序产品的形式。
[0140]本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0141]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0142]这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0143]尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
【主权项】
1.一种跌倒检测方法，其特征在于，包括如下步骤: 获取待检测对象在三维场景中的轨迹，所述轨迹为所述待检测对象若干时刻的三维坐标的集合，所述三维坐标为以地面为xoy平面、以垂直地面向上为ζ轴的三维坐标系中的坐标； 对时间窗口为预设第一阈值的区间内的轨迹进行高通滤波； 如果滤波后得到高频响应，初步确定所述待检测对象跌倒。2.如权利要求1所述的方法，其特征在于，在所述获取待检测对象在三维场景中的轨迹之前，进一步包括: 通过采集大量样本进行机器学习，得到人的特征； 将所述待检测对象与所述人的特征比对，确定所述待检测对象为人。3.如权利要求1所述的方法，其特征在于，在所述初步确定所述待检测对象跌倒之后，进一步包括: 根据所述区间之后的所述待检测对象的三维坐标生成高度图，所述高度图为具有高度值的像素点在地面投影的图像； 计算所述待检测对象在地面上的形状数据； 根据所述待检测对象在地面上的形状数据，进一步确定所述待检测对象是否跌倒。4.如权利要求3所述的方法，其特征在于，所述计算所述待检测对象在地面上的形状数据，根据所述待检测对象在地面上的形状数据，进一步确定所述待检测对象是否跌倒，具体为:计算所述待检测对象在地面上的长度和宽度，如果所述待检测对象的长度与宽度的比值大于预设第二阈值，则进一步确定所述待检测对象跌倒。5.一种跌倒检测方法，其特征在于，包括如下步骤: 获取当前时刻三维场景中像素点的三维坐标，所述三维坐标为以地面为xoy平面、以垂直地面向上为ζ轴的三维坐标系中的坐标； 根据所述像素点的三维坐标生成高度图，所述高度图为具有高度值的像素点在xoy平面投影的图像； 对所述高度图进行斑点blob检测，计算blob的形状数据； 根据所述blob的形状数据，初步确定所述blob对应的待检测对象是否跌倒。6.如权利要求5所述的方法，其特征在于，所述计算blob的形状数据，根据所述blob的形状数据，初步确定所述blob对应的待检测对象是否跌倒，具体为:计算所述blob的长度和宽度，如果所述blob的长度与宽度的比值大于预设第二阈值，则初步确定所述blob对应的待检测对象跌倒。7.如权利要求5所述的方法，其特征在于，在所述初步确定所述blob对应的待检测对象跌倒之后，进一步包括: 获取在当前时刻之前所述待检测对象在三维场景中的轨迹，所述轨迹为所述待检测对象若干时刻的三维坐标的集合； 对时间窗口为预设第一阈值的区间内的轨迹进行高通滤波； 如果滤波后得到高频响应，进一步确定所述待检测对象跌倒。8.如权利要求5所述的方法，其特征在于，在所述根据所述待检测对象的三维坐标生成高度图之后、对所述高度图进行斑点blob检测之前，进一步包括:根据预设第三阈值，将所述高度图分为高度值高于所述预设第三阈值的高度图和高度值低于所述预设第三阈值的高度图； 所述对所述高度图进行斑点blob检测，具体为:对所述高度值低于所述预设第三阈值的高度图进行斑点blob检测。9.如权利要求5所述的方法，其特征在于，在对所述高度图进行斑点blob检测之后、计算blob的形状数据之前，进一步包括:根据blob的大小size，筛选出大于预设size阈值的 blob ； 所述计算blob的形状数据，具体为:对筛选出的blob计算长和宽。10.一种跌倒检测装置，其特征在于，包括: 获取模块，用于获取待检测对象在三维场景中的轨迹，所述轨迹为所述待检测对象若干时刻的三维坐标的集合，所述三维坐标为以地面为xoy平面、以垂直地面向上为ζ轴的三维坐标系中的坐标； 滤波模块，用于对时间窗口为预设第一阈值的区间内的轨迹进行高通滤波； 第一确定模块，用于如果滤波后得到高频响应，初步确定所述待检测对象跌倒。11.如权利要求10所述的装置，其特征在于，进一步包括: 机器学习模块，用于在所述获取待检测对象在三维场景中的轨迹之前，通过采集大量样本进行机器学习，得到人的特征； 对象确定模块，用于将所述待检测对象与所述人的特征比对，确定所述待检测对象为人。12.如权利要求10所述的装置，其特征在于，进一步包括: 高度图生成模块，用于在所述初步确定所述待检测对象跌倒之后，根据所述区间之后的所述待检测对象的三维坐标生成高度图，所述高度图为具有高度值的像素点在xoy平面投影的图像； 计算模块，用于计算所述待检测对象在地面上的形状数据； 第二确定模块，用于根据所述待检测对象在地面上的形状数据，进一步确定所述待检测对象是否跌倒。13.如权利要求12所述的装置，其特征在于，所述计算模块具体用于计算所述待检测对象在地面上的长度和宽度；所述第二确定模块具体用于如果所述待检测对象的长度与宽度的比值大于预设第二阈值，则进一步确定所述待检测对象跌倒。14.一种跌倒检测装置，其特征在于，包括: 坐标获取单元，用于获取当前时刻三维场景中像素点的三维坐标，所述三维坐标为以地面为xoy平面、以垂直地面向上为ζ轴的三维坐标系中的坐标； 高度图生成单元，用于根据所述像素点的三维坐标生成高度图，所述高度图为具有高度值的像素点在xoy平面投影的图像； 检测单元，用于对所述高度图进行斑点blob检测； 计算单元，用于计算所述blob的形状数据； 第一确定单元，用于根据所述blob的形状数据，初步确定所述blob对应的待检测对象是否跌倒。15.如权利要求14所述的装置，其特征在于，所述计算单元具体用于计算所述blob的长度和宽度；所述第一确定单元具体用于如果所述blob的长度与宽度的比值大于预设第二阈值，则初步确定所述blob对应的待检测对象跌倒。16.如权利要求14所述的装置，其特征在于，进一步包括: 轨迹获取单元，用于在所述初步确定所述blob对应的待检测对象跌倒之后，获取在当前时刻之前所述待检测对象在三维场景中的轨迹，所述轨迹为所述待检测对象若干时刻的三维坐标的集合； 滤波单元，用于对时间窗口为预设第一阈值的区间内的轨迹进行高通滤波； 第二确定单元，用于如果滤波后得到高频响应，进一步确定所述待检测对象跌倒。17.如权利要求14所述的装置，其特征在于，进一步包括:划分单元，用于在所述根据所述待检测对象每个时刻的三维坐标生成高度图之后、对所述高度图进行斑点blob检测之前，根据预设第三阈值，将所述高度图分为高度值高于所述预设第三阈值的高度图和高度值低于所述预设第三阈值的高度图； 所述检测单元具体用于对所述高度值低于所述预设第三阈值的高度图进行斑点blob检测。18.如权利要求14所述的装置，其特征在于，进一步包括:筛选单元，用于在对所述高度图进行斑点blob检测之后、计算blob的形状数据之前，根据blob的大小size，筛选出大于预设size阈值的blob ； 所述计算单元具体用于对筛选出的blob计算长和宽。
【专利摘要】本申请提供了一种跌倒检测方法及装置，包括：获取待检测对象在三维场景中的轨迹，所述轨迹为所述待检测对象若干时刻的三维坐标的集合，所述三维坐标为以地面为xoy平面、以垂直地面向上为z轴的三维坐标系中的坐标；对时间窗口为预设第一阈值的区间内的轨迹进行高通滤波；如果滤波后得到高频响应，初步确定所述待检测对象跌倒。由于本申请实施例只需要获取到三维场景中待检测对象的轨迹，通过对轨迹滤波即可检测出待检测对象是否跌倒，无需待检测对象预先携带或安装任何传感器，使得跌倒检测的实施更加方便，通用性较强。
【IPC分类】G06T7/00
【公开号】CN105303563
【申请号】CN201510609632
【发明人】程士庆, 赵勇
【申请人】北京格灵深瞳信息技术有限公司
【公开日】2016年2月3日
【申请日】2015年9月22日