[发明专利]一种基于多传感器融合视觉的室内姿势检测方法

说明书

本发明涉及图像处理技术领域，具体涉及一种基于多传感器融合视觉的室内姿势检测方法，包括如下步骤：S1，搭建和训练网络模型；S2，获取实时采集的视频数据和腰带式辅助检测设备的辅助检测参数；S3，将数据输入网络模型获取检测结果，通过卡尔曼滤波器和匈牙利指派算法跟踪患者；S4，将处理之后包含box和检测结果的视频实时同步上传网络中，一旦患者出现跌倒的情况及时发送警报；本发明结合数据融合、监督学习和深度学习方法，对患者的位置、与姿势进行实时跟踪检测和通知，并可短时间内对病人下一个姿势进行预测，实现对病人的跟踪和姿势进行检测。

技术领域

本发明涉及图像处理技术领域，具体涉及一种基于多传感器融合视觉的室内姿势检测方法。

背景技术

患者在病房中因为身体病痛原因或者药物原因，导致行动不便，长期卧躺无力，必要行动容易跌倒。现病房内患者跌倒检测问题，一直是业界忽视的忽视的问题，各医院设置陪床随护家属，并未高效、有针对性的解决此问题。患者由于病痛失去行动能力，病重着一旦跌倒很难凭借自已的能力站起来，如在病房内意外摔倒，陪护人员、医护人员没及时发现处理，很可能导致患者病情加重，后果不堪设想，尤其是对没有随护家属、病重患者是老年人等，此问题不容小视，各个病房时常发生。

在传统的基于视觉的人体跌倒检测方法中存在如下问题：不能区分跌倒后的姿势和躺在床上的姿势；跌倒时和正常动作之间存在交集时，单纯的视觉不能有效的将这些相似的动作识别出来；为解决此问题，本发明设计一种基于多传感器融合视觉的室内姿势检测方法，该设计结合数据融合、机器视觉、监督学习和深度学习方法，对患者的位置、与姿态进行实时跟踪检测和通知，并对短时间内患者下一个姿态进行预测。

发明内容

针对上述的缺陷，本发明通过视觉和多传感器融合的方法，对患者进行检测跟踪，并识别患者的姿势，当患者跌倒时及时发出警告并通知医护人员或护工，保证患者及时获得帮助，同时提高医护人员的工作效率，缓解医护人员短缺的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于多传感器融合视觉的室内姿势检测方法，包括如下步骤：

S1，搭建和训练网络模型；

S2，获取实时采集的视频数据和腰带式辅助检测设备的辅助检测参数；

S3，将数据输入网络模型获取检测结果，通过卡尔曼滤波器和匈牙利指派算法跟踪患者；

S4，将处理之后包含box和检测结果的视频实时同步上传网络中，一旦患者出现跌倒的情况及时发送警报。

本发明技术方案的进一步改进在于：S1中包括如下步骤：

S11，数据集制作：数据集的制作中数据采集分为两部分：一部分是图像的采集，另一部分是腰带式辅助检测装置的数据采集；两部分数据的采集是在同时记录，即在拍照瞬间记录腰带式辅助检测装置的输出值，偏移x，y，z轴的角度和垂直地面的加速度，使用labelImg工具给图片标上标签，并生成xml文件，将腰带式辅助检测装置的输出值，偏离x，y，z的角度和垂直于地面加速度添加到xml文件中，每一张图片一个xml文件，数据集中一共有5个分类：站立、行走、下蹲、躺下和跌倒，数据集中包含光照充足时的RGB图像，和光照昏暗时的红外图像，实时识别和跟踪患者并收集数据；