(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111662072.9 (22)申请日 2021.12.31 (71)申请人 上海卓菡科技有限公司 地址 201900 上海市宝山区泰和西路3 389 号5-1210室 (72)发明人 何至军　曹丽娜　 (74)专利代理 机构 北京嘉科知识产权代理事务 所(特殊普通 合伙) 11687 专利代理师 司彦斌 (51)Int.Cl. G06V 40/20(2022.01) G06V 10/94(2022.01) G06V 10/82(2022.01) G06V 10/774(2022.01) G06N 3/08(2006.01)G06K 9/62(2022.01) (54)发明名称 倒爬滑梯行为的检测方法及装置 (57)摘要 本公开涉及行为检测技术领域， 提供了一种 倒爬滑梯行为的检测方法及装置。 该方法包括： 采集目标滑梯上的目标对象 的图像； 对图像进行 编译， 得到第一封包信息， 并根据第一封包信息， 确定图像对应的第一点云数据； 通过神经网络模 型识别第一点云数据， 判断目标对象是否存在倒 爬滑梯的行为； 在目标对象存在倒爬滑梯的行为 的情况下， 发出告警。 采用上述技术手段， 解决现 有技术中， 在儿童倒爬滑梯时， 无法自动发出告 警的问题。 权利要求书2页 说明书9页 附图2页 CN 114495264 A 2022.05.13 CN 114495264 A 1.一种倒爬滑梯行为的检测方法， 其特 征在于， 包括： 采集目标滑梯上的目标对象的图像； 对所述图像进行编译， 得到第 一封包信 息， 并根据 所述第一封包信 息， 确定所述图像对 应的第一 点云数据； 通过神经网络模型识别所述第 一点云数据， 判断所述目标对象是否存在倒爬滑梯的行 为， 其中， 所述神经网络模型已通过训练， 学习并保存有所述第一点云数据和所述目标对象 是否存在倒爬滑梯的行为之间的对应关系； 在所述目标对象存在倒爬滑梯的行为的情况 下， 发出告警。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述第一封包信息， 确定所述图 像对应的第一 点云数据， 包括： 统计所述第一封包信息， 得到统计信息； 根据所述统计信息， 对所述第一封包信息进行分析， 得到分析信息； 根据所述分析信息， 对所述第一封包信息进行删选操作； 根据经过所述删选操作后的所述第一封包信息， 确定所述图像对应的第一 点云数据。 3.根据权利要求1所述的方法， 其特征在于， 所述通过神经网络模型识别所述第 一点云 数据， 判断所述目标对象是否存在倒爬滑梯的行为， 包括： 所述第一点云数据， 包括： 第一关节点云数据、 第一头部点云数据和第一足部点云数 据； 将以下至少一种数据输入所述神经网络模型： 所述第一关节点云数据、 所述第一头部 点云数据和所述第一足部点云数据， 输出判断结果， 其中， 所述判断结果用于表明所述目标 对象是否存在倒爬滑梯的行为。 4.根据权利要求1所述的方法， 其特 征在于， 包括： 通过不同角度采集所述目标对象的多张图像； 对多张所述图像进行编译， 得到第 二封包信 息， 并根据所述第二封包信息， 确定多张所 述图像对应的第二 点云数据； 通过神经网络模型识别所述第 二点云数据， 判断所述目标对象是否存在倒爬滑梯的行 为， 其中， 所述神经网络模型已通过训练， 学习并保存有所述第二点云数据和所述目标对象 是否存在倒爬滑梯的行为之间的对应关系； 在所述目标对象存在倒爬滑梯的行为的情况 下， 发出告警。 5.根据权利要求1所述的方法， 其特 征在于， 包括： 采集所述目标对象的多张图像； 对多张所述图像进行编译， 得到第 三封包信 息， 并根据所述第三封包信息， 确定多张所 述图像对应的第一 位移点云数据； 通过神经网络模型识别所述第 一位移点云数据， 判断所述目标对象是否存在倒爬滑梯 的行为， 其中， 所述神经网络模 型已通过训练， 学习并保存有 所述第一位移 点云数据和所述 目标对象是否存在倒爬滑梯的行为之间的对应关系； 在所述目标对象存在倒爬滑梯的行为的情况 下， 发出告警。 6.根据权利要求1所述的方法， 其特 征在于， 包括： 获取训练数据集， 其中， 所述训练数据集， 包含： 多张人倒爬滑梯的图像和多张人正爬权　利　要　求　书 1/2 页 2 CN 114495264 A 2滑梯的图像； 对所述训练数据集进行编译， 得到第四封包信 息， 并根据所述第四封包信息， 确定所述 训练数据集对应的第三 点云数据； 利用所述第三 点云数据训练所述神经网络模型。 7.根据权利要求6所述的方法， 其特征在于， 所述利用所述第 三点云数据训练所述神经 网络模型， 包括： 所述第三点云数据， 包括： 第二关节点云数据、 第 二头部点云数据、 第二足部点云数据、 第二位移点云数据和多角度点云数据； 利用以下至少一种数据训练所述神经网络模型： 第二关节点云数据、 第二头部点云数 据、 第二足部点云数据、 第二 位移点云数据和多角度点云数据。 8.一种倒爬滑梯行为的检测装置， 其特 征在于， 包括： 采集模块， 被 配置为采集目标滑梯上的目标对象的图像； 确定模块， 被配置为对所述图像进行编译， 得到第 一封包信 息， 并根据 所述第一封包信 息， 确定所述图像对应的第一 点云数据； 识别模块， 被配置为通过神经网络模型识别所述第一点云数据， 判断所述目标对象是 否存在倒爬滑梯的行为， 其中， 所述神经网络模型已通过训练， 学习并保存有 所述第一点云 数据和所述目标对象是否存在倒爬滑梯的行为之间的对应关系； 警告模块， 被 配置为在所述目标对象存在倒爬滑梯的行为的情况 下， 发出告警。 9.一种电子设备， 包括存储器、 处理器以及存储在所述存储器中并且可在所述处理器 上运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求 1至 7中任一项所述方法的步骤。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至7中任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 114495264 A 3