[发明专利]监控目标的监控方法、装置、计算机设备及存储介质

说明书

本发明公开了一种监控目标的监控方法、装置、计算机设备及存储介质，所述方法包括：采集包含待识别目标的初始视频；获取初始视频中的初始图像以及初始图像的采集时间；获取包含监测目标的初始图像，将包含监测目标的初始图像记录为目标图像，并将目标图像以及与目标图像对应的采集时间关联存储；获取预设的VGG卷积神经网络模型；将目标图像输入至VGG卷积神经网络模型，获取输出的肢体图像；根据肢体图像以及与肢体图像对应的采集时间，通过预设的跌倒规则检测监测目标是否跌倒，在检测目标跌倒时，对预设的管理方进行预警。本发明可以精准的判定出监测目标是否处于跌倒状态，以便于更高效的对管理方进行预警，避免监测目标的损伤，提升用户体验。

技术领域

本发明涉及图像检测领域，尤其涉及一种监控目标的监控方法、装置、计算机设备及存储介质。

背景技术

现今大多数老人或行动不便的人大部分时间都是独自生活，或有比较多的时间处于无人监管的状态下，此时若他们出现跌倒等状况时，若不能及时发现并通知相关的人对他们进行帮助，可能会导致无法挽回的后果，而如何监测老人等是否出现跌倒等状况，则需要快速且准确的监测方法。

发明内容

基于此，本发明提供一种监控目标的监控方法、装置、计算机设备及存储介质，用于精准的判定出监测目标是否处于跌倒状态，以便于更高效的对管理方进行预警，避免监测目标的损伤，提升用户体验。

一种监控目标的监控方法，包括：

采集包含待识别目标的初始视频，并记录开始采集所述初始视频的开始时间，和结束采集所述初始视频的结束时间；

通过对所述初始视频进行预处理，获取所述初始视频中的初始图像以及所述初始图像在所述初始视频中对应的播放时间，并根据所述开始时间、所述结束时间和所述播放时间，获取所述初始图像的采集时间；

提取所述初始图像中的待识别目标的人脸特征，并将所述人脸特征与自数据库中调取的监测目标的人脸特征进行比对，获取包含监测目标的初始图像，将所述包含监测目标的初始图像记录为目标图像，并将所述目标图像以及与所述目标图像对应的所述采集时间关联存储；

获取预设的VGG卷积神经网络模型；

将所述目标图像输入至所述VGG卷积神经网络模型，获取输出的肢体图像；

根据所述肢体图像以及与所述肢体图像对应的所述采集时间，通过预设的跌倒规则检测所述监测目标是否跌倒，并在所述检测目标跌倒时，对预设的管理方进行预警。

一种跌倒监测装置，包括：

采集模块，用于采集包含待识别目标的初始视频，并记录开始采集所述初始视频的开始时间，和结束采集所述初始视频的结束时间；

预处理模块，用于通过对所述初始视频进行预处理，获取所述初始视频中的初始图像以及所述初始图像在所述初始视频中对应的播放时间，并根据所述开始时间、所述结束时间和所述播放时间，获取所述初始图像的采集时间；

筛选模块，用于提取所述初始图像中的待识别目标的人脸特征，并将所述人脸特征与自数据库中调取的监测目标的人脸特征进行比对，获取包含监测目标的初始图像，将所述包含监测目标的初始图像记录为目标图像，并将所述目标图像以及与所述目标图像对应的所述采集时间关联存储；

模型获取模块，用于获取预设的VGG卷积神经网络模型；

肢体识别模块，用于将所述目标图像输入至所述VGG卷积神经网络模型，获取输出的肢体图像；

判定模块，用于根据所述肢体图像以及与所述肢体图像对应的所述采集时间，通过预设的跌倒规则检测所述监测目标是否跌倒，并在所述检测目标跌倒时，对预设的管理方进行预警。