一种检测人员摔倒的方法、装置及系统制造方法及图纸

本发明专利技术涉及人工智能技术领域，公开了一种检测人员摔倒的方法、装置及系统。该方法包括：获取待检测视频图像帧，目标检测模型及人体姿态分析模型；通过所述目标检测模型，确定所述待检测视频图像帧中的目标对象属性；根据所述目标对象属性和所述人体姿态分析模型分析结果，判断所述目标对象是否为摔倒状态；如果判断结果为摔倒状态，则发送提示信息。采用本发明专利技术技术方案不但成本低，检测精度较高。

A method, device and system for detecting the fall of personnel

【技术实现步骤摘要】
一种检测人员摔倒的方法、装置及系统
本专利技术涉及人工智能
，特别涉及一种检测人员摔倒的方法、装置及系统。
技术介绍
近年来，计算机视觉逐渐被应用于社会建设中，公共场所广泛安装了摄像头，但是这些大多只具备摄像、录像功能，需要人工查看视频发现问题。目前，关于摔倒检测的行为，通常其数据是通过传感器获取的多个人体特征参数，如重力加速度，角加速度以及脚底压力。需要传感器辅助，只适用于佩戴传感器的特定人群。基于单片机的老年人在行走状态下的摔倒检测系统，利用惯性传感器和压力传感器获取踝关节角速度参数和足底压力参数，一次为依据判定老年人是否摔倒。在现有技术的实现过程中，专利技术人发现现有技术至少存在如下技术问题：现有技术中需要安装多个传感器来收集行人的行走状态参数，依赖硬件传感器辅助对公共场所行人摔倒行为进行判定。采用现有技术判断行人的行走状态，不但成本高，且判断精度不高。
技术实现思路
本专利技术的目的在于提供一种检测人员摔倒的方法、装置及系统，以克服现有技术中成本高，且判断精度不高的缺陷。为解决上述技术问题，本专利技术的实施方式提供了一种检测人员摔倒的方法，包括：获取待检测视频图像帧，目标检测模型及人体姿态分析模型；通过所述目标检测模型，确定所述待检测视频图像帧中的目标对象属性；根据所述目标对象属性和所述人体姿态分析模型分析结果，判断所述目标对象是否为摔倒状态；如果判断结果为摔倒状态，则发送提示信息。为解决上述技术问题，本专利技术的实施方式还提供了一种检测人员摔倒的装置，包括：图像获取单元，获取待检测视频图像帧，用于目标检测模型及人体姿态分析模型；目标确定单元，用于通过所述目标检测模型，确定所述待检测视频图像帧中的目标对象属性；状态判断单元，用于根据所述目标对象属性和所述人体姿态分析模型分析结果，判断所述目标对象是否为摔倒状态；信息发送单元，用于如果判断结果为摔倒状态，则发送提示信息。为解决上述技术问题，本专利技术的实施方式还提供了一种检测人员摔倒的系统，包括：如上所述检测人员摔倒的装置。本专利技术提供的一种检测人员摔倒的方法、装置及系统，通过获取待检测视频图像帧，目标检测模型及人体姿态分析模型；通过所述目标检测模型，确定所述待检测视频图像帧中的目标对象属性；根据所述目标对象属性和所述人体姿态分析模型分析结果，判断所述目标对象是否为摔倒状态；如果判断结果为摔倒状态，则发送提示信息。采用本专利技术技术方案不但成本低，检测精度较高。附图说明图1是本专利技术实施例提供的一种检测人员摔倒的方法流程图；图2是本专利技术实施例提供的一种检测人员摔倒的装置结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本专利技术各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。本专利技术的第一实施方式涉及一种检测人员摔倒的方法。具体流程如图1所示。该方法包括：101：获取待检测视频图像帧，目标检测模型及人体姿态分析模型；102：通过所述目标检测模型，确定所述待检测视频图像帧中的目标对象属性；103：根据所述目标对象属性和所述人体姿态分析模型分析结果，判断所述目标对象是否为摔倒状态；104：如果判断结果为摔倒状态，则发送提示信息。需要说明的是，所述目标对象属性包括：目标对象的外接框和目标对象的类别；所述目标对象的类别包括：摔倒或直立。还需要说明的是，所述根据所述目标对象属性和所述人体姿态分析模型分析结果，判断所述目标对象是否为摔倒状态的步骤，包括：预设区域图片尺度；根据所述目标对象的外接框，获取所述目标对象的类别为摔倒的目标对象图像；将所述目标对象图像，按照所述区域图片尺度进行图像处理，获取标准尺度的目标对象图像；根据所述标准尺度的目标对象图像和所述人体姿态分析模型，判断所述目标对象是否为摔倒状态。还需要说明的是，所述根据所述目标对象属性和所述人体姿态分析模型分析结果，判断所述目标对象是否为摔倒状态的步骤，还包括：预设摔倒姿态阈值；根据所述标准尺度的目标对象图像，获取人体骨架姿态信息；判断所述人体骨架姿态信息是否满足所述摔倒姿态规则。以上所述实施例，具体分如下情况：分两种情况：1、摔倒人正面或背面对着摄像机；2、摔倒人侧面对着摄像机。1、两肩的水平间距s11除以肩到胯的垂直距离s12大于阈值R11，即：s11/s12>R11，在此基础上，当s11除以两膝到两胯的垂直平均距离s13大于阈值R12，即s11/s13>R12，判定为摔倒，否则没有摔倒。其中，R11的取值范围可以为0.9-1.1，最优选的取值为1.0，R12的取值范围可以为1.1-1.3，最优选的取值为1.2；2、两肩的间距s21除以肩到胯的距离s22小于阈值R21，即：s21/s22<R21，在此基础上，当两膝到两肩的平均距离s23除以两胯到两肩的平均距离s24小于阈值R22，即s23/s24<R22，判定为摔倒，否则没有摔倒。其中，R21的取值范围可以为0.4-0.6，最优选的取值为0.5，R22的取值范围可以为1.2-1.4，最优选的取值为1.3；3、其它情况不给出解决，待下一视频帧做判定。始终没有得出结论判定为没有摔倒。还需要说明的是，所述人体骨架姿态信息包括：人体关键点位置信息和属性，以及预设关键点之间的位置信息(即以上所述R11、R12、R21、R22)；所述判断所述人体骨架姿态信息是否满足所述摔倒姿态规则的步骤，具体包括：1、两肩的水平间距s11除以肩到胯的垂直距离s12大于阈值R11，即：s11/s12>R11，在此基础上，当s11除以两膝到两胯的垂直平均距离s13大于阈值R12，即s11/s13>R12，判定为摔倒，否则没有摔倒。2、两肩的间距s21除以肩到胯的距离s22小于阈值R21，即：s21/s22<R21，在此基础上，当两膝到两肩的平均距离s23除以两胯到两肩的平均距离s24小于阈值R22，即s23/s24>R22，判定为摔倒，否则没有摔倒。3、其它情况不给出解决，待下一视频帧做判定。始终没有得出结论判定为没有摔倒。本专利技术的第二实施方式涉及一种检测人员摔倒的装置。具体如图2所示。该装置包括：图像获取单元201，获取待检测视频图像帧，用于目标检测模型及人体姿态分析模型；目标确定单元202，用于通过所述目标检测模型，确定所述待检测视频图像帧中的目标对象属性；状态判断单元203，用于根据所述目标对象属性和所述人体姿态分析模型分析结果，判断所述目标对象是否为摔倒本文档来自技高网...

【技术保护点】
1.一种检测人员摔倒的方法，其特征在于，包括：/n获取待检测视频图像帧，目标检测模型及人体姿态分析模型；/n通过所述目标检测模型，确定所述待检测视频图像帧中的目标对象属性；/n根据所述目标对象属性和所述人体姿态分析模型分析结果，判断所述目标对象是否为摔倒状态；/n如果判断结果为摔倒状态，则发送提示信息。/n

【技术特征摘要】
1.一种检测人员摔倒的方法，其特征在于，包括：
获取待检测视频图像帧，目标检测模型及人体姿态分析模型；
通过所述目标检测模型，确定所述待检测视频图像帧中的目标对象属性；
根据所述目标对象属性和所述人体姿态分析模型分析结果，判断所述目标对象是否为摔倒状态；
如果判断结果为摔倒状态，则发送提示信息。


2.根据权利要求1所述的检测人员摔倒的方法，其特征在于，所述目标对象属性包括：目标对象的外接框和目标对象的类别；所述目标对象的类别包括：摔倒或直立。


3.根据权利要求2所述的检测人员摔倒的方法，其特征在于，所述根据所述目标对象属性和所述人体姿态分析模型分析结果，判断所述目标对象是否为摔倒状态的步骤，包括：
预设区域图片尺度；
根据所述目标对象的外接框，获取所述目标对象的类别为摔倒的目标对象图像；
将所述目标对象图像，按照所述区域图片尺度进行图像处理，获取标准尺度的目标对象图像；
根据所述标准尺度的目标对象图像和所述人体姿态分析模型，判断所述目标对象是否为摔倒状态。


4.根据权利要求3所述的检测人员摔倒的方法，其特征在于，所述根据所述目标对象属性和所述人体姿态分析模型分析结果，判断所述目标对象是否为摔倒状态的步骤，还包括：
预设摔倒姿态阈值；
根据所述标准尺度的目标对象图像，获取人体骨架姿态信息；
判断所述人体骨架姿态信息是否满足所述摔倒姿态规则。


5.根据权利要求4所述的检测人员摔倒的方法，其特征在于，所述人体骨架姿态信息包括：人体关键点位置信息和属性，以及...

【专利技术属性】
技术研发人员：付卫兴，郑翔，宋君，陶海，
申请(专利权)人：北京文安智能技术股份有限公司，
类型：发明
国别省市：北京;11