r> (1)运动目标检测:将视频图像处理成图像序列，判断图像序列各帧中有无运动目标出现，若出现运动目标对其定位；
(2)运动目标跟踪:建立连续帧内人体区域的对应关系；
(3)特征提取方法:提取人体的轮廓特征点形成一定规则形状的轮廓状态;轮廓状态的形状可以为长方形、方形、线性或者其他形状。本实施例以长方形为例进行说明，如图2所不O
[0023](4)行为识别:对步骤(3)得到的轮廓状态在时空区域进行人体模式识别，对识别的人体模式建立2D或3D模型，跟踪建模后的人体模式信号变化速度将人体判断为正常态或非正常态。
[0024]当为正常态时，则不作进一步的处理;若为非正常态，分析连续帧内轮廓状态的变化速度和/或角度，如图2中可以计算长方形A态到B态的角速度、线速度或者加速度，计算AC到BC的角度ACB，判断变化速度和/或角度是否达到设定阈值，若达到设定阈值，则判断发生摔倒行为。设定的阈值可以为角速度、线速度、加速度或者摔倒角度中的一种或多种组合，例如设定摔倒角度阈值角ACB>=40度，并且摔倒变化加速度阈值a>=0.5m/s2，若达到设定阈值，则判断发生摔倒行为。
[0025]数据分析模块32对音频信号进行处理，可以为接收到求救信号或者音量达到一定数值时，进行语音报警。
[0026]进一步为了提高图像处理的效果提高判断的准确率，可以在运动目标检测之前对图像进行预处理，图像预处理包括以下步骤:先对图像进行中值滤波，去除图像噪声;然后用边界对比度自适应直方图均衡化方法，对图像进行增强;使用开运算去除与人体相粘连的图像毛刺;采用Prewitt边缘检测的方法，提取图像的轮廓;使用综合法确定图像的灰度阈值，对图像进行二值化处理。
[0027]数据分析模块32还可以连接执行模块5，执行模块5连接外界设备6(例如自动扶梯等)，当判断发生摔倒行为时，驱动执行模块5控制外界设备6停止动作。可以在第一时间采取相应的制动措施。
[0028]数据分析模块32还可以连接通信模块7，通信模块7可以与外部设备(例如手机)进行通信，可以在第一时间发出求救信号。
[0029]本发明建模简单识别速度快，只需要提取人体的主要外形几个边框点形成模型比对，速度快、效率高。
[0030]应当理解的是，本发明的上述【具体实施方式】仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
【主权项】
1.一种人体摔倒智能控制系统，包括至少一个用于采集视频图像的图像采集模块，与图像采集模块连接的图像处理模块，其特征在于，所述图像处理模块，用于对采集的视频图像进行人体模式识别，对识别的人体模式建立2D或3D模型，跟踪建模后的人体模式信号变化速度和/或角度是否达到设定阈值判断是否发生摔倒行为，若发生摔倒行为控制报警模块进行报警。2.根据权利要求1所述的人体摔倒智能控制系统，其特征在于，所述图像处理模块的视频图像处理包括以下步骤: (1)运动目标检测:将视频图像处理成图像序列，判断图像序列各帧中有无运动目标出现，若出现运动目标对其定位； (2)运动目标跟踪:建立连续帧内人体区域的对应关系； (3)特征提取方法:提取人体的轮廓特征点形成一定规则形状的轮廓状态； (4)行为识别:对步骤(3)得到的轮廓状态在时空区域进行人体模式识别并建模，跟踪建模后的人体模式信号变化速度将人体判断为正常态或非正常态;若为非正常态，分析连续帧内轮廓状态的变化速度和/或角度，并判断变化速度和/或角度是否达到设定阈值，若达到设定阈值，则判断发生摔倒行为。3.根据权利要求2所述的人体摔倒智能控制系统，其特征在于，在运动目标检测之前还包括图像预处理，所述图像预处理包括以下步骤:先对图像进行中值滤波，去除图像噪声；然后用边界对比度自适应直方图均衡化方法，对图像进行增强;使用开运算去除与人体相粘连的图像毛刺;采用Prewitt边缘检测的方法，提取图像的轮廓;使用综合法确定图像的灰度阈值，对图像进行二值化处理。4.根据权利要求2所述的人体摔倒智能控制系统，其特征在于，所述轮廓状态的形状为长方形。5.根据权利要求1-4任一项所述的人体摔倒智能控制系统，其特征在于，还包括音频采集模块，用于采集音频信号，当音频信号达到设定阈值时报警模块进行报警。6.根据权利要求5所述的人体摔倒智能控制系统，其特征在于，图像处理模块还连接执行模块，所述执行模块连接外界设备，当判断发生摔倒行为时，驱动执行模块控制外界设备停止动作。7.根据权利要求5所述的人体摔倒智能控制系统，其特征在于，图像处理模块还连接通信模块，所述通信模块用于与外部设备通信。8.一种人体摔倒智能控制方法，其特征在于，包括以下步骤: SOl:使用至少一个图像采集模块采集视频图像； S02:对采集的视频图像进行人体模式识别，对识别的人体模式建立2D或3D模型，跟踪建模后的人体模式信号变化速度和/或角度是否达到设定阈值判断是否发生摔倒行为，若发生摔倒行为控制报警模块进行报警。9.根据权利要求8所述的人体摔倒智能控制方法，其特征在于，所述步骤(2)包括以下步骤: Sll运动目标检测:将视频图像处理成图像序列，判断图像序列各帧中有无运动目标出现，若出现运动目标对其定位； S12运动目标跟踪:建立连续帧内人体区域的对应关系； S13特征提取方法:提取人体的轮廓特征点形成一定规则形状的轮廓状态； S14行为识别:对步骤S13得到的轮廓状态在时空区域进行人体模式识别并建模，跟踪建模后的人体模式信号变化速度将人体判断为正常态或非正常态;若为非正常态，分析连续帧内轮廓状态的变化速度和/或角度，并判断变化速度和/或角度是否达到设定阈值，若达到设定阈值，则判断发生摔倒行为。10.根据权利要求9所述的人体摔倒智能控制方法，其特征在于，在运动目标检测之前还包括图像预处理，所述图像预处理包括以下步骤:先对图像进行中值滤波，去除图像噪声;然后用边界对比度自适应直方图均衡化方法，对图像进行增强;使用开运算去除与人体相粘连的图像毛刺;采用Prewitt边缘检测的方法，提取图像的轮廓;使用综合法确定图像的灰度阈值，对图像进行二值化处理。
【专利摘要】<b>本发明公开了一种</b><b>人体摔倒智能控制系统，包括至少一个用于采集视频图像的图像采集模块，与图像采集模块连接的图像处理模块，所述图像处理模块，用于对采集的视频图像进行人体模式识别，对识别的人体模式建立</b><b>2D</b><b>或</b><b>3D</b><b>模型，跟踪建模后的人体模式信号变化速度和</b><b>/</b><b>或角度是否达到设定阈值判断是否发生摔倒行为，若发生摔倒行为控制报警模块进行报警。</b><b>通过摄像机、音频信号采集数据，对运动目标跟踪，建立</b><b>2D</b><b>或</b><b>3D</b><b>模型，通过比对分析人体摔倒的速度、角度和关联求救声音等判定摔倒行为，比对成功后发出报警，并发送人为制动或自动制动等信号，控制相关设备动作；识别速度快，准确率高，能最大程度的减轻摔倒带来的伤害。</b>
【IPC分类】G08B21/04
【公开号】CN105448041
【申请号】CN201610042331
【发明人】汤建男, 汤怡天
【申请人】苏州望湖房地产开发有限公司
【公开日】2016年3月30日
【申请日】2016年1月22日