[發(fā)明專利]跌倒監(jiān)測方法、裝置、計算機設(shè)備和存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202310306062.4
• 申請日: 2023-03-27
• 公開（公告）號: CN116386139A
• 公開（公告）日: 2023-07-04
• 發(fā)明（設(shè)計）人: 林冠宇;劉智遠;廖致霖
• 申請（專利權(quán)）人: 業(yè)成科技（成都）有限公司;業(yè)成光電（深圳）有限公司;業(yè)成光電（無錫）有限公司;英特盛科技股份有限公司
• 主分類號: G06V40/20
• 分類號: G06V40/20;G06N20/00;G06V20/52
• 代理公司: 華進聯(lián)合專利商標代理有限公司 44224
• 代理人: 高雪

1.一種跌倒監(jiān)測方法，其特征在于，所述方法包括：

獲取待識別的深度影像，對所述深度影像進行去噪，得到去噪后的深度影像，將去噪后的深度影像存于存儲空間中；

在檢測到標記隊列中的標記用于指示所述存儲空間中存儲的深度影像數(shù)量達到預(yù)設(shè)閾值的情況下，停止獲取待識別的深度影像，讀取所述存儲空間中存儲的深度影像，并將讀取到的深度影像輸入至訓(xùn)練后的跌倒監(jiān)測模型中，輸出相應(yīng)的跌倒識別結(jié)果，所述標記是基于所述存儲空間中存儲的深度影像數(shù)量進行實時更新的；

在檢測到狀態(tài)隊列中的狀態(tài)用于指示所述訓(xùn)練后的跌倒監(jiān)測模型已輸出相應(yīng)的跌倒識別結(jié)果的情況下，重新獲取待識別的深度影像，并返回對所述深度影像進行去噪的步驟并繼續(xù)執(zhí)行。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述跌倒監(jiān)測模型的訓(xùn)練過程，包括：

獲取多個歷史深度影像集，在多個歷史深度影像集中選取歷史深度影像集作為訓(xùn)練集，并在剩下的歷史深度影像集中選取測試集，將選取結(jié)果作為訓(xùn)練測試樣本組；

針對每一訓(xùn)練測試樣本組，利用所述訓(xùn)練測試樣本組中的訓(xùn)練集對初始跌倒監(jiān)測模型進行訓(xùn)練，得到所述訓(xùn)練測試樣本組相應(yīng)訓(xùn)練后的待選跌倒監(jiān)測模型，并利用所述訓(xùn)練測試樣本組中的測試集對相應(yīng)的待選跌倒監(jiān)測模型進行測試，獲得相應(yīng)的測試結(jié)果；

根據(jù)每一訓(xùn)練測試樣本組相應(yīng)的測試結(jié)果，從每一訓(xùn)練測試樣本組相應(yīng)的待選跌倒監(jiān)測模型中選取訓(xùn)練后的跌倒監(jiān)測模型。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)每一訓(xùn)練測試樣本組相應(yīng)的測試結(jié)果，從每一訓(xùn)練測試樣本組相應(yīng)的待選跌倒監(jiān)測模型中選取訓(xùn)練后的跌倒監(jiān)測模型，包括：

根據(jù)每一訓(xùn)練測試樣本組相應(yīng)的測試結(jié)果，獲取相應(yīng)的模型特異性參數(shù)和模型敏感性參數(shù)，根據(jù)每一訓(xùn)練測試樣本組相應(yīng)的模型特異性參數(shù)和模型敏感性參數(shù)，確定每一訓(xùn)練測試樣本組相應(yīng)的模型價值指數(shù)；

確定最大模型價值指數(shù)相應(yīng)的訓(xùn)練測試樣本組，作為目標訓(xùn)練測試樣本組，將所述目標訓(xùn)練測試樣本組相應(yīng)的待選跌倒監(jiān)測模型，作為訓(xùn)練后的跌倒監(jiān)測模型。

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述歷史深度影像集中的歷史深度影像至少分為歷史跌倒深度影像和歷史非跌倒深度影像；所述利用所述訓(xùn)練測試樣本組中的訓(xùn)練集對初始跌倒監(jiān)測模型進行訓(xùn)練，包括：

確定所述訓(xùn)練集中歷史跌倒深度影像和歷史非跌倒深度影像各自相應(yīng)的標記值；

利用所述訓(xùn)練集和相應(yīng)的標記值對初始跌倒監(jiān)測模型進行訓(xùn)練。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)每一訓(xùn)練測試樣本組相應(yīng)的模型特異性參數(shù)和模型敏感性參數(shù)，確定每一訓(xùn)練測試樣本組相應(yīng)的模型價值指數(shù)，包括：

將預(yù)設(shè)特異性權(quán)重與所述模型特異性參數(shù)的二點五次方相乘得到的乘積結(jié)果，和將預(yù)設(shè)敏感性權(quán)重與所述模型敏感性參數(shù)相乘得到的乘積結(jié)果相加，得到的和值除以將所述預(yù)設(shè)特異性權(quán)重和所述預(yù)設(shè)敏感性權(quán)值相加得到的和值，得到模型價值指數(shù)。

6.根據(jù)權(quán)利要求1至5任意一項所述的方法，其特征在于，所述深度影像為使用深度相機拍攝病房內(nèi)部或者大型交通工具內(nèi)部得到的影像。

7.一種跌倒監(jiān)測裝置，其特征在于，所述裝置包括：

影像獲取模塊，用于獲取待識別的深度影像，對所述深度影像進行去噪，得到去噪后的深度影像，將去噪后的深度影像存于存儲空間中；

跌倒監(jiān)測模塊，用于在檢測到標記隊列中的標記用于指示所述存儲空間中存儲的深度影像數(shù)量達到預(yù)設(shè)閾值的情況下，停止獲取待識別的深度影像，讀取所述存儲空間中存儲的深度影像，并將讀取到的深度影像輸入至訓(xùn)練后的跌倒監(jiān)測模型中，輸出相應(yīng)的跌倒識別結(jié)果，所述標記是基于所述存儲空間中存儲的深度影像數(shù)量進行實時更新的；

狀態(tài)檢測模塊，用于在檢測到狀態(tài)隊列中的狀態(tài)用于指示所述訓(xùn)練后的跌倒監(jiān)測模型已輸出相應(yīng)的跌倒識別結(jié)果的情況下，重新獲取待識別的深度影像，并返回對所述深度影像進行去噪的步驟并繼續(xù)執(zhí)行。