[发明专利]一种对需特别看护人员的异常状态检测方法

权利要求书

1.一种基于计算机视觉的对需特别看护人员的异常状态检测方法。其特征在于：

M1)现场背景图像智能维护：对背景场景图像连续智能维护，随时判定背景场景的光影变化和非人体移动，随时保持最新状态的背景场景图像；

M2)场景区域、边界及特定目标预先标识；

M3)人体检测与追踪；

M4)姿态判断：对M3检测到的人体图像做人体姿态判断，判断出当前人体姿态；

M5)组合判断：综合前述特征，综合分析需特别看护人员在监控场景中不同的姿态在不同区域与保持时间、以及人体在不同区域进出与停留时间，综合判断是否异常。

2.根据权利要求书1所述的一种基于计算机视觉的对需特别看护人员的异常状态检测方法。其特征在于，所述的场景区域、边界及特定目标预先标识，包括以下内容：

1)标识活动区域、休息区域；

2)标识洗手间门口；

3)标识阳台、监控视角盲区；

4)标识出入门口。

3.根据权利要求书1所述的一种基于计算机视觉的对需特别看护人员的异常状态检测方法。其特征在于，所述的人体检测与追踪，包括以下方法之一：

1)通过将即时维护的背景图像与即时接收的视频图像做图像帧差法或背景减除法进行人体检测与追踪；

2)通过DNN神经网络法进行人体检测与追踪；

3)使用GrabCut分割算法进行人体检测与追踪；

4)使用其他的计算机视觉及机器学习方法进行人体检测与追踪。

4.根据权利要求书1所述的一种基于计算机视觉的对需特别看护人员的异常状态检测方法。其特征在于，所述的姿态判断，其训练图库采用模拟场景拍摄的图像作为机器学习训练库，判断方法包括以下方法之一：

1)通过Haar特征结合Adaboost分类器进行姿态判断；

2)SVM支持向量机结合Hog特征、或surf特征、或sift特征进行姿态判断；

3)使用OpenPose进行姿态判断；

4)使用其他的机器学习(包括深度学习)的方法对人体姿态特征库进行姿态判断。

5.根据权利要求书1所述的一种基于计算机视觉的对需特别看护人员的异常状态检测方法。其特征在于，所述的组合判断，包括以下内容：

1)在地上的坐姿与躺姿时间异常；

2)在床上或沙发上的躺姿时间异常；

3)坐在椅子上时间异常；

4)进入洗手间时间异常；

5)进入阳台与视角盲区等位置时间异常。