[发明专利]基于关键点的跌倒检测方法

权利要求书

1.基于关键点的跌倒检测方法，其特征在于，基于关键点的跌倒检测系统包括依次连接的图像采集模块、图像识别模块、动作检测模块和显示模块，图像采集模块包括摄像头，摄像头逐帧采集区域内图像；图像识别模块检测连续帧图像中的人体，并识别出所检测人体的骨骼关键点；动作检测模块基于目标检测框符合设定阈值的宽高比例，检测连续帧图像中的人体骨骼关键点中手腕关键点与脚踝关键点构成的直线距离，眼睛关键点与脚踝关键点构成的直线距离，以及肩膀关键点和膝盖关键点的夹角变化情况来判断视频中人体是否处于跌倒状态；显示模块：通过显示器显示视频图像区域内是否有人处于跌倒状态，并给出相应的警告提示，采用上述系统的方法包括以下步骤：

S10，摄像头获取图像；

S20，进行人体识别框定；

S30，进行人体关键点识别与计算；

S40，利用显示模块对判断为跌倒的情况发出警示信息。

2.根据权利要求1所述的方法，其特征在于，所述进行人体识别框定，包括以下步骤：

S21，使用R-CNN算法对图像处理，检测图像中人体并用检测框框定；

S22，计算人体检测框的宽高比λ，与设定的阈值λ’进行对比，若符合λλ’，则判断人体摔倒。

3.根据权利要求1所述的方法，其特征在于，所述进行人体关键点识别与计算包括以下步骤：

S31，利用MASK-RCNN算法对人体图像进行处理，提取出人体的17个骨骼关键点，并按顺序标记，0对应鼻子、1对应左眼、2对应右眼、3对应左耳、4对应右耳、5对应左肩膀、6对应右肩膀、7对应左手肘关节、8对应右手肘关节、9对应左手腕关节、10对应右手腕关节、11对应左边胯部、12对应右边胯部、13对应左腿膝盖、14对应右腿膝盖、15对应左腿脚踝、16对应右腿脚踝；

S32，判断人体17个骨骼关键点是否识别完全，

S33，否，则利用基于生成对抗网络的行人重识别方法对缺失骨骼关键点进行补全；

S34，是，则对指定骨骼关键点的角度与距离进行计算，从而判断是否跌倒。

4.根据权利要求3所述的方法，其特征在于，所述对指定骨骼关键点的角度与距离进行计算，从而判断是否跌倒为，当人体上身躯干与大腿的角度小于预设角度阈值，且头部到脚部的头脚距离小于预设的头脚长度阈值，手部到脚部的手脚距离小于预设的手脚长度阈值时，则再进行时间判断，若该姿态持续时间超过预设时间阈值，则判断为跌倒；如果指定骨骼关键点的角度与距离未满足上述条件，或姿态持续时间没有达到时间阈值，则判断为非跌倒。

5.根据权利要求4所述的方法，其特征在于，所述预设角度阈值为130°-150°。

6.根据权利要求4所述的方法，其特征在于，所述头脚长度阈值为1.8-2.2倍的小腿长度，所述小腿长度为脚踝关键点与膝盖关键点间的长度。

7.根据权利要求4所述的方法，其特征在于，所述手脚长度阈值为1.1-1.25倍的小腿长度，所述小腿长度为脚踝关键点与膝盖关键点间的长度。

8.根据权利要求4所述的方法，其特征在于，所述预设时间阈值为1.5s。