[发明专利]一种人体状况监测方法

权利要求书

1.一种人体状况监测方法，其特征在于，包括以下步骤：

S101，对红外摄像头获得的人体图像进行预处理，提取出人体轮廓边缘；

S102，在提取出人体轮廓后，按照人体轮廓大小，取出垂直方向的几何中心，并取人体轮廓最上端点和最下端点共形成三点，从上至下，分别是点C₀、点C₁和点C₂；

S103，以点C₀为起点，点C₁为终点形成向量以点C₂为起点，点C₀为终点形成向量与水平线的夹角分别为∠1和∠2；

S104，若∠1或∠2在短时间内急剧下降到15°以下，初步判断为可能摔倒，若一分钟内仍小于15°，则判断为摔倒。

2.如权利要求1所述的人体状况监测方法，其特征在于，步骤S101的预处理包括：

使用双线性插值算法进行图像大小压缩后并完成滤波操作，将滤波后的图像使用最大类间方差法进行图像二值化，同时通过开闭运算去除空洞点，最后通过canny边缘算子提取出人体轮廓边缘。

3.如权利要求1所述的人体状况监测方法，其特征在于，对于摔倒的判断，采用卷积神经网络通过大量的图片，进行学习训练，获得识别摔倒的模型。

4.如权利要求3所述的人体状况监测方法，其特征在于，训练时采用至少3000张摔倒图片，标签标记为1(表示摔倒)，至少3000张正常站立、坐姿图片，标签标记为0(表示未摔倒)，同时再提供至少2000张测试图片(有未摔倒和摔倒，标签1为摔倒，0为未摔倒)，

在初步预判为摔倒后，将最后获取捕捉到的现场图片经过预测模型预测，若输出为1，则确定摔倒，启动摔倒报警机制，若为0，启动提醒功能。