[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

说明书

一种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，包括：捕获到老人的身体局部区域图像，通过对老人身体局部区域模糊程度进行分析和判断，根据对身体局部区域图像的像素点饱和度差异值、边缘轮廓分布情况和边缘轮廓之间的像素点差异进行分析，构建可以表征老人身体局部区域图像的模糊度，然后根据模糊度对模糊情况进行评估，进而确定老人是否跌倒。本发明通过获取老人身体局部区域图像，并根据局部区域图像的模糊变化反映老人是否发生危险，提高了判断的准确性和降低了系统的复杂度，反应迅速并且灵活性好。

技术领域

本申请涉及智慧养老技术领域，具体涉及一种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。

背景技术

目前养老领域逐渐趋向智能化，我国正在大力推出互联网智慧养老。老龄阶段是身体脆弱的阶段，随着身体功能下降以及疾病缠身，老年人口需要更多的悉心照料以及专业的护理服务。随着我国安防行业的不断发展，城市、乡村都安装了不同规格的视频监控系统，监控系统广泛的应用于商场，写字楼，学校等公共场所的同时，也可应用于家庭，乃至于看护老人，实现智慧养老模式。

目前，市场上的老人安全监督方法通常采用在老人身上配备加速度传感器、螺旋仪等传感器实现老人的摔倒检测。然而，通过加速度或螺旋仪等传感器很容易造成弯腰、蹲起等动作造成误判。由于人体本身是多维空间运动，通过模板匹配获取老人的行为动作，准确率往往不能达到理想效果。

发明内容

本发明的目的在于提出一种通过老人局部关键图像实现摄像头动态跟踪的方法，用于解决现有老人安全监督方法准确性较差的问题。

为解决上述技术问题，本发明提供了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。

进一步地，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。

进一步地，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；