[發明專利]跌倒判斷模型的構建方法及系統、跌倒判斷方法及系統

有效

• 申請號: 202110572607.7
• 申請日: 2021-05-25
• 公開（公告）號: CN113033523B
• 公開（公告）日: 2021-08-17
• 發明（設計）人: 張浩
• 申請（專利權）人: 杭州雄邁集成電路技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G08B21/04
• 代理公司: 杭州裕陽聯合專利代理有限公司 33289
• 代理人: 楊琪宇

1.一種跌倒判斷模型的構建方法，其特征在于包括以下步驟：

獲取人形圖像序列，所述人形圖像序列包括若干幀人形圖像，且各人形圖像均標注有靜態標簽，用于指示相應人形的靜態狀態；

構建跌倒判斷網絡，所述跌倒判斷網絡包括特征提取網絡、狀態預測網絡和變換預測網絡，其中特征提取網絡為多輸入網絡；特征提取網絡的輸入為人形圖像序列，輸出為相應的特征數據；狀態預測網絡和變換預測網絡的輸入為所述特征數據，狀態預測網絡的輸出為靜態預測標簽，變換預測網絡的輸出為動態預測標簽；

基于所述人形圖像序列，對所述跌倒判斷網絡進行迭代訓練，獲得跌倒判斷模型，迭代訓練的步驟包括：

將人形圖像序列輸入至跌倒判斷網絡，由所述跌倒判斷網絡輸出靜態預測標簽和動態預測標簽，所述靜態預測標簽與所述靜態標簽一一對應；

基于靜態標簽和靜態預測標簽生成第一損失值；

基于靜態標簽生成相應的動態標簽，基于所述動態標簽和所述動態預測標簽生成第二損失值；

基于第一損失值和第二損失值生成聯合損失值，基于所述聯合損失值更新所述跌倒判斷網絡。

2.根據權利要求1所述的跌倒判斷模型的構建方法，其特征在于：

當達到預設的迭代終止條件時，從更新所得的跌倒判斷網絡中移除狀態預測網絡，獲得跌倒判斷模型。

3.根據權利要求1或2所述的跌倒判斷模型的構建方法，其特征在于：

基于多分類交叉熵損失函數計算第一損失值和第二損失值。

4.根據權利要求1或2所述的跌倒判斷模型的構建方法，其特征在于：

靜態標簽包括直立狀態和跌倒狀態。

5.一種跌倒判斷模型的構建系統，其特征在于，包括：

獲取模塊，用于獲取人形圖像序列，所述人形圖像序列包括時序在先的第一人形圖像和時序在后的第二人形圖像，且第一人形圖像和第二人形圖像均標注有靜態標簽；

構建模塊，用于構建跌倒判斷網絡，所述跌倒判斷網絡包括特征提取網絡、狀態預測網絡和變換預測網絡，其中特征提取網絡為多輸入網絡；特征提取網絡的輸入為人形圖像序列，輸出為相應的特征數據；狀態預測網絡和變換預測網絡的輸入為所述特征數據，狀態預測網絡的輸出為靜態預測標簽，變換預測網絡的輸出為動態預測標簽；

訓練模塊，用于基于所述人形圖像序列，對所述跌倒判斷網絡進行迭代訓練，獲得跌倒判斷模型，其包括預測單元、損失計算單元和更新單元；

所述預測單元，用于將人形圖像序列輸入至跌倒判斷網絡，由所述跌倒判斷網絡輸出靜態預測標簽和動態預測標簽，所述靜態預測標簽與所述靜態標簽一一對應；

所述損失計算單元，用于基于靜態標簽和靜態預測標簽生成第一損失值，還用于基于靜態標簽生成動態標簽，基于所述動態標簽和所述動態預測標簽生成第二損失值，還用于基于第一損失值和第二損失值生成聯合損失值；

所述更新單元，用于基于所述聯合損失值更新所述跌倒判斷網絡。

6.一種跌倒判斷方法，其特征在于包括以下步驟：

獲取目標人物所對應的待測圖像序列，所述待測圖像序列包括若干幀按照時間順序排列的待測圖像；

將待測圖像序列輸入至跌倒判斷模型，由所述跌倒判斷模型輸出相應的動態預測標簽，其中跌倒判斷模型為權利要求1至4任意一項方法所構建的跌倒判斷模型。

7.根據權利要求6所述的跌倒判斷方法，其特征在于：

獲取視頻幀序列，視頻幀序列包括若干幀按照時間順序排列的視頻幀；

識別各視頻幀中的人形區域，基于目標人物所對應的人形區域生成待測圖像；

基于預設的提取規則提取待測圖像，獲得待測圖像序列。

8.根據權利要求7所述的跌倒判斷方法，其特征在于：

將各視頻幀輸入預先構建的人形檢測模型，由所述人形檢測模型輸出目標人物的人形區域位置數據；

基于人形區域位置數據對相應視頻幀進行裁剪，基于所得裁剪圖像生成待測圖像。