[发明专利]跌倒检测方法、装置、设备及存储介质

说明书

本发明提供一种跌倒检测方法、装置、设备及存储介质，通过获取用户的红外图像；获取用户的个人信息；根据所述红外图像以及所述个人信息生成用户的特征向量；将所述特征向量输入到预先训练的分类模型，获取跌倒预测结果。本实施例采用从用户的红外图像、用户的个人信息中提取特征生成特征向量，然后输入分类模型进行预测，可以对用户是否跌倒进行及时准确的判断，具有较高的准确度，并且可以保护用户隐私，不受环境和空间上的制约。

技术领域

本发明涉及计算机技术领域，尤其涉及一种跌倒检测方法、装置、设备及存储介质。

背景技术

随着我国社会的老龄化问题日益加剧，老年人的健康安全监护问题的需求日益增加。根据统计数据，老年人意外伤害的首要原因是跌倒，跌倒会直接造成伤害，并且跌倒后不能得到及时救助，可能会导致更加严重的后果。因此准确及时的进行跌倒检测，能够有效的减小跌倒导致的后果，保护了老年人群的健康和安全，减少了在老年人群看护上的人力成本。

现有技术中，通常采用穿戴式跌倒检测设备、或者基于声学或视频的跌倒检测系统，其中穿戴式跌倒检测设备通常需要在手臂、腰部、腿部等位置穿戴具有加速度传感器、压力传感器的设备，提取用户躯体位置、运动状态特征后判断用户是否跌倒；而基于声学或视频的跌倒检测系统，则采用采集声音或视频图像的方式判断用户是否跌倒。

穿戴式跌倒检测设备通常需要长期穿戴在用户身体的特定位置，给用户带来不适感，对用户造成不便；而基于声学或视频的跌倒检测系统会受到环境、空间上的制约，容易受到干扰而误判，同时也会暴露用户的个人隐私。

发明内容

本发明提供一种跌倒检测方法、装置、设备及存储介质，以实现及时准确的检测用户是否跌倒，提高检测准确度。

本发明的第一方面是提供一种跌倒检测方法，包括：

获取用户的红外图像；

获取用户的个人信息；

从所述红外图像获取温度特征信息、用户位置信息以及时间信息；

对所述温度特征信息、所述用户位置信息、所述时间信息以及所述个人信息按照预定规则进行编码，得到所述用户的特征向量；

将所述特征向量输入到预先训练的分类模型，获取跌倒预测结果，

所述从所述红外图像获取温度特征信息、用户位置信息以及时间信息，包括：

从所述红外图像获取温度分布变化时长、温度变化的剧烈程度、温度分布发生变化的像素点个数、以及高温区域的形态特征；和/或

根据获取到红外线图像的传感器位置获取所述用户位置信息；和/或

根据所述红外线图像的采集时间获取所述时间信息。

进一步的，所述将所述特征向量输入到预先训练的分类模型，获取跌倒预测结果，包括：

将所述特征向量输入到所述分类模型，输出用户跌倒发生的概率；

若所述概率大于预设阈值，则确定用户跌倒。

进一步的，所述获取用户的个人信息，包括：

从区块链中获取预先存储的用户的个人信息，所述用户的个人信息包括：用户的生活状态和/或用户的健康状态；

所述将所述特征向量输入到预先训练的分类模型前，还包括：

从区块链获取预先训练的分类模型。

进一步的，所述方法还包括：

将所述红外图像、所述温度特征信息、所述用户位置信息、所述时间信息、所述用户的个人信息、所述跌倒预测结果中至少一项上传至区块链中。