[發(fā)明專利]一種基于獨(dú)立成分分析的室內(nèi)實(shí)時(shí)摔倒檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011096273.2
• 申請(qǐng)日: 2020-10-14
• 公開（公告）號(hào): CN112183446B
• 公開（公告）日: 2022-09-23
• 發(fā)明（設(shè)計(jì)）人: 黃穎;郭梓升;王澤荃;楊振
• 申請(qǐng)（專利權(quán)）人: 重慶郵電大學(xué)
• 主分類號(hào): G06V40/10
• 分類號(hào): G06V40/10;G06V10/77;G06V10/764
• 代理公司: 重慶輝騰律師事務(wù)所 50215
• 代理人: 王海軍

1.一種基于獨(dú)立成分分析的室內(nèi)實(shí)時(shí)摔倒檢測(cè)方法，其特征在于，具體包括以下步驟：

從監(jiān)控視頻中選取相鄰兩幀的圖像，對(duì)于滿足一定條件的兩幀的圖像，即兩幀圖像的MSE值大于設(shè)置的閾值T_m，進(jìn)行后續(xù)摔倒判斷，對(duì)于兩幀圖像的MSE值不大于設(shè)置的閾值T_m，則直接使用上一對(duì)滿足條件的兩幀圖像的判斷結(jié)果和特征并跳轉(zhuǎn)，發(fā)生跳轉(zhuǎn)的兩幀圖像直接使用上一次的結(jié)果無(wú)需進(jìn)行后續(xù)判斷，每選取一次視為一個(gè)回合，每一回合得出摔倒判斷結(jié)果作為選取的第二張圖像的判斷結(jié)果；

使用一個(gè)回合中兩張圖片的堆疊矩陣作為FastICA算法的輸入，得到分離前景和背景的二值圖；

使用自適應(yīng)的矩形框優(yōu)化掃描二值圖，得到人體的檢測(cè)框；

以同樣的方式得到矩形框的左、右邊界起點(diǎn)，這樣就獲取到目標(biāo)的最小外接矩形；

對(duì)獲得的最小外接矩形和二值圖進(jìn)行特征提取，提取的特征至少保存兩個(gè)回合，提取的特征至少包括高寬比α_t+s、上邊界起點(diǎn)縱坐標(biāo)top_t+s、下邊界起點(diǎn)縱坐標(biāo)bottom_t+s、中心點(diǎn)縱坐標(biāo)center_t+s、矩形框面積占比area_t+s、前景占比ratio_t+s、本回合上邊界起點(diǎn)相對(duì)上一回合上邊界起點(diǎn)下落速度V_top、本回合中心點(diǎn)縱坐標(biāo)相對(duì)上一回合中心點(diǎn)縱坐標(biāo)下落速度；其中t表示在時(shí)間t前的圖像的參數(shù)值，t+s表示時(shí)間t后第s張圖像的參數(shù)值

根據(jù)提取的前景部分及檢測(cè)框相關(guān)特征判斷目標(biāo)的狀態(tài)決定是否發(fā)生跳轉(zhuǎn)，并最終判斷為疑似摔倒、未摔倒兩種狀態(tài)；具體包括：

1)判斷前面是否檢測(cè)到目標(biāo)，若未檢測(cè)到，即若此處連續(xù)20個(gè)回合出現(xiàn)跳轉(zhuǎn)執(zhí)行2)，否則執(zhí)行3)；此處每個(gè)回合的跳轉(zhuǎn)數(shù)量不包括當(dāng)兩幀圖像的MSE值不大于設(shè)置的閾值T_m時(shí)直接使用上一對(duì)滿足條件的兩幀圖像的判斷結(jié)果和特征并跳轉(zhuǎn)時(shí)所述的跳轉(zhuǎn)；

2)目標(biāo)出現(xiàn)判別，具體判斷準(zhǔn)則包括：

a.框面積過大或過小，在室內(nèi)情況下，當(dāng)框面積大于圖像總面積的60％，或小于圖像總面積的1％，就被認(rèn)為是沒有檢測(cè)到目標(biāo)，這樣直接判斷為未摔倒，否則說(shuō)明目標(biāo)進(jìn)入視野范圍，需要進(jìn)一步判斷；

b.高寬比過大或過小，當(dāng)高寬比大于8或小于1/8時(shí)，也會(huì)被認(rèn)為是沒有檢測(cè)到目標(biāo)而直接判斷為未摔倒；

當(dāng)a和b都不滿足，說(shuō)明目標(biāo)進(jìn)入視野范圍，需要進(jìn)一步判斷，否則直接判斷為未摔倒；

3)判斷是否執(zhí)行跳轉(zhuǎn)，若執(zhí)行跳轉(zhuǎn)，直接使用上一回合的分類結(jié)果，若不執(zhí)行跳轉(zhuǎn)，繼續(xù)執(zhí)行4)；只有當(dāng)滿足f且滿足a、b、c、d、e中的任意一個(gè)或多個(gè)時(shí)，程序才會(huì)執(zhí)行跳轉(zhuǎn)，否則，繼續(xù)進(jìn)行下一步判斷，條件a～f包括：

a.框面積為0，在檢測(cè)到目標(biāo)的情況下，框面積為0表示ICA結(jié)果無(wú)效或攝像頭沒有捕獲到本幀圖像；

b.前景占比過小，前景占比小于0.2％則認(rèn)定發(fā)生了ICA無(wú)法解決的過遮擋而無(wú)效；

c.前景高寬比多大或過小，前景高寬比大于8或小于0.125則認(rèn)定ICA結(jié)果無(wú)效；

d.框面積相對(duì)變化速度過大，本回合框面積相對(duì)上一回合框面積變化速度C_l不超過T_l，或本回合框面積相對(duì)前面未執(zhí)行跳轉(zhuǎn)的框平均面積占比的變化速度C_a不超過T_a則認(rèn)定ICA結(jié)果無(wú)效；

e.矩形框上邊界起點(diǎn)不上移而下邊界起點(diǎn)上移，這種情況下，下邊界起點(diǎn)上移速度C_u小于T_u則認(rèn)定ICA結(jié)果無(wú)效；

f.本回合結(jié)果的前面10幀內(nèi)沒有執(zhí)行2)；

4)閾值判別，本回合上邊界起點(diǎn)相對(duì)上一回合上邊界起點(diǎn)下落速度V_top超過閾值T_top且本回合中心點(diǎn)縱坐標(biāo)相對(duì)上一回合中心點(diǎn)縱坐標(biāo)下落速度V_center超過閾值T_center時(shí)判斷為疑似摔倒；

若目標(biāo)被連續(xù)k次判斷為疑似摔倒，即前面k個(gè)回合的判斷結(jié)果都為疑似摔倒，將本回合和前k個(gè)回合的α、V_top、V_center、bottom作為4k維向量送入離線訓(xùn)練的SVM中以將深蹲和躺下判斷為未摔倒，而將真正摔倒判斷為摔倒。