[发明专利]小孩状态分析方法和装置、车辆、电子设备、存储介质

说明书

本申请实施例公开了一种小孩状态分析方法和装置、车辆、电子设备、存储介质，其中，方法包括：对获取的视频流中的至少一帧图像进行人脸特征提取；共享提取的人脸特征来进行图像中的人是否是小孩以及人的至少一种状态的分类，获得图像中的人是否是小孩的第一分类结果和人的至少一种状态的第二分类结果；输出第一分类结果和第二分类结果；通过共享人脸特征缩减了网络大小，减小了网络复杂度，并且加快了网络处理速度，实现快速小孩状态分析，以便及时对小孩不同的状态进行处理。

技术领域

本申请涉及计算机视觉技术，尤其是一种小孩状态分析方法和装置、车辆、电子设备、存储介质。

背景技术

近些年在计算机视觉领域，深度学习已经被广泛应用在图像分类，定位，分割，识别等任务中，并且取得了优异的成绩。深度学习用于人脸相关工作，也取得了巨大的成功。例如：一种现有技术通过三维人脸对齐、孪生网络、局部卷积以及大量的训练数据，使得机器对人脸的识别率接近了人类。另一种现有技术通过在softmax函数里增加间隔因子m，使得模型提取出的人脸特征在相同的类间间距更紧凑，不同的类间间距更疏远，提升了模型的识别率。

发明内容

本申请实施例提供了一种小孩状态分析技术。

根据本申请实施例的第一方面，提供的一种小孩状态分析方法，包括：

对获取的视频流中的至少一帧图像进行人脸特征提取；

共享提取的人脸特征来进行所述图像中的人是否是小孩以及人的至少一种状态的分类，获得所述图像中的人是否是小孩的第一分类结果和人的至少一种状态的第二分类结果；

输出第一分类结果和第二分类结果。

可选地，在本发明上述任一方法实施例中，还包括：

响应于所述第一分类结果表示所述图像中的人是小孩，将所述第二分类结果与预定条件进行比较；

响应于第二分类结果满足预定条件，输出提示信息。

可选地，在本发明上述任一方法实施例中，所述人的状态包括以下至少一种：正常状态、异常状态、睡眠状态、睡醒状态、离开儿童座椅状态；

所述第二分类结果包括以下至少一种：所述人的状态是否为正常状态、所述人的状态是否为异常状态、所述人的状态是否为睡眠状态、所述人的状态是否为睡醒状态、所述人的状态是否为离开儿童座椅状态。

可选地，在本发明上述任一方法实施例中，所述异常状态包括以下至少一种：哭泣、暴躁、呕吐、噎食、痛苦。

可选地，在本发明上述任一方法实施例中，所述预定条件包括以下至少之一：所述人的状态为异常状态、所述人的状态为睡醒状态、所述人的状态为离开儿童座椅状态。

可选地，在本发明上述任一方法实施例中，响应于第二分类结果满足所述人的状态为异常状态，输出提示信息，包括：

响应于所述人处于哭泣状态达到第一预设时间，和/或暴躁状态达到第二预设时间，和/或痛苦状态达到第三预设时间，输出提示信息。

可选地，在本发明上述任一方法实施例中，所述对获取的视频流中的至少一帧图像进行人脸特征提取，包括：经神经网络的特征提取分支对获取的视频流中的至少一帧图像进行人脸特征提取；

所述共享提取的人脸特征来进行所述图像中的人是否是小孩以及人的至少一种状态的分类，包括：经所述神经网络中与所述特征提取分支连接的至少二个分类分支，基于所述特征提取分支提取的人脸特征来分别确定所述图像中的人是否是小孩以及人的至少一种状态的分类。

可选地，在本发明上述任一方法实施例中，所述对获取的视频流中的至少一帧图像进行人脸特征提取，包括：经神经网络的特征提取分支对获取的视频流中的至少一帧图像进行人脸特征提取；