[发明专利]离岗检测方法、装置以及存储介质

权利要求书

1.一种离岗检测方法，其特征在于，包括：

获取包含待检测对象的人体图像的图片；

利用基于机器学习训练的特征提取模型，确定所述人体图像在所述图片中的位置信息；以及

根据所述位置信息，判定所述待检测对象是否离岗，并且其中

利用基于机器学习训练的特征提取模型，确定所述人体图像在所述图片中的位置信息的操作，包括：

利用基于神经网络的特征提取模型，生成与所述图片对应的特征向量，其中所述特征向量的第一部分元素用于描述所述图片的各个子区域属于不同人体部位的概率，所述特征向量的第二部分元素用于描述所述各个子区域为人体的概率，所述特征向量的第三部分元素用于描述所述各个子区域在所述图片中的位置与大小；

基于所述特征向量的信息，确定属于同一人体的各个部位在所述图片中的位置；以及

根据所确定的属于同一人体的各个部位在所述图片中的位置，确定所述人体图像在所述图片中的位置，并且基于所述特征向量的信息，确定属于同一人体的各个部位在所述图片中的位置的操作，包括：根据所述第二部分元素确定所述图片中属于人体部位的子区域；根据所述第一部分元素，针对属于人体部位的所述子区域，确定属于不同人体部位的概率；以及将相邻的属于不同人体部位的子区域确定为同一人体的各个部位的子区域，并且确定属于同一人体的各个部位在所述图片中的位置。

2.根据权利要求1所述的离岗检测方法，其特征在于，根据所述位置信息，判定所述待检测对象是否离岗的操作，包括：

确定所述待检测对象的岗位在图片中的位置范围；

根据所述位置信息，判定所述人体图像是否在所述位置范围内；以及

在所述人体图像在所述位置范围内的情况下，判定所述待检测对象在岗。

3.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时由处理器执行权利要求1至2中任意一项所述的方法。

4.一种离岗检测装置，其特征在于，包括：

获取模块，用于获取包含待检测对象的人体图像的图片；

确定模块，用于利用基于机器学习训练的特征提取模型，确定所述人体图像在所述图片中的位置信息；以及

判定模块，用于根据所述位置信息，判定所述待检测对象是否离岗，并且其中确定模块，包括：

生成子模块，用于利用基于神经网络的特征提取模型，生成与所述图片对应的特征向量，其中所述特征向量的第一部分元素用于描述所述图片的各个子区域属于不同人体部位的概率，所述特征向量的第二部分元素用于描述所述各个子区域为人体的概率，所述特征向量的第三部分元素用于描述所述各个子区域在所述图片中的位置与大小；

第一确定子模块，用于基于所述特征向量的信息，确定属于同一人体的各个部位在所述图片中的位置；以及

第二确定子模块，用于根据所确定的属于同一人体的各个部位在所述图片中的位置，确定所述人体图像在所述图片中的位置，并且

第一确定子模块，包括：

第一确定单元，用于根据所述第二部分元素确定所述图片中属于人体部位的子区域；

第二确定单元，用于根据所述第一部分元素，针对属于人体部位的所述子区域，确定属于不同人体部位的概率；以及

第三确定单元，用于将相邻的属于不同人体部位的子区域确定为同一人体的各个部位的子区域，并且确定属于同一人体的各个部位在所述图片中的位置。

5.根据权利要求4所述的离岗检测装置，其特征在于，判定模块，包括：

第三确定子模块，用于确定所述待检测对象的岗位在图片中的位置范围；

第一判定子模块，用于根据所述位置信息，判定所述人体图像是否在所述位置范围内；以及

第二判定子模块，用于在所述人体图像在所述位置范围内的情况下，判定所述待检测对象在岗。

6.一种离岗检测装置，其特征在于，包括：

处理器；以及

存储器，与所述处理器连接，用于为所述处理器提供处理以下处理步骤的指令：

获取包含待检测对象的人体图像的图片；

利用基于机器学习训练的特征提取模型，确定所述人体图像在所述图片中的位置信息；以及

根据所述位置信息，判定所述待检测对象是否离岗，并且其中

利用基于机器学习训练的特征提取模型，确定所述人体图像在所述图片中的位置信息的操作，包括：

利用基于神经网络的特征提取模型，生成与所述图片对应的特征向量，其中所述特征向量的第一部分元素用于描述所述图片的各个子区域属于不同人体部位的概率，所述特征向量的第二部分元素用于描述所述各个子区域为人体的概率，所述特征向量的第三部分元素用于描述所述各个子区域在所述图片中的位置与大小；

基于所述特征向量的信息，确定属于同一人体的各个部位在所述图片中的位置；以及

根据所确定的属于同一人体的各个部位在所述图片中的位置，确定所述人体图像在所述图片中的位置，并且

基于所述特征向量的信息，确定属于同一人体的各个部位在所述图片中的位置的操作，包括：根据所述第二部分元素确定所述图片中属于人体部位的子区域；根据所述第一部分元素，针对属于人体部位的所述子区域，确定属于不同人体部位的概率；以及将相邻的属于不同人体部位的子区域确定为同一人体的各个部位的子区域，并且确定属于同一人体的各个部位在所述图片中的位置。