(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 202210682014.0 (22)申请日 2022.06.15 (71)申请人 广州云智易物联网有限公司 地址 510000 广东省广州市海珠区新港东 路28号M+创工场6号楼 2楼 (72)发明人 老家浩　 (74)专利代理 机构 杭州创智卓英知识产权代理 事务所(普通 合伙) 33324 专利代理师 季健康 (51)Int.Cl. G06V 20/52(2022.01) G06N 20/00(2019.01) G06V 10/25(2022.01) G06V 10/26(2022.01) G06V 40/10(2022.01)G06V 40/16(2022.01) (54)发明名称 基于人工智能检测员工睡岗 的方法、 系统及 存储介质 (57)摘要 本发明公开了基于人工智能检测员工睡岗 的方法、 系统及存储介质， 本发明的方法包括： 根 据监控图像， 得到基于当前时间的设定时间段的 待推理图片数据； 根据所述待推理图片数据， 计 算所述设定时间段内各时刻 的有效人体关键点 的位置； 根据各时刻各有效人体关键点的位置， 计算各有效人体关键点在每两个相邻时刻 的位 置的距离差； 若各有效人体关键点在每两个相邻 时刻的位置的距离差均小于距离阈值， 则判定人 员存在睡岗行为。 实现通过人工智能的方法推理 判定值岗人员是否存在睡岗行为。 本发明可实现 人工智能24小时监测睡岗， 可降低管理的用人成 本， 达到降本增 效的目的， 提高员工在岗服务质 量， 避免出现安全隐患。 权利要求书2页 说明书7页 附图3页 CN 115115999 A 2022.09.27 CN 115115999 A 1.基于人工智能检测员工睡岗的方法， 其特 征在于， 包括以下步骤： 根据监控图像， 得到基于当前时间的设定时间段的待推理图片数据； 根据所述待推理图片数据， 计算所述设定时间段内各时刻的有效人体关键点的位置； 根据各时刻各有 效人体关键点的位置， 计算各有效人体关键点在每两个相邻时刻的位 置的距离 差； 若各有效人体关键点在每两个相邻时刻的位置的距离差均小于距离 阈值， 则判定人员 存在睡岗行为。 2.根据权利要求1所述的基于人工智能检测员工睡岗的方法， 其特征在于， 所述根据监 控图像， 得到基于当前时间的设定时间段的待推理图片数据， 包括： 获取监控设备在 设定时间段的视频流， 并将所述视频流进行抽帧， 得到图片数据， 对所 述图片数据标注检测区域， 然后对标注的检测区域进行图像切割， 再将切割后的图像数据 进行等比缩放， 缩放到设定的标准图片大小， 得到设定时间段的待推理图片数据。 3.根据权利要求1所述的基于人工智能检测员工睡岗的方法， 其特征在于， 所述根据 所 述待推理图片数据， 计算所述设定时间段内各时刻的有效人体关键点的位置， 包括： 将所述待推理图片数据输入深度学习 模型， 输出若干人体关键点以及各人体关键点置 信度； 将人体关键点置信度 大于或等于置信度阈值对应的人体关键点作为有效人体关键点， 计算所述设定时间段内各时刻的有效人体关键点的位置 。 4.根据权利要求1所述的基于人工智能检测员工睡岗的方法， 其特征在于， 所述人体关 键点包括但不限于鼻子、 左眼、 右眼、 左耳、 右耳、 左肩、 右肩、 左肘、 右肘、 左腕、 右腕中的一 种或多种。 5.根据权利要求1所述的基于人工智能检测员工睡岗的方法， 其特征在于， 所述设定时 间段内每两个相邻时刻的时间 间隔均相同。 6.根据权利要求1所述的基于人工智能检测员工睡岗的方法， 其特征在于， 所述每两个 相邻时刻人体关键点的位置的距离 差满足以下公式： 其中， n为有效关键点的个数， tm‑1与tm为两个相邻时刻； 为tm时刻第n个有效关键点的位置的距离差， 为tm时刻第n个有效关键点 的位置的水平距离， 为tm‑1时刻第n个有效关键点的位置的水平距离， 为tm 时刻第n个有效关键点的位置的垂直距离， 为tm‑1时刻第n个有效关键点的位置的 垂直距离 。 7.基于人工智能检测员工睡岗的系统， 其特 征在于， 包括： 图片获取单元， 用于根据监控图像， 得到基于当前时间的设定时间段的待推理图片数 据； 位置计算单元， 用于根据所述待推理图片数据， 计算所述设定时间段内各时刻的有效 人体关键点的位置；权　利　要　求　书 1/2 页 2 CN 115115999 A 2距离计算单元， 用于根据各时刻各有效人体关键点的位置， 计算各有效人体关键点在 每两个相邻时刻的位置的距离 差； 判定单元， 用于若各有 效人体关键点在每两个相邻时刻的位置的距离差均小于距离 阈 值， 则判定人员存在睡岗行为。 8.根据权利要求7所述的基于人工智能检测员工睡岗的系统， 其特征在于， 所述图片获 取单元包括图片预处 理单元、 人体关键点推理单 元和置信度筛 选计算单 元； 所述图片预处理单元， 用于获取监控设备在设定时间段的视频流， 并将所述视频流进 行抽帧， 得到图片数据， 对 所述图片数据标注检测区域， 然后对标注的检测区域进 行图像切 割， 再将切割后的图像数据进 行等比缩放， 缩放到 设定的标准图片大小， 得到设定时间段的 待推理图片数据； 所述人体关键点推理单元， 用于将所述待推理图片数据输入深度学习模型， 输出若干 人体关键点以及各 人体关键点置信度； 所述置信度筛选计算单元， 用于将人体关键点置信度大于或等于置信度阈值对应的人 体关键点作为有效人体关键点， 计算所述设定时间段内各时刻的有效人体关键点的位置 。 9.一种电子设备， 其特征在于， 包括： 至少一个处理器， 以及与所述至少一个处理器通 信连接的存储器， 其中， 所述存储器存储有 可被所述至少一个处理器执行的指 令， 所述指 令 被所述至少一个处理器执行， 以使所述至少一个处理器能够执行权利要求1 ‑6任一项所述 的基于人工智能检测员工睡岗的方法。 10.一种计算机存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序在被 处理器执行时， 实现权利要求1 ‑6任一项所述的基于人工智能检测员工睡岗的方法。权　利　要　求　书 2/2 页 3 CN 115115999 A 3