基于多源数据融合的跌倒检测方法、装置、设备、介质及产品与流程

摘要: 本申请涉及跌倒检测,特别是涉及一种基于多源数据融合的跌倒检测方法、装置、设备、介质及产品。背景技术:1、跌倒检测是运用传感器和人工智能技术,实时识别人体意外跌倒...
基于多源数据融合的跌倒检测方法、装置、设备、介质及产品与流程

本申请涉及跌倒检测,特别是涉及一种基于多源数据融合的跌倒检测方法、装置、设备、介质及产品。

背景技术:

1、跌倒检测是运用传感器和人工智能技术,实时识别人体意外跌倒并自动报警的主动防护系统,其核心价值在于将传统的事后救助转变为主动监测与预警。

2、目前,基于可穿戴传感器的跌倒检测方案大多采用加速度计或陀螺仪,通过检测冲击加速度和随后的静止状态来判断跌倒。

3、现有技术中例如快速坐下、弯腰捡东西、打喷嚏等剧烈动作容易被误判为跌倒,存在较高的误报率。

技术实现思路

1、本申请的目的是提供一种基于多源数据融合的跌倒检测方法、装置、设备、介质及产品,能够提高跌倒检测的识别准确率。

2、为实现上述目的,本申请提供了如下方案:

3、第一方面,本申请提供了一种基于多源数据融合的跌倒检测方法,包括:

4、获取待检测者的三轴加速度,基于所述三轴加速度获取待检测者的第一和加速度;其中,所述三轴加速度是根据三轴加速度计获取的,所述三轴加速度计被所述待检测者佩戴;

5、根据所述第一和加速度判断当前时间所述检测者是否发生冲击事件;

6、若确定发生所述冲击事件,获取在所述当前时间之前第一预设时间窗口内的第二和加速度序列;根据所述第二和加速度序列判断所述第一预设时间窗口内所述待检测者是否存在自由落体事件;

7、若确定存在所述自由落体事件,获取所述第二预设时间窗口内的所述待检测者的跟踪热图序列;基于所述跟踪热图序列判断所述待检测者在所述第二预设时间窗口内是否存在倒地事件;若所述待检测者在所述第二预设时间窗口内存在所述倒地事件,确定所述待检测者发生跌倒。

8、可选地,所述根据所述第一和加速度判断当前时间所述检测者是否发生冲击事件,包括:

9、判断所述第一和加速度是否大于第一预设值,若所述第一和加速度大于所述第一预设值,确定所述待检测者在所述当前时间发生冲击事件。

10、可选地,所述根据所述第二和加速度序列判断所述第一预设时间窗口内所述待检测者是否存在自由落体事件;包括:

11、判断在所述第二和加速度序列中是否存在低于第二预设值的和加速度;

12、若存在低于第二预设值的和加速度,确定所述第一预设时间窗口内所述待检测者存在所述自由落体事件;

13、否则,确定所述第一预设时间窗口内所述待检测者不存在所述自由落体事件,返回所述获取待检测者的三轴加速度,基于所述三轴加速度获取待检测者的第一和加速度的步骤。

14、可选地,所述跟踪热图序列包括多帧所述待检测者的热图;所述基于所述跟踪热图序列判断所述待检测者在所述第二预设时间窗口内是否存在倒地事件,包括:

15、遍历所述热图,以所述热图的顶部作为x轴建立二维坐标系,获取所述热图中人体质心坐标的纵坐标;

16、判断是否存在所述人体质心坐标的纵坐标大于第三预设值的所述热图,若存在,确定所述待检测者在所述第二预设时间窗口内存在所述倒地事件;

17、否则,确定所述待检测者在所述第二预设时间窗口内不存在所述倒地事件。

18、可选地,所述人体质心的纵坐标为基于温度加权的人体质心纵坐标,所述获取所述热图中人体质心的纵坐标,包括:

19、获取所述热图中每个像素点的温度,提取所有温度大于第四预设值的所述像素点作为人体像素点;

20、基于对应的温度作为权重对所述人体像素点的纵坐标进行加权获取所述基于温度加权的人体质心纵坐标。

21、可选地,所述基于三轴加速度计获取待检测者的第一和加速度,包括:

22、基于三轴加速度计实时获取待检测者的x轴加速度、y轴加速度和z轴加速度,根据所述x轴加速度、y轴加速度和z轴加速度获取所述第一和加速度。

23、第二方面,本申请提供了一种基于多源数据融合的跌倒检测装置,包括:

24、动态检测模块,用于获取待检测者的三轴加速度,基于所述三轴加速度获取待检测者的第一和加速度;其中,所述三轴加速度是根据三轴加速度计获取的,所述三轴加速度计被所述待检测者佩戴;

25、根据所述第一和加速度判断当前时间所述检测者是否发生冲击事件;

26、若确定发生所述冲击事件,获取在所述当前时间之前第一预设时间窗口内的第二和加速度序列;根据所述第二和加速度序列判断所述第一预设时间窗口内所述待检测者是否存在自由落体事件;

27、姿态检测模块,用于若确定存在所述自由落体事件,获取所述第二预设时间窗口内的所述待检测者的跟踪热图序列;基于所述跟踪热图序列判断所述待检测者在所述第二预设时间窗口内是否存在倒地事件;若所述待检测者在所述第二预设时间窗口内存在所述倒地事件,确定所述待检测者发生跌倒。

28、第三方面,本申请提供了一种计算机设备,包括:存储器、处理器以存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序以实现上述中任一项所述的基于多源数据融合的跌倒检测方法的步骤。

29、第四方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述中任一项所述的基于多源数据融合的跌倒检测方法的步骤。

30、第五方面,本申请提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述中任一项所述的基于多源数据融合的跌倒检测方法的步骤。

31、根据本申请提供的具体实施例,本申请公开了以下技术效果:

32、本申请提供了一种基于多源数据融合的跌倒检测方法、装置、设备、介质及产品,通过三轴加速度数据识别关于跌倒动作中对应的自由落体阶段和冲击阶段,以识别待检测用户跌倒时的运动状态,根据跟踪热图序列识别待检测者的姿态,对跌倒动作进行精准识别,减少误判率。

1.一种基于多源数据融合的跌倒检测方法,其特征在于,所述基于多源数据融合的跌倒检测方法包括:

2.根据权利要求1所述的基于多源数据融合的跌倒检测方法,其特征在于,所述根据所述第一和加速度判断当前时间所述检测者是否发生冲击事件,包括:

3.根据权利要求1所述的基于多源数据融合的跌倒检测方法,其特征在于,所述根据所述第二和加速度序列判断所述第一预设时间窗口内所述待检测者是否存在自由落体事件;包括:

4.根据权利要求1所述的基于多源数据融合的跌倒检测方法,其特征在于,所述跟踪热图序列包括多帧所述待检测者的热图;所述基于所述跟踪热图序列判断所述待检测者在所述第二预设时间窗口内是否存在倒地事件,包括:

5.根据权利要求4所述的基于多源数据融合的跌倒检测方法,其特征在于,所述人体质心的纵坐标为基于温度加权的人体质心纵坐标,所述获取所述热图中人体质心的纵坐标,包括:

6.根据权利要求1所述的基于多源数据融合的跌倒检测方法,其特征在于,所述基于三轴加速度计获取待检测者的第一和加速度,包括:

7.一种基于多源数据融合的跌倒检测装置,其特征在于,所述基于多源数据融合的跌倒检测装置包括:

8.一种计算机设备,包括:存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-6中任一项所述的基于多源数据融合的跌倒检测方法的步骤。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-6中任一项所述的基于多源数据融合的跌倒检测方法的步骤。

10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-6中任一项所述的基于多源数据融合的跌倒检测方法的步骤。