[發(fā)明專利]基于Kinect骨架追蹤的人體摔倒自動檢測方法

有效

• 申請?zhí)枺?/td>: 201510074415.8
• 申請日: 2015-02-12
• 公開（公告）號: CN104598896B
• 公開（公告）日: 2017-09-05
• 發(fā)明（設計）人: 瞿暢;王君澤;陳厚軍;張小萍;朱小龍
• 申請（專利權(quán)）人: 南通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 南京正聯(lián)知識產(chǎn)權(quán)代理有限公司32243
• 代理人: 顧伯興

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于Kinect骨架追蹤的人體摔倒自動檢測方法。

背景技術(shù)

人體摔倒自動檢測方法是指利用外部設備自動監(jiān)控檢測人體檢測環(huán)境下的日常活動，以檢測人體意外摔倒事件的技術(shù)。目前，根據(jù)檢測摔倒事件的技術(shù)原理，人體摔倒自動檢測技術(shù)主要分為三種：①基于穿戴式傳感器：采用三軸加速度計和三軸陀螺儀采集人體各種狀態(tài)下軀干的加速度值與角速度值，利用閾值法檢測摔倒事件。但基于穿戴式傳感器的摔倒檢測設備穿戴舒適性欠佳，對人體正常運動具有阻礙性，且誤報率和漏報率較高；②基于視頻技術(shù)：通過攝像機的連續(xù)監(jiān)控，借助圖像處理技術(shù)，實時分析目標圖像信息，檢測人體摔倒事件的發(fā)生。視頻技術(shù)對人體的日常生活干擾較小，可以對摔倒事件進行遠程驗證等。但是，安裝校準攝像機鏡頭需要消耗大量時間；普通CCD攝像機不能在夜間以及弱光照條件下工作，無法進行連續(xù)實時檢測；且易泄露使用者隱私；③基于聲頻信號技術(shù)：通過檢測人體摔倒時刻的聲音大小及頻率高低檢測人體摔倒事件的發(fā)生，此類系統(tǒng)對檢測環(huán)境的聲學背景要求高，安裝復雜，資金投入大，精度不高。在現(xiàn)有的文獻資料中已經(jīng)出現(xiàn)過基于上述技術(shù)的人體摔倒自動檢測系統(tǒng)，但其在實際生活中的適用性和檢測成功率均不高。

骨架追蹤技術(shù)本質(zhì)上是將在空間內(nèi)運動的人體簡化為以20個主要人體骨架關(guān)節(jié)點相連接的人體骨架模型，通過對人體骨架模型的連續(xù)實時追蹤和對20個主要人體骨架關(guān)節(jié)點在空間內(nèi)三維坐標的定位，來感知和獲取人體在空間內(nèi)的實時運動狀態(tài)。本發(fā)明提出的摔倒檢測技術(shù)的核心是對使用者進行骨架追蹤處理，以Kinect裝置獲取人體骨架中的20個關(guān)節(jié)點，Kinect裝置的VGA攝像頭提供關(guān)節(jié)點的和坐標值，紅外攝像頭提供關(guān)節(jié)點的向深度坐標值，20個關(guān)節(jié)點的空間位置可通過空間三維坐標進行定義。本摔倒事件自動檢測系統(tǒng)主要選用這20個關(guān)節(jié)點中的6個用于算法判別，分別為頭、左肩、右肩、左髖、右髖和兩髖中心，供本摔倒檢測算法調(diào)用，通過實時計算這6個骨架關(guān)節(jié)點的相對位置、運動速度和停留時間，判斷人體摔倒的發(fā)生，以提供人體摔倒事件檢測的新方法。

發(fā)明內(nèi)容

本發(fā)明提出了一種基于Kinect骨架追蹤的人體摔倒自動檢測方法，目的是為了克服上述三種自動檢測技術(shù)的不足，提供一種無需穿戴、不依賴可見光、檢測結(jié)果準確、價格低廉的人體摔倒自動檢測方法。

本發(fā)明通過以下的技術(shù)方案實現(xiàn)的：

一種基于Kinect骨架追蹤的人體摔倒自動檢測方法，具體步驟如下：

A、準備一臺安裝有KinectDeveloperToolkit-v1.8.0和KinectSDK-v1.8的計算機，KinectSDK-v1.8是Kinect的驅(qū)動程序，用于Kinect與計算機相連，進行數(shù)據(jù)交互，KinectDeveloperToolkit-v1.8.0開發(fā)包中包含了Kinect中各傳感器的接口以及應用程序編程接口API；

B、將Kinect安裝于檢測環(huán)境內(nèi)較高位置處，距離地面高度2.5m至4m，并保證Kinect視野內(nèi)無障礙物遮擋，Kinect的下俯視角可調(diào)節(jié)；

C、通過計算機開啟基于Kinect骨架追蹤的摔倒自動檢測系統(tǒng)，用戶可以在規(guī)定的檢測環(huán)境內(nèi)部自由地進行日常活動；

D、在計算機主機的驅(qū)動下，Kinect驅(qū)動其自帶的VGA攝像頭和紅外攝像頭，通過攝像頭覆蓋整個檢測環(huán)境，對整個檢測環(huán)境內(nèi)部的物體進行掃描，借助人體體型匹配算法對檢測環(huán)境內(nèi)部的類人物體進行持續(xù)照射和追蹤，并對類人物體嘗試匹配人體骨架模型，當20個骨架關(guān)節(jié)點被追蹤到或推測出，系統(tǒng)確認類人物體為人體，則人體骨架模型數(shù)據(jù)流形成；

E、Kinect在獲取檢測環(huán)境內(nèi)人體骨架模型數(shù)據(jù)流后，通過其內(nèi)部的解碼芯片對獲取的人體骨架模型數(shù)據(jù)流進行解碼運算，獲取檢測環(huán)境下人體20個主要關(guān)節(jié)點在空間內(nèi)的三維坐標值；

F、在計算機上，通過Kinect For Windows SDK中的Skeleton Basics數(shù)據(jù)接口，可在計算機屏幕上顯示Kinect實時獲取的檢測環(huán)境內(nèi)的人體骨架模型；

G、Kinect將獲取的檢測環(huán)境內(nèi)的人體骨架關(guān)節(jié)點三維坐標值通過應用程序編程接口API傳遞至已編寫完成的應用程序，計算人體質(zhì)心點的運動速度和人體質(zhì)心點與地表平面的距離，對非摔倒事件進行排除，對人體質(zhì)心點靜止狀態(tài)計時，形成6個判別條件，判別人體摔倒事件是否發(fā)生，如果發(fā)生，通過手機短信報警。

本發(fā)明的進一步改進在于：步驟G中的具體檢測過程如下：

（1）、計算人體質(zhì)心點運動速度，形成判定條件一和判定條件二：