[发明专利]一种基于机器视觉的人体跌倒检测方法

说明书

技术领域

本发明涉及一种利用机器视觉进行人体跌倒检测的方法，属于模式识别领域。

背景技术

21世纪被称为“银发世纪”，人口的老龄化正成为一种全球性的发展趋势。近些年来，随着社会经济的发展、居住方式的变化、家庭结构的小型化等因素，老人家庭空巢率正在不断提高。预期到2030年空巢老年人家庭的比例将达到90％，届时我国老年人家庭将严重空巢化。对于老年人，跌倒是一主要的健康问题。跌倒会导致严重的伤痛、长期行动不便。需要住院治疗的老人中大约有50％是由于跌倒的原因。而且，随着年龄的增长，跌倒导致的死亡率急剧增大，在65岁及以上年龄的女性和男性人群中，57％和36％的死亡是由于跌倒引起的。

先进的计算机技术和通信技术为改善人的生活质量，特别是提高老年人的生活提供了有效途径。基于机器视觉的跌倒检测系统，在不影响老人日常活动的情况下，一方面可以减轻老年人的心理负担，让老年人不再因为害怕跌倒而减少活动，提高老年人的生活的质量；另一方面可以减轻社会和子女的压力，对构建以人为本的和谐社会有着非常积极的意义。

针对基于视频图像的人体跌倒行为，研究者们提出了很多检测方法。2004年《Proceedings of International Conference on Pattern Recognition》（模式识别国际会议）在323-326发表的《Activity summarisation and fall detection in a supportive home environment》（家居环境中的活动概述和跌倒检测）定义已知环境中的椅子、床等区域为正常的不活动区域，如果检测到人在这些正常的不活动区域以外处于不活动状态，就认为发生了跌倒，这种算法只能应用于已知固定环境，在家具搬动时，需要重新对环境进行定义。2006年《Proceedings of IEEE International Conference on Engineering in Medicine and Biology Society》（IEEE医药和生物工程国际会议论文集）在6384-6387页发表的《Monocular 3d head tracking to detect falls of elderly people》（基于单目摄像头的3D头部跟踪实现老年人跌倒检测）认为头部的移动跟人体跌倒有很大的相关性，提出利用头部的三维运动分析算法进行人体跌倒检测，这种方法需要检测、定位和跟踪头部或面部，耗费时间多。目前，用于人体跌倒检测的最普遍特征是身体形状的变化。2007年《Proceedings of International Conference on Pattern Recognition and Machine Intelligence》（模式识别与机器智能国际会议论文集）发表的《Automatic detection of human fall in video》（视频中人体跌倒自动检测）用边界盒子近似表示人体形状，通过计算边界盒子的纵横比和倾斜角进行人体跌倒检测。由于人体跌倒发生的时间较短，捕获人体形状的迅速变化显得很有意义。2006年《Proceedings of IEEE International Conference on Signal Processing andCommunications Applications》（IEEE信号处理和通信应用国际会议论文集）在1-4页发表的《HMM based falling person detection using both audio and video》（利用声频和音频信息实现基于隐马尔科夫模型的人体跌倒检测）提取了盒子高度和盒子宽度之比的小波系数用于人体跌倒检测。与边界盒子相比，椭圆能够更精确地近似人体形状。2005年《Proceedings of IEEE Workshop on Multimedia Signal Processing》（IEEE多媒体信号处理研讨会议论文集）在1-4页发表的《Human behavior analysis using deformable triangulations》（基于可变三角形的人体行为分析）提出利用人体骨架结构进行人体跌倒检测。2010年《Proceedings of IEEE International Conference on Image Processing》（IEEE图像处理国际会议论文集）在3485-3488发表的《A hybrid human fall detection scheme》（混杂人体跌倒检测方法）提出结合形状轮廓变化和骨架信息对人体跌倒进行检测，性能要优于使用单一特征的方法。2007年《Expert Systems》（专家系统）在24（5）：334-345发表的《A multi-camera vision system for fall detection and alarm generation》（一种用于跌倒检测和报警的多摄像机视觉系统）利用分割出人体形状后的映射直方图进行跌倒检测。2008年《Proceedings of International Conference on Computer and Information Technology》(计算机和信息技术国际会议论文集)在219-224发表的《Intelligent video surveillance for monitoring fall detection of elderly in home environments》（用于家居环境中老年人跌倒检测的智能视频监控系统）结合了形状映射直方图和头部位置的变化进行跌倒检测。2011年《Proceedings of International Conference on Intelligent Environments》（国际智能环境会议论文集）在40-46页发表的《A monocular view-invariant fall detection system for the elderly in assisted home environments》（用于家庭护理环境具有视角不变性的人体跌倒检测单目视觉系统）指出用为了使得跌倒检测具有视觉不变性，应用单目摄像机往往需要完整的人体姿态模型。2009年《Proceedings of International Conference on Advanced Communication Technology》（先进通讯技术国际会议论文集）在2308-2312页发表的《Multiple object tracking for fall detection in real-time surveillance system》（实时监控系统中用于人体跌倒检测的多目标跟踪）指出当跟踪多个跌倒事件时，单目摄像机解决方案会受到遮挡限制。2011年《IEEE Transactions on Information Technology in Biomedicine》（IEEE生物医学中的信息技术期刊）在15（2）：290-300页发表的《Fall detection with multiple cameras:An occlusion-resistant method based on 3-d silhouette vertical distribution》（利用多摄像机进行跌倒检测：一种基于3D轮廓垂直分布的抗遮挡方法）表明用多个摄像机能够获得视角不变性。2011年《Proceedings of International Conference on Digital Signal Processing》（数字信号处理国际会议论文集）在1-6页发表的《Fall detection for the elderly in a smart room by using an enhanced one class support vector machine》（利用加强的一类SVM实现智能室内环境的老年人跌倒检测）融合了多个摄像机获得的人体中心位置和方位的时间变化，进行跌倒检测，需要对多个摄像机进行耗时的校正。2010年《Proceedings of IEEE International Symposium on Industrial Electronics》（IEEE工业电子国际研讨会论文集）在2301-2306页发表的《An automated active vision system for fall detection and posture analysis in ambient assisted living applications》（用于辅助家居生活跌倒检测和姿态分析的主动视觉系统）计算人体3D中心距离地板平面的高度和人体躯干的方向进行跌倒检测。2011年《Proceedings of International Conference on Pervasive Computing Technologies for Healthcare》（用于卫生保健的普适计算技术国际会议论文集）在71-77页发表的《Evaluation of an inexpensive depth camera for passive in-home fall risk assessment》（用于家居环境跌倒检测的低成本深度摄像机）使用微软Kinect深度摄像机提取行走速度、跨步时间和长度，进行跌倒检测。