(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 202210942555.2 (22)申请日 2022.08.05 (71)申请人 深圳市景创科技电子股份有限公司 地址 518000 广东省深圳市宝安区燕罗街 道罗田社区广田路58号厂房7栋101 (1-7栋) (72)发明人 张兵　邬健伟　王思德　 (74)专利代理 机构 深圳市恒程创新知识产权代 理有限公司 4 4542 专利代理师 龚秀亮 (51)Int.Cl. G10L 25/51(2013.01) G08B 21/02(2006.01) G06V 40/20(2022.01) G06V 40/16(2022.01)G01D 21/02(2006.01) A61B 5/0205(2006.01) A61B 5/01(2006.01) (54)发明名称 一种婴儿AI 监控方法及装置 (57)摘要 本发明公开了一种婴儿AI监控 方法及装置， 该方法包括： 实时采集婴儿的状态信息和所述婴 儿所处环 境的周边环境信息， 并根据所述状态信 息确定所述婴儿是否存在异常； 若存在异常， 则 根据所述状态信息和所述周边环境信息确定异 常检测结果； 采集所述婴儿所处环 境中的信号位 置数据， 并根据所述信号位置数据和预训练的位 置预测模型确定所述婴儿的目标位置； 将所述异 常检测结果和所述目标位置推送至所述婴儿的 监护人。 本发明提高了婴儿监护的准确度。 权利要求书2页 说明书11页 附图2页 CN 115482836 A 2022.12.16 CN 115482836 A 1.一种婴儿AI 监控方法， 其特 征在于， 所述 婴儿AI监控方法包括以下步骤： 实时采集婴儿 的状态信 息和所述婴儿所处环境的周边环境信 息， 并根据 所述状态信 息 确定所述 婴儿是否存在异常； 若存在异常， 则根据所述状态信息和所述周边环境信息确定异常检测结果； 采集所述婴儿所处环境中的信号位置数据， 并根据 所述信号位置数据和预训练 的位置 预测模型确定所述 婴儿的目标位置； 将所述异常检测结果和所述目标位置推送至所述 婴儿的监护人。 2.如权利要求1所述的婴儿AI监控方法， 其特征在于， 所述采集所述婴儿所处环境中的 信号位置数据的步骤， 包括： 确定所述 婴儿所处环境中的所有位置点， 并采集各 所述位置点发送的信号数据； 依次检测各所述信号数据， 将存在信号强度和位置信息的信号数据作为信号位置数 据。 3.如权利要求1 ‑2任一项所述的婴儿AI监控方法， 其特征在于， 所述根据 所述信号位置 数据和预训练的位置预测模型确定所述 婴儿的目标位置的步骤， 包括： 将所述信号位置数据输入到预训练 的位置预测模型中的输入层， 根据 所述位置预测模 型中的卷积层对所述输入层中的信号 位置数据进行 特征提取， 得到第一特 征； 根据所述 位置预测模型中的池化层对所述第一特 征进行过滤处理， 得到第二特 征； 将所述第二特征传递至所述位置预测模型中的RNN隐层， 根据所述RNN隐层对所述第二 特征进行排序， 并对排序后的所述第二特征进行混合高斯概率分布计算， 得到预测参数， 将 所述预测参数中包 含的位置作为所述 婴儿的目标位置 。 4.如权利要求1所述的婴儿AI监控方法， 其特征在于， 所述根据 所述状态信息确定所述 婴儿是否存在异常的步骤， 包括： 确定所述状态信息中的音频 数据、 视觉数据和体征 数据； 检测所述音频数据是否和预设异常音频数据匹配， 检测所述视觉数据 是否和预设异常 视觉数据匹配， 检测所述体征 数据是否和预设异常体征 数据匹配； 若所述音频数据和所述预设异常音频数据匹配， 或者， 所述视觉数据和预设异常视觉 数据匹配， 或者， 所述体征 数据和预设异常体征 数据匹配， 则确定所述 婴儿存在异常。 5.如权利要求1所述的婴儿AI监控方法， 其特征在于， 所述根据 所述状态信息和所述周 边环境信息确定异常检测结果的步骤， 包括： 提取所述周边环境信 息中的温度、 湿度和光照强度， 并检测所述温度、 湿度和光照强度 是否满足预设的婴儿环境要求； 若满足， 则再次采集所述婴儿的新状态信息， 若根据所述新状态信息确定所述婴儿存 在异常， 则将所述新状态信息输入至预训练的异常状态检测模型进行模型训练， 得到异常 检测结果。 6.如权利要求5所述的婴儿AI监控方法， 其特征在于， 所述异常状态检测模型包括音频 识别模型、 图像识别模型和体征识别模型， 所述将所述新状态信息输入至预训练的异常状 态检测模型进行模型训练， 得到异常检测结果的步骤， 包括： 将所述新状态信息中的新音频数据输入至预训练的音频识别模型， 得到音频异常类 型；权　利　要　求　书 1/2 页 2 CN 115482836 A 2将所述新状态信息中的新视觉数据输入至预训练的图像识别模型， 得到图像异常类 型； 将所述新状态信息中的新体征数据输入至预训练的体征识别模型， 得到体征异常类 型； 根据所述音频异常类型、 所述图像异常类型和所述体征异常类型确定异常检测结果。 7.如权利要求6所述的婴儿AI监控方法， 其特征在于， 所述根据所述音频异常类型、 所 述图像异常类型和所述体征异常类型确定异常检测结果的步骤， 包括： 检测所述音频异常类型、 所述图像异常类型和所述体征异常类型 是否均相同； 若所述音频异常类型、 所述图像异常类型和所述体征异常类型至少存在一项不相同， 则将所述音频异常类型、 所述图像异常类型和所述体征异常类型进行合并处理， 得到异常 检测结果。 8.一种婴儿AI 监控装置， 其特 征在于， 所述 婴儿AI监控装置包括： 采集模块， 用于实时采集婴儿的状态信息和所述婴儿所处环境的周边环境信息， 并根 据所述状态信息确定所述 婴儿是否存在异常； 确定模块， 用于若存在异常， 则根据所述状态信息和所述周边环境信息确定异常检测 结果； 位置模块， 用于采集所述婴儿所处环境中的信号位置数据， 并根据所述信号位置数据 和预训练的位置预测模型确定所述 婴儿的目标位置； 推送模块， 用于将所述异常检测结果和所述目标位置推送至所述 婴儿的监护人。 9.一种婴儿AI监控设备， 其特征在于， 所述婴儿AI监控设备包括： 存储器、 处理器及存 储在所述存储器上并可在所述处理器上运行的婴儿A I监控程序， 所述婴儿A I监控程序被所 述处理器执行时实现如权利要求1至7中任一项所述的婴儿AI 监控方法的步骤。 10.一种存储介质， 其特征在于， 所述存储介质上存储有婴儿AI监控程序， 所述婴儿AI 监控程序被处 理器执行时实现如权利要求1至7中任一项所述的婴儿AI 监控方法的步骤。权　利　要　求　书 2/2 页 3 CN 115482836 A 3