一种智能监护系统技术方案

技术编号:28042259 阅读:24 留言:0更新日期:2021-04-09 23:25
本发明专利技术公开了一种智能监护系统,包括:视频采集模块用于采集被监护人所在环境的场景视频;活动预测模块用于获取场景视频,基于场景视频生成关于被监护人和其余目标的空间位置关系的空间与或图模型,从空间与或图模型中提取表征被监护人的活动状态的子活动标签集,并将子活动标签集输入预先得到的时间与或图模型,得到被监护人未来活动的预测结果;监护控制模块用于接收预测结果,并判断预测结果是否为预设的活动事件,如果是则提供对应的监护服务。本发明专利技术首次将时空与或图引入目标活动预测领域。通过时空与或图可以准确、高效地预测被监护人未来的活动,在预测结果为预设的活动事件时提供对应的监护服务,因此可以实现及时有效的监护效果。

【技术实现步骤摘要】
一种智能监护系统
本专利技术属于监护领域,具体涉及一种智能监护系统。
技术介绍
目前,人口老龄化日益严重,导致空巢老人的数量急剧增加;并且,现代父母的工作通常非常繁忙,儿童独自居家的情形屡见不鲜。针对诸如老人、儿童、孕妇这些群体的居家活动,通常需要进行重点监护,以便于及时发现异常事件,保障人体生命安全。目前通常利用视频监控设备来监控这些被监护人的行为,但是监控视频反映的是被监护人当前的行为状况,无法预测被监护人在未来时刻的活动,因而无法针对未来时刻的活动给与其对应的响应或帮助;或者无法及时避免危险事件的发生,如跌倒事件等。因此,现有居家监护方案的监护效果不佳。
技术实现思路
本专利技术实施例的目的在于提供一种智能监护系统,以实现对被监护人的活动进行准确快速预测,从而实现及时有效监护的目的。具体技术方案如下:视频采集模块,用于采集被监护人所在环境的场景视频;活动预测模块,用于获取所述场景视频,基于所述场景视频生成关于所述被监护人和其余目标的空间位置关系的空间与或图模型,从所述空间与或图模型中提取表征所述本文档来自技高网...

【技术保护点】
1.一种智能监护系统,其特征在于,包括:/n视频采集模块,用于采集被监护人所在环境的场景视频;/n活动预测模块,用于获取所述场景视频,基于所述场景视频生成关于所述被监护人和其余目标的空间位置关系的空间与或图模型,从所述空间与或图模型中提取表征所述被监护人的活动状态的子活动标签集,并将所述子活动标签集输入预先得到的时间与或图模型,得到所述被监护人未来活动的预测结果;/n监护控制模块,用于接收所述预测结果,并判断所述预测结果是否为预设的活动事件,如果是,基于所述预测结果提供对应的监护服务。/n

【技术特征摘要】
1.一种智能监护系统,其特征在于,包括:
视频采集模块,用于采集被监护人所在环境的场景视频;
活动预测模块,用于获取所述场景视频,基于所述场景视频生成关于所述被监护人和其余目标的空间位置关系的空间与或图模型,从所述空间与或图模型中提取表征所述被监护人的活动状态的子活动标签集,并将所述子活动标签集输入预先得到的时间与或图模型,得到所述被监护人未来活动的预测结果;
监护控制模块,用于接收所述预测结果,并判断所述预测结果是否为预设的活动事件,如果是,基于所述预测结果提供对应的监护服务。


2.根据权利要求1所述的系统,其特征在于,所述基于所述场景视频生成关于所述被监护人和其余目标的空间位置关系的空间与或图模型,从所述空间与或图模型中提取表征所述被监护人的活动状态的子活动标签集,并将所述子活动标签集输入预先得到的时间与或图模型,得到所述被监护人未来活动的预测结果,包括:
对所述场景视频中的目标进行检测和跟踪,生成空间与或图模型;
对所述空间与或图模型利用子活动提取算法得到表征所述被监护人与其余关注目标的活动状态的子活动标签集;其中,所述关注目标包括所述被监护人;
将所述子活动标签集输入预先得到的时间与或图模型,得到所述被监护人未来活动的预测结果;其中,所述时间与或图模型是利用预先建立的所在环境的目标的活动语料库得到的。


3.根据权利要求2所述的系统,其特征在于,所述对所述场景视频中的目标进行检测和跟踪,生成空间与或图模型,包括:
利用预先训练得到的目标检测网络对所述场景视频中的目标进行检测,得到所述场景视频的每一帧图像中各目标分别对应的属性信息;其中,所述属性信息包括包含所述目标的边界框的位置信息,以及所述目标的类别信息;
基于所述每一帧图像中各目标分别对应的属性信息,利用预设的多目标跟踪算法对所述场景视频的各帧图像中的相同目标进行匹配;
确定每一帧图像中,所述被监护人与不同目标之间的实际空间距离;
利用匹配后各帧图像对应的目标的所述属性信息以及所述实际空间距离,生成所述空间与或图模型。


4.根据权利要求3所述的系统,其特征在于,所述利用预先训练得到的目标检测网络对所述场景视频中的目标进行检测,得到所述场景视频的每一帧图像中各目标分别对应的属性信息,包括:
针对所述场景视频的每一帧图像,利用所述目标检测网络的主干网络进行特征提取,得到3个特征图;
将所述3个特征图利用所述目标检测网络的FPN网络进行自顶向下,密集连接形式的特征融合,得到该帧图像中各目标分别对应的属性信息;其中,所述目标检测网络基于YOLO_v3网络构...

【专利技术属性】
技术研发人员:刘瑜
申请(专利权)人:西安科锐盛创新科技有限公司
类型:发明
国别省市:陕西;61

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1