【技术实现步骤摘要】
隐私保护跌倒检测方法和系统优先权要求及相关专利申请本申请根据35U.S.C.119(e),要求美国临时专利申请62/786,541的优先权,标题为“隐私保护跌倒检测方法和系统”,专利技术人为吴谦伟、王星、郑健楠、区峻康、陈智琮、林冠寰、张栋、埃里克·汉斯、陈鈞杰、欧继雷、马凯伦、吴建兵和卢晔,申请日为2018年12月30日(代理档案号为AVS010.PRV01)。上述申请以其整体并入本文并作为本文的一部分。
本申请一般涉及医疗和健康监测领域,具体地,涉及一种用于对人体进行高可靠性并且隐私保护的跌倒检测的系统、设备和技术。
技术介绍
随着全球范围的寿命持续延长,快速老龄化已经成为很多国家面临的严重社会问题。老年人群一般由65岁以上的人群构成。随着老年群体数量的快速增长,对高质量的医疗护理服务的日益增长的需求为医疗护理供应者及社会带来了严峻的挑战。在众多与老年群体相关的医疗和健康问题当中,跌倒是老年人面临的最为常见,同时也极为严重的问题之一。老年人具有非常高的跌倒风险,并且随着年龄的增长,这种风险也随之提高;而且,跌倒通常会导致严重并且不可挽回的医疗后果。然而,跌倒一旦发生,能够在跌倒后的第一时间立即发出警戒/报警信号,从而可以立即提供医疗救助是极其重要的。如今,可以通过多种跌倒检测设备生成这种跌倒报警,这些跌倒报警可以监测和检测具有高跌倒风险的人群是否跌倒。如今已经开发出多种类型的跌倒检测设备。例如,这些跌倒检测设备包括可穿戴跌倒检测设备,该可穿戴跌倒检测设备通常依赖加速度传感器和陀螺仪进行跌倒 ...
【技术保护点】
1.一种执行个人跌倒检测的方法,其特征在于,所述方法包括:/n接收一序列视频图像,所述视频图像包括正在被监测的个人;/n对于所述序列视频图像中的每张图像:/n检测所述图像内所述个人的姿势;以及/n将图像中被检测个人的姿势划分为一组预定义行为中的某一行为;/n整合所述被检测个人的已划分行为的序列,所述序列对应于所述视频图像的序列;/n对被划分行为的整合序列进行处理,以确定是否发生跌倒。/n
【技术特征摘要】
20181230 US 62/786,541;20191102 US 16/672,4321.一种执行个人跌倒检测的方法,其特征在于,所述方法包括:
接收一序列视频图像,所述视频图像包括正在被监测的个人;
对于所述序列视频图像中的每张图像:
检测所述图像内所述个人的姿势;以及
将图像中被检测个人的姿势划分为一组预定义行为中的某一行为;
整合所述被检测个人的已划分行为的序列,所述序列对应于所述视频图像的序列;
对被划分行为的整合序列进行处理,以确定是否发生跌倒。
2.根据权利要求1所述的方法,其特征在于,所述检测所述图像内所述个人的姿势包括:
识别图像内对应于所述个人的一组人体关键点的一组位置;
将已识别的所述组位置内的相邻的点连接起来以形成所述个人的骨骼图,其中所述骨骼图代表所述被检测个人的去特征化图像。
3.根据权利要求2所述的方法,其特征在于,所述将图像中所述被检测个人的姿势划分为一组预定义行为中的某一行为包括:
基于所述被检测个人的骨骼图,从图像中截取出一张所述被检测个人的二维(2D)图像;
将所述被检测个人的截取图像提供给行为分类器,所述行为分类器用于预测所述被检测个人处于所述组预定义行为中每一种行为的概率;以及
基于对应于所述组预定义行为的该组概率,将所述被检测个人的姿势划分为所述行为。
4.根据权利要求1所述的方法,其特征在于,所述组预定义行为包括第一类行为和第二类行为;并且所述将图像中被检测个人的姿势划分为一组预定义行为中的某一行为包括:
将所述被检测个人的姿势划分为第一类行为或者第二类行为;
对于被划分的第一类行为或第二类行为,进一步将所述被检测个人的姿势划分为被划分行为中的某一预定义行为。
5.根据权利要求4所述的方法,其特征在于,所述第一类行为为所述组预定义行为中的危险行为的子集;以及
所述第二组行为是所述组预定义行为中正常行为的子集。
6.根据权利要求5所述的方法,其特征在于,所述危险行为的子集包括如下一种或多种:躺下行为及挣扎行为;
所述正常行为的子集包括如下一种或几种:站立行为、一种或多种类型的坐下行为、弯腰行为以及下蹲行为。
7.根据权利要求1所述的方法,其特征在于,所述整合所述被检测个人的已划分行为的序列包括:
识别危险区域,例如视频图像序列中的地板或地毯;
确定已识别行为序列和已识别危险区域之间的空间关系;以及
当所述已识别行为序列中的危险行为发生在所述已识别危险区域内时,证实所述被划分危险行为。
8.根据权利要求1所述的方法,其特征在于,所述整合所述被检测个人的已划分行为的序列包括:
识别正常区域,例如视频图像序列中的床或沙发;
确定已识别行为序列和已识别正常区域之间的空间关系;以及
当所述已识别行为序列中的危险行为发生在所述已识别正常区域内时,将被划分为危险的行为重新划分为正常行为。
9.根据权利要求1所述的方法,其特征在于,所述对所述被划分行为的整合序列进行处理,以确定是否发生跌倒包括:采用状态机检测与所述被划分行为的整合序列相关的跌倒,其中所述状态机至少包括表示正常行为的正常状态和表示跌倒的警告状态。
10.根据权利要求9所述的方法,其特征在于,采用状态机处理与所述被划分行为的整合序列以检测跌倒包括:
确定所述状态机中被检测个人的当前状态以及相关的状态分数;
依据下面的方式依次处理被划分行为的整合序列:
对于每个被划分为危险活动的被划分行为,增加所述状态机内的当前状态的分数,从而获得当前状态的更新状态分数;
如果当前状态的更新状态分数超出预定义上阈值,则使所述状态机从当前状态切换至警告状态;
对于被划分为正常活动的每个被划分行为,降低所述状态机内当前状态的分数,以获得所述当前状态的更新状态分数;
如果当前状态的更新状态分数低于预定义下阈值,则使所述状态机将所述当前状态从所述警告状态中移除。
11.根据权利要求2所述的方法,其特征在于,如果检测到所述个人跌倒,则所述方法进一步包括:
生成跌倒报警;
通过用被检测个人的骨骼图代替所述视频图像序列中的所述被检测个人实际图像,生成描述所述跌倒的去特征化视频剪辑;以及
将所述去特征化视频剪辑连同所述跌倒报警发送到所述服务器,从而保护被检测个人的隐私。
12.根据权利要求2所述的方法,其特征在于,如果检测到所述个人跌倒,则所述方法进一步包括:
生成去特征化视频剪辑,包括:
识别一序列视频图像中的共同背景;以及
将对应于所述视频图像序列的所述被检测个人的一组骨骼图叠...
【专利技术属性】
技术研发人员:吴谦伟,王星,郑健楠,区峻康,陈智琮,林冠寰,张栋,埃里克·汉斯,陈鈞杰,陈明华,高宇,欧继雷,马凯伦,埃德里安·费兹,吴建兵,卢晔,
申请(专利权)人:奥瞳系统科技有限公司,
类型:发明
国别省市:加拿大;CA
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。