[发明专利]一种基于kinect传感器的跌倒检测系统

权利要求书

1.一种基于kinect传感器的跌倒检测系统，其特征在于，包括kinect传感器与人体骨骼识别模块和摄像操作视觉监控模块、LabVIEW Real-Time 工具；

kinect传感器与人体骨骼识别模块：用于提取人体行为特征的角度特征和距离特征为组合特征的特征向量，以KNN算法基础，通过摄像操作视觉监控模块获取视觉监控信息，建立基于Labview虚拟软件平台的跌倒姿态检测，同时通过无线通讯技术实现与手机的实时通讯；

基于多目图像和深度图像融合的人体骨骼数据提取；通过深度摄像机头和VDA摄像头的图像采集，进行标定获取深度图像和多目RGB图像的坐标关系，对采集到的图像进行图像处理和标定，获取人体骨骼关键节点处的空间坐标，再通过得到的骨骼关键点坐标数据；

骼数据提取出人体姿态的特征参数，并对姿势进行识别；基于Kinect骨骼数据，提取人体行为特征的角度特征和距离特征为组合特征的特征向量，进而提取跌倒识别的特征向量，并且验证特征向量距离不变性，使用KNN分类器对静态姿势样本库进行识别，并且验证该方法的准确性；

模式识别算法在LabVIEW平台上实现人体姿态检测；通过上位机人体跌倒姿态特征提取处理后，基于LabVIEW Real-Time工具在不需要建立大量样本库情况下人体跌倒姿态的识别，同时对先前特征参数识别进行互补，通过Labview虚拟仪器软件搭建远程监护平台，对跌倒姿态实时监控，出现异常姿态发出警告，连接老人健康档案以及实时视频存储记录。

2.根据权利要求1所述的基于kinect传感器的跌倒检测系统，其特征在于：kinect传感器与人体骨骼识别模块中，利用kinect提取人体骨骼关键点坐标数据，提取跌倒识别的特征向量，包括膝盖和髋关节，根据关节点的数据，构建了跌倒识别的计算模型，反映跌倒状态的特征向量的距离不变性。

3.根据权利要求1所述的基于kinect传感器的跌倒检测系统，其特征在于：虚拟仪器软件中，基于Labview虚拟仪器作为本系统的显示及报警平台，发生跌倒，目标检测系统就应该识别出该动作，跌倒检测为二分类检测，过灵敏度反映所有真实被正确检测出来的所有跌倒动作的检出率为：TP/(TP+FN)；特异性反映所有非真实事件被正确检测出来的所有日常活动的检出率为：TN/(TN+FP)；准确度反映所有事件被正确检测出来的所有动作的检出率为：(TP+TN)/(TP+FN+TN+FP)。

4.根据权利要求1所述的基于kinect传感器的跌倒检测系统，其特征在于：LabVIEWReal-Time工具实时读取骨骼图和视频的原始数据程序，对kinect 的调用程序，跌倒姿态最终识别程序。

5.根据权利要求1所述的基于kinect传感器的跌倒检测系统，其特征在于：基于LabVIEW平台设计上位机监控软件，包括设置短信提示到家人手机、PC等进行实时网络数据查询等功能。