【技术实现步骤摘要】
一种基于互联网的养老照顾服务管理系统及方法
[0001]本专利技术涉及养老照顾服务管理
,具体为一种基于互联网的养老照顾服务管理系统及方法。
技术介绍
[0002]所谓人口老龄化是指人口生育率降低和人均寿命延长导致的总人口中因年轻人口数量减少、年长人口数量增加而导致的老年人口比例相应增长的动态。
[0003]现在越来越多的年轻人离开家乡前往大城市拼搏,独留老人独自在家生活,但是由于老人年龄较大,身体素质下降,独居在家会致使老人生病而亲人不知,致使很多老人错过最佳治疗时间,甚至是失去生命,存在了非常大的安全隐患。
[0004]因此,人们急需为一种基于互联网的养老照顾服务管理系统及方法来解决上述问题。
技术实现思路
[0005]本专利技术的目的在于提供一种基于互联网的养老照顾服务管理系统及方法,以解决上述
技术介绍
中提出的问题。
[0006]为了实现上述目的,本专利技术提供如下技术方案:一种基于互联网的养老照顾服务管理系统,其特征在于:该养老照顾服务管理系统包括图像采集模块、图像处理模块、图像分析模块、信息传输模块、数据反馈模块;
[0007]所述图像采集模块用于采集独居老人的行为习惯信息;
[0008]所述图像处理模块用于对采集的图像进行处理并对关节点进行位置定位;
[0009]使得人体关节位置定位更加快速精准;
[0010]所述图像分析模块用于对关节点运动轨迹进行数据分析;
[0011]使得通过关节轨迹分析准确得判断老人的身体情况;< ...
【技术保护点】
【技术特征摘要】
1.一种基于互联网的养老照顾服务管理系统,其特征在于:该养老照顾服务管理系统包括图像采集模块、图像处理模块、图像分析模块、信息传输模块、数据反馈模块;所述图像采集模块用于采集独居老人的行为习惯信息;所述图像处理模块用于对采集的图像进行处理并对关节进行位置定位;所述图像分析模块用于对关节点运动轨迹进行数据分析;所述信息传输模块对数据分析的结果进行传输;所述数据反馈模块是通过终端将老人的最新信息反馈到系统;所述图像采集模块的输出端连接图像处理模块的输入端,所述图像处理模块的输出端连接数据分析模块的输入端,所述数据分析模块的输出端连接信息传输模块的输入端,信息传输模块的输出端连接数据反馈模块的输入端。2.根据权利要求1所述的一种基于互联网的养老照顾服务管理系统,其特征在于:所述图像采集模块是通过摄像头每隔Δt进行一次图像采集,所述摄像头安装在老人居家时经常活动的区域,用于采集老人的行为习惯信息。3.根据权利要求2所述的一种基于互联网的养老照顾服务管理系统,其特征在于:所述图像处理模块包括前景分割单元、特征提取单元、像素点分类单元、关节点定位单元;所述前景分割单元是用于去除采集的图像背景;所述特征提取单元用于进行特征值提取;所述像素点分类单元通过随机森林分类器对像素点进行分类;所述关节点定位单元对人体关节点进行位置定位;所述前景分割单元的输出端连接特征提取单元的输入端,所述特征提取单元的输出端连接像素点分类单元的输入端,像素点分类单元的输出端连接关节点定位单元。4.根据权利要求3所述的一种基于互联网的养老照顾服务管理系统,其特征在于:所述图像分析模块包括实时分析单元、存储单元、图像叠加单元、轨迹分析单元、速度分析单元;所述实时分析单元用于分析当前情况下老人的状态;所述存储单元用于存储采集到的图像信息;所述图像叠加单元用于将Ts内采集的图像进行叠加;所述轨迹分析单元对图像叠加后同一关节点运动轨迹进行分析;所述速度分析单元对同一关节从最高点到最低点的运动进行速度分析;所述实时分析单元的输出端连接存储单元的输入端,存储单元的输出端连接图像叠加单元的输入端、图形叠加单元的输出端连接轨迹分析单元的输入端,轨迹分析单元的输出端连接速度分析单元的输入端。5.根据权利要求4所述的一种基于互联网的养老照顾服务管理系统,其特征在于:所述信息传输模块包括信息传输单元、加密单元;所述信息传输单元是将老人身体状况传输到终端;所述加密单元是将传递的信息进行加密处理;所述加密单元的输出端连接信息传递单元的输入端;所述数据反馈模块是通过终端将老人的最新信息反馈到系统,系统根据老人最新信息进行智能化进行图像分析。6.一种基于互联网的养老照顾服务管理方法,其特征在于:该养老照顾服务管理方法包括以下步骤:
S1、利用摄像头进行图像信息采集;S2、利用图像处理模块处理采集图像进行人体关节位置定位;S3、利用图像分析模块对老人的行为习惯进行分析;S4、利用信息传输模块将分析结果传递到终端;S5、利用数据反馈模块将老人最新信息传输到系统,系统根据反馈信息智能化的进行图像分析。7.根据权利要求6述的一种基于互联网的养老照顾服务管理方法,其特征在于:在S2中,所述处理采集图像首先是利用前景分割单元进行图像背景去除,利用特征提取单元通过深度信息差并引入偏移角度的方法进行特征值提取,利用像素点分类单元通过随机森林分类器对像素点进行分类,利用关节点定位单元对人体关节点进行位置定位;所述关节点定位单元是利用Mean
‑
shift方法定位关节点,所述Mean
‑
shift方法是指从同意类别的像素点中,找出最能够代表本类别位置的点,将其作为该部位的关节点。8.根据权利要求6述的一种基于互联网的养老照顾服务管理方法,其特征在于:在S3中,所述图像分析模块对老人的行为习惯进行分析是通过实时分析单元、存储单元、图像叠加单元、轨迹分析单元、速度分析单元实现老人行为习惯分析;所述实时分析单元是对实时采集的图像进行分析,通过对人体姿态的识别判断当前老人是否存在危险;所说人体姿态识别是通过多组特征向量来标识姿势,一旦条件满足特征向量,就识别该姿势;所述人体姿态识别的步骤为:Z1、以摄像头的位置为空间坐标原点,摄像头的右侧为X轴正向,摄像头的上侧为y轴的正向,摄像头的前侧为Z轴的正向,建立直角坐标系;Z2、测量出人体的25个关节点坐标,并保存到集合M中,M={a1,a2,a3,
…
,a
25
},其中集合M表示为25个关节点坐标集合,a1表示头部的三维坐标,a2表示脖子的三维坐标,a3表示左肩的三维坐标,接下来依次表示为左肘、左腕、左手、左食指指尖、右大拇指、右肩、右肘、右腕、右手、右食指指尖、右大拇指、肩部脊椎、脊椎中心、脊椎尾部、左髋骨、左膝盖、左脚踝、左脚、右髋骨、右膝盖、右脚踝的三维坐标,a
25
表示为右脚的三维坐标;所述人体坐标的测量利用一种光编码light coding技术实现作别测量;Z3、通过相邻关节之间的距离和角度关系进行姿势识别,两个关节点之间的距离关系:角度为:其中D表示两点间的距离,x1表示相邻关节点在M集合中排在前边的关节的X坐标,y1表示相邻关节点在M集合中排在前边的关节的Y坐标,z1表示相邻关节点在M集合中排在前边的关节的Z坐标,x2表示相邻关节点在M集合中排在后边的关节的X坐标,y2表示相邻关节点在M集合中排在后边的关节的Y坐标,z2表示相邻关节点在M集合中排在后边的关节的Z坐标;Z4、定义特征向量为其中p1、p2为关节点,θ为两个关节点与原点的夹角,τ为设定的角度阈值。即τ为理想角度与实际角度的误差,只要不超过这一阈值,都被判定为这一姿势;
定义姿势合集Η={A1,A2,A3,
…
,A
I
},其中,A1为所有相邻关节的判断结果合集表示第一种姿势,A2为所有相邻关节的判断结果合集表示第二种姿势,A3为所有相邻关节的判断结果合集表示第三种姿势,A
I
【专利技术属性】
技术研发人员:罗雪方,
申请(专利权)人:朔至美南通科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。