[发明专利]一种用于寻找走失老人的智能体态和人脸识别系统在审

专利信息
申请号: 202110370706.7 申请日: 2021-04-06
公开(公告)号: CN113011378A 公开(公告)日: 2021-06-22
发明(设计)人: 陈帅;陈逸彬;杨嘉乐;王清永;刘岩;伍鑫锐;姜衍 申请(专利权)人: 南通大学
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G08B21/22
代理公司: 南京瑞弘专利商标事务所(普通合伙) 32249 代理人: 徐激波
地址: 226000*** 国省代码: 江苏;32
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 用于 寻找 走失 老人 智能 体态 识别 系统
【说明书】:

发明公开一种用于寻找走失老人的智能体态和人脸识别系统,包括APP,所述APP远程连接有后端,所述后端包括甄别算法模块、识别算法模块、数据收集模块与报警模块,所述APP供前端用户与前端管理员使用,所述前端用户包括家属端与队员端,所述前端管理员包括管理员端,本发明为老人丢失寻找提供了一个完整的系统,使老人的寻找科学、系统,也简化了队员端的搜寻难度,在人员调度上来说也更为科学。

技术领域

本发明涉及一种用于寻找走失老人的智能体态和人脸识别系统,属于智能识别技术领域。

背景技术

救援队针对走失人群开展协助家属寻找的志愿任务,并结合以往经验给家属提供专业化的建议,协助群体主要是因老年痴呆(阿尔茨海默病)或者认知功能障碍的老人,从事这个志愿者活动中遇到了很多的问题,主要表现在2个方面:

(1)外出找人是一个专业性很强的志愿工作:老人走失,由于是一种非主观意识的出走,根据每人的病情程度不同,情况不同,所以需要大量的案例和经验去甄别情况,并制定搜索路线。而外出寻人需要调动前后三天天气情况、周边道路地图、查找最近的医院等信息,这些需要大量的数据存储和其他相关系统的自动支持;(2)志愿者很难7天*24小时值守待命,很多工作效率低;

现有技术中缺少一套软件系统支持,很多工作都靠传统人力与调度操作,其次无法进行实时人脸识别对比和报警提示,错过最佳时机,还有是对于新队员对整个流程难以把握。

发明内容

针对上述现有技术存在的问题,本发明提供一种用于寻找走失老人的智能体态和人脸识别系统,从而解决上述技术问题。

为了实现上述目的,本发明采用的技术方案是:一种用于寻找走失老人的智能体态和人脸识别系统,包括APP,所述APP远程连接有后端,所述后端包括甄别算法模块、识别算法模块、数据收集模块与报警模块,所述APP供前端用户与前端管理员使用,所述前端用户包括家属端与队员端,所述前端管理员包括管理员端,其中:

所述家属端通过APP发送丢失人员信息给管理员端;

所述队员端通过APP接收管理员端发出的丢失人员信息,并进行丢失人员寻找;

所述队员端通过APP将找到的丢失人员信息发送回管理员端;

所述后端起到收集丢失人员信息、记录丢失人员信息、报警、丢失人员人脸识别的功能。

进一步的,所述甄别算法模块用来对前端用户发来的丢失人员信息进行行为识别、轨迹跟踪识别与步态识别,其中:

所述行为识别通过对前端用户发来的视频序列进行主要基于人体光流变化的相关特征提取;

所述轨迹跟踪识别对前端用户发来的视频进行处理,在视频每帧中先检测出目标物体,然后将其与前一帧中检测出来的目标进行关联来实现跟踪,形成轨迹;

所述步态识别通过将前端用户发来的视频序列输入,通过对视频中行人的走路姿态分析,实现对行人身份的识别。

进一步的,所述识别算法模块用来将前端用户发来的丢失人员信息进行面部识别与深度识别,以判断是否为需要寻找的丢失人。

进一步的,所述数据收集模块包括学习库构建模块,所述数据收集模块用来将人员身份信息、视频信息、任务信息进行储存,所述学习库构建模块用来将输入至识别算法模块中的函数数据输入、更新与储存.

进一步的,所述前端管理员包括报备人员统计模块、走失信息跟踪模块、团队管理模块、大数据统计模块与错误提示模块,所述报备人员统计模块用来记录人员信息,所述走失信息跟踪模块用来记录走失人员信息、寻找过程中的任务与视频信息,所述团队管理模块用来管理前端管理员数据,所述大数据统计模块用来统计记录系统中的可记录数据;所述错误提示用来对丢失的人员发出提示。

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南通大学,未经南通大学许可,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/202110370706.7/2.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