專(zhuān)利名稱(chēng)：基于視頻的摔倒檢測(cè)方法和設(shè)備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像模式識(shí)別，具體涉及一種基于視頻的摔倒檢測(cè)方法和設(shè)備，尤其適用于獨(dú)居老人的摔倒事件檢測(cè)。
背景技術(shù)：
隨著醫(yī)學(xué)技術(shù)的巨大進(jìn)步，很多國(guó)家面臨社會(huì)老齡化問(wèn)題，因此人們對(duì)健康保健機(jī)構(gòu)的需求也日益增加。在很多發(fā)達(dá)國(guó)家，政府對(duì)為老年人服務(wù)的健康保健機(jī)構(gòu)給予了很大重視以及經(jīng)濟(jì)上的支持。由 于這些機(jī)構(gòu)的大量需求，開(kāi)發(fā)幫助老人與病人的技術(shù)目前已經(jīng)是一個(gè)熱門(mén)研究領(lǐng)域。這些幫助性的技術(shù)不僅能增加老人的獨(dú)立生活能力，而且還減少護(hù)士短缺的壓力。在開(kāi)發(fā)這些幫助性的技術(shù)時(shí)，使用各種傳感器和攝像機(jī)來(lái)監(jiān)視人的各種活動(dòng)并檢測(cè)出發(fā)生在老人和病人身上的重大事件。為了提高獨(dú)居老人的生活質(zhì)量，減少社會(huì)負(fù)擔(dān)，智能家居越來(lái)越為社會(huì)所青睞。發(fā)生在老人和病人身上的重大事件之中，摔倒事件往往造成嚴(yán)重的傷害，如果身旁沒(méi)有其他人可以幫忙，就可能無(wú)法得到應(yīng)有的、及時(shí)的幫助，進(jìn)而造成更嚴(yán)重的傷害，甚至是死亡。因此，摔倒事件的及時(shí)檢測(cè)并向有關(guān)機(jī)構(gòu)報(bào)警，是這些機(jī)構(gòu)關(guān)心的主要技術(shù)之
一目前，檢測(cè)摔倒有以下三大主要方法:(I)基于佩戴式傳感器，利用被測(cè)對(duì)象身上佩戴的傳感器來(lái)檢測(cè)摔倒；(2)基于音頻信號(hào)，根據(jù)被測(cè)對(duì)象摔倒撞擊發(fā)出的聲音來(lái)檢測(cè)摔倒；(3)基于視頻，通過(guò)在監(jiān)控場(chǎng)景安裝攝像機(jī)來(lái)檢測(cè)摔倒行為?；谝曨l的摔倒檢測(cè)比其它兩種檢測(cè)方法更魯棒、更可靠及更方便。計(jì)算機(jī)視覺(jué)技術(shù)的迅速發(fā)展以及低價(jià)的攝像機(jī)，使得基于視頻的摔倒檢測(cè)成為重要的發(fā)展領(lǐng)域。摔倒事件的檢測(cè)技術(shù)的一個(gè)難點(diǎn)就是將摔倒異常行為與躺或坐的正常行為區(qū)分開(kāi)來(lái)。在基于攝像頭的檢測(cè)方法中，V.Vaidehi等人("Video based automaticfall detection in indoor environment, " Recent Trends in InformationTechnology (ICRTIT),2011 International Conference on, vol., n0., pp.1016-1020,3-5 June 2011)提出使用圖像中人的寬高比以及傾斜角度檢測(cè)摔倒事件，這種方法無(wú)法將摔倒與正常行為躺下或坐區(qū)分開(kāi)來(lái)。Chien-1iang Liu等(“A fall detection systemusing k-nearest neighbor classifier，，，Expert Systems with Applications, 37 (10),p.7174-7181，Oct 2010)提出通過(guò)時(shí)間差區(qū)分摔倒與躺，這樣就對(duì)計(jì)算機(jī)處理速度要求比較高，且誤報(bào)率較高。Hammadi Nait-Charif 等("Activity summarisation and falldetection in a supportive home environment " , Pattern Recognition,2004.1CPR2004.Proceedings of the 17th International Conference on, vol.4, n0., pp.323-326Vol.4，23-26 Aug.2004)提出在監(jiān)控場(chǎng)景中，對(duì)某些區(qū)域形成自動(dòng)語(yǔ)義總結(jié)(比如床，沙發(fā)，椅子等語(yǔ)義總結(jié))方法來(lái)檢測(cè)摔倒，如果床，沙發(fā)，椅子位置發(fā)生變化就會(huì)發(fā)生誤報(bào)。摔倒事件的檢測(cè)技術(shù)的另一個(gè)難點(diǎn)就是實(shí)現(xiàn)快速檢測(cè)且具有環(huán)境自適應(yīng)性。如果檢測(cè)摔倒事件耗時(shí)長(zhǎng)，硬件的成本就會(huì)提高。如果監(jiān)測(cè)設(shè)備的參數(shù)不能自動(dòng)調(diào)節(jié)，針對(duì)不同家居場(chǎng)景，需要操作員調(diào)節(jié)相關(guān)的監(jiān)測(cè)參數(shù)，才能準(zhǔn)確檢測(cè)到摔倒。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種具有場(chǎng)景自適應(yīng)性的摔倒事件檢測(cè)方法和設(shè)備。本發(fā)明的另一目的是在檢測(cè)摔倒時(shí)可以將摔倒?fàn)顟B(tài)與躺、坐狀態(tài)區(qū)分開(kāi)來(lái)，以準(zhǔn)確檢測(cè)摔倒?fàn)顟B(tài)。本發(fā)明的又一目的是在不同的監(jiān)控場(chǎng)景中無(wú)需調(diào)整任何參數(shù)就可以準(zhǔn)確檢測(cè)到摔倒事件。根據(jù)本發(fā)明的實(shí)施例，提供一種基于視頻的摔倒檢測(cè)方法，包括:獲得監(jiān)控場(chǎng)景中的運(yùn)動(dòng)對(duì)象；在監(jiān)控場(chǎng)景中跟蹤運(yùn)動(dòng)對(duì)象；根據(jù)監(jiān)控場(chǎng)景設(shè)定對(duì)象的重心下移閾值；以及利用所設(shè)定的閾值，確定所述對(duì)象是否在監(jiān)控場(chǎng)景中摔倒。根據(jù)本發(fā)明的實(shí)施例，還提供一種基于視頻的摔倒檢測(cè)設(shè)備，包括:對(duì)象獲得裝置，用于監(jiān)控場(chǎng)景中的運(yùn)動(dòng)對(duì)象；跟蹤裝置，用于在監(jiān)控場(chǎng)景中跟蹤運(yùn)動(dòng)對(duì)象；閾值設(shè)定裝置，用于根據(jù)監(jiān)控場(chǎng)景設(shè)定對(duì)象的重心下移閾值；以及確定裝置，用于利用所設(shè)定的閾值，確定所述對(duì)象是否在監(jiān)控場(chǎng)景中摔倒。根據(jù)本發(fā)明的實(shí)施例，還提供一種基于視頻的摔倒檢測(cè)終端，包括:存儲(chǔ)器，配置用于存儲(chǔ)計(jì)算機(jī)可讀指令；以及處理器，配置用于執(zhí)行所述計(jì)算機(jī)可讀指令，以執(zhí)行以下步驟:獲得監(jiān)控場(chǎng)景中的運(yùn)動(dòng)對(duì)象；在監(jiān)控場(chǎng)景中跟蹤運(yùn)動(dòng)對(duì)象；根據(jù)監(jiān)控場(chǎng)景設(shè)定對(duì)象的重心下移閾值；以及利用所設(shè)定的閾值，確定所述對(duì)象是否在監(jiān)控場(chǎng)景中摔倒。根據(jù)本發(fā)明的實(shí)施例，還提供一種機(jī)器可讀介質(zhì)，其中存儲(chǔ)有可執(zhí)行指令，當(dāng)所述可執(zhí)行指令被執(zhí)行時(shí)，使得機(jī)器執(zhí)行本發(fā)明實(shí)施例的上述基于視頻的摔倒檢測(cè)方法所包括的步驟。以下結(jié)合附圖進(jìn)一步說(shuō)明本發(fā)明的具體實(shí)施方式
。


圖1是根據(jù)本發(fā)明的摔倒檢測(cè)方法的實(shí)施例的流程圖；圖2-1是在監(jiān)控場(chǎng)景中的人坐著的示意圖；圖2-2是在監(jiān)控場(chǎng)景中的人站起來(lái)時(shí)使用背景減算法將人框住的示意圖；圖2_3是人站起來(lái)時(shí)使用二巾貞差算法將人框住的不意圖；圖3是在家居場(chǎng)景I中檢測(cè)到的摔倒、坐、躺的狀態(tài)示意圖；圖4是在家居場(chǎng)景2中檢測(cè)到的摔倒、坐、躺的狀態(tài)示意圖；圖5是在家居場(chǎng)景3中檢測(cè)到的凍壞倒、坐、躺的狀態(tài)示意圖；以及圖6是本發(fā)明的基于視頻的摔倒檢測(cè)設(shè)備的實(shí)施例的方框圖。
具體實(shí)施例方式在本發(fā)明的摔倒檢測(cè)方法的實(shí)施例中，將摔倒事件大致分為四類(lèi):從床上摔下來(lái)，坐著的時(shí)候摔倒，走或站的時(shí)候摔倒，站在板凳或梯子上摔倒。所有摔倒都有一些共同特征:人摔倒后短時(shí)間內(nèi)位置變化不大，摔倒后與摔倒前即將摔倒時(shí)相比，發(fā)生了重心下移。人的摔倒行為相對(duì)于躺下、坐下和彎腰行為，重心下移量要更大。通過(guò)設(shè)置重心下移量閾值可以將摔倒與躺、坐、彎腰區(qū)分開(kāi)來(lái)。根據(jù)本發(fā)明的實(shí)施例，通過(guò)對(duì)監(jiān)控場(chǎng)景的背景建模，再通過(guò)背景減獲得前景對(duì)象，對(duì)被監(jiān)測(cè)的對(duì)象人進(jìn)行跟蹤；由于通過(guò)跟蹤來(lái)監(jiān)測(cè)對(duì)象人并記錄其活動(dòng)情況，所以可以減少誤報(bào)。在監(jiān)測(cè)家居場(chǎng)景中的老人時(shí)，由于大多數(shù)時(shí)間老人的活動(dòng)都是正常的，通過(guò)學(xué)習(xí)就可以將監(jiān)控區(qū)域中的可供躺或坐的地方都標(biāo)注出來(lái)。在檢測(cè)摔倒時(shí)，將非可以躺或坐的地方的閾值降低些，以便提高檢測(cè)的正確率。在進(jìn)行摔倒檢測(cè)時(shí)，使用的是重心下移與身高比值是否大于某閾值作為判斷摔倒的根據(jù)，另外在檢測(cè)過(guò)程中，不斷學(xué)習(xí)監(jiān)控場(chǎng)景，對(duì)閾值做相對(duì)調(diào)整，因而具有具體場(chǎng)景自適應(yīng)性的特點(diǎn)。在整個(gè)監(jiān)控過(guò)程中用到的背景建模、場(chǎng)境學(xué)習(xí)、摔倒檢測(cè)等算法在沒(méi)有影響檢測(cè)的正確率基礎(chǔ)上都經(jīng)過(guò)簡(jiǎn)化，所以處理速度很快。圖1示出根據(jù)本發(fā)明的實(shí)施例的摔倒檢測(cè)方法的流程圖。下面對(duì)實(shí)施例中所涉及到的技術(shù)細(xì)節(jié)予以說(shuō)明，并給出三種不同場(chǎng)景下的檢測(cè)結(jié)果。1.關(guān)于背景建模背景建模方法比較多，其中混合高斯背景建模方法比較常用且效果比較好，該算法為每個(gè)像素構(gòu)建混合高斯模型，但處理時(shí)間較長(zhǎng)。本發(fā)明的實(shí)施例提出了一種新的背景建模方法，使用多次幀間差方法獲得背景，算法簡(jiǎn)單，效果好，速度快，耗時(shí)少。以下是圖像中某像素點(diǎn)(i，j)在第t幀的背景計(jì)算公式:
權(quán)利要求
1.一種基于視頻的摔倒檢測(cè)方法，包括: 獲得監(jiān)控場(chǎng)景中的運(yùn)動(dòng)對(duì)象； 在監(jiān)控場(chǎng)景中跟蹤運(yùn)動(dòng)對(duì)象； 根據(jù)監(jiān)控場(chǎng)景設(shè)定對(duì)象的重心下移閾值；以及 利用所設(shè)定的閾值，確定所述對(duì)象是否在監(jiān)控場(chǎng)景中摔倒。
2.根據(jù)權(quán)利要求1的方法，其中，所述獲得運(yùn)動(dòng)對(duì)象包括: 捕捉監(jiān)控場(chǎng)景的背景圖像； 對(duì)所捕捉的背景圖像進(jìn)行背景建模；以及 通過(guò)背景減方法獲得運(yùn)動(dòng)對(duì)象。
3.根據(jù)權(quán)利要求2的方法，其中，采用下式進(jìn)行背景建模與更新:
4.根據(jù)權(quán)利要求2的方法，其中，通過(guò)背景減方法與幀間差方法結(jié)合起來(lái)，獲得運(yùn)動(dòng)對(duì)象的位置。
5.根據(jù)權(quán)利要求1的方法，其中，所述跟蹤運(yùn)動(dòng)對(duì)象包括: 通過(guò)一個(gè)對(duì)象在相鄰兩幀距離最近的直觀方法，來(lái)實(shí)現(xiàn)對(duì)象跟蹤，并檢測(cè)每個(gè)被跟蹤對(duì)象是靜止?fàn)顟B(tài)或運(yùn)動(dòng)狀態(tài)。
6.根據(jù)權(quán)利要求5的方法，其中，采用下式檢測(cè)每個(gè)對(duì)象狀態(tài)M(k，t):
7.根據(jù)權(quán)利要求1的方法，其中，所述跟蹤運(yùn)動(dòng)對(duì)象包括: 檢測(cè)運(yùn)動(dòng)對(duì)象是否為人； 標(biāo)注對(duì)象人；以及 更新可以坐或躺的位置。
8.根據(jù)權(quán)利要求7的方法，其中，采用下式來(lái)判斷對(duì)象是否為人:
9.根據(jù)權(quán)利要求7的方法，還包括: 跟蹤監(jiān)控場(chǎng)景中的對(duì)象人，當(dāng)該對(duì)象人在某位置多次為長(zhǎng)時(shí)間靜止?fàn)顟B(tài)時(shí)，標(biāo)定該位置為可以坐或躺的地方。
10.根據(jù)權(quán)利要求1的方法，其中，采用下式確定所述對(duì)象是否摔倒:
11.根據(jù)權(quán)利要求10的方法，其中，所述閾值σ按如下方式設(shè)定: 在“可以坐或躺的位置”以及“疑是坐或躺的位置”，σ =0.5； 在其它位置，。=0.4。
12.根據(jù)權(quán)利要求1的方法，其中，確定所述對(duì)象是否摔倒包括判斷對(duì)象的重心下移量與對(duì)象的身高之間的比值是否大于預(yù)定的閾值。
13.根據(jù)權(quán)利要求2的方法，所述背景建模包括:使用多次幀間差方法獲得背景。
14.一種基于視頻的摔倒檢測(cè)設(shè)備，包括: 對(duì)象獲得裝置，用于監(jiān)控場(chǎng)景中的運(yùn)動(dòng)對(duì)象； 跟蹤裝置，用于在監(jiān)控場(chǎng)景中跟蹤運(yùn)動(dòng)對(duì)象； 閾值設(shè)定裝置，用于根據(jù)監(jiān)控場(chǎng)景設(shè)定對(duì)象的重心下移閾值；以及 確定裝置，用于利用所設(shè)定的閾值，確定所述對(duì)象是否在監(jiān)控場(chǎng)景中摔倒。
15.根據(jù)權(quán)利要求14的設(shè)備，其中，所述獲得裝置包括: 捕捉裝置，用于監(jiān)控場(chǎng)景的背景圖像； 建模裝置，用于對(duì)所捕捉的背景圖像進(jìn)行背景建模；以及 背景減裝置，用于通過(guò)背景減方法獲得運(yùn)動(dòng)對(duì)象。
16.根據(jù)權(quán)利要求15的設(shè)備，其中，采用下式進(jìn)行背景建模與更新:
17.根據(jù)權(quán)利要求15的設(shè)備，其中，通過(guò)背景減方法與幀間差方法結(jié)合起來(lái)，獲得運(yùn)動(dòng)對(duì)象的位置。
18.根據(jù)權(quán)利要求14的設(shè)備，其中，所述跟蹤裝置包括: 通過(guò)一個(gè)對(duì)象在相鄰兩幀距離最近的直觀方法，來(lái)實(shí)現(xiàn)對(duì)象跟蹤，并檢測(cè)每個(gè)被跟蹤對(duì)象是靜止?fàn)顟B(tài)或運(yùn)動(dòng)狀態(tài)的裝置。
19.根據(jù)權(quán)利要求18的設(shè)備，其中，采用下式檢測(cè)每個(gè)對(duì)象狀態(tài)M(k，t):
20.根據(jù)權(quán)利要求14的設(shè)備，其中，所述跟蹤裝置包括: 檢測(cè)運(yùn)動(dòng)對(duì)象是否為人的裝置；標(biāo)注對(duì)象人的裝置；以及 更新可以坐或躺的位置的裝置。
21.根據(jù)權(quán)利要求20的設(shè)備，其中，采用下式來(lái)判斷對(duì)象是否為人:
22.根據(jù)權(quán)利要求20的設(shè)備，還包括: 跟蹤監(jiān)控場(chǎng)景中的對(duì)象人，當(dāng)該對(duì)象人在某位置多次為長(zhǎng)時(shí)間靜止?fàn)顟B(tài)時(shí)，標(biāo)定該位置為可以坐或躺的地方的裝置。
23.根據(jù)權(quán)利要求14的設(shè)備，其中，采用下式確定所述對(duì)象是否摔倒:
24.根據(jù)權(quán)利要求23的設(shè)備，其中，所述閾值σ按如下方式設(shè)定: 在“可以坐或躺的位置”以及“疑是坐或躺的位置”，σ =0.5； 在其它位置，。=0.4。
25.根據(jù)權(quán)利要求14的設(shè)備，其中，確定所述對(duì)象是否摔倒包括判斷對(duì)象的重心下移量與對(duì)象的身高之間的比值是否大于預(yù)定的閾值。
26.根據(jù)權(quán)利要求15的設(shè)備，所述建模裝置包括:使用多次幀間差方法獲得背景的裝置。
27.一種基于視頻的摔倒檢測(cè)終端，包括: 存儲(chǔ)器，配置用于存儲(chǔ)計(jì)算機(jī)可讀指令；以及 處理器，配置用于執(zhí)行所述計(jì)算機(jī)可讀指令，以執(zhí)行以下步驟: 獲得監(jiān)控場(chǎng)景中的運(yùn)動(dòng)對(duì)象； 在監(jiān)控場(chǎng)景中跟蹤運(yùn)動(dòng)對(duì)象； 根據(jù)監(jiān)控場(chǎng)景設(shè)定對(duì)象的重心下移閾值；以及 利用所設(shè)定的閾值，確定所述對(duì)象是否在監(jiān)控場(chǎng)景中摔倒。
28.一種機(jī)器可讀介質(zhì)，其中存儲(chǔ)有可執(zhí)行指令，當(dāng)所述可執(zhí)行指令被執(zhí)行時(shí)，使得機(jī)器執(zhí)行權(quán)利要求1-13中的任意一個(gè)的方法所包括的步驟。
全文摘要
本發(fā)明提供一種基于視頻的摔倒檢測(cè)方法和設(shè)備，該方法包括獲得監(jiān)控場(chǎng)景中的運(yùn)動(dòng)對(duì)象；在監(jiān)控場(chǎng)景中跟蹤運(yùn)動(dòng)對(duì)象；根據(jù)監(jiān)控場(chǎng)景設(shè)定對(duì)象的重心下移閾值；以及利用所設(shè)定的閾值，確定所述對(duì)象是否在監(jiān)控場(chǎng)景中摔倒。利用本發(fā)明能快速且準(zhǔn)確地檢測(cè)摔倒事件，可以檢測(cè)到沿任何方向的以及離攝像機(jī)遠(yuǎn)近的摔倒，區(qū)別坐下與躺下，無(wú)需調(diào)任何參數(shù)，具有環(huán)境自適應(yīng)性，以及檢測(cè)不同家居場(chǎng)景中的摔倒事件。
文檔編號(hào)G06T7/20GK103186902SQ20111045199
公開(kāi)日2013年7月3日 申請(qǐng)日期2011年12月29日 優(yōu)先權(quán)日2011年12月29日
發(fā)明者吳娜, 陸京, 金永哲, 黃凱奇, 馬丹, 張俊格 申請(qǐng)人:愛(ài)思開(kāi)電訊投資(中國(guó))有限公司, 中國(guó)科學(xué)院自動(dòng)化研究所