【技术实现步骤摘要】
一种适用于婴儿运动姿势的识别方法
[0001]本专利技术涉及婴儿动作识别
,具体来说,涉及一种适用于婴儿运动姿势的识别方法。
技术介绍
[0002]运动发育是婴幼儿早期综合发展的重要内容之一,婴幼儿运动发育体现在抗重力移动能力和直立体位能力的演变与成熟的过程中,运动技能的展示不是静止的,而是随年龄顺序的改变而改变,婴幼儿的运动发育存在连续性的变化,同时在连续性的变化中存在关键时期;根据运动发育的神经成熟理论、运动的多系统理论及认知运动理论可知,运动发育的落后或异常通常预示着神经系统发育或认知功能的偏离以及肌肉与骨骼运动等重要器官的异常。
[0003]目前,三岁前的婴幼儿不具备独立的自主能力,小月龄婴儿更是完全没有自主能力,监护人需要花费大量精力看护婴幼儿,从而避免婴儿发生意外的事件,然而因监护疏漏导致意外的事件时有发生,对婴儿造成严重的伤害,由此延伸处婴儿的监测方法。
[0004]现有的婴幼儿监测方法层出不穷,但一般只进行婴幼儿哭声检测及床边距离检测,此技术手段远远不能满足婴幼儿监测的实际需求,例如,婴幼儿不良体态会存在窒息风险、婴幼儿多伴有体动翻身及婴幼儿在被服掉落着凉或覆盖口鼻导致窒息的隐患,若监护人不能及时察觉婴幼儿的异常状态,会让婴幼儿自身处于危险之中。
[0005]针对相关技术中的问题,尚未有能够针对婴幼儿运动姿势进行监测的可行技术,其更多的是通过摄像装置和传感装置对婴幼儿的坐标位置和动作进行监测,监护人更多的是观察到幅度较大的婴幼儿动作,而对于一些认知功能、骨骼运动的异常却无 ...
【技术保护点】
【技术特征摘要】
1.一种适用于婴儿运动姿势的识别方法,其特征在于,该识别方法包括以下步骤:S1、构建婴儿姿势语义注释数据库,进行婴儿姿势类别的划分,得到不同属性的婴儿姿势语义注释数据,并分层存储在数据库中;S2、分别读取每层数据库中的婴幼儿运动姿势图像,并对样本进行标记,形成标记样本;S3、将所述标记样本按采集时段进行分组,并获得标记序列;S4、构建特征识别模型,并导入学习机中进行训练,当满足需求时停止训练;S5、将所述标记序列代入训练好的特征识别模型中进行运算,并输出识别结果。2.根据权利要求1所述的一种适用于婴儿运动姿势的识别方法,其特征在于,所述婴儿姿势类别的划分包括结构化数据划分和非结构化数据划分。3.根据权利要求1所述的一种适用于婴儿运动姿势的识别方法,其特征在于,所述分别读取每层数据库中的婴幼儿运动姿势图像,并对样本进行标记,形成标记样本还包括以下步骤:S22、对每层数据库中婴幼儿运动姿势图像进行缺失值、噪声、离群点及不一致数据进行预处理操作;S23、对实体进行识别,处理数据值之间的冲突,并进行维度变换与数值规约;S24、通过规范化处理,得到标准化的标记样本。4.根据权利要求3所述的一种适用于婴儿运动姿势的识别方法,其特征在于,所述预处理操作包括数据清洗、数据集成、数据规约及数据变换。5.根据权利要求1所述的一种适用于婴儿运动姿势的识别方法,其特征在于,所述将所述标记样本按采集时段进行分组,并获得标记序列还包括以下步骤:S31、将所述标记样本按采集时段进行分组;S32、在各个分组的图片进行候选框标记,并将所述分组的图片中特殊动作或特征动作进行相应的特征提取,并根据时段划分的动作进行顺序排列,获得标记序列。6.根据权利要求5所述的一种适用于婴儿运动姿势的识别方法,其特征在于,所述将所述标记样本按采集时段进行分组还包括以下步骤:S311、若图片M
‑
图片N为连续时间段内拍摄的图片;S312、将图片M
‑
图片N划分在同一时段小组内。7.根据权利要求1所述的一种适用于婴儿运动姿势的识别方法,其特征在于,所述构建特征识别模型,并导入学习机中进行训练,当满足需求时停止训练还包括以下步骤:S41、构建特征识别模型,并建立数据库与所述特征识别模型的连接;S42、将图像数据转化为参数代入所述特征识别模型中进行运算,并利用所述特征识别模型读取数据库的信息,并进行滤波与平滑处理...
【专利技术属性】
技术研发人员:李华京,杜鑫,王静,杜雯翀,陆韬,
申请(专利权)人:垒途智能教科技术研究院江苏有限公司,
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。