【技术实现步骤摘要】
本专利技术涉及街道监控智能系统和行为识别，特别是涉及一种实时检测行人摔倒的预警系统及其预警方法。
技术介绍
1、
2、现有技术中，目前多为基于传感器的摔倒检测研究，但此技术通常需要在人身上安装传感器节点，对人的生活造成一定的不便，且检测范围较小。本专利技术针对上述的问题，提出了用摄像头实时监控行人，截取实时照片，再通过行人摔倒检测算法检测出人体17个关键点的位置关系来判断行人是否摔倒。本专利技术既对行人的正常生活没有一点影响，又运用摄像头大大扩大了检测范围，实时性更高，并且降低了外界因素对检测结果的影响。
技术实现思路
1、针对上述问题，本专利技术提供了一种实时检测行人摔倒的预警系统及其预警方法，用于解决在现有的行人摔倒检测技术中，大多使用传感器进行检测，其中最常用的是可穿戴设备的方法，通过佩戴在人体身上，可以用传感器检测出人体的运动信息，但是昂贵的设备和不方便的设备佩戴使得其只能局限于实验室或者封闭场景，而随着计算机和监控系统的完整发展，依赖于摄像头检测行人跌倒技术也层出不穷，但只使用一种检测技术进行跌倒的检测往往也会带来过拟合以及依赖场景的风险，在不同的场景下，相同的方法也许并不会奏效的问题。
2、本专利技术的技术方案是：
3、一种实时检测行人摔倒的预警系统及其预警方法，包括终端输入模块，数据分析模块，数据存储模块，行人检测模块，行为判定模块和预警上报模块，所述终端输入模块与数据处理模块通信连接，所述数据处理模块与数据存储模块通信连接，所述数
4、所述终端输入模块用于通过摄像头采集对应的监控视频流数据，并将这些数据传递给数据分析模块；
5、所述数据分析模块用于接收终端输入模块传递过来的视频流数据，并对这些数据进行解码，得到视频帧数据；
6、所述数据存储模块用于获取数据分析模块传送过来的视频帧数据，并用行人检测模块需要的数据格式进行存储；
7、所述行人检测模块用于读取数据存储模块储存的视频帧数据，并使用行人检测算法对其数据进行批量检测，同时把检测结果传递给后置模块；
8、所述行为判定模块用于获取行人检测模块传递的行人数量和行人位置信息，并使用行人摔倒算法，检测出图片中行人的17个关键点位，再通过判断这些点位的位置关系，进而判断出行人是否摔倒，同时把结果传递给预警上报系统；
9、所述预警上报系统用于接收摔倒判定模块的判定结果，并分析此结果，再判定是否需要上报到管理员，若判定结果为需要上报则立即上报管理员，若判定结果为不需要上报就略过。
10、作为本专利技术的一种优选方案：所述行人检测模块对视频帧数据的检测结果即为图片中所有的行人的数量及其对应的位置信息。
11、作为本专利技术的一种优选方案：所述行人检测算法如下：
12、xcenter＝cx+tx
13、ycenter＝cy+ty
14、
15、
16、其中，cx、cy表示人工框选的区域位置左上角坐标、tx、ty、tw、th表示预测框坐标和宽高的偏移量。
17、作为本专利技术的一种优选方案：所述行人检测算法在使用时需要进行模型训练，所述行人检测算法在训练时的损失函数如下：
18、
19、其中，lels、lreg、lobj分别表示分类损失、定位损失和对象损失、λ表示定位损失的平衡系数、npos表示正样本的预测框数量。
20、作为本专利技术的一种优选方案：所述行人摔倒算法的公式如下：
21、公式一：
22、所述公式一通过前置模块提供的行人检测框对17个关键点进行归一化操作，得到归一化的姿态矢量n(yi；b)，其中，bw,bh,bc分别表示检测框的宽、高和中心、yi表示第i个人体关键点，所述公式一的计算结果为后续人体姿态的预测提供数据。
23、作为本专利技术的一种优选方案：所述行人摔倒算法的公式如下：
24、公式二：
25、其中，表示对图像x进行归一化操作获得的人体姿态向量、y*表示当前图像x中的人体姿态预测信息，所述人体姿态预测信息用于评价人体姿态模型预测的准确性。
26、作为本专利技术的一种优选方案：所述行人摔倒算法的公式如下：
27、公式三：dx,y＝(n(x),n(y))|(x,y)∈d
28、所述公式三用于归一化训练集中的数据信息，然后用l2进行损失：
29、
30、上述损失公式表示的是求取预测的关键点坐标和真实的关键点坐标之间的l2距离，用于为后置预警上报模块提供判断依据。
31、作为本专利技术的一种优选方案：所述预警上报信息包括：摔倒人员位置信息、预警上报时间和预警上报图片。
32、作为本专利技术的一种优选方案，一种实时检测行人摔倒的预警系统的预警方法，具体包括以下步骤：
33、s1、摄像头作为终端，获取视频流数据并提供给数据处理模块进行视频流的数据解码处理，解码后得到视频帧，将视频帧按照图片的格式存储在相应的位置；
34、s2、行人检测算法经过模型的不断训练，能在外部条件劣势明显的情况下依旧能大范围的确定行人的位置信息，为行为判定算法提供每个行人的位置信息；行为判定算法是通过检测人体17个关键点的位置关系，判断人员是否有摔倒的行为出现；
35、s3、行为判定模块把判定结果传递给预警上报模块，预警上报模块根据判定结果来判定是否发生报警，如果发生了人员摔倒，则立刻报警给管理员，将摔倒人员位置信息，预警上报时间，预警上报图片传至平台。
36、本专利技术的有益效果是：
37、1、将摄像头作为终端，获取视频流数据并提供给数据处理模块进行视频流的数据解码处理，解码后得到视频帧，将视频帧按照图片的格式存储在相应的位置，实时从街道监控摄像头中获取视频，能更大程度得提高实时性，达到我们及时处理人员摔倒情况的目的；
38、2、行人检测算法和行为判定算法，增大了判定结果的准确性，行人检测算法经过模型的不断训练，能在外部条件劣势明显的情况下依旧能大范围的确定行人的位置信息，为行为判定算法提供每个行人的位置信息；行为判定算法是通过检测人体17个关键点的位置关系，判断人员是否有摔倒的行为出现；
39、3、行为判定模块把判定结果传递给预警上报模块，预警上报模块根据判定结果来判定是否发生报警，如果发生了人员摔倒，则立刻报警给管理员，将摔倒人员位置信息，预警上报时间，预警上报图片传至平台，既很好的实现了实时性，又给足了管理员摔倒人员的信息，使之对当前的情况作出正确的判断和反映，降低了误判带来的人力资源的浪费。
本文档来自技高网...【技术保护点】
1.一种实时检测行人摔倒的预警系统，包括终端输入模块，数据分析模块，数据存储模块，行人检测模块，行为判定模块和预警上报模块，其特征在于：所述终端输入模块与数据处理模块通信连接，所述数据处理模块与数据存储模块通信连接，所述数据存储模块与行人检测模块通信连接，所述行人检测模块与行为判定模块通信模块，所述行为判定模块与预警上报模块通信连接；
2.根据权利要求1所述的一种实时检测行人摔倒的预警系统，其特征在于：所述行人检测模块对视频帧数据的检测结果即为图片中所有的行人的数量及其对应的位置信息。
3.根据权利要求1所述的一种实时检测行人摔倒的预警系统，其特征在于：所述行人检测算法如下：
4.根据权利要求3所述的一种实时检测行人摔倒的预警系统，其特征在于：所述行人检测算法在使用时需要进行模型训练，所述行人检测算法在训练时的损失函数如下：
5.根据权利要求1所述的一种实时检测行人摔倒的预警系统，其特征在于：所述行人摔倒算法的公式如下：
6.根据权利要求5所述的一种实时检测行人摔倒的预警系统，其特征在于：所述行人摔倒算法的公式如下：p>
7.根据权利要求6所述的一种实时检测行人摔倒的预警系统，其特征在于：所述行人摔倒算法的公式如下：
8.根据权利要求1所述的一种实时检测行人摔倒的预警系统，其特征在于：所述预警上报信息包括：摔倒人员位置信息、预警上报时间和预警上报图片。
9.根据权利要求1-8所述的一种实时检测行人摔倒的预警系统的预警方法，其特征在于，具体包括以下步骤：
...【技术特征摘要】
1.一种实时检测行人摔倒的预警系统，包括终端输入模块，数据分析模块，数据存储模块，行人检测模块，行为判定模块和预警上报模块，其特征在于：所述终端输入模块与数据处理模块通信连接，所述数据处理模块与数据存储模块通信连接，所述数据存储模块与行人检测模块通信连接，所述行人检测模块与行为判定模块通信模块，所述行为判定模块与预警上报模块通信连接；
2.根据权利要求1所述的一种实时检测行人摔倒的预警系统，其特征在于：所述行人检测模块对视频帧数据的检测结果即为图片中所有的行人的数量及其对应的位置信息。
3.根据权利要求1所述的一种实时检测行人摔倒的预警系统，其特征在于：所述行人检测算法如下：
4.根据权利要求3所述的一种实时检测行人摔倒的预警系统，其特征...
【专利技术属性】
技术研发人员：罗清清，
申请(专利权)人：成都数字家园科技有限公司，
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。