跌倒检测方法、装置和储存介质制造方法及图纸

本发明专利技术公开了跌倒检测方法、装置和储存介质，涉及跌倒检测领域，方法包括S1、获取检测区域内人员的实时数据，实时数据包括视频数据、音频数据和智能穿戴设备数据；S2、根据视频数据的当下视频帧计算获取第一跌倒分值；S3、在第一跌倒分值的同一时刻，根据音频数据和智能穿戴设备数据分别计算获取第二跌倒分值和第三跌倒分值；S4、分析当下视频帧的第一跌倒分值、第二跌倒分值和第三跌倒分值获得最终的跌倒风险概率，进入S5，同时令下一视频帧作为当前视频帧并进入S2；S5、根据累积的跌倒风险概率生成警告信息；具有全天实时监控、覆盖各种护理情况、部署简单、误报率低、无需人员看守的优点。优点。优点。

【技术实现步骤摘要】
跌倒检测方法、装置和储存介质


[0001]本专利技术涉及跌倒检测领域，尤其涉及一种跌倒检测方法、装置和储存介质。

技术介绍

[0002]随着社会老龄化的加速，会有越来越多的老人进入养老机构或者独居在家。目前，跌倒已成为造成老年人伤害的“罪魁祸首”。世界卫生组织发布报告指出，全球每年有30余万人死于跌倒，其中60岁以上老人占了一半。所以针对老人的意外跌倒的检测与及时救助正随着老龄化的加速变得迫在眉睫。
[0003]现在为避免老人因跌倒而不能及时救援有几种方式：
[0004]1.护理人员的定期检查。这种方式是最传统最简单的方法，然而由于护理人员的人数限制，不能保持频繁的检查，不能在跌倒后第一时间进行处理，并且在一些独居的场景下并不适用。
[0005]2.可穿戴设备。通过可穿戴设备进行一些实时数据的收集，如果出现了跌倒会给出提醒。优点是可以实时监控跌倒状态，不受场地的限制。然而这种方式存在着检测存在误差，存在着准确率不高等问题。
[0006]3.视频、音频检测。通过深度神经网络对实时摄像头采集的视频、音频流数据进行分析本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.跌倒检测方法，其特征在于，包括：S1、获取检测区域内人员的实时数据，实时数据包括视频数据、音频数据和智能穿戴设备数据；S2、根据视频数据的当下视频帧计算获取第一跌倒分值；S3、在第一跌倒分值的同一时刻，根据音频数据和智能穿戴设备数据分别计算获取第二跌倒分值和第三跌倒分值；S4、分析当下视频帧的第一跌倒分值、第二跌倒分值和第三跌倒分值获得最终的跌倒风险概率，进入S5，同时令下一视频帧作为当前视频帧并进入S2；S5、根据累积的跌倒风险概率生成警告信息。2.根据权利要求1所述的跌倒检测方法，其特征在于，在S2中根据视频数据计算获取跌倒分值具体包括：
①
、通过人体位置识别模型对当下视频帧进行分析获取人体位置坐标；
②
、提取人员在该人体位置坐标时的关节点特征；
③
、计算所有关节点特征的置信度平均值，判断关节点特征的信息是否大于设定阈值，若大于则进入e；反之，令下一视频帧为当前视频帧，并返回a；
④
、计算参数h1和h2，h1＝(y
11
‑
Lhip
+y
12
‑
Rhip
‑
y5‑
Lshoulder
‑
y6‑
Rshoulder
)/2；)/2；
⑤
、计算第一跌倒分值Score
video
，表示为3.根据权利要求2所述的跌倒检测方法，其特征在于，在S2中，在步骤
①
之前还包括判断人员是否在当下视频帧内，若是，则进入
①
；反之直接进入S4。4.根据权利要求3所述的跌倒检测方法，其特征在于，在S4中包括：S41、当由
⑤
进入S4时，则进入S42；当由进入S4时，则进入S45；S42、匹配视频数据的人员信息和智能穿戴设备数据中的人员信息，视频数据的人体位置坐标为X
c
、Y
c
、Z
c
，智能穿戴设备的人体位置坐标为X
t
、Y
t
、Z
t
，则各个平面的角度差分别为：XY平面的角度差：XZ平面的角度差：YZ平面的角度差：将视频数据的人体位置坐标转换为智能穿戴设备的人体位置坐标，人体左下角坐标与人体右下角坐标的中点Median
c<...

【专利技术属性】
技术研发人员：韩涟漪，王晓磊，姚兵，
申请(专利权)人：成都安德福斯医疗科技有限公司，
类型：发明
国别省市：