一种用于进行动作和姿态检测的识别方法和系统技术方案

本申请涉及一种用于进行动作和姿态检测的识别方法和系统，用于对老年人跌倒风险进行预测判断，在检测过程中，通过图像识别的方式得到检测过程中的步数、最大步长、步速、膝关节活动角度、一个步态周期内支撑相与摆动相时长的比值，然后通过老年人跌倒风险概率公式得到老年人跌倒概率；本申请通过图像识别提高了预测参数的获取精度，并通过较多的参数用于对跌倒风险进行预测，提高了老年人跌倒风险预测的精度。精度。精度。

【技术实现步骤摘要】
一种用于进行动作和姿态检测的识别方法和系统


[0001]本申请涉及计算机
，特别涉及一种用于进行动作和姿态检测的识别方法及系统。

技术介绍

[0002]随着经济的快速发展，当今世界正面临着人口老龄化的严峻挑战。庞大的老年人口数量和飞快的增长速度为经济社会的发展带来了一系列问题。
[0003]现有技术中，中国专利技术专利(CN106539587A)公开了一种通过对动作和姿态进行检测从而识别是否存在跌倒风险的技术方案，该方案主要使用3个9轴运动传感器，其中两个放在两只鞋里，一个放在腰上，通过三个传感器获得加速度、角速度、角度的原始数据，通过运动传感器对多种数据信号的分析，检测摔倒状态；然而，上述方案通过触感器获取运动信息由于获取信息较少，从而动作和姿态识别的效果并不好。
[0004]因此，现有技术急需一种进行动作和姿态检测的识别系统，用于提高动作和姿态检测的精度，从而能更好的对跌倒风险进行评估的技术方案。

技术实现思路

[0005]本申请要解决的技术问题是针对上述技术方案的不足，提供用于进行动作和姿态检测的识别方法及系统，用于通过图像识别的方式得到多个所述待测人员的动作和姿态指标，用于提高待测人员跌倒风险判断的准确度。
[0006]为了实现上述目的，根据本申请的一个方面，提供一种用于进行动作和姿态检测的识别方法，包括：
[0007]步骤1：待测人员进入动作和姿态检测区域；
[0008]步骤2：识别待测人员的身体关键点，并对所述关键点进行追踪；
[0009]步骤3：收集待检测人员在检测区域行走过程的关键点坐标和时间；
[0010]步骤4：根据所述关键点的坐标以及时间，判断所述待测人员在检测区行走时腿部的状态，并统计一个行走周期内支撑相时长和摆动相时长；
[0011]步骤5：根据所述关键点的坐标以及时间得到所述待测人员在检测区域行走的前进方向、步数、最大步长、步速、膝关节活动角度；
[0012]步骤6：将所述一个行走周期内支撑相时长、一个行走周期内摆动相时长、所述步数、最大步长、步速、膝关节活动角度输入至老年人跌倒风险方程中，得到待测人员跌倒风险；
[0013]步骤7：结束检测，并输出所述步骤7的判断结果。
[0014]具体地，通过摄像设备识别所述身体关键点，所述摄像设备像素要求至少720p，固定放置在0.8m高；
[0015]具体地，所述步骤2中，所述身体关键点为左髋、右髋、左膝、右膝、左脚踝、右脚踝、左脚跟、右脚跟、左脚尖以及右脚尖；
[0016]更进一步地，通过图像识别的方式用于关键点的识别，具体地，所述图像识别方法为基于机器学习的算法、基于卷积神经网络算法、基于回归的算法中的一种用于对所述待测人员的身体关键点进行识别；
[0017]更进一步地，对所述关键点进行追踪具体为通过图像识别的方式得到所述待测人员在待测区域行走时所述关键点的坐标以及在所述每个坐标的时间；
[0018]具体地，所述坐标为三维世界坐标；
[0019]具体地，所述待测人员的腿的状态分为支撑相或者是摆动相；
[0020]更进一步地，所述判断所述待测人员在检测区域行走时腿的状态具体为：
[0021]步骤4.1：通过所述脚尖关键点和所述脚跟关键点的坐标不同时变化时，判断所述待测人员为支撑相；
[0022]步骤4.2：将待测时间内余下的时间认定所述待测人员为摆动相；
[0023]步骤4.3：统计一个行走周期内支撑相时长和摆动相时长；
[0024]具体地，所述步骤5具体包括：
[0025]步骤5.1：通过膝关节关键点与髋关节关键点对比得到所述待测人员的行走方向；
[0026]具体地，所述步骤5.1具体为通过对比膝关节关键点与髋关节关键点的x轴坐标，确定所述待测人员的行走方向；
[0027]步骤5.2：构建同一时刻下的髋关节关键点与膝关节关键点坐标的连线，并距离检测过程中，所述连线垂直与地面的次数，得到所述待测人员在检测区行走的步数；
[0028]步骤5.3：根据所述的髋关节关节点与膝关节关键点坐标的连线在变化周期内的最大角度以及腿长，计算得到所述待测人员的最大步长；
[0029]具体地，所述步骤5.3具体包括通过三角函数计算得到待测人员的最大步长；
[0030]更进一步地，所述同一时刻下的髋关节关节点与膝关节关键点坐标的连线在变化周期内的最大角度通过图像识别获取得到，所述腿长通过在进入检测区域之前通过医护人员测量得到；
[0031]步骤5.4：将所述步骤5.3中得到最大角度的同一周期内的两个时刻作差，得到所述时间差，然后将每一步的步长除以所述时间差得到步速；
[0032]步骤5.5：将髋关节关键点和膝关节连接点连线，将膝关节关键点和踝关节关键点连线，通过同一周期内的所述两个条线的角度变化得到所述膝关节活动角度；
[0033]具体地，所述老年人跌倒风险公式为：
[0034][0035]式中，a1、a2、a3、a4、a5、a6为拟合系数，取值范围为
‑
10到10之间；
[0036]α1为所述检测过程中的步数，α2为所述检测过程中的最大步长、α3为所述检测过程中的步速，α4为检测过程中的膝关节活动角度，α5为一个行走周期内支撑相的时长，α6为一个行走周期内摆动相的时长；
[0037]具体地，本申请中，拟合系数的设定可根据大量的检测数据以及跌倒风险通过公式拟合得到；根据所述老年人跌到方程的输出结果判断所述待测人员是否有跌到风险参数；
[0038]根据本申请的另一方面，还包括一种用于进行动作和姿态检测的识别系统，所述
识别系统采用上述的动作和姿态检测的识别方法，包括：
[0039]关键点识别模块，用于识别待测人员的身体关键点，并对所述关键点进行追踪；
[0040]数据收集模块，用于收集待检测人员在检测区域行走过程的关键点坐标和时间；
[0041]腿部状态统计模块，用于根据所述关键点的坐标以及时间，判断所述待测人员在检测区行走时腿部的状态，并统计一个行走周期内支撑相时长和摆动相时长；
[0042]行走参数计算模块，用于根据所述关键点的坐标以及时间得到所述待测人员在检测区域行走的前进方向、步数、最大步长、步速、膝关节活动角度；
[0043]跌倒风险判断模块，用于将所述一个行走周期内支撑相时长、一个行走周期内摆动相时长、所述步数、最大步长、步速、膝关节活动角度输入至老年人跌倒风险方程中，得到待测人员跌倒风险参数；
[0044]结果输出模块，用于输出判断结果。
[0045]根据本申请的另一方面，还包括一种计算机可读存储介质，所述计算机可读存储介质上存储有数据处理程序，所述数据处理程序被处理器执行上述的一种用于进行动作和姿态检测的识别方法。
[0046]基于上述技术方案，本申请提供的一种用于进行动作和姿态检测的识别方法，具有如下技术效果：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于进行动作和姿态检测的识别方法，其特征在于：包括以下步骤：步骤1：待测人员进入动作和姿态检测区域；步骤2：识别待测人员的身体关键点，并对所述关键点进行追踪；步骤3：收集待检测人员在检测区域行走过程的关键点坐标和时间；步骤4：根据所述关键点的坐标以及时间，判断所述待测人员在检测区域行走时腿部的状态，并统计一个行走周期内支撑相时长和摆动相时长；步骤5：根据所述关键点的坐标以及时间得到所述待测人员在检测区域行走的前进方向、步数、最大步长、步速、膝关节活动角度；步骤6：将所述一个行走周期内支撑相时长、一个行走周期内摆动相时长、所述步数、最大步长、步速、膝关节活动角度输入至老年人跌倒风险公式中，得到待测人员跌倒风险参数；步骤7：结束检测，并输出所述步骤7的判断结果。2.根据权利要求1所述的用于进行动作和姿态检测的识别方法，其特征在于，所述步骤2中，所述身体关键点为左髋、右髋、左膝、右膝、左脚踝、右脚踝、左脚跟、右脚跟、左脚尖以及右脚尖。3.根据权利要求1所述的用于进行动作和姿态检测的识别方法，其特征在于，通过图像识别的方式用于关键点的识别，具体地，所述图像识别方法为基于机器学习算法、基于卷积神经网络算法、基于回归的算法中的一种用于对所述待测人员的身体关键点进行识别。4.根据权利要求1所述的用于进行动作和姿态检测的识别方法，其特征在于，所述判断所述待测人员在检测区域行走时腿的状态具体为：步骤4.1：通过脚尖关键点和脚跟关键点的坐标不同时变化时，判断所述待测人员为支撑相；步骤4.2：将待测时间内余下的时间认定所述待测人员为摆动相；步骤4.3：统计一个行走周期内支撑相时长和摆动相时长。5.根据权利要求1所述的用于进行动作和姿态检测的识别方法，其特征在于，所述步骤5具体包括：步骤5.1：通过膝关节关键点与髋关节关键点对比得到所述待测人员的行走方向；步骤5.2：构建同一时刻下的髋关节关键点与膝关节关键点坐标的连线，并距离检测过程中，所述连线垂直与地面的次数，得到所述待测人员在检测区行走的步数；步骤5.3：根据所述的髋关节关节点与膝关节关键点坐标的连线在变化周期内的最大角度以及腿长，计算得到所述待测人员的最大步长；步骤5.4：将所述步骤5.3中得到最大角度的同一周期内的两个时刻作差，得到所述时间差，然后将每一步的步长除以所述时间差得到步速；...

【专利技术属性】
技术研发人员：王天，王雷，刘铭，颜海，花春卓，叶广兴，
申请(专利权)人：杭州程天科技发展有限公司，
类型：发明
国别省市：