[发明专利]基于视频的摔倒检测方法和设备

说明书

技术领域

本发明涉及图像模式识别，具体涉及一种基于视频的摔倒检测方法和设备，尤其适用于独居老人的摔倒事件检测。

背景技术

随着医学技术的巨大进步，很多国家面临社会老龄化问题，因此人们对健康保健机构的需求也日益增加。在很多发达国家，政府对为老年人服务的健康保健机构给予了很大重视以及经济上的支持。由于这些机构的大量需求，开发帮助老人与病人的技术目前已经是一个热门研究领域。这些帮助性的技术不仅能增加老人的独立生活能力，而且还减少护士短缺的压力。在开发这些帮助性的技术时，使用各种传感器和摄像机来监视人的各种活动并检测出发生在老人和病人身上的重大事件。为了提高独居老人的生活质量，减少社会负担，智能家居越来越为社会所青睐。

发生在老人和病人身上的重大事件之中，摔倒事件往往造成严重的伤害，如果身旁沒有其他人可以帮忙，就可能无法得到应有的、及时的帮助，进而造成更严重的伤害，甚至是死亡。因此，摔倒事件的及时检测并向有关机构报警，是这些机构关心的主要技术之一。

目前，检测摔倒有以下三大主要方法：(1)基于佩戴式传感器，利用被测对象身上佩戴的传感器来检测摔倒；(2)基于音频信号，根据被测对象摔倒撞击发出的声音来检测摔倒；(3)基于视频，通过在监控场景安装摄像机来检测摔倒行为。基于视频的摔倒检测比其它两种检测方法更鲁棒、更可靠及更方便。计算机视觉技术的迅速发展以及低价的摄像机，使得基于视频的摔倒检测成为重要的发展领域。

摔倒事件的检测技术的一个难点就是将摔倒异常行为与躺或坐的正常行为区分开来。在基于摄像头的检测方法中，V.Vaidehi等人(″Video based automatic fall detection in indoor environment，″Recent Trends in Information Technology(ICRTIT)，2011 International Conference on，vol.，no.，pp.1016-1020，3-5 June 2011)提出使用图像中人的宽高比以及倾斜角度检测摔倒事件，这种方法无法将摔倒与正常行为躺下或坐区分开来。Chien-liang Liu等(“A fall detection system using k-nearest neighbor classifier”，Expert Systems with Applications，37(10)，p.7174-7181，Oct 2010)提出通过时间差区分摔倒与躺，这样就对计算机处理速度要求比较高，且误报率较高。Hammadi Nait-Charif等(″Activity summarisation and fall detection in a supportive home environment″，Pattern Recognition，2004.ICPR 2004.Proceedings of the 17th International Conference on，vol.4，no.，pp.323-326 Vol.4，23-26 Aug.2004)提出在监控场景中，对某些区域形成自动语义总结(比如床，沙发，椅子等语义总结)方法来检测摔倒，如果床，沙发，椅子位置发生变化就会发生误报。

摔倒事件的检测技术的另一个难点就是实现快速检测且具有环境自适应性。如果检测摔倒事件耗时长，硬件的成本就会提高。如果监测设备的参数不能自动调节，针对不同家居场景，需要操作员调节相关的监测参数，才能准确检测到摔倒。

发明内容

本发明的目的是提供一种具有场景自适应性的摔倒事件检测方法和设备。

本发明的另一目的是在检测摔倒时可以将摔倒状态与躺、坐状态区分开来，以准确检测摔倒状态。

本发明的又一目的是在不同的监控场景中无需调整任何参数就可以准确检测到摔倒事件。

根据本发明的实施例，提供一种基于视频的摔倒检测方法，包括：获得监控场景中的运动对象；在监控场景中跟踪运动对象；根据监控场景设定对象的重心下移阈值；以及利用所设定的阈值，确定所述对象是否在监控场景中摔倒。

根据本发明的实施例，还提供一种基于视频的摔倒检测设备，包括：对象获得装置，用于监控场景中的运动对象；跟踪装置，用于在监控场景中跟踪运动对象；阈值设定装置，用于根据监控场景设定对象的重心下移阈值；以及确定装置，用于利用所设定的阈值，确定所述对象是否在监控场景中摔倒。