[发明专利]一种基于SURF算法的老年人护理需求识别方法

说明书

本发明公开了一种基于SURF算法的老年人护理需求识别方法。该方法如下：获取老年人的面部表情图像，并生成训练集、测试集；利用SURF特征提取算法对训练集进行特征提取，确定表情类型；采用词袋模型，结合K‑means聚类算法对训练集的所有图像中提取出的特征向量进行聚类，将每一个聚类中心作为视觉词，再将所有聚类中心所对应的视觉词集合形成码本；将同一幅图像的SURF特征向量映射到码本生成Bow向量；将训练集所有特征向量聚类生成的视觉词序列构成的码本放入SVM支持向量机中进行训练；提取测试集中测试图像的SURF特征并映射为Bow向量作为测试数据，使用SVM算法得到分类结果。本发明提升了老年人护理需求识别的实时性和准确性。

技术领域

本发明涉及机器视觉及图像识别技术领域，特别是一种基于SURF算法的老年人护理需求识别方法。

背景技术

随着人口老龄化问题加重，老人的护理问题成为一个重要的问题。老年人身体的退化以及近年来心血管疾病的普遍化，加重了老年人表达和行动的不便，导致一部分老年人只能长期卧床且表达不清。在护理资源短缺的情况下，当产生如厕的生理需求时，常常由于帮扶不及时导致失禁，处理非常繁琐且对老年人危害大。所以，通过机器对老年人有如厕需求却难以行动表达时的表情识别，有效的识别老年人护理需求十分重要。

随着现代图像识别技术的不断发展，面部识别技术可以识别出人脸的表情变化，通过对于老人产生护理需求时难受表情的识别，就可以及时通知护工进行帮助，解决老人如厕的护理需求。专利CN111476196A公开了一种基于面部动作的老年残障人士护理需求识别方法，该方法根据事先规定的操作逻辑，使用眨眼动作和张嘴动作来表征老年残障人士的基本护理需求，满足其吃饭、小便和大便的需求识别，给老年残障人士提供更自然、和谐的人机交互方式，可以使老年人得到更可靠的看护。但是该方法需要人为干预，要求老人做出指定动作，对于难以理解指定要求的部分老年人难以实现。

发明内容

本发明的目的在于提供一种实时性好、准确性高、适用范围广的基于SURF算法的老年人护理需求识别方法。

实现本发明目的的技术解决方案为：一种基于SURF算法的老年人护理需求识别方法，具体步骤如下：

步骤1、获取老年人的面部表情图像，并生成训练集、测试集；

步骤2、利用SURF特征提取算法对训练集进行特征提取，确定表情类型；

步骤3、采用词袋模型Bag-of-words，结合K-means聚类算法对训练集的所有图像中提取出的特征向量进行聚类，将每一个聚类中心作为视觉词word，再将所有聚类中心所对应的视觉词集合形成码本dictionary；以码本为规范，将同一幅图像的SURF特征向量映射到码本生成Bow向量，并使用该Bow向量来描述这副图像；

步骤4、将训练集所有特征向量聚类生成的视觉词序列构成的码本放入SVM支持向量机中进行训练，从而得到训练好的模型；提取测试集中测试图像的SURF特征，将这些SURF特征映射为Bow向量并作为测试数据，使用SVM算法得到分类结果，完成老年人护理需求识别。

进一步地，步骤2所述的利用SURF特征提取算法对训练集进行特征提取，确定表情类型，具体如下：

(2-1)构建Hessian矩阵生成特征点；

(2-2)构建尺度空间；

(2-3)定位特征点；

(2-4)分配特征点主方向；

(2-5)生成特征点描述子即SURF特征向量。

进一步地，(2-1)所述构建Hessian矩阵生成特征点，具体如下：