一种游泳池水下智能救生系统的制作方法

本发明属于计算机视觉人工智能技术，该技术与游泳运动姿态、水下场景深度融合，在游泳池建立防溺水救生预警、报警系统，实现游泳池溺水救生的智能化。

背景技术：

日常生活中越来越多的人加入到游泳健身的行列中去。但游泳导致的溺水问题也随之而来，如何有效的减少溺水事件的发生越来越成为各个游泳场所关注的问题。

目前国内外对外开放的公共人工游泳馆(池)采用的救生方式有两种，一种是比较普遍的采用救生员救生的方式，另一种就是水下监控的方式。

采用救生员进行救护，其工作原理和流程决定了救生员只能是在溺水者发生溺水情况之后，或者溺水已经过了一定的时间之后才开始救护。这种救生方式，实质上是一种“被动的、事后的、已经发生了的”救生方式，不能做到“主动、预防、发生前”，另外，救生员的监控范围存在水上水下盲区和死角、存在水域面积大、水面反光、以及存在救生员责任心和健康状况以及人数不足的情况，因此仅凭救生人员对泳池进行安全保障是很难完全保障游泳者安全的。

而目前存在的采用水下监控的方式，首先由于传统摄像头成像技术在水下复杂光线、折射、水质浊度、遮挡等环境下的成像问题，会严重干扰后台数据处理过程。其次由于处理摄像机传送数据的工作站设置地点可能会距离泳池有一定距离，在工作站提供的报警显示等功能时工作人员不能尽快在现场得到确认。

技术实现要素：

本发明的目的是提出一种游泳池水下智能救生系统，用于水下溺水救生的智能化解决方案,在游泳池建立防溺水预警、报警系统，实现对溺水事故主动预警、预防和及时发现，避免溺水死亡事故的发生。

为了实现上述目的，本发明的技术方案是：一种游泳池水下智能救生系统，包括水下摄像机、智能救生系统、工作站和手持现场显示终端等组成。

水下摄像机的数量大于等于八台，水下摄像机安装在游泳池长边水面以下的池壁或者池底上，两台水下摄像机为一组，两个50米游泳池长边分别平均布置两组，共计四组；水下摄像机拍摄游泳池中全部游泳人群图像，水下摄像机内嵌成像处理软件，成像处理软件对水下摄像机拍摄的所有图像清晰度、光线强度、人体遮挡部、大小等进行处理得到目标图像；处理后的目标图像通过视频网络线缆，传输到救生室中的工作站，工作站安装有智能救生系统。

智能救生系统包括图像识别模块、行为识别模块、深度学习模块和报警模块。图像识别模块对目标图像进行识别处理，提取特征包括运动姿态、水深位置、运动速度、跟踪滤波、像素颜色、明暗色差、形态大小等，运动姿态包括自由泳、仰泳、蛙泳、蝶泳、潜水、跳水、踩水、挣扎、溺水；经过深度学习模块的比对、分析、识别、判断、学习、理解，若判断溺水则报警模块启动，报警模块在8秒内的任意时间发出预警和报警信号，若未判断溺水则报警模块不启动；预警和报警信号通过无线路由器，向游泳池岸边的固定救生员和巡视救生员的手持现场显示终端发出预警和报警图像、声音以及位置信号，救生员根据预警和报警信号，立刻救护溺水者。

更进一步，所述智能救生系统，对目标图像进行识别处理后，然后对获取的连续帧图片中的游泳对象进行运动特征的提取，获得连续的运动速度、运动方向等特征后，再根据溺水与普通游泳动作的区别进行比对判断。

更进一步，所述水下摄像机内嵌成像处理软件，对所有图像大小、复杂光线(逆光、背光、阳光、水下折射光)、人体遮挡部等进行处理，从前端成像源上为后端工作站的智能救生系统的识别算法提供高品质的图像，还原被拍摄图像的品质，以及溺水人体目标的完整性，解决了传统摄像头成像技术在水下复杂光线、折射、水质浊度、遮挡等环境下的成像问题，经过算法优化后的图像，达到或者部分超过人眼的视觉功能，极大提高了后端智能救生系统的识别报警率。

更进一步，所述游泳池水下智能救生系统，每个游泳池布置8台以上水下摄像机，安装在游泳池池长边池壁水下1米以下到池底任意位置，每台水下摄像机拍摄广角97°以上，水的折射率1.33，水下实际拍摄广角大于92°，每组共同组成超过180°的拍摄监控区域，达到游泳池的全覆盖，无盲区，无死角。

摄像机监控区域：游泳池一半的区域(按50米长边纵向划分)，各由同侧两组共四台摄像机负责监控，同侧两组四台摄像机不负责监控对侧区域。

水下摄像机的组合方式，在泳池分布的位置，最大拍摄广角，最大拍摄有效距离，监控区域，是一个相互关联的、独特的、科学的组合，是在长期测试和实践中得出的最合理的数值，保证水下摄像范围全覆盖无盲区，保证水下任何位置的图像大小都是清晰的，保证图像品质都能被救生系统所全部识别。如果其中任一数值超过一定范围的改变，都将可能导致摄像盲区，或者导致图像太小模糊、目标距离太远，从而不被救生系统所识别或者降低识别率。

更进一步，所述游泳池水下智能救生系统，水下摄像机在水下拍摄的有效距离至少达到18米以上。

更进一步，所述游泳池水下智能救生系统，其外壳304以上不锈钢，承受1bar大气压(水下10米以上压力)，防护等级达到ipx8。

更进一步，所述游泳池水下智能救生系统，手持现场显示终端安装有客户端智能救生系统，智能救生报警、显示等功能和数据与工作站同步，显示终端有触摸操作功能，所有的操作与工作站同步。显示终端由固定救生员和巡视救生员使用，保证救生员无论身处何处均可有效监控水下图像和报警信息，保证在最短时间救助溺水者。

更进一步，所述游泳池水下智能救生系统，前端水下摄像机有成像处理软件，后端工作站有智能救生识别软件，水下分布8台以上摄像机，2台为一组，50米长边各平均分布2组共计4组，各自负责监控同侧区域，每台摄像机拍摄广角97°以上，每组组成超过180°的全覆盖监控范围，通过无线路由器，向固定救生员和巡视救生员的手持显示终端发出报警声音信号和溺水图像。该技术相互联系和关联，共同组成一个独特、完整、科学、统一的智能救生系统，达到智能识别溺水者的救生目标。

附图说明

图1是本发明系统图。

图2是智能救生识别软件算法基本流程。

图3是水下摄像机分布和监控区域。

具体实施方式

如图1、图2，一种游泳池水下智能救生系统，包括水下摄像机1及图像处理软件、计算机视觉人工智能技术、图像识别算法、行为识别算法、深度学习软件、报警软件、工作站2、手持现场显示终端3等组成。水下摄像机拍摄游泳池中全部游泳人群图像，经过摄像机内嵌成像处理软件，将处理后的图像通过视频网络线缆，传输到救生室中的工作站，工作站安装有智能救生软件，会对摄像机传入的图像进行比对、分析、识别、判断、学习、理解，当游泳者发生溺水情况时，会在8秒任意时间内，发出预警和报警信号；报警信号通过无线路由器，向游泳池岸边的固定救生员和巡视救生员的手持现场显示终端发出报警图像和声音信号，救生员根据报警信号和位置，立刻救护溺水者。

如图3，每个游泳池布置8台以上水下摄像机，安装在泳池长边池壁水下1米以下到池底任意位置，2个50米长边分别平均布置2组共计4组，每组共同组成超过180°的拍摄监控区域，达到游泳池的全覆盖，无盲区，无死角。摄像机监控区域：泳池一半的区域(按50米长边纵向划分)，各由同侧2组共4台摄像机负责监控，同侧2组4台摄像机不负责监控对侧区域。

摄像机在水下拍摄的有效距离至少达到18米以上。

水下摄像机内嵌成像处理软件，从前端成像源上为后端工作站的智能救生软件的识别算法提供高品质的图像，还原被拍摄图像的品质，以及溺水人体目标的完整性。

处理后的图像通过视频网络线缆，传输到救生室中的工作站2。工作站安装有智能救生软件，会对目标图像进行识别处理，然后对连续帧图片中的游泳对象进行运动特征的提取，根据连续帧图像中目标质心的运动特征获得连续的运动速度、运动方向等特征后，再将溺水与普通游泳动作的区别进行比对判断，如果存在溺水状况，则在8秒任意时间内，发出预警和报警信号；

报警信号从工作站通过无线路由器，向游泳池岸边的固定救生员和巡视救生员的手持现场显示终端3发出报警图像和声音信号。手持现场显示终端安装有客户端智能救生软件，智能救生报警、显示等功能和数据与工作站同步，显示终端有触摸操作功能，所有的操作与工作站同步，以实现有效监控水下图像和报警信息。

本发明适用于对外开放的公共人工游泳馆(池)。

实施例：

一种游泳池水下智能救生系统，安装在50米*25米的公共人工游泳馆中，包括水下摄像机及图像处理软件、设置有计算机数据处理装置的工作站、多个手持现场显示终端；当游泳者发生溺水情况时，设置在泳池长边池壁的水下摄像机实时监测并获取泳池内所有区域的情况，并通过视频网络线缆，将图像传输到救生室中的工作站，工作站内的处理软件先对传输的图像进行特征提取，获得其中目标质心的运动速度和运动方向，然后根据已经训练好的网络，判断其中是否有人存在溺水情况；如果存在则发出报警信号，报警信号会通过无线网络，向游泳池岸边的固定救生员和巡视救生员的手持现场显示终端发出报警图像和声音信号，救生员根据报警图像显示迅速赶往溺水地点实施救助。

泳池一半的区域(按50米长边纵向划分)，各由同侧2组共4台摄像机负责监控，同侧2组4台摄像机不负责监控对侧区域。摄像机在水下拍摄的有效距离至少达到18米以上，实现了泳池的全覆盖。

对摄像机传输的图像会进行初始化和去躁等处理，可以适用于图像尺寸像素大小不一致以及存在一些特征明显的干扰时的情况。

工作站的智能救生软件算法根据溺水者的动作与普通游泳者存在的较大区别来判断是否溺水。

手持现场显示终端安装有客户端智能救生软件，智能救生报警、显示等功能和数据与工作站同步，包括报警信号源是由哪一台摄像机拍摄到的以及具体位置，方便救生人员迅速赶到事故地点。