【技術實現步驟摘要】
本專利技術涉及一種基于空間點云姿態分析的跌倒檢測方法及計算機系統，屬于動作及行為識別。
技術介紹
1、意外跌倒，尤其是對于老年人，可能會造成嚴重傷害。在家中獨處情況下，能夠及時發現意外跌倒，能夠對于救助帶來很大幫助。
2、在智能家居領域，對區域進行有人、無人檢測后，通過點云識別目標人物的姿態及高度變化進行分析，能夠實現檢測到人的跌倒狀態并進行跌倒預警上報。
3、授權公告號為cn116840835b的中國專利技術專利授權公告文件公開了一種跌倒檢測方法。該方法包括：對獲取到的點云數據進行聚類，得到人體形態信息，根據人體形態信息確定人體重心軌跡，進而確定人體重心的垂直速度，并與預設速度閾值比較，篩選出人體疑似跌倒信息；將人體疑似跌倒信息輸入到訓練好的變分自編碼網絡中進行跌倒判斷，由變分自編碼網絡輸出最終的跌倒判斷結果，通過利用無監督的變分自編碼網絡對篩選出的人體疑似跌倒信息進一步判斷是否發生了跌倒事件，提高了跌倒檢測的效率以及準確率，具有較好的實用性和易用性。
4、授權公告號為cn114359814b的中國專利技術專利授權公告文件也公開了一種跌倒檢測方法。該方法包括：當目標人員進入預置的檢測區域時，通過預置的攝像頭獲取所述目標人員的視頻圖像，并通過預置的雷達獲取所述目標人員的人體點云數據；根據所述視頻圖像進行跌倒行為識別，得到視頻圖像識別結果，還根據所述人體點云數據進行跌倒行為識別，得到人體點云數據識別結果；若根據所述視頻圖像識別結果和所述人體點云數據識別結果同時確定所述目標人員存在跌倒行為，則確定
5、但是，現有的方法在人員進入到區域后，若人員靜止一段時間后，目標很容易消失，在目標消失后突然跌倒就很難檢測到跌倒狀態。
技術實現思路
1、本專利技術的目的是提供一種基于空間點云姿態分析的跌倒檢測方法及計算機系統，用以解決人員靜止導致目標丟失后突然跌倒的情況下，難以識別跌倒狀態的問題。
2、為實現上述目的，本專利技術的方案包括：
3、本專利技術的一種基于空間點云姿態分析的跌倒檢測方法的技術方案，根據點云視頻檢測人體目標，并對目標進行跟蹤；對于每一幀點云視頻幀，首先根據該點云幀圖像的點云數據進行目標檢測，將滿足條件的動態點云聚類形成聚類目標，將所述聚類目標與目標追蹤算法的追蹤目標根據空間位置進行匹配關聯，匹配關聯后將根據聚類目標得到的用于跌倒檢測的跌倒數據加入到對應匹配關聯上的追蹤目標的類中；從而根據連續多幀的對應目標的跌倒數據判斷該目標是否跌倒。
4、進一步地，若當前幀追蹤到追蹤目標，根據當前幀中聚類目標上動態點云的數量，將聚類目標分為強檢測目標和弱檢測目標，所述強檢測目標上的動態點云數量比弱檢測目標上的動態點云數量多；所述弱檢測目標與對應追蹤目標匹配的空間位置條件與強檢測目標與對應追蹤目標匹配的空間位置條件相比，距離要求更近。
5、進一步地，若當前幀未追蹤到追蹤目標，若對應追蹤目標在前一幀能夠追蹤到該追蹤目標的幀中的位置附近存在動態點云數量滿足預設條件的當前幀中的聚類目標，則將該聚類目標和該追蹤目標關聯，根據對應追蹤目標在能夠追蹤到的前一幀中的特征數據更新當前幀中的該聚類目標，動態點云數量滿足預設條件的當前幀中的聚類目標的跌倒數據加入到該關聯上的追蹤目標的類中。
6、進一步地，判斷目標是否跌倒包括根據目標高度變化判斷的預跌倒判斷過程和根據目標姿態判斷的跌倒姿態分析算法判斷過程，若對應目標的跌倒數據符合預跌倒判斷，則進行跌倒姿態分析算法判斷，若對應目標進一步滿足跌倒姿態分析算法判斷，則確認目標跌倒。
7、進一步地，所述跌倒數據包括對應目標的高度數據和目標高度變化的加速度方向數據。
8、進一步地，所述高度數據為對應目標在最近若干幀中高度的平均值。
9、進一步地，所述預跌倒判斷包括，當目標高度小于一定閾值或者目標原高度的三分之一后，再判斷目標高度變化的加速度方向是否連續向下。
10、進一步地，所述跌倒姿態分析算法判斷包括整體點云姿態向前傾斜、向下過程中目標點云質心在水平方向上偏移開始跌倒位置大于設定距離。
11、進一步地，所述跌倒姿態分析算法判斷還包括，目標高度在認為跌倒后設定幀數內不再向上高出一定范圍。
12、本專利技術的一種計算機系統的技術方案，包括處理器，所述處理器用于執行實現如上所述基于空間點云姿態分析的跌倒檢測方法的步驟。
13、本專利技術的有益效果為：
14、本專利技術當人在檢測區域內跌倒時，可以精準的檢測出人跌倒的位置，并發出對應預警。通過對應追蹤算法的追蹤目標初始化條件避免目標靜止后容易丟失，同時結合對應追蹤目標在連續多幀的對應聚類目標的高度、質心等跌倒數據分析目標的狀態，從而判斷目標是否跌倒，避免目標靜止導致目標丟失后突然跌倒難以檢測的問題。
15、本專利技術通過目標強修復算法可以識別到長時間靜止的目標，并精準識別跌倒狀態。
16、進一步地，本專利技術采用預篩除機制，通過目標高度的變化提前篩選出可能出現跌倒的點云幀，減小設備的資源消耗。
本文檔來自技高網...【技術保護點】
1.一種基于空間點云姿態分析的跌倒檢測方法，其特征在于，根據點云視頻檢測人體目標，并對目標進行跟蹤；對于每一幀點云視頻幀，首先根據該點云幀圖像的點云數據進行目標檢測，將滿足條件的動態點云聚類形成聚類目標，將所述聚類目標與目標追蹤算法的追蹤目標根據空間位置進行匹配關聯，匹配關聯后將根據聚類目標得到的用于跌倒檢測的跌倒數據加入到對應匹配關聯上的追蹤目標的類中；從而根據連續多幀的對應目標的跌倒數據判斷該目標是否跌倒。
2.根據權利要求1所述的基于空間點云姿態分析的跌倒檢測方法，其特征在于，若當前幀追蹤到追蹤目標，根據當前幀中聚類目標上動態點云的數量，將聚類目標分為強檢測目標和弱檢測目標，所述強檢測目標上的動態點云數量比弱檢測目標上的動態點云數量多；所述弱檢測目標與對應追蹤目標匹配的空間位置條件與強檢測目標與對應追蹤目標匹配的空間位置條件相比，距離要求更近。
3.根據權利要求1所述的基于空間點云姿態分析的跌倒檢測方法，其特征在于，若當前幀未追蹤到追蹤目標，若對應追蹤目標在前一幀能夠追蹤到該追蹤目標的幀中的位置附近存在動態點云數量滿足預設條件的當前幀中的聚類目標，則
4.根據權利要求1所述的基于空間點云姿態分析的跌倒檢測方法，其特征在于，判斷目標是否跌倒包括根據目標高度變化判斷的預跌倒判斷過程和根據目標姿態判斷的跌倒姿態分析算法判斷過程，若對應目標的跌倒數據符合預跌倒判斷，則進行跌倒姿態分析算法判斷，若對應目標進一步滿足跌倒姿態分析算法判斷，則確認目標跌倒。
5.根據權利要求4所述的基于空間點云姿態分析的跌倒檢測方法，其特征在于，所述跌倒數據包括對應目標的高度數據和目標高度變化的加速度方向數據。
6.根據權利要求5所述的基于空間點云姿態分析的跌倒檢測方法，其特征在于，所述高度數據為對應目標在最近若干幀中高度的平均值。
7.根據權利要求5所述的基于空間點云姿態分析的跌倒檢測方法，其特征在于，所述預跌倒判斷包括，當目標高度小于一定閾值或者目標原高度的三分之一后，再判斷目標高度變化的加速度方向是否連續向下。
8.根據權利要求5所述的基于空間點云姿態分析的跌倒檢測方法，其特征在于，所述跌倒姿態分析算法判斷包括整體點云姿態向前傾斜、向下過程中目標點云質心在水平方向上偏移開始跌倒位置大于設定距離。
9.根據權利要求7所述的基于空間點云姿態分析的跌倒檢測方法，其特征在于，所述跌倒姿態分析算法判斷還包括，目標高度在認為跌倒后設定幀數內不再向上高出一定范圍。
10.一種計算機系統，包括處理器，其特征在于，所述處理器用于執行實現如權利要求1～9任一項所述基于空間點云姿態分析的跌倒檢測方法的步驟。
...【技術特征摘要】
1.一種基于空間點云姿態分析的跌倒檢測方法，其特征在于，根據點云視頻檢測人體目標，并對目標進行跟蹤；對于每一幀點云視頻幀，首先根據該點云幀圖像的點云數據進行目標檢測，將滿足條件的動態點云聚類形成聚類目標，將所述聚類目標與目標追蹤算法的追蹤目標根據空間位置進行匹配關聯，匹配關聯后將根據聚類目標得到的用于跌倒檢測的跌倒數據加入到對應匹配關聯上的追蹤目標的類中；從而根據連續多幀的對應目標的跌倒數據判斷該目標是否跌倒。
2.根據權利要求1所述的基于空間點云姿態分析的跌倒檢測方法，其特征在于，若當前幀追蹤到追蹤目標，根據當前幀中聚類目標上動態點云的數量，將聚類目標分為強檢測目標和弱檢測目標，所述強檢測目標上的動態點云數量比弱檢測目標上的動態點云數量多；所述弱檢測目標與對應追蹤目標匹配的空間位置條件與強檢測目標與對應追蹤目標匹配的空間位置條件相比，距離要求更近。
3.根據權利要求1所述的基于空間點云姿態分析的跌倒檢測方法，其特征在于，若當前幀未追蹤到追蹤目標，若對應追蹤目標在前一幀能夠追蹤到該追蹤目標的幀中的位置附近存在動態點云數量滿足預設條件的當前幀中的聚類目標，則將該聚類目標和該追蹤目標關聯，根據對應追蹤目標在能夠追蹤到的前一幀中的特征數據更新當前幀中的該聚類目標，動態點云數量滿足預設條件的當前幀中的聚類目標的跌倒數據加入到該關聯上的追蹤目標的類中。
4.根據權利要求1所述的基于空間點云姿態分析的跌倒檢測...
【專利技術屬性】
技術研發人員：馬濤，魏蔚，葉龍，姜紅梅，田涵樸，劉丹，孫學賓，
申請(專利權)人：超級智慧家上海物聯網科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。