CN111680651A - 非接触式生命体征检测方法、装置、存储介质及*** - Google Patents
非接触式生命体征检测方法、装置、存储介质及*** Download PDFInfo
- Publication number
- CN111680651A CN111680651A CN202010537316.XA CN202010537316A CN111680651A CN 111680651 A CN111680651 A CN 111680651A CN 202010537316 A CN202010537316 A CN 202010537316A CN 111680651 A CN111680651 A CN 111680651A
- Authority
- CN
- China
- Prior art keywords
- target object
- information
- posture
- vital sign
- video
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 78
- 238000012544 monitoring process Methods 0.000 claims abstract description 59
- 230000002159 abnormal effect Effects 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 33
- 210000000988 bone and bone Anatomy 0.000 claims description 27
- 230000001121 heart beat frequency Effects 0.000 claims description 10
- 230000035565 breathing frequency Effects 0.000 claims description 7
- 210000000115 thoracic cavity Anatomy 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000036391 respiratory frequency Effects 0.000 claims description 6
- 238000001629 sign test Methods 0.000 abstract description 10
- 230000000474 nursing effect Effects 0.000 abstract description 3
- 230000036544 posture Effects 0.000 description 136
- 238000012545 processing Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000029058 respiratory gaseous exchange Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 210000000038 chest Anatomy 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 210000002411 hand bone Anatomy 0.000 description 2
- 210000001930 leg bone Anatomy 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- NCGICGYLBXGBGN-UHFFFAOYSA-N 3-morpholin-4-yl-1-oxa-3-azonia-2-azanidacyclopent-3-en-5-imine;hydrochloride Chemical compound Cl.[N-]1OC(=N)C=[N+]1N1CCOCC1 NCGICGYLBXGBGN-UHFFFAOYSA-N 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009532 heart rate measurement Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明属于生命信息监测技术领域,解决了现有技术中接触式检测设备无法完成特殊群体的远程看护的技术问题,提供了一种非接触式生命体征检测方法、装置、存储介质及***。该方法包括:获取监测区域的视频信息;对存在所述目标对象的视频信息进行目标对象的身体姿态分析;对身体姿态的仰卧姿态或俯卧姿态的目标对象进行生命体征测试;获取生命体征测试的异常信息,以及异常信息对应的视频信息和图像信息;将异常信息和图像信息发送给客户端。本发明还包括用于执行上述方法的装置、设备、存储介质及***。本发明通过对可能产生异常信息的身体姿态进行生命体征测试,能够快速、准确获取异常身体姿态的生命体征信息,提高监测的效率和准确性。
Description
技术领域
本发明涉及生命信息监测技术领域,尤其涉及一种非接触式生命体征检测方法、装置、存储介质及***。
背景技术
随着技术的进步,人们发明了各种传感器可以用来监测人体的心跳频率、呼吸频率等生命体征,进而分析其健康或睡眠状况,目前采用的检测方法大多需要接触测量。
现有技术中,这种接触式检测设备并不适用于一些特殊群体,例如随着城市化的推进,年轻人进入城市工作,使得老人、小孩及幼儿的看护问题非常严重,而接触式检测设备并不适用于这类特殊情况;由于小孩、老人及幼儿其活动范围比较固定,可以针对这一情况设计符合实际需要的远程看护设备,来帮助完成看护,在有异常情况发生时,可以在第一时间采取有效措施,防止不良后果产生,提升用户的产品的体验效果。
发明内容
有鉴于此,本发明实施例提供了一种非接触式生命体征检测方法、装置、存储介质及***,用以解决现有技术中接触式检测设备无法完成特殊群体的远程看护的技术问题。
本发明采用的技术方案是:
本发明提供了一种非接触式生命体征检测方法,所述方法包括:
S1:获取监控区域的视频信息;
S2:根据所述视频信息对处于所述监控区域中的目标对象进行身体姿态分析;
S3:根据所述身体姿态分析的结果,对所述身体姿态为仰卧姿态和/或俯卧姿态的所述目标对象进行生命体征的检测;
S4:当检测到所述目标对象的生命体征出现异常时产生异常信息,以及与所述异常信息对应的视频和/或图像信息;
S5:将所述异常信息和与所述异常信息对应的视频和/或图像信息发送给客户端。
优选地,所述S2中,包括:
S201:从所述监控区域的视频信息中获取所述目标对象的图像信息;
S202:根据所述目标对象的图像信息获取与所述目标对象的图像信息相对应的骨骼姿态;
S203:根据所述骨骼姿态确定所述目标对象的图像信息所对应的所述目标对象的身体姿态,其中,所述身体姿态包括仰卧姿态、侧卧姿态和俯卧姿态。
优选地,所述S202中,包括:
S2021:判断所述目标对象的图像信息中是否存在所述目标对象的人脸特征信息;
S2022:若存在,则根据所述骨骼姿态判断所述目标对象为侧卧姿态或仰卧姿态;
S2023:若不存在,则根据所述骨骼姿态判断所述目标对象为侧卧姿态或俯卧姿态。
优选地,在所述S203中,包括:
若所述目标对象的身体姿态为侧卧姿态,则向所述客户端发送所述目标对象的侧卧姿态的通知信息。
优选地,所述生命体征包括呼吸频率和/或心跳频率;所述S3中,包括:
S301:获取身体姿态为仰卧姿态和/或俯卧姿态的目标对象的雷达检测信号;
S302:将所述雷达检测信号转换为所述目标对象的胸腔的变化幅度和频率,得到呼吸频率和/或心跳频率。
优选地,在所述S1之前,还包括:
S101:通过客户端向服务器设置目标对象的人脸信息和/或身份信息;
S102:所述服务器获取与所述客户端相对应的监测区域的摄像设备信息;
S103:所述服务器通过所述摄像设备信息对应的摄像设备获取所述监测区域的视频信息;
在所述S1和S2之间,还包括:
S104:根据所述目标对象的人脸信息和/或身份信息,从所述监测区域的视频信息中获取存在所述目标对象的视频信息。
优选地,在所述S102中,若所述视频信息不存在所述目标对象,则向所述客户端发送第一通知信息,所述第一通知信息用于通知客户端目标对象不在所述监控区域。
本发明还提供了一种非接触式生命体征检测装置,其特征在于,包括:视频采集模块、控制模块、生命体征检测模块和输出模块;
所述视频采集模块,用于获取监控区域的视频信息;
所述控制模块,用于根据所述视频信息对处于所述监控区域中的目标对象进行身体姿态分析;
生命体征检测模块,用于根据所述身体姿态分析的结果,对所述身体姿态为仰卧姿态和/或俯卧姿态的所述目标对象进行生命体征的检测;
所述控制模块,还用于当检测到所述目标对象的生命体征出现异常时产生异常信息,以及与所述异常信息对应的视频和/或图像信息;
所述输出模块,用于将所述异常信息和与所述异常信息对应的视频和/或图像信息发送给客户端。
本发明还提供了一种介质,其上存储有计算机程序指令,当所述计算机程序指令被处理器执行时实现上述中任一项所述的方法。
本发明还提供了一种非接触式生命体征检测***,包括上述非接触式生命体征检测装置,还包括与所述装置进行有线连接和/或无线连接的至少一个客户端。
综上所述,本发明的有益效果如下:
本发明提供的一种非接触式生命体征检测方法、装置、存储介质及***,解决了现有技术中接触式检测设备无法完成特殊群体的远程看护的技术问题。
有益效果1:
本发明通过获取监测区域的视频信息,可以得出目标对象是否在常规活动区域内,监护人可以远程掌握目标对象的活动区域。
有益效果2:
本发明通过对视频信息中目标对象的身体姿态进行分析,快速锁定可能产生异常情况的身体姿态,即仰卧姿态和/或俯卧姿态,然后对可疑的身体姿态进行进一步生命体征的测试,减少了大量无效身体姿态的生命体征测试,减少了数据处理量和处理时间,可以快速、准确的检测可疑的身体姿态的生命体征测试,提高监测效率和准确性。
有益效果3:
本发明通过对有效身体姿态进行解析,只将异常信息和异常信息对应的图像信息发送给客户端,减少无效重复信息对监护人的误导,提高用户的体验效果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,这些均在本发明的保护范围内。
图1为本发明实施方式一中的非接触式生命体征检测方法的流程图;
图2为本发明实施例1中的非接触式生命体征检测方法的监测区域设置流程图;
图3为本发明实施例2中的非接触式生命体征检测方法的目标对象的身体姿态流程图;
图3-1为本发明实施例2中的非接触式生命体征检测方法的目标对象的俯卧姿态或仰卧姿态;
图3-2为本发明实施例2中的非接触式生命体征检测方法的目标对象的侧卧姿态;
图3-3为本发明实施例2中的非接触式生命体征检测方法的目标对象的人脸识别流程图;
图4为本发明实施例3中的非接触式生命体征检测方法的目标对象的生命体征流程图;
图5为本发明实施例3中的非接触式生命体征检测方法的目标对象的雷达测试心率的方法示意图;
图6为本发明实施例4中的非接触式生命体征检测方法的详细流程图;
图7为本发明实施方式二中的非接触式生命体征检测装置的流程图。
具体实施方式
下面将详细描述本发明的各个方面的特征和示例性实施例,为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本发明,并不被配置为限定本发明。对于本领域技术人员来说,本发明可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本发明的示例来提供对本发明更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为方便本文讨论,做如下说明:
骨骼姿态:根据人体关键部位的骨骼的状态,如人体行走时,抬腿导致腿部上下骨骼呈弯曲结构,从而判断此时人在抬腿,通过一段时间内连续的姿态变化,得到一段时间的骨骼姿态,从而确定人处于什么姿态下。
仰卧姿态和/或俯卧姿态:在视频信息中,人的身体处于仰卧状态或俯卧状态或仰卧状态与俯卧状态交替出现。
实施方式一:
如图1所示,本发明实施例提供了一种非接触式生命体征检测方法,用于识别监测区域的视频中目标对象的生命体征状态,所述方法包括:
S1:获取所述监控区域的视频信息;
具体的,通过服务器通过检测区域对应的摄像设备,得到该监测区域的视频信息。
S2:根据所述视频信息对处于所述监控区域中的目标对象进行身体姿态分析;
具体的,服务器对具有目标对象的视频进行该目标对象的身体姿态分析。
S3:根据所述身体姿态分析的结果,对所述身体姿态为仰卧姿态和/或俯卧姿态的所述目标对象进行生命体征的检测;
具体的,对所有身体姿态中的仰卧姿态和/或俯卧姿态做生命体征的检测,其他姿态不进行生命体征的检测,例如站立、侧卧等姿态。
S4:当检测到所述目标对象的生命体征出现异常时产生异常信息,以及与所述异常信息对应的视频和/或图像信息;
S5:将所述异常信息和与所述异常信息对应的视频和/或图像信息发送给客户端。
因为目标对象主要针对老人、幼儿等存在自主能力无法完全保证的特殊群体,防止目标对象出现摔倒、呼吸不畅等危险情况发生,所以只需要对目标对象的俯卧姿态和仰卧姿态进行具体分析,而侧卧姿态或者其他姿态不需要进行进一步的生命体征的分析。若目标对象出现心率不正常、呼吸不正常等异常情况时,则像服务器和监护人发送此时异常情况的具体数据和图像信息,同时会通过报警模块发出警告信息;如果目标对象的情况正常,则不发出任何信息,继续监控。
采用本实施方式的非接触式生命体征检测方法,快速锁定可能产生异常情况的身体姿态,即仰卧姿态和/或俯卧姿态,然后对可疑的身体姿态进行进一步生命体征的测试,减少了大量无效身体姿态的生命体征测试,减少了数据处理量和处理时间,可以快速、准确的检测可疑的身体姿态的生命体征测试,提高监测效率和准确性,提高设备使用寿命和用户体验度。
实施例1
如图2所示,本实施例为一优选实施例,提供了一种检测区域的视频信息的具体内容,在所述S1之前,还包括:
S101:通过客户端向服务器设置目标对象的人脸信息和/或身份信息;
S102:所述服务器获取与所述客户端相对应的监测区域的摄像设备信息;
S103:所述服务器通过所述摄像设备信息对应的摄像设备获取所述监测区域的视频信息;
具体的,监护人通过客户端设置目标对象的人脸信息和/或身份信息到服务器,服务器根据客户端信息,确定目标对象的监测区域,然后找到该监测区域对应的摄像头,通过摄像头获取该区域的视频信息。
在所述S1和S2之间,还包括:
S104:根据所述目标对象的人脸信息和/或身份信息,从所述监测区域的视频信息中获取存在所述目标对象的视频信息。
服务器得到该监测区域的视频信息后,根据目标对象的人脸信息和/或身份信息判断视频中是否存在目标对象,如果存在则继续判断目标对象是站立的还是躺着的;具体通过目标对象在监测区域中的相对高度来判断是否为站立姿态。
如:目标对象在基准面之上的垂直面的投影高度,通过人体胸腔厚度和人体身高的差异,可以判断目标对象是站立还是躺着的。
客户端为至少一个终端,可以为具有人脸识别的手机APP,也可以为分体的具有人脸识别的装置,通过摄像设备获取监测区域的视频流,即连续的视频画面,该摄像设备可以为至少一个摄像头或录像装置。
采用实施例1的非接触式生命体征检测方法,通过远程设置目标对象的人脸特征信息,可以随时更新目标对象的面部状态,同时客户能够根据需要增加或减少目标对象,提高用户的体验效果和监测的准确性。
实施例2
如图3所示,本实施例为一优选实施例,提供了一种目标对象的身体姿态监测方法,在所述S2中,包括;
S201:从所述监控区域的视频信息中获取所述目标对象的图像信息;
S202:根据所述目标对象的图像信息获取与所述目标对象的图像信息相对应的骨骼姿态;
S203:根据所述骨骼姿态确定所述目标对象的图像信息所对应的所述目标对象的身体姿态,其中,所述身体姿态包括仰卧姿态、侧卧姿态和俯卧姿态。
具体的,对人体建立一个三维坐标系,根据人体的仰卧姿态、侧卧姿态和俯卧姿态的特征,利用骨骼检测器查看人体双腿、双手、脊椎和头部的骨骼,将查看到的骨骼姿态在三维坐标系中进行三维重建,判断目标对象的腿骨、手骨和脊椎是否存在弯曲和/或交叉,若脊椎和腿骨均存在弯曲,且超过正常阈值,则目标对象为侧卧姿态,若脊椎不存在弯曲,则目标对象为俯卧或仰卧姿态,若脊椎不存在弯曲,手骨存在相互交叉或者压迫胸骨,则目标对象为仰卧姿态。
在一实施例中:
如图3-1和图3-2所示,通过分析视频信息中目标对象的身体姿态的身高和胸腔厚度比例,或者身体姿态的身高和双臂之间的宽度比例,确定目标对象的身体姿态,例如,当目标对象为侧卧时其身高h与胸腔后度b的比值h/b大于仰卧或者俯卧的身高h与双臂之间的宽度a的比值h/a,每次测试得到一个训练样本,通过多个训练样本,分别得到目标对象的侧卧姿态、仰卧姿态和俯卧姿态时的高度和长度的比例范围,通过h/b、h/a的取值范围来判断目标对象的身体姿态,同时,结合胸腔部位的雷达信号,根据图3-2所示的人体侧卧姿态时,因为目标对象在呼吸时,胸腔的腔体发生变化,引起目标对象的身高h与胸腔厚度b的比值随呼吸频率不断变化,因此可以根据h/b的比值是否为规律性变化来判断目标对象处于侧卧姿态还是俯卧或仰卧姿态。从而判断目标对象的身体姿态。
在一实施例中:
当所述监控区域不存在所述目标对象时,向所述客户端发送所述目标对象的不被监控信息,此时对于雷达的收发频率信号不作任何处理,减少了数据处理量;
当所述监控区域存在所述目标对象时,对所述目标对象的人脸特征信息进行识别;
具体为,如图3-3所示:
S2021:判断所述目标对象的图像信息中是否存在所述目标对象的人脸特征信息;
S2022:若存在,则根据所述骨骼姿态判断所述目标对象为侧卧姿态或仰卧姿态;
S2023:若不存在,则根据所述骨骼姿态判断所述目标对象为侧卧姿态或俯卧姿态。
优选地,若所述目标对象的身体姿态为侧卧姿态,仅向所述客户端发送所述目标对象的侧卧姿态信息,此时对于雷达的收发频率信号不作任何处理,减少了数据处理量。
具体的,结合图6所示,通过人脸识别,判断视频信息中是否存在目标对象,如果存在,则获取目标对象的人脸特征状态和骨骼姿态,从而判断此时目标对象的身体姿态为仰卧姿态或侧卧姿态或俯卧姿态,对仰卧姿态或俯卧姿态进行进一步解析。
采用实施例2的非接触式生命体征检测方法,通过对视频信息进行两次筛选,得到需要的身体姿态信息,即第一次筛选出具有目标对象的视频,对具有目标对象的视频在进行筛选,筛选出目标对象仰卧和/或俯卧的视频信息,然后进行生命体征监测,通过两次筛选从而减少了数据处理的量,节约资源,同时提高了监控效率,保证了数据的准确性。
实施例3
如图4所示,本实施例作为一优选实施例,提供了一种目标对象的呼吸和心跳测试方法;所述生命体征测试包括呼吸频率和/或心跳频率;在所述S3中,包括;
S301:获取身体姿态为仰卧姿态和/或俯卧姿态的目标对象的雷达检测信号;
S302:将所述雷达检测信号转换为所述目标对象的胸腔的变化幅度和频率,得到呼吸频率和/或心跳频率。
具体的,如图5所示,雷达模块发射电磁波信号接触到物体反射,通过接收天线捕捉反射的信号,来进行物体端探测,雷达模块包括合成器、TX天线、RX天线和混频器;
合成器,用于产生雷达FMCW(调频连续波);
TX天线,用于发射雷达信号;
RX天线,用来接收雷达反馈信号;
混频器,将发射的信号与接收到的信号,进行混频合并,产生中频(I F)信号。
雷达模块通过发射雷达信号和接收雷达反馈信号得到测量距离,通过同一目标的两个不同反馈信号对应的不同相位,通过公式:Δφ=2ΠΔd/λ,Δd=Isin(θ),得到两个不同相位的反馈信号的相位差和距离差,其中,Δd为两个反馈信号距离目标点的距离的差值,I为两个反馈信号的距离差,Δφ为相位差,θ为入射角;根据公式:θ=sin-1((λΔφ)/(2πI))得到入射角θ。通过入射角θ、两个反馈信号的距离差和相位差,可以得到目标对象的胸腔收缩和舒张的幅度,从而确定目标对象的心跳和呼吸频率,雷达优选FMCW毫米波雷达。
采用实施例3的非接触式生命体征检测方法,可以准确的得到目标对象在仰卧或侧卧时的心跳和呼吸频率,从而判断目标对象是否发生异常情况,提高检测的准确性。
实施例4
如图6所示,本实施例为非接触式生命体征检测方法的优选实施例;
具体的,通过摄像设备拍摄监测区域的视频,通过视频判断目标对象是否在监测区域内,如果不在监测区域内,则会产生一条通知信息发送给客户端,该客户端包括服务器的服务端以及监护人所在的移动终端,例如手机APP、手机短信、电脑端等方便监护人了解目标对象的活动情况的信息接收端。
如果视频中存在目标对象,则对监控区域的视频做进一步解析,通过骨骼检测模块获取目标对象的骨骼排列(即骨骼姿态)和目标对象的人脸特征,如果存在人脸特征,则通过骨骼排列辨别目标对象是处于仰卧还是侧卧;如果不存在,则通过骨骼排列辨别目标对象是处于俯卧还是侧卧。
因为目标对象主要针对老人、幼儿等存在自主能力无法完全保证的特殊群体,防止目标对象出现摔倒、呼吸不畅等危险情况发生,所以只需要对目标对象的俯卧姿态和仰卧姿态进行具体分析,而侧卧姿态不需要进行进一步分析,所以如果视频中目标对象的身体姿态为任一中侧卧姿态,则只需要像服务器和监护人的移动终端输出此时目标对象的身体姿态信息以及图像信息,使得监护人能够及时了解目标对象的实时状态,若视频中目标对象为需要进一步检测的仰卧姿态或俯卧姿态,则需要通过雷达模块获取与视频信息相对应的雷达信号的发送和接收信息,通过雷达的收发频率判断目标对象的胸腔的变化幅度和频率,可以得到视频信息相对应的目标对象的呼吸频率和心跳频率,从而确定目标对象是否存在心率不正常,例如:心跳过快、过缓等异常情况,从而判断目标对象是正常休息还是异常摔倒而处于仰卧姿态或俯卧姿态;若目标对象出现心率不正常、呼吸不正常等异常情况时,则像服务器和监护人发送此时异常情况的具体数据和图像信息,同时会通过报警模块发出警告信息;如果目标对象的情况正常,则不发出任何信息,继续监控。
采用实施例4的非接触式生命体征检测方法,可以快速锁定可能产生异常情况的身体姿态,即仰卧姿态和/或俯卧姿态,然后对可疑的身体姿态进行进一步生命体征的测试,减少了大量无效身体姿态的生命体征测试,减少了数据处理量和处理时间,可以快速、准确的检测可疑的身体姿态的生命体征测试,提高监测效率和准确性。
实施方式二
如图7所示,本发明实施例提供了一种非接触式生命体征检测装置,包括视频采集模块、控制模块、生命体征检测模块和输出模块;
所述视频采集模块,用于获取所述监控区域的视频信息;
所述控制模块,用于根据所述视频信息对处于所述监控区域中的目标对象进行身体姿态分析;
生命体征检测模块,用于根据所述身体姿态分析的结果,对所述身体姿态为仰卧姿态和/或俯卧姿态的所述目标对象进行生命体征的检测;
所述控制模块,还用于当检测到所述目标对象的生命体征出现异常时产生异常信息,以及与所述异常信息对应的视频和/或图像信息;
所述输出模块,用于将所述异常信息和与所述异常信息对应的视频和/或图像信息发送给客户端。
在一实施例中,还包括雷达模块、报警模块;
所述雷达模块,用于发射后接收雷达信号,生命体征检测模块根据该雷达信号得到目标对象的心跳和呼吸频率;
所述报警模块,用于根据异常信息产生报警异常报警信号。
在一实施例中,控制模块还用于执行:
S201:从所述监控区域的视频信息中获取所述目标对象的图像信息;
S202:根据所述目标对象的图像信息获取与所述目标对象的图像信息相对应的骨骼姿态;
S203:根据所述骨骼姿态确定所述目标对象的图像信息所对应的所述目标对象的身体姿态,其中,所述身体姿态包括仰卧姿态、侧卧姿态和俯卧姿态。
在一实施例中,所述雷达模块用于监测人体的心跳频率。
具体的,雷达模块包括,
信号收发模块,用于发射雷达信号和接收反馈信号;
信号处理模块,对雷达的发射信号和反馈信号预处理;
信号分析模块,根据预处理后的发射信号和反馈信号,得到目标对象的呼吸和心跳频率;
通信模块,用于将雷达模块得到的信息发送给服务器。
在一实施例中,服务器,用于接收、存储和处理视频数据和雷达数据,并产生对应的响应信号输出给客户端,该服务器可以为远端服务器也可以为近端服务器;
客户端,用于接收、查看服务器发出的目标对象的监控信息,以及设置监控区域的目标对象信息,客户端包括至少一个具有APP的移动端和/或终端电脑。
在一实施例中,报警模块,用于当目标对象存在异常生命体征信息时,产生报警信号,报警信号和目标对象的生命体征信息一并发送给客户端,用于区分目标对象的普通监测信息。
在一实施例中,还可以包括至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令。
具体地,上述处理器可以包括中央处理器(CPU),或者特定集成电路(ApplicationSpecific Integrated Circuit,ASIC),或者可以被配置成实施本发明实施例的一个或多个集成电路。
存储器可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器可在数据处理装置的内部或外部。在特定实施例中,存储器是非易失性固态存储器。在特定实施例中,存储器包括只读存储器(ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器通过读取并执行存储器中存储的计算机程序指令,以实现上述实施例中的任意一种非接触式生命体征检测方法。
在一个示例中,非接触式生命体征检测设备还可包括通信接口和总线。其中,处理器、存储器、通信接口通过总线连接并完成相互间的通信。
通信接口,主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线包括硬件、软件或两者,将打印设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、***组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线,但本发明考虑任何合适的总线或互连。
实施方式三
另外,结合上述实施例中的非接触式生命体征检测方法,本发明实施例可提供一种计算机可读存储介质来实现。
该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种非接触式生命体征检测方法。
综上所述,本发明实施例提供的非接触式生命体征检测方法、装置、存储介质和***。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
实施方式四
本发明还提供了一种非接触式生命体征检测***,包括上述非接触式生命体征检测装置,还包括与所述装置进行有线连接和/或无线连接的至少一个客户端,所述用于向所述控制模块设置所述目标对象的人脸信息和/或身份信息,以及用于接收、查看服务器发出的目标对象的监控信息,以及设置监控区域的目标对象信息,客户端包括至少一个具有APP的移动端和/或终端电脑。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本发明中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或***。但是,本发明不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
以上所述,仅为本发明的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的***、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种非接触式生命体征检测方法,其特征在于,所述方法包括:
S1:获取监控区域的视频信息;
S2:根据所述视频信息对处于所述监控区域中的目标对象进行身体姿态分析;
S3:根据所述身体姿态分析的结果,对所述身体姿态为仰卧姿态和/或俯卧姿态的所述目标对象进行生命体征的检测;
S4:当检测到所述目标对象的生命体征出现异常时产生异常信息,以及与所述异常信息对应的视频和/或图像信息;
S5:将所述异常信息和与所述异常信息对应的视频和/或图像信息发送给客户端。
2.根据权利要求1所述的非接触式生命体征检测方法,其特征在于,所述S2中,包括:
S201:从所述监控区域的视频信息中获取所述目标对象的图像信息;
S202:根据所述目标对象的图像信息获取与所述目标对象的图像信息相对应的骨骼姿态;
S203:根据所述骨骼姿态确定所述目标对象的图像信息所对应的所述目标对象的身体姿态,其中,所述身体姿态包括仰卧姿态、侧卧姿态和俯卧姿态。
3.根据权利要求2所述的非接触式生命体征检测方法,其特征在于,所述S202中,包括:
S2021:判断所述目标对象的图像信息中是否存在所述目标对象的人脸特征信息;
S2022:若存在,则根据所述骨骼姿态判断所述目标对象为侧卧姿态或仰卧姿态;
S2023:若不存在,则根据所述骨骼姿态判断所述目标对象为侧卧姿态或俯卧姿态。
4.根据权利要求2所述的非接触式生命体征检测方法,其特征在于,在所述S203中,包括:
若所述目标对象的身体姿态为侧卧姿态,则向所述客户端发送所述目标对象的侧卧姿态的通知信息。
5.根据权利要求4所述的非接触式生命体征检测方法,其特征在于,所述生命体征包括呼吸频率和/或心跳频率;所述S3,包括:
S301:获取身体姿态为仰卧姿态和/或俯卧姿态的目标对象的雷达检测信号;
S302:将所述雷达检测信号转换为所述目标对象的胸腔的变化幅度和频率,得到呼吸频率和/或心跳频率。
6.根据权利要求1所述的非接触式生命体征检测方法,其特征在于,在所述S1之前,还包括:
S101:通过客户端向服务器设置目标对象的人脸信息和/或身份信息;
S102:所述服务器获取与所述客户端相对应的监测区域的摄像设备信息;
S103:所述服务器通过所述摄像设备信息对应的摄像设备获取所述监测区域的视频信息;
在所述S1和S2之间,还包括:
S104:根据所述目标对象的人脸信息和/或身份信息,从所述监测区域的视频信息中获取存在所述目标对象的视频信息。
7.根据权利要求6所述的非接触式生命体征检测方法,其特征在于,在所述S102中,若所述视频信息不存在所述目标对象,则向所述客户端发送第一通知信息,所述第一通知信息用于通知客户端目标对象不在所述监控区域。
8.一种非接触式生命体征检测装置,其特征在于,包括:视频采集模块、控制模块、生命体征检测模块和输出模块;
所述视频采集模块,用于获取监控区域的视频信息;
所述控制模块,用于根据所述视频信息对处于所述监控区域中的目标对象进行身体姿态分析;
生命体征检测模块,用于根据所述身体姿态分析的结果,对所述身体姿态为仰卧姿态和/或俯卧姿态的所述目标对象进行生命体征的检测;
所述控制模块,还用于当检测到所述目标对象的生命体征出现异常时产生异常信息,以及与所述异常信息对应的视频和/或图像信息;
所述输出模块,用于将所述异常信息和与所述异常信息对应的视频和/或图像信息发送给客户端。
9.一种存储介质,其上存储有计算机程序指令,其特征在于,当所述计算机程序指令被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种非接触式生命体征检测***,其特征在于,包括权利要求8所述的装置,还包括与所述装置进行有线连接和/或无线连接的至少一个客户端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010537316.XA CN111680651B (zh) | 2020-06-12 | 2020-06-12 | 非接触式生命体征检测方法、装置、存储介质及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010537316.XA CN111680651B (zh) | 2020-06-12 | 2020-06-12 | 非接触式生命体征检测方法、装置、存储介质及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111680651A true CN111680651A (zh) | 2020-09-18 |
CN111680651B CN111680651B (zh) | 2024-07-09 |
Family
ID=72454071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010537316.XA Active CN111680651B (zh) | 2020-06-12 | 2020-06-12 | 非接触式生命体征检测方法、装置、存储介质及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111680651B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633126A (zh) * | 2020-12-18 | 2021-04-09 | 联通物联网有限责任公司 | 视频处理方法及装置 |
CN113011290A (zh) * | 2021-03-03 | 2021-06-22 | 上海商汤智能科技有限公司 | 事件检测方法及装置、电子设备和存储介质 |
CN113143223A (zh) * | 2021-01-05 | 2021-07-23 | 长春理工大学 | 一种边缘人工智能婴幼儿监测方法 |
CN113397520A (zh) * | 2021-07-14 | 2021-09-17 | 北京清雷科技有限公司 | 室内对象的信息检测方法及装置、存储介质和处理器 |
CN113786176A (zh) * | 2021-08-17 | 2021-12-14 | 中国电子科技南湖研究院 | 精确的毫米波雷达呼吸心跳测量方法、***和存储介质 |
CN113837089A (zh) * | 2021-09-24 | 2021-12-24 | 泉州装备制造研究所 | 一种有身份识别功能的非接触式生命体征检测***及方法 |
CN114038162A (zh) * | 2021-12-29 | 2022-02-11 | 神思电子技术股份有限公司 | 一种弱势用户看护报警方法、设备及介质 |
CN114970616A (zh) * | 2022-05-16 | 2022-08-30 | 煤炭科学研究总院有限公司 | 生命体征信号提取模型的训练方法及其装置 |
CN115268281A (zh) * | 2022-06-27 | 2022-11-01 | 青岛海尔科技有限公司 | 控制指令的发送方法、装置、存储介质及电子装置 |
CN115620337A (zh) * | 2022-10-11 | 2023-01-17 | 深圳市谷奇创新科技有限公司 | 一种用于生命体征的光纤传感器监测方法和*** |
CN115877899A (zh) * | 2023-02-08 | 2023-03-31 | 北京康桥诚品科技有限公司 | 一种漂浮舱内的液体控制方法、装置、漂浮舱和介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100027835A1 (en) * | 2008-07-31 | 2010-02-04 | Microsoft Corporation | Recognizing actions of animate objects in video |
US20120057761A1 (en) * | 2010-09-01 | 2012-03-08 | Sony Corporation | Three dimensional human pose recognition method and apparatus |
CN102387345A (zh) * | 2011-09-09 | 2012-03-21 | 浙江工业大学 | 基于全方位视觉的独居老人安全监护*** |
CN204695504U (zh) * | 2015-06-24 | 2015-10-07 | 石家庄瑞中电子科技有限公司 | 一种人体姿态体征识别*** |
CN106056849A (zh) * | 2016-07-15 | 2016-10-26 | 西安电子科技大学 | 老人跌倒智能检测与定位的主被动告警***及方法 |
US20160321506A1 (en) * | 2015-04-30 | 2016-11-03 | Ants Technology (Hk) Limited | Methods and Systems for Audiovisual Communication |
CN108399714A (zh) * | 2018-05-10 | 2018-08-14 | 吉林建筑大学 | 一种智能家居跌倒监测报警*** |
CN109480782A (zh) * | 2018-11-16 | 2019-03-19 | 深圳和而泰数据资源与云技术有限公司 | 一种睡眠状态检测方法、装置及设备 |
CN109549765A (zh) * | 2018-11-23 | 2019-04-02 | 罗中兴 | 应用于机器人的养老管理***及方法 |
CN109924961A (zh) * | 2019-04-01 | 2019-06-25 | 中国医学科学院生物医学工程研究所 | 护理床的姿态调整方法、装置、终端及存储介质 |
CN109961058A (zh) * | 2019-04-03 | 2019-07-02 | 湖南省顺鸿智能科技有限公司 | 一种非接触式跌倒检测方法及装置 |
CN110192862A (zh) * | 2019-05-31 | 2019-09-03 | 湖南省顺鸿智能科技有限公司 | 一种基于雷达的非接触式人体呼吸检测方法及装置 |
CN110346790A (zh) * | 2019-07-09 | 2019-10-18 | 长沙莫之比智能科技有限公司 | 一种基于毫米波雷达的非接触式生命体征监测方法、装置及*** |
-
2020
- 2020-06-12 CN CN202010537316.XA patent/CN111680651B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100027835A1 (en) * | 2008-07-31 | 2010-02-04 | Microsoft Corporation | Recognizing actions of animate objects in video |
US20120057761A1 (en) * | 2010-09-01 | 2012-03-08 | Sony Corporation | Three dimensional human pose recognition method and apparatus |
CN102387345A (zh) * | 2011-09-09 | 2012-03-21 | 浙江工业大学 | 基于全方位视觉的独居老人安全监护*** |
US20160321506A1 (en) * | 2015-04-30 | 2016-11-03 | Ants Technology (Hk) Limited | Methods and Systems for Audiovisual Communication |
CN204695504U (zh) * | 2015-06-24 | 2015-10-07 | 石家庄瑞中电子科技有限公司 | 一种人体姿态体征识别*** |
CN106056849A (zh) * | 2016-07-15 | 2016-10-26 | 西安电子科技大学 | 老人跌倒智能检测与定位的主被动告警***及方法 |
CN108399714A (zh) * | 2018-05-10 | 2018-08-14 | 吉林建筑大学 | 一种智能家居跌倒监测报警*** |
CN109480782A (zh) * | 2018-11-16 | 2019-03-19 | 深圳和而泰数据资源与云技术有限公司 | 一种睡眠状态检测方法、装置及设备 |
CN109549765A (zh) * | 2018-11-23 | 2019-04-02 | 罗中兴 | 应用于机器人的养老管理***及方法 |
CN109924961A (zh) * | 2019-04-01 | 2019-06-25 | 中国医学科学院生物医学工程研究所 | 护理床的姿态调整方法、装置、终端及存储介质 |
CN109961058A (zh) * | 2019-04-03 | 2019-07-02 | 湖南省顺鸿智能科技有限公司 | 一种非接触式跌倒检测方法及装置 |
CN110192862A (zh) * | 2019-05-31 | 2019-09-03 | 湖南省顺鸿智能科技有限公司 | 一种基于雷达的非接触式人体呼吸检测方法及装置 |
CN110346790A (zh) * | 2019-07-09 | 2019-10-18 | 长沙莫之比智能科技有限公司 | 一种基于毫米波雷达的非接触式生命体征监测方法、装置及*** |
Non-Patent Citations (3)
Title |
---|
关晨至: "《深度学习与人体姿态动作识别》", vol. 1, 30 November 2019, 科学技术文献出版社, pages: 237 - 238 * |
薛月菊;朱勋沐;郑婵;毛亮;杨阿庆;涂淑琴;黄宁;杨晓帆;陈鹏飞;张南峰;: "基于改进Faster R-CNN识别深度视频图像哺乳母猪姿态", 农业工程学报, no. 09, 8 May 2018 (2018-05-08) * |
赵义: "《老年人照顾》", vol. 1, 科学技术文献出版社, pages: 237 - 238 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112633126A (zh) * | 2020-12-18 | 2021-04-09 | 联通物联网有限责任公司 | 视频处理方法及装置 |
CN113143223A (zh) * | 2021-01-05 | 2021-07-23 | 长春理工大学 | 一种边缘人工智能婴幼儿监测方法 |
CN113011290A (zh) * | 2021-03-03 | 2021-06-22 | 上海商汤智能科技有限公司 | 事件检测方法及装置、电子设备和存储介质 |
CN113397520A (zh) * | 2021-07-14 | 2021-09-17 | 北京清雷科技有限公司 | 室内对象的信息检测方法及装置、存储介质和处理器 |
CN113397520B (zh) * | 2021-07-14 | 2024-05-24 | 北京清雷科技有限公司 | 室内对象的信息检测方法及装置、存储介质和处理器 |
CN113786176A (zh) * | 2021-08-17 | 2021-12-14 | 中国电子科技南湖研究院 | 精确的毫米波雷达呼吸心跳测量方法、***和存储介质 |
CN113786176B (zh) * | 2021-08-17 | 2024-03-15 | 中国电子科技南湖研究院 | 精确的毫米波雷达呼吸心跳测量方法、***和存储介质 |
CN113837089B (zh) * | 2021-09-24 | 2024-03-01 | 泉州装备制造研究所 | 一种有身份识别功能的非接触式生命体征检测***及方法 |
CN113837089A (zh) * | 2021-09-24 | 2021-12-24 | 泉州装备制造研究所 | 一种有身份识别功能的非接触式生命体征检测***及方法 |
CN114038162A (zh) * | 2021-12-29 | 2022-02-11 | 神思电子技术股份有限公司 | 一种弱势用户看护报警方法、设备及介质 |
CN114970616A (zh) * | 2022-05-16 | 2022-08-30 | 煤炭科学研究总院有限公司 | 生命体征信号提取模型的训练方法及其装置 |
CN115268281A (zh) * | 2022-06-27 | 2022-11-01 | 青岛海尔科技有限公司 | 控制指令的发送方法、装置、存储介质及电子装置 |
CN115620337A (zh) * | 2022-10-11 | 2023-01-17 | 深圳市谷奇创新科技有限公司 | 一种用于生命体征的光纤传感器监测方法和*** |
CN115877899A (zh) * | 2023-02-08 | 2023-03-31 | 北京康桥诚品科技有限公司 | 一种漂浮舱内的液体控制方法、装置、漂浮舱和介质 |
CN115877899B (zh) * | 2023-02-08 | 2023-05-09 | 北京康桥诚品科技有限公司 | 一种漂浮舱内的液体控制方法、装置、漂浮舱和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111680651B (zh) | 2024-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111680651B (zh) | 非接触式生命体征检测方法、装置、存储介质及*** | |
US10620307B2 (en) | Systems and methods for detection of occupancy using radio waves | |
CN110192862B (zh) | 一种基于雷达的非接触式人体呼吸检测方法及装置 | |
Li et al. | Wi-COVID: A COVID-19 symptom detection and patient monitoring framework using WiFi | |
US7123758B2 (en) | Method and system for monitoring breathing activity of a subject | |
RU2531119C2 (ru) | Бесконтактный мониторинг дыхания пациента | |
JP5848469B1 (ja) | 生体状態検出装置 | |
CN105476602A (zh) | 非接触式人体生命体征测量方法及装置 | |
JP5350721B2 (ja) | 居住者監視システムおよび居住者監視方法 | |
US20130002434A1 (en) | Radar based systems and methods for detecting a fallen person | |
TW202023469A (zh) | 非接觸式生命徵象偵測系統與方法 | |
Yang et al. | Unsupervised detection of apnea using commodity RFID tags with a recurrent variational autoencoder | |
JP7072403B2 (ja) | バイタルセンサ | |
Hafner et al. | Non-contact cardiopulmonary sensing with a baby monitor | |
Pramudita et al. | Low-power radar system for noncontact human respiration sensor | |
CN109239707A (zh) | 行为状态检测设备及方法 | |
CN113257415A (zh) | 健康数据收集装置和*** | |
TWI765185B (zh) | 非接觸式生命特徵檢測方法 | |
WO2015125322A1 (ja) | 体調モニタリング装置 | |
CN111580086A (zh) | 生命体检测方法、检测装置和电子设备 | |
Uysal et al. | Contactless respiration rate estimation using MUSIC algorithm | |
CN109316174A (zh) | 一种基于波形设计与反射波处理的生命体征无线监测方法 | |
JP2016135233A (ja) | 生体状態検出装置 | |
Mongan et al. | Data fusion of single-tag rfid measurements for respiratory rate monitoring | |
CN113288078B (zh) | 睡眠质量监测方法、装置及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |