[发明专利]基于人工智能和视频分析的智慧养老安全监控方法及系统

权利要求书

1.一种基于人工智能和视频分析的智慧养老安全监控方法，其特征在于，包括以下步骤：

获取老人身体局部区域图像；

计算所述老人身体局部区域图像中各个像素点的饱和度差异值，并根据所述饱和度差异值构建图像模糊直方图；

根据所述图像模糊直方图，计算老人身体局部区域第一模糊度；

对老人身体局部区域图像进行边缘检测，获取老人身体局部区域图像的边缘轮廓；

将获取的所述老人身体局部区域图像的边缘轮廓与设定的边缘轮廓进行比对，并根据比对结果计算老人身体局部区域第二模糊度，所述设定的边缘轮廓是指老人静止时对应的老人身体局部区域图像的边缘轮廓；

采用聚类算法对获取的所述老人身体局部区域图像的边缘轮廓进行修正，并根据修正后的各个边缘轮廓之间的像素点差异大小，计算老人身体局部区域第三模糊度；

根据计算出的老人身体局部区域第一模糊度、老人身体局部区域第二模糊度和老人身体局部区域第三模糊度，确定老人身体整体模糊程度；

若老人身体整体模糊程度大于设定模糊阈值，则判定老人跌倒。

2.根据权利要求1所述的基于人工智能和视频分析的智慧养老安全监控方法，其特征在于，所述老人身体局部区域图像为老人耳朵局部区域图像，构建图像模糊直方图的步骤如下：

对所述老人身体局部区域图像进行HSI颜色空间转化，获取转化后的老人身体局部区域图像各个像素点的S饱和度值；

计算转化后的老人身体局部区域图像各个像素点的S饱和度值与老人静止时所对应的老人身体局部区域图像各个像素点的S饱和度值均值μ之间的差值的绝对值，并统计所述绝对值位于各个设定的绝对值取值区间的所对应的像素点的个数；

根据各个设定的绝对值取值区间及其对应的像素点的个数，构建图像模糊直方图。

3.根据权利要求2所述的基于人工智能和视频分析的智慧养老安全监控方法，其特征在于，根据所述图像模糊直方图，计算老人身体局部区域第一模糊度的步骤包括：

将各个设定的绝对值取值区间的所对应的像素点的个数与设定像素点个数进行比较，进而确定像素点的个数大于设定像素点个数所对应的设定的绝对值取值区间的个数；

根据确定的设定的绝对值取值区间的个数、各个设定的绝对值取值区间及其对应的像素点的个数，计算老人身体局部区域第一模糊度。

4.根据权利要求3所述的基于人工智能和视频分析的智慧养老安全监控方法，其特征在于，老人身体局部区域第一模糊度对应的计算公式为：

其中，为老人身体局部区域第一模糊度，γ为图像模糊直方图中，像素点的个数大于设定像素点个数所对应的设定的绝对值取值区间的个数，n为各个设定的绝对值取值区间的个数，s(c_j)＝c_jM_j，c_j为第j个设定的绝对值取值区间所对应的取值，M_j为第j个设定的绝对值取值区间内的像素点的个数。

5.根据权利要求1-4中任一项所述的基于人工智能和视频分析的智慧养老安全监控方法，其特征在于，根据比对结果计算老人身体局部区域第二模糊度的步骤包括：

根据获取的所述老人身体局部区域图像的边缘轮廓，计算各个边缘轮廓的宽度和边缘轮廓的总数目；

求取计算出来的各个边缘轮廓的宽度与设定的边缘轮廓中对应的边缘轮廓的宽度之间的差值；

求取计算出来的边缘轮廓的总数目与设定的边缘轮廓对应的边缘轮廓的总数目的差值；

根据求取的各个边缘轮廓对应的差值以及边缘轮廓的总数目对应的差值，计算老人身体局部区域第二模糊度。