[发明专利]一种基于单目三维人体姿态的摔倒检测方法及系统

说明书

本发明公开了一种基于单目三维人体姿态的摔倒检测方法，该方法通过目标检测模块检测出人体及沙发、床等适合躺的物品在场景图像中的矩形框，将人体图像输入三维人体姿态估计模块获得数字化人体模型的参数，包括人体在相机坐标系下的姿态、各关节相对于其父关节的姿态以及各关节在人体坐标系下的三维坐标。利用人体模型参数通过决策模块判定人员是否摔倒。本方法利用单个摄像头即可获得三维人体姿态，无须采集额外的图像对摔倒任务进行训练调优，硬件成本低，可广泛应用于智能监控等领域。

技术领域

本发明涉及计算机视觉领域，尤其是涉及一种基于单目三维人体姿态的摔倒检测方法及系统。

背景技术

在智能监控领域，及时检测出人员异常行为是一项基本的监控需求。人员异常摔倒的及时检测，将有效的保障人员的人身安全。常见的摔倒检测手段有静态检测、动态检测、人头轨迹检测以及利用深度信息的检测。静态检测中常用目标检测算法直接检测是否存在人员摔倒，但需要大量的标注数据，对于异常行为而言，标注数据的获取存在不小的难度。动态检测主要检测摔倒瞬间的人体姿态变化，对于检测的实时性要求较高，也即对运行算法的设备性能要求较高。人头轨迹检测需要跟踪人头的轨迹及其速度、加速度等，但人头轨迹的变化特征对于摔倒行为的表征能力有限，检测准确率偏低。利用深度信息的检测往往需要多个相机或深度相机，对于监控部署较为不便。

因此需要一种仅仅基于单目摄像头，且对标注数据要求少、对设备性能要求低、检测准确率又高的摔倒检测方法，来广泛地应用于智能监控领域。

发明内容

为解决现有技术的不足，实现便于部署、减少训练用标注数据、降低设备性能要求，提高检测准确率的目的，本发明采用如下的技术方案：

一种基于单目三维人体姿态的摔倒检测方法，包括如下步骤：

S1，获取图像中的人体矩形框rect_p及物品矩形框rect_obj；

S2，根据人体矩形框rect_p，获取人体参数，包括：人体在相机坐标系下的姿态R_c、各关节相对于其父关节的姿态{R_i}以及各关节在人体坐标系下的三维坐标{J_i}，所述{J_i}包括髋关节坐标J_hip和踝关节坐标J_ankle；

S3，根据人体参数判定人员是否摔倒，包括如下步骤：

S31，判断人体矩形框与物品矩形框的重叠区域与人体矩形框比值是否大于重叠阈值t_α (0t_α1)，如果是，则判定为非摔倒状态，如果否，则进入下一步；