特征數據集合中正常行為對應的特征數據進行匹配，根據匹配度判斷目標對象當前的動作行為是否屬于正常動作。
72.另一個示例中，終端中也可以存儲有基于人體體態識別算法生成的體態數據模型。在終端獲取體態圖像數據之后，可以將體態圖像數據輸入至體態數據模型，通過體態數據模型提取目標對象的體態特征，將目標對象的體態特征與對應的特征數據進行匹配，輸出體態特征與特征數據的匹配度。
73.步驟s108，響應于匹配度符合預設要求的判斷結果，確定與目標對象對應的預警策略，并執行確定的預警策略。
74.具體地，終端可以存儲有若干條預警策略，以及與每條預警策略對應的預設要求。終端可以采用預設要求對目標對象的體態特征與特征數據的匹配度進行判斷。在終端得到匹配度符合預設要求的判斷結果的情況下，終端可以響應于匹配度符合預設要求的判斷結果，確定與目標對象對應的預警策略為與預設要求對應的預警策略，并執行確定的預警策略。
75.一個示例中，在終端采用與異常行為對應的預警策略對匹配度進行判斷的情況下，終端可以響應于匹配度符合預設要求的判斷結果，執行與異常行為對應的預警策略，將目標對象的體態圖像數據發送至管理人員處進行預警。或者，終端也可以響應于匹配度不符合預設要求的判斷結果，結束對目標對象的預警。
76.另一個示例中，在終端采用與正常行為對應的預警策略對匹配度進行判斷的情況下，終端可以響應于匹配度符合預設要求的判斷結果，執行與正常行為對應的預警策略，繼續采集目標對象下一時刻的體態圖像數據，確定下一時刻的體態圖像數據對應的預警策略。或者，終端也可以響應于匹配度不符合預設要求的判斷結果，將目標對象的體態圖像數據發送至管理人員處進行預警。
77.上述自助設備的預警方法中，通過獲取自助設備采集的目標對象的體態圖像數據，從體態圖像數據中確定出目標對象的體態特征，將體態特征與特征數據集合中對應的特征數據進行匹配，生成體態特征與特征數據的匹配度，響應于匹配度符合預設要求的判
斷結果，確定與目標對象對應的預警策略，并執行確定的預警策略，能夠基于目標對象的體態圖像數據，確定出與目標對象的動作行為對應的體態特征，進一步地，基于體態特征與特征數據的匹配度，確定出目標對象的動作行為是否符合預警策略的預設要求，從而執行對應的預警策略對位于自助設備工作區域內的目標對象進行有效預警，不僅提高了自助設備的預警準確率，同時還提高了自助設備的預警效率。
78.此外，采用本公開提供的自助設備的預警方法，通過構建特征數據集合，將目標對象的體態特征與特征數據集合中對應的特征數據進行匹配，能夠針對性地進行特征匹配，減少特征匹配的數據處理量，從而進一步地提高自助設備的預警效率。
79.在一個實施例中，步驟s108，響應于匹配度符合預設要求的判斷結果，確定與目標對象對應的預警策略，并執行確定的預警策略，包括：響應于匹配度大于或等于預警閾值的比較結果，確定與目標對象對應的預警策略為實時預警策略；執行實時預警策略，將體態圖像數據發送至自助設備對應的預警管理系統。
80.其中，預警管理系統可以用于對自助設備進行監控，向自助設備對應的管理人員或是自助設備所處的業務網點發送自助設備的預警通知。一個示例中，自助設備對應的管理人員或自助設備所處的業務網點可以是在自助設備注冊啟用的階段存儲在自助設備中的，后續管理人員或業務網點變更時，可以對自助設備存儲的管理人員或業務網點信息進行維護更新。
81.具體地，終端中可以存儲有與異常行為對應的實時預警策略，以及與實時預警策略對應的預警閾值。在終端將目標對象的體態特征與異常行為對應的特征數據進行匹配的情況下，可以將得到的體態特征與特征數據的匹配度與實時預警策略對應的預警閾值進行比較。響應于匹配度大于或等于預警閾值的比較結果，確定目標對象可能存在異常行為，符合實時預警策略的預設要求。可以確定與目標對象對應的預警策略為實時預警策略。執行實時預警策略，指示自助設備將目標對象的體態圖像數據發送至自助設備對應的預警管理系統。
82.一個示例中，預警管理系統可以對接收到的體態圖像數據進行可視化展示，以使得自助設備對應的管理人員能夠查看目標對象的體態圖像數據，進一步確認目標對象是否存在異常行為，從而提高自助設備的預警準確率。
83.一個示例中，預警管理系統在接收到目標對象的體態圖像數據后，可以采用預設方式(譬如短信、郵件等方式)向自助設備對應的管理人員或是自助設備所處的業務網點發送與目標對象對應的預警通知。自助設備對應的管理人員或業務網點在接收到預警通知后，可以第一時間調取自助設備工作區域內的實時監控畫面，進一步確認目標對象的動作行為，并采取對應的處理措施。
84.本實施例中，通過對目標對象的體態特征與異常行為對應的特征數據進行匹配，在匹配度大于或等于預警閾值的情況下，確定與目標對象對應的預警策略為實時預警策略；執行實時預警策略，將體態圖像數據發送至自助設備對應的預警管理系統，能夠提高對目標對象異常行為的預警效率。
85.在一個實施例中，步驟s108，響應于匹配度符合預設要求的判斷結果，確定與目標對象對應的預警策略，并執行確定的預警策略，包括：響應于匹配度小于預警閾值的比較結果，確定與目標對象對應的預警策略為非實時預警策略；執行非實時預警策略，將體態圖像
數據存儲至自助設備中的緩存區域。
86.具體地，終端中可以存儲有與異常行為對應的非實時預警策略，以及與非實時預警策略對應的預警閾值。在終端將目標對象的體態特征與異常行為對應的特征數據進行匹配的情況下，可以將得到的體態特征與特征數據的匹配度與非實時預警策略對應的預警閾值進行比較。響應于匹配度小于非實時預警策略對應的預警閾值的比較結果，確定與目標對象對應的預警策略為非實時預警策略；執行非實時預警策略，將體態圖像數據存儲至自助設備中的緩存區域。
87.本實施例中，通過響應于匹配度小于預警閾值的比較結果，確定與目標對象對應的預警策略為非實時預警策略；執行非實時預警策略，將體態圖像數據存儲至自助設備中的緩存區域，能夠在目標對象存在異常行為的可能性較低的情況下，減少自助設備傳輸的數據量，從而降低自助設備的預警成本。
88.在一個實施例中，如圖2所示，步驟s108，響應于匹配度符合預設要求的判斷結果，確定與目標對象對應的預警策略，并執行確定的預警策略，包括：
89.步驟s202，將匹配度與預警閾值比較。
90.步驟s204，響應于匹配度大于或等于預警閾值的比較結果，確定與目標對象對應的預警策略為實時預警策略。
91.步驟s206，響應于匹配度小于預警閾值的比較結果，確定與目標對象對應的預警策略為非實時預警策略。
92.具體地，終端可以預先存儲有預警閾值。在生成體態特征與特征數據的匹配度之后，終端可以將匹配度與預先存儲的預警閾值進行比較。在匹配度大于或等于預警閾值的情況下，可以執行步驟s204，響應于匹配度大于或等于預警閾值的比較結果，確定與目標對象對應的預警策略為實時預警策略。執行實時預警策略，將體態圖像數據發送至自助設備對應的預警管理系統。
93.在匹配度小于預警閾值的情況下，可以執行步驟s206，響應于匹配度小于預警閾值的比較結果，確定與目標對象對應的預警策略為非實時預警策略。執行非實時預警策略，將體態圖像數據存儲至自助設備中的緩存區域。
94.一個示例中，在終端將采集到的體態圖像數據與特征數據集合中異常行為對應的特征數據進行匹配的情況下，終端將匹配度與預先存儲的預警閾值進行比較，在匹配度大于或等于預警閾值的情況下，可以確定目標對象當前的行為動作為異常行為的可能性較大，需要及時進行預警處理，故執行實時預警策略，以快速處理目標對象的異常行為。在匹配度小于預警閾值的情況下，可以確定目標對象當前的行為動作為異常行為的可能性較小，此時可以采用非實時預警策略，將體態圖像數據暫時先存儲在緩存區域中，以減少預警管理系統的數據處理量，降低預警管理系統的數據處理成本。
95.本實施例中，通過基于匹配度與預警閾值的比較結果，確定與目標對象對應的預警策略，能夠提高預警管理系統的利用率，并同時降低預警管理系統的數據處理成本。
96.在一個實施例中，自助設備的預警方法還包括：響應于自助設備對應的預警管理系統發送的遠程監控請求，將緩存區域中存儲的體態圖像數據發送至預警管理系統。
97.具體地，終端可以響應于自助設備對應的預警管理系統發送的遠程監控請求，指示自助設備將緩存區域中存儲的未達到實時預警策略要求的可疑體態圖像數據發送至預
警管理系統。其中，遠程監控請求可以是管理人員通過預警管理系統對應的操作頁面觸發的，或者，也可以是預警管理系統定期自動觸發的。
98.本實施例中，通過響應于遠程監控請求，將緩存區域中存儲的體態圖像數據發送至預警管理系統，不僅能夠實現對自助設備的遠程監控，還能夠利用人工對可疑數據進行檢查，進一步提高自助設備的預警準確率。
99.在一個實施例中，如圖3所示，自助設備的預警方法還包括：
100.步驟s302，從體態圖像數據中確定出目標對象的面部特征。
101.步驟s304，根據面部特征與體態特征，確定與目標對象對應的年齡參數。
102.步驟s306，根據年齡參數確定與目標對象對應的設備調整策略，并執行確定的設備調整策略。
103.其中，年齡參數可以是具體的數值，或者，也可以是數值范圍。
104.具體地，終端中可以存儲有人臉識別算法、年齡參數確定邏輯以及設備調整策略。終端可以采用人臉識別算法對體態圖像數據進行處理，從體態圖像數據中確定出目標對象的面部特征。將目標對象的體態特征與特征數據集合中不同年齡參數對應的特征數據進行匹配，得到目標對象與不同年齡參數的匹配度。采用年齡參數確定邏輯對目標對象的面部特征和目標對象與不同年齡參數的匹配度進行判斷，確定與目標對象對應的年齡參數。采用與目標對象的年齡參數對應的設備調整策略作為與目標對象對應的設備調整策略。并執行確定的設備調整策略，對自助設備的設備參數進行調整。
105.一個示例中，在終端確定與目標對象對應的年齡參數大于六十歲的情況下，可以執行設備調整策略，對自助設備的顯示字體進行放大，或者，以語音方式對顯示信息進行播報，以降低目標對象對自助設備的使用難度。在執行設備調整策略之前，還可以生成文字形式的提示信息以彈窗的形式向目標對象展示，或者，生成語音形式的提示信息以播報的形式通知目標對象，以提示目標對象確認是否需要執行設備調整策略。
106.另一個示例中，在終端確定與目標對象對應的年齡參數小于十八歲的情況下，可以執行設備調整策略，將自助設備的預設功能(譬如大額轉賬功能)設置為禁用狀態，以避免目標對象對自助設備執行誤操作。
107.相較于傳統方法中，需要目標對象自己操作對設備參數進行調整的技術方案相比，本實施例中提高的方法，通過目標對象的面部特征與體態特征，確定與目標對象對應的年齡參數，根據年齡參數確定與目標對象對應的設備調整策略，并自動執行確定的設備調整策略，能夠降低目標對象與自助設備的交互難度，從而提高目標對象使用自助設備時的用戶體驗。
108.在一個實施例中，設備調整策略可以包括但不僅限于顯示調整策略、采集調整策略、功能調整策略或音頻調整策略等策略中的至少一種。
109.具體地，設備調整策略可以是顯示調整策略。在執行顯示調整策略的情況下，可以對自助設備的顯示參數(譬如字體大小、按鍵大小或顯示亮度等)進行調整。
110.設備調整策略也可以是采集調整策略。在執行采集調整策略的情況下，可以對自助設備的圖像采集參數(譬如圖像采集頻率、圖像采集范圍、圖像采集設備的數量等)進行調整。一個示例中，在圖像采集頻率調整后，自助設備可以采用多核處理器，對采集得到的體態圖像數據進行高頻處理。
111.設備調整策略也可以是功能調整策略。在執行功能調整策略的情況下，可以對自助設備提供的功能進行調整，譬如將預設功能設置為禁用狀態等。
112.設備調整策略也可以是音頻調整策略。在執行音頻調整策略的情況下，可以對自助設備的音頻參數(譬如語音播報速度、語音播放音量等)進行調整。
113.設備調整策略也可以包括上述顯示調整策略、采集調整策略、功能調整策略或音頻調整策略等策略中的至少一種。一個示例中，終端可以根據確定的目標對象的年齡參數，采用與年齡參數對應的策略作為設備調整策略。
114.本實施例中，通過采用顯示調整策略、采集調整策略、功能調整策略或音頻調整策略等策略中的至少一種作為設備調整策略，能夠優化自助設備與目標對象的交互操作，使得自助設備提供的服務更適用于目標對象，優化目標對象對自助設備的使用體驗。
115.在一個實施例中，如圖4所示，自助設備的預警方法還包括：
116.步驟s402，根據體態圖像數據，確定目標對象與預設年齡參數之間的年齡匹配度。
117.具體地，終端中可以預先存儲有與預設年齡參數對應的年齡體態特征。其中，年齡體態特征可以是根據符合預設年齡參數的對象樣本的體態動作確定的。終端可以對目標對象的體態圖像數據進行特征提取處理，將得到的目標對象的年齡特征與預設年齡參數對應的年齡體態特征進行匹配，生成目標對象與預設年齡參數之間的年齡匹配度。
118.步驟s404，響應于年齡匹配度符合預設條件的判斷結果，獲取目標對象的賬戶信息。
119.步驟s406，根據賬戶信息，確定目標對象的年齡參數。
120.步驟s408，根據年齡參數確定與目標對象對應的設備調整策略，并執行確定的設備調整策略。
121.具體地，終端可以預先存儲有預設條件以及年齡參數與設備調整策略之間的對應關系。在終端確定目標對象與預設年齡參數之間的年齡匹配度之后，可以采用預設條件對目標對象的年齡匹配度進行判斷，響應于年齡匹配度符合預設條件的判斷結果，獲取目標對象在自助設備上登錄的賬戶信息。從賬戶信息中確定出目標對象的年齡參數。按照年齡參數與設備調整策略之間的對應關系，確定與目標對象的設備調整策略，并執行確定的設備調整策略。其中，預設條件可以是年齡匹配度大于匹配度閾值。具體的設備調整策略執行操作，可以參照上述實施例中提供的設備調整策略執行方法實現，在此不作具體闡述。
122.本實施例中，通過生成目標對象與預設年齡參數之間的年齡匹配度，采用預設條件對年齡匹配度進行判斷，在年齡匹配度符合預設條件的情況下，即年齡匹配度大于匹配度閾值的情況下，確定目標對象的年齡參數與預設年齡參數匹配度較高，進一步獲取目標對象的賬戶信息，以提高確定的年齡參數的準確率，從而執行與目標對象對應的設備調整策略，使得自助設備提供的服務更適用于目標對象，優化目標對象對自助設備的使用體驗。
123.在一個實施例中，如圖5所示，提供了一種自助設備的預警方法，包括：
124.步驟s502，獲取自助設備采集的目標對象的體態圖像數據，從體態圖像數據中確定出目標對象的體態特征。
125.步驟s504，將體態特征與特征數據集合中異常行為對應的特征數據進行匹配，生成體態特征與特征數據的匹配度。
126.步驟s506，將匹配度與預警閾值進行比較。
127.步驟s508，執行實時預警策略將體態圖像數據發送至自助設備對應的預警管理系統。
128.步驟s510，執行非實時預警策略將體態圖像數據存儲至自助設備中的緩存區域。
129.步驟s512，響應于自助設備對應的預警管理系統發送的遠程監控請求，將緩存區域中存儲的體態圖像數據發送至預警管理系統。
130.本實施例中，通過從體態圖像數據中確定出目標對象的體態特征，將體態特征與特征數據集合中異常行為對應的特征數據進行匹配，生成體態特征與特征數據的匹配度，響應于匹配度與預警閾值的比較結果，執行實時預警策略或非實時預警策略，能夠基于目標對象的體態圖像數據，確定出與目標對象的動作行為對應的體態特征，進一步地，基于體態特征與特征數據的匹配度，確定出目標對象的動作行為是否符合預警策略的預設要求，從而執行對應的預警策略對位于自助設備工作區域內的目標對象進行有效預警，不僅提高了自助設備的預警準確率，同時還提高了自助設備的預警效率。
131.此外，采用本實施例提供的自助設備的預警方法，通過構建特征數據集合，將目標對象的體態特征與特征數據集合中異常行為對應的特征數據進行匹配，能夠針對性地進行特征匹配，減少特征匹配的數據處理量，從而進一步地提高自助設備的預警效率。
132.在一個實施例中，如圖6所示，提供了一種自助設備的預警方法，包括：
133.步驟s602，獲取自助設備采集的目標對象的體態圖像數據。
134.步驟s604，從體態圖像數據中確定出目標對象的面部特征以及體態特征。
135.具體地，終端可以獲取自助設備采集的目標對象的體態圖像數據。從體態圖像數據中確定出目標對象的面部區域圖像。對目標對象的面部區域圖像進行特征提取，確定出目標對象的面部特征。采用已訓練的體態特征提取模型對體態圖像數據進行處理，輸出目標對象的體態特征。其中，體態特征提取模型可以是根據對象樣本在自助設備工作區域內站立、行走、低頭、下蹲、摔倒、模擬摔倒、暈倒等情況下采集到的體態圖像樣本訓練得到的。
136.步驟s606，根據面部特征與體態特征，確定與目標對象對應的年齡參數。
137.步驟s608，根據年齡參數確定與目標對象對應的設備調整策略，并執行確定的設備調整策略。
138.具體地，終端可以對目標對象的面部特征和體態特征與不同年齡參數對應的特征數據進行匹配，確定出與目標對象對應的年齡參數。按照年齡參數與設備調整策略之間的對應關系，確定出與目標對象的年齡參數對應的設備調整策略，并執行確定的設備調整策略對自助設備提供的服務進行調整。具體的設備調整策略執行操作，可以參照上述實施例中提供的設備調整策略執行方法實現，在此不作具體闡述。
139.步驟s610，將體態特征與特征數據集合中異常行為對應的特征數據進行匹配，生成體態特征與特征數據的匹配度。
140.步驟s612，響應于匹配度符合預設要求的判斷結果，確定與目標對象對應的預警策略，并執行確定的預警策略。
141.具體地，終端中可以存儲與年齡參數對應的特征數據集合，特征數據集合中存儲符合年齡參數的對象樣本的體態行為特征。將體態特征與特征數據集合中異常行為對應的特征數據進行匹配，生成體態特征與特征數據的匹配度。采用預設條件中的預警閾值與匹配度進行比較，響應于匹配度符合預設要求的判斷結果，確定與目標對象對應的預警策略，
并執行確定的預警策略。具體的預警策略執行操作，可以參照上述實施例中提供的預警策略執行方法實現，在此不作具體闡述。
142.本實施例中，通過確定目標對象的年齡參數，根據年齡參數確定與目標對象對應的設備調整策略，執行確定的設備調整策略對自助設備進行調整，采用調整后的自助設備為目標對象提供自助服務，根據目標對象的體態特征與異常行為對應的特征數據的匹配度，確定并執行與目標對象對應的預警策略，能夠提高年齡參數的準確率，執行與年齡參數對應的設備調整策略，使得自助設備提供的服務更適用于目標對象，優化目標對象對自助設備的使用體驗，將目標對象的體態特征與年齡參數對應的特征數據集合中異常行為對應的特征數據進行匹配，以針對目標對象進行預警策略選取，提高預警策略的準確率，對位于自助設備工作區域內的目標對象進行有效預警。
143.在一個實施例中，自助設備可以為atm設備(automated teller machine，可以包括取款機、存款機、循環機、存取款一體機等自助設備)。
144.具體地，為使得現有atm設備可以實現上述任一實施例中所述的自助設備的預警方法，用戶可以對atm設備進行改造。
145.譬如，在硬件方面，可以在atm設備原有硬件基礎上增加體態識別硬件模塊，以使得atm設備具備圖像采集功能。一個示例中，體態識別硬件模塊可以為體態識別攝像頭，通過usb與atm設備主機連接。
146.在軟件方面，如圖7a所示，提供了一種現有的atm設備的軟件系統架構圖。其中，atmc可以是用于驅動atm設備的應用控制軟件。atmc可以與atm設備的前置通信軟件atmp進行通信，向atmp發送存取款、轉賬、查詢等交易信息。atmc可以與atm設備的監控系統atmv進行通信，向atmv發送設備運行狀態等監管管理數據。
147.一個示例中，如圖7b所示，可以在圖7a所示的軟件系統架構的基礎上，對atmc進行適配性處理，增加體態識別模塊，以使得atmc可以與atm設備上的體態識別硬件模塊適配，具備體態識別硬件模塊的驅動處理功能。在現有的atm設備的軟件系統架構中增加預警管理系統，以利用預警管理系統實現體態識別預警管理功能。
148.一個示例中，如圖7c所示，提供了一種atm設備執行實時預警策略的流程示意圖。利用atmc中增加的體態識別模塊對atm設備采集到的目標對象的體態圖像數據進行處理得到目標對象對應的預警數據，并且將預警數據發送至預警管理系統。由預警管理系統向對應的設備管理人員或業務網點發送預警信息，以指示設備管理員或業務網點接收到預警信息對目標對象進行處理。
149.另一個示例中，如圖7d所示，提供了一種atm設備執行非實時預警策略的流程示意圖。設備管理人員可以通過預警管理系統向atm設備發送遠程監控請求，以指示atm設備將緩存區域存儲的疑似異常數據發送至預警管理系統。預警管理系統向設備管理人員以可視化方式對疑似異常數據進行展示。設備管理人員可以采用調取atm設備附近的監控攝像頭的方式或者以現場查看的方式，對疑似異常數據進一步確認。
150.本實施例中，通過對atm設備進行硬件、軟件層面的改造，能夠直接利用改造后的現有設備實現上述任一實施例中所述的自助設備的預警方法，從而降低了自助設備的預警成本。
151.應該理解的是，雖然如上所述的各實施例所涉及的流程圖中的各個步驟按照箭頭
的指示依次顯示，但是這些步驟并不是必然按照箭頭指示的順序依次執行。除非本文中有明確的說明，這些步驟的執行并沒有嚴格的順序限制，這些步驟可以以其他的順序執行。而且，如上所述的各實施例所涉及的流程圖中的至少一部分步驟可以包括多個步驟或者多個階段，這些步驟或者階段并不必然是在同一時刻執行完成，而是可以在不同的時刻執行，這些步驟或者階段的執行順序也不必然是依次進行，而是可以與其他步驟或者其他步驟中的步驟或者階段的至少一部分輪流或者交替地執行。
152.基于同樣的發明構思，本公開實施例還提供了一種用于實現上述所涉及的自助設備的預警方法的自助設備的預警裝置。該裝置所提供的解決問題的實現方案與上述方法中所記載的實現方案相似，故下面所提供的一個或多個自助設備的預警裝置實施例中的具體限定可以參見上文中對于自助設備的預警方法的限定，在此不再贅述。
153.在一個實施例中，如圖8所示，提供了一種自助設備的預警裝置800，包括：數據獲取模塊802、特征確定模塊804、特征匹配模塊806和策略確定模塊808，其中：
154.數據獲取模塊802，用于獲取自助設備采集的目標對象的體態圖像數據。
155.特征確定模塊804，用于從體態圖像數據中確定出目標對象的體態特征。
156.特征匹配模塊806，用于將體態特征與特征數據集合中對應的特征數據進行匹配，生成體態特征與特征數據的匹配度。
157.策略確定模塊808，用于響應于匹配度符合預設要求的判斷結果，確定與目標對象對應的預警策略，并執行確定的預警策略。
158.在一個實施例中，策略確定模塊808，包括：實時預警單元，用于響應于匹配度大于或等于預警閾值的比較結果，確定與目標對象對應的預警策略為實時預警策略，執行實時預警策略，將體態圖像數據發送至自助設備對應的預警管理系統。
159.在一個實施例中，策略確定模塊808，還包括：非實時預警單元，用于響應于匹配度小于預警閾值的比較結果，確定與目標對象對應的預警策略為非實時預警策略，執行非實時預警策略，將體態圖像數據存儲至自助設備中的緩存區域。
160.在一個實施例中，非實時預警單元，還用于：響應于自助設備對應的預警管理系統發送的遠程監控請求，將緩存區域中存儲的體態圖像數據發送至預警管理系統。
161.在一個實施例中，自助設備的預警裝置800還包括：面部特征確定模塊，用于從體態圖像數據中確定出目標對象的面部特征；年齡參數確定模塊，用于根據面部特征與體態特征，確定與目標對象對應的年齡參數；調整策略確定模塊，用于根據年齡參數確定與目標對象對應的設備調整策略，并執行確定的設備調整策略。
162.在一個實施例中，設備調整策略包括信息顯示調整策略、采集調整策略、功能調整策略或音頻調整策略中的至少一種。
163.上述自助設備的預警裝置中的各個模塊可全部或部分通過軟件、硬件及其組合來實現。上述各模塊可以硬件形式內嵌于或獨立于計算機設備中的處理器中，也可以以軟件形式存儲于計算機設備中的存儲器中，以便于處理器調用執行以上各個模塊對應的操作。
164.在一個實施例中，提供了一種計算機設備，該計算機設備可以是終端，其內部結構圖可以如圖9所示。該計算機設備包括通過系統總線連接的處理器、存儲器、通信接口、顯示屏和輸入裝置。其中，該計算機設備的處理器用于提供計算和控制能力。該計算機設備的存儲器包括非易失性存儲介質、內存儲器。該非易失性存儲介質存儲有操作系統和計算機程
序。該內存儲器為非易失性存儲介質中的操作系統和計算機程序的運行提供環境。該計算機設備的通信接口用于與外部的終端進行有線或無線方式的通信，無線方式可通過wifi、移動蜂窩網絡、nfc(近場通信)或其他技術實現。該計算機程序被處理器執行時以實現一種自助設備的預警方法。該計算機設備的顯示屏可以是液晶顯示屏或者電子墨水顯示屏，該計算機設備的輸入裝置可以是顯示屏上覆蓋的觸摸層，也可以是計算機設備外殼上設置的按鍵、軌跡球或觸控板，還可以是外接的鍵盤、觸控板或鼠標等。
165.本領域技術人員可以理解，圖9中示出的結構，僅僅是與本公開方案相關的部分結構的框圖，并不構成對本公開方案所應用于其上的計算機設備的限定，具體的計算機設備可以包括比圖中所示更多或更少的部件，或者組合某些部件，或者具有不同的部件布置。
166.在一個實施例中，還提供了一種計算機設備，包括存儲器和處理器，存儲器中存儲有計算機程序，該處理器執行計算機程序時實現上述各方法實施例中的步驟。
167.在一個實施例中，還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，計算機程序被處理器執行時實現上述各方法實施例中的步驟。
168.在一個實施例中，提供了一種計算機程序產品，包括計算機程序，該計算機程序被處理器執行時實現上述各方法實施例中的步驟。
169.本領域普通技術人員可以理解實現上述實施例方法中的全部或部分流程，是可以通過計算機程序來指令相關的硬件來完成，所述的計算機程序可以存儲于一非易失性計算機可讀取存儲介質中，該計算機程序在執行時，可包括如上述各方法的實施例的流程。其中，本公開所提供的各實施例中所使用的對存儲器、數據庫或其他介質的任何引用，均可包括非易失性和易失性存儲器中的至少一種。非易失性存儲器可包括只讀存儲器(read-only memory，rom)、磁帶、軟盤、閃存、光存儲器、高密度嵌入式非易失性存儲器、阻變存儲器(reram)、磁變存儲器(magnetoresistive random access memory，mram)、鐵電存儲器(ferroelectric random access memory，fram)、相變存儲器(phase change memory，pcm)、石墨烯存儲器等。易失性存儲器可包括隨機存取存儲器(random access memory，ram)或外部高速緩沖存儲器等。作為說明而非局限，ram可以是多種形式，比如靜態隨機存取存儲器(static random access memory，sram)或動態隨機存取存儲器(dynamic random access memory，dram)等。本公開所提供的各實施例中所涉及的數據庫可包括關系型數據庫和非關系型數據庫中至少一種。非關系型數據庫可包括基于區塊鏈的分布式數據庫等，不限于此。本公開所提供的各實施例中所涉及的處理器可為通用處理器、中央處理器、圖形處理器、數字信號處理器、可編程邏輯器、基于量子計算的數據處理邏輯器等，不限于此。
170.以上實施例的各技術特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術特征所有可能的組合都進行描述，然而，只要這些技術特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。
171.以上所述實施例僅表達了本公開的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對本公開專利范圍的限制。應當指出的是，對于本領域的普通技術人員來說，在不脫離本公開構思的前提下，還可以作出若干變形和改進，這些都屬于本公開的保護范圍。因此，本公開的保護范圍應以所附權利要求為準。
技術特征：
1.一種自助設備的預警方法，其特征在于，所述方法包括：獲取自助設備采集的目標對象的體態圖像數據；從所述體態圖像數據中確定出所述目標對象的體態特征；將所述體態特征與特征數據集合中對應的特征數據進行匹配，生成所述體態特征與所述特征數據的匹配度；響應于所述匹配度符合預設要求的判斷結果，確定與所述目標對象對應的預警策略，并執行確定的所述預警策略。2.根據權利要求1所述的方法，其特征在于，所述響應于所述匹配度符合預設要求的判斷結果，確定與所述目標對象對應的預警策略，并執行確定的所述預警策略，包括：響應于所述匹配度大于或等于預警閾值的比較結果，確定與所述目標對象對應的所述預警策略為實時預警策略；執行所述實時預警策略，將所述體態圖像數據發送至所述自助設備對應的預警管理系統。3.根據權利要求1所述的方法，其特征在于，所述響應于所述匹配度符合預設要求的判斷結果，確定與所述目標對象對應的預警策略，并執行確定的所述預警策略，包括：響應于所述匹配度小于預警閾值的比較結果，確定與所述目標對象對應的所述預警策略為非實時預警策略；執行所述非實時預警策略，將所述體態圖像數據存儲至所述自助設備中的緩存區域。4.根據權利要求3所述的方法，其特征在于，所述方法還包括：響應于所述自助設備對應的預警管理系統發送的遠程監控請求，將所述緩存區域中存儲的所述體態圖像數據發送至所述預警管理系統。5.根據權利要求1～4任一項中所述的方法，其特征在于，所述方法還包括：從所述體態圖像數據中確定出所述目標對象的面部特征；根據所述面部特征與所述體態特征，確定與所述目標對象對應的年齡參數；根據所述年齡參數確定與所述目標對象對應的設備調整策略，并執行確定的所述設備調整策略。6.根據權利要求5所述的方法，其特征在于，所述設備調整策略包括信息顯示調整策略、采集調整策略、功能調整策略或音頻調整策略中的至少一種。7.一種自助設備的預警裝置，其特征在于，所述裝置包括：數據獲取模塊，用于獲取自助設備采集的目標對象的體態圖像數據；特征確定模塊，用于從所述體態圖像數據中確定出所述目標對象的體態特征；特征匹配模塊，用于將所述體態特征與特征數據集合中對應的特征數據進行匹配，生成所述體態特征與所述特征數據的匹配度；策略確定模塊，用于響應于所述匹配度符合預設要求的判斷結果，確定與所述目標對象對應的預警策略，并執行確定的所述預警策略。8.根據權利要求7所述的裝置，其特征在于，所述策略確定模塊，包括：實時預警單元，用于響應于所述匹配度大于或等于預警閾值的比較結果，確定與所述目標對象對應的所述預警策略為實時預警策略，執行所述實時預警策略，將所述體態圖像數據發送至所述自助設備對應的預警管理系統。
9.根據權利要求7所述的裝置，其特征在于，所述策略確定模塊，包括：非實時預警單元，用于響應于所述匹配度小于預警閾值的比較結果，確定與所述目標對象對應的所述預警策略為非實時預警策略，執行所述非實時預警策略，將所述體態圖像數據存儲至所述自助設備中的緩存區域。10.根據權利要求9所述的裝置，其特征在于，所述非實時預警單元，還用于：響應于所述自助設備對應的預警管理系統發送的遠程監控請求，將所述緩存區域中存儲的所述體態圖像數據發送至所述預警管理系統。11.根據權利要求7～10任一項所述的裝置，其特征在于，所述裝置還包括：面部特征確定模塊，用于從所述體態圖像數據中確定出所述目標對象的面部特征；年齡參數確定模塊，用于根據所述面部特征與所述體態特征，確定與所述目標對象對應的年齡參數；調整策略確定模塊，用于根據所述年齡參數確定與所述目標對象對應的設備調整策略，并執行確定的所述設備調整策略。12.根據權利要求11所述的裝置，其特征在于，所述設備調整策略包括信息顯示調整策略、采集調整策略、功能調整策略或音頻調整策略中的至少一種。13.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至6中任一項所述的方法的步驟。14.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至6中任一項所述的方法的步驟。15.一種計算機程序產品，包括計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1至6中任一項所述的方法的步驟。
技術總結
本公開涉及大數據處理技術領域，特別是涉及一種自助設備的預警方法、裝置、計算機設備、存儲介質和計算機程序產品。所述方法包括：獲取自助設備采集的目標對象的體態圖像數據，從體態圖像數據中確定出目標對象的體態特征，將體態特征與特征數據集合中對應的特征數據進行匹配，生成體態特征與特征數據的匹配度，響應于匹配度符合預設要求的判斷結果，確定與目標對象對應的預警策略，并執行確定的預警策略。采用本方法能夠基于目標對象的體態特征與特征數據的匹配度，確定出目標對象的動作行為是否符合預警策略的預設要求，從而執行對應的預警策略對位于自助設備工作區域內的目標對象進行有效預警，提高了自助設備的預警準確率以及預警效率。以及預警效率。以及預警效率。
