一种判断老年人摔倒行为及身体平衡能力的方法技术

本发明专利技术提供一种判断老年人摔倒行为及身体平衡能力的方法。一种判断老年人摔倒行为的方法步骤包括：获取人体场景深度数据；对深度数据进行处理，获取人体关键部位深度数据；通过人体关键部位深度数据，构建人体行为3D框；根据3D框变化识别老年人摔倒行为。本发明专利技术还提供了一种判断身体平衡能力的方法。本发明专利技术能够有效识别人体行为，从而正确判断老年人摔倒行为及平衡能力，及时给予救助及相应的锻炼建议。

【技术实现步骤摘要】
【专利摘要】本专利技术提供。一种判断老年人摔倒行为的方法步骤包括：获取人体场景深度数据；对深度数据进行处理，获取人体关键部位深度数据；通过人体关键部位深度数据，构建人体行为3D框；根据3D框变化识别老年人摔倒行为。本专利技术还提供了一种判断身体平衡能力的方法。本专利技术能够有效识别人体行为，从而正确判断老年人摔倒行为及平衡能力，及时给予救助及相应的锻炼建议。【专利说明】
本专利技术涉及行为识别判断领域，具体涉及一种判断老年人摔倒行为及身体平衡能 力的方法。
技术介绍
我国已经进入人口老龄化快速发展时期，据全国老龄办统计数据显示，目前有近 一半的老人属于城乡空巢家庭或类空巢家庭。专家预计，到2030年我国老龄人口将近3亿， 而空巢老人家庭比例或将达到90%，这意味着届时将有超过两亿的空巢老人。由于无人照 顾，老人突发疾病抢救不及时，生命也时常受到威胁，这是"空巢"老人面临的一个重要问 题一安全。根据世界疾病控制与防护中心提供的数据，每年超过三分之一的年龄大于65 岁的老人死于意外摔倒，摔倒成为老人受伤和死亡的重要原因。因此促进了科学家在近几 年对于摔倒识别的研究。摔倒可能发生在行走或站立的时候。随着年龄的增长，老年人更 有可能会摔倒。有研究指出，每年上年纪的老人至少摔倒一次。同时，从数据中显示摔倒也 是引起死亡的重要因素。摔倒的人需要紧急的协助。同时，对于老人的日常看护，往往依靠 人员在旁陪同，耗费人力，老人在家中身体健康状况，也仅仅是老人感到不舒服之后才能得 到通知，因此，我们的目的就是开发一个高效的、准确的老年人监护系统，对于老人损害性 行为进行识别，对于老人健康，能动态的检测。 人体行为识别研究形式多样，内容丰富，既有手势识别、表情分析等局部的识别研 究，也有针对独立个体的行为识别研究，还包括群体间的交互行为分析等。总体来说按照数 据采集方式可以将人体行为识别研究分为基于非视觉的方式和基于视觉的方式。 基于非视觉的方式主要是利用放置在人体或者人的活动空间内的传感器获取人 体运动参数。这种方法获取的人体运动参数较为精确，却会给人们生活带来不便。 相对于前者，基于视觉的方式能够获得更丰富的信息，目前基于视觉的方式是人 体行为识别研究的主流方法。
技术实现思路
本专利技术的目的之一在于提供，利 用该方法能有效识别人体行为，从而正确判断老年人摔倒行为及平衡能力，及时提供救助 及给予相应的锻炼建议。 本专利技术提供一种判断老年人摔倒行为的方法，包括如下步骤：获取人体场景深度 数据；对所述深度数据进行处理，获取人体关键部位深度数据；根据所述人体关键部位深 度数据，构建人体行为3D框；根据所述3D框变化判断老年人摔倒行为。 进一步的，所述的根据3D框变化判断老年人摔倒行为的步骤包括：计算出所述 3D框的各边运动加速度和中心高度；将所述计算得到的数据输入支持向量机（support vectormachine，SVM)分类器中进行分类；检测出摔倒行为的数据。 进一步的，所述的对深度数据进行处理，获取人体关键部位深度数据步骤包括：利 用所述场景深度图体识别出人体遮照图；利用所述人体深度遮照图得到人体分割图；利用 所述人体分割图识别出人体关键骨骼节点，得到人体关键部位深度数据。 本专利技术还提供一种判断老年人身体平衡能力的方法，包括如下步骤：采集人体按 照交互提醒做出的平衡功能测试动作；获取人体场景深度数据；对所述深度数据进行处 理,获取人体关键部位深度数据；根据所述人体关键部位深度数据,构建人体行为3D框；根 据所述各关键部位及所述3D框的变化，计算判断老年人身体平衡能力。 进一步的，所述的对深度数据进行处理，获取人体关键部位深度数据步骤包括：利 用所述场景深度图体识别出人体遮照图；利用所述人体深度遮照图得到人体分割图；利用 所述人体分割图识别出人体关键骨骼节点，得到人体关键部位深度数据。 进一步的，所述的根据各关键部位及3D框的变化，计算判断老年人身体平衡能力 的步骤包括：计算出头部与躯干骨骼的坐标向量和身体中心坐标；确定所述3D框的平面法 向量；计算所述坐标向量与所述平面法向量的角度余弦值；计算所述角度余弦值变化与所 述身体中心坐标移动速度；根据所述角度余弦值变化和所述身体中心坐标移动速度判断老 人平衡能力。 进一步的，上述判断老年人身体平衡能力的方法还包括平衡功能测试有简易的起 立-行走计时测试和全面的Berg平衡量表测试。 【专利附图】【附图说明】 图1所示为本专利技术实施例判断老年人摔倒行为的方法流程图。 图2所示为本专利技术实施例换判断老年人身体平衡能力的方法流程图。 图3所示为本专利技术实施例人体场景深度示意图。 图4所示为本专利技术实施例人体遮照示意图。 图5所示为本专利技术实施例人体分割示意图。 图6所示为本专利技术实施例人体关键骨豁点示意图。 图7所示为本专利技术实施例人体行为3D框示意图。 图8所示为本专利技术实施判断摔倒行为的人体3D框各项参数示意图。 图9所示为本专利技术实施例人体摔倒时的3D框示意图。 图10所示为本专利技术实施例计算头部与躯干骨骼的坐标向量和身体中心坐标示意 图。 图11所示为本专利技术实施例确定人体3D框平面法向量示意图。 图12所示为本专利技术实施例计算坐标向量与平面法向量的角度变化示意图。 图13所示为本专利技术实施例Berg平衡量表项目图。 具体的实施方式 下文将结合附图详细描述本专利技术的实施例。应当注意的是，下述实施例中描述的 技术特征或者技术特征的组合不应当被认为是孤立的，它们可以被相互组合从而达到更好 的技术效果。在下述实施例的附图中，各附图所出现的相同标号代表相同的特征或者部件， 可应用于不同实施例中。 本专利技术主要使用计算机高级程序语言并借助微软.net框架、微软的kinect sdk 和微软kinect摄像头实现，能够实现识别老年人摔倒行为及检测老年人身体平衡能力。 图1所示为本专利技术提供的一种识别老年人摔倒行为的方法，步骤如下： 步骤SllO获取人体场景深度数据。 利用kinect摄像头获取人体场景深度图像，如图3所示。深度图像有着很高的抗 干扰性，外界光线强弱不同的情况下，kinect摄像头能采集相同的深度数据，所以能在白天 和夜晚很好的工作。利用深度数据检测到人体深度数据。 步骤S120对深度数据进行处理，获取人体关键部位深度数据。 利用场景深度图，通过最优阈值法将场景场景深度图中的人体识别出来生成人体 遮照图，如图4所示。利用人体深度遮照图，得到人体分割图，如图5所示。继而，利用随机 森林分类器识别出人体关键骨骼节点，如图6所示。人体关键骨骼节点包括老年人的头、 手、肩膀、膝盖、腿等关节点。将老年人行为量化为这些关键节点的坐标变换。利用这些坐 标实现老年人摔倒检测。 步骤S130根据人体关键部位深度数据，构建人体行为3D框。 利用上述人体关键节点，组成人体行为3D框，如图7所示。 步骤S140根据3D框变化识别老年人摔倒行为。 Kinect摄像头每秒能够采集30帧深度图片，即每秒有30组关键节点组成的3D 框。如图8所示，计算出3D框的各本文档来自技高网...

【技术保护点】
一种判断老年人摔倒行为的方法，其特征在于，包括如下步骤：获取人体场景深度数据；对所述深度数据进行处理，获取人体关键部位深度数据；根据所述人体关键部位深度数据，构建人体行为3D框；根据所述3D框变化判断老年人摔倒行为。

【技术特征摘要】

【专利技术属性】
技术研发人员：侯振杰，陆中秋，陈永康，吴卓燃，张建，陈宸，
申请(专利权)人：侯振杰，
类型：发明
国别省市：江苏;32