[发明专利]一种基于扫地机器人的家庭安保监测系统及方法

权利要求书

1.一种基于扫地机器人的家庭安保监测系统，其特征在于，包括：安装有摄像头的扫地机器人、图像处理模块、家具识别模块、家具位置检测模块、家具形态检测模块、保警示信号输出模块；

所述图像处理模块用于根据所述摄像头的视频输入，按帧进行RGB数据处理；

所述家具识别模块采用神经网络模型，其包括：输入层、标准卷积层、可分离卷积包、平均降纬层、完全连接层、家具识别输出层；所述输入层对所述图像处理模块进行RGB数据处理后的视频按帧读取；所述家具识别输出层用于输出视频中的家具模型以及识别结果的置信度。

所述家具位置检测模块、家具形态检测模块分别对所述家具识别模块判断出的家具进行家具位置检测、家具形态检测；

所述家庭安保警示信号输出模块，用于为所述家具位置检测模块、家具形态检测模块的检测结果分配权重，计算出家庭安保异常，并输出安保警示信号。

2.根据权利要求1所述的基于扫地机器人的家庭安保监测系统，其特征在于，所述家庭安保监测系统还包括：关节点估计模块或轮廓提取模块的一种、形心计算模块、用户异常行为判断模块、异常行为报警模块；

其中关节点估计模块用于对RGB数据处理后的视频逐帧进行人物关节点估计，其中轮廓提取模块用于对RGB数据处理后的视频逐帧利用边缘算法进行人物轮廓提取；

形心计算模块根据关节点估计模块估计出的关节点，或根据轮廓提取模块提取出的人物轮廓进行形心计算；

所述用户异常行为判断模块用于在形心下降时间低于m秒时，输出报警信号至异常行为报警模块，且m≤0.5。

3.根据权利要求2所述的基于扫地机器人的家庭安保监测系统，其特征在于，所述关节点估计模块包括LSTM主网络模块、时域注意力子网络模块、空域注意力子网络模块；

主网络模块(Main LSTM Network)用于对目标骨架特征进行提取、时域相关性利用和最终关节点的判断与输出，时域注意力子网络模块(Temporal Attention)用于给不同帧分配合适的重要性，空域注意力子网络模块(Spatial Attention)用于给不同关节点分配合适的重要性。

4.根据权利要求2所述的基于扫地机器人的家庭安保监测系统，其特征在于，还包括骨架行动速度检测模块、骨架个数检测模块；

连接所述关节点估计模块估计出的关节点，形成用户骨架，骨架行动速度检测模块、骨架个数检测模块分别对骨架进行行动速度检测、骨架个数检测。

5.根据权利要求4所述的基于扫地机器人的家庭安保监测系统，其特征在于，所述家庭安保警示信号输出模块，还将所述骨架行动速度检测模块、骨架个数检测模块的检测结果分配权重，计算出家庭安保异常，并输出安保警示信号。

6.一种基于扫地机器人的家庭安保监测方法，利用了权利要求1或5所述的基于扫地机器人的家庭安保监测系统，其特征在于，包括以下步骤：

S1：录制扫地机器人旋转一周的视觉范围内视频；

S2：采用包括输入层、标准卷积层、可分离卷积包、平均降纬层、完全连接层、家具识别输出层的神经网络模型，对所述图像处理模块进行RGB数据处理后的视频按帧读取，通过对每帧图像进行标准卷积、可分离卷积、平均降纬、完全连接处理，判断出图像中的家具，输出视频中的家具模型以及识别结果的置信度；

S3：为S2中家具位置检测、家具形态检测结果分配权重，综合家具位置变化、家具形态变化条件，判断家庭安保异常，并输出安保警示信号。

7.根据权利要求6所述的基于扫地机器人的家庭安保监测方法，其特征在于，所述可分离卷积的方法包括深度卷积操作，线性整流操作，批量标准化操作和逐点卷积操作。