【技术实现步骤摘要】
本专利技术涉及婴儿床领域，具体为一种婴儿翻床的检测方法。
技术介绍
1、婴儿床是专门为婴儿提供睡眠和休息环境的床具。它通常比成人床较小，有一侧或多侧有栏杆保护，以确保婴儿的安全。婴儿床的设计考虑了婴儿的特殊需求，如提供足够的支撑、稳定性和适当的通风。
2、婴儿翻越婴儿床的行为非常危险，因此及时的发现并预警是预防翻床并跌落的重中之重。为了防止婴儿翻床，市场上有几种办法可以监控婴儿是否翻床：
3、1.视频监控系统：安装一个摄像头或监控器在婴儿床附近，通过手机或电脑等设备可以实时观察婴儿床内的情况。这样父母可以随时监测婴儿是否翻身。
4、2.婴儿呼吸监测器：这是一种专门设计用于检测婴儿呼吸和体动的设备。它通常是通过一个传感器放置在婴儿床下方或固定在婴儿衣物上，当婴儿出现翻身或长时间没有呼吸时，会发出声音或发出警报。
5、3.智能床垫：这种床垫内置了传感器，可以检测婴儿的体动和呼吸情况。当婴儿翻身或体动异常时，床垫会发送警报给父母或监护人。
6、以上三种的监测准确性差，精度低，误报率高，不便人们使用，近几年来，深度神经网络在图像分类、物体检测、视频分析等方面取得了革命性进展，为此提供了一种婴儿翻床的检测方法。
技术实现思路
1、本专利技术的目的是针对现有技术的缺陷，提供一种婴儿翻床的检测方法，以解决上述
技术介绍
提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种婴儿翻床的检测方法，具体步骤如下：
<...【技术保护点】
1.一种婴儿翻床的检测方法，其特征在于：具体步骤如下：
2.根据权利要求1所述的一种婴儿翻床的检测方法，其特征在于：所述LSTM模型的框架：模型的输入是连续的20帧图片中检测出的婴儿骨骼点，输入LSTM模型，提取最后的隐藏层向量接入线性层，使用softmax进行分类。
3.根据权利要求1所述的一种婴儿翻床的检测方法，其特征在于：所述Detectron2是开源物体检测平台，使用提前训练好的R50-FPN模型检测骨骼点，输入为一帧图像，输出为17个骨骼点。
4.根据权利要求1所述的一种婴儿翻床的检测方法，其特征在于：所述LSTM是一种适用于序列数据处理的循环神经网络模型，捕捉序列之间的时序关系，通过训练LSTM模型，对婴儿的动作或状态进行分类。
【技术特征摘要】
1.一种婴儿翻床的检测方法，其特征在于：具体步骤如下：
2.根据权利要求1所述的一种婴儿翻床的检测方法，其特征在于：所述lstm模型的框架：模型的输入是连续的20帧图片中检测出的婴儿骨骼点，输入lstm模型，提取最后的隐藏层向量接入线性层，使用softmax进行分类。
3.根据权利要求1所述的一种婴儿翻床的检测方法，...
【专利技术属性】
技术研发人员：李媛媛，吕秀志，
申请(专利权)人：上海放放智能科技有限公司，
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。