[发明专利]人体跌倒检测方法、计算机可读存储介质和电子装置

权利要求书

1.一种人体跌倒检测方法，其特征在于，包括：

实时检测监控视频中的人体目标；

实时检测所述人体目标的骨骼关键点；

根据所述监控视频的在当前时刻前的连续的预设数量帧中的人体目标的骨骼关键点判断所述人体目标是否发生跌倒。

2.如权利要求1所述的人体跌倒检测方法，其特征在于，所述根据所述监控视频的在当前时刻前的连续的预设数量帧中的人体目标的骨骼关键点判断所述人体目标是否发生跌倒，包括：

根据各帧中的人体目标的骨骼关键点，确定各帧中所述人体目标的重心；

根据各帧中所述人体目标的重心，计算所述人体目标的重心在所述预设数量帧所对应的时长内的下降距离和平均下降速度；

当所述下降距离大于第一阈值，且所述平均下降速度大于第二阈值时，判定所述人体目标发生跌倒。

3.如权利要求1所述的人体跌倒检测方法，其特征在于，所述根据所述监控视频的在当前时刻前的连续的预设数量帧中的人体目标的骨骼关键点判断所述人体目标是否发生跌倒，包括：

根据各帧中的人体目标的骨骼关键点，确定各帧中所述人体目标的重心和支撑面；

根据各帧中所述人体目标的重心，计算所述人体目标的重心在所述预设数量帧所对应的时长内的下降距离和平均下降速度；

根据各帧中所述人体目标的重心，判断各帧中所述人体目标的重心线是否落入其支撑面内；

当所述下降距离大于第一阈值，且所述平均下降速度大于第二阈值，且各帧中所述人体目标的重心线均未穿过其支撑面内时，判定所述人体目标发生跌倒。

4.如权利要求1所述的人体跌倒检测方法，其特征在于，所述根据所述监控视频的在当前时刻前的连续的预设数量帧中的人体目标的骨骼关键点判断所述人体目标是否发生跌倒，包括：

根据各帧中的人体目标的骨骼关键点，确定各帧中所述人体目标的纵向中心线；

计算各帧中所述纵向中心线与地面间的夹角；

根据各帧中所述纵向中心线与地面间的夹角，计算所述纵向中心线与地面间的夹角在所述预设数量帧所对应的时长内的减小量和减小速率；

当所述减小量大于第三阈值，且所述减小速率大于第四阈值，且各帧中所述纵向中心线与地面间的夹角均小于第五阈值时，判定所述人体目标发生跌倒。

5.如权利要求1所述的人体跌倒检测方法，其特征在于，所述根据所述监控视频的在当前时刻前的连续的预设数量帧中的人体目标的骨骼关键点判断所述人体目标是否发生跌倒，包括：

根据各帧中的人体目标的骨骼关键点，确定各帧中所述人体目标的重心和最小外接矩形；

根据各帧中所述人体目标的重心，计算所述人体目标的重心在所述预设数量帧所对应的时长内的下降距离和平均下降速度；

计算各帧中所述最小外接矩形的宽高比；

当所述下降距离大于第一阈值，且所述平均下降速度大于第二阈值，且所述宽高比大于第六阈值时，判定所述人体目标发生跌倒。

6.如权利要求1所述的人体跌倒检测方法，其特征在于，所述根据所述监控视频的在当前时刻前的连续的预设数量帧中的人体目标的骨骼关键点判断所述人体目标是否发生跌倒，包括：

根据各帧中的人体目标的骨骼关键点，确定各帧中所述人体目标的重心、支撑面和最小外接矩形；

根据各帧中所述人体目标的重心，计算所述人体目标的重心在所述预设数量帧所对应的时长内的下降距离和平均下降速度；

根据各帧中所述人体目标的重心，判断各帧中所述人体目标的重心线是否落入其支撑面内；

计算各帧中所述最小外接矩形的宽高比；

当所述下降距离大于第一阈值，且所述平均下降速度大于第二阈值，且各帧中所述人体目标的重心线均未穿过其支撑面内，且所述宽高比大于第六阈值时，判定所述人体目标发生跌倒。