一种摔倒监测方法、装置及终端设备制造方法及图纸

本申请适用于风险监测技术领域，提供了一种摔倒监测方法，包括：获取目标影像数据，并识别目标影像数据中的目标对象，然后获取目标影像数据中目标对象的候选窗口，计算预设时间段内目标对象的候选窗口的长宽比和对角线交点的高度差，若候选窗口中对角线交点的高度差的绝对值大于第一预设阈值且长宽比小于第二预设阈值，则判定目标对象摔倒。本申请通过识别目标影像数据中的目标对象，并获取目标对象的矩形窗口，通过矩形窗口的特征进行监测，判定目标对象是否摔倒，提高了判断待监测目标是否摔倒的速率和准确率。

A fall monitoring method, device and terminal equipment

【技术实现步骤摘要】
一种摔倒监测方法、装置及终端设备
本申请属于风险监测
，尤其涉及一种摔倒监测方法、装置及终端设备。
技术介绍
近年来，独孤老人的数量越来越大，老年人的生活品质和健康问题成为了社会关注的重点话题。然而，由于独孤老人的身体健康程度不如青年，一旦独孤老人摔倒，则有可能导致其受到重伤，若未能及时救助，还可能造成生命危险。现有技术中提出了一种判断老年人是否摔倒的诊断方法，主要通过椭圆拟合人体的运动信息，并将运动特征串联，形成图像序列，以判断老年人是否摔倒，然而，上述方法容易受到其他因素的影响，如拾捡物品、坐、卧等动作，因此，准确率不高。
技术实现思路
本申请实施例提供了一种摔倒监测方法、装置及终端设备，可以解决现有技术容易受到其他因素的影响，导致准确率不高的问题。第一方面，本申请实施例提供了一种摔倒监测方法，包括：获取目标影像数据；识别所述目标影像数据中的目标对象；获取所述目标影像数据中目标对象的候选窗口；计算预设时间段内目标对象的候选窗口的长宽比和对角线交点的高度本文档来自技高网...

【技术保护点】
1.一种摔倒监测方法，其特征在于，包括：/n获取目标影像数据；/n识别所述目标影像数据中的目标对象；/n获取所述目标影像数据中目标对象的候选窗口；/n计算预设时间段内目标对象的候选窗口的长宽比和对角线交点的高度差；/n若所述高度差的绝对值大于第一预设阈值且所述长宽比小于第二预设阈值，则判定所述目标对象摔倒。/n

【技术特征摘要】
1.一种摔倒监测方法，其特征在于，包括：
获取目标影像数据；
识别所述目标影像数据中的目标对象；
获取所述目标影像数据中目标对象的候选窗口；
计算预设时间段内目标对象的候选窗口的长宽比和对角线交点的高度差；
若所述高度差的绝对值大于第一预设阈值且所述长宽比小于第二预设阈值，则判定所述目标对象摔倒。


2.如权利要求1所述的摔倒监测方法，其特征在于，所述识别所述目标影像数据中的目标对象之后，还包括：
若所述目标影像数据中目标对象的数量不为1，则返回识别所述目标影像数据中的目标对象，直至所述标影像数据中目标对象的数量为1。


3.如权利要求1所述的摔倒监测方法，其特征在于，所述获取所述目标影像数据中目标对象的候选窗口之前，还包括：
识别所述目标对象的状态；
若所述目标对象处于非站立状态，则返回识别所述目标对象的状态，直至所述目标对象处于站立状态。


4.如权利要求1所述的摔倒监测方法，其特征在于，所述获取所述目标影像数据中目标对象的候选窗口，包括：
通过训练后的基于回归方法的深度学习目标监测模型获得所述目标影像数据中目标对象的候选窗口；其中，基于回归方法的深度学习目标监测模型包括单发多框监测模型和单次目标监测模型中的至少一种。


5.如权利要求4所述的摔倒监测方法，其特征在于，所述通过训练后的基于回归方法的深度学习目标监测模型获得所述目标影像数据中目标对象的候选窗口，包括：
将所述目标影像数据划分为N*N个网格；其中，N为正整数；
预测每个网格对应的M个边框，获得N*N*M个目标窗口；其中，M为正整数且M不...

【专利技术属性】
技术研发人员：李晓刚，
申请(专利权)人：深圳市中电数通智慧安全科技股份有限公司，
类型：发明
国别省市：广东;44