[发明专利]基于人体形体特征的跌倒风险评估方法

说明书

本发明公开的基于人体形体特征的跌倒风险评估方法，首先按照与人体行走时正面呈90°的角度拍摄正常人和非正常人在搭建好的模拟现实的虚拟场景中的人体行走姿态视频；然后，将采集到的正常人和非正常人的行走姿态视频分别提取成图像，对提取的图像进行预处理，再分别提取预处理后正常人和有跌倒风险的人图像的人体形体宽高比、人体形体姿态面积比和SURF特征；最后，人体形体宽高比、人体形体姿态面积比和SURF特征融合，通过SVM进行训练，判断并分类出容易跌倒的人群。本发明公开的方法通过采集人体形态的特征，得到人体跌倒评估模型，判断并分类出容易跌倒的人群，最终评估的准确率在86％以上。

技术领域

本发明属于数字图像处理技术领域，具体涉及一种基于人体形体特征的跌倒风险评估方法。

背景技术

跌倒不仅会带来身体创伤，还会带来心理创伤。有些人害怕再次跌倒，会表现出消极、害怕、抑郁以及对新事物的抗拒和畏惧的行为，这些行为表现不仅会限制自己的活动，还会丧失自信心，由此带来的恶性循环甚至永久性残疾，会对人生理和心理造成双重打击，反而使得跌倒的可能性增加，使他们害怕独处，从而减少社会活动和外出锻炼的时间，对人的身体健康和心理健康极其不利。虽然现在的医疗科技水平一直在进步，但依旧无法防范跌倒的发生，因此，跌到风险的评估显得尤为重要，能让看护人员和医护人员快速发现并及时救治，减轻人对跌倒的恐惧和心理负担。

传统的跌倒风险评估方法主要有基于可穿戴传感器的跌到检测方法，包括加速度计、压力传感器、螺旋仪等，将这些传感器嵌入到日常的配件中，自动收集数据，对数据进行分析处理识别跌倒。该设备成本比较低，简单易操作，但是这种设备需要安装在人身上，一方面会对人体活动带来不便，另一方面没有佩戴设备就无法检测跌倒，局限性较大；基于场景传感器的跌到风险评估方法，主要采用的是振动传感器、声音传感器和压力传感器，在某些情况下，人无法佩戴传感设备，因此可以利用人跌倒时与地面产生的压力来分析。这种方法的优势在于无需在身上穿戴任何设备，方法简便，但是场景传感器对外界刺激反应灵敏，易受周边环境的干扰，任何压力、声音或者震动可能都会造成误检，导致最终结果产生误差；基于视觉传感器的跌倒检测方法，主要采用的设备为摄像机或Kinect体感摄像机，它克服了前两种方法带来的缺点。因为视频信息中包含丰富的信息，可以通过分析其中目标的姿态变换过程进行跌倒检测。受外部噪声干扰的可能性小，老人可以不受影响的随意自由活动且检测结果更为准确。但是摄像头的摆放位置若超过监控范围也无法检测，光线的变化影响因素也很大。

目前，基于虚拟现实的VR系统得到了很大的利用，其涉及计算机图形学、人机交互技术、传感技术、人工智能等技术，有望产生巨大的经济效益和社会效益。利用计算机，生成逼真的三维视、听、嗅觉等感觉，使参与者自然地对虚拟世界进行体验和交互作用，通过精确的3D世界影像产生身临其境的感觉。通过VR系统模拟出的不同虚拟场景，使参与者根据相应的场景做出反应与交互，同时计算机根据所做出的反应得到的数据，通过科学的依据与数据测量计算方法，就可以快速预测人体跌到风险。具有更高的准确性和可靠性，以及更高的效率。现有基于VR拍摄视频进行跌倒风险评价的方法中，大多是根据物理设备进行检测，导致分类准确率不高，本发明对提取的训练视频进行拆帧，并融合多种人体形体特征，极大的提高了跌倒风险评估的准确率。

发明内容

本发明的目的是提供一种基于人体形体特征的跌倒风险评估方法，解决了现有方法易受不确定因素影响和评估标准死板而造成跌倒风险评估准确率不高的问题。

本发明所采用的技术方案是，基于人体形体特征的跌倒风险评估方法，具体操作过程包括如下步骤：

步骤1，按照与人体行走时正面呈90°的角度拍摄正常人和非正常人在搭建好的模拟现实的虚拟场景中的人体行走姿态视频；

步骤2，将采集到的正常人和有跌倒风险的人的行走姿态视频分别提取成图像，对提取的图像进行预处理，再分别提取预处理后正常人和有跌倒风险的人图像的人体形体宽高比、人体形体姿态面积比和SURF特征；