跌倒检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术属于图像处理技术领域，公开了一种跌倒检测方法、装置、设备及存储介质。该方法包括：获取视频图像中的多帧图像数据；根据各帧图像数据确定对应的人体骨骼点；根据人体骨骼点确定骨骼角度信息以及各人体骨骼点之间的空间关系信息；根据骨骼角度信息以及空间关系信息确定跌倒行为。通过上述方式，根据视频图像中的图像数据确定人体骨骼点，通过骨骼角度信息以及空间关系信息即可确定跌倒行为，避免了弱势群体跌倒导致更严重的事故，本发明专利技术提出的检测方法体量小，避免了使用连续视频数据通过神经网络进行跌倒动作分析，适用于硬件推理能力较低的设备。能力较低的设备。能力较低的设备。

【技术实现步骤摘要】
跌倒检测方法、装置、设备及存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种跌倒检测方法、装置、设备及存储介质。

技术介绍

[0002]现有的跌倒检测方法一般是通过跌倒视频训练神经网络，使得神经网络能够学习视频段的跌倒行为，通过输入连续的视频进行行为检测，这种方式对硬件推理能力要求较高，不适用于端侧AI设备或者AI摄像头等设备。
[0003]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0004]本专利技术的主要目的在于提供一种跌倒检测方法、装置、设备及存储介质，旨在解决现有的跌倒检测方法依赖于硬件的推理能力，不适用于硬件推理能力较低的设备的技术问题。
[0005]为实现上述目的，本专利技术提供了一种跌倒检测方法，所述方法包括以下步骤：
[0006]获取视频图像中的多帧图像数据；
[0007]根据各帧图像数据确定对应的人体骨骼点；
[0008]根据所述人体骨骼点确定骨骼角度信息以及各人体骨骼点之间的空间关系信息；
[0009]根据所述骨骼角度信息以及所述空间关系信息确定跌倒行为。
[0010]可选地，所述根据所述人体骨骼点确定骨骼角度信息以及各人体骨骼点之间的空间关系信息，包括：
[0011]根据所述人体骨骼点对应的标记信息确定角度关键骨骼点以及空间关键骨骼点；
[0012]根据所述角度关键骨骼点确定骨骼角度信息；
[0013]确定所述空间关键骨骼点之间的空间关系信息。
[0014]可选地，所述根据所述角度关键骨骼点确定骨骼角度信息，包括：
[0015]根据所述角度关键骨骼点构成角度参考线；
[0016]确定所述角度参考线与地面参考线之间的角度信息，并将所述角度信息作为骨骼角度信息。
[0017]可选地，所述角度关键骨骼点包括臀骨骼点、脚踝骨骼点以及肩骨骼点，所述角度参考线包括腿部参考线以及躯干参考线；
[0018]所述根据所述角度关键骨骼点构成角度参考线，包括：
[0019]根据所述臀骨骼点以及所述脚踝骨骼点构成腿部参考线；
[0020]根据所述臀骨骼点以及所述肩骨骼点构成躯干参考线。
[0021]可选地，所述空间关键骨骼点包括肩骨骼点以及膝盖骨骼点。
[0022]可选地，所述根据所述骨骼角度信息以及所述空间关系信息确定跌倒行为之后，
所述方法还包括：
[0023]在检测到所述腿部参考线与地面参考线之间的角度均小于第一角度阈值、所述躯干参考线与地面参考线之间的角度小于第二角度阈值并且所述肩骨骼点与所述膝盖骨骼点之间的空间关系为左右关系时，确定存在跌倒行为。
[0024]可选地，所述根据所述骨骼角度信息以及所述空间关系信息确定跌倒行为之后，所述方法还包括：
[0025]在检测到所述肩骨骼点与所述膝盖骨骼点之间的空间关系为倒立关系时，确定存在跌倒行为。
[0026]可选地，所述确定所述空间关键骨骼点之间的空间关系信息，包括：
[0027]检测肩骨骼点以及膝盖骨骼点在横向方向上的横向像素距离值和在纵向方向上的纵向像素距离值；
[0028]在所述横向像素距离值的绝对值大于预设像素阈值时，确定所述肩骨骼点与所述膝盖骨骼点之间的空间关系为左右关系；
[0029]在所述纵向像素距离值大于所述预设像素阈值时，确定所述肩骨骼点与所述膝盖骨骼点之间的空间关系为倒立关系。
[0030]可选地，所述确定存在跌倒行为之后，所述方法还包括：
[0031]对存在跌倒行为的当前帧图像数据进行标记，确定当前帧数；
[0032]确定所述多帧图像数据的总帧数；
[0033]确定所述当前帧数与所述总帧数之间的当前比例；
[0034]在所述当前比例大于预设比例时，推送预警信息。
[0035]可选地，所述根据所述骨骼角度信息以及所述空间关系信息确定跌倒行为，包括：
[0036]根据各帧图像数据对应的骨骼角度信息确定角度变化曲线；
[0037]根据各帧图像数据对应的空间关系信息确定空间关系变化曲线；
[0038]根据所述角度变化曲线以及所述空间关系变化曲线确定跌倒行为。
[0039]可选地，所述根据所述角度变化曲线以及所述空间关系变化曲线确定跌倒行为，包括：
[0040]将所述角度变化曲线与预先存储的跌倒行为角度曲线进行比对分析，确定是否存在相似角度曲线段；
[0041]在存在相似角度曲线段时，从所述空间关系变化曲线根据所述相似角度曲线段对应帧信息截取空间关系曲线段；
[0042]将所述空间关系曲线段与预先存储的跌倒行为空间关系曲线进行比对分析，以进行跌倒行为检测。
[0043]可选地，所述根据各帧图像数据确定对应的人体骨骼点，包括：
[0044]根据各帧图像数据进行人体检测；
[0045]在检测到人体时，确定所述人体对应的人体骨骼点。
[0046]此外，为实现上述目的，本专利技术还提出一种跌倒检测装置，所述跌倒检测装置包括：
[0047]获取模块，用于获取视频图像中的多帧图像数据；
[0048]检测模块，用于根据各帧图像数据确定对应的人体骨骼点；
[0049]确定模块，用于根据所述人体骨骼点确定骨骼角度信息以及各人体骨骼点之间的空间关系信息；
[0050]跌倒行为检测模块，用于根据所述骨骼角度信息以及所述空间关系信息确定跌倒行为。
[0051]可选地，所述确定模块，还用于根据所述人体骨骼点对应的标记信息确定角度关键骨骼点以及空间关键骨骼点，根据所述角度关键骨骼点确定骨骼角度信息，确定所述空间关键骨骼点之间的空间关系信息。
[0052]可选地，所述确定模块，还用于根据所述角度关键骨骼点构成角度参考线，确定所述角度参考线与地面参考线之间的角度信息，并将所述角度信息作为骨骼角度信息。
[0053]可选地，所述角度关键骨骼点包括臀骨骼点、脚踝骨骼点以及肩骨骼点，所述角度参考线包括腿部参考线以及躯干参考线；
[0054]所述确定模块，还用于根据所述臀骨骼点以及所述脚踝骨骼点构成腿部参考线，根据所述臀骨骼点以及所述肩骨骼点构成躯干参考线。
[0055]可选地，所述空间关键骨骼点包括肩骨骼点以及膝盖骨骼点。
[0056]可选地，所述跌倒行为检测模块，还用于在检测到所述腿部参考线与地面参考线之间的角度均小于第一角度阈值、所述躯干参考线与地面参考线之间的角度小于第二角度阈值并且所述肩骨骼点与所述膝盖骨骼点之间的空间关系为左右关系时，确定存在跌倒行为。
[0057]此外，为实现上述目的，本专利技术还提出一种跌倒检测设备，所述跌倒检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的跌倒检测程序，所述跌倒检测程序配置为实现如上文所述的跌倒检测方法。
[0058]此外，为实现上述目的，本专利技术还提出一种本文档来自技高网...

【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，所述跌倒检测方法包括：获取视频图像中的多帧图像数据；根据各帧图像数据确定对应的人体骨骼点；根据所述人体骨骼点确定骨骼角度信息以及各人体骨骼点之间的空间关系信息；根据所述骨骼角度信息以及所述空间关系信息确定跌倒行为。2.如权利要求1所述的跌倒检测方法，其特征在于，所述根据所述人体骨骼点确定骨骼角度信息以及各人体骨骼点之间的空间关系信息，包括：根据所述人体骨骼点对应的标记信息确定角度关键骨骼点以及空间关键骨骼点；根据所述角度关键骨骼点确定骨骼角度信息；确定所述空间关键骨骼点之间的空间关系信息。3.如权利要求2所述的跌倒检测方法，其特征在于，所述根据所述角度关键骨骼点确定骨骼角度信息，包括：根据所述角度关键骨骼点构成角度参考线；确定所述角度参考线与地面参考线之间的角度信息，并将所述角度信息作为骨骼角度信息。4.如权利要求3所述的跌倒检测方法，其特征在于，所述角度关键骨骼点包括臀骨骼点、脚踝骨骼点以及肩骨骼点，所述角度参考线包括腿部参考线以及躯干参考线；所述根据所述角度关键骨骼点构成角度参考线，包括：根据所述臀骨骼点以及所述脚踝骨骼点构成腿部参考线；根据所述臀骨骼点以及所述肩骨骼点构成躯干参考线。5.如权利要求4所述的跌倒检测方法，其特征在于，所述空间关键骨骼点包括肩骨骼点以及膝盖骨骼点。6.如权利要求5所述的跌...

【专利技术属性】
技术研发人员：贾东风，程力行，
申请(专利权)人：奇酷软件深圳有限公司，
类型：发明
国别省市：