CN117796770B - 一种基于眩晕状态识别的图像处理方法与装置 - Google Patents

Abstract

本发明涉及图像识别技术领域，具体涉及一种基于眩晕状态识别的图像处理方法和装置，通过在检测出行动监测请求后解析监测行动范围信号，将监测行动范围信号作为行动反馈区域，得出眩晕人员预期行动边界，再使用复合类型处理器进行信号收集，解析复合类型收集存储器进行聚类，得到收集校准存储器，进行属性参数值分离，得到复合类型属性元数据进行属性关联整合，结合眩晕人员预期行动边界构建行动环境检测模型，向眩晕人员眩晕发生位置收集对应的预警内容广播行动监测作业；解决了现有技术中存在的监测工作由于无法提前进行预警而导致监测路程所需时间较长问题，实现了对眩晕人员的精准状态和碰撞风险的提前预警，进而提高监测效率的技术效果。

Description

一种基于眩晕状态识别的图像处理方法与装置

技术领域

本发明涉及图像识别技术领域，具体涉及一种基于眩晕状态识别的图像处理方法和装置。

背景技术

医疗机构的安全监控一直是社会公共安全体系中的重要组成部分。随着医疗技术的发展，这些场所的监测工作已经不仅仅局限于传统的安保活动，对于个体健康状态的实时监控也被赋予了重要意义，尤其是在及时识别突发的医疗状况上。以眩晕状态识别为例，它是一种常见临床症状，可能引发跌倒、意外伤害乃至更严重的生命危险，因此迫切需要在众多监测场合中得到高效的识别与快速响应。

在现行技术中，虽然普遍部署了视频监控系统，但这些系统在处理眩晕状态的预警与识别上存在严重不足。监控录像大多是在事后进行回放分析，实时预警能力有限。在实际操作中，操作人员通常需要在事件发生后，通过人工回放视频才能确认事故发生的准确时间和情况，而这一过程耗时长且效率低，严重拖延了紧急医疗援助的提供。

发明内容

本申请提供了一种基于眩晕状态识别的图像处理方法，解决了现有技术中存在的监测工作由于无法提前进行预警而导致监测路程所需时间较长问题，实现了对眩晕人员的精准状态和碰撞风险的提前预警，进而提高监测效率的技术效果。

鉴于上述问题，本申请提供了一种基于眩晕状态识别的图像处理方法。

第一方面，在检测出行动监测请求后，解析监测行动范围信号，同时，收集眩晕人员当前行动边界，眩晕人员配备当前状态预警传感器；通过眩晕人员当前行动边界，将监测行动范围信号作为行动反馈区域，得出眩晕人员预期行动边界；通过眩晕人员预期行动边界，使用复合类型处理器进行信号收集，解析复合类型收集存储器，复合类型收集存储器包括图像收集信号、GPS收集信号、声音收集信号；对复合类型收集存储器进行聚类，解析复合类型收集校准存储器，复合类型收集校准存储器包括图像校准信号、GPS校准信号、声音校准信号；对复合类型收集校准存储器进行属性参数值分离，解析复合类型属性元数据；将复合类型属性元数据进行属性关联整合，结合眩晕人员预期行动边界构建行动环境检测模型；通过行动环境检测模型，收集眩晕人员眩晕发生位置，同时，向眩晕人员眩晕发生位置收集对应的预警内容广播行动监测作业，行动监测作业包括监测行动范围信号。

第二方面，本申请提供了一种基于眩晕状态识别的图像处理装置，装置包括：信息解析模块：所述信息解析模块用于在检测出行动监测请求后，解析监测行动范围信号，同时，收集眩晕人员当前行动边界，眩晕人员配备当前状态预警传感器；状态位置收集模块：所述状态位置收集模块用于通过所述眩晕人员当前行动边界，将所述监测行动范围信号作为行动反馈区域，得出眩晕人员预期行动边界；信号收集模块：所述信号收集模块用于通过所述眩晕人员预期行动边界，使用复合类型处理器进行信号收集，解析复合类型收集存储器，所述复合类型收集存储器包括图像收集信号、GPS收集信号、声音收集信号；信号处理模块：所述信号处理模块用于对所述复合类型收集存储器进行聚类，解析复合类型收集校准存储器，所述复合类型收集校准存储器包括图像校准信号、GPS校准信号、声音校准信号；属性参数值分离模块：所述属性参数值分离模块用于对所述复合类型收集校准存储器进行属性参数值分离，解析复合类型属性元数据；整合拼接模块：所述整合拼接模块用于将所述复合类型属性元数据进行属性关联整合，结合所述眩晕人员预期行动边界构建行动环境检测模型；状态收集模块：所述状态收集模块用于通过所述行动环境检测模型，收集眩晕人员眩晕发生位置，同时，从所述眩晕人员眩晕发生位置收集对应的预警内容广播行动监测作业，所述行动监测作业包括监测行动范围信号。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请实施例提供的一种基于眩晕状态识别的图像处理方法，通过在检测出行动监测请求后解析监测行动范围信号，同时收集眩晕人员当前行动边界，然后将监测行动范围信号作为行动反馈区域，得出眩晕人员预期行动边界，再使用复合类型处理器进行信号收集，解析复合类型收集存储器，其中复合类型收集存储器包括图像收集信号、GPS收集信号、声音收集信号，对复合类型收集存储器进行聚类，得到复合类型收集校准存储器，再对复合类型收集校准存储器进行属性参数值分离，得到复合类型属性元数据，将复合类型属性元数据进行属性关联整合，结合眩晕人员预期行动边界构建行动环境检测模型，收集眩晕人员眩晕发生位置，同时向眩晕人员眩晕发生位置收集对应的预警内容广播行动监测作业。解决了现有技术中存在的监测工作由于无法提前进行预警而导致监测路程所需时间较长问题，实现了对眩晕人员的精准状态和碰撞风险的提前预警，进而提高监测效率的技术效果。

附图说明

图1为本申请提供了一种基于眩晕状态识别的图像处理方法流程示意图；

图2为本申请提供了一种基于眩晕状态识别的图像处理方法中复合类型收集校准存储器进行属性参数值分离流程示意图；

图3为本申请提供了一种基于眩晕状态识别的图像处理方法中向眩晕人员发送安全换线消息流程示意图；

图4为本申请提供了一种基于眩晕状态识别的图像处理装置结构示意图。

附图标记说明，信息解析模块a，状态位置收集模块b，信号收集模块c，信号处理模块d，属性参数值分离模块e，整合拼接模块f，状态收集模块g。

具体实施方式

本申请通过提供一种基于眩晕状态识别的图像处理方法，通过在检测出行动监测请求后解析监测行动范围信号，同时收集眩晕人员当前行动边界，然后将监测行动范围信号作为行动反馈区域，得出眩晕人员预期行动边界，再使用复合类型处理器进行信号收集，解析复合类型收集存储器，其中复合类型收集存储器包括图像收集信号、GPS收集信号、声音收集信号，对复合类型收集存储器进行聚类，得到复合类型收集校准存储器，再对复合类型收集校准存储器进行属性参数值分离，得到复合类型属性元数据，将复合类型属性元数据进行属性关联整合，结合眩晕人员预期行动边界构建行动环境检测模型，收集眩晕人员眩晕发生位置，同时向眩晕人员眩晕发生位置收集对应的预警内容广播行动监测作业，解决了现有技术中存在的监测工作由于无法提前进行预警而导致监测路程所需时间较长问题，实现了对眩晕人员的精准状态和碰撞风险的提前预警，进而提高监测效率的技术效果。

实施例一

如图1所示，本申请提供了一种基于眩晕状态识别的图像处理方法，方法包括：

步骤S100：在检测出行动监测请求后，解析监测行动范围信号，同时，收集眩晕人员当前行动边界，眩晕人员配备当前状态预警传感器；

具体而言，监测行动范围信号是指需要监测的位置信息以及需要监测地点周围的环境情况。在收到行动监测请求后，先解析监测行动范围信号，并且将所有行动状态下的眩晕人员状态位置进行收集，行动状态包括没出作业和单次出作业结束且直接可以执行二次作业的情况(不具备执行二次作业条件的不算)，且眩晕人员所配备的当前状态预警传感器一直处于通电状态。眩晕人员当前行动边界的收集为后续解析复合类型收集存储器提供信号基础。

步骤S200：通过所述眩晕人员当前行动边界，将所述监测行动范围信号作为行动反馈区域，得出眩晕人员预期行动边界；

具体而言，将监测行动范围的状态信息作为圆心，将眩晕人员当前行动边界中眩晕人员的状态与圆心的距离作为半径，在眩晕人员当前行动边界中进行决策，将半径在5公里范围内的眩晕人员当前行动状态位置进行收集，整理为眩晕人员预期行动边界。眩晕人员预期行动边界的收集，为后续解析复合类型收集存储器提供信号基础。

步骤S300：通过所述眩晕人员预期行动边界，使用复合类型处理器进行信号收集，解析复合类型收集存储器，所述复合类型收集存储器包括图像收集信号、GPS收集信号、声音收集信号；

具体而言，复合类型是指复合类型装置，复合类型装置是由两个或更多的具有不同特性的处理器集成在一个硬件平台上，其中具有不同特性的处理器被称为类型处理器，复合类型处理器即为具有多个不同特性的处理器。通过复合类型处理器进行收集的信号被称为复合类型收集存储器。根据多个不同特性的处理器所收集到的信号也不相同，即复合类型收集存储器包括图像收集信号、GPS收集信号和声音收集信号。复合类型收集存储器的解析为后续对复合类型收集存储器进行聚类，解析复合类型收集校准存储器提供信号基础。

步骤S400：对所述复合类型收集存储器进行聚类，解析复合类型收集校准存储器，所述复合类型收集校准存储器包括图像校准信号、GPS校准信号、声音校准信号；

具体而言，信号聚类是指对收集的复合类型收集存储器进行去噪、滤波、校准等处理，以提高信号的质量和可用性。通过对复合类型收集存储器进行聚类，得到复合类型收集校准存储器，复合类型收集校准存储器与复合类型收集存储器中的图像收集信号、GPS收集信号、声音收集信号分别对应图像校准信号、GPS校准信号、声音校准信号。复合类型收集校准存储器的解析，为后续对复合类型收集校准存储器进行属性参数值分离，解析复合类型属性元数据提供信号基础。

步骤S500：对所述复合类型收集校准存储器进行属性参数值分离，解析复合类型属性元数据；

具体而言，属性参数值分离是指根据不同处理器的特点，提取出不同的特征，如图像中的眩晕人员身高、年龄、行走速度等，GPS中的眩晕发生距离、速度等，声音中的眩晕发生频率等。将不同处理器进行提取的特征进行整合，解析复合类型属性元数据。

步骤S600：将所述复合类型属性元数据进行属性关联整合，结合所述眩晕人员预期行动边界构建行动环境检测模型；

具体而言，属性关联整合是指将不同处理器的特征拼接在一起作为一个新的特征向量，复合类型特征整合方法分为四种，特征级整合、决策级整合、混合级整合和模型级整合。以特征级整合为例进行说明，特征级整合表示在提取后立即从不同类型提取的特征连接成单个高维特征向量的方法，将三个特征进行连接得到整合后的特征，再将整合后的特征输入进MLP和softmax进行分类得到分类结果。将分类结果与眩晕人员预期行动边界共同进行构建行动环境检测模型。行动环境检测模型的构建，为后续眩晕人员眩晕发生位置提供基础。

步骤S700：通过所述行动环境检测模型，收集眩晕人员眩晕发生位置，同时，从所述眩晕人员眩晕发生位置收集对应的预警内容广播行动监测作业，所述行动监测作业包括监测行动范围信号。

具体而言，通过行动环境检测模型即可收集眩晕人员的眩晕发生位置，并向所在眩晕发生位置的安全人员预警内容进行行动监测作业的广播，行动监测作业包括监测行动范围的位置信息、监测行动范围周围的环境情况和监测行动范围目前的危急情况，建议眩晕人员可根据行动监测作业进行监测作业的提前准备，以更好地应对监测。行动环境检测模型的构建能够提高整体效率，使监测情况得到更加快速的回应和处理，大大提高监测的成功率。

进一步而言，如图2所示，本申请步骤S500还包括：

步骤S510：通过所述复合类型收集校准存储器中的图像校准信号，解析第一类型属性元数据，所述第一类型属性元数据包括眩晕人员身高属性元数据、眩晕人员年龄属性元数据、行动监测图像属性元数据；

步骤S520：通过所述复合类型收集校准存储器中的GPS校准信号，解析第二类型属性元数据，所述第二类型属性元数据包括眩晕发生距离属性元数据、眩晕人员速度属性元数据；

步骤S530：通过所述复合类型收集校准存储器中的声音校准信号，解析第三类型属性元数据；

步骤S540：通过所述第一类型属性元数据、第二类型属性元数据、第三类型属性元数据进行组合，解析所述复合类型属性元数据。

具体而言，将复合类型收集校准存储器中的图像校准信号进行提取，将其作为第一类型属性元数据，第一类型属性元数据由复合类型传感信号的图像频处理器模块进行收集而来，包括眩晕人员身高属性元数据、眩晕人员年龄属性元数据、行动监测图像属性元数据。将复合类型收集校准存储器中的GPS校准信号进行提取，将提取到的信号作为第二类型属性元数据，第二类型属性元数据由复合类型传感信号的GPS处理器模块进行收集而来，包括眩晕发生距离属性元数据、眩晕人员速度属性元数据。将复合类型收集校准存储器中的声音校准信号进行提取，将提取到的信号作为第三类型属性元数据，第三类型属性元数据由复合类型传感信号的声音传感模块进行收集而来。将属性参数值分离得到的第一类型属性元数据、第二类型属性元数据、第三类型属性元数据整合在一起得到复合类型属性元数据。复合类型属性元数据的解析为后续将复合类型属性元数据进行属性关联整合提供信号基础。

进一步而言，如图3所示，本申请步骤S500还包括：

步骤S550：若所述眩晕发生距离属性元数据对应的行走路线存在碰撞风险，解析碰撞风险路线长度、碰撞风险预警值；

步骤S560：解析安全人员在所述碰撞风险的建议行走线，所述建议行走线是左转弯、右转弯、直行行走路线、回转行走路线中的任意一种；

步骤S570：在所述安全人员行至距离所述碰撞风险满足安全换线范围后，向所述眩晕人员发送安全换线消息。

具体而言，根据第二类型属性元数据中眩晕发生距离属性元数据所对应的行走路线发生碰撞，对碰撞风险信息进行解析，将碰撞风险的部分路线长度和通过碰撞风险所产生的时间信号进行解析，并对碰撞风险中使眩晕人员能够快速通过的行走路线进行解析，解析行走路线时以快速通过碰撞风险为目的，不需要考虑行走路线行驶规则和路线规划，解析行走路线可以是左转弯、右转弯、直行行走路线、回转行走路线中的任意一种，所解析到的行走路线称为建议行走线。当眩晕人员行至碰撞风险的安全换线范围内时，向建议行走线上的眩晕人员发送安全换线消息，不同类型的眩晕人员发送的安全换线消息不同，120对应的安全换线消息是急救警报，火警对应火警的火警警报，眩晕人员收到安全换线消息后进行避让，为眩晕人员提供可快速通过的通道。建议行走线的解析，大大减少了安全人员通过碰撞风险所需时间，提高了整体效率。

进一步而言，本申请步骤S570还包括：

步骤S571：在所述安全人员行至距离所述碰撞风险满足安全换线范围后，安全人员发送微波信号短时传输请求；

步骤S572：所述眩晕人员通过短时传输通信协议，与安全人员建立短时连接；

步骤S573：安全人员向所述眩晕人员发送安全换线消息，在所述眩晕人员接收所述安全换线消息后断开连接。

具体而言，在眩晕人员行至碰撞风险的安全换线范围之内，眩晕人员向碰撞风险行走线上的眩晕人员发送微波信号短时传输请求，其中微波信号能够覆盖5-10公里，且微波信号装置简单，价格低廉维护成本低，并且微波信号覆盖面够大，满足所需条件。通过短时传输通信协议与建议行走线上的眩晕人员进行短时连接建立，短时连接不需要经过行走线上眩晕人员同意即可进行通讯连接，且传输信息和时间都有限，既保证了眩晕人员的效率，又保证行走线上的眩晕人员信息通信的安全。建立短时连接后，安全人员向所述眩晕人员发送安全换线消息，在眩晕人员接收安全换线消息后断开连接。短连接的使用，能够在通讯双方有信号交互时，就建立一个连接，在信号发送完成后，则断开此连接，即每次连接只完成一项业务的发送，不需要长期占用通道，能节省通道的使用提高整体工作效率。

进一步而言，本申请步骤S570还包括：

步骤S574：所述眩晕人员与安全人员建立短时连接之前，将微波信号作为通信组网，收集使用的微波信号类型和频段；

步骤S575：对照所述微波信号类型和频段，配置设备的微波中继站，所述微波中继站包括接收天线ID、路由路径、传感器心跳信号。

步骤S576：所述眩晕人员与安全人员建立短时连接之后，关闭短时传输通道，解析维护回收请求，所述维护回收请求包括释放信道操作请求、清除缓存操作请求、断开网络连接操作请求、回收空间负载操作请求。

具体而言，将微波信号作为通信组网是根据其作为第二代手机通信技术规格，以数字语音传输技术为核心，其速率能达到10kbps，峰值速率为100kbps，并对其网络层传输层微波中继站包括接收天线ID、路由路径、传感器心跳信号进行配置，其中微波中继器，即传输控制/网络协议，也叫作网络通讯协议。它是在网络的使用中的最基本的通信协议。微波中继器能够保证网络信号信息及时和完整传输。当眩晕人员与安全人员建立短时连接之后，将微波信号短时传输请求进行发送，在眩晕人员检测出安全换线消息后关闭短时传输通道，断开与眩晕人员的短时连接，并且开始执行维护请求，维护请求具体为将传输信道进行释放，关闭信号传输通道前，需要将信道释放，以便其他设备能够使用该信道进行信号传输；清除缓存操作请求，将缓存进行清除，在关闭信号传输通道时，需要清除缓存，以确保下一次信号传输时不会出现冲突或错误；断开网络连接操作请求，关闭信号传输通道时，还需要断开网络连接，以释放网络空间负载；回收空间负载操作请求，释放内存、关闭文件句柄、销毁内容。维护回收请求的解析能够使整体效率提高且不占装置内存，降低了使用成本，为之后可能再次通过碰撞风险做准备。

进一步而言，本申请步骤S570还包括：

步骤S577：将所述行动监测作业共享至交通部门，在所述眩晕人员在安全换线期间，同步进行图像收集，解析安全换线图像信息；

步骤S578：通过所述安全换线图像信息，判断是否对眩晕人员进行正常放行处理；

步骤S579：通过所述安全换线图像信息，判断是否对眩晕人员进行非正常预警处理。

具体而言，将行动监测作业同步发送至交通部门，通过摄像头对眩晕人员在安全换线期间进行抓拍，所获得结果为安全换线图像信息。由于因避让紧急眩晕人员导致的越线、逆向行驶、占用公交行走路线、占用非机动行走路线等环境行为，交通部门将以紧急特殊眩晕人员的安全换线图像信息为依据进行判断，来决定是否消除此次记录。即通过安全换线图像信息对建议行走线上的眩晕人员进行认定处理判断。举例而言，对冲撞行为进行认定处理为当路口环境警示浮标为危险浮标时，对越过等待区危险边缘的眩晕人员进行图像收集，并将对向危险边缘进行收集，如果在对向危险边缘没有收集到该眩晕人员的图像，则判断该眩晕人员是由于避让眩晕人员而造成的越过等待区危险边缘，但并无冲撞行为，对该眩晕人员进行认定处理。如果眩晕人员因为避让紧急眩晕人员而造成的事故，则给予认定处理，如果眩晕人员并不是因为避让紧急眩晕人员而造成的事故则依然按照事故处理。除为避让紧急眩晕人员造成事故之外，还存在阻碍紧急眩晕人员的情况。对阻碍紧急眩晕人员的行为进行判断，判断符合则对其进行处罚。安全换线图像信息的解析，能够大大减少因避让紧急作业眩晕人员而造成的事故，使避让紧急作业眩晕人员的事故处理情况更加合理。

实施例二

通过与前述实施例中一种基于眩晕状态识别的图像处理方法相同的发明构思，如图4所示，本申请提供了一种基于眩晕状态识别的图像处理装置，所述装置包括：

信息解析模块a：所述信息解析模块a用于在检测出行动监测请求后，解析监测行动范围信号，同时，收集眩晕人员当前行动边界，眩晕人员配备当前状态预警传感器；

状态位置收集模块b：所述状态位置收集模块b用于通过所述眩晕人员当前行动边界，将所述监测行动范围信号作为行动反馈区域，得出眩晕人员预期行动边界；

信号收集模块c：所述信号收集模块c用于通过所述眩晕人员预期行动边界，使用复合类型处理器进行信号收集，解析复合类型收集存储器，所述复合类型收集存储器包括图像收集信号、GPS收集信号、声音收集信号；

信号处理模块d：所述信号处理模块d用于对所述复合类型收集存储器进行聚类，解析复合类型收集校准存储器，所述复合类型收集校准存储器包括图像校准信号、GPS校准信号、声音校准信号；

属性参数值分离模块e：所述属性参数值分离模块e用于对所述复合类型收集校准存储器进行属性参数值分离，解析复合类型属性元数据；

整合拼接模块f：所述整合拼接模块f用于将所述复合类型属性元数据进行属性关联整合，结合所述眩晕人员预期行动边界构建行动环境检测模型；

状态收集模块g：所述状态收集模块g用于通过所述行动环境检测模型，收集眩晕人员眩晕发生位置，同时，从所述眩晕人员眩晕发生位置收集对应的预警内容广播行动监测作业，所述行动监测作业包括监测行动范围信号。

进一步而言，所述装置还包括：

第一类型属性元数据解析模块：所述第一类型属性元数据解析模块用于通过所述复合类型收集校准存储器中的图像校准信号，解析第一类型属性元数据，所述第一类型属性元数据包括眩晕人员身高属性元数据、眩晕人员年龄属性元数据、行动监测图像属性元数据；

第二类型属性元数据解析模块：所述第二类型属性元数据解析模块用于通过所述复合类型收集校准存储器中的GPS校准信号，解析第二类型属性元数据，所述第二类型属性元数据包括眩晕发生距离属性元数据、眩晕人员速度属性元数据；

第三类型属性元数据解析模块：所述第三类型属性元数据解析模块用于通过所述复合类型收集校准存储器中的声音校准信号，解析第三类型属性元数据；

复合类型属性元数据解析模块：所述复合类型属性元数据解析模块用于通过所述第一类型属性元数据、第二类型属性元数据、第三类型属性元数据进行组合，解析所述复合类型属性元数据。

碰撞风险模块：所述碰撞风险模块用于进一步而言，所述装置还包括若所述眩晕发生距离属性元数据对应的行走路线存在碰撞风险，解析碰撞风险路线长度、碰撞风险预警值；

建议行走线解析模块：所述建议行走线解析模块用于解析安全人员在所述碰撞风险的建议行走线，所述建议行走线是左转弯、右转弯、直行行走路线、回转行走路线中的任意一种；

避让消息发送模块：所述避让消息发送模块用于在所述安全人员行至距离所述碰撞风险满足安全换线范围后，向所述眩晕人员发送安全换线消息。

进一步而言，所述装置还包括：

短时传输请求应急模块：所述短时传输请求应急模块用于在所述安全人员行至距离所述碰撞风险满足安全换线范围后，安全人员发送微波信号短时传输请求；

短时连接模块：所述短时连接模块用于所述眩晕人员通过短时传输通信协议，与安全人员建立短时连接；

断开连接模块：所述断开连接模块用于安全人员向所述眩晕人员发送安全换线消息，在所述眩晕人员接收所述安全换线消息后断开连接。

进一步而言，所述装置还包括：

网络通信组网模块：所述网络通信组网模块用于所述眩晕人员与安全人员建立短时连接之前，将微波信号作为通信组网，收集使用的微波信号类型和频段；

配置协议参数模块：所述配置协议参数模块用于对照所述微波信号类型和频段，配置设备的微波中继站，所述微波中继站包括接收天线ID、路由路径、传感器心跳信号。

进一步而言，所述装置还包括：

维护回收请求模块：所述维护回收请求模块用于所述眩晕人员与安全人员建立短时连接之后，关闭短时传输通道，解析维护回收请求，所述维护回收请求包括释放信道操作请求、清除缓存操作请求、断开网络连接操作请求、回收空间负载操作请求。

进一步而言，所述装置还包括：

安全换线图像信息解析模块：所述安全换线图像信息解析模块用于将所述行动监测作业共享至交通部门，在所述眩晕人员在安全换线期间，同步进行图像收集，解析安全换线图像信息；

正常放行处理模块：所述正常放行处理模块用于通过所述安全换线图像信息，判断是否对眩晕人员进行正常放行处理；

非正常预警处理模块：所述非正常预警处理模块用于通过所述安全换线图像信息，判断是否对眩晕人员进行非正常预警处理。

本领域技术内容能够理解，本公开所披露的内容可以出现多种变型和改进。例如，以上所描述的各种设备或组件可以通过硬件实现，也可以通过软件、固件、或者三者中的一些或全部的组合实现。

本公开中使用了流程图用来说明根据本公开的实施例的方法的步骤。应当理解的是，前面或后面的步骤不一定按照顺序来精确的进行。相反，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中。

本领域普通技术内容可以理解上述方法中的全部或部分的步骤可通过计算机程序来请求相关硬件完成，程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本公开并不限制于任何特定形式的硬件和软件的结合。

除非另有定义，这里使用的所有术语具有与本公开所属领域的普通技术内容共同理解的相同含义。还应当理解，诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。

以上是对本公开的说明，而不应被认为是对其的限制。尽管描述了本公开的若干示例性实施例，但本领域技术内容将容易地理解，在不背离本公开的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此，所有这些修改都意图包含在权利要求书所限定的本公开范围内。应当理解，上面是对本公开的说明，而不应被认为是限于所公开的特定实施例，并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本公开由权利要求书及其等效物限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术内容可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (6)

1.一种基于眩晕状态识别的图像处理方法，其特征在于，包括：

在检测出行动监测请求后，解析监测行动范围信号，同时，收集眩晕人员当前行动边界，眩晕人员配备当前状态预警传感器；

通过所述眩晕人员当前行动边界，将所述监测行动范围信号作为行动反馈区域，得出眩晕人员预期行动边界；

通过所述眩晕人员预期行动边界，使用复合类型处理器进行信号收集，解析复合类型收集存储器，所述复合类型收集存储器包括图像收集信号、GPS收集信号、声音收集信号；

对所述复合类型收集存储器进行聚类，解析复合类型收集校准存储器，所述复合类型收集校准存储器包括图像校准信号、GPS校准信号、声音校准信号；

对所述复合类型收集校准存储器进行属性参数值分离，解析复合类型属性元数据；

将所述复合类型属性元数据进行属性关联整合，结合所述眩晕人员预期行动边界构建行动环境检测模型；

通过所述行动环境检测模型，收集眩晕人员眩晕发生位置，同时，从所述眩晕人员眩晕发生位置收集对应的预警内容广播行动监测作业，所述行动监测作业包括监测行动范围信号；

所述对所述复合类型收集校准存储器进行属性参数值分离，解析复合类型属性元数据，所述方法包括：

通过所述复合类型收集校准存储器中的图像校准信号，解析第一类型属性元数据，所述第一类型属性元数据包括眩晕人员身高属性元数据、眩晕人员年龄属性元数据、行动监测图像属性元数据；

通过所述复合类型收集校准存储器中的GPS校准信号，解析第二类型属性元数据，所述第二类型属性元数据包括眩晕发生距离属性元数据、眩晕人员速度属性元数据；

通过所述复合类型收集校准存储器中的声音校准信号，解析第三类型属性元数据；

通过所述第一类型属性元数据、第二类型属性元数据、第三类型属性元数据进行组合，解析所述复合类型属性元数据；

所述方法还包括：

若所述眩晕发生距离属性元数据对应的行走路线存在碰撞风险，解析碰撞风险路线长度、碰撞风险预警值；

解析安全人员在所述碰撞风险的建议行走线，所述建议行走线是左转弯、右转弯、直行行走路线、回转行走路线中的任意一种；

在所述安全人员行至距离所述碰撞风险满足安全换线范围后，向所述眩晕人员发送安全换线消息。

2.如权利要求1所述的一种基于眩晕状态识别的图像处理方法，其特征在于，所述在所述安全人员行至距离所述碰撞风险满足安全换线范围后，向所述眩晕人员发送安全换线消息，所述方法包括：

在所述安全人员行至距离所述碰撞风险满足安全换线范围后，安全人员发送微波信号短时传输请求；

所述眩晕人员通过短时传输通信协议，与安全人员建立短时连接；

安全人员向所述眩晕人员发送安全换线消息，在所述眩晕人员接收所述安全换线消息后断开连接。

3.如权利要求2所述的一种基于眩晕状态识别的图像处理方法，其特征在于，所述方法还包括：

所述眩晕人员与安全人员建立短时连接之前，将微波信号作为通信组网，收集使用的微波信号类型和频段；

对照所述微波信号类型和频段，配置设备的微波中继站，所述微波中继站包括接收天线ID、路由路径、传感器心跳信号。

4.如权利要求3所述的一种基于眩晕状态识别的图像处理方法，其特征在于，所述方法还包括：

所述眩晕人员与安全人员建立短时连接之后，关闭短时传输通道，解析维护回收请求，所述维护回收请求包括释放信道操作请求、清除缓存操作请求、断开网络连接操作请求、回收空间负载操作请求。

5.如权利要求4所述的一种基于眩晕状态识别的图像处理方法，其特征在于，所述方法包括：

将所述行动监测作业共享至交通部门，在所述眩晕人员在安全换线期间，同步进行图像收集，解析安全换线图像信息；

通过所述安全换线图像信息，判断是否对眩晕人员进行正常放行处理；

通过所述安全换线图像信息，判断是否对眩晕人员进行非正常预警处理。

6.一种基于眩晕状态识别的图像处理装置，其特征在于，所述装置包括：

信息解析模块：所述信息解析模块用于在检测出行动监测请求后，解析监测行动范围信号，同时，收集眩晕人员当前行动边界，眩晕人员配备当前状态预警传感器；

状态位置收集模块：所述状态位置收集模块用于通过所述眩晕人员当前行动边界，将所述监测行动范围信号作为行动反馈区域，得出眩晕人员预期行动边界；

信号收集模块：所述信号收集模块用于通过所述眩晕人员预期行动边界，使用复合类型处理器进行信号收集，解析复合类型收集存储器，所述复合类型收集存储器包括图像收集信号、GPS收集信号、声音收集信号；

信号处理模块：所述信号处理模块用于对所述复合类型收集存储器进行聚类，解析复合类型收集校准存储器，所述复合类型收集校准存储器包括图像校准信号、GPS校准信号、声音校准信号；

属性参数值分离模块：所述属性参数值分离模块用于对所述复合类型收集校准存储器进行属性参数值分离，解析复合类型属性元数据；

整合拼接模块：所述整合拼接模块用于将所述复合类型属性元数据进行属性关联整合，结合所述眩晕人员预期行动边界构建行动环境检测模型；

状态收集模块：所述状态收集模块用于通过所述行动环境检测模型，收集眩晕人员眩晕发生位置，同时，从所述眩晕人员眩晕发生位置收集对应的预警内容广播行动监测作业，所述行动监测作业包括监测行动范围信号；

所述一种基于眩晕状态识别的图像处理装置用于执行如权利要求2-5任一项所述的一种基于眩晕状态识别的图像处理方法。