本申请提供的一种监护方法、装置、存储介质及计算机设备，当对被监护人员进行监护时，可以获取非接触式检测设备采集的被监护人员在监控区域活动时的监控画面以及人体生理特征序列，并将人体生理特征序列输入至预先配置的时延神经网络，由于时延神经网络具有一定的记忆功能，更加适合处理序列信息，通过时延神经网络对序列信息进行处理后，可以输出被监护人员的身体状态，并在身体状态中包含跌倒状态时，将该跌倒状态以及跌倒状态对应时段的监控画面发送至监护人员进行报警提示，这样监护人员既可以从多方面迅速、准确地了解被监护人员的身体状态，又可以及时通过报警提示来采取相关措施，从而有效降低监护难度。从而有效降低监护难度。从而有效降低监护难度。
【技术实现步骤摘要】
一种监护方法、装置、存储介质及计算机设备
[0001]本申请涉及移动监护
，尤其涉及一种监护方法、装置、存储介质及计算机设备。
技术介绍
[0002]由于老年人、婴幼儿以及残障人士等弱势群体普遍存在行动不便，有问题求助不及时等现象，因此，相关监护人员会采取一定的监护措施来对老年人、婴幼儿或残障人士进行监护。
[0003]当前对弱势群体进行多种动作性生理信号检测时，大多采用接触式可穿戴设备，接触式可穿戴设备需要同肌肤相接触，若与肌肤接触受阻，或未携带接触式可穿戴设备，则无法及时对弱势群体进行多种动作性的生理信号检测，从而提升了监护难度，并且，接触式可穿戴设备仅能够提供单一的动作性生理信号检测，检测精准度不高。
技术实现思路
[0004]本申请的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中采用接触式可穿戴设备对弱势群体进行多种动作性生理信号检测，其监护难度较大，且检测精准度不高的技术缺陷。
[0005]本申请提供了一种监护方法，所述方法包括：
[0006]获取非接触式检测设备采集的被监护人员在监控区域活动时的监控画面以及人体生理特征序列；
[0007]将所述人体生理特征序列输入至预先配置的时延神经网络中，得到所述时延神经网络输出的所述被监护人员的身体状态；其中，所述时延神经网络是以训练特征序列为训练样本，以被监护人员的实际身体状态为样本标签训练得到的；
[0008]若所述身体状态中包含跌倒状态，则将所述跌倒状态以及所述跌倒状态对应时段的监控画面发送至监护人员进行报警提示。
[0009]可选地，所述人体生理特征序列包括与所述被监护人员的身体状态相关的多个维度的属性特征序列；
[0010]所述将所述人体生理特征序列输入至预先配置的时延神经网络中，得到所述时延神经网络输出的所述被监护人员的身体状态，包括：
[0011]将与所述被监护人员的身体状态相关的每一维度的属性特征序列分别输入至预先配置的时延神经网络中，以使所述时延神经网络预测每一维度的属性特征序列的分类结果，并根据各个维度的属性特征序列的分类结果综合判断并输出所述被监护人员的身体状态。
[0012]可选地，所述属性特征序列的确定过程，包括：
[0013]对所述人体生理特征序列进行分解，得到多个维度的属性特征序列；
[0014]对各个维度的属性特征序列分别进行过滤，得到过滤后的属性特征序列，并将所
述过滤后的属性特征序列作为所述被监护人员的身体状态相关的多个维度的属性特征序列。
[0015]可选地，所述对所述人体生理特征序列进行分解，得到多个维度的属性特征序列，包括：
[0016]对所述人体生理特征序列进行多种形式的傅里叶变换，得到每种形式下的傅里叶变换结果；
[0017]将每种形式下的傅里叶变换结果作为每个维度的属性特征序列，得到多个维度的属性特征序列。
[0018]可选地，所述对各个维度的属性特征序列分别进行过滤，得到过滤后的属性特征序列，包括：
[0019]对各个维度的属性特征序列分别进行恒虚警率检测，确定每一维度的属性特征序列是否为干扰信号；
[0020]将各个维度的属性特征序列中为干扰信号的属性特征序列进行过滤，得到过滤后的属性特征序列。
[0021]可选地，所述时延神经网络的训练过程，包括：
[0022]获取非接触式检测设备采集的被监护人员在监控区域活动时的训练特征序列，以及所述被监护人员的实际身体状态；
[0023]将所述训练特征序列输入至初始时延神经网络中，得到所述初始时延神经网络输出的所述被监护人员的预测身体状态；
[0024]以所述预测身体状态趋近于所述实际身体状态为训练目标，更新所述初始时延神经网络的网络参数；
[0025]当所述初始时延神经网络满足预设的训练条件时，则停止更新所述网络参数，得到最终的时延神经网络。
[0026]可选地，所述获取非接触式检测设备采集的被监护人员在监控区域活动时的监控画面以及人体生理特征序列，包括：
[0027]获取可见光图像传感器采集的被监护人员在监控区域活动时的监控画面，以及毫米波雷达传感器采集的人体生理特征序列。
[0028]本申请还提供了一种监护装置，包括：
[0029]数据获取模块，用于获取非接触式检测设备采集的被监护人员在监控区域活动时的监控画面以及人体生理特征序列；
[0030]状态预测模块，用于将所述人体生理特征序列输入至预先配置的时延神经网络中，得到所述时延神经网络输出的所述被监护人员的身体状态；其中，所述时延神经网络是以训练特征序列为训练样本，以被监护人员的实际身体状态为样本标签训练得到的；
[0031]监护模块，用于若所述身体状态中包含跌倒状态，则将所述跌倒状态以及所述跌倒状态对应时段的监控画面发送至监护人员进行报警提示。
[0032]本申请还提供了一种存储介质，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述实施例中任一项所述监护方法的步骤。
[0033]本申请还提供了一种计算机设备，包括：一个或多个处理器，以及存储器；
[0034]所述存储器中存储有计算机可读指令，所述计算机可读指令被所述一个或多个处理器执行时，执行如上述实施例中任一项所述监护方法的步骤。
[0035]从以上技术方案可以看出，本申请实施例具有以下优点：
[0036]本申请提供的一种监护方法、装置、存储介质及计算机设备，当对被监护人员进行监护时，可以获取非接触式检测设备采集的被监护人员在监控区域活动时的监控画面以及人体生理特征序列，无需被监护人员携带任何接触式可穿戴设备，从而避免了接触式可穿戴设备与肌肤接触受阻，或未携带接触式可穿戴设备等现象发生，有效降低监护难度；接着，本申请可以将人体生理特征序列输入至预先配置的时延神经网络，由于时延神经网络具有一定的记忆功能，更加适合处理序列信息，通过时延神经网络对序列信息进行处理后，得到的被监护人员的身体状态的准确率较高，因此，当本申请得到时延神经网络输出的被监护人员的身体状态，并判断该身体状态中包含跌倒状态时，可以直接将该跌倒状态以及跌倒状态对应时段的监控画面发送至监护人员进行报警提示，这样监护人员既可以从多方面迅速、准确地了解被监护人员的身体状态，又可以及时通过报警提示来采取相关措施，从而在降低监护难度的基础上，有效保障弱势群体的人身安全。
附图说明
[0037]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
[0038]图1为本申请实施例提供的一种监护方法的流程示意图；
[0039]图2为本申请非接触式检测设备的检测范本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种监护方法，其特征在于，所述方法包括：获取非接触式检测设备采集的被监护人员在监控区域活动时的监控画面以及人体生理特征序列；将所述人体生理特征序列输入至预先配置的时延神经网络中，得到所述时延神经网络输出的所述被监护人员的身体状态；其中，所述时延神经网络是以训练特征序列为训练样本，以被监护人员的实际身体状态为样本标签训练得到的；若所述身体状态中包含跌倒状态，则将所述跌倒状态以及所述跌倒状态对应时段的监控画面发送至监护人员进行报警提示。2.根据权利要求1所述的监护方法，其特征在于，所述人体生理特征序列包括与所述被监护人员的身体状态相关的多个维度的属性特征序列；所述将所述人体生理特征序列输入至预先配置的时延神经网络中，得到所述时延神经网络输出的所述被监护人员的身体状态，包括：将与所述被监护人员的身体状态相关的每一维度的属性特征序列分别输入至预先配置的时延神经网络中，以使所述时延神经网络预测每一维度的属性特征序列的分类结果，并根据各个维度的属性特征序列的分类结果综合判断并输出所述被监护人员的身体状态。3.根据权利要求1所述的监护方法，其特征在于，所述属性特征序列的确定过程，包括：对所述人体生理特征序列进行分解，得到多个维度的属性特征序列；对各个维度的属性特征序列分别进行过滤，得到过滤后的属性特征序列，并将所述过滤后的属性特征序列作为所述被监护人员的身体状态相关的多个维度的属性特征序列。4.根据权利要求3所述的监护方法，其特征在于，所述对所述人体生理特征序列进行分解，得到多个维度的属性特征序列，包括：对所述人体生理特征序列进行多种形式的傅里叶变换，得到每种形式下的傅里叶变换结果；将每种形式下的傅里叶变换结果作为每个维度的属性特征序列，得到多个维度的属性特征序列。5.根据权利要求3所述的监护方法，其特征在于，所述对各个维度的属性特征序列分别进行过滤，得到过滤后的属性特征序列，包括：对各个维度的属性特征序列分别进行恒虚警率检测，确定每一维度的属性特征序列是否为干扰信号；将各个维度的属性特征...
【专利技术属性】
技术研发人员：仲崇亮，边启航，丁贺华，
申请(专利权)人：熵基科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。