[发明专利]一种人体卧姿实时检测及识别方法

说明书

本发明公开了一种人体卧姿实时检测及识别方法。采用深度相机进行数据采集，在最大限度保护用户隐私的前提下，将深度相机采集到的深度图传输到计算机端，由计算机端实时捕捉识别受试人员，生成与之对应的人体骨骼关键节点，将生成的骨骼点匹配画面实时显示在显示器上，并将画面加密保存在计算机的存储端。此外，本发明还具有特定动作识别功能，能够辅助人员及时发现并处理相应问题。本发明技术具有低成本、无接触、高精度、隐私保护良好等优点，满足多场景下人体卧床姿态检测和实时运动检测的需求。

技术领域

本发明属于机器视觉技术领域，具体涉及一种人体卧姿实时检测及识别方法。

背景技术

随着技术发展，人们发现，约占生命活动三分之一时间的卧床姿势对人体健康有着深远影响。例如，其一，婴儿出生后的前十八个月内易出现的脑性瘫痪，可以通过婴儿仰卧运动状态及时发现和治疗。其二，医生在门诊过程中常将睡眠质量作为一个重要指标辅助医学诊断，并发现评估睡眠质量可以提供更多的见解帮助进入睡眠。其三，患者在麻醉苏醒后的半小时内，发生的躁动过程会对手术效果和术后恢复产生不利影响，通过对患者卧姿动作监控可以及时发现此并进行镇静处理。其四，老年人监护和卧床康复过程中可以通过卧姿检测降低褥疮发生概率。

目前，在卧姿识别和人体姿势检测领域常见的几种方法有：穿戴式传感器法、摄像机监控法、压力矩阵法等。穿戴式传感器虽然数据精准但便利性较差，摄像机监控法会对人员心理造成一定负担，压力矩阵法存在造价过高及可靠性能较差等问题。因此，急需要一套低成本无接触且最大限度保护人员隐私的人体卧姿实时检测系统。

发明内容

本发明的目的是针对目前现有技术的缺点，提供一种人体卧姿实时检测及识别方法。采用深度相机进行数据采集，在最大限度保护用户隐私的前提下，将深度相机采集到的深度图传输到计算机端，由计算机端实时捕捉识别受试人员，生成与之对应的人体骨骼关键节点，将生成的骨骼点匹配画面实时显示在显示器上，并将画面加密保存在计算机的存储端。此外，本发明还具有特定动作识别功能，能够辅助人员及时发现并处理相应问题。本发明技术具有低成本、无接触、高精度、隐私保护良好等优点，满足多场景下人体卧床姿态检测和实时运动检测的需求。

本发明是通过以下技术方案实现的：

一种人体卧姿实时检测及识别方法，包括以下步骤：

S1：布置深度相机，通过深度相机采集卧姿受试者时间序列上的深度图像，将采集的数据传输到计算机进行处理；

S2：对从深度相机获取到的深度图像数据进行处理，对深度图像中背景进行分割，标记出深度图像中人员位置；

S3：识别出人体关键点，构建出基于这些人体关键点的人体姿态模型，将人体姿态模型的画面实时显示在显示器上；

S4：对构造的人体姿态模型中的各人体关键点的位置进行计算，根据人体关键点相对位置变化，识别出受试者的运动状态，包括以下步骤：

S4.1：对各关键点数据进行坐标转化，映射到全局坐标系上；

S4.2：采用数字滤波器原理进行滤波，对连续帧内的人体关键点运动过程中存在重叠、混淆等问题进行处理，并对骨骼节点轨迹进行预处理，减少节点位置跳变幅度；

S4.3：明确人体姿态模型中的各关节部位，每个关节由相邻的三个人体关键点作为关节点所构成，构造各关节所对应的关节点间的结构向量，根据各关节点间的结构向量计算出各关节的角度大小；

S4.4：计算同一帧不同关节点相对位移，同一帧每个关节点表示为x_i，当前帧(c)的姿态特征f_cc，可以表示不同关节点的坐标差值为：

f_cc＝{x_i-x_j|i,j＝1,2,…N；i≠j}