[发明专利]一种跌倒风险评估及防控方法和相关设备在审
申请号: | 202111648621.7 | 申请日: | 2021-12-30 |
公开(公告)号: | CN114333058A | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 王天;其他发明人请求不公开姓名 | 申请(专利权)人: | 杭州程天科技发展有限公司 |
主分类号: | G06V40/20 | 分类号: | G06V40/20;G06V10/62;G06V10/34;G06V10/25;G06V10/44;G06V10/82;G06T7/73;G06N3/08 |
代理公司: | 杭州品众专利代理事务所(特殊普通合伙) 33459 | 代理人: | 苗小伟 |
地址: | 311100 浙江省杭州市余*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 跌倒 风险 评估 方法 相关 设备 | ||
1.一种跌倒风险评估及防控方法,其特征在于,所述方法包括:
目标对象检测步骤,获取环境图像,并提取目标对象图像;
关节点检测步骤,利用预设模型对目标对象图像的关节区域对各关节点进行标记,所述标记携带空间信息和关节关系信息;
运动轨迹预测步骤,根据人体姿态模型判断目标对象移动过程中,各关节点的空间位置变化与所述人体姿态模型中的跌倒姿态对应关节的空间位置变化的吻合度;
评估及防控步骤,在目标对象移动过程时间段内,各个时间点内对所述吻合度的计算,输出跌倒评估结果和防控建议数据。
2.根据权利要求1所述的方法,其特征在于,获取环境图像,并提取目标对象图像,包括:
利用目标检测算法对拍照区域内的人体轮廓进行框选;
对框选出的多个目标对象按照目标特征模型,选取目标对象;
追踪所述目标对象在移动过程中的多个图像。
3.根据权利要求1所述的方法,其特征在于,利用预设模型对目标对象图像的关节区域对各关节点进行标记包括:
利用人体关节点检测模型,对所述目标对象的人体关节点标记。
4.根据权利要求1-3中任一所述的方法,其特征在于,还包括:
遮挡处理步骤,当所述目标对象被遮挡,通过卡尔曼滤波预测下一预测时间内的轨迹;
当目标对象的图像丢失至预设数量时,停留至当前坐标扩大目标检测范围至若干倍数仍无法获取所述目标对象的图像,则判断所述目标对象未移动;
返回目标对象的图像丢失前的图像启动重新检测。
5.根据权利要求4所述的方法,其特征在于,还包括:
人体姿态模型训练步骤,包括:
利用双目摄像头得到关节点空间信息,将其标记在对应的人体模型;
拾取人体正面目标点的位置,并获取人体转身后该目标点的镜面点位置关系;
当待测目标运动时,同时检测正面目标点和该目标点的镜面点,以获取该目标点坐标。
6.一种跌倒风险评估及防控装置,其特征在于,包括:
目标对象检测模块,获取环境图像,并提取目标对象图像;
关节点检测模块,利用预设模型对目标对象图像的关节区域对各关节点进行标记,所述标记携带空间信息和关节关系信息;
运动轨迹预测模块,根据人体姿态模型判断目标对象移动过程中,各关节点的空间位置变化与所述人体姿态模型中的跌倒姿态对应关节的空间位置变化的吻合度;
评估及防控模块,在目标对象移动过程时间段内,各个时间点内对所述吻合度的计算,输出跌倒评估结果和防控建议数据。
7.如权利要求6所述的跌倒风险评估及防控装置,其特征在于,遮挡处理装置,具体配置为:
当所述目标对象被遮挡,通过卡尔曼滤波预测下一预测时间内的轨迹;
当目标对象的图像丢失至预设数量时,停留至当前坐标扩大目标检测范围至若干倍数仍无法获取所述目标对象的图像,则判断所述目标对象未移动;
返回目标对象的图像丢失前的图像启动重新检测。
8.如权利要求6所述的跌倒风险评估及防控装置,其特征在于,人体姿态模型训练模块,具体配置为:
利用双目摄像头得到关节点空间信息,将其标记在对应的人体模型;
拾取人体正面目标点的位置,并获取人体转身后该目标点的镜面点位置关系;
当待测目标运动时,同时检测正面目标点和该目标点的镜面点,以获取该目标点坐标。
9.一种计算机可读介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令用于执行如权利要求1-5中任一权利要求所述的方法。
10.一种计算设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-5中任一权利要求所述的方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州程天科技发展有限公司,未经杭州程天科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111648621.7/1.html,转载请声明来源钻瓜专利网。