基于视频AI分析老年肢体动作并自动生成检测报告的方法技术

本发明专利技术公开了基于视频AI分析老年肢体动作并自动生成检测报告的方法，涉及居家养老智能体检技术领域。本发明专利技术包括：检测前步骤；按语音提示进行动作并获取录像视频数据；云端服务器根据拍摄的录像视频数据自动计算老年人的身高、体型以及拍摄的距离，并根据AI算法自动分析计算出老年人各肢体的最大角度以及最大距离，将上述数据反馈给肢体动作识别算法进行识别并分析，与对应身体参数的标准数据或评分模型进行比对，自动生成老年人机体体检报告。本发明专利技术对于老年人的身体关节弯曲、动作肢体运动的速度以及身体是否有震颤以及对应震颤幅度都能够实现精准的检测，无需他人辅助，使用灵活，且没有时间场景的限制；具有广泛的市场应用前景。应用前景。应用前景。

【技术实现步骤摘要】
基于视频AI分析老年肢体动作并自动生成检测报告的方法


[0001]本专利技术属于居家养老智能体检
，特别是涉及基于视频AI分析老年肢体动作并自动生成检测报告的方法。

技术介绍

[0002]随着人民生活水平的提高，带来的是人们平均寿命的增长，随之带来的是人口老龄化问题和养老问题日益严峻，对应产生的居家养老和居家体检行业也迅速崛起，特别是居家体检服务行业，针对于居家老人的身体健康状况进行检测服务更是越来越便捷。对于居家老人的体检服务主要是通过医护人员上门的方式进行和实现，且其主要体检的项目包括常规的血压、血糖、血脂的检测，呼吸的检测以及身体各器官的功能性检测，由医护人员进行上门通过各种对应的体检器材进行检测实现；而对于老人手脚肢体的动作行为能力以及早期肢体行为不便的检测，则通常是通过医护人员的现实的直观判断来进行预测和判断的，并没有对应的专门的工具和设备来实现对手脚动作的直观判断来获取对应的肢体动作的效果；如CN201810205754.9，名称为一种居家养老服务系统的专利技术专利，其仅公开了上述对应的常规检测，并没有针对性的肢体动作行为检测；因此，针对以上问题，提供一种基于视频AI分析老年肢体动作并自动生成检测报告的方法具有重要意义。

技术实现思路

[0003]本专利技术提供了基于视频AI分析老年肢体动作并自动生成检测报告的方法，解决了以上问题。
[0004]为解决上述技术问题，本专利技术是通过以下技术方案实现的：
[0005]本专利技术的基于视频AI分析老年肢体动作并自动生成检测报告的方法，包括如下步骤：
[0006]S01、检测前步骤：打开终端，选择老年人身体机能检测，填写包括年龄、体重以及身高在内的基本信息，按照语音提示被测试者进行测试步骤；
[0007]S02、按语音提示进行动作并获取录像视频数据：被侧视老年人按照语音提示依次进行颈部动作、左右上臂动作、左右手臂动作以及左右手腕动作，并由终端上的摄像头捕捉对应动作并存储为录像视频数据；
[0008]S03、录像视频数据上传至云端服务器并进行AI算法分析：云端服务器根据拍摄的录像视频数据自动计算老年人的身高、体型以及拍摄的距离，并根据AI算法自动分析计算出老年人各肢体的最大角度以及最大距离，将上述数据反馈给肢体动作识别算法进行识别并分析，与对应身体参数的标准数据或评分模型进行比对，自动生成老年人机体体检报告，并推荐相关自行护理方案。
[0009]进一步地，所述AI算法具体是：通过捕捉被拍摄者的肢体动作及对应的肢体采样点并形成与坐标系相对应的每个采样点对应的坐标数据：
[0010]根据被拍摄的被测试老年人的体型，利用OpenPose技术是捕捉频数据中用户的动
作，并按照身体关节标注成25个采样点，并给每个采样点赋于对应采样点的二维坐标数据，所述二维坐标数据具体为(X
i
，Y
i
),为第i个采样点的坐标；身体主体的整体体型对应坐标矩阵为A
25
×2；
[0011][0012]其中，共有25个坐标点，每个坐标点有x坐标以及y坐标，A
(i)
表示A矩阵的第i个采样点；
[0013]P2、计算夹角：
[0014]使用夹角公式计算两个关键夹角数据：
[0015][0016]其中，u和v表示要求的两向量夹角，∣u∣和∣v∣分别表示u,v向量的模；
[0017]对于人体结构，若要计算A
(i)
,A
(j)
,A
(m)
,A
(n)
四点之间的夹角，带入(1)式，可得到夹角θ为：
[0018][0019]此时得到的θ为弧度值，为了方便理解，将其转换成角度值，转换公式如下：
[0020][0021]将(2)式带入上式，得到人体夹角公式为：
[0022][0023]通过上式，计算得到各部位的弯曲公式。
[0024]进一步地，所述25个采样点包括头部标记点：0、15、16、17、18；手臂标记点：5、6、7、2、3、4；躯干标记点:1、8；腿部标记点：9、10、11、22、23、24、12、13、14、19、20、21。
[0025]进一步地，对于被测试老年人的颈部弯曲，通过所述人体夹角公式获得颈部弯曲检测公式：
[0026][0027]颈部弯曲角度小，说明该被检测老年人颈部向前弯曲程度越大，该公式是用于被检测老年人颈部向前、向后、向左、向右动作弯度角度的检测。
[0028]进一步地，对于所述被测试老年人的左上臂上抬角度公式为：
[0029][0030]对于所述被测试老年人的右上臂上抬角度公式为：
[0031][0032]进一步地，对于所述被测试老年人的左手臂弯曲角度公式为：
[0033][0034]对于所述被测试老年人的左手臂弯曲角度公式为：
[0035][0036]进一步地，根据所述人体夹角公式，可计算某一部位在两次时间角度变化对应的弯曲速度：
[0037][0038]其中，deg1和deg2表示同一个部位在两次动作捕捉时的弯曲角度，t表示两侧动作捕捉时的时间差，F表示弯曲速率，该弯曲速度值越大，表示被测试老人的弯曲频率越快。
[0039]本专利技术相对于现有技术包括有以下有益效果：
[0040]本专利技术提供的基于视频AI分析老年肢体动作并自动生成检测报告的方法，基于终端直接对被检测老年人的肢体动作进行捕捉、识别并结合肢体弯曲角度算法获得被测试老年人肢体弯曲角度的分析结果，对于老年人的身体关节弯曲、动作肢体运动的速度以及身体是否有震颤以及对应震颤幅度都能够实现精准的检测，无需他人辅助，使用灵活，且没有时间场景的限制；具有广泛的市场应用前景。
[0041]当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
[0042]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0043]图1为本专利技术基于视频AI分析老年肢体动作并自动生成检测报告的方法的步骤图；
[0044]图2为本专利技术具体实施例中对身体关节标注成25个采样点的示意图。
具体实施方式
[0045]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0046]请参阅图1
‑
2所示，本专利技术的基于视频AI分析老年肢体动作并自动生成检测报告的方法，包括如下步骤：
[0047]S01、检测前步骤：打开终端，选择老年人身体机本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于视频AI分析老年肢体动作并自动生成检测报告的方法，其特征在于，包括如下步骤：S01、检测前步骤：打开终端，选择老年人身体机能检测，填写包括年龄、体重以及身高在内的基本信息，按照语音提示被测试者进行测试步骤；S02、按语音提示进行动作并获取录像视频数据：被侧视老年人按照语音提示依次进行颈部动作、左右上臂动作、左右手臂动作以及左右手腕动作，并由终端上的摄像头捕捉对应动作并存储为录像视频数据；S03、录像视频数据上传至云端服务器并进行AI算法分析：云端服务器根据拍摄的录像视频数据自动计算老年人的身高、体型以及拍摄的距离，并根据AI算法自动分析计算出老年人各肢体的最大角度以及最大距离，将上述数据反馈给肢体动作识别算法进行识别并分析，与对应身体参数的标准数据或评分模型进行比对，自动生成老年人机体体检报告，并推荐相关自行护理方案。2.根据权利要求1所述的基于视频AI分析老年肢体动作并自动生成检测报告的方法，其特征在于，所述AI算法具体是：通过捕捉被拍摄者的肢体动作及对应的肢体采样点并形成与坐标系相对应的每个采样点对应的坐标数据：根据被拍摄的被测试老年人的体型，利用OpenPose技术是捕捉频数据中用户的动作，并按照身体关节标注成25个采样点，并给每个采样点赋于对应采样点的二维坐标数据，所述二维坐标数据具体为(X
i
，Y
i
),为第i个采样点的坐标；身体主体的整体体型对应坐标矩阵为A
25
×2；其中，共有25个坐标点，每个坐标点有x坐标以及y坐标，A
(i)
表示A矩阵的第i个采样点；P2、计算夹角：使用夹角公式计算两个关键夹角数据：其中，u和v表示要求的两向量夹角，∣u∣和∣v∣分别表示u,v向量的模；对于人体结构，若要计算A
(i)
,A<...

【专利技术属性】
技术研发人员：张军，袁翔，蔡学良，周嘉衍，
申请(专利权)人：福寿康上海医疗养老服务有限公司，
类型：发明
国别省市：