[發明專利]一種基于深度相機的老人跌倒檢測方法

在審

• 申請號: 201710141595.6
• 申請日: 2017-04-26
• 公開（公告）號: CN107016350A
• 公開（公告）日: 2017-08-04
• 發明（設計）人: 王海濱;曹黎俊
• 申請（專利權）人: 中科唯實科技（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京律恒立業知識產權代理事務所(特殊普通合伙)11416
• 代理人: 顧珊,龐立巖

技術領域

本發明涉及模式識別，特別涉及基于深度相機的老人跌倒檢測方法。

背景技術

當今社會已進入老齡化社會，老年人口數量眾多，而且老年人跌倒發生率高，老人一旦跌倒又沒有獲得及時救治，往往會遭受嚴重傷害，因此有大量關于老人跌倒自動檢測技術的研究。基于穿戴式傳感器的跌倒檢測技術具有判斷正確和易安裝等優點，但實際使用過程中也存在一些問題，其中主要問題就是傳感器經常被干擾，導致系統和傳感器之間通信得不到保證，而且老人穿戴這些設備也很麻煩。

隨著計算機視覺技術的迅速發展，基于計算機視覺的智能監控系統的研究越來越多。智能視覺監控技術是讓計算機代替人的大腦，讓攝像頭代替人的眼睛，由計算機智能地分析從攝像頭中獲取的圖像序列，對被監控場景中的老人活動進行理解并判斷，與傳統視覺監控系統相比有明顯的優勢：一方面，能大大減少監控人員的數量降低成本；另一方面，可以通過聯網建設分布式智能監控系統來實時獲取老人遇到的意外危險情況，方便資源(保安、醫護人員等)調度，盡快消除養老院等公共場合下即將發生或已發生的安全隱患。基于深度相機的老人跌倒檢測技術是一種非常具有應用價值的智能視覺監控技術，它可以應用于養老院、療養院、老年大學等監控場景，實時獲取老人的行為信息，對于老人跌倒的異常行為進行報警提示，聯網的跌倒檢測分析系統還能幫助養老機構、醫院等及時獲取信息并提供救治。

基于深度相機的老人跌倒檢測技術的主要難點在于如何識別出老人的跌倒行為。李浩攀采用機器學習的方法進行跌倒行為識別，該方法缺點是得事先收集很多樣本，還得人工構建幾種行為的特性指標來進行實驗；萬航等人提出利用視頻里的老人外部輪廓求出重心的方法來判斷老人是否跌倒，該方法對于和跌倒行為相近的其他行為出現誤判，如蹲下和彎腰，重心出現重疊，計算重心將檢測不出跌倒行為，應用不便；汪大峰等人提出基于人體外接矩形框寬高比、人體Hu矩特征等多特征融合來識別跌倒異常行為，該方法適用于單一固定的背景，無法應用于變化的實際室外場合中，應用不便；宋菲等人提出基于人體姿勢變化的跌倒檢測算法，選取人體的三個特征區域，求取重心連線的長度和角度，該方法抗干擾能力差，判斷跌倒的閾值也是手動設定，應用不便。

發明內容

本發明的目的在于提供了一種基于深度相機的老人跌倒檢測方法，其特征在于，包括步驟：步驟a)多元二項式回歸擬合虛擬地面的深度圖D；步驟b)獲取目標前景圖F；步驟c)計算前景圖像對應的高度圖H；步驟d)根據目標高度提取站立特征圖S；步驟e)根據站立特征圖序列判斷目標跌倒。

優選地，獲取步驟a中所述深度圖D的具體方法為：

多元二項式回歸分析的模型為:

式中β₀，β₁，β₂，β₃，β₄，β₅，σ²都是與x₁，x₂無關的未知參數，其中β₀，β₁，β₂，β₃，β₄，β₅，σ²稱為回歸系數；

擬定當前深度圖為P，局部地面深度圖為R，虛擬地面的深度圖為D，對于虛擬地面的深度圖D中像素i，估計值D_i的計算方法為：

其中，(P_ij，x_i，y_j)，i，j＝1，...，n為n²組數據，P_ij為局部地面深度圖R中某一像素點深度值，(x_i，y_j)為局部地面深度圖R中某一像素點坐標。

優選地，獲取步驟b中所述目標前景圖F的方法為：

將當前深度圖P和當前背景深度圖D作差，求取差值圖像，即目標前景圖F；在目標前景圖中，背景像素值為0，目標像素值為1；對于目標前景圖F中像素i，F_i的計算方式為：

優選地，獲取步驟c中計算前景圖像對應的高度圖H的方法為：

針對當前深度圖P中像素i，該像素反應的物體實際高度H_i的計算方式為：

應當理解，前述大體的描述和后續詳盡的描述均為示例性說明和解釋，并不應當用作對本發明所要求保護內容的限制。

附圖說明