本发明专利技术公开了一种儿童危险行为检测方法、装置、智能终端及存储介质，上述方法包括：实时监测目标区域，获得视频数据；将所述视频数据输入目标检测模型，获得检测对象的检测数据，所述检测对象包括目标儿童以及目标区域内与儿童危险行为相关联的关联对象；获取预先存储的目标儿童的临床数据；基于所述临床数据，获得临床风险；基于所述检测数据，计算目标儿童与所述关联对象的面积交并比获得检测风险；基于所述临床风险和所述检测风险，根据危险分数计算模型获得危险分数；当所述危险分数超过设定阈值时，输出警告信息。与现有技术相比，实现了在低维数据上，通过简单计算判断儿童危险行为，数据处理简单、速度快，能够实现对目标区域的实时监测。的实时监测。的实时监测。
【技术实现步骤摘要】
儿童危险行为检测方法、装置、智能终端及存储介质
[0001]本专利技术涉及智能监控
，尤其涉及的是一种儿童危险行为检测方法、装置、智能终端及存储介质。
技术介绍
[0002]在儿科住院护理中，由于儿童活泼好动，又缺乏对危险环境的识别能力，容易发生跌倒坠床等危险行为，影响到儿童的身心健康，甚至带来医疗护理纠纷。而护士工作量大，难以给予每一位儿童及时的干预。需要通过在线监测，判断儿童在病房内是否存在坠床、触碰开水壶等危险行为，并提前及时预警，以减少儿童医院病房内儿童的二次伤害。
[0003]现有的异常检测系统，基于深度信息计算肢体关键点，根据肢体关键点的运动速度、运动频率和是否越界判断是否存在异常行为。检测处理内容复杂、检测速度慢，无法做到实时检测。
[0004]因此，现有技术有待改进和提高。
技术实现思路
[0005]本专利技术的主要目的在于提供一种儿童危险行为检测方法、装置、智能终端及存储介质，旨在解决现有技术中的异常检测系统处理速度慢、无法实时检测的问题。
[0006]为了实现上述目的，本专利技术第一方面提供一种儿童危险行为检测方法，其中，上述方法包括：
[0007]实时监测目标区域，获得视频数据；
[0008]将所述视频数据输入目标检测模型，获得检测对象的检测数据，所述检测对象包括目标儿童以及目标区域内与儿童危险行为相关联的关联对象；
[0009]获取预先存储的目标儿童的临床数据；
[0010]基于所述临床数据，获得临床风险；
[0011]基于所述检测数据，计算目标儿童与所述关联对象的面积交并比获得检测风险；
[0012]基于所述临床风险和所述检测风险，根据危险分数计算模型获得危险分数；
[0013]当所述危险分数超过设定阈值时，输出警告信息。
[0014]可选的，所述关联对象包括目标区域内与儿童危险行为相关联的人员和物体，所述将所述视频数据输入目标检测模型，获得检测对象的检测数据，包括：
[0015]将所述视频数据输入所述目标检测模型，获得预设数量的图像帧；
[0016]依次获取每一图像帧中所述目标儿童的面积、位置和所述关联对象的面积、位置；
[0017]基于图像帧的先后顺序，保存所述目标儿童的面积、位置和所述关联对象的面积、位置，获得所述检测数据。
[0018]可选的，所述基于所述检测数据，计算目标儿童与所述关联对象的面积交并比获得检测风险，包括：
[0019]根据所述目标儿童的位置、面积和所述关联对象的位置、面积，获得所述目标儿童
与所述关联对象的面积交并比序列；
[0020]基于所述面积交并比序列，获得所述目标儿童与所述关联对象的面积交并比的变化趋势；
[0021]基于所有的所述变化趋势，获得所述检测风险。
[0022]可选的，所述危险分数计算模型的表达式为：
[0023]y＝(ω1f1(a,g,d,m)+b1)
×
[(ω2max{x1,x2}+b2)
×
f2(x3,x4,x5,t)+b3]f3(t)，
[0024]其中，w1,w2为权重系数，a,g,d,m分别为目标儿童的年龄、性别、危险行为史和用药信息，b1,b2,b3为常数偏置，x1,x2分别为目标儿童与家长、医师的面积交并比，x3,x4,x5分别为目标儿童与病床、椅子和床头柜的面积交并比，t为持续时间，f1为临床风险计算公式，f2为检测风险计算公式，f3为持续时间权重公式。
[0025]可选的，所述临床数据包括：目标儿童的年龄、性别、危险行为史和用药信息，所述基于所述临床数据，获得临床风险，包括：
[0026]分别获取所述临床数据中每项数据的期望值和标准差；
[0027]基于预设的生理信息权重，预设的医学信息权重，根据所述临床数据、期望值和标准差，获得所述临床风险。
[0028]可选的，所述根据危险分数计算模型获得危险分数后，还包括：
[0029]基于所述临床数据，根据儿童跌倒评估量表，获得评估分数；
[0030]对所述评估分数和所述危险分数进行加权累计并更新所述危险分数。
[0031]可选的，所述实时监测目标区域，获得视频数据，包括：
[0032]同步获取所述目标区域的两个视频数据并进行预处理后获得所述视频数据。
[0033]本专利技术第二方面提供一种儿童危险行为检测装置，其中，上述装置包括：
[0034]视频数据获取模块，用于实时监测目标区域，获得视频数据；
[0035]检测数据获取模块，用于将所述视频数据输入目标检测模型，获得检测对象的检测数据，所述检测对象包括目标儿童以及目标区域内与儿童危险行为相关联的关联对象；
[0036]临床数据获取模块，用于获取预先存储的目标儿童的临床数据；
[0037]临床风险计算模块，用于基于所述临床数据，获得临床风险；
[0038]检测风险计算模块，用于基于所述检测数据，计算目标儿童与所述关联对象的面积交并比获得检测风险；
[0039]危险分数计算模块，用于基于所述临床风险和所述检测风险，根据危险分数计算模型获得危险分数；
[0040]报警模块，用于当所述危险分数超过设定阈值时，输出警告信息。
[0041]本专利技术第三方面提供一种智能终端，上述智能终端包括存储器、处理器以及存储在上述存储器上并可在上述处理器上运行的儿童危险行为检测程序，上述儿童危险行为检测程序被上述处理器执行时实现任意一项上述儿童危险行为检测方法的步骤。
[0042]本专利技术第四方面提供一种计算机可读存储介质，上述计算机可读存储介质上存储有儿童危险行为检测程序，上述儿童危险行为检测程序被处理器执行时实现任意一项上述儿童危险行为检测方法的步骤。
[0043]由上可见，与现有技术相比，本专利技术方案采用目标检测模型分析视频数据，识别目标儿童以及目标区域内与儿童危险行为相关联的关联对象，然后计算目标儿童与关联对象
的面积交并比，根据面积交并比获得检测风险，并根据目标儿童的临床数据获得临床风险，再采用危险分数计算模型综合打分，识别儿童危险行为并进行预警。实现了在低维数据上，通过简单计算判断儿童危险行为，数据处理简单、速度快，能够实现对目标区域的实时监测。
附图说明
[0044]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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性的前提下，还可以根据这些附图获得其它的附图。
[0045]图1是本专利技术实施例提供的儿童危险行为检测方法的流程示意图；
[0046]图2是图1实施例中步骤S500的具体步骤流程示意图；
[0047]图3是本专利技术实施例提供的儿童危险行为检测装置的结构示意图；
[0048]图4是本专利技术实施例提供的一种智能终本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.儿童危险行为检测方法，其特征在于，所述方法包括：实时监测目标区域，获得视频数据；将所述视频数据输入目标检测模型，获得检测对象的检测数据，所述检测对象包括目标儿童以及目标区域内与儿童危险行为相关联的关联对象；获取预先存储的目标儿童的临床数据；基于所述临床数据，获得临床风险；基于所述检测数据，计算目标儿童与所述关联对象的面积交并比获得检测风险；基于所述临床风险和所述检测风险，根据危险分数计算模型获得危险分数；当所述危险分数超过设定阈值时，输出警告信息。2.如权利要求1所述的儿童危险行为检测方法，其特征在于，所述关联对象包括目标区域内与儿童危险行为相关联的人员和物体，所述将所述视频数据输入目标检测模型，获得检测对象的检测数据，包括：将所述视频数据输入所述目标检测模型，获得预设数量的图像帧；依次获取每一图像帧中所述目标儿童的面积、位置和所述关联对象的面积、位置；基于图像帧的先后顺序，保存所述目标儿童的面积、位置和所述关联对象的面积、位置，获得所述检测数据。3.如权利要求2所述的儿童危险行为检测方法，其特征在于，所述基于所述检测数据，计算目标儿童与所述关联对象的面积交并比获得检测风险，包括：根据所述目标儿童的位置、面积和所述关联对象的位置、面积，获得所述目标儿童与所述关联对象的面积交并比序列；基于所述面积交并比序列，获得所述目标儿童与所述关联对象的面积交并比的变化趋势；基于所有的所述变化趋势，获得所述检测风险。4.如权利要求1所述的儿童危险行为检测方法，其特征在于，所述危险分数计算模型的表达式为：y＝(ω1f1(a,g,d,m)+b1)
×
[(ω2max{x1,x2}+b2)
×
f2(x3,x4,x5,t)+b3]f3(t)，其中，w1,w2为权重系数，a,g,d,m分别为目标儿童的年龄、性别、危险行为史和用药信息，b1,b2,b3为常数偏置，x1,x2分别为目标儿童与家长、医师的面积交并比，x3,x4,x5分别为目标儿童与病床、椅子和床头柜的面积交并比，t为持续时间，f1为临床风险计算公式，f2为检测风险计算公式，f3为持...
【专利技术属性】
技术研发人员：罗书立，史宇航，刘洪海，林熹，任卫红，李素芳，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：
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。