[发明专利]基于机器学习的面部信息识别监控方法及装置

说明书

本发明公开了一种基于机器学习的面部信息识别监控方法及装置，本申请涉及人工智能，主要目的在于解决现有次重症监护的监控效果差的问题，主要包括：从区块链网络的不同区块节点中获取监控目标的面部信息，并识别所述面部信息的肌肉特征；根据完成训练的至少一个肌肉运动分类模型对所述肌肉特征进行分类处理，得到至少一个肌肉动作情感信息分类结果；逐一判断所述肌肉动作情感信息分类结果是否匹配预设监控示警对应关系中的示警等级信息，所述预设监控示警对应关系包括不同肌肉动作情感信息分类结果与不同示警等级信息的对应关系；若匹配，则发送携带有所述示警等级信息的示警信号，主要用于基于机器学习的面部信息识别监控。

技术领域

本发明涉及一种数据处理技术领域，特别是涉及一种基于机器学习的面部信息识别监控方法及装置。

背景技术

随着医疗资源的紧缺，对于需要投入大量人力、物力的重症监护来说，无法满足不同病情、不同经济能力患者的监控需求，因此，次重症监护营运而生，即次重症监护相对于重症监护减少了医疗仪器的监控适用、医疗人员的针对性监控等监控措施，从而满足未达到重症监护又需要监控的病情监控需求，且满足了患者的低经济需求。

本申请发明人在研究中发现，现有次重症监护过程中，由于无法像重症监护一样利用生命特征仪器进行24小时监控，在未监控期间，若病患出现异常状态，医护人员无法及时有效的获知，增大了错失治愈时机的几率，影响了次重症监护的监控效果，因此，对于次重症监护，急需一种基于机器学习的面部信息识别监控方法来解决上述问题。

发明内容

有鉴于此，本发明提供一种基于机器学习的面部信息识别监控方法及装置，主要目的在于解决现有次重症监护的监控效果差的问题。

依据本发明一个方面，提供了一种基于机器学习的面部信息识别监控方法，包括：

从区块链网络的不同区块节点中获取监控目标的面部信息，并识别所述面部信息的肌肉特征；

根据完成训练的至少一个肌肉运动分类模型对所述肌肉特征进行分类处理，得到至少一个肌肉动作情感信息分类结果；

逐一判断所述肌肉动作情感信息分类结果是否匹配预设监控示警对应关系中的示警等级信息，所述预设监控示警对应关系包括不同肌肉动作情感信息分类结果与不同示警等级信息的对应关系；

若匹配，则发送携带有所述示警等级信息的示警信号。

进一步地，所述识别所述面部信息的肌肉特征包括：

对所述面部信息划分多个肌肉分布区域；

标记所述多个肌肉分布区域的平衡点，并基于所述平衡点之间的连线确定所述多个肌肉分布区域的主次关系；

基于所述主次关系确定所述面部信息的肌肉特征。

进一步地，所述基于所述平衡点之间的连线确定所述多个肌肉分布区域的主次关系包括：

连接处于相邻关系的所述平衡点，计算得到的各连线的倾斜角度；

根据所述倾斜角度确定所述平衡点对应肌肉分布区域中的主运动肌肉信息和次运动肌肉信息，得到主次关系。

进一步地，所述基于所述主次关系确定所述面部信息的肌肉特征包括：

根据预设面部肌肉运行列表获取所述主次关系中的主运动肌肉信息匹配的肌肉特征；和/或，

根据所述主次关系为所述主运动肌肉信息和所述次运动肌肉信息分配权重，计算所述主次关系对应的肌肉特征参数，确定肌肉特征。

进一步地，所述肌肉运动分类模型包括至少一个肌肉运动分类模型，所述肌肉运动分类模型的训练方法包括：