[发明专利]一种实时检测婴儿踢被子的方法

摘要

本发明提供一种实时检测婴儿踢被子的方法，包括构建一个多任务的卷积神经网络，该卷积神经网络包括检测婴儿是否踢被子的第一任务和检测被子被踢前后的位置变化的第二任务；获取婴儿正常睡眠及踢被子情况下的多张原始图像及各自被子位置图像，并预设第一及第二任务输出标签后，对卷积神经网络进行训练，直至卷积神经网络收敛，得到训练好的检测模型；获取待测图像及其被子位置图像并导入检测模型中进行检测，若输出有集成有婴儿正常睡眠及踢被子情况下的被子位置的图像，则确定婴儿踢被子。实施本发明，不仅能实时检测婴儿踢被子情况，具有效率高及成本低等优势，还能在婴儿踢被子后实现远程提醒，并及时给婴儿盖被，防止婴儿着凉。

主权项

1.一种实时检测婴儿踢被子的方法，其特征在于，所述方法包括以下步骤：步骤S1、构建一个多任务的卷积神经网络；其中，所述卷积神经网络的任务包括检测婴儿是否踢被子的第一任务和待检测到婴儿踢被子后检测被子被踢前后的位置变化的第二任务；步骤S2、获取婴儿正常睡眠情况下的多张原始图像及其被子位置图像，以及获取婴儿踢被子情况下的多张原始图像及其被子位置图像，且进一步预设所述卷积神经网络中第一任务输出以图像的类别为标签，以及预设所述卷积神经网络中第二任务输出以集成有婴儿正常睡眠情况下及婴儿踢被子情况下的被子位置的图像为标签；其中，所述卷积神经网络中第一任务输出的标签为1时对应的图像类别为所述婴儿踢被子情况下的原始图像，所述卷积神经网络中第一任务输出的标签为0时对应的图像类别为所述婴儿正常睡眠情况下的原始图像；步骤S3、根据所述婴儿正常睡眠情况下的多张原始图像及其被子位置图像、婴儿踢被子情况下的多张原始图像及其被子位置图像以及所述预设的卷积神经网络中第一任务及第二任务各自输出的标签，对所述卷积神经网络采用误差的反向传播算法来进行训练，直至所述卷积神经网络收敛，得到训练好的检测模型；步骤S4、获取一张婴儿当前睡眠时的待测图像及其被子位置图像，并将所获取到的婴儿当前睡眠时的待测图像导入所得到的训练好的检测模型中进行检测，若输出有集成有婴儿正常睡眠情况下及婴儿踢被子情况下的被子位置的图像，则确定婴儿踢被子。