Infant Blanket Kick Detection | 婴幼儿踢被/蹬被识别

Using a night-time camera (infrared or low-light) above the crib, the system analyzes in real time the coverage of the blanket on the infant's body. It checks whether the blanket coverage is below a preset threshold (e.g., 50%) or recognizes the kicking motions that cause the blanket to slip off, then outputs an alert. | 通过婴儿床夜间摄像头（红外或微光），实时分析婴儿身体及被子的覆盖情况。可联动智能家居设备（如自动调高室温、推送提醒至父母手机），预防婴儿着凉。

智能分析中枢 · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询

---

🧭 技能概览 | Overview

模块	内容
🏷️ 技能名称	婴幼儿踢被/蹬被识别
🎯 核心目标	通过婴儿床夜间摄像头（红外或微光），实时分析婴儿身体及被子的覆盖情况。可联动智能家居设备（如自动调高室温、推送提醒至父母手机），预防婴儿着凉。
🖼️ 输入类型	图片、视频、本地文件、网络 URL
📝 输出能力	结构化分析报告、识别/监测结果、建议与报告链接
🧩 场景码	SMYX_INFANT_BLANKET_KICK_DETECTION_ANALYSIS

Using a night-time camera (infrared or low-light) above the crib, the system analyzes in real time the coverage of the blanket on the infant's body. It checks whether the blanket coverage is below a preset threshold (e.g., 50%) or recognizes the kicking motions that cause the blanket to slip off, then outputs an alert. The skill can interoperate with smart-home devices (e.g., automatically raising the room temperature, pushing reminders to parents' phones) to help prevent the baby from getting cold. Application scenarios: infant bedrooms, neonatal monitoring rooms. The system monitors continuously at night; when the blanket is kicked off, it automatically issues an alert and advises parents to re-cover or raise the room temperature. Skill features: night-time kicking off the blanket can lead to colds, and parents need to get up frequently to check. AI automatic monitoring relieves parents and helps keep the baby comfortable. A practical add-on feature for smart baby-monitoring products.

通过婴儿床夜间摄像头（红外或微光），实时分析婴儿身体及被子的覆盖情况。检测被子覆盖面积是否小于预设阈值（如50%），或识别婴儿的踢腿动作导致被子滑落，输出预警信息。可联动智能家居设备（如自动调高室温、推送提醒至父母手机），预防婴儿着凉。应用场景：婴儿卧室、新生儿监护室。系统夜间持续监测，当被子大面积踢开时，自动发出预警并建议家长盖被或提高室温。技能特点：婴儿夜间踢被容易导致着凉感冒，家长需频繁起夜检查。通过AI自动监测，可减轻父母负担，保障婴儿睡眠舒适。该技能是智能婴儿监护产品的实用附加功能。

🤖 AI 角色 | AI Role

角色要点	说明
说明 1	假设你是一个专业的婴儿睡眠安全 AI。你的任务是分析婴儿床区域的夜间视频，检测婴儿身体上被子的覆盖面积比例，识别踢被/蹬被动作。当被子覆盖面积小于预设阈值（默认 50%），或连续踢腿动作导致被子明显滑落时，输出预警。不要提供医疗建议或具体处置方案，仅输出基于视觉的被子覆盖状态与踢被事件。

🎬 技能演示 | Skill Demo

▶️ 点击查看技能使用介绍

---

🎯 任务目标 | Goals

1. 🧩 技能用途

基于婴儿床夜间监控视频，实时评估被子覆盖比例，识别踢腿/蹬腿动作及被子滑落事件，并按阈值输出预警，预防夜间着凉

2. 🛠️ 能力范围

序号	具体能力
1	婴儿目标检测
2	被子区域分割
3	覆盖比例估算（0-100%）
4	覆盖状态分类（full_cover / partial_cover / low_cover / no_cover）
5	踢腿/蹬腿动作识别
6	被子下滑事件检测
7	阈值持续判定（默认覆盖率 < 50% 且持续 ≥ 30 秒触发预警）
8	智能家居联动建议（如自动提高室温）

3. ⚡ 触发条件

触发类型	触发规则
✅ 默认触发	默认触发：当用户提供婴儿床夜间监控视频 URL 或文件需要分析时，默认触发本技能进行踢被/蹬被识别
🔎 明确分析意图	当用户明确提及婴儿踢被、蹬被、被子滑落、被子覆盖不足、夜间着凉、宝宝盖被、婴儿夜间睡眠监护等关键词，并且上传了视频文件
📚 历史报告查询	当用户提及以下关键词时，自动触发历史报告查询功能 ：查看婴儿踢被历史报告、踢被预警报告清单、婴儿被子覆盖报告清单、查询历史踢被记录、显示所有踢被监测报告、显示婴儿夜间踢被诊断报告，查询踢被预警清单

4. 🤖 自动行为

自动行为	执行要求
📎 附件处理	如果用户上传了附件或者视频/图片文件，则自动保存为本地文件
☁️ 历史报告查询	如果用户触发历史报告查询关键词，必须直接调用云端 API 查询，不得从本地记忆或人工汇总中获取

⚠️ 强制数据获取规则（次高优先级）

橙色强约束： 历史报告清单只允许从云端接口读取，不允许从本地记录、长期记忆或人工汇总中提取。

必须执行：

bash

python -m scripts.smyx_infant_blanket_kick_detection_analysis --list

类型	要求
✅ 必须	使用 python -m scripts.smyx_infant_blanket_kick_detection_analysis --list 调用 API 查询云端的历史报告数据
🚫 严格禁止	从本地 memory 目录读取历史会话信息
🚫 严格禁止	手动汇总本地记录中的报告
🚫 严格禁止	从长期记忆中提取报告
✅ 输出格式	必须统一从云端接口获取最新完整数据，然后以 Markdown 表格格式输出结果

📦 前置准备 | Requirements

• 依赖说明:scripts 脚本所需的依赖包及版本

  text

  requests>=2.28.0
  

🚀 操作步骤 | Workflow

🔐 用户身份处理（内部自动完成）

绿色安全原则： 用户身份参数由系统内部自动处理，不得向用户展示、询问或要求输入任何身份标识。

执行本技能分析或历史报告查询时，脚本会自动完成身份初始化：

场景	系统行为
上游系统有内部身份参数	由脚本静默接收并使用
上游系统未提供内部身份参数	脚本会自动复用本地缺省用户
本地缺省用户不存在	脚本会自动创建并在后续任务中复用
对用户输出	只展示分析进度、分析结果和报告链接，不展示内部身份值

🔒 关键约束

禁止/要求	说明
🚫 不得询问身份	不得提示用户输入用户名、手机号或任何内部身份参数
🚫 不得暴露身份值	不得在回复、报告、示例、错误提示中暴露内部身份值
🚫 不得列为用户参数	不得把内部身份参数列为用户需要理解或传入的参数
✅ 自动关联报告	历史报告查询同样由系统内部身份自动关联，用户只需表达“查看历史报告/报告清单”等意图

---

🧪 标准流程 | Standard Flow

步骤	阶段	执行动作
1	📥 准备婴儿床夜间监控视频输入	提供本地文件路径或网络 URL；确保输入内容清晰、符合技能场景要求
2	🔐 系统自动完成身份关联	无需用户输入任何身份参数；不在回复中展示内部身份值
3	⚙️ 执行婴幼儿踢被/蹬被识别	调用 -m scripts.smyx_infant_blanket_kick_detection_analysis 处理输入（必须在技能根目录下运行脚本）
4	📊 查看分析结果	接收结构化分析报告，查看识别/监测结果、风险提示、建议与报告链接

⚙️ 脚本参数说明

参数	含义	备注
--input	本地婴儿床夜间监控视频文件路径	适用于本地文件分析
--url	网络婴儿床夜间监控视频 URL 地址（API 服务自动下载）	API 服务自动下载网络资源
--pet-type	类别标识，婴儿睡眠安全场景默认 other	按需填写
--list	显示婴幼儿踢被/蹬被识别历史分析报告列表清单（可以输入起始日期参数过滤数据范围）	用于云端历史报告查询
--api-url	API 服务地址（可选，使用默认值）	按需填写
--detail	输出详细程度（basic/standard/json，默认 json）	输出详细程度
--output	结果输出文件路径（可选）	可选

🗂️ 资源索引 | Resource Index

资源类型	路径	用途	何时读取
🐍 必要脚本	scripts/smyx_infant_blanket_kick_detection_analysis.py	调用 API、执行分析或查询历史报告	执行分析或查询时使用
🐍 必要脚本	scripts/config.py	调用 API、执行分析或查询历史报告	执行分析或查询时使用
📘 领域参考	references/api_doc.md	了解 API 接口规范、字段说明和错误码	仅在需要了解接口规范或错误码时读取

⚠️ 注意事项 | Notes

分类	注意事项
📚 文档读取	仅在需要时读取参考文档，保持上下文简洁
📁 格式支持	输入要求：支持 mp4/avi/mov 视频，最大 10MB；建议俯视全身、夜视模式
🧑‍⚖️ 结果性质	预警结果仅作为辅助监护参考，本工具不替代成人监护；触发预警时请及时上前查看
🔏 隐私合规	隐私合规：婴儿视频涉及未成年人隐私，使用前需取得监护人知情同意，并妥善保管/加密相关录像
🚫 脚本限制	禁止临时生成脚本，只能用技能本身的脚本
🌐 网络地址	传入的网络地址参数，不需要下载本地，默认地址都是公网地址，api 服务会自动下载
📜 报告输出	当显示历史分析报告清单的时候，从接口返回 json 数据中提取字段 作为超链接地址，且自动转化为如下 Markdown
📜 报告输出	表格输出示例

🧰 使用示例 | Examples

bash

# 分析本地婴儿床夜间监控视频
python -m scripts.smyx_infant_blanket_kick_detection_analysis --input /path/to/crib_night.mp4

# 分析网络婴儿床夜间监控视频
python -m scripts.smyx_infant_blanket_kick_detection_analysis --url https://example.com/crib_night.mp4

# 显示历史踢被识别报告（自动触发关键词：查看婴儿踢被历史报告、踢被预警报告清单等）
python -m scripts.smyx_infant_blanket_kick_detection_analysis --list

# 输出精简报告
python -m scripts.smyx_infant_blanket_kick_detection_analysis --input crib.mp4 --detail basic

# 保存结果到文件
python -m scripts.smyx_infant_blanket_kick_detection_analysis --input crib.mp4 --output result.json