CN113674507A - 婴儿监控方法、装置、计算机设备及计算机可读存储介质 - Google Patents
婴儿监控方法、装置、计算机设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113674507A CN113674507A CN202110948637.3A CN202110948637A CN113674507A CN 113674507 A CN113674507 A CN 113674507A CN 202110948637 A CN202110948637 A CN 202110948637A CN 113674507 A CN113674507 A CN 113674507A
- Authority
- CN
- China
- Prior art keywords
- baby
- image
- infant
- monitored image
- monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 152
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000001514 detection method Methods 0.000 claims abstract description 129
- 206010003497 Asphyxia Diseases 0.000 claims abstract description 32
- 238000012806 monitoring device Methods 0.000 claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012790 confirmation Methods 0.000 claims description 13
- 238000013527 convolutional neural network Methods 0.000 claims description 11
- 230000009429 distress Effects 0.000 claims description 8
- 210000002310 elbow joint Anatomy 0.000 claims description 7
- 238000003062 neural network model Methods 0.000 claims description 4
- 210000003857 wrist joint Anatomy 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 239000000872 buffer Substances 0.000 description 4
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 4
- 239000010931 gold Substances 0.000 description 4
- 229910052737 gold Inorganic materials 0.000 description 4
- 210000003484 anatomy Anatomy 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 210000000707 wrist Anatomy 0.000 description 3
- 206010036436 Posture abnormal Diseases 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 210000004958 brain cell Anatomy 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0476—Cameras to detect unsafe condition, e.g. video cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Image Analysis (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种婴儿监控方法、装置、计算机设备及计算机可读存储介质,涉及人工智能技术领域,该方法包括:对婴儿房间的监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征;在确定监控图像中存在婴儿人脸的特征时,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征;在确定监控图像中存在婴儿轮廓的特征时,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据;在监控图像中不存在婴儿人脸的特征、监控图像中不存在婴儿轮廓的特征、或婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息。本发明可提高对婴儿监控的安全性、便捷性、准确度和工作效率,降低婴儿监控成本。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及婴儿监控方法、装置、计算机设备及计算机可读存储介质。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
随着国民生活水平的提升,新晋父母对新生儿的抚养、照料、安全的要求与关注度也日益增进。据统计,窒息是新生儿群体中最容易发生,死亡率最高,危险程度最大的病症,通常来说,只要窒息5分钟就会导致大脑细胞不可逆的死亡,所以说大脑的黄金抢救时间只有五分钟,所以如何让父母能够很好地避免婴儿窒息,或是能够在黄金时间内对婴儿进行救助,是一个非常重要的课题。
一般地,因婴儿的活动能力非常有限,故在睡眠中由于睡姿不当(趴睡等),或者婴儿自身活动导致口鼻被遮挡,进而导致窒息的概率很高,危害性极大。出于对婴儿的极高重视程度,白天通常会有成年人居家看孩子,然而在夜间、或是白天出现了成年人不得不将孩子独自安置在家中的情况,婴儿难以避免地会出现上述危险。
为了解决上述问题,现阶段多采用如下方式:
1.通过可穿戴式的智能装备对婴儿进行姿态检测:
因需要婴儿佩戴,易对婴儿造成物理性损伤或者易对设备本身造成损伤而导致效果降低;使用电池作为电源,易出现因电量不足导致的意外状况;
2.对婴儿进行人工监控:
在人工监控的情况下,稳定性方面存在不足,但借助人力无可避免地会出现遗漏和错误判断的情况,导致危险发生。
发明内容
本发明实施例提供一种婴儿监控方法,用以提高对婴儿监控的安全性、便捷性、准确度和工作效率,降低婴儿监控成本,该方法包括:
接收婴儿房间的监控图像;
对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征;
在确定监控图像中存在婴儿人脸的特征时,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征;
在确定监控图像中存在婴儿轮廓的特征时,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据;
在监控图像中不存在婴儿人脸的特征、监控图像中不存在婴儿轮廓的特征、或婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息。
本发明实施例还提供一种婴儿监控装置,用以提高对婴儿监控的安全性、便捷性、准确度和工作效率,降低婴儿监控成本,该装置包括:
监控图像接收模块,用于接收婴儿房间的监控图像;
婴儿人脸的特征检测模块,用于对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征;
婴儿轮廓的特征检测模块,用于在确定监控图像中存在婴儿人脸的特征时,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征;
人体关键部位检测模块,用于在确定监控图像中存在婴儿轮廓的特征时,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据;
告警模块,用于在监控图像中不存在婴儿人脸的特征、监控图像中不存在婴儿轮廓的特征、或婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述婴儿监控方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述婴儿监控方法的计算机程序。
本发明实施例中,接收婴儿房间的监控图像;对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征;在确定监控图像中存在婴儿人脸的特征时,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征;在确定监控图像中存在婴儿轮廓的特征时,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据;在监控图像中不存在婴儿人脸的特征、监控图像中不存在婴儿轮廓的特征、或婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息,从而实现了对婴儿人脸和轮廓的监控,通过发出婴儿存在窒息可能的告警信息,可保证婴儿的安全;因通过对婴儿房间的监控图像进行处理,可确定婴儿是否存在窒息可能,避免了现有技术下需要可穿戴式的智能装备进行监控,而易导致对婴儿造成物理性损伤的问题,也避免了现有技术下因智能设备易被造成损伤而导致监控效果降低的问题,提高了对婴儿监控的安全性和便捷性,也降低了婴儿监控成本;同时,通过对监控图像进行特征检测和人体关键点检测,可精准检测出婴儿当前状态,解决了现有技术下因人力易发生疏忽和错误判断,导致对婴儿监控准确度低下的问题,提升了对婴儿监控的准确度和效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。在附图中:
图1为本发明实施例中一种婴儿监控方法的流程示意图;
图2为本发明实施例中一种婴儿监控方法的具体示例图;
图3为本发明实施例中一种婴儿监控方法的具体示例图;
图4为本发明实施例中一种婴儿监控装置的结构示意图;
图5为本发明实施例中一种婴儿监控装置的具体示例图;
图6为本发明实施例中一种婴儿监控装置的具体示例图;
图7为本发明实施例中一种婴儿监控装置的具体示例图;
图8为本发明实施例中一种婴儿监控装置的具体示例图;
图9为本发明实施例中一种婴儿监控装置的具体示例图;
图10为本发明实施例中用于婴儿监控的计算机设备示意图。
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明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
目前,随着国民生活水平的提升,新晋父母对新生儿的抚养、照料、安全的要求与关注度也日益增进。据统计,窒息是新生儿群体中最容易发生,死亡率最高,危险程度最大的病症,通常来说,只要窒息5分钟就会导致大脑细胞不可逆的死亡,所以说大脑的黄金抢救时间只有五分钟,所以如何让父母能够很好地避免婴儿窒息,或是能够在黄金时间内对婴儿进行救助,是一个非常重要的课题。
一般地,因婴儿的活动能力非常有限,故在睡眠中由于睡姿不当(趴睡等),或者婴儿自身活动导致口鼻被遮挡,进而导致窒息的概率很高,危害性极大。出于对婴儿的极高重视程度,白天通常会有成年人居家看孩子,然而在夜间、或是白天出现了成年人不得不将孩子独自安置在家中的情况,婴儿难以避免地会出现上述危险。
为了解决上述问题,现阶段多采用如下方式:
1.通过可穿戴式的智能装备对婴儿进行姿态检测:
因需要婴儿佩戴,易对婴儿造成物理性损伤或者易对设备本身造成损伤而导致效果降低;使用电池作为电源,易出现因电量不足导致的意外状况;
2.对婴儿进行人工监控:
在人工监控的情况下,稳定性方面存在不足,但借助人力无可避免地会出现遗漏和错误判断的情况,导致危险发生。
本发明实施例提供一种婴儿监控方法,用以提高对婴儿监控的安全性、便捷性、准确度和工作效率,降低婴儿监控成本,如图1所示,该方法可以包括:
步骤101:接收婴儿房间的监控图像;
步骤102:对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征;
步骤103:在确定监控图像中存在婴儿人脸的特征时,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征;
步骤104:在确定监控图像中存在婴儿轮廓的特征时,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据;
步骤105:在监控图像中不存在婴儿人脸的特征、监控图像中不存在婴儿轮廓的特征、或婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息。
本发明实施例中,接收婴儿房间的监控图像;对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征;在确定监控图像中存在婴儿人脸的特征时,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征;在确定监控图像中存在婴儿轮廓的特征时,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据;在监控图像中不存在婴儿人脸的特征、监控图像中不存在婴儿轮廓的特征、或婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息,从而实现了对婴儿人脸和轮廓的监控,通过发出婴儿存在窒息可能的告警信息,可保证婴儿的安全;因通过对婴儿房间的监控图像进行处理,可确定婴儿是否存在窒息可能,避免了现有技术下需要可穿戴式的智能装备进行监控,而易导致对婴儿造成物理性损伤的问题,也避免了现有技术下因智能设备易被造成损伤而导致监控效果降低的问题,提高了对婴儿监控的安全性和便捷性,也降低了婴儿监控成本;同时,通过对监控图像进行特征检测和人体关键点检测,可精准检测出婴儿当前状态,解决了现有技术下因人力易发生疏忽和错误判断,导致对婴儿监控准确度低下的问题,提升了对婴儿监控的准确度和效率。
具体实施时,首先接收婴儿房间的监控图像。
实施例中,可通过设置在婴儿房间的影像采集器(如监控摄像头等),对婴儿房间进行监控,进而接收由婴儿房间的影像采集器发出的婴儿房间的监控图像。
具体实施时,在接收婴儿房间的监控图像后,对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征。
实施例中,对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征,可以包括:
基于区域生成网络,对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征。
在上述实施例中,可通过训练后的RPN(Region Proposal Network,区域生成网络)的深度学习模型进行对监控图像中是否存在婴儿人脸的特征的检测,若采集到的婴儿床影像中若出现人脸,则可确认无窒息风险或有极低风险;反之,若在监控图像中不存在婴儿人脸的特征时,发出婴儿存在窒息可能的告警信息。还可将婴儿的风险等级置为中级,启动告警程序。
具体实施时,在对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征后,在确定监控图像中存在婴儿人脸的特征时,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征。
实施例中,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征,可以包括:
基于卷积神经网络模型,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征。
在上述实施例中,可通过已训练的基于CNN(Convolutional Neural Network,卷积神经网络)的婴儿个体检测技术,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征,若确定监控图像中不存在婴儿轮廓的特征,则发出婴儿不处于监控范围的告警信息;若确定监控图像中存在婴儿轮廓的特征,则进行后续的对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据。
具体实施时,在对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征后,在确定监控图像中存在婴儿轮廓的特征时,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据。
实施例中,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据,可以包括:
基于高分辨率神经网络模型,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据。
在一个实施例中,上述人体关键部位包括人体的肘关节和腕关节。
在上述实施例中,通过对检测到的婴儿个体的轮廓,进行基于HRNet(High–Resolution Net,高分辨率网络)的人体关键部位(即人体解剖关键点,如肘关节和腕部)的检测;若检测到预设置的人体关键部位数据,则发出婴儿存在窒息可能的告警信息;
在一个实施例中,还可包括:在婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息。
在上述实施例中,预设置的人体关键部位数据可用于表征婴儿个体的睡姿异常行为,进而可将预设置的人体关键部位数据发送至管理平台,由管理平台进行告警并且评估风险等级。
具体实施时,在对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据后,在监控图像中不存在婴儿人脸的特征、监控图像中不存在婴儿轮廓的特征、或婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息。
实施例中,可将婴儿存在窒息可能的告警信息发送至婴儿监护人所使用的电脑端或移动端的设备。而婴儿监护人所使用的电脑端或移动端的设备,具有实时查看监控图像,告警,风险等级评估,管理系统开闭等功能。
在一个实施例中,上述婴儿监护人所使用的电脑端或移动端的设备,在收到婴儿存在窒息可能的告警信息后,若告警于一定时间内(默认1分钟)无人应答,则加大管理端的告警措施。
具体实施时,本发明实施例提供的一种婴儿监控方法,如图2所示,还可以包括:步骤106:发出婴儿存在窒息可能的告警信息时,发出当前婴儿房间的监控图像;
接收婴儿监护人对当前婴儿房间的监控图像的确认结果,在确认结果表示婴儿存在窒息情况时,向医院发出出现婴儿窒息情况的求救信息。
实施例中,本发明实施例提供的一种婴儿监控方法,还可以包括:若在发出当前婴儿房间的监控图像后的预设时间段内,未收到婴儿监护人对当前婴儿房间的监控图像的确认结果,则向医院发出出现婴儿窒息情况的求救信息。
在上述实施例中,通过在发出当前婴儿房间的监控图像后的预设时间段内,未收到婴儿监护人对当前婴儿房间的监控图像的确认结果,则向医院发出出现婴儿窒息情况的求救信息,可解决现有技术下因人力易发生疏忽和错误判断,导致对婴儿监控准确度低下的问题,提升了对婴儿监控的准确度和效率。
具体实施时,本发明实施例提供的一种婴儿监控方法,如图3所示,还可以包括:步骤107:对监控图像中婴儿人脸的特征、婴儿轮廓的特征和婴儿的人体关键部位检测数据进行记录。
实施例中,通过生成记录文件,可辅助管理人员对上述过程进行随时地调取阅读,有助于管理人员发现上述过程中的漏洞和弊端;同时,工作人员也可通过对记录文件进行调取阅读,实现对上述过程中的数据进行追溯,有助于验证数据的真实性的准确性,提升了上述过程的准确度。
下面给出一个具体实施例,来说明本发明的方法的具体应用,该实施例中,可以包括如下步骤:
1、在室内婴儿床正上方处安装视频采集终端;
2、于特定位置安装警示铃与绑定远程操控端;
3、视频采集终端将监测的视频数据实时的传输到本地服务器;
4、本地服务器对视频数据进行实时计算,检测视频中婴儿睡姿并且进行风险等级评估,具体可以:基于RPN(Region Proposal Network区域生成网络)的婴儿面部检测子模块、基于CNN(Convolutional Neural Network,卷积神经网络)的物体检测子模块、基于HRNet(High–Resolution Net,高分辨率网络)的人体解剖关键点(肘关节,腕部等)检测;
由RPN网络对影像采集区域内的婴儿面部进行检测,如果能够检测到目标,则说明婴儿面部无遮挡且面部未朝下;
CNN模型检测定位婴儿位置,HRNet模型计算婴儿睡眠姿势,并且将依据关键点位置判断婴儿姿势是否中高风险。
5、上述3步中,若无法检测到婴儿面部,则将评级定为中高风险;若判定婴儿姿势为危险姿势,则将评级定为中风险;并且以醒目弹窗、震动加上警示铃声的形式告警监护人,同时将采集视频同步到管理端,监护人可以通过手机端或者电脑端的操作取消告警,并且留下操作记录,或者通过按下取消告警的按键;
6、中风险超过1分钟未响应,加大警示铃声分贝,持续发送告警至第三分钟,则向附近的医疗机构发送紧急救援请求。
当然,可以理解的是,上述详细流程还可以有其他变化例,相关变化例均应落入本发明的保护范围。
本发明实施例中,接收婴儿房间的监控图像;对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征;在确定监控图像中存在婴儿人脸的特征时,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征;在确定监控图像中存在婴儿轮廓的特征时,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据;在监控图像中不存在婴儿人脸的特征、监控图像中不存在婴儿轮廓的特征、或婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息,从而实现了对婴儿人脸和轮廓的监控,通过发出婴儿存在窒息可能的告警信息,可保证婴儿的安全;因通过对婴儿房间的监控图像进行处理,可确定婴儿是否存在窒息可能,避免了现有技术下需要可穿戴式的智能装备进行监控,而易导致对婴儿造成物理性损伤的问题,也避免了现有技术下因智能设备易被造成损伤而导致监控效果降低的问题,提高了对婴儿监控的安全性和便捷性,也降低了婴儿监控成本;同时,通过对监控图像进行特征检测和人体关键点检测,可精准检测出婴儿当前状态,解决了现有技术下因人力易发生疏忽和错误判断,导致对婴儿监控准确度低下的问题,提升了对婴儿监控的准确度和效率。
如上述,本发明实施例具有如下优点:
1、便捷性,不需要佩戴、充电等过程,全程是无感知的;
2、准确性,采用了最先进的机器视觉、深度学习的方法,极大的提高了婴儿危险睡姿识别的准确率;
3、实时性,上述检测特征的相关计算均可放在云端服务器进行,使得计算得出的结果更快、实时性更高;
4、安全性,识别到婴儿危险睡姿后,可以马上通知相关人员进行处理,保障了婴儿的安全。
本发明实施例中还提供了一种婴儿监控装置,如下面的实施例上述。由于该装置解决问题的原理与婴儿监控方法相似,因此该装置的实施可以参见婴儿监控方法的实施,重复之处不再赘述。
本发明实施例还提供一种婴儿监控装置,用以提高对婴儿监控的安全性、便捷性、准确度和工作效率,降低婴儿监控成本,如图4所示,该装置包括:
监控图像接收模块401,用于接收婴儿房间的监控图像;
婴儿人脸的特征检测模块402,用于对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征;
婴儿轮廓的特征检测模块403,用于在确定监控图像中存在婴儿人脸的特征时,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征;
人体关键部位检测模块404,用于在确定监控图像中存在婴儿轮廓的特征时,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据;
告警模块405,用于在监控图像中不存在婴儿人脸的特征、监控图像中不存在婴儿轮廓的特征、或婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息。
在一个实施例中,婴儿人脸的特征检测模块,具体用于:
基于区域生成网络,对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征。
在一个实施例中,婴儿轮廓的特征检测模块,具体用于:
基于卷积神经网络模型,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征。
在一个实施例中,人体关键部位检测模块,具体用于:
基于高分辨率神经网络模型,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据。
在一个实施例中,上述人体关键部位包括人体的肘关节和腕关节。
在一个实施例中,如图5所示,还可以包括:
求救信息第一发送模块406,用于:
发出婴儿存在窒息可能的告警信息时,发出当前婴儿房间的监控图像;
接收婴儿监护人对当前婴儿房间的监控图像的确认结果,在确认结果表示婴儿存在窒息情况时,向医院发出出现婴儿窒息情况的求救信息。
在一个实施例中,如图6所示,还可以包括:
求救信息第二发送模块407,用于:
若在发出当前婴儿房间的监控图像后的预设时间段内,未收到婴儿监护人对当前婴儿房间的监控图像的确认结果,则向医院发出出现婴儿窒息情况的求救信息。
在一个实施例中,如图7所示,还可以包括:
数据记录模块408,用于:
对监控图像中婴儿人脸的特征、婴儿轮廓的特征和婴儿的人体关键部位检测数据进行记录。
下面给出一个具体实施例,来说明本发明的装置的具体应用。
该本发明的装置的实例涉及了计算机视觉和深度学习的领域,主要可用于帮助解决婴儿无法自救的危急危险场景发生早期阶段的预警。上述本发明的装置实例,如图8所示,可以包括如下模块:
视频接收模块801和数据传输模块802(即上述的监控图像接收模块)、姿态检测模块803(即上述的婴儿轮廓的特征检测模块和人体关键部位检测模块)、人脸检测模块804(即上述的婴儿人脸的特征检测模块)、管理模块805和告警模块806(即上述的监控图像接收模块)。
上述本发明的装置的实例的具体示例图可如图9所示,如下对图9进行详细说明:
视频采集模块和数据传输模块,可用于接收视频终端采集的图像数据(即上述的婴儿房间的监控图像),并可将婴儿房间的监控图像传输到云端服务器;
人脸检测模块,可用于检测监控图像中的人脸特征,例如:影像采集器(监控摄像头等)采集到的婴儿床影像中若出现人脸,则无窒息风险或有极低风险,反之将风险等级置为中,启动后续功能;具体是通过训练后的RPN(Region Proposal Network区域生成网络)深度学习模型的目标检测。
姿态检测模块,可用于进行姿态检测的计算(即上述的对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征),具体通过已训练的基于CNN(ConvolutionalNeural Network,卷积神经网络)的婴儿个体检测、对检测到的婴儿个体进行基于HRNet(High–Resolution Net,高维度网络)的人体解剖关键点(肘关节,腕部等)检测;若检测到睡姿异常行为,马上将数据传输到管理平台,由管理平台进行告警并且评估风险等级;
管理模块,可设置于婴儿监护人员的所使用的电脑端和/或移动端,可实现供婴儿监护人员实时查看影像、告警、风险等级评估和管理系统开闭等功能。当管理模块中高风险告警于一定时间内(默认1分钟)无人应答,同时加大管理端告警措施,加大告警措施后;
告警模块,可用于在中高风险等级,且管理平台告警一定时间内(1分钟)无人应答,将会启用告警模块的求救功能,自动联络本地医院并发送求救信息。
本发明实施例可有效的解决了现有的问题,能够准确的进行人脸检测、姿态检测以及风险等级评估,并及时的做出对监护人告警以及在危急情况下进行及时的报医处理。具有便捷性、准确性、实时性、安全性、服务性等优点。
当然,可以理解的是,上述详细流程还可以有其他变化例,相关变化例均应落入本发明的保护范围。
本发明实施例中,接收婴儿房间的监控图像;对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征;在确定监控图像中存在婴儿人脸的特征时,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征;在确定监控图像中存在婴儿轮廓的特征时,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据;在监控图像中不存在婴儿人脸的特征、监控图像中不存在婴儿轮廓的特征、或婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息,从而实现了对婴儿人脸和轮廓的监控,通过发出婴儿存在窒息可能的告警信息,可保证婴儿的安全;因通过对婴儿房间的监控图像进行处理,可确定婴儿是否存在窒息可能,避免了现有技术下需要可穿戴式的智能装备进行监控,而易导致对婴儿造成物理性损伤的问题,也避免了现有技术下因智能设备易被造成损伤而导致监控效果降低的问题,提高了对婴儿监控的安全性和便捷性,也降低了婴儿监控成本;同时,通过对监控图像进行特征检测和人体关键点检测,可精准检测出婴儿当前状态,解决了现有技术下因人力易发生疏忽和错误判断,导致对婴儿监控准确度低下的问题,提升了对婴儿监控的准确度和效率。
本发明实施例提供一种用于实现上述婴儿监控方法中的全部或部分内容的计算机设备的实施例所述计算机设备具体包含有如下内容:
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述通信接口用于实现相关设备之间的信息传输;该计算机设备可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该计算机设备可以参照实施例用于实现婴儿监控方法的实施例及用于实现婴儿监控装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
图10为本申请实施例的计算机设备1000的系统构成的示意框图。如图10所示,该计算机设备1000可以包括中央处理器1001和存储器1002;存储器1002耦合到中央处理器1001。值得注意的是,该图10是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
一实施例中,婴儿监控功能可以被集成到中央处理器1001中。其中,中央处理器1001可以被配置为进行如下控制:
接收婴儿房间的监控图像;
对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征;
在确定监控图像中存在婴儿人脸的特征时,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征;
在确定监控图像中存在婴儿轮廓的特征时,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据;
在监控图像中不存在婴儿人脸的特征、监控图像中不存在婴儿轮廓的特征、或婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息。
在另一个实施方式中,婴儿监控装置可以与中央处理器1001分开配置,例如可以将婴儿监控装置配置为与中央处理器1001连接的芯片,通过中央处理器的控制来实现婴儿监控功能。
如图10所示,该计算机设备1000还可以包括:通信模块1003、输入单元1004、音频处理器1005、显示器1006、电源1007。值得注意的是,计算机设备1000也并不是必须要包括图10中所示的所有部件;此外,计算机设备1000还可以包括图10中没有示出的部件,可以参考现有技术。
如图10所示,中央处理器1001有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器1001接收输入并控制计算机设备1000的各个部件的操作。
其中,存储器1002,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器1001可执行该存储器1002存储的该程序,以实现信息存储或处理等。
输入单元1004向中央处理器1001提供输入。该输入单元1004例如为按键或触摸输入装置。电源1007用于向计算机设备1000提供电力。显示器1006用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器1002可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器1002还可以是某种其它类型的装置。存储器1002包括缓冲存储器1021(有时被称为缓冲器)。存储器1002可以包括应用/功能存储部1022,该应用/功能存储部1022用于存储应用程序和功能程序或用于通过中央处理器1001执行计算机设备1000的操作的流程。
存储器1002还可以包括数据存储部1023,该数据存储部1023用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由计算机设备使用的数据。存储器1002的驱动程序存储部1024可以包括计算机设备的用于通信功能和/或用于执行计算机设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块1003即为经由天线1008发送和接收信号的发送机/接收机1003。通信模块(发送机/接收机)1003耦合到中央处理器1001,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一计算机设备中,可以设置有多个通信模块1003,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)1003还经由音频处理器1005耦合到扬声器1009和麦克风1010,以经由扬声器1009提供音频输出,并接收来自麦克风1010的音频输入,从而实现通常的电信功能。音频处理器1005可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器1005还耦合到中央处理器1001,从而使得可以通过麦克风1010能够在本机上录音,且使得可以通过扬声器1009来播放本机上存储的声音。
本发明实施例还提供一种计算机可读存储介质,存储有执行上述婴儿监控方法的计算机程序。
本发明实施例中,接收婴儿房间的监控图像;对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征;在确定监控图像中存在婴儿人脸的特征时,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征;在确定监控图像中存在婴儿轮廓的特征时,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据;在监控图像中不存在婴儿人脸的特征、监控图像中不存在婴儿轮廓的特征、或婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息,从而实现了对婴儿人脸和轮廓的监控,通过发出婴儿存在窒息可能的告警信息,可保证婴儿的安全;因通过对婴儿房间的监控图像进行处理,可确定婴儿是否存在窒息可能,避免了现有技术下需要可穿戴式的智能装备进行监控,而易导致对婴儿造成物理性损伤的问题,也避免了现有技术下因智能设备易被造成损伤而导致监控效果降低的问题,提高了对婴儿监控的安全性和便捷性,也降低了婴儿监控成本;同时,通过对监控图像进行特征检测和人体关键点检测,可精准检测出婴儿当前状态,解决了现有技术下因人力易发生疏忽和错误判断,导致对婴儿监控准确度低下的问题,提升了对婴儿监控的准确度和效率。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (18)
1.一种婴儿监控方法,其特征在于,包括:
接收婴儿房间的监控图像;
对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征;
在确定监控图像中存在婴儿人脸的特征时,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征;
在确定监控图像中存在婴儿轮廓的特征时,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据;
在监控图像中不存在婴儿人脸的特征、监控图像中不存在婴儿轮廓的特征、或婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息。
2.如权利要求1所述的方法,其特征在于,对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征,包括:
基于区域生成网络,对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征。
3.如权利要求1所述的方法,其特征在于,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征,包括:
基于卷积神经网络模型,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征。
4.如权利要求1所述的方法,其特征在于,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据,包括:
基于高分辨率神经网络模型,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据。
5.如权利要求4所述的方法,其特征在于,所述人体关键部位包括人体的肘关节和腕关节。
6.如权利要求1所述的方法,其特征在于,还包括:
发出婴儿存在窒息可能的告警信息时,发出当前婴儿房间的监控图像;
接收婴儿监护人对当前婴儿房间的监控图像的确认结果,在确认结果表示婴儿存在窒息情况时,向医院发出出现婴儿窒息情况的求救信息。
7.如权利要求6所述的方法,其特征在于,还包括:
若在发出当前婴儿房间的监控图像后的预设时间段内,未收到婴儿监护人对当前婴儿房间的监控图像的确认结果,则向医院发出出现婴儿窒息情况的求救信息。
8.如权利要求1所述的方法,其特征在于,还包括:
对监控图像中婴儿人脸的特征、婴儿轮廓的特征和婴儿的人体关键部位检测数据进行记录。
9.一种婴儿监控装置,其特征在于,包括:
监控图像接收模块,用于接收婴儿房间的监控图像;
婴儿人脸的特征检测模块,用于对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征;
婴儿轮廓的特征检测模块,用于在确定监控图像中存在婴儿人脸的特征时,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征;
人体关键部位检测模块,用于在确定监控图像中存在婴儿轮廓的特征时,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据;
告警模块,用于在监控图像中不存在婴儿人脸的特征、监控图像中不存在婴儿轮廓的特征、或婴儿的人体关键部位检测数据偏离预设范围时,发出婴儿存在窒息可能的告警信息。
10.如权利要求9所述的装置,其特征在于,婴儿人脸的特征检测模块,具体用于:
基于区域生成网络,对监控图像进行特征检测,确定监控图像中是否存在婴儿人脸的特征。
11.如权利要求9所述的装置,其特征在于,婴儿轮廓的特征检测模块,具体用于:
基于卷积神经网络模型,对监控图像进行特征检测,确定监控图像中是否存在婴儿轮廓的特征。
12.如权利要求9所述的装置,其特征在于,人体关键部位检测模块,具体用于:
基于高分辨率神经网络模型,对监控图像进行人体关键部位检测,得到婴儿的人体关键部位检测数据。
13.如权利要求12所述的装置,其特征在于,所述人体关键部位包括人体的肘关节和腕关节。
14.如权利要求9所述的装置,其特征在于,还包括:
求救信息第一发送模块,用于:
发出婴儿存在窒息可能的告警信息时,发出当前婴儿房间的监控图像;
接收婴儿监护人对当前婴儿房间的监控图像的确认结果,在确认结果表示婴儿存在窒息情况时,向医院发出出现婴儿窒息情况的求救信息。
15.如权利要求14所述的装置,其特征在于,还包括:
求救信息第二发送模块,用于:
若在发出当前婴儿房间的监控图像后的预设时间段内,未收到婴儿监护人对当前婴儿房间的监控图像的确认结果,则向医院发出出现婴儿窒息情况的求救信息。
16.如权利要求9所述的装置,其特征在于,还包括:
数据记录模块,用于:
对监控图像中婴儿人脸的特征、婴儿轮廓的特征和婴儿的人体关键部位检测数据进行记录。
17.一种计算机设备,包括存储器、处理器及存储在存储器上并可在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权利要求1至8任一所述方法。
18.一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执行权利要求1至8任一所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110948637.3A CN113674507A (zh) | 2021-08-18 | 2021-08-18 | 婴儿监控方法、装置、计算机设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110948637.3A CN113674507A (zh) | 2021-08-18 | 2021-08-18 | 婴儿监控方法、装置、计算机设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113674507A true CN113674507A (zh) | 2021-11-19 |
Family
ID=78543556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110948637.3A Pending CN113674507A (zh) | 2021-08-18 | 2021-08-18 | 婴儿监控方法、装置、计算机设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113674507A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789672A (zh) * | 2012-07-03 | 2012-11-21 | 北京大学深圳研究生院 | 一种婴儿睡姿智能识别方法及装置 |
CN108615333A (zh) * | 2018-05-25 | 2018-10-02 | 朱利 | 基于人工智能的婴儿窒息预警系统和方法 |
CN109840493A (zh) * | 2019-01-27 | 2019-06-04 | 武汉星巡智能科技有限公司 | 婴幼儿睡眠状态检测方法、装置及计算机可读存储介质 |
CN110428908A (zh) * | 2019-07-31 | 2019-11-08 | 广西壮族自治区人民医院 | 一种基于人工智能的眼睑运动功能评估系统 |
WO2020058132A1 (en) * | 2018-09-19 | 2020-03-26 | Koninklijke Philips N.V. | Tracking blanket coverage for a subject in an environment |
CN111736699A (zh) * | 2020-06-23 | 2020-10-02 | 上海商汤临港智能科技有限公司 | 基于车载数字人的交互方法及装置、存储介质 |
CN112001230A (zh) * | 2020-07-09 | 2020-11-27 | 浙江大华技术股份有限公司 | 睡觉行为的监控方法、装置、计算机设备和可读存储介质 |
CN113034849A (zh) * | 2019-12-25 | 2021-06-25 | 海信集团有限公司 | 婴儿看护设备、看护方法及存储介质 |
-
2021
- 2021-08-18 CN CN202110948637.3A patent/CN113674507A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102789672A (zh) * | 2012-07-03 | 2012-11-21 | 北京大学深圳研究生院 | 一种婴儿睡姿智能识别方法及装置 |
CN108615333A (zh) * | 2018-05-25 | 2018-10-02 | 朱利 | 基于人工智能的婴儿窒息预警系统和方法 |
WO2020058132A1 (en) * | 2018-09-19 | 2020-03-26 | Koninklijke Philips N.V. | Tracking blanket coverage for a subject in an environment |
CN109840493A (zh) * | 2019-01-27 | 2019-06-04 | 武汉星巡智能科技有限公司 | 婴幼儿睡眠状态检测方法、装置及计算机可读存储介质 |
CN110428908A (zh) * | 2019-07-31 | 2019-11-08 | 广西壮族自治区人民医院 | 一种基于人工智能的眼睑运动功能评估系统 |
CN113034849A (zh) * | 2019-12-25 | 2021-06-25 | 海信集团有限公司 | 婴儿看护设备、看护方法及存储介质 |
CN111736699A (zh) * | 2020-06-23 | 2020-10-02 | 上海商汤临港智能科技有限公司 | 基于车载数字人的交互方法及装置、存储介质 |
CN112001230A (zh) * | 2020-07-09 | 2020-11-27 | 浙江大华技术股份有限公司 | 睡觉行为的监控方法、装置、计算机设备和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110706449A (zh) | 一种婴幼儿监测方法、装置与摄像设备及存储介质 | |
US10431116B2 (en) | Orator effectiveness through real-time feedback system with automatic detection of human behavioral and emotional states of orator and audience | |
WO2015133195A1 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
RU2722634C2 (ru) | Электрическая кровать | |
CN105913614A (zh) | 监测摔倒的方法、装置以及智能穿戴设备和摔倒报警系统 | |
US20170140629A1 (en) | Real-Time Harm Prevention Through Feedback System With Automatic Detection of Human Behavioral and Emotional States | |
CN103544807A (zh) | 婴幼儿睡眠看护方法及其系统 | |
CN107590953B (zh) | 一种智能穿戴设备的报警方法、系统及终端设备 | |
CN112184642A (zh) | 睡眠姿势异常的警示方法和装置、存储介质、电子装置 | |
CN113205661A (zh) | 一种反欺凌实现方法、系统、智能穿戴设备和存储介质 | |
CN112069949A (zh) | 一种基于人工智能的婴儿睡眠监测系统及监测方法 | |
CN111477334A (zh) | 目标区域的提醒方法及电子设备 | |
CN108401415A (zh) | 监测方法和监测装置 | |
CN204190864U (zh) | 具看护功能的自动监视系统 | |
CN110650243B (zh) | 一种报警方法、装置、存储介质以及终端 | |
WO2016184189A1 (zh) | 一种告警方法、可穿戴设备及计算机存储介质 | |
KR20170096901A (ko) | 영유아 건강 모니터링 시스템 | |
JP6142975B1 (ja) | 被監視者監視装置および該方法ならびに被監視者監視システム | |
CN109330574A (zh) | 一种基于物联网的智能监护系统 | |
CN112767202A (zh) | 一种远程监测平台及监测方法 | |
KR20230070536A (ko) | 경보 시스템 | |
CN113361469A (zh) | 一种覆盖状态识别方法、装置、设备及存储介质 | |
CN108520611A (zh) | 视频数据监测方法及装置、存储介质、终端 | |
WO2018232670A1 (zh) | 一种行为监控方法和智能手表 | |
CN113674507A (zh) | 婴儿监控方法、装置、计算机设备及计算机可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211119 |