本公开的实施例提供一种倒地行为检测方法，具体实现方案为：基于实时采集或拍摄的视频数据，得到图像帧；识别图像帧中至少一个人的人体骨骼关键点；基于人体骨骼关键点，确定人体倒地要素的要素值；响应于图像帧的要素值满足倒地条件，开始进行时间阈值的计时；并在时间阈值内，基于总图像帧的人体倒地要素的要素值，确定倒地行为检测结果。通过本实施方式，提高了人体倒地检测的准确性。提高了人体倒地检测的准确性。提高了人体倒地检测的准确性。
【技术实现步骤摘要】
倒地行为检测方法和装置、电子设备、计算机存储介质
[0001]本公开的实施例涉及计算机
，具体地，涉及一种倒地行为检测方法和装置、电子设备、计算机可读存储介质。
技术介绍
[0002]当今社会高速发展，突发事件也越来越多，基于视频监控数据的人体异常行为检测已经成为计算机视觉的重要研究方向，倒地行为作为人体经常发生的异常行为之一。针对重点场所如监狱、办公区、医院、广场、养老院、楼栋小区、电梯等场景下的视频监控数据，使用人体行为检测与识别的相关技术手段，实现人体倒地行为的检测，进而辅助相关视频监督人员及时发现异常、处理异常并解决异常情况，保障区域人员的生命财产安全。
[0003]现有技术中，一般采用基于模型或分类器的方法来检测是否发生倒地，然而实际的工程实践中，复杂的模型设计容易造成时间和资源的消耗。
技术实现思路
[0004]本文中描述的实施例提供了一种倒地行为检测方法、装置、电子设备以及存储有计算机程序的计算机可读存储介质。
[0005]根据本公开的第一方面，提供了一种倒地行为检测方法。在该方法中，基于实时采集或拍摄的视频数据，得到图像帧；识别图像帧中至少一个人的人体骨骼关键点；基于人体骨骼关键点，确定人体倒地要素的要素值；响应于图像帧的要素值满足倒地条件，开始进行时间阈值的计时；并在时间阈值内，基于总图像帧的人体倒地要素的要素值，确定倒地行为检测结果。。
[0006]在本公开的一些实施例中，上述人体倒地要素包括：倒地矩形框，要素值包括倒地矩形框的长度值和宽度值，上述基于人体骨骼关键点，确定人体倒地要素的要素值包括：确定图像帧中各个人的人体骨骼关键点在第一坐标轴投影的最小位置点和最大位置点，第一坐标轴与图像帧的像素行方向平行；连接在第一坐标轴投影的最小位置点和最大位置点，得到各个人的倒地矩形框的长边以及长边的长度值；确定图像帧中各个人的人体骨骼关键点在第一坐标轴垂直方向投影的最小位置点和最大位置点；连接在第一坐标轴垂直方向投影的最小位置点和最大位置点，得到各个人的倒地矩形框的宽边以及宽边的宽度值。
[0007]在本公开的一些实施例中，上述倒地条件包括：倒地矩形框的长度值和宽度值的比值大于1。
[0008]在本公开的一些实施例中，上述人体倒地要素包括：第一线段和第二线段，要素值包括第一线段的第一长度值和第二线段的第二长度值，基于人体骨骼关键点，确定人体倒地要素的要素值包括：确定图像帧中各个人的人体骨骼关键点在第一坐标轴投影的第一最小距离和第一最大距离，第一坐标轴与图像帧的像素行方向平行；确定图像帧中各个人的人体骨骼关键点在第一坐标轴垂直方向投影的第二最小距离和第二最大距离；由第一最小距离和第二最小距离组成第一坐标点，由第一最大距离和第二最大距离组成第二坐标点，
由第一最大距离和第二最小距离组成第三坐标点，由第一最小距离和第二最大距离组成第四坐标点；连接第一坐标点和第二坐标点，得到第一线段以及第一线段的第一长度值；连接第三坐标点和第四坐标点，得到第二线段以及第二线段的第二长度值。
[0009]在本公开的一些实施例中，上述在时间阈值内，基于总图像帧的人体倒地要素的要素值，确定倒地行为检测结果包括：在时间阈值内，检测总图像帧中各个图像帧的人体倒地要素的要素值是否均满足倒地条件；响应于检测到各个图像帧的人体倒地要素的要素值均满足倒地条件，检测总图像帧中连续该图像帧的数目是否大于设定个数；响应于连续该图像帧的数目大于设定个数，确定具有人员倒地行为。
[0010]在本公开的一些实施例中，上述方法还包括：截取并存储对应总图像帧的视频中具有人员倒地行为的视频片段。
[0011]在本公开的一些实施例中，识别图像帧中至少一个人的人体骨骼关键点包括：确定图像帧中的各个人的人体骨骼节点坐标；响应于人体骨骼节点坐标包括：腕坐标和肘坐标，去除腕坐标和肘坐标，得到人体骨骼关键点。
[0012]根据本公开的第二方面，提供了一种倒地行为检测装置。该装置包括：得到单元，被配置成基于实时采集或拍摄的视频数据，得到图像帧；识别单元，被配置成识别图像帧中至少一个人的人体骨骼关键点；要素确定单元，被配置成基于人体骨骼关键点，确定人体倒地要素的要素值；计时单元，被配置成响应于图像帧的要素值满足倒地条件，开始进行时间阈值的计时；结果确定单元，被配置成在时间阈值内，基于总图像帧的人体倒地要素的要素值，确定倒地行为检测结果。
[0013]在本公开的一些实施例中，上述人体倒地要素包括：倒地矩形框，要素值包括倒地矩形框的长度值和宽度值，上述要素确定单元进一步被配置成：确定图像帧中各个人的人体骨骼关键点在第一坐标轴投影的最小位置点和最大位置点，第一坐标轴与图像帧的像素行方向平行；连接在第一坐标轴投影的最小位置点和最大位置点，得到各个人的倒地矩形框的长边以及长边的长度值；确定图像帧中各个人的人体骨骼关键点在第一坐标轴垂直方向投影的最小位置点和最大位置点；连接在第一坐标轴垂直方向投影的最小位置点和最大位置点，得到各个人的倒地矩形框的宽边以及宽边的宽度值。
[0014]在本公开的一些实施例中，上述倒地条件包括：倒地矩形框的长度值和宽度值的比值大于1。
[0015]在本公开的一些实施例中，上述人体倒地要素包括：第一线段和第二线段，要素值包括第一线段的第一长度值和第二线段的第二长度值，上述要素确定单元进一步被配置成：确定图像帧中各个人的人体骨骼关键点在第一坐标轴投影的第一最小距离和第一最大距离，第一坐标轴与图像帧的像素行方向平行；确定图像帧中各个人的人体骨骼关键点在第一坐标轴垂直方向投影的第二最小距离和第二最大距离；由第一最小距离和第二最小距离组成第一坐标点，由第一最大距离和第二最大距离组成第二坐标点，由第一最大距离和第二最小距离组成第三坐标点，由第一最小距离和第二最大距离组成第四坐标点；连接第一坐标点和第二坐标点，得到第一线段以及第一线段的第一长度值；连接第三坐标点和第四坐标点，得到第二线段以及第二线段的第二长度值。
[0016]在本公开的一些实施例中，上述结果确定单元进一步被配置成：在时间阈值内，检测总图像帧中各个图像帧的人体倒地要素的要素值是否均满足倒地条件；响应于检测到各
个图像帧的人体倒地要素的要素值均满足倒地条件，检测总图像帧中连续该图像帧的数目是否大于设定个数；响应于连续该图像帧的数目大于设定个数，确定具有人员倒地行为。
[0017]在本公开的一些实施例中，上述装置还包括：截取并存储对应总图像帧的视频中具有人员倒地行为的视频片段。
[0018]在本公开的一些实施例中，上述识别单元进一步被配置成：确定图像帧中的各个人的人体骨骼节点坐标；响应于人体骨骼节点坐标包括：两个腕坐标和两个肘坐标，且所有腕坐标和所有肘坐标均在一条直线时，去除所有腕坐标和所有肘坐标，得到人体骨骼关键点。
[0019]根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及存储有计算机程序的至少一个存储器；其中，当计算机程序由至少一个处理器执行时，使得装置执行根本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种倒地行为检测方法，所述方法包括：基于实时采集或拍摄的视频数据，得到图像帧；识别所述图像帧中至少一个人的人体骨骼关键点；基于所述人体骨骼关键点，确定人体倒地要素的要素值；响应于所述图像帧的要素值满足倒地条件，开始进行时间阈值的计时；在所述时间阈值内，基于总图像帧中人体倒地要素的要素值，确定倒地行为检测结果。2.根据权利要求1所述的方法，其中，所述人体倒地要素包括：倒地矩形框，所述要素值包括倒地矩形框的长度值和宽度值，所述基于所述人体骨骼关键点，确定人体倒地要素的要素值包括：确定所述图像帧中各个人的人体骨骼关键点在第一坐标轴投影的最小位置点和最大位置点，所述第一坐标轴与所述图像帧的像素行方向平行；连接所述在第一坐标轴投影的最小位置点和最大位置点，得到各个人的倒地矩形框的长边以及所述长边的长度值；确定所述图像帧中各个人的人体骨骼关键点在第一坐标轴垂直方向投影的最小位置点和最大位置点；连接所述在第一坐标轴垂直方向投影的最小位置点和最大位置点，得到各个人的倒地矩形框的宽边以及所述宽边的宽度值。3.根据权利要求2所述的方法，其中，所述倒地条件包括：所述倒地矩形框的长度值和宽度值的比值大于1。4.根据权利要求1所述的方法，其中，所述人体倒地要素包括：第一线段和第二线段，所述要素值包括第一线段的第一长度值和第二线段的第二长度值，所述基于所述人体骨骼关键点，确定人体倒地要素的要素值包括：确定所述图像帧中各个人的人体骨骼关键点在第一坐标轴投影的第一最小距离和第一最大距离，所述第一坐标轴与所述图像帧的像素行方向平行；确定所述图像帧中各个人的人体骨骼关键点在第一坐标轴垂直方向投影的第二最小距离和第二最大距离；由第一最小距离和第二最小距离组成第一坐标点，由第一最大距离和第二最大距离组成第二坐标点，由第一最大距离和第二最小距离组成第三坐标点，由第一最小距离和第二最大距离组成第四坐标点；连接所述第一坐标点和所述第二坐标点，得到所述第一线段以及所述第...
【专利技术属性】
技术研发人员：闫盈盈，尹杨，周毅，支婷，唐春生，刘福强，
申请(专利权)人：中电科大数据研究院有限公司，
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。