[发明专利]一种跌倒检测方法、装置、电子设备及存储介质

说明书

本发明提供一种跌倒检测方法、装置、电子设备及存储介质，该方法包括：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。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种跌倒检测方法、装置、电子设备及存储介质。

背景技术

针对跌倒检测的研究，主流的方法主要包括三种：基于可穿戴传感器的跌倒检测、基于环境传感器的跌倒检测与基于视频图像的跌倒检测方法。其中，基于视频图像的跌倒检测方法无需人体佩戴设备、且不易受环境影响，近年来在实际应用中更加广泛。

现有技术中，基于视频图像的跌倒检测方法主要是，依赖人工提取的跌倒特征，借助判别分类器进行跌倒检测，模型简单、但准确率相对较低；现有技术中，另一种常用方法则是采用Kinect等深度相机采集视频数据，获取人体三维坐标信息，再结合人体骨骼点的角度与距离特征变化、结合机器学习分类器，进行人体跌倒检测判断，此类方法对摄像头要求较高，提升了硬件成本，且算法复杂度相对较高。

因此，如何更好的跌倒检测已经成为业界亟待解决的问题。

发明内容

本发明提供一种跌倒检测方法、装置、电子设备及存储介质，用以解决现有技术中无法便捷高效的实现跌倒检测的问题。

本发明提供一种跌倒检测方法，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。

根据本发明提供的一种跌倒检测方法，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。

根据本发明提供的一种跌倒检测方法，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。

根据本发明提供的一种跌倒检测方法，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；