[发明专利]行人跌倒检测方法、装置、电子设备及存储介质

权利要求书

1.一种行人跌倒检测方法，其特征在于，所述方法包括：

获取监控图像序列，监控图像序列包括当前帧监控图像、至少两个参考帧监控图像；

将监控图像序列输入到行人跌倒检测网络，得到当前帧监控图像中的行人的检测结果，所述行人跌倒检测网络包括：

光流加速度计算网络，被配置为基于当前帧监控图像和所有参考帧监控图像，生成当前帧监控图像的光流加速度信息；对于当前帧监控图像中的行人，确定所述行人的骨架关键点；基于所述行人的骨架关键点的位置和所述光流加速度信息，计算所述行人的骨架关键点的加速度信息；

行人状态判别网络，被配置为对于所述行人，基于所述行人的骨架关键点的加速度信息，生成指示所述行人是否处于跌倒状态的检测结果。

2.根据权利要求1所述的方法，其特征在于，所述骨架关键点的加速度信息包括：所述骨架关键点在水平方向的加速度、所述骨架关键点在垂直方向的加速度。

3.根据权利要求2所述的方法，其特征在于，基于所述行人的骨架关键点的位置和所述光流加速度信息，计算所述行人的骨架关键点的加速度信息包括：

基于以所述骨架关键点的位置为中心的邻近区域中的每一个邻近区域像素点的加速度信息，计算所述骨架关键点的加速度信息，其中，所述邻近区域像素点的加速度信息包括：所述邻近区域像素点在水平方向的加速度、所述邻近区域像素点在垂直方向的加速度。

4.根据权利要求3所述的方法，其特征在于，所述以所述骨架关键点的位置为中心的邻近区域为以所述骨架关键点的位置为中心的、具有预设半径的圆形区域。

5.根据权利要求3所述的方法，其特征在于，基于以所述骨架关键点的位置为中心的邻近区域中的每一个邻近区域像素点的加速度信息，计算所述骨架关键点的加速度信息包括：

计算所述邻近区域中的所有邻近区域像素点在水平方向的加速度的平均值；

将所述所有邻近区域像素点在水平方向的加速度的平均值作为所述骨架关键点在水平方向的加速度；

计算所述所有邻近区域像素点在垂直方向的加速度的平均值；

将所述所有邻近区域像素点在垂直方向的加速度的平均值作为所述骨架关键点在垂直方向的加速度。

6.根据权利要求1-5之一所述的方法，其特征在于，光流加速度计算网络包括：

骨干网络，被配置为从监控图像序列中的每一个监控图像提取特征；

光流加速度信息生成网络，被配置为基于骨干网络提取的所有特征，生成作为所述光流加速度信息的光流加速度图；

行人骨架关键点确定网络，被配置为基于骨干网络提取的所有特征，生成骨架关键点热力图，骨架关键点热力图描述当前帧监控图像中的每一个像素点为骨架关键点的概率；基于骨架关键点热力图，确定当前帧监控图像中的所有骨架关键点；对所述所有骨架关键点进行聚类，以确定行人的骨架关键点；

骨架关键点加速度信息计算单元，被配置为基于所述行人的骨架关键点的位置和所述光流加速度信息，计算所述行人的骨架关键点的加速度信息。

7.一种行人状态识别装置，其特征在于，所述装置包括：

监控图像序列获取单元，被配置为获取监控图像序列，监控图像序列包括当前帧监控图像、至少两个参考帧监控图像；

行人跌倒检测单元，被配置为将监控图像序列输入到行人跌倒检测网络，得到当前帧监控图像中的行人的检测结果，所述行人跌倒检测网络包括：光流加速度计算网络，被配置为基于当前帧监控图像和所有参考帧监控图像，生成当前帧监控图像的光流加速度信息；对于当前帧监控图像中的行人，确定所述行人的骨架关键点；基于所述行人的骨架关键点的位置和所述光流加速度信息，计算所述行人的骨架关键点的加速度信息；行人状态判别网络，被配置为对于所述行人，基于所述行人的骨架关键点的加速度信息，生成指示所述行人是否处于跌倒状态的检测结果。