[发明专利]咳嗽检测方法、装置、存储介质及电子装置

说明书

本发明实施例提供了一种咳嗽检测方法、装置、存储介质及电子装置，其中，该方法包括：提取目标对象的目标图像；使用第一模型对所述目标图像进行检测，确定在所述目标图像中所述目标对象是否咳嗽，其中，所述第一模型为使用多组第一数据通过机器学习训练出的，所述多组第一数据中的每组第一数据均包括：图像和用于标识在图像中对象是否咳嗽的标识信息。通过本发明，解决了相关技术中存在的咳嗽检测不准确的问题，提高咳嗽检测的准确率。

技术领域

本发明实施例涉及通信领域，具体而言，涉及一种咳嗽检测方法、装置、存储介质及电子装置。

背景技术

咳嗽是很多呼吸道传染性疾病的重要症状，如流感、SARS、新型冠状病毒肺炎等。同时咳嗽产生的飞沫也是这些疾病传播的重要甚至是主要途径之一，快速、准确的在公共场所检测出具有咳嗽症状的人员，对在疫情爆发时控制疫情蔓延传播具有重要意义。

在相关技术中，通常是通过采集声音来判断是否咳嗽，首先对采集得到的音频数据进行预处理，获得若干帧音频序列，然后对音频序列采用深度学习方法，进行咳嗽识别，同时对这些音频序列进行声纹识别，来确定音频数据的发声者。然而，采用声音进行咳嗽识别抗噪声干扰差，难以在人多声杂的场景实用，例如，在诸如车站、地铁站等大型场所难以实现。此外，在某些实际场景如车站监控使用过程中，该方法无法直观准确的定位到咳嗽的发出者，不利于工作人员进行实时处置。并且，在很多场景中通过需要额外部署声音采集设备来确认是否出现了咳嗽，而通过声音采集设备来检测是否出现了咳嗽的方法会导致检测成本高以及检测周期长的问题。

针对相关技术中存在的上述问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种咳嗽检测方法、装置、存储介质及电子装置，以至少解决相关技术中存在的咳嗽检测不准确的问题。

根据本发明的一个实施例，提供了一种咳嗽检测方法，包括：提取目标对象的目标图像；使用第一模型对所述目标图像进行分析，确定在所述目标图像中所述目标对象是否咳嗽，其中，所述第一模型为使用多组第一数据通过机器学习训练出的，所述多组第一数据中的每组第一数据均包括：图像和用于标识在图像中对象是否咳嗽的标识信息。

根据本发明的另一个实施例，提供了一种咳嗽检测装置，包括：提取模块，用于提取目标对象的目标图像；分析模块，用于使用第一模型对所述目标图像进行分析，确定在所述目标图像中所述目标对象是否咳嗽，其中，所述第一模型为使用多组第一数据通过机器学习训练出的，所述多组第一数据中的每组第一数据均包括：图像和用于标识在图像中对象是否咳嗽的标识信息。

根据本发明的又一个实施例，还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本发明，使用通过多组数据经过机器学习训练出的第一模型对目标图像进行分析，确定出目标图像中包括的目标对象是否咳嗽。由于第一模型是通过机器学习训练出的，并基于图像识别目标对象是否咳嗽，因此，可以解决相关技术中存在的咳嗽检测不准确的问题，提高咳嗽检测的准确率。

附图说明

图1是本发明实施例的一种咳嗽检测方法的移动终端的硬件结构框图；

图2是根据本发明实施例的咳嗽检测方法的流程图；

图3是根据本发明具体实施例的咳嗽检测方法流程图；

图4是根据本发明实施例的咳嗽检测装置的结构框图。

具体实施方式