[发明专利]一种智能养老监控预警系统和方法

说明书

本发明公开了一种智能养老监控预警系统和方法，涉及智能养老领域，该系统包括图像采集模块、图像识别模块、决策模块和预警模块构成；所述图像采集模块用于拍摄居家老人的日常生活图像；所述图像识别模块用于对图像采集模块所采集的图像信息进行行为姿态识别，即通过对步态进行识别，即提取步态特征；所述决策模块根据行为姿态识别结果判断是否有异常情况，且在有异常情况时发送预警信息至报警模块、家属的移动设备或/和者相关平台；所述预警模块，其设置在居家老人的家中，当收到决策模块的预警信息时，进行报警，提醒老人停止当前动作，进行休息。本发明能够在危险发生前进行预警，有效降低老人跌倒的风险。

技术领域

本发明涉及智能养老领域，具体涉及一种智能养老监控预警系统和方法。

背景技术

中国人口老龄化趋势日渐明显，养老已成为社会焦点问题之一，由于经济、理念和医疗紧缺等原因的影响，大多老人选择居家养老，子女在下班后可以照顾父母，而在上班时，老人大多独居在家，仍然存在一定的隐患，而请看护人员的成本较高。

目前出现了一些居家养老看护系统，通过使用智能家居的碎片化应用，如采用宽带或窄带物联网边缘端设备对老人的身体健康状态和行为活动进行监测和数据采集，一旦有危险情况发生则触发预警并推送给老人的家人，边缘端设备包括摄像头和摄像机，主要聚焦于老人居家安防的监控和防护，但是，现有的看护系统在发生危险后才进行预警，没有起到预警作用。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种智能养老监控预警系统和方法，能够在危险发生前进行预警，有效降低老人跌倒的风险。

为达到以上目的，本发明采取的技术方案是：

一种智能养老监控预警系统，包括图像采集模块、图像识别模块、决策模块和预警模块构成；

所述图像采集模块用于拍摄居家老人的日常生活图像；

所述图像识别模块用于对图像采集模块所采集的图像信息进行行为姿态识别，即通过对步态进行识别，即提取步态特征；

所述决策模块根据行为姿态识别结果判断是否有异常情况，且在有异常情况时发送预警信息至报警模块、家属的移动设备或/和者相关平台；

所述预警模块，其设置在居家老人的家中，当收到决策模块的预警信息时，进行报警，提醒老人停止当前动作，进行休息。

进一步的，所述图像识别模块包括一卷积神经网络，该卷积神经网络包括顺次连接的卷积层、池化层和全连接层。

进一步的，所述卷积层包括若干卷积核，每个卷积核生成对应的一个新的图像，每个新的图像对应一通道，当卷积内核的数量为m时，有m个相应的输出通道，将新的图像通过池化层后输出到全连接层；

原始图像大小为6x6，对应Y矩阵，使用三个3x3x3的卷积核处理，3个卷积核分别为N⁽¹⁾、N⁽²⁾、N⁽³⁾，使用该卷积核对图像进行处理的过程为公式一：

矩阵Y通过N^(k)转换为矩阵Z，具体参见公式二：

矩阵Y中Yij对应图像中[i,j]点的像素大小，N^(k)为对应的卷积核，本实施例中，卷积核为N⁽¹⁾、N⁽²⁾或N⁽³⁾，根据图片的特征，按照公式三设定值：

当步长为1时，计算矩阵Z，Z_ij通过公式四计算：