[发明专利]一种智能异常检测紧急救援方法、装置和系统

权利要求书

1.一种智能异常检测紧急救援方法，其特征在于，包括以下步骤：

预先建库，包括：

按照年龄分段预先采集不同段位内人体在包括潜泳、自由泳、仰泳、蛙泳在内的游泳行为下的呼吸频率的大小以及变换率、心率大小以及变化率和湿度大小以及变化率正常范围，建立生命数据库；

预采集固定单一背景下人体的各种游泳姿势行为的视频序列，采集固定单一背景下人体溺水行为的视频序列，利用卡尔曼滤波算法提取运动人体目标，提取出运动人体运动目标图像，将检测出的运动人体目标图像存储下来，构建训练数据库；

利用训练数据库中的图像对贝叶斯分类器和卷积神经网络分别进行训练，得到训练好的贝叶斯分类器和卷积神经网络，所述贝叶斯分类器的建立过程如下：首先对训练数据库中的图像，按照各种游泳姿势行为以及溺水行为类别，分别提取图像的长宽比、图像熵和Hu不变矩三个特征，根据行为图像特征值的条件概率分布，建立贝叶斯分类器，利用贝叶斯公式实现异常行为的分类识别；

实时采集人体生命参数数据、现场视频图像序列；

实时处理生命参数数据和现场视频图像序列；

判断人体是否处于溺水紧急情况；

根据判断结果处理器发出控制指令；

接收处理器发出的控制指令或者后台授权管理人员发出的指令打开可拆卸连接在人体上的紧急救助装置，用于保证人体漂浮在水面上；

同时发出报警信号：将人员信息发送至救护工作平台，打开设置在紧急救助装置上的灯光报警以及设置在救护工作平台上的语音警报。

2.根据权利要求1所述的一种智能异常检测紧急救援方法，其特征在于，所述实时处理现场视频图像包括以下步骤：

对现场实时采集到的视频图像序列，首先采用改进的帧差分快速检测运动目标，然后在运动目标区域进行人体分析，具体是先基于目标的形状特征快速筛选出疑似人体目标，然后仅针对疑似人体目标区域提取HOG特征，采用Adaboost方法进行分类，确定疑似人体目标区域是否包含人体，然后将提取出的运动人体图像分别输入训练好的贝叶斯分类器和训练好的卷积神经网络，对提取出的每一张图片分别进行贝叶斯分类器异常行为分类识别和卷积神经网络异常行为分类识别，分别获得测试结果；当检测到异常行为时，对两种测试结果进行综合判定，两种分类识别结果一致时，直接输出识别结果；当一种分类识别检测出有异常，另一种分类识别检测无异常时，给出“可能有异常”的预警，继续检测下一帧图像；当两种分类识别都检测出有异常，但检测类别不相同时，给出“存在异常，类别不定”预警，继续检测下一帧图像，直至输出识别结果。

3.根据权利要求1所述的一种智能异常检测紧急救援方法，其特征在于，所述人体生命参数数据包括心率、呼吸频率；

所述呼吸频率包括设置在胸腔表面的呼吸频率传感器以及设置在人体鼻腔内部浸水传感器。

4.根据权利要求1所述的一种智能异常检测紧急救援方法，其特征在于，所述实时处理生命参数数据，包括：

计算呼吸频率的大小以及变换率；

计算心率大小以及变化率；

计算湿度变化率和湿度大小。

5.根据权利要求1所述的一种智能异常检测紧急救援方法，其特征在于，所述判断人体是否处于溺水紧急情况包括：

将采集的呼吸频率的大小以及变换率、心率大小以及变化率、湿度变化率以及湿度大小与生命数据库进行对比，若六个数据中至少4个超过正常范围则判断处于溺水紧急情况；

若现场视频图像检测结果为有异常，则六个数据中至少有两个超过正常范围则判断处于溺水紧急情况。

6.根据权利要求1所述的一种智能异常检测紧急救援方法，其特征在于，所述紧急救助装置包括与人体的可拆卸连接部件和受控充气部件。