(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210609447.3 (22)申请日 2022.05.31 (71)申请人 深圳市瑞驰信息技 术有限公司 地址 518000 广东省深圳市前海深港合作 区前湾一路1号A栋201(入驻深圳市前 海商务秘书 有限公司) (72)发明人 胡胤　王涛　汪云　柴涛涛　邱真　 陈阳　汤园生　陈志祥　 (74)专利代理 机构 深圳市中 融创智专利代理事 务所(普通 合伙) 44589 专利代理师 李朦　叶垚平 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/40(2022.01) G06V 40/10(2022.01)G06V 10/74(2022.01) G06V 10/75(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于头肩的时序视频睡岗识别方法、 系 统及电子设备 (57)摘要 本发明提供一种基于头肩的时序视频睡岗 识别方法、 系统及电子设备， 包括获取监控场景 的视频数据， 从视频数据中抓取相应时间间隔内 的多张图像； 基于头肩检测模型， 检测所有 图像 内的头肩特征， 获得每个图像内的所有头肩特 征； 在所有 图像内进行头肩特征匹配， 获得同一 个对象的头肩图序列； 针对同一个对象的头肩图 序列， 对每个图像中头肩特征的前后帧至少进行 相似度对比； 基于对比结果， 获得睡岗状态判定。 通过检测头肩特征， 减少对人体整个区域的识 别， 降低大区域特征识别的干扰， 提高检测准确 度和检测 效率。 同时， 通过利用睡觉姿态不变的 特性， 采用一段时间内的头肩变化来判断睡岗状 态， 识别更准确。 权利要求书1页 说明书5页 附图2页 CN 114973135 A 2022.08.30 CN 114973135 A 1.一种基于 头肩的时序视频睡岗识别方法， 其特 征在于： 包括如下步骤： 步骤S1： 获取监控场景的视频 数据， 从视频 数据中抓取相应时间 间隔内的多张图像； 步骤S2： 基于头肩检测模型， 检测所有图像内的头肩特征， 获得每个图像 内的所有头肩 特征； 步骤S3： 在所有图像内进行头肩特 征匹配， 获得同一个对象的头肩图序列； 步骤S4： 针对 同一个对象的头肩图序列， 对每个 图像中头肩特征的前后帧至少进行相 似度对比； 步骤S5： 基于对比结果， 获得睡岗状态判定 。 2.如权利要求1中所述基于头肩的时序视频睡岗识别方法， 其特征在于： 步骤S1具体包 括： 步骤S11： 获取监控场景的视频 数据； 步骤S12： 获取视频 数据中两分钟内的视频 段， 间隔六秒抓取一帧图像， 获得多张图像。 3.如权利要求1中所述基于头肩的时序视频睡岗识别方法， 其特征在于： 在步骤S2中， 采用基于yo lov5s网络的头肩检测模型。 4.如权利要求1中所述基于头肩的时序视频睡岗识别方法， 其特征在于： 在步骤S3中， 基于头肩特征， 采用头肩ID匹配的方式进行头肩图序列的识别。 5.一种基于 头肩的时序视频睡岗识别系统， 其特 征在于， 包括： 图像获取单元， 用于获取监控场景的视频数据， 从视频数据中抓取相应时间间隔内的 多张图像； 特征识别单元， 用于基于头肩检测模型， 检测所有图像内的头肩特征， 获得每个图像 内 的所有头肩特 征； 图像序列统计单元， 用于在所有图像内进行头肩特征匹配， 获得同一个对象的头肩图 序列； 对比单元， 用于针对同一个对象的头肩图序列， 对每个图像中头肩特征的前后帧至少 进行相似度对比； 睡岗判别单 元， 用于基于对比结果， 获得睡岗状态判定 。 6.一种电子设备， 包括存储器和处理器， 其特征在于： 所述存储器中存储有计算机程 序， 所述计算机程序被 设置为运行时执行所述权利要求 1至4任一项中所述基于头肩的时序 视频睡岗识别方法； 所述处理器被设置为通过所述计算机程序执行所述权利要求1至4任一项中所述基于 头肩的时序视频睡岗识别方法。权　利　要　求　书 1/1 页 2 CN 114973135 A 2一种基于头肩的时序视频睡岗 识别方法、 系统及电子 设备 技术领域 [0001]本发明涉及头肩特征检测领域， 特别涉及一种基于头肩的时序视频睡岗识别方 法、 系统及电子设备。 背景技术 [0002]随着近些年视频监控安防行业的发展以及 生产作业的日益规范化， 特别是对企业 生产的安全方面的重视， 大多数企业会在其单位部署一套视频监控系统， 因此在其所在的 监控室会留有2 4小时不间断的监控人员值守， 以防止出现安全事故或其他特殊情况以及时 做出告警， 以免造成更 大的损失。 [0003]目前市面上大多的都是基于单帧图片做分类， 训练一个基于人体的分类器来判定 是否为睡觉状态， 该 方法有两个最大的缺陷： [0004]1.真正用来判定睡觉状态的只有头肩区域， 整个人体区域偏大， 对分类器 的干扰 特征较多。 [0005]2.单帧图像 的人体姿态多种多样， 其中也不乏有很多像睡觉状态的姿态， 导致误 检测也偏多。 发明内容 [0006]为了克服目前现有的睡岗状态检测不准确的问题， 本发明提供基于头肩的时序 视 频睡岗识别方法、 系统及电子设备。 [0007]本发明提供一种基于头肩的时序视频睡岗识别方法， 包括如下步骤： 步骤S1： 获取 监控场景的视频数据， 从视频数据中抓取相应时间间隔内的多张图像； 步骤S2： 基于头肩检 测模型， 检测所有图像内的头肩特征， 获得每个图像内的所有头肩特征； 步骤S3： 在所有图 像内进行头肩特征匹配， 获得同一个对象的头肩图序列； 步骤S4： 针对同一个对象的头肩图 序列， 对每个图像中头肩特征的前后帧至少进行相似度对比； 步骤S5： 基于对比结果， 获得 睡岗状态判定 。 [0008]优选地， 步骤S1具体包括： 步骤S11： 获取监控场景的视频数据； 步骤S12： 获取视频 数据中两分钟内的视频 段， 间隔六秒抓取一帧图像， 获得多张图像。 [0009]优选地， 在步骤S2中， 采用基于yo lov5s网络的头肩检测模型。 [0010]优选地， 在步骤S3中， 基于头肩特征， 采用头肩ID匹配的方式进行头肩图序列的识 别。 [0011]本发明还提供一种基于头肩的时序视频睡岗识别系统， 包括： 图像获取单元， 用于 获取监控场景的视频数据， 从视频数据中抓取相应时间间隔内的多张图像； 特征识别单元， 用于基于头肩检测模 型， 检测所有图像内的头肩特征， 获得每个图像内的所有头肩特征； 图 像序列统计单元， 用于在所有图像内进 行头肩特征匹配， 获得同一个对象的头肩图序列； 对 比单元， 用于针对同一个对 象的头肩图序列， 对每个图像中头肩特征 的前后帧至少进行相 似度对比； 睡岗判别单 元， 用于基于对比结果， 获得睡岗状态判定 。说　明　书 1/5 页 3 CN 114973135 A 3