The present invention discloses a method and device for detecting human fall, which is applied to a top-mounted scene, including: acquiring a current frame image, determining the first region of the target to be detected in the current frame image determined by the human body recognition part according to at least one preset human body recognition part, and determining the first region in the current frame image according to the first region in the current frame image, and The second region corresponding to the target to be detected in the first image of the preset numeric frame at the current frame interval is located before the current frame, and the current speed of the target to be detected is determined; whether the current speed is greater than the speed range of the normal motion of the target to be detected saved is judged; if so, whether the area of the first region is smaller than the preserved area is judged. The area threshold corresponding to the normal movement of the target to be detected; if so, it is determined that the target to be detected falls. By detecting the moving speed of the target to be detected and the area of the area determined by the human body recognition part, the problems of difficult collection, low detection rate of human body and low detection rate and accuracy rate of human fall events are solved.
【技术实现步骤摘要】
一种人体跌倒的检测方法及装置
本专利技术涉及视频监控
，尤其涉及一种人体跌倒的检测方法及装置。
技术介绍
根据数据统计，跌倒已成为老年人日常生活中最多也最严重的安全问题之一。随着摄像头制造成本的下降和互联网的普及，很多用户都通过使用网络摄像头实时监护独居的老人。当老人发生跌倒时，可发出预警提醒。目前，判断人体跌倒常用的方式包括：基于人体检测的跌倒行为进行判断，即先进行人体检测，然后根据人体长、宽、高的比例变化，判断人体是否有跌倒行为；以及基于模型训练的人体跌倒行为进行判断，即基于不同的跌倒姿态，对模型训练跌倒的人体跌倒时的相关特征进行提取，通过模型训练，将上述相关特征作为判断人体是否有跌倒行为的比对样本。然而，采用基于人体检测的跌倒行为的判断方法，会存在以下弊端，即当图像采集设备为顶装时，人体检测率会明显下降，导致后续根据人体长、宽、高的比例变化判断人体跌倒的准确率降低，甚至直接导致无法跟人体长、宽、高的比例变化来判断人体是否跌倒。采用基于模型训练的人体跌倒行为的判断方法，也会存在以下弊端，即直接使用模型训练跌倒的人体时，由于人体跌倒的姿态非常多，给训练带来的难度很大，同时还增加了图像收集的难度，以及需要采集的样本量。此外由于基于模型训练的人体跌倒行为的判断方法所应用的场景也非常有限，限制了技术的提升，因此当图像采集设备为顶装时，采用基于模型训练的人体跌倒行为的判断方法，同样会存在因人体检测率下降，影响对人体跌倒事件进行判断的问题。因当图像采集设备为顶装时，采集图像的视角更为广泛，可以起到很好的检测作用，而上述两种方式在顶装场景下都存在对人体跌倒事件...
【技术保护点】
1.一种人体跌倒的检测方法，应用于图像采集设备的顶装场景中，其特征在于，所述方法包括：获取当前帧图像，根据预设的至少一个人体识别部位，确定待检测目标在所述当前帧图像中由所述人体识别部位确定的第一区域；根据所述当前帧图像中的所述第一区域，及位于所述当前帧之前，且与所述当前帧间隔预设数值帧的第一图像中所述待检测目标对应的第二区域，确定所述待检测目标的当前速度；判断所述当前速度是否大于保存的所述待检测目标正常运动的速度范围；如果是，判断所述第一区域的面积是否小于保存的所述待检测目标正常运动时对应的面积阈值；如果是，判定所述待检测目标跌到。
【技术特征摘要】
1.一种人体跌倒的检测方法，应用于图像采集设备的顶装场景中，其特征在于，所述方法包括：获取当前帧图像，根据预设的至少一个人体识别部位，确定待检测目标在所述当前帧图像中由所述人体识别部位确定的第一区域；根据所述当前帧图像中的所述第一区域，及位于所述当前帧之前，且与所述当前帧间隔预设数值帧的第一图像中所述待检测目标对应的第二区域，确定所述待检测目标的当前速度；判断所述当前速度是否大于保存的所述待检测目标正常运动的速度范围；如果是，判断所述第一区域的面积是否小于保存的所述待检测目标正常运动时对应的面积阈值；如果是，判定所述待检测目标跌到。2.如权利要求1所述的方法，其特征在于，所述获取当前帧图像，根据预设的至少一个人体识别部位，确定待检测目标在所述当前帧图像中由所述人体识别部位确定的第一区域包括：通过卷积神经网络CNN的特征提取层从所述当前帧图像中提取出，与所述待检测目标的所述至少一个人体识别部位相对应的区域；将提取到的与所述至少一个人体识别部位相对应的区域通过CNN的特征映射层映射到所述当前帧图像上，生成矩形目标框；将所述矩形目标框确定为所述待检测目标由所述人体识别部位确定的第一区域。3.如权利要求1所述的方法，其特征在于，所述根据所述当前帧图像中的所述第一区域，及位于所述当前帧之前，且与所述当前帧间隔预设数值帧的第一图像中所述待检测目标对应的第二区域，确定所述待检测目标的当前速度包括：根据所述第一区域在所述当前帧图像中对应的第一位置信息，以及所述第二区域在所述第一图像中对应的第二位置信息，确定所述待检测目标的第一位移；根据所述当前帧图像对应的第一时间，以及所述第一图像对应的第二时间，确定所述当前帧图像与所述第一图像之间的第一时间差；根据所述第一位移和所述第一时间差，确定所述待检测目标的当前速度。4.如权利要求1所述的方法，其特征在于，所述根据所述当前帧图像中的所述第一区域，及位于所述当前帧之前，且与所述当前帧间隔预设数值帧的第一图像中所述待检测目标对应的第二区域，确定所述待检测目标的当前速度还包括：针对在所述第一区域中的每个光流点，根据该光流点在所述当前帧图像中的第三位置信息，以及该光流点在所述第一图像中的第四位置信息，确定该光流点对应的第二位移；根据所述当前帧图像对应的第三时间，以及所述第一图像对应的第四时间，确定所述当前帧图像与所述第一图像之间的第二时间差；根据与每个光流点对应的所述第二位移及所述第二时间差，确定所述待检测目标的当前速度。5.如权利要求4所述的方法，其特征在于，所述根据与每个光流点对应的所述第二位移及所述第二时间差，确定所述待检测目标的当前速度之前，所述方法还包括：判断是否存在对应至少两个所述第二位移的光流点；如果否，执行根据所述当前帧图像中的所述第一区域，及位于所述当前帧之前，且与所述当前帧间隔预设数值帧的第一图像中所述待检测目标对应的第二区域，确定所述待检测目标的当前速度及后续步骤。6.如权利要求1所述的方法，其特征在于，所述根据所述当前帧图像中的所述第一区域，及位于所述当前帧之前，且与所述当前帧间隔预设数值帧的第一图像中所述待检测目标对应的第二区域，确定所述待检测目标的当前速度之前，所述方法还包括：判断所述第一区域是否与所述当前帧图像中其他检测目标对应的第三区域重叠；如果否，执行根据所述当前帧图像中的所述第一区域，及位于所述当前帧之前，且与所述当前帧间隔预设数值帧的第一图像中所述待检测目标对应的第二区域，确定所述待检测目标的当前速度及后续步骤。7.如权利要求1所述的方法，其特征在于，所述方法还包括：对保存的所述待检测目标发生跌倒的次数进行更新；判断更新后的次数是否达到预设阈值；如果是，输出报警提醒。8.如权利要求7所述的方法，其特征在于，所述方法还包括：如果所述当前速度在所述速度范围内，和/或所述第一区域的面积不小于所述面积阈值，...
【专利技术属性】
技术研发人员：孙莉，龚磊，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。