基于多模态AI感知的婴儿睡眠辅助系统和方法技术方案

本申请公开一种基于多模态的AI感知的婴儿睡眠辅助系统和方法。该系统包括：多模态AI感知模块，其被配置成：收集该婴儿的日常特征向量和环境的日常特征向量，经由聚类分析推荐该婴儿需要入睡前的特征向量集α，需要接续入睡前的特征向量集β，以及需要温柔唤醒并安抚前的特征向量集γ；存储器，用于存储该婴儿和该环境的当前特征向量以及所推荐的特征向量集α、β、γ；处理器，用于确定该当前特征向量是否符合所推荐的特征向量集，并基于结果来执行相应操作；以及智能家居系统，用于与该处理器进行通信以调整该环境的当前特征向量。本申请还公开了相应的方法。请还公开了相应的方法。请还公开了相应的方法。

【技术实现步骤摘要】
基于多模态AI感知的婴儿睡眠辅助系统和方法


[0001]本申请涉及AI
，并且更为具体地，涉及一种基于多模态AI 感知的婴儿睡眠辅助系统和方法。

技术介绍

[0002][0003]婴儿的生长无疑需要充足的睡眠。但婴儿在睡觉中间可能存在惊跳，这时候他是还想睡的，但需要接收安抚以重新进入睡眠状态。另一方面，婴儿也不能够长时间睡眠，因为这会引发低血糖，继而引发黄疸等一系列风险，因此，一般超过3小时就需要被叫醒。
[0004]因此，如何及时、准确、按时地感知婴儿的睡眠状态，从而能够实现及时哄睡、及时唤醒并保证其充足的睡眠无疑是摆在很多人面前的重要课题。

技术实现思路

[0005]以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在标识出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以作为稍后给出的更加详细的描述之序。
[0006]为了解决上述问题，本申请提供了一种基于多模态AI感知的方法和系统。本申请提出的基于多模态的AI感知的方法及系统利用视联网摄像头，解放了家长的双手，多模态AI感知婴儿平时的睡眠习惯及环境，自适应调节室温、光线，准确地自动完成哄睡、辅助接续入睡，温柔唤醒并安抚等功能。该系统和方法能够极大地节省父母的体力并且高效地实现婴儿睡眠质量的保证。
[0007]根据本申请的第一方面，公开了一种基于多模态AI感知的婴儿辅助睡眠系统。该系统包括：<br/>[0008]多模态AI感知模块，其被配置成：
[0009]收集该婴儿的日常特征向量和环境的日常特征向量，
[0010]经由聚类分析推荐该婴儿需要入睡前的特征向量集α，需要接续入睡前的特征向量集β，以及需要温柔唤醒并安抚前的特征向量集γ；
[0011]存储器，用于存储该婴儿和该环境的当前特征向量以及所推荐的特征向量集α、β、γ；
[0012]处理器，用于确定该当前特征向量是否符合所推荐的特征向量集，并基于结果来执行相应操作；以及
[0013]智能家居系统，用于与该处理器进行通信以调整所述环境的当前特征向量。
[0014]根据本申请的优选实施例，该存储器包括：当前特征向量存储模块，用于存储该婴儿和该环境的当前特征向量；和特征推荐向量存储模块，用于存储该所推荐的特征向量集α、β、γ。
[0015]根据本申请的优选实施例，该存储器包括：AI判断模块，用于通过支持向量机判断该当前特征向量是否符合该所推荐的特征向量集；以及
[0016]无线通信模块，用于与该智能家居系统进行无线通信以基于该结果来调节该环境的当前特征向量。
[0017]根据本申请的优选实施例，该AI判断模块进一步：确定该婴儿的当前特征向量是否符合该所推荐的特征向量集中的婴儿特征向量部分；如果是，则确定该环境的当前向量是否符合所推荐的特征向量集中的环境特征向量部分；
[0018]如果是，则基于该所推荐的特征向量集来执行该婴儿的睡眠辅助；如果确定该环境的当前向量不符合所推荐的特征向量集中的环境特征向量部分，则联动智能家居系统以调整该环境的当前特征向量，并且其中基于结果来执行相应操作进一步包括：基于所推荐的特征向量机来执行哄睡、接续入睡或温柔唤醒并安抚功能。
[0019]根据本申请的优选实施例，该多模态AI感知模块包括：图像特征向量提取组件，用于提取该婴儿的图像特征向量；声纹特征向量提取组件，用于提取该婴儿的声音图像向量；环境特征向量提取组件，用于提取该环境的特征向量；以及聚类组件，用于进行该聚类分析。
[0020]根据本申请的另一方面，公开了一种基于多模态AI感知的婴儿睡眠辅助方法，该方法主要包括以下步骤：
[0021]收集该婴儿的日常特征向量和环境的特征向量。
[0022]经由聚类分析推荐该婴儿需要入睡前的特征向量集α，需要接续入睡前的特征向量集β，以及需要温柔唤醒并安抚前的特征向量集γ；
[0023]确定该婴儿和该环境的当前特征向量是否符合所推荐的特征向量集；以及
[0024]基于结果来执行相应操作。
[0025]为能达成前述及相关目的，这一个或多个方面包括在下文中充分描述并在所附权利要求中特别指出的特征。以下描述和附图详细阐述了这一个或多个方面的某些解说性特征。但是，这些特征仅仅是指示了可采用各种方面的原理的各种方式中的若干种，并且本描述旨在涵盖所有此类方面及其等效方案。
附图说明
[0026]为了能详细理解本申请的以上陈述的特征所用的方式，可参照各方面来对以上简要概述的内容进行更具体的描述，其中一些方面在附图中解说。然而应该注意，附图仅解说了本申请的某些典型方面，故不应被认为限定其范围，因为本描述可允许有其他等同有效的方面。
[0027]在附图中：
[0028]图1是解说根据本申请的实施例的基于多模态AI感知的系统10的结构框图；
[0029]图2是解说根据本申请的实施例的基于多模态AI感知的方法20的流程图示意图。
具体实施方式
[0030]以下结合附图阐述的详细描述旨在作为各种配置的描述，而无意表示可实践本文所描述的概念的仅有配置。本详细描述包括具体细节以提供对各种概念的透彻理解。然而，
对于本领域技术人员将显而易见的是，没有这些具体细节也可实践这些概念。在某些实例中，以框图形式示出众所周知的组件以便避免淡化此类概念。
[0031]应当理解，基于本公开，其他实施例将是显而易见的，并且可以在不脱离本公开的范围的情况下做出系统、结构、过程或机械改变。
[0032]参照图1和2，参照可执行本文所描述的动作或功能的一个或多个组件以及一种或多种系统和方法描绘了诸方面。在一方面，本文使用的术语“组件”、“模块”可以是构成系统的诸部分之一，可以是硬件或软件或其某种组合，并且可以被划分成其他组件。尽管以下在图2中所描述的操作以特定次序呈现和/或如由示例组件执行，但应理解这些动作的次序以及执行动作的组件可取决于实现而变化。此外，应当理解，以下动作或功能可由专门编程的处理器、执行专门编程的软件或计算机可读介质的处理器、或由能够执行所描述的动作或功能的硬件组件和/或软件组件的任何其他组合来执行。
[0033]图1中解说了根据本申请的实施例的基于多模态的AI感知的系统10 的结构框图。
[0034]该系统10利用视联网摄像头，通过多模态AI感知模块，对婴儿及其所处环境的特征向量进行聚类分析，滚动推荐婴儿需要入睡前的特征向量集α、需要接续入睡前的特征向量集β、以及需要温柔唤醒并安抚前的特征向量集γ。
[0035]通过支持向量机，将当前时间点的特征向量集，与当前多模态AI感知模块所推荐的特征向量集进行分析，判断婴儿是否在当前时间点需要恰当的服务。
[0036]通过智能家居联动系统能够将室内的窗帘电机、空调、加湿器进行联动，将环境向量调整到多模态AI感知本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多模态AI感知的婴儿睡眠辅助系统，其特征在于，所述系统包括：多模态AI感知模块，其被配置成：收集所述婴儿的日常特征向量和环境的日常特征向量，经由聚类分析推荐所述婴儿需要入睡前的特征向量集α，需要接续入睡前的特征向量集β，以及需要温柔唤醒并安抚前的特征向量集γ；存储器，用于存储所述婴儿和所述环境的当前特征向量以及所推荐的特征向量集α、β、γ；处理器，用于确定所述当前特征向量是否符合所推荐的特征向量集，并基于结果来执行相应操作；以及智能家居系统，用于与所述处理器进行通信以调整所述环境的当前特征向量。2.如权利要求1所述的系统，其特征在于，所述存储器包括：当前特征向量存储模块，用于存储所述婴儿和所述环境的当前特征向量；和特征推荐向量存储模块，用于存储所述所推荐的特征向量集α、β、γ。3.如权利要求1所述的系统，其特征在于，所述存储器包括：AI判断模块，用于通过支持向量机判断所述当前特征向量是否符合所述所推荐的特征向量集；以及无线通信模块，用于与所述智能家居系统进行无线通信以基于所述结果来调节所述环境的当前特征向量。4.如权利要求3所述的系统，其特征在于，所述AI判断模块进一步：确定所述婴儿的当前特征向量是否符合所述所推荐的特征向量集中的婴儿特征向量部分；如果是，则确定所述环境的当前向量是否符合所推荐的特征向量集中的环境特征向量部分；如果是，则基于所述所推荐的特征向量集来执行所述婴儿的睡眠辅助；如果确定所述环境的当前向量不符合所推荐的特征向量集中的环境特征向量部分，则联动所述智能家居系统以调整所述环境的当前特征向量，并且其中基于结果来执行相应操作进一步包括：基于所推荐的特征向量机来执行哄睡、接续入...

【专利技术属性】
技术研发人员：黄思运，郭涛，郭宁，施唯佳，徐龙杰，
申请(专利权)人：天翼数字生活科技有限公司，
类型：发明
国别省市：