一种基于全向视觉的人体跌倒识别方法

摘要

本发明提出一种基于全向视觉的人体跌倒识别方法，其内容包括是：监测系统使用全向视觉系统采集和处理图像，全向视觉系统能够采集到360°视角范围内的图像信息以消除盲点，系统将原始图像分别展开为柱面投影图和透视投影图，利用背景分割技术将人体轮廓从图像中去噪并提取出来后，分别分析柱面投影图里的人体轮廓所显示的宽高比以及透视投影图里人体轮廓的最小外接圆和最大内切圆半径之比，通过人在正常状态下和跌倒时所对应的不同的比值，分别对比设定的相应阈值，来判断人是否跌倒，并对跌倒事故发出警报。本发明由于采用全向视觉系统，能够对360°视角范围进行无死角的实时监测，及时准确，可节省大量人力成本。

主权项

一种基于全向视觉的人体跌倒识别方法，其特征在于：该方法内容包括如下步骤：(1)将全向视觉系统采集的图像传送至计算机服务器进行处理；系统以1帧/秒的采样频率处理图像，系统将原始图像分别展开为柱面投影图和透视投影图，并分别进行高斯滤波；(2)对展开后的柱面投影图和透视投影图，分别利用前30秒钟的图像训练一个之后可定期更新的基本的背景模型，使用这个模型将前景从背景中分割出来；(3)将前景的二值图像轮廓从背景中分割出来后，利用形态学开操作将小的噪声消除，再用闭操作重建边缘部分；(4)对柱面投影图和透视投影图分别进行处理；对柱面投影图，运用连通区域标记技术来标注每个连续的物体并得到它的面积，通过人体面积的最小值S_a来排除非人体的噪声；同样，通过另一个人体面积的最小值S_b对透视投影图进行相同方法处理；(5)对柱面投影图，计算出去除噪声之后得到的人体轮廓的宽W和高H，得出人体轮廓的宽高比K＝W/H，通过人在正常状态下和跌倒时的不同的宽高比，来分析人是否跌倒；当检测到宽高比K大于设定的阈值T_a时，就读取此帧之前第8秒钟至第3秒钟的6个图像帧和此帧之后的第5秒钟至第10秒钟的6个图像帧中检测到的12个宽高比K，如果前6个图像帧中的宽高比K都小于1而后6个图像帧中的宽高比K都大于1并且大于阈值T_a时，那么就判定是发生了跌倒事故，将F_a置为TRUE；(6)对透视投影图，计算出去除噪声之后得到的人体轮廓的最大内切圆半径R_i和最小外接圆半径R_c，得出人体轮廓的最小外接圆和最大内切圆半径之比P＝R_c/R_i，通过人在正常状态下和跌倒时的不同的外接圆内切圆半径之比P，来分析人是否跌倒；当检测到P大于设定的上限阈值T_b2时，就读取此帧之前第8秒钟至第3秒钟的6个图像帧和此帧之后的第5秒钟至第10秒钟的6个图像帧中检测到的12个P，如果前6个图像帧中的P都小于设定的下限阈值T_b1而后6个图像帧中的P都大于上限阈值T_b2时，那么就判定是发生了跌倒事故，将F_b置为TRUE；(7)只要F_a或F_b其中之一为TRUE，系统即发出跌倒警报，向值班室的计算机发送可疑画面并向手机发送短信息通知护理人员处理。