[发明专利]一种基于养老机器人平台的摔倒动作检测方法

说明书

技术领域

本发明涉及一种动作的识别，属于图像识别与人机交互技术领域，具体的说，是指一种基于养老机器人平台的摔倒动作检测方法。

背景技术

随着科技进步和医疗水平的提高，世界人口人均寿命不断延长，而生育率却持续走低，人口老龄化已经成为一个全球性问题。据民政部门数据显示，截至2015年底，中国60岁以上的老人已经超过2亿，且正以每年3％以上的速度快速增长，中国社会人口老龄化已经步入快速发展阶段。目前，应对养老问题已上升为国家战略，“智慧养老”成为国家重点鼓励的养老产业之一，通过智能养老机器人照顾老年人成为未来的发展趋势。人的摔倒动作检测是智能养老机器人的一个核心技术。据统计，我国每年有4000万老人发生不同程度的摔倒，摔倒严重威胁着老年人的身体健康，已成为60岁以上老人伤害死亡的头号杀手。养老机器人通过摔倒检测算法实时评估老人的状态，对摔倒的老人及时干预并向家人和急救中心求助。目前市场上基于机器人平台的摔倒动作检测方法主要分为两类：基于传感器的摔倒检测方法和基于视觉的摔倒检测算法。

基于传感器的摔倒检测方法一般需要被看护者在不同部位穿戴加速度感应器、陀螺仪等器件，通过这些可穿戴的传感器检测人体的运动和姿态信息，并以此为依据来判断人是否摔倒。虽然可穿戴设备可以较准确地采集到人的姿态和运动信息，但是这类方法要求老年人时刻在特定位置穿戴一些传感器，这对于行动不便的老年人会造成一定的记忆和行动负担。

基于视觉的摔倒动作检测方法不需要对老年人施加任何约束，具有成本低、非接触式的特点，受到了越来越多的关注。根据所用摄像机的不同，基于视觉的摔倒动作检测方法可以分为两类：基于三维(RGB-D)视频数据的摔倒检测方法和基于二维(RGB)视频数据的摔倒检测方法。第一类方法使用kinect等深度摄像机来获取RGB-D视频数据，或利用多摄像机对场景进行三维重建来获取人的深度信息。然而，目前市场上的深度相机价格较高、体积较大，普适性不好；利用多摄像机进行三维重建的方法对摄像机的位置要求严格，需要进行精确的摄像机标定和多摄像机同步，并且算法复杂、实时性较差，不适用于移动机器人平台。另一类方法利用单一摄像头获取场景的视频数据，通过无运动检测、人体形状变化分析等技术来判断场景中是否有人摔倒。无运动检测方法认为人在摔倒后会长时间静止在地面上，如果在视频中检测到人在一段时间内处于静止，即认为他摔倒了。显然，这种强制假设与真实情况有较大出入，检测准确率较低。分析人体形状变化的方法根据由站立到摔倒过程中人体的形状变化提取特征，并用分类器评估是否有人摔倒。为了获取准确的人体形状，这类方法需要额外的人体检测或跟踪方法来提取包含目标人体的边界框，摔倒检测的效果严重依赖于人体检测算法和目标跟踪算法的准确性。

发明内容

步骤1、训练阶段，根据一些有标注的视频训练模型。

步骤1.1、收集一组包含摔倒动作的视频和一组包含其它动作(如走路、跳舞等)的视频。对于包含摔倒动作的视频，在每一帧图像中标注摔倒动作发生的位置，即：用一个矩形窗口将摔倒的人框起来，记录矩形窗口的左上角位置和右下角位置。在实际场景中，人与摄像机的距离是未知的，人在视频画面中所占的比例是不确定的，因此我们定义了多种尺度的窗口，并选择最适合的尺度的窗口来标注摔倒动作在图像帧中的位置。