本发明涉及通信领域和人工智能领域,具体涉及到一种面向儿童的日照强度测量装置和方法。
背景技术:
1、儿童处在成长发育的关键阶段,每天必要的日照时间和强度,对于保证儿童的成长发育是必备的。儿童的皮肤通过吸收阳光,可有力促进各类维生素的生成。但不同季节下,由于穿衣等因素影响,儿童暴露在阳光下的皮肤面积是不同的。
2、因此,如何对儿童每天所经受的日照强度进行准确评估,是当前急需解决的问题。
技术实现思路
1、本发明主要解决如何对儿童每天所经受的日照强度进行准确评估的问题,本发明公开了一种面向儿童的日照强度测量装置和方法。
2、本技术实施例第一方面,公开了一种面向儿童的日照强度测量方法,包括:
3、s1,采集得到儿童的图像信息集合和日照强度信息集合;所述图像信息集合和日照强度信息集合,是在相同的若干个离散时刻采集得到的;所述日照强度信息集合,包括若干个离散时刻采集得到的日照强度值;所述图像信息集合,包括若干个离散时刻采集得到的儿童全身图像;
4、s2,对所述图像信息集合进行皮肤识别处理,得到儿童皮肤面积信息集合;
5、s3,利用日照强度信息集合,对所述儿童皮肤面积信息集合进行加权求和处理,得到儿童日照强度测量信息。
6、所述对所述图像信息集合进行皮肤识别处理,得到儿童皮肤面积信息集合,包括:
7、s21,利用皮肤图像识别模型,分别对所述图像信息集合中的每个儿童全身图像进行识别处理,得到对应的皮肤图像信息;
8、s22,对每个儿童全身图像对应的皮肤图像信息进行像素面积计算,得到对应的儿童皮肤面积信息;
9、s23,对所有的儿童皮肤面积信息进行融合,得到儿童皮肤面积信息集合。
10、所述皮肤图像识别模型,是通过对预设的皮肤图像模型进行训练得到;
11、所述皮肤图像模型,包括:编码单元、特征融合单元和预测单元;
12、所述编码单元,包括二维卷积模块、激活模块和量化模块;在所述编码单元中,所述二维卷积模块、激活模块和量化模块依次连接;
13、所述特征融合单元,由差分模块、跨尺度融合的注意力模块、第一卷积层、上采样层和第二卷积层构成,跨尺度融合的注意力模块的输出端与第一卷积层和上采样层的输入端相连,上采样层的输出端和第二卷积层的输入端相连,第一卷积层的输出端,与差分模块的第一输入端相连接,第二卷积层的输出端,与差分模块的第二输入端相连接;
14、所述特征融合单元的输入端,与所述量化模块的输出端连接;
15、所述特征融合单元的输入端,为所述跨尺度融合的注意力模块的输入端;所述特征融合单元的输出端,为所述差分模块的输出端;
16、所述预测单元,包括全连接网络和输出端;所述全连接网络和输出端相连接;所述全连接网络的输入端,与所述差分模块的输出端相连接;所述预测单元的输出端,用于输出皮肤图像信息的识别结果。
17、所述皮肤图像模型的训练过程,包括:
18、获取得到训练数据集;所述训练数据集,包括训练数据和标签信息;所述训练数据,为儿童图像数据;所述标签信息,为儿童图像数据中的皮肤图像信息;
19、初始化训练迭代次数值;
20、将所述训练数据集中的训练数据,作为输入数据,输入所述皮肤图像模型;
21、利用所述皮肤图像模型,对所述输入数据进行处理,得到皮肤图像信息的识别结果;
22、对得到的所述皮肤图像信息的识别结果和输入数据对应的标签信息进行差异计算处理,得到差异值;
23、判断所述差异值是否满足收敛条件,得到第一判断结果;
24、当所述第一判断结果为否时,判断所述训练迭代次数值是否等于训练次数阈值,得到第二判断结果;
25、当所述第二判断结果为否时,确定模型训练状态为不满足终止训练条件;
26、当所述第二判断结果为是时,确定所述模型训练状态为满足终止训练条件;
27、当所述第一判断结果为是时,确定所述模型训练状态为满足终止训练条件;
28、当所述模型训练状态为不满足终止训练条件时,利用参数更新模型对所述皮肤图像模型进行参数更新,训练迭代次数值增加1,触发执行将所述训练数据集中的训练数据,作为输入数据,输入所述皮肤图像模型;
29、当所述模型训练状态为满足终止训练条件时,完成对所述皮肤图像模型的训练处理过程,将训练完毕的皮肤图像模型,作为皮肤图像识别模型。
30、所述参数更新模型为:
31、
32、θ←θ+v;
33、式中,x(i)为所述训练数据集中的第i个训练数据,y(i)为所述训练数据集中的第i个训练数据的标签信息,为损失函数,v为参数更新值,θ为待更新模块的参数,η为初始参数学习率,α为动量角度参数,0≤α≤1,表示针对变量θ求偏导数,f(x(i);θ)表示皮肤图像模型对所述训练数据集中的第i个训练数据得到的预测值,f(·)为皮肤图像模型对应的计算函数;exp表示常数e的幂运算;η和α为预设值。
34、所述皮肤图像识别模型,包括:
35、s211,获取得到标准儿童皮肤图像;
36、s212,计算得到标准儿童皮肤图像的一阶颜色距a1、二阶颜色距a2和三阶颜色距a3;
37、s213,将儿童全身图像进行均匀划分,得到若干个子图像;
38、s214,对每个子图像,计算得到其对应的一阶颜色距b1、二阶颜色距b2和三阶颜色距b3;
39、s215,对每个子图像的一阶颜色距b1、二阶颜色距b2和三阶颜色距b3,与标准儿童皮肤图像的一阶颜色距a1、二阶颜色距a2和三阶颜色距a3,进行差异判别处理,得到差异判别结果;
40、当所述差异判别结果为不明显时,确定所述子图像为皮肤子图像;当所述差异判别结果为明显时,所述子图像不为皮肤子图像;
41、s216,对儿童全身图像的所有子图像执行s214至s215后,得到儿童全身图像的所有的皮肤子图像;对所述所有的皮肤子图像进行合并,得到对应的皮肤图像信息。
42、所述利用日照强度信息集合,对所述儿童皮肤面积信息集合进行加权求和处理,得到儿童日照强度测量信息,包括:
43、利用每个离散时刻采集得到的日照强度值,对相同离散时刻的儿童皮肤面积信息进行相乘,得到所述离散时刻的累计日照强度值;
44、对所有离散时刻的累计日照强度值进行累加处理,得到儿童日照强度测量信息。
45、本发明实施例第二方面,公开了一种面向儿童的日照强度测量装置,所述装置包括:
46、存储有可执行程序代码的存储器;
47、与所述存储器耦合的处理器;
48、所述处理器调用所述存储器中存储的所述可执行程序代码,执行所述的面向儿童的日照强度测量方法。
49、本发明实施例第三方面,公开了一种计算机可存储介质,所述计算机可存储介质存储有计算机指令,所述计算机指令被计算机调用时,用于执行所述的面向儿童的日照强度测量方法。
50、本发明实施例第四方面,公开了一种信息数据处理终端,所述信息数据处理终端用于实现所述的面向儿童的日照强度测量方法。
51、本发明的有益效果为:
52、本发明通过皮肤图像识别模型和采集对应的日照强度数据,实现了对儿童每天所经受的日照强度的准确评估。
53、本发明通过构建皮肤图像识别模型,实现了在不同季节、不同光照和不同环境和不同穿戴下,对儿童皮肤图像的准确识别,提升了识别准确率和识别模型的适应场景。在对模型训练过程中,构建了专门的参数更新模型,实现了训练差异量到模型更新量的准确转换,确保了模型训练的快速收敛。
54、本发明通过构建基于图像识别的皮肤图像识别模型,通过对一阶颜色距和二阶颜色距的提取处理,有效抑制了噪声和干扰,确保了皮肤识别结果的准确性。