一种基于双层隐私过滤机制的居家行为检测方法及系统技术方案

本发明专利技术涉及一种基于双层隐私过滤机制的居家行为检测方法及系统，具体涉及计算机视觉和模式识别技术领域。所述方法包括：采用人脸模糊算法对所述未经处理的居家视频进行处理得到模糊后的视频；对所述模糊后的视频进行骨架特征提取操作得到骨架特征信息，并根据所述骨架特征信息生成人体骨架视频和行为识别结果，用户根据行为识别结果和权限查看人体骨架视频或模糊后的视频。本发明专利技术可以在保护个人隐私的前提下实现居家老年人的安全监护。私的前提下实现居家老年人的安全监护。私的前提下实现居家老年人的安全监护。

【技术实现步骤摘要】
一种基于双层隐私过滤机制的居家行为检测方法及系统


[0001]本专利技术涉及计算机视觉和模式识别
，特别是涉及一种基于双层隐私过滤机制的居家行为检测方法及系统。

技术介绍

[0002]随着我国人口老龄化与家庭空巢化现象日趋严重，如何实现独居老人的安全看护逐渐成为一个社会难题。老年人由于身体机能衰退和慢性病的困扰容易发生意外情况，尤其是居家独处时因难以得到及时、有效的救助而面临着严重的健康安全威胁。例如，独居老人不慎摔倒致骨折或昏迷，因无法动弹、求救而错过最佳救治时间。
[0003]目前，已有多种基于人工智能和物联网技术的室内行为健康检测方案被提出，根据行为数据的收集方式可分为基于环境传感器的方法、基于可穿戴设备的方法和基于计算机视觉的方法。基于环境传感器的检测方法通过分析布设在老人活动空间环境中的大量压力传感器、红外传感器等收集到的数据识别行为，布设成本较高且应有场景受限；基于可穿戴设备的检测方法通常需要在人体的特定部位固定传感器设备来收集老人的运动参数，对老人的日常活动会产生一定干扰，其便捷性与普适性有待提升；而基于计算机视觉的检测方法则是通过摄像头采集人体运动的图像信息，并根据姿态特征判断行为类型，因其具有非接触式监测、图像信息丰富等特点而受到研究人员的广泛关注。
[0004]然而，基于计算机视觉的居家行为检测方法通常需要借助摄像头全天性地监控老年人的日常生活，并将获取的原始视频图像通过网络或其他方式上传处理，在整个过程中存在个人隐私完全泄露的风险，以牺牲隐私为代价的家庭看护模式很难获得老年人群的广泛接受，尤其是未丧失自主行为能力的老人，所以继续一种可以保护隐私的居家行为检测系统。

技术实现思路

[0005]本专利技术的目的是提供一种基于双层隐私过滤机制的居家行为检测方法及系统，可以在保护个人隐私的前提下实现居家老年人的安全监护。
[0006]为实现上述目的，本专利技术提供了如下方案：
[0007]一种基于双层隐私过滤机制的居家行为检测方法，包括：
[0008]获取未经处理的居家视频；
[0009]采用人脸模糊算法对所述未经处理的居家视频进行处理得到模糊后的视频；
[0010]对所述模糊后的视频进行骨架特征提取操作得到骨架特征信息，并根据所述骨架特征信息生成人体骨架视频和行为识别结果，用户根据行为识别结果和权限查看人体骨架视频或模糊后的视频。
[0011]可选的，在所述对所述模糊后的视频进行骨架特征提取操作得到骨架特征信息，并根据所述骨架特征信息生成人体骨架视频和行为识别结果，之后还包括：
[0012]根据所述行为识别结果进行安全预警。
[0013]可选的，所述对所述模糊后的视频进行骨架特征提取操作得到骨架特征信息，并根据所述骨架特征信息生成人体骨架视频和行为识别结果，具体包括：
[0014]对所述模糊后的视频的每一帧进行骨架特征提取，得到每一帧的骨架特征信息；
[0015]根据每一帧的骨架特征信息生成人体骨架视频；
[0016]对每一帧的骨架特征信息进行行为识别得到行为识别结果。
[0017]可选的，所述采用人脸模糊算法对所述未经处理的居家视频进行处理得到模糊后的视频，具体包括：
[0018]采用人脸识别算法对所述未经处理的居家视频进行人脸识别得到视频中的人脸；
[0019]采用模糊算法对所述视频中的人脸进行模糊得到模糊后的视频。
[0020]一种基于双层隐私过滤机制的居家行为检测系统，包括：
[0021]服务器端和客户端；
[0022]所述服务器端包括：
[0023]信息采集模块，用于获取未经处理的居家视频；
[0024]隐私处理模块，用于采用人脸模糊算法对所述未经处理的居家视频进行处理得到模糊后的视频；
[0025]行为识别模块，用于对所述模糊后的视频进行骨架特征提取操作得到骨架特征信息，并根据所述骨架特征信息生成人体骨架视频和行为识别结果；
[0026]所述客户端，用于使用户根据行为识别结果和权限查看人体骨架视频或模糊后的视频。
[0027]可选的，所述基于双层隐私过滤机制的居家行为检测系统，还包括：输出预警模块，用于根据所述行为识别结果进行安全预警。
[0028]可选的，所述隐私处理模块，包括：
[0029]人脸识别子模块，用于采用人脸识别算法对所述未经处理的居家视频进行人脸识别得到视频中的人脸；
[0030]模糊处理子模块，用于采用模糊算法对所述视频中的人脸进行模糊得到模糊后的视频。
[0031]可选的，所述行为识别模块包括：
[0032]骨架提取子模块，用于对所述模糊后的视频的每一帧进行骨架特征提取，得到每一帧的骨架特征信息，并根据根据每一帧的骨架特征信息生成人体骨架视频；
[0033]异常行为检测模块，用于对每一帧的骨架特征信息进行行为识别得到行为识别结果；
[0034]数据存储子模块，用于存储所述人体骨架视频和所述模糊后的视频。
[0035]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术采用人脸模糊算法对未经处理的居家视频进行处理得到模糊后的视频；对模糊后的视频进行骨架特征提取操作得到骨架特征信息，并根据骨架特征信息生成人体骨架视频和行为识别结果，用户根据行为识别结果和权限查看人体骨架视频或模糊后的视频，采用人脸模糊算法对未经处理的居家视频进行处理得到模糊后的视频，实现输入层面的第一层隐私过滤，根据骨架特征信息生成人体骨架视频实现输出层面的第二层隐私过滤，可以在保护个人隐私的前提下实现居家老年人的安全监护。
附图说明
[0036]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中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性的前提下，还可以根据这些附图获得其他的附图。
[0037]图1为本专利技术实施例提供的基于双层隐私过滤机制的居家行为检测方法的流程图；
[0038]图2为本专利技术实施例提供的基于双层隐私过滤机制的居家行为检测系统的结构框图。
具体实施方式
[0039]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做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0040]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0041]如图1所示，本专利技术实施例提供了基于双层隐私过滤机制的居家行为检测方法，包括：
[0042]步骤101：获取未经处理的居家视频。
[0043]步骤102：采用人脸模糊算法对所述未经处理的居家视频进行处理得到模糊后的视频。
...

【技术保护点】

【技术特征摘要】
1.一种基于双层隐私过滤机制的居家行为检测方法，其特征在于，包括：获取未经处理的居家视频；采用人脸模糊算法对所述未经处理的居家视频进行处理得到模糊后的视频；对所述模糊后的视频进行骨架特征提取操作得到骨架特征信息，并根据所述骨架特征信息生成人体骨架视频和行为识别结果，用户根据行为识别结果和权限查看人体骨架视频或模糊后的视频。2.根据权利要求1所述的一种基于双层隐私过滤机制的居家行为检测方法，其特征在于，在所述对所述模糊后的视频进行骨架特征提取操作得到骨架特征信息，并根据所述骨架特征信息生成人体骨架视频和行为识别结果，之后还包括：根据所述行为识别结果进行安全预警。3.根据权利要求1所述的一种基于双层隐私过滤机制的居家行为检测方法，其特征在于，所述对所述模糊后的视频进行骨架特征提取操作得到骨架特征信息，并根据所述骨架特征信息生成人体骨架视频和行为识别结果，具体包括：对所述模糊后的视频的每一帧进行骨架特征提取，得到每一帧的骨架特征信息；根据每一帧的骨架特征信息生成人体骨架视频；对每一帧的骨架特征信息进行行为识别得到行为识别结果。4.根据权利要求1所述的一种基于双层隐私过滤机制的居家行为检测方法，其特征在于，所述采用人脸模糊算法对所述未经处理的居家视频进行处理得到模糊后的视频，具体包括：采用人脸识别算法对所述未经处理的居家视频进行人脸识别得到视频中的人脸；采用模糊算法对所述视频中的人脸进行模糊得到模糊后的视频。5.一种基...

【专利技术属性】
技术研发人员：周迎，丁烈云，管涛，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：