非侵入式呼吸状态识别方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种非侵入式呼吸状态识别方法、系统、电子设备及存储介质。所述呼吸状态识别方法包括：获取目标人物的热图像；截取该热图像中目标人物的鼻子区域；将所截取的鼻子区域的热图像转换为灰度图；基于所述灰度图计算出所述鼻子区域的温度；根据所述鼻子区域的温度与一预设阈值之间的差值确定该目标人物的呼吸状态，所述呼吸状态包括吸气强度和呼气强度；以及生成指示所述呼吸状态的量化信号。本发明专利技术不但可以以非侵入的方式区分人体瞬时的吸气和呼气状态，还能为不同强度的呼吸产生量化信号。本发明专利技术在商业、艺术及医疗等方面具有巨大的潜在应用价值。有巨大的潜在应用价值。有巨大的潜在应用价值。

【技术实现步骤摘要】
非侵入式呼吸状态识别方法、系统、设备及存储介质


[0001]本专利技术涉及大数据
，具体涉及一种非侵入式呼吸状态识别方法、系统、电子设备以及存储介质。

技术介绍

[0002]申请公布号为CN110852220A的中国专利技术专利申请，公开了一种人脸表情的智能识别方法，包括以下步骤：检测到人脸图像，分别获取所述人脸图像的多个面部区域对应的表情分值；根据各个所述面部区域的表情分值对所述人脸表情进行识别。该专利技术专利申请通过分别获取所述人脸图像的多个面部区域对应的表情分值，通过所述多个面部区域对应的表情分值的来识别人脸表情，综合多个面部区域的变形来确定人脸表情，可以提高人脸表情的识别精度。
[0003]但现有技术中尚未见到可具体实施的与非侵入式人体呼吸状态识别相关的技术披露。

技术实现思路

[0004]针对以上技术问题，本专利技术提供一种非侵入式呼吸状态识别方法，可以以非侵入的方式区分人体瞬时的吸气和呼气状态，且为不同强度的呼吸产生量化信号。相应的，本专利技术还提供一种非侵入式呼吸状态识别系统、电子设备以及存储介质。
[0005]根据本专利技术的一方面，提供一种非侵入式呼吸状态识别方法，包括如下步骤：
[0006]获取目标人物的热图像；
[0007]截取该热图像中目标人物的鼻子区域；
[0008]将所截取的鼻子区域的热图像转换为灰度图；
[0009]基于所述灰度图计算出所述鼻子区域的温度；
[0010]根据所述鼻子区域的温度与一预设阈值之间的差值确定该目标人物的呼吸状态，所述呼吸状态包括吸气强度和呼气强度；以及
[0011]生成指示所述呼吸状态的量化信号。
[0012]在本专利技术的一实施方式中，所述截取该热图像中目标人物的鼻子区域包括：
[0013]通过已训练的目标检测网络模型确定所述热图像中鼻子的边界框坐标；
[0014]根据所述鼻子的边界框坐标对该热图像中的鼻子区域进行截取。
[0015]在本专利技术的一实施方式中，所述非侵入式呼吸状态识别方法包括：
[0016]获取多个样本热图像；
[0017]使用图像标注工具对已获取的样本热图像中的鼻子区域进行标注，以得到待训练的图像数据集；以及
[0018]基于所述待训练的图像数据集对目标检测网络模型进行训练。
[0019]在本专利技术的一实施方式中，所述基于所述灰度图计算出所述鼻子区域的温度包括：
[0020]以所述灰度图中亮度最低的若干像素所对应的温度的平均值作为所述鼻子区域的温度。
[0021]在本专利技术的一实施方式中，所述非侵入式呼吸状态识别方法还包括：
[0022]以所述获取目标人物的热图像之前的一预设时间段内目标人物鼻子区域的平均温度作为所述预设阈值。
[0023]根据本专利技术的另一方面，提供一种非侵入式呼吸状态识别系统，它包括：
[0024]获取模块，用以获取目标人物的热图像；
[0025]截取模块，用以截取该热图像中目标人物的鼻子区域；
[0026]转换模块，用以将所截取的鼻子区域的热图像转换为灰度图；
[0027]计算模块，用以基于所述灰度图计算出所述鼻子区域的温度；
[0028]确定模块，用以根据所述鼻子区域的温度与一预设阈值之间的差值确定该目标人物的呼吸状态，所述呼吸状态包括吸气强度和呼气强度；以及
[0029]生成模块，用以生成指示所述呼吸状态的量化信号。
[0030]根据本专利技术的再一方面，提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上所述非侵入式呼吸状态识别方法的步骤。
[0031]根据本专利技术的又一方面，提供一种电子设备，所述电子设备包括：
[0032]处理器；
[0033]存储介质，其上存储有计算机程序，所述计算机程序被所述处理器运行时执行如上所述非侵入式呼吸状态识别方法的步骤。
[0034]本专利技术不但可以以非侵入的方式区分人体瞬时的吸气和呼气状态，还能为不同强度的呼吸产生量化信号。本专利技术在商业、艺术及医疗等方面具有巨大的潜在应用价值。
附图说明
[0035]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0036]图1是本专利技术一实施例中非侵入式呼吸状态识别方法的流程图。
[0037]图2是本专利技术一实施例中非侵入式呼吸状态识别方法的局部流程图。
[0038]图3是本专利技术一实施例中非侵入式呼吸状态识别系统的模块图。
[0039]图4是本专利技术一实施例中电子设备的结构示意图。
[0040]图5是本专利技术一实施例中计算机可读存储介质的结构示意图。
具体实施方式
[0041]为了使本专利技术的叙述更加详尽与完备，可参照所附图及以下所述各种实施例，图中相同的号码代表相同或相似的组件。另一方面，众所周知的组件与步骤并未描述于实施例中，以避免对本专利技术造成不必要的限制。在实施方式与权利要求中，涉及“连接”的描述，其可泛指一组件通过其他组件而间接耦合至另一组件，或是一组件无须通过其他组件而直接连接至另一组件。在实施方式与权利要求中，涉及“联机”的描述，其可泛指一组件通过其
他组件而间接与另一组件进行有线与/或无线通信，或是一组件无须通过其他组件而实体连接至另一组件。在实施方式与权利要求中，除非内文中对于冠词有所特别限定，否则“一”与“该”可泛指单一个或多个。本文所使用的“约”、“大约”或“大致”是用以修饰任何可微小变化的数量，但这种微小变化并不会改变其本质。在实施方式中若无特别说明，则代表以“约”、“大约”或“大致”所修饰的数值的误差范围一般是容许在百分之二十以内，较佳地是于百分之十以内，而更佳地则是于百分之五以内。
[0042]根据本专利技术的一方面，提供一种非侵入式呼吸状态识别方法。图1是本专利技术一实施例中非侵入式呼吸状态识别方法的流程图。如图1所示，该呼吸状态识别方法可以包括如下步骤：
[0043]S100，获取目标人物的热图像。
[0044]具体地，可以采用高分辨率的热成像相机获取目标人物的热图像。由于热成像相机能感知人体发出的红外光谱，因此所获得的热图像可以不受可见光的影响。热成像过程会得到受测目标区域或物体的温度分布图，并以不同的颜色标注出来，构成了一幅温度梯度图像。通过颜色和温度的对应表，可以看出目标物体的温度分布，通常也可以看出目标的轮廓。
[0045]S200，截取该热图像中目标人物的鼻子区域。
[0046]具体地，图2是本专利技术一实施例中非侵入式呼吸状态识别方法的局部流程图。如图2所示，S210，通过已训练的目标检测网络模型确定所述热图像中鼻子的边界框坐标。S220，根据所述鼻子的边界框坐标对该热图像中的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非侵入式呼吸状态识别方法，其特征在于，包括：获取目标人物的热图像；截取该热图像中目标人物的鼻子区域；将所截取的鼻子区域的热图像转换为灰度图；基于所述灰度图计算出所述鼻子区域的温度；根据所述鼻子区域的温度与一预设阈值之间的差值确定该目标人物的呼吸状态，所述呼吸状态包括吸气强度和呼气强度；以及生成指示所述呼吸状态的量化信号。2.根据权利要求1所述的非侵入式呼吸状态识别方法，其特征在于，所述截取该热图像中目标人物的鼻子区域包括：通过已训练的目标检测网络模型确定所述热图像中鼻子的边界框坐标；根据所述鼻子的边界框坐标对该热图像中的鼻子区域进行截取。3.根据权利要求2所述的非侵入式呼吸状态识别方法，其特征在于，包括：获取多个样本热图像；使用图像标注工具对已获取的样本热图像中的鼻子区域进行标注，以得到待训练的图像数据集；以及基于所述待训练的图像数据集对目标检测网络模型进行训练。4.根据权利要求1所述的非侵入式呼吸状态识别方法，其特征在于，所述基于所述灰度图计算出所述鼻子区域的温度包括：以所述灰度图中亮度最低的若干像素所对应的温度的平均值作...

【专利技术属性】
技术研发人员：卢嘉颖，
申请(专利权)人：卢嘉颖，
类型：发明
国别省市：