一种老年人跌倒风险评估方法及系统技术方案

本发明专利技术涉及一种老年人跌倒风险评估方法及系统，属于图像处理与机器学习模型应用领域。评估方法包括：(1)接收安装在被监控场所内的摄像头所获取的监控视频数据；(2)从监控视频数据中的每帧图像中裁剪处至少包含人体关节的人体图像，并将人体图像处理成预定标准尺寸的待识别人体图像；(3)基于已预先训练好的人体姿态估计网络模型，获取待识别人体图像中的关节坐标数据；(4)基于连续多帧图像的关节坐标数据，评估老人跌倒的风险基于机器学习模型获取人体姿态而对跌倒风险进行评估，有效地减少检测传感器的使用量，而减少佩戴所带来的麻烦及对老年人行动的影响，其可广泛应用于老人监护等领域。

A fall risk assessment method and system for the elderly

【技术实现步骤摘要】
一种老年人跌倒风险评估方法及系统
本专利技术涉及一种机器学习
，具体地说，涉及一种基于机器学习模型的老年人跌倒风险评估方法及系统。
技术介绍
随着老年人人口比例的逐渐提升，逐渐出现越来越多的老年人社区，据统计，跌倒所造成的损伤是威胁老年人健康生活的主要原因之一。目前，对老年人跌倒的预防主要依靠人工监控，其存在诸多不便，难以适用于所有老人。为了解决上述技术问题，公开号为CN103027687A的专利文献中公开了一种基于3D加速度仪和陀螺仪的老年人跌倒检测报警系统，其通过多个传感器以检测老年人的姿态，虽然能很好地判断出老年人是否有跌倒风险，并作出警报，但是很难在众多老人中进行普及；大量地使用检测传感器有可能会对老人的活动造成干涉影响，且存在佩戴麻烦的问题。在公开号为CN106539587A的专利文献中公开了一种基于多运动传感器的跌倒风险评估以及监测系统及评估方法，其借助于经训练的模型从而判断老年人跌倒风险，但是其仍是基于传感器对老年人的行走姿态进行检测而容易对老人的行动造成干涉，且佩戴较为麻烦。
技术实现思路
本专利技术的主要目的是提供一种老年人跌倒风险评估方法与系统，以基于机器学习模型获取人体姿态而对跌倒风险进行评估，有效地减少检测传感器的使用量，而减少佩戴所带来的麻烦及对老年人行动的影响。为了实现上述目的，本专利技术提供的老年人跌倒风险评估方法包括以下步骤：接收步骤，接收安装在被监控场所内的摄像头所获取的监控视频数据；预处理步骤，从监控视频数据中的每帧图像中裁剪处至少包含人体关节的人体图像，并将人体图像处理成预定标准尺寸的待识别人体图像；识别步骤，基于已预先训练好的人体姿态估计网络模型，获取待识别人体图像中的关节坐标数据；评估步骤，基于连续多帧图像的关节坐标数据，评估老人跌倒的风险。由以上方案可见，基于视频数据，利用已有的人体姿态估计网络模型获取每帧图像中人体关节坐标数据，并基于该坐标数据而评估出老人跌倒的风险，其能有效地减少布设在人体关节上的检测传感器，从而能有效减少因需佩戴所带来的行动干涉与麻烦。具体的方案为在被监控场所内安装有多个从不同视角进行监控的摄像头，对于每个摄像头所获取的监控视频数据进行单独地进行识别步骤与评估步骤；若有一个以上视角的数据评估出其存在跌倒风险，则认定该老人存在跌倒风险。有效地降低漏判的概率。优选的方案为连续多帧图像为任意其内相邻两帧图像中的关节点坐标之间的偏差小于第一预设阈值，和/或能围住所有关节点的最小矩形框的坐标偏差小于第二预设阈值。能有效地减少因人体图误判而进行的识别工作。优选的方案为将人体图像处理成预定标准尺寸的待识别人体图像的步骤包括将裁剪出的人体图像缩放并填充为预定标准尺寸的待识别人体图像。进一步的方案为将人体图像等比缩放至一对侧边与预定标准尺寸边界重合，且另一对侧边与预定标准尺寸边界重合或存有间隙空间，再对存有的间隙空间进行填充，而获取标准待识别图像。优选的方案为预处理步骤包括基于人体检测器从每帧图像中获取人体图像。基于已有人体检测器获取人体图像，技术成熟。优选的方案为预处理步骤包括以下步骤：边界确定步骤，在监控视频数据的图像中，基于上一帧图像中关节点坐标数据，生成用于对当前帧图像中人体图像的裁剪边界框；裁剪边界框为对能围住上一帧图像的所有关节点的最小矩形框的四边均进行朝外扩大处理，而获得的经扩大的矩形边框与当前帧图像的交集区域的边界；标准化步骤，基于裁剪边框从当前帧图像中裁剪出当前人体图像，并将裁剪出的当前人体图像等比缩放至一对侧边与预定标准尺寸边界重合，且另一对侧边与预定标准尺寸边界重合或存有间隙空间，再对存有的间隙空间进行填充，而获取标准待识别图像。由以上方案可见，优化了至少包含人体关节点的人体图像检测所需的迭代策略，加速了边界框的更新速度，为实时输出关节坐标数据提供保障，从而能够更好地降低老人跌倒风险评估的延时，以确保控制的准确性与实时性。进一步的方案为包括抽检步骤：对被抽检的当前帧图像的边界框按预定比例外扩成临时边界框，以临时边界框所围区域与当前抽检帧图像的交集区域的边界构成抽检边界框；基于抽检边界框从被抽检的当前帧图像中裁剪出抽检人体图像，并将抽检人体图像缩放并填充为基准比对图像；基于人体姿态估计网络模型，获取基准比对图像中人体关节的初始坐标，并将该初始坐标变换为在当前帧图像的坐标系中的基准坐标；若被抽检的当前帧图像的标准坐标与其基准坐标的偏差超出预设阈值，则以该基准坐标替换其标准坐标，作为被抽检的当前帧图像的人体关节坐标数据。由以上方案可见，可有效地避免因前后两帧图像坐标数据相差太多而存在误差累积，提高该方法的准确性。为了实现上述另一目的，本专利技术提供的老年人跌倒风险评估系统包括处理器与存储器，存储器存储有计算机程序，其特征在于，计算机程序被处理器执行时，能实现上述任一技术方案所描述的老年人跌倒风险评估方法的步骤。附图说明图1为本专利技术实施例中风险评估方法的工作流程图；图2为本专利技术实施例中在同一被监控场所内的多个摄像头的位置布局及视角朝向示意图；图3为本专利技术实施例中裁剪出至少包含人体关节的人体图像的过程示意图，其中，图3(a)为裁剪出的人体图像，图3(b)为进行等比缩放之后的人体图像；图3(c)为获取缩放后人体图像与预定标准尺寸之间的间隙空间；图3(d)为对间隙空间进行填充而获取的待识别人体图像。以下结合实施例及其附图对本专利技术作进一步说明。具体实施方式实施例如图1所示，本专利技术老年人跌倒风险评估方法包括接收步骤S1、预处理步骤S2、识别步骤S3及评估步骤S4，具体过程如下：接收步骤S1，接收安装在被监控场所内的摄像头所获取的监控视频数据。如图2所示，在被监控场所01内布设有视角不同的多个摄像头1，其所布设摄像头的视角越多，其漏检的概率越小。其中，被监控场所可以是一个院子、房间或锻炼场所等，通常要求遮挡物越少越好。预处理步骤S2，从监控视频数据中的每帧图像中裁剪处至少包含人体关节的人体图像，并将该人体图像处理成预定标准尺寸的待识别人体图像。从图像中获取至少包含人体关节的人体图像，可以基于现有且较为成熟的人体检测器，例如可采用公开号为CN109345504A的专利文献所采用的深度卷积神经网络YOLOv2，也可采用公开号为CN106778614A的专利文献所公开的深度卷积神经网络DeepCNN，还可以使用传统一些的HOG特征提取与SVM分类相结合的方法。虽然这些现成的人体检测器技术较为成熟，但其计算较为复杂而需耗费较多的计算资源；且由于在通过体姿态变化而判断其是否存在跌倒风险的过程中，仅需识别出人体关节即可，因此可采用以下技术方案，但由于其需要借助现有人体检测器进行初始化标定，所以其适合于老人在摄像头视角内连续活动时长较长的情况，此时，预处理步骤S2具体包括边界框初始化步骤S本文档来自技高网...

【技术保护点】
1.一种老年人跌倒风险评估方法，其特征在于，包括以下步骤：/n接收步骤，接收安装在被监控场所内的摄像头所获取的监控视频数据；/n预处理步骤，从所述监控视频数据中的每帧图像中裁剪处至少包含人体关节的人体图像，并将所述人体图像处理成预定标准尺寸的待识别人体图像；/n识别步骤，基于已预先训练好的人体姿态估计网络模型，获取所述待识别人体图像中的关节坐标数据；/n评估步骤，基于连续多帧图像的关节坐标数据，评估老人跌倒的风险。/n

【技术特征摘要】
1.一种老年人跌倒风险评估方法，其特征在于，包括以下步骤：
接收步骤，接收安装在被监控场所内的摄像头所获取的监控视频数据；
预处理步骤，从所述监控视频数据中的每帧图像中裁剪处至少包含人体关节的人体图像，并将所述人体图像处理成预定标准尺寸的待识别人体图像；
识别步骤，基于已预先训练好的人体姿态估计网络模型，获取所述待识别人体图像中的关节坐标数据；
评估步骤，基于连续多帧图像的关节坐标数据，评估老人跌倒的风险。


2.根据权利要求1所述的老年人跌倒风险评估方法，其特征在于：
在所述被监控场所内安装有多个从不同视角进行监控的摄像头，对于每个摄像头所获取的监控视频数据单独地进行所述识别步骤与所述评估步骤；
若有一个以上视角的数据评估出其存在跌倒风险，则认定该老人存在跌倒风险。


3.根据权利要求1或2所述的老年人跌倒风险评估方法，其特征在于：
所述连续多帧图像为任意其内相邻两帧图像中的关节点坐标之间的偏差小于第一预设阈值，和/或能围住所有关节点的最小矩形框的坐标偏差小于第二预设阈值。


4.根据权利要求1至3任一项权利要求所述的老年人跌倒风险评估方法，其特征在于，所述将所述人体图像处理成预定标准尺寸的待识别人体图像的步骤包括：
将裁剪出的所述人体图像缩放并填充为预定标准尺寸的待识别人体图像。


5.根据权利要求4所述的老年人跌倒风险评估方法，其特征在于：
将所述人体图像等比缩放至一对侧边与所述预定标准尺寸的边界重合，且另一对侧边与所述预定标准尺寸的边界重合或存有间隙空间，再对存有的所述间隙空间进行填充，而获取标准尺寸的所述待识别人体图像。


6.根据权利要求1至5任一项权利要求所述的老年人跌倒风险评估方法，其特征在于...

【专利技术属性】
技术研发人员：杨灿军，徐铃辉，马张翼，武鑫，杨巍，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33