本发明专利技术提供一种图像识别方法、系统、装置和存储介质，其中识别方法包括：获取待识别的图像；获取图像对应的空间参数信息并构建三维虚拟空间；对图像进行人体轮廓识别；当识别到人体轮廓时，对图像进行第一类风险物及风险区域识别，确定图像中的第一类风险物及风险区域；将人体轮廓、识别的第一类风险物及风险区域映射至三维虚拟空间；模拟人体轮廓在三维虚拟空间中的移动，确定是否会发生第一类风险情形；当会发生第一类风险情形时，根据第一类风险情形输出第一提示信息。本发明专利技术的图像识别方法，对家庭监护中的摄像头的图像进行识别，进行风险提示，实现实时的监护提醒。实现实时的监护提醒。实现实时的监护提醒。
【技术实现步骤摘要】
一种图像识别方法、系统、装置和存储介质
[0001]本专利技术涉及计算机
，特别涉及一种图像识别方法、系统、装置和存储介质。
技术介绍
[0002]图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对象的技术，是应用深度学习算法的一种实践应用。
[0003]家庭监护一直都是人们所关心的问题，尤其对于家里有老人和小孩的家庭；现有的家庭监护方式都只是通过摄像头进行视频采集，无法做到实时的监护提醒。
技术实现思路
[0004]本专利技术目的之一在于提供了一种图像识别方法，对家庭监护中的摄像头的图像进行识别，进行风险提示，实现实时的监护提醒。
[0005]本专利技术实施例提供的一种图像识别方法，包括：
[0006]获取待识别的图像；
[0007]获取图像对应的空间参数信息并构建三维虚拟空间；
[0008]对图像进行人体轮廓识别；
[0009]当识别到人体轮廓时，对图像进行第一类风险物及风险区域识别，确定图像中的第一类风险物及风险区域；
[0010]将人体轮廓、识别的第一类风险物及风险区域映射至三维虚拟空间；
[0011]模拟人体轮廓在三维虚拟空间中的移动，确定是否会发生第一类风险情形；
[0012]当会发生第一类风险情形时，根据第一类风险情形输出第一提示信息。
[0013]优选的，获取待识别的图像，包括：
[0014]通过第一通讯模块与设置在客厅内至少一个预设的位置的摄像头内的第二通讯模块通讯连接，获取摄像头拍摄的客厅内的实时图像作为待识别的图像。
[0015]优选的，获取图像对应的空间参数信息并构建三维虚拟空间，包括：
[0016]获取客厅对应的平面结构图；
[0017]获取客厅的高度参数；
[0018]基于高度参数和平面结构图，确定空间参数信息。
[0019]优选的，当识别到人体轮廓时，对图像进行第一类风险物及风险区域识别，确定图像中的第一类风险物及风险区域，包括：
[0020]获取识别的人体轮廓区域；
[0021]基于人体轮廓区域，确定人体轮廓的类型；
[0022]调取对应人体轮廓的类型的第一类风险物及风险区域的第一识别库；
[0023]提取图像中的物体轮廓区域与第一识别库中的标记的第一类风险物的区域图像一一匹配，确定图像中的第一类风险物；
[0024]获取第一识别库中与图像中的第一类风险物对应的区域图像所关联的风险区域确定规则；
[0025]基于风险区域确定规则，确定图像中的第一类风险物对应的风险区域。
[0026]优选的，基于人体轮廓区域，确定人体轮廓的类型，包括：
[0027]确定人体轮廓区域的所占区域大小；
[0028]基于所占区域大小与预设的区域大小类型对照表，确定人体轮廓的类型。
[0029]优选的，模拟人体轮廓在三维虚拟空间中的移动，确定是否发生第一类风险情形，包括：
[0030]基于前后两帧图像的人体轮廓的移动方向和移动距离，确定模拟移动方向以及移动速度；
[0031]基于模拟移动方向和移动速度，确定人体轮廓在预设的模拟时间后是否位于任一风险区域内；
[0032]当是时，确定发生第一类风险情形。
[0033]优选的，图像识别方法，还包括：
[0034]当人体轮廓的类型包括预设的第一类型时，对图像进行第二类风险物识别，确定图像中的第二类风险物；
[0035]基于第二类风险物和图像中的人体轮廓，确定是否发生第二类风险情形；
[0036]当存在时，根据第二类风险情形输出第二提示信息。
[0037]本专利技术还提供一种图像识别系统，包括：
[0038]第一获取模块，用于获取待识别的图像；
[0039]第二获取模块，用于获取图像对应的空间参数信息并构建三维虚拟空间；
[0040]第一识别模块，用于对图像进行人体轮廓识别；
[0041]第一风险确定模块，用于当识别到人体轮廓时，对图像进行第一类风险物及风险区域识别，确定图像中的第一类风险物及风险区域；
[0042]映射模块，用于将人体轮廓、识别的第一类风险物及风险区域映射至三维虚拟空间；
[0043]模拟模块，用于模拟人体轮廓在三维虚拟空间中的移动，确定是否会发生第一类风险情形；
[0044]第一提示模块，用于当会发生第一类风险情形时，根据第一类风险情形输出第一提示信息。
[0045]优选的，第一获取模块获取待识别的图像，执行如下操作：
[0046]通过第一通讯模块与设置在客厅内至少一个预设的位置的摄像头内的第二通讯模块通讯连接，获取摄像头拍摄的客厅内的实时图像作为待识别的图像。
[0047]优选的，第二获取模块获取图像对应的空间参数信息并构建三维虚拟空间，执行如下操作：
[0048]获取客厅对应的平面结构图；
[0049]获取客厅的高度参数；
[0050]基于高度参数和平面结构图，确定空间参数信息。
[0051]优选的，当识别到人体轮廓时，第一风险确定模块对图像进行第一类风险物及风
险区域识别，确定图像中的第一类风险物及风险区域，执行如下操作：
[0052]获取识别的人体轮廓区域；
[0053]基于人体轮廓区域，确定人体轮廓的类型；
[0054]调取对应人体轮廓的类型的第一类风险物及风险区域的第一识别库；
[0055]提取图像中的物体轮廓区域与第一识别库中的标记的第一类风险物的区域图像一一匹配，确定图像中的第一类风险物；
[0056]获取第一识别库中与图像中的第一类风险物对应的区域图像所关联的风险区域确定规则；
[0057]基于风险区域确定规则，确定图像中的第一类风险物对应的风险区域。
[0058]优选的，第一风险确定模块基于人体轮廓区域，确定人体轮廓的类型，执行如下操作：
[0059]确定人体轮廓区域的所占区域大小；
[0060]基于所占区域大小与预设的区域大小类型对照表，确定人体轮廓的类型。
[0061]优选的，模拟模块模拟人体轮廓在三维虚拟空间中的移动，确定是否发生第一类风险情形，执行如下操作：
[0062]基于前后两帧图像的人体轮廓的移动方向和移动距离，确定模拟移动方向以及移动速度；
[0063]基于模拟移动方向和移动速度，确定人体轮廓在预设的模拟时间后是否位于任一风险区域内；
[0064]当是时，确定发生第一类风险情形。
[0065]优选的，图像识别系统，还包括：
[0066]第二风险确定模块，用于当人体轮廓的类型包括预设的第一类型时，对图像进行第二类风险物识别，确定图像中的第二类风险物；
[0067]模拟模块，还用于基于第二类风险物和图像中的人体轮廓，确定是否发生第二类风险情形；
[0068]第二提示模块，用于当存在时，根据第二类风本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：获取待识别的图像；获取所述图像对应的空间参数信息并构建三维虚拟空间；对所述图像进行人体轮廓识别；当识别到人体轮廓时，对所述图像进行第一类风险物及风险区域识别，确定图像中的第一类风险物及风险区域；将人体轮廓、识别的第一类风险物及风险区域映射至所述三维虚拟空间；模拟人体轮廓在三维虚拟空间中的移动，确定是否会发生第一类风险情形；当会发生第一类风险情形时，根据第一类风险情形输出第一提示信息。2.如权利要求1所述的图像识别方法，其特征在于，所述获取待识别的图像，包括：通过第一通讯模块与设置在客厅内至少一个预设的位置的摄像头内的第二通讯模块通讯连接，获取所述摄像头拍摄的客厅内的实时图像作为待识别的图像。3.如权利要求2所述的图像识别方法，其特征在于，所述获取所述图像对应的空间参数信息并构建三维虚拟空间，包括：获取客厅对应的平面结构图；获取客厅的高度参数；基于所述高度参数和所述平面结构图，确定所述空间参数信息。4.如权利要求1所述的图像识别方法，其特征在于，所述当识别到人体轮廓时，对所述图像进行第一类风险物及风险区域识别，确定图像中的第一类风险物及风险区域，包括：获取识别的人体轮廓区域；基于所述人体轮廓区域，确定人体轮廓的类型；调取对应人体轮廓的类型的第一类风险物及风险区域的第一识别库；提取所述图像中的物体轮廓区域与所述第一识别库中的标记的第一类风险物的区域图像一一匹配，确定所述图像中的第一类风险物；获取所述第一识别库中与所述图像中的第一类风险物对应的区域图像所关联的风险区域确定规则；基于风险区域确定规则，确定所述图像中的第一类风险物对应的风险区域。5.如权利要求4所述的图像识别方法，其特征在于，所述基于所述人体轮廓区域，确定人体轮廓的类型，包括：确定所述人体轮廓...
【专利技术属性】
技术研发人员：程传庆，
申请(专利权)人：武汉纺织大学，
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。