跌倒检测方法、系统和存储介质技术方案

本发明专利技术公开了一种跌倒检测方法、系统和存储介质，所述方法包括以下步骤：获取一帧图像；从图像中识别多个人体关键点在图像中的位置，作为人体关键点的第一二维坐标集合；对所述第一二维坐标集合进行补全，得到第二二维坐标集合；将所述第二二维坐标集合输入到识别模型中，得到用于表示人体关键点在三维空间坐标中的三维坐标集合；根据所述三维坐标集合中的多个关键点的三维坐标，得到跌倒检测结果。本发明专利技术通过对人体关键点的二维坐标集合进行补全，以保证输入到识别模型的二维坐标集合的完整性，从而得到较为准确的三维坐标集合，以提升跌倒检测的检测精度。本发明专利技术可以广泛应用于图像检测领域。像检测领域。像检测领域。

【技术实现步骤摘要】
跌倒检测方法、系统和存储介质


[0001]本专利技术涉及图像检测领域，尤其是一种跌倒检测方法、系统和存储介质。

技术介绍

[0002]在人们的生产生活中，跌倒是发生概率较高的一种行为，有时会对人的身体健康造成很大的危害，及时的发现跌倒行为是减少伤害的有效的措施之一。
[0003]现有的跌倒检测技术可通过可穿戴传感器的方式进行，比如检测老人跌倒行为，通过老人佩戴的智能手环或智能手表，通过可穿戴设备内置的传感器和算法可以检测出是否有跌倒行为的发生。但是该类型的方案需要购置特定的设备，普及难度高。
[0004]现有的跌倒检测技术也可以通过图像的方式进行，直接利用深度学习技术对一小段连续视频进行行为分类，判断这段视频内是否有跌倒行为发生。或通过检测人体外围框，检测人体外围框的长宽比例判断是否有跌倒行为发生。
[0005]但是通过一长段视频进行识别，具有检测延迟高，运算量大等特点，对检测设备的硬件要求高。因此发展出单帧检测的技术，但是在该技术中，由于现场涉嫌头的拍摄环境复杂，单帧图像中的人物往往拍摄不全，因而导致检测不准确。

技术实现思路

[0006]为解决上述技术问题的至少之一，本专利技术的目的在于：提供一种跌倒检测方法、系统和存储介质，以提高检测的准确度。
[0007]第一方面，本专利技术实施例提供了：
[0008]一种跌倒检测方法，包括以下步骤：
[0009]获取一帧图像；
[0010]从图像中识别多个人体关键点在图像中的位置，作为人体关键点的第一二维坐标集合；
[0011]对所述第一二维坐标集合进行补全，得到第二二维坐标集合；
[0012]将所述第二二维坐标集合输入到识别模型中，得到用于表示人体关键点在三维空间坐标中的三维坐标集合；
[0013]根据所述三维坐标集合中的多个关键点的三维坐标，得到跌倒检测结果。
[0014]进一步，在所述对所述第一二维坐标集合进行补全之前，还包括以下步骤：
[0015]检测是否存在设定的人体关键点丢失，若是，则舍弃图像，结束流程；
[0016]若否，则继续检测是否存在设定的人体关键点组丢失，若是，则舍弃图像，结束流程。
[0017]进一步，所述对所述第一二维坐标集合进行补全，其具体为：
[0018]根据第一二维坐标集合中一对未丢失的对称人体关键点的二维坐标，以及与丢失关键点对称的关键点的二维坐标，确定出丢失关键点的二维坐标，使得所述一对未丢失的对称人体关键点所构成的线段，与所述丢失关键点和所述与丢失关键点对称的关键点所构
成的线段平行且长度相同，且使得丢失关键点在人体框架中与其他关键点的连线和与丢失关键点对应的关键点在人体框架中与其他关键点的连线不相交。
[0019]进一步，所述根据所述三维坐标集合中的多个关键点的三维坐标，得到跌倒检测结果，其具体为：
[0020]根据三维坐标集合中的人体关键点的坐标，判断人体头部和臀部之间形成的向量与地面相乘的夹角，以及脚部和臀部之间形成的向量与地面形成的夹角是否满足预设条件，若是，则判定为跌倒；若否，则判定为未跌倒。
[0021]进一步，还包括以下步骤：获取一帧图像的先验角度；
[0022]在判断人体头部和臀部之间形成的向量与地面相乘的夹角，以及脚部和臀部之间形成的向量与地面形成的夹角是否满足预设条件之前，先根据图像的先验角度，对三维坐标集合中的关键点的三维坐标进行处理。
[0023]进一步，所述获取一帧图像，其具体为：
[0024]从视频流中按照设定间隔获取一个图像帧作为所述图像。
[0025]进一步，所述识别模型为经过训练的深度卷积神经网络；所述从图像中识别多个人体关键点在图像中的位置，其具体为：通过经过训练的深度卷积神经网络从图像中识别多个人体关键点在图像中的位置。
[0026]第二方面，本专利技术实施例提供了：
[0027]一种跌倒检测系统，包括：
[0028]摄像头，用于采集现场视频；
[0029]处理器，用于执行以下步骤：
[0030]从摄像头拍摄的现场视频中获取一帧图像；
[0031]从图像中识别多个人体关键点在图像中的位置，作为人体关键点的第一二维坐标集合；
[0032]对所述第一二维坐标集合进行补全，得到第二二维坐标集合；
[0033]将所述第二二维坐标集合输入到识别模型中，得到用于表示人体关键点在三维空间坐标中的三维坐标集合；
[0034]根据所述三维坐标集合中的多个关键点的三维坐标，得到跌倒检测结果。
[0035]第三方面，本专利技术实施例提供了：
[0036]一种跌倒检测系统，包括：
[0037]存储器，用于存储程序；
[0038]处理器，用于加载所述程序以执行如所述的跌倒检测方法。
[0039]第四方面，本专利技术实施例提供了：
[0040]一种存储介质，其存储有程序，所述程序被处理器执行时实现如所述的跌倒检测方法。
[0041]本专利技术实施例的有益效果是：本专利技术通过对人体关键点的二维坐标集合进行补全，以保证输入到识别模型的二维坐标集合的完整性，从而得到较为准确的三维坐标集合，以提升跌倒检测的检测精度。
附图说明
[0042]图1为本专利技术一种具体实施例的跌倒检测方法的流程图；
[0043]图2为本专利技术一种具体实施例的人体框架的示意图；
[0044]图3为本专利技术一种具体实施例的跌倒检测方法中关键点补全的示意图。
具体实施方式
[0045]下面结合说明书附图和具体的实施例对本专利技术进行进一步的说明。
[0046]人体关键点是用于描述人类主要关节点的一种图形图像技术，该技术目前主要通过深度学习的方法学习和寻找人类身上的大部分关键点，并通过像素坐标表示出来。通过人体关键点来理解人体行为是一个行之有效的手段，不同的一系列关键点排列可以表示人的不同姿态，而跌倒行为是一种姿态十分明显的行为，可以通过人体关键点技术来描述并自动检测该行为。
[0047]参照图1，本实施例公开了一种跌倒检测方法，本实施例的方法运用在诸如服务器等计算设备上，具体地可以由处理器执行，包括步骤S101～S105。
[0048]S101、获取一帧图像。
[0049]具体地，在本子步骤中获取的图像是待检测的图像，例如，其可以是通过摄像头直接获取的图像，例如，截图摄像头拍摄的某一个画面帧作为本步骤获取的图像。其也可以是预先存储在存储设备中待分析的图像。一般情况下，会将本实施例应用在监控设备之中，其获取一帧图像的方式为按照设定的时间间隔来从监控设备中截取图像帧。
[0050]S102、从图像中识别多个人体关键点在图像中的位置，作为人体关键点的第一二维坐标集合。
[0051]在本步骤中，会使用预先经过训练的识别模型，例如，深度卷积神经网络等，来实施图像识别。通过一个图像帧进行关键点识别，其识别到的结果是目标点在图像中的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种跌倒检测方法，其特征在于：包括以下步骤：获取一帧图像；从图像中识别多个人体关键点在图像中的位置，作为人体关键点的第一二维坐标集合；对所述第一二维坐标集合进行补全，得到第二二维坐标集合；将所述第二二维坐标集合输入到识别模型中，得到用于表示人体关键点在三维空间坐标中的三维坐标集合；根据所述三维坐标集合中的多个关键点的三维坐标，得到跌倒检测结果。2.根据权利要求1所述的一种跌倒检测方法，其特征在于：在所述对所述第一二维坐标集合进行补全之前，还包括以下步骤：检测是否存在设定的人体关键点丢失，若是，则舍弃图像，结束流程；若否，则继续检测是否存在设定的人体关键点组丢失，若是，则舍弃图像，结束流程。3.根据权利要求1所述的一种跌倒检测方法，其特征在于：所述对所述第一二维坐标集合进行补全，其具体为：根据第一二维坐标集合中一对未丢失的对称人体关键点的二维坐标，以及与丢失关键点对称的关键点的二维坐标，确定出丢失关键点的二维坐标，使得所述一对未丢失的对称人体关键点所构成的线段，与所述丢失关键点和所述与丢失关键点对称的关键点所构成的线段平行且长度相同，且使得丢失关键点在人体框架中与其他关键点的连线和与丢失关键点对应的关键点在人体框架中与其他关键点的连线不相交。4.根据权利要求1所述的一种跌倒检测方法，其特征在于：所述根据所述三维坐标集合中的多个关键点的三维坐标，得到跌倒检测结果，其具体为：根据三维坐标集合中的人体关键点的坐标，判断人体头部和臀部之间形成的向量与地面相乘的夹角，以及脚部和臀部之间形成的向量与地面形成的夹角是否满足预设条件，若是，则判定为跌倒；若否...

【专利技术属性】
技术研发人员：曾雄伟，方榆，艾永春，何鑫，
申请(专利权)人：广州弘度信息科技有限公司，
类型：发明
国别省市：