System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及机器视觉图像,尤其涉及一种醉酒识别方法、装置、存储介质及计算机设备。
技术介绍
1、在餐厅场所中,容易出现因醉酒闹事的情况,例如因客人醉酒无意识或失去正常判断能力,起哄闹事破坏餐厅秩序,甚至发生斗殴事件。对于餐厅管理者而言,作为场所管理者,有责任维持餐厅秩序。但在用餐时段用餐人数较多的情况,餐厅工作人员难以保证实时关注所有用餐人员的状态,一般在发生闹事后才能够发现醉酒闹事,无法提前处理降低风险。
2、目前,为了检测饮酒者是否醉酒,多采用酒精浓度的检测方法,根据酒精浓度来判断是否出现醉酒的情况,主要是利用酒精探测仪、皮肤接触式酒精检测仪等检测设备进行检测。但对于餐厅而言,无法采用接触式手段对用餐者是否醉酒进行检测,使得难以事前发现醉酒者从而避免混乱发生。
技术实现思路
1、本申请实施例提供了一种醉酒识别方法、装置、存储介质及计算机设备,能够无接触式监测用餐者是否进入醉酒状态。
2、第一方面,本申请提供了一种醉酒识别方法,应用于监控系统,所述方法包括:
3、在一个监控周期内,执行以下步骤:
4、监测目标对象的生理特征变化数据;
5、若识别到所述目标对象持有目标容器,则实时采集所述目标容器平行于预设参照平面时的容器图像数据;
6、基于实时采集的所述容器图像数据计算所述目标对象的总饮酒量;
7、识别所述目标对象的肢体动作速度;
8、基于预先训练的醉酒状态识别模型对所述目标对象的生理特征
9、在其中一个实施例中,所述监测目标对象的生理特征变化数据,包括:
10、对进入监控区域的所述目标对象进行人脸识别,判断是否为当前监控周期内首次进入;
11、若是,则采集所述目标对象的初始生理特征;
12、根据预设周期采集所述目标对象的实时生理特征;
13、基于所述实时生理特征与所述初始生理特征计算所述生理特征变化数据。
14、在其中一个实施例中,所述生理特征变化数据包括肤色变化值、心率变化值、体温变化值中的至少一种。
15、在其中一个实施例中,所述肤色变化值为所述目标对象的初始人脸图像在rgb色域下的r通道像素以及所述目标对象的实时人脸图像在rgb色域下的r通道像素之差。
16、在其中一个实施例中,所述方法还包括:
17、采集所述目标对象的行为动作图像数据;
18、基于预先训练的用于检测目标行为动作的目标行为动作识别模型对所述行为动作图像数据进行识别;
19、若基于识别结果判定所述目标对象存在所述目标行为动作,则判定所述目标对象处于醉酒状态。
20、在其中一个实施例中,所述基于实时采集的所述容器图像数据计算所述目标对象的总饮酒量,包括:
21、根据所述容器图像数据判定所述目标容器的容器类型;
22、获取所述容器类型的参数信息;
23、基于所述容器图像数据识别液面高度;
24、根据所述参数信息及实时的液面高度变化值计算液体体积变化量;
25、基于实时的液体体积变化量计算所述总饮酒量。
26、在其中一个实施例中,所述方法还包括:
27、若判定所述目标对象处于醉酒状态,则生成醉酒提醒。
28、第二方面,本申请提供了一种醉酒识别装置,包括:
29、生理特征监测模块,用于监测目标对象的生理特征变化数据;
30、容器图像采集模块,用于在识别到所述目标对象持有目标容器时,实时采集所述目标容器平行于预设参照平面时的容器图像数据;
31、总饮酒量计算模块,用于基于实时采集的所述容器图像数据计算所述目标对象的总饮酒量;
32、第一识别模块,用于识别所述目标对象的肢体动作速度;
33、第二识别模块,用于基于预先训练的醉酒状态识别模型对所述目标对象的生理特征变化数据、总饮酒量及肢体动作速度进行识别,判断所述目标对象是否处于醉酒状态。
34、第三方面,本申请提供了一种存储介质,所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如上述任一所述醉酒识别方法的步骤。
35、第四方面,本申请提供了一种计算机设备,包括:一个或多个处理器,以及存储器;
36、所述存储器中存储有计算机可读指令,所述一个或多个处理器执行时所述计算机可读指令时,执行如上述任一所述醉酒识别方法的步骤。
37、从以上技术方案可以看出,本申请实施例具有以下优点:
38、本申请提供的醉酒识别方法、装置、存储介质及计算机设备,应用于监控系统中,利用监控系统对用餐者进行监测,监测目标对象的生理特征变化数据,并在识别到目标对象持有目标容器时,实时采集目标容器平行于预设参照平面时的容器图像数据,计算目标对象的总饮酒量,识别目标对象的肢体动作速度,基于预先训练的醉酒状态识别模型对所述目标对象的生理特征变化数据、总饮酒量及肢体动作速度进行识别,判断所述目标对象是否处于醉酒状态,利用餐厅监控无接触式采集图像即可进行醉酒状态识别,便于餐厅及时发现疑似醉酒者。
本文档来自技高网...【技术保护点】
1.一种醉酒识别方法,其特征在于,应用于监控系统,所述方法包括:
2.根据权利要求1所述的醉酒识别方法,其特征在于,所述监测目标对象的生理特征变化数据,包括:
3.根据权利要求2所述的醉酒识别方法,其特征在于,所述生理特征变化数据包括肤色变化值、心率变化值、体温变化值中的至少一种。
4.根据权利要求3所述的醉酒识别方法,其特征在于,所述肤色变化值为所述目标对象的初始人脸图像在RGB色域下的R通道像素以及所述目标对象的实时人脸图像在RGB色域下的R通道像素之差。
5.根据权利要求1所述的醉酒识别方法,其特征在于,所述方法还包括:
6.根据权利要求1所述的醉酒识别方法,其特征在于,所述基于实时采集的所述容器图像数据计算所述目标对象的总饮酒量,包括:
7.根据权利要求1至6任一项所述的醉酒识别方法,其特征在于,所述方法还包括:
8.一种醉酒识别装置,其特征在于,包括:
9.一种存储介质,其特征在于:所述存储介质中存储有计算机可读指令,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个
10.一种计算机设备,其特征在于,包括:一个或多个处理器,以及存储器;
...【技术特征摘要】
1.一种醉酒识别方法,其特征在于,应用于监控系统,所述方法包括:
2.根据权利要求1所述的醉酒识别方法,其特征在于,所述监测目标对象的生理特征变化数据,包括:
3.根据权利要求2所述的醉酒识别方法,其特征在于,所述生理特征变化数据包括肤色变化值、心率变化值、体温变化值中的至少一种。
4.根据权利要求3所述的醉酒识别方法,其特征在于,所述肤色变化值为所述目标对象的初始人脸图像在rgb色域下的r通道像素以及所述目标对象的实时人脸图像在rgb色域下的r通道像素之差。
5.根据权利要求1所述的醉酒识别方法,其特征在于,所述...
【专利技术属性】
技术研发人员:高伟明,冯继威,李彦君,
申请(专利权)人:网思科技股份有限公司,
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。