在人机物融合场景下的多目标实时摔倒检测方法及装置制造方法及图纸

本发明专利技术公开了一种在人机物融合场景下的多目标实时摔倒检测方法及装置，包括根据各目标的当前状态，生成查询图片；分别将各查询图片与若干参考图片映射到同一映射空间；基于映射空间中的查询嵌入向量与参考嵌入向量，获取实时摔倒检测结果。本发明专利技术实现了在不同隐私保护设定下的多目标摔倒检测监控系统，节省了算力，提高了效率，实现了实时检测的效果，并在摔倒数据量不足的情况下依旧能够有较高的准确度和较低的误判率，避免人力和财力损失。避免人力和财力损失。避免人力和财力损失。

【技术实现步骤摘要】
在人机物融合场景下的多目标实时摔倒检测方法及装置


[0001]本专利技术涉及计算机视觉
，具体为一种在人机物融合场景下的多目标实时摔倒检测方法及装置。

技术介绍

[0002]随着人口老龄化的不断加重，我国老年人口数量的增加，根据CDC(2017)的记录显示，摔倒给老年人带来的威胁日益加重，并逐渐成为一个亟待解决的问题。越来越多的摔倒事件的出现，不仅给家庭和社会造成了严重的负担，而且在因为摔倒而导致受伤的情况下，如果缺乏即使的护理和支持，就极有可能对生命造成威胁。同时随着物联网，大数据和人工智能技术的快速发展与加速融合，以智能物联网为首的通过各种传感器联网实时采集各类数据，进而在终端设备，边缘设备或云端通过数据挖掘和机器学习方法来进行智能化处理和理解的人机物的不断加深融合，在人机物融合场景下如何推进人机物三元的协作，并以此来解决摔倒带来的社会和安全问题显得格外重要。因此将计算机视觉应用到摔倒检测中，实现在人机物场景下的摔倒检测具有十分重要的现实意义。
[0003]基于计算机视觉的摔倒检测方法主要有1)基于体态分析的摔倒检测：通过使用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在人机物融合场景下的多目标实时摔倒检测方法，其步骤包括：根据各目标的当前状态，生成查询图片I
j
，其中j为目标序号；分别将各查询图片I
j
与若干参考图片映射到同一映射空间，其中每一参考图片是具有代表性的一动作图片；基于映射空间中的查询嵌入向量与参考嵌入向量，获取实时摔倒检测结果。2.如权利要求1所述的方法，其特征在于，生成查询图片I
j
的方法包括：基于骨骼节点数据生成、基于惯性数据生成和基于加速度数据生成中的一种或多种，其中通过以下步骤实现基于骨骼节点生成：1)使用Yolo模型，获取目标；2)对具有摔倒迹象的目标进行骨骼节点提取，得到若干个骨骼节点序列的队列；3)基于各骨骼节点序列，生成矩阵S
j
，矩阵S
j
的每一行代表一个骨骼节点，每一列代表某一骨架节点按照特定时间间隔采样时的坐标位置；4)通过正则化方法，将矩阵S
j
转换为矩阵S
′
j
；5)将各矩阵S
′
j
分别在RGB通道中进行编码，生成查询图片I
j
。3.如权利要求2所述的方法，其特征在于，通过以下步骤获取具有摔倒迹象的目标：1)获取各目标检测框的长宽之比；2)根据设定阈值与所述长宽之比，获取具有摔倒迹象的目标。4.如权利要求2所述的方法，其特征在于，进行骨骼节点提取的方法包括：AlphaPose算法、OpenPose算法、CPN算法、MSPN算法、RMPE算法或采用更轻量网络的改进AlphaPose算法。5.如权利要求2所述的方法，其特征在于，骨骼节点包括：鼻...

【专利技术属性】
技术研发人员：李真，薛昕磊，严伟，边凯归，
申请(专利权)人：北京大学，
类型：发明
国别省市：