咳嗽检测方法、装置、存储介质及电子装置制造方法及图纸

本发明专利技术实施例提供了一种咳嗽检测方法、装置、存储介质及电子装置，其中，该方法包括：提取目标对象的目标图像；使用第一模型对所述目标图像进行检测，确定在所述目标图像中所述目标对象是否咳嗽，其中，所述第一模型为使用多组第一数据通过机器学习训练出的，所述多组第一数据中的每组第一数据均包括：图像和用于标识在图像中对象是否咳嗽的标识信息。通过本发明专利技术，解决了相关技术中存在的咳嗽检测不准确的问题，提高咳嗽检测的准确率。

【技术实现步骤摘要】
咳嗽检测方法、装置、存储介质及电子装置
本专利技术实施例涉及通信领域，具体而言，涉及一种咳嗽检测方法、装置、存储介质及电子装置。
技术介绍
咳嗽是很多呼吸道传染性疾病的重要症状，如流感、SARS、新型冠状病毒肺炎等。同时咳嗽产生的飞沫也是这些疾病传播的重要甚至是主要途径之一，快速、准确的在公共场所检测出具有咳嗽症状的人员，对在疫情爆发时控制疫情蔓延传播具有重要意义。在相关技术中，通常是通过采集声音来判断是否咳嗽，首先对采集得到的音频数据进行预处理，获得若干帧音频序列，然后对音频序列采用深度学习方法，进行咳嗽识别，同时对这些音频序列进行声纹识别，来确定音频数据的发声者。然而，采用声音进行咳嗽识别抗噪声干扰差，难以在人多声杂的场景实用，例如，在诸如车站、地铁站等大型场所难以实现。此外，在某些实际场景如车站监控使用过程中，该方法无法直观准确的定位到咳嗽的发出者，不利于工作人员进行实时处置。并且，在很多场景中通过需要额外部署声音采集设备来确认是否出现了咳嗽，而通过声音采集设备来检测是否出现了咳嗽的方法会导致检测成本高以及检测周期长的问题。针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种咳嗽检测方法、装置、存储介质及电子装置，以至少解决相关技术中存在的咳嗽检测不准确的问题。根据本专利技术的一个实施例，提供了一种咳嗽检测方法，包括：提取目标对象的目标图像；使用第一模型对所述目标图像进行分析，确定在所述目标图像中所述目标对象是否咳嗽，其中，所述第一模型为使用多组第一数据通过机器学习训练出的，所述多组第一数据中的每组第一数据均包括：图像和用于标识在图像中对象是否咳嗽的标识信息。根据本专利技术的另一个实施例，提供了一种咳嗽检测装置，包括：提取模块，用于提取目标对象的目标图像；分析模块，用于使用第一模型对所述目标图像进行分析，确定在所述目标图像中所述目标对象是否咳嗽，其中，所述第一模型为使用多组第一数据通过机器学习训练出的，所述多组第一数据中的每组第一数据均包括：图像和用于标识在图像中对象是否咳嗽的标识信息。根据本专利技术的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。根据本专利技术的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。通过本专利技术，使用通过多组数据经过机器学习训练出的第一模型对目标图像进行分析，确定出目标图像中包括的目标对象是否咳嗽。由于第一模型是通过机器学习训练出的，并基于图像识别目标对象是否咳嗽，因此，可以解决相关技术中存在的咳嗽检测不准确的问题，提高咳嗽检测的准确率。附图说明图1是本专利技术实施例的一种咳嗽检测方法的移动终端的硬件结构框图；图2是根据本专利技术实施例的咳嗽检测方法的流程图；图3是根据本专利技术具体实施例的咳嗽检测方法流程图；图4是根据本专利技术实施例的咳嗽检测装置的结构框图。具体实施方式下文中将参考附图并结合实施例来详细说明本专利技术的实施例。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本专利技术实施例的一种咳嗽检测方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本专利技术实施例中的咳嗽检测方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(NetworkInterfaceController，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(RadioFrequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。在本实施例中提供了一种咳嗽检测方法，图2是根据本专利技术实施例的咳嗽检测方法的流程图，如图2所示，该流程包括如下步骤：步骤S202，提取目标对象的目标图像；步骤S204，使用第一模型对所述目标图像进行分析，确定在所述目标图像中所述目标对象是否咳嗽，其中，所述第一模型为使用多组第一数据通过机器学习训练出的，所述多组第一数据中的每组第一数据均包括：图像和用于标识在图像中对象是否咳嗽的标识信息。在上述实施例中，可以将拍摄设备拍摄图像或输入的图像经过缩放等处理得到目标图像，还可以将拍摄设备拍摄的视频或输入的视频经过抽帧、缩放处理等得到目标图像。其中，缩放处理是为使图像满足第一模型对输入的图像的要求，当原始图像的尺寸、像素等满足第一模型对图像的要求时，缩放处理可以省略。标识信息可以为是、否，还可以为0,1等，本专利技术对标识信息不做限制。上述的目标对象可以是人，还可以是其他的会出现咳嗽的生物，例如，狗、牛等。在上述实施例中，可以首先获取原始图像或视频，若输入的为图像，则可以将图像进行缩放处理以满足第一模型的需求。若输入的为视频流，则可以对视频流根据需要进行抽帧处理，然后将图像缩放到第一模型所需的输入尺寸、像素等。其中，第一模型可以为包括咳嗽检测模块的模型。示例性的，上述步骤的执行主体可以是后台处理器，或者其他的具备类似处理能力的设备，还可以是至少集成有图像获取设备以及数据处理设备的机器，其中，图像获取设备可以包括摄像头等图形采集模块，数据处理设备可以包括计算机、手机等终端，但不限于此。通过本专利技术，使用通过多组数据经过机器学习训练出的第一模型对目标图像进行分析，确定出目标图像中包括的目标对象是否咳嗽。由于第一模型是通本文档来自技高网...

【技术保护点】
1.一种咳嗽检测方法，其特征在于，包括：/n提取目标对象的目标图像；/n使用第一模型对所述目标图像进行分析，确定在所述目标图像中所述目标对象是否咳嗽，其中，所述第一模型为使用多组第一数据通过机器学习训练出的，所述多组第一数据中的每组第一数据均包括：图像和用于标识在图像中对象是否咳嗽的标识信息。/n

【技术特征摘要】
1.一种咳嗽检测方法，其特征在于，包括：
提取目标对象的目标图像；
使用第一模型对所述目标图像进行分析，确定在所述目标图像中所述目标对象是否咳嗽，其中，所述第一模型为使用多组第一数据通过机器学习训练出的，所述多组第一数据中的每组第一数据均包括：图像和用于标识在图像中对象是否咳嗽的标识信息。


2.根据权利要求1所述的方法，其特征在于，提取目标对象的目标图像包括：
获取包括有所述目标图像的第一图像，其中，所述第一图像中包括有一个或多个对象的图像；
使用第二模型对所述第一图像进行分析，确定所述第一图像中包括的各对象的图像框的坐标，其中，所述第二模型为使用多组第二数据通过机器学习训练出的，所述多组第二数据中的每组第二数据均包括：图像和图像中包括的各对象的图像块的坐标；
基于所述第一图像中包括的所述目标对象的图像框的坐标从所述第一图像中提取所述目标图像。


3.根据权利要求2所述的方法，其特征在于，
获取包括有所述目标图像的第一图像包括：对接收到的视频流进行抽帧处理，以获取顺序抽取的至少两帧包括有所述目标图像的所述第一图像；
使用第二模块对所述第一图像进行分析，确定所述第一图像中包括的各对象的图像框的坐标包括：使用第二模型依次对至少两帧所述第一图像进行分析，分别确定各个所述第一图像中包括的各对象的图像框的坐标；
基于所述第一图像中包括的所述目标对象的图像框的坐标从所述第一图像中提取所述目标图像包括：基于至少两帧所述第一图像中包括的所述目标对象的图像框的坐标分别从至少两帧所述第一图像中提取所述目标图像。


4.根据权利要求3所述的方法，其特征在于，基于至少两帧所述第一图像中包括的所述目标对象的图像框的坐标分别从至少两帧所述第一图像中提取所述目标图像包括：
对至少两帧所述第一图像中包括的各对象分配唯一标识ID，其中，相同的对象分配相同的ID；
确定与所述目标图像对应的目标ID；
确定出至少两帧所述第一图像中包括的与所述目标ID对应的对象的图像框的坐标，并基于确定出的与所述目标ID对应的对象的图像框坐标从至少两帧所述第一图像中提取所述目标图像。


5.根据权利要求4所述的方法，其特征在于，在对至少两帧所述第一图像中包括的各对象分配唯一标识ID之后，所述方法还...

【专利技术属性】
技术研发人员：张玉坤，唐邦杰，潘华东，殷俊，张兴明，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33