[发明专利]睡姿识别方法、模组、设备及计算机可读介质

权利要求书

1.一种睡姿识别方法，其特征在于，包括：

基于双流神经网络模型中的入睡检测网络检测目标对象的睡眠状态；

在检测到所述睡眠状态为入睡状态的情况下，基于所述入睡检测网络和所述双流神经网络模型中的睡姿检测网络对所述目标对象进行睡姿识别，得到睡姿识别结果，其中，所述双流神经网络模型为预先基于入睡检测和睡姿检测的多任务联合训练得到的。

2.根据权利要求1所述的方法，其特征在于，所述基于双流神经网络模型中的入睡检测网络检测目标对象的睡眠状态包括：

每间隔预设时间采集一次包括所述目标对象的第一视频序列；

将所述第一视频序列分帧，得到多个第一视频帧；

将多个所述第一视频帧输入所述双流神经网络模型，以通过所述入睡检测网络识别每个所述第一视频帧中所述目标对象的睡眠特征；

根据至少一个所述睡眠特征确定所述睡眠状态。

3.根据权利要求2所述的方法，其特征在于，所述根据至少一个所述睡眠特征确定所述睡眠状态包括：

计算每个所述睡眠特征指示所述目标对象处于所述入睡状态的入睡置信度；

在任一所述睡眠特征对应的所述入睡置信度大于或等于第一阈值的情况下，确定所述目标对象处于所述入睡状态；或者，

统计所述入睡置信度大于第二阈值的所述睡眠特征的第一数量，统计所述入睡置信度小于第三阈值的所述睡眠特征的第二数量，其中，所述第二阈值小于所述第一阈值，所述第三阈值小于或等于所述第二阈值；在所述第一数量大于所述第二数量的情况下，确定所述目标对象处于所述入睡状态。

4.根据权利要求1所述的方法，其特征在于，所述在检测到所述睡眠状态为入睡状态的情况下，基于所述入睡检测网络和所述双流神经网络模型中的睡姿检测网络对所述目标对象进行睡姿识别，得到睡姿识别结果包括：

在检测到所述睡眠状态为入睡状态的情况下，持续采集所述目标对象的第二视频序列；

将实时采集的所述第二视频序列输入所述双流神经网络模型；

在所述入睡检测网络基于所述第二视频序列继续检测到所述目标对象持续处于所述入睡状态的情况下，通过所述睡姿检测网络基于所述第二视频序列识别所述目标对象的睡姿特征，并根据所述睡姿特征确定所述目标对象的所述睡姿识别结果。

5.根据权利要求4所述的方法，其特征在于，所述通过所述睡姿检测网络基于所述第二视频序列识别所述目标对象的睡姿特征，并根据所述睡姿特征确定所述目标对象的所述睡姿识别结果包括：

将所述第二视频序列分帧，得到多个第二视频帧；

将多个所述第二视频帧输入所述睡姿检测网络，以通过所述睡姿检测网络提取出每个所述第二视频帧的时间特征和空间特征，并融合所有所述第二视频帧的所述时间特征和所述空间特征输出所述目标对象处于每个睡姿动作的睡姿置信度，得到所述睡姿识别结果。

6.根据权利要求5所述的方法，其特征在于，所述得到睡姿识别结果之后，所述方法还包括：

在所述睡姿识别结果中目标睡姿动作的所述睡姿置信度大于或等于目标阈值的情况下，启动计时器，以统计所述目标睡姿动作的所述睡姿置信度大于或等于所述目标阈值的持续时间，其中，所述目标睡姿动作包括所述目标对象被禁止使用的至少一种睡姿；

在所述持续时间大于或等于时间阈值的情况下，发出睡姿纠正提醒。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

接收客户端发送的对所述目标对象的睡姿查看请求；

将包含所述目标对象处于每个睡姿动作的睡姿置信度的所述睡姿识别结果返回给所述客户端，以在所述客户端上展示所述目标对象处于每个睡姿动作的所述睡姿置信度。