[發明專利]一種基于堆疊空洞卷積網絡的摔倒檢測方法

有效

• 申請號: 202010168176.3
• 申請日: 2020-03-11
• 公開（公告）號: CN111507185B
• 公開（公告）日: 2020-11-24
• 發明（設計）人: 姜明;楊海杰;李鵬飛;張旻;湯景凡
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

本發明公開了一種基于堆疊空洞卷積網絡的摔倒檢測方法。本發明步驟進行：1、準備摔倒行為訓練集；2、通過目標檢測算法提取摔倒行為的人物個體，得到新的訓練集；3、將訓練集的每個人物個體制作關節點熱圖，并且根據訓練集人工定義的摔倒行為的骨骼點分布；4、構建堆疊空洞卷積網絡并且訓練堆疊空洞卷積網絡；5、用訓練好的堆疊空洞卷積網絡檢測連續幾幀采集到的圖像，得到骨骼點的分布結果；將連續幾幀的骨骼點分布與人工定義的摔倒行為骨骼點分布進行相似度計算，若小于閾值，則判定為摔倒行為。本發明能夠在復雜的環境下實時檢測摔倒行為，具有較好的魯棒性。

技術領域

本發明屬于計算機視覺和模式識別技術領域，具體涉及到人體動作(摔倒)識別，具體是一種基于堆疊空洞卷積網絡的摔倒檢測方法。本發明應用于各種類型社區場景下精確檢測摔倒行為。

背景技術

隨著社會的不斷進步，全球的老齡化呈上升趨勢，老年人的醫療健康引起廣泛關注，據調查統計，摔倒已經成為導致65歲以上老年人意外死亡主要原因。老年人摔倒后，如能得到及時的救助，可大大降低死亡率。

目前摔倒檢測的方法主要有基于穿戴式傳感器和基于環境傳感器的方法。其中前者主要原理是對人體的姿態進行檢測，采用加速度傳感器、陀螺儀等來根據加速度計數據提取IF-THEN規則來判斷是否摔倒。但穿戴設備用戶體驗較差，不方便日常的活動。而對于基于環境傳感器的摔倒檢測方法，主要原理是在檢測人體目標的活動區域內安裝傳感器，但是不可控的因素較多，投入成本高。

發明內容

本發明的目的在于針對已有技術的不足，提出一種能夠適應復雜場景下的基于堆疊空洞卷積網絡摔倒檢測方法。

本發明是一種基于堆疊空洞卷積網絡的摔倒檢測方法，包括如下步驟：

步驟1、準備摔倒行為訓練集：從多個角度、多個人物和多個場景采集視頻圖像數據，添加到原始人體姿態數據集中，獲取新的人體姿態數據集Ⅰ，實現數據增強；

所述的原始人體姿態數據集中不含有摔倒行為圖像；

步驟2、通過目標檢測算法提取步驟1獲取的人體姿態數據集Ⅰ的每張圖像的人物個體，摔倒行為的人物個體，得到新的訓練集；

所述的新的訓練集中行為的標注類別僅包含摔倒和非摔倒；

步驟3、將訓練集的每個人物個體制作關節點熱圖，并且根據訓練集人工定義的摔倒行為的骨骼點分布；

步驟4、構建堆疊空洞卷積網絡并且訓練堆疊空洞卷積網絡；

步驟5、用訓練好的堆疊空洞卷積網絡檢測連續幾幀采集到的圖像，得到骨骼點的分布結果；將連續幾幀的骨骼點分布與人工定義的摔倒行為骨骼點分布進行相似度計算，若小于閾值，則判定為摔倒行為。

本發明與現有技術相比具有以下優點：

第一：本發明采用了空洞卷積網絡，有效避免了因重復上下采樣而造成的信息損失，空洞卷積能夠在保持分辨率不變的情況下同時增大感受野，學習到更多的細節特征。

第二：本發明采用了堆疊空洞卷積網絡，在每次堆疊的過程中，融合了不同尺度的特征，達到了更好的效果。

附圖說明

圖1是本發明的流程圖

圖2是空洞卷積原理圖

圖3是堆疊空洞卷積網絡模型圖

具體實施方式:

下面結合附圖對本發明做詳細描述。

實施例1

在復雜場景中，對摔倒行為的檢測設備成本大，用戶體驗差，不可控因素較多。針對目前存在的問題，本發明提出了一種基于堆疊空洞卷積的摔倒檢測方法，流程圖參照圖1，包括如下步驟：