[发明专利]一种基于3D视觉的人体倾倒识别算法

说明书

本发明提供一种基于3D视觉的人体倾倒识别算法，包括以下步骤：步骤一：对人体移动图像进行采集；步骤二：获取步骤一采集的图像信息；步骤三：对步骤二分离的人体目标模型上的特征点进行跟踪，其中人体目标模型上特征点的采集位置包括头部、颈部、胸部和腿部；步骤四：通过获取的特征点对目标的倾向进行识别；步骤五：通过目标倾向识别信息获取目标倾向方向，并判断目标所处状态，其中人体移动状态包括正常直立移动状态、即将倾倒状态、以及倾倒状态，即将倾倒状态通过目标重心与地面夹角进行判定；本发明可以便捷的识别人物目标即将倾倒，提高了对倾倒行为的辨识效率，避免了倾倒情况的发生。

技术领域

本发明涉及3D视觉技术领域，具体为一种基于3D视觉的人体倾倒识别算法。

背景技术

随着中国老龄化趋势的加剧，中老年人口数量越来越多，同时随着人们安全意识的提高，如何保证人身安全，如何及时发现处于危险状态的人，越来越受到重视。

而中老年正是摔跤的高发人群，特别是一部分患中风的中老年人，中风发生之前可能会有一些类似头晕头疼以及眼前发黑等的症状，很容易导致突然摔跤。因为中风引起的突然摔跤而得不到快速的救治，其后果是难以想象的。另外还有些行动不便的人在不小心摔跤后，无法得到快速及时的救治也有可能造成难以治愈的创伤，如何及时检查出老年人摔倒越来越受到重视。

发明内容

针对上述技术问题，本发明提供一种基于3D视觉的人体倾倒识别算法，可以便捷的识别人物目标即将倾倒，提高了对倾倒行为的辨识效率，避免了倾倒情况的发生。

为实现上述目的，本发明提供如下技术方案：一种基于3D视觉的人体倾倒识别算法，包括以下步骤：

步骤一：对人体移动图像进行采集，其中采用光图像传感器、红外发射器、红外接收器、以及摄像头传感器模块对人体移动图像进行采集，并对人体脸部进行识别获取人体站立面部朝向，所述摄像头传感器模块包括RGB图像信息组件和深度信息组件；

步骤二：获取步骤一采集的图像信息，并对图像信息内的图像目标进行检测分离；

步骤三：对步骤二分离的人体目标模型上的特征点进行跟踪，其中人体目标模型上特征点的采集位置包括头部、颈部、胸部和腿部；

步骤四：通过获取的特征点对目标的倾向进行识别；

步骤五：通过目标倾向识别信息获取目标倾向方向，并判断目标所处状态，其中人体移动状态包括正常直立移动状态、即将倾倒状态、以及倾倒状态，所述即将倾倒状态通过目标重心与地面夹角进行判定。

优选的，所述步骤二中，通过检测变化区域的方法检测运动目标，并结合Sobel算子得到一阶图像梯度信息得到目标分割，获取从图像中检测到的目标人体与背景分离后的信息。

优选的，所述步骤二中还包括距离检测，所述距离检测通过所述摄像头传感器模块获取RGB图像并输入到SoC传感器处理器内获取图像目标与摄像头的距离。

优选的，所述步骤四中，获取的特征点对目标的倾向进行识别的过程如下：

第一步：通过人体二维信息以及人体深度信息获取某一时刻特征点在空间的位置：

第二步：选取旋转矩阵处理所述特征点，其中t₁时刻颈部特征点坐标为A(x₁₁,y₁₁,z₁₁)，胸部特征点坐标为B(x₂₁,y₂₁,z₂₁)，任一腿部特征点坐标为C(x₃₁,y₃₁,z₃₁)；