本发明专利技术涉及图像处理技术领域，解决了现有技术中在婴幼儿处于不良睡姿时，无法及时、准确地向用户发出安全提醒消息的问题，提供了一种基于婴幼儿睡姿的智能识别提醒方法、装置及设备。该方法包括：获取婴幼儿睡眠场景下实时的视频流并分解为多帧图像；将所述多帧图像输入预设的婴幼儿脸部遮挡判断模型中，提取出婴幼儿脸部被遮挡的多帧目标图像；将连续的各所述目标图像输入预设的呼吸检测模型中，得出连续的各所述目标图像对应的婴幼儿呼吸状态信息；依据所述婴幼儿呼吸状态信息，当检测到婴幼儿呼吸状态异常时，认为婴幼儿处于危险睡姿，向用户发出安全提醒。本发明专利技术降低婴幼儿发生窒息的概率，也避免了用户被误报警信息所干扰。扰。扰。
【技术实现步骤摘要】
基于婴幼儿睡姿的智能识别提醒方法、装置及设备
[0001]本专利技术涉及图像处理
，尤其涉及一种基于婴幼儿睡姿的智能识别提醒方法、装置及设备。
技术介绍
[0002]随着各种智能终端的发展与普及，智能看护设备的应用也越来越广泛，逐渐成为人们生活的一部分。目前，在针对婴幼儿的智能看护领域中，有些婴幼儿在睡眠场景下会无意识地向下趴着睡，这种“趴睡”姿势会导致口鼻被压迫，然而部分婴幼儿的力量有限，对肢体和肌肉的控制能力不足，无法自行纠正睡姿，容易出现窒息等危险情况。
[0003]现有中国专利CN109886137A提供了一种婴幼儿睡姿检测方法、装置及计算机可读存储介质，所述方法包括：获取婴幼儿睡眠状态的基于可见光的视频图像；通过三层卷积神经网络对所述视频图像处理，判断所述视频图像中是否存在人脸目标；若不存在人脸目标，则将异常信息发送至所述移动终端；当人体目标与安全休息区的边界距离小于预设值时，则发出风险提示信息。上述方法通过三层卷积的深度学习算法虽然能识别婴幼儿口鼻是否被遮挡，但婴幼儿是否会发生窒息取决于婴幼儿口鼻是否持续被遮挡，当婴幼儿翻身，口鼻不被遮挡时，上述专利提供的方案还是会误报警，打扰用户休息。
[0004]为此，如何在婴幼儿处于不良睡姿时，及时、准确地向用户发出安全提醒消息，在防止婴幼儿发生窒息的同时，避免用户被勿打扰是亟待解决的问题。
技术实现思路
[0005]有鉴于此，本专利技术提供了一种基于婴幼儿睡姿的智能识别提醒方法，用以解决现有技术中在婴幼儿处于不良睡姿时，无法及时、准确地向用户发出安全提醒消息的问题。
[0006]本专利技术采用的技术方案是：
[0007]第一方面，本专利技术提供了一种基于婴幼儿睡姿的智能识别提醒方法，其特征在于，所述方法包括：
[0008]S1：获取婴幼儿睡眠场景下实时的视频流，将所述视频流分解为多帧图像；
[0009]S2：将所述多帧图像输入预设的婴幼儿脸部遮挡判断模型中，提取出所述多帧图像中婴幼儿脸部被遮挡的多帧目标图像；
[0010]S3：当检测到连续的多帧目标图像时，将连续的各帧所述目标图像输入预设的呼吸检测模型中，得出连续的各帧所述目标图像对应的婴幼儿呼吸状态信息；
[0011]S4：依据所述婴幼儿呼吸状态信息，当检测到婴幼儿呼吸状态异常时，认为婴幼儿处于危险睡姿，向用户发出安全提醒。
[0012]优选地，所述S2包括：
[0013]S21：获取所述实时的视频流分解得出的多帧图像；
[0014]S22：将所述多帧图像输入预设的婴幼儿脸部关键点检测模型中，提取未检测到婴幼儿脸部关键点的图像作为所述目标图像，其中，所述脸部关键点至少包括：鼻子和嘴巴。
[0015]优选地，所述S3包括：
[0016]S31：确定各所述目标图像出现的初始时间点，并获取预设的时长；
[0017]S32：当在所述初始时间点之后且在预设时长范围外时，通过所述婴幼儿脸部遮挡判断模型检测出的均为目标图像时，确定最后一帧所述目标图像出现的终止时间点；
[0018]S33:将所述初始时间点和终止时间点之间的多帧目标图像作为连续的各所述目标图像输入预设的呼吸检测模型中，得出连续的各所述目标图像对应的婴幼儿呼吸状态信息。
[0019]优选地，所述S33包括：
[0020]S331：依据连续的各所述目标图像，对婴幼儿的呼吸运动所对应的图像数据进行数据增强，从而建立表征婴幼儿呼吸运动对应的局部区域的目标拉普拉斯金字塔图像；
[0021]S332：根据所述目标拉普拉斯金字塔图像和连续的各所述目标图像，得出所述婴幼儿呼吸状态信息。
[0022]优选地，所述S331包括：
[0023]S3311：根据连续的各所述目标图像，建立与连续的各所述目标图像对应的高斯金字塔，其中，每一高斯金字塔的级数预先设定；
[0024]S3312：根据所述高斯金字塔的每一级中各像素点的像素值筛选对应的连续的各所述目标图像的像素点，得到属于微弱运动的各目标像素点；
[0025]S3313：根据各所述目标像素点，建立对应的各层拉普拉斯金字塔；
[0026]S3314：根据各层所述拉普拉斯金字塔，得到所述目标拉普拉斯金字塔图像。
[0027]优选地，所述S332包括：
[0028]S3321：将所述目标拉普拉斯金字塔图像与连续的各所述目标图像进行叠加，得到对微弱运动的图像数据进行数据增强的目标视频；
[0029]S3322：根据所述目标视频的视频时长和微弱运动的运动次数，得到所述目标视频对应的微弱运动的运动频率；
[0030]S3323：将所述运动频率与预设的婴幼儿标准呼吸频率进行对比，得到所述婴幼儿呼吸状态信息。
[0031]优选地，其特征在于，所述S4包括：
[0032]S41：获取所述婴幼儿呼吸状态信息，其中所述婴幼儿呼吸状态信息包括：正常、急促或无呼吸；
[0033]S42：当所述婴幼儿呼吸状态信息为急促或无呼吸时，认为婴幼儿呼吸异常，向用户发出安全提醒。
[0034]第二方面，本专利技术提供了一种基于婴幼儿睡姿的智能识别提醒装置，所述装置包括：
[0035]图像获取模块，用于获取婴幼儿睡眠场景下实时的视频流，将所述视频流分解为多帧图像；
[0036]目标图像提取模块，用于将所述多帧图像输入预设的婴幼儿脸部遮挡判断模型中，提取出所述多帧图像中婴幼儿脸部被遮挡的多帧目标图像；
[0037]呼吸状态识别模块，用于当检测到连续的多帧目标图像时，将连续的各所述目标图像输入预设的呼吸检测模型中，得出连续的各所述目标图像对应的婴幼儿呼吸状态信
息；
[0038]安全提醒模块，用于依据所述婴幼儿呼吸状态信息，当检测到婴幼儿呼吸状态异常时，认为婴幼儿处于危险睡姿，向用户发出安全提醒。
[0039]第三方面，本专利技术实施例还提供了一种电子设备，包括：至少一个处理器、至少一个存储器以及存储在存储器中的计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
[0040]第四方面，本专利技术实施例还提供了一种存储介质，其上存储有计算机程序指令，当计算机程序指令被处理器执行时实现如上述实施方式中第一方面的方法。
[0041]综上所述，本专利技术的有益效果如下：
[0042]本专利技术提供的基于婴幼儿睡姿的智能识别提醒方法、装置及设备，所述方法包括：获取婴幼儿睡眠场景下实时的视频流，将所述视频流分解为多帧图像；将所述多帧图像输入预设的婴幼儿脸部遮挡判断模型中，提取出所述多帧图像中婴幼儿脸部被遮挡的多帧目标图像；当检测到连续的多帧目标图像时，将连续的各所述目标图像输入预设的呼吸检测模型中，得出连续的各所述目标图像对应的婴幼儿呼吸状态信息；依据所述婴幼儿呼吸状态信息，当检测到婴幼儿呼吸状态异常时，认为婴幼儿处于危险睡姿，向用户发出安全提醒。一方面，由于婴幼儿脸部被遮挡是一个动本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于婴幼儿睡姿的智能识别提醒方法，其特征在于，所述方法包括：S1：获取婴幼儿睡眠场景下实时的视频流，将所述视频流分解为多帧图像；S2：将所述多帧图像输入预设的婴幼儿脸部遮挡判断模型中，提取出所述多帧图像中婴幼儿脸部被遮挡的多帧目标图像；S3：当检测到连续的多帧目标图像时，将连续的各帧所述目标图像输入预设的呼吸检测模型中，得出连续的各帧所述目标图像对应的婴幼儿呼吸状态信息；S4：依据所述婴幼儿呼吸状态信息，当检测到婴幼儿呼吸状态异常时，认为婴幼儿处于危险睡姿，向用户发出安全提醒。2.根据权利要求1所述的基于婴幼儿睡姿的智能识别提醒方法，其特征在于，所述S2包括：S21：获取所述实时的视频流分解得出的多帧图像；S22：将所述多帧图像输入预设的婴幼儿脸部关键点检测模型中，提取未检测到婴幼儿脸部关键点的图像作为所述目标图像，其中，所述脸部关键点至少包括：鼻子和嘴巴。3.根据权利要求1所述的基于婴幼儿睡姿的智能识别提醒方法，其特征在于，所述S3包括：S31：确定各所述目标图像出现的初始时间点，并获取预设时长；S32：当在所述初始时间点之后且在预设时长范围外时，通过所述婴幼儿脸部遮挡判断模型检测出的均为目标图像时，确定最后一帧所述目标图像出现的终止时间点；S33:将所述初始时间点和终止时间点之间的多帧目标图像作为连续的各所述目标图像输入预设的呼吸检测模型中，得出连续的各帧所述目标图像对应的婴幼儿呼吸状态信息。4.根据权利要求3所述的基于婴幼儿睡姿的智能识别提醒方法，其特征在于，所述S33包括：S331：依据连续的各帧所述目标图像，对婴幼儿的呼吸运动所对应的图像数据进行数据增强，从而建立表征婴幼儿呼吸运动对应的局部区域的目标拉普拉斯金字塔图像；S332：根据所述目标拉普拉斯金字塔图像和连续的各帧所述目标图像，得出所述婴幼儿呼吸状态信息。5.根据权利要求4所述的基于婴幼儿睡姿的智能识别提醒方法，其特征在于，所述S331包括：S3311：根据连续的各帧所述目标图像，建立与连续的各帧所述目标图像对应的高斯金字塔，其中，每一高斯金字塔的级数预先设定；S3312：根据所述高斯金字塔的每一级中各像素点的像...
【专利技术属性】
技术研发人员：陈辉，熊章，张智，张青军，杜沛力，
申请(专利权)人：武汉星巡智能科技有限公司，
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。