一种行为监测预防系统及方法技术方案

本发明专利技术公开了一种行为监测预防系统及方法，包括：根据不同行为、场景、对象对监测预防系统进行定制化设计调整，基于监测预防设备系统采集被监督者的行为学数据并将行为学数据上传至云端系统平台；云端系统平台根据行为学数据，通过行为习惯预测管理算法，对被监督者的行为习惯进行风险评估预测，获得预测结果；将预测结果参数拟合及多次迭代学习，生成最终的评估结果，并将评估结果发送至智能终端。本发明专利技术能够弥补目前通过监督者进行人工导引造成的导引效率低和导引覆盖面范围小的弊端，不仅提高了导引效率，还避免了导引范围遗漏，提升了对行为习惯的导引水平，减轻了监督者的引导负担。导负担。导负担。

【技术实现步骤摘要】
一种行为监测预防系统及方法


[0001]本专利技术属于行为监测预防领域，特别是涉及一种行为监测预防系统及方法。

技术介绍

[0002]人们不会天生就拥有好的行为习惯，好的行为习惯都是在别人良好的导引下逐渐形成的。对于学生来说，良好的学习行为习惯直接关系着学生综合素质的提升以及影响着学生今后的终身发展，其中学习行为习惯包括课堂学习行为习惯、课下学习行为习惯、自习学习行为习惯等。一个习惯的培养并非一朝一夕便可以完成的，它需要经过长期、反复地坚持，最后才能成为一个不易抛弃的真正的习惯。研究表明培养一个习惯需要三个月的时间，但是习惯培养的第一个月是最重要的。
[0003]传统的行为监测预防方法有监督式、半监督式和自我监督式。监督式是指完全由监督者对被监督者进行行为习惯的完全管理，多用于被监督者有行为功能障碍的情况；半监督式是指监督者对被监督者的行为习惯养成起到督促和提醒的作用，结合被监督者的自我管理完成习惯的养着；自我监督式则是完全有被监督者个体对自己的行为进行约束和管理，达到习惯养成的目的。
[0004]目前对被监督者行为习惯的导引通常是由监督者人工进行操作，具体为监督者在习惯养成过程中对被监督者的行为习惯进行观察，并识别到存在不良习惯行为的被监督者，进而对其进行导引。但是被监督者个人的人工导引能力有限等外界因素会导致导引效率低、导引覆盖面范围小和难以持续导引，进而使得导引效果不佳。尤其是针对于少年儿童，其具备极强的模仿能力、好奇心和自控能力较弱，家长和老师稍不注意就会养成不良习惯，产生不良后果，而目前对少儿不良习惯的发现，大多是家长或老师在该习惯形成后才能发现，不能进行及时有效的引导、纠正。

技术实现思路

[0005]为解决上述问题，本专利技术提供了如下方案：一种行为监测预防系统及方法，包括：
[0006]单片机控制模块，用于产生控制信号对行为监测预防系统进行逻辑控制；
[0007]行为数据获取模块，与所述单片机控制模块连接，用于采集行为学数据并将所述行为学数据上传至云端系统平台；
[0008]云端系统平台，与所述行为数据获取模块连接，用于根据所述行为学数据，通过行为习惯预测管理算法，对被监督者的行为习惯进行风险评估预测，获得预测结果；将预测结果参数拟合及多次迭代学习，生成最终的评估结果，并将所述评估结果发送至智能终端。
[0009]优选地，所述行为监测预防系统还包括，
[0010]外围电路驱动模块，与所述单片机控制模块连接，用于通过驱动电路对行为数据获取模块进行硬件驱动和控制；
[0011]电源供电模块，与所述单片机控制模块连接，用于对行为监测预防系统供电。
[0012]优选地，所述行为数据获取模块还包括，
[0013]多模态信息采集模块，与所述外围电路驱动模块连接，用于通过多模态传感器进行环境目标数据的采集并存储在片上系统的非易失性存储介质中；
[0014]图像处理识别模块，分别与所述外围电路驱动模块、多模态信息采集模块连接，用于实时对环境目标数据中的环境目标图像信息进行图像识别，通过嵌入式神经网络模型对目标环境进行识别和分类，并将匹配值最高的识别结果储存在片上系统的非易失性存储介质中；
[0015]无线数据传输模块，分别与所述外围电路驱动模块、图像处理识别模块、云端系统平台连接，用于片上系统与所述云端系统平台之间的数据传输。
[0016]优选地，所述多模态信息采集模块的多模态传感器至少包括图像传感器、测距传感器、光强传感器以及电子时钟，用于对应获取环境目标图像、环境目标距离、环境目标光照强度以及环境目标标准时间。
[0017]优选地，所述多模态信息采集模块包括信息采集单元、信息分类单元、信息筛选单元；
[0018]所述信息采集单元用于将采集的环境目标数据通过信息处理算法进行分类整理；
[0019]所述信息分类单元用于将分类整理后的信息根据采集点的时间标记和数据段的一致性进行筛选和剔除。
[0020]优选地，所述图像处理识别模块包括图像压缩单元、图像分割单元、图像识别单元、图像存储单元；
[0021]所述图像压缩单元用于对所述环境目标数据进行处理，获得环境目标图像，并对所述环境目标图像进行大码率压缩；
[0022]所述图像分割单元用于对所述压缩图像进行图像分割，获得分割图像；
[0023]所述图像识别单元用于对所述分割图像进行深度学习图像识别算法的并行运算，对环境目标进行图像识别和逻辑区分，获得匹配概率最大的识别结果；
[0024]所述图像存储单元用于将压缩图像和匹配概率最大的识别结果存储在片上系统的非易失性存储介质中。
[0025]一种行为监测预防方法，包括：
[0026]根据不同行为、场景、对象对监测预防系统进行定制化设计调整，基于监测预防设备系统采集被监督者的行为学数据并将所述行为学数据上传至云端系统平台；
[0027]云端系统平台根据所述行为学数据，通过行为习惯预测管理算法，对被监督者的行为习惯进行风险评估预测，获得预测结果；将预测结果参数拟合及多次迭代学习，生成最终的评估结果，并将所述评估结果发送至智能终端。
[0028]优选地，基于监测预防设备系统采集被监督者的行为学数据并将所述行为学数据上传至云端系统平台的过程包括，
[0029]基于监测预防设备系统，通过外围电路驱动模块对多模态信息采集模块进行硬件驱动和控制，多模态信息采集模块通过多模态传感器进行环境目标数据的采集并存储在片上系统的非易失性存储介质中；
[0030]通过图像处理识别模块实时对环境目标数据中的环境目标图像信息进行图像识别，通过嵌入式神经网络模型对目标环境进行识别和分类，并将匹配值最高的识别结果储存在片上系统的非易失性存储介质中；
[0031]将环境目标数据与匹配值最高的识别结果进行数据打包，通过无线数据传输模块将数据包发送至云端系统平台。
[0032]优选地，多模态信息采集模块进行环境目标数据的采集以及图像处理识别模块对环境目标图像信息进行图像识别，获得匹配值最高的识别结果的过程包括，
[0033]多模态信息采集模块通过信息采集单元采集环境目标数据并通过信息处理算法进行分类整理，然后将分类整理后的信息根据采集点的时间标记和数据段的一致性进行筛选和剔除，获得目标环境目标数据并发送至图像处理识别模块；
[0034]所述图像处理识别模块对所述目标环境目标数据进行处理，获得环境目标图像，并对所述环境目标图像进行大码率压缩；然后对所述压缩图像进行图像分割，获得分割图像；再对所述分割图像进行深度学习图像识别算法的并行运算，对环境目标进行图像识别和逻辑区分，获得匹配概率最大的识别结果；将压缩图像和匹配概率最大的识别结果存储在片上系统的非易失性存储介质中。
[0035]本专利技术公开了以下技术效果：
[0036]本专利技术提供的一种行为监测预防系统及方法，通过嵌入式片上系统单元和云计算单元的结合，为人行为习惯预测和管理探索了一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种行为监测预防系统，其特征在于，包括：单片机控制模块，用于产生控制信号对行为监测预防系统进行逻辑控制；行为数据获取模块，与所述单片机控制模块连接，用于采集行为学数据并将所述行为学数据上传至云端系统平台；云端系统平台，与所述行为数据获取模块连接，用于根据所述行为学数据，通过行为习惯预测管理算法，对被监督者的行为习惯进行风险评估预测，获得预测结果；将预测结果参数拟合及多次迭代学习，生成最终的评估结果，并将所述评估结果发送至智能终端。2.根据权利要求1所述的行为监测预防系统，其特征在于，所述行为监测预防系统还包括，外围电路驱动模块，与所述单片机控制模块连接，用于通过驱动电路对行为数据获取模块进行硬件驱动和控制；电源供电模块，与所述单片机控制模块连接，用于对行为监测预防系统供电。3.根据权利要求2所述的行为监测预防系统，其特征在于，所述行为数据获取模块还包括，多模态信息采集模块，与所述外围电路驱动模块连接，用于通过多模态传感器进行环境目标数据的采集并存储在片上系统的非易失性存储介质中；图像处理识别模块，分别与所述外围电路驱动模块、多模态信息采集模块连接，用于实时对环境目标数据中的环境目标图像信息进行图像识别，通过嵌入式神经网络模型对目标环境进行识别和分类，并将匹配值最高的识别结果储存在片上系统的非易失性存储介质中；无线数据传输模块，分别与所述外围电路驱动模块、图像处理识别模块、云端系统平台连接，用于片上系统与所述云端系统平台之间的数据传输。4.根据权利要求3所述的行为监测预防系统，其特征在于，所述多模态信息采集模块的多模态传感器至少包括图像传感器、测距传感器、光强传感器以及电子时钟，用于对应获取环境目标图像、环境目标距离、环境目标光照强度以及环境目标标准时间。5.根据权利要求3所述的行为监测预防系统，其特征在于，所述多模态信息采集模块包括信息采集单元、信息分类单元、信息筛选单元；所述信息采集单元用于将采集的环境目标数据通过信息处理算法进行分类整理；所述信息分类单元用于将分类整理后的信息根据采集点的时间标记和数据段的一致性进行筛选和剔除。6.根据权利要求3所述的行为监测预防系统，其特征在于，所述图像处理识别模块包括图像压缩单元、图像分割单元、图像识别单元、图像存储单元；所述图像压缩单元用于对所述环境目标数据进行处理，获得环境目标图像，并对所述环境目标图像进行大码率压缩；所述图...

【专利技术属性】
技术研发人员：赵伯言，王文思，吉彦平，马一鸣，魏韵璋，赵燕冉，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：