基于单目RGB图像的人体姿态检测方法技术

本发明专利技术公开了一种基于单目RGB图像的人体姿态检测方法，其包括S1、采用单目RGB摄像头采集视频数据，并采用帧过滤方法提取视频数据中的图像帧，之后对视频数据进行预处理；S2、将预处理后图像帧依次输入人体关键点检测模型提取人体关键点，并基于人体关键点计算图像帧的人体特征参量，将当前人体特征参量标记为

【技术实现步骤摘要】
基于单目RGB图像的人体姿态检测方法
本专利技术涉及人员安全监测领域的摔倒检测，具体涉及一种基于单目RGB图像的人体姿态检测方法。
技术介绍
随着中国人口老龄化问题的不断加重，老人的养老安全监测问题受到越来越多的社会关注。目前针对人员安全监测领域面临的最主要问题就是摔倒检测。针对人体摔倒检测的核心方法主要有三类：一是通过可穿戴式传感器采集人体质心的高度进行实时监测，并通过采集的实时数据传回进行摔倒检测，该方法最大的缺点就是穿戴设备易损坏、体感舒适度低；二是通过将环境传感器部署在房间中，通过对声音、地板振动以及房间的光流信息进行采集并分析来检测摔倒，该种方法的缺点是易受环境干扰、稳定性差及误判率高。三是通过安装视频监控，通过摄像头实时采集视频数据并进行分析，从而实现人体摔倒危险的检测。基于视频监控的摔倒检测由于监测的准确率高，且不需要被监护人员佩戴任何设备传感器，因此被广泛关注。目前针对人体摔倒检测的算法主要有：基于可穿戴式传感器的摔倒检测、基于环境信息分析的摔倒检测以及基于监控视频数据的摔倒检测。现有的摔倒检测方法存在着摔倒检测本文档来自技高网...

【技术保护点】
1.基于单目RGB图像的人体姿态检测方法，其特征在于，包括：/nS1、采用单目RGB摄像头采集视频数据，并采用帧过滤方法提取视频数据中的图像帧，之后对视频数据进行预处理；/nS2、将预处理后图像帧依次输入人体关键点检测模型提取人体关键点，并基于人体关键点计算图像帧的人体特征参量，将当前人体特征参量标记为

【技术特征摘要】
1.基于单目RGB图像的人体姿态检测方法，其特征在于，包括：
S1、采用单目RGB摄像头采集视频数据，并采用帧过滤方法提取视频数据中的图像帧，之后对视频数据进行预处理；
S2、将预处理后图像帧依次输入人体关键点检测模型提取人体关键点，并基于人体关键点计算图像帧的人体特征参量，将当前人体特征参量标记为Ft；
S3、判断Ft是否初次检测到完整的人体结构信息，若是，则初始化比较基准量为Ft，否则采用比较基准量刷新方法更新比较基准量；
S4、根据人体特征信息参量与比较基准量，采用阈值判定法检测人体姿态；
S5、当人体的姿态为摔倒时，发出报警。


2.根据权利要求1所述的基于单目RGB图像的人体姿态检测方法，其特征在于，所述步骤S4进一步包括：
S41、获取Ft前面设定时刻内的所有人体特征参量作为历史特征，之后计算Ft和比较基准量中的人体头脚向量间的向量夹角作为人体倾斜角度；
所述人体特征参量至少包括人体高度、人体聚合距离、上下半身比例、人体头脚向量和宽高比；
S42、将比较基准量作为基准，判断Ft中人体高度变化量是否大于摔倒高度阈值或人体聚合距离是否小于摔倒阈值或人体倾斜角度是否大于其预设阈值，若满足任一条件，则人体姿态为摔倒，否则进入步骤S43；
S43、判断Ft与比较基准量中人体高度的差异是否大于高度变化阈值，Ft中上下半身比例是否大于比较基准量中上下半身比例，且Ft中宽高比是否大于比较基准量中宽高比的设定倍数，若均为是，进入步骤S44，否则人体姿态为站立；
S44、获取Ft后面设定时刻内的所有人体特征参量作为未来特征，并记录历史特征、Ft和未来特征中的最小高度、人体倾斜角度最大值、人体聚合距离最小值和最大上下半身比例；
S45、判断最小高度是否小于摔倒高度阈值或人体倾斜角度最大值是否大于预设阈值或人体聚合距离最小值是否小于摔倒阈值，若满足任一条件，则人体姿态为摔倒，否则进入步骤S46；
S46、判断最大上下半身比例是否大于坐姿时的上下半身比例阈值或者最小高度是否大于坐姿时的高度阈值下界且小于高度阈值上界，若满足条件，则人体姿态为坐姿，否则人体姿态为站立。


3.根据权利要求1所述的基于单目RGB图像的人体姿态检测方法，其特征在于，所述采用比较基准量刷新方法更新比较基准量的方法包括：
S31、获取Ft对应的人体关键点中的脚部关键坐标；
S32、根据场景标定后的坐标转换矩阵与脚部关键坐标计算脚部场景坐标；
S33、获取Ft前面设定时刻内的所有人体特征参量和脚部场景坐标，之后计算Ft对应脚部场景坐标与Ft前面设定时刻内所有脚部场景坐标间的距离，并标记最大距离；
S34、判断最大距离是否大于设定距离，若是，采用Ft的人体特征参量更新比较基准量，否则进入步骤S35；
S35、选取Ft前面设定时刻内的所有人体特征参量中的最大值，并判断最大值是否大于比较基准量，若是采用最大值更新比较基准量，否则不更新比较基准量。


4.根据权利要求3所述的基于单目RGB图像的人体姿态检测方法，其特征在于，所述坐标转换矩阵的获取方法为：
选出房间中含有结构化信息的点作为坐标原点建立场景坐标系；
固定摄像头的安装位置，构建图像坐标系与场景坐标系间的坐标转换矩阵：



其中，TM为坐标转换矩阵，x_scale和y_scale...

【专利技术属性】
技术研发人员：苟先太，陶明江，康立烨，李高云，胡永佳，黄毅凯，唐佳璐，苟瀚文，姚一可，
申请(专利权)人：西南交通大学，四川八维创新科技有限公司，
类型：发明
国别省市：四川;51