[发明专利]一种基于多特征分析和场景学习的老人摔倒检测方法

说明书

技术领域

本发明涉及图像识别，具体涉及一种独居老人摔倒检测的方法，特别针对于老人摔倒后短时间内无法自救的情况。

背景技术

近些年来，针对于独居老人所提供的智能家居服务，已经形成一个热门的研究领域。根据调查所显示，在所有发生在独居老人的危险亊件中,摔倒事件带来的危害是最大的，可能会致使摔倒者失去意识,造成残疾甚至引起死亡。所以及时检测出可能发生的摔倒行为并向家人报警,使老年人得到救助是非常必要的。

中国发明专利号201110267262.0发明了一种基于全方位视觉的独居老人安全监护系统。其中关于摔倒检测的方法是根据在人体在各个姿态下的高宽比不同而判断是否摔倒，该发明的不足之处是人体是否摔倒仅依靠高宽比来判断，并且各个姿态的高宽比的值也并不为一定值，它跟老人的身高，胖瘦等因素都有关系，应根据实际情况来设定阈值。

中国发明专利号201110451993.0提供了一种基于视频的摔倒检测方法和设备。该发明主要依据运动对象的重心下移量来判断对象是否摔倒。该发明的不足之处是所求出的图像质心不一定和人体的重心重合，依据图像质心判断必定会带来误差。该发明的另一缺陷是无法排除在某些家居场景下老人躺下或坐下的情况，此时重心虽然下移了，但是老人并没有摔倒。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于多特征分析和场景学习的老人摔倒检测方法，包括获得监控场景中的运动对象并进行跟踪，根据人体高宽比、姿态变化、人体中心的位置、以及有效面积比等特征来确定人体是否摔倒。

技术方案

一种基于多特征分析和场景学习的老人摔倒检测方法，其特征在于步骤如下：

步骤1：通过摄像头采集图像数据，将当前图像第k帧中坐标为(x,y)的点的像素值C_k(x,y)与背景图像中相应点的像素值B_k(x,y)相减，得到差值图像D_k(x,y)，将差值图像D_k(x,y)与设定的阈值T作比较，得到二值化图像R_k(x,y)：

D_k(x,y)＝C_k(x,y)-B_k(x,y),（x=0,...,width-1,y＝0,...height-1)

Rk(x,y)=0BackgroundDk(x,y)≤T255ForegroundDk(x,y)>T(x=0,...,width-1,y=0,...height-1)]]>