申请/专利权人：中国科学院合肥物质科学研究院

申请日：2023-12-19

公开（公告）日：2024-03-19

公开（公告）号：CN117726988A

主分类号：G06V20/52

分类号：G06V20/52;G06V40/10;G06V10/44;G06V10/52;G06V10/80;G06V10/82;G06V10/764;G06N3/0464;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开了一种基于姿态估计的防溺水视觉预测方法，包括：1采集数据并处理；2构建基于姿态估计的改进型数据集轻量化网络，用于提取人体姿态骨架图；3构建优化的YOLOV7推理模型预测网络，用于对数据进行多尺度特征提取并预测结果；4训练模型得到最佳权重；5基于昇腾Atlas500智能小站的推理加速模块用于提高模型推理速度。本发明能实时溺水风险预警，实现溺水检测、智能报警等功能，从而保障了游泳者的生命安全，也显著降低安全事故的发生。

主权项：1.一种基于姿态估计的防溺水视觉预测方法，其特征在于，包括如下步骤：步骤1：采集游泳视频数据集并进行抽帧和预处理后，得到泳姿图像帧序列记为Fori＝{Fori,1,Fori,2,...,Fori,n,...,Fori,N}，其中，Fori,n表示第n个游泳图像帧；n＝1,2,...,N，N表示抽帧后的图像帧总数；对Fori,n中每个游泳人员的位置、运动状态以及姿态关键点进行标注，得到标注后的第n个游泳图像帧，记为Fn，从而得到标注后的泳姿图像帧序列F＝{F1,F2,...,Fn,...,FN}，将Fn中第m个游泳人员的位置、运动状态以及人体姿态关键点的标注信息记为所述标注信息的运动状态分为三类：游泳swimmer、站立standing、溺水drowning；步骤2：构建姿态估计轻量化网络对Fn进行处理，得到人体姿态骨架图FOP,n；步骤3：构建优化后的YOLOV7预测网络对FOP,n进行处理，得到Fn中第m个游泳人员的预测框与预测类别概率；步骤4：构建损失函数，包括：位置损失置信度损失与类别损失利用梯度下降法对所述姿态估计轻量化网络和优化后的YOLOV7预测网络进行训练，并计算位置损失、置信度损失与类别损失以更新网络参数，直到位置损失、置信度损失与类别损失均收敛为止，从而得到训练后的优化后的YOLOV7推理模型；步骤5：将优化后的YOLOV7推理模型移植到Atlas500智能小站，并将优化后的YOLOV7推理模型的权重文件转换为适应Atlas500智能小站的om文件格式，所述Atlas500智能小站上的NPU嵌入式神经网络处理器利用将优化后的YOLOV7推理模型对游泳视频数据进行预测，从而得到人体姿态骨架图对应目标检测结果。

全文数据：

权利要求：

百度查询： 中国科学院合肥物质科学研究院 一种基于姿态估计的防溺水视觉预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD