CN116386120A - 一种无感监控管理系统 - Google Patents

一种无感监控管理系统 Download PDF

Info

Publication number
CN116386120A
CN116386120A CN202310587701.9A CN202310587701A CN116386120A CN 116386120 A CN116386120 A CN 116386120A CN 202310587701 A CN202310587701 A CN 202310587701A CN 116386120 A CN116386120 A CN 116386120A
Authority
CN
China
Prior art keywords
image
sleep quality
environment
data
facial
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310587701.9A
Other languages
English (en)
Other versions
CN116386120B (zh
Inventor
陈国栋
寿国良
蒋大为
孙睿晰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Qizhi Internet Technology Co ltd
Original Assignee
Hangzhou Qizhi Internet Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Qizhi Internet Technology Co ltd filed Critical Hangzhou Qizhi Internet Technology Co ltd
Priority to CN202310587701.9A priority Critical patent/CN116386120B/zh
Publication of CN116386120A publication Critical patent/CN116386120A/zh
Application granted granted Critical
Publication of CN116386120B publication Critical patent/CN116386120B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • 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
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • 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
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • 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
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • 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)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Strategic Management (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Databases & Information Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • General Business, Economics & Management (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及智能管理领域，具体公开了一种无感监控管理系统，包括图像采集模块、图像特征提取模块、环境监测模块、面部检测模块以及云端反馈模块；利用无感监控对进行面部识别，同时实时监测环境确保有一个良好的睡眠环境；本发明利用监控设备对环境及面部进行检测，同时对睡眠情况进行预测。

Description

一种无感监控管理系统
技术领域
本发明涉及校园智能管理领域，更具体地说，本发明涉及一种无感监控管理系统。
背景技术
好的睡眠能确保有一个好的身体和学习状态，因此需要一种能够对睡眠情况进行有效管理，根据睡眠情况的数据，对工作和学习进行适应性的调节，同时还可以起到对睡眠质量进行评价的管理系统，使睡眠得到有效的保障。为了解决上述问题，现提供一种技术方案。
发明内容
为了克服现有技术的上述缺陷，本发明的实施例提供一种无感监控管理系统，利用监控设备对环境及面部进行检测，同时对睡眠情况进行预测，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种无感监控管理系统，包括图像采集模块、图像特征提取模块、环境监测模块、面部检测模块以及云端反馈模块，具体为：
图像采集模块通过红外传感器、温度传感器及湿度传感器采集环境的温度、湿度、电磁辐射量及噪声分贝，建立环境数据库，再利用监控设备采集面部特征，包括唇形、肤色、眼间距、眉毛以及面部轮廓线，并建立面部识别数据库；
图像处理模块用于处理图像采集模块采集的信息，包括面部图像噪声分贝去除、环境数据标准化和环境数据归一化；
环境监测模块用于对环境的温度、湿度、电磁辐射量及噪声分贝预测环境指标对睡眠影响程度，并针对预测结果建立评估模型；
面部检测模块包括图像分析、图像边缘检测、图像特征定位以及图像特征匹配，通过唇形、肤色、眼间距、眉毛以及面部轮廓线特征；
数据存储模块分别用于并存储环境数据库和面部识别数据库。
作为本发明的进一步方案，图像处理模块对图像采集模块采集的信息进行噪声分贝去除、数据标准化和数据归一化，具体为：
Q1.噪声分贝去除：利用中值滤波对面部图像中的像素点，选择
Figure SMS_1
模板的领域大小，求取领域中像素值的平均值，将求得的平均值作为当前像素的输出值；
Q2.数据标准化：将环境数据库进行标准化处理，环境数据库标准化处理公式为：
Figure SMS_2
；
式中：
Figure SMS_3
为标准化数据，/>
Figure SMS_4
为原始数据，/>
Figure SMS_5
为环境数据的均值，/>
Figure SMS_6
为环境数据的标准差；
Q3.数据归一化：环境数据库归一化处理公式为：
Figure SMS_7
；
式中：
Figure SMS_8
为归一化数据，/>
Figure SMS_9
为环境数据的最大值，/>
Figure SMS_10
为环境数据的最小值。
在进行睡眠质量评估时，各项评估指标存在如下的数值变化规则：
情况一：环境的湿度和标准环境湿度差值的绝对值，电磁辐射量和标准环境下电磁辐射量差值的绝对值、噪声分贝和标准噪声分贝差值的绝对值在设定的阈值范围内，环境温度和标准环境温度差值的绝对值较大时，对身体素质影响较大，睡眠质量较差，环境温度和标准环境温度差值的绝对值较小时，对身体素质影响较小，睡眠质量较佳。
情况二：环境温度和标准环境温度差值的绝对值，电磁辐射量和标准环境下电磁辐射量差值的绝对值、噪声分贝和标准噪声分贝差值的绝对值在设定的阈值范围内，环境的湿度和标准环境湿度差值的绝对值较大时，细菌滋生概率较大，睡眠质量较差，环境的湿度和标准环境湿度差值的绝对值较小时，细菌滋生概率较小，睡眠质量较佳。
情况三：环境温度和标准环境温度差值的绝对值，环境的湿度和标准环境湿度差值的绝对值、噪声分贝和标准噪声分贝差值的绝对值在设定的阈值范围内，电磁辐射量和标准环境下电磁辐射量差值的绝对值较大时，对身体造成伤害较大，睡眠质量较差，电磁辐射量和标准环境下电磁辐射量差值的绝对值较小时，对身体造成伤害较小，睡眠质量较佳。
情况四：环境温度和标准环境温度差值的绝对值，电磁辐射量和标准环境下电磁辐射量差值的绝对值、环境的湿度和标准环境湿度差值的绝对值在设定的阈值范围内，噪声分贝和标准噪声分贝差值的绝对值较大时，入睡速度较慢，睡眠质量较差，噪声分贝和标准噪声分贝差值的绝对值较小时，入睡速度较快，睡眠质量较佳。
作为本发明的进一步方案，环境监测模块用于确定环境的温度、湿度、电磁辐射量及噪声分贝评估因子的评估机制，构建睡眠质量评估模型，并依据评估结果对睡眠质量进行分级评估，其中，睡眠质量与温度正相关，与湿度负相关，与电磁辐射量负相关，与噪声分贝负相关，睡眠质量评估公式为：
Figure SMS_11
；
式中：
Figure SMS_12
为睡眠质量，/>
Figure SMS_13
为温度，/>
Figure SMS_14
为湿度，/>
Figure SMS_15
为电磁辐射量，/>
Figure SMS_16
为噪声分贝。
作为本发明的进一步方案，依据评估结果对睡眠质量进行分级评估，通过对睡眠质量评估结果进行线性变换，再对线性变换后的评估结果进行标准化、正则化得到
Figure SMS_17
，将标准化、正则化后的参数/>
Figure SMS_18
作为自变量带入函数/>
Figure SMS_19
，根据函数值判断环境对睡眠质量的影响级别，其中，睡眠质量评估结果线性变换公式为：
Figure SMS_20
；
式中：
Figure SMS_21
为睡眠质量评估结果的线性变换值，/>
Figure SMS_22
为扩大变量，/>
Figure SMS_23
为自动调整变量，/>
Figure SMS_24
及
Figure SMS_25
由数值软件根据睡眠质量历史记录数据计算获得。
作为本发明的进一步方案，根据函数值判断环境对睡眠质量的影响级别，对睡眠质量进行分级评估，分级评估的方法为：
当
Figure SMS_26
时，睡眠质量为低级；
当
Figure SMS_27
时，睡眠质量为中级；
当
Figure SMS_28
时，睡眠质量为高级；
式中：
Figure SMS_29
为睡眠质量最差值，/>
Figure SMS_30
为睡眠质量最佳值。
作为本发明的进一步方案，面部检测模块包括图像分析、图像边缘检测、图像特征定位以及图像特征匹配，具体步骤为：
图像分析用于处理面部图像上仍存在的噪声以及边缘不清晰图像；
图像边缘检测为防止边缘丢失，通过SOBEL算子对八个方向的模板分别卷积，所得最大值为SOBEL算子与图像卷积的输出
Figure SMS_31
，
Figure SMS_32
；
式中：
Figure SMS_33
为卷积的结果，/>
Figure SMS_34
为角度；
图像特征匹配包括一个卷积层和一个全连接层，在卷积层中利用卷积神经网络引入Sigmoid激活函数提取出特征H，将特征H输入至全连接层，选取具有多样代表性的唇形、肤色、眼间距、眉毛以及面部轮廓线为面部识别的特征数据；
图像特征定位通过圆形模型匹配法确定各特征数据的在面部的位置。
作为本发明的进一步方案，图像分析完成后，通过比较分析后的待识别面部特征向量与已有面部特征库中的特征向量，计算面部特征向量之间的相似度得分，根据相似度进行面部匹配。
本发明一种无感监控管理系统的技术效果和优点：本发明利用监控设备对环境及面部进行检测，同时对睡眠情况进行预测。
附图说明
图1为本发明一种无感监控管理系统的结构示意图。
实施方式
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。
一种无感监控管理系统，包括图像采集模块、图像特征提取模块、环境监测模块、面部检测模块以及云端反馈模块，具体为：
图像采集模块通过红外传感器、温度传感器及湿度传感器采集环境的温度、湿度、电磁辐射量及噪声分贝，建立环境数据库，再利用监控设备采集面部特征，包括唇形、肤色、眼间距、眉毛以及面部轮廓线，并建立面部识别数据库；
图像处理模块用于处理图像采集模块采集的信息，包括面部图像噪声分贝去除、环境数据标准化和环境数据归一化；
环境监测模块用于对环境的温度、湿度、电磁辐射量及噪声分贝预测环境指标对睡眠影响程度，并针对预测结果建立评估模型；
面部检测模块包括图像分析、图像边缘检测、图像特征定位以及图像特征匹配，通过唇形、肤色、眼间距、眉毛以及面部轮廓线特征；
数据存储模块分别用于并存储环境数据库和面部识别数据库。
通过建立一种无感监控管理系统实现对校园更好的管理，利用环境监测模块对环境的温度、湿度、电磁辐射量及噪声分贝预测环境指标对睡眠影响程度并建立评估模型，针对评估结果对环境进行合理调节。
图像处理模块对图像采集模块采集的信息进行噪声分贝去除、数据标准化和数据归一化，具体为：
Q1.噪声分贝去除：利用中值滤波对面部图像中的像素点，选择
Figure SMS_35
模板的领域大小，求取领域中像素值的平均值，将求得的平均值作为当前像素的输出值；
Q2.数据标准化：将环境数据库进行标准化处理，环境数据库标准化处理公式为：
Figure SMS_36
；
式中：
Figure SMS_37
为标准化数据，/>
Figure SMS_38
为原始数据，/>
Figure SMS_39
为环境数据的均值，/>
Figure SMS_40
为环境数据的标准差；
Q3.数据归一化：环境数据库归一化处理公式为：
Figure SMS_41
；
式中：
Figure SMS_42
为归一化数据，/>
Figure SMS_43
为环境数据的最大值，/>
Figure SMS_44
为环境数据的最小值。
预处理步骤可以帮助我们从环境和面部中提取出最有用的信息，并将其用于识别和匹配。图像处理的方法需要采集大量环境数据以及面部图像，并对其进行预处理和特征提取等操作，以建立准确、高效的无感监控管理系统。
环境监测模块用于确定环境的温度、湿度、电磁辐射量及噪声分贝评估因子的评估机制，构建睡眠质量评估模型，并依据评估结果对睡眠质量进行分级评估，其中，睡眠质量与温度正相关，与湿度负相关，与电磁辐射量负相关，与噪声分贝负相关，睡眠质量评估公式为：
Figure SMS_45
；
式中：
Figure SMS_46
为睡眠质量，/>
Figure SMS_47
为温度，/>
Figure SMS_48
为湿度，/>
Figure SMS_49
为电磁辐射量，/>
Figure SMS_50
为噪声分贝。
通过本发明可以有效地利用环境的温度、湿度、电磁辐射量及噪声分贝评估因子对睡眠质量进行评估和预测，通过对环境的多角度分析，便于将各个评估因子进行合理有效的分析，确保评估结果的准确性，同时能够有效平衡各指标之间的数量级差异。
依据评估结果对睡眠质量进行分级评估，通过对睡眠质量评估结果进行线性变换，再对线性变换后的评估结果进行标准化、正则化得到
Figure SMS_51
，将标准化、正则化后的参数/>
Figure SMS_52
作为自变量带入函数/>
Figure SMS_53
，根据函数值判断环境对睡眠质量的影响级别，其中，睡眠质量评估结果线性变换公式为：
Figure SMS_54
；
式中：
Figure SMS_55
为睡眠质量评估结果的线性变换值，/>
Figure SMS_56
为扩大变量，/>
Figure SMS_57
为自动调整变量，/>
Figure SMS_58
及
Figure SMS_59
由数值软件根据睡眠质量历史记录数据计算获得。
根据函数值判断环境对睡眠质量的影响级别，对睡眠质量进行分级评估，分级评估的方法为：
当
Figure SMS_60
时，睡眠质量为低级；
当
Figure SMS_61
时，睡眠质量为中级；
当
Figure SMS_62
时，睡眠质量为高级；
式中：
Figure SMS_63
为睡眠质量最差值，/>
Figure SMS_64
为睡眠质量最佳值。
根据函数值判断环境对睡眠质量进行分级评估，评估结果可以有效判断环境的好坏，依据环境级别的好坏及时作出改良。
面部检测模块包括图像分析、图像边缘检测、图像特征定位以及图像特征匹配，具体步骤为：
图像分析用于处理面部图像上仍存在的噪声以及边缘不清晰图像；
图像边缘检测为防止边缘丢失，通过SOBEL算子对八个方向的模板分别卷积，所得最大值为SOBEL算子与图像卷积的输出
Figure SMS_65
，
Figure SMS_66
；
式中：
Figure SMS_67
为卷积的结果，/>
Figure SMS_68
为角度；
图像特征匹配包括一个卷积层和一个全连接层，在卷积层中利用卷积神经网络引入Sigmoid激活函数提取出特征H，将特征H输入至全连接层，选取具有多样代表性的唇形、肤色、眼间距、眉毛以及面部轮廓线为面部识别的特征数据；
图像特征定位通过圆形模型匹配法确定各特征数据的在面部的位置。
图像分析完成后，通过比较分析后的待识别面部特征向量与已有面部特征库中的特征向量，计算面部特征向量之间的相似度得分，根据相似度进行指纹匹配。
综上所述，一种无感监控管理系统通过建立一种无感监控管理系统实现对校园更好的管理，利用环境监测模块对环境的温度、湿度、电磁辐射量及噪声分贝预测环境指标对睡眠影响程度并建立评估模型，针对评估结果对环境进行合理调节。预处理步骤可以帮助我们从环境和面部中提取出最有用的信息，并将其用于识别和匹配。图像处理的方法需要采集大量环境数据以及面部图像，并对其进行预处理和特征提取等操作，以建立准确、高效的无感监控管理系统。通过本发明可以有效地利用环境的温度、湿度、电磁辐射量及噪声分贝评估因子对睡眠质量进行评估和预测，通过对环境的多角度分析，便于将各个评估因子进行合理有效的分析，确保评估结果的准确性，同时能够有效平衡各指标之间的数量级差异。并根据函数值判断环境对睡眠质量进行分级评估，评估结果可以有效判断环境的好坏，以便及时作出改良。利用监控设备对环境及人脸进行检测，同时对睡眠情况进行预测。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种无感监控管理系统，包括图像采集模块、图像特征提取模块、环境监测模块、面部检测模块以及云端反馈模块，其特征在于，
图像采集模块通过红外传感器、温度传感器及湿度传感器采集环境的温度、湿度、电磁辐射量及噪声分贝，建立环境数据库，再利用监控设备采集面部特征，包括唇形、肤色、眼间距、眉毛以及面部轮廓线，并建立面部识别数据库；
图像处理模块用于处理图像采集模块采集的信息，包括面部图像噪声分贝去除、环境数据标准化和环境数据归一化；
环境监测模块用于对环境的温度、湿度、电磁辐射量及噪声分贝预测环境指标对睡眠影响程度，并针对预测结果建立评估模型；
面部检测模块包括图像分析、图像边缘检测、图像特征定位以及图像特征匹配，通过唇形、肤色、眼间距、眉毛以及面部轮廓线特征；
数据存储模块分别用于并存储环境数据库和面部识别数据库。
2.根据权利要求1所述的一种无感监控管理系统，其特征在于，图像处理模块对图像采集模块采集的信息进行噪声分贝去除、数据标准化和数据归一化，具体为：
Q1.噪声分贝去除：利用中值滤波对面部图像中的像素点，选择
Figure QLYQS_1
模板的领域大小，求取领域中像素值的平均值，将求得的平均值作为当前像素的输出值；
Q2.数据标准化：将环境数据库进行标准化处理，环境数据库标准化处理公式为：
Figure QLYQS_2
；
式中：
Figure QLYQS_3
为标准化数据，/>
Figure QLYQS_4
为原始数据，/>
Figure QLYQS_5
为环境数据的均值，/>
Figure QLYQS_6
为环境数据的标准差；
Q3.数据归一化：环境数据库归一化处理公式为：
Figure QLYQS_7
；
式中：
Figure QLYQS_8
为归一化数据，/>
Figure QLYQS_9
为环境数据的最大值，/>
Figure QLYQS_10
为环境数据的最小值。
3.根据权利要求1所述的一种无感监控管理系统，其特征在于，环境监测模块用于确定环境的温度、湿度、电磁辐射量及噪声分贝评估因子的评估机制，构建睡眠质量评估模型，并依据评估结果对睡眠质量进行分级评估，其中，睡眠质量与温度正相关，与湿度负相关，与电磁辐射量负相关，与噪声分贝负相关，睡眠质量评估公式为：
Figure QLYQS_11
；
式中：
Figure QLYQS_12
为睡眠质量，/>
Figure QLYQS_13
为温度，/>
Figure QLYQS_14
为湿度，/>
Figure QLYQS_15
为电磁辐射量，/>
Figure QLYQS_16
为噪声分贝。
4.根据权利要求3所述的一种无感监控管理系统，其特征在于，依据评估结果对睡眠质量进行分级评估，通过对睡眠质量评估结果进行线性变换，再对线性变换后的评估结果进行标准化、正则化得到
Figure QLYQS_17
，将标准化、正则化后的参数/>
Figure QLYQS_18
作为自变量带入函数
Figure QLYQS_19
，根据函数值判断环境对睡眠质量的影响级别，其中，睡眠质量评估结果线性变换公式为：
Figure QLYQS_20
；
式中：
Figure QLYQS_21
为睡眠质量评估结果的线性变换值，/>
Figure QLYQS_22
为扩大变量，/>
Figure QLYQS_23
为自动调整变量，/>
Figure QLYQS_24
及/>
Figure QLYQS_25
由数值软件根据睡眠质量历史记录数据计算获得。
5.根据权利要求4所述的一种无感监控管理系统，其特征在于，根据函数值判断环境对睡眠质量的影响级别，对睡眠质量进行分级评估，分级评估的方法为：
当
Figure QLYQS_26
时，睡眠质量为低级；
当
Figure QLYQS_27
时，睡眠质量为中级；
当
Figure QLYQS_28
时，睡眠质量为高级；
式中：
Figure QLYQS_29
为睡眠质量最差值，/>
Figure QLYQS_30
为睡眠质量最佳值。
6.根据权利要求1所述的一种无感监控管理系统，其特征在于，面部检测模块包括图像分析、图像边缘检测、图像特征匹配以及图像特征定位，具体步骤为：
图像分析用于处理面部图像上仍存在的噪声以及边缘不清晰图像；
图像边缘检测为防止边缘丢失，通过SOBEL算子对八个方向的模板分别卷积，所得最大值为SOBEL算子与图像卷积的输出
Figure QLYQS_31
，
Figure QLYQS_32
；
式中：
Figure QLYQS_33
为卷积的结果，/>
Figure QLYQS_34
为角度；
图像特征匹配包括一个卷积层和一个全连接层，在卷积层中利用卷积神经网络引入Sigmoid激活函数提取出特征H，将特征H输入至全连接层，选取唇形、肤色、眼间距、眉毛以及面部轮廓线为面部识别的特征数据；
图像特征定位通过圆形模型匹配法确定各特征数据的在面部的位置。
7.根据权利要求1所述的一种无感监控管理系统，其特征在于，图像分析完成后，通过比较分析后的待识别面部特征向量与已有面部特征库中的特征向量，计算面部特征向量之间的相似度得分，对相似度得分进行排序，获取满足阈值范围的相似度，根据相似度进行面部匹配。
CN202310587701.9A 2023-05-24 2023-05-24 一种用于智慧校园宿舍的无感监控管理系统 Active CN116386120B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310587701.9A CN116386120B (zh) 2023-05-24 2023-05-24 一种用于智慧校园宿舍的无感监控管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310587701.9A CN116386120B (zh) 2023-05-24 2023-05-24 一种用于智慧校园宿舍的无感监控管理系统

Publications (2)

Publication Number Publication Date
CN116386120A true CN116386120A (zh) 2023-07-04
CN116386120B CN116386120B (zh) 2023-08-18

Family

ID=86961856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310587701.9A Active CN116386120B (zh) 2023-05-24 2023-05-24 一种用于智慧校园宿舍的无感监控管理系统

Country Status (1)

Country Link
CN (1) CN116386120B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117224088A (zh) * 2023-10-26 2023-12-15 杭州中暖科技有限公司 一种基于检测数据分析的用户睡眠质量管理系统及方法
CN117666449A (zh) * 2024-01-31 2024-03-08 四川水利职业技术学院 一种基于计算机数据采集分析监控系统

Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5878156A (en) * 1995-07-28 1999-03-02 Mitsubishi Denki Kabushiki Kaisha Detection of the open/closed state of eyes based on analysis of relation between eye and eyebrow images in input face images
CN105242559A (zh) * 2015-11-04 2016-01-13 上海致能科技有限公司 睡眠环境监测系统、提高睡眠质量的智能家居系统
CN106725385A (zh) * 2016-12-29 2017-05-31 深圳汇通智能化科技有限公司 一种用于监测睡眠状态的健康分析系统
US20170188938A1 (en) * 2016-01-05 2017-07-06 Huckleberry Labs, Inc. System and method for monitoring sleep of a subject
CN206610148U (zh) * 2017-02-17 2017-11-03 深圳大学 一种宿舍监控系统及其宿舍监控设备
CN107403168A (zh) * 2017-08-07 2017-11-28 青岛有锁智能科技有限公司 一种面部识别系统
WO2018049852A1 (zh) * 2016-09-13 2018-03-22 深圳市迈迪加科技发展有限公司 睡眠评估方法、装置及系统
CN109269575A (zh) * 2018-11-16 2019-01-25 苏州市职业大学 一种基于物联网的智慧宿舍监管系统
CN208655253U (zh) * 2017-12-12 2019-03-26 成都乐享智家科技有限责任公司 一种基于实时睡眠监测数据的远程控制系统
US20190358428A1 (en) * 2018-05-23 2019-11-28 Xiamen Brana Design Co., Ltd. Robot-connected iot-based sleep-caring system
CN110706816A (zh) * 2018-07-09 2020-01-17 厦门晨智数字科技有限公司 一种基于人工智能进行睡眠环境调控的方法及设备
CN111402997A (zh) * 2020-04-08 2020-07-10 兰州理工大学 一种人机交互系统及方法
CN112037357A (zh) * 2020-09-11 2020-12-04 山东卡尔电气股份有限公司 一种智慧校园管理系统及其管理方法
KR102189405B1 (ko) * 2020-04-10 2020-12-11 주식회사 센스비전 실시간 영상에서 안면을 인식하는 시스템
CN112971730A (zh) * 2021-04-20 2021-06-18 广东德泷智能科技有限公司 一种基于区块链的婴幼儿睡眠健康数据监测系统
US20210212630A1 (en) * 2018-08-27 2021-07-15 Jiangsu Garea Health Technology Co., Ltd Wearable device with improved sleep monitoring accuracy
US20210312166A1 (en) * 2020-03-13 2021-10-07 Espressif Systems (Shanghai) Co., Ltd. System and method for face recognition based on dynamic updating of facial features
CN113657319A (zh) * 2021-08-23 2021-11-16 安徽农业大学 一种基于图像识别技术的无干扰睡眠动作行为的识别方法
KR20220010088A (ko) * 2020-07-17 2022-01-25 주식회사 딥센트 수면 환경과 수면 모니터링에 기반한 수면 케어 시스템
CN114041763A (zh) * 2021-12-13 2022-02-15 安徽理工大学 一种基于多信息融合的智慧睡眠监控系统
CN114785984A (zh) * 2022-03-28 2022-07-22 广州中维安特电子科技有限公司 一种智能物联校园安全监控系统
US20220375590A1 (en) * 2021-05-21 2022-11-24 Oura Health Oy Sleep staging algorithm
US20230022206A1 (en) * 2019-12-17 2023-01-26 Shenzhen Institutes Of Advanced Technology Infrared image sequence-based sleep quality evaluation system and method
US20230032770A1 (en) * 2021-07-28 2023-02-02 Miku, Inc. System And Method For Controlling A Bedroom Environment Control Using A Sleep Tracking System

Patent Citations (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5878156A (en) * 1995-07-28 1999-03-02 Mitsubishi Denki Kabushiki Kaisha Detection of the open/closed state of eyes based on analysis of relation between eye and eyebrow images in input face images
CN105242559A (zh) * 2015-11-04 2016-01-13 上海致能科技有限公司 睡眠环境监测系统、提高睡眠质量的智能家居系统
US20170188938A1 (en) * 2016-01-05 2017-07-06 Huckleberry Labs, Inc. System and method for monitoring sleep of a subject
WO2018049852A1 (zh) * 2016-09-13 2018-03-22 深圳市迈迪加科技发展有限公司 睡眠评估方法、装置及系统
CN106725385A (zh) * 2016-12-29 2017-05-31 深圳汇通智能化科技有限公司 一种用于监测睡眠状态的健康分析系统
CN206610148U (zh) * 2017-02-17 2017-11-03 深圳大学 一种宿舍监控系统及其宿舍监控设备
CN107403168A (zh) * 2017-08-07 2017-11-28 青岛有锁智能科技有限公司 一种面部识别系统
CN208655253U (zh) * 2017-12-12 2019-03-26 成都乐享智家科技有限责任公司 一种基于实时睡眠监测数据的远程控制系统
US20190358428A1 (en) * 2018-05-23 2019-11-28 Xiamen Brana Design Co., Ltd. Robot-connected iot-based sleep-caring system
CN110706816A (zh) * 2018-07-09 2020-01-17 厦门晨智数字科技有限公司 一种基于人工智能进行睡眠环境调控的方法及设备
US20210212630A1 (en) * 2018-08-27 2021-07-15 Jiangsu Garea Health Technology Co., Ltd Wearable device with improved sleep monitoring accuracy
CN109269575A (zh) * 2018-11-16 2019-01-25 苏州市职业大学 一种基于物联网的智慧宿舍监管系统
US20230022206A1 (en) * 2019-12-17 2023-01-26 Shenzhen Institutes Of Advanced Technology Infrared image sequence-based sleep quality evaluation system and method
US20210312166A1 (en) * 2020-03-13 2021-10-07 Espressif Systems (Shanghai) Co., Ltd. System and method for face recognition based on dynamic updating of facial features
CN111402997A (zh) * 2020-04-08 2020-07-10 兰州理工大学 一种人机交互系统及方法
KR102189405B1 (ko) * 2020-04-10 2020-12-11 주식회사 센스비전 실시간 영상에서 안면을 인식하는 시스템
KR20220010088A (ko) * 2020-07-17 2022-01-25 주식회사 딥센트 수면 환경과 수면 모니터링에 기반한 수면 케어 시스템
CN112037357A (zh) * 2020-09-11 2020-12-04 山东卡尔电气股份有限公司 一种智慧校园管理系统及其管理方法
CN112971730A (zh) * 2021-04-20 2021-06-18 广东德泷智能科技有限公司 一种基于区块链的婴幼儿睡眠健康数据监测系统
US20220375590A1 (en) * 2021-05-21 2022-11-24 Oura Health Oy Sleep staging algorithm
US20230032770A1 (en) * 2021-07-28 2023-02-02 Miku, Inc. System And Method For Controlling A Bedroom Environment Control Using A Sleep Tracking System
CN113657319A (zh) * 2021-08-23 2021-11-16 安徽农业大学 一种基于图像识别技术的无干扰睡眠动作行为的识别方法
CN114041763A (zh) * 2021-12-13 2022-02-15 安徽理工大学 一种基于多信息融合的智慧睡眠监控系统
CN114785984A (zh) * 2022-03-28 2022-07-22 广州中维安特电子科技有限公司 一种智能物联校园安全监控系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
柴晓丽;: "大数据环境下人脸识别技术在智能监控系统中的运用分析", 电视技术, no. 07 *
梁超;王鹏;曹贝贝;王振徐;: "可穿戴智能睡眠质量检测系统", 电子测量与仪器学报, no. 05 *
白雪言;方洛迪;梁旭鸣;马文箭;邬信锋;高帅;钟晓鹏;: "基于云平台的智能睡眠质量监控系统", 福建电脑, no. 03 *
石凯悦;李嘉祺;陈刚;: "基于可穿戴式的婴幼儿睡眠监护系统的设计", 物联网技术, no. 07 *
高群霞;: "基于移动感知技术的睡眠评估系统研究与应用", 智库时代, no. 40 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117224088A (zh) * 2023-10-26 2023-12-15 杭州中暖科技有限公司 一种基于检测数据分析的用户睡眠质量管理系统及方法
CN117224088B (zh) * 2023-10-26 2024-03-22 杭州中暖科技有限公司 一种基于检测数据分析的用户睡眠质量管理系统及方法
CN117666449A (zh) * 2024-01-31 2024-03-08 四川水利职业技术学院 一种基于计算机数据采集分析监控系统
CN117666449B (zh) * 2024-01-31 2024-04-12 四川水利职业技术学院 一种基于计算机数据采集分析监控系统

Also Published As

Publication number Publication date
CN116386120B (zh) 2023-08-18

Similar Documents

Publication Publication Date Title
CN111860670B (zh) 域自适应模型训练、图像检测方法、装置、设备及介质
CN103093215B (zh) 人眼定位方法及装置
CN116386120A (zh) 一种无感监控管理系统
CN112734741B (zh) 一种肺炎ct影像的图像处理方法和系统
CN109685045A (zh) 一种运动目标视频跟踪方法及系统
CN110728185B (zh) 一种判别驾驶人存在手持手机通话行为的检测方法
CN112637550B (zh) 多路4k准实时拼接视频的ptz动目标跟踪方法
CN113780145A (zh) 精子形态检测方法、装置、计算机设备和存储介质
CN112541403A (zh) 一种利用红外摄像头的室内人员跌倒检测方法
CN116665095A (zh) 一种运动舰船检测方法、系统、存储介质和电子设备
CN115841633A (zh) 一种电力塔和电力线关联矫正的电力塔和电力线检测方法
Yang et al. Rapid image detection and recognition of rice false smut based on mobile smart devices with anti-light features from cloud database
CN117237902B (zh) 基于深度学习的机器人物体识别系统
CN110599514A (zh) 图像分割的方法、装置、电子设备及存储介质
CN117746077A (zh) 一种芯片缺陷的检测方法、装置、设备和存储介质
CN114358279A (zh) 图像识别网络模型剪枝方法、装置、设备及存储介质
Sun et al. Pig detection algorithm based on sliding windows and PCA convolution
CN117197700A (zh) 智能化无人巡检接触网缺陷识别系统
CN113705672B (zh) 图像目标检测的阈值选取方法、系统、装置及存储介质
CN110163161A (zh) 基于尺度不变的多特征融合行人检测方法
CN114022831A (zh) 一种基于双目视觉的牲畜体况监测方法及系统
Khatra Yellow rust extraction in wheat crop based on color segmentation techniques
CN111488844B (zh) 眼睛状态的检测方法、装置、设备及存储介质
CN116758589B (zh) 一种处理姿态和视角矫正的牛脸识别方法
CN117392135B (zh) 基于图像的注射剂量分析方法及系统

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