[发明专利]老年人离床与在床状态的视频监测方法

摘要

本发明的老年人离床与在床状态的视频监测方法，a).布置摄像头；b).采集老人在床离床活动图像，形成训练、测试样本；c).图像的归一化和标注处理和形成标签文件；d).训练神经网络；e).利用测试样本计算深度神经网络的准确率，如果准确率低于设定阈值，则增加训练样本的容量，重新训练，如果准确率不低于阈值，则训练完毕；f).将实时监控图像带入神经网络中，并计算人体与床体的交叠率，以判断老人离床在床状态。本发明利用视频图像的处理技术来监测老人离床和在床情况，对老人离床过程中发生的异常状况进行报警，可防止老人长时间离床发生意外情况。

主权项

1.一种老年人离床与在床状态的视频监测方法，其特征在于，通过以下步骤来实现：a).布置摄像头，在待监测老人的房间内布置摄像头，摄像头的安装位置满足采集的画面包含床及床周边区域；b).获取在床离床图像，对老人在床离床活动进行一段时间的视频图像采集，获得老人在床离床活动的图像，随机选取图像中的部分图像作为训练样本，余下的图像作为测试样本；c).图像的归一化和标注处理，首先对步骤b)中获取的图像进行归一化处理，得到样本图像；然后借助数据标注工具人工对训练样本图像中老人边框、床体边框、人体与床体交叠边框的边框进行标注，标注的边框坐标及边框类别构成标签文件，采用相同的方法获取每幅样本图像的标签文件，边框类别为边框内区域内是老人、是床体还是交叠边框；d).训练神经网络，以步骤c)中的训练样本图像为输入、标签文件为输出对深度神经网络进行训练，直至训练完毕；e).计算准确率，首先将测试样本中的图像进行归一化处理，然后将归一化处理后的测试样本图像作为输入，带入步骤d)中训练得到的深度神经网络中，获取测试样本图像的识别边框输出，并人工识别和统计所获取的老人边框、床体边框和人体与床体交叠边框的准确率，如果准确率低于设定阈值T1，则增加训练样本的容量，执行步骤b)；如果准确率不低于设定阈值T1，则神经网络训练完毕；f).实时监控，在线实时采集监控图像，并将采集的图像带入步骤d)中获取的深度神经网络中，获取实时监控图像的老人边框、床体边框和人体与床体交叠边框，然后利用公式(1)计算人体与床体的交叠率：式中，J(S1,S2)为人体与床体的交叠率，交叠率为人体与床体交叠部分的占人体部分的比例，S1为老人边框的面积，S2为床体边框的面积，S1∩S2为人体与床体的交叠边框的面积；如果监控图像的人体与床体的交叠率不低于设定阈值T2时，表明老人在床体上，继续实时监控；如果人体与床体的交叠率低于设定阈值T2时，则表明老人已离开床体，则发出报警信息，以提醒人员进房查看和护理。