[发明专利]基于全方位视觉的独居老人安全监护系统有效
申请号: | 201110267262.0 | 申请日: | 2011-09-09 |
公开(公告)号: | CN102387345A | 公开(公告)日: | 2012-03-21 |
发明(设计)人: | 汤一平;马宝庆;姜军;严杭晨;田旭园 | 申请(专利权)人: | 浙江工业大学 |
主分类号: | H04N7/18 | 分类号: | H04N7/18;G06K9/00 |
代理公司: | 杭州天正专利事务所有限公司 33201 | 代理人: | 王兵;王利强 |
地址: | 310014 浙江省*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 全方位 视觉 独居 老人 安全 监护 系统 | ||
技术领域
本发明属于全方位视觉、计算机视觉技术和关系数据库等技术在独居老人安全监护方面的应用,主要适用于需要得到即时和适当服务的独居老人等弱势人群的家庭。
背景技术
根据联合国的调查,预计到2030年,中国65岁以上的人口将占人口总数的12.7%;其中空巢老人家庭将占老人家庭总数的90%。独居老人人口的增长,需要社会提供各种各样的监护。
本发明作出以前对独居老年等弱势人群的家庭发生异常时主要是通过电话或者家庭中的报警按钮以主动形式向援救方报警及请求服务。天有不测风云、人有旦夕祸福,谁都不能预料自己在某日某时会生病,尤其是老人摔倒后不能自立求救,出现连打电话、一键按钮请求报警救援都困难的时候。
中国发明专利号为200610051729.7发明了一种基于全方位计算机视觉的独居老人家庭安保装置,包括微处理器、用于监护老人安康情况的全方位视觉传感器,全方位视觉传感器与微处理器连接,采集老人在主要场所中的空间位置视频信息以及该事件所对应的时间信息采用机器视觉的手段来建立独居老人室内外活动模型,通过捕捉生活规律的在时间空间上的变化能发现和预测老人生活的反常及异常。该发明的不足之处是没有检测独居老人的姿态以及姿态发生变化时的事件,老人摔倒是直接对老人生命安全和引起各种伤害的最危险的事件;后的及时检测与自动报警。另一方面,为了获得独居老人的活动量等生活数据和生活习惯,需要识别独居老人的人体动作。
发明内容
为了克服已有检测手段无法对独居老人姿态、摔倒等重要事件进行检测的不足,本发明提供一种既能检测独居老人的活动量、分析独居老人的生活规律、发现独居老人的各种异常变化,又能识别独居老人的人体动作、姿态和摔倒的基于全方位视觉的独居老人安全监护系统。
本发明解决其技术问题所采用的技术方案是:
一种基于全方位视觉的独居老人安全监护系统,包括全方位摄像装置和用于对全方位摄像装置所拍摄的全景图像以及相关输入信息对独居老人的活动量、姿态、摔倒以及生活行为习惯进行分析处理判断的微处理器;所述的全方位摄像装置放置在老人房间内客厅中间的上方,用于拍摄整个老人家庭内老人日常生活的视频图像;所述的全方位摄像装置与所述的微处理器进行连接,所述的微处理器包括:
视频图像读取单元,用于读取全方位摄像装置所拍摄的全景图像,并将读取的全景图像提交给视频图像展开单元和视频图像存储单元;
视频图像展开单元,用于将全景图像进行柱状展开,展开后的全景柱状图像提交给前景对象检测单元;
空间位置定义单元,用于定义和命名在全景图像中老人室内空间位置;
家具和电器摆放位置输入单元,用于将所述的空间位置定义单元所定义的空间位置与老人家中的家具、电器和出入口建立映射关系;
前景对象检测单元,用于检测在全景柱状展开图像中存在的前景人体对象,具体采用MHI算法来计算前景人体对象,然后在柱状展开图像上用矩形框框住前景人体对象,并将矩形框提交给人体对象跟踪单元;
人体对象跟踪单元,根据前景对象检测单元所提交的矩形框采用Camshift算法对人体对象进行跟踪;
人体姿态分析单元,根据人体对象跟踪单元的结果采用人体模型算法估算出老人目前的姿态,并将当前的时刻、空间的位置和姿态的分析结果写入人体姿态数据库中;
摔倒检测单元,根据人体姿态的检测结果以及是否在非静止区域情况来判断老人是否摔倒;
动作行为分析单元,根据人体姿态数据库中前几帧中老人的姿态和当前老人的姿态分析得到老人的动作行为;
日常生活规律分析单元,根据人体姿态数据库、家具和家用电器与空间位置关系数据库以及当前老人动作行为判断结果等信息来分析和判断老人当前的活动类型,并将分析和判断结果写入日常生活数据库中;
异常判断单元,根据当前老人的活动类型和日常生活数据库中所提取的老人的生活模式等信息通过异常判断算法进行老人行为异常判断,并将异常分为若干个等级,针对不同等级的异常的情况分别生成告知、紧急通知和报警信息,通过告知和报警单元发送给相关部门和人员。
进一步,所述的前景对象检测单元中,采用基于MHI的背景更新模型,并利用YCbCr与亮度图像分别分割然后进行综合得到运动前景图像,最后利用后处理实现人体的分割与定位;
所述的基于MHI的背景更新模型,MHI的更新方式如公式(1)所示;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工业大学,未经浙江工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201110267262.0/2.html,转载请声明来源钻瓜专利网。