[发明专利]基于人工智能和视频分析的智慧养老危险预测方法及系统

说明书

本发明涉及人工智能技术领域，具体涉及一种基于人工智能和视频分析的智慧养老危险预测方法及系统。该方法构建模拟危险动作模型；采集老人的实时动作视频，将实时动作视频中的动作信息与模拟危险动作模型中的模拟动作信息进行匹配，根据匹配结果进行危险预警。通过强化学习模拟老人与场景信息交互过程中的各种预测情况，将实时老人的行动状态与模拟行动状态进行匹配，根据匹配结果进行危险预警，提高了安全监控系统的智能化程度。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于人工智能和视频分析的智慧养老危险预测方法及系统。

背景技术

随着老年化的加重和“银发经济”的兴起，国家大力支持养老行业的背景下，智慧养老行业迎来发展的良好时期。现有技术中，智慧养老的监护设备主要为智能轮椅、监护床等利用监测数据对老人的身体状况进行监控。

本领域的技术人员发现现有技术存在以下技术问题：仅通过检测设备对老人进行健康安全监测，会受到设备异常、设备数据错误和设备灵敏度的限制，最终导致监测结果不准确，无法及时采取相应的措施。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于人工智能和视频分析的智慧养老危险预测方法及系统，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种基于人工智能和视频分析的智慧养老危险预测方法，该方法包括：

构建模拟危险动作模型；所述模拟危险动作模型是指对老人在行走至发生危险的过程中，结合所有动作及周围环境进行的场景模拟；

采集老人的实时动作视频，将所述实时动作视频中的动作信息与所述模拟危险动作模型中的模拟动作信息进行匹配，根据匹配结果进行危险预警。

进一步地，所述模拟危险动作模型的构建方法，包括：

根据老人的动作信息获取每个行走状态下不同动作对应的注意力显著区域，对检测注意力显著区域进行目标检测得到总目标数量；

将总目标数量作为相邻行走状态之间对应动作的预测权重，同时设定该动作的预测权重调节系数；

利用强化学习模拟老人在时间序列内的各种行动状态，且在学习强化过程通过反馈调节每种行动状态下各行走状态之间的预测权重调节系数得到所述模拟危险动作模型。

进一步地，所述预测权重调节系数的反馈调节方法，包括：

通过老人出现危险的历史数据获取各个动作下的危险概率；

基于发生危险的终止行走状态，获取初始行走状态至其上一个行走状态之间所有动作对应注意力显著区域中的目标数量之和，根据所述目标数量之和构建目标数量的影响函数；

根据被反馈调节对应的行走状态至终止行为状态之间的行走状态数量，获取其被反馈调节的学习率；

获取所述影响函数、学习率、动作的所述危险概率和强化学习过程中的梯度值之间的乘积，结合所述乘积和设定的预测权重调节系数获取对应被反馈调节行走状态下对应动作的更新后的预测权重调节系数。

进一步地，所述注意力显著区域的获取方法，包括：

将动作对应的人体头部旋转角度和老人的位置输入注意力区域判断网络，输出周围环境中该动作所对应的注意力显著区域。

进一步地，所述注意力区域判断网络的训练过程为：

通过改变摄像头的角度和焦距获取多个区域图像，将这些区域图像作为标注图像；

获取老人行走各个位置时头部旋转角度在周围环境中所对应的注意力显著区域图像；

根据所述标注图像和所述注意力显著区域图像之间对应特征向量的余弦相似度构建所述注意力区域判断网络的损失函数。