[發明專利]一種基于機器視覺的摔倒檢測方法和系統

有效

• 申請號: 202110662116.1
• 申請日: 2021-06-15
• 公開（公告）號: CN113392765B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 梁梓熙;尹明;楊文俊;何少聰;周明悅;譚家權;何銘樂
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06V10/32;G06V10/40;G06N3/006;G06N3/08;G06V10/82
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

1.一種基于機器視覺的摔倒檢測方法，其特征在于，包括步驟：

S1：獲取實時的監控視頻數據；

S2：對實時監控視頻數據進行數據增強處理，得到視頻中每一幀圖像對應的圖像張量信息；

S3：對圖像張量信息中的人體關鍵骨骼點進行提取，并將提取到的骨骼點轉化為一組骨骼點坐標；

步驟S3提取所述骨骼點包括步驟：

S31：將數據增強后的圖像輸入基于熱圖的生成式模型；

S32：通過模型的特征提取模塊循環執行四次的3x3卷積、批量歸一化、最大池化處理，從3通道RGB圖像張量信息中提取出關于人體高級特征信息張量；

S33：通過模型的解碼器循環執行兩次的反卷積、3x3卷積、批量歸一化處理，將所述高級特征信息張量轉換為m通道關鍵骨骼點熱圖，其中每一個熱圖對應了一個人體關鍵骨骼點；

步驟S3還包括骨骼點數據庫數據處理步驟，具體為：骨骼點數據庫保存有最新的n幀圖像的骨骼點坐標隊列，對骨骼點坐標隊列進行整合，得到一個形如nxmx2的骨骼點序列張量，然后對骨骼點序列張量進行Flatten處理后得到骨骼點一維向量，在又有新的一幀視頻圖像的骨骼點坐標提取完畢后，刪除位于所述骨骼點坐標隊列頭的m個人體關鍵骨骼點坐標，并將新一幀的m個人體關鍵骨骼點坐標數據塞入骨骼點坐標隊列尾中；

S4：獲取n張連續圖像幀的骨骼點坐標，根據連續圖像幀的相鄰幀之間骨骼點坐標的位置關系，識別圖像中人體的姿態，進而判斷圖像中的人是否出現異常情況，所述異常情況是指摔倒且有異常行為；

步驟S4識別人體的肢體動作包括步驟：

S41：將所述骨骼點數據庫數據處理步驟中Flatten處理后得到的所述骨骼點一維向量輸入隨機森林模型；

S42：隨機森林模型中的100個學習器各自判斷畫面中的人是否摔倒，并且每個學習器對識別結果進行投票，若判斷為摔倒且出現異常行為時投贊成票，否則投反對票；

S43：記錄投票結果，然后返回執行步驟S1，若連續三次投票結果的贊成票超過50票，則認為發生異常情況，并將發生異常情況的判斷結果傳輸給步驟S5；

S5：若判斷為異常情況，則將報警信息發送到預設報警對象。

2.根據權利要求1所述的一種基于機器視覺的摔倒檢測方法，其特征在于，步驟S2所述數據增強處理具體包括步驟：

S21：直方圖均衡化處理，以增強圖像對比度；

S22：灰度值歸一化處理，使得圖像灰度值區間從[0,255]映射為[-1,1]；

S23：對圖像進行圖像尺寸填充調整，使用零填充策略將圖像填充為正方形的長寬比例，并從原尺寸放縮為統一的預設尺寸。