[發(fā)明專利]一種基于人體姿勢狀態(tài)判決的跌倒檢測方法

無效

• 申請?zhí)枺?/td>: 201210159644.6
• 申請日: 2012-05-21
• 公開（公告）號: CN102722715A
• 公開（公告）日: 2012-10-10
• 發(fā)明（設(shè)計）人: 賀前華;沈秉乾;李磊;陳文斯
• 申請（專利權(quán)）人: 華南理工大學(xué)
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 廣州市華學(xué)知識產(chǎn)權(quán)代理有限公司 44245
• 代理人: 齊榮坤

1.一種基于人體姿勢狀態(tài)判決的跌倒檢測方法，其特征在于，包括以下步驟：

S1初始化系統(tǒng)，獲取圖像數(shù)據(jù)；

S2對獲取到的圖像進行相鄰幀差分，對差分后的圖像進行二值化處理；

S3對步驟S2得到的二值化圖像提取目標(biāo)區(qū)域；

S4判斷S3得到的目標(biāo)區(qū)域中是否有物體運動，若否，返回步驟S?1，對一下幀圖像進行檢測；若有，則進行步驟S5;

S5判斷運動的物體是人體還是噪聲干擾，若是噪聲干擾則返回步驟S1，對一下幀圖像進行檢測；若是人體則進行步驟S6；

S6對目標(biāo)區(qū)域提取Zernike距特征和運動輪廓特征，所述運動輪廓特征包括物體的高度、物體的寬度、物體的寬高比、目標(biāo)區(qū)域面積、目標(biāo)區(qū)域周長、輪廓面積、輪廓周長、幀差最大行列特征變量、運動物體高度特征變量；

S7將物體的寬高比、目標(biāo)區(qū)域面積、目標(biāo)區(qū)域周長、幀差最大行列特征變量、運動物體高度特征變量送入預(yù)先訓(xùn)練好的第一分類器；所述第一分類器用于區(qū)分行走與非行走姿勢狀態(tài)；

當(dāng)?shù)谝环诸惼髋卸樾凶咦藙轄顟B(tài)時，返回步驟S1，對一下幀圖像進行檢測；

當(dāng)?shù)谝环诸惼髋卸榉切凶咦藙轄顟B(tài)時，進行步驟S8；

S8將Zernike距特征、物體的高度、物體的寬度、輪廓面積、輪廓周長送入預(yù)先訓(xùn)練好的第二分類器；所述第二分類器用于區(qū)分下蹲與跌倒姿勢狀態(tài)；

當(dāng)?shù)诙诸惼髋卸橄露鬃藙轄顟B(tài)時，返回步驟S1，對一下幀圖像進行檢測；

當(dāng)?shù)诙诸惼髋卸榈棺藙轄顟B(tài)時，標(biāo)記跌倒行為，并發(fā)出警報。

2.根據(jù)權(quán)利要求1所述的基于人體姿勢狀態(tài)判決的跌倒檢測方法，其特征在于，步驟S3所述對步驟S2得到的二值化圖像提取目標(biāo)區(qū)域，具體包括以下步驟：

S31初步檢測：以整幅視頻幀圖像為對象，逐行計算整幅圖像的各行像素值，得到圖像最大行像素值；計算各行像素值與圖像最大行像素值的比值，分別與設(shè)定的閾值TH1比較；略去圖像中行像素值小于閾值TH1的區(qū)域，記錄初步的包含物體的矩形框的縱坐標(biāo)Yup、Ydown；其中閾值TH1由用戶根據(jù)具體情況設(shè)定；

以整幅視頻幀圖像為對象，逐列計算整幅圖像的各列像素值，得到圖像最大列像素值；計算各列像素值與圖像最大列像素值的比值，分別與設(shè)定的閾值TH2比較；略去圖像中列像素值小于閾值TH2的區(qū)域，記錄初步的包含物體的矩形框的橫坐標(biāo)Xleft、Xright；其中閾值TH2由用戶根據(jù)具體情況設(shè)定；

在點（Xleft，Ydown）和點（Xright，Yup）之間的矩形區(qū)域即為初步的目標(biāo)區(qū)域；

S32精細(xì)檢測：以步驟S31得到的初步的目標(biāo)區(qū)域為對象，逐行計算初步的目標(biāo)區(qū)域的各行像素值，得到區(qū)域最大行像素值；計算各行像素值與區(qū)域最大行像素值的比值，分別與設(shè)定的閾值TH3比較；略去初步的目標(biāo)區(qū)域中行像素值小于閾值TH3的區(qū)域，記錄最終的包含物體的矩形框的縱坐標(biāo)Ymax和Ymin；其中閾值TH3由用戶根據(jù)具體情況設(shè)定；

以步驟S31得到的初步的目標(biāo)區(qū)域為對象，逐列計算初步的目標(biāo)區(qū)域的各列像素值，得到區(qū)域最大列像素值；計算各列像素值與區(qū)域最大列像素值的比值，分別與設(shè)定的閾值TH4比較；略去初步的目標(biāo)區(qū)域中列像素值小于閾值TH4的區(qū)域，記錄最終的包含物體的矩形框的縱坐標(biāo)Xmax和Xmin；其中閾值TH4由用戶根據(jù)具體情況設(shè)定；

得到在點（Xmin，Ymin）和點（Xmax，Ymax）之間的矩形區(qū)域即為最終的目標(biāo)區(qū)域。

3.根據(jù)權(quán)利要求1所述的基于人體姿勢狀態(tài)判決的跌倒檢測方法，其特征在于，步驟S4所述判斷S3得到的目標(biāo)區(qū)域中是否有物體運動，具體為：

計算目標(biāo)區(qū)域各行的行像素和、各列的列像素和，若最大的行像素和低于閾值TH5或者最大的列像素和低于閾值TH6，則判斷目標(biāo)區(qū)域中無物體運動。

4.根據(jù)權(quán)利要求1所述的基于人體姿勢狀態(tài)判決的跌倒檢測方法，其特征在于，步驟S5所述判斷運動的物體是人體還是噪聲干擾，具體為：

計算運動物體的輪廓面積，若輪廓面積大于閾值TH7，則判定為人體；若若輪廓面積小于閾值TH7，則判斷為噪聲干擾。