CN105578126A - 监控摄像头自动报警系统 - Google Patents

Abstract

本发明监控摄像头自动报警系统涉及模式识别和智能监控领域，可用于自动报告各种异常情况，如火灾、犯罪、自然灾害以及异常的自然现象、社会现象，可广泛用于科研、遥感、打击犯罪、预报灾害以及医疗、军事、天文、海洋等领域。其原理是，事先在系统的数据库中存入反映正常情况和(或)异常情况的样本(模板)图片，然后以模式识别的方法，与监控摄像头所获画面(截屏图片)相比较，即可决定是否发出异常报警、报告，若事先存入的是正常图片，则匹配不成功时发出异常报警、报告，匹配成功时不发出任何报告；反之，若事先存入的是异常图片，则匹配成功时发出报警、报告，匹配不成功时，不发出任何报告。

Description

监控摄像头自动报警系统

技术领域

本发明涉及人工智能、模式识别和监控安防等领域，目的是要给目前的监控摄像系统装上大脑和嘴吧，使其不但能观察和记录，而且还能分析、报警和提示、说话。

背景技术

众所周知，目前到处都是摄像头和电子眼，从天上的遥感、无人机，到地下的矿井和隧道，它们可以24小时不断地实时监控，而且比人类看得更远、更清晰，其观察能力已远超人类，但这些监控摄像系统只有观察和记录的功能，没有分析和报告异常情况的功能，其所起的作用还只是观察、记录和威慑作用，只能用于事后调取证据，不能及时、有效地预防和制止火灾、犯罪等不良事故的发生。所以，会经常发生监狱越狱事件，银行自动取款机附近发生犯罪事件，以及森林失火，洪水使河道溃堤等不良事件，如果利用本技术，就可有效地预防和阻止这些危害事件的发生。

目前的视频监控系统使用的是录像加人工监控的低级模式，只能事后提供线索或现场指挥抓捕犯罪嫌疑人，其事前预警的智能监控“潜力”远没有被挖掘出来，不能自动通过对视频图像内容的分析来引发报警，也不能有选择地存贮关键信息。视频监控系统“不够智能”必将导致两个方面的问题：一是随着视频监控摄像头规模的扩大，24小时紧盯视频画面值班人员的工作压力必将增大，也会浪费较多的人力资源；二是无用信息的存储将耗费了大量计算机存贮空间，使得有用资料存储的时间缩短。本发明遇到异常情况能及时报警、提示，同时可对这一时段的视频信息做特殊标示，长期存储，重点保存，从而有效解决上述问题。

此外，目前的监控系统除了不能自动报告上述已知的异常情况外，更不能报告未知的异常情况，因此还不能用于帮人类发现新线索，新情况，新现象，不能用于科学研究和科学发现，本发明中的“不匹配报告”可以及时报告未知的新线索、新情况，可用于科研领域，帮人们做出科学发现。

发明内容

本发明的主要目的是：使原有的监控摄像头等监控设备具有分析、报警以及语音提示等功能(智能)，如同电子门卫，24小时值班，发现异常情况能立即报警或语音提醒主人(用户)，同时，对于异常时段的视频信息，自动做出重点标示，并能长期保存，不删除。

原理、方法和步骤。本发明做为一种自动的异常报警、报告系统，其原理主要是：可由用户自定义需要发出报警、报告的各种异常情况，并把其制作成样本(模板)图片事先存入于系统数据库中，再用模式识别的方法与监控摄像头所获画面(截屏图片)相比较，若匹配成功，则自动发出异常报告，不成功则不发出报告，此为“正选法”。此外，用户也可用“穷举法”自定义不需要发出异常报告的各种正常情况，并制成样本图片存放于系统的数据库中，再用模式识别的方法与监控所获画面相比较，若匹配成功，不发出异常报告，若匹配不成功，则自动发出异常报告，同时保存和异常报告有关的视频资料或图片，供后面的分析、调查、取证等活动使用，此为“反选法”，上述正选法和反选法可以同时并用，也可以只用其一，一般来说，如果很容易穷举各种正常情况的图片，就用反选法，适用不匹配报警、报告，否则，就用正选法，适用匹配报警、报告。其中的反选法(“不匹配异常报告”)可用于科学研究和科学发现，因为在这种情况下，数据库中事先存储了大量的反映正常情况的图片，如果监控所获画面、图片与这些正常图片不匹配，就可自动发出异常报告，这样就可及时发现新现象、新信息、新线索，从而导致新的科学发现。除了上述用户自定义的图片外，系统自身也可以自带一部分通用的图片，如火灾、盗窃、打架、抢劫、抽烟等方面的图片，事先存入数据库中，做为样本图片供个人或单位等各类用户使用。

实现上述目的之方法是，事先在系统的“样本图片数据库”中存入正常图片和异常图片做为样本图片，如果事先设定、预存了正常图片，那么，当摄像头获取的画面与预存样本图片不匹配时，就属于异常画面、异常情境，就应当发出异常报警或提醒；反之，如果事先设定、预存了异常图片做样本图片，那么，当摄像头中获取异常画面与预存样本图片匹配成功，就属异常情况，应当发出报警或提醒。这两种图片可以同时设定、预存在“样本图片数据库”中，并分别定性为匹配报警和不匹配报警，也可以只设定、预存一种图片，设定一种报警方式，究竟应用哪种预存图片方式和报警方式，这要根据不同行业和场所的具体特点而定，如果情况简单，正常画而比较少，很容易穷举，那么就预先存入正常图片，应用不匹配报警，比如，在天文观测领域，大多数情况下，星星都是静止不动的，出现流星的情况很少，那么就把没有流星的图片做为正常图片，存入数据库中，应用不匹配报警，这样，一旦出现流星的画面，与没有流星的模板图片不匹配，就立即报告，匹配就不报告；反之，如果情况复杂，正常画面很多，难以穷举，那么就只应用匹配报告方式，预先存入异常图片，比如火灾、盗窃、打架、抢劫、抽烟等异常图片，应用匹配报警，当摄像头中获取的画面与这些异常图片相匹配时就发出异常报警或提示，不匹配则不报警。在正常图片不太多，可以穷举的情况下，也可以同时存入正常图片和异常图片，并同时应用匹配报警和不匹配报警两种方法，这种情况下并不会产生误报，这是因为，假如监控摄像头拍到的是一个正常图片，那么无论它与数据库中的正常图片进行匹配还是与异常图片进行匹配，其结果都不会引起报警，反之，如果监控摄像头拍到的是一个异常图片，那么，无论它与数据库中的正常图片还是异常图片进行匹配，都会引起报警。因为数据库中的图片只有两类——正常图片和异常图片，正常图片是，你与我相匹配就不报警，不相匹配就报警；异常图片则是，你与我相匹配就报警，不相匹配就不报警。这样，正常的图片，无论碰到数据库中的正常图片还是异常图片，都不会引起报警，反之，异常的图片，无论碰到数据库中的正常图片还是异常图片都会引起报警，报警的同时，相应的视频还会被还做出特殊标志，长期存储，不会被系统自动删除。

应用领域。本发明的应用领域非常广泛，凡是有监控摄像头的地方，都可运用这一技术，可广泛运用于银行、监狱、商场、仓库、矿井、隧道、车站安检等场所，以及交通、学校、公安、科研、医疗、军事、国防、无人机、机器人、天文、海洋、宇宙太空、射电望远镜等领域。

从空间上说，凡是有摄像头的地方，凡属人类可观察的地方，从整个地球到宇宙太空都是其现在和将来的应用范围。具体地说，从海底到洋面，从平原到高山，从低空到太空再到宇宙空间都可有此技术的应用。

从对象上说，凡是人类的观察对象，都适用于这一技术，因为人类观察什么，就需要监控什么，因此从监控中可发现自己需要的东西。而从微观的原子、微生物到宏观的星体和宇宙，都属人类的观察范围。

从时间上来说，随着无人机、机器人、微型机器人以及太空技术等高科技的发展，人类观察和监控的范围会越来越大，此外，随着城市化的发展，原先不使用监控摄像头的农村偏远地区也会越来越多地投入使用，因此，这一发明技术的应用范围也会越来越广，用户会越来越多。

以下是几项重点应用：

1，科研机构。科学发现始于观察，观察到异常现象是科学发现的开始，本发明可用于发现、记录并报告实验室中以及生产过程中的各种异常现象，自动提供有价值的信息，并从中做出科学发现。

2，无人机和机器人，二者是活动的监控摄像头，因此，观察的范围更大，角度更广，因此，所能做出的异常报告也更有价值。

3，卫星遥感。通过卫星遥感进行宏观的观测，发现异常现象，及时发出报告，有助于发现有重大价值的信息，并从中做出科学发现，也有助于及时发现和预防一些自然灾害。

4，海洋观测。可用于洋面及海底的观测、监控，发现异常情况及时报告，从而有助于促进海洋科学的发展，预防海底地震、海啸、台风等自然灾害对人类的不良影响。

5，医疗保健系统。可用于体检和疾病诊断等，及时发现疾病隐患，未来还可派出微型机器人进入人体时行观察，做出异常报告，及时发现人体内的病变。

6，监狱系统，包括各地的监狱、看守所、拘留所等，都迫切需要这一技术，因为封闭的房间和院墙内经常会发生打架斗殴事件，同时还要防止有些人因一时想不开而自杀的情况，还有翻墙越狱的情况等，如果有这一异常报告系统，会有助于及时发现安全隐患，及时制止监狱系统内的各种违法、获罪行为。

7，银行系统。银行的自动取款机附近经常会发生抢劫、盗窃以及非法安装盗取用户密码甚至复制银行卡装置的行为，这些异常情况都需要及时发现并报告给相关安全部门。比如，2014年10月26日的央视焦点访谈节目报道了2013年12月17日发生于西安的一起银行卡失窃案，西安市陆陆续续14家银行都报了案。被盗刷的金额总共达到740万，受害群众达到168人，原因是犯罪分子明目张胆地在银行自动取款机上安装了盗取用户密码和复制银行卡的电子装置，而银行的监控摄像设备形同虚设，不能做出及时的报警，只能供事后调取视频记录，假如上述监控摄像系统能够及时发出报警或提示，那么犯罪分子的阴某就不会得逞。

具体实施方式。

一，软件开发。开发一个带有图像数据库的模式识别软件系统，该系统通过电脑可与监控摄像头等监控硬件设备相连接。

二，设定待识别图片组(样本图片组)和相应的报警、提示声音。可由系统自带一部分通用的样本图片，如火灾、盗窃、抢劫、打架等危害事故方面的图片，事先存入系统的样本图片数据库中，此外，也应当有用户自主设定的样本图片，也把其存入样本图片数据库，上述两种主体设定图片的方法可以是，1，从以往保存的监控视频记录中调取报警、提示图片。查看监控记录，从中找出需要设定为危险场景或需要及时提醒的一段视频，然后按时间顺序由电脑把其自动截屏为一组图片，通常这组图片是一个连贯动作的分解，比如，第一秒的动作图片，第2秒的动作图片，第3秒、第4秒的动作图片等，并为每组图片设定一种共同的报警声音或提示声音，具体什么声音可由用户自主设定，比如，一个学校的大门监控，在拍到校长开着有特殊标志的轿车到校门口时，经图像识别成功后(这样的图片要预先拍摄并存入电脑图库)，就会发出“校长开车过来了，请开门”的预设声音提示给学校门卫，又如，一个家庭的监控摄像头，在拍到有亲戚或朋友到家门口时，经模式识别成功后，会自动发出“某某(的名字)已到门口，请开门”的预设语音提示。也可以为一组相似或连贯的图片(如火灾图片、盗窃、抢劫图片)设定同一种提示语音或警报声音。比如，“发生打架事件了”，“有人要自杀了”“失火了”等，每组(不同组)的图片可以设定不同的报警、提示内容，并把它存入系统的“样本图片数据库库”报警的级别也可按严重程度设为多种，不同的级别对应不同的报警方式；2，从其它视频资料中寻找报警、提示图片，包括公安部门以及其它单位或个人提供的视频资料，以及从网上下载的视频资料(可用关键词搜索寻找相关视频资料)，在电影中寻找到的视频资料等，找到这些视频后，再从中挑选自己需要的片段，用截屏软件得到一组连贯的截屏图片，然后设定报警、提示声音，存入数据库中做为样本图片组；3，找专家绘画，画出自己需要设定，而监控记录中又从未出现过的画面，也可以画出多个连贯的或相似的图画组成一组，并为其设定共同的报警、提示声音，并存入样本数据库中；4，通过真人演习的方法，找演员扮演出需要设定的警示画面，拍摄成一段视频，并从而截屏得到一组连贯的图片，设定报警、提示声音，存入系统样本图库；5，实景演习拍摄法。主要用来演习或拍摄火灾、地震、泥石流、台风、等自然灾害以及交通拥堵等没有人物出现的自然视频，并从中截屏，得到一组截屏图片，制定报警、提示声音，存入数据库，做为样本图片。6，在百度图片搜索中，用相应的关键词搜索出自己需要的图片，如，用“火”搜索出与火灾有关的一些图片，用“抢劫”搜索出一些与抢劫有关的图片，由这些相似的图片组成一个图片组，并为该组图片设定共同的报警、提示声音，然后存入系统的样本图片数据库。7，上述6种来源和方法中，也可以设定不成组分布的单个图片，存入数据库中做为样本图片。

此外，上述系统数据库中所有的样本图片还都要标明是“正常图片”或是“异常图片”，因为二者被识别、匹配后所引起的结果是不同的，正常图片是匹配不成功时发出异常报告，异常图片则是匹配成功时发出异常报告，报告或报警的方式可由用户自行设定。

三，给样本图片标注重点识别部位，并给出特征描述，确定识别的必备要件。为了提高识别的成功率，数据库中的某些样本图片需要标注出重点特征部位，如蒙黑布的脸(犯罪场景)，拿着做案工具的手、冒出的黑烟(火灾场景)、含着香烟的嘴、夹着香烟的手指(吸烟场景)等，这样有助于降低识别的难度，同时可以提高识别的效率和成功率。标注的方式可以是用红线把图片的相应部位圈起来。此外，还需要对样本图片做出特征描述，确定识别的必备要件，这是因为，识别的本质是确定某一事物是否属于某一概念范围，任何一个概念都有它自己的特征，即区别与其它概念的不同之处，在特征描述中，应当写明，哪些可以与样本图片有所不同，以及哪些必须与样本图片相同，即要抓住必备要件(如人，人的某些动作等)，忽略非必备要件(如人物的背景等)。必备要件是识别的标准和关键，比如，打架中，必须有打击、碰撞、倒地，抽烟中必须有“冒着烟的烟头”和“嘴”，盗窃者必须会鬼鬼祟祟，四外张望等动作，最好把这些标准以视频的形式演示出来，再截屏为一组连贯的图片，存入数据库中，供识别时参照执行。

四，模式识别的方法。模式识别方法主要有以下四种：正选法、反选法、单图(识别)匹配法、多图(识别)匹配法。所谓正选法是指，事先在数据库中存入异常图片(反映异常情况的图片)，然后与监控摄像所获截屏图片相识别、匹配，匹配成功时自动发出报警或报告，此为正选法；所谓反选法是指，事先在数据库中存入正常图片(反映正常情况的图片)，然后与监控摄像所获截屏图片相识别、匹配，匹配不成功时，发出报警或报告，此为反选法；概括地说，正选法就是匹配成功时发出报告，反选法则是匹配不成功时发出报告。正常图片是指反映正常情况的图片，异常图片是指反映异常情况的图片。正选法和反选法可同时进行，数据库中也可预先同时存入正常图片和异常图片做为样本图片。所谓单图匹配法是指，拿截屏图片组中的任何一个图片去逐个地匹配数据库中的所有单个图片，包括数据库中的“样本图片组”中的每一个图片以及零散的、不成组分布的单个图片；所谓多图匹配法又叫“对应匹配法”，具体是指，把截屏图片组和样本图片组分别做为一个整体去进行对应的匹配，具体地说，就是自左向右，用“截屏图片组”中的第1个图片去匹配“样本图片”中的第1个图片，以截屏图片组中的第2个图片去匹配样本图片组中的第2个图片，以截屏图片组中的第3个图片去匹配样本图片组中的第3个图片，依次类推，直到匹配完为止，如果连续有多对儿图片的匹配度都很高，那么就可以确定匹配成功。这种匹配方法类似于把两张图片的左端对齐，下下重叠，所以又叫“正峰匹配”，恰如把两条波形曲线图自左向右重叠，上面的第一波峰对应下面的第一波峰，上面的第二波峰对应下面的第二波峰，依次类推。多图识别法相当于“视频识别”，或“动作、行为识别”，其本质是用一段视频去识别、匹配另一段视频，因此，多图识别法的准确率和成功率要高于单图识别法。如果说单图匹配法中，匹配度要达到80％才可判定识别成功，那么，在多图匹配法中，匹配度只要达到60％，即可判定识别成功。上述单图匹配和多图匹配可只选其中的一种进行识别，也可选用两种交替进行识别。上述“样本图片组”与“截屏图片组”的区别是，前者是经人工剪辑获取视频资料，然后用电脑自动截屏而成的，是一个完整动作的分解，而后者是电脑以时间为单位(如1分钟、2分钟)自动剪辑，然后自动截屏而成的，不一定就是一个完整动作的分解，但也有可能是一个完整动作的分解。这样，在进行上述“正峰匹配”时，有可能造成错误的对应，即由电脑自动完成的对应不是真实动作分解中的依次对应，不过，这个可以通过改变原先对应的次序，进行多次尝试来纠错，如，原先是上1对下1，上2对下2，上3对下3，现在改为上2对下3，上3对下4，上4对下5，等，依次类推，这叫“错峰匹配法”，这种匹配法中，两个图片的左端并不对齐，而是错开一个或几图片后，开始依次对齐，这样的事情，如果由人来完成，是很慢、很困难的，但由电脑来完成并不困难，因为电脑的运算速度是很快的。在错峰匹配中，如果连续有多对儿图片的匹配度都很高，那么就可以确定匹配成功。

此外识别时可以设定一个阈值，当相似度超过这一阈值时，识别、匹配成功，没达到这一阈值，识别、匹配不成功，这一阈值也可由用户根据自己的具体情况，自主调整，因为阈值过高，会漏掉该报告的异常情况，反之，阈值太低，则会带来不必要的报警、报告的打扰。在多图匹配中，如果连续有多对儿图片的相似度阈值(匹配度)都很高，那么就可以确定匹配成功。多图识别法的准确度高于单图识别法，所以，多图识别法的阈值可以低于单图识别法的阈值。上述四种识别方法间的关系是，正选法和反选法中都可以包含单图识别法和多图识别法，即二者都可以使用单图识别法和多图识别法去进行识别，而且既可以单独使用单图识别法或多图识别法中的一种，也可以二者同时并用。

五，识别后的处理。1，若数据库中的样本图片是正常图片，那么，识别成功后不需报告，不发出任何声音，以免给用户带来不必要的打扰。反之，识别不成功则要发出报告，即发出报警声音或提示语音，具体的报警声音和提醒语音，可由用户根据不同内容的图片自行设定，报警的级别也可根据具体情况设为多种，比如，一级报警，可以直接报告给公安部门，二级报警，可报给单位内部人员，三级报警，则可通过喇叭给异常行为者以语音警告等；2，若数据库中的样本图片是异常图片，那么，识别成功后就要发出报告，反之，识别不成功，就不发出任何报告。3，上述情况中，如遇到紧急、严重的情况，发出报警的同时，还要通过无线网络发出一条信息和截屏图片到用户指定的手机上，匹配成功的那段报警视频还要给出重点标示，重点保存，长期存储，不被删除；4，上述情况中，如遇到不太严重但需要给出提醒的情况，则发出提示声音，如“某某客人来了，在门外等待，请前去开门”等。

Claims (9)

1.一种让监控摄像头具备分析能力和自动报警(告)能力的智能监控系统，做为一种自动的“异常报告系统”，其特征是，事先在系统的数据库中存入反映正常情况和(或)异常情况的样本(模板)图片，然后以模式识别的方法，与监控摄像头所获画面(截屏图片)相比较，即可决定是否发出异常报警、报告，若事先存入的是正常图片，则匹配不成功时发出异常报警、报告，匹配成功时不发出任何报告；反之，若事先存入的是异常图片，则匹配成功时发出报警、报告，匹配不成功时，不发出任何报告，发出报警或报告的，同时还会自动保存和异常报告有关的视频资料，供后面的分析、调查、取证、破案等活动使用。

2.根据权利要求1，其中的模式识别法可分为“正选法”和“反选法”两种识别方法，所谓正选法是指，事先在数据库中存入异常图片，然后与监控摄像所获截屏图片相比较，匹配成功时自动发出报警或报告，此为正选法；所谓反选法是指，事先在数据库中存入正常图片，然后与监控摄像所获截屏图片相比较，匹配不成功时，发出报警或报告，此为反选法，概括地说，正选法就是匹配成功时发出报告，反选法则是匹配不成功时发出报告，正常图片是指反映正常情况的图片，异常图片是指反映异常情况的图片(如火灾、获罪行为等)，正选法和反选法可同时进行，数据库中也可同时预先存入正常图片和异常图片做为样本图片。

3.根据权利要求1，其中的识别又可分为“单图匹配”和“多图匹配”两利识别方法，所谓单图匹配是指，拿截屏图片组中的任何一个图片去逐个地匹配数据库中的所有的样本图片，包括数据库中的“样本图片组”中的每一个图片和单个的不成组分布的图片；所谓多图匹配是指，把“截屏图片组”和“样本图片组”分别做为一个整体去进行对应的匹配，具体地说，就是自左向右，以截屏图片组中的第1个图片去匹配样本图片组中的第1个图片，以截屏图片组中的第2个图片去匹配样本图片组中的第2个图片，以截屏图片组中的第3个图片去匹配样本图片组中的第3个图片，依次类推，直到匹配完为止，如果连续有多对儿图片的匹配度都很高，达到某一相似度阈值，那么就可以确定匹配成功，此为多图匹配中的“正峰匹配”，此外还可有“错峰匹配”，即两个图片的左端并不对齐，而是从左端起始，错开一个或几个图片后开始依次对齐的匹配，这也是一种整体的多图匹配法，上述单图匹配和多图匹配可只选其中的一种进行识别，也可选两种交替进行识别。

4.根据权利要求3，样本图片组与截屏图片组的来源和区别是，前者(样本图片组)是经人工剪辑获取视频资料，然后用电脑自动截屏而成的，是一个完整动作的分解，而后者(截屏图片组)是电脑以时间为单位(如1分钟、2分钟)自动剪辑，然后自动截屏而成的，所以，“截屏图片组”不一定就是一个完整动作的分解。

5.根据权利要求1，识别时可以设定一个阈值，当相似度超过这一阈值时，识别、匹配成功，没达到这一阈值，识别、匹配不成功，这一阈值也可由用户根据自己的具体情况自主调整，因为阈值过高，会漏掉该报告的异常情况，反之，阈值太低，则会带来不必要的报警、报告的打扰。

6.根据权利要求1，数据库中的样本图片都要标注重点识别部位，如蒙黑布的脸(犯罪场景)，拿着做案工具的手、冒出的黑烟(火灾场景)、含着香烟的嘴、夹着香烟的手指(吸烟场景)等，这样有助于降低识别的难度，同时可以提高识别的准确度和成功率，标注的方式可以是用红线把图片的相应部位圈起来，同时还要给出特征描述，确定识别的必备要件。必备要件是识别成功的必要条件，是识别的标准和关键，比如，打架中，必须有碰撞、倒地，抽烟中必须有“冒着烟的烟头”和“嘴”，盗窃者必须有鬼鬼祟祟，四外张望的动作等必备要件。

7.根据权利要求2，上述系统数据库中的样本(模板)图片，可以只有正常图片或异常图片二之一，也可以同时存放这两种图片，在这种情况下一定要标明是“正常图片”或是“异常图片”，因为二者被识别、匹配成功后所引起的结果是不同的，正常图片是匹配不成功时发出异常报告，异常图片则是匹配成功时发出异常报告。

8.根据权利要求1，发出报警、报告的方式可由用户根据不同内容的图片自行设定，并可设定报警的不同级别，比如，一级报警，可以直接报告给公安部门，二级报警，可报给单位内部人员，三级报警，则可通过喇叭给异常行为者以语音警告等，发出严重报警的，同时还要通过无线网络发出一条信息和截屏图片到用户指定的手机上，匹配成功或匹配不成功的那段异常视频还要给出重点标示，重点保存，长期存储。如遇到不太严重但需要给出提醒的情况，则发出提示声音，如“某某客人来了，在门外等待，请前去开门”等。

9.根据权利要求1，系统数据库中的样本图片既可以由系统自带一部分通用的图片，如火灾、盗窃、打架、抢劫等方面的样本图片，也可由用户根据自己的特殊情况自主设定；识别后的报警、报告方式，同样也可由系统自带一部分通用的报警方式(如常用的报警声音和语音提示声音等)，也可由用户根据自己的特殊情况自主设定，因此，数据库中的样本图片和报警方式都是可由用户自定义而成的，是动态的，可变的。