婴幼儿踢被识别监测
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_15292d5a/yjkj-smyx-infant-blanket-kick-detection-analysis。
技能介绍
要解决什么问题
婴儿夜间踢被后,被子覆盖面积下降,家长若不能及时发现,孩子容易着凉;频繁起夜查看又会打断全家睡眠。本技能面向婴儿床夜间俯视视频(红外或微光),只做一件事:从画面里估计被子对身体的覆盖比例,并在覆盖不足或踢被导致滑落时给出预警,必要时附带智能家居联动建议(如调高室温、推送提醒)。
技能如何工作
输入为本地视频路径或公网 URL(mp4/avi/mov,建议 ≥10 FPS、夜视模式、固定机位俯视全身)。流程上需要先取得有效的 open-id,再在技能根目录调用 scripts/smyx_infant_blanket_kick_detection_analysis.py 走云端分析 API。
核心输出包括:
- 婴儿是否入镜(
infant_detected) - 覆盖比例(
blanket_coverage_pct,0–100%)与状态:full_cover/partial_cover/low_cover/no_cover - 踢被事件(
kick_events:时间戳与持续时长) - 阈值判定:默认覆盖率 < 50% 且持续 ≥ 30 秒 触发预警等级(
none/info/warning)及文案
若用户用关键词查询历史报告,须通过 --list --open-id 从云端拉取清单,以 Markdown 表格展示(含 reportImageUrl 链接),禁止从本地 memory 拼凑历史记录。
适用边界与注意
- 输出仅为基于视觉的覆盖状态与踢被事件,不提供医疗建议或具体处置方案;预警不能替代成人监护。
- 涉及未成年人影像,需监护人知情同意并妥善保管数据。
- 网络 URL 由 API 侧下载,无需本地先落盘;分析前勿自行编造
open-id。
使用场景
- 智能婴儿监护产品团队在夜视俯视样片上联调踢被识别,确认覆盖率低于阈值时能否稳定触发预警。
- 家长上传某一晚婴儿床摄像头录像,让 Agent 标出踢腿时段与被子大面积滑落、持续低覆盖的片段。
- 新生儿监护室或婴儿卧室固定机位夜间视频接入分析,按 full_cover 到 no_cover 归档覆盖状态与事件时间。
- 用户说「查看历史踢被报告」时,通过 open-id 拉取云端清单,以表格输出报告链接供监护人点开核对。
适合人员
- 负责智能婴儿监视器或床旁摄像产品的嵌入式/云端工程师,要把踢被与覆盖率 API 接到现有监护 App
- 夜间需兼顾婴儿保暖与自身睡眠的新手父母,想用俯视夜视录像做覆盖不足与踢被事件核对而非自行猜断
- 承接母婴 IoT 项目的智能家居集成商,要把 warning 级预警映射到调温、推送等联动策略
- 在 Agent 工作流里挂载本技能的开发者,需严格执行 open-id 获取与 --list 云端历史报告查询规则