[發(fā)明專利]一種嬰兒睡姿智能識別方法及裝置

在審

• 申請?zhí)枺?/td>: 201210227711.3
• 申請日: 2012-07-03
• 公開（公告）號: CN102789672A
• 公開（公告）日: 2012-11-21
• 發(fā)明（設(shè)計）人: 吳金勇;趙勇;袁譽樂;張興
• 申請（專利權(quán)）人: 北京大學(xué)深圳研究生院
• 主分類號: G08B21/00
• 分類號: G08B21/00;G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及嬰兒監(jiān)控領(lǐng)域，尤其涉及一種嬰兒睡姿智能識別方法及裝置。?

背景技術(shù)

嬰兒安全監(jiān)護(hù)越來越被家長重視，嬰兒睡姿監(jiān)護(hù)是嬰兒安全監(jiān)控的重要組成部分，但目前的嬰兒監(jiān)控系統(tǒng)都缺乏對嬰兒睡姿的智能分析識別，容易造成重要嬰兒事件不被及時發(fā)現(xiàn)?，F(xiàn)有的嬰兒監(jiān)護(hù)系統(tǒng)主要通過兩類技術(shù)實現(xiàn)：第一類是通過視頻監(jiān)控，采用攝像頭對嬰兒進(jìn)行實時監(jiān)視，監(jiān)護(hù)人可以通過顯示終端觀看嬰兒的情況，該類系統(tǒng)技術(shù)的缺陷是需要監(jiān)護(hù)人主動時刻關(guān)注顯示終端，往往不能及時處理嬰兒事件，特別是晚上監(jiān)護(hù)人熟睡時。第二類是通過聲音的嬰兒監(jiān)護(hù)，通過嬰兒哭聲報警嬰兒事件，該類系統(tǒng)技術(shù)的缺陷是對于嬰兒事件不能事前發(fā)現(xiàn)，只有等嬰兒事件發(fā)生，嬰兒哭鬧時才被報警。比如專利【一種嬰兒監(jiān)控系統(tǒng)及該監(jiān)控系統(tǒng)的控制方法，申請?zhí)枺?01110244495.9】，該專利包括嬰兒端和父母端；所述嬰兒端包括：攝像頭，攝像頭控制機構(gòu)，通信模塊；所述父母端包括：觸摸屏，數(shù)據(jù)處理單元，通信模塊；所述的數(shù)據(jù)處理單元將用戶的兩個手指在觸摸屏上滑動開閉的操作轉(zhuǎn)換為控制命令，所述的父母端的通信模塊和嬰兒端的通信模塊將所述的控制命令傳輸?shù)綌z像頭控制機構(gòu)，以控制攝像頭的變焦倍數(shù)。專利【嬰兒監(jiān)控系統(tǒng)，申請?zhí)枺?00880023189.9】，該專利包括嬰兒單元和父母單元，嬰兒單元用于嬰兒或兒童附近，嬰兒單元檢測噪聲以及將對應(yīng)聲頻采樣流發(fā)射至父母單元，父母單元包括：視覺指示器；以及處理器，用于分析聲頻采樣流以確定噪聲歷史以及用于對視覺指示器提供第一控制信號從而使得視覺指示器提供噪聲歷史的視覺指示。?

通過國內(nèi)外大量的技術(shù)檢索發(fā)現(xiàn)，目前的對嬰兒監(jiān)控的方法中，都缺乏對嬰兒睡姿的監(jiān)控識別，從而無法對嬰兒踢開被子，嬰兒肚子裸露，嬰兒被衣物覆蓋臉部，嬰兒趴睡等重要嬰兒事件進(jìn)行及時發(fā)現(xiàn)，容易造成嬰兒著涼或窒息。?

本發(fā)明的嬰兒睡姿智能識別方法及裝置，采用視頻分析與模式識別的方法，通過特征提取和識別，進(jìn)行嬰兒睡姿的識別，并輸出報警，讓監(jiān)護(hù)人及時發(fā)現(xiàn)嬰兒事件，不需監(jiān)護(hù)人時刻觀看嬰兒視頻監(jiān)控或現(xiàn)場觀看，晚上也可安心睡覺。該方法的實現(xiàn)包括三部分：樣例特征建模、實時特征分析和報警判決三部分。?

本發(fā)明的方法，克服了現(xiàn)有嬰兒監(jiān)控系統(tǒng)存在的缺陷，同時無需監(jiān)護(hù)人時刻關(guān)注監(jiān)控視頻或現(xiàn)場觀看，特別是監(jiān)護(hù)人晚上熟睡時，也能有效的對重要嬰兒事件進(jìn)行智能檢測識別和及時預(yù)警。?

發(fā)明內(nèi)容

本發(fā)明實施例提供了一種嬰兒睡姿智能識別方法及裝置，旨在解決現(xiàn)有嬰兒監(jiān)控系統(tǒng)存在的缺乏對嬰兒睡姿的監(jiān)控識別，從而無法對嬰兒踢開被子，嬰兒被衣物覆蓋臉部，嬰兒趴睡等重要嬰兒?事件進(jìn)行及時發(fā)現(xiàn)，容易造成嬰兒著涼或窒息的問題。?

本發(fā)明實施例是這樣實現(xiàn)的，一種嬰兒睡姿智能識別方法及裝置，包括如下三個部分：?

第一部分：樣例特征建模?

第一步、視頻采集?

1)通過驅(qū)動采集攝像機視頻；?

2)調(diào)用解碼表對視頻解，提取視頻幀圖像；?

第二步、特征提取?

1)色彩空間轉(zhuǎn)換，生成灰度圖像；?

2)用鼠標(biāo)手動勾畫出樣例區(qū)域，提取出樣例區(qū)域；?

3)紋理特征分析；?

4)SIFT特征分析?

SIFT算法是一種提取局部特征的算法，在尺度空間尋找極值點，提取位置，尺度，旋轉(zhuǎn)不變量。其主要檢測步驟如下：?

a)檢測尺度空間生成及極值點檢測；?

b)精確定位極值點；?

c)為每個關(guān)鍵點指定方向參數(shù)；?

d)關(guān)鍵點描述子的生成。?

第三步、特征模板庫建模?

特征提取后，生成樣例的紋理特征和SIFT特征描述，通過特征加權(quán)融合形成特征模板。?

第二部分：實時特征分析?

第一步、視頻輸入?

1)通過驅(qū)動采集攝像機視頻；?

2)根據(jù)嬰兒睡覺位置，采用鼠標(biāo)設(shè)置檢測分析區(qū)域，完成區(qū)域設(shè)置?

第二步、特征提取融合?

1)顏色空間轉(zhuǎn)換?

2)紋理特征分析?

3)SIFT特征分析?

4)特征加權(quán)融合?

第三部分：報警判決?

第一步、嬰兒睡姿分類判決?

將實時幀圖像特征f_t和模板特征集f_m采用公式(3)進(jìn)行距離比較，如果距離ρ小于0.2，?則認(rèn)為出現(xiàn)了該種類型的非正常睡姿，輸出睡姿類型，否則認(rèn)為屬于正常狀態(tài)。?

第二步、報警判斷?