基于视频识别的移动终端智能提醒方法与流程

1.本发明涉及视觉识别与监控的技术领域，特别涉及基于视频识别的移动终端智能提醒方法。


背景技术：

2.在公司等工作场景中，员工会处于一个较为紧张的工作环境，无法适应性地调节自身的作息安排。同时在工作场景中受灯光照明和环境声音的影响，员工也难以集中精神工作，从而降低员工的工作效率。虽然员工能够预先在智能手机上设定当前工作的流程细节，但是这种方式只是员工根据自身的主观意愿进行设定，其并未充分考虑自身在工作场景中的实际作息情况和实际环境状态，无法保证设定的工作流程与员工的实际工作状态具有较高的匹配度，从而不能有效提高员工的工作效率。


技术实现要素：

3.针对现有技术存在的缺陷，本发明提供基于视频识别的移动终端智能提醒方法，其分析对工作场景进行动态拍摄得到的场景视频，得到目标对象的活动子视频集合；对活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数；采集工作场景的环境状态信息，生成与目标对象关联的环境条件参数；根据活动属性参数和环境条件参数，得到目标对象在工作场景中作息安排关联信息，以此生成移动终端对应的提醒通知消息，其对工作场景进行拍摄和环境检测，得到目标对象在当前工作场景下的活动属性参数以及关联的环境条件参数，为确定目标对象在当前工作场景下的作息安排和环境条件调整提供可靠的数据支持，从而便于准确设定目标对象在当前工作场景下的工作日历提醒通知消息，提高目标对象的工作效率。
4.本发明提供基于视频识别的移动终端智能提醒方法，包括如下步骤：
5.步骤s1，对工作场景进行动态拍摄，得到所述工作场景对应的场景视频；对所述场景视频进行分析处理，得到目标对象对应的活动子视频集合；
6.步骤s2，对所述活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数；采集所述工作场景的环境状态信息，生成与目标对象关联的环境条件参数；
7.步骤s3，根据所述活动属性参数和所述环境条件参数，得到目标对象在工作场景中作息安排关联信息；
8.步骤s4，根据所述作息安排关联信息，生成移动终端对应的提醒通知消息。进一步，在所述步骤s1中，对工作场景进行动态拍摄，得到所述工作场景对应的场景视频，包括：
9.对工作场景的不同区域进行动态扫描拍摄，得到所述工作场景的每个区域在一个工作日时间范围内的场景视频，并对所述场景视频进行拍摄区域和拍摄时间的标识。
10.进一步，在所述步骤s1中，对所述场景视频进行分析处理，得到目标对象对应的活动子视频集合，包括：
11.对每个场景视频进行分帧处理，得到与每个场景视频对应的图片帧集合；根据目标对象的脸部特征信息和/或身体轮廓特征信息，从所述图片帧集合中提取得到画面存在目标对象的图片帧；将所有提取得到的图片帧按照原有拍摄时序进行重新组合，从而得到对应的活动子视频；再将所有场景视频对应的活动子视频进行整合，得到活动子视频集合。
12.进一步，在所述步骤s2中，对所述活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数，包括：
13.对所述活动子视频集合的每个活动子视频进行目标对象的活动类型识别处理，得到目标对象在一个工作日时间范围内的用餐休息的时间长度和非用餐休息的时间长度，以此作为所述活动属性参数。
14.进一步，在所述步骤s2中，采集所述工作场景的环境状态信息，生成与目标对象关联的环境条件参数，包括：
15.采集所述工作场景在一个工作日时间范围内与目标对象关联的环境光照强度和环境声音强度，以此作为所述环境条件参数。
16.进一步，在所述步骤s3中，根据所述活动属性参数和所述环境条件参数，得到目标对象在工作场景中作息安排关联信息，包括：
17.步骤s301，利用下面公式(1)，根据目标对象关联的环境光照强度和环境声音强度，目标对象的用餐休息的时间长度和非用餐休息的时间长度的单一变化状态下目标对象的工作状态与专注程度情况，得到目标对象的工作状态与专注程度的正比函数，
[0018][0019]
在上述公式(1)中，g表示目标对象的工作状态与专注程度的量化值；
∝
表示正比于；f2(1)表示将目标对象关联的环境光照强度作为单一变化状态得到的工作状态与专注程度的量化值进行二次拟合得到的二次函数；f2(2)表示将目标对象关联的环境声音强度作为单一变化状态得到的工作状态与专注程度的量化值进行二次拟合得到的二次函数；f(a)表示将目标对象的第a个影响条件作为单一变化状态得到的工作状态与专注程度的量化值进行线性回归拟合得到的一次函数，a＝3时表示目标对象的第a个影响条件为非用餐休息的安排次数，a＝4时表示目标对象的第a个影响条件为每次非用餐休息的时间长度，a＝5时表示目标对象的第a个影响条件为用餐休息的时间长度；
[0020]
步骤s302，利用下面公式(2)，根据非用餐休息的安排次数，每次非用餐休息的时间长度，用餐休息的时间长度以及目标对象的工作时间在所述正比函数中加入一天内的时间限制条件，
[0021]
tk(4)
×
m+3
×
t(5)＝24-tzꢀꢀ
(2)
[0022]
在上述公式(2)中，tz表示目标对象一天内的工作时间；tk(4)表示一天内每次非用餐休息的时间长度；t(5)表示一天内的用餐休息的时间长度；m表示一天内非用餐休息的安排次数；
[0023]
步骤s303，利用下面公式(3)，根据添加时间限制条件后的正比函数以及目标对象的工作必须时间，得到目标对象在工作必须时间内的工作状态与专注程度最高的状态下目标对象关联的环境光照强度和环境声音强度，目标对象的用餐休息的时间长度和非用餐休息的时间长度的数值，以此作为所述作息安排关联信息，
[0024][0025]
在上述公式(3)中，s(1)表示目标对象在工作必须时间内的工作状态与专注程度最高的状态下目标对象关联的环境光照强度；s(2)表示人在工作必须时间内的工作状态与专注程度最高的状态下目标对象关联的环境声音强度；s(3)
×
s(4)表示目标对象在工作必须时间内的工作状态与专注程度最高的状态下与目标对象的一天非用餐休息次数和一天一次非用餐休息时间相乘的相关值；s(5)表示目标对象在工作必须时间内的工作状态与专注程度最高的状态下目标对象的用餐休息的时间长度的相关值；tz′
表示人的工作必须时间，即一天内的最少工作时长；argmax{}表示求取括号内二次函数的最大值。
[0026]
进一步，在所述步骤s4中，根据所述作息安排关联信息，生成移动终端对应的提醒通知消息，包括：
[0027]
将所述作息安排关联信息包含的目标对象的用餐休息的时间长度和非用餐休息的时间长度的数值返回至目标对象所持的移动终端，生成移动终端对应的日历提醒通知消息。
[0028]
进一步，在所述步骤s4中，还包括：
[0029]
根据所述作息安排关联信息包含的目标对象关联的环境光照强度和环境声音强度，调整工作场景的灯光照明亮度以及工作场景的自动门窗的开闭状态。
[0030]
相比于现有技术，该基于视频识别的移动终端智能提醒方法分析对工作场景进行动态拍摄得到的场景视频，得到目标对象的活动子视频集合；对活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数；采集工作场景的环境状态信息，生成与目标对象关联的环境条件参数；根据活动属性参数和环境条件参数，得到目标对象在工作场景中作息安排关联信息，以此生成移动终端对应的提醒通知消息，其对工作场景进行拍摄和环境检测，得到目标对象在当前工作场景下的活动属性参数以及关联的环境条件参数，为确定目标对象在当前工作场景下的作息安排和环境条件调整提供可靠的数据支持，从而便于准确设定目标对象在当前工作场景下的工作日历提醒通知消息，提高目标对象的工作效率。
[0031]
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
[0032]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0033]
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。
[0034]
图1为本发明提供的基于视频识别的移动终端智能提醒方法的流程示意图。
具体实施方式
[0035]
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。
[0036]
参阅图1，为本发明实施例提供的基于视频识别的移动终端智能提醒方法的流程示意图。该基于视频识别的移动终端智能提醒方法包括如下步骤：
[0037]
步骤s1，对工作场景进行动态拍摄，得到该工作场景对应的场景视频；对该场景视频进行分析处理，得到目标对象对应的活动子视频集合；
[0038]
步骤s2，对该活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数；采集该工作场景的环境状态信息，生成与目标对象关联的环境条件参数；
[0039]
步骤s3，根据该活动属性参数和该环境条件参数，得到目标对象在工作场景中作息安排关联信息；
[0040]
步骤s4，根据该作息安排关联信息，生成移动终端对应的提醒通知消息。
[0041]
上述技术方案的有益效果为：该基于视频识别的移动终端智能提醒方法分析对工作场景进行动态拍摄得到的场景视频，得到目标对象的活动子视频集合；对活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数；采集工作场景的环境状态信息，生成与目标对象关联的环境条件参数；根据活动属性参数和环境条件参数，得到目标对象在工作场景中作息安排关联信息，以此生成移动终端对应的提醒通知消息，其对工作场景进行拍摄和环境检测，得到目标对象在当前工作场景下的活动属性参数以及关联的环境条件参数，为确定目标对象在当前工作场景下的作息安排和环境条件调整提供可靠的数据支持，从而便于准确设定目标对象在当前工作场景下的工作日历提醒通知消息，提高目标对象的工作效率。
[0042]
优选地，在该步骤s1中，对工作场景进行动态拍摄，得到该工作场景对应的场景视频，包括：
[0043]
对工作场景的不同区域进行动态扫描拍摄，得到该工作场景的每个区域在一个工作日时间范围内的场景视频，并对该场景视频进行拍摄区域和拍摄时间的标识。
[0044]
上述技术方案的有益效果为：在实际工作中，利用安装在工作场景的不同区域的摄像头对相应区域的进行动态扫描拍摄，得到每个区域在一个工作日时间范围(即一个工作日对应的24小时时间范围)内的场景视频，并对场景视频进行拍摄区域和拍摄时间的标识，便于后续对每个场景视频进行区分化的标识。
[0045]
优选地，在该步骤s1中，对该场景视频进行分析处理，得到目标对象对应的活动子视频集合，包括：
[0046]
对每个场景视频进行分帧处理，得到与每个场景视频对应的图片帧集合；根据目标对象的脸部特征信息和/或身体轮廓特征信息，从该图片帧集合中提取得到画面存在目标对象的图片帧；将所有提取得到的图片帧按照原有拍摄时序进行重新组合，从而得到对
应的活动子视频；再将所有场景视频对应的活动子视频进行整合，得到活动子视频集合。
[0047]
上述技术方案的有益效果为：通过上述方式，以目标对象的脸部特征信息和/或身体轮廓特征信息为基准，在场景视频中提取得到与目标对象关联的活动子视频，有效减少后续视频识别处理的工作量。
[0048]
优选地，在该步骤s2中，对该活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数，包括：
[0049]
对该活动子视频集合的每个活动子视频进行目标对象的活动类型识别处理，得到目标对象在一个工作日时间范围内的用餐休息的时间长度和非用餐休息的时间长度，以此作为该活动属性参数。
[0050]
上述技术方案的有益效果为：通过上述方式，能够将目标对象在一个工作日时间范围内的用餐休息的时间长度和非用餐休息的时间长度进行量化标定。
[0051]
优选地，在该步骤s2中，采集该工作场景的环境状态信息，生成与目标对象关联的环境条件参数，包括：
[0052]
采集该工作场景在一个工作日时间范围内与目标对象关联的环境光照强度和环境声音强度，以此作为该环境条件参数。
[0053]
上述技术方案的有益效果为：通过上述方式，可利用安装在工作场景的光照传感器和声音传感器，采集工作场景在一个工作日时间范围内与目标对象关联的环境光照强度和环境声音强度，从而对工作场景的光照和声音状态进行标定。
[0054]
优选地，在该步骤s3中，根据该活动属性参数和该环境条件参数，得到目标对象在工作场景中作息安排关联信息，包括：
[0055]
步骤s301，利用下面公式(1)，根据目标对象关联的环境光照强度和环境声音强度，目标对象的用餐休息的时间长度和非用餐休息的时间长度的单一变化状态下目标对象的工作状态与专注程度情况，得到目标对象的工作状态与专注程度的正比函数，
[0056][0057]
在上述公式(1)中，g表示目标对象的工作状态与专注程度的量化值；
∝
表示正比于；f2(1)表示将目标对象关联的环境光照强度作为单一变化状态得到的工作状态与专注程度的量化值进行二次拟合得到的二次函数；f2(2)表示将目标对象关联的环境声音强度作为单一变化状态得到的工作状态与专注程度的量化值进行二次拟合得到的二次函数；f(a)表示将目标对象的第a个影响条件作为单一变化状态得到的工作状态与专注程度的量化值进行线性回归拟合得到的一次函数，a＝3时表示目标对象的第a个影响条件为非用餐休息的安排次数，a＝4时表示目标对象的第a个影响条件为每次非用餐休息的时间长度，a＝5时表示目标对象的第a个影响条件为用餐休息的时间长度；
[0058]
步骤s302，利用下面公式(2)，根据非用餐休息的安排次数，每次非用餐休息的时间长度，用餐休息的时间长度以及目标对象的工作时间在该正比函数中加入一天内的时间限制条件，
[0059]
tk(4)
×
m+3
×
t(5)＝24-tzꢀꢀ
(2)
[0060]
在上述公式(2)中，tz表示目标对象一天内的工作时间；tk(4)表示一天内每次非用餐休息的时间长度；t(5)表示一天内的用餐休息的时间长度；m表示一天内非用餐休息的安排次数；
[0061]
步骤s303，利用下面公式(3)，根据添加时间限制条件后的正比函数以及目标对象的工作必须时间，得到目标对象在工作必须时间内的工作状态与专注程度最高的状态下目标对象关联的环境光照强度和环境声音强度，目标对象的用餐休息的时间长度和非用餐休息的时间长度的数值，以此作为该作息安排关联信息，
[0062][0063]
在上述公式(3)中，s(1)表示目标对象在工作必须时间内的工作状态与专注程度最高的状态下目标对象关联的环境光照强度；s(2)表示人在工作必须时间内的工作状态与专注程度最高的状态下目标对象关联的环境声音强度；s(3)
×
s(4)表示目标对象在工作必须时间内的工作状态与专注程度最高的状态下与目标对象的一天非用餐休息次数和一天一次非用餐休息时间相乘的相关值；s(5)表示目标对象在工作必须时间内的工作状态与专注程度最高的状态下目标对象的用餐休息的时间长度的相关值；tz′
表示人的工作必须时间，即一天内的最少工作时长；argmax{}表示求取括号内二次函数的最大值。
[0064]
上述技术方案的有益效果为：利用上述公式(1)，根据目标对象关联的环境光照强度和环境声音强度，目标对象的用餐休息的时间长度和非用餐休息的时间长度的单一变化状态下目标对象的工作状态与专注程度情况，得到目标对象的工作状态与专注程度的正比函数，进而通过一个归纳公式知晓当前的相关关系，从而实现对相关性的量化；然后利用上述公式(2)，根据非用餐休息的安排次数，每次非用餐休息的时间长度，用餐休息的时间长度以及目标对象的工作时间在该正比函数中加入一天内的时间限制条件，进而通过限制条件才能找到正比函数中的最优相关解，从而提高系统计算的效率；最后利用上述公式(3)，根据添加时间限制条件后的正比函数以及目标对象的工作必须时间，得到目标对象在工作必须时间内的工作状态与专注程度最高的状态下目标对象关联的环境光照强度和环境声音强度，目标对象的用餐休息的时间长度和非用餐休息的时间长度的数值，进而选择出最强相关对应的影响条件的数值，从而让人在一天工作必须时间内的工作状态与专注程度保持最高。
[0065]
优选地，在该步骤s4中，根据该作息安排关联信息，生成移动终端对应的提醒通知消息，包括：
[0066]
将该作息安排关联信息包含的目标对象的用餐休息的时间长度和非用餐休息的时间长度的数值返回至目标对象所持的移动终端，生成移动终端对应的日历提醒通知消息。
[0067]
上述技术方案的有益效果为：通过上述方式，将作息安排关联信息包含的目标对象的用餐休息的时间长度和非用餐休息的时间长度的数值返回至目标对象所持的移动终端，这样移动终端能够生成有针对性的日历提醒通知消息，从而为目标对象的作息提供可靠的依据。
[0068]
优选地，在该步骤s4中，还包括：
[0069]
根据该作息安排关联信息包含的目标对象关联的环境光照强度和环境声音强度，
调整工作场景的灯光照明亮度以及工作场景的自动门窗的开闭状态。
[0070]
上述技术方案的有益效果为：通过上述方式，根据作息安排关联信息包含的目标对象关联的环境光照强度和环境声音强度，调整工作场景的灯光照明亮度以及工作场景的自动门窗的开闭状态，能够为目标对象在工作过程中提供合适的光照和声音环境，提高目标对象的工作效率。
[0071]
从上述实施例的内容可知，该基于视频识别的移动终端智能提醒方法分析对工作场景进行动态拍摄得到的场景视频，得到目标对象的活动子视频集合；对活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数；采集工作场景的环境状态信息，生成与目标对象关联的环境条件参数；根据活动属性参数和环境条件参数，得到目标对象在工作场景中作息安排关联信息，以此生成移动终端对应的提醒通知消息，其对工作场景进行拍摄和环境检测，得到目标对象在当前工作场景下的活动属性参数以及关联的环境条件参数，为确定目标对象在当前工作场景下的作息安排和环境条件调整提供可靠的数据支持，从而便于准确设定目标对象在当前工作场景下的工作日历提醒通知消息，提高目标对象的工作效率。
[0072]
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

技术特征：
1.基于视频识别的移动终端智能提醒方法，其特征在于，包括如下步骤：步骤s1，对工作场景进行动态拍摄，得到所述工作场景对应的场景视频；对所述场景视频进行分析处理，得到目标对象对应的活动子视频集合；步骤s2，对所述活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数；采集所述工作场景的环境状态信息，生成与目标对象关联的环境条件参数；步骤s3，根据所述活动属性参数和所述环境条件参数，得到目标对象在工作场景中作息安排关联信息；步骤s4，根据所述作息安排关联信息，生成移动终端对应的提醒通知消息。2.如权利要求1所述的基于视频识别的移动终端智能提醒方法，其特征在于：在所述步骤s1中，对工作场景进行动态拍摄，得到所述工作场景对应的场景视频，包括：对工作场景的不同区域进行动态扫描拍摄，得到所述工作场景的每个区域在一个工作日时间范围内的场景视频，并对所述场景视频进行拍摄区域和拍摄时间的标识。3.如权利要求2所述的基于视频识别的移动终端智能提醒方法，其特征在于：在所述步骤s1中，对所述场景视频进行分析处理，得到目标对象对应的活动子视频集合，包括：对每个场景视频进行分帧处理，得到与每个场景视频对应的图片帧集合；根据目标对象的脸部特征信息和/或身体轮廓特征信息，从所述图片帧集合中提取得到画面存在目标对象的图片帧；将所有提取得到的图片帧按照原有拍摄时序进行重新组合，从而得到对应的活动子视频；再将所有场景视频对应的活动子视频进行整合，得到活动子视频集合。4.如权利要求3所述的基于视频识别的移动终端智能提醒方法，其特征在于：在所述步骤s2中，对所述活动子视频集合的每个活动子视频进行分析处理，得到目标对象在当前工作场景下的活动属性参数，包括：对所述活动子视频集合的每个活动子视频进行目标对象的活动类型识别处理，得到目标对象在一个工作日时间范围内的用餐休息的时间长度和非用餐休息的时间长度，以此作为所述活动属性参数。5.如权利要求4所述的基于视频识别的移动终端智能提醒方法，其特征在于：在所述步骤s2中，采集所述工作场景的环境状态信息，生成与目标对象关联的环境条件参数，包括：采集所述工作场景在一个工作日时间范围内与目标对象关联的环境光照强度和环境声音强度，以此作为所述环境条件参数。6.如权利要求5所述的基于视频识别的移动终端智能提醒方法，其特征在于：在所述步骤s3中，根据所述活动属性参数和所述环境条件参数，得到目标对象在工作场景中作息安排关联信息，包括：步骤s301，利用下面公式(1)，根据目标对象关联的环境光照强度和环境声音强度，目标对象的用餐休息的时间长度和非用餐休息的时间长度的单一变化状态下目标对象的工作状态与专注程度情况，得到目标对象的工作状态与专注程度的正比函数，
在上述公式(1)中，g表示目标对象的工作状态与专注程度的量化值；
∝
表示正比于；f2(1)表示将目标对象关联的环境光照强度作为单一变化状态得到的工作状态与专注程度的量化值进行二次拟合得到的二次函数；f2(2)表示将目标对象关联的环境声音强度作为单一变化状态得到的工作状态与专注程度的量化值进行二次拟合得到的二次函数；f(a)表示将目标对象的第a个影响条件作为单一变化状态得到的工作状态与专注程度的量化值进行线性回归拟合得到的一次函数，a＝3时表示目标对象的第a个影响条件为非用餐休息的安排次数，a＝4时表示目标对象的第a个影响条件为每次非用餐休息的时间长度，a＝5时表示目标对象的第a个影响条件为用餐休息的时间长度；步骤s302，利用下面公式(2)，根据非用餐休息的安排次数，每次非用餐休息的时间长度，用餐休息的时间长度以及目标对象的工作时间在所述正比函数中加入一天内的时间限制条件，t
k
(4)
×
m+3
×
m(5)＝24-t
z (2)在上述公式(2)中，t
z
表示目标对象一天内的工作时间；t
k
(4)表示一天内每次非用餐休息的时间长度；t(5)表示一天内的用餐休息的时间长度；m表示一天内非用餐休息的安排次数；步骤s303，利用下面公式(3)，根据添加时间限制条件后的正比函数以及目标对象的工作必须时间，得到目标对象在工作必须时间内的工作状态与专注程度最高的状态下目标对象关联的环境光照强度和环境声音强度，目标对象的用餐休息的时间长度和非用餐休息的时间长度的数值，以此作为所述作息安排关联信息，在上述公式(3)中，s(1)表示目标对象在工作必须时间内的工作状态与专注程度最高的状态下目标对象关联的环境光照强度；s(2)表示人在工作必须时间内的工作状态与专注程度最高的状态下目标对象关联的环境声音强度；s(3)
×
s(4)表示目标对象在工作必须时间内的工作状态与专注程度最高的状态下与目标对象的一天非用餐休息次数和一天一次非用餐休息时间相乘的相关值；s(5)表示目标对象在工作必须时间内的工作状态与专注程度最高的状态下目标对象的用餐休息的时间长度的相关值；t
z
′
表示人的工作必须时间，即一天内的最少工作时长；argmax{}表示求取括号内二次函数的最大值。7.如权利要求6所述的基于视频识别的移动终端智能提醒方法，其特征在于：在所述步骤s4中，根据所述作息安排关联信息，生成移动终端对应的提醒通知消息，包括：将所述作息安排关联信息包含的目标对象的用餐休息的时间长度和非用餐休息的时间长度的数值返回至目标对象所持的移动终端，生成移动终端对应的日历提醒通知消息。8.如权利要求7所述的基于视频识别的移动终端智能提醒方法，其特征在于：
在所述步骤s4中，还包括：根据所述作息安排关联信息包含的目标对象关联的环境光照强度和环境声音强度，调整工作场景的灯光照明亮度以及工作场景的自动门窗的开闭状态。

技术总结
本发明提供基于视频识别的移动终端智能提醒方法，其对工作场景进行拍摄和环境检测，得到目标对象在当前工作场景下的活动属性参数以及关联的环境条件参数，为确定目标对象在当前工作场景下的作息安排和环境条件调整提供可靠的数据支持，从而便于准确设定目标对象在当前工作场景下的工作日历提醒通知消息，提高目标对象的工作效率。高目标对象的工作效率。高目标对象的工作效率。


技术研发人员：兰雨晴 余丹 赵蒙蒙 邢智涣 李其蓁
受保护的技术使用者：慧之安信息技术股份有限公司
技术研发日：2022.12.26
技术公布日：2023/9/22