[发明专利]一种人体摔倒行为识别算法

说明书

本发明涉及摔倒识别，具体涉及一种人体摔倒行为识别算法，识别视频画面内的骨架信息，并基于骨架信息获取骨架特征数据；将骨架特征数据输入训练好的第一摔倒识别模型中，得到第一摔倒识别结果；将视频画面中骨骼点在空间坐标系内的投影坐标转换为RGB值，并转换为骨骼点灰度图像；将骨骼点灰度图像输入训练好的第二摔倒识别模型中，得到第二摔倒识别结果；综合判断第一摔倒识别结果、第二摔倒识别结果，得到人体摔倒检测识别结果；本发明提供的技术方案能够有效克服现有技术所存在的无法对人体摔倒行为进行准确识别的缺陷。

技术领域

本发明涉及摔倒识别，具体涉及一种人体摔倒行为识别算法。

背景技术

随着医疗水平的不断提高，人类寿命也在不断提高。根据世界卫生组织调查数据显示，目前的老年人口数量占世界总人口的8.5％，预计到2050年，老龄化人口将占世界人口的20％，未来一段时间内老龄化将会是社会面临的最大挑战之一。

调查显示，摔倒是老年人受伤的主要原因，根据世界卫生组织调查数据显示，65岁以上的老年人每年大约有30％至少摔倒一次，80岁以上的老年人中，这一比率上升到50％。由于老年人身体机能衰老较快，摔倒后恢复缓慢，加上基础慢性疾病，一次摔倒可能造成非常严重的后遗症。

研究表明，老年人最容易摔倒的地方是在家中，而卧室和卫生间是最常见的摔倒地点。对于独居老人来说，在家中摔倒是非常可怕的，如果摔倒老人无法得到及时帮助，将直接威胁到生命安全。针对当今独居老人的生活环境，很多人会安装监控系统远距离观察老人的生活日常，以进行远程监控看护。但是，传统的监控系统只能对监控下的环境进行记录，无法对摔倒状态进行准确识别。

发明内容

(一)解决的技术问题

针对现有技术所存在的上述缺点，本发明提供了一种人体摔倒行为识别算法，能够有效克服现有技术所存在的无法对人体摔倒行为进行准确识别的缺陷。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：

一种人体摔倒行为识别算法，包括以下步骤：

S1、识别视频画面内的骨架信息，并基于骨架信息获取骨架特征数据；

S2、将骨架特征数据输入训练好的第一摔倒识别模型中，得到第一摔倒识别结果；

S3、将视频画面中骨骼点在空间坐标系内的投影坐标转换为RGB值，并转换为骨骼点灰度图像；

S4、将骨骼点灰度图像输入训练好的第二摔倒识别模型中，得到第二摔倒识别结果；

S5、综合判断第一摔倒识别结果、第二摔倒识别结果，得到人体摔倒检测识别结果。

优选地，S1中识别视频画面内的骨架信息，包括：

对视频画面进行帧处理，并采用预先设置的人体骨架识别模型提取帧画面中的骨架信息。

优选地，S1中基于骨架信息获取骨架特征数据，包括：

基于骨架信息获得整体位置信息和局部骨架信息，对整体位置信息和局部骨架信息进行汇总，得到骨架特征数据。

优选地，所述基于骨架信息获得整体位置信息和局部骨架信息，包括：

遍历骨架信息，得到骨骼点位置坐标的最大值和最小值，并基于位置坐标的最大值和最小值计算得到整体位置信息；

计算骨架信息中各骨骼点位置坐标与整体位置信息的差值，汇总后得到局部骨架信息。

优选地，S2中将骨架特征数据输入训练好的第一摔倒识别模型之前，包括：

获取骨架特征数据训练集，构建第一摔倒识别模型，并确定相应的损失函数；