CN115579123A - 基于数据处理的智能接种桌的控制方法及装置 - Google Patents
基于数据处理的智能接种桌的控制方法及装置 Download PDFInfo
- Publication number
- CN115579123A CN115579123A CN202211470179.8A CN202211470179A CN115579123A CN 115579123 A CN115579123 A CN 115579123A CN 202211470179 A CN202211470179 A CN 202211470179A CN 115579123 A CN115579123 A CN 115579123A
- Authority
- CN
- China
- Prior art keywords
- inoculation
- seed receiving
- point
- human body
- contour
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0025—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
-
- 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
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B3/00—Audible signalling systems; Audible personal calling systems
- G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Human Computer Interaction (AREA)
- Electromagnetism (AREA)
- Emergency Management (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种基于数据处理的智能接种桌的控制方法及装置,包括:扫码设备根据监管码得到疫苗信息,控制接种告知设备对疫苗信息进行播放,基于无线蓝牙指纹仪对第一受种人员的指纹进行二次识别得到对疫苗信息所对应的确认信息;将接收到确认信息的时刻作为第一时刻,由第一时刻为起始点提取监控摄像头所拍摄的视频得到第一视频数据,将第一时刻之前的视频数据作为第二视频数据,对第一视频数据进行接种行为识别得到第一识别结果;若第一识别结果不满足要求,则基于接种一体机对第一医护人员进行显示提醒;统计第一接种信息、第一条码身份信息、第二条码身份信息、疫苗照片、疫苗信息、第一视频数据、第二视频数据生成人员接种数据。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种基于数据处理的智能接种桌的控制方法及装置。
背景技术
随着预防接种门诊信息化建设的推进,各厂商都在对接种流程的智能化进行研发。现有技术中,存在一种一体化智能接种操作平台,一体化智能接种操作平台是一种用于疫苗接种的操作辅助设备。
然而,现有技术中用于疫苗接种的操作辅助设备还只停留在采用身份证验证单元对相关受种人员信息进行验证的阶段,无法对接种行为进行识别和提醒,在医护人员有不当接种行为时,无法进行监管。因此,如何对接种流程中的接种行为进行识别和提醒成为了急需解决的问题。
发明内容
本发明实施例提供一种基于数据处理的智能接种桌的控制方法及装置,可以对接种流程中的接种行为进行识别和提醒,从而实现对接种流程的自动化监管。
本发明实施例的第一方面,提供一种基于数据处理的智能接种桌的控制方法,包括:
接种一体机在接收到接种触发信号后,确定接种列表中的第一接种信息,控制扬声器对第一接种信息进行播放,以及控制监控摄像头开启对智能接种桌进行拍摄;
基于扫码设备对第一受种人员的接种证条码进行识别得到第一条码身份信息,基于无线蓝牙指纹仪对第一受种人员的指纹进行一次识别得到第二条码身份信息;
若第一条码身份信息和第二条码身份信息相对应,则控制高拍仪对疫苗装置进行图像采集得到疫苗照片并基于接种一体机进行显示,接种一体机在接收到疫苗确认信号后,控制扫码设备对疫苗装置的监管码进行识别;
扫码设备根据所述监管码得到疫苗信息,控制接种告知设备对所述疫苗信息进行播放,基于无线蓝牙指纹仪对第一受种人员的指纹进行二次识别得到对疫苗信息所对应的确认信息;
将接收到确认信息的时刻作为第一时刻,由所述第一时刻为起始点提取监控摄像头所拍摄的视频得到第一视频数据,将第一时刻之前的视频数据作为第二视频数据,对所述第一视频数据进行接种行为识别得到第一识别结果;
若所述第一识别结果不满足要求,则基于接种一体机对第一医护人员进行显示提醒;
统计第一接种信息、第一条码身份信息、第二条码身份信息、疫苗照片、疫苗信息、第一视频数据、第二视频数据生成人员接种数据。
可选的,所述将接收到确认信息的时刻作为第一时刻,由所述第一时刻为起始点提取监控摄像头所拍摄的视频得到第一视频数据,将第一时刻之前的视频数据作为第二视频数据,对所述第一视频数据进行接种行为识别得到第一识别结果,包括:
提取所述第一视频数据中的第一视频帧,基于OpenCV对第一视频帧进行人体识别得到多个人体轮廓,根据所述人体轮廓的位置将所述人体轮廓分为受种人体轮廓和医护人体轮廓;
基于OpenCV对受种人体轮廓的肩部、肘部进行识别得到受种人员肩部节点、受种人员肘部节点;
若判断在第一视频帧内识别到注射器,则将所述受种人员肩部节点和受种人员肘部节点进行连线得到第一受种连接线,将所述第一受种连接线分解为多个受种连接点;
获取所述注射器所对应的注射标识点,计算所述注射标识点与第一受种连接线中每一个受种连接点的位置距离得到第一受种距离,将最小的第一受种距离对应的受种连接点作为目标受种点;
若所述目标受种点所对应的目标受种标号与预设受种标号相对应,则生成满足要求的第一识别结果;
若所述目标受种点所对应的目标受种标号与预设受种标号不对应,则生成不满足要求的第一识别结果,并生成相对应的受种引导线。
可选的,所述提取所述第一视频数据中的第一视频帧,基于OpenCV对第一视频帧进行人体识别得到多个人体轮廓,根据所述人体轮廓的位置将所述人体轮廓分为受种人体轮廓和医护人体轮廓,包括:
对第一视频帧进行坐标化处理,基于OpenCV对第一视频帧进行人体识别得到多个人体轮廓,根据每个人体轮廓所对应像素点的坐标确定每个轮廓所对应的轮廓中心点;
确定第一视频帧中的受种基准点、医护基准点,所述受种基准点、医护基准点预先设置;
计算每个轮廓中心点分别与受种基准点之间的距离得到第一接种轮廓距离,计算每个轮廓中心点分别与医护基准点之间的距离得到第二接种轮廓距离;
将最小的第一接种轮廓距离所对应轮廓中心点的人体轮廓作为受种人体轮廓,将最小的第二接种轮廓距离所对应轮廓中心点的人体轮廓作为医护人体轮廓;
控制接种一体机显示第一视频帧时,对受种人体轮廓按照第一形式显示,对医护人体轮廓按照第二形式显示,对非受种人体轮廓、非医护人体轮廓以外的其他人体轮廓按照第三形式显示。
可选的,所述对第一视频帧进行坐标化处理,基于OpenCV对第一视频帧进行人体识别得到多个人体轮廓,根据每个人体轮廓所对应像素点的坐标确定每个轮廓所对应的轮廓中心点,包括:
获取每个人体轮廓中的极大X轴值、极小X轴值、极大Y轴值、极小Y轴值,根据所述极大X轴值、极小X轴值进行计算得到中间X轴值,根据所述极大Y轴值、极小Y轴值进行计算得到中间Y轴值;
统计每个人体轮廓所对应的中间X轴值、中间Y轴值,将所述中间X轴值、中间Y轴值所形成的坐标点作为每个人体轮廓所对应的轮廓中心点。
可选的,所述若判断在第一视频帧内识别到注射器,则将所述受种人员肩部节点和受种人员肘部节点进行连线得到第一受种连接线,将所述第一受种连接线分解为多个受种连接点,包括:
基于预先训练的识别模型对第一视频帧进行识别,若判断在第一视频帧内识别到注射器,则将受种人员肩部节点的肩部中心点、受种人员肘部节点的肘部中心点进行连线得到第一受种连接线;
根据所述肩部中心点的坐标、肘部中心点的坐标进行计算,得到第一受种连接线的连接线长度,基于预设连接点数量、连接线长度进行计算得到等分长度,通过以下公式计算等分长度,
以所述肩部中心点为起始点、肘部中心点为截止点,依次按照等分长度确定第一受种连接线中的受种连接点,按照受种连接点的确定顺序对每个受种连接点添加受种标号。
可选的,通过以下步骤对识别模型进行训练,包括:
接收训练图像集,所述训练图像内包括多个不同角度方式设置的注射器,每个训练图像中会具有对不同方式设置的注射器的标注;
基于所述训练图像集对神经网络模型进行训练,得到用于识别注射器的识别模型,所述识别模型在判断具有与训练图像中相同方式设置的注射器后,会识别到相应的注射器。
可选的,所述获取所述注射器所对应的注射标识点,计算所述注射标识点与第一受种连接线中每一个受种连接点的位置距离得到第一受种距离,将最小的第一受种距离对应的受种连接点作为目标受种点,包括:
获取第一视频帧中注射器所对应的所有像素点的坐标,将注射器所对应预设位置坐标的像素点作为注射标识点,根据注射标识点的坐标、每一个受种连接点的坐标进行计算,得到第一受种距离;
将最小的第一受种距离对应的受种连接点作为目标受种点,对目标受种点按照第四形式显示。
可选的,所述若所述目标受种点所对应的目标受种标号与预设受种标号不对应,则生成不满足要求的第一识别结果,并生成相对应的受种引导线,包括:
根据所述监管码确定相对应预设受种标号,若所述目标受种点所对应的目标受种标号与预设受种标号不对应,则生成不满足要求的第一识别结果;
将目标受种点所对应的第一受种连接点、预设受种标号所对应的第二受种连接点进行连接,得到第二受种连接线;
若所述目标受种标号小于所述预设受种标号,则将所述第二受种连接线向下平移第一数量像素点,将预设的下标箭头与第二受种连接线的下端相对应设置;
若所述目标受种标号大于所述预设受种标号,则将所述第二受种连接线向上平移第二数量像素点,将预设的上标箭头与第二受种连接线的上端相对应设置。
可选的,还包括:
获取每一个第一视频帧所对应的目标受种标号,若判断相邻的预设数量的第一视频帧中所有的目标受种标号相同,则将目标受种标号所对应的受种标号作为实际受种标号;
若所述实际受种标号与所述预设受种标号相对应,则对相应的第一医护人员添加第一接种标记;
若所述实际受种标号与所述预设受种标号不对应,则对相应的第一医护人员添加第二接种标记;
根据所述第一接种标记的数量、第二接种标记的数量计算每个第一医护人员所对应的正确接种率,若所述正确接种率小于预设接种率,则对管理员输出第一提醒信息,通过以下公式计算正确接种率,
本发明实施例的第二方面,提供一种基于数据处理的智能接种桌的控制装置,包括:
确定模块,用于使接种一体机在接收到接种触发信号后,确定接种列表中的第一接种信息,控制扬声器对第一接种信息进行播放,以及控制监控摄像头开启对智能接种桌进行拍摄;
识别模块,用于基于扫码设备对第一受种人员的接种证条码进行识别得到第一条码身份信息,基于无线蓝牙指纹仪对第一受种人员的指纹进行一次识别得到第二条码身份信息;
第一控制模块,用于若第一条码身份信息和第二条码身份信息相对应,则控制高拍仪对疫苗装置进行图像采集得到疫苗照片并基于接种一体机进行显示,接种一体机在接收到疫苗确认信号后,控制扫码设备对疫苗装置的监管码进行识别;
第二控制模块,用于使扫码设备根据所述监管码得到疫苗信息,控制接种告知设备对所述疫苗信息进行播放,基于无线蓝牙指纹仪对第一受种人员的指纹进行二次识别得到对疫苗信息所对应的确认信息;
提取模块,用于将接收到确认信息的时刻作为第一时刻,由所述第一时刻为起始点提取监控摄像头所拍摄的视频得到第一视频数据,将第一时刻之前的视频数据作为第二视频数据,对所述第一视频数据进行接种行为识别得到第一识别结果;
提醒模块,用于若所述第一识别结果不满足要求,则基于接种一体机对第一医护人员进行显示提醒;
生成模块,用于统计第一接种信息、第一条码身份信息、第二条码身份信息、疫苗照片、疫苗信息、第一视频数据、第二视频数据、第一识别结果生成人员接种数据。
有益效果:
1、本方案通过接种一体机可以实现对受种人员信息、疫苗信息的核验,使得受种人员和疫苗信息想对应,防止接种过程出现信息不匹配的情况出现。此外,本方案还会对接种流程进行视频采集,得到受种人员的视频信息,然后对视频信息中的接种行为进行识别和验证,在接种行为不当时,对医护人员进行及时的提醒,本方案可以对接种流程中的接种行为进行识别和提醒,从而实现对接种流程的自动化监管。
2、本方案在对接种行为进行识别时,首先会识别到视频内的人体轮廓,然后利用轮廓中心点位置和预设点位进行比对,对人体轮廓对应的人员进行确认,之后会识别到受种人员胳膊对应的受种连接线,对受种连接线进行分解,最后将医护人员即将要注射的位置与受种位置进行比对,判断是否一致,若不一致,本方案会生成引导线,对医护人员的注射位置进行引导,通过上述方式可以实现对接种流程中接种行为的监管,同时可以为医护人员进行相应的引导。
3、本方案还会统计每个医护人员的正确接种率,从而作为对医护人员培训程度的参考,在计算的过程中,本方案不只是参照相应的正确比例进行计算,还设置有权重对计算结果进行调整。其中,权重的大小本方案还会参考接种总量进行调整,使得所计算的结果较为准确。
附图说明
图1是本发明实施例提供的一种基于数据处理的智能接种桌的控制方法的流程示意图;
图2是本发明实施例提供的一种基于数据处理的智能接种桌的控制装置的结构示意图。
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
参见图1,是本发明实施例提供的一种基于数据处理的智能接种桌的控制方法的流程示意图,该基于数据处理的智能接种桌的控制方法包括S1- S7:
S1,接种一体机在接收到接种触发信号后,确定接种列表中的第一接种信息,控制扬声器对第一接种信息进行播放,以及控制监控摄像头开启对智能接种桌进行拍摄。
本方案的接种一体机包括显示触控界面、扬声器、支架等单元,可以供接种人员来操作。
其中,接种触发信号可以是接种人员基于接种一体机来生成的。接种列表内可以是多个人员信息,例如,有100个人员需要接种,那么接种列表内可以有100个人员信息,当前需要接种的人员信息即上述的第一接种信息。
在确定第一接种信息后,本方案会控制扬声器对第一接种信息进行播放,来提醒第一接种信息对应的人员进行接种,同时,本方案还会控制监控摄像头开启对智能接种桌进行拍摄。
可以理解的是,接种人员和受种人员需要在智能接种桌处进行疫苗的接种,本方案会对智能接种桌进行拍摄,采集到接种人员和受种人员的接种全过程。
S2,基于扫码设备对第一受种人员的接种证条码进行识别得到第一条码身份信息,基于无线蓝牙指纹仪对第一受种人员的指纹进行一次识别得到第二条码身份信息。
其中,扫描设备可以是手机或者其他移动终端,每个受种人员都有一个对应的接种证条码,一个接种证条码对应一个受种人员。
可以理解的是,本方案通过采集到第一条码身份信息对受种人员进行第一次验证,然后通过采集到受种人员的指纹,来对受种人员进行第二次验证,通过上述的验证方式,可以确保受种人员的信息是无误的,防止接种人员错误的情况出现。
S3,若第一条码身份信息和第二条码身份信息相对应,则控制高拍仪对疫苗装置进行图像采集得到疫苗照片并基于接种一体机进行显示,接种一体机在接收到疫苗确认信号后,控制扫码设备对疫苗装置的监管码进行识别。
可以理解的是,如果第一条码身份信息和第二条码身份信息相对应,说明受种人员的身份信息验证正确。
在受种人员信息验证正确后,本方案会控制高拍仪对疫苗装置进行图像采集得到疫苗照片并基于接种一体机进行显示,供接种人员来确认当前的疫苗信息是否正确。其中,高拍仪为现有技术的一种拍摄设备,在此不再赘述。
可以理解的是,本方案的接种一体机在接收到接种人员输入的疫苗确认信号后,会控制扫码设备对疫苗装置的监管码进行识别,从而得到该疫苗的疫苗信息。
S4,扫码设备根据所述监管码得到疫苗信息,控制接种告知设备对所述疫苗信息进行播放,基于无线蓝牙指纹仪对第一受种人员的指纹进行二次识别得到对疫苗信息所对应的确认信息。
本方案的扫码设备会根据监管码得到疫苗信息,同时控制接种告知设备(例如是扬声器)对疫苗信息进行播放,本方案的第一受种人员可以听到播放的疫苗信息,并对疫苗信息进行确认,看当前疫苗信息是否有误。
此外,本方案还会基于无线蓝牙指纹仪对第一受种人员的指纹进行二次识别得到对疫苗信息所对应的确认信息,通过上述的重重验证,可以使得受种人员与需要接种的疫苗相匹配。
S5,将接收到确认信息的时刻作为第一时刻,由所述第一时刻为起始点提取监控摄像头所拍摄的视频得到第一视频数据,将第一时刻之前的视频数据作为第二视频数据,对所述第一视频数据进行接种行为识别得到第一识别结果。
本方案在收到确认信息后,会将接收到确认信息的时刻作为第一时刻,然后由第一时刻为起始点提取监控摄像头所拍摄的视频得到第一视频数据,将第一时刻之前的视频数据作为第二视频数据,对第一视频数据进行接种行为识别得到第一识别结果。
可以理解的是,第一视频数据为当前的第一受种人员所对应的接种过程的视频数据。本方案会对第一视频数据进行接种行为识别得到第一识别结果,来判断第一识别结果是否正确,从而实现对接种过程的监管。
在一些实施例中,S5(将接收到确认信息的时刻作为第一时刻,由所述第一时刻为起始点提取监控摄像头所拍摄的视频得到第一视频数据,将第一时刻之前的视频数据作为第二视频数据,对所述第一视频数据进行接种行为识别得到第一识别结果),包括S51-S56:
S51,提取所述第一视频数据中的第一视频帧,基于OpenCV对第一视频帧进行人体识别得到多个人体轮廓,根据所述人体轮廓的位置将所述人体轮廓分为受种人体轮廓和医护人体轮廓。
为了对第一视频数据进行接种行为识别,本方案会提取第一视频数据中的第一视频帧,可以理解的是,第一视频帧有多个。
本方案在得到第一视频帧后,会基于OpenCV对第一视频帧进行人体识别得到多个人体轮廓,然后根据人体轮廓的位置将人体轮廓分为受种人体轮廓和医护人体轮廓。
其中,受种人体轮廓为第一受种人员的人体轮廓,医护人体轮廓为医护人员(负责接种的人员)的人体轮廓,本方案会通过人体轮廓的位置信息来确定对应的人体轮廓。
在一些实施例中,S51(提取所述第一视频数据中的第一视频帧,基于OpenCV对第一视频帧进行人体识别得到多个人体轮廓,根据所述人体轮廓的位置将所述人体轮廓分为受种人体轮廓和医护人体轮廓)包括S511- S515:
S511,对第一视频帧进行坐标化处理,基于OpenCV对第一视频帧进行人体识别得到多个人体轮廓,根据每个人体轮廓所对应像素点的坐标确定每个轮廓所对应的轮廓中心点。
首先,本方案会对第一视频帧进行坐标化处理,然后基于OpenCV对第一视频帧进行人体识别得到多个人体轮廓,此处为现有技术,在得到多个人体轮廓后,本方案会根据每个人体轮廓所对应像素点的坐标确定每个轮廓所对应的轮廓中心点,利用轮廓中心点来对人体轮廓的位置进行定位。
在一些实施例中,S511(对第一视频帧进行坐标化处理,基于OpenCV对第一视频帧进行人体识别得到多个人体轮廓,根据每个人体轮廓所对应像素点的坐标确定每个轮廓所对应的轮廓中心点),包括S511- S512:
S511,获取每个人体轮廓中的极大X轴值、极小X轴值、极大Y轴值、极小Y轴值,根据所述极大X轴值、极小X轴值进行计算得到中间X轴值,根据所述极大Y轴值、极小Y轴值进行计算得到中间Y轴值。
为了确定轮廓中心点,本方案会获取每个人体轮廓中对应像素点的坐标的极大X轴值、极小X轴值、极大Y轴值、极小Y轴值,然后利用极大X轴值、极小X轴值进行计算得到中间X轴值,根据极大Y轴值、极小Y轴值进行计算得到中间Y轴值。
S512,统计每个人体轮廓所对应的中间X轴值、中间Y轴值,将所述中间X轴值、中间Y轴值所形成的坐标点作为每个人体轮廓所对应的轮廓中心点。
在得到中间X轴值、中间Y轴值之后,本方案会统计每个人体轮廓所对应的中间X轴值、中间Y轴值,然后将中间X轴值、中间Y轴值所形成的坐标点作为每个人体轮廓所对应的轮廓中心点。
S512,确定第一视频帧中的受种基准点、医护基准点,所述受种基准点、医护基准点预先设置。
可以理解的是,受种人员和医护人员的位置一般来说是相对的,例如受种基准点为A点,医护基准点为B点,A点和B点相对设置。
S513,计算每个轮廓中心点分别与受种基准点之间的距离得到第一接种轮廓距离,计算每个轮廓中心点分别与医护基准点之间的距离得到第二接种轮廓距离。
本方案在得到轮廓中心点后,会计算每个轮廓中心点分别与受种基准点之间的距离得到第一接种轮廓距离,计算每个轮廓中心点分别与医护基准点之间的距离得到第二接种轮廓距离。
S514,将最小的第一接种轮廓距离所对应轮廓中心点的人体轮廓作为受种人体轮廓,将最小的第二接种轮廓距离所对应轮廓中心点的人体轮廓作为医护人体轮廓。
可以理解的是,最小的第一接种轮廓距离对应的轮廓中心点的人体轮廓为相距受种基准点较近的人体轮廓,本方案会将其确定为受种人体轮廓。同理,最小的第二接种轮廓距离对应的轮廓中心点的人体轮廓为相距医护基准点较近的人体轮廓,本方案会将其确定为医护人体轮廓。
S515,控制接种一体机显示第一视频帧时,对受种人体轮廓按照第一形式显示,对医护人体轮廓按照第二形式显示,对非受种人体轮廓、非医护人体轮廓以外的其他人体轮廓按照第三形式显示。
本方案会对不同的人体轮廓采用不同形式的显示方式,其中,对受种人体轮廓按照第一形式显示,对医护人体轮廓按照第二形式显示,对非受种人体轮廓、非医护人体轮廓以外的其他人体轮廓按照第三形式显示。其中,不同的形式显示可以是以不同的颜色进行显示。
S52,基于OpenCV对受种人体轮廓的肩部、肘部进行识别得到受种人员肩部节点、受种人员肘部节点。
可以理解的是,接种疫苗一般是在肩部和肘部之间进行接种的,因此,本方案会基于OpenCV对受种人体轮廓的肩部、肘部进行识别得到受种人员肩部节点、受种人员肘部节点。需要说明的是,基于OpenCV对受种人体轮廓的肩部、肘部进行识别的技术为现有技术,本方案对其不再赘述。
S53,若判断在第一视频帧内识别到注射器,则将所述受种人员肩部节点和受种人员肘部节点进行连线得到第一受种连接线,将所述第一受种连接线分解为多个受种连接点。
可以理解的是,如果判断在第一视频帧内识别到注射器,说明已经进入了注射流程,马上需要进行疫苗的接种了,此时,本方案会将受种人员肩部节点和受种人员肘部节点进行连线得到第一受种连接线,然后对第一受种连接线分解,得到多个受种连接点。
需要说明的是,第一受种连接线为疫苗可注射的大范围,本方案会对大范围进行划分,得到多个受种连接点,例如得到5个受种连接点。
在一些实施例中,S53(若判断在第一视频帧内识别到注射器,则将所述受种人员肩部节点和受种人员肘部节点进行连线得到第一受种连接线,将所述第一受种连接线分解为多个受种连接点),包括S531- S533:
S531,基于预先训练的识别模型对第一视频帧进行识别,若判断在第一视频帧内识别到注射器,则将受种人员肩部节点的肩部中心点、受种人员肘部节点的肘部中心点进行连线得到第一受种连接线。
首先,本方案会将受种人员肩部节点的肩部中心点、受种人员肘部节点的肘部中心点进行连线得到第一受种连接线。
S532,根据所述肩部中心点的坐标、肘部中心点的坐标进行计算,得到第一受种连接线的连接线长度,基于预设连接点数量、连接线长度进行计算得到等分长度,通过以下公式计算等分长度,
可以理解的是,不同受种人员的胳膊长度不同,因此,第一受种连接线的长度也是不同的,本方案会对不同受种人员的第一受种连接线进行不同等分长度的划分。
S533,以所述肩部中心点为起始点、肘部中心点为截止点,依次按照等分长度确定第一受种连接线中的受种连接点,按照受种连接点的确定顺序对每个受种连接点添加受种标号。
在得到等分长度后,本方案会以肩部中心点为起始点、肘部中心点为截止点,然后依次按照等分长度确定第一受种连接线中的受种连接点,按照受种连接点的确定顺序对每个受种连接点添加受种标号。
示例性的,受种连接点有5个,那么受种连接点的标号为从上到下依次标号1、2、3、4、5。
其中,为了准确识别到注射器,本方案会通过以下步骤对识别模型进行训练,包括:
接收训练图像集,所述训练图像内包括多个不同角度方式设置的注射器,每个训练图像中会具有对不同方式设置的注射器的标注;
基于所述训练图像集对神经网络模型进行训练,得到用于识别注射器的识别模型,所述识别模型在判断具有与训练图像中相同方式设置的注射器后,会识别到相应的注射器。
可以理解的是,本方案通过训练图像集对模型进行训练,可以提高识别注射器的准确性。
S54,获取所述注射器所对应的注射标识点,计算所述注射标识点与第一受种连接线中每一个受种连接点的位置距离得到第一受种距离,将最小的第一受种距离对应的受种连接点作为目标受种点。
其中,注射标识点可以是注射器针头处对应的点位,例如是注射器针头与注射器本体连接部位,本方案会获取到注射器所对应的注射标识点,然后会计算注射标识点与第一受种连接线中每一个受种连接点的位置距离得到第一受种距离,将最小的第一受种距离对应的受种连接点作为目标受种点。
可以理解的是,目标受种点为医护人员当前所持注射器对应的受种连接点,也就是医护人员当前准备注射的最近的受种连接点位置。
在一些实施例中,S54(获取所述注射器所对应的注射标识点,计算所述注射标识点与第一受种连接线中每一个受种连接点的位置距离得到第一受种距离,将最小的第一受种距离对应的受种连接点作为目标受种点)包括S541- S542:
S541,获取第一视频帧中注射器所对应的所有像素点的坐标,将注射器所对应预设位置坐标的像素点作为注射标识点,根据注射标识点的坐标、每一个受种连接点的坐标进行计算,得到第一受种距离。
本方案会获取第一视频帧中注射器所对应的所有像素点的坐标,然后将注射器所对应预设位置坐标(例如针头的针尖、针头与注射器本体的连接处等等)的像素点作为注射标识点,然后对注射标识点的坐标、每一个受种连接点的坐标进行计算,得到第一受种距离。
S542,将最小的第一受种距离对应的受种连接点作为目标受种点,对目标受种点按照第四形式显示。
可以理解的是,第一受种距离最小,说明是最近的受种连接点,本方案会将最小的第一受种距离对应的受种连接点作为目标受种点,对目标受种点按照第四形式显示。第四形式例如是红色形式显示。
S55,若所述目标受种点所对应的目标受种标号与预设受种标号相对应,则生成满足要求的第一识别结果。
本方案设置有预设受种标号,预设受种标号例如是第2号对应的受种连接点的序号。如果目标受种点所对应的目标受种标号与预设受种标号相对应,则说明医护人员所要注射的位置是正确的,本方案会生成满足要求的第一识别结果。
S56,若所述目标受种点所对应的目标受种标号与预设受种标号不对应,则生成不满足要求的第一识别结果,并生成相对应的受种引导线。
在一些实施例中,S56(若所述目标受种点所对应的目标受种标号与预设受种标号不对应,则生成不满足要求的第一识别结果,并生成相对应的受种引导线)包括S561-S564:
S561,根据所述监管码确定相对应预设受种标号,若所述目标受种点所对应的目标受种标号与预设受种标号不对应,则生成不满足要求的第一识别结果。
可以理解的是,疫苗不同,对应的最佳注射位置可能是不同的,因此,本方案会依据监管码确定相对应预设受种标号,如果目标受种点所对应的目标受种标号与预设受种标号不对应,则说明当前即将要注射的位置不是最佳位置,则本方案会生成不满足要求的第一识别结果。
S562,将目标受种点所对应的第一受种连接点、预设受种标号所对应的第二受种连接点进行连接,得到第二受种连接线。
在不满足要求后,本方案会将目标受种点所对应的第一受种连接点,然后将预设受种标号所对应的第二受种连接点进行连接,得到第二受种连接线。
可以理解的是,第二受种连接线是由目标受种点(即将要注射的点)与预设受种标号(最佳位置点)连线而成的。
S563,若所述目标受种标号小于所述预设受种标号,则将所述第二受种连接线向下平移第一数量像素点,将预设的下标箭头与第二受种连接线的下端相对应设置。
如果目标受种标号小于预设受种标号,说明当前位置相对于最佳位置偏上了,则本方案会将第二受种连接线向下平移第一数量像素点,将预设的下标箭头与第二受种连接线的下端相对应设置。其中第一数量像素点例如是20个像素点。
可以理解的是,通过上述方式,可以生成一个引导线,来指示医护人员向下移动位置,将预设受种标号对应的受种连接点作为要注射的点位。
S564,若所述目标受种标号大于所述预设受种标号,则将所述第二受种连接线向上平移第二数量像素点,将预设的上标箭头与第二受种连接线的上端相对应设置。
与步骤S563相反的是,如果目标受种标号小于预设受种标号,说明当前位置相对于最佳位置偏下了,则本方案会将第二受种连接线向上平移第二数量像素点,将预设的上标箭头与第二受种连接线的上端相对应设置。其中第二数量像素点例如是20个像素点。
可以理解的是,通过上述方式,可以生成一个引导线,来指示医护人员向上移动位置,将预设受种标号对应的受种连接点作为要注射的点位。
S6,若所述第一识别结果不满足要求,则基于接种一体机对第一医护人员进行显示提醒。可以理解的是,如果第一识别结果不满足要求,则基于接种一体机对第一医护人员进行显示提醒。
S7,统计第一接种信息、第一条码身份信息、第二条码身份信息、疫苗照片、疫苗信息、第一视频数据、第二视频数据生成人员接种数据。可以理解的是,本方案会统计第一接种信息、第一条码身份信息、第二条码身份信息、疫苗照片、疫苗信息、第一视频数据、第二视频数据生成人员接种数据
在上述实施例的基础上,还包括S81- S84:
S81,获取每一个第一视频帧所对应的目标受种标号,若判断相邻的预设数量的第一视频帧中所有的目标受种标号相同,则将目标受种标号所对应的受种标号作为实际受种标号。
本方案会获取每一个第一视频帧所对应的目标受种标号,如果判断相邻的预设数量的第一视频帧中所有的目标受种标号相同,则说明注射的位置为实际注射位置,本方案会将目标受种标号所对应的受种标号作为实际受种标号。
S82,若所述实际受种标号与所述预设受种标号相对应,则对相应的第一医护人员添加第一接种标记。
可以理解的是,如果实际受种标号与预设受种标号相对应,则说明第一医护人员所注射的位置是最佳位置,则本方案会对相应的第一医护人员添加第一接种标记。其中,第一接种标记例如是接种正确的标记。
S83,若所述实际受种标号与所述预设受种标号不对应,则对相应的第一医护人员添加第二接种标记。
可以理解的是,如果实际受种标号与预设受种标号不对应,则说明第一医护人员所注射的位置不是最佳位置,则本方案会对相应的第一医护人员添加第二接种标记。其中,第二接种标记例如是接种错误的标记。
S84,根据所述第一接种标记的数量、第二接种标记的数量计算每个第一医护人员所对应的正确接种率,若所述正确接种率小于预设接种率,则对管理员输出第一提醒信息,通过以下公式计算正确接种率,
本方案会对每个医护人员的正确接种率进行计算,其中,代表正确数量和总数量的占比,第一接种标记的数量越大,对应的正确接种率也就越大。其中,基准权重可以是工作人员预先设置的,其值大于1。需要说明的是,总量的值越大,对应的也就越小,也就是说总量越大,对应的越小,对正确接种率进行偏小处理;总量的值越小,对应的也就越大,也就是说总量越小,对应的越大,对正确接种率进行偏大处理;通过上述方式,可以依据总量的多少来得到不同大小的权重,对计算出的正确接种率进行调整。
参见图2,是本发明实施例提供的一种基于数据处理的智能接种桌的控制装置的结构示意图,该基于数据处理的智能接种桌的控制装置包括:
确定模块,用于使接种一体机在接收到接种触发信号后,确定接种列表中的第一接种信息,控制扬声器对第一接种信息进行播放,以及控制监控摄像头开启对智能接种桌进行拍摄;
识别模块,用于基于扫码设备对第一受种人员的接种证条码进行识别得到第一条码身份信息,基于无线蓝牙指纹仪对第一受种人员的指纹进行一次识别得到第二条码身份信息;
第一控制模块,用于若第一条码身份信息和第二条码身份信息相对应,则控制高拍仪对疫苗装置进行图像采集得到疫苗照片并基于接种一体机进行显示,接种一体机在接收到疫苗确认信号后,控制扫码设备对疫苗装置的监管码进行识别;
第二控制模块,用于使扫码设备根据所述监管码得到疫苗信息,控制接种告知设备对所述疫苗信息进行播放,基于无线蓝牙指纹仪对第一受种人员的指纹进行二次识别得到对疫苗信息所对应的确认信息;
提取模块,用于将接收到确认信息的时刻作为第一时刻,由所述第一时刻为起始点提取监控摄像头所拍摄的视频得到第一视频数据,将第一时刻之前的视频数据作为第二视频数据,对所述第一视频数据进行接种行为识别得到第一识别结果;
提醒模块,用于若所述第一识别结果不满足要求,则基于接种一体机对第一医护人员进行显示提醒;
生成模块,用于统计第一接种信息、第一条码身份信息、第二条码身份信息、疫苗照片、疫苗信息、第一视频数据、第二视频数据、第一识别结果生成人员接种数据。
本发明还提供一种存储介质,所述存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中,存储介质可以是计算机存储介质,也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如,存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。另外,该ASIC可以位于用户设备中。当然,处理器和存储介质也可以作为分立组件存在于通信设备中。存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在存储介质中。设备的至少一个处理器可以从存储介质读取该执行指令,至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于数据处理的智能接种桌的控制方法,其特征在于,包括:
接种一体机在接收到接种触发信号后,确定接种列表中的第一接种信息,控制扬声器对第一接种信息进行播放,以及控制监控摄像头开启对智能接种桌进行拍摄;
基于扫码设备对第一受种人员的接种证条码进行识别得到第一条码身份信息,基于无线蓝牙指纹仪对第一受种人员的指纹进行一次识别得到第二条码身份信息;
若第一条码身份信息和第二条码身份信息相对应,则控制高拍仪对疫苗装置进行图像采集得到疫苗照片并基于接种一体机进行显示,接种一体机在接收到疫苗确认信号后,控制扫码设备对疫苗装置的监管码进行识别;
扫码设备根据所述监管码得到疫苗信息,控制接种告知设备对所述疫苗信息进行播放,基于无线蓝牙指纹仪对第一受种人员的指纹进行二次识别得到对疫苗信息所对应的确认信息;
将接收到确认信息的时刻作为第一时刻,由所述第一时刻为起始点提取监控摄像头所拍摄的视频得到第一视频数据,将第一时刻之前的视频数据作为第二视频数据,对所述第一视频数据进行接种行为识别得到第一识别结果;
若所述第一识别结果不满足要求,则基于接种一体机对第一医护人员进行显示提醒;
统计第一接种信息、第一条码身份信息、第二条码身份信息、疫苗照片、疫苗信息、第一视频数据、第二视频数据生成人员接种数据。
2.根据权利要求1所述的基于数据处理的智能接种桌的控制方法,其特征在于,
所述将接收到确认信息的时刻作为第一时刻,由所述第一时刻为起始点提取监控摄像头所拍摄的视频得到第一视频数据,将第一时刻之前的视频数据作为第二视频数据,对所述第一视频数据进行接种行为识别得到第一识别结果,包括:
提取所述第一视频数据中的第一视频帧,基于OpenCV对第一视频帧进行人体识别得到多个人体轮廓,根据所述人体轮廓的位置将所述人体轮廓分为受种人体轮廓和医护人体轮廓;
基于OpenCV对受种人体轮廓的肩部、肘部进行识别得到受种人员肩部节点、受种人员肘部节点;
若判断在第一视频帧内识别到注射器,则将所述受种人员肩部节点和受种人员肘部节点进行连线得到第一受种连接线,将所述第一受种连接线分解为多个受种连接点;
获取所述注射器所对应的注射标识点,计算所述注射标识点与第一受种连接线中每一个受种连接点的位置距离得到第一受种距离,将最小的第一受种距离对应的受种连接点作为目标受种点;
若所述目标受种点所对应的目标受种标号与预设受种标号相对应,则生成满足要求的第一识别结果;
若所述目标受种点所对应的目标受种标号与预设受种标号不对应,则生成不满足要求的第一识别结果,并生成相对应的受种引导线。
3.根据权利要求2所述的基于数据处理的智能接种桌的控制方法,其特征在于,
所述提取所述第一视频数据中的第一视频帧,基于OpenCV对第一视频帧进行人体识别得到多个人体轮廓,根据所述人体轮廓的位置将所述人体轮廓分为受种人体轮廓和医护人体轮廓,包括:
对第一视频帧进行坐标化处理,基于OpenCV对第一视频帧进行人体识别得到多个人体轮廓,根据每个人体轮廓所对应像素点的坐标确定每个轮廓所对应的轮廓中心点;
确定第一视频帧中的受种基准点、医护基准点,所述受种基准点、医护基准点预先设置;
计算每个轮廓中心点分别与受种基准点之间的距离得到第一接种轮廓距离,计算每个轮廓中心点分别与医护基准点之间的距离得到第二接种轮廓距离;
将最小的第一接种轮廓距离所对应轮廓中心点的人体轮廓作为受种人体轮廓,将最小的第二接种轮廓距离所对应轮廓中心点的人体轮廓作为医护人体轮廓;
控制接种一体机显示第一视频帧时,对受种人体轮廓按照第一形式显示,对医护人体轮廓按照第二形式显示,对非受种人体轮廓、非医护人体轮廓以外的其他人体轮廓按照第三形式显示。
4.根据权利要求3所述的基于数据处理的智能接种桌的控制方法,其特征在于,
所述对第一视频帧进行坐标化处理,基于OpenCV对第一视频帧进行人体识别得到多个人体轮廓,根据每个人体轮廓所对应像素点的坐标确定每个轮廓所对应的轮廓中心点,包括:
获取每个人体轮廓中的极大X轴值、极小X轴值、极大Y轴值、极小Y轴值,根据所述极大X轴值、极小X轴值进行计算得到中间X轴值,根据所述极大Y轴值、极小Y轴值进行计算得到中间Y轴值;
统计每个人体轮廓所对应的中间X轴值、中间Y轴值,将所述中间X轴值、中间Y轴值所形成的坐标点作为每个人体轮廓所对应的轮廓中心点。
5.根据权利要求4所述的基于数据处理的智能接种桌的控制方法,其特征在于,
所述若判断在第一视频帧内识别到注射器,则将所述受种人员肩部节点和受种人员肘部节点进行连线得到第一受种连接线,将所述第一受种连接线分解为多个受种连接点,包括:
基于预先训练的识别模型对第一视频帧进行识别,若判断在第一视频帧内识别到注射器,则将受种人员肩部节点的肩部中心点、受种人员肘部节点的肘部中心点进行连线得到第一受种连接线;
根据所述肩部中心点的坐标、肘部中心点的坐标进行计算,得到第一受种连接线的连接线长度,基于预设连接点数量、连接线长度进行计算得到等分长度,通过以下公式计算等分长度,
以所述肩部中心点为起始点、肘部中心点为截止点,依次按照等分长度确定第一受种连接线中的受种连接点,按照受种连接点的确定顺序对每个受种连接点添加受种标号。
6.根据权利要求5所述的基于数据处理的智能接种桌的控制方法,其特征在于,通过以下步骤对识别模型进行训练,包括:
接收训练图像集,所述训练图像内包括多个不同角度方式设置的注射器,每个训练图像中会具有对不同方式设置的注射器的标注;
基于所述训练图像集对神经网络模型进行训练,得到用于识别注射器的识别模型,所述识别模型在判断具有与训练图像中相同方式设置的注射器后,会识别到相应的注射器。
7.根据权利要求5所述的基于数据处理的智能接种桌的控制方法,其特征在于,
所述获取所述注射器所对应的注射标识点,计算所述注射标识点与第一受种连接线中每一个受种连接点的位置距离得到第一受种距离,将最小的第一受种距离对应的受种连接点作为目标受种点,包括:
获取第一视频帧中注射器所对应的所有像素点的坐标,将注射器所对应预设位置坐标的像素点作为注射标识点,根据注射标识点的坐标、每一个受种连接点的坐标进行计算,得到第一受种距离;
将最小的第一受种距离对应的受种连接点作为目标受种点,对目标受种点按照第四形式显示。
8.根据权利要求7所述的基于数据处理的智能接种桌的控制方法,其特征在于,
所述若所述目标受种点所对应的目标受种标号与预设受种标号不对应,则生成不满足要求的第一识别结果,并生成相对应的受种引导线,包括:
根据所述监管码确定相对应预设受种标号,若所述目标受种点所对应的目标受种标号与预设受种标号不对应,则生成不满足要求的第一识别结果;
将目标受种点所对应的第一受种连接点、预设受种标号所对应的第二受种连接点进行连接,得到第二受种连接线;
若所述目标受种标号小于所述预设受种标号,则将所述第二受种连接线向下平移第一数量像素点,将预设的下标箭头与第二受种连接线的下端相对应设置;
若所述目标受种标号大于所述预设受种标号,则将所述第二受种连接线向上平移第二数量像素点,将预设的上标箭头与第二受种连接线的上端相对应设置。
9.根据权利要求8所述的基于数据处理的智能接种桌的控制方法,其特征在于,还包括:
获取每一个第一视频帧所对应的目标受种标号,若判断相邻的预设数量的第一视频帧中所有的目标受种标号相同,则将目标受种标号所对应的受种标号作为实际受种标号;
若所述实际受种标号与所述预设受种标号相对应,则对相应的第一医护人员添加第一接种标记;
若所述实际受种标号与所述预设受种标号不对应,则对相应的第一医护人员添加第二接种标记;
根据所述第一接种标记的数量、第二接种标记的数量计算每个第一医护人员所对应的正确接种率,若所述正确接种率小于预设接种率,则对管理员输出第一提醒信息,通过以下公式计算正确接种率,
10.一种基于数据处理的智能接种桌的控制装置,其特征在于,包括:
确定模块,用于使接种一体机在接收到接种触发信号后,确定接种列表中的第一接种信息,控制扬声器对第一接种信息进行播放,以及控制监控摄像头开启对智能接种桌进行拍摄;
识别模块,用于基于扫码设备对第一受种人员的接种证条码进行识别得到第一条码身份信息,基于无线蓝牙指纹仪对第一受种人员的指纹进行一次识别得到第二条码身份信息;
第一控制模块,用于若第一条码身份信息和第二条码身份信息相对应,则控制高拍仪对疫苗装置进行图像采集得到疫苗照片并基于接种一体机进行显示,接种一体机在接收到疫苗确认信号后,控制扫码设备对疫苗装置的监管码进行识别;
第二控制模块,用于使扫码设备根据所述监管码得到疫苗信息,控制接种告知设备对所述疫苗信息进行播放,基于无线蓝牙指纹仪对第一受种人员的指纹进行二次识别得到对疫苗信息所对应的确认信息;
提取模块,用于将接收到确认信息的时刻作为第一时刻,由所述第一时刻为起始点提取监控摄像头所拍摄的视频得到第一视频数据,将第一时刻之前的视频数据作为第二视频数据,对所述第一视频数据进行接种行为识别得到第一识别结果;
提醒模块,用于若所述第一识别结果不满足要求,则基于接种一体机对第一医护人员进行显示提醒;
生成模块,用于统计第一接种信息、第一条码身份信息、第二条码身份信息、疫苗照片、疫苗信息、第一视频数据、第二视频数据、第一识别结果生成人员接种数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211470179.8A CN115579123B (zh) | 2022-11-23 | 2022-11-23 | 基于数据处理的智能接种桌的控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211470179.8A CN115579123B (zh) | 2022-11-23 | 2022-11-23 | 基于数据处理的智能接种桌的控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115579123A true CN115579123A (zh) | 2023-01-06 |
CN115579123B CN115579123B (zh) | 2023-02-28 |
Family
ID=84590306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211470179.8A Active CN115579123B (zh) | 2022-11-23 | 2022-11-23 | 基于数据处理的智能接种桌的控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115579123B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111640478A (zh) * | 2020-05-29 | 2020-09-08 | 北京医然制冷设备有限公司 | 疫苗识别管理系统及方法 |
CN213666463U (zh) * | 2020-07-03 | 2021-07-13 | 宁波鑫义信息科技有限公司 | 一种一体化的疫苗接种台 |
CN113425332A (zh) * | 2021-06-29 | 2021-09-24 | 尹丰 | 核酸采集和疫苗接种一体化装置及方法 |
CN113470080A (zh) * | 2021-07-20 | 2021-10-01 | 浙江大华技术股份有限公司 | 一种违规行为识别方法 |
CN215839470U (zh) * | 2021-04-10 | 2022-02-18 | 深圳市雄帝科技股份有限公司 | 一种预防接种智能工作台及其系统 |
CN114898857A (zh) * | 2022-03-03 | 2022-08-12 | 深圳泛海未来科技有限公司 | 自助疫苗接种方法及系统 |
-
2022
- 2022-11-23 CN CN202211470179.8A patent/CN115579123B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111640478A (zh) * | 2020-05-29 | 2020-09-08 | 北京医然制冷设备有限公司 | 疫苗识别管理系统及方法 |
CN213666463U (zh) * | 2020-07-03 | 2021-07-13 | 宁波鑫义信息科技有限公司 | 一种一体化的疫苗接种台 |
CN215839470U (zh) * | 2021-04-10 | 2022-02-18 | 深圳市雄帝科技股份有限公司 | 一种预防接种智能工作台及其系统 |
CN113425332A (zh) * | 2021-06-29 | 2021-09-24 | 尹丰 | 核酸采集和疫苗接种一体化装置及方法 |
CN113470080A (zh) * | 2021-07-20 | 2021-10-01 | 浙江大华技术股份有限公司 | 一种违规行为识别方法 |
CN114898857A (zh) * | 2022-03-03 | 2022-08-12 | 深圳泛海未来科技有限公司 | 自助疫苗接种方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115579123B (zh) | 2023-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102132721B1 (ko) | 신체 사이즈 측정용 사진 획득 방법 및 이를 이용한 신체 사이즈 측정 방법, 서버 및 프로그램 | |
CN112184705B (zh) | 一种基于计算机视觉技术的人体穴位识别、定位及应用系统 | |
US11145130B2 (en) | Method for automatically capturing data from non-networked production equipment | |
CN105903157A (zh) | 电子教练实现方法及系统 | |
US20230419731A1 (en) | Detection of kinetic events and mechanical variables from uncalibrated video | |
CN114072107A (zh) | 矫正装置的测量和排序系统 | |
WO2017193591A1 (zh) | 俯卧撑测试的计数方法及系统 | |
CN107694046A (zh) | 一种健身运动训练方法、装置及计算机可读存储介质 | |
CN114022512A (zh) | 运动辅助方法、装置及介质 | |
CN113128336A (zh) | 一种引体向上测试计数方法、装置、设备和介质 | |
CN115579123B (zh) | 基于数据处理的智能接种桌的控制方法及装置 | |
JP6402455B2 (ja) | 管理方法、管理プログラム、管理装置および管理システム | |
CN111028643A (zh) | 一种急救教学自动识别方法及系统 | |
CN104857691A (zh) | 在可穿戴设备中估计高尔夫球落点的方法和设备 | |
US20240029372A1 (en) | Method for automatically capturing data from non-networked production equipment | |
CN109934798A (zh) | 体内目标物信息标注方法及装置、电子设备、存储介质 | |
KR20190112968A (ko) | 증강현실을 이용한 x선 촬영 시뮬레이션 방법 및 프로그램 | |
JP2016004354A (ja) | 身体の姿勢の判定方法 | |
CN111803023A (zh) | 一种视力值校正方法、校正装置、终端设备及存储介质 | |
CN110458076A (zh) | 一种基于计算机视觉的教学方法及系统 | |
CN114067354A (zh) | 一种基于视觉技术的引体向上测试计数方法、装置和介质 | |
KR20230086874A (ko) | 3d 신체 정밀 추적 기술을 이용한 재활 훈련 시스템 | |
CN114241604A (zh) | 姿态检测的方法、装置、电子设备和存储介质 | |
TW201413634A (zh) | 終端裝置、醫療數據輸入系統及其方法 | |
CN111723754B (zh) | 一种左右眼识别方法、识别装置、终端设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 214000, Floor 20, Office Area, Yinhua Financial Building, Licheng Road 18, Wuxi Economic Development Zone, Wuxi City, Jiangsu Province Patentee after: Zhongweixin Software Co.,Ltd. Address before: 7th Floor, Building 02, R&D Headquarters Park, Nanjing Xincheng Science and Technology Park, No. 68 Olympic Sports Street, Jianye District, Nanjing City, Jiangsu Province 210000 Patentee before: Nanjing zhongweixin Software Technology Co.,Ltd. |