【技术实现步骤摘要】
本专利技术涉及计算机，尤其涉及一种跌倒识别方法和装置。
技术介绍
1、当前跌倒监测技术主要采用毫米波雷达或摄像头结合ai(artificialintelligence，即人工智能)算法进行实时姿态分析，近期出现了融合两者优势的二合一监测产品，提升了检测准确性。然而，这种双模监测方式存在隐私泄露风险和功耗增加的问题，特别是对于依赖电池供电的设备，会显著缩短其工作时间。
技术实现思路
1、有鉴于此，本专利技术实施例提供一种跌倒识别方法和装置，至少能够解决现有技术中双模监测方式存在隐私泄露风险和功耗增加的问题的现象。
2、为实现上述目的，根据本专利技术实施例的一个方面，提供了一种跌倒识别方法，包括：
3、获取有关待监测对象的反射能量变化情况；其中，所述反射能量变化情况是通过向所述对象所在区域发送雷达探测信号获得的；
4、响应于所述反射能量变化情况超过预设姿态波动幅度，确定所述对象疑似跌倒，根据当前时间和预设步长确定目标历史时间段；
5、从本地获取所述目标历史时间段的目标视频流数据，响应于根据所述目标视频流数据确定所述对象跌倒，触发告警。
6、可选地，所述方法还包括：对所述区域内的所述对象进行姿态采集，得到视频流数据并进行本地进行存储。
7、可选地，所述响应于所述反射能量变化情况超过预设姿态波动幅度，确定所述对象疑似跌倒，包括：
8、计算当前反射能量和上一次反射能量的能量差，响应于能量差大于或等于预设能量阈
9、计算当前反射能量和上一次反射能量的能量差和时间差，响应于能量差和时间差的商大于或等于预设速率阈值，确定所述对象疑似跌倒；
10、计算当前反射能量和上一次反射能量的能量差和时间差，响应于能量差大于或等于预设能量阈值、且能量差和时间差的商大于或等于预设速率阈值，确定所述对象疑似跌倒。
11、可选地，所述方法还包括：
12、响应于对跌倒识别装置的启动操作，开启雷达监测模块和视觉模块，根据雷达监测模块或视觉模块采集的信息，确定所述对象所在区域；
13、其中，根据雷达监测模块传输的反射能量，确定所述对象以及所在区域；
14、接收视觉模块采集的位于视野范围内的图像，对图像进行边缘计算，识别出所述对象的轮廓，进而确定所述对象以及所在区域。
15、可选地，所述响应于根据所述目标视频流数据确定所述对象跌倒，触发告警，包括如下一种情况：
16、将所述目标视频流数据发送至本地分析模块，使得本地分析模块计算跌倒概率，响应于跌倒概率大于或等于预设跌倒概率阈值，确定所述对象跌倒，触发告警；响应于跌倒概率小于预设跌倒概率阈值，将所述目标视频流数据发送至服务端分析模块；接收服务端分析模块返回的分析结果，响应于所述分析结果为所述对象跌倒，触发告警；
17、将所述目标视频流数据发送至本地分析模块，使得本地分析模块计算跌倒概率，响应于跌倒概率大于或等于预设跌倒概率阈值，确定所述对象跌倒，触发告警；响应于跌倒概率小于预设跌倒概率阈值，确认所述对象未跌倒；
18、将所述目标视频流数据发送至服务端分析模块，接收服务端分析模块返回的分析结果，响应于所述分析结果为所述对象跌倒，触发告警。
19、为实现上述目的，根据本专利技术实施例的另一方面，提供了一种跌倒识别装置，包括雷达监测模块、视觉模块、视频存储模块和控制模块；
20、所述雷达监测模块，用于向待监测对象所在区域发送雷达探测信号，得到回波信号，根据回波信号确定反射能量，进而得到反射能量变化情况，响应于所述反射能量变化情况超过预设姿态波动幅度，确定所述对象疑似跌倒；
21、所述视觉模块，用于对所述对象进行姿态采集，得到视频流数据，将视频流数据发送至视频存储模块；
22、所述视频存储模块，用于对视频流数据进行本地存储；
23、所述控制模块，用于接收所述对象疑似跌倒信息，根据当前时间和预设步长确定目标历史时间段；从所述视频存储模块获取所述目标历史时间段的目标视频流数据，响应于根据所述目标视频流数据确定所述对象跌倒，触发告警。
24、可选地，所述装置还包括分析模块，所述分析模块用于分析所述目标视频流数据，以确定所述对象是否跌倒，得到分析结果并返回给所述控制模块。
25、可选地，所述分析模块包括本地分析模块和服务端分析模块中的一种或多种，所述分析所述目标视频流数据，以确定所述对象是否跌倒，包括如下一种情况：
26、通过本地分析模块分析所述目标视频流数据，得到跌倒概率，响应于跌倒概率大于或等于预设跌倒概率阈值，确定所述对象跌倒；响应于跌倒概率小于预设跌倒概率阈值，将所述目标视频流数据发送至服务端分析模块；通过服务端分析模块分析所述目标视频流数据，得到分析结果；
27、通过本地分析模块分析所述目标视频流数据，得到跌倒概率，响应于跌倒概率大于或等于预设跌倒概率阈值，确定所述对象跌倒；响应于跌倒概率小于预设跌倒概率阈值，确认所述对象未跌倒；
28、通过服务端分析模块分析所述目标视频流数据，得到分析结果。
29、可选地，所述分析模块还用于：
30、根据雷达监测模块传输的反射能量，确定所述对象以及所在区域；
31、接收视觉模块采集的位于视野范围内的图像，对图像进行边缘计算，识别出所述对象的轮廓，进而确定所述对象以及所在区域；
32、其中，响应于对跌倒识别装置的启动操作，开启雷达监测模块和视觉模块，通过控制模块将雷达监测模块或视觉模块采集的信息转发至分析模块。
33、为实现上述目的，根据本专利技术实施例的再一方面，提供了一种跌倒识别电子设备。
34、本专利技术实施例的电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述任一所述的跌倒识别方法。
35、为实现上述目的，根据本专利技术实施例的再一方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一所述的跌倒识别方法。
36、为实现上述目的，根据本专利技术实施例的又一个方面，提供了一种计算程序产品。本专利技术实施例的一种计算程序产品，包括计算机程序，所述程序被处理器执行时实现本专利技术实施例提供的跌倒识别方法。
37、根据本专利技术所述提供的方案，上述专利技术中的一个实施例具有如下优点或有益效果：通过毫米波雷达进行跌倒预判，仅在预判对象疑似跌倒时，从本地调取相关目标历史时间段的视频进行ai分析，从而克服了现有技术中的两个主要缺点：1)平时仅使用毫米波雷达或控制模块进行跌倒感知，不将视频流数据上传至云端，有效保护日常隐私；2)仅在预判对象疑似跌倒时调取该段视频流数据进行分析，避免实时分析，大幅降低功耗。
38、上述的非惯用的可选方式所具有的进一本文档来自技高网...
【技术保护点】
1.一种跌倒识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述区域内的所述对象进行姿态采集，得到视频流数据并进行本地进行存储。
3.根据权利要求1所述的方法，其特征在于，所述响应于所述反射能量变化情况超过预设姿态波动幅度，确定所述对象疑似跌倒，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述响应于根据所述目标视频流数据确定所述对象跌倒，触发告警，包括如下一种情况：
6.一种跌倒识别装置，其特征在于，包括雷达监测模块、视觉模块、视频存储模块和控制模块；
7.根据权利要求6所述的装置，其特征在于，所述装置还包括分析模块，所述分析模块用于分析所述目标视频流数据，以确定所述对象是否跌倒，得到分析结果并返回给所述控制模块。
8.根据权利要求7所述的装置，其特征在于，所述分析模块包括本地分析模块和服务端分析模块中的一种或多种，所述分析所述目标视频流数据，以确定所述对象是否跌倒，包括如下一种情况：>
9.根据权利要求8所述的装置，其特征在于，所述分析模块还用于：
10.一种电子设备，其特征在于，包括：
11.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
12.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的方法。
...【技术特征摘要】
1.一种跌倒识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述区域内的所述对象进行姿态采集，得到视频流数据并进行本地进行存储。
3.根据权利要求1所述的方法，其特征在于，所述响应于所述反射能量变化情况超过预设姿态波动幅度，确定所述对象疑似跌倒，包括：
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述响应于根据所述目标视频流数据确定所述对象跌倒，触发告警，包括如下一种情况：
6.一种跌倒识别装置，其特征在于，包括雷达监测模块、视觉模块、视频存储模块和控制模块；
7.根据权利要求6所述的装置，其特征在于，所述装置还包括...
【专利技术属性】
技术研发人员：张蔚，
申请(专利权)人：京东科技信息技术有限公司，
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。