[发明专利]跌倒检测方法及装置有效

专利信息
申请号: 201710542940.7 申请日: 2017-07-05
公开(公告)号: CN107331118B 公开(公告)日: 2020-11-17
发明(设计)人: 刘干 申请(专利权)人: 浙江宇视科技有限公司
主分类号: G08B21/04 分类号: G08B21/04;G06K9/00
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 王术兰
地址: 310000 浙江省杭州市滨江区西兴街道江陵路*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 跌倒 检测 方法 装置
【说明书】:

发明提供一种跌倒检测方法及装置,方法包括:基于预设背景模型从采集到的待测图像中提取出前景区域;根据预设规则确定前景区域中的干扰区域;删除干扰区域,得到待测区域;通过深度学习网络模型对待测图像中的该待测区域进行处理,以检测待测图像中是否包括处于跌倒状态的人。通过上述设计,在剔除前景区域中的干扰区域后再通过深度学习网络模型进行检测,在够提高检测效率基础上,提高了检测结果的准确性。

技术领域

本发明涉及监控技术领域,具体而言,涉及一种跌倒检测方法及装置。

背景技术

现有的跌倒检测方法,通常采用背景建模方法从采集到的待测图像中提取出前景图像,并直接根据前景图像建模判断是否有人跌倒。然而,待测图像中通常会存在很多干扰信息,提取到的前景图像与实际要检测的处于跌倒状态的人的图像之间存在较大差距,导致最终得到的检测结果并不准确。

发明内容

有鉴于此,本发明实施例的目的在于提供一种跌倒检测方法及装置,以改善上述问题。

为了达到上述目的,本发明实施例提供一种跌倒检测方法,所述方法包括:

基于预设背景模型从采集到的待测图像中提取出前景区域;

根据预设规则确定所述前景区域中的干扰区域;

删除所述干扰区域,得到待测区域;

通过深度学习网络模型对所述待测图像中的所述待测区域进行处理,以检测所述待测图像中是否包括处于跌倒状态的人的图像。

可选地,在上述方法中,所述前景区域包括至少一个运动目标区域;根据预设规则确定所述前景区域中的干扰区域的步骤,包括:

根据所述至少一个运动目标区域与所述待测图像中的预设区域的相对位置关系确定所述至少一个运动目标区域是否为干扰区域;和/或

根据所述至少一个运动目标区域的尺寸确定所述至少一个运动目标区域是否为干扰区域;和/或

根据所述待测图像之前的图像帧中的所述至少一个运动目标区域与所述待测图像中的所述至少一个运动目标区域的相似度确定所述至少一个运动目标区域是否为干扰区域。

可选地,在上述方法中,根据所述至少一个运动目标区域与所述待测图像中的预设区域的相对位置关系确定所述至少一个运动目标区域是否为干扰区域的步骤,包括:

检测所述至少一个运动目标区域是否位于所述待测图像的预设区域内;

若不位于所述预设区域内,则确定所述至少一个运动目标区域为干扰区域。

可选地,在上述方法中,根据所述至少一个运动目标区域的尺寸确定所述至少一个运动目标区域是否为干扰区域的步骤,包括:

计算所述至少一个运动目标区域的外接矩形的高度、宽度以及所述高度与宽度的比值;

在所述高度未达到预设高度、所述宽度未达到预设宽度或所述高度与宽度的比值未达到预设比值时确定所述至少一个运动目标区域为干扰区域。

可选地,在上述方法中,所述预设高度等于所述预设宽度。

可选地,在上述方法中,所述预设比值为所述预设宽度与所述预设高度的比值。

可选地,在上述方法中,根据所述待测图像之前的图像帧中的所述至少一个运动目标区域与所述待测图像中的所述至少一个运动目标区域的相似度确定所述至少一个运动目标区域是否为干扰区域的步骤,包括:

计算所述待测图像之前的预设数量帧图像中的所述至少一个运动目标区域与所述待测图像中的所述至少一个运动目标区域的相似度,得到所述预设数量个相似度;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江宇视科技有限公司,未经浙江宇视科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710542940.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top