[发明专利]自动识别溺水的方法、装置、存储介质及电子设备

权利要求书

1.一种自动识别溺水的方法，其特征在于，包括：

接收在泳池周围布置的图像采集设备采集的视频；

从所述采集的视频中每隔预定时间提取静态帧；

从所述静态帧中识别人物；

若从所述静态帧中识别出人物，确定识别出人物的所述静态帧为目标帧，所述识别到的人物为目标人物；

从所述目标帧之后连续提取出的静态帧中，确定识别出所述目标人物的预定数目的静态帧；

将所述预定数目的静态帧输入训练好的机器学习模型，得到所述目标人物是否溺水的判断结果。

2.根据权利要求1所述的方法，其特征在于，在接收在泳池周围布置的图像采集设备采集的视频之前，所述方法还包括：

接收泳池入口处人脸拍照设备拍摄的人脸照片，将所述人脸照片和被拍摄者的身份信息关联存储。

3.根据权利要求1所述的方法，其特征在于，所述从所述静态帧中识别人物，包括：

利用人脸识别从所述静态帧中识别出人脸；

将所述识别出的人脸与关联存储的人脸照片进行比对，得到比对结果，以识别人物；

如识别出的人脸与关联存储的人脸照片一致，则将关联存储的身份信息作为识别出的人物的身份信息。

4.根据权利要求1所述的方法，其特征在于，所述将所述预定数目的静态帧输入训练好的机器学习模型，包括：

将所述预定数目的静态帧序列按照每个静态帧在视频中的时刻点的先后顺序，依次串联，得到静态帧序列；

将所述静态帧序列输入训练好的机器学习模型。

5.根据权利要求1所述的方法，其特征在于，所述机器学习模型的训练方法是：

收集预先标定发生溺水的正样本和未发生溺水的负样本的静态帧序列作为样本集；

将样本集中的每个静态帧序列样本输入机器学习模型；

若机器学习模型输出的判断结果与预先对样本的标定不一致，调整机器学习模型的系数，使控制机器学习模型在输入为正样本时，输出发生溺水的判断结果，在输入为负样本时，输出未发生溺水的判断结果；

若机器学习模型输出的判断结果与预先对样本的标定一致，训练结束，得到训练好的机器学习模型。

6.根据权利要求1所述的方法，所述图像采集设备包括设置在泳池周围，用于监控不同游泳区域的多个图像采集设备，其特征在于，所述若从所述静态帧中识别出人物，确定识别出人物的所述静态帧为目标帧，所述识别到的人物为目标人物，包括：

所述目标帧包括从不同图像采集设备中获取的视频中的多个目标帧；

所述方法还包括：

分别获取所述多个目标帧在所述目标帧来源的视频中的时刻点；

获取所述多个目标帧来源的视频的图像采集设备的位置信息；

根据所述时刻点的先后顺序，在电子地图上依次连接所述图像采集设备的位置，得到目标人物的运动轨迹。

7.根据权利要求1所述的方法，所述图像采集设备包括设置在泳池周围，用于监控不同游泳区域的多个图像采集设备，其特征在于，所述将所述预定数目的静态帧输入训练好的机器学习模型，得到所述目标人物是否溺水的判断结果之后，所述方法还包括：

若将来源于其中的一个图像采集设备中视频中的预定数目的静态帧输入训练好的机器学习模型，得到所述目标人物是溺水的判断结果，获取所述预定数目的静态帧来源的图像采集设备的位置作为目标位置；

获取所有救生员佩戴的电子设备上报的救生员位置；

计算每个救生员位置到所述目标位置的距离；

向所述距离最小的救生员佩戴的电子设备发出救助请求，所述救助请求中携带有所述目标位置。