首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于深度学习的远程老人看护监控方法及系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:珠海安士佳电子有限公司

摘要:本申请公开一种基于深度学习的远程老人看护监控方法及系统,方法应用于系统的终端设备。方法通过将采集的多个原始视频对应的规范化视频输入至预设的识别模型,根据获取的行为识别结果和置信度生成规范化视频对应的评审信息集,用于在预设的历史案例数据库中获取多个相关评审事件和每个相关评审事件对应的评审准则;根据在多个评审准则中确定的目标评审准则对多个相关评审事件进行评审,获取综合活动范围评估结果,根据行为识别结果和综合活动范围评估结果构建行为示例样本库,根据获取示例样本库对应的特征信息构建评判模型,将采集的实时视频输入至评判模型,获评估结果,完成对远程老人看护监控。实现对老人生活状况的全方位监控和评估。

主权项:1.一种基于深度学习的远程老人看护监控方法,其特征在于,所述方法应用于远程老人看护监控系统的终端设备,所述远程老人看护监控系统还包括多个视频采集设备,每个所述视频采集设备设置于待看护空间中的关键区域;包括:获取所述视频采集设备采集所述关键区域的多个原始视频;将所述原始视频对应的规范化视频分别输入至预设的识别模型的语义分割模块、姿态估计模块和行为识别模块,获取所述规范化视频对应的语义分割信息、姿态估计信息和行为识别信息;根据所述语义分割信息、姿态估计信息和行为识别信息获取所述规范化视频对应的行为识别结果和所述行为识别结果对应的置信度;根据所述行为识别结果和所述置信度生成所述规范化视频对应的评审信息集,根据所述评审信息集在预设的历史案例数据库中获取多个相关评审事件和每个所述相关评审事件对应的评审准则,在多个所述评审准则中确定所述规范化视频对应的目标评审准则;其中,当确认所述语义分割信息、姿态估计信息和行为识别信息存在分歧时,分别获取所述语义分割模块、姿态估计模块和行为识别模块的授权信息;根据所述授权信息确定所述语义分割模块、姿态估计模块和行为识别模块的权限层级关系;根据所述行为识别结果、所述分歧对应的分歧细节信息和所述权限层级关系生成所述规范化视频对应的评审信息集;根据所述目标评审准则对多个所述相关评审事件进行评审,获取所述相关评审事件对应的综合活动范围评估结果,根据所述行为识别结果和所述综合活动范围评估结果构建行为示例样本库,获取所述示例样本库对应的特征信息;通过根据所述目标评审准则对多个所述相关评审事件进行评审,获取所述相关评审事件对应的子评审结果;获取所述相关评审事件对应的活动范围信息;融合所述子评审结果和所述活动范围信息获取综合活动范围评估结果;所述融合包括基于注意力机制或神经网络的多模态融合方法;特征信息包括行为特征信息、活动特征信息、环境特征信息和健康特征信息;获取示例样本库对应的特征信息,包括:将示例样本库输入至序列建模网络,序列建模网络基于自注意力机制获取示例样本库对应的行为序列编码和行为类别信息,根据行为序列编码和行为类别信息获取行为特征信息;将示例样本库输入至预设的序列分类模型,序列分类模型基于自注意力机制获取示例样本库对应的所处场景信息,根据所处场景信息获取活动特征信息;获取示例样本库中的环境信息,根据环境信息构建三维几何模型,在三维几何模型中提取示例样本库对应的无障碍性信息、设备完备性信息和危险源信息,根据无障碍性信息、设备完备性信息和危险源信息组成环境特征信息;获取示例样本库中的老人的睡眠质量信息、进食情况信息、情绪状态信息和认知能力信息,根据睡眠质量信息、进食情况信息、情绪状态信息和认知能力信息组成健康特征信息;根据所述特征信息构建评判模型,将所述视频采集设备采集的实时视频输入至所述评判模型,获取所述实时视频对应的评估结果,根据所述评估结果完成对远程老人看护监控;所述评判模型包括行为多样性模型、行为频率模型、行为持续时长模型和行为规律性模型;通过对所述实时视频按照预设时间步长进行切分,获取多个视频片段,对多个所述视频片段进行解码,在多个所述视频片段中提取包含有效老年人行为的关键帧序列;将所述关键帧序列输入至所述行为多样性模型,获取所述关键帧序列对应的特征表示信息,根据所述特征表示信息和所述行为类别信息计算所述关键帧序列对应的第一评估分数;将所述关键帧序列输入至所述行为频率模型,输出所述关键帧序列中预设的关键行为的发生频率,根据所述发生频率和预设的标准频率计算所述关键帧序列对应的第二评估分数;将所述关键帧序列输入至所述行为持续时长模型,获取所述关键帧序列对应的静止时长,根据所述静止时长计算所述关键帧序列对应的第三评估分数;将所述关键帧序列输入至所述行为规律性模型,获取所述关键帧序列对应的行为时间分布信息,根据行为时间分布信息确定所述关键帧序列对应的第四评估分数;根据所述第一评估分数、第二评估分数、第三评估分数和第四评估分数计算所述评估结果。

全文数据:

权利要求:

百度查询: 珠海安士佳电子有限公司 基于深度学习的远程老人看护监控方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。