睡觉行为的监控方法、装置、计算机设备和可读存储介质制造方法及图纸

本申请涉及一种睡觉行为的监控方法、装置、计算机设备和可读存储介质，其中，该睡觉行为的监控方法包括：获取视频图像；将视频图像输入至神经网络模型，得到视频图像中的人体全身框与人脸框，并将人脸框与对应的人体全身框进行绑定；根据人脸框中眼睛的闭合状态以及人体全身框中的关节点信息，检测视频图像中对应人员的睡觉状态。通过本申请，将眼睛的闭合状态以及关节点信息结合起来，来检测视频图像中对应人员的睡觉状态，实现了多种判断方案的融合，可以得到更加准确的判断结果，提高了睡觉检测的准确度，解决了无法准确判断睡觉行为的问题。

【技术实现步骤摘要】
睡觉行为的监控方法、装置、计算机设备和可读存储介质
本申请涉及监控领域，特别是涉及一种睡觉行为的监控方法、装置、计算机设备和可读存储介质。
技术介绍
在各类行业中，对企业员工的监管工作主要是通过聘请专门的管理人员或者安装远程监控系统来进行的。然而，由于实际生产过程中员工的基数过大，而管理人员的巡岗次数有限，从而无法实现对企业员工的有效监督，仍然存在部分员工懈怠工作以及在岗睡觉的情况，甚至存在管理人员在岗睡觉的情况。这会导致企业生产效率低下，从而影响企业的经济效益，甚至会给企业带来巨大的安全隐患。在相关技术中，将训练好的卷积神经网络模型部署在视觉分析系统中，获取视频监控设备采集的视频流数据。通过分析视频流数据中截取的一帧图像来判断值班员工是否处于睡觉状态。然而，值班员工的睡姿与其他姿势的区别度并不是很明显，因此，只根据瞬时的单帧图像中的图像信息无法准确判断值班员工是否处于睡觉状态，同时利用区域重叠度阈值为50％作为判断同一人睡觉行为的条件，该阈值在实际环境中很容易达到，采用这种方法会导致大概率的漏报和误报。目前针对相关技术中，无法本文档来自技高网...

【技术保护点】
1.一种睡觉行为的监控方法，其特征在于，包括：/n获取视频图像；/n将所述视频图像输入至神经网络模型，得到所述视频图像中的人体全身框与人脸框，并将所述人脸框与对应的人体全身框进行绑定；/n根据所述人脸框中眼睛的闭合状态以及人体全身框中的关节点信息，检测所述视频图像中对应人员的睡觉状态。/n

【技术特征摘要】
1.一种睡觉行为的监控方法，其特征在于，包括：
获取视频图像；
将所述视频图像输入至神经网络模型，得到所述视频图像中的人体全身框与人脸框，并将所述人脸框与对应的人体全身框进行绑定；
根据所述人脸框中眼睛的闭合状态以及人体全身框中的关节点信息，检测所述视频图像中对应人员的睡觉状态。


2.根据权利要求1所述的方法，其特征在于，所述根据所述人脸框中眼睛的闭合状态以及人体全身框中的关节点信息，检测所述视频图像中对应人员的睡觉状态包括：
根据绑定的人体全身框与人脸框，确定所述人体全身框中是否包括身份信息；
若所述人体全身框中包括身份信息，则检测所述人脸框中眼睛的闭合状态，得到检测结果，并根据所述检测结果以及人体全身框中的关节点信息，检测所述视频图像中对应人员的睡觉状态；
若所述人体全身框中不包括身份信息，则根据人体全身框中的关节点信息，检测所述视频图像中对应人员的睡觉状态。


3.根据权利要求2所述的方法，其特征在于，所述根据所述检测结果以及人体全身框中的关节点信息，检测所述视频图像中对应人员的睡觉状态包括：
若检测到所述人脸框中眼睛的闭合状态为睁眼，则确定所述视频图像中对应人员不存在睡觉行为；
若检测到所述人脸框中眼睛的闭合状态为闭眼，或，若未检测到所述人脸框中眼睛的闭合状态，则根据人体全身框中的关节点信息，检测所述视频图像中对应人员的睡觉状态。


4.根据权利要求2所述的方法，其特征在于，所述确定所述人体全身框中是否包括身份信息包括：
获取所述人体全身框中人脸的像素数量；
若所述像素数量大于或者等于预设像素阈值，则确定所述人体全身框中包括身份信息；
若所述像素数量小于预设像素阈值，则确定所述人体全身框中不包括身份信息。


5.根据权利要求3所述的方法，其特征在于，所述关节点信息包括关节点的坐标信息和属性信息；所述根据人体全身框中的关节点信息，检测所述视频图像中对应人员的睡觉状态包括：
根据关节点的坐标信息和属性信息，确定所述视频图像中对应人员是否处于站立状态；
根...

【专利技术属性】
技术研发人员：袁林俊，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