一种报警方法、装置、存储介质及电子装置与流程

本发明实施例涉及通信领域，具体而言，涉及一种报警方法、装置、存储介质及电子装置。

背景技术：

随着生活水平日益提高，人类对安全问题也越加重视，同时，由于安全监控的需求也越来越多，针对危险区域，违禁区域，重点保护区域以及园区周界等场景的安全监控要求也日益重要，一般的，对于这类场景的安全监控通常通过布防声光警戒相机来起到安全监视的目的。

目前，警戒相机在执行声光报警功能时，是在触发事件的情况下，联动闪烁白光灯以及警戒设备的扬声器播放相应的报警提示音，这种声光报警模式较为单一，且报警音量和灯光强光固定，不可以灵活根据监控目标类型以及目标轨迹进行自动调节。

例如，监视画面中的目标对象是老人或者小孩，则报警声音太大可能惊吓到他们，声音太小又起不到震慑作用，且灯光强度太大对人眼的刺激太大。

而目前，针对上述问题，并没有较好的解决方案。

技术实现要素：

本发明实施例提供了一种报警方法、装置、存储介质及电子装置，以至少解决相关技术中不能根据目标对象类型灵活调节报警模式的问题。

根据本发明的一个实施例，提供了一种报警方法，包括：

获取目标区域的图像信息，其中，所述图像信息包含位于所述目标区域的目标对象的信息；

对所述图像信息进行解析处理，以获取所述目标对象的类型信息以及位置信息；

根据所述目标对象的所述位置信息，确定所述目标对象的运动数据；

在基于所述运动数据确定需要执行报警操作的情况下，确定与所述类型信息对应的报警模式；

根据所述报警模式进行报警操作。

在一个示例性实施例中，所述图像信息包括预定数量的连续帧图像，其中，所述根据所述目标对象的所述位置信息，确定所述目标对象的运动数据包括：

在确定所述预定数量的连续帧图像中均包含所述目标对象的信息的情况下，确定每帧图像中所包含的所述目标对象的中心坐标信息；

根据从每帧图像中所确定出的所述中心坐标信息，确定所述目标对象的运动数据。

在一个示例性实施例中，所述根据从每帧图像中所确定出的所述中心坐标信息，确定所述目标对象的运动数据包括：

确定每帧图像中所包括的指定数量的图像区域；

根据每帧图像中所确定出的所述中心坐标信息，确定所述目标对象在每帧图像中所处的目标图像区域；

根据所述目标对象在每帧图像中所处的目标图像区域以及所述目标对象在每帧图像中的中心坐标信息的变化情况，确定所述目标对像的所述运动数据。

在一个示例性实施例中，所述在基于所述运动数据确定需要执行报警操作的情况下，确定与所述类型信息对应的报警模式包括：

在基于所述运动数据确定达到以下条件的情况下，确定需要执行所述报警操作，并确定与所述类型信息对应的报警模式：

基于所述运动数据中包括的运动方向以及运动速度确定距离进入预设的警戒区域的时间小于预定阈值。

在一个示例性实施例中，所述确定与所述类型信息对应的报警模式包括：

根据所述运动数据和预设的警戒区域信息，确定所述目标对象的距离危险系数和时间危险系数；

根据所述时间危险系数和距离危险系数，确定报警系数；

根据所述报警系数和所述类型信息，确定所述报警模式。

根据本发明的另一个实施例，提供了一种报警装置，包括：

图像信息采集模块，用于获取目标区域的图像信息，其中，所述图像信息包含位于所述目标区域的目标对象的信息；

图像解析模块，用于对所述图像信息进行解析处理，以获取所述目标对象的类型信息以及位置信息；

运动数据确定模块，用于根据所述目标对象的所述位置信息，确定所述目标对象的运动数据；

报警模式确定模块，用于在基于所述运动数据确定需要执行报警操作的情况下，确定与所述类型信息对应的报警模式；

报警模块，用于根据所述报警模式进行报警操作。

在一个示例性实施例中，所述运动数据确定模块包括：

中心坐标确定单元，用于在所述图像信息包括预定数量的连续帧图像的情况下，确定每帧图像中所包含的所述目标对象的中心坐标信息；

数据确定单元，用于根据从每帧图像中所确定出的所述中心坐标信息，确定所述目标对象的运动数据。

在一个示例性实施例中，所述数据确定单元包括：

图像区域确定子单元，用于确定每帧图像中所包括的指定数量的图像区域；

目标区域确定子单元，用于根据每帧图像中所确定出的所述中心坐标信息，确定所述目标对象在每帧图像中所处的目标图像区域；

数据确定子单元，用于根据所述目标对象在每帧图像中所处的目标图像区域以及所述目标对象在每帧图像中的中心坐标信息的变化情况，确定所述目标对像的所述运动数据。

根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本发明，通过确定目标对象的类型信息以及运动数据，从而可以根据目标对象的类型信息以及运动数据调整保证模块，因此，可以解决相关技术中不能根据目标对象类型灵活调整报警模式的问题，达到根据目标对象类型灵活调整报警模式，提高报警灵活性的效果。

附图说明

图1是本发明实施例的一种报警方法的移动终端的硬件结构框图；

图2根据本发明实施例的一种报警方法的流程图；

图3是根据本发明实施例的一种报警装置的结构框图；

图4是根据本发明的具体实施例的报警装置结构示意图；

图5是根据本发明的具体实施例的流程示意图；

图6是根据本发明的具体实施例的实际场景示意图；

图7是根据本发明的具体实施例的判据计算示意图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明的实施例。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种报警方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的一种报警方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(networkinterfacecontroller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(radiofrequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种报警方法，图2是根据本发明实施例的的流程图，如图2所示，该流程包括如下步骤：

步骤s202，获取目标区域的图像信息，其中，图像信息包含位于目标区域的目标对象的信息；

在本实施例中，目标区域可以是行车道、公园、建筑物内部(如体育场馆内部)、建筑物外部(如水池周围)等需要进行监控的区域；图像信息的获取可以(但不限于)是通过图像采集设备对目标区域进行采集来获得的，如摄像机、红外相机、可见光相机等，其中，图像采集设备可以是持续对目标区域进行监控来实现对目标区域的图像信息的采集，也可以是周期性对目标区域进行监控来实现图像信息的采集，还可以是对目标区域进行随机监控来实现对目标区域的图像信息的采集；目标对象可以(但不限于)是位于目标区域中的物体，如行人、车辆、动物、建筑物等，目标对象的信息包括目标对象的类型信息、位置信息、特征信息等，其中，类型信息包括目标对象的类型，如车辆、行人、建筑物、路灯、动物等，位置信息包括目标对象的坐标、经纬度等信息，特征信息包括目标对象的颜色、高度、宽度、行人的面部特征等信息。

步骤s204，对图像信息进行解析处理，以获取目标对象的类型信息以及位置信息；

在本实施例中，获取目标对象的类型信息和位置信息是为了确定在连续帧图像中是否均包含目标对象以实现对目标对象的跟踪和根据目标对象进行不同报警模式的调整，以及确定目标对象的运动情况。

其中，解析处理可以(但不限于)是对图像信息进行格式解码、图像特征分析等，解析处理可以是根据预设的解析算法来实现的，也可以是根据预设的解析模型来实现的，还可以是通过其它方式实现的；解析处理的执行可以(但不限于)是通过内设的模块或装置来实现的，如cpu、fpga、gpu、单片机、plc等，也可以是通过外接的设备或装置来实现的，如工业计算机等。

步骤s206，根据目标对象的位置信息，确定目标对象的运动数据；

在本实施例中，确定目标对象的运动数据是为了确定目标对象与危险区域之间的距离，从而能够及时对目标对象进行报警提示。

其中，运动数据包括(但不限于)目标对象的运动方向、运动速度、预估的目标对象的运动轨迹、预估的目标对象到达危险区域的时间等数据；运动数据的确定可以(但不限于)是根据目标对象在连续帧图像中的位置信息的变化来确定，也可以是根据通过其它方式确定的；运动数据的确定可以(但不限于)是通过内设的模块或装置来实现的，如cpu、fpga、gpu、单片机、plc等，也可以是通过外接的设备或装置来实现的，如工业计算机等。

步骤s208，在基于运动数据确定需要执行报警操作的情况下，确定与类型信息对应的报警模式；

在本实施例中，根据类型信息来确定报警模式能够使得报警模式对目标对象进行适宜的报警提醒，减少因对目标对象造成的过分刺激造成的额外损失，使得报警过程能够适应不同类型的目标对象。

其中，报警模式包括(但不限于)不同频率和幅度的声感报警、不同亮度的光感报警及其结合。

例如，当目标对象为行人时，因行人的运动速度较慢，因而灯光对人的影响要比声音警戒要小一点，所以控制声音调节模块起到警戒作用；当目标对象是机动车时，由于机动车的特点是速度快，因此警戒系数危险性最高，所以可采用同步增加灯光和声音报警效果的方式实现震慑作用；当目标对象是非机动车时，主要以报警提示音为主，灯光辅助提示，这是因为如果灯光太强并直射非机动车驾驶人员时，会造成视线遮挡，从而可能造成事故，因此这里可以加大对声音报警的强度，以提醒非机动车驾驶人；当目标对象有多种类型时，可设置优先级，根据报警对象的可能存在的危险系数的优先级由高到低依次进行声光报警提示，如优先级可以设置为由机动车，非机动车，行人依次降低。

步骤s2010，根据报警模式进行报警操作。

在本实施例中，在确定报警模式后，根据报警模式对应的声光控制级别进行声光报警，实现对目标对象的报警提示。

需要说明的是，报警操作除了进行声光报警之外，还可以是通过连接的通讯网络通知目标区域附近的工作人员，使工作人员能够及时对目标对象进行报警提示或对目标区域进行巡检，以能够及时对进入危险区域的目标对象进行救援或驱逐，进一步提高报警提示的有效性。

通过上述步骤，实现了根据目标对象的类型信息确定报警模式，从而能够使报警模式适应不同的目标对象，增强了报警提示的有效性；解决了相关技术中不能根据目标对象类型灵活调整报警模式的问题，达到了根据目标对象类型灵活调整报警模式，提高报警灵活性的效果。

其中，上述步骤的执行主体可以为基站、终端等，但不限于此。

在一个可选的实施例中，图像信息包括预定数量的连续帧图像，其中，根据目标对象的位置信息，确定目标对象的运动数据包括：

步骤s2062，在确定预定数量的连续帧图像中均包含目标对象的信息的情况下，确定每帧图像中所包含的目标对象的中心坐标信息；

步骤s2064，根据从每帧图像中所确定出的中心坐标信息，确定目标对象的运动数据。

在本实施例中，通过目标对象的中心坐标信息来确定目标对象的运动数据能够减少计算量，从而提高运算效率，同时，根据中心坐标信息来确定运送数据能够减少其它数据的干扰，即方便对目标对象进行跟踪，也提高数据的精确度。

其中，中心坐标信息可以是通过标识框确定目标对象的边缘坐标信息，再根据坐标框的边线坐标以及目标对象的边缘坐标信息进行计算来确定的，其中，计算方式可以是根据预设的坐标算法来计算，也可以是根据预设的计算模型来计算，还可以是通过其它方式来计算；运动数据的确定可以是根据中心坐标信息的变化来确定的，也可以是根据中心坐标与预设的对照数据的区别来确定的，还可以是通过其它方式确定的。

在一个可选的实施例中，根据从每帧图像中所确定出的中心坐标信息，确定目标对象的运动数据包括：

步骤s20642，确定每帧图像中所包括的指定数量的图像区域；

步骤s20644，根据每帧图像中所确定出的中心坐标信息，确定目标对象在每帧图像中所处的目标图像区域；

步骤s20646，根据目标对象在每帧图像中所处的目标图像区域以及目标对象在每帧图像中的中心坐标信息的变化情况，确定目标对像的运动数据。

在本实施例中，通过设置图像区域，能够方便用户直观的确定目标对象在每帧图像中所处的目标图像区域的变化，同时也方便对目标对象的中心坐标信息的变化进行跟踪和计算，提高了运算效率。

其中，图像区域可以是将屏幕划分为上中下的至少三个区域，也可以是划分为左中右的至少三个区域，还可以是从左上角到右下角的至少三个区域；需要说明的是，图形区域的位置分布可以是按照预设规则分布的，也可以是随机分布的。

在一个可选的实施例中，在基于运动数据确定需要执行报警操作的情况下，确定与类型信息对应的报警模式包括：

步骤s2082，在基于运动数据确定达到以下条件的情况下，确定需要执行报警操作，并确定与类型信息对应的报警模式：

基于运动数据中包括的运动方向以及运动速度确定距离进入预设的警戒区域的时间小于预定阈值。

在本实施例中，预设的警戒区域可以是水池、禁区等危险性较大或法律法规所禁止的区域。

在一个可选的实施例中，确定与类型信息对应的报警模式包括：

步骤s20822，根据运动数据和预设的警戒区域信息，确定目标对象的距离危险系数和时间危险系数；

步骤s20824，根据时间危险系数和距离危险系数，确定报警系数；

步骤s20826，根据报警系数和类型信息，确定报警模式。

在本实施例中，分别计算距离危险系数和时间危险系数，是为了确定目标对象与警戒区域之间的距离，以及到达警戒区域的时间，从而确定目标对象所处状态及位置的危险度。

其中，距离危险系数和时间危险系数以及报警系数可以(但不限于)是通过内设的模块或装置来实现的，如cpu、fpga、gpu、单片机、plc等，也可以是通过外接的设备或装置来实现的，如工业计算机等；且距离危险系数和时间危险系数以及报警系数可以(但不限于)是通过预设的算法公式来计算得到的，也可以是通过预设的模型来计算得到的。

例如，危险系数评判标准，采用的公式如下：

y＝sb (1 α β)*lb式(1)

式中，sb指声音报警器的标准值，由实际场景测试给出。lb指灯光报警器的强度标准值，也是由实际场景测试给出。α是距离危险系数，由距离警戒线的距离决定，距离越近，α越大；α的计算公式如下：

α＝k1*(d-d1)/d式(2)

式中，d是警戒区的距离，d1是被检测对象距离警戒线的距离，k1是常量系数，可以根据场景需要的灯光强度进行系数的调整；β是时间危险系数，由被检测对象移动到警戒线的时间t决定，时间越短，危险系数越大，β越大；β的计算公式如下：

β＝k2/t式(3)

式(1)中，β的约束条件是β*lb有设定最大上限，达到上限时，β不再变化，k2是常量系数，t的计算如下：

当被检测物体处于运动过程中时即vx≠0，则t＝d1/vx；当被检测对象的运动速度vx＝0时，β＝0；vx相当于被检测对象相对于垂直于警戒线的速度分量；同时，通过确定vx，可以计算出被检测对象的运动速度v和方向。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

在本实施例中还提供了一种报警装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图3是根据本发明实施例的一种报警装置的结构框图，如图3所示，该装置包括：

图像信息采集模块32，用于获取目标区域的图像信息，其中，图像信息包含位于目标区域的目标对象的信息；

图像解析模块34，用于对图像信息进行解析处理，以获取目标对象的类型信息以及位置信息；

运动数据确定模块36，用于根据目标对象的所述位置信息，确定目标对象的运动数据；

报警模式确定模块38，用于在基于运动数据确定需要执行报警操作的情况下，确定与类型信息对应的报警模式；

报警模块310，用于根据报警模式进行报警操作。

在一个可选的实施例中，运动数据确定模块36包括：

中心坐标确定单元362，用于在确定预定数量的连续帧图像中均包含目标对象的信息的情况下，确定每帧图像中所包含的目标对象的中心坐标信息；

数据确定单元364，用于根据从每帧图像中所确定出的中心坐标信息，确定目标对象的运动数据。

在一个可选的实施例中，数据确定单元364包括：

图像区域确定子单元3642，用于确定每帧图像中所包括的指定数量的图像区域；

目标区域确定子单元3644，用于根据每帧图像中所确定出的中心坐标信息，确定目标对象在每帧图像中所处的目标图像区域；

数据确定子单元3646，用于根据目标对象在每帧图像中所处的目标图像区域以及目标对象在每帧图像中的中心坐标信息的变化情况，确定目标对像的运动数据。

在一个可选的实施例中，报警模式确定模块38包括：

模式确定单元382，在基于运动数据确定达到以下条件的情况下，确定需要执行报警操作，并确定与类型信息对应的报警模式：

基于运动数据中包括的运动方向以及运动速度确定距离进入预设的警戒区域的时间小于预定阈值。

在一个可选的实施例中，模式确定单元382包括：

危险系数确定子单元3822，根据运动数据和预设的警戒区域信息，确定目标对象的距离危险系数和时间危险系数；

报警系数确定子单元3824，根据时间危险系数和距离危险系数，确定报警系数；

模式确定子单元3826，根据报警系数和类型信息，确定报警模式。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

下面结合具体的实施例对本发明进行说明。

如图4所示，具体包括如下装置：

智能警戒相机(对应于图3中的图像信息采集模块32)：用于对实际监控场景进行监控；

智能算法模块(对应于图3中的图像解析模块34)：用于对智能警戒相机采集的场景画面进行识别，以确定监控区域中的目标对象类型，如行人、机动车、非机动车、动物等；

中央处理模块(对应于图3中的报警模式确定模块38)：用于根据智能算法模块识别的目标对象类型，分别控制警音控制模块和灯光控制模块对报警声音以及警示灯光进行调整，从而使音频设备和灯光设备输出声光报警提示。

如图5所示，具体控制流程包括如下步骤：

步骤1：系统初始化，图像、智能等模块的系统参数的初始化过程；

步骤2：将相机监视的画面图像分割成m*m个画面，其中m>＝3(对应图5中的步骤s501)；

步骤3：开启相机的智能检测功能，不断检测监视场景中的报警目标，上报监控对象的物体属性，其中，监控对象可分为人，机动车，非机动车(对应图5中的步骤s502)；

步骤4：获取智能算法检测到物体的坐标信息(对应图5中的步骤s503)；

步骤5：检测连续n帧的画面中是否有物体的坐标信息，其中n可以是任意值，通常n取值3(对应图5中的步骤s504)；

步骤6：利用上述的n帧的智能算法反馈的坐标信息，求取中心坐标，并对多个连续n帧的中心坐标在画面上按照时间轴画出运动轨迹(对应图5中的步骤s505)；

步骤7：通过上述过程，整合出三个判据(对应图5中的步骤s506)：

判据1：根据智能算法检测的物体属性，可分为人、车、非机动车以及混合类型；

判据2：根据获取到的物体中心坐标，可判断物体占据画面的位置，可分为画面上部、中部、下部；

判据3：根据检测到的物体的中心坐标的运动轨迹，对运动轨迹进行计算分析，对画面进行标定可计算出物体移动的速度vx，以及可判断物体移动的方向，包括横向水平运动、垂直运动、斜向运动，其中，根据运动轨迹，还能判断垂直运动和斜向运动中，是从画面上到下还是下到上；

步骤8：针对人，机动车，非机动车这三类主要的报警对象的各自特点，设计出3套对应的灯光控制模块和声音控制模块，可分别根据报警对象的不同，输出较为适宜的声音报警和灯光报警提醒(对应图5中的步骤s507)。

其中，图6为本发明的应用场景图，如图6所示，假设目标(对应图6中的行人)从最远端不断靠近摄像机行驶过来，此时，声光警戒相机安装在高处，同时在监视场景中绘制相应的警戒区域(对应图6中的右下角区域)，并开启智能事件报警，以联动音频报警和灯光报警模块，当有目标入侵区域时，则针对不同目标各自的声光控制模块，发出相应的报警提示音信息和开启相应的灯光，从而起到警戒作用，其中，不同类型的目标对应的报警模式如下所示：

1.行人模式：

因行人的运动速度较慢，灯光对人的影响要比声音警戒要小一点，所以控制声音调节模块起到警戒作用，采用到警戒线的距离和时间估算作为危险系数的评判标准，越接近警戒线，危险系数越大，根据运动方向和速度估算出行人走到警戒线的时间，走到警戒线的时间越短，危险系数越大。结合距离信息和时间信息来综合判断危险系数，输出声光警戒值y。

如图7所示，根据方案危险系数评判标准，采用的公式如下：

y＝sb (1 α β)*lb式(4)

式中，sb指声音报警器的标准值，由实际场景测试给出。lb指灯光报警器的强度标准值，也是由实际场景测试给出。α是距离危险系数，由距离警戒线的距离决定，距离越近，α越大，α的具体计算公式如下：

α＝k1*(d-d1)/d式(5)

式中，d是警戒区的距离，d1是被检测对象距离警戒线的距离，k1是常量系数，根据场景需要的灯光强度进行系数的调整。β是时间危险系数，由被检测对象移动到警戒线的时间t决定，时间越短，危险系数越大，β越大。β具体计算公式如下：

β＝k2/t式(6)

式中，β的约束条件是β*lb有设定最大上限，达到上限时β不再变化，k2是常量系数，t计算如下：当被检测物体处于运动过程中时即vx≠0，则t＝d1/vx；当被检测对象的运动速度vx＝0时，β＝0；同时，根据前述的步骤7中对被检测对象的运动轨迹进行跟踪得到的判据3，计算出被检测对象的运动速度v和方向，此时，vx相当于被检测对象相对于垂直于警戒线的速度分量。

2.机动车模式：

当目标对象是机动车时，由于机动车的特点是速度快，警戒系数危险性最高，因此可采用同步增加灯光和声音报警效果，以起到震慑作用，此处可参考针对行人模式调节灯光报警强度的策略，将距离危险系数以及时间危险系数同步叠加控制声音的强度大小，同步增强声音和灯光报警。

3.非机动车模式：

当目标对象是非机动车时，主要以报警提示音为主，灯光辅助提示，其中，如果灯光太强直射非机动车驾驶人，将会造成视线遮挡，可能使得非机动车驾驶人在行驶过程中发生事故，因此这里可以加大对声音报警的强度，以提醒非机动车驾驶人，请勿跨越警戒线。增强声音报警音量强度的方法，类比行人模式的灯光报警策略可得。

4.混合模式：

当画面中检测到多种类型的目标对象时，可设置优先级，根据报警对象的可能存在的危险系数，将优先级由高到低依次设置为机动车，非机动车，人，并按照上述方法进行声光报警提示。

本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：u盘、只读存储器(read-onlymemory，简称为rom)、随机存取存储器(randomaccessmemory，简称为ram)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。