[发明专利]人体跌倒检测方法和装置

说明书

本申请实施例提供了一种人体跌倒检测方法和装置，其中，该方法包括：获取目标图像；通过目标检测网络，对目标图像进行人体检测，以确定目标图像是否为包含人体的图像；在确定目标图像为包含人体的图像的情况下，通过卷积神经网络，对目标图像进行跌倒识别，以确定目标图像中的人体是否处于跌倒状态，由于该方案通过获取单帧的目标图像而不是视频流进行分析处理，并利用基于目标检测算法的目标检测网络识别出包含有人体的图像，再通过基于分类算法的卷积神经网络对目标图像中的人体状态进行分类识别，以识别目标图像中人体的状态，从而解决了现有方法的识别人体跌倒准确度差、效率低的技术问题，达到精确、高效地识别出跌倒状态的技术效果。

技术领域

本申请涉及人体检测技术领域，特别涉及一种人体跌倒检测方法和装置。

背景技术

随着社会老龄化趋势的日益严重，人们越来越关注老人的日常生活安全。例如，希望可以及时检测老人独自在家时是否发生跌倒等意外。因此，现实生活中，如何有效、准确地检测是否发生跌倒，以便及时地对老人进行救助成为一个重要的问题。

目前为了检测跌倒，现有的方法大多是事先在人体活动区域内布设多个摄像头，以采集视频流数据，再通过分析视频流数据中人体变化情况来判断人体是否发生跌倒。上述方法具体实施时，由于需要对视频流数据进行处理、分析，工作量大、效率低。此外，通过分析人体变化情况判断人体是否发生跌倒判断过程较为复杂，误差相对较大。综上可知，现有方法具体实施时，往往存在识别跌倒准确度差、误差大、效率低的技术问题。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种人体跌倒检测方法和装置，以解决现有方法中存在的识别跌倒准确度差、误差大、效率低的技术问题，达到准确、高效地识别出跌倒状态的技术效果。

本申请实施例提供了一种人体跌倒检测方法，包括：

获取目标图像；

通过目标检测网络，对所述目标图像进行人体检测，以确定所述目标图像是否为包含人体的图像；

在确定所述目标图像为包含人体的图像的情况下，通过卷积神经网络，对所述目标图像进行跌倒识别，以确定所述目标图像中的人体是否处于跌倒状态。

在一个实施方式中，所述获取目标图像，包括：

采集目标区域中的声音信息；

根据所述声音信息，确定目标方位；

根据所述目标方位，移动摄像头，以获取所述目标图像。

在一个实施方式中，按照以下方式建立所述目标检测网络：

获取人体图像样本数据，其中，所述人体图像样本数据包括多个包含人体状态的图像；

标注所述人体图像样本数据的图像中的人体区域；

利用标注后的人体图像样本数据进行训练，以得到基于目标检测算法的目标检测网络。

在一个实施方式中，所述人体状态包括：人体站着的状态、人体坐着的状态、人体躺着的状态、人体蹲着的状态、人体倾斜着的状态、人体趴着的状态。

在一个实施方式中，在确定所述目标图像为不包含人体的图像的情况下，所述方法还包括：重新获取目标图像。

在一个实施方式中，按照以下方式建立所述卷积神经网络：

从所述人体图像样本数据中提取符合要求的图像作为预处理样本数据；