跌倒检测方法、装置、设备及存储介质制造方法及图纸

技术编号:23315704 阅读:12 留言:0更新日期:2020-02-11 18:01
本发明专利技术提供一种跌倒检测方法、装置、设备及存储介质,通过获取用户的红外图像;获取用户的个人信息;根据所述红外图像以及所述个人信息生成用户的特征向量;将所述特征向量输入到预先训练的分类模型,获取跌倒预测结果。本实施例采用从用户的红外图像、用户的个人信息中提取特征生成特征向量,然后输入分类模型进行预测,可以对用户是否跌倒进行及时准确的判断,具有较高的准确度,并且可以保护用户隐私,不受环境和空间上的制约。

Fall detection method, device, equipment and storage medium

【技术实现步骤摘要】
跌倒检测方法、装置、设备及存储介质
本专利技术涉及计算机
,尤其涉及一种跌倒检测方法、装置、设备及存储介质。
技术介绍
随着我国社会的老龄化问题日益加剧,老年人的健康安全监护问题的需求日益增加。根据统计数据,老年人意外伤害的首要原因是跌倒,跌倒会直接造成伤害,并且跌倒后不能得到及时救助,可能会导致更加严重的后果。因此准确及时的进行跌倒检测,能够有效的减小跌倒导致的后果,保护了老年人群的健康和安全,减少了在老年人群看护上的人力成本。现有技术中,通常采用穿戴式跌倒检测设备、或者基于声学或视频的跌倒检测系统,其中穿戴式跌倒检测设备通常需要在手臂、腰部、腿部等位置穿戴具有加速度传感器、压力传感器的设备,提取用户躯体位置、运动状态特征后判断用户是否跌倒;而基于声学或视频的跌倒检测系统,则采用采集声音或视频图像的方式判断用户是否跌倒。穿戴式跌倒检测设备通常需要长期穿戴在用户身体的特定位置,给用户带来不适感,对用户造成不便;而基于声学或视频的跌倒检测系统会受到环境、空间上的制约,容易受到干扰而误判,同时也会暴露用户的个人隐私。
技术实现思路
本专利技术提供一种跌倒检测方法、装置、设备及存储介质,以实现及时准确的检测用户是否跌倒,提高检测准确度。本专利技术的第一方面是提供一种跌倒检测方法,包括:获取用户的红外图像;获取用户的个人信息;从所述红外图像获取温度特征信息、用户位置信息以及时间信息;对所述温度特征信息、所述用户位置信息、所述时间信息以及所述个人信息按照预定规则进行编码,得到所述用户的特征向量;将所述特征向量输入到预先训练的分类模型,获取跌倒预测结果,所述从所述红外图像获取温度特征信息、用户位置信息以及时间信息,包括:从所述红外图像获取温度分布变化时长、温度变化的剧烈程度、温度分布发生变化的像素点个数、以及高温区域的形态特征;和/或根据获取到红外线图像的传感器位置获取所述用户位置信息;和/或根据所述红外线图像的采集时间获取所述时间信息。进一步的,所述将所述特征向量输入到预先训练的分类模型,获取跌倒预测结果,包括:将所述特征向量输入到所述分类模型,输出用户跌倒发生的概率;若所述概率大于预设阈值,则确定用户跌倒。进一步的,所述获取用户的个人信息,包括:从区块链中获取预先存储的用户的个人信息,所述用户的个人信息包括:用户的生活状态和/或用户的健康状态;所述将所述特征向量输入到预先训练的分类模型前,还包括:从区块链获取预先训练的分类模型。进一步的,所述方法还包括:将所述红外图像、所述温度特征信息、所述用户位置信息、所述时间信息、所述用户的个人信息、所述跌倒预测结果中至少一项上传至区块链中。进一步的,所述方法还包括:从区块链获取训练数据,所述训练数据包括各区块链节点上传的历史案例数据,所述历史案例数据包括用户样本站立时的红外图像、跌倒时的红外图像、跌倒时的位置信息、跌倒时的时间信息、跌倒后的情况以及用户样本的个人信息;根据所述训练数据对所述分类模型进行训练,并将训练后的分类模型上传到区块链;其中,所述训练数据和所述分类模型存储于同一区块链或不同区块链。进一步的,所述方法还包括:当检测到所述训练数据更新后,从所述区块链上获取更新后的训练数据和当前的分类模型;根据更新后的训练数据重新训练该分类模型,并根据训练后的分类模型更新所述区块链中的分类模型。进一步的,所述获取跌倒预测结果后,还包括:根据所述跌倒预测结果输出报警信号。本专利技术的第二方面是提供一种跌倒检测装置,包括:图像获取模块,用于获取用户的红外图像;信息获取模块,用于获取用户的个人信息;处理模块,用于从所述红外图像获取温度特征信息、用户位置信息以及时间信息;对所述温度特征信息、所述用户位置信息、所述时间信息以及所述个人信息按照预定规则进行编码,得到所述用户的特征向量;预测模块,用于将所述特征向量输入到预先训练的分类模型,获取跌倒预测结果;所述处理模块在从所述红外图像获取温度特征信息、用户位置信息以及时间信息时,所述处理模块用于:从所述红外图像获取温度分布变化时长、温度变化的剧烈程度、温度分布发生变化的像素点个数、以及高温区域的形态特征;和/或根据获取到红外线图像的传感器位置获取所述用户位置信息;和/或根据所述红外线图像的采集时间获取所述时间信息。进一步的,所述装置还包括训练模块,用于:从区块链获取训练数据,所述训练数据包括各区块链节点上传的历史案例数据,所述历史案例数据包括用户样本站立时的红外图像、跌倒时的红外图像、跌倒时的位置信息、跌倒时的时间信息、跌倒后的情况以及用户样本的个人信息;根据所述训练数据对所述分类模型进行训练,并将训练后的分类模型上传到区块链;其中,所述训练数据和所述分类模型存储于同一区块链或不同区块链。本专利技术的第三方面是提供一种跌倒检测设备,包括:存储器;处理器;以及计算机程序;其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现如第一方面所述的方法。本专利技术的第四方面是提供一种计算机可读存储介质,其上存储有计算机程序;所述计算机程序被处理器执行时实现如第一方面所述的方法。本专利技术提供的跌倒检测方法、装置、设备及存储介质,通过获取用户的红外图像;获取用户的个人信息;根据所述红外图像以及所述个人信息生成用户的特征向量;将所述特征向量输入到预先训练的分类模型,获取跌倒预测结果。本实施例采用从用户的红外图像、用户的个人信息中提取特征生成特征向量,然后输入分类模型进行预测,可以对用户是否跌倒进行及时准确的判断,具有较高的准确度,并且可以保护用户隐私,不受环境和空间上的制约。此外,本专利技术中还可将区块链技术应用在跌倒检测方法中,有利的促进了区块链技术在养老社区智能监控领域中的有效推广,实现了历史案例数据的共享和管理,可对分类模型不断的优化和调整,提高了检测用户跌倒的及时性、有效性和准确性,使跌倒的用户可以得到及时有效的援助或治疗,可带来可观的经济效益和社会效益。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的跌倒检测方法流程图;图2为本专利技术另一实施例提供的跌倒检测方法流程图;图3为本专利技术实施例提供的跌倒检测装置的结构图;图4为本专利技术实施例提供的跌倒检测设备的结构图。具体实施方式下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显本文档来自技高网...

【技术保护点】
1.一种跌倒检测方法,其特征在于,包括:/n获取用户的红外图像;/n获取用户的个人信息;/n从所述红外图像获取温度特征信息、用户位置信息以及时间信息;/n对所述温度特征信息、所述用户位置信息、所述时间信息以及所述个人信息按照预定规则进行编码,得到所述用户的特征向量;/n将所述特征向量输入到预先训练的分类模型,获取跌倒预测结果;/n所述从所述红外图像获取温度特征信息、用户位置信息以及时间信息,包括:/n从所述红外图像获取温度分布变化时长、温度变化的剧烈程度、温度分布发生变化的像素点个数、以及高温区域的形态特征;和/或/n根据获取到红外线图像的传感器位置获取所述用户位置信息;和/或/n根据所述红外线图像的采集时间获取所述时间信息。/n

【技术特征摘要】
1.一种跌倒检测方法,其特征在于,包括:
获取用户的红外图像;
获取用户的个人信息;
从所述红外图像获取温度特征信息、用户位置信息以及时间信息;
对所述温度特征信息、所述用户位置信息、所述时间信息以及所述个人信息按照预定规则进行编码,得到所述用户的特征向量;
将所述特征向量输入到预先训练的分类模型,获取跌倒预测结果;
所述从所述红外图像获取温度特征信息、用户位置信息以及时间信息,包括:
从所述红外图像获取温度分布变化时长、温度变化的剧烈程度、温度分布发生变化的像素点个数、以及高温区域的形态特征;和/或
根据获取到红外线图像的传感器位置获取所述用户位置信息;和/或
根据所述红外线图像的采集时间获取所述时间信息。


2.根据权利要求1所述的方法,其特征在于,所述将所述特征向量输入到预先训练的分类模型,获取跌倒预测结果,包括:
将所述特征向量输入到所述分类模型,输出用户跌倒发生的概率;
若所述概率大于预设阈值,则确定用户跌倒。


3.根据权利要求1所述的方法,其特征在于,所述获取用户的个人信息,包括:
从区块链中获取预先存储的用户的个人信息,所述用户的个人信息包括:用户的生活状态和/或用户的健康状态;
所述将所述特征向量输入到预先训练的分类模型前,还包括:
从区块链获取预先训练的分类模型。


4.根据权利要求1所述的方法,其特征在于,还包括:
将所述红外图像、所述温度特征信息、所述用户位置信息、所述时间信息、所述用户的个人信息、所述跌倒预测结果中至少一项上传至区块链中。


5.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
从区块链获取训练数据,所述训练数据包括各区块链节点上传的历史案例数据,所述历史案例数据包括用户样本站立时的红外图像、跌倒时的红外图像、跌倒时的位置信息、跌倒时的时间信息、跌倒后的情况以及用户样本的个人信息;
根据所述训练数据对所述分类模型进行训练,并将训练后的分类模型上传到区块链;
其中,所述训练数据和所述分类模型存储于同一区块链或不同区块链...

【专利技术属性】
技术研发人员:李夫路梁爽
申请(专利权)人:泰康保险集团股份有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1