一种跌倒检测方法、装置、设备和存储介质与流程

摘要: 本发明实施例涉及计算机,尤其涉及一种跌倒检测方法、装置、设备和存储介质。背景技术:1、跌倒检测是指使用各种技术手段来监测和识别个体是否发生跌倒行为,通常应用于智...
一种跌倒检测方法、装置、设备和存储介质与流程

本发明实施例涉及计算机,尤其涉及一种跌倒检测方法、装置、设备和存储介质。

背景技术:

1、跌倒检测是指使用各种技术手段来监测和识别个体是否发生跌倒行为,通常应用于智能家居、医疗保健、老年人护理等领域,具有重要的社会和医疗意义。

2、现有技术中,通常在目标对象所处环境中安装雷达传感器,通过雷达传感器输出的数据进行跌倒检测。

3、但是,这种检测方法难以对目标对象较多的复杂场景进行跌倒检测。

技术实现思路

1、本发明提供一种跌倒检测方法、装置、设备和存储介质,以实现对人数较多的复杂场景进行跌倒检测。

2、第一方面,本发明实施例提供了一种跌倒检测方法,包括:

3、获取预设区域内目标对象的数量;

4、根据目标对象的数量进行配置采集,以采集目标对象的目标事件数据和目标补充数据;

5、结合目标事件数据和目标补充数据对目标对象进行跌倒检测,得到跌倒检测结果;

6、其中,在进行配置采集时,若目标对象的数量小于或者等于第一阈值,则采集的目标补充数据为目标雷达数据,若目标对象的数量大于第一阈值,则采集的目标补充数据为目标图像数据。

7、进一步地,获取预设区域内目标对象的数量,包括:

8、获取预设区域的事件数据,根据事件数据识别目标对象的数量,得到第一识别结果;

9、获取预设区域的图像数据,根据图像数据识别目标对象的数量,得到第二识别结果;

10、根据第一识别结果和第二识别结果确定目标对象的数量。

11、进一步地,根据事件数据识别目标对象的数量,得到第一识别结果,包括:

12、对事件数据进行特征提取,得到特征数据序列;

13、根据特征数据序列进行行为识别,并根据行为的时空关联对各个目标对象进行识别标记;

14、统计识别标记的数量,得到第一识别结果。

15、进一步地,根据图像数据识别目标对象的数量,得到第二识别结果,包括:

16、基于深度学习对图像数据进行目标检测,识别目标对象并统计目标对象的数量,得到第二识别结果。

17、进一步地,根据目标对象的数量进行配置采集,以采集目标对象的目标事件数据和目标补充数据,包括:

18、若目标对象的数量小于或者等于第二阈值,则通过第一事件视觉传感器采集目标事件数据,通过第一雷达传感器采集目标雷达数据;

19、若目标对象的数量大于第二阈值且小于或者等于第一阈值,则通过第二事件视觉传感器采集目标事件数据,通过第二雷达传感器采集目标雷达数据;

20、若目标对象的数量大于第一阈值,则通过第三事件视觉传感器采集目标事件数据,通过有源像素传感器采集目标图像数据;

21、其中,第二阈值小于第一阈值。

22、进一步地,当目标补充数据为目标雷达数据时,结合目标事件数据和目标补充数据对目标对象进行跌倒检测,得到跌倒检测结果,包括:

23、基于目标事件数据对目标对象进行跌倒检测,得到第一检测结果,基于目标雷达数据对目标对象进行跌倒检测,得到第二检测结果;

24、对第一检测结果和第二检测结果进行加权计算,得到跌倒检测结果。

25、进一步地,在基于目标雷达数据对目标对象进行跌倒检测时,第一雷达传感器对应的检测阈值小于第二雷达传感器对应的检测阈值;在对第一检测结果和第二检测结果进行加权计算时,第一雷达传感器对应的第二检测结果的权重系数大于第二雷达传感器对应的第二检测结果的权重系数。

26、进一步地,当目标补充数据为目标图像数据时,结合目标事件数据和目标补充数据对目标对象进行跌倒检测,得到跌倒检测结果,包括:

27、基于目标事件数据对目标对象进行跌倒检测,得到第三检测结果;

28、若第三检测结果为存在跌倒行为,则基于目标图像数据对目标对象进行跌倒姿态识别,得到第四检测结果;

29、若第四检测结果为存在跌倒姿态,则确定跌倒检测结果为预设区域内存在发生跌倒行为的目标对象。

30、进一步地,在基于目标事件数据对目标对象进行跌倒检测时,第三事件视觉传感器对应的检测阈值小于第二事件视觉传感器对应的检测阈值,第三事件视觉传感器对应的检测频率大于第二事件视觉传感器对应的检测频率。

31、进一步地,在得到跌倒检测结果之后,若跌倒检测结果为预设区域内存在发生跌倒行为的目标对象,则跌倒检测方法还包括:

32、若目标补充数据为目标雷达数据,则向远程终端设备发送报警信息和跌倒行为相关的目标事件数据;

33、若目标补充数据为目标图像数据,则向远程终端设备发送报警信息、跌倒行为相关的目标事件数据及经过去隐私处理的目标图像数据。

34、第二方面,本发明实施例还提供了一种跌倒检测装置,包括:

35、获取模块,用于获取预设区域内目标对象的数量;

36、配置采集模块,用于根据目标对象的数量进行配置采集,以采集目标对象的目标事件数据和目标补充数据;

37、检测处理模块,用于结合目标事件数据和目标补充数据对目标对象进行跌倒检测,得到跌倒检测结果;

38、其中,在进行配置采集时,若目标对象的数量小于或者等于第一阈值,则采集的目标补充数据为目标雷达数据,若目标对象的数量大于第一阈值,则采集的目标补充数据为目标图像数据。

39、第三方面,本发明实施例还提供了一种电子设备,电子设备包括:

40、至少一个处理器;以及与至少一个处理器通信连接的存储器;

41、其中,存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使电子设备能够执行如第一方面中任一所述的跌倒检测方法。

42、第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,计算机可执行指令在由计算机处理器执行时用于执行如第一方面中任一所述的跌倒检测方法。

43、第五方面,本发明提供一种计算机程序产品,该计算机程序产品包括计算机指令,当计算机指令在计算机上运行时,使得计算机执行如第一方面提供的跌倒检测方法。

44、需要说明的是,上述计算机指令可以全部或者部分存储在计算机可读存储介质上。其中,计算机可读存储介质可以与跌倒检测装置的处理器封装在一起的,也可以与跌倒检测装置的处理器单独封装,本发明对此不做限定。

45、本发明实施例提供的跌倒检测方法,首先可以确定预设区域内目标对象的数量,其次可以根据目标对象的数量确定对预设区域内目标对象进行跌倒检测的方式,即确定对各目标对象进行跌倒检测需要采集的目标事件数据以及目标补充数据,其中,目标补充数据为目标雷达数据或者目标图像数据,进而采集对各目标对象进行跌倒检测所需的目标事件数据以及目标雷达数据或者目标图像数据,再根据采集到的数据对目标对象进行跌倒检测,融合两种传感器的采集数据进行跌倒检测,检测的准确性和可靠性高,采集数据包括目标事件数据,对应隐私泄露的风险较低;同时,根据目标对象的数量确定目标补充数据的类型,当目标对象的数量较小时,目标补充数据为目标雷达数据,当目标对象的数量较大时,目标补充数据为目标图像数据,也就是说,针对包含较少目标对象的简单场景,结合事件视觉传感器和雷达传感器进行跌倒检测,针对包含较多目标对象的复杂场景,不再采用雷达传感器进行跌倒检测,而是结合事件视觉传感器和有源像素传感器进行跌倒检测,有效提升了目标对象的跌倒检测精度,尤其提升了复杂场景下的跌倒检测精度。

46、本发明中第二方面、第三方面、第四方面以及第五方面的描述,可以参考第一方面的详细描述;并且,第二方面、第三方面、第四方面、以及第五方面的描述的有益效果,可以参考第一方面的有益效果分析,此处不再赘述。

47、在本发明中,上述跌倒检测装置的名字对设备或功能模块本身不构成限定,在实际实现中,这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本发明类似,属于本发明权利要求及其等同技术的范围之内。

48、本发明的这些方面或其他方面在以下的描述中会更加简明易懂。