[发明专利]一种跌倒检测方法、装置、电子设备及存储介质

权利要求书

1.一种跌倒检测方法，其特征在于，包括：

对人体视频图像进行人体骨骼关键点检测，得到初始人体骨骼关键点数据；

将所述初始人体骨骼关键点数据输入预设骨骼关键点修正模型，得到修正后人体骨骼关键点数据；

从符合预设跌倒判别模型数据输入条件的所述修正后人体骨骼关键点数据中，提取人体骨骼目标关键点数据；

将所述人体骨骼目标关键点数据输入预设跌倒判别模型，得到跌倒判别结果；

其中，所述预设骨骼关键点修正模型，是根据携带预设人体骨骼关键点标签的第一人体骨骼关键点样本数据训练得到的；

其中，所述预设跌倒判别模型，是根据携带跌倒结果标签的第二人体骨骼关键点样本数据训练得到的。

2.根据权利要求1所述跌倒检测方法，其特征在于，所述符合预设跌倒判别模型数据输入条件的修正后人体骨骼关键点数据，具体为：

修正后人体骨骼关键点数据，同时包含首部关键点数据和至少任一完整腿部关键点数据。

3.根据权利要求2所述跌倒检测方法，其特征在于，从符合预设跌倒判别模型数据输入条件的所述修正后人体骨骼关键点数据中，提取人体骨骼目标关键点数据的步骤，具体包括：

从符合预设跌倒判别模型数据输入条件的所述修正后人体骨骼关键点数据中，筛选出首部关键点数据和完整腿部关键点数据；

将所述首部关键点数据和任一完整腿部关键点数据，作为人体骨骼目标关键点数据。

4.根据权利要求1所述跌倒检测方法，其特征在于，在将所述初始人体骨骼关键点数据输入预设骨骼关键点修正模型的步骤之前，所述方法还包括：

获取人体视频样本集，通过openpose算法提取出人体视频样本集中第一帧图像的openpose特征，得到初始隐状态；

按照预设间隔帧，在所述人体视频样本集中获取人体视频样本图片；

对所述人体视频样本图片进行人体骨骼关键点检测，得到多个第一人体骨骼关键点样本数据；

将每个第一人体骨骼关键点样本数据和预设人体骨骼关键点标签的组合作为一个训练样本，获得多个训练样本；

利用多个训练样本和所述初始隐状态对门控循环单元GRU循环神经网络进行训练，当满足第一预设条件时，完成训练，得到预设骨骼关键点修正模型。

5.根据权利要求1所述跌倒检测方法，其特征在于，在将所述人体骨骼目标关键点数据输入预设跌倒判别模型，得到跌倒判别结果的步骤之前，所述方法还包括:

获取多个第二人体骨骼关键点样本数据，对所述多个第二人体骨骼关键点样本数据进行尺度变换，得到多个不同尺度的第二人体骨骼关键点样本数据；

根据每个不同尺度的第二人体骨骼关键点样本数据，提取人体骨骼目标关键点样本数据；

将每个所述人体骨骼目标关键点样本数据和跌倒结果标签的组合作为一个训练样本，获得多个训练样本；

根据多个所述训练样本对预设特征提取网络进行训练，当满足第二预设条件时，完成训练，得到预设跌倒判别模型。

6.根据权利要求1所述跌倒检测方法，其特征在于，对人体视频图像进行人体骨骼关键点检测，得到初始人体骨骼关键点数据的步骤，具体包括：

通过openpose算法提取出所述人体视频图像的openpose特征；

根据所述openpose特征进行人体骨骼关键点检测，得到初始人体骨骼关键点数据。