防护服脱卸监测方法、装置、系统与计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种防护服脱卸监测方法、装置、系统与计算机可读存储介质，该方法包括：获取待识别图像，并确定所述待识别图像中的肢体信息和防护服信息；获取所述待识别图像对应的深度图像，并根据所述肢体信息，在所述深度图像中进行肢体边缘检测；根据肢体边缘检测结果和所述防护服信息，判断肢体是否与防护服的污染面发生接触。本发明专利技术通过确定待识别图像中的肢体信息、防护服信息和深度图像，根据肢体信息，在深度图像中进行肢体边缘检测，根据肢体边缘检测结果和防护服信息，判断肢体是否与防护服发生接触，准确地识别到医护人员在脱卸防护服时是否触摸到防护服的污染面，降低医护人员受到病菌感染的风险。员受到病菌感染的风险。员受到病菌感染的风险。

【技术实现步骤摘要】
防护服脱卸监测方法、装置、系统与计算机可读存储介质


[0001]本专利技术涉及人工智能
，尤其涉及防护服脱卸监测方法、装置、系统与计算机可读存储介质。

技术介绍

[0002]医用防护服的脱卸过程是院感防控中一个比较高风险的过程，医护人员在脱卸防护服时可能不经意间触摸到防护服的污染面，会导致发生院感防控事故。但是，目前主要依靠对医务人员的提前培训，定期抽查等手段，预防医护人员在脱卸防护服时可能不经意间触摸到防护服的污染面情况的发生，这导致无法实时准确地识别到医护人员在脱卸防护服时是否触摸到防护服的污染面，存在医护人员受到病菌感染的风险。
[0003]因此，如何识别医护人员在脱卸防护服时是否触摸到防护服的污染面，是急需解决的问题。

技术实现思路

[0004]本专利技术的主要目的在于提出一种防护服脱卸监测方法、装置、系统与计算机可读存储介质，旨在解决如何识别医护人员在脱卸防护服时是否触摸到防护服的污染面的问题。
[0005]为实现上述目的，本专利技术提供一种防护服脱卸监测方法，所述防护服脱卸监测方法包括如下步骤：
[0006]获取待识别图像，并确定所述待识别图像中的肢体信息和防护服信息；
[0007]获取所述待识别图像对应的深度图像，并根据所述肢体信息，在所述深度图像中进行肢体边缘检测；
[0008]根据肢体边缘检测结果和所述防护服信息，判断肢体是否与防护服的污染面发生接触。
[0009]可选地，确定所述待识别图像中的肢体信息和防护服信息的步骤包括：r/>[0010]将所述待识别图像输入分割神经网络，通过所述分割神经网络对所述待识别图像进行分割，得到肢体分割图像；
[0011]基于所述肢体分割图像，确定所述待识别图像中的肢体信息；
[0012]将所述待识别图像输入识别模型，通过所述识别模型确定所述待识别图像中的防护服信息。
[0013]可选地，获取所述待识别图像对应的深度图像的步骤之后，包括：
[0014]获取所述深度图像中的每个像素点对应的二维坐标，并根据所述每个像素点对应的二维坐标对所述深度图像进行滤波处理，剔除所述深度图像中的噪声像素点。
[0015]可选地，根据所述肢体信息，在所述深度图像中进行肢体边缘检测的步骤包括：
[0016]根据所述肢体信息，在所述深度图像中确定肢体区域，并获取所述肢体区域中的像素点集合；
[0017]根据所述像素点集合，在所述深度图像中进行肢体边缘检测。
[0018]可选地，根据所述像素点集合，在所述深度图像中进行肢体边缘检测的步骤包括：
[0019]计算出所述像素点集合中每个像素点对应的梯度信息，并根据每个像素点对应的梯度信息和预设阈值，在所述深度图像中进行肢体边缘检测，以确定肢体区域是否存在肢体边缘。
[0020]可选地，根据肢体边缘检测结果和所述防护服信息，判断肢体是否与防护服的污染面发生接触的步骤包括：
[0021]若所述边缘检测结果为所述肢体区域存在肢体边缘，则确定肢体未与防护服的污染面发生接触；
[0022]若所述边缘检测结果为所述肢体区域不存在肢体边缘，则根据所述肢体区域和所述防护服信息，判断肢体是否与防护服的污染面发生接触。
[0023]可选地，根据所述肢体区域和所述防护服信息，判断肢体是否与防护服发生接触的步骤包括：
[0024]根据所述防护服信息，在所述深度图像中确定防护服区域；
[0025]将所述肢体区域和所述防护服区域进行对比；
[0026]若确定所述肢体区域和所述防护服区域存在重合部分，则确定肢体与防护服的污染面发生接触；
[0027]若确定所述肢体区域和所述防护服区域不存在重合部分，则确定肢体与防护服的污染面未发生接触。
[0028]此外，为实现上述目的，本专利技术还提供一种防护服脱卸监测装置，所述防护服脱卸监测装置包括：
[0029]获取模块，用于获取待识别图像，并确定所述待识别图像中的肢体信息和防护服信息；
[0030]检测模块，用于获取所述待识别图像对应的深度图像，并根据所述肢体信息，在所述深度图像中进行肢体边缘检测；
[0031]判断模块，用于根据肢体边缘检测结果和所述防护服信息，判断肢体是否与防护服的污染面发生接触。
[0032]进一步地，所述获取模块还用于：
[0033]将所述待识别图像输入分割神经网络，通过所述分割神经网络对所述待识别图像进行分割，得到肢体分割图像；
[0034]基于所述肢体分割图像，确定所述待识别图像中的肢体信息；
[0035]将所述待识别图像输入识别模型，通过所述识别模型确定所述待识别图像中的防护服信息。
[0036]进一步地，所述检测模块还包括滤波模块，所述滤波模块用于：
[0037]获取所述深度图像中的每个像素点对应的二维坐标，并根据所述每个像素点对应的二维坐标对所述深度图像进行滤波处理，剔除所述深度图像中的噪声像素点。
[0038]进一步地，所述检测模块还用于：
[0039]根据所述肢体信息，在所述深度图像中确定肢体区域，并获取所述肢体区域中的像素点集合；
[0040]根据所述像素点集合，在所述深度图像中进行肢体边缘检测。
[0041]进一步地，所述检测模块还用于：
[0042]计算出所述像素点集合中每个像素点对应的梯度信息，并根据每个像素点对应的梯度信息和预设阈值，在所述深度图像中进行肢体边缘检测，以确定肢体区域是否存在肢体边缘。
[0043]进一步地，所述判断模块还用于：
[0044]若所述边缘检测结果为所述肢体区域存在肢体边缘，则确定肢体未与防护服的污染面发生接触；
[0045]若所述边缘检测结果为所述肢体区域不存在肢体边缘，则根据所述肢体区域和所述防护服信息，判断肢体是否与防护服的污染面发生接触。
[0046]进一步地，所述判断模块还用于：
[0047]根据所述防护服信息，在所述深度图像中确定防护服区域；
[0048]将所述肢体区域和所述防护服区域进行对比；
[0049]若确定所述肢体区域和所述防护服区域存在重合部分，则确定肢体与防护服的污染面发生接触；
[0050]若确定所述肢体区域和所述防护服区域不存在重合部分，则确定肢体与防护服的污染面未发生接触。
[0051]此外，为实现上述目的，本专利技术还提供一种防护服脱卸监测系统，所述防护服脱卸监测系统包括：存储器、处理器及储存在所述存储器上并可在所述处理器上运行的防护服脱卸监测程序，所述防护服脱卸监测程序被所述处理器执行时实现如上所述的防护服脱卸监测方法的步骤。
[0052]此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上储存有防护服脱卸监测程序，所述防护服脱卸监测程序被处理器执行时实现如上所述的防护服脱卸监测方法的步骤。
[0053]本专利技术提出的防护服脱卸监测方法，获取待本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种防护服脱卸监测方法，其特征在于，所述防护服脱卸监测方法包括如下步骤：获取待识别图像，并确定所述待识别图像中的肢体信息和防护服信息；获取所述待识别图像对应的深度图像，并根据所述肢体信息，在所述深度图像中进行肢体边缘检测；根据肢体边缘检测结果和所述防护服信息，判断肢体是否与防护服的污染面发生接触。2.如权利要求1所述的防护服脱卸监测方法，其特征在于，所述确定所述待识别图像中的肢体信息和防护服信息的步骤包括：将所述待识别图像输入分割神经网络，通过所述分割神经网络对所述待识别图像进行分割，得到肢体分割图像；基于所述肢体分割图像，确定所述待识别图像中的肢体信息；将所述待识别图像输入识别模型，通过所述识别模型确定所述待识别图像中的防护服信息。3.如权利要求1所述的防护服脱卸监测方法，其特征在于，所述获取所述待识别图像对应的深度图像的步骤之后，包括：获取所述深度图像中的每个像素点对应的二维坐标，并根据所述每个像素点对应的二维坐标对所述深度图像进行滤波处理，剔除所述深度图像中的噪声像素点。4.如权利要求1所述的防护服脱卸监测方法，其特征在于，所述根据所述肢体信息，在所述深度图像中进行肢体边缘检测的步骤包括：根据所述肢体信息，在所述深度图像中确定肢体区域，并获取所述肢体区域中的像素点集合；根据所述像素点集合，在所述深度图像中进行肢体边缘检测。5.如权利要求4所述的防护服脱卸监测方法，其特征在于，所述根据所述像素点集合，在所述深度图像中进行肢体边缘检测的步骤包括：计算出所述像素点集合中每个像素点对应的梯度信息，并根据每个像素点对应的梯度信息和预设阈值，在所述深度图像中进行肢体边缘检测，以确定肢体区域是否存在肢体边缘。6.如权利要求5所述的防护服脱卸监测方法，其特征在于，所述根...

【专利技术属性】
技术研发人员：陈锦海，柯磊，李鑫威，李嘉豪，曾泽华，
申请(专利权)人：深圳市安保数字感控科技有限公司，
类型：发明
国别省市：