System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于人群聚集的跌倒检测方法、装置、设备及介质制造方法及图纸_技高网

基于人群聚集的跌倒检测方法、装置、设备及介质制造方法及图纸

技术编号:41923423 阅读:4 留言:0更新日期:2024-07-05 14:22
本发明专利技术涉及大数据处理技术领域,具体涉及一种基于人群聚集的跌倒检测方法、装置、设备及介质。对点云数据进行人体目标识别并判断出人群聚集后,对点云报文进行三维空间重构得到三维点云分布图,提取分布图各处最高点云为关键点,以关键点拟合高度曲面,以高度曲面所有的高度值确定分割高度行凹凸划分,当某个凹面区域的面积处于预设面积范围且与周围凸面区域之间的高度变化率也处于预设变化率区间时,认定发生跌倒。本发明专利技术直接以原始点云数据进行跌倒判断,可避免以识别出的人体目标进行跌倒判断时,因雷达在人员密集情况下存在易漏检目标的缺陷而导致对跌倒的漏检,提高了对人群聚集跌倒判断的准确度。

【技术实现步骤摘要】

本专利技术涉及大数据处理,尤其涉及一种基于人群聚集的跌倒检测方法、装置、设备及介质


技术介绍

1、随着教育水平的提高以及家长对子女教育质量的愈发重视,学生在校的安全愈发被家长和社会所关心。学生群体由于集中化学习、生活,且更为活泼好动,所以更容易发生不利事件。同时,随着校园安全事件的多发,学生安保状况的及时发现与制止也愈发重要。

2、当前大部分的校园感知系统需要使用到摄像头等进行图像采集,并通过对图像进行处理来进行预警事件生成等,便于实现及时监管,然而,在校园中的私密场景,如宿舍监管,不能够使用图像进行采集,因此,跌倒检测的能力被限制。

3、当前在私密场景中一般采用雷达等无法形成直观图像的设备进行感知,但雷达在应对复杂的现场情况时,对于大部分的数据处理而言是无法满足准确度要求的,尤其在应对点云数据量较大且信息复杂的情况下,准确且快速地实现识别和判定成为急需解决的问题。


技术实现思路

1、有鉴于此,本专利技术实施例提供了一种基于人群聚集的跌倒检测方法、装置、设备及介质,以解决雷达数据与跌倒判定之间关联关系较弱,导致对跌倒判定的识别准确率较低的问题。

2、第一方面,本专利技术实施例提供一种基于人群聚集的跌倒检测方法,所述跌倒检测方法包括:

3、获取雷达对设定区域扫描得到的点云报文,对所述点云报文进行人体目标识别,得到人体目标的数量;

4、若检测到人体目标的数量达到预设条件,则确定为人群聚集,以世界坐标系对所述点云报文进行三维空间重构,得到所述设定区域的三维点云分布图;

5、提取所述三维点云分布图中的高度关键点,对所述高度关键点进行拟合得到高度曲面,其中,所述高度关键点为同一水平位置处高度值最高的点云;

6、根据所述高度曲面中所有的高度值,确定分割高度,并使用所述分割高度对所述高度曲面进行凹凸划分,得到至少一个凹面区域;

7、针对任一凹面区域,获取所述凹面区域的面积以及所述凹面区域中心点与周围凸面间的变化率,在所述面积处于预设面积范围且所述变化率处于预设变化率区间内时,确定所述凹面区域对应的人体目标为跌倒。

8、第二方面,本专利技术实施例提供一种基于人群聚集的跌倒检测装置,所述跌倒检测装置包括:

9、雷达数据处理模块,用于获取雷达对设定区域扫描得到的点云报文,对所述点云报文进行人体目标识别,得到人体目标的数量;

10、三维重构模块,用于若检测到人体目标的数量达到预设条件,则确定为人群聚集,以世界坐标系对所述点云报文进行三维空间重构,得到所述设定区域的三维点云分布图;

11、高度曲面确定模块,用于提取所述三维点云分布图中的高度关键点,对所述高度关键点进行拟合得到高度曲面,其中,所述高度关键点为同一水平位置处高度值最高的点云;

12、凹面确定模块,用于根据所述高度曲面中所有的高度值,确定分割高度,并使用所述分割高度对所述高度曲面进行凹凸划分,得到至少一个凹面区域;

13、跌倒判定模块,用于针对任一凹面区域,获取所述凹面区域的面积以及所述凹面区域中心点与周围凸面间的变化率,在所述面积处于预设面积范围且所述变化率处于预设变化率区间内时,确定所述凹面区域对应的人体目标为跌倒。

14、第三方面,本专利技术实施例提供一种计算机设备,所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述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如第一方面所述的跌倒检测方法。

15、第四方面,本专利技术实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的跌倒检测方法。

16、本专利技术与现有技术相比存在的有益效果是:

17、本专利技术直接针对原始点云数据进行关于人员跌倒表征的筛选处理,具体在处理过程中选取点云报文重构所得三维空间中的最上层点云高度曲面整体的起伏状况反应人员跌倒,并结合人员跌倒在高度曲面的表现特性来对高度曲面实际凹面区域进行是否属于跌倒所形成凹面的准确判断,从而完成跌倒检测。本专利技术以原始点云数据进行跌倒判断,相较于通过识别人体目标后进行跌倒判断的现有方法,避免了因雷达在人员密集特定场景下存在易漏检目标的性能缺陷而导致对跌倒的漏检,提高了对人群聚集跌倒判断的准确度。

本文档来自技高网...

【技术保护点】

1.一种基于人群聚集的跌倒检测方法,其特征在于,所述跌倒检测方法包括:

2.根据权利要求1所述的跌倒检测方法,其特征在于,在所述提取所述三维点云分布图中的高度关键点之后,还包括:

3.根据权利要求2所述的跌倒检测方法,其特征在于,所述根据所述剩余的高度关键点,得到第一修正权重,包括:

4.根据权利要求1所述的跌倒检测方法,其特征在于,所述根据所述高度曲面中所有的高度值,确定分割高度,并使用所述分割高度对所述高度曲面进行凹凸划分,得到至少一个凹面区域,包括:

5.根据权利要求1所述的跌倒检测方法,其特征在于,在所述获取雷达对设定区域扫描得到的点云报文,对所述点云报文进行人体目标识别,得到人体目标的数量之前,还包括:

6.根据权利要求5所述的跌倒检测方法,其特征在于,在所述采集所述设定区域的环境声音,对所述环境声音进行语音识别,得到语音识别结果之后,还包括:

7.根据权利要求5所述的跌倒检测方法,其特征在于,在所述执行所述获取雷达对设定区域扫描得到的点云报文,对所述点云报文进行人体目标识别,得到人体目标的数量之前,还包括:

8.一种基于人群聚集的跌倒检测装置,其特征在于,所述跌倒检测装置包括:

9.一种计算机设备,其特征在于,所述计算机设备包括处理器、存储器以及存储在所述存储器中并可在所述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如权利要求1至7任一项所述的基于人群聚集的跌倒检测方法。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于人群聚集的跌倒检测方法。

...

【技术特征摘要】

1.一种基于人群聚集的跌倒检测方法,其特征在于,所述跌倒检测方法包括:

2.根据权利要求1所述的跌倒检测方法,其特征在于,在所述提取所述三维点云分布图中的高度关键点之后,还包括:

3.根据权利要求2所述的跌倒检测方法,其特征在于,所述根据所述剩余的高度关键点,得到第一修正权重,包括:

4.根据权利要求1所述的跌倒检测方法,其特征在于,所述根据所述高度曲面中所有的高度值,确定分割高度,并使用所述分割高度对所述高度曲面进行凹凸划分,得到至少一个凹面区域,包括:

5.根据权利要求1所述的跌倒检测方法,其特征在于,在所述获取雷达对设定区域扫描得到的点云报文,对所述点云报文进行人体目标识别,得到人体目标的数量之前,还包括:

6.根据权利要求5所述的跌倒检测方法,其特征在于,在所述采集所述设定...

【专利技术属性】
技术研发人员:朱建永王守强霍玉霞朱彦涛宋伟康彤王小爽
申请(专利权)人:深圳市巨龙科教网络有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1