[發明專利]嬰幼兒睡姿檢測方法、裝置及計算機可讀存儲介質

在審

• 申請號: 201910076988.2
• 申請日: 2019-01-27
• 公開（公告）號: CN109886137A
• 公開（公告）日: 2019-06-14
• 發明（設計）人: 陳輝;張曉亮
• 申請（專利權）人: 武漢星巡智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 深圳市華勤知識產權代理事務所(普通合伙) 44426
• 代理人: 隆毅

1.一種嬰幼兒睡姿檢測方法，其特征在于，包括如下步驟：

獲取嬰幼兒睡眠狀態的基于可見光或紅外光的視頻圖像；

通過第一卷積神經網絡對所述視頻圖像處理快速產生候選窗體；

通過第二卷積神經網絡精煉所述候選窗體，丟棄至少部分重疊窗體，其中，所述第二卷積神經網絡的卷積層數大于所述第一卷積神經網絡的卷積層數；

通過第三卷積神經網絡精煉所述候選窗體，同時顯示預設數量的面部特征點位置，其中，所述第三卷積神經網絡的卷積層數大于所述第二卷積神經網絡的卷積層數；

判斷所述視頻圖像中是否存在人臉目標；

若不存在人臉目標，則將異常信息發送至所述移動終端。

2.如權利要求1所述的嬰幼兒睡姿檢測方法，其特征在于，所述嬰幼兒睡姿檢測方法還包括：

將所述視頻圖像顯示在所述移動終端上；

獲取用戶在所述移動終端上輸入的安全休息區；

根據所述視頻圖像，判斷所述人體目標與所述安全休息區的邊界距離是否小于預設值；

當所述人體目標與所述安全休息區的邊界距離小于預設值時，則發出風險提示信息。

3.如權利要求2所述的嬰幼兒睡姿檢測方法，其特征在于，所述獲取用戶在所述移動終端上輸入的安全休息區具體包括：

獲取用戶通過手指在所述移動終端的所述視頻圖像上圈畫的安全休息區。

4.如權利要求2所述的嬰幼兒睡姿檢測方法，其特征在于，所述獲取用戶在所述移動終端上輸入的安全休息區具體包括：

獲取用戶通過語音在所述移動終端輸入的安全休息區。

5.如權利要求1至4任一項所述的嬰幼兒睡姿檢測方法，其特征在于，所述通過第一卷積神經網絡快速產生候選窗體包括：采用全卷積神經網絡對所述視頻圖像處理，以獲得候選窗體和邊界回歸向量，同時，候選窗體根據邊界框進行校準，然后利用非極大值抑制法去除重疊窗體。

6.如權利要求5所述的嬰幼兒睡姿檢測方法，其特征在于，所述通過第二卷積神經網絡精煉所述候選窗體，丟棄至少部分重疊窗體包括：將包含所述候選窗體的圖片在第三卷積神經網絡精煉，該網絡選用全連接的方式進行訓練，利用邊界框向量微調候選窗體，再利用非極大值抑制法去除重疊窗體。

7.如權利要求1至4任一項所述的嬰幼兒睡姿檢測方法，其特征在于，在所述獲取嬰幼兒睡眠狀態的基于可見光的視頻圖像之前還包括如下訓練步驟：

讀入人臉圖像；

求人臉樣本平均臉；

獲取非臉特征；

通過線性分類器進行人臉和非人臉判別，并輸出判別結果。

8.如權利要求1至4任一項所述的嬰幼兒睡姿檢測方法，其特征在于，所述嬰幼兒睡姿檢測方法還包括：

基于人臉先驗知識構建三維人臉的特征點模型；

提取人臉特征點的局部特征并計算特征點間的測地線距離，以獲取人臉表述；

將所述人臉表述輸入LeNet-5卷積神經網絡進行分類，以獲取識別結果。

9.一種嬰幼兒睡眠狀態檢測裝置，其特征在于，包括：

圖像獲取模塊，用于獲取嬰幼兒睡眠狀態的基于可見光的視頻圖像；

第一處理模塊，用于通過第一卷積神經網絡對所述視頻圖像處理快速產生候選窗體；

第二處理模塊，用于通過第二卷積神經網絡精煉所述候選窗體，丟棄至少部分重疊窗體，其中，所述第二卷積神經網絡的卷積層數大于所述第一卷積神經網絡的卷積層數；

第三處理模塊，用于通過第三卷積神經網絡精煉所述候選窗體，同時顯示預設數量的面部特征點位置，其中，所述第三卷積神經網絡的卷積層數大于所述第二卷積神經網絡的卷積層數；

判斷模塊，用于判斷所述視頻圖像中是否存在人臉目標；

信息發送模塊，用于若不存在人臉目標，則將異常信息發送至所述移動終端。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有一個或者多個程序，所述一個或者多個程序可被一個或者多個處理器執行，以實現如權利要求1-8任一所述的嬰幼兒睡姿檢測方法的各個步驟。