CN108549838A - 一种基于视觉系统的辅助监督方法 - Google Patents

一种基于视觉系统的辅助监督方法 Download PDF

Info

Publication number
CN108549838A
CN108549838A CN201810203403.4A CN201810203403A CN108549838A CN 108549838 A CN108549838 A CN 108549838A CN 201810203403 A CN201810203403 A CN 201810203403A CN 108549838 A CN108549838 A CN 108549838A
Authority
CN
China
Prior art keywords
picture
entourage
mouth
face
time
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810203403.4A
Other languages
English (en)
Other versions
CN108549838B (zh
Inventor
张建康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xinke (Shanghai) Network Technology Co.,Ltd.
Original Assignee
Suzhou Ao Ke De Rui Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Ao Ke De Rui Intelligent Technology Co Ltd filed Critical Suzhou Ao Ke De Rui Intelligent Technology Co Ltd
Priority to CN201810203403.4A priority Critical patent/CN108549838B/zh
Publication of CN108549838A publication Critical patent/CN108549838A/zh
Application granted granted Critical
Publication of CN108549838B publication Critical patent/CN108549838B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/165Detection; Localisation; Normalisation using facial parts and geometric relationships
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/02Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04Interpretation of pictures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161Detection; Localisation; Normalisation
    • G06V40/166Detection; Localisation; Normalisation using acquisition arrangements

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种基于视觉系统的辅助监督方法,其包括以下步骤:视频图像采集,通过摄像仪将陪护人员的视频图像进行录入采集;待婴幼儿游泳时,对步骤a中采集的视频图像进行图片截取;对截图的图片进行分析,通过Haar特征人脸识别方法获得图片中的人脸位置信息,即定位人眼及嘴部区域,通过在图片中的人眼与嘴部位置关系判断陪护人员是否进行看护。本发明能够在婴幼儿游泳时起到辅助作用,提醒看护人员或父母时刻关注婴幼儿的游泳状况。

Description

一种基于视觉系统的辅助监督方法
技术领域
本发明涉及一种基于视觉系统的辅助监督方法,具体涉及一种婴幼儿的游泳辅助监督方法。
背景技术
婴儿游泳是指新生儿(出生当天至28天为新生)或2周岁内婴儿在专业护理人员或经过培训婴儿父母的看护下,运用专业婴儿游泳器材进行的一项特定的阶段性婴幼儿水中早期健康保健活动,分为有秩序、有部位、有技巧的婴儿被动游泳操和自主游泳两部分。
目前国内大多数中心城市的数十万名0—1岁的婴儿在医院游泳中心、婴儿游泳馆、家庭内进行婴儿游泳训练,婴儿游泳给宝宝带来的体质、心里、智力的良好影响令年轻的爸爸妈妈对婴儿游泳赞不绝口。
随着需求的增加,许多婴儿游泳场所如雨后春笋般浮现出来,在带来便利的同时,也伴随着危险的靠近,许多婴儿或儿童在游泳时出现了溺亡的事故,从事故的分析中,绝大部分都是缺乏陪护看管以及看管不到位而发生的。
发明内容
本发明要解决的技术问题是提供一种基于视觉系统的辅助监督方法,能够在婴幼儿游泳时起到辅助作用,提醒看护人员或父母时刻关注婴幼儿的游泳状况。
为了解决上述技术问题,本发明提供了一种基于视觉系统的辅助监督方法,其包括以下步骤:
d、视频图像采集,通过摄像仪将陪护人员的视频图像进行录入采集;
e、待婴幼儿游泳时,对步骤a中采集的视频图像进行图片截取;
f、对步骤b中截图的图片进行分析,通过Haar特征人脸识别方法获得图片中的人脸位置信息,即定位人眼及嘴部区域,通过在图片中的人眼与嘴部位置关系判断陪护人员是否进行看护,具体步骤如下:
c1、定位人眼位置,采用两个矩形标出两个眼睛的位置,并计算得到两个人眼矩形的中心点,通过将两个中心点连接,得到眼部基准线;
c2、定位嘴部位置,采用矩形标出嘴部的位置,并计算得到嘴部矩形的中心点;
c3、定位截图的图片中人眼与嘴部的距离,将嘴部矩形的中心点与眼部基准线进行垂直相连,得到相隔高度H1
c4、将相隔高度H1与标准高度HN对比,当H1<HN时,发出警示,当H1≥HN时,跳转到步骤b,重新对步骤a中采集的视频图像进行图片截取并分析,其中图片截取的间隔为第一时间。
进一步的,在步骤c中,还需要定位人脸,当无法在图像中定位到人脸时,跳转到步骤b,并以第二时间为间隔快速截取图片进行人脸定位,当超过第三时间还无法定位到人脸,发出警示,当在第三时间内定位到人脸后,继续定位人眼及嘴部区域并分析,然后跳转到步骤b,以第一时间为间隔截取图片;
其中,第二时间<第一时间<第三时间。
进一步的,在步骤a前需要录入陪护人员的基本信息,通过Haar特征人脸识别方法获得陪护人员以标准站姿下的人脸信息,通过矩形标出人脸、人眼和嘴部并记录矩形尺寸,矩形尺寸记录为标准人脸框、标准人眼框以及标准嘴部框;
还包括测距传感器,所述测距传感器测量陪护人员与摄像仪之间的间距;
在获得陪护人员以标准站姿下的人脸信息时,测量陪护人员与摄像仪之间的间距,记录为LN,在步骤b中,对视频图像进行图片截取的同时,测量陪护人员与摄像仪之间的间距,记录为L1,在步骤c中,先对截图的图片进行放大,放大倍数为L1/LN,然后采用标准人脸框、标准人眼框以及标准嘴部框对图片中的人脸位置定位。
进一步的,还包括测距传感器,所述测距传感器测量陪护人员的头部与摄像仪之间的间距。
进一步的,计算陪护人员以标准站姿下的人眼和嘴部之间的相隔尺寸,相隔尺寸记录为基础高度HA,通过基础高度HA与低头后产生的高度差计算得到低头高度,即标准高度HN
其中,基础高度HA的计算方法与相隔高度H1的计算方法一致。
进一步的,当相隔高度H1小于标准高度HN时,在视频图像中定位人脸矩形区域,计算其中心,以确定头部中心(Hx,Hy),其中Hx和Hy为头部中心在图像中的位置,即像素坐标值,记录头部中心运动轨迹,当头部中心运动轨迹在一个计时周期内Hy存在波动,且波动为看护时,跳转到步骤b,重新对步骤a中采集的视频图像进行图片截取并分析;当头部中心运动轨迹在一个计时周期内Hy无波动,或者存在波动但不为看护时,发出警示;
其中,Hy<β,为抬头,Hy≥β,为低头,其中β为垂直方向上划定是否看护的标准,低头视为不存在看护行为,抬头视为存在看护行为。
进一步的,包括至少三个摄像仪,所述摄像仪用于捕捉陪护人员的正面图像。
本发明的有益效果:
一、通过对视频图像的分析,能够检测出陪护人员在陪护过程中是否存在缺失行为,以做出警示,避免出现缺乏陪护看管以及看管不到位而发生的事故;
二、视频图像能够记录整个看护过程,在后期追溯中能够调档查询,以确认陪护过程中是否存在缺失等问题;
三、对视频图像截取图片,在图片中以对眼部和嘴部之间的距离高度进行计算,通过高度变化以确定低头程度,从而对低头程度的界定得到是看护情况下的低头还是看手机或者没有进行看护的情况,该方式计算快捷,并且出错率和误报率低,能够第一时间反馈和提醒,杜绝游泳事故的发生。
附图说明
图1是本发明脸部分析示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
参照图1所示,本发明的基于视觉系统的辅助监督方法的一实施例,首先对视频图像进行采集,通过摄像仪将陪护人员的视频图像进行录入存储,以得到分析基础和后续查询查看的原始画面;待婴幼儿游泳时,对上述采集的视频图像进行图片截取,该图像的截取可以选择单帧图像,当然其中图片截取的间隔为第一时间,该第一时间为缺乏看护但不会出现事故的间隔时间;
而后对上述截图的图片进行分析,通过Haar特征人脸识别方法获得图片中的人脸位置信息,即定位人眼及嘴部区域,操作时可以先定位人眼位置,采用两个矩形标出两个眼睛的位置,并计算得到两个人眼矩形的中心点,通过将两个中心点连接,得到眼部基准线,该眼部基准线即为眼睛所处高度位置;然后定位嘴部位置,采用矩形标出嘴部的位置,并计算得到嘴部矩形的中心点,该嘴部矩形的中心点即为嘴部高度位置;接着在定位截图的图片中人眼与嘴部的距离,将嘴部矩形的中心点与眼部基准线进行垂直相连,得到相隔高度H1,该相隔高度H1,为图片中的平面高度;最后将相隔高度H1与标准高度HN对比,当H1<HN时,发出警示,以提醒需要关注婴幼儿游泳状态,当H1≥HN时,表示看护人员正在关注婴幼儿游泳状态,因此不发出警示,并重新对采集的视频图像进行图片截取和分析;通过在图片中的人眼与嘴部位置关系判断陪护人员是否进行看护,具有计算量少,反应快速灵敏的特点,所需硬件要求也低,降低制备成本,易于推广。
在上述分析中,还需要定位人脸,当无法在图像中定位到人脸时,表示无看护人员存在或者看护人员是背对泳池的,当出现此类情况时,需要极为关注,因此迅速的对采集的视频图像进行图片截取,并以此图片截取为时间起点,并设定第三时间为截止时间,在第三时间内以第二时间为间隔快速截取图片进行人脸定位,当超过第三时间还无法定位到人脸,说明看护人员长时间没有关注婴幼儿游泳状态,需要立马发出警示;当在第三时间内定位到人脸时,则说明只是暂时的扭头或者背对等,存在看护动作,因此以第二时间为间隔快速截取图片进行人脸定位的操作结束,以上述定位到人脸的图像继续定位人眼及嘴部区域并分析,然后再次对采集的视频图像进行图片截取,此时需要以第一时间为间隔截取图片;
其中,第二时间<第一时间<第三时间,第三时间为落水后及时救起无任何影响的安全时间段,第一时间为安全时间内的任意时间段,第二时间要短于第一时间,达到快速分辨的效果,避免间隔时间太长而错过看护人员扭头查看或者不定期出现查看的影像,降低误报率,提高使用灵敏度。
当然,可以在入场游泳前,录入陪护人员的基本信息,通过Haar特征人脸识别方法获得陪护人员以标准站姿下的人脸信息,通过矩形标出人脸、人眼和嘴部并记录矩形尺寸,矩形尺寸记录为标准人脸框、标准人眼框以及标准嘴部框;还包括测距传感器,测距传感器测量陪护人员与摄像仪之间的间距,在获得陪护人员以标准站姿下的人脸信息时,测量陪护人员与摄像仪之间的间距,该距离可以直接标定,让陪护人员站立于统一位置上即可,此距离记录为LN,在对视频图像进行图片截取的同时,测量陪护人员与摄像仪之间的间距,记录为L1,然后对截图的图片进行放大,放大倍数为L1/LN,然后采用标准人脸框、标准人眼框以及标准嘴部框对图片中的人脸位置定位,在该方式的方法定位下,所测量得到的数据能够将任意时间段下不同间距下所拍摄到的人脸图像还至原标准人脸图像大小,因此具有更为精准的对比基础,对比结果可靠,降低误报率。
在另一实施例中,先计算陪护人员以标准站姿下的人眼和嘴部之间的相隔尺寸,相隔尺寸记录为基础高度HA,通过基础高度HA与低头后产生的高度差计算得到低头高度,即标准高度HN;基础高度HA的计算方法与相隔高度H1的计算方法一致,当相隔高度H1小于标准高度HN时,在视频图像中定位人脸矩形区域,计算其中心,以确定头部中心(Hx,Hy),其中Hx和Hy为头部中心在图像中的位置,即像素坐标值,记录头部中心运动轨迹,当头部中心运动轨迹在一个计时周期内Hy存在波动,且波动为看护时,重新对采集的视频图像进行图片截取并分析;当头部中心运动轨迹在一个计时周期内Hy无波动,或者存在波动但不为看护时,发出警示;
其中,Hy<β,为抬头,Hy≥β,为低头,β为垂直方向上划定是否看护的标准,低头视为不存在看护行为,抬头视为存在看护行为,在标准站姿下,可以在陪护人员前方设定低头看护标定物,查看低头看护标定物时即为存在看护行为的最低低头角度,在标准人脸信息采集结束后,陪护人员低头查看低头标定物,通过摄像仪采集低头过程的图像,并采用上述方法计算得到β标准,根据每个人的人脸信息,可以分别记录每个人不同的β标准,提高分析精准度。
在一实施例中,还设置有测距传感器,测距传感器测量陪护人员的头部与摄像仪之间的间距,记录为实际间距,在使用前可以先录入或者通过测距传感器测量游泳池与摄像仪之间的间距,记录为标准间距,通过实际间距与标准间距的比较,两者接近时,即可认定看护人员位于泳池边上,再通过摄像仪的拍摄,捕捉人脸图像,当能够捕捉到人脸时,代表看护好人员站在泳池边上关注婴幼儿游泳状态,因此可以不用定位人眼及嘴部区域,可以直接作出判断,降低计算的复杂度。
包括至少三个摄像仪,所述摄像仪用于捕捉陪护人员的正面图像,三个摄像仪设置在同一侧上,通过不同角度的拍摄,能够抓取到标准的正脸图像,从而达到分析精准,误报率低的特点,提高使用的智能化。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (6)

1.一种基于视觉系统的辅助监督方法,其特征在于,包括以下步骤:
a、视频图像采集,通过摄像仪将陪护人员的视频图像进行录入采集;
b、待婴幼儿游泳时,对步骤a中采集的视频图像进行图片截取;
c、对步骤b中截图的图片进行分析,通过Haar特征人脸识别方法获得图片中的人脸位置信息,即定位人眼及嘴部区域,通过在图片中的人眼与嘴部位置关系判断陪护人员是否进行看护,具体步骤如下:
c1、定位人眼位置,采用两个矩形标出两个眼睛的位置,并计算得到两个人眼矩形的中心点,通过将两个中心点连接,得到眼部基准线;
c2、定位嘴部位置,采用矩形标出嘴部的位置,并计算得到嘴部矩形的中心点;
c3、定位截图的图片中人眼与嘴部的距离,将嘴部矩形的中心点与眼部基准线进行垂直相连,得到相隔高度H1
c4、将相隔高度H1与标准高度HN对比,当H1<HN时,发出警示,当H1≥HN时,跳转到步骤b,重新对步骤a中采集的视频图像进行图片截取并分析,其中图片截取的间隔为第一时间。
2.如权利要求1所述的基于视觉系统的辅助监督方法,其特征在于,在步骤c中,还需要定位人脸,当无法在图片中定位到人脸时,跳转到步骤b,并以第二时间为间隔快速截取图片进行人脸定位,当超过第三时间还无法定位到人脸,发出警示,当在第三时间内定位到人脸后,继续定位人眼及嘴部区域并分析,然后跳转到步骤b,以第一时间为间隔截取图片;
其中,第二时间<第一时间<第三时间。
3.如权利要求2所述的基于视觉系统的辅助监督方法,其特征在于,在步骤a前需要录入陪护人员的基本信息,通过Haar特征人脸识别方法获得陪护人员以标准站姿下的人脸信息,通过矩形标出人脸、人眼和嘴部并记录矩形尺寸,矩形尺寸记录为标准人脸框、标准人眼框以及标准嘴部框;
还包括测距传感器,所述测距传感器测量陪护人员与摄像仪之间的间距;在获得陪护人员以标准站姿下的人脸信息时,测量陪护人员与摄像仪之间的间距,记录为LN,在步骤b中,对视频图像进行图片截取的同时,测量陪护人员与摄像仪之间的间距,记录为L1,在步骤c中,先对截图的图片进行放大,放大倍数为L1/LN,然后采用标准人脸框、标准人眼框以及标准嘴部框对图片中的人脸位置定位。
4.如权利要求1所述的基于视觉系统的辅助监督方法,其特征在于,还包括测距传感器,所述测距传感器测量陪护人员的头部与摄像仪之间的间距。
5.如权利要求3所述的基于视觉系统的辅助监督方法,其特征在于,计算陪护人员以标准站姿下的人眼和嘴部之间的相隔尺寸,相隔尺寸记录为基础高度HA,通过基础高度HA与低头后产生的高度差计算得到低头高度,即标准高度HN
其中,基础高度HA的计算方法与相隔高度H1的计算方法一致;
当相隔高度H1小于标准高度HN时,在视频图像中定位人脸矩形区域,计算其中心,以确定头部中心(Hx,Hy),其中Hx和Hy为头部中心在图像中的位置,即像素坐标值,记录头部中心运动轨迹,当头部中心运动轨迹在一个计时周期内Hy存在波动,且波动为看护时,跳转到步骤b,重新对步骤a中采集的视频图像进行图片截取并分析;当头部中心运动轨迹在一个计时周期内Hy无波动,或者存在波动但不为看护时,发出警示;
其中,Hy<β,为抬头,Hy≥β,为低头,其中β为垂直方向上划定是否看护的标准,低头视为不存在看护行为,抬头视为存在看护行为。
6.如权利要求1至5任意一项所述的基于视觉系统的辅助监督方法,其特征在于,包括至少三个摄像仪,所述摄像仪用于捕捉陪护人员的正面图像。
CN201810203403.4A 2018-03-13 2018-03-13 一种基于视觉系统的辅助监督方法 Active CN108549838B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810203403.4A CN108549838B (zh) 2018-03-13 2018-03-13 一种基于视觉系统的辅助监督方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810203403.4A CN108549838B (zh) 2018-03-13 2018-03-13 一种基于视觉系统的辅助监督方法

Publications (2)

Publication Number Publication Date
CN108549838A true CN108549838A (zh) 2018-09-18
CN108549838B CN108549838B (zh) 2022-01-14

Family

ID=63516245

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810203403.4A Active CN108549838B (zh) 2018-03-13 2018-03-13 一种基于视觉系统的辅助监督方法

Country Status (1)

Country Link
CN (1) CN108549838B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110443157A (zh) * 2019-07-17 2019-11-12 言图(北京)环保科技有限公司 一种模块化信息采集系统及方法
CN110956061A (zh) * 2018-09-27 2020-04-03 北京市商汤科技开发有限公司 动作识别方法及装置、驾驶员状态分析方法及装置
CN111414789A (zh) * 2019-10-20 2020-07-14 上海辰努智能科技有限公司 一种基于视频网格化的人体回头行为的判定方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101877051A (zh) * 2009-10-30 2010-11-03 江苏大学 驾驶人注意力状态监测方法和装置
CN102068237A (zh) * 2004-04-01 2011-05-25 威廉·C·托奇 监控眼睛运动的系统及方法、控制计算装置的系统及方法
CN104268514A (zh) * 2014-09-17 2015-01-07 西安交通大学 一种基于多特征融合的手势检测方法
CN106503700A (zh) * 2016-12-30 2017-03-15 哈尔滨理工大学 基于FPGA的Haar特征多处理架构人脸检测系统及检测方法
CN106726230A (zh) * 2016-12-28 2017-05-31 王勇 一种智能护理系统
KR20180014317A (ko) * 2016-07-29 2018-02-08 씨티아이코리아 주식회사 눈동자 추적 기반의 하르유사특징을 이용한 얼굴인증 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102068237A (zh) * 2004-04-01 2011-05-25 威廉·C·托奇 监控眼睛运动的系统及方法、控制计算装置的系统及方法
CN101877051A (zh) * 2009-10-30 2010-11-03 江苏大学 驾驶人注意力状态监测方法和装置
CN104268514A (zh) * 2014-09-17 2015-01-07 西安交通大学 一种基于多特征融合的手势检测方法
KR20180014317A (ko) * 2016-07-29 2018-02-08 씨티아이코리아 주식회사 눈동자 추적 기반의 하르유사특징을 이용한 얼굴인증 방법
CN106726230A (zh) * 2016-12-28 2017-05-31 王勇 一种智能护理系统
CN106503700A (zh) * 2016-12-30 2017-03-15 哈尔滨理工大学 基于FPGA的Haar特征多处理架构人脸检测系统及检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
严严等: "基于深度学习的人脸分析研究进展", 《厦门大学学报 自然科学版》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110956061A (zh) * 2018-09-27 2020-04-03 北京市商汤科技开发有限公司 动作识别方法及装置、驾驶员状态分析方法及装置
CN110956061B (zh) * 2018-09-27 2024-04-16 北京市商汤科技开发有限公司 动作识别方法及装置、驾驶员状态分析方法及装置
CN110443157A (zh) * 2019-07-17 2019-11-12 言图(北京)环保科技有限公司 一种模块化信息采集系统及方法
CN111414789A (zh) * 2019-10-20 2020-07-14 上海辰努智能科技有限公司 一种基于视频网格化的人体回头行为的判定方法

Also Published As

Publication number Publication date
CN108549838B (zh) 2022-01-14

Similar Documents

Publication Publication Date Title
CN108563992B (zh) 一种基于人脸识别的视觉勘察系统
US10172543B2 (en) Method of measuring the heart rate and respiratory rate of a human being
WO2017049957A1 (zh) 智能跌倒监护装置及其处理方法
CN108549838A (zh) 一种基于视觉系统的辅助监督方法
WO2019085805A1 (zh) 无接触颈部呼吸和脉搏信号的检测方法、装置及成像设备
KR101426750B1 (ko) 열화상을 이용한 심박수 측정 시스템
WO2016151966A1 (ja) 乳幼児監視装置、乳幼児監視方法、及び、乳幼児監視プログラム
US20170245765A1 (en) Device for measuring human heartbeat rate, respiration rate and body temperature
CN211527668U (zh) 一种基于人体身份特征识别的测温装置
EP3806722B1 (en) Apparatus for sensing
CN107958572A (zh) 一种婴儿监控系统
CN106599802A (zh) 一种基于云技术的智能楼道监控系统
CN113963424B (zh) 一种基于单阶人脸定位算法的婴儿窒息或猝死预警方法
CN111387953A (zh) 一种智能体温检测系统及方法
EP4070714A1 (en) Tracheal intubation positioning method and device based on deep learning, and storage medium
CN108596022A (zh) 一种可移动的图像识别系统
KR20140057867A (ko) 열화상을 이용한 스트레스 지수 측정 시스템
Mateu-Mateus et al. Camera-based method for respiratory rhythm extraction from a lateral perspective
Liao et al. A vision-based walking posture analysis system without markers
CN113706824A (zh) 一种基于物联网监控的老人居家看护系统
CN111191499B (zh) 一种基于最小中心线的跌倒检测方法及装置
TW201123088A (en) Lying posture monitoring method and system.
US20220323285A1 (en) Walking assisting systems and methods
Alkali et al. Eyes' corners detection in infrared images for real-time noncontact respiration rate monitoring
Inoue et al. Bed exit action detection based on patient posture with long short-term memory

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20211228

Address after: 200333 room 4010, floor 4, No. 1272, Tongpu Road, Putuo District, Shanghai

Applicant after: Xinke (Shanghai) Network Technology Co.,Ltd.

Address before: Room 502-1, Cailian building, 393 chunshenhu Middle Road, Xiangcheng District, Suzhou City, Jiangsu Province

Applicant before: SUZHOU AOKE DERUI INTELLIGENT TECHNOLOGY CO.,LTD.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant