基于Kinect骨架追踪的人体摔倒自动检测方法技术

本发明专利技术提出一种基于Kinect骨架追踪的人体摔倒自动检测方法。本检测方法通过Kinect对人体进行骨架追踪，获取人体头、左肩、右肩、左髋、右髋和两髋中心（定义为人体质心点）6个骨架关节点的空间坐标，计算人体质心点的运动速度和人体质心点与地表平面的距离，对非摔倒事件进行排除，对人体质心点静止状态计时，形成6个判别条件，判定人体摔倒事件是否发生，摔倒事件一旦发生，通过手机短信报警。本检测方法误判率低，无需穿戴传感设备、不依赖可见光，并可实现对人体的24小时连续实时检测。

【技术实现步骤摘要】
基于Kinect骨架追踪的人体摔倒自动检测方法
本专利技术涉及一种基于Kinect骨架追踪的人体摔倒自动检测方法。
技术介绍
人体摔倒自动检测方法是指利用外部设备自动监控检测人体检测环境下的日常活动，以检测人体意外摔倒事件的技术。目前，根据检测摔倒事件的技术原理，人体摔倒自动检测技术主要分为三种：①基于穿戴式传感器：采用三轴加速度计和三轴陀螺仪采集人体各种状态下躯干的加速度值与角速度值，利用阈值法检测摔倒事件。但基于穿戴式传感器的摔倒检测设备穿戴舒适性欠佳，对人体正常运动具有阻碍性，且误报率和漏报率较高；②基于视频技术：通过摄像机的连续监控，借助图像处理技术，实时分析目标图像信息，检测人体摔倒事件的发生。视频技术对人体的日常生活干扰较小，可以对摔倒事件进行远程验证等。但是，安装校准摄像机镜头需要消耗大量时间；普通CCD摄像机不能在夜间以及弱光照条件下工作，无法进行连续实时检测；且易泄露使用者隐私；③基于声频信号技术：通过检测人体摔倒时刻的声音大小及频率高低检测人体摔倒事件的发生，此类系统对检测环境的声学背景要求高，安装复杂，资金投入大，精度不高。在现有的文献资料中已经出现过基于上述技术的人体摔倒自动检测系统，但其在实际生活中的适用性和检测成功率均不高。骨架追踪技术本质上是将在空间内运动的人体简化为以20个主要人体骨架关节点相连接的人体骨架模型，通过对人体骨架模型的连续实时追踪和对20个主要人体骨架关节点在空间内三维坐标的定位，来感知和获取人体在空间内的实时运动状态。本专利技术提出的摔倒检测技术的核心是对使用者进行骨架追踪处理，以Kinect装置获取人体骨架中的20个关节点，Kinect装置的VGA摄像头提供关节点的和坐标值，红外摄像头提供关节点的向深度坐标值，20个关节点的空间位置可通过空间三维坐标进行定义。本摔倒事件自动检测系统主要选用这20个关节点中的6个用于算法判别，分别为头、左肩、右肩、左髋、右髋和两髋中心，供本摔倒检测算法调用，通过实时计算这6个骨架关节点的相对位置、运动速度和停留时间，判断人体摔倒的发生，以提供人体摔倒事件检测的新方法。
技术实现思路
本专利技术提出了一种基于Kinect骨架追踪的人体摔倒自动检测方法，目的是为了克服上述三种自动检测技术的不足，提供一种无需穿戴、不依赖可见光、检测结果准确、价格低廉的人体摔倒自动检测方法。本专利技术通过以下的技术方案实现的：一种基于Kinect骨架追踪的人体摔倒自动检测方法，具体步骤如下：A、准备一台安装有KinectDeveloperToolkit-v1.8.0和KinectSDK-v1.8的计算机，KinectSDK-v1.8是Kinect的驱动程序，用于Kinect与计算机相连，进行数据交互，KinectDeveloperToolkit-v1.8.0开发包中包含了Kinect中各传感器的接口以及应用程序编程接口API；B、将Kinect安装于检测环境内较高位置处，距离地面高度2.5m至4m，并保证Kinect视野内无障碍物遮挡，Kinect的下俯视角可调节；C、通过计算机开启基于Kinect骨架追踪的摔倒自动检测系统，用户可以在规定的检测环境内部自由地进行日常活动；D、在计算机主机的驱动下，Kinect驱动其自带的VGA摄像头和红外摄像头，通过摄像头覆盖整个检测环境，对整个检测环境内部的物体进行扫描，借助人体体型匹配算法对检测环境内部的类人物体进行持续照射和追踪，并对类人物体尝试匹配人体骨架模型，当20个骨架关节点被追踪到或推测出，系统确认类人物体为人体，则人体骨架模型数据流形成；E、Kinect在获取检测环境内人体骨架模型数据流后，通过其内部的解码芯片对获取的人体骨架模型数据流进行解码运算，获取检测环境下人体20个主要关节点在空间内的三维坐标值；F、在计算机上，通过KinectForWindowsSDK中的SkeletonBasics数据接口，可在计算机屏幕上显示Kinect实时获取的检测环境内的人体骨架模型；G、Kinect将获取的检测环境内的人体骨架关节点三维坐标值通过应用程序编程接口API传递至已编写完成的应用程序，计算人体质心点的运动速度和人体质心点与地表平面的距离，对非摔倒事件进行排除，对人体质心点静止状态计时，形成6个判别条件，判别人体摔倒事件是否发生，如果发生，通过手机短信报警。本专利技术的进一步改进在于：步骤G中的具体检测过程如下：（1）、计算人体质心点运动速度，形成判定条件一和判定条件二：在检测环境内部，人体质心点的运动速度可反映为在场景坐标系内、、三个方向上速度的和向量，其中方向垂直并指向地面；取20个骨架关节点中的两髋中心关节点作为人体质心点，摔倒情况分为快速摔倒和缓慢摔倒：快速摔倒过程中，人体质心点在方向上的速度在中权重较大，在摔倒事件检测过程中，人体质心点在方向上的速度（临界值）时，可认为此事件满足摔倒事件的判定条件一；缓慢摔倒造成人体质心点方向上的速度不一定每次都能达到快速摔倒事件中的临界值，因此，引入人体质心点在场景坐标系方向与方向上的速度，并以和方向上的速度向量和作为评定参数，当（临界值）时，则可认为此事件满足摔倒事件的判定条件二：判定条件一：，即检测过程中，当人体质心点方向上的运动速度超过判别临界值时，，满足条件一的要求；判定条件二：，即检测过程中，人体质心点和方向上的运动速度向量和超过判别临界值时，，满足条件二的要求；（2）、计算人体质心点与地表平面的距离，形成判定条件三：在引入人体质心点运动速度判定条件的同时，将人体质心点与地表平面的距离作为判定条件三，将第帧人体质心点与地表平面的距离定义为，当（临界值）时，摔倒事件条件触发；将人体腰厚尺寸的、臀宽尺寸的，作为临界值取值大小的依据：判定条件三：，即检测过程中，当人体质心点第帧的位置与地表平面的距离小于等于判别临界值时，，满足条件三的要求；（3）、排除非摔倒事件，形成判定条件四和判定条件五：设人体弯腰、下蹲为第一场景，即场景,1，并设、、、、分别为左肩关节点、右肩关节点、头关节点、左髋关节点、右髋关节点至地表平面的距离，为过左肩关节点和右肩关节点的向量；根据人体尺寸，当且成立，且与平面的夹角小于等于时，检测系统认为此时人体不属于摔倒事件；判定条件四：，即检测过程中，当人体不处于第一场景状态时，，满足条件四的要求；设人体快速坐地为第二场景，即场景2，设、、、分别为左肩关节点、右肩关节点、左髋关节点、右髋关节点至地表平面的距离；根据人体尺寸，当且成立，检测系统认为此时人体不属于摔倒事件；判定条件五：，即检测过程中，当人体不处于第二场景时，，满足条件五的要求；（4）、对人体质心点静止状态计时，形成判定条件六：人体质心点在测试场景内第帧的坐标为，第帧的坐标为,当时，为设定值，人体质心点停留时间进行计时，当时，人体摔倒事件判定条件六成立；若在计时期间，且S时，，则归0，重新开始计时；判定条件六：，当，时，，满足条件六的要求；综上，当时，本基于骨架追踪的自动检测方法判定人体摔倒事件发生。本专利技术与现有技术相比具有如下优点：（1）、与基于视频的摔倒自动检测技术相比，基于Kinect骨架追踪的摔倒自动检测技术利用骨架关节点z方向上的深度坐标值，可以降低对x、y方向数据的依赖，将本文档来自技高网...

【技术保护点】
一种基于Kinect骨架追踪的人体摔倒自动检测方法，其特征在于：具体步骤如下：A、准备一台安装有KinectDeveloperToolkit‑v1.8.0和KinectSDK‑v1.8的计算机，KinectSDK‑v1.8是Kinect的驱动程序，用于Kinect与计算机相连，进行数据交互，KinectDeveloperToolkit‑v1.8.0开发包中包含了Kinect中各传感器的接口以及应用程序编程接口API；B、将Kinect安装于检测环境内较高位置处，距离地面高度2.5m至4m，并保证Kinect视野内无障碍物遮挡，Kinect的下俯视角可调节；C、通过计算机开启基于Kinect骨架追踪的摔倒自动检测系统，用户可以在规定的检测环境内部自由地进行日常活动；D、在计算机主机的驱动下，Kinect驱动其自带的VGA摄像头和红外摄像头，通过摄像头覆盖整个检测环境，对整个检测环境内部的物体进行扫描，借助人体体型匹配算法对检测环境内部的类人物体进行持续照射和追踪，并对类人物体尝试匹配人体骨架模型，当20个骨架关节点被追踪到或推测出，系统确认类人物体为人体，则人体骨架模型数据流形成；E、Kinect在获取检测环境内人体骨架模型数据流后，通过其内部的解码芯片对获取的人体骨架模型数据流进行解码运算，获取检测环境下人体20个主要关节点在空间内的三维坐标值；F、在计算机上，通过Kinect For Windows SDK中的Skeleton Basics数据接口，可在计算机屏幕上显示Kinect实时获取的检测环境内的人体骨架模型；G、Kinect将获取的检测环境内的人体骨架关节点三维坐标值通过应用程序编程接口API传递至已编写完成的应用程序，计算人体质心点的运动速度和人体质心点与地表平面的距离，对非摔倒事件进行排除，对人体质心点静止状态计时，形成6个判别条件，判别人体摔倒事件是否发生，如果发生，通过手机短信报警。...

【技术特征摘要】
1.一种基于Kinect骨架追踪的人体摔倒自动检测方法，其特征在于：具体步骤如下：A、准备一台安装有KinectDeveloperToolkit-v1.8.0和KinectSDK-v1.8的计算机，KinectSDK-v1.8是Kinect的驱动程序，用于Kinect与计算机相连，进行数据交互，KinectDeveloperToolkit-v1.8.0开发包中包含了Kinect中各传感器的接口以及应用程序编程接口API；B、将Kinect安装于检测环境内较高位置处，距离地面高度2.5m至4m，并保证Kinect视野内无障碍物遮挡，Kinect的下俯视角可调节；C、通过计算机开启基于Kinect骨架追踪的摔倒自动检测系统，用户可以在规定的检测环境内部自由地进行日常活动；D、在计算机主机的驱动下，Kinect驱动其自带的VGA摄像头和红外摄像头，通过摄像头覆盖整个检测环境，对整个检测环境内部的物体进行扫描，借助人体体型匹配算法对检测环境内部的类人物体进行持续照射和追踪，并对类人物体尝试匹配人体骨架模型，当20个骨架关节点被追踪到或推测出，系统确认类人物体为人体，则人体骨架模型数据流形成；E、Kinect在获取检测环境内人体骨架模型数据流后，通过其内部的解码芯片对获取的人体骨架模型数据流进行解码运算，获取检测环境下人体20个主要关节点在空间内的三维坐标值；F、在计算机上，通过KinectForWindowsSDK中的SkeletonBasics数据接口，可在计算机屏幕上显示Kinect实时获取的检测环境内的人体骨架模型；G、Kinect将获取的检测环境内的人体骨架关节点三维坐标值通过应用程序编程接口API传递至已编写完成的应用程序，计算人体质心点的运动速度和人体质心点与地表平面的距离，对非摔倒事件进行排除，对人体质心点静止状态计时，形成6个判别条件，判别人体摔倒事件是否发生，如果发生，通过手机短信报警；所述步骤G中的具体检测过程如下：(1)、计算人体质心点运动速度，形成判定条件一和判定条件二：在检测环境内部，人体质心点的运动速度可反映为在场景坐标系OXSYSZS内XS、YS、ZS三个方向上速度的和向量，其中ZS方向垂直并指向地面；取20个骨架关节点中的两髋中心关节点作为人体质心点，摔倒情况分为快速摔倒和缓慢摔倒：快速摔倒过程中，人体质心点在ZS方向上的速度在V中权重较大，在摔倒事件检测过程中，人体质心点在ZS方向上的速度时，可认为此事件满足摔倒事件的判定条件一Th1；缓慢摔倒造成人体质心点ZS方向上的速度不一定每次都能达到快速摔倒事件中的临界值...

【专利技术属性】
技术研发人员：瞿畅，王君泽，陈厚军，张小萍，朱小龙，
申请(专利权)人：南通大学，
类型：发明
国别省市：江苏;32