[發(fā)明專利]自動識別溺水的方法、裝置、存儲介質及電子設備

在審

• 申請?zhí)枺?/td>: 201811554491.9
• 申請日: 2018-12-18
• 公開（公告）號: CN109815805A
• 公開（公告）日: 2019-05-28
• 發(fā)明（設計）人: 劉芳;呂小立
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種自動識別溺水的方法，其特征在于，包括：

接收在泳池周圍布置的圖像采集設備采集的視頻；

從所述采集的視頻中每隔預定時間提取靜態(tài)幀；

從所述靜態(tài)幀中識別人物；

若從所述靜態(tài)幀中識別出人物，確定識別出人物的所述靜態(tài)幀為目標幀，所述識別到的人物為目標人物；

從所述目標幀之后連續(xù)提取出的靜態(tài)幀中，確定識別出所述目標人物的預定數目的靜態(tài)幀；

將所述預定數目的靜態(tài)幀輸入訓練好的機器學習模型，得到所述目標人物是否溺水的判斷結果。

2.根據權利要求1所述的方法，其特征在于，在接收在泳池周圍布置的圖像采集設備采集的視頻之前，所述方法還包括：

接收泳池入口處人臉拍照設備拍攝的人臉照片，將所述人臉照片和被拍攝者的身份信息關聯存儲。

3.根據權利要求1所述的方法，其特征在于，所述從所述靜態(tài)幀中識別人物，包括：

利用人臉識別從所述靜態(tài)幀中識別出人臉；

將所述識別出的人臉與關聯存儲的人臉照片進行比對，得到比對結果，以識別人物；

如識別出的人臉與關聯存儲的人臉照片一致，則將關聯存儲的身份信息作為識別出的人物的身份信息。

4.根據權利要求1所述的方法，其特征在于，所述將所述預定數目的靜態(tài)幀輸入訓練好的機器學習模型，包括：

將所述預定數目的靜態(tài)幀序列按照每個靜態(tài)幀在視頻中的時刻點的先后順序，依次串聯，得到靜態(tài)幀序列；

將所述靜態(tài)幀序列輸入訓練好的機器學習模型。

5.根據權利要求1所述的方法，其特征在于，所述機器學習模型的訓練方法是：

收集預先標定發(fā)生溺水的正樣本和未發(fā)生溺水的負樣本的靜態(tài)幀序列作為樣本集；

將樣本集中的每個靜態(tài)幀序列樣本輸入機器學習模型；

若機器學習模型輸出的判斷結果與預先對樣本的標定不一致，調整機器學習模型的系數，使控制機器學習模型在輸入為正樣本時，輸出發(fā)生溺水的判斷結果，在輸入為負樣本時，輸出未發(fā)生溺水的判斷結果；

若機器學習模型輸出的判斷結果與預先對樣本的標定一致，訓練結束，得到訓練好的機器學習模型。

6.根據權利要求1所述的方法，所述圖像采集設備包括設置在泳池周圍，用于監(jiān)控不同游泳區(qū)域的多個圖像采集設備，其特征在于，所述若從所述靜態(tài)幀中識別出人物，確定識別出人物的所述靜態(tài)幀為目標幀，所述識別到的人物為目標人物，包括：

所述目標幀包括從不同圖像采集設備中獲取的視頻中的多個目標幀；

所述方法還包括：

分別獲取所述多個目標幀在所述目標幀來源的視頻中的時刻點；

獲取所述多個目標幀來源的視頻的圖像采集設備的位置信息；

根據所述時刻點的先后順序，在電子地圖上依次連接所述圖像采集設備的位置，得到目標人物的運動軌跡。

7.根據權利要求1所述的方法，所述圖像采集設備包括設置在泳池周圍，用于監(jiān)控不同游泳區(qū)域的多個圖像采集設備，其特征在于，所述將所述預定數目的靜態(tài)幀輸入訓練好的機器學習模型，得到所述目標人物是否溺水的判斷結果之后，所述方法還包括：

若將來源于其中的一個圖像采集設備中視頻中的預定數目的靜態(tài)幀輸入訓練好的機器學習模型，得到所述目標人物是溺水的判斷結果，獲取所述預定數目的靜態(tài)幀來源的圖像采集設備的位置作為目標位置；

獲取所有救生員佩戴的電子設備上報的救生員位置；

計算每個救生員位置到所述目標位置的距離；

向所述距離最小的救生員佩戴的電子設備發(fā)出救助請求，所述救助請求中攜帶有所述目標位置。