[发明专利]一种消控室内人员姿态检测方法及系统

权利要求书

1.一种消控室内人员姿态检测方法，其特征在于，包括如下步骤：

获取被监控部件的当前位置，若所述被监控部件的当前位置与消控设备位置之间的距离小于设定阈值，则：

获取人脸识别结果，若所述人脸识别结果表示在预设时间段内均未成功识别到人脸则判定当前人员姿态不合规。

2.根据权利要求1所述的消控室内人员姿态检测方法，其特征在于，还包括如下步骤：

若所述被监控部件的当前位置与消控设备位置之间的距离大于或等于设定阈值，则判定当前人员姿态不合规。

3.根据权利要求2所述的消控室内人员姿态检测方法，其特征在于，还包括如下步骤：

响应于警示信号，记录警示信号接收时间；

获取消控设备为响应所述警示信号而动作的动作时间；

所述动作时间与所述警示信号接收时间的差值作为响应时间。

4.根据权利要求1-3任一项所述的消控室内人员姿态检测方法，其特征在于，还包括如下步骤：

获取消控室的第一角度图像，解析所述第一角度图像中的第一人像信息；

获取消控室的第二角度图像，解析所述第二角度图像中的第二人像信息；

获取消控室的第三角度图像，解析所述第三角度图像中的第三人像信息；

根据所述第一人像信息、所述第二人像信息和所述第三人像信息得到人员姿态；

将人员姿态与预设不合规姿态进行比对，若人员姿态与任意一个所述预设不合规姿态匹配，则输出提示信号以控制提示组件发出规范提示；

其中所述第一角度图像、所述第二角度图像和所述第三角度图像为不同角度下对消控室进行监控获得监控图像。

5.根据权利要求4所述的消控室内人员姿态检测方法，其特征在于，根据所述第一人像信息、所述第二人像信息和所述第三人像信息得到人员姿态的步骤中：

将所述第一人像信息、所述第二人像信息和所述第三人像信息作为预设机器学习模型的输入参数，以所述预设机器学习模型的输出结果作为人员姿态；其中，所述预设机器学习模型通过如下方式得到：

选定机器学习模型；

获取训练样本图像，所述训练样本图像包括人员姿态样本图像以及与所述人员姿态样本图像对应的第一角度样本图像、第二角度样本图像和第三角度样本图像，其中所述第一角度样本图像与所述第二角度样本图像之间的相差角度与所述第一角度图像和所述第二角度图像之间的相差角度相同；所述第一角度样本图像与所述第三角度样本图像之间的相差角度与所述第一角度图像和所述第三角度图像之间的相差角度相同；所述第二角度样本图像与所述第三角度样本图像之间的相差角度与所述第二角度图像和所述第三角度图像之间的相差角度相同；

以所述第一角度样本图像、所述第二角度样本图像和所述第三角度样本图像作为所述机器学习模型的输入，以所述人员姿态样本图像作为所述机器学习模型的输出对所述机器学习模型进行训练，训练完成后得到所述预设机器学习模型。

6.一种计算机可读存储介质，其特征在于，所述存储介质中存储有程序指令，计算机读取所述程序指令后执行权利要求1-5任一项所述的消控室内人员姿态检测方法。

7.一种消控室内人员姿态检测系统，其特征在于，包括至少一个处理器和至少一个存储器，至少一个所述存储器中存储有程序指令，至少一个所述处理器读取所述程序指令后执行权利要求1-5任一项所述的消控室内人员姿态检测方法。