[发明专利]基于人体多特征的摔倒识别方法、装置、设备及存储介质

权利要求书

1.一种基于人体多特征的摔倒识别方法，其特征在于，所述方法包括：

获取待识别视频，将所述待识别视频输入至预设的视频识别模型中；其中，所述待识别视频中包括目标人物；

基于所述视频识别模型获取所述目标人物的骨骼关键点的位置数据；

基于骨骼关键点的位置数据，判定所述目标任务是否处于摔到状态。

2.根据权利要求1所述的基于人体多特征的摔倒识别方法，其特征在于，所述基于所述视频识别模型获取所述目标人物的骨骼关键点的位置数据，包括：

确定所述待识别视频中第m帧图像中的脚踝关键点y轴坐标；

获取所述第m帧图像中的双肩关键点y轴坐标；

计算所述双肩关键点y轴坐标与所述脚踝关键点y轴坐标之间的差值，确定目标任务的肩脚高度差。

3.根据权利要求2所述的基于人体多特征的摔倒识别方法，其特征在于，所述基于所述视频识别模型获取所述目标人物的骨骼关键点的位置数据，包括：

获取所述第m帧图像中的双肩关键点x轴坐标；

将所述双肩关键点轴坐标中的两个值的差作为所述目标人物的肩膀宽度。

4.根据权利要求3所述的基于人体多特征的摔倒识别方法，其特征在于，所述基于所述视频识别模型获取所述目标人物的骨骼关键点的位置数据，包括：

以所述第m帧为参考帧，计算第m+n帧的双肩关键点坐标；

计算所述第m帧和所述第m+n帧的双肩关键点左边的差值。

5.根据权利要求4所述的基于人体多特征的摔倒识别方法，其特征在于，所述基于骨骼关键点的位置数据，判定所述目标任务是否处于摔到状态，包括：

判断所述肩脚高度差与所述肩膀宽度值的大小，以及所述第m帧和所述第m+n帧的双肩关键点左边的差值与所述肩脚高度差的一半大小；

当所述肩脚高度差小于所述肩膀宽度值和/或所述第m帧和所述第m+n帧的双肩关键点左边的差值小于所述肩脚高度差的一半时，判定所述目标任务为静态摔到状态。

6.根据权利要求4所述的基于人体多特征的摔倒识别方法，其特征在于，所述基于骨骼关键点的位置数据，判定所述目标任务是否处于摔到状态，包括：

获取连续两帧图像中的双肩关键点坐标；

基于所述连续两帧图像的间隔时间和两个所述双肩关键点坐标计算肩部纵向速度；

当所述肩部纵向速度大于预设阈值时，判定目标任务处于动态摔到状态。

7.一种基于人体多特征的摔倒识别装置，其特征在于，所述装置包括：

视频获取模块，用于获取待识别视频，将所述待识别视频输入至预设的视频识别模型中；其中，所述待识别视频中包括目标人物；

关键点识别模块，用于基于所述视频识别模型获取所述目标人物的骨骼关键点的位置数据；

摔倒判断模块，用于基于骨骼关键点的位置数据，判定所述目标任务是否处于摔到状态。

8.根据权利要求7所述的基于人体多特征的摔倒识别装置，其特征在于，所述装置还用于：

获取连续两帧图像中的双肩关键点坐标；

基于所述连续两帧图像的间隔时间和两个所述双肩关键点坐标计算肩部纵向速度；

当所述肩部纵向速度大于预设阈值时，判定目标任务处于动态摔到状态。

9.一种设备，其特征在于，包括：

处理器；以及

存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1-6中任一项所述的方法。

10.一种存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如权利要求1-6中任一项所述的方法。