一种用于婴儿安全监控防护的危险视觉识别方法及系统与流程

本发明涉及婴儿安全监控防护领域，具体是涉及一种用于婴儿安全监控防护的危险视觉识别方法及系统。

背景技术：

1、婴儿安全监控的视觉识别系统是用于实时监控婴儿的状态和环境，确保婴儿的安全和健康。这类系统通常集成了先进的计算机视觉技术，能够自动检测和识别各种潜在的风险或异常情况，目前主要的使用场景是家庭婴儿安全监控防护，一般通过婴儿姿势识别与房间异物识别实现对婴儿的安全监控。

2、这种做法具有场所局限性，当婴儿处于开放场所时，其可能受到的威胁来源也会随之变化，例如在托儿所、公园等开放活动场所下，婴儿接触如利刃、插座等危险品的可能性较低，但相对的婴儿受到其他人员、动物或场所地形的安全威胁会上升，如不能在开放场所对婴儿的安全隐患进行及时的风险预警，可能会对婴儿的健康安全造成损害。

3、因此，如何实现一种能够满足在开放场所基于危险视觉识别对婴儿进行实时安全监控防护，对婴儿可能遭遇的安全健康隐患进行及时预警，是一个亟需解决的问题。

技术实现思路

1、为解决上述技术问题，提供一种用于婴儿安全监控防护的危险视觉识别方法，本技术方案解决了上述背景技术中提出的问题。

2、为达到以上目的，本发明采用的技术方案为：

3、一种用于婴儿安全监控防护的危险视觉识别方法，包括：

4、基于大数据检索婴儿活动场所视频与图像资料，对资料中的元素进行多维度打标处理；

5、将预处理后的打标资料数据进行特征提取，基于视觉识别任务分工训练视觉识别模型组合；

6、对实时监控图像进行主体识别，标注监控图像中所有婴儿个体的位置坐标；

7、提取风险评估区域背景图像特征，对风险评估区域的生物类型识别结果与行为认定识别结果进行分析，评估婴儿个体受生物安全威胁水平；

8、提取整个监控区域背景图像特征，识别场所结构危险区域，评估婴儿个体所处的场所结构危险性，综合评估婴儿个体受生物安全威胁水平与所处场所结构危险性，对婴儿安全监护进行风险预警。

9、优选的，所述基于大数据检索婴儿活动场所视频与图像资料，对资料中的元素进行多维度打标处理具体包括：

10、基于大数据检索婴儿活动场所的视频与图像资料，筛选其中清晰度高的资料数据作为原始数据；

11、设定视觉识别分工类别，包括生物类型识别、行为认定识别与场所结构识别；

12、基于视觉识别分工类别对原始数据中元素个体的生物类型维度、行为认定维度以及场所结构维度进行手动打标处理；

13、对所标注不同维度的标签进行危险性程度检索，基于检索结果进行危险等级划分。

14、优选的，所述将预处理后的打标资料数据进行特征提取，基于视觉识别任务分工训练视觉识别模型组合具体包括：

15、将资料数据进行统一尺寸标准与像素归一化处理，处理结束后进行图像增强与去噪；

16、选择基于卷积神经网络的预训练模型对预处理后的数据进行特征提取，将提取后的特征向量标记为共享特征向量；

17、获取视觉分工类别，根据分工类别和共享特征向量对应的图像数据以及对应打标关联关系，分别训练生物类型识别、行为认定识别与场所结构识别专用模型；

18、选取设定划分数量的资料数据作为测试数据集，基于测试集数据对训练好的专用模型进行模型性能评估，若专用模型的识别准确度达到预设标准值，将专用模型进行组合后部署到系统应用；

19、若专用模型的识别准确度未达到预设标准值，则对专用模型进行数据优化与参数调优后重新进行训练，直到识别准确度达到预设标准值。

20、优选的，所述对实时监控图像进行主体识别，标注监控图像中所有婴儿个体的位置坐标具体包括：

21、获取婴儿安全监控防护场所的实时监控图像，对实时监控图像进行预处理后，使用已部署的组合模型对实时监控图像进行视觉识别；

22、获取生物类型识别模型识别结果，对图像中元素识别结果为婴儿的个体进行主体确认；

23、基于实时监控图像的俯视投影，以图像左下边缘交点为坐标原点建立平面直角坐标系，确定所有婴儿个体在坐标系中的具体坐标，标记为监控主体坐标；

24、设定主体风险评估区域范围，对所有监控主体的风险评估区域进行精确识别。

25、优选的，所述提取风险评估区域背景图像特征，对风险评估区域的生物类型识别结果与行为认定识别结果进行分析，评估婴儿个体受生物安全威胁水平具体包括：

26、获取所有监控主体对应的风险评估区域，提取主体风险评估区域的背景图像特征，对每个主体风险评估区域背景进行精确视觉识别；

27、对视觉识别结果进行单独分析；

28、获取风险评估区域背景生物类型识别结果，统计识别的生物类型对应危险等级、生物数量、生物体积以及相对于监控主体坐标位置的距离信息，将统计结果标记为生物类型安全威胁变量；

29、获取风险评估区域背景行为认定识别结果，统计识别的生物行为对应危险等级以及相对于主体坐标位置的距离，将统计结果标记为生物行为安全威胁变量，同时记录设定识别次数的生物坐标移动距离变化信息；

30、对生物类型安全威胁变量与生物行为安全威胁变量进行综合分析，计算生物威胁风险指数，用于评估婴儿个体受生物安全威胁水平，具体表达式为：；

31、式中，是生物威胁风险指数，、、分别为所识别的第j个生物的生物类型危险等级、生物行为危险等级以及生物的体积，为第j个生物的第k次记录坐标距离主体坐标的欧几里得距离，l为设定的坐标移动距离记录次数，m为风险评估区域的识别生物数量。

32、优选的，所述提取整个监控区域背景图像特征，识别场所结构危险区域，评估婴儿个体所处的场所结构危险性，综合评估婴儿个体受生物安全威胁水平与所处场所结构危险性，对婴儿安全监护进行风险预警具体包括：

33、获取整个监控区域背景图像，提取背景图像特征，对监控区域背景图像进行精确识别，获取监控区域内的场所结构识别结果；

34、基于场所结构识别结果筛选场所结构危险区域，根据每个婴儿个体与场所结构危险区域的距离结合该区域对应的危险等级，计算场所结构危险性评估系数，用于评估每个婴儿个体所处的场所结构危险性，计算场所结构危险性评估系数表达式为：；

35、式中，是场所结构危险性评估系数，是区域对应的危险等级，是第j个婴儿个体相对于第i个危险区域的欧几里得距离；

36、对婴儿个体受生物安全威胁水平与场所结构危险性进行综合评估，获取生物威胁风险指数和场所结构危险性评估系数，将生物威胁风险指数和场所结构危险性评估系数进行赋权求和，计算每个婴儿个体的安全风险预警系数；

37、设定婴儿个体的安全风险预警系数阈值，统计安全风险预警系数大于等于安全风险预警系数阈值的婴儿个体标记为监护安全风险婴儿个体，对监护安全风险婴儿个体进行标注并发出安全风险预警信号。

38、进一步的，提出一种用于婴儿安全监控防护的危险视觉识别系统，用于实现如上述的一种用于婴儿安全监控防护的危险视觉识别方法，包括：

39、数据采集模块，所述数据采集模块基于大数据检索婴儿活动场所视频与图像资料，对资料中的元素进行生物类型、生物行为认定以及场所结构多维度打标处理，同时对所标注的标签进行危险性程度检索，基于检索结果进行危险等级划分；

40、视觉识别模型训练模块，所述视觉识别模型训练模块将打标后的资料数据预处理后进行特征提取，基于视觉识别任务分工分别训练生物类型识别、行为认定识别与场所结构识别专用模型，并将评估合格的专用模型进行组合后部署到系统应用；

41、生物安全威胁评估模块，所述生物安全威胁评估模块根据提取主体风险评估区域的背景图像特征，对每个主体风险评估区域背景进行精确视觉识别与单独分析，计算生物威胁风险指数，评估婴儿个体受生物安全威胁水平；

42、场所结构危险性评估模块，所述所结构危险性评估模块根据获取监控区域内的场所结构识别结果结合婴儿个体位置进行分析，计算场所结构危险性评估系数，评估场所结构危险性；

43、监护安全风险预警模块，所述监护安全风险预警模块根据计算每个婴儿个体的安全风险预警系数，统计安全风险预警系数大于等于安全风险预警系数阈值的婴儿个体标记为监护安全风险婴儿个体，对监护安全风险婴儿个体进行标注并发出安全风险预警信号。

44、与现有技术相比，本发明的有益效果在于：

45、基于大数据检索婴儿活动场所视频与图像资料，对资料中的元素进行多维度打标处理。将打标后的资料数据预处理后进行特征提取，基于视觉识别任务分工训练视觉识别模型组合，多个模型分别处理其对应的识别任务，有助于提高识别的效率与精准度。对实时监控图像进行主体识别，标注监控图像中所有婴儿个体的位置坐标。对风险评估区域的生物类型识别结果与行为认定识别结果进行分析，评估婴儿个体受生物安全威胁水平，有助于了解对婴儿所处环境的生物复杂性与危险性。识别场所结构危险区域，评估婴儿个体所处的场所结构危险性，有助于掌握婴儿所处场所的结构安全隐患，综合评估婴儿个体受生物安全威胁水平与所处场所结构危险性，对婴儿安全监护进行风险预警，实现了在开放场所基于危险视觉识别对婴儿进行实时安全监控防护。