[發明專利]一種基于人體關鍵點的對需特別看護人員的異常狀態檢測方法

在審

• 申請號: 201910056610.6
• 申請日: 2019-01-22
• 公開（公告）號: CN109558865A
• 公開（公告）日: 2019-04-02
• 發明（設計）人: 袁振東;于世寬;秦力;郭道寧;肖定為
• 申請（專利權）人: 郭道寧;肖定為
• 主分類號: G06K9/00
• 分類號: G06K9/00;G08B21/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于人體關鍵點的對需特別看護人員的異常狀態檢測方法，其特征在于：

M1)場景區域、邊界及特定目標的標識和智能維護；

M2)人體關鍵點檢測；

M3)姿態判斷：對M2檢測到的人體關鍵點做人體姿態判斷，判斷出當前人體姿態；

M4)組合判斷：綜合前述特征，綜合分析需特別看護人員在監控場景中不同的姿態在不同區域與保持時間、以及人體在不同區域進出與停留時間，綜合判斷是否異常。

2.根據權利要求書1所述的一種基于人體關鍵點的對需特別看護人員的異常狀態檢測方法，其特征在于，所述的場景區域、邊界及特定目標的標識和智能維護，包括以下內容：

1)標識活動區域、休息區域；

2)標識洗手間門口；

3)標識陽臺、監控視角盲區；

4)標識出入門口。

5)若后續出現場景區域、邊界及特定目標的標識需更改的情況，可在之前的標注基礎上進行再標定、重新標定，從而實現智能維護。

3.根據權利要求書1所述的一種基于人體關鍵點的對需特別看護人員的異常狀態檢測方法，其特征在于，所述的人體關鍵點檢測，包括以下內容：

1)使用機器學習得到的人體關鍵點檢測模型，對人體關鍵點進行檢測與識別；

2)針對不同的應用場景，人體關鍵點檢測模型可以是單人檢測模型，也可以是多人檢測模型；

3)檢測到的人體關鍵點信息，包括但不限于眼睛、鼻子、額頭、耳朵、嘴、肩部、手肘、手腕、手掌、手指、胸部、臀部、膝蓋、腳腕、腳掌、腳趾中的至少一種人體部位，包括各關鍵點在平面或在空間的位置坐標信息，包括各關鍵點的置信度以及總體置信度。

4)通過使用上述模型，當場景中有人時，可以檢測出對應人員的人體關鍵點信息；當場景中無人時，該模型將不返回人體關鍵點信息，或根據圖像中與人體相似的部分，返回置信度較低的人體關鍵點信息，通過設置置信度閾值，可以準確區分場景中有人或無人的情況。

4.根據權利要求書3所述的人體關鍵點檢測方法，其特征在于，所述的使用機器學習得到的人體關鍵點檢測模型，包括以下之一：

1)通過拍攝大量不同人體姿態的照片，在照片中標注人體關鍵點，制作成訓練集，再構建神經網絡的方式進行深度學習、訓練得到的人體關鍵點檢測模型；

2)使用現有的已訓練好的人體關鍵點檢測模型，如OpenPose、AlphaPose、DeeperCut、DensePose、PoseNet、DeepPose等；

3)使用標注了人體關鍵點的訓練集，在現有模型上做繼續訓練，增強訓練，從而得到的識別效果更好的人體關鍵點檢測模型。

5.根據權利要求書1所述的一種基于人體關鍵點的對需特別看護人員的異常狀態檢測方法，其特征在于，所述的姿態判斷，判斷方法包括以下方法之一：

1)使用機器學習的方法得到對人體關鍵點進行姿態分類的模型，對檢測到的人體關鍵點進行姿態分類及判斷；

2)通過數學建模的方法，包括但不限于建立基于各關鍵點之間距離相似性、角度相似性的數學模型，對檢測到的人體關鍵點進行姿態分類及判斷；

3)通過使用分類算法，包括但不限于貝葉斯分類器、SVM支持向量機、logistic分類器、softmax分類器、決策樹等，對檢測到的人體關鍵點進行姿態分類及判斷。

6.根據權利要求書5所述的姿態判斷方法，其特征在于，所述的姿態分類，其姿態種類包括但不限于站立、行走、運動、舉手、坐、蹲、躺、趴、彎腰中的至少一種。

7.根據權利要求書1所述的一種基于人體關鍵點的對需特別看護人員的異常狀態檢測方法，其特征在于，所述的組合判斷，包括以下內容：

1)在活動區(例如地上)的坐姿與躺姿時間異常；

2)在休息區(例如床上或沙發上)的躺姿時間異常；

3)坐在椅子上時間異常；

4)進入洗手間時間異常；

5)進入陽臺與視角盲區等位置時間異常。