CN106464844A - 用于配置婴儿监控器摄像机以提供用于分析的统一数据集的系统和方法 - Google Patents

Abstract

具有使用集中式计算和存储中心的摄像机以监控婴儿的系统和方法，该集中式计算和存储中心允许使用视觉输出信号来进行婴儿移动的计算机视觉和机器学习分析以及高层次的推理。该系统包括位于婴儿床上方的预定义工作点处的摄像机，以及一个或多个在包括基于web的网络的系统的组件之间的通信网络，所述一个或多个通信网络用于通过分析服务器进行对视觉输出信号的深入的计算机视觉和机器学习分析。

Description

用于配置婴儿监控器摄像机以提供用于分析的统一数据集的 系统和方法

版权声明

本专利文件的公开内容的一部分包含受版权保护的材料。版权拥有人对任何人进行的专利文档或专利公开的复制无异议，正如出现在专利和商标局的专利文件或记录中那样，但是在其他方面保留全部版权权利。

相关申请的交叉引用

本申请要求于2014年4月8日递交的、题为“SYSTEMS AND METHODS FORMONITORING BABIES(用于监控婴儿的系统及方法)”的美国临时专利申请No.61/976,666的优先权，其全部公开通过引用被完整结合于此。

技术领域

本发明总体涉及用于婴儿监控的系统和方法，具体地涉及在婴儿床中使用摄像机监控婴儿的系统和方法。

背景技术

婴儿监控器摄像机通常用于从远处观察婴儿。通过查看监控器，家长可检查他们的婴儿的情况而无需出现在婴儿床旁边。婴儿监控器摄像机在1993年左右进入市场。传统的婴儿监控器包括摄像头和远程监控器。摄像机被放置在孩子附近，其视频信号由无线电波被传输至远程监控器。大多数婴儿监控器摄像机还具有红外(IR)视觉传感器，以允许在夜间进行监控。

在2000年，随着个人电脑进入到每个家庭，父母开始使用无线因特网协议(IP)摄像机进行婴儿监控。(IP摄像机在那时仍主要是出于安全考虑而被使用。)然而，这些父母是小市场，因为无线IP摄像机必须被配置为在家庭网络上运行，这对于父母们来说在安装和维护上更加复杂。此外，当IP摄像机被连接到因特网而没有采取额外安全性措施来保护它们时，IP摄像机可以很容易地被黑客侵入。

如今，婴儿监控器摄像机提供各种高科技功能，如高清晰度(HD)分辨率、便捷的设置、安全的连接、录制能力、两路音频、关于婴儿哭叫和/或移动的通知、摇篮曲的播放、对多台摄像机的控制、通过网络电话(Skype)进行的视频等。其中一些还配备有额外的基于非视觉的传感器，如移动传感器、温度计、心脏/呼吸侦听器以及IR移动检测器。但结果是，许多需要对图像序列进行深入分析的有用的任务不能被执行，例如，包括创建随时间的推移婴儿的活动和发育的视频总结。当前的婴儿监控器摄像机也不能使用来自多个婴儿监控器摄像机的图像序列来检测异常的婴儿移动和行为。因此，期望提供能够处理大量的图像序列的婴儿监控器摄像机，以允许对婴儿移动进行数据分析和高级推理。

当前的婴儿监控器摄像机的另一缺点是寻找合适的位置把婴儿监控器摄像机放置在婴儿床周围。示例包括：(1)试图把它放在架子上，但此处婴儿的视图的角度过于浅、位置太远(低分辨率)，有时婴儿被横档(rung)隐藏；(2)把它放在紧邻婴儿床的橱柜的较高架子上，但必须保持柜子门始终是打开状态；(3)父母考虑将摄像机安装在墙壁上，但发现会很乱，也怕电源线会破坏婴儿的房间的外观；以及(4)父母使用胶带将摄像机安装在横档上(由于缆线可落入到婴儿床里这样安装会是危险的)。因此，具有更好配置及位置的婴儿监控器摄像机是有必要的。

发明内容

本发明提供了一种用于监控婴儿的系统。该系统包括：摄像机，该摄像机被配置为处于婴儿床上方的预定义工作点处来获取视觉输出信号；以及网络接口控制器，该网络接口控制器被配置为向客户端设备传送视觉输出信号，以及向分析服务器传送视觉输出信号，所述分析服务器被配置为对视觉输出信号执行计算机视觉和机器学习分析，将计算机视觉和机器学习分析与可比较数据进行比较，基于该比较将计算机视觉和机器学习分析与事件相关联，并基于该与计算机视觉和机器学习分析关联的事件向客户端设备发送消息。

摄像机可被配置为通过局域网向客户端设备传送视觉输出信号。在另一实施例中，摄像机被配置为通过连接到集中式计算和存储中心的基于web的网络向分析服务器传送视觉输出信号。对于监控不同的婴儿，摄像机和预定义工作点可以基本上相同。

分析服务器还可被配置为基于计算机视觉和机器学习分析生成通知并向客户端设备发送该通知。根据又一实施例，通知包括婴儿睡醒、婴儿入睡、婴儿自安抚。该分析服务器还可被进一步配置为基于计算机视觉和机器学习分析来生成警报，并发送该基于计算机视觉和机器学习分析的警报。警报可包括婴儿翻身、婴儿哭闹、婴儿爬行、婴儿呕吐、婴儿床中存在异物、吸入事件、翻转事件、突发疾病(seizure)事件、腿被卡住事件、或头部被覆盖事件。在又一实施例中，分析服务器还被配置为对视觉输出信号执行计算机视觉和机器学习处理以作为对视觉输出信号执行计算机视觉和机器学习分析的一部分。计算机视觉和机器学习处理可包括背景消减算法、感兴趣的婴儿区域检测、头部检测处理、父母干预检测、行为分类、行动矩形识别、手部检测和婴儿存在检测方法中的至少一者。

根据本发明的另一实施例，该系统包括分析服务器，该分析服务器配置为从摄像机系统中接收视觉输出信号，通过使用计算机视觉和机器学习识别视觉输出信号中的特征来进行对视觉输出信号的分析，将所识别的特征与可比较数据进行比较，基于该比较将所识别的特征与事件相关联，并基于与所识别的特征关联的事件向与摄像机系统相关联的客户端设备发送消息。

在又一实施例中，该系统包括被配置为处于婴儿床上方的预定义工作点处从预定义工作点获取视觉输出信号的摄像机，该摄像机包括包含镜头的摄像机壳体、红外发光二极管(IR LED)灯、光传感器、电力缆线及数据缆线。该系统还包括支架，该支架包括：被连接到摄像机壳体的上臂，所述上臂包括被配置为接纳摄像机壳体的电力缆线和数据缆线的第一内部管道；被连接至上臂的下臂，下臂包括被配置为从上臂接纳摄像机壳体的电力缆线和数据缆线的第二内部管道；以及婴儿床附件，其被配置为将支架在婴儿床上方的预定义工作点处附接到婴儿床。该系统还包括网络接口控制器，该网络接口控制器被配置为从预定义工作点向分析服务器传送视觉输出信号，该分析服务器被配置为对来自预定义工作点的视觉输出信号执行计算机视觉和机器学习分析，将计算机视觉和机器学习分析与可比较数据进行比较，基于该比较将计算机视觉和机器学习分析与事件相关联，并基于该与计算机视觉和机器学习分析关联的事件向客户端设备发送消息。

光传感器可被配置为在摄像机上来感测环境光以及来自红外LED灯的红外光的强度。红外LED灯还可根据环境光及红外LED灯的红外光的强度被处理器配置。一个实施例包括利用红外(IR)滤波器来过滤红外光的摄像机。红外LED灯可包括大约850nm-940nm的波长，使得红色眩光对躺在摄像机下的婴儿是不可见的。

根据一个实施例，上臂包括扬声器、夜明灯、温度和湿度传感器中的至少一者。摄像机壳体还可包括透镜支架，该透镜支架可操作为沿着相对于婴儿床的水平轴进行15摇摄度(degree of pan)的旋转调整来定位。在另一实施例中，摄像机壳体被配置为允许摄像机相对于上臂旋转15摇摄度。支架也可被附接至婴儿床的外侧。一个实施例包括一种系统，该系统具有配置在上臂的顶部外侧、且背离摄像机的底面并朝向天花板的敏感的白色夜灯。该支架还可包括具有鸟瞰视野的通用支架。

当前婴儿监控器摄像机系统根据图像序列对婴儿移动执行数据分析和高级别推理的能力比较差。其原因主要是在非静态设置中解决计算机视觉任务的复杂性，在非静态设置中婴儿监控器摄像机位于围绕婴儿的不同位置和方向。在这些设置中计算机视觉任务是难以解决的，因为它们具有多个不同大小和姿势的移动的物体以及需要被建模的潜在隐藏部分。但是，根据本发明实施例的包括支架的婴儿监控器摄像机系统解决了这些问题。

附图说明

本发明在附图中的图中示出，附图意在是示例性的而不是限制性，其中相同的参考标记意在指相同或相应的部分，并且其中：

图1A根据本发明的实施例示出具有婴儿的婴儿床的婴儿监控器摄像机配置；

图1B根据本发明的实施例示出婴儿监控器摄像机装置；

图1C根据本发明的实施例示出具有婴儿的婴儿床的婴儿监控器摄像机配置；

图1D根据本发明的实施例示出具有婴儿的婴儿床的婴儿监控器摄像机配置；

图1E根据本发明的实施例示出具有婴儿的婴儿床的婴儿监控器摄像机配置；

图2根据本发明的实施例示出婴儿监控器摄像机系统；

图3根据本发明的实施例示出婴儿监控过程的流程图；

图4根据本发明的实施例示出计算系统；

图5根据本发明的实施例示出示例性的监控界面；以及

图6根据本发明的实施例示出客户端设备上的示例性的总结界面。

具体实施方式

主题现将参照附图更加全面地被描述，附图形成主题的一部分并通过说明的方式示出本发明可实践的示例性实施例。但是，主题可以以各种不同的形式被实施，并且因此，所覆盖的或所要求保护的主题旨在被解释为不限制于本文所述的任何示例性实施例；所提供的示例性实施例仅仅是说明性的。要被理解是，在不脱离本发明的范围的情况下其他实施例可被利用，并可做出结构性的改变。同样，针对所要求保护的或所覆盖的主题意在合理广泛的范围。除其他事项外，例如，主题可实施为方法、设备、组件、或系统。因此，实施例可例如采取硬件、软件、固件或它们的任意组合(而非软件本身)的形式。因此，下面的详细说明并不意在是限制意义上的。贯穿整个说明书和权利要求，术语在上下文所建议的或所隐含的意义与明确陈述的意义有细微差异。同样地，本文中所使用的短语“在一个实施例中”不一定指的是同一实施例，以及本文中所使用的短语“另一实施例”不一定指的是不同的实施例。意在，例如，所要求保护的主题包括全部或部分示例性实施例的组合。

本文所描述的本发明的实施例提供了一种婴儿监控器摄像机系统，该婴儿监控器摄像机系统包括婴儿监控器摄像机，该婴儿监控器摄像机允许使用摄像机的输出信号来对婴儿移动进行数据分析以及高级别推理。所描述的系统包括新型幼儿监控系统，其用于当看护者(如父母、祖父母、保姆、临时保姆等)不与幼儿在房间里时确保幼儿安全的，同时使得看管者安心，并帮助家长来验证“不干涉”决定。也就是说，本发明的实施例帮助父母/看护者作出何时他们并不需要进行干涉的决定。系统的硬件包括摄像机、温度与湿度传感器、双向音频、红外夜视、夜明灯以及红外发光二极管照明，这些硬件可被配置为提供婴儿床睡眠环境的实时流和云记录。根据一些实施例，计算机视觉生成的事件的视频总结可以采用简单的短片段的方式被提供，所述简单的短片段可根据需要在社交媒体上与朋友和家庭成员共享。延时视频摘要、可共享的时刻(可在社交网络上被共享)、通知及可行动的警报、睡眠跟踪和训练、个性化育儿秘诀、跟踪发育里程碑和智能家居集成也可被提供。

通过使用计算机视觉和机器学习技术，婴儿监控器摄像机系统能够向父母和看护者提供可行动的警报和孩子发育的个性化数据。本发明还可利用针对多个婴儿视频的计算机视觉算法来向父母和看护者提供个性化的见解，该个性化的见解基于多个婴儿之间的比较。本发明可向父母和看护者提供他们想知道的信息，如婴儿的发育是否正常、婴儿的睡眠是否正常、父母或看护者是否正常地接近婴儿床、或者婴儿是否安全。其他附加功能可包括婴儿度量和百分位数值、网络模式和见解、异常数据库、早期疾病检测、婴儿猝死综合症(SIDS)方面的信息、婴儿行为的新视觉语言和远程医疗。如果孩子处于危险中(例如，毛毯在婴儿的头上)，则系统可向父母/看护者发送警报；系统可以相对于网络中的其他孩子来衡量孩子的发育并显示可能的异常。孩子的网络可包括多个婴儿，该多个婴儿被基于对所记录的视频数据的分析而标识为具有相同的或类似的清醒模式、睡眠时间及睡眠特性(例如，打鼾)等。

在另一实施例中，网络可以是父母、看护者、或婴儿监控摄像机系统的用户的社交网络。术语“社交网络”一般指个体(例如熟人、朋友、家庭成员、同事、或工友)的网络，其经由通信网络或各种子网络被联接在一起。潜在地，随后经由通信网络或子网络的社会交互而形成附加的关系。社交网络可被采用，例如，来识别各种活动的额外的连接，所述各种活动包括，但不限于，约会、工作联网、接收或提供服务引荐、内容共享、创建新协会、维护现有协会、识别潜在活动合作伙伴、实施或支持商业交易等。社交网络可包括具有类似的经验、意见、教育水平或背景的个体。

个体的社交网络可以指一组直接人际关系或一组间接人际关系。直接人际关系是指针对个体的人际关系，其中通信可以是个体至个体的，例如与家庭成员、朋友、同事、工友等进行通信。间接人际关系是指，即使可能还未发生个体到个体的通信形式，但可通过另一个体向某个体提供的关系，如朋友的朋友，或类似的关系。不同的特权或权限可与社交网络中的关系有关。社交网络也可生成与除人以外的实体(如公司、品牌或所谓的“虚拟人”)相关联的关系或连接。个体的社交网络可以以各种形式(如视觉地、电子地或功能地)表示。例如，“社交图”或“社会关系图”可将社交网络中的实体表示为节点并将关系表示为线或链接。

参照图1，婴儿监控器摄像机系统可包括婴儿所在的婴儿床1、支架3以及带有网络接口控制器5的摄像机2。摄像机2可包括图像传感器、光学组件、主视频处理部件、透镜和透镜支架、光传感器、红外(IR)发光二极管(LED)以及相关的滤波器(例如，IR滤波器)和掩膜、麦克风、扬声器、夜明灯、指示灯以及电力缆线和/或数据缆线、布线，或连接。根据其它实施例，包括在摄像机2中的上述组件可由例如在PCB或计算设备上的婴儿监控器摄像机系统内的其他硬件来实现。图像传感器可支持各种分辨率，如1920×1080(“1080p”)、1280×720像素的分辨率(“720p”)等。图像传感器可对弱光条件敏感，以便尽可能减少对红外LED的需求。图像传感器还可按婴儿床床垫的方向成比例地进行定向(假设摄像机被配置为沿着婴儿床的长轴)。

光传感器也可被包括在摄像机中，以便感测环境光的强度和/或来自红外LED的红外光的强度。光传感器可位于透镜附近，以便提供摄像机2的视野的更精确的读数。摄像机2可包括多个(例如，6到8个)红外LED(例如，波长为850nm-940nm)，该多个红外LED绕着透镜以阵列的形式被包括在摄像机2中来获得最大的均匀的光覆盖。在操作时，红外LED对人眼是不可见的(例如，没有发红色的光)，这样摄像机2不太会被婴儿注意到。红外LED的特定波长(特别是940nm)的红外照明在现有的婴儿监控器摄像机中不被使用。通常，通过940nm的红外光不能看到在远离摄像机8-10英尺处的物体(没有大量照明)。然而，根据本发明的实施例，940nm可被使用，因为物体距摄像机2大约小于1米。红外LED可由主处理器控制，该主处理器可通过使用来自光传感器和/或图像传感器中的读数来决定是否操作红外LED并决定红外LED以什么强度工作。一个或多个红外滤波器可被用于允许在白天(在日光存在的情况下)明亮的场景中过滤掉红外光(例如，致动器/交换器的部分，其根据光传感器读数允许插入或移除滤波器)。红外滤波器致动器/交换器可以是节能型的，在切换过滤器状态时需要能源。

根据一个实施例，透镜可以为类型M12并被放置在M12支架上。透镜可以适于支持符合图像传感器的分辨率。透镜可具有广角视野(比如，水平120-130度和对角线150-160度)，以便覆盖婴儿床的区域加上一些用于“父母的干预”检测的边缘，并且透镜被配置为具有特定的焦点(在一些实施例中，用户不能改变焦点)。特定的焦点可能是在多个婴儿床床垫位置并在可见光和红外光条件下都能提供良好的聚焦的焦点。特定的焦点可被配置为使得婴儿床的预定区域或视野可在视频录制中被捕捉。在一些实施例中，摄像机2的聚焦、曝光、变焦和/或其他摄像机属性可基于对在摄像机视野中的婴儿床区域的计算机视觉以及机器学习确定而被自动调节。在另一个实施例中，经校正的透镜可用于补偿昼夜视觉之间的焦点移位。

根据本发明的实施例，摄像机2的放置和/或摄像机属性可被配置为统一配置来建立相同的工作点，使得来自多个婴儿监控器摄像机系统布置的图像可被用于可靠地在不同的婴儿的图像序列之间进行比较来进行计算机视觉和机器学习分析。例如，相同的摄像机配置和相同的工作点被用于在网络化的计算环境中所有不同的婴儿的婴儿监控器摄像机系统(例如，图4中所示的一个)。统一配置还可包括高度和视野，使得摄像机2不会被物体干扰且摄像机2的视野仍然能够覆盖整个婴儿床1。集中式计算服务器与统一配置一起实现对婴儿移动的高效数据分析以及高级别推理。针对当前系统内的所有婴儿监控器摄像机，共同的摄像机配置和工作点可以是预定义的，使得：摄像机能够捕捉婴儿在婴儿床中移动的大部分/全部区域，且摄像机的视线不会被吊在婴儿床上方的物体(例如，玩具和移动物体)干扰。替代地，摄像机2可位于略微不同的配置中，只要统一数据集可从多个摄像机中被充分地收集以允许进行数据分析。摄像机也可被配置在婴儿无法够到摄像机的高度。在一些实施方案中，摄像机可以包括在吊在婴儿床上方的移动物体、家具、或玩具中。例如，参考图1D，婴儿监控器摄像机系统可包括用于将移动物体10附接至支架3的装置。

麦克风也可被包括在摄像机2或支架3中以捕捉婴儿的声音和哭声。麦克风可对从感兴趣区域开始大约三到四英尺距离处的声音敏感。例如，麦克风可被配置为靠近摄像机2的透镜，以便确保尽可能地靠近婴儿。

摄像机2还可包括位于摄像机壳体处的LED指示灯，且该LED指示灯指向上方(不在婴儿的视线内)。该LED可允许多种颜色(红、绿、黄等)的恒定及闪烁的显示状态。

网络接口控制器5可包括能够连接到家庭网络和/或因特网的Wi-Fi802.11b/g/n模块(包括Wi-Fi天线)。网络接口控制器5允许用户发送摄像机2所捕捉的图像至可对该图像进行实时分析的服务器。接着，服务器端的软件可使用该分析提醒亲人可能发生或存在的任何问题或危险。经由网络接口控制器5去向和来自摄像机2的通信可通过使用WPA2或任何本领域中已知的其他加密标准进行加密。利用类似于具有鸟瞰视野的婴儿床移动物体的标准或通用支架系统，摄像机2可被附接于婴儿床的垂直横档，使得摄像机在床垫上方的固定位置中定向且在孩子够不着的地方，这样父母无需纠结将婴儿监控器安装和放在房间里的何处。在示出的示例中，支架3用于将摄像机2放置在婴儿床上方的恰当的工作点4处。

在又一实施例中，婴儿监控器摄像机系统可包括用来测量室内温度的温度传感器和用来测量相对室内湿度的湿度传感器。根据另一实施例，该系统可包括夜明灯，该夜明灯可通过电容式触摸开关和/或客户端设备上的移动应用程序的控制进行调光。在一个实施例中，夜明灯朝向天花板且远离婴儿的眼睛(摄像机的下侧)以防止婴儿被闪到或致盲。该系统能够周期性地(例如，每隔几秒向中央服务器或远程服务器)广播状态及传感数据。状态和传感数据可包括温度、湿度、光强或亮度、以及摄像机状态。这些附加特征可或者在摄像机2内被实施或者作为通信地连接到摄像机2和/或网络接口控制器5的单独的组件被实施。婴儿监控器摄像机系统的电气部件可由壁装式插入电源和电缆供电。此外，该系统可被设计为可被拆卸并在新位置重新组装(例如，在度假时或访问家人和朋友时)的便携程度。

在又一实施例中，摄像机2可经由因特网或本地网络通过用户的远程控制进行配置。摄像机2允许远程用户控制照明、红外传感器、视频属性(例如，缩放)和音频属性(例如，音量)。根据另一实施例，摄像机2可被连接到并被配置有智能家居系统。在这样的配置中，远程用户还可经由智能家居系统控制任何连接至摄像机2的装置。

摄像机2可包括具有尺寸近似3.5英寸×3.5英寸×3.5英寸的摄像机壳体。该摄像机壳体可包括光学印刷电路板(PCB)、主视频处理PCB、光传感器、红外LED以及相关的过滤器和掩模、麦克风、指示灯(例如，LED)、透镜和透镜支架，该透镜支架可被操作为利用对摄像机壳体的外侧的手动控制来通过沿水平轴(相对于婴儿床1)旋转调整(例如，+/-15摇摄度)进行定位。此外，摄像机壳体可允许摄像机2相对于支架3的上臂7旋转(例如，+/-15摇摄度)。

参照图1B，支架3包括下臂6、上臂7和婴儿床附件8。上臂7可以是具有尺寸近似2英寸×13英寸×16.5英寸的杆或棍。上臂7的一端可连接到摄像机2的摄像机壳体。上臂7可被构造为用以经由内部管道来容纳内部电力缆线和/或来自摄像机2的数据缆线。在某些实施例中，上臂7可包括扬声器、夜明灯(例如，一个或多个LED)及相关的开关、温度和湿度传感器以及任何相关的PCB。(一个或多个扬声器)可被包括在上臂7中，以便允许“两路音频”和音乐或白噪声再现。(一个或多个)扬声器可位于上臂7中向内指向感兴趣区域。可存在通过开关或远程控制(例如，经由移动应用程序和设备)来控制扬声器的音量的选项(option)。包括一个或多个LED灯的LED夜明灯可被嵌入或被构造在上臂7上并向上朝天花板投射。强度可通过电容式触摸开关或通过远程控制(例如，经由移动应用程序和设备)进行调节。LED夜明灯的颜色可以是，例如，白色、柔和的黄色、日光色、或彩色。根据另一实施例，灵敏的白色夜灯可被放置或构造在臂的顶部的外侧上(例如，图1E中的夜明灯12)。光可被直射至天花板，使家长/看护者在黑暗中看到他们的婴儿，而不会致盲婴儿(例如，光朝向天花板照明，不是朝向孩子的眼睛)。

上臂7的另一端可垂直地附接到下臂6。根据另一实施例，上臂7可通过圆角过渡至下臂6。摄像机2可以以一种方式被连接至支架3，这种方式使得当下臂6通过婴儿床附件8被附接至婴儿床1(例如，婴儿床的栏杆)时上臂7和摄像机2可以水平位于婴儿床1的上方。摄像机2可被安装与移动物体的高度近似(以及低于移动物体)的高度，使得摄像机的视线不受阻碍。

下臂6可具有近似3.5英寸×3.9英寸×12.6英寸的尺寸。电力缆线和/或数据连接可由上臂7被提供到下臂6(例如，经由内部管道或缆线系统)。电力缆线和数据缆线可穿过在长度上近似17.7英寸的刚性管道的部分(配接并邻接下臂)被传递，使得缆线不能容易地被孩子接近。电能和数据可经由相应配接部中的金属引脚、接触点、或插口在下臂6和上臂7之间被传输。下臂6可被配置为具有USB连接端口和/或电插座口(被连接至电能连接/数据连接及来自摄像机2和上臂7的线)。在一个实施例中，缆线可通过使用USB连接器被连接至下臂6。该USB连接器还可允许在婴儿监控器摄像机系统上完成固件更新。

下臂6还包括面向婴儿床的支架表面和/或婴儿床附件8的接口。婴儿床附件8可包括：一个或多个用于键控(keyed)特定方向的装配螺栓，该装配螺栓穿过婴儿床1的栏杆；以及装配螺母，该装配螺母将下臂6(在支架表面处)紧固至一个或多个装配螺栓与婴儿床栏杆。在一些实施例中，支架3的一个或多个部分可适应具有向外突出的边缘的婴儿床，该外突出的边缘基于婴儿床的模型通过外延或间隔预定的长度(例如，大约2英寸)成形。另一实施例可包括通用支架，该通用支架解决了何处放置摄像机的问题。支架表面可含有特征或材料以阻碍移动或滑动并防止不被期望的婴儿床划痕(marking)。婴儿床附件8还可包括将支架3配置在特定高度(例如，从婴儿床床垫的位置开始的高度)和位置的装置，使得摄像机不论婴儿床模型如何都可被配置在婴儿床上方的预定义的或统一的工作点处。根据一个实施例，出于婴儿安全的原因，臂从婴儿床的外侧被固定到横档上，处于婴儿能够到的范围之外，如图1C中所示。

参照图2，终端用户诸如父母、看护者、或医疗人员可通过客户端设备9、10、11和12监控婴儿。客户端设备9至12可包括计算设备(例如，台式计算机、电视机机顶盒、终端、膝上型计算机、个人数字助理(PDA)、蜂窝电话、智能电话、平板计算机、电子书阅读器、智能手表和可穿戴设备、或具有中央处理单元和存储器单元的能够连接到网络的任何计算设备)。客户端设备还可包括图形用户界面(GUI)或在显示器上设置的浏览器应用程序(例如，监控器屏幕、LCD或LED显示器、投影机等)。客户端设备可关于功能或特征而有所不同。客户端设备还可包括或执行应用程序来进行内容(例如，文本内容、多媒体内容等)的通信。客户端设备还可包括或运行应用程序来执行包括本地存储或流式传输的视频的各种可能的任务(例如，各种形式的内容的浏览、搜索、播放)。

客户端设备可包括或运行多种操作系统，包括个人计算机操作系统，如Windows、Mac OS或Linux，或移动操作系统，如iOS、Android或Windows Mobile等。客户端设备可包括或可运行各种可能的应用程序，例如促使与其他设备进行通信的客户端软件应用程序，例如，通过如电子邮件、短消息服务(SMS)、或多媒体消息服务通信(MMS)来通信一个或多个消息，包括经由(仅提供几个可能的示例)诸如社交网络(包括，例如Facebook、LinkedIn、Twitter、Flickr或Google+等)之类的网络进行通信。

家庭网络7(例如，Wi-Fi/LAN连接)可操作用于通过路由器6将摄像机2通信地耦接至设备9、10、11和12。web网络8(例如，因特网)能够通过路由器6将家庭网络7中的成员连接到远程服务器13。web网络17可通过如因特网将移动设备10-12连接到远程服务器13。可当移动设备10-12不是家庭网络7中的成员时(例如，当移动设备是在室外的远程位置)使用web网络17连接。

用户可使用客户端设备来查看和领会来自他们的婴儿监控器摄像机系统的信息。根据图示的配置，摄像机2可提供视频和/或音频流输出至web位置或本地网络。视频可根据任何标准和质量(例如，H.264压缩的MP4、1280×720像素的分辨率、彩色视频、针对本地网络连接的高达每秒30帧(fps)的比特率、针对云流式传输的高达15fps的比特率)被格式化。视频也可通过使用SSL/TSL HTTPS协议基于AES256或类似的来被加密。

系统可允许可变的比特率和帧速率以根据装置CPU或性能及网络上传/下载速率来减少所上传的数据量。在一个实施例中，至本地网络的流式传输可被配置作为使用超文本传输协议(HTTP)实时流送协议的实时流。摄像机2可按需地、周期性地、按时地、或直至进入“休眠模式”(例如，摄像机2当进入睡眠模式时也可停止视频/音频流)连续地播放数据流。此外，摄像机2可每隔几秒钟广播传感数据和设备状态到web位置和/或本地网络。传感数据和设备状态可包括室内温度和湿度，光亮度(LED值)和摄像机状态。当本地的(LAN)或远程的(广域网、因特网等)客户端设备对摄像机2进行访问时传感数据可被查看。根据替代的实施例，摄像机2能够重放从web位置、因特网、广域网、或者本地网络接收到的音频文件或流。

远程服务器13能够通过因特网经由多个路由器连接到多个婴儿监控器摄像机。远程服务器13能够处理来自多个婴儿监控器摄像机的大量图像序列，并通过使用远程服务器13的计算资源15和存储器资源16支持多个终端用户。计算资源15可包括服务器、大型机、或任何其他处理设备。存储资源16可包括数据库、存储设备、和相关的硬件。在其他实施例中，数据处理和存储组件的部分可在摄像机2、路由器6、和/或终端用户设备9-12(例如，移动设备、膝上型计算机、家庭电脑)中被找到。在指定的持续时间内(例如，过去一周、一个月等)的数据流和其它所记录的数据可存储在远程服务器13上。远程服务器还可包括能够阻止访问由报失设备所记录的数据的安全系统。

本文中所描述的服务器可操作以接收来自客户端设备的请求并处理该请求来生成对该跨网络的客户端设备的响应。服务器可包括在网络环境中在一个或多个处理设备或系统中布置的一个或多个处理组件。服务器，如本文中所描述的，可在配置或能力方面较大程度地不同，但是至少由包括至少一个或多个中央处理单元和存储器的特殊用途的数字计算设备组成。服务器也可包括一个或多个大容量存储设备、一个或多个电源、一个或多个有线或无线网络接口、一个或多个输入/输出接口、或一个或多个操作系统，如Windows服务器、Mac OS X、UNIX、LINUX、FreeBSD等。

所描述的网络可以是允许跨过网络传递数据通信的任何适当类型的网络。网络可耦合设备，使得通信可在例如服务器、客户端设备和其它类型的设备之间(包括如经由无线网络耦合的无线设备之间)被交换。网络还可包括大容量存储，例如网络附加存储(NAS)、存储区域网络(SAN)、云计算和存储、或其他形式的计算机或机器可读介质。如上所讨论的，网络可包括或包含因特网。任何所描述的网络的通信可遵循已知的数据通信的协议。网络可根据任何类型的通信网络(例如，局域网(LAN)或广域网(WAN)连接、蜂窝网络、有线线路型连接、无线类型连接、或者它们的任意组合)被配置。根据另一实施例，系统内的一个或多个组件可经由通信接口、总线或信道彼此进行通信。存储的通信和内容和/或传输至设备以及从设备传输出的通信和内容可使用具有256位的密钥大小的高级加密标准(AES)进行加密，以及因特网通信可使用安全套接字层(SSL)或传输层安全加密(TLS)协议或本领域中已知的任何其他加密标准进行加密。

来自婴儿监控器摄像机系统的数据传输可以以各种方式来实现。在一个实施例中，如图3中所示，在婴儿监控器摄像机系统的设备之间传输数据的方法被描述。在该方法中，婴儿床中的婴儿的图像序列(以及可选的来自移动传感器、温度计、心脏/呼吸监听器、和红外移动检测器的音频、数据)在步骤302处连续地从摄像机向路由器发送。如果终端用户是在家庭网络上的客户端设备(304)，则图像序列从路由器向终端用户发送(308)。否则，如果终端用户在连接到web的客户端设备上(306)，则图像序列经由因特网向终端用户发送(310)。在这两种情况下，图像序列也被从路由器向远程服务器发送(312)。

远程服务器允许聚集从多个婴儿监控器摄像机系统中收集的图像序列，从而允许高效的处理及存储过程。图像序列在远程服务器中被存储和处理(314)。这允许向终端用户提供服务以及在不同婴儿监控器摄像机的终端用户之间(即，不同的婴儿之间)共享视频和图像。服务可以是例如通知(例如，当婴儿醒来、快苏醒、进入睡眠以及自我安抚时)、可行动的警报(比如，婴儿翻身、婴儿哭闹、婴儿爬行、婴儿呕吐、婴儿床中存在异物、吸入事件、翻转事件、突发疾病事件(例如，突然移动)、腿被卡住事件、或头部被覆盖事件，如果任何这些设置的事件发生了，则这些事件可被实时地报告)、成绩(例如，第一次成绩，如最长的睡眠、头部从一侧向另一侧移动、翻身、爬、坐起、站立以及行走)和婴儿量化度量(例如，睡眠训练/跟踪、个性化的提示，如鼓励家长的一致性、影响行为的改变、引导家长求助专业助手(例如，睡眠教练和物理测量))。共享可被实现为使用婴儿监控器摄像机的终端用户的社交网络。社交网络可基于第三方社交网络或由婴儿监控器摄像机系统的制造商提供的社交网络被建立。

根据一个实施例，远程服务器可以使用计算机视觉和机器学习方法从婴儿监控器摄像机系统数据中提取特征，并执行对婴儿移动的高级别推理技术。特征可包括关于婴儿何时在婴儿床的外部或内部以及婴儿是睡着还是醒着的统计数据、关于父母/看护者或其他人员靠近婴儿床的统计数据、关于孩子测量的统计数据、以及关于婴儿移动的统计数据。例如，将关于睡眠模式随着时间的推移的统计数据提供给家长/看护者，从而向家长/看护者示出了他们让婴儿睡觉的小时数和婴儿在夜间睡觉的小时数之间的关系。另一示例可包括创建婴儿每夜显著移动的数量的报告。显著移动可被定义为，例如，持续至少十秒钟的一系列移动，其中帧之间被检测到的移动是在至少五秒钟的时间间隔中。又一示例可包括向家长或看护者创建关于父母干预事件的数目的报告，即，父母或看护者在夜间随着时间的推移靠近婴儿床的数目。用户还可提供关于婴儿的信息，例如姓名、出生周、出生日期、一般诊断、性别和种族。根据本发明的实施例，对婴儿移动的高级别推理与对从多个婴儿监控器摄像机系统中收集的图像序列的聚集和在不同婴儿监控器摄像机的终端用户之间共享数据和信息一起，允许提取和推理元数据，这样可提高经验的共享和异常的呈现。例如，婴儿拉、抓、或拽自己的耳朵的共享视频之间的共同模式可被识别并由终端用户和/或婴儿监控器系统标记为耳部感染的迹象。之后，当具有类似模式的新的共享视频被远程服务器接收到时，系统可自动识别可能是耳部感染的迹象。

婴儿移动的高级别推理的能力有许多其他可能的应用，如下列用例中所示的：

家长想不出为何他们的婴儿在夜间会哭。通过利用婴儿移动的高级别推理技术，家长可监控异常的移动模式，从而获悉他们的孩子为什么会哭。比如，婴儿拉、抓、或拽自己的耳朵的异常模式可能是耳部感染的迹象。

父母希望当他们将孩子留给保姆时或留给医院接受医学观察时保持自己婴儿的情况的更新。根据本发明的实施例，婴儿移动的高级别推理允许父母在他们的移动设备接受有关他们孩子的情况变化的推送通知，当他们不在家/医院时，如果需要则可观察自己的孩子。

医务人员需要数婴儿在病房里实际睡觉小时数。通过婴儿移动的高级别推理，医务人员可接收关于在病房里的婴儿的每日报告，该报告包括：例如，婴儿睡觉小时数。

日托中心的监管员需要观看在他的监管下的婴儿和保姆的异常行为模式和满意的行为模式。通过使用保姆干预方法和婴儿移动的高级别推理，监管员可被显示异常或不满意的保姆行为。例如，如果当保姆没有靠近婴儿床且没有照看婴儿时间超过预定的时间段时，则监管员将收到通知。

研究员需要知道6-9个月大的婴儿中侧身睡觉的百分比。婴儿监控器摄像机的所有单元被连接到中央服务器，因此可提供关于在所有的单元中被计算的测量的云服务。在这个意义上，婴儿监控器摄像机系统作为分布式网络传感系统，并且研究员可对婴儿的发育进行调查。

父母、看护者、医务人员希望当婴儿处于高风险的婴儿猝死综合症(SIDS)时得到警报。在一个实施例中，非视觉移动传感器可用来警报父母/看护者：婴儿处于高风险的婴儿猝死综合症。例如，如果移动停止，则警报声响起，让家长/看护者在关键时刻进行干预。婴儿停止移动前的时刻显示出可能被视觉传感器识别到的危急迹象，并通过添加基于图像的信号作为输入，可增加可能与婴儿猝死综合症相关的事件的检出率。

如果终端用户是家庭网络的成员(316)，则服务数据被发送至路由器(320)，并被从路由器发送至终端用户(324)。否则，如果终端用户连接到web(318)，则服务数据经由因特网被发送至这些终端用户(322)。在其他实施例中，婴儿监控器摄像机系统的部件之间通过家庭和web网络被发送的数据不仅包括图像序列和服务数据还包括其他类型的数据，如消息、通知及命令。在一些实施例中，婴儿监控器摄像机可配备有2路音频传感器和远程扬声器，其中音频信号与图像信号一起被发送。

图4是根据本发明的实施例呈现的计算系统。所示的实施例包括一种系统，该系统包括婴儿监控器摄像机系统的网络，所述婴儿监控器摄像机系统被通信地连接到一个或多个服务器和客户端设备。摄像机402被配置为通过WAN连接(例如，因特网、云、远程网络等)向媒体服务器406发送或广播数据。多个摄像机402可各自包括如在图1中描述的婴儿监控器摄像机系统。数据可包括视频、音频、图像序列、温度数据、照明数据、摄像机设备数据等中的一个或多个。

媒体服务器406收集数据并可经由HTTP实时流送408将数据直接处理为流视频或图像至客户端设备404(作为应用程序)。替代地，客户端设备404和客户端设备420可通过连接到web接口412的web浏览器访问数据流。HTTP实时流送408提供了格式化功能，以根据媒体服务器406处接收的数据产生实时流数据供终端用户进行下载。由终端用户在客户端设备404和web接口412处所接收的实时流数据可包括如图5所示的包含图像、音频、时间、日期、温度和湿度读数的实时视频流。实时视频流可被查看、录制、暂停，并作为延时视频被观看。根据另一实施例，在客户端设备和摄像机被连接到本地网络的配置中，用户可被允许直接从他们的摄像机向其客户端设备(无需媒体服务器406和HTTP实时流送408)录制视频流。在一个实施例中，用户可将摄像机广播数据记录至云位置。

媒体服务器406也能向分析服务器410发送来自摄像机402的数据。分析服务器410包括算法逻辑模块414、可比较数据的数据库416和web服务模块418。多个婴儿的图像序列或视频可从摄像机402被发送至分析服务器410，在该分析服务器410处某些或所选择的图像被处理、在可比较数据的数据库416中被存储为可比较数据并被比较。其他诸如温度信息的数据也可从摄像机402向分析服务器410发送以供分析或用来补充图像或视频。分析服务器410可使用算法逻辑模块414来执行分析，以实施由web服务模块418提供的web服务。通过算法逻辑模块414分析的结果(在线的(实时的)或离线的)可用于提供由终端用户请求的web服务，例如，警报、活动总结、及婴儿简档信息。可由web服务模块418提供的示例性的服务包括在夜间婴儿的活动的视频总结、婴儿随时间的推移发育的视频总结、当灯光熄灭时找到婴儿床中的奶嘴所在的方向、所请求的当婴儿头部被毯子盖住时的通知、所请求的在婴儿醒来时的通知、所请求的在婴儿哭时的通知、所请求的当在夜间婴儿即将睡醒时的通知(例如，提前2-3分钟)、所请求的当在白天婴儿即将睡醒时的通知(例如，提前2-3分钟)、所请求的在婴儿趴着睡或仰着睡时的通知等，仅列举几例。例如，分析结果可被用于显示婴儿移动的总结、婴儿翻身的总结、整夜的和/或在由用户定义的时间帧期间内的移动、整夜的和/或在由用户定义的时间帧期间内的护理模式总结(例如，父母干预事件)、整夜的和/或在由用户定义的时间帧期间内的咳嗽事件总结。其他web服务包括允许用户与其他家长、看护者、家人、朋友、或医务人员共享视频片段和/或总结。另一项服务可允许用户对所共享的视频片段和/或总结写评论。

web服务模块418提供了机器对机器的互动并可操作用于与客户端设备404和客户端设备420传输服务数据。用户可通过验证婴儿监控器摄像机系统的帐户或设备ID来登录到web服务模块418。客户端设备404和420可从web服务模块418请求服务数据。web服务模块418可处理该请求并向请求设备提供服务数据。服务数据包括消息、警报、统计数据、以及远程控制功能等。服务数据可伴随着来自摄像机402的广播数据一起或独立于该广播数据被发送。例如，客户端设备404可经由LAN连接上的路由器从摄像机102接收广播数据，并通过WAN从分析服务器接收服务数据。替代地，客户端设备402和420可将摄像机广播数据和服务数据二者一起作为单个数据流从web接口412接收。根据本发明的实施例的数据传输的配置不限于所描述的示例，并且可包括允许广播数据和服务数据被客户端设备接收的其他配置。

可比较数据的数据库416包括给定的婴儿随着时间在移动、温度、湿度、活动、睡眠行为、护理行为、以及与婴儿有关的可随着任意给定时间改变的任何其他标准方面的可比较数据。例如，随时间的推移婴儿床中婴儿位置图可作为服务被提供给用户，该图可被显示为在整夜的和/或在由用户定义的时间帧期间内的热图像，或作为随时间的推移婴儿床中婴儿位置改变的热图像的序列。可比较数据还可包括与其他婴儿比较的统计数据。这些统计数据可包括移动的数目、婴儿测量(例如，婴儿高度)、婴儿睡眠模式(包括婴儿在夜间醒来的次数、婴儿睡眠的小时数、婴儿通常白天睡眠的小时数、婴儿自安抚的次数、与其他睡眠跟踪设备类似的方式的夜间睡眠阶段(轻度、深度、快速眼动睡眠(REM)))、护理模式、发育阶段(例如，婴儿翻身)、婴儿移动的距离、以及单次移动的平均长度。可比较数据可被用于显示婴儿活动和发育阶段之间的关系。摄像机402的统一布置和/或配置允许不同的婴儿的图像序列之间进行可靠的比较。这样，统一的图像可被收集、分析以及在婴儿之间进行比较。

从媒体服务器406接收的数据可被读入算法逻辑模块414以产生分析输出、检测事件以及计算统计数据。算法逻辑模块414可包括逻辑、存储器和处理组件，所述处理组件被配置为接收图像以及任何其他相关信息、通过使用各种操作对图像进行处理、分析所处理的图像、生成输出，所生成的输出被用于分割婴儿移动、实时检测婴儿的翻身、检测婴儿床的边界、计算摄像机和婴儿之间的实际距离、检测婴儿部位(如手、头等)、检测婴儿床中的异物、检测婴儿的头是否被盖住(例如，被毛毯盖住)、识别在随时间的推移的婴儿统计数据中的异常、创建婴儿床中的婴儿位置的热图像、检测护理模式、检测睡眠模式、分割睡眠阶段(轻度、深度、REM)、检测移动模式、在活动与发育阶段之间进行关联、实时检测吸入/回流/呕吐事件、实时检测突然移动模式(例如，突发疾病)、检测咳嗽事件、检测婴儿的腿是否被婴儿床的栏杆卡住，仅列举几例。

对图像的操作可包括掩盖、平滑化、降噪、过滤、物体识别、跟踪、边缘检测、变化检测、复原、分类、分割以及其他计算机视觉和机器学习方法。这些操作通过机器学习可被用来创建一个或多个分类器以检测或识别物体(例如，毛毯、玩具等)、特征(例如，婴儿、头和手)、感兴趣区域(例如，婴儿的位置)以及活动(例如，婴儿的睡眠/清醒状况、父母干预等)。创建分类器可包括用包括积极示例和消极示例的训练集(或样本图像池)来训练分类器。例如，积极示例包括具有积极分类的图像，而消极示例包括不包含感兴趣的物体的图像。

根据一个实施例，分类器可使用这些操作来检测图像内的婴儿床的位置。婴儿床检测可以在每个视频中执行一次(或为一组图像序列中的第一图像)，并假设婴儿床是静止的，针对其余图像使用该视频的第一图像。边缘可使用边缘检测方法(例如，Canny边缘检测)来检测。Canny边缘检测可包括：应用高斯滤波器来平滑图像，以便去除噪声并找出图像的强度梯度、应用非最大值抑制以消除对边缘检测的乱真响应；应用双阈值以确定可能的边缘(例如，具有高阈值和低阈值(相对于图像的梯度幅值的最高值)的边缘)、以及通过滞后作用来跟踪边缘，以便通过抑制其他所有薄弱且不能连接到强边缘的边缘来结束边缘检测。

根据又一实施例，分类器可使用这些操作来确定感兴趣区域。图像的感兴趣区域通常可指图像内物体(例如，婴儿)在前景的区域。检测婴儿在图像内的位置可由婴儿的移动来确定。具体地，感兴趣区域可以是婴儿床的位置内婴儿活动被检测到的区域。各种技术可被用于检测视频中移动的物体，如通过比较当前帧和参考帧之间的差异。指定婴儿或多个婴儿的视频帧的样品可被分析，以检测这些移动的大致区域。掩盖物也可被生成，以便通过将图像的前景中的小物体去除并把它们放置在背景中来强调前景。

头部检测可被执行来检测用于分析婴儿的存在和行为的婴儿头部的确切位置。诸如使用方向梯度直方图(HOG)特征的Viola和Jones级联分类器的物体检测方法可被使用。在Viola，P.与M.J.Jones的“使用简单特征的增强型级联的快速物体检测(Rapid ObjectDetection Using a Boosted Cascade of Simple Features)”和Dalai，N.与B.Triggs的“用于人体检测的方向梯度直方图(Histograms of Oriented Gradients for HumanDetection)”中可找到对该级联分类器和HOG特征的进一步的说明和详细信息，二者全部内容通过引用被完整结合于此。其他方法也可被使用，例如背景模型(例如，类似于亚洲计算机视觉学术会(ACCV)2012研讨会中的Assaf Glazer和Prof.Michael Lindenbaum的“一类背景模型(One Class Background Model)”)以及基于部分的物体检测(例如由Felzenszwalb，P.F.，Girshick，R.B.，McAllester，D.，and Ramanan，D.在“利用区别训练的基于部位的模型的物体检测”中描述的利用有区别训练的基于部位的模型的Felzenszwalb的物体检测)，二者全部内容通过引用被完整结合于此。也可以使用类似的方法来检测婴儿的手和躯干。

对父母存在和父母干预的检测对于某些分析可以是有用的。父母存在通常可被定义为当父母的头部、臂等的部位出现在图像内，父母干预一般可以被定义为当父母或看护者身体的躯干或更大的部位出现在图像内(例如，当父母/看护者接近婴儿床中的婴儿时)。检测父母存在或干预可包括过滤图像以包括没有婴儿的头部、手、躯干的区域。还包括：检测“团(blob)”(父母/看护者)的大小和存在。“团”可被定义为数字图像中的区域，在该区域中一些性质(例如，颜色、强度等)是恒定的或在预定范围值内变化；在团内所有点在某种意义上可被认为是彼此相似的。父母存在与父母干预可基于团的大小来区分。例如，比给定阈值小的团可被识别为父母存在，以及大于给定阈值的团可被识别为父母干预。

分类器(和/或操作)可被用作各种分析过程的“构建模块”。例如，可确定婴儿是否在婴儿床中的分类器以及可检测婴儿的头部在何处的分类器可被组合使用，来识别当确定婴儿在婴儿床中但头部不能被定位时“毛毯盖住头部”的情况并发出警报。其他分析可包括基于头部移动确定婴儿的睡眠模式。兴趣区域分类器、头部检测分类器以及其他操作可被用于确定头部移动的数目和这些头部移动的距离来表征婴儿的睡眠模式。行为分类方法(如Daniel Weinland等作者的“用于行动表示、分割和识别的基于视觉的方法的调查报告”中所描述的那些方法)可被用于检测事件，如头部从一侧向另一侧移动、翻身、爬行、坐起、站立以及行走。在于2012年11月13日提交的题为“睡眠监控系统”的美国专利公开号2013/0072823中可找到该基于移动的睡眠模式的进一步的说明和详细信息，该申请的全部公开通过引用被完整结合于此。面部检测也可用于确定婴儿是醒着的还是在睡眠中。

婴儿的睡眠模式和/或移动可与其他婴儿进行比较。例如，可随着各个时间帧的推移对视频进行分析以记录移动量和移动的大小，从而与正常和异常的统计数据进行比较。统计数据可包括所收集的来自其他婴儿的分析或来自公开统计数据、研究和文献的数据库的统计数据。该比较可用于识别健康婴儿行为和疾病(孤独症、幼儿突发疾病等)的迹象。婴儿可在基于年龄、环境、国家、性别、大小的群组中被比较。

图5根据本发明的实施例呈现示例性的监控界面。该监控界面包括视频502，该视频提供了由婴儿监控器摄像机系统监控的婴儿的实时视频和数据流。连同视频502一起还包括信息504。信息504显示由婴儿监控器摄像机系统测定的环境室温、时间和日期。监控界面可使用户向回滚动时间，以便看到婴儿的活动。回放选项506允许实时视频流被暂停、倒退(rewound)、或快进。

监控界面还包括消息收件箱508、设备配置510、统计数据512和警报514。消息收件箱508可包括来自其他用户(例如，通过其他婴儿监控摄像机系统的社交网络连接的用户)的消息和来自婴儿监控器摄像机系统的服务供应商或制造商的消息。设备配置510允许用户改变配置，例如改变摄像机设置、照明设置以及所连接的器件的远程控制。统计数据512基于摄像机广播数据的分析为用户提供各种统计数据。例如，统计数据可包括显示当前温度和过去所测量的温度、随着时间的推移的移动、睡眠时间等的曲线图。警报514提供如下事件的警报：当婴儿要醒来的时候、头部被盖住时、攀爬时、困在婴儿床中时、婴儿床中有异物时，等等。

图6根据本发明的实施例呈现客户端设备上的示例性的总结界面。总结界面包括视频602，该视频提供由婴儿监控器摄像机系统监控的婴儿的实时的和经录制的视频。总结栏604包括对应于特定的婴儿事件和警报(例如，当婴儿爬行或进入睡眠时)的图标。图标可被配置为由用户指定的任何其他婴儿事件。对于每个图标，总结栏604还可相邻于每个图标显示计数。如图所示，总结栏604显示婴儿睡觉的小时数、婴儿进入睡眠的次数和婴儿爬行的次数。

(由计算机视觉和机器学习检测到的)婴儿事件和/或警报可用于生成实时视频的经压缩或经缩短剪辑的格式的视频总结。父母再也不用观看数小时长的视频，取而代之的是只需要观看指定时间段(例如，4、8、12、24小时等)内他们的婴儿的视频总结。该总结视频可跳过或省略无事件和非活动状态，在无事件和非活动状态中视频帧中没有显著的改变(可通过计算机视觉分析来确定)。视频总结可(例如，经由社交媒体或电子邮件)在朋友和家庭之间被共享。总结细节606可提供某天或指定的时间段内的按时间顺序的时间轴和婴儿事件列表。根据一个实施例，总结细节606中的事件可被选择以检索对应于该事件的时段的视频。云记录608可允许用户切换至对应于按时间顺序的时间轴或任意与总结细节606相关的其他时间段的记录(全长或视频总结)并对其进行访问。现场摄像机模式610允许用户切换至实时视频馈入。

图1-图6是用于解释本发明的概念性示意图。值得注意的是，以上附图和实施例并不意味着将本发明的范围限制到单个实施例，因为通过将部分或全部所描述的或示出的元件的互换的方式其他实施例是可能的。此外，在本发明的某些元件可部分地或全部通过公知的组件来实现的情形中，只描述了这些已知组件中对理解本发明所必需的那些部分，并且这样的已知组件的其它部分的详细描述可被省略以免模糊本发明。在本说明书中，示出单数组件的实施例不应对其他包括多个相同组件的实施例进行限定，反之亦然，除非本文另有明确的声明。此外，申请人并不意在将说明书或权利要求书中的任何术语归为罕见的或特殊的意义，除非这样明确阐述。本文所描述的某些值、阈值和百分比仅仅是示例性并且可包括其他的数字范围。此外，本发明包括目前和将来已知的等效于本文通过说明的方式提及的公知的组件的等效物。

应当理解的是，本发明的实施例的各个方面可通过硬件、固件、软件、或他们的组合来实现。在这样的实施例中，各种组件和/或步骤将通过硬件、固件和/或软件来实现以执行本发明的功能。即，相同的硬件、固件、或软件模块可执行示出的一个或多个块(例如，组件或步骤)。在软件实施方式中，计算机软件(例如，程序或其他指令)和/或数据被作为计算机程序产品的一部分存储在机器可读介质上，并且经由可移除存储驱动器、硬盘驱动器、或通信接口被加载到计算机系统或其它设备或机器中。计算机程序(也称为计算机控制逻辑或计算机可读程序代码)被存储在主和/或次级存储器中，并由一个或多个处理器(控制器等)执行以使该一个或多个处理器执行如本文所述的本发明的功能。在这个文件中，术语“机器可读介质”、“计算机可读介质”、“计算机程序介质”和“计算机可用介质”一般用于指代诸如随机存取存储器(RAM)、只读存储器(ROM)、可移动存储单元(例如，磁或光盘、闪存设备等)、硬盘之类的介质。

具体实施例的前述描述非常充分地揭示了本发明的一般性质，使得其他人无需过度的实验便可通过应用(一个或多个)相关领域的技术范围内的知识(包括所引用的文件和通过引用被并入本文的内容)容易地针对各种应用修改和/或调整这些具体实施例，而不偏离本发明的一般构思。因此，基于本文中所呈现的教导和指导，这样的调整和修改意落入所公开的实施例的等效物的范围和含义内。但应该理解的是，本文的措辞或术语是用于描述的目的的，而不是限制的目的，使得本说明书的术语或措词应当由技术人员鉴于本文所呈现的教导和指导并结合(一个或多个)相关领域的技术人员的知识来解释。

尽管以上已经描述了本发明的各种实施例，但是应该理解的是，他们已通过示例的方式，而不是限制的方式被呈现。对(一个或多个)相关领域的技术人员显而易见的是，形式和细节上的各种变化可被做出，而不脱离本发明的精神和范围。因此，本发明不应被任何上述示例性的实施例限制，但应仅根据所附权利要求书及其等效物来限定。

Claims (20)

1.一种用于监控婴儿的系统，所述系统包括：

摄像机，该摄像机被配置在婴儿床上方的预定义工作点处，用来从所述预定义工作点获取视觉输出信号，该摄像机包括：

包含镜头的摄像机壳体、红外发光二极管(IR LED)灯、光传感器、电力缆线及数据缆线；

支架，该支架包括：

被连接到所述摄像机壳体的上臂，所述上臂包括被配置为接纳所述摄像机壳体的电力缆线和数据缆线的第一内部管道；

被连接至所述上臂的下臂，该下臂包括被配置为从所述上臂接纳所述摄像机壳体的电力缆线和数据缆线的第二内部管道；以及

婴儿床附件，该婴儿床附件被配置为将所述支架在所述婴儿床上方的所述预定义工作点处附接到所述婴儿床；以及

网络接口控制器，该网络接口控制器被配置为：

从所述预定义工作点向分析服务器传送所述视觉输出信号，所述分析服务器被配置为对来自所述预定义工作点的所述视觉输出信号执行计算机视觉和机器学习分析，将所述计算机视觉和机器学习分析与可比较数据进行比较，基于该比较将所述计算机视觉和机器学习分析与事件相关联，并基于与所述计算机视觉和机器学习分析关联的事件向客户端设备发送消息。

2.根据权利要求1所述的系统，其中，所述光传感器被配置在所述摄像机上用来感测环境光以及所述IRLED灯的红外光的强度。

3.根据权利要求2所述的系统，其中，所述IR LED灯是由处理器根据环境光及所述IRLED灯的红外光的强度来配置的。

4.根据权利要求1所述的系统，其中，所述摄像机利用红外(IR)滤波器来过滤IR光。

5.根据权利要求1所述的系统，其中，所述IR LED灯包括大约850nm-940nm的波长，使得红色眩光对躺在所述摄像机下的婴儿是不可见的。

6.根据权利要求1所述的系统，其中，所述上臂包括扬声器、夜明灯、温度和湿度传感器中的至少一者。

7.根据权利要求1所述的系统，其中，所述摄像机壳体还包括透镜支架，该透镜支架可操作为沿着相对于所述婴儿床的水平轴进行15摇摄度的旋转调整来定位。

8.根据权利要求1所述的系统，其中，所述摄像机壳体被配置为允许所述摄像机相对于所述上臂旋转15摇摄度。

9.根据权利要求1所述的系统，其中，所述支架被附接至所述婴儿床的外侧。

10.根据权利要求1所述的系统，还包括：敏感的白色夜灯，其被配置在所述上臂的顶部外侧且背离所述摄像机的底面而朝向天花板。

11.根据权利要求1所述的系统，其中，所述支架包括具有鸟瞰视野的通用支架。

12.根据权利要求1所述的系统，其中，所述摄像机被配置为通过局域网向客户端设备传送所述视觉输出信号。

13.根据权利要求1所述的系统，其中，所述摄像机被配置为通过连接到集中式计算和存储中心的基于web的网络，向所述分析服务器传送视觉输出信号。

14.根据权利要求1所述的系统，其中，对于不同婴儿的监控，所述摄像机和所述预定义工作点是基本上相同的。

15.根据权利要求1所述的系统，其中，所述分析服务器还可操作为：

基于所述计算机视觉和机器学习分析来生成通知；以及

向所述客户端设备发送所述通知。

16.根据权利要求15所述的系统，其中，所述通知包括婴儿睡醒、婴儿入睡、婴儿自安抚。

17.根据权利要求1所述的系统，其中，所述分析服务器还可操作为：

基于所述计算机视觉和机器学习分析来生成警报；以及

发送基于所述计算机视觉和机器学习分析的警报。

18.根据权利要求17所述的系统，其中，所述警报包括婴儿翻身、婴儿哭闹、婴儿爬行、婴儿呕吐、婴儿床中存在异物、吸入事件、翻转事件、突发疾病事件、腿被卡住事件、以及头部被覆盖事件。

19.根据权利要求1所述的系统，其中，所述分析服务器还可操作为对所述视觉输出信号执行计算机视觉和机器学习处理以作为对所述视觉输出信号执行所述计算机视觉和机器学习分析的一部分。

20.根据权利要求19所述的系统，其中，所述计算机视觉和机器学习处理包括如下项中的至少一者：背景消减算法、感兴趣的婴儿区域检测、头部检测处理、父母干预检测、行动矩形识别、行为分类、手部检测、婴儿存在检测方法。