一种多信息并行处理的多功能婴儿安全监测系统

本发明公开了一种多信息并行处理的多功能婴儿安全监测系统，该系统中，数据采集模块实时采集婴儿的图像数据和音频数据，通过数据预处理模块进行标准化和增强处理。深度学习模型模块采用改进后的YOLOv8算法对处理后的图像数据进行婴儿状况目标检测，引入迁移VGG‑CNN网络模型对音频数据实现婴儿哭声的分类预测，组合得到最终的识别结果。智能警报模块根据深度学习模型的识别结果，判断婴儿是否处于异常情况，检测到异常情况则通知家长。用户交互模块提供用户界面，查看婴儿的状态信息和历史记录。本发明能够精准识别出婴儿的异常情况，降低了误报率，为家长提供了更加全面的健康管理工具。