[发明专利]一种智慧消防人员姿态监测方法及系统在审

专利信息
申请号: 201911394520.4 申请日: 2019-12-30
公开(公告)号: CN111126328A 公开(公告)日: 2020-05-08
发明(设计)人: 卢细祥;赵志茂;林利焱;杨书庆 申请(专利权)人: 中祖建设安装工程有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06N20/00;G06T17/00;G06K9/62;G08B21/02
代理公司: 北京信诺创成知识产权代理有限公司 11728 代理人: 任万玲
地址: 314500 浙江省嘉*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智慧 消防 人员 姿态 监测 方法 系统
【权利要求书】:

1.一种智慧消防人员姿态监测方法,其特征在于,包括如下步骤:

获取第一监控图像并从所述第一监控图像中解析出第一人像;

获取第二监控图像并从所述第二监控图像中解析出第二人像;

获取第三监控图像并从所述第三监控图像中解析出第三人像;

根据所述第一人像、所述第二人像和所述第三人像以及预设机器学习模型得到人员姿态监控结果;

其中所述第一监控图像、所述第二监控图像和所述第三监控图像为不同角度下对监控区域进行监控获得监控图像。

2.根据权利要求1所述的智慧消防人员姿态监测方法,其特征在于,还包括如下步骤:

将所述人员姿态监控结果与预设危险动作姿态进行比对,若所述人员姿态监控结果与任意一个所述预设危险动作姿态匹配,则输出危险提示信号以控制报警组件发出报警提示。

3.根据权利要求2所述的智慧消防人员姿态监测方法,其特征在于,在根据所述第一人像、所述第二人像和所述第三人像以及预设机器学习模型得到人员姿态监控结果之前,还包括如下步骤:

选定机器学习模型;

获取训练样本图像,所述训练样本图像包括人员姿态样本图像以及与所述人员姿态样本图像对应的第一角度样本图像、第二角度样本图像和第三角度样本图像,其中所述第一角度样本图像与所述第二角度样本图像之间的相差角度与所述第一监控图像和所述第二监控图像之间的相差角度相同;所述第一角度样本图像与所述第三角度样本图像之间的相差角度与所述第一监控图像和所述第三监控图像之间的相差角度相同;所述第二角度样本图像与所述第三角度样本图像之间的相差角度与所述第二监控图像和所述第三监控图像之间的相差角度相同;

以所述第一角度样本图像、所述第二角度样本图像和所述第三角度样本图像作为所述机器学习模型的输入,以所述人员姿态样本图像作为所述机器学习模型的输出对所述机器学习模型进行训练,训练完成后得到所述预设机器学习模型。

4.根据权利要求1-3任一项所述的智慧消防人员姿态监测方法,其特征在于,还包括如下步骤:

预存所述监控区域的三维模拟场景,并且以所述三维模拟场景中的特定静态物体所在位置作为原点构建所述监控区域的场景坐标系;

根据所述第一监控图像中所述静态物体所在位置、所述第二监控图像中所述静态物体所在位置和所述第三监控图像中所述静态物体所在位置,得到人员与所述静态物体之间的相对位置关系;

根据所述相对位置关系以及所述场景坐标系确定人员在所述三维模拟场景的位置;

根据所述人员在所述三维模拟场景中的位置,将所述人员姿态监控结果与所述三维模拟场景融合后得到所述监控区域的立体监控结果。

5.根据权利要求4所述的智慧消防人员姿态监测方法,其特征在于,所述监控区域为消防监控室内部,所述静态物体为监控系统主机,所述方法还包括如下步骤:

在所述立体监控结果表示人员与所述监控系统主机之间的距离超过设定距离且持续时间超过设定时间时控制所述报警组件发出报警提示。

6.一种计算机可读存储介质,其特征在于,所述存储介质中存储有程序指令,计算机读取所述程序指令后执行权利要求1-5任一项所述的智慧消防人员姿态监测方法。

7.一种智慧消防人员姿态监测系统,其特征在于,包括第一摄像头、第二摄像头、第三摄像头和图像处理器,其中:

所述第一摄像头、所述第二摄像头和所述第三摄像头分别设置于监控区域的三个位置处且不在同一直线上;

所述图像处理器,其接收所述第一摄像头的第一监控图像并从所述第一监控图像中解析出第一人像;其接收所述第二摄像头的第二监控图像并从所述第二监控图像中解析出第二人像;其接收所述第三摄像头的第三监控图像并从所述第三监控图像中解析出第三人像;根据所述第一人像、所述第二人像和所述第三人像以及预设机器学习模型得到人员姿态监控结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中祖建设安装工程有限公司,未经中祖建设安装工程有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911394520.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top