[发明专利]一种基于红外热传感成像与人体部位分割的儿童身体活动分级的方法

说明书

本发明专利提供了一种基于红外热传感成像与人体部位分割的儿童身体活动分级的方法，其特征在于：(1)利用热成像设备获取特定目标对象及周围的热力图；(2)利用人体部位分割算法生成对人体各个部位轮廓的分割；(3)结合上述两者信息，比较各个身体部分相较于儿童平静状态下的热力变化，计算器身体活动强度，并加以分级。

一、技术领域

身体活动分级、人体部位分割、计算机视觉、人工智能

二、背景技术

2.1通用技术方法介绍

人体部位分割技术是计算机视觉物体分割技术的一种特例，其针对人体对象，并将包括头、左右上臂、左右下肢、上下半身等人体的各个部位独立分割出来的一种方法。和物体分割技术一样，人体部位分割技术已广泛采用深度学习模型实现。

2.2相似方法介绍

已有的身体活动强度方法主要基于硬件设备实现。通常这类设备包含了各类传感器，并以6轴加速度计计算不同时刻人体不同部位在三维空间上的加速度与角度转动，从而估计人的身体活动强度。

本申请的方法是一种基于红外热传感成像与人体部位分割的儿童身体活动分级的方法。本申请方法利用红外热传感成像图像并与儿童的人体部位分割结果结合，精准计算基于各个部位的在运动状态下和静止状态下的红外热传感成像图像，在时间刻度上评估身体活动的登记。

三、发明内容

本申请在融合了创新技术和已有方法的基础上，本专利实现了一种基于红外热传感成像与人体部位分割的儿童身体活动分级的方法。

针对某一时刻的儿童身体活动等级，分别获取该儿童静止时刻与当前时刻的热成像图与基于文献[1] 的人体各个部分的分割结果；以文献[1]分割出的结果的像素为一个单位，分别计算各个部位平均像素的热力差异情况，并赋值给当前时刻当前部位所对应的每一个像素。

我们将热力差异图作为深度学习模型ResNet50(见参考文献[2])的输入，并根据文献[3]的标准定义目标对象在不同活动下的代谢当量(MET值)，将MET值小于3的定义为轻强度活动，MET值在3-6之间的定义为中强度活动，MET值大于6的定义为高强度活动，并作为标签，训练基于ResNet50深度学习模型。

热力差异是对身体活动的直接反应。本方法采用每秒取一帧的做法，用以评估当前一秒的活动分级情况。最终，我们将目标对象进行一段完整活动每一秒所得出的活动强度预测结果求平均数，即为目标对象进行该活动的身体活动分级评价结果。

四、附图说明

图1是本申请的方法的架构图，该图仅针对某一时刻的身体活动强度进行评估。

本方法采用红外成像测温仪(例如，菲力尔(FLIR)TG165-X/TG167红外成像测温仪)采集人体的热成像图，同时用文献[1]方法生成身体各个部分的分割结果。接下来分别计算各个部位平均像素的热力差异情况，并赋值给当前时刻当前部位所对应的每一个像素，并作为深度学习模型ResNet50的输入，利用 softmax对身体活动强度进行分级。

五、具体实施方式

本申请通过3个步骤，本专利实现了对人的身体活动强度估计。

步骤一：计算身体各个部分的热力差异情况

采用红外成像测温仪(例如，菲力尔(FLIR)TG165-X/TG167红外成像测温仪)采集人体的热成像图，同时用文献[1]方法生成身体各个部分的分割结果。分别计算各个部位在当前时刻与静止状态下的平均像素的热力差异情况，并赋值给当前时刻当前部位所对应的每一个像素。

步骤二：当前时刻身体活动等级预测

将上一步包含身体各个部分的热力差异情况的热力图作为ResNet50的输入，并利用softmax多分类方法给出当前时刻身体活动等级的预测。