CN115862115B - 基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备 - Google Patents
基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备 Download PDFInfo
- Publication number
- CN115862115B CN115862115B CN202211666561.6A CN202211666561A CN115862115B CN 115862115 B CN115862115 B CN 115862115B CN 202211666561 A CN202211666561 A CN 202211666561A CN 115862115 B CN115862115 B CN 115862115B
- Authority
- CN
- China
- Prior art keywords
- infant
- area
- head
- detection area
- position information
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000029058 respiratory gaseous exchange Effects 0.000 title claims description 37
- 230000000474 nursing effect Effects 0.000 claims abstract description 26
- 230000001815 facial effect Effects 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 230000002035 prolonged effect Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000010365 information processing Effects 0.000 claims description 8
- 230000004807 localization Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 9
- 210000003128 head Anatomy 0.000 description 73
- 238000012549 training Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000000241 respiratory effect Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 101150014742 AGE1 gene Proteins 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及图像处理技术领域，解决了现有技术中无法准确定位呼吸检测区域的问题，提供了一种基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备。该方法包括：获取婴幼儿看护场景下的实时的视频图像；识别所述视频图像中的婴幼儿头部位置信息，对所述婴幼儿头部所在区域进行跟踪；识别所述婴幼儿头部所在区域中所述婴幼儿的脸部关键点信息；在所述婴幼儿正脸区域中提取正脸关键点信息，将所述正脸关键点信息输入预设的呼吸检测区域定位模型中，定位婴幼儿呼吸检测区域。本发明一方面避免了监控画面中非婴幼儿睡眠区域对呼吸检测的干扰；另一方面解决了当婴幼儿身体被遮挡时，无法定位呼吸检测区域的问题。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备。
背景技术
婴幼儿智能看护被广大年轻父母所推崇，如何提供准确的智能看护是AI智能看护设备占有市场的重要因素。
现有技术中，在常见的对婴幼儿的睡眠看护场景中，可以通过视觉算法检测婴幼儿胸部起伏情况来进行呼吸检测。但是由于睡眠看护设备的安装位置和角度十分灵活，常出现婴幼儿睡眠区域占整个监护区域的比例较小的情况，针对上述情况，如果将整个监护区域都作为呼吸检测区域，容易受到非婴幼儿睡眠区域的干扰，其次，由于在大部分婴幼儿睡眠看护场景中，婴幼儿身体的大部分都会被被子等遮挡，通过人形检测算法来定位呼吸检测区域的方式并不适用。
为此，如何降低看护设备监控区域中非婴幼儿睡眠区域的干扰，准确定位呼吸检测区域是亟待解决的问题。
发明内容
本发明实施例提供了基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备，用以解决现有技术中无法准确定位呼吸检测区域的问题。
第一方面，本发明实施例提供了一种基于视觉的婴幼儿呼吸检测区域定位方法，其特征在于，所述方法包括：
S1：获取婴幼儿看护场景下的实时的视频图像；
S2：识别所述视频图像中的婴幼儿头部位置信息，依据所述婴幼儿头部位置信息，对所述婴幼儿头部所在区域进行跟踪；
S3：识别所述婴幼儿头部所在区域中所述婴幼儿的脸部关键点信息，依据所述脸部关键点信息确定婴幼儿正脸区域；
S4：在所述婴幼儿正脸区域中提取正脸关键点信息，将所述正脸关键点信息输入预设的呼吸检测区域定位模型中，定位婴幼儿呼吸检测区域。
优选地，所述正脸关键点信息包括：左眼睛位置信息、右眼睛位置信息和鼻子位置信息。
优选地，所述S4包括：
S41：依据预设的婴幼儿年龄信息，确定婴幼儿的呼吸检测区域比例；
S42：对所述左眼睛位置信息、右眼睛位置信息和鼻子位置信息进行处理，确定婴幼儿的肩部起始位置信息；
S43：在所述肩部起始位置之下，利用虚拟的第一目标矩形框标记出与所述婴幼儿头部所在区域的长和宽都相同的目标区域；
S44：依据所述呼吸检测区域比例对所述目标区域进行放大，并利用虚拟的第二目标矩形框标记出放大后的区域，记所述第二矩形框所在区域为呼吸检测区域。
优选地，所述S41包括：
S411：获取预先设置的婴幼儿的出生日期和实时的看护日期；
S412：依据所述婴幼儿的出生日期和实时的看护日期，计算得出婴幼儿的实际年龄；
S413：预先设置多个婴幼儿年龄阈值，将所述婴幼儿的实际年龄与各所述婴幼儿年龄阈值进行比较，确定婴幼儿当前所处的成长阶段；
S414：依据所述婴幼儿当前所处的成长阶段，确定与成长阶段相对应的婴幼儿身体与头部的比例，记作呼吸检测区域比例。
优选地，所述S42包括：
S421：依据所述左眼睛位置信息和右眼睛位置信息，标记出婴幼儿的左眼睛关键点和右眼睛关键点，利用虚拟的第一直线连接所述左眼睛关键点和右眼睛关键点；
S422：依据所述鼻子位置信息，标记出婴幼儿的鼻子关键点，过所述鼻子关键点作所述第一直线的垂线，将所述第一直线到鼻子关键点的方向作为垂线方向；
S423：利用预设的直线检测算法在所述垂线方向上进行直线检测，当检测到存在目标直线与所述第一直线斜率相似且距离婴幼儿头部最近时，记所述目标直线的位置为肩部起始位置。
优选地，所述S43包括：
S431：依据所述婴幼儿头部位置信息，标记出婴幼儿头部的最小外接矩形框，并得出所述矩形框的长和宽；
S432：在所述肩部起始位置之下，将所述垂线与肩部起始位置的交点作为第一目标矩形框的宽的中点，标记出与所述婴幼儿头部所在区域的长和宽都相同的目标区域。
优选地，所述S44包括：
S441：依据所述呼吸检测区域比例，利用虚拟直线延长所述目标区域的长和宽；
S442：利用所述第二目标矩形框标记长和宽都延长后的闭合矩形区域，将所述闭合矩形区域记为呼吸检测区域。
第二方面，本发明实施例提供了一种基于视觉的婴幼儿呼吸检测区域定位装置，所述装置包括：
视频图像获取模块，用于获取婴幼儿看护场景下的实时的视频图像；
头部信息处理模块，用于识别所述视频图像中的婴幼儿头部位置信息，依据所述婴幼儿头部位置信息，对所述婴幼儿头部所在区域进行跟踪；
脸部信息处理模块，用于识别所述婴幼儿头部所在区域中所述婴幼儿的脸部关键点信息，依据所述脸部关键点信息确定婴幼儿正脸区域；
呼吸检测区域定位模块，用于在所述婴幼儿正脸区域中提取正脸关键点信息，将所述正脸关键点信息输入预设的呼吸检测区域定位模型中，定位婴幼儿呼吸检测区域。
第三方面，本发明实施例提供了一种电子设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
第四方面，本发明实施例提供了一种存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
综上所述，本发明的有益效果如下：
本发明实施例提供的基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备，获取婴幼儿看护场景下的实时的视频图像；识别所述视频图像中的婴幼儿头部位置信息，依据所述婴幼儿头部位置信息，对所述婴幼儿头部所在区域进行跟踪；识别所述婴幼儿头部所在区域中所述婴幼儿的脸部关键点信息，依据所述脸部关键点信息确定婴幼儿正脸区域；在所述婴幼儿正脸区域中提取正脸关键点信息，将所述正脸关键点信息输入预设的呼吸检测区域定位模型中，定位婴幼儿呼吸检测区域。一方面，由于定位了呼吸检测区域，避免了监控画面中非婴幼儿睡眠区域对呼吸检测的干扰；另一方面，由于定位呼吸检测区域依据的是脸部信息，脸部信息依据的是头部信息，实际呼吸检测区域是通过检测婴幼儿头部信息来定位的，而不再需要对婴幼儿进行人形检测，解决了常见的婴幼儿看护场景中，当婴幼儿身体被遮挡时，无法定位呼吸检测区域的问题。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，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，这些均在本发明的保护范围内。
图1是本发明实施例1的基于视觉的呼吸检测区域定位方法的整体工作的流程示意图；
图2是本发明实施例1的婴幼儿关键点信息的示意图；
图3是本发明实施例1的定位呼吸检测区域的流程示意图；
图4是本发明实施例1的确定呼吸检测区域比例的流程示意图；
图5是本发明实施例1的定位肩部起始位置的流程示意图；
图6是本发明实施例1的确定目标区域的流程示意图；
图7是本发明实施例1的放大目标区域的流程示意图；
图8是本发明实施例2的基于视觉的婴幼儿呼吸检测区域定位装置的结构框图；
图9是本发明实施例3的电子设备的结构示意图；
附图标记说明：1—左眼睛关键点、2—右眼睛关键点、3—鼻子关键点、4—第一直线、5—第二直线、6—婴幼儿头部区域、7—呼吸检测区域、8—被子。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例，为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细描述。应理解，此处所描述的具体实施例仅被配置为解释本发明，并不被配置为限定本发明。对于本领域技术人员来说，本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
实施例1
请参见图1，本发明实施例提供了一种基于视觉的婴幼儿呼吸检测区域定位方法，其特征在于，所述方法包括：
S1：获取婴幼儿看护场景下的实时的视频图像；
具体地，获取婴幼儿看护设备上与婴幼儿睡眠相关的实时视频流，由于婴儿睡眠可能出现在白天，大多情况下出现在夜晚，所述的实时视频流可以是白天拍摄的彩色视频，也可以是晚上的红外视频流图像，从而实现对婴幼儿日夜二十四小时的看护体验，将所述实时视频流转换为多帧视频图像。
S2：识别所述视频图像中的婴幼儿头部位置信息，依据所述婴幼儿头部位置信息，对所述婴幼儿头部所在区域进行跟踪；
具体地，在婴幼儿看护设备出厂前，收集大量社会公开的婴幼儿各成长阶段的图像进行分析，主要关注婴幼儿的睡眠场景下的图像，以这些图像作为深度学习模型的训练数据基础，预先标注并构建婴幼儿睡眠场景下包括婴幼儿头部的训练数据，利用CenterNet、YoloV5或YoloX等常用目标检测网络对所述视频图像进行训练，对于训练数据的增强操作上，需要加大视频图像旋转的操作的占比，待检测出视频图像中的婴幼儿头部位置点后，利用IOU跟踪、KCF跟踪或MeanShift跟踪等常用视觉跟踪算法对所述婴幼儿头部位置点进行跟踪，此时，跟踪的区域是由多个婴幼儿头部位置点连接而成的闭合不规则区域，记为婴幼儿头部区域。通过训练数据的增强操作和对婴幼儿头部位置点的跟踪，解决了由于婴幼儿在睡眠场景中，其头部位置和方向随着翻身、扭动等动作发生变化，进而导致识别出的婴幼儿头部区域不准确的问题。
S3：识别所述婴幼儿头部所在区域中所述婴幼儿的脸部关键点信息，依据所述脸部关键点信息确定婴幼儿正脸区域；
具体地，预先标注并构建婴幼儿睡眠场景下包括婴幼儿脸部的训练数据，利用ONet或PFLD等常用脸部特征检测网络，对上述跟踪的婴幼儿头部区域进行训练，并依次按照90度、180度、270度这3个角度，进行翻转训练，判断所述婴幼儿头部区域中是否存在与婴幼儿脸部的训练数据匹配的关键点，当存在关键点时，将匹配度最高的关键点作为脸部关键点，预先标注并构建婴幼儿睡眠场景下包括婴幼儿正脸和非正脸的训练数据，进一步利用Onet或ResNet18等常用神经网络分类算法对所述脸部关键点分类，判定所述脸部关键点是否为正脸关键点，将所述正脸关键点围成的闭合区域作为婴幼儿正脸区域。
S4：在所述婴幼儿正脸区域中提取正脸关键点信息，将所述正脸关键点信息输入预设的呼吸检测区域定位模型中，定位婴幼儿呼吸检测区域。
具体地，当判定脸部关键点为正脸关键点时，提取此时的左眼睛位置信息、右眼睛位置信息和鼻子位置信息作为正脸关键点信息，依据预设的婴幼儿年龄，确定呼吸检测区域比例；对所述左眼睛位置信息、右眼睛位置信息和鼻子位置信息进行处理，确定肩部起始位置信息；依据所述呼吸检测区域比例，结合所述肩部起始位置信息，对所述婴幼儿头部位置信息进行处理，确定呼吸检测区域。
具体地，一方面，由于定位了呼吸检测区域，避免了监控画面中非婴幼儿睡眠区域对呼吸检测的干扰；另一方面，由于定位呼吸检测区域依据的是脸部信息，脸部信息依据的是头部信息，实际呼吸检测区域是通过检测婴幼儿头部信息来定位的，而不再需要对婴幼儿进行人形检测，解决了常见的婴幼儿看护场景中，当婴幼儿身体被遮挡时，无法定位呼吸检测区域的问题。
在一实施例中，请参见图2，所述正脸关键点信息包括：左眼睛位置信息、右眼睛位置信息和鼻子位置信息。
具体地，如图2所示，当识别此时的婴幼儿为正脸时，提取正脸关键点信息：标号1为提取的左眼睛关键点，标号2为右眼睛关键点，标号3为鼻子关键点，在实际婴幼儿睡眠场景中，即使呼吸检测的重点区域被棉被等遮挡物遮挡，即胸部区域被遮挡，根据上述关键点之间的关系也可以确定呼吸检测区域，提升了婴幼儿看护设备的用户体验。
在一实施例中，请参见图3，所述S4包括：
S41：依据预设的婴幼儿年龄信息，确定婴幼儿的呼吸检测区域比例；
具体地，收集大量社会公开的婴幼儿各年龄阶段的图像进行分析，主要关注婴幼儿的身体相对于头部的比例，以这些图像作为深度学习模型的训练数据基础，通过训练输出识别模型，该识别模型可以根据年龄阶段判断婴幼儿身体相对于头部的比例，获取用户通过点、按移动终端输入的当前婴幼儿年龄，预设年龄区间，确定所述婴幼儿年龄处于的年龄区间，将所述年龄区间输入所述识别模型中，确定当前视频图像中婴幼儿身体相对于所述婴幼儿头部的比例，记为呼吸检测区域比例。用户通过移动终端灵活设置当前婴幼儿的年龄，再通过预设的识别模型确定最终呼吸检测区域比例，由于用户设置的年龄是结合实际情况的，避免了因不同年龄段婴幼儿个体之间身体比例出现的差异，提升了呼吸检测区域的定位准确性。
在一实施例中，请参见图4，所述S41包括：
S411：获取预先设置的婴幼儿的出生日期和实时的看护日期；
S412：依据所述婴幼儿的出生日期和实时的看护日期，计算得出婴幼儿的实际年龄；
S413：预先设置多个婴幼儿年龄阈值，将所述婴幼儿的实际年龄与各所述婴幼儿年龄阈值进行比较，确定婴幼儿当前所处的成长阶段；
S414：依据所述婴幼儿当前所处的成长阶段，确定与成长阶段相对应的婴幼儿身体与头部的比例，记作呼吸检测区域比例。
具体地，获取用户预先设置的婴幼儿的出生日期t1和实时的看护日期t2，并计算得出婴幼儿的当前年龄为t＝t2-t1，再预先设置三个年龄阈值分别为：第一阈值Age1等于1、第二阈值Age2等于3，第三阈值Age3等于8，依据所述三个年龄阈值，对所述婴幼儿的当前年龄t进行判断，若所述婴幼儿的当前年龄t小于1时，则切换至第一呼吸检测比例；若所述婴幼儿的当前年龄t介于1和3之间，则切换至第二呼吸检测比例；若所述婴幼儿的当前年龄t介于3和8之间，则切换至第三呼吸检测比例；若所述婴幼儿的当前年龄t大于8，则切换至第四呼吸检测比例。由于婴幼儿在不同的年龄阶段其头部与身体的比例也会发生改变，通常情况下婴幼儿年龄越大，其身体的长度会增长较快，而婴幼儿的身体宽度增长较慢，导致呼吸检测比例发生改变，通过四个不同的呼吸检测比例，能够实现对各个年龄阶段婴幼儿的呼吸检测区域准确预判，提升了检测区域定位的年龄多样性。
S42：对所述左眼睛位置信息、右眼睛位置信息和鼻子位置信息进行处理，确定婴幼儿的肩部起始位置信息；
具体地，如图2所示，当看护设备获取的是婴幼儿正脸的关键点信息时，此时婴幼儿睡姿为平躺，头部与身体近乎在同一水平面上，可认为婴幼儿双眼连线与肩部连线近乎平行，获取标号为1的左眼睛关键点的位置信息和标号为2的右眼睛关键点的位置信息，连接两个关键点，将连线作为第一直线，所述第一直线标号为4；获取标号为3的鼻子关键点的位置信息，过所述鼻子关键点作所述第一直线的垂线，将所述第一直线到鼻子关键点的方向作为垂线方向；利用预设的直线检测算法在所述垂线方向上进行直线检测，识别出与所述第一直线对应的第二直线，所述第二直线标号为5，其中，所述第二直线5的斜率与第一直线4的斜率之差在预设范围内，距离头部最近，将所述第二直线记为肩部起始位置。通过检测夜间婴幼儿睡眠时露在外面的头部和脸部信息，就可以定位肩部起始位置，进而定位呼吸检测区域，避免了出现现有技术利用目标检测算法无法检测被遮挡的胸部区域的问题。
在一实施例中，请参见图5，所述S42包括：
S421：依据所述左眼睛位置信息和右眼睛位置信息，标记出婴幼儿的左眼睛关键点和右眼睛关键点，利用虚拟的第一直线连接所述左眼睛关键点和右眼睛关键点；
具体地，如图2所示，获取标号为1的左眼睛关键点的位置信息和标号为2的右眼睛关键点的位置信息，连接上述两个关键点，标记出标号为4的第一直线。由于婴幼儿双眼通常在睡眠场景下也不会被遮挡，作为识别和定位依据较为方便。
S422：依据所述鼻子位置信息，标记出婴幼儿的鼻子关键点，过所述鼻子关键点作所述第一直线的垂线，将所述第一直线到鼻子关键点的方向作为垂线方向；
具体地，如图2所示，获取标号为3的鼻子关键点的位置信息，过所述鼻子关键点做婴幼儿双眼连线的垂线，再将第一直线到鼻子的方向作为后续识别肩部关键信息的依据。
S423：利用预设的直线检测算法在所述垂线方向上进行直线检测，当检测到存在目标直线与所述第一直线斜率相似且距离婴幼儿头部最近时，记所述目标直线的位置为肩部起始位置。
具体地，预先设置斜率阈值为0.5，获取上述第一直线到鼻子关键点的垂线方向，沿着垂线方向通过LSD直线检测算法找到于第一直线对应的第二直线，其中，所述第一直线斜率与所述第二直线斜率之差的绝对值小于斜率阈值0.5，再预设距离阈值为0.3，获取所述第二直线与垂线的交点坐标和婴幼儿头部所有关键点中纵坐标最小的关键点坐标，依据所述交点坐标和关键点坐标计算得出第二直线与婴幼儿头部之间的距离，此距离应当小于所述距离阈值0.3，即认为找到与所述婴幼儿头部所在区域最近的第二直线，将第二直线标记为肩部起始位置，婴幼儿胸部区域，即呼吸检测区域在肩部位置之下，因此，确定了肩部起始位置便于后续确定呼吸检测区域。
S43：在所述肩部起始位置之下，利用虚拟的第一目标矩形框标记出与所述婴幼儿头部所在区域的长和宽都相同的目标区域；
具体地，婴幼儿看护设备检测婴幼儿的呼吸主要是通过检测胸部的起伏情况，由于夜间睡眠时婴幼儿盖着被子，胸部常被遮挡，而婴幼儿平躺状态下，脖子的长度较小，可视为婴幼儿胸部区域在肩膀之下，因此，将所述肩部起始位置的下方区域按照预设尺寸标记出矩形框区域，将此矩形框区域记为呼吸检测区域。所述预设尺寸的计算方式为：获取婴幼儿头部位置信息，计算婴幼儿头部的最小外接矩形框的尺寸；依据呼吸检测区域比例，放大所述矩形框尺寸。依据婴幼儿头部位置信息来确定婴幼儿胸部区域，即呼吸检测区域，避免了夜间睡眠场景下因婴幼儿身体被遮挡而无法定位呼吸检测区域的情况出现。
在一实施例中，请参见图6，所述S43包括：
S431：依据所述婴幼儿头部位置信息，标记出婴幼儿头部的最小外接矩形框，并得出所述矩形框的长和宽；
具体地，获取婴幼儿头部所有关键点的位置信息，连接所述婴幼儿头部所有关键点，得出一个近似椭圆状的婴幼儿初始头部区域，标记出所述初始头部区域的最小外接矩形框作为如图2所示的标号为6的婴幼儿头部区域，并得出所述外界矩形框的左上角顶点(x1，y1)和右下角顶点(x2，y2),计算得出所述矩形框的长a＝|x1-x2|和宽b＝|y1-y2|作为婴幼儿头部尺寸输出。
S432：在所述肩部起始位置之下，将所述垂线与肩部起始位置的交点作为第一目标矩形框的宽的中点，标记出与所述婴幼儿头部所在区域的长和宽都相同的目标区域。
具体地，如图2所示，获取标号为5的第二直线，即肩部起始位置，将第二直线与垂线的交点作为呼吸检测区域宽的中点，再结合呼吸检测区域尺寸，沿着垂线方向标记出一个矩形框作为呼吸检测区域，由于定位了呼吸检测区域，避免了监控画面中非婴幼儿睡眠区域对呼吸检测的干扰。
S44：依据所述呼吸检测区域比例对所述目标区域进行放大，并利用虚拟的第二目标矩形框标记出放大后的区域，记所述第二矩形框所在区域为呼吸检测区域。
在一实施例中，请参见图7，所述S44包括：
S441：依据所述呼吸检测区域比例，利用虚拟直线延长所述目标区域的长和宽；
具体地，获取当前呼吸检测区域比例和目标区域的长和宽，以目标区域的长a＝20，宽b＝10为例，若步骤S41切换为第一呼吸检测比例，则利用虚拟直线延长所述目标区域的长a＝30，宽b＝10；若步骤S41切换为第二呼吸检测比例，则利用虚拟直线延长所述目标区域的长a＝40，宽b＝15；若步骤S41切换为第三呼吸检测比例，则利用虚拟直线延长所述目标区域的长a＝60，宽b＝20；若步骤S41切换为第四呼吸检测比例，则利用虚拟直线延长所述目标区域的长a＝80，宽b＝20。
S442：利用所述第二目标矩形框标记长和宽都延长后的闭合矩形区域，将所述闭合矩形区域记为呼吸检测区域。
具体地，请参见图2，利用所述第二目标矩形框标记长和宽都延长后的标号为7的闭合矩形区域，将所述闭合矩形区域记为呼吸检测区域。当看护设备以前已定位过呼吸检测区域中，则获取保存的上一次的呼吸检测区域尺寸作为本次的呼吸检测区域尺寸，而不用重新计算，有利于看护设备提高定位效率。
实施例2
请参阅图8，本发明实施例提供了一种基于视觉的婴幼儿呼吸检测区域定位装置，所述装置包括：
视频图像获取模块，用于获取婴幼儿看护场景下的实时的视频图像；
头部信息处理模块，用于识别所述视频图像中的婴幼儿头部位置信息，依据所述婴幼儿头部位置信息，对所述婴幼儿头部所在区域进行跟踪；
脸部信息处理模块，用于识别所述婴幼儿头部所在区域中所述婴幼儿的脸部关键点信息，依据所述脸部关键点信息确定婴幼儿正脸区域；
呼吸检测区域定位模块，用于在所述婴幼儿正脸区域中提取正脸关键点信息，将所述正脸关键点信息输入预设的呼吸检测区域定位模型中，定位婴幼儿呼吸检测区域。
具体地，本发明实施例提供的基于视觉的婴幼儿呼吸检测区域定位装置，视频图像获取模块，用于获取婴幼儿看护场景下的实时的视频图像；头部信息处理模块，用于识别所述视频图像中的婴幼儿头部位置信息，依据所述婴幼儿头部位置信息，对所述婴幼儿头部所在区域进行跟踪；脸部信息处理模块，用于识别所述婴幼儿头部所在区域中所述婴幼儿的脸部关键点信息，依据所述脸部关键点信息确定婴幼儿正脸区域；呼吸检测区域定位模块，用于在所述婴幼儿正脸区域中提取正脸关键点信息，将所述正脸关键点信息输入预设的呼吸检测区域定位模型中，定位婴幼儿呼吸检测区域。一方面，由于定位了呼吸检测区域，避免了监控画面中非婴幼儿睡眠区域对呼吸检测的干扰；另一方面，由于定位呼吸检测区域依据的是脸部信息，脸部信息依据的是头部信息，实际呼吸检测区域是通过检测婴幼儿头部信息来定位的，而不再需要对婴幼儿进行人形检测，解决了常见的婴幼儿看护场景中，当婴幼儿身体被遮挡时，无法定位呼吸检测区域的问题。
实施例3
另外，结合图1描述的本发明实施例的基于视觉的婴幼儿呼吸检测区域定位方法可以由电子设备来实现。图9示出了本发明实施例提供的电子设备的硬件结构示意图。
电子设备可以包括处理器以及存储有计算机程序指令的存储器。
具体地，上述处理器可以包括中央处理器(CPU)，或者特定集成电路(ApplicationSpecific Integrated Circuit，ASIC)，或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器可包括硬盘驱动器(Hard Disk Drive，HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus，USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器可在数据处理装置的内部或外部。在特定实施例中，存储器是非易失性固态存储器。在特定实施例中，存储器包括只读存储器(ROM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器通过读取并执行存储器中存储的计算机程序指令，以实现上述实施例中的任意一种基于视觉的婴幼儿呼吸检测区域定位方法。
在一个示例中，电子设备还可包括通信接口和总线。其中，如图9所示，处理器、存储器、通信接口通过总线连接并完成相互间的通信。
通信接口，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
实施例4
另外，结合上述实施例中的基于视觉的婴幼儿呼吸检测区域定位方法，本发明实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种基于视觉的婴幼儿呼吸检测区域定位方法。
综上所述，本发明实施例提供了一种基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备。
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是，本发明中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本发明不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
以上所述，仅为本发明的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种基于视觉的婴幼儿呼吸检测区域定位方法，其特征在于，所述方法包括：
S1：获取婴幼儿看护场景下的实时的视频图像；
S2：识别所述视频图像中的婴幼儿头部位置信息，依据所述婴幼儿头部位置信息，对所述婴幼儿头部所在区域进行跟踪；
S3：识别所述婴幼儿头部所在区域中所述婴幼儿的脸部关键点信息，依据所述脸部关键点信息确定婴幼儿正脸区域；
S4：在所述婴幼儿正脸区域中提取正脸关键点信息，将所述正脸关键点信息输入预设的呼吸检测区域定位模型中，定位婴幼儿呼吸检测区域；
其中，所述正脸关键点信息包括：左眼睛位置信息、右眼睛位置信息和鼻子位置信息；
其中，所述S4包括：
S41：依据预设的婴幼儿年龄信息，确定婴幼儿的呼吸检测区域比例；
S42：对所述左眼睛位置信息、右眼睛位置信息和鼻子位置信息进行处理，确定婴幼儿的肩部起始位置信息；
S43：在所述肩部起始位置之下，利用虚拟的第一目标矩形框标记出与所述婴幼儿头部所在区域的长和宽都相同的目标区域；
S44：依据所述呼吸检测区域比例对所述目标区域进行放大，并利用虚拟的第二目标矩形框标记出放大后的区域，记所述第二目标矩形框所在区域为呼吸检测区域；
其中，所述S41包括：
S411：获取预先设置的婴幼儿的出生日期和实时的看护日期；
S412：依据所述婴幼儿的出生日期和实时的看护日期，计算得出婴幼儿的实际年龄；
S413：预先设置多个婴幼儿年龄阈值，将所述婴幼儿的实际年龄与各所述婴幼儿年龄阈值进行比较，确定婴幼儿当前所处的成长阶段；
S414：依据所述婴幼儿当前所处的成长阶段，确定与成长阶段相对应的婴幼儿身体与头部的比例，记作呼吸检测区域比例；
其中，所述S43包括：
S431：依据所述婴幼儿头部位置信息，标记出婴幼儿头部的最小外接矩形框，并得出所述矩形框的长和宽；
S432：在所述肩部起始位置之下，将垂线与肩部起始位置的交点作为第一目标矩形框的宽的中点，标记出与所述婴幼儿头部所在区域的长和宽都相同的目标区域；
其中，所述S44包括：
S441：依据所述呼吸检测区域比例，利用虚拟直线延长所述目标区域的长和宽；
S442：利用所述第二目标矩形框标记长和宽都延长后的闭合矩形区域，将所述闭合矩形区域记为呼吸检测区域。
2.根据权利要求1所述的基于视觉的婴幼儿呼吸检测区域定位方法，其特征在于，所述S42包括：
S421：依据所述左眼睛位置信息和右眼睛位置信息，标记出婴幼儿的左眼睛关键点和右眼睛关键点，利用虚拟的第一直线连接所述左眼睛关键点和右眼睛关键点；
S422：依据所述鼻子位置信息，标记出婴幼儿的鼻子关键点，过所述鼻子关键点作所述第一直线的垂线，将所述第一直线到鼻子关键点的方向作为垂线方向；
S423：利用预设的直线检测算法在所述垂线方向上进行直线检测，当检测到存在目标直线与所述第一直线斜率相似且距离婴幼儿头部最近时，记所述目标直线的位置为肩部起始位置；
其中，所述S423包括：预先设置斜率阈值为0.5，获取上述第一直线到鼻子关键点的垂线方向，沿着垂线方向通过LSD直线检测算法找到与第一直线对应的第二直线，其中，所述第一直线斜率与所述第二直线斜率之差的绝对值小于斜率阈值0.5,获取所述第二直线与垂线的交点坐标和婴幼儿头部所有关键点中纵坐标最小的关键点坐标，依据所述交点坐标和关键点坐标计算得出第二直线与婴幼儿头部之间的距离，此距离应当小于距离阈值，即认为找到与所述婴幼儿头部所在区域最近的第二直线，将第二直线标记为肩部起始位置。
3.一种基于视觉的婴幼儿呼吸检测区域定位装置，其特征在于，所述装置包括：
视频图像获取模块，用于获取婴幼儿看护场景下的实时的视频图像；
头部信息处理模块，用于识别所述视频图像中的婴幼儿头部位置信息，依据所述婴幼儿头部位置信息，对所述婴幼儿头部所在区域进行跟踪；
脸部信息处理模块，用于识别所述婴幼儿头部所在区域中所述婴幼儿的脸部关键点信息，依据所述脸部关键点信息确定婴幼儿正脸区域；
呼吸检测区域定位模块，用于在所述婴幼儿正脸区域中提取正脸关键点信息，将所述正脸关键点信息输入预设的呼吸检测区域定位模型中，定位婴幼儿呼吸检测区域；
其中，所述正脸关键点信息包括：左眼睛位置信息、右眼睛位置信息和鼻子位置信息；
其中，所述在所述婴幼儿正脸区域中提取正脸关键点信息，将所述正脸关键点信息输入预设的呼吸检测区域定位模型中，定位婴幼儿呼吸检测区域包括：
依据预设的婴幼儿年龄信息，确定婴幼儿的呼吸检测区域比例；
对所述左眼睛位置信息、右眼睛位置信息和鼻子位置信息进行处理，确定婴幼儿的肩部起始位置信息；
在所述肩部起始位置之下，利用虚拟的第一目标矩形框标记出与所述婴幼儿头部所在区域的长和宽都相同的目标区域；
依据所述呼吸检测区域比例对所述目标区域进行放大，并利用虚拟的第二目标矩形框标记出放大后的区域，记所述第二目标矩形框所在区域为呼吸检测区域；
其中，所述依据预设的婴幼儿年龄信息，确定婴幼儿的呼吸检测区域比例包括：
获取预先设置的婴幼儿的出生日期和实时的看护日期；
依据所述婴幼儿的出生日期和实时的看护日期，计算得出婴幼儿的实际年龄；
预先设置多个婴幼儿年龄阈值，将所述婴幼儿的实际年龄与各所述婴幼儿年龄阈值进行比较，确定婴幼儿当前所处的成长阶段；
依据所述婴幼儿当前所处的成长阶段，确定与成长阶段相对应的婴幼儿身体与头部的比例，记作呼吸检测区域比例；
其中，所述在所述肩部起始位置之下，利用虚拟的第一目标矩形框标记出与所述婴幼儿头部所在区域的长和宽都相同的目标区域包括：
依据所述婴幼儿头部位置信息，标记出婴幼儿头部的最小外接矩形框，并得出所述矩形框的长和宽；
在所述肩部起始位置之下，将垂线与肩部起始位置的交点作为第一目标矩形框的宽的中点，标记出与所述婴幼儿头部所在区域的长和宽都相同的目标区域；
其中，所述依据所述呼吸检测区域比例对所述目标区域进行放大，并利用虚拟的第二目标矩形框标记出放大后的区域，记所述第二目标矩形框所在区域为呼吸检测区域包括：
依据所述呼吸检测区域比例，利用虚拟直线延长所述目标区域的长和宽；
利用所述第二目标矩形框标记长和宽都延长后的闭合矩形区域，将所述闭合矩形区域记为呼吸检测区域。
4.一种电子设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-2中任一项所述的方法。
5.一种存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-2中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211666561.6A CN115862115B (zh) | 2022-12-23 | 2022-12-23 | 基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211666561.6A CN115862115B (zh) | 2022-12-23 | 2022-12-23 | 基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115862115A CN115862115A (zh) | 2023-03-28 |
| CN115862115B true CN115862115B (zh) | 2023-08-04 |
Family
ID=85654398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211666561.6A Active CN115862115B (zh) | 2022-12-23 | 2022-12-23 | 基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115862115B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117173784B (zh) * | 2023-08-30 | 2024-05-07 | 武汉星巡智能科技有限公司 | 婴幼儿翻身动作检测方法、装置、设备及存储介质 |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160055576A (ko) * | 2014-11-10 | 2016-05-18 | 양성화 | 영유아 상태 모니터링 장치 및 제어방법 |
| CN106361340A (zh) * | 2016-08-30 | 2017-02-01 | 苏州品诺维新医疗科技有限公司 | 一种检测呼吸频率的方法及装置 |
| CN107693023A (zh) * | 2017-08-23 | 2018-02-16 | 佛山市顺德区中山大学研究院 | 一种基于高形变应变式传感器的婴儿睡眠呼吸监测装置 |
| CN108209871A (zh) * | 2017-12-27 | 2018-06-29 | 深圳信息职业技术学院 | 睡眠监测方法、装置、系统及电子设备 |
| CN109276384A (zh) * | 2017-07-21 | 2019-01-29 | 青岛大数华创科技有限公司 | 一种智能婴儿床 |
| CN109380777A (zh) * | 2017-08-11 | 2019-02-26 | 沈玮 | 具有自动充气颈托的智能婴儿服装 |
| CN109448864A (zh) * | 2018-10-31 | 2019-03-08 | 大连今晨科技有限公司 | 幼儿随身自助体温及呼吸监测系统 |
| CN109859299A (zh) * | 2019-03-27 | 2019-06-07 | 腾讯科技（深圳）有限公司 | 人像图片处理方法、装置、计算机可读存储介质和计算机设备 |
| CN110021140A (zh) * | 2018-01-09 | 2019-07-16 | 财团法人交大思源基金会 | 应用于婴幼儿的监测系统及监测方法 |
| CN111563435A (zh) * | 2020-04-28 | 2020-08-21 | 深圳市优必选科技股份有限公司 | 用户的睡眠状态检测方法及装置 |
| CN111626920A (zh) * | 2020-05-09 | 2020-09-04 | 北京字节跳动网络技术有限公司 | 图片处理方法、装置及电子设备 |
| CN112244796A (zh) * | 2020-11-09 | 2021-01-22 | 联合维度(广州)科技有限公司 | 一种智能检测人体生理指标的方法及看护设备 |
| CN112493991A (zh) * | 2020-11-10 | 2021-03-16 | 博恒科技（杭州）有限公司 | 一种针对睡眠呼吸暂停的红外摄像检测系统 |
| CN112907569A (zh) * | 2021-03-24 | 2021-06-04 | 北京房江湖科技有限公司 | 头部图像区域的分割方法、装置、电子设备和存储介质 |
| CN113298062A (zh) * | 2021-07-28 | 2021-08-24 | 宁波星巡智能科技有限公司 | 婴幼儿睡眠活动状态检测方法、装置、设备及介质 |
| CN113592817A (zh) * | 2021-07-30 | 2021-11-02 | 深圳市商汤科技有限公司 | 检测呼吸率的方法、装置、存储介质及电子设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11035940B2 (en) * | 2015-07-17 | 2021-06-15 | Origin Wireless, Inc. | Method, apparatus, and system for wireless proximity and presence monitoring |
| CN104077881A (zh) * | 2014-06-30 | 2014-10-01 | 天津大学 | 一种基于机器视觉的婴幼儿监测方法及装置 |
| US11444710B2 (en) * | 2015-07-17 | 2022-09-13 | Origin Wireless, Inc. | Method, apparatus, and system for processing and presenting life log based on a wireless signal |
| CN110088643B (zh) * | 2018-08-31 | 2021-12-07 | 深圳迈睿智能科技有限公司 | 人体存在探测器及其人体存在探测方法 |
-
2022
- 2022-12-23 CN CN202211666561.6A patent/CN115862115B/zh active Active
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160055576A (ko) * | 2014-11-10 | 2016-05-18 | 양성화 | 영유아 상태 모니터링 장치 및 제어방법 |
| CN106361340A (zh) * | 2016-08-30 | 2017-02-01 | 苏州品诺维新医疗科技有限公司 | 一种检测呼吸频率的方法及装置 |
| CN109276384A (zh) * | 2017-07-21 | 2019-01-29 | 青岛大数华创科技有限公司 | 一种智能婴儿床 |
| CN109380777A (zh) * | 2017-08-11 | 2019-02-26 | 沈玮 | 具有自动充气颈托的智能婴儿服装 |
| CN107693023A (zh) * | 2017-08-23 | 2018-02-16 | 佛山市顺德区中山大学研究院 | 一种基于高形变应变式传感器的婴儿睡眠呼吸监测装置 |
| CN108209871A (zh) * | 2017-12-27 | 2018-06-29 | 深圳信息职业技术学院 | 睡眠监测方法、装置、系统及电子设备 |
| CN110021140A (zh) * | 2018-01-09 | 2019-07-16 | 财团法人交大思源基金会 | 应用于婴幼儿的监测系统及监测方法 |
| CN109448864A (zh) * | 2018-10-31 | 2019-03-08 | 大连今晨科技有限公司 | 幼儿随身自助体温及呼吸监测系统 |
| CN109859299A (zh) * | 2019-03-27 | 2019-06-07 | 腾讯科技（深圳）有限公司 | 人像图片处理方法、装置、计算机可读存储介质和计算机设备 |
| CN111563435A (zh) * | 2020-04-28 | 2020-08-21 | 深圳市优必选科技股份有限公司 | 用户的睡眠状态检测方法及装置 |
| CN111626920A (zh) * | 2020-05-09 | 2020-09-04 | 北京字节跳动网络技术有限公司 | 图片处理方法、装置及电子设备 |
| CN112244796A (zh) * | 2020-11-09 | 2021-01-22 | 联合维度(广州)科技有限公司 | 一种智能检测人体生理指标的方法及看护设备 |
| CN112493991A (zh) * | 2020-11-10 | 2021-03-16 | 博恒科技（杭州）有限公司 | 一种针对睡眠呼吸暂停的红外摄像检测系统 |
| CN112907569A (zh) * | 2021-03-24 | 2021-06-04 | 北京房江湖科技有限公司 | 头部图像区域的分割方法、装置、电子设备和存储介质 |
| CN113298062A (zh) * | 2021-07-28 | 2021-08-24 | 宁波星巡智能科技有限公司 | 婴幼儿睡眠活动状态检测方法、装置、设备及介质 |
| CN113592817A (zh) * | 2021-07-30 | 2021-11-02 | 深圳市商汤科技有限公司 | 检测呼吸率的方法、装置、存储介质及电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 基于欧拉影像放大算法的呼吸检测研究与应用;李杰;中国硕士学位论文全文数据库 (信息科技辑)(第（2018）03期);I138-1776 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115862115A (zh) | 2023-03-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107219925B (zh) | 姿势检测方法、装置及服务器 | |
| CN115862115B (zh) | 基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备 | |
| CN111488775B (zh) | 注视度判断装置及方法 | |
| CN113194359B (zh) | 自动抓取婴儿精彩视频集锦的方法、装置、设备及介质 | |
| CN110046560A (zh) | 一种危险驾驶行为检测方法和相机 | |
| CN116612532A (zh) | 婴幼儿目标看护行为识别方法、装置、设备及存储介质 | |
| CN110870771A (zh) | 判断用户的姿势的影像检测方法以及影像检测装置 | |
| CN112115803B (zh) | 口罩状态提醒方法、装置及移动终端 | |
| CN117173784B (zh) | 婴幼儿翻身动作检测方法、装置、设备及存储介质 | |
| CN111860079B (zh) | 活体图像检测方法、装置以及电子设备 | |
| CN117373110A (zh) | 可见光-热红外成像的婴幼儿行为识别方法、装置及设备 | |
| CN117690159A (zh) | 基于多模态数据融合的婴幼儿趴睡监测方法、装置及设备 | |
| US11488415B2 (en) | Three-dimensional facial shape estimating device, three-dimensional facial shape estimating method, and non-transitory computer-readable medium | |
| CN113378762B (zh) | 坐姿智能监测方法、装置、设备及存储介质 | |
| CN116386106A (zh) | 伴睡婴幼儿时婴幼儿头部智能识别方法、装置及设备 | |
| CN115937743A (zh) | 基于图像融合的婴幼儿看护行为识别方法、装置及系统 | |
| CN116110129A (zh) | 婴幼儿就餐质量智能评估方法、装置、设备及存储介质 | |
| CN110163112A (zh) | 一种考生姿态分割与平滑方法 | |
| CN113505742B (zh) | 婴幼儿睡眠跟踪监控方法、装置、设备及存储介质 | |
| CN113553965B (zh) | 一种结合人脸识别和人体识别的人物身份识别方法 | |
| CN114494321A (zh) | 婴幼儿睡眠呼吸实时监测方法、装置、设备及存储介质 | |
| CN115398492A (zh) | 牙齿护理器具的运动跟踪 | |
| CN110781712B (zh) | 一种基于人脸检测与识别的人头空间定位方法 | |
| CN112149598A (zh) | 一种侧脸评估方法、装置、电子设备及存储介质 | |
| CN115984929A (zh) | 婴幼儿脸部遮挡识别方法、装置、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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Visual based method, device, and equipment for locating respiratory detection areas in infants and young children Granted publication date: 20230804 Pledgee: CITIC Bank Limited by Share Ltd. Ningbo branch Pledgor: Ningbo Xingxun Intelligent Technology Co.,Ltd. Registration number: Y2024980012229 |