CN116844117A - 一种基于ai视频分析的医用防护服穿着监测系统 - Google Patents

Abstract

本发明公开了一种基于AI视频分析的医用防护服穿着监测系统，该系统包括：图像采集模块控制第一摄像机采集穿着流程的视频画面；图像处理模块识别视频画面中被检测者，确定视频画面中的动作识别区和体态区；第一输入模块将视频画面中的体态区输入一级识别模型；一级识别模型对体态区进行体态识别；第二输入模块将视频画面中的动作识别区输入二级识别模型；二级识别模型对动作识别区进行细化识别；完成确定模块确定被检测人员完成医用防护服的规范穿着。本发明可以通过自动监测防护服穿戴，做到流程严谨、操作规范，确保受控区域环境安全及人员生命健康安全，同时通过两个模型分别对不同区域进行识别使识别资源得到合理分配。

Description

一种基于AI视频分析的医用防护服穿着监测系统

技术领域

本发明涉及医学设备领域，特别是涉及一种基于AI视频分析的医用防护服穿着监测系统。

背景技术

医用防护服是医务人员(医生、护士、公共卫生人员、清洁人员等)及进入特定医药卫生区域的人群(如患者、医院探视人员、进入感染区域的人员等)所使用的防护性服装。其作用是隔离病菌、有害超细粉尘、酸碱性溶液、电磁辐射、核辐射等，保证人员的生命健康安全和保持环境清洁无污染。医用防护服用于保护工作人员避免接触感染性因子，包括有呼吸防护、头面部防护、躯体防护、足部防护。医用防护服主要包括口罩、手套、护目镜、防护面罩、防水围裙、隔离衣、防护服等。

即使穿着防护服也会出现感染现象。容易让医护人员传染的环节包括：防护用品未规范穿戴，易感染；防护用品未规范脱除，易导致二次污染；洗手未严格按要求的流程进行执行。目前大多数医院采用人工监督的方式，此方式一定程度上增加了医院的管理成本，且人工监督的方式难免因为各个医院管理制度以及重视程度的差异，导致规范具体落地实施效果参差不齐。为了减轻负担，现有技术提出了基于图像识别的防护服穿着流程监测方法。但是，现有技术无法很好在识别精度和避免图像识别资源浪费之间做好平衡。

发明内容

有鉴于现有技术的上述的一部分缺陷，本发明所要解决的技术问题是提供一种基于AI视频分析的医用防护服穿着监测系统，旨在合理分配图像识别资源的同时，保证识别精准度。

为实现上述目的，本发明提供了一种基于AI视频分析的医用防护服穿着监测系统，所述系统包括：第一摄像机、一级识别模型、二级识别模型、图像采集模块、图像处理模块、第一输入模块、第二输入模块以及完成确定模块；

所述图像采集模块，用于控制所述第一摄像机对被检测者的医用防护服穿着流程进行拍摄，并实时采集所述穿着流程的视频画面；

所述图像处理模块，用于识别所述视频画面中被检测者处于的第一位置，并根据阶段标识，将所述被检测者在所述穿着流程中处于的步骤阶段确定为当前步骤阶段，并根据所述当前步骤阶段和所述第一位置，确定所述视频画面中的动作识别区和体态区；其中，所述穿着流程的第一步骤阶段对应的所述阶段标识为所述被检测者进入所述第一摄像机拍摄范围，后续步骤阶段的所述阶段标识为对应上一步骤阶段的合格信息；

第一输入模块，用于将所述视频画面中的所述体态区输入所述一级识别模型；

所述一级识别模型，用于对所述体态区进行体态识别，获得所述被检测者在所述体态区的第一体态动作，并判断所述第一体态动作是否超越体态规范动作，若是，则输出第一错误提醒；若否，则确定所述第一体态动作合格并继续进行检测；

第二输入模块，用于将所述视频画面中的所述动作识别区输入所述二级识别模型；

所述二级识别模型，用于对所述动作识别区进行细化识别，获得所述被检测者在所述动作识别区的第二操作动作，并判断所述第二操作动作是否符合操作规范动作，若是，则输出所述当前步骤阶段对应的所述合格信息并继续进行检测；若否，则输出第二错误提醒；其中，所述细化识别所采用的识别算力与识别精度大于所述体态识别；

所述完成确定模块，用于响应于所述二级识别模型输出所述穿着流程的最后一个步骤阶段对应的所述合格信息，确定所述被检测人员完成医用防护服的规范穿着。

可选的，所述系统还包括：采样频率控制模块和分辨率调整模块；

所述采样频率控制模块，用于以第一频率对所述动作识别区进行图像采集并传输至所述第二输入模块；和以第二频率对所述动作识别区进行图像采集并传输至所述第一输入模块；其中，所述第一频率大于所述第二频率；

所述分辨率调整模块，用于降低所述视频画面中的所述体态区的分辨率。

可选的，所述图像处理模块具体包括：步骤阶段确定子模块，服饰特征确定子模块以及区域划分子模块；

所述步骤阶段确定子模块，用于识别所述视频画面中被检测者处于的第一位置，并根据阶段标识，将所述被检测者在所述穿着流程中处于的步骤阶段确定为所述当前步骤阶段；

所述服饰特征确定子模块，用于根据所述当前步骤阶段，确定与所述当前步骤阶段相对应的将要穿着防护服部件的服饰特征；

所述区域划分子模块，用于根据所述当前步骤阶段、所述第一位置以及所述服饰特征，确定所述视频画面中的动作识别区和体态区。

可选的，所述第一摄像机搭载在升降台上，所述系统还包括：身高识别模块和升降控制模块；

所述身高识别模块，用于响应于所述被检测者进入所述第一摄像机的拍摄范围，获取所述被检测者的第一图像，并对所述第一图像中的所述被检测者身高进行识别，获得所述被检测者的身高；

所述升降控制模块，用于根据所述被检测者身高，调节所述升降台的高度以使所述第一摄像机正对所述被检测者。

可选的，所述一级识别模型具体用于：

识别所述体态区内所述被检测人员的第一骨骼关节点；

将各个所述第一骨骼关节点按照人体特征进行连线，识别出所述被测人员在所述体态区内的所述第一体态动作；

判断所述第一体态动作是否超越所述体态规范动作，若是，则输出第一错误提醒；若否，则确定所述第一体态动作合格并继续进行检测；其中，所述体态规范动作为带来生命健康损伤可能性的动作。

可选的，所述二级识别模型具体用于：

识别所述动作识别区内所述被检测人员的第二骨骼关节点；

将各个所述第二骨骼关节点按照人体特征进行连线，识别出所述被测人员在所述动作识别区内的所述第二操作动作；

并判断所述第二操作动作是否符合所述操作规范动作，若是，则输出所述当前步骤阶段对应的所述合格信息并继续进行检测；若否，则输出第二错误提醒。

可选的，所述系统还包括：图像传输控制模块，所述图像传输控制模块用于在所述图像处理模块工作后工作；

所述图像传输控制模块，用于对后续所述视频画面中的所述动作识别区进行无损编码传输和所述体态区降低码率传输。

可选的，所述系统还包括：多个第一反射镜；

所述第一摄像机设置在所述被检测者的正对面，各个所述第一反射镜按照第一预设位置进行摆放，以使所述第一摄像机在对所述被检测者正面进行拍摄时，所述第一摄像机的拍摄画面中还包括照映所述被检测者背面的第一反射镜。

可选的，所述系统还包括：第二摄像机；

所述第二摄像机设置在所述被检测者的侧面，用于对所述被检测者侧面进行拍摄。

可选的，所述系统还包括：多个第二反射镜；

各个所述第二反射镜按照第二预设位置进行摆放，以使所述第一摄像机在对所述被检测者正面进行拍摄时，所述第一摄像机的拍摄画面中还包括照映所述被检测者侧面的第二反射镜。

可选的，所述系统还包括：阶段提示模块和显示模块；

所述阶段提示模块，用于根据所述当前步骤阶段对应的所述阶段标识，控制所述显示模块显示所述当前步骤阶段的操作提示。

本发明的有益效果：1、本发明通过图像处理模块根据被检测者处于的当前步骤阶段和被检测者处于的第一位置，确定视频画面中的动作识别区和体态区。动作识别区为当前步骤阶段对应操作动作的重点识别区域（如戴口罩，则动作识别区域则是在面部附近），体态区则为除动作识别区外的被检测者其他人体部位区域。本发明采用一级识别模型对体态区进行体态识别，避免除重点检测区域外被检测者的动作影响穿着流程，导致防护服穿着出现偏移进而使得防护服出现间隙；本发明采用二级识别模型对动作识别区进行细化识别，用更高的精度和更大的算力对动作识别区进行识别，避免识别错误。本发明可以根据医用防护服穿着流程步骤阶段对图像识别资源进行分配，使得重点区域（动作识别区）得到更多算力和更高识别精度，以保证识别准确率，同时非重点区域（体态区）也能都得一定的监控，避免非重点区域内出现一些动作导致防护服穿着出现偏移进而使得防护服出现间隙。本发明通过两个模型分别对不同区域进行识别使识别资源得到合理分配。本发明可以通过自动监测防护服穿戴，做到流程严谨、操作规范，确保受控区域环境安全及人员生命健康安全。

2、本发明还通过身高识别模块对被检测者身高进行识别，获得被检测者的身高；升降控制模块，根据被检测者身高，调节升降台的高度以使第一摄像机正对被检测者。本发明可以根据被检测者身高调节第一摄像机高度，以使第一摄像机正对被检测者，有效避免拍摄画面出现畸变，提高后续识别准确率。

3、本发明还采用图像传输控制模块对后续视频画面中的动作识别区进行无损编码传输和体态区降低码率传输。将重点识别区域进行无损传输，而非重点识别区域降低码率，可以保证识别精确度的同时减少视频资源的浪费。

4、本发明还采用第一反射镜和第二反射镜对被检测者进行照射，以使第一摄像机的拍摄画面包括被检测者正面、背面以及侧面。可以利用一个摄像机实现多面监控，减少了摄像机的设置，简化了系统结构。

综上，本发明可以通过自动监测防护服穿戴，做到流程严谨、操作规范，确保受控区域环境安全及人员生命健康安全，同时通过两个模型分别对不同区域进行识别使识别资源得到合理分配。

附图说明

图1是本发明一具体实施例提供的一种基于AI视频分析的医用防护服穿着监测系统的结构示意图；

图2是本发明一具体实施例提供的摄像机和第一反射镜的设置位置的结构示意图；

图3是本发明一具体实施例提供的摄像机、第一反射镜以及第三反射镜的设置位置的结构示意图。

具体实施方式

本发明公开了一种基于AI视频分析的医用防护服穿着监测系统，本领域技术人员可以借鉴本文内容，适当改进技术细节实现。特别需要指出的是，所有类似的替换和改动对本领域技术人员来说是显而易见的，它们都被视为包括在本发明。本发明的方法及应用已经通过较佳实施例进行了描述，相关人员明显能在不脱离本发明内容、精神和范围内对本文所述的方法和应用进行改动或适当变更与组合，来实现和应用本发明技术。

经申请人研究发现：现有技术可以通过图像识别对防护服穿着流程进行监测。因为防护服穿着流程中有些细微的动作难以识别，这就要求图像识别需要高算力来提高识别精度，避免错误识别。现有技术在监控流程中一般是进行全局识别，进一步的提高了对图像识别算力的要求。但是，现有技术没有考虑到穿着流程不同的步骤阶段对应的被检测者动作重点区域不同，比如检测洗手需要重点检测手部区域，而现有技术会对整体进行高精度识别，导致资源浪费。

因此，本发明实施例提供了一种基于AI视频分析的医用防护服穿着监测系统，如图1所示，该系统包括：第一摄像机、一级识别模型105、二级识别模型106、图像采集模块101、图像处理模块102、第一输入模块103、第二输入模块104以及完成确定模块107。

图像采集模块101，用于控制第一摄像机对被检测者的医用防护服穿着流程进行拍摄，并实时采集穿着流程的视频画面；

图像处理模块102，用于识别视频画面中被检测者处于的第一位置，并根据阶段标识，将被检测者在穿着流程中处于的步骤阶段确定为当前步骤阶段，并根据当前步骤阶段和第一位置，确定视频画面中的动作识别区和体态区；其中，穿着流程的第一步骤阶段对应的阶段标识为被检测者进入第一摄像机拍摄范围，后续步骤阶段的阶段标识为对应上一步骤阶段的合格信息；

第一输入模块103，用于将视频画面中的体态区输入一级识别模型105；

一级识别模型105，用于对体态区进行体态识别，获得被检测者在体态区的第一体态动作，并判断第一体态动作是否超越体态规范动作，若是，则输出第一错误提醒；若否，则确定第一体态动作合格并继续进行检测；

第二输入模块104，用于将视频画面中的动作识别区输入二级识别模型106；

二级识别模型106，用于对动作识别区进行细化识别，获得被检测者在动作识别区的第二操作动作，并判断第二操作动作是否符合操作规范动作，若是，则输出当前步骤阶段对应的合格信息并继续进行检测；若否，则输出第二错误提醒；其中，细化识别所采用的识别算力与识别精度大于体态识别；

完成确定模块107，用于响应于二级识别模型106输出穿着流程的最后一个步骤阶段对应的合格信息，确定被检测人员完成医用防护服的规范穿着。

需要说明的是，一级识别模型105和二级识别模型106采用的识别精度和识别算力不同，可以实现图像识别资源的合理分配，使得需要得到重点识别的区域可以被准确识别，而不需要被重点识别的区域也能够得到合理监控。例如在洗手液洗手清洁过程中，动作识别区在被检测者洗手抬起位置，体态区则是除该位置外的其它人体区域，二级识别模型106识别动作识别区洗手动作是否符合操作规范动作，而一级模型则检测除洗手动作外的体态动作是否超越体态规范动作。

进一步进行说明：细化识别和体态识别的粗和细至少体现在以下任意一个或多个维度：如采样频率、图像清晰度（分辨率）、模型复杂度、模型网络层级深度。细化识别对应的动作识别区对图像采集频率高于体态识别的体态区，可以保证动作识别区得到更多识别次数使得识别结果更加准确，同时也避免了体态区识别次数过多浪费资源。同理，体态识别的体态区对应需要降低分辨率，可以避免体态区采用过大的图片进行识别导致资源浪费。细化识别采用的二级识别模型对比体态识别采用的一级识别模型，其模型复杂度更大和模型网络层级深度更高。

在一具体应用过程中，本发明实施例对应系统在医用防护服穿着流程监控如下的应用如下：

步骤阶段一：七步洗手法进行手部卫生。

图像采集模块101进行视频画面采集。

图像处理模块102，识别视频画面中被检测者处于的第一位置；根据被检测者进入第一摄像机拍摄范围，确定处于步骤阶段一；根据步骤阶段一和第一位置，确定被检测者手部抬起洗手区域为动作识别区，其它的人体区域为体态区；

第一输入模块103将体态区输入一级识别模型105，一级识别模型105识别被检测者在步骤阶段一过程中是否出现超越体态规范动作的动作；

第二输入模块104将动作识别区输入二级识别模型106，二级识别模型106是被检测者的洗手动作是否符合操作规范动作（洗手规范动作）。

步骤阶段二：穿一次性隔离衣。

图像采集模块101进行视频画面采集。

图像处理模块102，识别视频画面中被检测者处于的第一位置；根据被检测者的洗手动作符合操作规范动作的合格信息，确定处于步骤阶段二；根据步骤阶段二和第一位置，确定被检测者手部抬起躯干和上肢为动作识别区，其它的人体区域（下肢）为体态区；

第一输入模块103将体态区输入一级识别模型105，一级识别模型105识别被检测者在步骤阶段二过程中是否出现超越体态规范动作的动作；

第二输入模块104将动作识别区输入二级识别模型106，二级识别模型106是被检测者的一次性隔离衣穿着动作和穿着到位是否符合操作规范动作。

步骤阶段三：穿一次性鞋套。

图像采集模块101进行视频画面采集。

图像处理模块102，识别视频画面中被检测者处于的第一位置；根据被检测者的一次性隔离衣穿着动作和穿着到位符合操作规范动作的合格信息，确定处于步骤阶段三；根据步骤阶段三和第一位置，确定被检测者下肢为动作识别区，其它的人体区域（上肢）为体态区；

第一输入模块103将体态区输入一级识别模型105，一级识别模型105识别被检测者在步骤阶段三过程中是否出现超越体态规范动作的动作；

第二输入模块104将动作识别区输入二级识别模型106，二级识别模型106是被检测者的一次性鞋套穿着动作和穿着到位是否符合操作规范动作。

步骤阶段四：戴口罩。

图像采集模块101进行视频画面采集。

图像处理模块102，识别视频画面中被检测者处于的第一位置；根据被检测者的一次性鞋套穿着动作和穿着到位符合操作规范动作的合格信息，确定处于步骤阶段四；根据步骤阶段四和第一位置，确定被检测者头部为动作识别区，其它的人体区域为体态区；

第一输入模块103将体态区输入一级识别模型105，一级识别模型105识别被检测者在步骤阶段四过程中是否出现超越体态规范动作的动作；

第二输入模块104将动作识别区输入二级识别模型106，二级识别模型106是被检测者的口罩佩戴动作和佩戴到位是否符合操作规范动作。

步骤阶段五：戴一次性帽子。

图像采集模块101进行视频画面采集。

图像处理模块102，识别视频画面中被检测者处于的第一位置；根据被检测者的口罩佩戴动作和佩戴到位符合操作规范动作的合格信息，确定处于步骤阶段五；根据步骤阶段五和第一位置，确定被检测者头部为动作识别区，其它的人体区域为体态区；

第一输入模块103将体态区输入一级识别模型105，一级识别模型105识别被检测者在步骤阶段五过程中是否出现超越体态规范动作的动作；

第二输入模块104将动作识别区输入二级识别模型106，二级识别模型106是被检测者的一次性帽子穿着动作和穿着到位是否符合操作规范动作。

步骤阶段六：戴第一层手套。

图像采集模块101进行视频画面采集。

图像处理模块102，识别视频画面中被检测者处于的第一位置；根据被检测者的一次性帽子穿着动作和穿着到位符合操作规范动作的合格信息，确定处于步骤阶段六；根据步骤阶段六和第一位置，确定被检测者手部抬起区域为动作识别区，其它的人体区域为体态区；

第一输入模块103将体态区输入一级识别模型105，一级识别模型105识别被检测者在步骤阶段六过程中是否出现超越体态规范动作的动作；

第二输入模块104将动作识别区输入二级识别模型106，二级识别模型106是被检测者的第一层手套穿着动作和穿着到位是否符合操作规范动作。

步骤阶段七：穿防护服。

图像采集模块101进行视频画面采集。

图像处理模块102，识别视频画面中被检测者处于的第一位置；根据被检测者的第一层手套穿着动作和穿着到位符合操作规范动作的合格信息，确定处于步骤阶段七；根据步骤阶段七和第一位置，确定被检测者躯干为动作识别区，其它的人体区域为体态区；

第一输入模块103将体态区输入一级识别模型105，一级识别模型105识别被检测者在步骤阶段七过程中是否出现超越体态规范动作的动作；

第二输入模块104将动作识别区输入二级识别模型106，二级识别模型106是被检测者的防护服穿着动作和穿着到位是否符合操作规范动作。

步骤阶段八：穿着外层手套。

图像采集模块101进行视频画面采集。

图像处理模块102，识别视频画面中被检测者处于的第一位置；根据被检测者的防护服穿着动作和穿着到位符合操作规范动作的合格信息，确定处于步骤阶段八；根据步骤阶段八和第一位置，确定被检测者手部抬起区域为动作识别区，其它的人体区域为体态区；

第一输入模块103将体态区输入一级识别模型105，一级识别模型105识别被检测者在步骤阶段八过程中是否出现超越体态规范动作的动作；

第二输入模块104将动作识别区输入二级识别模型106，二级识别模型106是被检测者的外层手套穿着动作和穿着到位是否符合操作规范动作。

步骤阶段九：佩戴护目镜。

图像采集模块101进行视频画面采集。

图像处理模块102，识别视频画面中被检测者处于的第一位置；根据被检测者的外层手套穿着动作和穿着到位符合操作规范动作的合格信息，确定处于步骤阶段九；根据步骤阶段九和第一位置，确定被检测者头部区域为动作识别区，其它的人体区域为体态区；

第一输入模块103将体态区输入一级识别模型105，一级识别模型105识别被检测者在步骤阶段八过程中是否出现超越体态规范动作的动作；

第二输入模块104将动作识别区输入二级识别模型106，二级识别模型106是被检测者的护目镜佩戴动作和佩戴到位是否符合操作规范动作。

完成确定模块107，根据被检测者的护目镜佩戴动作和佩戴到位符合操作规范动作的合格信息，确定被检测人员完成医用防护服的规范穿着。

在一具体实施例中，系统还包括：采样频率控制模块和分辨率调整模块；

采样频率控制模块，用于以第一频率对动作识别区进行图像采集并传输至第二输入模块；和以第二频率对动作识别区进行图像采集并传输至第一输入模块；其中，第一频率大于第二频率；

分辨率调整模块，用于降低视频画面中的体态区的分辨率。

在一具体实施例中，图像处理模块具体包括：步骤阶段确定子模块，服饰特征确定子模块以及区域划分子模块；

步骤阶段确定子模块，用于识别视频画面中被检测者处于的第一位置，并根据阶段标识，将被检测者在穿着流程中处于的步骤阶段确定为当前步骤阶段；

服饰特征确定子模块，用于根据当前步骤阶段，确定与当前步骤阶段相对应的将要穿着防护服部件的服饰特征；

区域划分子模块，用于根据当前步骤阶段、第一位置以及服饰特征，确定视频画面中的动作识别区和体态区。

在一具体实施例中，第一摄像机搭载在升降台上，系统还包括：身高识别模块和升降控制模块；

身高识别模块，用于响应于被检测者进入第一摄像机的拍摄范围，获取被检测者的第一图像，并对第一图像中的被检测者身高进行识别，获得被检测者的身高；

升降控制模块，用于根据被检测者身高，调节升降台的高度以使第一摄像机正对被检测者。

需要说明的是，被检测者身高往往存在较大差异，如小护士身高较矮，如果在拍摄过程中，不对第一摄像机高度进行调节，可能会导致拍出的图像发生畸变进而影响后续识别的准确率。

在一具体实施例中，一级识别模型105具体用于：

识别体态区内被检测人员的第一骨骼关节点；

将各个第一骨骼关节点按照人体特征进行连线，识别出被测人员在体态区内的第一体态动作；

判断第一体态动作是否超越体态规范动作，若是，则输出第一错误提醒；若否，则确定第一体态动作合格并继续进行检测；其中，体态规范动作为带来生命健康损伤可能性的动作。

需要说明的是，防护部件可以是针对病毒类感染或电磁辐射、核辐射，电磁辐射如X光拍摄，CT等，核辐射包括非医院场景的室外核辐射泄露。本发明实施例对应系统不仅可以对流行病感染对应防护服穿着进行监控，同理对于辐射泄露对应防护服穿着也可以进行监控，能够有效保证被检测人员的生命健康。

在一具体实施例中，二级识别模型106具体用于：

识别动作识别区内被检测人员的第二骨骼关节点；

将各个第二骨骼关节点按照人体特征进行连线，识别出被测人员在动作识别区内的第二操作动作；

并判断第二操作动作是否符合操作规范动作，若是，则输出当前步骤阶段对应的合格信息并继续进行检测；若否，则输出第二错误提醒。

需要说明的是，通过骨骼关节点进行动作识别可以保证识别准确率。

在一具体实施例中，系统还包括：图像传输控制模块，图像传输控制模块用于在图像处理模块102工作后工作；

图像传输控制模块，用于对后续视频画面中的动作识别区进行无损编码传输和体态区降低码率传输。

需要说明的是，体态识别不需要高码率图像，细化识别需要高码率图像；据此，可以改变传输码率，减少资源浪费。

在一具体实施例中，该系统还包括：多个第一反射镜；

第一摄像机设置在被检测者的正对面，各个第一反射镜按照第一预设位置进行摆放，以使第一摄像机在对被检测者正面进行拍摄时，第一摄像机的拍摄画面中还包括照映被检测者背面的第一反射镜。

第一摄像机和第一反射镜位置可以如图2所示，图2中，201为第一摄像机，202为第一反射镜，203为被检测者。

进一步的，系统还包括：第二摄像机；

第二摄像机设置在被检测者的侧面，用于对被检测者侧面进行拍摄。

另一方面，系统还包括：多个第二反射镜；

各个第二反射镜按照第二预设位置进行摆放，以使第一摄像机在对被检测者正面进行拍摄时，第一摄像机的拍摄画面中还包括照映被检测者侧面的第二反射镜。

第一摄像机、第一反射镜以及第二反射镜位置可以如图3所示，图3中，201为第一摄像机，202为第一反射镜，203为被检测者，204为第二反射镜。

需要说明的是，采用第一反射镜和第二反射镜对被检测者进行照射，以使第一摄像机的拍摄画面包括被检测者正面、背面以及侧面。可以利用一个摄像机实现多面监控，减少了摄像机的设置，简化了系统结构。

在一具体实施例中，系统还包括：阶段提示模块和显示模块；

阶段提示模块，用于根据当前步骤阶段对应的阶段标识，控制显示模块显示当前步骤阶段的操作提示。

操作提示可以防止被检测者忘记当前操作，进而提高穿着效率。

本发明实施例通过图像处理模块102根据被检测者处于的当前步骤阶段和被检测者处于的第一位置，确定视频画面中的动作识别区和体态区。动作识别区为当前步骤阶段对应操作动作的重点识别区域（如戴口罩，则动作识别区域则是在面部附近），体态区则为除动作识别区外的被检测者其他人体部位区域。本发明实施例采用一级识别模型105对体态区进行体态识别，避免除重点检测区域外被检测者的动作影响穿着流程，导致防护服穿着出现偏移进而使得防护服出现间隙；本发明实施例采用二级识别模型106对动作识别区进行细化识别，用更高的精度和更大的算力对动作识别区进行识别，避免识别错误。本发明实施例可以根据医用防护服穿着流程步骤阶段对图像识别资源进行分配，使得重点区域（动作识别区）得到更多算力和更高识别精度，以保证识别准确率，同时非重点区域（体态区）也能都得一定的监控，避免非重点区域内出现一些动作导致防护服穿着出现偏移进而使得防护服出现间隙。本发明实施例通过合理分配图像识别资源，可以在保证识别精度，减少资源浪费。本发明实施例通过两个模型分别对不同区域进行识别使识别资源得到合理分配。本发明实施例可以通过自动监测防护服穿戴，做到流程严谨、操作规范，确保受控区域环境安全及人员生命健康安全。

本发明实施例还通过身高识别模块对被检测者身高进行识别，获得被检测者的身高；升降控制模块，根据被检测者身高，调节升降台的高度以使第一摄像机正对被检测者。本发明实施例可以根据被检测者身高调节第一摄像机高度，以使第一摄像机正对被检测者，有效避免拍摄画面出现畸变，提高后续识别准确率。

本发明实施例还采用图像传输控制模块对后续视频画面中的动作识别区进行无损编码传输和体态区降低码率传输。将重点识别区域进行无损传输，而非重点识别区域降低码率，可以保证识别精确度的同时减少视频资源的浪费。

本发明实施例还采用第一反射镜和第二反射镜对被检测者进行照射，以使第一摄像机的拍摄画面包括被检测者正面、背面以及侧面。可以利用一个摄像机实现多面监控，减少了摄像机的设置，简化了系统结构。

本发明实施例通过合理分配图像识别资源，可以在保证识别精度，减少资源浪费。本发明实施例在节约图像识别算力的同时，保证识别精度，保障识别准确率。

综上，本发明实施例可以通过自动监测防护服穿戴，做到流程严谨、操作规范，确保受控区域环境安全及人员生命健康安全，同时通过两个模型分别对不同区域进行识别使识别资源得到合理分配。

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“包括一个……”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上仅为本发明的较佳实施例而已，并非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作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.一种基于AI视频分析的医用防护服穿着监测系统，其特征在于，所述系统包括：第一摄像机、一级识别模型、二级识别模型、图像采集模块、图像处理模块、第一输入模块、第二输入模块以及完成确定模块；

所述图像采集模块，用于控制所述第一摄像机对被检测者的医用防护服穿着流程进行拍摄，并实时采集所述穿着流程的视频画面；

所述图像处理模块，用于识别所述视频画面中被检测者处于的第一位置，并根据阶段标识，将所述被检测者在所述穿着流程中处于的步骤阶段确定为当前步骤阶段，并根据所述当前步骤阶段和所述第一位置，确定所述视频画面中的动作识别区和体态区；其中，所述穿着流程的第一步骤阶段对应的所述阶段标识为所述被检测者进入所述第一摄像机拍摄范围，后续步骤阶段的所述阶段标识为对应上一步骤阶段的合格信息；

所述第一输入模块，用于将所述视频画面中的所述体态区输入所述一级识别模型；

所述一级识别模型，用于对所述体态区进行体态识别，获得所述被检测者在所述体态区的第一体态动作，并判断所述第一体态动作是否超越体态规范动作，若是，则输出第一错误提醒；若否，则确定所述第一体态动作合格并继续进行检测；

所述第二输入模块，用于将所述视频画面中的所述动作识别区输入所述二级识别模型；

所述二级识别模型，用于对所述动作识别区进行细化识别，获得所述被检测者在所述动作识别区的第二操作动作，并判断所述第二操作动作是否符合操作规范动作，若是，则输出所述当前步骤阶段对应的所述合格信息并继续进行检测；若否，则输出第二错误提醒；其中，所述细化识别所采用的识别算力与识别精度大于所述体态识别；

所述完成确定模块，用于响应于所述二级识别模型输出所述穿着流程的最后一个步骤阶段对应的所述合格信息，确定所述被检测人员完成医用防护服的规范穿着。

2.根据权利要求1所述基于AI视频分析的医用防护服穿着监测系统，其特征在于，所述系统还包括：采样频率控制模块和分辨率调整模块；

所述采样频率控制模块，用于以第一频率对所述动作识别区进行图像采集并传输至所述第二输入模块；和以第二频率对所述动作识别区进行图像采集并传输至所述第一输入模块；其中，所述第一频率大于所述第二频率；

所述分辨率调整模块，用于降低所述视频画面中的所述体态区的分辨率。

3.根据权利要求1所述基于AI视频分析的医用防护服穿着监测系统，其特征在于，所述图像处理模块具体包括：步骤阶段确定子模块，服饰特征确定子模块以及区域划分子模块；

所述步骤阶段确定子模块，用于识别所述视频画面中被检测者处于的第一位置，并根据阶段标识，将所述被检测者在所述穿着流程中处于的步骤阶段确定为所述当前步骤阶段；

所述服饰特征确定子模块，用于根据所述当前步骤阶段，确定与所述当前步骤阶段相对应的将要穿着防护服部件的服饰特征；

所述区域划分子模块，用于根据所述当前步骤阶段、所述第一位置以及所述服饰特征，确定所述视频画面中的动作识别区和体态区。

4.根据权利要求1所述基于AI视频分析的医用防护服穿着监测系统，其特征在于，所述一级识别模型具体用于：

识别所述体态区内所述被检测人员的第一骨骼关节点；

将各个所述第一骨骼关节点按照人体特征进行连线，识别出所述被测人员在所述体态区内的所述第一体态动作；

判断所述第一体态动作是否超越所述体态规范动作，若是，则输出第一错误提醒；若否，则确定所述第一体态动作合格并继续进行检测；其中，所述体态规范动作为带来生命健康损伤可能性的动作。

5.根据权利要求1所述基于AI视频分析的医用防护服穿着监测系统，其特征在于，所述二级识别模型具体用于：

识别所述动作识别区内所述被检测人员的第二骨骼关节点；

将各个所述第二骨骼关节点按照人体特征进行连线，识别出所述被测人员在所述动作识别区内的所述第二操作动作；

并判断所述第二操作动作是否符合所述操作规范动作，若是，则输出所述当前步骤阶段对应的所述合格信息并继续进行检测；若否，则输出第二错误提醒。

6.根据权利要求1所述基于AI视频分析的医用防护服穿着监测系统，其特征在于，所述系统还包括：图像传输控制模块，所述图像传输控制模块用于在所述图像处理模块工作后工作；

所述图像传输控制模块，用于对后续所述视频画面中的所述动作识别区进行无损编码传输和所述体态区降低码率传输。

7.根据权利要求1所述基于AI视频分析的医用防护服穿着监测系统，其特征在于，所述系统还包括：多个第一反射镜；

所述第一摄像机设置在所述被检测者的正对面，各个所述第一反射镜按照第一预设位置进行摆放，以使所述第一摄像机在对所述被检测者正面进行拍摄时，所述第一摄像机的拍摄画面中还包括照映所述被检测者背面的第一反射镜。

8.根据权利要求6所述基于AI视频分析的医用防护服穿着监测系统，其特征在于，所述系统还包括：第二摄像机；

所述第二摄像机设置在所述被检测者的侧面，用于对所述被检测者侧面进行拍摄。

9.根据权利要求6所述基于AI视频分析的医用防护服穿着监测系统，其特征在于，所述系统还包括：多个第二反射镜；

各个所述第二反射镜按照第二预设位置进行摆放，以使所述第一摄像机在对所述被检测者正面进行拍摄时，所述第一摄像机的拍摄画面中还包括照映所述被检测者侧面的第二反射镜。

10.根据权利要求1所述基于AI视频分析的医用防护服穿着监测系统，其特征在于，所述系统还包括：阶段提示模块和显示模块；

所述阶段提示模块，用于根据所述当前步骤阶段对应的所述阶段标识，控制所述显示模块显示所述当前步骤阶段的操作提示。