预警方法及装置、电子设备、存储介质与流程

1.本公开涉及图像处理技术领域，尤其涉及一种预警方法及装置、电子设备、存储介质。


背景技术：

2.目前，分布式摄像设备已经广泛应用到各个领域，比如交通监控、城市安防监控、家庭监控等。实际应用中，为保证分布式摄像设备中的各设备可用，各设备均设置有图像采集单元和检测单元。该检测单元可以对图像采集单元采集的图像进行处理，在检测到活体时触发报警监控。然而，当检测单元的检测算法需要更新时，需要在现有分布式摄像设备中的各设备上均更新或布置，更新或者布置效率较高。


技术实现要素：

3.本公开提供一种预警方法及装置、电子设备、存储介质，以解决相关技术的不足。
4.根据本公开实施例的第一方面，提供一种预警方法，应用于电子设备，包括：
5.获取实时图像，所述实时图像由分布式摄像设备中任一设备所采集；
6.识别所述实时图像得到识别结果；
7.当所述识别结果表征包含运动对象时，生成预警信息。
8.可选地，识别所述实时图像得到识别结果之后，包括：
9.对比所述实时图像和预设的画质条件获得对比结果；
10.当所述对比结果表征所述实时图像满足预设的画质条件时，执行生成包含所述运动对象的预警信息的步骤。
11.可选地，对比所述实时图像和预设的画质条件获得对比结果之后，所述方法还包括：
12.当所述对比结果表征所述实时图像的画质低于所述画质条件时，对所述实时图像进行画质提升处理获得处理图像；
13.将所述实时图像更新为所述处理图像后，执行生成包含所述运动对象的预警信息的步骤。
14.可选地，识别所述实时图像得到识别结果，包括：
15.获取与所述实时图像相邻的上一帧图像；
16.获取所述实时图像和所述上一帧图像的相似度；
17.当所述相似度低于相似度阈值时，获取表示所述实时图像中包含运动对象的识别结果；当所述相似度超过相似度阈值时，获取表示所述实时图像中未包含运动对象的识别结果。
18.可选地，识别所述实时图像得到识别结果，包括：
19.获取与所述实时图像相邻的上一帧图像；
20.分别获取所述实时图像和所述上一帧图像所包含的对象；
21.当所述实时图像和所述上一帧图像所包含的对象不同时，获取表示所述实时图像中包含运动对象的识别结果；当所述实时图像和所述上一帧图像所包含的对象相同时，获取表示所述实时图像中未包含运动对象的识别结果。
22.可选地，识别所述实时图像得到识别结果之前，所述方法还包括：
23.检测是否存在待更新的检测算法；
24.当存在待更新的检测算法时，更新所述检测算法。
25.可选地，生成预警信息的同时，所述方法还包括：
26.录制视频，获得包含运动对象的目标视频。
27.可选地，生成预警信息之后，所述方法还包括：
28.将所述预警信息推送给所述分布式摄像设备中的指定设备。
29.根据本公开实施例的第二方面，提供一种预警装置，应用于电子设备，包括：
30.实时图像获取模块，用于获取实时图像，所述实时图像由分布式摄像设备中任一设备所采集；
31.识别结果获取模块，用于识别所述实时图像得到识别结果；
32.预警信息生成模块，用于当所述识别结果表征包含运动对象时，生成预警信息。
33.可选地，所述装置还包括：
34.对比结果获取模块，用于对比所述实时图像和预设的画质条件获得对比结果；
35.识别结果输出模块，用于当所述对比结果表征所述实时图像满足预设的画质条件时，触发所述预警信息生成模块。
36.可选地，所述装置还包括：
37.所述识别结果输出模块还用于当所述对比结果表征所述实时图像的画质低于所述画质条件时触发画质处理模块；所述画质处理模块，用于对所述实时图像进行画质提升处理获得处理图像；
38.实时图像更新模块，用于将所述实时图像更新为所述处理图像，并触发所述预警信息生成模块。
39.可选地，所述识别结果获取模块包括：
40.上帧图像获取单元，用于获取与所述实时图像相邻的上一帧图像；
41.相似度获取单元，用于获取所述实时图像和所述上一帧图像的相似度；
42.识别结果获取单元，用于当所述相似度低于相似度阈值时，获取表示所述实时图像中包含运动对象的识别结果；当所述相似度超过相似度阈值时，获取表示所述实时图像中未包含运动对象的识别结果。
43.可选地，所述识别结果获取模块包括：
44.上帧图像获取单元，用于获取与所述实时图像相邻的上一帧图像；
45.对象获取单元，用于分别获取所述实时图像和所述上一帧图像所包含的对象；
46.识别结果获取单元，用于当所述实时图像和所述上一帧图像所包含的对象不同时，获取表示所述实时图像中包含运动对象的识别结果；当所述实时图像和所述上一帧图像所包含的对象相同时，获取表示所述实时图像中未包含运动对象的识别结果。
47.可选地，所述装置还包括：
48.检测算法检测模块，用于检测是否存在待更新的检测算法；
49.检测算法更新模块，用于当存在待更新的检测算法时，更新所述检测算法。
50.可选地，所述装置还包括：
51.目标视频获取模块，用于录制视频，获得包含运动对象的目标视频。
52.可选地，所述装置还包括：
53.预警信息推送模块，用于将所述预警信息推送给所述分布式摄像设备中的指定设备。
54.根据本公开实施例的第三方面，提供一种电子设备，包括：
55.处理器；
56.用于存储所述处理器可执行的计算机程序的存储器；
57.其中，所述处理器被配置为执行所述存储器中的计算机程序，以实现如上述的方法。
58.根据本公开实施例的第四方面，提供一种计算机可读存储介质，当所述存储介质中的可执行的计算机程序由处理器执行时，能够实现如上述的方法。
59.本公开的实施例提供的技术方案可以包括以下有益效果：
60.由上述实施例可知，本公开实施例可以获取实时图像，所述实时图像由分布式摄像设备中任一设备所采集；识别所述实时图像得到识别结果；当所述识别结果表征包含运动对象时，生成预警信息。这样，本实施例中可以在电子设备内设置检测算法，由电子设备对分布式摄像设备采集的图像进行识别，可以适用于分布式摄像设备中存在各种类型不同摄像设备尤其是全部或者部分设备未设置有测算法的场景，例如门铃、笔记本摄像头等，可以提升预警的准确度。并且，本实施例中仅需要对电子设备的检测算法进行更新即可，无需在各摄像设备上部署检测算法，可以降低成本，适用于采用现成设备如闲置手机等构成的分布式摄像设备，提升了设备复用率。
61.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
62.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
63.图1是根据一示例性实施例示出的一种预警方法的流程图。
64.图2是根据一示例性实施例示出的一种获取识别结果的流程图。
65.图3是根据一示例性实施例示出的一种获取识别结果的流程图。
66.图4是根据一示例性实施例示出的一种应用场景示意图。
67.图5是根据一示例性实施例示出的一种推送预警消息的示意图。
68.图6是根据一示例性实施例示出的一种预警装置的框图。
69.图7是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
70.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性所描述
的实施例并不代表与本公开相一致的所有实施例。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置例子。
71.为解决上述技术问题，本公开实施例提供了一种预警方法，图1是根据一示例性实施例示出的一种预警方法的流程图，可以应用于电子设备，电子设备可以包括智能手机、平板电脑、个人计算机等设备，分布式摄像设备可以包括智能手机、平板电脑、个人计算机、分布式摄像头或者物联网(the internet of things，iot)设备。优选地，本方案可应用于可便携式携带的移动终端，以及分布式摄像设备中采用闲置的或者低配置的摄像设备(如门铃、智能手机)等构成的场景，相对于传统的移动终端仅获取分布式摄像设备的图像，本方案中移动终端可以识别分布式摄像设备上传的实时图像，从而提升预警信息的准确度。
72.参见图1，一种预警方法，包括步骤11～步骤13，其中：
73.在步骤11中，获取实时图像，所述实时图像由分布式摄像设备中任一设备所采集。
74.本实施例中，电子设备可以与分布式摄像设备中的各摄像头进行通信连接，通信连接可以包括电子设备与各摄像头之间进行端到端连接，端到端连接方式包括以下至少一种：蓝牙连接、wifi连接、红外数据传输连接、zigbee连接和超宽频连接。在一示例中，通信连接还可以包括电子设备通过服务器与摄像头连接。
75.本实施例中，在建立通信连接后，电子设备可以获取摄像头所采集的实时图像。
76.在步骤12中，识别所述实时图像得到识别结果。
77.本实施例中，电子设备内可以存储预设的检测算法，该检测算法用于识别出实时图像中的运动对象。该检测算法可以包括以下至少一种：人体姿态估计算法、移动物体检测算法。以人体姿态估计算法为例，其可以包括以下至少一种：sota算法、openpose算法、hrnet算法，或者3d关键点检测中的posedrl。以移动物体检测算法为例，其可以包括以下至少一种：背景减除法、帧差法。技术人员可以根据具体场景选择合适的检测算法，在能够识别出实时图像中的对象的情况下，相应方案落入本公开的保护范围。其中，运动对象是指实时图像中的人物或者移动物体，后续以运动对象均以人物为例。
78.需要说明的是，由于检测算法设置在电子设备内，电子设备可以实时或者按照设定周期检测是否存在待更新的检测算法，当存在待更新的检测算法时可以更新检测算法。这样，本实施例中仅需要电子设备更新检测算法即可，而无需为分布式摄像设备分别更新检测算法或者部署检测算法，可以降低分布式摄像设备的成本。
79.在一示例中，电子设备识别运动对象可以包括：
80.参见图2，在步骤21中，电子设备可以与实时图像相邻的上一帧图像。在步骤22中，电子设备可以获取实时图像和上一帧图像的相似度。如电子设备内可以设置有图像特征提取算法，分别提取出实时图像和上一帧图像的图像特征(向量)，上述图像特征可以采用特征向量方式表示。然后，电子设备可以利用余弦公式来获取两个特征向量的余弦值，该余弦值即是实时图像和上一帧图像的相似度。在步骤23中，电子设备可以对比相似度与相似度阈值，当相似度低于相似度阈值时，获取表示实时图像中包含运动对象的识别结果；当相似度超过相似度阈值(如98％-100％)时，获取表示实时图像中未包含运动对象的识别结果。
81.参见图3，在步骤31中，电子设备可以获取与实时图像相邻的上一帧图像。在步骤32中，电子设备可以分别获取实时图像和上一帧图像所包含的对象。如电子设备内可以设置有图像识别算法，利用图像识别算法可以识别出两图像中所包含的对象，并将对象进行
命名。在步骤33中，当实时图像和上一帧图像所包含的对象不同时，电子设备可以获取表示实时图像中包含运动对象的识别结果；当实时图像和上一帧图像所包含的对象相同时，电子设备可以获取表示实时图像中未包含运动对象的识别结果。
82.考虑到分布式摄像设备中各设备所拍摄的实时图像的画质不同，例如设备为功能机时所拍摄的低画质的图像，如1700*1200像素。在一实施例中，电子设备在获取到实时图像后，可以对比实时图像和预设的画质条件，其中画质条件可以包括以下至少一种：分辨率、图像格式和色彩，则预设的画质条件可以如分辨率为1920*1080像素(以上)的彩色图像。这样可以获得对比结果，该对比结果包括表征所述实时图像满足预设的画质条件或者表征实时图像的画质低于画质条件。
83.在一示例中，在对比结果表征实时图像满足预设的画质条件时，执行步骤13。
84.在一示例中，在对比结果表征实时图像的画质低于画质条件时，电子设备可以对实时图像进行画质提升处理获得处理图像，其中画质提升处理可以采用图像增强算法，例如从频域或者空间域实时图像，从而改善实时图像的对比度、层次感或者图像细节等。技术人员可以根据具体场景选择合适的图像增强算法，在能够提升实时图像画质的情况下，相应方案落入本公开的保护范围。然后，电子设备可以将实时图像更新为处理图像后，执行步骤13。这样，本实施例中，通过对低画质的实时图像进行画质提升处理，可以提升实时图像的画质，有利于提升后续查看或者回溯。
85.在步骤13中，当所述识别结果表征包含运动对象时，生成预警信息。
86.本实施例中，当识别结果表征包含运动对象时，电子设备可以生成预警信息，如“卧室有人进入，请注意”、“厨房有人进入，请注意”等。这样，电子设备可以将上述预警消息显示给用户，用户根据预警信息可以及时监控，排查安全隐患。
87.实际应用中，在显示预警消息的同时，电子设备还可以将包含运动对象的实时图像一同展示出来，尤其是步骤12中进行图像提升后的实时图像，方便用户确定运动对象的种类或者身份。
88.在一实施例中，电子设备还可以将预警信息推送给分布式摄像设备中的指定设备，其中指定设备可以是采集包含运动对象的摄像头，也可以是其他设备。这样，本实施例中可以使更多的用户收到预警消息，提升预警消息的关注度，有利于排查安全隐患。
89.考虑用户并非实时查看电子设备，在一实施例中，电子设备在生成预警信息的同时，可以开始录制视频，从而获得包含运动对象的目标视频，方便用户回溯观看。
90.至此，本公开实施例可以获取实时图像，所述实时图像由分布式摄像设备中任一设备所采集；识别所述实时图像得到识别结果；当所述识别结果表征包含运动对象时，生成预警信息。这样，本实施例中可以在电子设备内设置检测算法，由电子设备对分布式摄像设备采集的图像进行识别，可以适用于分布式摄像设备中存在各种类型不同摄像设备尤其是全部或者部分设备未设置有测算法的场景，例如门铃、笔记本摄像头等，可以提升预警的准确度。并且，本实施例中仅需要对电子设备的检测算法进行更新即可，无需在各摄像设备上部署检测算法，可以降低成本，适用于采用现成设备如闲置手机等构成的分布式摄像设备，提升了设备复用率。
91.下面结合一具体场景来描述上述预警方法，包括：
92.参见图4，分布式摄像设备由门铃、笔记本摄像头、单反相机、家用摄像头和电视机
构成。用户将智能手机通过家用wifi与上述分布式摄像设备连接，形成一个预警系统。该预警系统可以用于确定家中是否有外人进入家中或者宝宝是否进入危险区域(如厨房)。
93.分布式摄像设备中各设备可以按照各自的采集周期采集所负责区域内的实时图像，并发送给智能手机。
94.智能手机此时可以执行上述预警方法。在获取到实时图像后，可以先确定实时图像的画质是否满足预设的画质条件，如果不满足画质条件，则可以先对实时图像进行画质提升，并将实时图像更新为画质提升所得到的处理图像。然后，智能手机可以利用预设的检测算法来识别实时图像，以确定实时图像是否存在运动对象。
95.需要说明的是，构建预警系统时，智能手机还可以查询是否存在待更新的检测算法，如果存在则更新，否则不更新。
96.智能手机在确定实时图像中存在运动对象时，可以生成预警消息，并显示给用户。用户可以确定是外人进入家中，还是宝宝进入危险区域。当然，参见图5，智能手机还可以将上述预警信息推送给电视机和笔记本电脑，方便观看电视机的用户或者使用笔记本电脑的用户及时收到上述预警消息，以确定是外人进入家中，还是宝宝进入危险区域。
97.图6是根据一示例性实施例示出的一种预警装置的框图，可以应用于电子设备，电子设备可以包括智能手机、平板电脑、个人计算机等设备，分布式摄像设备可以包括智能手机、平板电脑、个人计算机、分布式摄像头或者物联网(the internet of things，iot)设备。优选地，本方案可应用于可便携式携带的移动终端，以及分布式摄像设备中采用闲置的或者低配置的摄像设备(如门铃、智能手机)等构成的场景，相对于传统的移动终端仅获取分布式摄像设备的图像，本方案中移动终端可以识别分布式摄像设备上传的实时图像，从而提升预警信息的准确度。参见图6，一种预警装置，应用于电子设备，包括：
98.实时图像获取模块61，用于获取实时图像，所述实时图像由分布式摄像设备中任一设备所采集；
99.识别结果获取模块62，用于识别所述实时图像得到识别结果；
100.预警信息生成模块63，用于当所述识别结果表征包含运动对象时，生成预警信息。
101.在一实施例中，所述装置还包括：
102.对比结果获取模块，用于对比所述实时图像和预设的画质条件获得对比结果；
103.识别结果输出模块，用于当所述对比结果表征所述实时图像满足预设的画质条件时，触发所述识别结果获取模块。
104.在一实施例中，所述装置还包括：
105.所述识别结果输出模块还用于当所述对比结果表征所述实时图像的画质低于所述画质条件时触发画质处理模块；所述画质处理模块，用于对所述实时图像进行画质提升处理获得处理图像；
106.实时图像更新模块，用于将所述实时图像更新为所述处理图像，并触发所述识别结果获取模块。
107.在一实施例中，所述识别结果获取模块包括：
108.上帧图像获取单元，用于获取与所述实时图像相邻的上一帧图像；
109.相似度获取单元，用于获取所述实时图像和所述上一帧图像的相似度；
110.识别结果获取单元，用于当所述相似度低于相似度阈值时，获取表示所述实时图
像中包含运动对象的识别结果；当所述相似度超过相似度阈值时，获取表示所述实时图像中未包含运动对象的识别结果。
111.在一实施例中，所述识别结果获取模块包括：
112.上帧图像获取单元，用于获取与所述实时图像相邻的上一帧图像；
113.对象获取单元，用于分别获取所述实时图像和所述上一帧图像所包含的对象；
114.识别结果获取单元，用于当所述实时图像和所述上一帧图像所包含的对象不同时，获取表示所述实时图像中包含运动对象的识别结果；当所述实时图像和所述上一帧图像所包含的对象相同时，获取表示所述实时图像中未包含运动对象的识别结果。
115.在一实施例中，所述识别结果获取模块包括：
116.二值图像获取单元，用于对所述实时图像进行预处理，获得二值图像；
117.差值图像获取单元，用于从所述二值图像提取轮廓，得到差值图像；
118.面积计算单元，用于计算差值图像中各对象的面积；
119.识别结果获取单元，用于当存在面积超过预设的面积阈值的对象时，确定获得表征包含运动对象的识别结果；当存在面积小于预设的面积阈值的对象时，确定获得表征未包含运动对象的识别结果。
120.在一实施例中，所述装置还包括：
121.检测算法检测模块，用于检测是否存在待更新的检测算法；
122.检测算法更新模块，用于当存在待更新的检测算法时，更新所述检测算法。
123.在一实施例中，所述装置还包括：
124.目标视频获取模块，用于录制视频，获得包含运动对象的目标视频。
125.在一实施例中，所述装置还包括：
126.预警信息推送模块，用于将所述预警信息推送给所述分布式摄像设备中的指定设备。
127.可理解的是，本公开实施例提供的装置与上述图1所示方法相对应，具体内容可以参考方法各实施例的内容，在此不再赘述。
128.图7是根据一示例性实施例示出的一种电子设备的框图。例如，电子设备700可以是智能手机，计算机，数字广播终端，平板设备，医疗设备，健身设备，个人数字助理等。
129.参照图7，电子设备700可以包括以下一个或多个组件：处理组件702，存储器704，电源组件706，多媒体组件708，音频组件170，输入/输出(i/o)的接口712，传感器组件714，通信组件716，以及图像采集组件718。
130.处理组件702通常控制电子设备700的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件702可以包括一个或多个处理器720来执行计算机程序。此外，处理组件702可以包括一个或多个模块，便于处理组件702和其他组件之间的交互。例如，处理组件702可以包括多媒体模块，以方便多媒体组件708和处理组件702之间的交互。
131.存储器704被配置为存储各种类型的数据以支持在电子设备700的操作。这些数据的示例包括用于在电子设备700上操作的任何应用程序或方法的计算机程序，联系人数据，电话簿数据，消息，图片，视频等。存储器704可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器
(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
132.电源组件706为电子设备700的各种组件提供电力。电源组件706可以包括电源管理系统，一个或多个电源，及其他与为电子设备700生成、管理和分配电力相关联的组件。电源组件706可以包括电源芯片，控制器可以电源芯片通信，从而控制电源芯片导通或者断开开关器件，使电池向主板电路供电或者不供电。
133.多媒体组件708包括在电子设备700和目标对象之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示屏(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自目标对象的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。
134.音频组件170被配置为输出和/或输入音频信号。例如，音频组件170包括一个麦克风(mic)，当电子设备700处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器704或经由通信组件716发送。在一些实施例中，音频组件170还包括一个扬声器，用于输出音频信号。
135.i/o接口712为处理组件702和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。
136.传感器组件714包括一个或多个传感器，用于为电子设备700提供各个方面的状态评估。例如，传感器组件714可以检测到电子设备700的打开/关闭状态，组件的相对定位，例如组件为电子设备700的显示屏和小键盘，传感器组件714还可以检测电子设备700或一个组件的位置改变，目标对象与电子设备700接触的存在或不存在，电子设备700方位或加速/减速和电子设备700的温度变化。本示例中，传感器组件714可以包括磁力传感器、陀螺仪和磁场传感器，其中磁场传感器包括以下至少一种：霍尔传感器、薄膜磁致电阻传感器、磁性液体加速度传感器。
137.通信组件716被配置为便于电子设备700和其他设备之间有线或无线方式的通信。电子设备700可以接入基于通信标准的无线网络，如wifi，2g、3g、4g、5g，或它们的组合。在一个示例性实施例中，通信组件716经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件716还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
138.在示例性实施例中，电子设备700可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现。
139.在示例性实施例中，还提供了一种包括可执行的计算机程序的非临时性可读存储介质，例如包括指令的存储器704，上述可执行的计算机程序可由处理器执行。其中，可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
140.本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本公开旨在涵盖任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技
术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
141.应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

技术特征：
1.一种预警方法，其特征在于，应用于电子设备，包括：获取实时图像，所述实时图像由分布式摄像设备中任一设备所采集；识别所述实时图像得到识别结果；当所述识别结果表征包含运动对象时，生成预警信息。2.根据权利要求1所述的预警方法，其特征在于，识别所述实时图像得到识别结果之后，包括：对比所述实时图像和预设的画质条件获得对比结果；当所述对比结果表征所述实时图像满足预设的画质条件时，执行识生成包含所述运动对象的预警信息的步骤。3.根据权利要求2所述的预警方法，其特征在于，对比所述实时图像和预设的画质条件获得对比结果之后，所述方法还包括：当所述对比结果表征所述实时图像的画质低于所述画质条件时，对所述实时图像进行画质提升处理获得处理图像；将所述实时图像更新为所述处理图像后，执行识生成包含所述运动对象的预警信息的步骤。4.根据权利要求1所述的预警方法，其特征在于，识别所述实时图像得到识别结果，包括：获取与所述实时图像相邻的上一帧图像；获取所述实时图像和所述上一帧图像的相似度；当所述相似度低于相似度阈值时，获取表示所述实时图像中包含运动对象的识别结果；当所述相似度超过相似度阈值时，获取表示所述实时图像中未包含运动对象的识别结果。5.根据权利要求1所述的预警方法，其特征在于，识别所述实时图像得到识别结果，包括：获取与所述实时图像相邻的上一帧图像；分别获取所述实时图像和所述上一帧图像所包含的对象；当所述实时图像和所述上一帧图像所包含的对象不同时，获取表示所述实时图像中包含运动对象的识别结果；当所述实时图像和所述上一帧图像所包含的对象相同时，获取表示所述实时图像中未包含运动对象的识别结果。6.根据权利要求1所述的预警方法，其特征在于，识别所述实时图像得到识别结果之前，所述方法还包括：检测是否存在待更新的检测算法；当存在待更新的检测算法时，更新所述检测算法。7.根据权利要求1所述的预警方法，其特征在于，生成预警信息的同时，所述方法还包括：录制视频，获得包含运动对象的目标视频。8.根据权利要求1所述的预警方法，其特征在于，生成预警信息之后，所述方法还包括：将所述预警信息推送给所述分布式摄像设备中的指定设备。9.一种预警装置，其特征在于，应用于电子设备，包括：
实时图像获取模块，用于获取实时图像，所述实时图像由分布式摄像设备中任一设备所采集；识别结果获取模块，用于识别所述实时图像得到识别结果；预警信息生成模块，用于当所述识别结果表征包含运动对象时，生成预警信息。10.根据权利要求9所述的预警装置，其特征在于，所述装置还包括：对比结果获取模块，用于对比所述实时图像和预设的画质条件获得对比结果；识别结果输出模块，用于当所述对比结果表征所述实时图像满足预设的画质条件时，触发所述预警信息生成模块。11.根据权利要求10所述的预警装置，其特征在于，所述装置还包括：所述识别结果输出模块还用于当所述对比结果表征所述实时图像的画质低于所述画质条件时触发画质处理模块；所述画质处理模块，用于对所述实时图像进行画质提升处理获得处理图像；实时图像更新模块，用于将所述实时图像更新为所述处理图像，并触发所述预警信息生成模块。12.根据权利要求9所述的预警装置，其特征在于，所述识别结果获取模块包括：上帧图像获取单元，用于获取与所述实时图像相邻的上一帧图像；相似度获取单元，用于获取所述实时图像和所述上一帧图像的相似度；识别结果获取单元，用于当所述相似度低于相似度阈值时，获取表示所述实时图像中包含运动对象的识别结果；当所述相似度超过相似度阈值时，获取表示所述实时图像中未包含运动对象的识别结果。13.根据权利要求8所述的预警装置，其特征在于，所述识别结果获取模块包括：上帧图像获取单元，用于获取与所述实时图像相邻的上一帧图像；对象获取单元，用于分别获取所述实时图像和所述上一帧图像所包含的对象；识别结果获取单元，用于当所述实时图像和所述上一帧图像所包含的对象不同时，获取表示所述实时图像中包含运动对象的识别结果；当所述实时图像和所述上一帧图像所包含的对象相同时，获取表示所述实时图像中未包含运动对象的识别结果。14.根据权利要求9所述的预警装置，其特征在于，所述装置还包括：检测算法检测模块，用于检测是否存在待更新的检测算法；检测算法更新模块，用于当存在待更新的检测算法时，更新所述检测算法。15.根据权利要求9所述的预警装置，其特征在于，所述装置还包括：目标视频获取模块，用于录制视频，获得包含运动对象的目标视频。16.根据权利要求9所述的预警装置，其特征在于，所述装置还包括：预警信息推送模块，用于将所述预警信息推送给所述分布式摄像设备中的指定设备。17.一种电子设备，其特征在于，包括：处理器；用于存储所述处理器可执行的计算机程序的存储器；其中，所述处理器被配置为执行所述存储器中的计算机程序，以实现如权利要求1～8任一项所述的方法。18.一种计算机可读存储介质，其特征在于，当所述存储介质中的可执行的计算机程序
由处理器执行时，能够实现如权利要求1～8任一项所述的方法。

技术总结
本公开是关于一种预警方法及装置、电子设备、存储介质。该方法包括：获取实时图像，所述实时图像由分布式摄像设备中任一设备所采集；识别所述实时图像得到识别结果；当所述识别结果表征包含运动对象时，生成预警信息。本实施例中可以在电子设备内设置检测算法，由电子设备对分布式摄像设备采集的图像进行识别，可以适用于分布式摄像设备中存在各种类型不同摄像设备尤其是全部或者部分设备未设置有测算法的场景，例如门铃、笔记本摄像头等，可以提升预警的准确度。预警的准确度。预警的准确度。


技术研发人员：张海坡 高川 郭鹏
受保护的技术使用者：北京小米移动软件有限公司
技术研发日：2020.11.04
技术公布日：2022/5/25