本申请涉及摔倒行为预测方法、装置、计算机设备和计算机可读存储介质，通过基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定目标人员的步行稳定性；根据目标人员的步行稳定性，预测目标人员未来发生摔倒行为的概率。本申请通过以针对目标人员采集的历史步态视频为依据，确定目标人员的步行稳定性，从而预测目标人员未来发生摔倒行为的概率，预测方式简单，不需要佩戴额外的装置，有效提高摔倒行为预测方式的便捷性。效提高摔倒行为预测方式的便捷性。效提高摔倒行为预测方式的便捷性。
【技术实现步骤摘要】
摔倒行为预测方法、装置、计算机设备和存储介质
[0001]本申请涉及图像处理
，特别是涉及一种摔倒行为预测方法、装置、计算机设备和存储介质。
技术介绍
[0002]在日常生活中，摔倒行为经常发生，对于青壮年来说，摔倒一次可能不会产生什么影响，而对于老人或者运动存在障碍的人来说，摔倒会带来巨大的安全隐患，尤其在没有人看护的时候。
[0003]现有技术中，通过让老人或者运动存在障碍的人佩戴传感器等相关检测装置对其进行心跳、血压等参数的检测，从而对摔倒行为进行预测，由此来预知危险。然而，对用户来说，装置佩戴和拆卸过程过于麻烦，导致现有技术存在摔倒行为预测方式不够便捷的问题。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种摔倒行为预测方法、装置、计算机设备和计算机可读存储介质，以解决相关技术中存在的摔倒行为预测方式不够便捷的问题。
[0005]第一个方面，本申请实施例了一种摔倒行为预测方法，所述方法包括以下步骤：
[0006]基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定所述目标人员的步行稳定性；
[0007]根据所述目标人员的步行稳定性，预测所述目标人员未来发生摔倒行为的概率。
[0008]在其中一个实施例中，所述基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定所述目标人员的步行稳定性，包括以下步骤：
[0009]基于针对所述目标人员采集的距当前时间预设时间范围内的历史步态视频，获取所述目标人员的历史运动数据；所述历史运动数据包括步速、步长、重心位置或行走过程中的身体倾斜程度中的一个或多个；
[0010]对所述目标人员的所述历史运动数据进行分析，确定所述目标人员的步行稳定性。
[0011]在其中一个实施例中，所述基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定所述目标人员的步行稳定性，包括以下步骤：
[0012]基于针对所述目标人员采集的距当前时间预设时间范围内的历史步态视频，获取所述目标人员的步速；
[0013]根据所述目标人员每一步的步速，确定所述目标人员左右脚行走速度的不对称性；
[0014]根据所述目标人员左右脚行走速度的不对称性的波动幅度，确定所述目标人员的步行稳定性。
[0015]在其中一个实施例中，所述基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定所述目标人员的步行稳定性，包括以下步骤：
[0016]基于针对所述目标人员采集的距当前时间预设时间范围内的历史步态视频，获取所述目标人员的步长；
[0017]根据所述目标人员每一步的步长，确定所述目标人员左右脚行走步长的不对称性；
[0018]根据所述目标人员左右脚行走步长的不对称性的波动幅度，确定所述目标人员的步行稳定性。
[0019]在其中一个实施例中，所述基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定所述目标人员的步行稳定性，包括以下步骤：
[0020]基于针对所述目标人员采集的距当前时间预设时间范围内的历史步态视频，获取所述目标人员的重心位置；
[0021]根据所述目标人员每一步的重心位置，确定所述目标人员左右脚行走重心位置的不对称性；
[0022]根据所述目标人员左右脚行走重心位置的不对称性的波动幅度，确定所述目标人员的步行稳定性。
[0023]在其中一个实施例中，所述基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定所述目标人员的步行稳定性，包括以下步骤：
[0024]基于针对所述目标人员采集的距当前时间预设时间范围内的历史步态视频，获取所述目标人员在行走过程中的身体倾斜程度；
[0025]根据所述目标人员每一步的身体倾斜程度，确定所述目标人员左右脚行走身体倾斜程度的不对称性；
[0026]根据所述目标人员左右脚行走身体倾斜程度的不对称性的波动幅度，确定所述目标人员的步行稳定性。
[0027]在其中一个实施例中，所述根据所述目标人员每一步的步速，确定所述目标人员左右脚行走速度的不对称性；根据所述目标人员左右脚行走速度的不对称性的波动幅度，确定所述目标人员的步行稳定性，包括以下步骤：
[0028]以一次左脚抬起跟随一次右脚落地为一个完整的步子，基于一个完整的步子中所述目标人员左脚行走的速度，与一个完整的步子中所述目标人员右脚脚行走的速度，确定每一个完整的步子中所述目标人员左右脚行走速度的不对称性；
[0029]基于每一个完整的步子中所述目标人员左右脚行走速度的不对称性，确定在所述历史步态视频中，所述目标人员左右脚行走速度的不对称性均值；
[0030]基于所述目标人员左右脚行走速度的不对称性均值及每一个完整的步子中所述目标人员左右脚行走速度的不对称性，确定所述目标人员左右脚行走速度的不对称性的波动幅度；
[0031]根据所述目标人员左右脚行走速度的不对称性的波动幅度，确定所述目标人员的步行稳定性。
[0032]在其中一个实施例中，所述根据所述目标人员的步行稳定性，预测所述目标人员未来发生摔倒行为的概率，包括以下步骤：
[0033]将所述目标人员的步行稳定性代入预设的转换关系，预测所述目标人员未来发生摔倒行为的概率；所述预设的转换关系为所述目标人员的步行稳定性与所述目标人员未来
发生摔倒行为的概率之间的转换关系；所述步行稳定性越小，对应的发生摔倒行为的概率越高。
[0034]在其中一个实施例中，在所述根据所述目标人员的步行稳定性，预测所述目标人员未来摔倒行为的概率之后，所述方法还包括：
[0035]当预测到所述目标人员未来发生摔倒行为的概率超过设定阈值时，发出预警信号。
[0036]第二个方面，本申请实施例了一种摔倒行为预测装置，所述装置包括确定模块和预测模块；
[0037]所述确定模块，用于基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定所述目标人员的步行稳定性；
[0038]所述预测模块，用于根据所述目标人员的步行稳定性，预测所述目标人员未来发生摔倒行为的概率。
[0039]第三个方面，在本实施例中提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一个方面所述方法的步骤。
[0040]第四个方面，在本实施例中提供了计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一个方面所述的方法的步骤。
[0041]上述摔倒行为预测方法、装置、计算机设备和计算机可读存储介质，通过基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定目标人员的步行稳定性；根据目标人员的步行稳定性，预测目标人员未来发生摔倒行为的概率。本申请通过以针对目标人员采集的历史步态视频为依据，确定目标人员的步行稳定性，从而预测目标人员未来本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种摔倒行为预测方法，其特征在于，所述方法包括以下步骤：基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定所述目标人员的步行稳定性；根据所述目标人员的步行稳定性，预测所述目标人员未来发生摔倒行为的概率。2.根据权利要求1所述的摔倒行为预测方法，其特征在于，所述基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定所述目标人员的步行稳定性，包括以下步骤：基于针对所述目标人员采集的距当前时间预设时间范围内的历史步态视频，获取所述目标人员的历史运动数据；所述历史运动数据包括步速、步长、重心位置或行走过程中的身体倾斜程度中的一个或多个；对所述目标人员的所述历史运动数据进行分析，确定所述目标人员的步行稳定性。3.根据权利要求1所述的摔倒行为预测方法，其特征在于，所述基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定所述目标人员的步行稳定性，包括以下步骤：基于针对所述目标人员采集的距当前时间预设时间范围内的历史步态视频，获取所述目标人员的步速；根据所述目标人员每一步的步速，确定所述目标人员左右脚行走速度的不对称性；根据所述目标人员左右脚行走速度的不对称性的波动幅度，确定所述目标人员的步行稳定性。4.根据权利要求1所述的摔倒行为预测方法，其特征在于，所述基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定所述目标人员的步行稳定性，包括以下步骤：基于针对所述目标人员采集的距当前时间预设时间范围内的历史步态视频，获取所述目标人员的步长；根据所述目标人员每一步的步长，确定所述目标人员左右脚行走步长的不对称性；根据所述目标人员左右脚行走步长的不对称性的波动幅度，确定所述目标人员的步行稳定性。5.根据权利要求1所述的摔倒行为预测方法，其特征在于，所述基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定所述目标人员的步行稳定性，包括以下步骤：基于针对所述目标人员采集的距当前时间预设时间范围内的历史步态视频，获取所述目标人员的重心位置；根据所述目标人员每一步的重心位置，确定所述目标人员左右脚行走重心位置的不对称性；根据所述目标人员左右脚行走重心位置的不对称性的波动幅度，确定所述目标人员的步行稳定性。6.根据权利要求1所述的摔倒行为预测方法，其特征在于，所述基于针对目标人员采集的距当前时间预设时间范围内的历史步态视频，确定所述目标人员的步行稳定性，包括以下步骤：
基于针对所述目标人员采集的距当前时间预设时间范围内的历史步态视频，获取所述目标人员在行走过程中的身体倾...
【专利技术属性】
技术研发人员：李鑫，李伟，周道利，马东星，
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：
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。