基于跌倒检测算法的摔倒监控方法、控制器和系统与流程

1.本技术涉及健康监测的领域，尤其是涉及一种基于跌倒检测算法的摔倒监控方法、控制器和系统。


背景技术：

2.目前针对独居的老人的安全问题，尤其是老人摔倒检测这方面进行了大量研究，研究主要分为三大类。
3.第一类是基于可穿戴设备对老人摔倒进行检测，这类系统通常采用三轴加速度和陀螺仪灯传感器来采集老人摔倒的数据，并对其进行分析进而判断老人是否摔倒；第二类是基于声音信号来检测老人摔倒，此类系统通过采集摔倒时产生的声音大小和声音频率来判断老人是否摔倒；第三类是基于视频监控的摔倒检测系统，此类系统通常通过摄像设备采集图像信息，但是常用的方法是对图像中的老人计算其纵横比，当纵横比超过阈值时则认为老人摔倒。
4.针对上述中的相关技术，发明人认为容易受到外界其他声音的干扰并产生误判，检测效果较差。


技术实现要素：

5.为了降低外界声音产生干扰的可能性，提高检测效果，本技术提供一种基于跌倒检测算法的摔倒监控方法、控制器和系统。
6.第一方面，本技术提供一种基于跌倒检测算法的摔倒监控方法，采用如下的技术方案：一种基于跌倒检测算法的摔倒监控方法，包括：获取目标对象的图像信息；基于目标对象的图像信息提取目标对象的头部信息；并以头部信息所在位置为基准对目标对象的头部进行定位；基于头部的下降速度与速度阈值的比较结果输出摔倒报警信号。
7.通过采用上述技术方案，首先获取目标对象的图像信息，然后从图像信息中提取目标对象的头部信息，同时以头部信息所在的位置为基准对目标对象的头部进行定位，然后获取一定时间内头部的下降速度，将头部的下降速度与速度阈值进行对比，如果头部的下降速度大于速度阈值则输出摔倒报警信号，通过目标对象头部的下降速度进行判断，能有效降低外界声音产生干扰的可能性，提高检测效果。
8.可选的，获取摔倒报警信号的步骤包括：获取头部信息连续两帧的位置信息；基于位置信息计算头部的下降速度；在头部信息的下降速度大于速度阈值时输出摔倒报警信号；基于摔倒报警信号输出控制指令以控制移动终端和/或报警器报警。
9.通过采用上述技术方案，根据头部信息连续两帧的位置信息计算头部的下降速度，能够得到头部信息的瞬时速度，然后跟速度阈值进行比较，当头部的下降速度大于速度阈值，则判断为摔倒，此时输出摔倒报警信号控制移动终端和/或报警器报警，能够提高老人是否摔倒判断的准确性。
10.可选的，输出摔倒报警信号之前还包括：获取头部信息的最终位置信息；基于头部信息的最终位置信息判断头部信息的最终位置信息是否与地面接触；在头部信息的最终位置信息与地面接触时输出摔倒报警信号。
11.通过采用上述技术方案，在获取目标对象头部下降速度的基础上判断目标对象头部信息的最终位置信息，当头部信息的最终位置信息与地面接触时，能够更加准确的判断老人处于摔倒状态，能够进一步提高判断的准确性。
12.可选的，还包括：基于头部信息提取目标对象的面部信息，所述面部信息包括瞬时表情信息；连接网络并获取状态表情信息；将瞬时表情信息与状态表情信息进行匹配；在瞬时表情信息与状态表情信息匹配成功时输出摔倒报警信号；基于摔倒报警信号输出控制指令以控制移动终端和/或报警器报警。
13.通过采用上述技术方案，人在摔倒的时候面部会不可避免的发生变化，通过联网获取这些状态表情信息，并采集目标对象摔倒时的瞬时表情信息，将瞬时表情信息与状态表情信息匹配，匹配成功则输出摔倒报警信号，能够进一步提高判断老人摔倒的准确性。
14.可选的，输出摔倒报警信号之前还包括：获取目标对象的声音信息并基于声音信息提取实时声音分贝及实时声音频率；将实时声音分贝与预设声音分贝进行匹配、将实时声音频率与预设声音频率进行匹配；匹配成功后输出摔倒报警信号。
15.通过采用上述技术方案，老人摔倒的时候往往会发出惊叫，在面部表情匹配成功的基础上采集目标对象的声音信息，并根据实时声音频率与预设声音频率进行匹配、根据实时声音分贝与预设声音分贝进行匹配，匹配成功则输出摔倒报警信号，能够进一步提高摔倒判断的准确性。
16.可选的，匹配成功之后还包括：获取目标对象的实时心跳速度；在实时心跳速度大于心跳速度阈值时输出摔倒报警信号。
17.通过采用上述技术方案，老人在摔倒的时候心跳不可避免的会发生波动，在声音信息匹配成功的基础上，采集实时心跳速度并与心跳速度阈值比较，在实时心跳速度大于心跳速度阈值时输出摔倒报警信号，则能够更进一步的提高摔倒判断的准确性。
18.可选的，在输出摔倒报警信号之前还包括：基于目标对象的图像信息提取目标对象的关节信息；连接网络并获取摔倒状态关节信息；将目标对象的关节信息与摔倒状态关节信息进行匹配；
在目标对象的关节信息与摔倒状态关节信息匹配成功时，输出摔倒报警信号。
19.通过采用上述技术方案，在头部的下降速度大于速度阈值的基础上，提取目标对象的关节信息，并通过联网获取网络上的多种摔倒状态关节信息，当目标对象的关节信息与摔倒状态关节信息匹配成功时，输出摔倒报警信号，从而进一步提高判断的准确性。
20.可选的，基于目标对象的图像信息提取目标对象的头部信息的步骤包括：基于目标对象的图像信息提取目标对象的颜色信息；基于颜色信息获取不同时刻目标对象的头部信息。
21.通过采用上述技术方案，获取目标对象的颜色信息，并根据同一个颜色信息获取不同时刻的的头部信息，以此来判断是否为同一个目标对象，提高判断的准确性。
22.第二方面，本技术提供一种基于跌倒检测算法的摔倒监控控制器，采用如下的技术方案：一种基于跌倒检测算法的摔倒监控控制器，包括：存储器，存储有智能检测程序；处理器，在运行所述智能检测程序时执行上述任一项所述方法的步骤。
23.通过采用上述技术方案，存储器能够对信息进行存储，处理器能够对信息进行调取并发出控制指令，保证程序的有序执行并实现上述方案的效果。
24.第三方面，本技术提供一种基于跌倒检测算法的摔倒监控系统，采用如下的技术方案：一种基于跌倒检测算法的摔倒监控系统，包括：图像采集装置，用于采集目标对象的面部信息、关节信息和颜色信息并输出；心跳检测装置，用于采集目标对象的实时心跳速度并输出；声音接收装置，用于获取目标对象的声音信息并输出；位置检测装置，用于获取目标对象的头部位置信息并输出；上述所述的基于跌倒检测算法的摔倒监控控制器，用于接收目标对象的头部位置信息，并基于目标对象的头部位置信息输出摔倒报警信号；还用于接收目标对象的面部信息、声音信息和实时心跳信息，并基于目标对象的面部信息、声音信息和实时心跳信息输出摔倒报警信号；还用于接收目标对象的关节信息，并基于目标对象的头部位置信息和关节信息输出摔倒报警信号；还用于接收目标对象的颜色信息，并基于颜色信息获取目标对象的头部信息；摔倒报警装置，用于接收摔倒报警信号，并基于摔倒报警信号向目标对象关联对象的移动终端发送报警信息和/或控制报警器报警。
25.通过采用上述技术方案，位置检测装置能够获取目标对象的头部位置信息并输出，基于跌倒检测算法的摔倒监控控制器能够接收目标对象的头部位置信息，并根据连续两帧的目标对象的头部位置信息计算目标对象头部的下降速度，当头部的下降速度大于速度阈值时，输出摔倒报警信号；图像采集装置能够对目标对象的面部信息、关节信息和颜色信息进行实时的采集，并将采集的信息输出，心跳检测装置能够采集目标对象的实时心跳速度并输出，声音检测装置能够获取目标对象的声音信息并输出，基于跌倒检测算法的摔倒监控控制器能够从面部信息中提取目标对象的瞬时表情信息并与联网获取的状态表情信息进行匹配，匹配成功之后将从声音信息中提取的实时声音分贝与预设声音分贝进行匹
配、将从声音信息中提取的实时声音频率与预设声音频率进行匹配，两者均匹配成功之后，基于跌倒检测算法的摔倒监控控制器能够接收实时心跳速度，并将实时心跳速度与心跳速度阈值进行比较，当实时心跳速度大于心跳速度阈值时输出摔倒报警信息，同时基于跌倒检测算法的摔倒监控控制器能够接收关节信息和颜色信息，通过颜色信息确定同一个目标对象，通过将关节信息与摔倒状态关节信息进行匹配，匹配成功后输出摔倒报警信号，摔倒报警装置能够接收摔倒报警信号，并基于摔倒报警信号向目标对象关联对象的移动终端发送报警信息和/或控制报警器报警，能够有效的提高摔倒判断的准确性。
26.综上所述，本技术包括以下至少一种有益技术效果：1.系统获取目标对象的头部信息，并以头部信息为基准对目标对象进行定位，从而获取头部的下降速度，并将头部的下降速度与速度阈值进行比较，然后根据比较的结果输出摔倒报警信息，从而能够较为准确的判断目标对象的状态，提高对摔倒判断的准确性；2.获取目标对象的瞬时表情信息并与状态表情信息进行匹配，将实时声音分贝与预设声音分贝进行匹配、将实时声音频率与预设声音频率进行匹配，将实时心跳速度与心跳速度阈值比较，能够进一步提高摔倒判断的准确性；3.基于颜色信息获取不同时刻目标对象的头部信息能够较为准确的定位同一个目标对象，从而进一步保证判断的准确性。
附图说明
27.图1是本技术实施例提供的基于跌倒检测算法的摔倒监控系统的机构框图；图2是本技术实施例1提供的基于跌倒检测算法的摔倒监控方法的流程示意图；图3是本技术实施例1中获取目标对象的图像信息步骤s000的详细流程示意图；图4是本技术实施例1中局域目标对象的图像信息提取目标对象的头部信息步骤s001的详细流程示意图；图5是本技术实施例1中获取头部下降速度步骤s100的详细流程示意图；图6是本技术实施例1中检测目标对象头部的最终位置步骤s200的详细流程示意图；图7是本技术实施例2提供的基于跌倒检测算法的摔倒监控方法的流程示意图；图8是本技术实施例2中面部表情匹配步骤s400的详细流程示意图；图9是本技术实施例2中声音信息匹配步骤s500的详细流程示意图；图10是本技术实施例2中获取目标对象心跳步骤s600的详细流程示意图；图11是本技术实施例3提供的基于跌倒检测算法的摔倒监控方法的流程示意图；图12是本技术实施例3中判断目标对象的关节状态步骤s700的详细流程示意图。
28.附图标记说明：1、图像采集装置；2、心跳检测装置；3、声音接收装置；4、位置检测装置；5、控制器；51、存储器；52、处理器；6、摔倒报警装置；61、移动终端；62、报警器。
具体实施方式
29.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图1
‑
12及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申
请，并不用于限定本技术本技术实施例公开一种基于跌倒检测算法的摔倒监控系统。
30.参照图1，基于跌倒检测算法的摔倒监控系统包括图像采集装置1、心跳检测装置2、声音接收装置3、位置检测装置4、基于跌倒检测算法的摔倒监控控制器5和摔倒报警装置6。摔倒报警装置6能够包括移动终端61和报警器62。基于跌倒检测算法的摔倒监控控制器5包括存储器51和处理器52，存储器51，存储有智能检测程序，处理器52，在运行所述智能检测程序时，能够执行基于跌倒检测算法的摔倒监控方法，进行摔倒监控，下面结合上述系统对基于跌倒检测算法的摔倒监控方法的实施进行详细说明。
31.本技术实施例还公开一种基于跌倒检测算法的摔倒监控方法。
32.实施例1参照图2，基于跌倒检测算法的摔倒监控方法包括：s000：获取目标对象的图像信息。
33.其中，目标对象是指独居的老人。
34.具体来说，结合图3，步骤s000包括以下子步骤：s001：基于目标对象的图像信息提取目标对象的头部信息。
35.具体来说，结合图4，步骤s001包括以下子步骤：s11：提取目标对象的颜色信息；其中，颜色信息是指目标对象的衣服的颜色，不同的目标对象衣服的穿着不同。
36.s12：获取不同时刻目标对象的头部信息。
37.将同一个图像中，不同时刻的两个图像进行比对，如果衣服颜色相匹配，则证明为同一个目标对象，以此能够准确的判断是否为同一个目标对象。
38.s002：以头部信息所在位置为基准对目标对象的头部进行定位。
39.利用人脸的肤色特征，可以对人脸进行跟踪，将人脸的图像转换到hsv空间中，求hsv的均值，若0<h<20,30<s<1250,60<v<255，则判断为人脸，根据该方法可以实现对人脸的跟踪。色调h：用角度度量，取值范围为0
°
～360
°
，从红色开始按逆时针方向计算，红色为0
°
，绿色为120
°
，蓝色为240
°
。它们的补色是：黄色为60
°
，青色为180
°
，品红为300
°
；饱和度s：饱和度s表示颜色接近光谱色的程度。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%。明度v：对于光源色，明度值与发光体的光亮度有关。
40.s100：获取头部的下降速度。
41.具体来说，结合图5，步骤s100包括以下子步骤：s101：设置速度阈值。
42.s102：获取头部信息连续两帧的位置信息。
43.s103：计算头部的下降速度。
44.根据头部信息连续两帧的位置信息能够获取连续两帧中，头部信息的距离，然后根据连续两帧的图像的时间，用距离除以时间获得速度。
45.s104：判断头部的下降速度与速度阈值的大小将头部的下降速度与速度阈值进行比较，当头部的下降速度大于速度阈值时，跳转至s200；否则，流程停止。
46.s200：检测目标对象头部的最终位置。
47.具体来说，结合图6，步骤s200包括以下子步骤：s201：获取头部信息的最终位置信息。
48.其中，最终位置信息是指当目标对象处于不动状态时，其头部所处的最终位置。
49.s202：判断头部信息的最终位置信息是否与地面接触。
50.当目标对象的头部最终位置与地面接触时，结合目标对象头部的下降速度，能够排除由于目标对象由于脚底打滑而导致头部发生瞬时晃动的可能性，从而能够确定目标对象发生摔倒，此时跳转至步骤s300；当目标对象的头部最终位置与地面不接触时，则流程停止。
51.s300：输出摔倒报警信号。
52.摔倒报警装置6响应摔倒报警信号并向目标对象关联对象的移动终端61发送报警信息，同时输出控制指令，控制目标对象身上佩戴的报警器62发出鸣叫进行报警。其中目标对象关联对象可以是目标对象的父母或者子女，也可以是其他的亲戚朋友等。
53.实施例1的实施原理为：图像采集装置1采集颜色信息输出、位置检测装置4获取目标对象的头部的位置信息输出，基于跌倒检测算法的摔倒监控控制器5接收上述信息，并获取头部的下降速度，然后将头部的下降速度与速度阈值比较，同时获取头部信息的最终位置信息，并判断头部信息的最终位置信息是否与地面接触，当头部的下降速度大于速度阈值，且头部信息的最终位置信息与地面接触，此时输出摔倒报警信号，摔倒报警装置6接收摔倒报警信号，并向目标对象关联对象的移动终端61（可以是手机）发送报警信息和/或控制报警器62发生鸣叫报警，从而确定目标对象摔倒，能够提高判断的准确性。
54.实施例2参照图7，本实施例与实施例1的不同之处在于，判断目标对象摔倒的方式不同。将头部的下降速度与速度阈值进行比较，当头部的下降速度大于速度阈值时，跳转至s400；否则，流程停止。
55.s400：面部表情匹配。
56.具体来说，结合图8，步骤s400包括以下子步骤；s401：获取瞬时表情信息。
57.图像采集装置1获取目标对象的面部信息，然后通过控制器5提取面部信息中的表情信息。
58.s402：获取状态表情信息。
59.系统连接网络，并从网络上下载状态表情信息，状态表情信息是指人由于摔倒而导致面部发生变化的多种面部表情。
60.s403：判断瞬时表情信息与状态表情信息是否匹配。
61.如果瞬时表情信息与状态表情信息匹配成功，则跳转至s500，否则，流程停止。
62.s500：声音信息匹配。
63.具体来说，结合图9，步骤s500包括以下子步骤：s501：获取目标对象的声音信息。
64.其中，通过声音接收装置3采集目标对象摔倒过程中发出的声音，由于人摔倒之后，由于本能反映都会发出惊呼，这与正常状态发出的声音是不同的，由此通过控制器5提
取声音信息中的实时声音分贝和实时声音频率。
65.s502：预设声音信息。
66.其中，预设声音信息是指预设声音分贝和预设声音频率。
67.s503：判断声音信息与预设声音信息是否匹配。
68.是指，将实时声音分贝与预设声音分贝进行匹配、将实时声音频率与预设声音频率进行匹配，当有一个匹配成功则跳转至s600，否则，流程停止。
69.s600：获取目标对象心跳。
70.人在摔倒的过程中，由于生理反应，心跳的速度会在一定的时间内跳动速度加快，具体来说，结合图10，步骤s600包括以下子步骤：s601：获取目标对象的实时心跳速度。
71.通过目标对象身体上佩戴的心跳检测装置2能够测得目标对象的心跳变化，获得实时心跳速度。
72.s602：设置心跳速度阈值s603：判断实时心跳速度是否大于心跳速度阈值。
73.当实时心跳速度大于心跳速度阈值时，跳转至s300，否则，流程停止。
74.实施例2的实施原理为：图像采集装置1采集面部信息，心跳检测装置2获取目标对象的实时心跳速度，声音接收装置3获取目标对象的声音信息，控制器5对上述信息进行处理，当头部的下降速度大于速度阈值、瞬时表情信息与状态表情信息匹配成功、实时声音分贝与预设声音分贝进行匹配成功、将实时声音频率与预设声音频率进行匹配成功且实时心跳速度大于心跳速度阈值时输出摔倒报警信号，摔倒报警装置6接收摔倒报警信号，并向目标对象关联对象的移动终端61发送报警信息和/或控制报警器62发生鸣叫报警，从而确定目标对象摔倒，能够提高判断的准确性。
75.实施例3参照图11，本实施例与实施例1的不同之处在于，判断目标对象摔倒的方式不同。将头部的下降速度与速度阈值进行比较，当头部的下降速度大于速度阈值时，跳转至s700；否则，流程停止。
76.s700：判断目标对象的关节状态。
77.目标对象处于摔倒状态和直立状态，关节的位置是不同的，具体来说，结合图12，步骤s700包括以下子步骤：s701：提取目标对象的关节信息。
78.控制器5从图像信息中提取目标对象的关节信息，关节信息包括身体的一些关节，例如左肩、右肩、左手肘、右手肘、左臀、右臀、左膝、右膝、左脚、右脚、脖子等。
79.s702：获取摔倒状态关节信息。
80.系统联网获取人处于摔倒状态时，上述身体关节的位置状态。
81.s703：判断关节信息与摔倒状态关节信息是否匹配。
82.在目标对象的关节信息与摔倒状态关节信息匹配成功时，跳转至s300，否则，流程停止。
83.以上均为本技术的较佳实施例，并非依此限制本技术的保护范围，故：凡依本技术的结构、形状、原理所做的等效变化，均应涵盖于本技术的保护范围之内。