[發明專利]踢被子行為的識別方法和裝置

在審

• 申請號: 202110256736.5
• 申請日: 2021-03-09
• 公開（公告）號: CN112949516A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 黃詩盛
• 申請（專利權）人: 深圳海翼智新科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06K9/62
• 代理公司: 北京磐華捷成知識產權代理有限公司 11851
• 代理人: 卜璐璐

1.一種踢被子行為的識別方法，其特征在于，所述方法包括：

獲取用于識別目標對象是否發生踢被子行為的待識別圖像；

基于訓練好的語義分割模型對所述待識別圖像進行處理，輸出處理后的圖像，所述處理后的圖像中呈現所述目標對象未被被子覆蓋的身體部分；

基于所述處理后的圖像確定所述目標對象是否發生了踢被子行為，包括：當所述目標對象未被被子覆蓋的身體部分的面積超過預設閾值時，確定所述目標對象發生了踢被子行為。

2.根據權利要求1所述的方法，其特征在于，對所述語義分割模型的訓練包括數據集的收集步驟、數據集的標注步驟以及模型訓練步驟，其中，在所述數據集的標注步驟中還包括對標注完的圖片進行數據增強的步驟。

3.根據權利要求2所述的方法，其特征在于，所述對標注完的圖片進行數據增強的步驟包括：對標注完的圖片進行至少一個角度的旋轉、旋轉后翻轉以及翻轉后再次至少一個角度的旋轉。

4.根據權利要求2所述的方法，其特征在于，在所述數據集的標注步驟中，將待標注圖片中待標注對象的身體與穿著的衣物視為前景，并將所述待標注圖片的其余部分視為背景。

5.根據權利要求2所述的方法，其特征在于，在數據集標注完成后，將數據集劃分為訓練數據集和測試數據集，所述訓練數據集用于訓練所述語義分割模型，所述測試數據集用于驗證經訓練的語義分割模型的精度。

6.根據權利要求5所述的方法，其特征在于，所述模型訓練步驟包括：

將所述訓練數據集中的圖片輸入語義分割模型；

由所述語義分割模型輸出語義分割后的圖片作為輸出圖片；

根據標注圖片與輸出圖片之間的距離計算損失，實現梯度回傳以更新所述語義分割模型的參數，直到所述語義分割模型收斂。

7.根據權利要求2所述的方法，其特征在于，所述數據集的收集步驟包括：

獲取包含目標對象踢被子行為的視頻；

將所述視頻轉化為圖片；

刪除相似圖片，保留不同姿勢的踢被子圖片。

8.根據權利要求1-7中的任一項所述的方法，其特征在于，所述方法還包括：

當確定所述目標對象發生了踢被子行為時，輸出報警提示信息。

9.一種踢被子行為的識別裝置，其特征在于，所述裝置包括存儲器和處理器，所述存儲器上存儲有由所述處理器運行的計算機程序，所述計算機程序在被所述處理器運行時，使得所述處理器執行如權利要求1-8中的任一項所述的踢被子行為的識別方法。

10.根據權利要求9所述的識別裝置，其特征在于，所述識別裝置包括圖像采集設備或者與圖像采集設備通信連接，所述圖像采集設備用于采集待識別圖像。