本申請實施例公開了一種車輛安全監控方法、裝置及安全監控設備，具體地，安全監控設備首先通過聲音采集模塊采集車輛內的聲音信號，然后利用深度學習網絡模型對該聲音信號進行識別，以識別出所采集的聲音信號是否為告警信息。如果識別出聲音信號為告警信息時，則控制警報裝置發送警報信號。也就是，通過獨立的安全監控設備實現對車輛內情況的監控，當車輛內發生緊急情況時，安全監控設備可以通過深度學習網絡模型自動識別出緊急情況，并進行警報，以引起周圍人群的注意，幫助用戶及時脫離危險。

技術領域

本申請涉及互聯網安全監控技術領域，具體涉及一種車輛安全監控方法、裝置及安全監控設備。

背景技術

隨著互聯網技術的不斷發展，各種各樣的互聯應用不斷出現。其中，網約車的出現使得人們的出行變得更加便利，然而，新事物成長的過程總伴隨著一些問題，“安全問題”一直是網約車摘不掉的問題標簽。

雖然，網約車制度雖日益完善，但近期出現的網約車造成司機或乘客遇害的問題，使得用戶心存忌憚。目前網約車服務平臺在其相應的客戶端上增加緊急求助功能，當用戶察覺所處環境存在危險時，可以通過觸發客戶端的緊急求助按鈕實現報警功能。然而，該項功能的實現依賴于用戶主動察覺，并且需要用戶手動操作。當用戶未及時察覺到危險或者被控制時，無法實現主動報警，仍無法保證人身安全。因此，如何可以在出現危險情況時，實現自動報警，提高乘車安全是亟需解決的問題。

發明內容

有鑒于此，本申請實施例提供一種車輛安全監控方法、裝置及安全監控設備，以實現自動報警，提高乘車安全。

為解決上述問題，本申請實施例提供的技術方案如下：

在本申請實施例第一方面，提供了一種車輛安全監控方法，所述方法應用于安全監控設備，所述安全監控設備安裝于所述車輛，所述安全監控設備包括聲音采集模塊，所述方法包括：

接收所述聲音采集模塊所采集的車輛內的聲音信號；

利用深度學習網絡模型識別所述聲音信號是否為告警信息；所述深度學習網絡模型為利用訓練樣本預先生成的網絡模型；

當所述聲音信號為所述告警信息時，控制警報模塊發送警報信號。

在一種可能的實現方式中，所述控制警報模塊發送警報信號，包括：

控制警報模塊的警示燈閃爍；和/或，控制警報模塊的揚聲器發出警報聲。

在一種可能的實現方式中，當所述聲音信號為告警信息時，所述方法還包括：

向車輛管理平臺和/或安全監管平臺發送報警信息，以使得所述車輛管理平臺和/或所述安全監管平臺根據所述報警信息采取相應措施，所述報警信息至少包括所述車輛標識。

在一種可能的實現方式中，當所述聲音信號為告警信息時，所述方法還包括：

將所述聲音信號發送給安全監管平臺，以便所述安全監管平臺從所述聲音信號提取加害者的聲紋信息，并對所述聲紋信息進行存儲。

在一種可能的實現方式中，當所述深度學習網絡模型無法識別所述聲音信號是否為告警信息，所述方法還包括：

將所述聲音信號以及所述聲音信號對應的分類標簽作為訓練樣本對所述深度學習網絡模型進行訓練。

在一種可能的實現方式中，在利用深度學習網絡模型識別所述聲音信號是否為告警信息之前，所述方法還包括：

預先通過所述聲音采集模塊獲得所述車輛內在正常狀態下的背景聲音信號；

從所述聲音信號中減去所述背景聲音信號。

在本申請實施例第二方面，提供了一種車輛安全監控裝置，所述裝置應用于安全監控設備，所述安全監控設備安裝于所述車輛，所述安全監控設備包括聲音采集模塊，所述裝置包括：