一种小型快速的意外摔倒检测方法技术

本发明专利技术公开一种小型快速的意外摔倒检测方法，涉及人工智能技术领域，解决了现有摔倒检测方法硬件设备要求较高，响应速度慢的技术问题。该方法包括以下步骤：获取多个包含有人体的视频并提取每帧人体图像，得到运动点集以及统计数据；通过对多个运动点集进行统计分析，结合统计数据，得到人体动作对应的运动规律及运动阈值；获取待检测图像，预测到有异常运动行为时，提取出待检测运动点集，判断并确认发生异常行为及异常行为的运动类型；对发生异常行为的不同部位进行分割，计算整体质心以及局部质心；通过目标人体的运动轨迹变化，得出准确的摔倒分析结果。本发明专利技术计算量小，硬件设备要求低，是一种小型快速的检测方法，降低了检测成本。了检测成本。了检测成本。

【技术实现步骤摘要】
一种小型快速的意外摔倒检测方法


[0001]本专利技术涉及人工智能
，尤其涉及一种小型快速的意外摔倒检测方法。

技术介绍

[0002]随着网络摄像机的日益普及，对人类活动实现了全面无死角的场景，为一些异常情况的预警提供了可能。人口老龄化是当前社会现状，老人的摔倒是危害最大的一种异常情况，老年人的摔倒会导致各种伤害甚至死亡。基于此，通过单目相机(如网络摄像头)进行摔倒检测可以及时发现老人儿童等的摔倒现象，从而展开救援，最大程度减轻伤害。
[0003]现有的摔倒检测方法大多基于深度学习，该类方法需要提前准备训练数据集，数据集的大小以及好坏决定了检测的准确度，需要花费大量的人力成本去采集、筛选、标注数据集，之后需要设计神经网络进行试错。同时还需要大算力硬件训练出模型文件进行检测，对硬件设备要求很高，同时对环境挑选较为严格，且不支持低配摄像机(低配摄像机或不同的背景环境容易导致模型识别结果出错)，这些都大大增加了检测的成本。
[0004]在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：
[0005]现有的摔倒检测方法需要投入大量人力进行准备工作，同时检测方法运行过程中的硬件设备要求较高，导致响应速度慢，检测成本较高。

技术实现思路

[0006]本专利技术的目的在于提供一种小型快速的意外摔倒检测方法，以解决现有技术中存在的摔倒检测方法需要投入大量人力进行准备工作，同时检测方法运行过程中的硬件设备要求较高，导致响应速度慢，检测成本较高的技术问题。本专利技术提供的诸多技术方案中的优选技术方案所能产生的诸多技术效果详见下文阐述。
[0007]为实现上述目的，本专利技术提供了以下技术方案：
[0008]本专利技术提供的一种小型快速的意外摔倒检测方法，包括以下步骤：
[0009]S100：获取多个包含有至少一个人体的视频并提取每帧人体图像，得到剔除干扰点后的多个人体运动的运动点集，以及人体在不同运动类型下运动速度与帧率变化的统计数据；S200：通过对多个所述运动点集进行统计分析，结合所述统计数据，对人体运动进行检测，分别得到不同环境、不同采集设备、不同年龄段的人体下蹲、坐、卧动作对应的运动规律及运动阈值；S300：获取待检测图像，通过所述运动规律、运动阈值预测到有异常运动行为时，从该异常运动对应的所述人体图像中提取出待检测运动点集，结合人体上层运动点集、中层运动点集、下层运动点集在水平和垂直方向的相对偏移，分析运动规律，并将所述待检测运动点集与所述运动阈值进行比较，判断并确认发生异常行为及异常行为的运动类型；S400：根据人体运动的运动点集，对发生异常行为的目标人体的不同部位进行分割，计算出所述目标人体的整体质心以及对人体分割后的局部质心；S500：通过跟踪所述整体质心、局部质心得到目标人体的运动轨迹变化，结合人体的比例及形状连续变化规律，得出准确的摔倒分析结果。
[0010]优选的，所述S100中，人体运动点集通过以下方法得到：通过帧差法计算所述人体图像的前后两帧人体图像的差值，或根据实际运动速率及场景、设备情况选择前后两帧或者间隔帧差计算人体图像的差值。
[0011]优选的，所述S200中，所述运动阈值综合时间、空间及设备性能参数进行设定。
[0012]优选的，所述S300中，人体上层运动点集、中层运动点集、下层运动点集分别与人体的头部、躯干、下肢相对应。
[0013]优选的，所述S300中，与所述运动阈值进行比较时，还结合人体的手脚运动方向，手脚与人体整体的相对运动及绝对运动，判断是否发生异常行为。
[0014]优选的，所述S400中，通过前景背景分离法对所述运动点集进行分割。
[0015]优选的，所述S400中，所述整体质心、局部质心通过计算目标人体运动点集所有像素坐标的平均值得到。
[0016]优选的，所述S400中，所述局部质心包括上质心、中质心、下质心，分别对应人体上层运动点集、中层运动点集、下层运动点集。
[0017]优选的，所述S500中，采用滤波方法进行所述整体质心、局部质心的跟踪，以关键点的置信度进行判断。
[0018]实施本专利技术上述技术方案中的一个技术方案，具有如下优点或有益效果：
[0019]本专利技术不需要在检测前投入大量人力进行准备工作，同时计算量小，硬件设备的要求低，从而提高了响应速度，是一种小型快速的检测方法，降低了检测成本。适用于所有类型的摄像机，应用更加广泛，避免了神经网络等方法对环境的挑选以及对低配摄像机不支持。通过获取不同环境、不同采集设备、不同年龄段的人体下蹲、坐、卧动作对应的运动规律和运动阈值，便于快速判断人体运动中的异常行为，再分析整体质心、局部质心的运动轨迹变化即可得出摔倒分析结果，便于排除下蹲、坐、卧等动作可能导致的误判，也使得本专利技术对摔倒结果的分析判断更为准确。
附图说明
[0020]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，附图中：
[0021]图1是本专利技术实施例一种小型快速的意外摔倒检测方法的流程图。
具体实施方式
[0022]为了使本专利技术的目的、技术方案及优点更加清楚明白，下文将要描述的各种示例性实施例将要参考相应的附图，这些附图构成了示例性实施例的一部分，其中描述了实现本专利技术可能采用的各种示例性实施例。除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。应明白，它们仅是与如所附权利要求书中所详述的、本专利技术公开的一些方面相一致的流程、方法和装置等的例子，还可使用其他的实施例，或者对本文列举的实施例进行结构和功能上的修改，而不会脱离本专利技术的范围和实质。
[0023]在本专利技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”等指示的是基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的元件必须具有的特定的方位、以特定的方位构造和操作。术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。术语“多个”的含义是两个或两个以上。术语“相连”、“连接”应做广义理解，例如，可以是固定连接、可拆卸连接、一体连接、机械连接、电连接、通信连接、直接相连、通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。
[0024]为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明，仅示出了与本专利技术实施例相关的部分。
[0025]实施例：
[0026]如图1所示，本专利技术提供了一种小型快速的意外摔倒检测方法，包括以下步本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种小型快速的意外摔倒检测方法，其特征在于，包括以下步骤：S100：获取多个包含有至少一个人体的视频并提取每帧人体图像，得到剔除干扰点后的多个人体运动的运动点集，以及人体在不同运动类型下运动速度与帧率变化的统计数据；S200：通过对多个所述运动点集进行统计分析，结合所述统计数据，对人体运动进行检测，分别得到不同环境、不同采集设备、不同年龄段的人体下蹲、坐、卧动作对应的运动规律及运动阈值；S300：获取待检测图像，通过所述运动规律、运动阈值预测到有异常运动行为时，从该异常运动对应的所述人体图像中提取出待检测运动点集，结合人体上层运动点集、中层运动点集、下层运动点集在水平和垂直方向的相对偏移，分析运动规律，并将所述待检测运动点集与所述运动阈值进行比较，判断并确认发生异常行为及异常行为的运动类型；S400：根据人体运动的运动点集，对发生异常行为的目标人体的不同部位进行分割，计算出所述目标人体的整体质心以及对人体分割后的局部质心；S500：通过跟踪所述整体质心、局部质心得到目标人体的运动轨迹变化，结合人体的比例及形状连续变化规律，得出准确的摔倒分析结果。2.根据权利要求1所述的一种小型快速的意外摔倒检测方法，其特征在于，所述S100中，人体运动点集通过以下方法得到：通过帧差法计算所述人体图像的前后两帧人体图像的差值，或根据实际运动速率及场景、设备情况...

【专利技术属性】
技术研发人员：史秦秦，赵勃，谢文平，
申请(专利权)人：深圳市南方硅谷半导体股份有限公司，
类型：发明
国别省市：