专利名称：基于视频的摔倒检测方法和设备的制作方法
技术领域：
本发明涉及图像模式识别，具体涉及一种基于视频的摔倒检测方法和设备，尤其适用于独居老人的摔倒事件检测。
背景技术：
随着医学技术的巨大进步，很多国家面临社会老龄化问题，因此人们对健康保健机构的需求也日益增加。在很多发达国家，政府对为老年人服务的健康保健机构给予了很大重视以及经济上的支持。由 于这些机构的大量需求，开发帮助老人与病人的技术目前已经是一个热门研究领域。这些帮助性的技术不仅能增加老人的独立生活能力，而且还减少护士短缺的压力。在开发这些帮助性的技术时，使用各种传感器和摄像机来监视人的各种活动并检测出发生在老人和病人身上的重大事件。为了提高独居老人的生活质量，减少社会负担，智能家居越来越为社会所青睐。发生在老人和病人身上的重大事件之中，摔倒事件往往造成严重的伤害，如果身旁沒有其他人可以帮忙，就可能无法得到应有的、及时的帮助，进而造成更严重的伤害，甚至是死亡。因此，摔倒事件的及时检测并向有关机构报警，是这些机构关心的主要技术之
一目前，检测摔倒有以下三大主要方法:(I)基于佩戴式传感器，利用被测对象身上佩戴的传感器来检测摔倒；(2)基于音频信号，根据被测对象摔倒撞击发出的声音来检测摔倒；(3)基于视频，通过在监控场景安装摄像机来检测摔倒行为。基于视频的摔倒检测比其它两种检测方法更鲁棒、更可靠及更方便。计算机视觉技术的迅速发展以及低价的摄像机，使得基于视频的摔倒检测成为重要的发展领域。摔倒事件的检测技术的一个难点就是将摔倒异常行为与躺或坐的正常行为区分开来。在基于摄像头的检测方法中，V.Vaidehi等人("Video based automaticfall detection in indoor environment, " Recent Trends in InformationTechnology (ICRTIT),2011 International Conference on, vol., n0., pp.1016-1020,3-5 June 2011)提出使用图像中人的宽高比以及倾斜角度检测摔倒事件，这种方法无法将摔倒与正常行为躺下或坐区分开来。Chien-1iang Liu等(“A fall detection systemusing k-nearest neighbor classifier，，，Expert Systems with Applications, 37 (10),p.7174-7181，Oct 2010)提出通过时间差区分摔倒与躺，这样就对计算机处理速度要求比较高，且误报率较高。Hammadi Nait-Charif 等("Activity summarisation and falldetection in a supportive home environment " , Pattern Recognition,2004.1CPR2004.Proceedings of the 17th International Conference on, vol.4, n0., pp.323-326Vol.4，23-26 Aug.2004)提出在监控场景中，对某些区域形成自动语义总结(比如床，沙发，椅子等语义总结)方法来检测摔倒，如果床，沙发，椅子位置发生变化就会发生误报。摔倒事件的检测技术的另一个难点就是实现快速检测且具有环境自适应性。如果检测摔倒事件耗时长，硬件的成本就会提高。如果监测设备的参数不能自动调节，针对不同家居场景，需要操作员调节相关的监测参数，才能准确检测到摔倒。
发明内容
本发明的目的是提供一种具有场景自适应性的摔倒事件检测方法和设备。本发明的另一目的是在检测摔倒时可以将摔倒状态与躺、坐状态区分开来，以准确检测摔倒状态。本发明的又一目的是在不同的监控场景中无需调整任何参数就可以准确检测到摔倒事件。根据本发明的实施例，提供一种基于视频的摔倒检测方法，包括:获得监控场景中的运动对象；在监控场景中跟踪运动对象；根据监控场景设定对象的重心下移阈值；以及利用所设定的阈值，确定所述对象是否在监控场景中摔倒。根据本发明的实施例，还提供一种基于视频的摔倒检测设备，包括:对象获得装置，用于监控场景中的运动对象；跟踪装置，用于在监控场景中跟踪运动对象；阈值设定装置，用于根据监控场景设定对象的重心下移阈值；以及确定装置，用于利用所设定的阈值，确定所述对象是否在监控场景中摔倒。根据本发明的实施例，还提供一种基于视频的摔倒检测终端，包括:存储器，配置用于存储计算机可读指令；以及处理器，配置用于执行所述计算机可读指令，以执行以下步骤:获得监控场景中的运动对象；在监控场景中跟踪运动对象；根据监控场景设定对象的重心下移阈值；以及利用所设定的阈值，确定所述对象是否在监控场景中摔倒。根据本发明的实施例，还提供一种机器可读介质，其中存储有可执行指令，当所述可执行指令被执行时，使得机器执行本发明实施例的上述基于视频的摔倒检测方法所包括的步骤。以下结合附图进一步说明本发明的具体实施方式
。
图1是根据本发明的摔倒检测方法的实施例的流程图；图2-1是在监控场景中的人坐着的示意图；图2-2是在监控场景中的人站起来时使用背景减算法将人框住的示意图；图2_3是人站起来时使用二巾贞差算法将人框住的不意图；图3是在家居场景I中检测到的摔倒、坐、躺的状态示意图；图4是在家居场景2中检测到的摔倒、坐、躺的状态示意图；图5是在家居场景3中检测到的冻坏倒、坐、躺的状态示意图；以及图6是本发明的基于视频的摔倒检测设备的实施例的方框图。
具体实施例方式在本发明的摔倒检测方法的实施例中，将摔倒事件大致分为四类:从床上摔下来，坐着的时候摔倒，走或站的时候摔倒，站在板凳或梯子上摔倒。所有摔倒都有一些共同特征:人摔倒后短时间内位置变化不大，摔倒后与摔倒前即将摔倒时相比，发生了重心下移。人的摔倒行为相对于躺下、坐下和弯腰行为，重心下移量要更大。通过设置重心下移量阈值可以将摔倒与躺、坐、弯腰区分开来。根据本发明的实施例，通过对监控场景的背景建模，再通过背景减获得前景对象，对被监测的对象人进行跟踪；由于通过跟踪来监测对象人并记录其活动情况，所以可以减少误报。在监测家居场景中的老人时，由于大多数时间老人的活动都是正常的，通过学习就可以将监控区域中的可供躺或坐的地方都标注出来。在检测摔倒时，将非可以躺或坐的地方的阈值降低些，以便提高检测的正确率。在进行摔倒检测时，使用的是重心下移与身高比值是否大于某阈值作为判断摔倒的根据，另外在检测过程中，不断学习监控场景，对阈值做相对调整，因而具有具体场景自适应性的特点。在整个监控过程中用到的背景建模、场境学习、摔倒检测等算法在没有影响检测的正确率基础上都经过简化，所以处理速度很快。图1示出根据本发明的实施例的摔倒检测方法的流程图。下面对实施例中所涉及到的技术细节予以说明，并给出三种不同场景下的检测结果。1.关于背景建模背景建模方法比较多，其中混合高斯背景建模方法比较常用且效果比较好，该算法为每个像素构建混合高斯模型，但处理时间较长。本发明的实施例提出了一种新的背景建模方法，使用多次帧间差方法获得背景，算法简单，效果好，速度快，耗时少。以下是图像中某像素点(i，j)在第t帧的背景计算公式:
权利要求
1.一种基于视频的摔倒检测方法，包括: 获得监控场景中的运动对象； 在监控场景中跟踪运动对象； 根据监控场景设定对象的重心下移阈值；以及 利用所设定的阈值，确定所述对象是否在监控场景中摔倒。
2.根据权利要求1的方法，其中，所述获得运动对象包括: 捕捉监控场景的背景图像； 对所捕捉的背景图像进行背景建模；以及 通过背景减方法获得运动对象。
3.根据权利要求2的方法，其中，采用下式进行背景建模与更新:
4.根据权利要求2的方法，其中，通过背景减方法与帧间差方法结合起来，获得运动对象的位置。
5.根据权利要求1的方法，其中，所述跟踪运动对象包括: 通过一个对象在相邻两帧距离最近的直观方法，来实现对象跟踪，并检测每个被跟踪对象是静止状态或运动状态。
6.根据权利要求5的方法，其中，采用下式检测每个对象状态M(k，t):
7.根据权利要求1的方法，其中，所述跟踪运动对象包括: 检测运动对象是否为人； 标注对象人；以及 更新可以坐或躺的位置。
8.根据权利要求7的方法，其中，采用下式来判断对象是否为人:
9.根据权利要求7的方法，还包括: 跟踪监控场景中的对象人，当该对象人在某位置多次为长时间静止状态时，标定该位置为可以坐或躺的地方。
10.根据权利要求1的方法，其中，采用下式确定所述对象是否摔倒:
11.根据权利要求10的方法，其中，所述阈值σ按如下方式设定: 在“可以坐或躺的位置”以及“疑是坐或躺的位置”，σ =0.5； 在其它位置，。=0.4。
12.根据权利要求1的方法，其中，确定所述对象是否摔倒包括判断对象的重心下移量与对象的身高之间的比值是否大于预定的阈值。
13.根据权利要求2的方法，所述背景建模包括:使用多次帧间差方法获得背景。
14.一种基于视频的摔倒检测设备，包括: 对象获得装置，用于监控场景中的运动对象； 跟踪装置，用于在监控场景中跟踪运动对象； 阈值设定装置，用于根据监控场景设定对象的重心下移阈值；以及 确定装置，用于利用所设定的阈值，确定所述对象是否在监控场景中摔倒。
15.根据权利要求14的设备，其中，所述获得装置包括: 捕捉装置，用于监控场景的背景图像； 建模装置，用于对所捕捉的背景图像进行背景建模；以及 背景减装置，用于通过背景减方法获得运动对象。
16.根据权利要求15的设备，其中，采用下式进行背景建模与更新:
17.根据权利要求15的设备，其中，通过背景减方法与帧间差方法结合起来，获得运动对象的位置。
18.根据权利要求14的设备，其中，所述跟踪装置包括: 通过一个对象在相邻两帧距离最近的直观方法，来实现对象跟踪，并检测每个被跟踪对象是静止状态或运动状态的装置。
19.根据权利要求18的设备，其中，采用下式检测每个对象状态M(k，t):
20.根据权利要求14的设备，其中，所述跟踪装置包括: 检测运动对象是否为人的装置；标注对象人的装置；以及 更新可以坐或躺的位置的装置。
21.根据权利要求20的设备，其中，采用下式来判断对象是否为人:
22.根据权利要求20的设备，还包括: 跟踪监控场景中的对象人，当该对象人在某位置多次为长时间静止状态时，标定该位置为可以坐或躺的地方的装置。
23.根据权利要求14的设备，其中，采用下式确定所述对象是否摔倒:
24.根据权利要求23的设备，其中，所述阈值σ按如下方式设定: 在“可以坐或躺的位置”以及“疑是坐或躺的位置”，σ =0.5； 在其它位置，。=0.4。
25.根据权利要求14的设备，其中，确定所述对象是否摔倒包括判断对象的重心下移量与对象的身高之间的比值是否大于预定的阈值。
26.根据权利要求15的设备，所述建模装置包括:使用多次帧间差方法获得背景的装置。
27.一种基于视频的摔倒检测终端，包括: 存储器，配置用于存储计算机可读指令；以及 处理器，配置用于执行所述计算机可读指令，以执行以下步骤: 获得监控场景中的运动对象； 在监控场景中跟踪运动对象； 根据监控场景设定对象的重心下移阈值；以及 利用所设定的阈值，确定所述对象是否在监控场景中摔倒。
28.一种机器可读介质，其中存储有可执行指令，当所述可执行指令被执行时，使得机器执行权利要求1-13中的任意一个的方法所包括的步骤。
全文摘要
本发明提供一种基于视频的摔倒检测方法和设备，该方法包括获得监控场景中的运动对象；在监控场景中跟踪运动对象；根据监控场景设定对象的重心下移阈值；以及利用所设定的阈值，确定所述对象是否在监控场景中摔倒。利用本发明能快速且准确地检测摔倒事件，可以检测到沿任何方向的以及离摄像机远近的摔倒，区别坐下与躺下，无需调任何参数，具有环境自适应性，以及检测不同家居场景中的摔倒事件。
文档编号G06T7/20GK103186902SQ20111045199
公开日2013年7月3日 申请日期2011年12月29日 优先权日2011年12月29日
发明者吴娜, 陆京, 金永哲, 黄凯奇, 马丹, 张俊格 申请人:爱思开电讯投资(中国)有限公司, 中国科学院自动化研究所