[发明专利]一种视频监控中的人机交互方法和装置、视频监控系统

说明书

技术领域

本发明涉及视频监控技术领域，特别是涉及一种视频监控中的人机交互方法和装置、视频监控系统。

背景技术

目前随着电子设备和网络的大规模使用以及数字信息和媒体业务的逐渐发展，视频监控得到了迅速发展。

作为典型的视频监控系统，IP Camera(网络摄像机，Internet ProtocolCamera)能够捕获影像，并直接通过局域网、国际互联网或无线网络进行传输，从而使授权用户能够通过标准的、基于独立网际协议的网络基础架构在本地或者远程地点实现观看、存储和管理视频数据。

IP Camera拥有自己独立的IP地址，能够直接连接到网络并内置网络服务器(Web Server)、文件传输协议(FTP，File Transfer Protocol)服务器、FTP客户端、电子邮件客户端、报警管理、可编程能力以及其它众多的智能功能。通常，IP Camera传送来的视频信号数字化后由高速压缩芯片压缩，通过网络总线传送到Web Server。用户可以通过网络直接用浏览器观看IPCamera捕捉的图像。

在实际中，IP Camera独立运行，无需与PC(Personal Computer)连接，可以安置在任何一个具备IP网络接口的地点。

但是，用户在使用IP Camera的过程中存在着各种各样的需求。例如，需要进行更改登录口令、停止视频监控等系统配置操作，或者，在系统升级方面存在需求等等；这样，授权用户不得不通过网络来执行上述系统配置、查询帮助等操作，由于依赖网络，在用户所在地可能出现网络故障，或者，没有网络时，不能及时满足用户需求。

总之，需要本领域技术人员迫切解决的一个技术问题就是：如何能够在满足用户需求的同时，摆脱网络束缚。

发明内容

本发明所要解决的技术问题是提供一种视频监控中的人机交互方法和装置、视频监控系统，用以在满足系统配置、系统诊断、意见反馈等用户需求的同时，摆脱网络束缚。

为了解决上述问题，本发明公开了一种视频监控中的人机交互装置，包括：

数据库，包括：

定位库，包括各级定位表，该各级定位表包括根级定位表和子级定位表，用于存储选项序号和处理信息；及

模板库，用于存储用户回复语音数据模板及相应的文本；

提示模块，用于在接受到用户的第一预置操作时，将预先录制的根级定位表语音数据传输至语音输出模块；

语音输出模块，用于输出语音数据；

语音采集模块，用于采集用户根据输出语音数据所回复的语音数据；

交互模块，包括：

语音匹配单元，用于针对当前用户回复语音数据，将其与模板库中的用户回复语音数据模板进行匹配，并获取匹配成功的用户回复语音模板的文本；

确定单元，用于将所述用户回复语音数据模板的文本确定为当前级定位表的选项序号；及

交互单元，用于依据该选项序号所在记录的处理信息，获取相应的语音数据，并发送至所述语音输出模块。

另一方面，本发明还公开了一种视频监控系统，包括前述的视频监控中的人机交互装置。

另一方面，本发明还公开了一种视频监控中的人机交互方法，包括：

在接受到用户的第一预置操作时，输出预先录制的根级定位表语音数据；

采集用户根据输出语音数据所回复的语音数据；

针对当前用户回复语音数据，将其与模板库中的用户回复语音数据模板进行匹配，并获取匹配成功的用户回复语音数据模板的文本，其中，所述模板库中存储有用户回复语音数据模板及相应的文本；

将所述用户回复语音数据模板的文本确定为当前级定位表的选项序号，其中，各级定位表包括根级定位表和子级定位表，其存储有选项序号和处理信息；

依据该选项序号所在记录的处理信息，输出相应的语音数据。

与现有技术相比，本发明具有以下优点：

本发明基于语音实现视频监控中的人机交互，具体而言，采用树形关系的各级定位表存储人机交互的流程，其中，根级定位表的存储内容包括有输出给用户的菜单，该根级定位表的每一条记录也即每一个菜单选项，子级定位表则存储有每一个菜单选项的细化内容；这样，本发明可以将各级定位表的存储内容以选项的形式通过语音输出模块提供给用户，通过语音采集模块接收用户回复的语音数据，进一步，可以基于各级定位表的树形关系，对所述用户回复语音数据进行响应；