[发明专利]一种识别老年人跌倒的方法及陪伴机器人

权利要求书

1.一种识别老年人跌倒的方法，其特征在于：包括如下步骤：

步骤1：采集检测对象的身体视频数据；

步骤2：利用YOVO算法通过距离度量进行人体定位获取人体图像定位检测结果；

步骤3：基于人体图像定位检测结果，利用OPENPOSE算法检测身体视频数据中的关节点信息，并根据关节点信息采用VGGNET作为骨架，获取骨架信息；

步骤4：根据骨架信息中的头部、脚部、颈部、肩膀信息计算头部和脚部高度差值hd、前后帧的头部和脚部高度差值hp、前后帧头部高度差值对应的速度v和肩膀宽度w；

步骤5：根据上述数据建立判定公式，输出结果“摔倒”或者“未摔倒”，根据上述数据计算距离度量误差，判断距离度量误差是否满足二分类条件，若满足，则采用建立的神经网络模型进行识别，若否，则返至步骤1；

判定公式如下：abs(head-foot)abs(x2-x5)||abs(head_p-head)/abs(foot_p-foot)2，其中，abs(head-foot)表示头部和脚部高度差绝对值，abs(x2-x5)表示肩宽绝对值，head_p、foot_p分别表示前一次头部质点位置和前一次脚部质点位置，x2表示左肩节点x方向坐标，x5表示右肩节点x方向坐标。

2.根据权利要求1所述的一种识别老年人跌倒的方法，其特征在于：所述步骤2中包括距离度量，其计算如下：

d＝(box,centroid)＝1-IOU(box,centroid)

其中，d表示跌倒的距离度量值，box表示预算的矩阵大小，centroid表示矩形框的中心坐标位置，IOU(box,centroid)表示定义的欧式距离公式，计算如下：

其中，ρ表示(x1,y1)、(x2,y2)两点的欧式距离。

3.根据权利要求1所述的一种识别老年人跌倒的方法，其特征在于：所述步骤4包括如下步骤：

步骤4.1：利用OPENPOSE算法检测身体视频数据中的关节点信息，OPENPOSE结果数据标准头部关键点序号为14、15、16、17，脚部关键点序号为10、13，左右肩部关键点序号为2、5；

步骤4.2：计算头部的质点高度：head＝average(y14，y15，y16，y17)；

步骤4.3：计算脚部质点位置：foot＝average(y10，y13)；

步骤4.4：计算肩宽绝对值：w＝abs(x2-x5)；

步骤4.5：计算头部与脚部的高度差值：d＝abs(head-foot)；

步骤4.6：计算前后5帧头部高度差值对应的速度v，v＝24*abs(head1-head)/5，其中，视频数据每一秒24帧计算，head1、head分别表示前一帧和当前帧头部质点高度。