一种基于跟踪丢失触发机制的跌倒行为检测方法技术

本发明专利技术设计了一种基于跟踪丢失触发机制的跌倒行为检测方法。具体包括以下步骤：S1、首先获取待检测的视频图像；S2、设定跌倒检测范围；S3、采用头肩部检测器获取行人头肩部的检测框；S4、采用目标跟踪器对行人进行实时跟踪，并绘制行人运动轨迹；S5、判断是否触发跌倒姿态检测器，若发生跟踪丢失则触发跌倒姿态检测器，否则返回步骤S1；S6、将当前帧的图像传入跌倒姿态检测器，若检测到跌倒姿态，则认为发生跌倒行为，并弹出报警框，若未检测出跌倒姿态，则认为未发生跌倒行为；S7、重复步骤S1至S6，直至视频结束。本项目提出的基于跟踪丢失触发机制的跌倒行为检测方法降低了复杂遮挡场景下的漏报率、并且不会将擦地、坐卧等行为误判为跌倒，实现了复杂场景下行人跌倒行为的自动准确检测。

【技术实现步骤摘要】

本专利技术属于计算机视觉与深度学习，尤其涉及一种基于深度学习的行人跌倒行为检测方法。

技术介绍

1、在火车站、机场、幼儿园等场合时有发生行人跌倒这样的意外事件，及时发现行人跌倒并提供援助措施可以减少意外伤害的发生。因此，及时准确地检测行人跌倒行为对于公共安全与个人安全非常重要。现有的行人跌倒行为检测方法主要有基于环境感知、可穿戴设备和计算机视觉。基于环境感知的跌倒检测技术通过外部传感器对声音、速度等物理量进行周期检测，从而间接地判断出跌倒行为的发生，这种方法部署实施困难且成本较高。基于可穿戴设备的跌倒检测技术是将加速度传感器、重力传感器、陀螺仪等传感器集成到可穿戴设备上，通过实时持续监测人体运动数据判断是否发生跌倒行为，这种方法每个用户都需要另外购买并持续佩戴此设备。由于视觉监控设备成本低、适用范围广且具有回溯性，加上深度学习在计算机视觉领域的成功应用，基于深度学习与计算机视觉的跌倒行为检测方法具有很大的发展潜力与市场背景。该方法主要利用固定在检测地点中的摄像头来获取视频信息，然后再利用深度学习模型对采集的视频数据进行分析，从而判断跌倒行为的发生，常见的有本文档来自技高网...

【技术保护点】

1.一种基于跟踪丢失触发机制的跌倒行为检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于跟踪丢失触发机制的跌倒行为检测方法，其特征在于，步骤S3中所述利用头肩部检测器获取行人头肩部的检测框，包括如下步骤：

3.根据权利要求1所述的基于跟踪丢失触发机制的跌倒行为检测方法，其特征在于，步骤S4中所述采用目标跟踪器对行人的头肩部进行实时跟踪，并绘制行人运动轨迹，包括如下步骤：

4.根据权利要求1所述的基于跟踪丢失触发机制的跌倒行为检测方法，其特征在于，步骤S5中所述判断头肩部的检测框是否发生跟踪丢失并触发跌倒姿态检测器，包括如下步骤：

...

【技术特征摘要】

1.一种基于跟踪丢失触发机制的跌倒行为检测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于跟踪丢失触发机制的跌倒行为检测方法，其特征在于，步骤s3中所述利用头肩部检测器获取行人头肩部的检测框，包括如下步骤：

3.根据权利要求1所述的基于跟踪丢失触发机制的跌倒行为检测方法，其特征在于，步骤s4中所述采用目标跟踪器对行人的头肩部进行实时跟踪...

【专利技术属性】
技术研发人员：王莉，肖梦茹，于庆海，沈捷，
申请(专利权)人：南京工业大学，
类型：发明
国别省市：