[发明专利]一种状态监测方法、装置、电子设备及存储介质在审
| 申请号: | 202010196567.6 | 申请日: | 2020-03-19 |
| 公开(公告)号: | CN111325181A | 公开(公告)日: | 2020-06-23 |
| 发明(设计)人: | 李俊玲 | 申请(专利权)人: | 北京海益同展信息科技有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06N3/04;G06N3/08 |
| 代理公司: | 北京华夏泰和知识产权代理有限公司 11662 | 代理人: | 卢万腾;李雪 |
| 地址: | 100176 北京市北京经济技*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 状态 监测 方法 装置 电子设备 存储 介质 | ||
1.一种状态监测方法,其特征在于,包括:
获取待检测图像,所述待检测图像中包括至少一个目标物;
基于所述待检测图像确定所述目标物的生命迹象;
当确定所述目标物存在生命迹象时,基于所述待检测图像确定所述目标物的物体状态。
2.根据权利要求1所述的方法,其特征在于,所述获取待检测图像,包括:
获取摄像装置对指定区域进行拍摄得到的拍摄图像;
当确定所述拍摄图像中存在所述目标物,或所述拍摄图像中所述目标物满足第一预设条件时,将所述拍摄图像按照时间顺序录入预设列表;
当所述预设列表中录入的拍摄图像满足第二预设条件时,得到所述待检测图像。
3.根据权利要求1所述的方法,其特征在于,所述基于所述待检测图像确定所述目标物的生命迹象包括:
从所述待检测图像中提取关键帧图像;
将所述关键帧图像输入预先训练的检测模型,由所述检测模型检测所述目标物的第一特征信息,并根据所述第一特征信息确定所述目标物的生命迹象。
4.根据权利要求3所述的方法,其特征在于,所述基于所述待检测图像集提取关键帧图像包括:
确定所述目标物所占所述待检测图像的百分比;
获取所述每帧图像的有效区域,以及所述目标物在每帧图像中的检测框;
确定所述每帧图像中所述检测框与所述有效区域的交并比;
将所述百分比属于第一预设范围,且所述交并比属于第二预设范围的图像作为所述关键帧图像。
5.根据权利要求3所述的方法,其特征在于,所述当确定所述目标物存在生命迹象时,基于所述待检测图像确定所述目标物的物体状态,包括:
当确定所述目标物存在生命迹象时,将所述关键帧图像输入预先训练的分类模型,由所述分类模型检测所述目标物的第二特征信息,并根据所述第二特征信息确定所述物体状态,所述物体状态包括:正常状态和/或异常状态。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
按照预设规则从所述关键帧图像中筛选待分割图像;
将所述待分割图像输入预先训练的分割模型中,由所述分割模型检测所述目标物的包围区域信息,并按照所述包围区域信息对所述带分割图像进行分割,得到目标物图像;
基于所述目标物图像计算所述目标物的形体参数。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
确定每个单位时间内所述正常状态目标物的第一平均形体参数,以及所述异常状态目标物的第二平均形体参数;
根据所述第一平均形体参数建立所述正常目标物在预设周期内的第一生长曲线;
根据所述第二平均形体参数建立所述异常目标物在预设周期内的第二生长曲线;
其中,所述预设周期包括多个单位时间。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
统计所述单位时间内无生命迹象目标物的第一数量、正常状态目标物的第二数量以及异常状态目标物的第三数量;
根据所述第一数量计算所述无生命迹象目标物的第一出现概率;
根据所述第二数量计算所述正常状态目标物的第二出现概率;
根据所述第三数量计算所述异常状态目标物的第三出现概率;
根据所述第一出现概率、第二出现概率和第三出现概率确定所述目标物在所述预设周期内的状态分布。
9.一种生长状态统计装置,其特征在于,包括:
获取模块,用于获取待检测图像,所述待检测图像中包括至少一个目标物;
第一分析模块,用于基于所述待检测图像确定所述目标物的生命迹象;
第二分析模块,用于当确定所述目标物存在生命迹象时,基于所述待检测图像确定所述目标物的物体状态。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京海益同展信息科技有限公司,未经北京海益同展信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010196567.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种多路USB接口切换系统及方法
- 下一篇:一种蛹虫草多肽的制备方法





