[发明专利]一种基于计算机视觉的轮椅用户健康监测系统及其检测网络的训练方法

说明书

本发明公开了一种基于计算机视觉的轮椅用户健康监测系统及其检测网络的训练方法，该系统包括用于记录监测对象动作的采集模块；用于提取采集视频中的动作特征、进行分类、输出检测结果的检测模块；以及用于在轮椅用户异常情况下向紧急联络人报警或向周围人员发出警告的报警模块；模块采集用户动作信息发送到检测模块，检测模块检测采集模块输入的视频，并预测用户实时的姿态和动作，姿态和动作认为异常时向报警模块输入报警信号。本发明通过轮椅用户健康监测系统设置采集模块、报警模块、检测模块和云端服务器，能保证在用户异常状态下及时发出危险警告，从而极大减少监护人员的监护压力，面对多个需要监测用户时提升监护效率和减少人工成本。

技术领域

本发明属于计算机视觉技术领域，具体涉及一种基于计算机视觉的轮椅用户健康监测系统及其检测网络的训练方法。

背景技术

对于手脚不便的病人来说，需要护理人员时刻在身边照看来应对突发情况，这类照看任务往往会占用护理人员大量精力与时间，如果另请专业人员又是一笔昂贵的费用。为了减轻护理人员的负担，利用远距离通信加固定摄像头的方式，对用户在一定区域内进行健康状态的监测。这样即使不在同一空间内，也能通过视频接入设备知晓对象健康状况。

中国专利一种（申请号：201710221113.8，申请公告号：CN 106963568 A）带有健康检测系统的智能轮椅，健康监测系统基于对血压、心率、脉搏和体温的监测及反馈实现；所述智能轮椅还包含血压心率检测模块、脉搏检测模块、体温检测模块、数据库存储模块、语音模块，打印模块；所述智能轮椅使用前，利用支持向量机算法或k近邻算法训练处理模块，使得处理模块获得将血压、心率、脉搏和体温的数据与所述常见病症相对应的能力；训练完成时，所述处理模块能够利用支持向量机算法或k近邻算法处理血压、心率、脉搏、体温四个变量，了解使用者当前的健康状况及相关潜在病症，并通过语音模块和打印模块输出病症判断结果。

上述专利一种带有健康检测系统的智能轮椅，利用支持向量机算法或k近邻算法训练健康监测系统的处理模块进行模式识别，识别用户的健康状态在于，现有常见病症的血压、心率、脉搏和体温数据，从而获得使用者的病症分析结果；并未对用户的动作进行健康检测，同时使用向量机算法或k近邻算法，算法速度慢，不能准确及时的识别轮椅用户的动作，从而做出健康状态的判定。

发明内容

本发明针对上述的不足之处提供一种基于计算机视觉的轮椅用户健康监测系统及其检测网络的训练方法。

本发明目的是这样实现的：一种基于计算机视觉的轮椅用户健康监测系统，其特征在于：所述系统包括采集模块、报警模块、检测模块和云端服务器；

所述采集模块用于记录监测对象的动作；

所述检测模块利用检测网络来提取采集视频中的动作特征然后进行分类，最后输出检测结果；以及实现更新检测网络；

所述报警模块用于在轮椅用户异常情况下向紧急联络人报警或向周围人员发出警告；

所述采集模块采集用户动作信息发送到检测模块，检测模块检测采集模块输入的视频，并预测用户实时的姿态和动作，姿态和动作认为异常时向报警模块输入报警信号。

优选的，所述采集模块包括：

摄像头模组，用于拍摄用户上半身视频图像；

升降机构，用于实现摄像头在轮椅扶手处的升降；

驱动电机，用于驱动升降机构和摄像头；

所述升降机构与轮椅扶手支撑杆内壁连接，驱动电机固定安装于所述轮椅扶手支撑杆腔内；所述摄像头模组安装在升降机构内和驱动电机相连，摄像头模组包括摄像头。

优选的，所述检测模块包括：

单片机，单片机安装在轮椅扶手支撑柱的内部，接收采集模块的视频数据，并根据检测模块的检测结果下达指令给报警模块；

算法模型，算法模型包括时序动作检测算法SSAD，时序动作检测算法SSAD由云端计算机训练好后将模型移植在单片机上，单片机采用NPU芯片；