自助设备的预警方法、装置、计算机设备、存储介质与流程
1.本公开涉及大数据处理技术领域，特别是涉及一种自助设备的预警方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术：
2.在一些公共区域内设置自助设备，可以大大提高用户的办事效率。例如，在地铁站附近设置自助售票机可以提高用户的购票效率；在银行区域设置自助存取款设备可以提高用户的存取款效率；在医院区域设置自助缴费设备可以提高用户的缴费效率。然而，目前大多数自助设备都处于无人值守的状态，如果用户在使用自助设备的过程中遇到了什么问题，也难以获取帮助。
3.传统技术中，可以通过在自助设备上加装摄像头，将摄像头拍摄到的图像实时传送至自助设备对应的管理人员处，由管理人员对监控图像进行辨别，以确定是否存在异常情况(譬如用户摔倒、晕倒或加装可疑设备等情况)需要预警。但是，采用传统技术中的自助设备预警方法时，由于人工识别异常情况容易存在误差，从而导致自助设备预警准确率较低。
技术实现要素：
4.基于此，有必要针对上述技术问题，提供一种预警准确率高的自助设备的预警方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
5.第一方面，本公开提供了一种自助设备的预警方法，所述方法包括：
6.获取自助设备采集的目标对象的体态图像数据；
7.从所述体态图像数据中确定出所述目标对象的体态特征；
8.将所述体态特征与特征数据集合中对应的特征数据进行匹配，生成所述体态特征与所述特征数据的匹配度；
9.响应于所述匹配度符合预设要求的判断结果，确定与所述目标对象对应的预警策略，并执行确定的所述预警策略。
10.在其中一个实施例中，所述响应于所述匹配度符合预设要求的判断结果，确定与所述目标对象对应的预警策略，并执行确定的所述预警策略，包括：
11.响应于所述匹配度大于或等于预警阈值的比较结果，确定与所述目标对象对应的所述预警策略为实时预警策略；
12.执行所述实时预警策略，将所述体态图像数据发送至所述自助设备对应的预警管理系统。
13.在其中一个实施例中，所述响应于所述匹配度符合预设要求的判断结果，确定与所述目标对象对应的预警策略，并执行确定的所述预警策略，包括：
14.响应于所述匹配度小于预警阈值的比较结果，确定与所述目标对象对应的所述预警策略为非实时预警策略；
15.执行所述非实时预警策略，将所述体态图像数据存储至所述自助设备中的缓存区域。
16.在其中一个实施例中，所述方法还包括：
17.响应于所述自助设备对应的预警管理系统发送的远程监控请求，将所述缓存区域中存储的所述体态图像数据发送至所述预警管理系统。
18.在其中一个实施例中，所述方法还包括：
19.从所述体态图像数据中确定出所述目标对象的面部特征；
20.根据所述面部特征与所述体态特征，确定与所述目标对象对应的年龄参数；
21.根据所述年龄参数确定与所述目标对象对应的设备调整策略，并执行确定的所述设备调整策略。
22.在其中一个实施例中，所述设备调整策略包括信息显示调整策略、采集调整策略、功能调整策略或音频调整策略中的至少一种。
23.第二方面，本公开还提供了一种自助设备的预警装置，所述装置包括：
24.数据获取模块，用于获取自助设备采集的目标对象的体态图像数据；
25.特征确定模块，用于从所述体态图像数据中确定出所述目标对象的体态特征；
26.特征匹配模块，用于将所述体态特征与特征数据集合中对应的特征数据进行匹配，生成所述体态特征与所述特征数据的匹配度；
27.策略确定模块，用于响应于所述匹配度符合预设要求的判断结果，确定与所述目标对象对应的预警策略，并执行确定的所述预警策略。
28.在其中一个实施例中，所述策略确定模块，包括：
29.实时预警单元，用于响应于所述匹配度大于或等于预警阈值的比较结果，确定与所述目标对象对应的所述预警策略为实时预警策略，执行所述实时预警策略，将所述体态图像数据发送至所述自助设备对应的预警管理系统。
30.在其中一个实施例中，所述策略确定模块，包括：
31.非实时预警单元，用于响应于所述匹配度小于预警阈值的比较结果，确定与所述目标对象对应的所述预警策略为非实时预警策略，执行所述非实时预警策略，将所述体态图像数据存储至所述自助设备中的缓存区域。
32.在其中一个实施例中，所述非实时预警单元，还用于：响应于所述自助设备对应的预警管理系统发送的远程监控请求，将所述缓存区域中存储的所述体态图像数据发送至所述预警管理系统。
33.在其中一个实施例中，所述装置还包括：
34.面部特征确定模块，用于从所述体态图像数据中确定出所述目标对象的面部特征；
35.年龄参数确定模块，用于根据所述面部特征与所述体态特征，确定与所述目标对象对应的年龄参数；
36.调整策略确定模块，用于根据所述年龄参数确定与所述目标对象对应的设备调整策略，并执行确定的所述设备调整策略。
37.在其中一个实施例中，所述设备调整策略包括信息显示调整策略、采集调整策略、功能调整策略或音频调整策略中的至少一种。
38.第三方面，本公开还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项实施例所述的自助设备的预警方法。
39.第四方面，本公开还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，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面任一项实施例所述的自助设备的预警方法。
40.第五方面，本公开还提供了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，该计算机程序被处理器执行时实现上述第一方面任一项实施例所述的自助设备的预警方法。
41.上述自助设备的预警方法、装置、计算机设备、存储介质和计算机程序产品，通过获取自助设备采集的目标对象的体态图像数据，从体态图像数据中确定出目标对象的体态特征，将体态特征与特征数据集合中对应的特征数据进行匹配，生成体态特征与特征数据的匹配度，响应于匹配度符合预设要求的判断结果，确定与目标对象对应的预警策略，并执行确定的预警策略，能够基于目标对象的体态图像数据，确定出与目标对象的动作行为对应的体态特征，进一步地，基于体态特征与特征数据的匹配度，确定出目标对象的动作行为是否符合预警策略的预设要求，从而执行对应的预警策略对位于自助设备工作区域内的目标对象进行有效预警，不仅提高了自助设备的预警准确率，同时还提高了自助设备的预警效率。
42.此外，采用本公开提供的自助设备的预警方法，通过构建特征数据集合，将目标对象的体态特征与特征数据集合中对应的特征数据进行匹配，能够针对性地进行特征匹配，减少特征匹配的数据处理量，从而进一步地提高自助设备的预警效率。
附图说明
43.图1为一个实施例中自助设备的预警方法的流程示意图一；
44.图2为一个实施例中预警策略确定步骤的流程示意图；
45.图3为一个实施例中设备调整策略确定步骤的流程示意图一；
46.图4为一个实施例中设备调整策略确定步骤的流程示意图二；
47.图5为一个实施例中自助设备的预警方法的流程示意图二；
48.图6为一个实施例中自助设备的预警方法的流程示意图三；
49.图7a为一个实施例中改造前自助设备的软件系统架构示意图；
50.图7b为一个实施例中改造后自助设备的软件系统架构示意图；
51.图7c为一个实施例中实时预警策略执行步骤的流程示意图；
52.图7d为一个实施例中非实时预警策略执行步骤的流程示意图；
53.图8为一个实施例中自助设备的预警装置的结构框图；
54.图9为一个实施例中计算机设备的内部结构图。
具体实施方式
55.需要说明的是，本公开所涉及的用户信息(包括但不限于用户设备信息、用户体态信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户
授权或者经过各方充分授权的信息和数据。
56.为了使本公开的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本公开进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本公开，并不用于限定本公开。
57.在一个实施例中，如图1所示，提供了一种自助设备的预警方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。其中，终端可以但不限于是各种自助设备、个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备。自助设备可以为自助存取款机、自助售票机、自助缴费机等。物联网设备可为智能电视、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器可以用独立的服务器或者是多个服务器组成的服务器集来实现。
58.本实施例中，该方法包括以下步骤：
59.步骤s102，获取自助设备采集的目标对象的体态图像数据。
60.其中，自助设备可以具备图像采集功能。一个示例中，可以对现有的不具备图像采集功能的自助设备进行改造，通过蓝牙、通用串行总线usb或者无线局域网等方式建立自助设备的中央处理器与图像采集模块之间的通信连接，以使得改造后的自助设备集成有图像采集功能。其中，图像采集模块可以包括但不仅限于体态识别摄像头、监控摄像机等设备。
61.目标对象可以用于表征在自助设备工作区域内正在使用自助设备服务的对象。一个示例中，在自助设备可以是一种组合了多种不同金融业务功能的自助服务设备的情况下，目标对象可以利用该自助设备所提供的功能完成查询、更改密码、存款、取款等金融服务。
62.体态图像数据可以用于表征对目标对象的姿态、步态等动作行为采集到的图像数据。一个示例中，体态图像数据可以是自助设备在预设时间内采集到的若干张图像数据。另一个示例中，体态图像数据也可以是自助设备采集到的视频数据中的连续多个视频帧数据。
63.具体地，终端可以是自助设备的控制终端，或者在自助设备具备数据处理功能的情况下，也可以将自助设备作为终端。终端可以获取自助设备采集的目标对象的体态图像数据。一个示例中，自助设备可以是每隔预设周期向终端发送采集到的体态图像数据。或者，自助设备也可以是在检测到工作区域内存在目标对象的情况下，调用图像采集模块实时采集目标对象的体态图像数据，并实时将采集到的体态图像数据发送至终端。
64.步骤s104，从体态图像数据中确定出目标对象的体态特征。
65.具体地，终端中可以预先存储有人体体态识别算法。终端可以采用人体体态识别算法对目标对象的体态图像数据进行处理，从目标对象的体态图像数据中确定出与目标对象当前的动作行为对应的体态特征。其中，人体体态识别算法可以包括但不仅限于mediapipe算法(一种基于机器学习技术的手势识别算法)、movenet算法(一种轻量级人体姿态估计算法)、openpose算法(一种开源的多人姿态关键点检测算法)等算法中的任一种或多种。
66.步骤s106，将体态特征与特征数据集合中对应的特征数据进行匹配，生成体态特征与特征数据的匹配度。
67.其中，特征数据集合可以是根据自助设备预先采集的体态图像样本生成的。一个示例中，体态图像样本可以是在对象样本在自助设备工作区域内站立、行走、低头、下蹲、摔倒、模拟摔倒、晕倒等情况下采集到的。或者，体态图像样本也可以是在对象样本对自助设备加装可疑设备的情况下，针对对象样本的手部动作采集到的。
68.特征数据可以是采用人体体态识别算法对体态图像样本进行处理得到的。
69.具体地，终端中可以预先存储有特征数据集合，特征数据集合中包括与动作行为对应的特征数据。终端可以将目标对象的体态特征与特征数据集合中对应的特征数据进行匹配，生成体态特征与特征数据的匹配度。
70.一个示例中，在特征数据集合中包括与异常动作(譬如摔倒、晕倒、加装可疑设备等行为)对应的特征数据的情况下，终端可以将目标对象的体态特征与特征数据集合中异常行为对应的特征数据进行匹配，根据匹配度判断目标对象当前的动作行为是否属于异常动作。
71.另一个示例中，在特征数据集合中包括与正常动作(譬如站立、行走、低头、抬头等行为)对应的特征数据的情况下，终端也可以将目标对象的体态特征与特征数据集合中正常行为对应的特征数据进行匹配，根据匹配度判断目标对象当前的动作行为是否属于正常动作。
72.另一个示例中，终端中也可以存储有基于人体体态识别算法生成的体态数据模型。在终端获取体态图像数据之后，可以将体态图像数据输入至体态数据模型，通过体态数据模型提取目标对象的体态特征，将目标对象的体态特征与对应的特征数据进行匹配，输出体态特征与特征数据的匹配度。
73.步骤s108，响应于匹配度符合预设要求的判断结果，确定与目标对象对应的预警策略，并执行确定的预警策略。
74.具体地，终端可以存储有若干条预警策略，以及与每条预警策略对应的预设要求。终端可以采用预设要求对目标对象的体态特征与特征数据的匹配度进行判断。在终端得到匹配度符合预设要求的判断结果的情况下，终端可以响应于匹配度符合预设要求的判断结果，确定与目标对象对应的预警策略为与预设要求对应的预警策略，并执行确定的预警策略。
75.一个示例中，在终端采用与异常行为对应的预警策略对匹配度进行判断的情况下，终端可以响应于匹配度符合预设要求的判断结果，执行与异常行为对应的预警策略，将目标对象的体态图像数据发送至管理人员处进行预警。或者，终端也可以响应于匹配度不符合预设要求的判断结果，结束对目标对象的预警。
76.另一个示例中，在终端采用与正常行为对应的预警策略对匹配度进行判断的情况下，终端可以响应于匹配度符合预设要求的判断结果，执行与正常行为对应的预警策略，继续采集目标对象下一时刻的体态图像数据，确定下一时刻的体态图像数据对应的预警策略。或者，终端也可以响应于匹配度不符合预设要求的判断结果，将目标对象的体态图像数据发送至管理人员处进行预警。
77.上述自助设备的预警方法中，通过获取自助设备采集的目标对象的体态图像数据，从体态图像数据中确定出目标对象的体态特征，将体态特征与特征数据集合中对应的特征数据进行匹配，生成体态特征与特征数据的匹配度，响应于匹配度符合预设要求的判
断结果，确定与目标对象对应的预警策略，并执行确定的预警策略，能够基于目标对象的体态图像数据，确定出与目标对象的动作行为对应的体态特征，进一步地，基于体态特征与特征数据的匹配度，确定出目标对象的动作行为是否符合预警策略的预设要求，从而执行对应的预警策略对位于自助设备工作区域内的目标对象进行有效预警，不仅提高了自助设备的预警准确率，同时还提高了自助设备的预警效率。
78.此外，采用本公开提供的自助设备的预警方法，通过构建特征数据集合，将目标对象的体态特征与特征数据集合中对应的特征数据进行匹配，能够针对性地进行特征匹配，减少特征匹配的数据处理量，从而进一步地提高自助设备的预警效率。
79.在一个实施例中，步骤s108，响应于匹配度符合预设要求的判断结果，确定与目标对象对应的预警策略，并执行确定的预警策略，包括：响应于匹配度大于或等于预警阈值的比较结果，确定与目标对象对应的预警策略为实时预警策略；执行实时预警策略，将体态图像数据发送至自助设备对应的预警管理系统。
80.其中，预警管理系统可以用于对自助设备进行监控，向自助设备对应的管理人员或是自助设备所处的业务网点发送自助设备的预警通知。一个示例中，自助设备对应的管理人员或自助设备所处的业务网点可以是在自助设备注册启用的阶段存储在自助设备中的，后续管理人员或业务网点变更时，可以对自助设备存储的管理人员或业务网点信息进行维护更新。
81.具体地，终端中可以存储有与异常行为对应的实时预警策略，以及与实时预警策略对应的预警阈值。在终端将目标对象的体态特征与异常行为对应的特征数据进行匹配的情况下，可以将得到的体态特征与特征数据的匹配度与实时预警策略对应的预警阈值进行比较。响应于匹配度大于或等于预警阈值的比较结果，确定目标对象可能存在异常行为，符合实时预警策略的预设要求。可以确定与目标对象对应的预警策略为实时预警策略。执行实时预警策略，指示自助设备将目标对象的体态图像数据发送至自助设备对应的预警管理系统。
82.一个示例中，预警管理系统可以对接收到的体态图像数据进行可视化展示，以使得自助设备对应的管理人员能够查看目标对象的体态图像数据，进一步确认目标对象是否存在异常行为，从而提高自助设备的预警准确率。
83.一个示例中，预警管理系统在接收到目标对象的体态图像数据后，可以采用预设方式(譬如短信、邮件等方式)向自助设备对应的管理人员或是自助设备所处的业务网点发送与目标对象对应的预警通知。自助设备对应的管理人员或业务网点在接收到预警通知后，可以第一时间调取自助设备工作区域内的实时监控画面，进一步确认目标对象的动作行为，并采取对应的处理措施。
84.本实施例中，通过对目标对象的体态特征与异常行为对应的特征数据进行匹配，在匹配度大于或等于预警阈值的情况下，确定与目标对象对应的预警策略为实时预警策略；执行实时预警策略，将体态图像数据发送至自助设备对应的预警管理系统，能够提高对目标对象异常行为的预警效率。
85.在一个实施例中，步骤s108，响应于匹配度符合预设要求的判断结果，确定与目标对象对应的预警策略，并执行确定的预警策略，包括：响应于匹配度小于预警阈值的比较结果，确定与目标对象对应的预警策略为非实时预警策略；执行非实时预警策略，将体态图像
数据存储至自助设备中的缓存区域。
86.具体地，终端中可以存储有与异常行为对应的非实时预警策略，以及与非实时预警策略对应的预警阈值。在终端将目标对象的体态特征与异常行为对应的特征数据进行匹配的情况下，可以将得到的体态特征与特征数据的匹配度与非实时预警策略对应的预警阈值进行比较。响应于匹配度小于非实时预警策略对应的预警阈值的比较结果，确定与目标对象对应的预警策略为非实时预警策略；执行非实时预警策略，将体态图像数据存储至自助设备中的缓存区域。
87.本实施例中，通过响应于匹配度小于预警阈值的比较结果，确定与目标对象对应的预警策略为非实时预警策略；执行非实时预警策略，将体态图像数据存储至自助设备中的缓存区域，能够在目标对象存在异常行为的可能性较低的情况下，减少自助设备传输的数据量，从而降低自助设备的预警成本。
88.在一个实施例中，如图2所示，步骤s108，响应于匹配度符合预设要求的判断结果，确定与目标对象对应的预警策略，并执行确定的预警策略，包括：
89.步骤s202，将匹配度与预警阈值比较。
90.步骤s204，响应于匹配度大于或等于预警阈值的比较结果，确定与目标对象对应的预警策略为实时预警策略。
91.步骤s206，响应于匹配度小于预警阈值的比较结果，确定与目标对象对应的预警策略为非实时预警策略。
92.具体地，终端可以预先存储有预警阈值。在生成体态特征与特征数据的匹配度之后，终端可以将匹配度与预先存储的预警阈值进行比较。在匹配度大于或等于预警阈值的情况下，可以执行步骤s204，响应于匹配度大于或等于预警阈值的比较结果，确定与目标对象对应的预警策略为实时预警策略。执行实时预警策略，将体态图像数据发送至自助设备对应的预警管理系统。
93.在匹配度小于预警阈值的情况下，可以执行步骤s206，响应于匹配度小于预警阈值的比较结果，确定与目标对象对应的预警策略为非实时预警策略。执行非实时预警策略，将体态图像数据存储至自助设备中的缓存区域。
94.一个示例中，在终端将采集到的体态图像数据与特征数据集合中异常行为对应的特征数据进行匹配的情况下，终端将匹配度与预先存储的预警阈值进行比较，在匹配度大于或等于预警阈值的情况下，可以确定目标对象当前的行为动作为异常行为的可能性较大，需要及时进行预警处理，故执行实时预警策略，以快速处理目标对象的异常行为。在匹配度小于预警阈值的情况下，可以确定目标对象当前的行为动作为异常行为的可能性较小，此时可以采用非实时预警策略，将体态图像数据暂时先存储在缓存区域中，以减少预警管理系统的数据处理量，降低预警管理系统的数据处理成本。
95.本实施例中，通过基于匹配度与预警阈值的比较结果，确定与目标对象对应的预警策略，能够提高预警管理系统的利用率，并同时降低预警管理系统的数据处理成本。
96.在一个实施例中，自助设备的预警方法还包括：响应于自助设备对应的预警管理系统发送的远程监控请求，将缓存区域中存储的体态图像数据发送至预警管理系统。
97.具体地，终端可以响应于自助设备对应的预警管理系统发送的远程监控请求，指示自助设备将缓存区域中存储的未达到实时预警策略要求的可疑体态图像数据发送至预
警管理系统。其中，远程监控请求可以是管理人员通过预警管理系统对应的操作页面触发的，或者，也可以是预警管理系统定期自动触发的。
98.本实施例中，通过响应于远程监控请求，将缓存区域中存储的体态图像数据发送至预警管理系统，不仅能够实现对自助设备的远程监控，还能够利用人工对可疑数据进行检查，进一步提高自助设备的预警准确率。
99.在一个实施例中，如图3所示，自助设备的预警方法还包括：
100.步骤s302，从体态图像数据中确定出目标对象的面部特征。
101.步骤s304，根据面部特征与体态特征，确定与目标对象对应的年龄参数。
102.步骤s306，根据年龄参数确定与目标对象对应的设备调整策略，并执行确定的设备调整策略。
103.其中，年龄参数可以是具体的数值，或者，也可以是数值范围。
104.具体地，终端中可以存储有人脸识别算法、年龄参数确定逻辑以及设备调整策略。终端可以采用人脸识别算法对体态图像数据进行处理，从体态图像数据中确定出目标对象的面部特征。将目标对象的体态特征与特征数据集合中不同年龄参数对应的特征数据进行匹配，得到目标对象与不同年龄参数的匹配度。采用年龄参数确定逻辑对目标对象的面部特征和目标对象与不同年龄参数的匹配度进行判断，确定与目标对象对应的年龄参数。采用与目标对象的年龄参数对应的设备调整策略作为与目标对象对应的设备调整策略。并执行确定的设备调整策略，对自助设备的设备参数进行调整。
105.一个示例中，在终端确定与目标对象对应的年龄参数大于六十岁的情况下，可以执行设备调整策略，对自助设备的显示字体进行放大，或者，以语音方式对显示信息进行播报，以降低目标对象对自助设备的使用难度。在执行设备调整策略之前，还可以生成文字形式的提示信息以弹窗的形式向目标对象展示，或者，生成语音形式的提示信息以播报的形式通知目标对象，以提示目标对象确认是否需要执行设备调整策略。
106.另一个示例中，在终端确定与目标对象对应的年龄参数小于十八岁的情况下，可以执行设备调整策略，将自助设备的预设功能(譬如大额转账功能)设置为禁用状态，以避免目标对象对自助设备执行误操作。
107.相较于传统方法中，需要目标对象自己操作对设备参数进行调整的技术方案相比，本实施例中提高的方法，通过目标对象的面部特征与体态特征，确定与目标对象对应的年龄参数，根据年龄参数确定与目标对象对应的设备调整策略，并自动执行确定的设备调整策略，能够降低目标对象与自助设备的交互难度，从而提高目标对象使用自助设备时的用户体验。
108.在一个实施例中，设备调整策略可以包括但不仅限于显示调整策略、采集调整策略、功能调整策略或音频调整策略等策略中的至少一种。
109.具体地，设备调整策略可以是显示调整策略。在执行显示调整策略的情况下，可以对自助设备的显示参数(譬如字体大小、按键大小或显示亮度等)进行调整。
110.设备调整策略也可以是采集调整策略。在执行采集调整策略的情况下，可以对自助设备的图像采集参数(譬如图像采集频率、图像采集范围、图像采集设备的数量等)进行调整。一个示例中，在图像采集频率调整后，自助设备可以采用多核处理器，对采集得到的体态图像数据进行高频处理。
111.设备调整策略也可以是功能调整策略。在执行功能调整策略的情况下，可以对自助设备提供的功能进行调整，譬如将预设功能设置为禁用状态等。
112.设备调整策略也可以是音频调整策略。在执行音频调整策略的情况下，可以对自助设备的音频参数(譬如语音播报速度、语音播放音量等)进行调整。
113.设备调整策略也可以包括上述显示调整策略、采集调整策略、功能调整策略或音频调整策略等策略中的至少一种。一个示例中，终端可以根据确定的目标对象的年龄参数，采用与年龄参数对应的策略作为设备调整策略。
114.本实施例中，通过采用显示调整策略、采集调整策略、功能调整策略或音频调整策略等策略中的至少一种作为设备调整策略，能够优化自助设备与目标对象的交互操作，使得自助设备提供的服务更适用于目标对象，优化目标对象对自助设备的使用体验。
115.在一个实施例中，如图4所示，自助设备的预警方法还包括：
116.步骤s402，根据体态图像数据，确定目标对象与预设年龄参数之间的年龄匹配度。
117.具体地，终端中可以预先存储有与预设年龄参数对应的年龄体态特征。其中，年龄体态特征可以是根据符合预设年龄参数的对象样本的体态动作确定的。终端可以对目标对象的体态图像数据进行特征提取处理，将得到的目标对象的年龄特征与预设年龄参数对应的年龄体态特征进行匹配，生成目标对象与预设年龄参数之间的年龄匹配度。
118.步骤s404，响应于年龄匹配度符合预设条件的判断结果，获取目标对象的账户信息。
119.步骤s406，根据账户信息，确定目标对象的年龄参数。
120.步骤s408，根据年龄参数确定与目标对象对应的设备调整策略，并执行确定的设备调整策略。
121.具体地，终端可以预先存储有预设条件以及年龄参数与设备调整策略之间的对应关系。在终端确定目标对象与预设年龄参数之间的年龄匹配度之后，可以采用预设条件对目标对象的年龄匹配度进行判断，响应于年龄匹配度符合预设条件的判断结果，获取目标对象在自助设备上登录的账户信息。从账户信息中确定出目标对象的年龄参数。按照年龄参数与设备调整策略之间的对应关系，确定与目标对象的设备调整策略，并执行确定的设备调整策略。其中，预设条件可以是年龄匹配度大于匹配度阈值。具体的设备调整策略执行操作，可以参照上述实施例中提供的设备调整策略执行方法实现，在此不作具体阐述。
122.本实施例中，通过生成目标对象与预设年龄参数之间的年龄匹配度，采用预设条件对年龄匹配度进行判断，在年龄匹配度符合预设条件的情况下，即年龄匹配度大于匹配度阈值的情况下，确定目标对象的年龄参数与预设年龄参数匹配度较高，进一步获取目标对象的账户信息，以提高确定的年龄参数的准确率，从而执行与目标对象对应的设备调整策略，使得自助设备提供的服务更适用于目标对象，优化目标对象对自助设备的使用体验。
123.在一个实施例中，如图5所示，提供了一种自助设备的预警方法，包括：
124.步骤s502，获取自助设备采集的目标对象的体态图像数据，从体态图像数据中确定出目标对象的体态特征。
125.步骤s504，将体态特征与特征数据集合中异常行为对应的特征数据进行匹配，生成体态特征与特征数据的匹配度。
126.步骤s506，将匹配度与预警阈值进行比较。
127.步骤s508，执行实时预警策略将体态图像数据发送至自助设备对应的预警管理系统。
128.步骤s510，执行非实时预警策略将体态图像数据存储至自助设备中的缓存区域。
129.步骤s512，响应于自助设备对应的预警管理系统发送的远程监控请求，将缓存区域中存储的体态图像数据发送至预警管理系统。
130.本实施例中，通过从体态图像数据中确定出目标对象的体态特征，将体态特征与特征数据集合中异常行为对应的特征数据进行匹配，生成体态特征与特征数据的匹配度，响应于匹配度与预警阈值的比较结果，执行实时预警策略或非实时预警策略，能够基于目标对象的体态图像数据，确定出与目标对象的动作行为对应的体态特征，进一步地，基于体态特征与特征数据的匹配度，确定出目标对象的动作行为是否符合预警策略的预设要求，从而执行对应的预警策略对位于自助设备工作区域内的目标对象进行有效预警，不仅提高了自助设备的预警准确率，同时还提高了自助设备的预警效率。
131.此外，采用本实施例提供的自助设备的预警方法，通过构建特征数据集合，将目标对象的体态特征与特征数据集合中异常行为对应的特征数据进行匹配，能够针对性地进行特征匹配，减少特征匹配的数据处理量，从而进一步地提高自助设备的预警效率。
132.在一个实施例中，如图6所示，提供了一种自助设备的预警方法，包括：
133.步骤s602，获取自助设备采集的目标对象的体态图像数据。
134.步骤s604，从体态图像数据中确定出目标对象的面部特征以及体态特征。
135.具体地，终端可以获取自助设备采集的目标对象的体态图像数据。从体态图像数据中确定出目标对象的面部区域图像。对目标对象的面部区域图像进行特征提取，确定出目标对象的面部特征。采用已训练的体态特征提取模型对体态图像数据进行处理，输出目标对象的体态特征。其中，体态特征提取模型可以是根据对象样本在自助设备工作区域内站立、行走、低头、下蹲、摔倒、模拟摔倒、晕倒等情况下采集到的体态图像样本训练得到的。
136.步骤s606，根据面部特征与体态特征，确定与目标对象对应的年龄参数。
137.步骤s608，根据年龄参数确定与目标对象对应的设备调整策略，并执行确定的设备调整策略。
138.具体地，终端可以对目标对象的面部特征和体态特征与不同年龄参数对应的特征数据进行匹配，确定出与目标对象对应的年龄参数。按照年龄参数与设备调整策略之间的对应关系，确定出与目标对象的年龄参数对应的设备调整策略，并执行确定的设备调整策略对自助设备提供的服务进行调整。具体的设备调整策略执行操作，可以参照上述实施例中提供的设备调整策略执行方法实现，在此不作具体阐述。
139.步骤s610，将体态特征与特征数据集合中异常行为对应的特征数据进行匹配，生成体态特征与特征数据的匹配度。
140.步骤s612，响应于匹配度符合预设要求的判断结果，确定与目标对象对应的预警策略，并执行确定的预警策略。
141.具体地，终端中可以存储与年龄参数对应的特征数据集合，特征数据集合中存储符合年龄参数的对象样本的体态行为特征。将体态特征与特征数据集合中异常行为对应的特征数据进行匹配，生成体态特征与特征数据的匹配度。采用预设条件中的预警阈值与匹配度进行比较，响应于匹配度符合预设要求的判断结果，确定与目标对象对应的预警策略，
并执行确定的预警策略。具体的预警策略执行操作，可以参照上述实施例中提供的预警策略执行方法实现，在此不作具体阐述。
142.本实施例中，通过确定目标对象的年龄参数，根据年龄参数确定与目标对象对应的设备调整策略，执行确定的设备调整策略对自助设备进行调整，采用调整后的自助设备为目标对象提供自助服务，根据目标对象的体态特征与异常行为对应的特征数据的匹配度，确定并执行与目标对象对应的预警策略，能够提高年龄参数的准确率，执行与年龄参数对应的设备调整策略，使得自助设备提供的服务更适用于目标对象，优化目标对象对自助设备的使用体验，将目标对象的体态特征与年龄参数对应的特征数据集合中异常行为对应的特征数据进行匹配，以针对目标对象进行预警策略选取，提高预警策略的准确率，对位于自助设备工作区域内的目标对象进行有效预警。
143.在一个实施例中，自助设备可以为atm设备(automated teller machine，可以包括取款机、存款机、循环机、存取款一体机等自助设备)。
144.具体地，为使得现有atm设备可以实现上述任一实施例中所述的自助设备的预警方法，用户可以对atm设备进行改造。
145.譬如，在硬件方面，可以在atm设备原有硬件基础上增加体态识别硬件模块，以使得atm设备具备图像采集功能。一个示例中，体态识别硬件模块可以为体态识别摄像头，通过usb与atm设备主机连接。
146.在软件方面，如图7a所示，提供了一种现有的atm设备的软件系统架构图。其中，atmc可以是用于驱动atm设备的应用控制软件。atmc可以与atm设备的前置通信软件atmp进行通信，向atmp发送存取款、转账、查询等交易信息。atmc可以与atm设备的监控系统atmv进行通信，向atmv发送设备运行状态等监管管理数据。
147.一个示例中，如图7b所示，可以在图7a所示的软件系统架构的基础上，对atmc进行适配性处理，增加体态识别模块，以使得atmc可以与atm设备上的体态识别硬件模块适配，具备体态识别硬件模块的驱动处理功能。在现有的atm设备的软件系统架构中增加预警管理系统，以利用预警管理系统实现体态识别预警管理功能。
148.一个示例中，如图7c所示，提供了一种atm设备执行实时预警策略的流程示意图。利用atmc中增加的体态识别模块对atm设备采集到的目标对象的体态图像数据进行处理得到目标对象对应的预警数据，并且将预警数据发送至预警管理系统。由预警管理系统向对应的设备管理人员或业务网点发送预警信息，以指示设备管理员或业务网点接收到预警信息对目标对象进行处理。
149.另一个示例中，如图7d所示，提供了一种atm设备执行非实时预警策略的流程示意图。设备管理人员可以通过预警管理系统向atm设备发送远程监控请求，以指示atm设备将缓存区域存储的疑似异常数据发送至预警管理系统。预警管理系统向设备管理人员以可视化方式对疑似异常数据进行展示。设备管理人员可以采用调取atm设备附近的监控摄像头的方式或者以现场查看的方式，对疑似异常数据进一步确认。
150.本实施例中，通过对atm设备进行硬件、软件层面的改造，能够直接利用改造后的现有设备实现上述任一实施例中所述的自助设备的预警方法，从而降低了自助设备的预警成本。
151.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头
的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其他的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
152.基于同样的发明构思，本公开实施例还提供了一种用于实现上述所涉及的自助设备的预警方法的自助设备的预警装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个自助设备的预警装置实施例中的具体限定可以参见上文中对于自助设备的预警方法的限定，在此不再赘述。
153.在一个实施例中，如图8所示，提供了一种自助设备的预警装置800，包括：数据获取模块802、特征确定模块804、特征匹配模块806和策略确定模块808，其中：
154.数据获取模块802，用于获取自助设备采集的目标对象的体态图像数据。
155.特征确定模块804，用于从体态图像数据中确定出目标对象的体态特征。
156.特征匹配模块806，用于将体态特征与特征数据集合中对应的特征数据进行匹配，生成体态特征与特征数据的匹配度。
157.策略确定模块808，用于响应于匹配度符合预设要求的判断结果，确定与目标对象对应的预警策略，并执行确定的预警策略。
158.在一个实施例中，策略确定模块808，包括：实时预警单元，用于响应于匹配度大于或等于预警阈值的比较结果，确定与目标对象对应的预警策略为实时预警策略，执行实时预警策略，将体态图像数据发送至自助设备对应的预警管理系统。
159.在一个实施例中，策略确定模块808，还包括：非实时预警单元，用于响应于匹配度小于预警阈值的比较结果，确定与目标对象对应的预警策略为非实时预警策略，执行非实时预警策略，将体态图像数据存储至自助设备中的缓存区域。
160.在一个实施例中，非实时预警单元，还用于：响应于自助设备对应的预警管理系统发送的远程监控请求，将缓存区域中存储的体态图像数据发送至预警管理系统。
161.在一个实施例中，自助设备的预警装置800还包括：面部特征确定模块，用于从体态图像数据中确定出目标对象的面部特征；年龄参数确定模块，用于根据面部特征与体态特征，确定与目标对象对应的年龄参数；调整策略确定模块，用于根据年龄参数确定与目标对象对应的设备调整策略，并执行确定的设备调整策略。
162.在一个实施例中，设备调整策略包括信息显示调整策略、采集调整策略、功能调整策略或音频调整策略中的至少一种。
163.上述自助设备的预警装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
164.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程
序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种自助设备的预警方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
165.本领域技术人员可以理解，图9中示出的结构，仅仅是与本公开方案相关的部分结构的框图，并不构成对本公开方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
166.在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
167.在一个实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。
168.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
169.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可以存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本公开所提供的各实施例中所使用的对存储器、数据库或其他介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本公开所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本公开所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
170.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
171.以上所述实施例仅表达了本公开的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本公开专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开构思的前提下，还可以作出若干变形和改进，这些都属于本公开的保护范围。因此，本公开的保护范围应以所附权利要求为准。
技术特征：
1.一种自助设备的预警方法，其特征在于，所述方法包括：获取自助设备采集的目标对象的体态图像数据；从所述体态图像数据中确定出所述目标对象的体态特征；将所述体态特征与特征数据集合中对应的特征数据进行匹配，生成所述体态特征与所述特征数据的匹配度；响应于所述匹配度符合预设要求的判断结果，确定与所述目标对象对应的预警策略，并执行确定的所述预警策略。2.根据权利要求1所述的方法，其特征在于，所述响应于所述匹配度符合预设要求的判断结果，确定与所述目标对象对应的预警策略，并执行确定的所述预警策略，包括：响应于所述匹配度大于或等于预警阈值的比较结果，确定与所述目标对象对应的所述预警策略为实时预警策略；执行所述实时预警策略，将所述体态图像数据发送至所述自助设备对应的预警管理系统。3.根据权利要求1所述的方法，其特征在于，所述响应于所述匹配度符合预设要求的判断结果，确定与所述目标对象对应的预警策略，并执行确定的所述预警策略，包括：响应于所述匹配度小于预警阈值的比较结果，确定与所述目标对象对应的所述预警策略为非实时预警策略；执行所述非实时预警策略，将所述体态图像数据存储至所述自助设备中的缓存区域。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：响应于所述自助设备对应的预警管理系统发送的远程监控请求，将所述缓存区域中存储的所述体态图像数据发送至所述预警管理系统。5.根据权利要求1～4任一项中所述的方法，其特征在于，所述方法还包括：从所述体态图像数据中确定出所述目标对象的面部特征；根据所述面部特征与所述体态特征，确定与所述目标对象对应的年龄参数；根据所述年龄参数确定与所述目标对象对应的设备调整策略，并执行确定的所述设备调整策略。6.根据权利要求5所述的方法，其特征在于，所述设备调整策略包括信息显示调整策略、采集调整策略、功能调整策略或音频调整策略中的至少一种。7.一种自助设备的预警装置，其特征在于，所述装置包括：数据获取模块，用于获取自助设备采集的目标对象的体态图像数据；特征确定模块，用于从所述体态图像数据中确定出所述目标对象的体态特征；特征匹配模块，用于将所述体态特征与特征数据集合中对应的特征数据进行匹配，生成所述体态特征与所述特征数据的匹配度；策略确定模块，用于响应于所述匹配度符合预设要求的判断结果，确定与所述目标对象对应的预警策略，并执行确定的所述预警策略。8.根据权利要求7所述的装置，其特征在于，所述策略确定模块，包括：实时预警单元，用于响应于所述匹配度大于或等于预警阈值的比较结果，确定与所述目标对象对应的所述预警策略为实时预警策略，执行所述实时预警策略，将所述体态图像数据发送至所述自助设备对应的预警管理系统。
9.根据权利要求7所述的装置，其特征在于，所述策略确定模块，包括：非实时预警单元，用于响应于所述匹配度小于预警阈值的比较结果，确定与所述目标对象对应的所述预警策略为非实时预警策略，执行所述非实时预警策略，将所述体态图像数据存储至所述自助设备中的缓存区域。10.根据权利要求9所述的装置，其特征在于，所述非实时预警单元，还用于：响应于所述自助设备对应的预警管理系统发送的远程监控请求，将所述缓存区域中存储的所述体态图像数据发送至所述预警管理系统。11.根据权利要求7～10任一项所述的装置，其特征在于，所述装置还包括：面部特征确定模块，用于从所述体态图像数据中确定出所述目标对象的面部特征；年龄参数确定模块，用于根据所述面部特征与所述体态特征，确定与所述目标对象对应的年龄参数；调整策略确定模块，用于根据所述年龄参数确定与所述目标对象对应的设备调整策略，并执行确定的所述设备调整策略。12.根据权利要求11所述的装置，其特征在于，所述设备调整策略包括信息显示调整策略、采集调整策略、功能调整策略或音频调整策略中的至少一种。13.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。15.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
技术总结
本公开涉及大数据处理技术领域，特别是涉及一种自助设备的预警方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取自助设备采集的目标对象的体态图像数据，从体态图像数据中确定出目标对象的体态特征，将体态特征与特征数据集合中对应的特征数据进行匹配，生成体态特征与特征数据的匹配度，响应于匹配度符合预设要求的判断结果，确定与目标对象对应的预警策略，并执行确定的预警策略。采用本方法能够基于目标对象的体态特征与特征数据的匹配度，确定出目标对象的动作行为是否符合预警策略的预设要求，从而执行对应的预警策略对位于自助设备工作区域内的目标对象进行有效预警，提高了自助设备的预警准确率以及预警效率。以及预警效率。以及预警效率。
