[发明专利]一种睡岗告警方法、装置和计算机设备在审
申请号: | 202010429331.2 | 申请日: | 2020-05-20 |
公开(公告)号: | CN111753658A | 公开(公告)日: | 2020-10-09 |
发明(设计)人: | 朱勋沐;林焕凯;周谦;刘双广 | 申请(专利权)人: | 高新兴科技集团股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G08B21/18;G06N3/04 |
代理公司: | 广州国鹏知识产权代理事务所(普通合伙) 44511 | 代理人: | 夏琼琼 |
地址: | 510530 广东省广州*** | 国省代码: | 广东;44 |
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 告警 方法 装置 计算机 设备 | ||
1.一种睡岗告警方法,包括:
获取RGB-D传感器拍摄的监控RGB-D视频流,并且抽取RGB-D视频流中的关键RGB-D图像帧;
对所述关键RGB-D图像帧的RGB图像进行人体检测生成对应的RGB-D人体子图;
利用基于RGB图像和深度图像训练生成的睡岗分类模型对所述RGB-D人体子图进行前向推理识别,并记录识别信息;
根据所述识别信息判断需要发送睡岗告警,则发出睡岗告警。
2.根据权利要求1所述的方法,其中,对所述关键RGB-D图像帧进行人体检测生成对应的RGB-D人体子图,包括:
对所述关键RGB-D图像帧的RGB图像使用人体检测算法进行人体检测,获得RGB图像人体检测结果;
利用所述RGB图像与对应的深度图像之间的映射关系,通过所述RGB图像人体检测结果获得深度图像的人体检测结果;
对所述RGB图像和所述深度图像的人体检测结果对所述关键RGB-D图像帧进行裁剪,获得对应的RGB-D人体子图。
3.根据权利要求1所述的方法,其中,识别信息包括所述关键RGB-D图像帧是否为大于睡岗阈值的RGB-D图像帧;
根据所述识别信息判断需要发送睡岗告警包括:
获取当前已识别处理的输入图像总帧数和大于睡岗阈值的RGB-D图像帧数;
利用当前已识别处理的输入图像总帧数和大于睡岗阈值的RGB-D图像帧计算当前时刻睡岗检出比率;
在满足当前识别时间大于统计的时间阈值,且当前时刻睡岗检出比率大于设置的比率阈值条件,则判断为需要发送睡岗告警。
4.根据权利要求1所述的方法,其中,RGB图像和深度图像训练生成睡岗分类模型包括:
获取用于生成睡岗分类模型的模型样本RGB-D图像集;
对模型样本RGB-D图像集中的RGB图像进行人体检测生成对应的模型样本RGB-D人体子图集;
将模型样本RGB-D图集人体子图按照预设比率分成模型训练用的RGB-D人体子图集和模型测试用的RGB-D人体子图集;
将所述模型训练用的RGB-D人体子图集中睡岗图和非睡岗图按照预设比率生成模型训练图集;
利用分类网络对所述模型训练图集进行是否睡岗的2分类模型训练,并每隔一定迭代次数保存一个训练模型;
用所述模型测试用的RGB-D人体子图集中的图测试所述训练模型;
所述训练模型精度最高,则将所述训练模型作为睡岗分类模型。
5.根据权利要求4所述的方法,其中,利用分类网络对所述模型训练图进行是否睡岗的2分类模型训练,包括:
将所述模型训练图中的深度图像和RGB图像拼接为4通道的RGBD图像;
将4通道的RGBD图输入进分类网络,进行是否睡岗的2分类模型训练。
6.一种睡岗告警装置,包括:关键帧抽取模块、人体子图生成模块、识别模块和告警发送模块;
关键帧抽取模块,用于获取RGB-D传感器拍摄的监控RGB-D视频流,并且抽取RGB-D视频流中的关键RGB-D图像帧;
人体子图生成模块,用于对所述关键RGB-D图像帧的RGB图像进行人体检测生成对应的RGB-D人体子图;
识别模块,用于利用基于RGB图像和深度图像训练生成的睡岗分类模型对所述RGB-D人体子图进行前向推理识别,并记录识别信息;
告警发送模块,用于根据所述识别信息判断需要发送睡岗告警,则发出睡岗告警。
7.如权利要求6所述的装置,其中,人体子图生成模块包括:人体检测单元、深度图像人体结果生成单元和剪裁单元;
人体检测单元,用于对所述关键RGB-D图像帧的RGB图像使用人体检测算法进行人体检测,获得RGB图像人体检测结果;
深度图像人体结果生成单元,用于利用所述RGB图像与对应的深度图像之间的映射关系,通过所述RGB图像人体检测结果获得深度图像的人体检测结果;
剪裁单元,用于对所述RGB图像和所述深度图像的人体检测结果对所述关键RGB-D图像帧进行裁剪,获得对应的RGB-D人体子图。
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高新兴科技集团股份有限公司,未经高新兴科技集团股份有限公司许可,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/202010429331.2/1.html,转载请声明来源钻瓜专利网。