[發明專利]一種踢被行為識別方法、裝置、系統、設備和介質在審
| 申請號: | 202010512566.8 | 申請日: | 2020-06-08 |
| 公開(公告)號: | CN111814552A | 公開(公告)日: | 2020-10-23 |
| 發明(設計)人: | 李明竹 | 申請(專利權)人: | 浙江大華技術股份有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00;G06K9/62;G01J5/00 |
| 代理公司: | 北京同達信恒知識產權代理有限公司 11291 | 代理人: | 潘平 |
| 地址: | 310053 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 行為 識別 方法 裝置 系統 設備 介質 | ||
1.一種踢被行為識別方法,其特征在于,所述方法包括:
在每個設定周期內按照設定的時間間隔獲取監測區域內的熱成像圖像,基于預先訓練完成的深度學習模型,識別每個熱成像圖像中的關節點位置;
根據每個熱成像圖像中的關節點位置的灰度值,確定每個熱成像圖像中的關節點位置的溫度值;
判斷所述溫度值低于第一預設閾值的目標熱成像圖像的數量是否滿足預設的條件,若是,確定發生踢被行為。
2.根據權利要求1所述的方法,其特征在于,所述判斷所述溫度值低于第一預設閾值的目標熱成像圖像的數量是否滿足預設的條件,包括:
確定所述溫度值低于第一預設閾值的目標熱成像圖像的第一數量;
判斷所述第一數量與該設定周期內獲取的熱成像圖像的第二數量的比值是否大于第二預設閾值。
3.根據權利要求1所述的方法,其特征在于,所述基于預先訓練完成的深度學習模型,識別每個熱成像圖像中的關節點位置之前,所述方法還包括:
基于預先訓練完成的目標檢測模型,識別每個熱成像圖像中幼兒區域的子熱成像圖像;
將每個子熱成像圖像作為監測區域對應的每個熱成像圖像。
4.根據權利要求1所述的方法,其特征在于,所述根據每個熱成像圖像中的關節點位置的灰度值,確定每個熱成像圖像中的關節點位置的溫度值,包括:
根據每個熱成像圖像中的關節點位置及預先設置的區域范圍,確定包含所述關節點位置的目標區域范圍;
根據所述目標區域范圍的灰度值的平均值,確定每個熱成像圖像中的關節點位置的溫度值。
5.根據權利要求1所述的方法,其特征在于,所述方法還包括:
向監護人的藍牙設備發送確定信號,提醒監護人幼兒已發生踢被行為。
6.根據權利要求1所述的方法,其特征在于,訓練所述深度學習模型的過程包括:
針對樣本集中的任一樣本圖像,獲取所述樣本圖像及所述樣本圖像對應的第一標簽信息,其中所述第一標簽信息標識關節點的位置信息;
將所述樣本圖像輸入到原始深度學習模型中,獲取輸出的所述樣本圖像的第二標簽信息;
根據所述第一標簽信息和所述第二標簽信息,對所述原始深度學習模型的各參數的參數值進行調整,得到訓練完成的所述深度學習模型。
7.根據權利要求3所述的方法,其特征在于,訓練所述目標檢測模型的過程包括:
針對樣本集中的任一樣本圖像,獲取所述樣本圖像及所述樣本圖像對應的第三標簽信息,其中所述第三標簽信息標識幼兒的區域信息;
將所述樣本圖像輸入到原始目標檢測模型中,獲取輸出的所述樣本圖像的第四標簽信息;
根據所述第三標簽信息和所述第四標簽信息,對所述原始目標檢測模型的各參數的參數值進行調整,得到訓練完成的所述目標檢測模型。
8.一種踢被行為識別裝置,其特征在于,所述裝置包括:
獲取模塊,用于在每個設定周期內按照設定的時間間隔獲取監測區域內的熱成像圖像;
識別模塊,用于基于預先訓練完成的深度學習模型,識別每個熱成像圖像中的關節點位置;
確定模塊,用于根據每個熱成像圖像中的關節點位置的灰度值,確定每個熱成像圖像中的關節點位置的溫度值;
判斷模塊,用于判斷所述溫度值低于第一預設閾值的目標熱成像圖像的數量是否滿足預設的條件,若是,確定發生踢被行為。
9.根據權利要求8所述的裝置,其特征在于,所述判斷模塊,具體用于確定所述溫度值低于第一預設閾值的目標熱成像圖像的第一數量;判斷所述第一數量與該設定周期內獲取的熱成像圖像的第二數量的比值是否大于第二預設閾值。
10.根據權利要求8所述的裝置,其特征在于,所述識別模塊,還用于基于預先訓練完成的深度學習模型,識別每個熱成像圖像中的關節點位置之前,基于預先訓練完成的目標檢測模型,識別每個熱成像圖像中幼兒區域的子熱成像圖像;將每個子熱成像圖像作為監測區域對應的每個熱成像圖像。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江大華技術股份有限公司,未經浙江大華技術股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010512566.8/1.html,轉載請聲明來源鉆瓜專利網。





