[发明专利]一种基于多路高清SDI视频的医疗看护防摔倒系统有效

专利信息
申请号: 201910576131.7 申请日: 2019-06-28
公开(公告)号: CN110379130B 公开(公告)日: 2021-04-16
发明(设计)人: 王宣银;陈江涛;马晨宇;普彬 申请(专利权)人: 浙江大学
主分类号: G08B21/04 分类号: G08B21/04;H04L29/06;H04N5/268;H04N19/139;H04N19/176;H04N19/85
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 林超
地址: 310058 浙江*** 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: 一种 基于 多路高清 sdi 视频 医疗 看护 摔倒 系统
【说明书】:

发明公开了一种基于多路高清SDI视频的医疗看护防摔倒系统。采集原始视频并初始化;编码处理,提取运动矢量和宏块类型信息的两个中间参数,进而获得运动矢量图,滤除局部亮点,对运动矢量图依次进行中值滤波和开操作的形态学处理,获得运动目标区域;提取各路视频的运动历史图及其梯度方向直方图特征;利用梯度方向直方图特征训练,采用训练好的支持向量机完成对未知医疗看护防摔倒分类的原始视频进行行为动作的分类识别;多路视频拼接处理封装,完成视音频的本地播放、直播推流和存储。本发明可满足多路视频场景下行为动作识别的实时性要求。对于8路1080P视频,行动识别的帧率大于30fps。同时可对视频进行直播推流和存储记录。

技术领域

本发明属于视频图像处理技术应用领域,尤其是指基于多路高清SDI视频的医疗看护防摔倒系统研究。

背景技术

基于视频的行为识别是对视频场景中人物行为动作进行分类识别。随着数字视频技术和计算机技术的发展,基于视频的行为动作实时识别分析成为了一个新的研究热点。由于其在教育、医疗、安防、交通等各个行业都拥有巨大的市场应用前景。人工智能的快速发展赋予了摄像机等设备思考判断的能力。但目前行业中摄像机已经广泛普及,通过后端设备的介入可以将一台普通的摄像机转变成AI摄像机。在行为动作识别领域,出现了一大批的算法,如基于CNN、RCNN、Fast RCNN、Faster RCNN等,随着网络结构规模的增大,为了满足实时性的需求,对于计算机的算力提出了很高的要求。

目前,基于视频的行为动作识别主要是离线操作,对于录制保存好的视频数据进行识别分析处理。在实时识别处理方面,处理的分辨率和帧率都较低。基于FPGA等硬件的视频处理,虽然能够提高系统的实时性,但FPGA的开发难度高且周期长,不适用于多路视频场景下的行为动作识别。传统的PC机,配备GPU加速后,虽然运算能力较强,但并不具备标准SDI视频接口,无法对于多路的SDI接口高清摄像机设备进行实时处理。目前市面上实时行为动作识别的摄像机价格都比较昂贵。因此嵌入式主机系统可以通过定制化视频输入接口,快速完成开发,完成多路SDI视频的行为动作实时识别分析,使普通摄像机智能化。因此需要一种能实现多台摄像机智能化的主机设备。

发明内容

为了解决背景技术中存在的问题,本发明针对基于多路高清SDI视频的医疗看护防摔倒系统,提出了一种基于多路高清SDI视频的医疗看护防摔倒系统,实现了具有防摔倒功能的预警。

本发明采用的技术方案包含以下步骤:

步骤S1:高清SDI摄像机采集原始视频,检测各路视频的参数信息(如分辨率、帧率等),完成系统初始化;

步骤S2:使用FFmpeg编解码器进行编码处理,实现各路输入视频的编码,提取在FFmpeg编码过程中每个单帧图像的运动矢量和宏块类型信息的两个中间参数;

步骤S3:根据获取的各路视频的运动矢量和宏块类型信息,将运动矢量中的速度信息以亮度形式显示获得运动矢量图,利用宏块类型信息滤除其对应的小范围局部亮点,对运动矢量图依次进行中值滤波和开操作的形态学处理,获得运动目标区域,完成快速运动目标检测;

步骤S4:在获得运动目标区域后,根据各帧图像的运动目标区域提取各路视频的运动历史图(MHI),然后提取运动历史图的梯度方向直方图特征;

步骤S5:将已知医疗看护防摔倒分类的原始视频经过上述步骤处理获得梯度方向直方图特征,将已知医疗看护防摔倒分类的原始视频及其对应的梯度方向直方图特征输入到支持向量机进行训练,获得训练后的支持向量机;

采用训练好的支持向量机完成对未知医疗看护防摔倒分类的原始视频进行行为动作的分类识别;

如识别检测到摔倒的异常行为,则进行示警;否则不进行示警。

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大学,未经浙江大学许可,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/201910576131.7/2.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