[发明专利]一种基于移动终端的自动报警方法、装置及移动终端

权利要求书

1.一种基于移动终端的自动报警方法，包括：

读取当前移动终端中的至少一个传感器在指定时间段内生成的传感器数据；

将所述传感器数据传输至预设的终端状态识别模型，通过所述终端状态识别模型识别与所述传感器数据对应的所述移动终端的使用状态，并在判断出当前使用所述移动终端的用户处于紧急求救状态时输出报警信号；

基于所述报警信号确定所述用户的用户行为，并自动触发与所述用户行为对应的报警逻辑进行报警。

2.根据权利要求1所述的方法，其中，所述读取当前移动终端中的至少一个传感器在指定时间段内生成的传感器数据，包括：

读取当前移动终端中的至少一个传感器在指定时间段内生成的传感器数据，并计算各传感器在所述指定时间段内的单位时间内的数值变化量作为特征向量。

3.根据权利要求2所述的方法，其中，所述将所述传感器数据传输至预设的终端状态识别模型，通过所述终端状态识别模型识别与所述传感器数据对应的所述移动终端的使用状态，包括：

将所述特征向量传输至预设的终端状态识别模型，通过所述终端状态识别模型识别与所述特征向量对应的所述移动终端的使用状态。

4.根据权利要求2所述的方法，其中，所述将所述传感器数据传输至预设的终端状态识别模型之前还包括：

预先训练终端状态识别模型。

5.根据权利要求4所述的方法，其中，所述预先训练终端状态识别模型，包括：

收集第一预设周期内的训练数据；其中，所述训练数据包括多组移动终端不同使用状态下的至少一个传感器生成的第一传感器数据；所述移动终端的使用状态包括所述移动终端所属用户在安全情况下的使用状态和在危险情况下的使用状态；

提取所述第一传感器数据的第一特征向量；

使用深度学习算法基于所述训练数据训练得到从第一特征向量到移动终端的使用状态的终端状态识别模型。

6.根据权利要求5所述的方法，其中，所述提取所述第一传感器数据的特征向量，包括：

对于任意一组第一传感器数据，计算所述第一预设周期内各传感器在单位时间内的数值变化量作为第一特征向量。

7.根据权利要求4所述的方法，其中，所述预先训练终端状态识别模型之后，还包括：

依据所述终端状态识别模型生成SDK数据包；

将所述SDK数据包嵌入所述移动终端的指定应用程序中作为本地SDK识别模型组件，同时将所述SDK数据包存入所述指定应用程序的业务云端作为云端SDK识别模型组件。

8.一种基于移动终端的自动报警装置，包括：

读取模块，配置为读取当前移动终端中的至少一个传感器在指定时间段内生成的传感器数据；

识别模块，配置为将所述传感器数据传输至预设的终端状态识别模型，通过所述终端状态识别模型识别与所述传感器数据对应的所述移动终端的使用状态，并在判断出当前使用所述移动终端的用户处于紧急求救状态时输出报警信号；

报警模块，配置为基于所述报警信号确定所述用户的用户行为，并自动触发与所述用户行为对应的报警逻辑进行报警。

9.一种计算机存储介质，所述计算机存储介质存储有计算机程序代码，当所述计算机程序代码在移动终端上运行时，导致所述移动终端执行权利要求1-7任一项所述的基于移动终端的自动报警方法。

10.一种移动终端，包括：

处理器；

存储有计算机程序代码的存储器；

当所述计算机程序代码被所述处理器运行时，导致所述移动终端执行权利要求1-7任一项所述的基于移动终端的自动报警方法。