基于人脸检测和声音检测的婴儿监护器制造技术

本实用新型专利技术公开了一种基于人脸检测和声音检测的婴儿监护器，监护器集成摄像头和声音采集设备实时采集婴儿的图像数据和声音数据，送给人脸检测算法、人形检测算法和声音检测算法，通过返回的数据结果，解析婴儿的数据特征来判断婴儿是否清醒状态，如果清醒则发送警报信息给监护人身边的设备，如果正常状态，则不作处理。

Infant Monitor Based on Face Detection and Sound Detection

The utility model discloses an infant monitor based on face detection and voice detection. The monitor integrates a camera and a voice acquisition device to collect real-time image and voice data of infants, and sends them to face detection algorithm, human shape detection algorithm and voice detection algorithm. Through the returned data results, the infant's data characteristics are analyzed to determine whether the infant is awake or not. When awake, the alarm message is sent to the device beside the guardian. If it is in normal condition, it will not be processed.

【技术实现步骤摘要】
基于人脸检测和声音检测的婴儿监护器
本技术涉及婴儿监护
，具体来说，涉及一种基于人脸检测和声音检测的婴儿监护器。
技术介绍
随着社会的发展，各种智能带娃设备应运而生。尤其对于自己带娃的父母，他们对这些智能设备的渴求度更大。其中，父母都希望在娃睡觉的时候能够放心的放手去干点其它的事情。目前，现有的婴儿监护设备多通过监听婴儿的声音以及通过摄像头监控婴儿动作来监护婴儿状态，但是通过声音分贝和摄像动作也容易误判婴儿是否是清醒状态。
技术实现思路
本技术的目的在于提出一种基于人脸检测和声音检测的婴儿监护器，以克服现有技术中存在的上述不足。为实现上述技术目的，本技术的技术方案是这样实现的：基于人脸检测和声音检测的婴儿监护器，所述婴儿监护器包括：图像采集模块，用于采集婴儿的图像信息，并将所述图像信息发送给人脸检测模块和人形检测模块；人脸检测模块，用于判断婴儿是否眨眼和张嘴，并将判断的结果发送给婴儿状态分析模块；人形检测模块，用于判断婴儿是否有肢体动作，并将判断的结果发送给婴儿状态分析模块；声音采集模块，用于采集婴儿周围的声音信息，并将所述声音信息发送给声音检测模块；声音检测模块，用于判断婴儿是否哭喊，并将判断的结果发送给婴儿状态分析模块；婴儿状态分析模块，用于判断婴儿是否清醒，当婴儿眨眼、张嘴、有肢体动作且哭喊时，判定婴儿清醒，并向远程智能终端发出提醒信号，当婴儿眨眼、张嘴、有肢体动作和哭喊中有任一种状态没有出现时，判定婴儿还在睡觉中；电源模块，用于给图像采集模块、人脸检测模块、人形检测模块、声音采集模块、声音检测模块和婴儿状态分析模块提供电源。进一步的，所述图像采集模块为摄像头。进一步的，所述声音采集模块为麦克风。本技术的有益效果：本技术将现有的人脸检测技术、人形检测技术和声音检测技术集成到婴儿监护器上，通过对婴儿是否张嘴、是否眨眼、是否有肢体动作以及是否哭泣做简单的逻辑运算，从而判定睡觉中的婴儿是否清醒，进而在婴儿清醒的时候能够第一时间通知父母，减少了监护人在婴儿睡眠状态下的陪护时间。附图说明图1是本技术所述的监护器的功能模块结构示意图。具体实施方式下面结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。如图1所示，根据本技术的实施例所述的基于人脸检测和声音检测的婴儿监护器，所述婴儿监护器包括电源模块6和与所述电源模块6分别连接的图像采集模块1、人脸检测模块3、人形检测模块2、声音采集模块4、声音检测模块5和婴儿状态分析模块7。图像采集模块1，用于采集婴儿的图像信息，并将所述图像信息发送给人脸检测模块3和人形检测模块2。具体的，所述图像采集模块1采用高清摄像头。人脸检测模块3，用于判断婴儿是否眨眼和张嘴，并将判断的结果发送给婴儿状态分析模块7。具体的，本实施例中人脸检测模块3是基于附件1公开的
技术实现思路
来实现的，包括如下检测流程：1、利用方向梯度直方图（HistogramofOrientedGradients）的方法（简称HOG），将图片转化为HOG形式和训练的数据对比检测是否有人脸；2、使用面部特征点估计（facelandmarkestimation）的算法，提取脸部眼睛和嘴巴的特征数据和训练数据对比，判断婴儿是否睁眼和张嘴。人形检测模块2，用于判断婴儿是否有肢体动作，并将判断的结果发送给婴儿状态分析模块7。具体的，人形检测模块2是基于附件2公开的
技术实现思路
来实现的，首先进行肢体关键点的检测，包括：1、输入一幅图像，然后经过7个stage，得到PCM和PAF。然后根据PAF生成一系列的偶匹配，由于PAF自身的矢量性，使得生成的偶匹配很正确，最终合并为一个人的整体骨架。2、关键点定位：在图像有多少能识别多少就定位多少，把已经有的点进行个体关联。把处于同一个身体的不同part连接起来。3、通过CNN计算得到置信度矩阵S（每个像素点所拥有的置信度），L(是方向向量，2个维度分别为x方向和y方向的分量)S：每个点的置信度confidence；L：每个点的方向向量在x，y方向的分量。然后判定婴儿是否有肢体动作，包括：1、用尺寸为w×h的彩色图像作为输入，并生成图像中每个人的解剖关键点的2D位置作为输出。2、首先，前馈网络同时预测身体部位位置的一组二维置信度图S和部分亲和度的（PAF）一组二维矢量场L（向量），其表示了身体部分之间的关联程度。3、S=(S1,S2,...,Sj)有j个置信度地图，每个身体部分一个；L=（L1，L2,L3...,LC）有c个向量场，每个肢体一个。在Lc中的位置编码2D矢量。4、最后，通过贪心推理分析置信度图和亲和度字段，为图像中的所有人输出二维关键点。5、将摄像头获取到的图像中的肢体关键点位置进行连续对比，判断婴儿是否进行肢体运动。声音采集模块4，用于采集婴儿周围的声音信息，并将所述声音信息发送给声音检测模块5。具体的，在本实施例中，所述声音采集模块4为麦克风。声音检测模块5，用于判断婴儿是否哭喊，并将判断的结果发送给婴儿状态分析模块7。具体的，声音检测模块是基于附件3公开的技术方案实现的，包括如下流程：1、用婴儿的哭声的训练语音，提取MFCC特征参数，建立识别模型。2、对待识别语音与识别模型进行匹配，计算匹配误差，输出识别结果。婴儿状态分析模块7，用于判断婴儿是否清醒，当婴儿眨眼、张嘴、有肢体动作且哭喊时，判定婴儿清醒，并向远程智能终端发出提醒信号，从而使监护人能够及时的处理哭泣的婴儿；当婴儿眨眼、张嘴、有肢体动作和哭喊中有任一种状态没有出现的话，判定婴儿还在睡觉中，则系统不进行任何动作。以上所述仅为本技术的较佳实施例而已，并不用以限制本技术，凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.基于人脸检测和声音检测的婴儿监护器，其特征在于，所述婴儿监护器包括：图像采集模块，用于采集婴儿的图像信息，并将所述图像信息发送给人脸检测模块和人形检测模块；人脸检测模块，用于判断婴儿是否眨眼和张嘴，并将判断的结果发送给婴儿状态分析模块；人形检测模块，用于判断婴儿是否有肢体动作，并将判断的结果发送给婴儿状态分析模块；声音采集模块，用于采集婴儿周围的声音信息，并将所述声音信息发送给声音检测模块；声音检测模块，用于判断婴儿是否哭喊，并将判断的结果发送给婴儿状态分析模块；婴儿状态分析模块，用于判断婴儿是否清醒，当婴儿眨眼、张嘴、有肢体动作且哭喊时，判定婴儿清醒，并向远程智能终端发出提醒信号，当婴儿眨眼、张嘴、有肢体动作和哭喊中有任一种状态没有出现的话，判定婴儿还在睡觉中；电源模块，用于给图像采集模块、人脸检测模块、人形检测模块、声音采集模块、声音检测模块和婴儿状态分析模块提供电源。

【技术特征摘要】
1.基于人脸检测和声音检测的婴儿监护器，其特征在于，所述婴儿监护器包括：图像采集模块，用于采集婴儿的图像信息，并将所述图像信息发送给人脸检测模块和人形检测模块；人脸检测模块，用于判断婴儿是否眨眼和张嘴，并将判断的结果发送给婴儿状态分析模块；人形检测模块，用于判断婴儿是否有肢体动作，并将判断的结果发送给婴儿状态分析模块；声音采集模块，用于采集婴儿周围的声音信息，并将所述声音信息发送给声音检测模块；声音检测模块，用于判断婴儿是否哭喊，并将判断的结果发送给婴儿状态分析模...

【专利技术属性】
技术研发人员：曾勇，周有喜，乔国坤，
申请(专利权)人：新疆爱华盈通信息技术有限公司，
类型：新型
国别省市：新疆,65