一种基于体感技术的幼儿园智能监控方法技术

本发明专利技术涉及一种基于体感技术的幼儿园智能监控方法，它包括在幼儿园安装3D体感设备，实时捕捉儿童3D人体骨架图像，提取关键关节特征向量，将特征向量输入到动作分类器中动作进行分类，找出匹配度最高的动作，其中将动作分类通过机器学习方法提前训练。本发明专利技术通过三维视觉感知技术，能够实现对人体动作姿态和人物运动轨迹的检测、分析和跟踪，动态的实时的捕捉儿童的动作，进而预测出打架、跌倒、越界等危险动作并提前发出告警，以减少幼儿园事故发生。

【技术实现步骤摘要】

本专利技术属于体感监控
，特别是是涉及一种基于体感技术的幼儿园监控方法。
技术介绍
3D体感技术是新一代人机交互技术革命，通过体感技术来实现对人物运动轨迹的精确检测和跟踪，并对动作进行分析，这将根本性的促进智能安防的发展。近年来，幼儿园事故频发，校园安全成为全社会关注的焦点，儿童在园期间的安全也成为了家长择校的必备条件；而目前的幼儿园监控系统都是建立在视频监控的基础上，需要专人专时监控，由于有限的人手、有限的精力，教师们无法预先得知危险动作的发生，所以不可能做到全面掌握园内全部儿童的安全情况。中国专利申请201410223422公开了“一种幼儿园视频监控方法及装置”，该方案提供了一种远程视频监控装置，需要人员实时的查看视频，做不到实时智能分析儿童的动作姿势行为，从而达不到提前预警的效果。中国专利申请201320180777公开了“一种幼儿园人员监控系统”，该方案使用定位器、识别卡等技术来监控幼儿园人员位置，仅能基于位置信息来进行监控，而不能智能识别出人员的行为动作，满足不了复杂的场景需求。综上所述，如何克服现有技术所存在的不足已成为当今体感监控
中亟待解决的重点难题之一。
技术实现思路
本专利技术的目的是为克服现有技术所存在的不足而提供一种基于体感技术的幼儿园监控方法，本专利技术通过三维视觉感知技术，能够实现对人体动作姿态和人物运动轨迹的检测、分析和跟踪，动态的实时的捕捉儿童的动作，进而预测出打架、跌倒、越界等危险动作并提前发出告警，以减少幼儿园事故发生。根据本专利技术提出的一种基于体感技术的幼儿园智能监控方法，其特征在于，包括如下基本步骤：步骤一，体感设备实时输出空间三维测量数据，得到含深度图信息的RGB图像；步骤二，针对每帧RGB图像的深度图信息，同时提取及跟踪1人或多人RGB图像中的人体3D骨架的动作特征向量，所述人体3D骨架为人体主要关节点的坐标数据；步骤三，根据人体3D骨架的动作特征向量，进行包括对肢体尺寸、参考零点以及方向的儿童危险动作监控目标的归一化处理；步骤四，筛选主要关节点的坐标数据；步骤五，从筛选后的坐标数据中提取动作特征向量值，并构建动作特征向量序列；步骤六，对动作特征向量序列进行归一化处理，形成当前帧的n维多个人体动作特征向量；步骤七，儿童危险动作识别是将得到的n维多个人体动作特征向量输入动作识别模块，进行动作分类识别；如果识别出儿童危险动作，则进入步骤八，否则继续重复步骤一、二、三、四、五和六；步骤八，启动视频录制，通过RGB摄像头录制录像；步骤九，生成告警信息，上报至预警模块；步骤十，预警模块在预定场所播放预设的对应不同的人体危险动作的告警声，以警示儿童危险动作的继续发生；步骤十一，通过网络将信息报送至对应管理人员随身的其它智能设备，以便由相关人员采取恰当的措施来阻止儿童危险动作的发生。本专利技术的实现原理是：在幼儿园安装3D体感设备，实时捕捉儿童3D人体骨架图像，提取关键关节特征向量，将特征向量输入到动作分类器中动作进行分类，找出匹配度最高的动作，从而达到对危险行为动作的预警，其中将动作分类通过机器学习方法提前训练。本专利技术与现有技术相比其显著优点在于：一是更加智能化，传统的视频监控方法，需要人员实时查看，而本专利技术利用体感技术，通过计算机来识别出危险行为动作。二是更具有扩展性，传统的监控方法，只能对人员的位置进行监控，而不能实时分析人员的动作行为，而本专利技术能够定制采集不同的警告动作，以满足不同场景的需求。三是更好的实用性，本专利技术的智能设别手段具有较强的预警和告警功能，便于防范于未然，广泛适用于幼儿园的儿童活动区、以及与银幼儿园的儿童活动区具有同类安全要求的如 儿童体育活动室、儿童运动场、动物园等场所的智能监控。附图说明图1为本专利技术提出的一种基于体感技术的幼儿园智能监控系统的原理方框示意图。图2为本专利技术提出的一种基于体感技术的幼儿园智能监控方法的流程方框示意图。图3为本专利技术提出的一种基于体感技术的幼儿园智能监控方法的儿童危险动作之摔倒动作时空序列示意图。图4为本专利技术提出的一种基于体感技术的幼儿园智能监控方法的儿童危险动作之快跑动作时空序列示意图。图5为本专利技术提出的一种基于体感技术的幼儿园智能监控方法的儿童危险动作之跳跃动作时空序列示意图。具体实施方式下面结合附图和实施例对本专利技术的具体实施方式作进一步的详细描述。结合图1-5，本专利技术提出的一种基于体感技术的幼儿园智能监控方法，包括如下具体步骤：步骤一，体感设备实时输出空间三维测量数据，得到含深度图信息的RGB图像；步骤二，针对每帧RGB图像的深度图信息，同时提取及跟踪1人或多人RGB图像中的人体3D骨架的动作特征向量，所述人体3D骨架为人体主要关节点的坐标数据；步骤三，根据人体3D骨架的动作特征向量，进行包括对肢体尺寸、参考零点以及方向的儿童危险动作监控目标的归一化处理；步骤四，筛选主要关节点的坐标数据，具体是指针对儿童跑、跳动作的特点，选取儿童危险动作中权重最高的关节点:左脚、右脚、左膝、右膝、右手、左手、左肘、右肘、头、肩中心、脊柱、臀关节的关节点坐标的数据作为特征向量的原始输入值，记为V＝[v1,v2,v3,v4,v5,v6,v7,v8,v9,v10，v11，v12]；所述w为取样关节点的个数，其数值为12；鉴于儿童的动作相对于成人较慢，同时又要兼顾到告警的实时性，时间序列的长度T设置1s，每秒取30帧骨架数据；最终根据关节点动作特征包括速度、位置、角度的空间关系进行特征提取，得到行为序列二维W×T特征矩阵为时刻t的特 征向量；步骤五，从筛选后的坐标数据中提取动作特征向量值，并构建动作特征向量序列；所述动作特征向量序列为二维的空间及时间的序列，J＝{j1,...,jt,...jT本文档来自技高网...

【技术保护点】
一种基于体感技术的幼儿园智能监控方法，其特征在于，包括如下基本步骤：步骤一，体感设备实时输出空间三维测量数据，得到含深度图信息的RGB图像；步骤二，针对每帧RGB图像的深度图信息，同时提取及跟踪1人或多人RGB图像中的人体3D骨架，所述人体3D骨架为人体主要关节点的坐标数据；步骤三，根据人体3D骨架的动作特征向量，进行包括对肢体尺寸、参考零点以及方向的儿童危险动作监控目标的归一化处理；步骤四，筛选主要关节点的坐标数据；步骤五，从筛选后的坐标数据中提取动作特征向量值，并构建动作特征向量序列；步骤六，对动作特征向量序列进行归一化处理，形成当前帧的n维多个人体动作特征向量；步骤七，儿童危险动作识别是将得到的n维多个人体动作特征向量输入动作识别模块，进行动作分类识别；如果识别出儿童危险动作，则进入步骤八，否则继续重复步骤一至六；步骤八，启动视频录制，通过RGB摄像头录制录像；步骤九，生成告警信息，上报至预警模块；步骤十，预警模块在预定场所播放预设的对应不同的人体危险动作的告警声，以警示儿童危险动作的继续发生；步骤十一，通过网络将信息报送至对应管理人员随身的其它智能设备，以便由相关人员采取恰当的措施来阻止儿童危险动作的发生。...

【技术特征摘要】
1.一种基于体感技术的幼儿园智能监控方法，其特征在于，包括如下基本步骤：步骤一，体感设备实时输出空间三维测量数据，得到含深度图信息的RGB图像；步骤二，针对每帧RGB图像的深度图信息，同时提取及跟踪1人或多人RGB图像中的人体3D骨架，所述人体3D骨架为人体主要关节点的坐标数据；步骤三，根据人体3D骨架的动作特征向量，进行包括对肢体尺寸、参考零点以及方向的儿童危险动作监控目标的归一化处理；步骤四，筛选主要关节点的坐标数据；步骤五，从筛选后的坐标数据中提取动作特征向量值，并构建动作特征向量序列；步骤六，对动作特征向量序列进行归一化处理，形成当前帧的n维多个人体动作特征向量；步骤七，儿童危险动作识别是将得到的n维多个人体动作特征向量输入动作识别模块，进行动作分类识别；如果识别出儿童危险动作，则进入步骤八，否则继续重复步骤一至六；步骤八，启动视频录制，通过RGB摄像头录制录像；步骤九，...

【专利技术属性】
技术研发人员：周晓军，杨高峰，李骊，盛赞，
申请(专利权)人：南京华捷艾米软件科技有限公司，
类型：发明
国别省市：江苏;32