一种婴儿监护方法及装置制造方法及图纸

技术编号:34054220 阅读:47 留言:0更新日期:2022-07-06 16:34
本申请公开了一种婴儿监护方法及装置,所述婴儿监护方法包括:获取目标婴儿对应的视觉监测数据、对应的音频监测数据和对应的体征监测数据;根据视觉监测数据、音频监测数据、体征监测数据和预设异常状态检测模型,对目标婴儿进行异常状态检测,得到异常状态检测结果;若异常状态检测结果为异常,则通过对异常状态检测结果进行模型解释,确定异常状态检测结果对应的目标视觉监测特征、对应的目标音频监测特征以及对应的目标体征监测特征;依据目标视觉监测特征、目标音频监测特征以及目标体征监测特征,定位异常状态检测结果为异常的异常原因:向目标婴儿的监护人推送异常原因。本申请解决了婴儿监护准确度低的技术问题。解决了婴儿监护准确度低的技术问题。解决了婴儿监护准确度低的技术问题。

A baby monitoring method and device

【技术实现步骤摘要】
一种婴儿监护方法及装置


[0001]本申请涉及人工智能
,尤其涉及一种婴儿监护方法及装置。

技术介绍

[0002]随着人工智能的不断发展,人工智能的应用也越来越广泛,目前在进行婴儿监护时,通常是通过检测婴儿是否存在哭闹的情况,若存在,则通知婴儿的监护人及时进行处理,但是当婴儿存在哭闹状态时,监护人通常难以准确判断婴儿哭闹的原因,也即难以准确判断婴儿处于异常状态的原因,从而影响监护人进行婴儿监护的准确度。

技术实现思路

[0003]本申请的主要目的在于提供一种婴儿监护方法及装置,旨在解决现有技术中婴儿监护准确度低的技术问题。
[0004]为实现上述目的,本申请提供一种婴儿监护方法,所述婴儿监护方法包括:获取目标婴儿对应的视觉监测数据、对应的音频监测数据和对应的体征监测数据;根据所述视觉监测数据、所述音频监测数据、所述体征监测数据和预设异常状态检测模型,对所述目标婴儿进行异常状态检测,得到异常状态检测结果;若所述异常状态检测结果为异常,则通过对所述异常状态检测结果进行模型解释,确定所述异常状态检测结果对应的目标视觉监测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种婴儿监护方法,其特征在于,所述婴儿监护方法包括:获取目标婴儿对应的视觉监测数据、对应的音频监测数据和对应的体征监测数据;根据所述视觉监测数据、所述音频监测数据、所述体征监测数据和预设异常状态检测模型,对所述目标婴儿进行异常状态检测,得到异常状态检测结果;若所述异常状态检测结果为异常,则通过对所述异常状态检测结果进行模型解释,确定所述异常状态检测结果对应的目标视觉监测特征、对应的目标音频监测特征以及对应的目标体征监测特征;依据所述目标视觉监测特征、所述目标音频监测特征以及所述目标体征监测特征,定位所述异常状态检测结果为异常的异常原因;向所述目标婴儿的监护人推送所述异常原因。2.如权利要求1所述婴儿监护方法,其特征在于,所述视觉监测数据至少包括一视觉监测特征,所述音频监测数据至少包括一音频监测特征,所述体征监测数据至少包括一体征监测特征,所述通过对所述异常状态检测结果进行模型解释,确定所述异常状态检测结果对应的目标视觉监测特征、对应的目标音频监测特征以及对应的目标体征监测特征的步骤包括:分别计算各所述视觉监测特征对所述异常状态检测结果的第一特征贡献度、各所述音频监测特征对所述异常状态检测结果的第二特征贡献度以及各所述体征监测特征对所述异常状态检测结果的第三特征贡献度;依据各所述第一特征贡献度,在各所述视觉监测特征中选取目标视觉监测特征;依据各所述第二特征贡献度,在各所述音频监测特征中选取目标音频监测特征;依据各所述第三特征贡献度,在各所述体征监测特征中选取目标体征监测特征。3.如权利要求1所述婴儿监护方法,其特征在于,所述依据所述目标视觉监测特征、所述目标音频监测特征以及所述目标体征监测特征,定位所述异常状态检测结果为异常的异常原因的步骤包括:获取所述目标视觉监测特征对应的视觉特征标签、所述目标音频监测特征对应的音频特征标签以及所述目标体征监测特征对应的体征特征标签;将所述视觉特征标签、所述音频特征标签和所述体征特征标签进行拼接,得到索引标签;依据所述索引标签,查找所述异常状态检测结果为异常的异常原因。4.如权利要求1所述婴儿监护方法,其特征在于,所述依据所述目标视觉监测特征、所述目标音频监测特征以及所述目标体征监测特征,定位所述异常状态检测结果为异常的异常原因的步骤包括:将所述目标视觉监测特征、所述目标音频监测特征以及所述目标体征监测特征进行拼接,得到异常因素特征;依据所述异常因素特征和预设异常原因定位模型,预测所述异常状态检测结果为异常的异常原因。5.如权利要求4所述婴儿监护方法,其特征在于,所述预设异常状态检测模型包括异常因素特征分类模型,所述依据所述异常因素特征和预设异常原因定位模型,预测所述异常状态检测结果为
异常的异常原因的步骤包括:通过将所述异常因素特征输入所述异常因素特征分类模型,对所述异...

【专利技术属性】
技术研发人员:周玮张兵林晓甘
申请(专利权)人:深圳市景创科技电子股份有限公司
类型:发明
国别省市:

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