CN113723363A - 基于连续帧的婴幼儿睡眠检测方法、装置、设备及介质 - Google Patents
基于连续帧的婴幼儿睡眠检测方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113723363A CN113723363A CN202111135341.6A CN202111135341A CN113723363A CN 113723363 A CN113723363 A CN 113723363A CN 202111135341 A CN202111135341 A CN 202111135341A CN 113723363 A CN113723363 A CN 113723363A
- Authority
- CN
- China
- Prior art keywords
- infant
- detection frame
- detection
- image
- scene
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 380
- 230000007958 sleep Effects 0.000 title claims abstract description 139
- 230000035945 sensitivity Effects 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims description 60
- 238000006073 displacement reaction Methods 0.000 claims description 32
- 230000007704 transition Effects 0.000 claims description 25
- 238000012544 monitoring process Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 47
- 230000008859 change Effects 0.000 abstract description 13
- 230000000474 nursing effect Effects 0.000 description 27
- 230000001815 facial effect Effects 0.000 description 15
- 230000002159 abnormal effect Effects 0.000 description 9
- 230000009471 action Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000011897 real-time detection Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002618 waking effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本发明属于视频数据处理技术领域，解决了现有技术中婴幼儿睡眠存在数据处理量大、重复度高，所导致用户体验效果不佳的技术问题，提供了一种基于连续帧的婴幼儿睡眠检测方法、装置、设备及介质。该方法包括:以第一灵敏度对婴幼儿头部区域进行检测，得到与婴儿头部区域对应的各第一位置信息，对各第一位置信息的变化进行分析，确定婴幼儿的睡眠状态；若婴幼儿处于睡眠状态，则对第一检测框进行放大，得到用于标识婴幼儿人形的第二检测框，在第二灵敏度下以第二检测框的第二位置信息对睡眠状态下的婴幼儿进行睡眠状况检测。针对不同活动状态采用不同的检测方式，可以有效降低相似画面的数据处理量，避免生成过多重复图像，提高用户的体验效果。
Description
本申请是2021年7月28日提交、发明名称为“婴幼儿睡眠活动状态检测方法、装置、设备及介质”申请号为202110853512.2的发明专利申请的分案申请。
技术领域
本发明涉及视频数据处理技术领域，尤其涉及一种基于连续帧的婴幼儿睡眠检测方法、装置、设备及介质。
背景技术
随着视频技术的发展，市面上已有通过移动端实时查看摄像头终端采集的实时画面，从而掌握摄像头监控区域的目标对象的活动情况；这一技术在老人、婴幼儿看护中有着十分重要的意义，可以提高婴幼儿、老人看护的看护效率。
利用智能摄像头对婴幼儿进行看护的过程中，采用摄像头对婴幼儿的精彩瞬间进行抓怕，可以为用户提供更丰富的服务内容，同时，有利于记录婴幼儿的成长，形成美好的回忆记录；但是，现有技术中，通过摄像头对婴幼儿成长的记录往往采用视频记录方法，将一段有意义的视频进行记录，然后手动对感兴趣的图像进行截图保存，采用这种方式得到的图像往往无法满足人们的需求，同时由于婴幼儿的成长存在非常多的精彩镜头，但是由于婴幼儿每一天的活动存在较小差异，如果按仅仅是对某些符合动作的图像均进行抓怕或截图，则会造成数量大、重复图像过多影响用户体验。
发明内容
有鉴于此，本发明实施例提供了一种基于连续帧的婴幼儿睡眠检测方法、装置、设备及介质，用以解决现有技术中婴幼儿睡眠存在数量处理量大、重复度高，所导致用户体验效果不佳的技术问题。
本发明采用的技术方案是：
本发明提供了一种基于连续帧的婴幼儿睡眠检测方法，所述方法包括：
获取在婴幼儿所在场景的多张连续的第一场景图像中用于标识婴幼儿的头部区域对应的第一检测框的各第一位置信息；
根据各所述第一位置信息的相对位置关系，确定婴幼儿是否处于睡眠状态；
若婴幼儿处于睡眠状态，则对所述第一检测框进行放大，得到检测范围更大的用于标识婴幼儿人形的第二检测框，其中，所述婴幼儿人形至少包括所述婴幼儿头部；
根据婴幼儿睡眠状态下所述第二检测框在婴幼儿所在场景的第一场景图像中的第二位置信息，确定婴幼儿的睡眠状况；
其中，所述第二检测框的检测灵敏度小于所述第一检测框的检测灵敏度。
优选地，所述根据各所述第一位置信息的相对位置关系，确定婴幼儿是否处于睡眠状态包括：
获取相邻的各所述第一场景图像之间预设的第一重合度阈值；
根据各所述第一位置信息，得到相邻的各所述第一场景图像之间的重合度；
将各所述重合度与所述第一重合度阈值对比，若所述重合度大于所述第一重合度阈值，表征婴幼儿处于睡眠状态；若所述重合度小于等于所述第一重合度阈值，则婴幼儿处于非睡眠状态。
优选地，若婴幼儿处于非睡眠状态，在所述将各所述重合度与所述第一重合度阈值对比，若所述重合度大于所述第一重合度阈值，表征婴幼儿处于睡眠状态；若所述重合度小于等于所述第一重合度阈值，则婴幼儿处于非睡眠状态之后还包括：
获取相邻的各所述第一场景图像之间的用于触发抓拍的第二重合度阈值；
将各所述重合度与所述第二重合度阈值对比，若所述重合度大于等于所述第二重合度阈值，则对婴幼儿进行抓拍，生成精彩图像。
优选地，所述若婴幼儿处于睡眠状态，则对所述第一检测框进行放大，得到检测范围更大的用于标识婴幼儿人形的第二检测框，其中，所述婴幼儿人形至少包括所述婴幼儿头部包括：
获取婴幼儿处于非睡眠状态相较于处于睡眠状态下检测范围的扩展比例；
根据所述扩展比例，对所述第一检测框进行放大，生成过渡检测框；
根据所述过渡检测框尺寸以及第一场景图像中婴幼儿的轮廓位置，调整所述过渡检测框的位置信息，得到所述第二检测框。
优选地，所述根据所述扩展比例，对所述第一检测框进行放大，生成过渡检测框包括：
获取所述第一检测框的几何中心；
以所述第一检测框的几何中心为基点扩展出将所述第一检测框包括在内的所述过渡检测框。
优选地，所述根据婴幼儿睡眠状态下所述第二检测框在婴幼儿所在场景的第一场景图像中的第二位置信息，确定婴幼儿的睡眠状况包括：
获取第二检测框在所述第一场景图像中的初始位置信息和实时位置信息；
根据所述实时位置信息和所述初始位置信息，得到所述第二检测框的实时位置相较于初始位置的偏移距离；
将所述偏移距离与所述第二检测框可移动的预设位移阈值进行对比，若所述位移距离小于等于所述位移阈值，则对所述第一检测框对应的婴幼儿头部图像区域进行面部遮挡情况检测；若所述位移距离大于所述位移阈值，对各所述第一场景图像中所述第一检测框对应的婴幼儿头部图像区域进行相邻图像的重合度检测。
优选地，所述获取第二检测框在所述第一场景图像中的初始位置信息和实时位置信息包括：
获取婴幼儿所在场景的场景图像检测区域中婴幼儿头部区域的当前位置信息对应的第二过渡检测框和前一时刻所述第二检测框中目标婴幼儿头部区域的历史位置信息；
根据所述当前位置信息对应的图像区域与所述历史位置信息对应的图像区域，确定当前检测区域中的头部区域是否为目标婴幼儿的头部区域；
若所述头部区域为目标婴幼儿的头部区域，则根据所述扩展比例对所述当前位置信息进行放大，生成所述第二检测框的当前的实时位置信息。
本发明还提供了一种基于连续帧的婴幼儿睡眠检测装置，所述装置包括：
位置参数获取模块：用于获取在婴幼儿所在场景的多张连续的第一场景图像中用于标识婴幼儿的头部区域对应的第一检测框的各第一位置信息；
数据分析模块：用于根据各所述第一位置信息的相对位置关系，确定婴幼儿是否处于睡眠状态；
数据处理模块：用于若婴幼儿处于睡眠状态，则对所述第一检测框进行放大，得到检测范围更大的用于标识婴幼儿人形的第二检测框，其中，所述婴幼儿人形至少包括所述婴幼儿头部；
睡眠监测模块：用于根据婴幼儿睡眠状态下所述第二检测框在婴幼儿所在场景的第一场景图像中的第二位置信息，确定婴幼儿的睡眠状况；
其中，所述第二检测框的检测灵敏度小于所述第一检测框的检测灵敏度。
本发明还提供了一种电子设备，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，当所述计算机程序指令被所述处理器执行时实现上述任一项所述的方法。
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任一项所述的方法。
综上所述，本发明的有益效果如下：
本发明提供的一种基于连续帧的婴幼儿睡眠检测方法、装置、设备及介质，根据连续的各帧图像中目标婴幼儿的第一位置信息确定婴幼儿是否处于睡眠状态，若婴幼儿处于睡眠状态，开启睡眠检测模式，利用由第一检测框扩展得到第二检测框进行实时检测，若检测到婴幼儿睡醒了，则退出睡眠监测模式，采用第一检测框进行检测，针对不同活动状态采用不同的检测方式，可以有效降低相似画面的数据处理量，避免生成过多重复图像，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为本发明实施例1中婴幼儿精彩图像抓拍方法的流程示意图；
图2为本发明实施例1中获取瞬时图像的流程示意图；
图3为本发明实施例1中获取婴幼儿面部分辨率的流程示意图；
图4为本发明实施例1中对婴幼儿进行抓拍的流程示意图；
图5为本发明实施例2中婴幼儿睡眠状态监测的流程示意图；
图6为本发明实施例2中获取婴幼儿睡眠状态的流程示意图；
图7为本发明实施例2中对婴幼儿进行抓怕的流程示意图；
图8为本发明实施例3中婴幼儿睡眠实时监测的流程示意图；
图9为本发明实施例3中获取第一检测框的位置信息的流程示意图；
图10为本发明实施例3中婴幼儿睡眠判断的流程示意图；
图11为本发明实施例3中获取第二检测框的流程示意图；
图12为本发明实施例3中婴幼儿睡眠状况检测的流程示意图；
图13为本发明实施例4中婴幼儿精彩图像抓拍装置的结构示意图；
图14为本发明实施例5中婴幼儿睡眠监测装置的结构框图；
图15为本发明实施例6中婴幼儿活动状态监测装置的结构示意图；
图16为本发明实施例7中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。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。在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。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。如果不冲突，本发明以及实施例中的各个特征可以相互结合，均在本发明的保护范围之内。
实施方式一
实施例1
请参见图1，图1为本发明实施例1中婴幼儿精彩图像抓拍方法的流程示意图；所述方法包括：
S10：获取一次婴幼儿图像抓拍事件中连续抓拍婴幼儿所在场景的多帧场景图像；
具体的，利用婴幼儿看护机对婴幼儿进行实时看护，设定婴幼儿活动区域为婴幼儿看护机的看护场景，在看护过程中，按预设的抓拍规则对婴幼儿精彩动作进行抓拍，每次抓拍多张连续的场景图像，其中，预设的抓拍规则包括不限于按预设间隔时间、婴幼儿活动频率等。
在一实施例中，请参见图2，所述S1包括：
S101：在一次婴幼儿图像抓拍事件前，对婴幼儿所在的场景进行一次预拍摄，得到一张预拍摄场景图像；
具体的，根据自动抓拍机制，在准备抓拍时先对婴幼儿所在的场景进行一次预抓拍，得到一张预拍摄场景图像，可以避免在不符合抓拍要求时进行抓拍造成不必要的数据处理，同时也能保证抓拍的精彩图像的质量。
需要说明的是：婴幼儿所在的场景为：利用婴幼儿看护机对婴幼儿进行看护时最初设置的场景，也就是说，在开始看护前，将婴幼儿所在的区域设置为婴幼儿看护机的看护场景，该场景可以随着婴幼儿的活动进行随着追踪调整，也可以不变，当看护场景不变时，在一次抓拍事件中，抓拍的图像中可能存在婴幼儿，也可能不存在婴幼儿；同时，随着婴幼儿的活动，可能导致预拍摄场景图像中婴幼儿成像位置不同，即可能不居中。
S102：计算所述预拍摄场景图像中婴幼儿图像所占的面积比例，并判断所述婴幼儿图像所占的面积比例是否符合抓拍要求；
具体的，婴幼儿距离看护机的距离远景直接影响婴幼儿在预拍摄场景图像中的面积；对预拍摄场景图像中婴幼儿图像所占整个图像的面积比例，若符合要求，则进行抓拍；同时，当婴幼儿距离镜头很远，此时婴幼儿图像所占面积过小会造成婴幼儿画面不清晰，当婴幼儿距离镜头很近，此时婴幼儿图像所占面积过大会导致观看效果不佳，可能出现婴幼儿从画面中消失的假象，造成抓拍的图像均为无用数据，增加设备数据处理量。
S103：若符合要求，则对婴幼儿所在场景进行连续抓拍，得到连续的多帧所述场景图像。
具体的，若婴幼儿图像在所述预拍摄场景图像的面积符合要求，则控制看护机对婴幼儿所述场景进行连续抓拍，得到连续的多帧场景图像，通过对连续得多帧场景图像进行过进一步分析，保证抓拍环境的稳定性，提高本次抓拍事件的目标图像的成功率。
S11：计算各帧所述场景图像中婴幼儿图像的分辨率，以及相邻的各所述场景场景图像之间婴幼儿图像的重合度，对各所述分辨率和各所述重合度进行判断；
具体的，分别计算每帧场景场景图像中婴幼儿成像的分辨率，可以理解为，各场景图像包括的像素点是确定的，且各场景图像的像素点的总数相同，对各场景图像中属于婴幼儿图像的像素点分别进行统计，得到婴幼儿在各场景图像中的像素点占各场景图像的总像素点的比例；如：场景图像包括1000个像素点，婴幼儿图像所占的像素点为500个，若场景图像的分辨率为360dpi，则婴幼儿图像的分辨率为180dpi；同时，计算任一相邻两张场景图像的重合度，重合度计算包括不限于利用婴幼儿图像中的婴幼儿轮廓在场景图像的位置、婴幼儿图像的各像素点位置、或各部位检测框的位置。
需要说明的是：婴幼儿图像的分辨率和重合度包括：婴幼儿整体图像和婴幼儿局部图像，婴幼儿局部图像包括：面部、四肢、头部等。
在一实施例中，婴幼儿图像的分辨率为婴幼儿的面部图像的分辨率，请参见图3，所述S11包括：
S111：获取各所述场景图像中用于标定婴幼儿面部位置的检测框的坐标信息，以及拍摄的场景图像的预设尺寸和预设分辨率；
具体的，在摄像头拍摄的角度确定的情况下，预设的每张场景图像的尺寸和分辨率相同；对拍摄图像中的目标检测是通过确定目标对象对应的检测框，即场景画面中用婴幼儿面部检测框的位置表针婴幼儿的面部位置。
S112：根据各所述检测框的坐标信息确定相邻的各所述场景图像的重合度；
具体的，通过检测框的坐标信息不仅可以快速确定婴幼儿面部在场景图像中的位置，婴幼儿面部在场景图像中的位置包括不限于居中、左右偏移、上下偏移等；同时，还能确定婴幼儿面部占场景图像的面积比例，从而快速确定相邻两张图像之间的重合度。
S113：根据场景图像的所述预设尺寸和各所述检测框的坐标信息，确定婴幼儿面部在各所述场景图像中对应的图像比例；
具体的，根据婴幼儿面部对应的检测框的坐标信息，可以确定婴幼儿面部在场景图像中的面积大小，然后根据场景图像的预设尺寸，可以求得婴幼儿面部图像占场景图像的图像比例，从而确定出在各场景图像中，婴幼儿面部图像的分辨率。
S114：根据所述预设分辨率和各所述图像比例，得到婴幼儿的面部图像的各所述分辨率。
具体的，看护机在对婴幼儿所在场景开始看护过程中，看护机对婴幼儿所在场景拍摄的任一帧图像的尺寸、分辨率均是相同的，计算各帧图像中婴幼儿图像的图像比例，结合各帧图像的分辨率从而确定各帧图像中婴幼儿图像的分辨率。如：看护机拍摄的婴幼儿所在场景的图像分别率为360dpi，若婴幼儿图像占30％，则婴幼儿图像的分辨率为108dpi。
S12：若各所述分辨率和各所述重合度符合要求，则输出本次婴幼儿图像抓拍事件的目标场景图像。
具体的，设置各场景图像中婴幼儿图像符合要求的分辨率阈值和相邻的场景图像中婴幼儿图像的重合度阈值，将各场景图像中婴幼儿图像的分辨率与分辨率阈值比较，将相邻的场景图像中婴幼儿图像的重合度与重合度阈值比较，若均满足要求，则输出本次抓拍的目标场景图像，目标场景图像为本次抓拍的精彩图像；目标场景图像包括不限于多张场景图像中的最后一张、也可以是对场景图像的进一步处理、或者重新抓拍的一张图像，场景图像的进一步处理包括不限于居中度计算、特殊动作检测；特殊动作包括不限于捂脸、调皮等动作。
在一实施例中，在各所述分辨率和各所述重合度符合要求后，请参见图4，所述S12包括：
S121：对监控婴幼儿所在的场景区域进行一次抓拍，得到第一抓拍图像；
具体的，通过确定场景图像的重合度，以确保婴幼儿活动稳定，防止抓拍图像中婴幼儿图像变形，在婴幼儿图像分辨率符合要求后，以保证抓拍图像清晰，提高抓拍图像质量。
S122：获取所述第一抓拍图像的文件大小和婴幼儿面部信息，对婴幼儿面部信息和所述第一抓拍图像的文件大小是否符合要求分别进行判定；
S123：若所述文件大小和/或所述婴幼儿面部信息不符合要求，则重新抓拍；
具体的，在看护机对应的婴幼儿所在场景确定的情况下，场景中色彩、亮度、曝光度、饱和度等参数会影响抓拍图像文件的大小，如相同情况下彩色图像的文件大于黑白的文件，虽然在拍摄时摄像头会进行自适应调整，防止抓拍图像异常，但还是不能避免异常图像的存在，通过对第一抓拍图像的文件大小进行分析，快速确定抓拍图像是否异常，从而确定是否需要重新抓拍；以及对抓拍图像的图像信息进行识别，对婴幼儿面部信息的大小、正面比例进行判断，若不存在面部信息，或存在面部信息但是正脸的比例不符合要求，则重新抓拍，提高抓拍效率和质量。
在一实施例中，所述S123包括：
S1231：获取预设抓拍图像的文件大小阈值；
具体的，抓拍图像的图像尺寸是预设的，图像文件大小受场景色彩、亮度、保护度等因素影响，如同一状态下，彩色图像的文件大于黑白图像的文件，同时，也会存在抓拍异常，导致图像的文件特别小，，文件过小导致图像画面不清晰，影响图像质量。
S1232：将所述第一抓拍图像的文件大小与预设抓拍图像的所述文件大小阈值对比；
具体的，获取抓拍的婴幼儿所在场景的第一抓拍图像，计算该第一抓拍图像的文件大小，将该第一抓拍图像的文件大小与预设抓拍图像的文件大小阈值进行对比，快速筛选不合适的图像，减小数据处理量。
S1233：若所述第一抓拍图像的文件大小大于等于预设抓拍图像的所述文件大小阈值，则对所述第一抓拍图像中的婴幼儿进行婴幼儿面部信息检测，否则，重新抓拍；
具体的，如果第一抓拍图像的文件大小符合要求，则对第一抓拍图像进行婴幼儿面部识别；否则，不进行婴幼儿面部识别，直接重新抓拍。
S1234：若所述第一抓拍图像中婴幼儿面部信息不符合要求，则重新抓拍。
具体的，对第一抓拍图像进行婴幼儿面部识别，若检测到婴幼儿面部信息符合要求，则输出该第一抓拍图形作为目标图像，如果检测到婴幼儿面部信息不符合要求，则重新抓拍，如果多次检测到婴幼儿面部信息均不符合要求，则本次抓拍事件作废，不输出目标图像，具体的，对面部信息检测包括判断婴幼儿面部是否为正脸，若为正脸，则判断正脸面积与非正脸(侧脸)面积的比值是否大于阈值，若大于阈值则认为符合抓拍条件，否则认为不符合抓拍条件；若不为正脸，则认为不符合抓拍条件。
S124：重复S121至S123，直到所述第一抓拍图像的文件大小和所述婴幼儿面部信息符合要求，输出所述第一抓拍图像作为所述目标图像。
在一实施例中，在所述S10之前还包括：
S010：获取婴幼儿活动状态；
具体的，婴幼儿的睡眠状态和非睡眠状态活动强度差异大，睡眠状态活动强度小，非睡眠状态活动强度大。
S011：根据所述婴幼儿活动状态确定抓拍间隔时间；
具体的，睡眠状态不同抓拍时间得到的抓拍图像差异小，非睡眠状态不同抓拍时间得到的抓拍图像差异大，设置与活动状态对应的抓拍间隔时间，可以提高抓拍图像的质量。
S012：根据所述抓拍间隔时间，控制摄像头进行自动抓拍；
其中，所述婴幼儿活动状态包括睡眠状态和非睡眠状态。
在一实施例中，在所述S12之后还包括：
S13：获取当前所述目标图像的图像数量和预设图像数量阈值；
具体的，不是每一次抓拍的图像都能作为目标图像，存在抓拍图像不符合精彩图像的要求，同样的，当抓拍图像都符合精彩图像的要求但抓拍太密集、数量太多时，会导致展示给用户的精彩图像过多，造成用户审美疲劳；因此，设置目标图像的图像数量阈值，以调整抓拍图像的间隔时间。
S14：将所述图像数量与所述预设图像数量阈值对比，若所述图像数量小于等于所述预设图像数量阈值，则以第一间隔时间确定下一次婴幼儿图像抓拍事件的时间；
S15：将所述图像数量与所述预设图像数量阈值对比，若所述图像数量大于等于所述预设图像数量阈值，则以第二间隔时间确定下一次婴幼儿图像抓拍事件的时间；
其中，所述第一间隔时间小于所述第二间隔时间。
具体的，第一间隔时间包括睡眠状态的间隔时间和非睡眠状态的间隔时间；设图像数量阈值为N，第一抓拍时间T＝k*t1，k≤N，k、N为正整数，t1为单位间隔时间，第二间隔时间Q＝N*t1+t2，t2为固定间隔时长；如当N＝5，t1＝10min，t2＝30min时，T＝k*10，k∈[1,5],k为正整数，当k＞5时，Q＝5*10+30＝80min，即当已经存在的精彩图像不足5张时，每增加一张精彩图像，下一次抓拍时间间隔增加10分钟，当已经存在的精彩图片超过5张后，每间隔1小时20分钟进行一次抓拍。
在一应用实施例中，婴幼儿精彩图像抓拍方法包括：
根据预设的抓拍机制，在一次抓拍事件中，先对婴幼儿所在场景进行一次预拍摄，得到一张预拍摄场景图像，对预拍摄场景图像中婴幼儿图像的大小及居中度进行判断，如预拍摄图像的像素为360dpi，那么预拍摄图像中婴幼儿图像的分辨率不能低于45dpi，同时婴幼儿的人脸框应该落入预拍摄场景图像中的指定范围内，包括不限于预拍摄图像的画面中心二分之一、四分之三、五分之三等区域内。若符合上述要求，则开始本次抓拍事件的抓拍时机确定，获取连续的婴幼儿所在场景的多帧场景图像，计算相邻两帧场景图像中用于标识婴幼儿头部的虚拟检测框在位置上的重合度，若连续多次相邻两帧场景图像的重合度均符合要求，则输出本次抓拍事件的图像，可以是已有的多帧场景图像进行处理的图像，也可以是重新抓拍的一帧场景图像，在得到本次抓拍事件的图像后，对该图像进行文件大小检测，若小于30kb，则重新抓拍，若文件大小符合要求，则判断该图像中婴幼儿头部区域图像的构成，具体是，确定婴幼儿头部区域的图像中正脸的面积是否符合要求，如正脸面积是否达到百分之五十及以上，若不符合要求，则重新抓拍，或本次抓拍事件作废。重新统计当前已有的符合要求的目标图像，根据已有的目标图像的数量，确定下一次抓拍时间的时间。如：第一间隔时间包括睡眠状态的间隔时间和非睡眠状态的间隔时间；设图像数量阈值为N，第一抓拍时间T＝k*t1，k≤N，k、N为正整数，t1为单位间隔时间，第二间隔时间Q＝N*t1+t2，t2为固定间隔时长；如当N＝5，t1＝10min，t2＝30min时，T＝k*10，k∈[1,5],k为正整数，当k＞5时，Q＝5*10+30＝80min，即当已经存在的精彩图像不足5张时，每增加一张精彩图像，下一次抓拍时间间隔增加10分钟，当已经存在的精彩图片超过5张后，每间隔1小时20分钟进行一次抓拍。
采用本实施例的婴幼儿精彩图像抓拍方法，在每一次抓拍时，连续抓拍多张场景图像，计算场景图像中婴幼儿图像的分辨率，以及相邻场景图像的重合度；在满足预设的分辨率和重合度的前提下，输出本次抓拍的目标图像作为精彩图像；可以防止抓拍图像存在婴幼儿图像清晰度、婴幼儿图像变形等问题，提高抓拍质量。
实施例2
请参见图5，图5为本发明实施例2婴幼儿睡眠状态检测方法的流程示意图，实施例2是基于实施例1婴幼儿精彩图像抓拍方法中，婴幼儿睡眠状态和非睡眠状态检测的具体应用，所述方法包括：
S20：获取多张连续拍摄的包括目标婴幼儿所在场景的第一场景图像；
具体的，在婴幼儿的活动范围内设置看护摄像头，对婴幼儿的活动情况进行实时监控，获取摄像头对监控区域内的视频中的多张的连续图像，通过对图像进行分析，确定婴幼儿是否睡觉、睡觉是否存在面部遮挡等，同时也可以根据对图像的分析结果确定是否对婴幼儿动作进行抓拍，得到精彩图像，生成婴幼儿成长记忆。
S21：对各所述第一场景图像中目标婴幼儿的婴幼儿头部信息进行检测，确定用于标定婴幼儿头部区域的第一检测框的第一位置信息；
具体的，摄像头对目标婴幼儿的检测是以对应的检测框出现在图像中的位置确定，检测框所在的位置即为目标婴幼儿的位置；检测框包括不限于婴幼儿头部区域对应的第一检测框，还可以是四肢、躯干等区域对应的检测框。
S22：根据相邻的各所述第一场景图像中所述第一检测框的所述第一位置信息的相对位置关系，确定此时目标婴幼儿的睡眠状况；
具体的，根据各第一图像的第一位置信息，确定相邻两张第一图像中婴幼儿头部的相对位置，从而确定婴幼儿活动范围，若相邻两张图像中婴幼儿头部对应的区域变化大，则表示婴幼儿存在较大幅度的活动，若连续多张图像中，婴幼儿头部位置均存在较大差异，则表明婴幼儿此时处于非睡眠状态，否则为睡眠状态。
在一实施例中，请参见图6，所述S22包括：
S221：获取相邻的各所述第一场景图像之间的预设的第一重合度阈值；
具体的，摄像头按预设的帧率获取目标婴幼儿所在的监控区域的视频帧，如帧率为20帧/秒，表示每秒钟摄像头拍摄20帧图像，根据每张第一图像中目标婴幼儿的位置确定相邻的第一图像之间的重合度，若超过重合度阈值，这表明婴幼儿的状态发生变化，婴幼儿状态变化包括不限于婴幼儿睡着、睡醒、面部遮挡等。
S222：根据各所述第一位置信息，得到相邻的各所述第一场景图像之间的重合度；
具体的，分别统计各第一图像中目标婴幼儿的图像，具体为，目标婴幼儿头部检测的检测框的位置信息，依据相邻图像对应的检测框的位置信息确定相邻图像之间，目标婴幼儿的重合度；目标婴幼儿头部检测的检测框记为第一检测框。
S223：将各所述重合度与所述第一重合度阈值对比，根据对比结果确定此时婴幼儿的睡眠状况；
其中，睡眠状况包括睡眠状态和非睡眠状态。
具体的，对比结果的判断方式包括不限于依据对整体对比后的统计结果判断婴幼儿睡眠状态，如：第一重合度阈值为相邻两张第一场景图像中婴幼儿头部区域的重合度为80％，共采集第一场景图像11张，分为第1张和第2张、第2张和第3张、第3张和第4张、第4张和第5张、第5张和第6张、第6张和第7张、第7张和第8张、第8张和第9张、第9张和第10张、第10张和第11张共10组相邻的两张第一场景图像，其中，相邻两张第一场景图像的重合度大于等于80的有8组，相邻两张第一场景图像的重合度小于80的有2组，则重合度符合要求的为80％，若重合度大于60％则认为婴幼儿已入睡，否则认为婴幼儿处于未入睡状态。
在一实施例中，还包括：在睡眠状态下检测的第一检测灵敏度和在非睡眠状态下检测的第二检测灵敏度，其中，所述第一灵敏度小于所述第二灵敏度。
具体的，检测灵敏度为在一定时间内，检测出婴幼儿处于异常情况需要发出提示信息对应的异常情况的次数，如：第一检测灵敏度时，婴儿在1分钟内，移动的幅度超过预设值的次数达到10次才发出提示信息，第二检测灵敏度时，婴儿在1分钟内，移动的幅度超过预设值的次数达到3次就发出提示信息。
在一实施例中，所述S223包括：
S2231：将相邻的所述第一场景图像的所述重合度大于等于所述第一重合度阈值的对比结果记为第一数据；
S2232：将相邻的所述第一图像的所述重合度小于所述第一重合度阈值的对比结果记为第二数据；
S2233：将所述第一数据和所述第二数据的比值与预设比值进行对比，根据对比结果确定此时婴幼儿的睡眠状况。
具体的，将重合度大于重合度阈值的次数记为A，将重合度小于重合度阈值的次数记为B，通过A与B的比值，确定目标婴幼儿是否睡醒；如采集10帧第一图像，其中相邻的两张图像的重合度大于重合度阈值的次数为6次，小于的次数为4次，A与B的比值为1.5；若预设比值为1，则此时婴幼儿为非睡眠状态。
需要说明的是：也可以通过对超过重合度阈值的次数进行累加，当累加计数达到一定值后，直接认定为婴幼儿已睡醒。
S23：若婴幼儿处于睡眠状态，则采用所述第一检测框和用于标定婴幼儿头部在内的人形区域的第二检测框同时对目标婴幼儿的睡眠情况进行实时检测；
具体的，若婴幼儿处于睡眠状态，婴幼儿身体的活动强度、活动频率下降，此时采用第一检测框和第二检测框同时对婴幼儿的头部和较大范围进行检测，并且通过设置判断优先级，可以减少数据处理量，以及提高检测准确性；避免频繁给看护人发送提示信息，影响用户体验；如：当第二检测框检测到婴幼儿移动范围超出预设范围，对第一检测框对应的图像进行分析，确定婴幼儿是否睡醒，避免婴幼儿由于正常翻身等动作引起误检。
通过设置第一检测框和第二检测框同时对睡眠状态下的婴幼儿进行检测，在第二检测框检测出异常情况下，才对第一检测框的检测数据进行处理，否则只对第二检测框检测的数据进行处理，因为第二检测框的检测精度小于第一检测框的检测精度，因此既能保证检测效果，又能减少不必要的数据处理。
在一实施例中，当婴幼儿处于睡眠状态时，所述S23包括：
S231：获取所述第一检测框的几何中心；
S232：以所述第一检测框的几何中心为基点扩展出将所述第一检测框包括在内的所述第二检测框；
S233：根据所述第一检测框和所述第二检测框对婴幼儿的睡眠状况进行实时检测。
具体的，当目标婴幼儿处于睡眠状态时，此时获取检测婴幼儿头部区域的第一检测框的几何中心，然后以此几何中心对第一检测框向外扩张得到第二检测框，第二检测框的检测区域大于第一检测框，且第一检测框全部位于第二检测框内，用第一检测框和第二检测框同时对监控区域的目标婴幼儿进行监控。
需要说明的是：第一检测框区域的检测灵敏度大于第二检测框区域的检测灵敏度，但是只有在第二检测框检测出婴幼儿在活动时，才对第一检测框检测区域的图像数据进行处理，可以保证检测精度，同时提高数据有效处理量。
在一实施例中，所述S233包括：
S2331：获取所述第二检测框移动的位移阈值和目标婴幼儿在睡眠状态下的多张连续拍摄的第二场景图像中所述第二检测框的第二位置信息；S2332：根据各所述第二位置信息，确定相邻的各所述第二场景图像之间的位移距离；
具体的，当婴幼儿处于睡眠状态时，开启睡眠检测，即获取第二检测框在各第二场景图像中的第二位置信息，确定相邻的两张第二场景图像中第二检测框之间的位移距离。
S2333：将各所述位移距离分别与所述位移阈值进行对比，若所述位移距离小于等于所述位移阈值，则对所述第一检测框对应的图像区域进行面部遮挡检测；若所述位移距离大于所述位移阈值，则对各所述第二场景图像中所述第一检测框对应的图像区域进行相邻图像的重合度检测。
具体的，若检测到相邻两帧第二场景图像中第二检测框的位移距离大于位移阈值，则对第一检测框对应的婴幼儿头部图像进行重合度检测，若重合度检测结果符合婴儿睡醒状态检测要求，则退出睡眠检测；若检测到相邻两帧第二场景图像中第二检测框的位移距离小于等于位移阈值，则对第一检测框对应的图像区域进行面部遮挡检测，避免婴幼儿在睡眠状态下窒息等危险情况发生。
S24：若婴幼儿处于非睡眠状态，则采用所述第一检测框对婴幼儿进行实时检测；
其中，所述第一检测框的检测灵敏度大于所述第二检测框的检测灵敏度。
具体的，婴幼儿处于非睡眠状态时，对第一检测框标定的婴幼儿头部区域图像进行分析，根据分析结果确定是否可以进行抓拍、是否进入睡眠等，因为婴幼儿非睡眠状态下，婴幼儿身体的活动强度、活动频率增加，采用局部重点图像数据处理，可以减少数据处理量，同时保证精彩瞬间的抓拍质量。
需要说明的是：第一检测框和第二检测框的检测区域小于看护机拍摄婴幼儿所在场景的场景图像表征的区域，同时，第一检测框和第二检测宽的实际检测面积是与婴幼儿的实时状态相对应的，如婴幼儿面部检测，当婴幼儿是以正脸面对看护机时的检测框面积大于婴幼儿以侧脸面对看护机时的检测框面积。
在一实施例中，请参见图7，在所述S24之后还包括：
S25：获取相邻的各所述第一场景图像之间的用于触发抓拍的第二重合度阈值；
S26：将各所述重合度与所述第二重合度阈值对比，若所述重合度大于等于所述重合度阈值，则对婴幼儿进行抓拍，生成精彩图像。
在一实施例中，当所述重合度大于等于所述第二重合度阈值时，所述S26包括：
S261：获取本次婴幼儿图像抓拍事件的抓拍时间信息和当前时间信息；
具体的，本次抓拍的抓拍时间信息为一时间段，摄像头根据抓拍规则对监测区域进行自动抓拍，在完成一次抓拍后，会根据婴幼儿睡眠情况设置下一次抓拍时间，如婴幼儿睡眠状态抓拍间隔时间为30分钟，上下浮动10％，婴幼儿睡醒状态抓拍间隔时间为10分钟，上下浮动10％；前一次抓拍时间为12:00，若在12:11分检测到重合度小于第二重合度阈值，若此时婴幼儿为睡眠状态，则不进行抓拍，若此时婴幼儿为睡醒状态，则进行抓拍。
需要说明的是：每次抓拍间隔时间不限于固定时间，还可以是实施例1所述的时间间隔方式，此处不再赘述。
S262：对比所述抓拍时间信息和所述当前时间信息，若所述当前时间信息符合所述抓拍时间信息要求，则对婴幼儿进行抓拍。
需要说明的是具体抓拍方式参见实施例1，此处不再赘述。
采用本实施例的婴幼儿睡眠检测方法，根据各帧图像中目标婴幼儿的第一位置信息确定婴幼儿是否处于睡眠状态，若婴幼儿处于睡眠状态，则开启睡眠检测模式，采用第一检测框和第二检测框进行实时检测，若处于睡醒状态，则采用第一检测框进行检测，针对不同活动状态采用不同的检测方式，可以有效降低相似画面的数据处理量，避免生成过多重复图像，提高用户的体验效果。
实施例3
请参见图8，图8为本发明实施例3婴幼儿睡眠活动状态检测方法的流程示意图，实施例3是基于实施例1和2婴幼儿精彩图像抓拍方法中，婴幼儿睡眠状态和非睡眠状态检测的又一具体应用，所述方法包括：
S30：获取用于标识婴幼儿的头部区域的第一检测框在婴幼儿所在场景的第一场景图像中的第一位置信息；
具体的，摄像头(包括摄像头的婴幼儿看护机)对目标婴幼儿的检测是以对应的检测框出现在图像中的位置确定，检测框所在的位置代表目标婴幼儿的位置；检测框包括不限于婴幼儿头部区域对应的第一检测框，还可以是四肢、躯干等。
在一实施例中，请参见图9，所述S30包括：
S301：获取多张连续拍摄的包括目标婴幼儿所在场景的的第一场景图像；
具体的，摄像头按预设的帧率获取目标婴幼儿所在的场景区域的视频帧，如帧率为20帧/秒，表示每秒钟摄像头拍摄20帧图像。
S302：对各所述第一场景图像进行婴幼儿头部区域检测，得到检测婴幼儿头部区域的所述第一检测框在各所述第一图像中的第一位置信息。
具体的，摄像头内置的处理器对各第一图像进行目标婴幼儿的头部区域检测，当检测到目标婴幼儿的头部区域时，则获取该头部区域对应的第一检测框的位置信息，记为第一位子信息；该第一位置信息一般为以图像边缘或中心建立直角坐标中对应的四个坐标点。
S31：根据所述第一位置信息的变化情况，确定婴幼儿是否处于睡眠状态；
具体的，根据各第一图像的第一位置信息，确定相邻两张第一图像中婴幼儿头部的相对位置，从而确定婴幼儿活动范围，若相邻两张图像中婴幼儿头部对应的区域变化大，则表示婴幼儿存在较大幅度的活动，说明婴幼儿处于非睡眠状态。
在一实施例中，请参见图10，所述S31包括：
S311：获取相邻的各所述第一场景图像之间预设的第一重合度阈值；
具体的，摄像头按预设的帧率获取目标婴幼儿所在的监控区域的视频帧，如帧率为20帧/秒，表示每秒钟摄像头拍摄20帧图像，根据每张第一图像中目标婴幼儿的位置确定相邻的第一图像之间的重合度，若超过重合度阈值，这表明婴幼儿的状态发生变化，婴幼儿状态变化包括不限于婴幼儿睡着、睡醒、面部遮挡等。
S312：根据各所述第一位置信息，得到相邻的各所述第一场景图像之间的重合度；
具体的，分别统计各第一图像中目标婴幼儿头部检测的检测框的位置信息，依据相邻图像对应的位置信息确定相邻图像之间目标婴幼儿的重合度。
S313：将各所述重合度与所述第一重合度阈值对比，若所述重合度大于等于所述第一重合度阈值，表征婴幼儿处于睡眠状态；若所述重合度小于等于所述第一重合度阈值，则婴幼儿处于非睡眠状态。
S32：若婴幼儿处于睡眠状态，则对所述第一检测框进行放大，得到用于标识婴幼儿人形的第二检测框，其中，所述婴幼儿人形至少包括所述婴幼儿头部；
具体的，当婴幼儿处于睡眠状态时，增大对目标婴幼儿的检测区域，其增大方式为，以睡前状态的第一检测框为基础直接向外均匀扩张，可以检测区域内的主要检测对象为目标婴幼儿，消除冗余，增加检测准确性。
在一实施例中，请参见图11，所述S32包括：
S321：获取婴幼儿处于非睡眠状态相较于处于睡眠状态下检测范围的扩展比例；
具体的，婴幼儿非睡眠状态下主要针对婴幼儿的面部进行检测，确定婴幼儿的睡眠状态；婴幼儿睡眠状态下主要针对婴幼儿的人形进行检测，此时检测灵敏度比较低，但是人形检测区域是由人脸检测区域扩展得到。
S322：根据所述扩展比例，对所述第一检测框进行放大，生成过渡检测框；
具体的，当根据人脸检测，确定婴儿处于睡眠状态，此时开启睡眠检测模式，以人脸检测区域对应的检测框为基础按比例进行扩展，得到一个原始的人形检测框，记为过渡检测框；该过渡检测框的检测面积与实际人形检测框的检测面积可以相等也可以不相等。
S323：根据所述过渡检测框尺寸以及第一场景图像中婴幼儿的轮廓位置，调整所述过渡检测框的位置信息，得到所述第二检测框。
具体的，得到过渡检测框后，根据第一场景图像中婴幼儿的轮廓位置去移动过渡检测框，使得过渡检测框中人形面积足够大，移动后的过渡检测框记为第二检测框；通过该方法可以增加第二检测框内的有效数据，从而提高数据利用率。
S33：根据婴幼儿睡眠状态下所述第二检测框在婴幼儿所在场景的第一场景图中的第二位置信息，确定婴幼儿的睡眠状况；
其中，所述第二检测框的检测灵敏度小于所述第一检测框的检测灵敏度。
具体的，根据第一检测框按扩张比例进行扩展后，得到与第二检测框的检测面积相等的过渡检测框，然后对过渡检测框内目标婴幼儿的轮廓进行检测，若存在部分区域的轮廓不完全，部分区域无轮廓，则对过渡检测框的位置进行移动，得到第二检测框，可以避免婴幼儿睡姿倾斜等异常情况导致扩展的第二检测框部分检测的数据异常，如部分无婴幼儿图像，部分婴幼儿图像不完整。
具体的，检测灵敏度为在一定时间内，检测出婴幼儿处于异常情况需要发出提示信息对应的异常情况的次数，如：第一检测灵敏度时，婴儿在1分钟内，移动的幅度超过预设值的次数达到10次才发出提示信息，第二检测灵敏度时，婴儿在1分钟内，移动的幅度超过预设值的次数达到3次就发出提示信息；婴儿睡眠状态活动肢体活动强度、频率均减少，当出现任一危险情况时，均会保持危险状态的时间会比非睡眠状态下长，因此只需要采用低灵敏度进行检测，如果在睡眠状态下检测的灵敏度提高，会导致误检率增加。
需要说明的是：第一检测框和第二检测框的检测区域小于看护机拍摄婴幼儿所在场景的场景图像表征的区域，同时，第一检测框和第二检测宽的实际检测面积是与婴幼儿的实时状态相对应的，如婴幼儿面部检测，当婴幼儿是以正脸面对看护机时的检测框面积大于婴幼儿以侧脸面对看护机时的检测框面积。
在一实施例中，请参见图12，所述S33包括：
S331：获取第二检测框在所述第一场景图像中的初始位置信息和实时位置信息；
具体的，检测框均是对特定特征进行检测的，若特征位置发生变化，则检测框的位置也会发生变化。
S332：根据所述实时位置信息和所述初始位置信息，得到所述第二检测框的实时位置相较于初始位置的偏移距离；
S333：将所述偏移距离与所述第二检测框可移动的预设位移阈值进行对比，若所述位移距离小于等于所述位移阈值，则对所述第一检测框对应的图像区域进行面部遮挡检测；若所述位移距离大于所述位移阈值，对各所述第一场景图像中所述第一检测框对应的婴幼儿头部图像区域进行相邻图像的重合度检测。
具体的，若检测到相邻两帧第二场景图像中第二检测框的位移距离大于位移阈值，则对第一检测框对应的婴幼儿头部图像进行重合度检测，若重合度检测结果符合婴儿睡醒状态检测要求，则退出睡眠检测；若检测到相邻两帧第二场景图像中第二检测框的位移距离小于等于位移阈值，则对第一检测框对应的图像区域进行面部遮挡检测，避免婴幼儿在睡眠状态下窒息等危险情况发生。
其中，面部遮挡检测包括不限于利用面部关键点对口、鼻的检测。
在一实施例中，所述S331包括：
S3311：获取婴幼儿所在场景的场景图像检测区域中婴幼儿头部区域的当前位置信息对应的第二过渡检测框和前一时刻所述第二检测框中目标婴幼儿头部区域的历史位置信息；
S3312：根据所述当前位置信息对应的图像区域与所述历史位置信息对应的图像区域，确定当前检测区域中的头部区域是否为目标婴幼儿的头部区域；
在一实施例中，所述S3312包括：
S33121：获取婴幼儿所在场景的场景图像中目标婴幼儿头部区域变化对应的面积变化阈值；
具体的，在对婴幼儿所在场景的检测中，常常其他目标会突然出现在检测区域内，利用近大远小的原理，根据目标在场景图像中所占的比例大小来确定目标是否为婴幼儿。
S33122：根据所述当前位置信息对应的图像区域与相应的所述历史位置信息对应的图像区域，确定当前婴幼儿头部区域与前一时刻目标婴幼儿头部区域的面积差；
S33123：若所述面积差小于等于所述面积变化阈值，则当前检测区域中的头部区域为目标婴幼儿的头部区域。
具体的，获取每一帧场景图像中婴幼儿头部图像占场景图像的面积，计算相邻两帧图像中婴幼儿头部图像的面积差，若面积差相差特别大，则认为有其他目标进入检测区。具体的，无论是第一检测框还是第二检测框一般为矩形框，摄像头拍摄的婴幼儿所在场景的图像是存在边界的，异常检测的方法包括不限于：若拍摄的婴幼儿所在场景图像中第一检测框或第二检测框的4个顶点全部在场景图像的边缘，或3个顶点在场景图像的边缘，且面积超过场景图像面积的三分之一，或2个顶点在场景图像的边缘，且面积超过场景图像面积的二分之一，或没有顶点在场景图像的边缘，但面积超过场景图像面积的三分之二，则认为场景图像中的人物图像不是婴幼儿图像。
S3313:若所述头部区域为目标婴幼儿的头部区域，则根据所述扩展比例对所述当前位置信息进行扩大，生成所述第二检测框的当前的实时位置信息。
具体的，婴幼儿睡眠状态下，随着婴幼儿的翻身等动作会导致婴幼儿的头部区域在摄像头的检测画面所在的区域发生变化，或者，其他人出现在摄像头与婴幼儿之间时，摄像头检测到的头部区域在图像中的位置会发生变化，因此，对每一帧画面中的头部区域进行分析，当相邻两帧图像中，头部区域的面积变化在面积变化阈值内，则认为是目标婴幼儿的活动，然后对第一检测框进行扩张，得到第二检测框；否则认为是有其他头像进入监控区域，进行报警或进一步检测，若为检测到目标婴幼儿，则进行报警。
在一实施例中，根据目标婴幼儿的不同活动状态采用实施例1的抓拍方式对目标婴幼儿进行抓拍，得到精彩图像，具体抓拍方式参见实施例1，此处不再赘述。
采用本实施例的婴幼儿睡眠活动状态检测方法，根据各帧图像中目标婴幼儿的第一位置信息确定婴幼儿是否处于睡眠状态，若婴幼儿处于睡眠状态，开启睡眠检测模式，利用由第一检测框扩展得到第二检测框进行实时检测，若检测到婴幼儿睡醒了，则退出睡眠监测模式，采用第一检测框进行检测，针对不同活动状态采用不同的检测方式，可以有效降低相似画面的数据处理量，避免生成过多重复图像，提高用户的体验效果。
实施例4
本发明实施例4基于实施例1至实施例3的方法对应还提供了一种婴幼儿精彩图像抓拍装置，请参见图13，包括：
图像拍摄模块：用于获取在一次婴幼儿图像抓拍事件中连续抓拍的婴幼儿所在场景的多帧场景图像；
图像处理模块：用于计算各帧场景图像中婴幼儿图像的分辨率，以及相邻各所述帧场景图像之间的婴幼儿图像的重合度，对各所述分辨率和各所述重合度进行判断；
图像抓拍模块：用于若各所述分辨率和各所述重合度符合要求，则输出本次婴幼儿图像抓拍事件的目标场景图像。
采用本实施例的婴幼儿精彩图像抓拍装置，在每一次抓拍时，连续抓拍多张场景图像，计算场景图像中婴幼儿图像的分辨率，以及相邻场景图像的重合度；在满足预设的分辨率和重合度的前提下，输出本次抓拍的目标图像作为精彩图像；可以防止抓拍图像存在婴幼儿图像清晰度、婴幼儿图像变形等问题，提高抓拍质量。
需要说明的是，该装置还包括实施例1至实施例3记载的其余技术方案，此处不再赘述。
实施例5
在实施例4的基础上对睡眠状态检测的具体应用，请参见图14，图14为一种婴幼儿睡眠监测装置，所述装置包括：
图像拍摄模块：用于获取多张连续拍摄的包括目标婴幼儿所在场景的第一场景图像；
位置检测模块：用于对各所述第一场景图像中目标婴幼儿的婴幼儿头部信息进行检测，确定用于标定婴幼儿头部区域的第一检测框的第一位置信息；
图像处理模块：用于根据相邻的各所述第一场景图像中所述第一检测框的所述第一位置信息的相对位置关系，确定此时目标婴幼儿的睡眠状况；
睡眠监测模块：用于若婴幼儿处于睡眠状态，则采用所述第一检测框和用于标定婴幼儿头部在内的人形区域的第二检测框同时对目标婴幼儿的睡眠情况进行实时检测；
非睡眠监测模块：用于若婴幼儿处于非睡眠状态，则采用所述第一检测框对婴幼儿进行实时检测；
其中，所述第一检测框的检测灵敏度大于所述第二检测框的检测灵敏度。
采用本实施例的婴幼儿睡眠检测装置，根据各帧图像中目标婴幼儿的第一位置信息确定婴幼儿是否处于睡眠状态，若婴幼儿处于睡眠状态，则开启睡眠检测模式，采用第一检测框和第二检测框进行实时检测，若处于睡醒状态，则采用第一检测框进行检测，针对不同活动状态采用不同的检测方式，可以有效降低相似画面的数据处理量，避免生成过多重复图像，提高用户的体验效果。
需要说明的是，该装置还包括实施例4记载的其余技术方案，此处不再赘述。
实施例6
在实施例4的基础上对婴幼儿睡眠状态检测的具体应用，请参见图15，图15为一种婴幼儿活动状态监测装置，所述装置包括：
位置参数获取模块：用于获取用于检测婴幼儿的头部区域对应的第一检测框在婴幼儿所在场景的第一场景图像中的第一位置信息；
数据分析模块：用于根据所述第一位置信息的变化情况，确定婴幼儿是否处于睡眠状态；
数据处理模块：用于若婴幼儿处于睡眠状态，则对所述第一检测框进行放大，得到用于标识婴幼儿人形的第二检测框，其中，所述婴幼儿人形至少包括所述婴幼儿头部；
睡眠监测模块：用于根据婴幼儿睡眠状态下所述第二检测框在婴幼儿所在场景的第一场景图中的第二位置信息，确定婴幼儿的睡眠状况；
其中，所述第二检测框的检测灵敏度小于所述第一检测框的检测灵敏度。
采用本实施例的婴幼儿睡眠活动状态检测装置，根据各帧图像中目标婴幼儿的第一位置信息确定婴幼儿是否处于睡眠状态，若婴幼儿处于睡眠状态，开启睡眠检测模式，利用由第一检测框扩展得到第二检测框进行实时检测，若检测到婴幼儿睡醒了，则退出睡眠监测模式，采用第一检测框进行检测，针对不同活动状态采用不同的检测方式，可以有效降低相似画面的数据处理量，避免生成过多重复图像，提高用户的体验效果。
需要说明的是，该装置还包括实施例4和/或实施例5记载的其余技术方案，此处不再赘述。
实施例7
本发明提供了一种电子设备和存储介质，如图14所示，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，电子设备至少包括以下之一：摄像头、具有摄像头的移动设备、具有摄像头的穿戴设备。
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，以实现上述实施例方式一中任意一种婴幼儿睡眠监测方法、婴幼儿睡眠活动状态检测方法、婴幼儿精彩图像抓拍方法。
在一个示例中，电子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，将电子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。
综上所述，本发明实施例提供了一种婴幼儿睡眠监测方法、婴幼儿睡眠活动状态检测方法、婴幼儿精彩图像抓拍方法、装置、设备及存储介质。
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。
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。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于连续帧的婴幼儿睡眠检测方法，其特征在于，所述方法包括：
获取在婴幼儿所在场景的多张连续的第一场景图像中用于标识婴幼儿的头部区域对应的第一检测框的各第一位置信息；
根据各所述第一位置信息的相对位置关系，确定婴幼儿是否处于睡眠状态；
若婴幼儿处于睡眠状态，则对所述第一检测框进行放大，得到检测范围更大的用于标识婴幼儿人形的第二检测框，其中，所述婴幼儿人形至少包括所述婴幼儿头部；
根据婴幼儿睡眠状态下所述第二检测框在婴幼儿所在场景的第一场景图像中的第二位置信息，确定婴幼儿的睡眠状况；
其中，所述第二检测框的检测灵敏度小于所述第一检测框的检测灵敏度。
2.根据权利要求1所述的基于连续帧的婴幼儿睡眠检测方法，其特征在于，所述根据各所述第一位置信息的相对位置关系，确定婴幼儿是否处于睡眠状态包括：
获取相邻的各所述第一场景图像之间预设的第一重合度阈值；
根据各所述第一位置信息，得到相邻的各所述第一场景图像之间的重合度；
将各所述重合度与所述第一重合度阈值对比，若所述重合度大于所述第一重合度阈值，表征婴幼儿处于睡眠状态；若所述重合度小于等于所述第一重合度阈值，则婴幼儿处于非睡眠状态。
3.根据权利要求2所述的基于连续帧的婴幼儿睡眠检测方法，其特征在于，若婴幼儿处于非睡眠状态，在所述将各所述重合度与所述第一重合度阈值对比，若所述重合度大于所述第一重合度阈值，表征婴幼儿处于睡眠状态；若所述重合度小于等于所述第一重合度阈值，则婴幼儿处于非睡眠状态之后还包括：
获取相邻的各所述第一场景图像之间的用于触发抓拍的第二重合度阈值；
将各所述重合度与所述第二重合度阈值对比，若所述重合度大于等于所述第二重合度阈值，则对婴幼儿进行抓拍，生成精彩图像。
4.根据权利要求1所述的基于连续帧的婴幼儿睡眠检测方法，其特征在于，所述若婴幼儿处于睡眠状态，则对所述第一检测框进行放大，得到检测范围更大的用于标识婴幼儿人形的第二检测框，其中，所述婴幼儿人形至少包括所述婴幼儿头部包括：
获取婴幼儿处于非睡眠状态相较于处于睡眠状态下检测范围的扩展比例；
根据所述扩展比例，对所述第一检测框进行放大，生成过渡检测框；
根据所述过渡检测框尺寸以及第一场景图像中婴幼儿的轮廓位置，调整所述过渡检测框的位置信息，得到所述第二检测框。
5.根据权利要求4所述的基于连续帧的婴幼儿睡眠检测方法，其特征在于，所述根据所述扩展比例，对所述第一检测框进行放大，生成过渡检测框包括：
获取所述第一检测框的几何中心；
以所述第一检测框的几何中心为基点扩展出将所述第一检测框包括在内的所述过渡检测框。
6.根据权利要求1至5任一项所述的基于连续帧的婴幼儿睡眠检测方法，其特征在于，所述根据婴幼儿睡眠状态下所述第二检测框在婴幼儿所在场景的第一场景图像中的第二位置信息，确定婴幼儿的睡眠状况包括：
获取第二检测框在所述第一场景图像中的初始位置信息和实时位置信息；
根据所述实时位置信息和所述初始位置信息，得到所述第二检测框的实时位置相较于初始位置的偏移距离；
将所述偏移距离与所述第二检测框可移动的预设位移阈值进行对比，若所述位移距离小于等于所述位移阈值，则对所述第一检测框对应的婴幼儿头部图像区域进行面部遮挡情况检测；若所述位移距离大于所述位移阈值，对各所述第一场景图像中所述第一检测框对应的婴幼儿头部图像区域进行相邻图像的重合度检测。
7.根据权利要求6所述的基于连续帧的婴幼儿睡眠检测方法，其特征在于，所述获取第二检测框在所述第一场景图像中的初始位置信息和实时位置信息包括：
获取婴幼儿所在场景的场景图像检测区域中婴幼儿头部区域的当前位置信息对应的第二过渡检测框和前一时刻所述第二检测框中目标婴幼儿头部区域的历史位置信息；
根据所述当前位置信息对应的图像区域与所述历史位置信息对应的图像区域，确定当前检测区域中的头部区域是否为目标婴幼儿的头部区域；
若所述头部区域为目标婴幼儿的头部区域，则根据所述扩展比例对所述当前位置信息进行放大，生成所述第二检测框的当前的实时位置信息。
8.一种基于连续帧的婴幼儿睡眠检测装置，其特征在于，所述装置包括：
位置参数获取模块：用于获取在婴幼儿所在场景的多张连续的第一场景图像中用于标识婴幼儿的头部区域对应的第一检测框的各第一位置信息；
数据分析模块：用于根据各所述第一位置信息的相对位置关系，确定婴幼儿是否处于睡眠状态；
数据处理模块：用于若婴幼儿处于睡眠状态，则对所述第一检测框进行放大，得到检测范围更大的用于标识婴幼儿人形的第二检测框，其中，所述婴幼儿人形至少包括所述婴幼儿头部；
睡眠监测模块：用于根据婴幼儿睡眠状态下所述第二检测框在婴幼儿所在场景的第一场景图像中的第二位置信息，确定婴幼儿的睡眠状况；
其中，所述第二检测框的检测灵敏度小于所述第一检测框的检测灵敏度。
9.一种电子设备，其特征在于，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，当所述计算机程序指令被所述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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111135341.6A CN113723363A (zh) | 2021-07-28 | 2021-07-28 | 基于连续帧的婴幼儿睡眠检测方法、装置、设备及介质 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111135341.6A CN113723363A (zh) | 2021-07-28 | 2021-07-28 | 基于连续帧的婴幼儿睡眠检测方法、装置、设备及介质 |
| CN202110853512.2A CN113298062B (zh) | 2021-07-28 | 2021-07-28 | 婴幼儿睡眠活动状态检测方法、装置、设备及介质 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110853512.2A Division CN113298062B (zh) | 2021-07-28 | 2021-07-28 | 婴幼儿睡眠活动状态检测方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113723363A true CN113723363A (zh) | 2021-11-30 |
Family
ID=77331157
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111135341.6A Pending CN113723363A (zh) | 2021-07-28 | 2021-07-28 | 基于连续帧的婴幼儿睡眠检测方法、装置、设备及介质 |
| CN202110853512.2A Active CN113298062B (zh) | 2021-07-28 | 2021-07-28 | 婴幼儿睡眠活动状态检测方法、装置、设备及介质 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110853512.2A Active CN113298062B (zh) | 2021-07-28 | 2021-07-28 | 婴幼儿睡眠活动状态检测方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN113723363A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117653079A (zh) * | 2023-03-20 | 2024-03-08 | 武汉星巡智能科技有限公司 | 结合呼吸监测的婴幼儿危险睡姿识别方法、装置及设备 |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115410566A (zh) * | 2022-03-10 | 2022-11-29 | 北京罗克维尔斯科技有限公司 | 一种车辆控制方法、装置、设备及存储介质 |
| CN115862115B (zh) * | 2022-12-23 | 2023-08-04 | 宁波星巡智能科技有限公司 | 基于视觉的婴幼儿呼吸检测区域定位方法、装置及设备 |
| CN116800976B (zh) * | 2023-07-17 | 2024-03-12 | 武汉星巡智能科技有限公司 | 伴睡婴幼儿时音视频压缩和还原方法、装置及设备 |
| CN118135614A (zh) * | 2024-05-10 | 2024-06-04 | 宁波星巡智能科技有限公司 | 基于多模态数据融合的婴幼儿睡姿识别方法、装置及设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104104927A (zh) * | 2014-07-30 | 2014-10-15 | 天津三星电子有限公司 | 一种基于电视的婴儿监控提醒方法及*** |
| US20180285628A1 (en) * | 2017-03-28 | 2018-10-04 | Samsung Electronics Co., Ltd. | Face verification method and apparatus |
| CN112183173A (zh) * | 2019-07-05 | 2021-01-05 | 北京字节跳动网络技术有限公司 | 一种图像处理方法、装置及存储介质 |
| CN112580522A (zh) * | 2020-12-22 | 2021-03-30 | 北京每日优鲜电子商务有限公司 | 睡眠人员检测方法、装置、设备及存储介质 |
| CN112712020A (zh) * | 2020-12-29 | 2021-04-27 | 文思海辉智科科技有限公司 | 睡眠监测方法、装置及*** |
| CN113139530A (zh) * | 2021-06-21 | 2021-07-20 | 城云科技（中国）有限公司 | 一种睡岗行为检测方法、装置及其电子设备 |
| CN113158937A (zh) * | 2021-04-28 | 2021-07-23 | 合肥移瑞通信技术有限公司 | 睡眠监测的方法、装置、设备、可读存储介质 |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6296801B2 (ja) * | 2013-07-24 | 2018-03-20 | キヤノン株式会社 | 撮像装置、撮像装置の制御方法、および撮像装置の制御プログラム |
| CN113205015A (zh) * | 2014-04-08 | 2021-08-03 | 乌迪森斯公司 | 用于配置婴儿监控器摄像机的***和方法 |
| CN105096527A (zh) * | 2015-06-04 | 2015-11-25 | 上海卓易科技股份有限公司 | 一种基于儿童睡眠状态的监控提醒方法及*** |
| JP6481537B2 (ja) * | 2015-07-14 | 2019-03-13 | コニカミノルタ株式会社 | 被監視者監視装置および被監視者監視方法 |
| US10282617B2 (en) * | 2017-03-28 | 2019-05-07 | Qualcomm Incorporated | Methods and systems for performing sleeping object detection and tracking in video analytics |
| CN107832744A (zh) * | 2017-11-30 | 2018-03-23 | 西安科锐盛创新科技有限公司 | 一种婴儿睡眠监测***及其方法 |
| US20190205655A1 (en) * | 2017-12-31 | 2019-07-04 | Google Llc | Infant monitoring system with video-based temperature baselining and elevated temperature detection |
| US10709335B2 (en) * | 2017-12-31 | 2020-07-14 | Google Llc | Infant monitoring system with observation-based system control and feedback loops |
| US10621733B2 (en) * | 2017-12-31 | 2020-04-14 | Google Llc | Enhanced visualization of breathing or heartbeat of an infant or other monitored subject |
| CN208969808U (zh) * | 2018-08-20 | 2019-06-11 | 新疆爱华盈通信息技术有限公司 | 基于人脸检测和声音检测的婴儿监护器 |
| CN110895661A (zh) * | 2018-09-12 | 2020-03-20 | 杭州海康威视数字技术股份有限公司 | 一种行为识别方法、装置及设备 |
| CN109886137A (zh) * | 2019-01-27 | 2019-06-14 | 武汉星巡智能科技有限公司 | 婴幼儿睡姿检测方法、装置及计算机可读存储介质 |
| CN109840493A (zh) * | 2019-01-27 | 2019-06-04 | 武汉星巡智能科技有限公司 | 婴幼儿睡眠状态检测方法、装置及计算机可读存储介质 |
| CN110097039A (zh) * | 2019-05-30 | 2019-08-06 | 东北电力大学 | 一种基于深度学习图像识别的睡眠状态监测节能助老*** |
| CN111598091A (zh) * | 2020-05-20 | 2020-08-28 | 北京字节跳动网络技术有限公司 | 图像识别方法、装置、电子设备及计算可读存储介质 |
| CN112669351A (zh) * | 2021-01-05 | 2021-04-16 | 北京声智科技有限公司 | 一种快速移动检测方法及装置 |
| CN112949661B (zh) * | 2021-05-13 | 2021-08-06 | 北京世纪好未来教育科技有限公司 | 检测框自适应外扩方法、装置、电子设备及存储介质 |
-
2021
- 2021-07-28 CN CN202111135341.6A patent/CN113723363A/zh active Pending
- 2021-07-28 CN CN202110853512.2A patent/CN113298062B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104104927A (zh) * | 2014-07-30 | 2014-10-15 | 天津三星电子有限公司 | 一种基于电视的婴儿监控提醒方法及*** |
| US20180285628A1 (en) * | 2017-03-28 | 2018-10-04 | Samsung Electronics Co., Ltd. | Face verification method and apparatus |
| CN112183173A (zh) * | 2019-07-05 | 2021-01-05 | 北京字节跳动网络技术有限公司 | 一种图像处理方法、装置及存储介质 |
| CN112580522A (zh) * | 2020-12-22 | 2021-03-30 | 北京每日优鲜电子商务有限公司 | 睡眠人员检测方法、装置、设备及存储介质 |
| CN112712020A (zh) * | 2020-12-29 | 2021-04-27 | 文思海辉智科科技有限公司 | 睡眠监测方法、装置及*** |
| CN113158937A (zh) * | 2021-04-28 | 2021-07-23 | 合肥移瑞通信技术有限公司 | 睡眠监测的方法、装置、设备、可读存储介质 |
| CN113139530A (zh) * | 2021-06-21 | 2021-07-20 | 城云科技（中国）有限公司 | 一种睡岗行为检测方法、装置及其电子设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117653079A (zh) * | 2023-03-20 | 2024-03-08 | 武汉星巡智能科技有限公司 | 结合呼吸监测的婴幼儿危险睡姿识别方法、装置及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113298062B (zh) | 2021-10-29 |
| CN113298062A (zh) | 2021-08-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113298062B (zh) | 婴幼儿睡眠活动状态检测方法、装置、设备及介质 | |
| CN113516095B (zh) | 婴幼儿睡眠监测方法、装置、设备及介质 | |
| CN109299703B (zh) | 对鼠情进行统计的方法、装置以及图像采集设备 | |
| JP4482037B2 (ja) | デジタル画像形成の露出 | |
| CN108209871B (zh) | 睡眠监测方法、装置、***及电子设备 | |
| US20100253495A1 (en) | In-vehicle image processing device, image processing method and memory medium | |
| JP2010009134A (ja) | 画像処理システム及び画像処理方法、並びに、プログラム | |
| JP2002298142A (ja) | 人物画像検出方法、この方法を実行するためのプログラムを記録した記録媒体、人物画像検出装置及びこの装置を備えた撮影装置 | |
| JP3063504B2 (ja) | 画像データの特徴量検出装置 | |
| CN113992886B (zh) | 使用于运动传感器的运动侦测方法 | |
| CN102006485B (zh) | 图像处理装置及图像处理方法 | |
| CN112200088A (zh) | 一种坐姿监测方法、装置、设备以及*** | |
| CN112347856A (zh) | 一种基于教室场景的无感知考勤***及方法 | |
| CN115953719A (zh) | 一种多目标识别的计算机图像处理*** | |
| CN112017210A (zh) | 目标物体跟踪方法及装置 | |
| CN112084813A (zh) | 异常目标的检测方法、装置及存储介质 | |
| JP2008171108A (ja) | 顔状況判定処理装置および撮像装置 | |
| CN114494321A (zh) | 婴幼儿睡眠呼吸实时监测方法、装置、设备及存储介质 | |
| JP2007312206A (ja) | 撮像装置及び、画像再生装置 | |
| CN110930340B (zh) | 一种图像处理方法及装置 | |
| US20240048672A1 (en) | Adjustment of shutter value of surveillance camera via ai-based object recognition | |
| CN113505748A (zh) | 婴幼儿精彩图像抓拍方法、装置、设备及介质 | |
| TWM560035U (zh) | 影像追蹤裝置 | |
| JP2007251532A (ja) | 撮像装置及び顔領域抽出方法 | |
| CN106778617B (zh) | 一种基于图像采集技术的睡眠监测方法及*** |
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 |