CN111797776A - 基于姿态的幼儿监控方法及装置 - Google Patents
基于姿态的幼儿监控方法及装置 Download PDFInfo
- Publication number
- CN111797776A CN111797776A CN202010648087.9A CN202010648087A CN111797776A CN 111797776 A CN111797776 A CN 111797776A CN 202010648087 A CN202010648087 A CN 202010648087A CN 111797776 A CN111797776 A CN 111797776A
- Authority
- CN
- China
- Prior art keywords
- target
- infant
- posture
- child
- image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000012544 monitoring process Methods 0.000 title claims abstract description 22
- 230000009471 action Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims description 6
- 231100001261 hazardous Toxicity 0.000 claims 4
- 230000036544 posture Effects 0.000 abstract description 41
- 230000008569 process Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 206010011469 Crying Diseases 0.000 description 2
- 239000013056 hazardous product Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000282461 Canis lupus Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
- G08B21/0225—Monitoring making use of different thresholds, e.g. for different alarm levels
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
- G08B21/0236—Threshold setting
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/016—Personal emergency signalling and security systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
- G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
- G08B25/08—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using communication transmission lines
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Child & Adolescent Psychology (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Security & Cryptography (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种基于姿态的幼儿监控方法及装置。该方法包括:通过摄像头对目标幼儿进行追踪,并获取目标幼儿的图像;对目标幼儿的图像进行识别,确定目标幼儿的姿态、目标幼儿的位置以及危险物品的位置;基于目标幼儿的姿态以及危险物品的位置,确定目标幼儿的相对朝向,并基于相对朝向在预先确定的多个阈值中,选择目标阈值,其中,每个阈值对应一个朝向范围;如果危险物品的位置和目标幼儿的位置的距离小于或等于目标阈值,则执行预警操作。以此实现在监控儿童的过程中进行精确预警,降低了误报的可能性。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种基于姿态的幼儿监控方法及装置。
背景技术
随着科技的发展,越来越多的智能设备进入了人们的生活。用户可以通过终端管理多个智能设备,获取每个智能设备当前的状态,以及每个智能设备当前获取到的最新信息,并可以根据获取到的最新信息合理调整下一阶段智能设备的状态,形成丰富有效的自动化智能场景。
在有小孩的家庭生活中,成人因为家务后工作,往往会让小孩独自处于某个房间中,小孩天性好动,如果不及时对小孩进行监控往往会给小孩带来安全隐患。
但是,目前的监控方式的监控预警误报率都很高,很容易造成“狼来了”的效果,从而丧失监控预警应有的效果。
发明内容
本申请实施例的目的在于提供一种基于姿态的幼儿监控方法及装置,用以解决现有技术中预警精度低的问题。
第一方面,本发明实施例提供一种基于姿态的幼儿监控方法,方法应用于机器人,机器人设置有摄像头,方法包括:
通过摄像头对目标幼儿进行追踪,并获取目标幼儿的图像;
对目标幼儿的图像进行识别,确定目标幼儿的姿态、目标幼儿的位置以及危险物品的位置;
基于目标幼儿的姿态以及危险物品的位置,确定目标幼儿的相对朝向,并基于相对朝向在预先确定的多个阈值中,选择目标阈值,其中,每个阈值对应一个朝向范围;
如果危险物品的位置和目标幼儿的位置的距离小于或等于目标阈值,则执行预警操作。
在可选的实施方式中,对目标幼儿的图像进行识别,确定目标幼儿的姿态、目标幼儿的位置以及危险物品的位置的步骤,包括:
确定目标幼儿的图像中的人体关键点,并基于人体关键点确定目标幼儿的姿态;
确定目标幼儿的像素位置以及危险物品的像素位置;
将目标幼儿的像素位置以及危险物品的像素位置,转换至摄像头对应的三维坐标系中,得到目标幼儿的位置以及危险物品的位置。
在可选的实施方式中,在确定目标幼儿的图像中的人体关键点的步骤之前,方法还包括:
对目标幼儿的图像中的目标幼儿以及危险物品进行识别。
在可选的实施方式中,对目标幼儿的图像中的目标幼儿以及危险物品进行识别的步骤,包括:
使用多个尺度的滑动窗口在目标幼儿的图像中确定候选区域;
从候选区域提取进行特征提取;
基于候选区域的特征进行分类,判断候选区域是否属于目标幼儿或者危险物品。
在可选的实施方式中,相对朝向为面向或背向,其中,面向对应的阈值大于背向对应的阈值。
在可选的实施方式中,目标幼儿的姿态包括动作以及朝向;在执行预警操作之后,方法还包括:
对目标幼儿的动作进行识别;
判断目标幼儿的动作是否包括危险动作;
如果目标幼儿的动作包括危险动作,则向目标幼儿绑定的终端发送提醒。
在可选的实施方式中,预警操作包括语音播报。
第二方面,本发明实施例提供一种基于姿态的幼儿监控装置,装置应用于机器人,机器人设置有摄像头,装置包括:
获取模块,用于通过摄像头对目标幼儿进行追踪,并获取目标幼儿的图像;
识别模块,用于对目标幼儿的图像进行识别,确定目标幼儿的姿态、目标幼儿的位置以及危险物品的位置;
选择模块,用于基于目标幼儿的姿态以及危险物品的位置,确定目标幼儿的相对朝向,并基于相对朝向在预先确定的多个阈值中,选择目标阈值,其中,每个阈值对应一个朝向范围;
预警模块,用于如果危险物品的位置和目标幼儿的位置的距离小于或等于目标阈值,则执行预警操作。
第三方面,本发明实施例提供一种机器人,包括存储器、处理器,存储器中存储有可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述前述实施方式任一项的方法的步骤。
第四方面,本发明实施例提供一种计算机可读存储介质,计算机可读存储介质存储有机器可运行指令,计算机可运行指令在被处理器调用和运行时,计算机可运行指令促使处理器运行前述实施方式任一项的方法。
本发明实施例提供一种基于姿态的幼儿监控方法及装置。通过摄像头对目标幼儿进行追踪,并获取目标幼儿的图像;对目标幼儿的图像进行识别,确定目标幼儿的姿态、目标幼儿的位置以及危险物品的位置;基于目标幼儿的姿态以及危险物品的位置,确定目标幼儿的相对朝向,并基于相对朝向在预先确定的多个阈值中,选择目标阈值,其中,每个阈值对应一个朝向范围;如果危险物品的位置和目标幼儿的位置的距离小于或等于目标阈值,则执行预警操作。以此实现在监控儿童的过程中进行精确预警,降低了误报的可能性,提升了用户体验。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种基于姿态的幼儿监控方法流程示意图;
图2为本申请实施例提供的另一种基于姿态的幼儿监控方法流程示意图;
图3为本申请实施例提供的一种基于姿态的幼儿监控装置结构示意图;
图4为本申请实施例提供的一种计算机设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
下面结合附图,对本发明的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
图1为本发明实施例提供的一种基于姿态的幼儿监控方法流程示意图。如图1所示,该方法应用于机器人,机器人设置有摄像头,该方法可以包括如下步骤:
步骤S110,通过摄像头对目标幼儿进行追踪,并获取目标幼儿的图像;
可以通过人脸识别等方式对目标幼儿进行追踪。例如,目标幼儿的活动区域可以是固定的,该摄像头可以拍摄该固定区域的图像。再例如,目标幼儿的活动区域超出了摄像头的范围,此时可以对拍摄的图像进行监测,确定该图像中是否存在目标幼儿,如果不存在,调整摄像头的位置,对监控区域进行扫描,直至该目标幼儿的图像出险在摄像头拍摄的图像中。
步骤S120,对目标幼儿的图像进行识别,确定目标幼儿的姿态、目标幼儿的位置以及危险物品的位置。
在本发明实施例中,可以确定目标幼儿的图像中的人体关键点,并基于人体关键点确定目标幼儿的姿态。还可以确定目标幼儿的像素位置以及危险物品的像素位置;将目标幼儿的像素位置以及危险物品的像素位置,转换至摄像头对应的三维坐标系中,得到目标幼儿的位置以及危险物品的位置。
作为一个示例,可以利用Open-pose方法对视频(摄像机拍摄的连续的多张目标幼儿的图像)中人体进行姿态估计,提取视频中每帧人体关节点位置坐标;根据每帧人体关节点位置坐标,计算相邻两帧人体关节点距离变化量矩阵;将视频进行分段,利用每段视频距离变化量矩阵生成视频特征;将该视频特征输入到预先训练好的分类模型中,确定目标幼儿的姿态。
其中,可以将数据集中视频分为训练集和测试集两部分,用训练集的视频特征训练分类器,利用训练好的分类器对测试集中的视频进行分类。该过程采用的公式可以为:图卷积公式aggre(x)=D-1AX。
另外,还可以先对目标幼儿的图像中的目标幼儿以及危险物品进行识别。
作为一个示例,可以使用多个尺度的滑动窗口在目标幼儿的图像中确定候选区域;从候选区域提取进行特征提取;基于候选区域的特征进行分类,判断候选区域是否属于目标幼儿或者危险物品。例如,可以从对应的候选区域提取如Harr HOG LBP LTP等一类或者多类特征;还可以使用Adaboost SVM等分类算法对对应的候选区域进行分类,判断是否属于待检测的目标。
步骤S130,基于目标幼儿的姿态以及危险物品的位置,确定目标幼儿的相对朝向,并基于相对朝向在预先确定的多个阈值中,选择目标阈值,其中,每个阈值对应一个朝向范围。
作为一个示例,相对朝向为面向或背向,其中,面向对应的阈值大于背向对应的阈值。
其中,该相对朝向可以使用方向夹角来表示。例如,将该危险物品的位置转换到目标幼儿的三维坐标系(该坐标系的原点为目标幼儿的位置)中,在该三维坐标系中,该目标幼儿对应有一个朝向,判断该朝向与该危险物品所在方向之间的夹角,作为该相对朝向。
该危险物品可以根据实际需要确定,例如,该危险物品可以包括火源、电源、窗户、刀具等等。
步骤S140,如果危险物品的位置和目标幼儿的位置的距离小于或等于目标阈值,则执行预警操作。
该预警操作包括语音播报。作为一个示例,在发生危险之前(如:靠近窗户、靠近火源、靠近刀具等),机器人发出预警,通过语音播报对小孩进行提醒。
另外,该目标幼儿的姿态包括动作以及朝向;如图2所示,在执行预警操作之后,该方法还包括:
S210,对目标幼儿的动作进行识别。
可以利用Open-pose方法对视频中人体进行姿态估计,提取视频中每帧人体关节点位置坐标;根据每帧人体关节点位置坐标,计算相邻两帧人体关节点距离变化量矩阵;将视频进行分段,利用每段视频距离变化量矩阵生成视频特征;基于该视频特征,确定该目标幼儿的动作。
S220,判断目标幼儿的动作是否包括危险动作。
其中,危险动作可以包括哭泣、拿刀以及摔倒等等。
S230,如果目标幼儿的动作包括危险动作,则向目标幼儿绑定的终端发送提醒。
例如,在发生危险之后(如:摔倒、哭叫、手拿刀具等),机器人发出警报,通过向手机端推送报警信息对家长进行提醒。例如,可以采用发短信提醒的方式。
家长暂时不在小朋友身边,这时机器人就可以代替家长起到对小朋友实时看护的作用,能及时准确的对危险做出预警,使小朋友第一时间远离危险。大大降低了因为家长的疏忽大意而使孩子受到伤害的几率。
通过对阈值的多样化设置,可以实现在监控儿童的过程中进行精确预警,降低了误报的可能性,提升了用户体验。
图3为本发明实施例提供的一种基于姿态的幼儿监控装置结构示意图。如图3所示,该装置应用于机器人,机器人设置有摄像头,该装置包括:
获取模块301,用于通过摄像头对目标幼儿进行追踪,并获取目标幼儿的图像;
识别模块302,用于对目标幼儿的图像进行识别,确定目标幼儿的姿态、目标幼儿的位置以及危险物品的位置;
选择模块303,用于基于目标幼儿的姿态以及危险物品的位置,确定目标幼儿的相对朝向,并基于相对朝向在预先确定的多个阈值中,选择目标阈值,其中,每个阈值对应一个朝向范围;
预警模块304,用于如果危险物品的位置和目标幼儿的位置的距离小于或等于目标阈值,则执行预警操作。
在一些实施例中,识别模块302具体用于:
确定目标幼儿的图像中的人体关键点,并基于人体关键点确定目标幼儿的姿态;
确定目标幼儿的像素位置以及危险物品的像素位置;
将目标幼儿的像素位置以及危险物品的像素位置,转换至摄像头对应的三维坐标系中,得到目标幼儿的位置以及危险物品的位置。
在一些实施例中,识别模块302还用于:
对目标幼儿的图像中的目标幼儿以及危险物品进行识别。
在一些实施例中,识别模块302还用于:
使用多个尺度的滑动窗口在目标幼儿的图像中确定候选区域;
从候选区域提取进行特征提取;
基于候选区域的特征进行分类,判断候选区域是否属于目标幼儿或者危险物品。
在一些实施例中,相对朝向为面向或背向,其中,面向对应的阈值大于背向对应的阈值。
在一些实施例中,目标幼儿的姿态包括动作以及朝向;提醒模块,用于:
对目标幼儿的动作进行识别;
判断目标幼儿的动作是否包括危险动作;
如果目标幼儿的动作包括危险动作,则向目标幼儿绑定的终端发送提醒。
本申请实施例提供的基于姿态的幼儿监控装置,与上述实施例提供的基于姿态的幼儿监控方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
如图4所示,本申请实施例提供的一种机器人700,包括:处理器701、存储器702和总线,存储器702存储有处理器701可执行的机器可读指令,当电子设备运行时,处理器701与存储器702之间通过总线通信,处理器701执行机器可读指令,以执行如上述基于姿态的幼儿监控方法的步骤。
具体地,上述存储器702和处理器701能够为通用的存储器和处理器,这里不做具体限定,当处理器701运行存储器702存储的计算机程序时,能够执行上述基于姿态的幼儿监控方法。
对应于上述基于姿态的幼儿监控方法,本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有机器可运行指令,计算机可运行指令在被处理器调用和运行时,计算机可运行指令促使处理器运行上述基于姿态的幼儿监控方法的步骤。
本申请实施例所提供的基于姿态的幼儿监控装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备执行本申请各个实施例移动控制方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的范围。都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种基于姿态的幼儿监控方法,其特征在于,所述方法应用于机器人,所述机器人设置有摄像头,所述方法包括:
通过所述摄像头对目标幼儿进行追踪,并获取所述目标幼儿的图像;
对所述目标幼儿的图像进行识别,确定所述目标幼儿的姿态、所述目标幼儿的位置以及危险物品的位置;
基于所述目标幼儿的姿态以及所述危险物品的位置,确定所述目标幼儿的相对朝向,并基于所述相对朝向在预先确定的多个阈值中,选择目标阈值,其中,每个阈值对应一个朝向范围;
如果所述危险物品的位置和所述目标幼儿的位置的距离小于或等于所述目标阈值,则执行预警操作。
2.根据权利要求1所述的方法,其特征在于,对所述目标幼儿的图像进行识别,确定所述目标幼儿的姿态、所述目标幼儿的位置以及危险物品的位置的步骤,包括:
确定所述目标幼儿的图像中的人体关键点,并基于所述人体关键点确定所述目标幼儿的姿态;
确定所述目标幼儿的像素位置以及所述危险物品的像素位置;
将所述目标幼儿的像素位置以及所述危险物品的像素位置,转换至所述摄像头对应的三维坐标系中,得到所述目标幼儿的位置以及危险物品的位置。
3.根据权利要求2所述的方法,其特征在于,在确定所述目标幼儿的图像中的人体关键点的步骤之前,所述方法还包括:
对所述目标幼儿的图像中的目标幼儿以及危险物品进行识别。
4.根据权利要求2所述的方法,其特征在于,对所述目标幼儿的图像中的目标幼儿以及危险物品进行识别的步骤,包括:
使用多个尺度的滑动窗口在所述目标幼儿的图像中确定候选区域;
从所述候选区域提取进行特征提取;
基于所述候选区域的特征进行分类,判断所述候选区域是否属于所述目标幼儿或者所述危险物品。
5.根据权利要求1所述的方法,其特征在于,所述相对朝向为面向或背向,其中,所述面向对应的阈值大于所述背向对应的阈值。
6.根据权利要求1所述的方法,其特征在于,所述目标幼儿的姿态包括动作以及朝向;在执行预警操作之后,所述方法还包括:
对所述目标幼儿的动作进行识别;
判断所述目标幼儿的动作是否包括危险动作;
如果所述目标幼儿的动作包括危险动作,则向所述目标幼儿绑定的终端发送提醒。
7.根据权利要求4所述的方法,其特征在于,所述预警操作包括语音播报。
8.一种基于姿态的幼儿监控装置,其特征在于,所述装置应用于机器人,所述机器人设置有摄像头,所述装置包括:
获取模块,用于通过所述摄像头对目标幼儿进行追踪,并获取所述目标幼儿的图像;
识别模块,用于对所述目标幼儿的图像进行识别,确定所述目标幼儿的姿态、所述目标幼儿的位置以及危险物品的位置;
选择模块,用于基于所述目标幼儿的姿态以及所述危险物品的位置,确定所述目标幼儿的相对朝向,并基于所述相对朝向在预先确定的多个阈值中,选择目标阈值,其中,每个阈值对应一个朝向范围;
预警模块,用于如果所述危险物品的位置和所述目标幼儿的位置的距离小于或等于所述目标阈值,则执行预警操作。
9.一种机器人,包括存储器、处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有机器可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行所述权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010648087.9A CN111797776A (zh) | 2020-07-07 | 2020-07-07 | 基于姿态的幼儿监控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010648087.9A CN111797776A (zh) | 2020-07-07 | 2020-07-07 | 基于姿态的幼儿监控方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111797776A true CN111797776A (zh) | 2020-10-20 |
Family
ID=72810456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010648087.9A Pending CN111797776A (zh) | 2020-07-07 | 2020-07-07 | 基于姿态的幼儿监控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111797776A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112634581A (zh) * | 2020-12-14 | 2021-04-09 | 珠海格力电器股份有限公司 | 坠物危险的提示方法、系统和存储介质 |
CN112674759A (zh) * | 2020-12-21 | 2021-04-20 | 西南交通大学 | 一种婴儿站立状态识别方法及系统 |
CN113467325A (zh) * | 2021-07-23 | 2021-10-01 | 俞小飞 | 一种基于物联网的环境监控方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102074095A (zh) * | 2010-11-09 | 2011-05-25 | 无锡中星微电子有限公司 | 幼儿行为监控系统及方法 |
WO2011108913A1 (en) * | 2010-03-01 | 2011-09-09 | Mimos Berhad | A tracking and movement monitoring system and a method thereof |
CN106003047A (zh) * | 2016-06-28 | 2016-10-12 | 北京光年无限科技有限公司 | 一种面向智能机器人的危险预警方法和装置 |
CN110778265A (zh) * | 2019-10-08 | 2020-02-11 | 赵奕焜 | 一种基于深度学习模型的儿童安全防护人工智能门窗系统 |
KR102084329B1 (ko) * | 2018-10-08 | 2020-03-03 | 한양대학교 에리카산학협력단 | 차량 내 유아 모니터링 방법 및 시스템 |
-
2020
- 2020-07-07 CN CN202010648087.9A patent/CN111797776A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011108913A1 (en) * | 2010-03-01 | 2011-09-09 | Mimos Berhad | A tracking and movement monitoring system and a method thereof |
CN102074095A (zh) * | 2010-11-09 | 2011-05-25 | 无锡中星微电子有限公司 | 幼儿行为监控系统及方法 |
CN106003047A (zh) * | 2016-06-28 | 2016-10-12 | 北京光年无限科技有限公司 | 一种面向智能机器人的危险预警方法和装置 |
KR102084329B1 (ko) * | 2018-10-08 | 2020-03-03 | 한양대학교 에리카산학협력단 | 차량 내 유아 모니터링 방법 및 시스템 |
CN110778265A (zh) * | 2019-10-08 | 2020-02-11 | 赵奕焜 | 一种基于深度学习模型的儿童安全防护人工智能门窗系统 |
Non-Patent Citations (1)
Title |
---|
关晨至: "《深度学习与人体姿态动作识别》", 30 November 2019, 武汉:武汉大学出版社, pages: 59 - 62 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112634581A (zh) * | 2020-12-14 | 2021-04-09 | 珠海格力电器股份有限公司 | 坠物危险的提示方法、系统和存储介质 |
CN112674759A (zh) * | 2020-12-21 | 2021-04-20 | 西南交通大学 | 一种婴儿站立状态识别方法及系统 |
CN113467325A (zh) * | 2021-07-23 | 2021-10-01 | 俞小飞 | 一种基于物联网的环境监控方法 |
CN113467325B (zh) * | 2021-07-23 | 2023-03-14 | 俞小飞 | 一种基于物联网的环境监控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111797776A (zh) | 基于姿态的幼儿监控方法及装置 | |
CN107358149B (zh) | 一种人体姿态检测方法和装置 | |
CN109299646B (zh) | 人群异常事件检测方法、装置、系统和存储介质 | |
US10786183B2 (en) | Monitoring assistance system, control method thereof, and program | |
US20200245904A1 (en) | Posture estimation device, behavior estimation device, storage medium storing posture estimation program, and posture estimation method | |
US20160371950A1 (en) | Information processing apparatus, information processing method, and program | |
CN111767888A (zh) | 对象状态检测方法、计算机设备、存储介质和电子设备 | |
US20210209793A1 (en) | Object tracking device, object tracking method, and object tracking program | |
CN111753724A (zh) | 一种异常行为识别方法及装置 | |
CN107609474B (zh) | 肢体动作识别方法、装置、机器人及存储介质 | |
KR20150039252A (ko) | 행동 인식 기반의 응용 서비스 제공 장치 및 그 방법 | |
CN110532999B (zh) | 抽烟行为识别方法、装置及设备 | |
CN114469076B (zh) | 一种融合身份特征的独居老人跌倒识别方法及系统 | |
CN114764912A (zh) | 驾驶行为识别方法、设备和存储介质 | |
CN109255360B (zh) | 一种目标分类方法、装置及系统 | |
WO2017150073A1 (ja) | 作業動作解析システム,作業動作解析方法及び作業動作解析プログラム | |
JP2012221162A (ja) | 対象物検出装置及びプログラム | |
CN115019220B (zh) | 一种基于深度学习的姿态追踪方法及系统 | |
Pramerdorfer et al. | Fall detection based on depth-data in practice | |
JP2018142173A (ja) | 画像監視装置 | |
KR102439783B1 (ko) | 인체 자세 및 행동 모니터링 장치 및 방법 | |
JP2019008515A (ja) | 見守り支援システム及びその制御方法 | |
JP5829155B2 (ja) | 歩行者検出装置及びプログラム | |
CN112818929B (zh) | 一种人员斗殴检测方法、装置、电子设备及存储介质 | |
JP2019200718A (ja) | 監視装置、監視方法及びプログラム |
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 |