本发明涉及计算机视觉、人工智能识别技术领域,具体提供一种智能化人体摔倒检测系统及方法。
背景技术:
在幼儿园、小学、福利院、医院、养老院、家庭等幼儿和老人聚集的地方,幼儿和老人不慎摔倒的情况时有发生。一旦发生摔倒的情形,如果没有及时发现和救助,可能会加重对老人和幼儿的伤害。而相关机构的看护人员存在人手不足,以及不能随时保持全面看护的情况。
在当前社会环境下,虽然相关机构的活动区域都有摄像机等监控设备进行监控,但需要有工作人员进行实时监控,一旦发现有人体摔倒,及时进行救助。然而实际情况中,工作人员配备不足,临时离开岗位或其他因素影响,不能及时发现和响应,从而易导致危险发生。
技术实现要素:
本发明的技术任务是针对上述存在的问题,提供一种可以排除物体、动物、车辆等干扰信息,提高人体识别准确性,从而防止人体摔倒导致发生危险的智能化人体摔倒检测系统。
本发明进一步的技术任务是提供一种智能化人体摔倒检测方法。
为实现上述目的,本发明提供了如下技术方案:
一种智能化人体摔倒检测系统,包括区域视频采集传感器、区域人体检测模型、区域人体摔倒检测模型和报警单元;
区域视频采集传感器用于采集区域内场景视频图像并发送至区域人体检测模型;
区域人体检测模型用于接收区域视频采集传感器发送的视频图像,并进行人体检测,判断视频图像中是否是包含人体摔倒行为的视频图像,若是则将视频图像发送至区域人体摔倒检测模型;
区域人体摔倒检测模型用于根据视频图像检测人体是否摔倒,若检测到人体摔倒则将人体摔倒信息发送至报警单元;
报警单元用于接收区域人体摔倒检测模型发送的人体摔倒信息,并发出报警。
该智能化人体摔倒检测系统工作过程中,采用区域视频采集传感器采集视频图像,使用区域人体检测模型进行智能化分析,进行区域人体检测;对检测到人体的视频图像信息,根据区域人体摔倒检测模型进行摔倒行为检测,若发现有人体摔倒,则向报警单元发送通知。
作为优选,基于深度学习的区域人体检测进行深度学习训练,输出区域人体检测模型。
作为优选,基于深度学习的区域人体行为分析进行深度学习训练,输出区域人体摔倒检测模型。
一种智能化人体摔倒检测方法,该方法基于所述智能化人体摔倒检测系统来实现,基于深度学习的区域人体检测进行深度学习训练,输出区域人体检测模型,基于深度学习的区域人体行为分析进行深度学习训练,输出区域人体摔倒检测模型,采用区域视频采集传感器采集视频图像,使用区域人体检测模型进行智能化分析,进行区域人体检测;对检测到人体的视频图像信息,根据区域人体摔倒检测模型进行摔倒行为检测,若发现有人体摔倒,则向报警单元发送通知。
作为优选,基于深度学习的区域人体检测进行深度学习训练,在区域内采集的人体视频图像样本集进行标注、训练,输出区域人体检测模型。
作为优选,基于深度学习的区域人体摔倒行为检测进行深度学习训练,在区域内采集的包含人体摔倒行为的视频图像样本集进行标注、训练,输出区域人体摔倒检测模型。
作为优选,根据区域人体检测模型对视频图像的内容进行智能分析,进行人体特征检测,如果识别到人体信息,则生成包含人体信息的视频图像信息。
作为优选,将获取到的包含人体信息的视频图像信息发送至区域人体摔倒检测模型,通过分析图像信息,根据区域人体摔倒检测模型判断人体行为,检测出人体是否摔倒。
作为优选,在区域人体摔倒检测模型检测到人体摔倒后,向报警单元发送区域人体摔倒报警通知。
与现有技术相比,本发明的智能化人体摔倒检测系统及方法具有以下突出的有益效果:所述智能化人体摔倒检测方法针对不同区域的不同人体类型进行专门训练,构建适用于该区域的人体检测模型和人体摔倒检测模型,通过区域人体检测模型,进行区域人体识别,可以排除掉物体、动物、车辆等干扰信息,提高人体识别的准确性,在此基础上,再进行人体摔倒行为识别,可以提供更高的准确度,实现自动化和智能化的人体摔倒检测和报警通知,具有良好的推广应用价值。
附图说明
图1是本发明所述智能化人体摔倒检测方法的流程图;
图2是本发明所述智能化人体摔倒检测方法的区域人体检测模型训练示意图;
图3是本发明所述智能化人体摔倒检测方法的区域人体摔倒检测模型训练示意图。
具体实施方式
下面将结合附图和实施例,对本发明的智能化人体摔倒检测系统及方法作进一步详细说明。
实施例
本发明的智能化人体摔倒检测系统包括区域视频采集传感器、区域人体检测模型、区域人体摔倒检测模型和报警单元。
区域视频采集传感器用于采集区域内场景视频图像并发送至区域人体检测模型。基于深度学习的区域人体检测进行深度学习训练,输出区域人体检测模型。
区域人体检测模型用于接收区域视频采集传感器发送的视频图像,并进行人体检测,判断视频图像中是否是包含人体摔倒行为的视频图像,若是则将视频图像发送至区域人体摔倒检测模型。
区域人体摔倒检测模型用于根据视频图像检测人体是否摔倒,若检测到人体摔倒则将人体摔倒信息发送至报警单元。
基于深度学习的区域人体行为分析进行深度学习训练,输出区域人体摔倒检测模型。
报警单元用于接收区域人体摔倒检测模型发送的人体摔倒信息,并发出报警。
该智能化人体摔倒检测系统工作过程中,采用区域视频采集传感器采集视频图像,使用区域人体检测模型进行智能化分析,进行区域人体检测;对检测到人体的视频图像信息,根据区域人体摔倒检测模型进行摔倒行为检测,若发现有人体摔倒,则向报警单元发送通知。
如图1、图2和图3所示,本发明的智能化人体摔倒检测方法,基于本发明的智能化人体摔倒检测系统来实现。
该智能化人体摔倒检测方法基于深度学习的区域人体检测进行深度学习训练,输出区域人体检测模型,基于深度学习的区域人体行为分析进行深度学习训练,输出区域人体摔倒检测模型,采用区域视频采集传感器采集视频图像,使用区域人体检测模型进行智能化分析,进行区域人体检测;对检测到人体的视频图像信息,根据区域人体摔倒检测模型进行摔倒行为检测,若发现有人体摔倒,则向报警单元发送通知。
基于深度学习的区域人体检测进行深度学习训练,在区域内采集的人体视频图像样本集进行标注、训练,输出区域人体检测模型。基于深度学习的区域人体摔倒行为检测进行深度学习训练,在区域内采集的包含人体摔倒行为的视频图像样本集进行标注、训练,输出区域人体摔倒检测模型。
根据区域人体检测模型对视频图像的内容进行智能分析,进行人体特征检测,如果识别到人体信息,则生成包含人体信息的视频图像信息。将获取到的包含人体信息的视频图像信息发送至区域人体摔倒检测模型,通过分析图像信息,根据区域人体摔倒检测模型判断人体行为,检测出人体是否摔倒。在区域人体摔倒检测模型检测到人体摔倒后,向报警单元发送区域人体摔倒报警通知。
以上所述的实施例,只是本发明较优选的具体实施方式,本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。