[发明专利]一种基于人体姿态估计的行人摔倒检测方法

权利要求书

1.一种基于姿态估计的行人摔倒检测方法，其特征在于，该方法包括：

(1)从网络摄像头获取RTSP流并利用GPU硬解成视频帧图像；

(2)利用openpose框架进行人体关节点检测，得到行人身体的18个关节点；

(3)利用跟踪算法跟踪人体目标，获取同一个人体目标连续多帧的关节点坐标信息；

(4)将连续多个关节点坐标信息数据输入到训练后的LSTM神经网络，得到分类结果，判断行人是否摔倒。

2.根据权利要求1所述的基于姿态估计的行人摔倒检测方法，其特征在于，所述步骤(1)中，利用GPU硬解成视频帧图像具体包括：

(11)初始化CUVID硬解模块，使用FFmpeg读取RTSP数据；

(12)将所述RTSP数据发送给GPU硬解模块，判断是否硬解成功，

(13)若硬解成功，则使用CUDA框架将YUV图像格式转化为RGB格式，并调整图像分辨率，得到硬解后的图象帧

(14)若硬解不成功，则返回到步骤(11)。

3.根据权利要求1所述的基于姿态估计的行人摔倒检测方法，其特征在于，所述步骤(2)中，18个关节点包括头部、左肩部、右肩部、左下手臂、右下手臂、左上手臂、右上手臂、胸部、腰部、腹部、左大腿、右大腿、左小腿、右小腿、左脚踝、右脚踝、左脚掌和右脚掌。

4.根据权利要求1所述的基于姿态估计的行人摔倒检测方法，其特征在于，所述步骤(3)中，所述跟踪算法采用openpose中的关节图关联法。

5.根据权利要求1所述的基于姿态估计的行人摔倒检测方法，其特征在于，所述步骤(4)中，所述训练后的LSTM神经网络的训练样本包括负样本和正样本，所述正样本为摔倒，所述负样本为正常行走、下蹲、弯腰和平躺，所述摔倒样本的采集包括对同一个目标ID，设定一定视频帧率，每N帧保存一次关节点信息，采集一定时间内的各个关节点信息。