一种基于机器视觉的婴幼儿睡眠踢被智能识别与提示方法及系统

本发明涉及机器视觉智能识别领域，具体是一种基于机器视觉的婴幼儿睡眠踢被智能识别与提示方法及系统。

背景技术：

1、婴幼儿睡眠深、对冷热的感知能力不及成人，且自理能力尚未成熟，婴幼儿踢被现象常有发生。夜晚由于照护者也处于睡眠状态，较难及时发现婴幼儿踢被事件。目前，针对婴幼儿踢被问题的解决思路主要有以下三种方向：

2、第一，改良被子本身，将被子设计为可穿戴式结构，使婴幼儿以穿衣方式将被子穿在身上，以机械方式防止踢被；这种方式虽然在一定程度上缓解了婴幼儿踢被子的问题，但婴幼儿活动受限，且不适合设计成厚被子，适用性和舒适性较差；

3、第二，采用相关传感器部署在床上及被子上，当婴幼儿踢被时，由传感器感知被子状态并判断是否发生踢被行为，若发生踢被则通过相关技术手段进行提醒；这种方式采用传感器进行主动感知和提示，提升了婴幼儿照护的信息化水平；但是，该方案需要在床上、婴幼儿身上或被子上部署传感器，加大了部署难度，且受限于工艺水平，传感器难以以无感方式融入睡眠场景，影响婴幼儿睡眠舒适度；

4、第三，采用视觉和红外传感器部署在墙壁或天花板上，利用被子覆盖面积作为评判标准，通过图像传感器采集原始数据，利用预设算法或训练好的模型判断婴幼儿被子覆盖面积是否低于一定阈值，从而判断踢被事件是否发生；该技术将传感器部署在床外，在很大程度上还原了人类判断婴幼儿踢被的逻辑，简化了床的结构和传感器部署，具有较大的技术优势。但是，单纯从婴幼儿身体覆盖面积来判断是否发生踢被事件，忽略了婴幼儿睡眠时本身的散热需求，且未从婴幼儿踢被导致感冒的底层逻辑加以考虑。婴幼儿踢被导致感冒的主要原因是躯干未盖被使身体受凉。现有方法未区分婴幼儿身体各个部分（如躯干、手臂、腿脚）的覆盖情况，而是将其同等对待，这不符合日常生活常识，容易出现误判。因此，针对以上现状，迫切需要提供一种基于机器视觉的婴幼儿睡眠踢被智能识别与提示方法及系统，以克服当前实际应用中的不足。

技术实现思路

1、本发明的目的在于提供一种基于机器视觉的婴幼儿睡眠踢被智能识别与提示方法及系统，有效解决上述背景技术中的问题。

2、本发明是这样实现的，一种基于机器视觉的婴幼儿睡眠踢被智能识别与提示方法，包括：

3、利用图像采集设备对婴幼儿睡眠时的图像进行采集；

4、利用训练好的实例分割模型对采集的图像进行实例分割，分割出婴幼儿裸露在被子外的至少包括躯干、手臂和腿脚的身体部位作为独立实例，并生成各实例对应的二进制掩码数据；

5、根据各实例对应的所述二进制掩码数据，分别计算各身体部位的裸露面积比例；

6、对各身体部位的裸露面积比例分别赋予不同的报警权重进行加权求和，计算得到未盖被报警值；

7、采集婴幼儿所处环境的实时温度值；

8、根据所述实时温度值确定对应的预设阈值，将所述未盖被报警值与所述预设阈值进行比较，当所述未盖被报警值大于或等于所述预设阈值时，输出报警提示信号。

9、作为本发明进一步的方案：

10、所述二进制掩码数据为三维二进制掩码张量(n，h，w)，其中n表示当前图像内检测到的目标实例数量，h和w分别表示掩码对应的像素高度与宽度，每个目标实例对应一张二维二进制掩码，属于该实例区域的像素值为1，非所属区域的像素值为0。

11、作为本发明进一步的方案：所述计算各身体部位的裸露面积比例具体包括：

12、对每个实例的所有掩码值进行求和计算：

13、，其中w为图像宽度方向的像素点个数，h为图像高度方向的像素点个数，为对应像素点位置的掩码值；

14、计算各身体部位的裸露面积比例：

15、，其中为上一步计算得到实例二维掩码值总和，为婴幼儿未盖任何被子所采集图像计算得到的对应实例二维掩码值总和；

16、所述通过以下方式获取：

17、在所述婴幼儿正面平躺且未盖任何被子的状态下，利用所述实例分割模型对采集的图像进行实例分割，分别将每个实例的二维掩码值总和存储为校准基准值。

18、作为本发明进一步的方案：所述躯干、手臂和腿脚的报警权重分别为0.65、0.10和0.25，头部报警权重为0；所述未盖被报警值的计算公式为：

19、，其中为第个实例的报警权重，为第个实例的裸露面积比例，为实例数量。

20、作为本发明进一步的方案：所述根据实时温度值确定对应的预设阈值具体为：

21、当℃时，所述预设阈值为80；

22、当℃时，所述预设阈值为50；

23、当℃时，所述预设阈值为30；

24、当℃时，所述预设阈值为15；

25、其中，为环境实时温度值。

26、作为本发明进一步的方案：所述实例分割模型基于yolo架构的实例分割网络，通过以下步骤训练获得：

27、采集婴幼儿在不同睡眠姿态下的样本图像；

28、对样本图像中的婴幼儿身体区域进行精细化标注，将婴幼儿身体划分为头部、躯干、手臂和腿脚部位，生成标注图像与标签文件；

29、利用标注后的数据集对所述实例分割网络进行多轮迭代训练，生成专用实例分割模型文件。

30、本发明还提供一种基于机器视觉的婴幼儿睡眠踢被智能识别与提示系统，执行如上所述的方法，包括：

31、图像采集模块，用于对婴幼儿睡眠时的图像进行采集；

32、实例分割模块，用于利用训练好的实例分割模型对采集的图像进行实例分割，分割出婴幼儿裸露在被子外的至少包括躯干、手臂和腿脚的身体部位作为独立实例，并生成各实例对应的二进制掩码数据；

33、面积比例计算模块，用于根据各实例对应的所述二进制掩码数据，分别计算各身体部位的裸露面积比例；

34、报警值计算模块，用于对各身体部位的裸露面积比例分别赋予不同的报警权重进行加权求和，计算得到未盖被报警值；

35、温度采集模块，用于采集婴幼儿所处环境的实时温度值；

36、判断与报警模块，用于根据所述实时温度值确定对应的预设阈值，将所述未盖被报警值与所述预设阈值进行比较，当所述未盖被报警值大于或等于所述预设阈值时，输出报警提示信号。

37、本发明还提供一种计算机设备，其特征在于，包括处理器以及与所述处理器连接的存储器，在所述存储器内存储有计算机程序，当所述计算机程序被所述处理器执行时，执行如上所述方法的步骤。

38、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上所述方法的步骤。

39、本发明还提供一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如上所述方法的步骤。

40、与现有技术相比，本发明的有益效果：

41、通过实例分割技术将婴幼儿身体精细化划分为躯干、手臂、腿脚等独立部位，分别统计各部位的裸露面积比例，克服了传统方法将身体各部位同等对待的缺陷，能够更准确地反映婴幼儿真实的踢被状态。对不同身体部位赋予不同的报警权重，尤其对躯干部位赋予最高权重，使报警判断更符合躯干受凉是导致感冒主因的医学常识，降低误判率。引入环境温度传感器，根据室内温度高低动态调整报警阈值，在高温环境下允许较高的裸露程度而不报警，低温环境下则在裸露程度较低时即发出报警，既避免了高温时的过度报警，又确保了低温时的及时提醒。采用图像采集设备部署于床外，无需在床上、婴幼儿身上或被子上部署任何传感器，不影响婴幼儿睡眠舒适度，部署简便。