[发明专利]溺水检测方法、装置、电子设备及存储介质在审

专利信息
申请号: 202110319505.4 申请日: 2021-03-25
公开(公告)号: CN113033399A 公开(公告)日: 2021-06-25
发明(设计)人: 肖广辉;周有喜 申请(专利权)人: 新疆爱华盈通信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N3/04;G06N3/08
代理公司: 深圳市嘉勤知识产权代理有限公司 44651 代理人: 邬剑星
地址: 830000 新疆维吾尔自治区乌鲁木齐市经济技术开*** 国省代码: 新疆;65
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 溺水 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种溺水检测方法,其特征在于,包括:

获取泳池摄像头采集的泳池水内的泳池图像;

提取所述泳池图像中的人头信息,根据所述人头信息生成若干人员标识;

监控若干所述人员标识是否满足预设的检测条件,当所述人员标识满足所述检测条件时,提取所述人员标识的人形信息;

根据所述人形信息判断所述人员标识是否满足预设的溺水条件,当所述人员标识满足所述溺水条件时,触发预设的警报指令。

2.如权利要求1所述的溺水检测方法,其特征在于,所述监控若干所述人员标识是否满足预设的检测条件,包括:

监控所述人员标识在所述泳池图像的范围内的停留时长;

当所述停留时长超过预设的时间阈值时,计算所述人员标识在所述停留时长内、在所述泳池中的距离变化值;

当所述距离变化值小于预设的距离阈值时,确定所述人员标识满足所述检测条件。

3.如权利要求1所述的溺水检测方法,其特征在于,所述提取所述人员标识的人形信息,包括:

获取由所述泳池图像提取得到的所述人员标识对应的人体帧图像;

提取所述人体帧图像中的特征点信息,其中,所述特征点信息为所述人体帧图像中指定的一个或多个人体特征点的位置信息;

根据所述特征点信息确定所述人员标识的人形信息。

4.如权利要求1所述的溺水检测方法,其特征在于,所述根据所述人形信息判断所述人员标识是否满足预设的溺水条件,包括:

每间隔第一时间,获取所述人员标识的人形信息;

根据相邻时间内第一数量的人形信息,确定所述人员标识的姿态变化信息;

根据所述姿态变化信息判断所述人员标识是否满足预设的溺水条件。

5.如权利要求1所述的溺水检测方法,其特征在于,所述提取所述泳池图像中的人头信息,据所述人头信息生成若干人员标识,包括:

将所述泳池图像输入到预设的人头识别模型中;

根据所述人头识别模型的输出结果确定所述泳池图像中的人头信息;

根据所述人头信息进行标记,生成若干人员标识。

6.如权利要求5所述的溺水检测方法,其特征在于,还包括人头识别模型的训练方法,所述训练方法包括:

获取包含人头的样本图像和不包含人头的样本图像,并分别赋予人头标签和非人头标签,作为训练样本集;

构建串接的至少两个卷积层,以提取各个样本图像的特征信息并输出特征映射,其中,在至少部分卷积层后加入池化层;

构建反卷积层,以对经过所述至少两个卷积层的特征映射进行反卷积,以将卷积层输出的特征尺寸恢复至原始样本图像大小,并输出样本图像中像素点的分类预测值;

将所述训练样本集输入至人头识别模型中进行训练;

根据预设的损失函数计算人头识别模型输出结果与赋予标签的误差值,并根据误差值进行反向传播调整所述卷积层的卷积参数,直至所述人头识别模型收敛。

7.如权利要求6所述的溺水检测方法,其特征在于,所述损失函数表达式如下:

其中,L表示总损失,n表示输入的样本图像中所有像素点的数目,pi表示像素点i的是否为人头的分类预测值,ri表示像素点i标记的是否为人头的分类值,ε为正数。

8.一种溺水检测装置,其特征在于,包括:

获取模块,用于获取泳池摄像头采集的泳池水内的泳池图像;

处理模块,用于提取所述泳池图像中的人头信息,根据所述人头信息生成若干人员标识;

检测模块,用于监控若干所述人员标识是否满足预设的检测条件,当所述人员标识满足所述检测条件时,提取所述人员标识的人形信息;

执行模块,用于根据所述人形信息判断所述人员标识是否满足预设的溺水条件,当所述人员标识满足所述溺水条件时,触发预设的警报指令。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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新疆爱华盈通信息技术有限公司,未经新疆爱华盈通信息技术有限公司许可,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/202110319505.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top