CN107045623A - 一种基于人体姿态跟踪分析的室内危险情况告警的方法 - Google Patents
一种基于人体姿态跟踪分析的室内危险情况告警的方法 Download PDFInfo
- Publication number
- CN107045623A CN107045623A CN201611262400.5A CN201611262400A CN107045623A CN 107045623 A CN107045623 A CN 107045623A CN 201611262400 A CN201611262400 A CN 201611262400A CN 107045623 A CN107045623 A CN 107045623A
- Authority
- CN
- China
- Prior art keywords
- human body
- alarm
- human
- image
- neural network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/23—Recognition of whole body movements, e.g. for sport training
- G06V40/25—Recognition of walking or running movements, e.g. gait recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/107—Static hand or arm
- G06V40/113—Recognition of static hand signs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/178—Human faces, e.g. facial parts, sketches or expressions estimating age from face image; using age information for improving recognition
Abstract
本发明一种基于人体姿态跟踪分析的室内危险情况告警的方法，将基于人工智能网络的人体识别技术应用在空调等家用电器上，改善原有家用电器单一的功能，增加判断识别儿童在家的一些可能造成伤害的危险行为，如搬动家电、攀爬高处以及触摸插座等，发现危险行为时，能及时触发告警，以及增加判断识别老人在家中不小心摔倒或者发出特定求救手势时，能及时触发告警；进一步判断家中是否有危险情况，例如火灾等，若发现能及时触发告警。
Description
技术领域
本发明涉及一种基于人体姿态跟踪分析的室内危险情况告警的方法。
背景技术
动作捕捉 (Motion Capture) 是一种记录物体移动的过程并将其模拟到数字模型中的测量技术。动作捕捉涉及测量、物理定位、空间定位等多种计算方法，以及数据与计算机之间的互通和处理。通过在运动物体的关键部位设置跟踪器或者通过其他手段获取目标点的位置，再经过计算机处理后得到三维空间坐标的数据，并将该数据应用在动画制作、步态分析、生物力学、人机工程等领域。
人体识别，特指利用分析比较人体视觉特征信息，区分人与其他物品，并进行身份鉴别计算机技术。
人体姿态跟踪分析是在实时获取人体特征信息、在跟踪和识别的基础上，对物体的运动信息进行进一步分析的技术。
在机器学习和认知科学领域，人工神经网络（artificial neural network，缩写ANN），简称神经网络（neural network，缩写NN）或类神经网络，是一种模仿生物神经网络(动物的中枢神经系统，特别是大脑)的结构和功能的数学模型或计算模型，用于对函数进行估计或近似。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统。
人工神经网络是一个能够学习，能够总结归纳的系统，也就是说它能够通过已知数据的实验运用来学习和归纳总结。人工神经网络通过对局部情况的对照比较（而这些比较是基于不同情况下的自动学习和要实际解决问题的复杂性所决定的），它能够推理产生一个可以自动识别的系统。和其他机器学习方法一样，神经网络已经被用于解决各种各样的问题，例如机器视觉和语音识别。这些问题都是很难被传统基于规则的编程所解决的。
目前的人体动作捕获及姿态分析系统，前景检测通常采用背景差分法，背景建模常使用高斯模型，这种方法计算量大、速度慢，易受阴影影响，检测到的目标图像存在噪音，并且暂停运动的目标会被吸收为背景的一部分，导致目标内部存在空洞。并且人体关节点提取通常采用光学标记或人工标定，人为误差较大，自动化程度低，并且目前人体关节点的自动提取方法通常采用曲线拟合的方法，计算量较大、精确度低，不具有普遍适用性。
另外尚无可在空调上应用人体姿态分析跟踪的方案，无法对人的异常动作，比如说老人摔倒，小孩跌倒，或者搬动重物家电等可能引发危险的行为，通过检测并能及时给出告警。
发明内容
本发明的目的在于提供一种基于人体姿态跟踪分析的室内危险情况告警的方法，在室内家用电器上设置图像采集装置，尤其是空调，利用其视角广阔可采集室内全景图像的特点，通过人体识别技术从所采集的室内图像中获取人体特征信息、在跟踪和识别的基础上，对室内人员的动作姿态进行分析，在发现存在危险行为、人员摔倒或者火苗时能及时告警。
本发明一种基于人体姿态跟踪分析的室内危险情况告警的方法，其特征在于包括如下步骤：
步骤1、神经网络模型训练
步骤1.1、人体姿态识别的神经网络模型训练
通过爬取大量网上不同年龄段人群家庭环境下的常见动作和危险动作视频片段，按照该视频片段中的人物的体态特征以及动作序列的规律，对人体姿态标定年龄范围，并按照年龄范围对动作危险程度以及是否摔倒进行标定分类；
选用的神经网络模型为深度网络中的三维卷积神经网络，通过无监督学习进行初始参数设定，然后对上述标定后的视频片段进行学习；
步骤1.2、危险物品的神经网络模型训练
通过爬取大量网上涉及各种场景下定义为危险物品的图像，并按照年龄所对应的危险物品进行标定分类；
选用的神经网络模型为深度网络中的二维卷积神经网络，对上述采集的图像通过无监督学习进行初始参数设定，然后对标定的危险物品、特定求救手势、火焰图像进行学习；
步骤2、危险动作跟踪分析及告警
首先，通过空调摄像头采集室内环境图像，并将每一帧采集的图像转化为灰度图，图形处理器对灰度图进行人脸检测，如果没检测出人脸就丢弃该图像，如果检测出人脸，则对人脸进行识别得到人脸特征值，并对该人脸进行编号，与人脸编号绑定进行人体姿态识别和跟踪，开辟多个线程分别对与该人脸编号相关的视频数据进行单项功能的检测，其中：
第一线程用于人员摔倒告警：
对单帧图像通过滑块移动的方式利用神经网络模型逐区域判断是否存在人体横卧姿态的情况，如果存在人体横卧姿态，则认为出现人摔倒的情况，此时，进一步利用神经网络模型判断出人体区域，计算出此人体区域的重心位置作为人体重心位置，并对此人体区域进行跟踪，如果人体重心位置在图像上的位置处于不动或者水平运动的状态超过阈值时间，则认为有人摔倒并触发告警，转步骤3；如果人体重心向上移动且向上移动的距离超过预设的范围，则认为该人体区域内摔倒的人已经站起来，则不触发告警；
第二线程用于人员行为告警：
利用二维深度神经网络在单帧图像中检测是否存在人体或者危险物品，若检测出人体，则对该人体进行人脸识别并判断出年龄；进一步利用三维卷积神经网络检测视频帧中是否存在人搬动物品的姿态，若存在上述无法识别人脸判断年龄失败的情形，则根据人搬动物品的姿态得到并输出人体运动幅度参数来辅助判断人的年龄；
利用跟踪算法对检测到的人体进行跟踪，并结合上述年龄、危险物品位置信息、人搬动物品的姿态来判断是否存在小孩攀爬高处、小孩/老人移动、靠近或者触摸危险物品的情形，若是，则触发告警，转步骤3；
步骤3、空调将采集的涉及告警的视频或者预置的文字发送至绑定的用户移动终端。
进一步的，所述步骤3中空调通过自身的扬声器播放对应的告警录音。
进一步的，增加特定求救手势的神经网络模型训练，采集各种个体做出的特定求救手势的图像进行标定分类；选用的神经网络模型为深度网络中的二维卷积神经网络，对上述采集的图像通过无监督学习进行初始参数设定，然后对标定的特定求救手势进行学习；在步骤2中增加第三线程用于特定求救手势告警，对单帧图像通过滑块移动的方式利用神经网络模型逐区域判断是否存在特定求救手势，若检测到，则触发告警，转步骤3。
进一步的，增加火焰图像的神经网络模型训练，采集各种火焰图像进行标定分类；选用的神经网络模型为深度网络中的二维卷积神经网络，对上述采集的图像通过无监督学习进行初始参数设定，然后对标定的火焰图像进行学习；在步骤2中增加第四线程用于火灾情况告警，对单帧图像通过滑块移动的方式利用神经网络模型逐区域判断是否存在火焰，若检测到，则触发告警，转步骤3。
本发明将基于人工智能网络的人体识别技术应用在空调等家用电器上，改善原有家用电器单一的功能，增加判断识别用户（如儿童）在家的一些可能造成伤害的危险行为，如搬动家电(电视，饮水机)、攀爬高处以及触摸插座等，发现危险行为时，能及时触发告警，以及增加判断识别用户（如老人）在家中不小心摔倒或者发出特定求救手势时，能及时触发告警；进一步判断家中是否有危险情况，例如火灾等，若发现能及时触发告警。
具体实施方式
本发明一种基于人体姿态跟踪分析的室内危险情况告警的方法，具体包括如下步骤：
步骤1、神经网络模型训练
步骤1.1、人体姿态识别的神经网络模型训练
通过爬取大量网上不同年龄段人群家庭环境下的常见动作和危险动作视频片段，按照该视频片段中的人物的体态特征（如身高体型等）以及动作序列的规律（如动作幅度、速度等），对人体姿态标定年龄范围，并按照年龄范围对动作危险程度以及是否摔倒进行标定分类；
选用的神经网络模型为深度网络中的三维卷积神经网络（3D-CNN），通过无监督学习进行初始参数设定，然后对上述标定后的视频片段进行学习；
步骤1.2、危险物品的神经网络模型训练
通过爬取大量网上涉及各种场景下定义为危险物品的图像，例如，对儿童而言，电视、饮水机、落地扇、电源插座等算是危险物品，并按照年龄所对应的危险物品进行标定分类；
步骤1.3、特定求救手势的神经网络模型训练
采集各种个体做出的特定求救手势的图像进行标定分类；
步骤1.4、火焰图像的神经网络模型训练
采集各种火焰图像进行标定分类；
上述步骤1.2至1.4选用的神经网络模型为深度网络中的二维卷积神经网络，对上述采集的图像通过无监督学习进行初始参数设定，然后对标定的危险物品、特定求救手势、火焰图像进行学习；
步骤2、危险动作跟踪分析及告警
首先，通过空调摄像头采集室内环境图像，并将每一帧采集的图像转化为灰度图，图形处理器对灰度图进行人脸检测，如果没检测出人脸就丢弃该图像，如果检测出人脸，则对人脸进行识别得到人脸特征值，并对该人脸进行编号，与人脸编号绑定进行人体姿态识别和跟踪，开辟多个线程分别对与该人脸编号相关的视频数据进行单项功能的检测（视频数据的本质是连续的图像数据），其中：
第一线程用于人员摔倒告警：
对单帧图像通过滑块移动的方式利用神经网络模型逐区域判断是否存在人体横卧姿态的情况，如果存在人体横卧姿态，则认为出现人摔倒的情况，此时，进一步利用神经网络模型判断出人体区域，计算出此人体区域的重心位置作为人体重心位置，并对此人体区域进行跟踪，如果人体重心位置在图像上的位置处于不动或者水平运动的状态超过阈值时间，则认为有人摔倒并触发告警，转步骤3；如果人体重心向上移动且向上移动的距离超过预设的范围，则认为该人体区域内摔倒的人已经站起来，则不触发告警；
第二线程用于人员行为告警：
利用二维深度神经网络在单帧图像中检测是否存在人体或者危险物品，若检测出人体，则对该人体进行人脸识别并判断出年龄；进一步利用三维卷积神经网络(3D-CNN)检测视频帧中是否存在人搬动物品的姿态，若存在上述无法识别人脸判断年龄失败的情形，则根据人搬动物品的姿态得到并输出人体运动幅度参数（动作幅度大小和快慢）来辅助判断人的年龄；
利用跟踪算法对检测到的人体进行跟踪，并结合上述年龄、危险物品位置信息、人搬动物品的姿态来判断是否存在小孩攀爬高处、小孩/老人移动、靠近或者触摸危险物品的情形，若是，则触发告警，转步骤3；
第三线程用于特定求救手势告警：
对单帧图像通过滑块移动的方式利用神经网络模型逐区域判断是否存在特定求救手势，若检测到，则触发告警，转步骤3；
第四线程用于火灾情况告警：
对单帧图像通过滑块移动的方式利用神经网络模型逐区域判断是否存在火焰，若检测到，则触发告警，转步骤3；
步骤3、空调通过自身的扬声器播放对应的告警录音；同时将采集的涉及告警的视频或者预置的文字发送至绑定的用户移动终端，为用户做进一步的险情排除工作提供现场资料。
在空调上装设图像采集装置，其采集的图像内涵盖大多室内区域，能有效地对室内的人、物及险情实施监控和告警，因此本发明以空调为例，但不局限于于空调，其他能达到同样效果的家用电器同样适用。以上所述，仅是本发明较佳实施例而已，并非对本发明的技术范围作任何限制，故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (4)
1.一种基于人体姿态跟踪分析的室内危险情况告警的方法，其特征在于包括如下步骤：
步骤1、神经网络模型训练
步骤1.1、人体姿态识别的神经网络模型训练
通过爬取大量网上不同年龄段人群家庭环境下的常见动作和危险动作视频片段，按照该视频片段中的人物的体态特征以及动作序列的规律，对人体姿态标定年龄范围，并按照年龄范围对动作危险程度以及是否摔倒进行标定分类；
选用的神经网络模型为深度网络中的三维卷积神经网络，通过无监督学习进行初始参数设定，然后对上述标定后的视频片段进行学习；
步骤1.2、危险物品的神经网络模型训练
通过爬取大量网上涉及各种场景下定义为危险物品的图像，并按照年龄所对应的危险物品进行标定分类；
选用的神经网络模型为深度网络中的二维卷积神经网络，对上述采集的图像通过无监督学习进行初始参数设定，然后对标定的危险物品、特定求救手势、火焰图像进行学习；
步骤2、危险动作跟踪分析及告警
首先，通过空调摄像头采集室内环境图像，并将每一帧采集的图像转化为灰度图，图形处理器对灰度图进行人脸检测，如果没检测出人脸就丢弃该图像，如果检测出人脸，则对人脸进行识别得到人脸特征值，并对该人脸进行编号，与人脸编号绑定进行人体姿态识别和跟踪，开辟多个线程分别对与该人脸编号相关的视频数据进行单项功能的检测，其中：
第一线程用于人员摔倒告警：
对单帧图像通过滑块移动的方式利用神经网络模型逐区域判断是否存在人体横卧姿态的情况，如果存在人体横卧姿态，则认为出现人摔倒的情况，此时，进一步利用神经网络模型判断出人体区域，计算出此人体区域的重心位置作为人体重心位置，并对此人体区域进行跟踪，如果人体重心位置在图像上的位置处于不动或者水平运动的状态超过阈值时间，则认为有人摔倒并触发告警，转步骤3；如果人体重心向上移动且向上移动的距离超过预设的范围，则认为该人体区域内摔倒的人已经站起来，则不触发告警；
第二线程用于人员行为告警：
利用二维深度神经网络在单帧图像中检测是否存在人体或者危险物品，若检测出人体，则对该人体进行人脸识别并判断出年龄；进一步利用三维卷积神经网络检测视频帧中是否存在人搬动物品的姿态，若存在上述无法识别人脸判断年龄失败的情形，则根据人搬动物品的姿态得到并输出人体运动幅度参数来辅助判断人的年龄；
利用跟踪算法对检测到的人体进行跟踪，并结合上述年龄、危险物品位置信息、人搬动物品的姿态来判断是否存在小孩攀爬高处、小孩/老人移动、靠近或者触摸危险物品的情形，若是，则触发告警，转步骤3；
步骤3、空调将采集的涉及告警的视频或者预置的文字发送至绑定的用户移动终端。
2.根据权利要求1所述的一种基于人体姿态跟踪分析的室内危险情况告警的方法，其特征在于：步骤3中空调通过自身的扬声器播放对应的告警录音。
3.根据权利要求1所述的一种基于人体姿态跟踪分析的室内危险情况告警的方法，其特征在于：增加特定求救手势的神经网络模型训练，采集各种个体做出的特定求救手势的图像进行标定分类；选用的神经网络模型为深度网络中的二维卷积神经网络，对上述采集的图像通过无监督学习进行初始参数设定，然后对标定的特定求救手势进行学习；在步骤2中增加第三线程用于特定求救手势告警，对单帧图像通过滑块移动的方式利用神经网络模型逐区域判断是否存在特定求救手势，若检测到，则触发告警，转步骤3。
4.根据权利要求1所述的一种基于人体姿态跟踪分析的室内危险情况告警的方法，其特征在于：增加火焰图像的神经网络模型训练，采集各种火焰图像进行标定分类；选用的神经网络模型为深度网络中的二维卷积神经网络，对上述采集的图像通过无监督学习进行初始参数设定，然后对标定的火焰图像进行学习；在步骤2中增加第四线程用于火灾情况告警，对单帧图像通过滑块移动的方式利用神经网络模型逐区域判断是否存在火焰，若检测到，则触发告警，转步骤3。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611262400.5A CN107045623B (zh) | 2016-12-30 | 2016-12-30 | 一种基于人体姿态跟踪分析的室内危险情况告警的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611262400.5A CN107045623B (zh) | 2016-12-30 | 2016-12-30 | 一种基于人体姿态跟踪分析的室内危险情况告警的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107045623A true CN107045623A (zh) | 2017-08-15 |
| CN107045623B CN107045623B (zh) | 2020-01-21 |
Family
ID=59543298
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611262400.5A Active CN107045623B (zh) | 2016-12-30 | 2016-12-30 | 一种基于人体姿态跟踪分析的室内危险情况告警的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107045623B (zh) |
Cited By (47)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107832799A (zh) * | 2017-11-20 | 2018-03-23 | 北京奇虎科技有限公司 | 基于摄像头场景的对象识别方法及装置、计算设备 |
| CN107844977A (zh) * | 2017-10-09 | 2018-03-27 | 中国银联股份有限公司 | 一种支付方法及装置 |
| CN107945458A (zh) * | 2017-12-11 | 2018-04-20 | 北京奇虎科技有限公司 | 摄像头场景下的跌倒检测方法、装置及计算设备 |
| CN108224691A (zh) * | 2017-12-22 | 2018-06-29 | 银河水滴科技（北京）有限公司 | 一种空调系统控制方法和装置 |
| CN108289002A (zh) * | 2017-11-06 | 2018-07-17 | 韩劝劝 | 安全型老人专用收音机 |
| CN108363989A (zh) * | 2018-03-13 | 2018-08-03 | 中山大学 | 一种家庭监护的行为识别系统及其方法 |
| CN108446649A (zh) * | 2018-03-27 | 2018-08-24 | 百度在线网络技术（北京）有限公司 | 用于告警的方法及装置 |
| CN108549973A (zh) * | 2018-03-22 | 2018-09-18 | 中国平安人寿保险股份有限公司 | 识别模型构建及评估的方法、装置、存储介质及终端 |
| CN108596042A (zh) * | 2018-03-29 | 2018-09-28 | 青岛海尔智能技术研发有限公司 | 开门控制方法和系统 |
| CN108596171A (zh) * | 2018-03-29 | 2018-09-28 | 青岛海尔智能技术研发有限公司 | 开门控制方法和系统 |
| CN108710819A (zh) * | 2018-03-28 | 2018-10-26 | 上海乐愚智能科技有限公司 | 一种消除安全隐患的方法、装置、存储介质及机器人 |
| CN108833676A (zh) * | 2018-05-18 | 2018-11-16 | Oppo广东移动通信有限公司 | 天线控制方法及相关产品 |
| CN109035701A (zh) * | 2018-09-17 | 2018-12-18 | 中山爱科数字科技股份有限公司 | 一种居家养老中用于老人安全监控的自动警报方法 |
| CN109101928A (zh) * | 2018-08-15 | 2018-12-28 | 深圳市烽焌信息科技有限公司 | 儿童看护方法及机器人 |
| CN109344770A (zh) * | 2018-09-30 | 2019-02-15 | 新华三大数据技术有限公司 | 资源分配方法及装置 |
| CN109376604A (zh) * | 2018-09-25 | 2019-02-22 | 北京飞搜科技有限公司 | 一种基于人体姿态的年龄识别方法和装置 |
| CN109469968A (zh) * | 2018-10-22 | 2019-03-15 | 珠海格力电器股份有限公司 | 一种基于图像识别的空调控制的方法及装置 |
| CN109544859A (zh) * | 2018-12-12 | 2019-03-29 | 焦点科技股份有限公司 | 一种主动安全家用摄像头智能实现方法 |
| CN109670520A (zh) * | 2017-10-13 | 2019-04-23 | 杭州海康威视数字技术股份有限公司 | 一种目标姿态识别方法、装置及电子设备 |
| CN110111368A (zh) * | 2019-05-07 | 2019-08-09 | 山东广域科技有限责任公司 | 一种基于人体姿态识别的相似移动目标的检测跟踪方法 |
| CN110633652A (zh) * | 2019-08-27 | 2019-12-31 | 宇龙计算机通信科技(深圳)有限公司 | 意外状况确定方法、装置和电子设备 |
| CN110795972A (zh) * | 2018-08-03 | 2020-02-14 | 杭州海康威视数字技术股份有限公司 | 行人身份识别方法、装置、设备及存储介质 |
| CN110826406A (zh) * | 2019-10-08 | 2020-02-21 | 赵奕焜 | 一种基于深度学习模型的儿童高空防护方法 |
| CN111063162A (zh) * | 2019-12-05 | 2020-04-24 | 恒大新能源汽车科技(广东)有限公司 | 静默报警方法、装置、计算机设备和存储介质 |
| CN111382723A (zh) * | 2020-03-30 | 2020-07-07 | 北京云住养科技有限公司 | 求救识别的方法、装置及系统 |
| CN111414829A (zh) * | 2020-03-13 | 2020-07-14 | 珠海格力电器股份有限公司 | 一种发送报警信息的方法和装置 |
| CN111666794A (zh) * | 2019-03-08 | 2020-09-15 | 宏碁股份有限公司 | 宠物监视方法与宠物监视系统 |
| CN111753587A (zh) * | 2019-03-28 | 2020-10-09 | 杭州海康威视数字技术股份有限公司 | 一种倒地检测方法及装置 |
| CN111753594A (zh) * | 2019-03-29 | 2020-10-09 | 杭州海康威视数字技术股份有限公司 | 危险识别方法、装置及系统 |
| CN111931733A (zh) * | 2020-09-25 | 2020-11-13 | 西南交通大学 | 基于深度相机的人体姿态检测方法 |
| CN112185059A (zh) * | 2020-09-23 | 2021-01-05 | 北京蓦然认知科技有限公司 | 一种提醒用户的方法、装置 |
| CN112243063A (zh) * | 2019-07-18 | 2021-01-19 | 北京奇虎科技有限公司 | 一种基于移动终端的自动报警方法、装置及移动终端 |
| IT201900018506A1 (it) * | 2019-10-10 | 2021-04-10 | Vertunno Di Giacomo Luigi Gaiotti Architetto | Sistema di monitoraggio di ambienti interni per la rilevazione di situazioni anomale |
| CN112784662A (zh) * | 2018-12-30 | 2021-05-11 | 奥瞳系统科技有限公司 | 基于视频的跌倒风险评价系统 |
| CN113467325A (zh) * | 2021-07-23 | 2021-10-01 | 俞小飞 | 一种基于物联网的环境监控方法 |
| CN113505709A (zh) * | 2021-07-15 | 2021-10-15 | 开放智能机器（上海）有限公司 | 一种用于实时监测人体危险行为的方法以及系统 |
| CN113596229A (zh) * | 2021-08-17 | 2021-11-02 | 深圳云基智能科技有限公司 | 一种基于云化架构的数字家庭的智能手机 |
| CN113780255A (zh) * | 2021-11-12 | 2021-12-10 | 北京世纪好未来教育科技有限公司 | 危险评估方法、装置、设备及存储介质 |
| CN114399552A (zh) * | 2022-03-24 | 2022-04-26 | 武汉视合远方科技有限公司 | 一种室内监护环境行为识别及定位方法 |
| CN114694269A (zh) * | 2022-02-28 | 2022-07-01 | 江西中业智能科技有限公司 | 一种人体行为监护方法、系统及存储介质 |
| CN114838479A (zh) * | 2022-03-16 | 2022-08-02 | 青岛海尔空调器有限总公司 | 空调器控制方法、装置、电子设备及空调器 |
| CN115004269A (zh) * | 2019-11-13 | 2022-09-02 | 株式会社计数技研 | 监视装置、监视方法及程序 |
| CN115240367A (zh) * | 2022-09-23 | 2022-10-25 | 杭州中芯微电子有限公司 | 一种基于uwb智能定位的用户管理预警方法及系统 |
| CN115334249A (zh) * | 2022-10-17 | 2022-11-11 | 成都唐米科技有限公司 | 基于运动重心的跟焦方法、系统及摄像系统 |
| US20230237797A1 (en) * | 2022-01-27 | 2023-07-27 | Rovi Guides, Inc. | Smart home management system for generating augmented reality scene of potentially hazardous condition |
| CN116645732A (zh) * | 2023-07-19 | 2023-08-25 | 厦门工学院 | 一种基于计算机视觉的场地危险活动预警方法及系统 |
| CN117315592A (zh) * | 2023-11-27 | 2023-12-29 | 四川省医学科学院·四川省人民医院 | 一种基于机器人端实时监控摄像的识别预警系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102074095A (zh) * | 2010-11-09 | 2011-05-25 | 无锡中星微电子有限公司 | 幼儿行为监控系统及方法 |
| CN102387345A (zh) * | 2011-09-09 | 2012-03-21 | 浙江工业大学 | 基于全方位视觉的独居老人安全监护系统 |
| CN103337123A (zh) * | 2013-06-17 | 2013-10-02 | 西安石油大学 | 基于视频图像的油田联合站火灾预警系统及方法 |
| CN103517042A (zh) * | 2013-10-17 | 2014-01-15 | 吉林大学 | 一种养老院老人危险行为监测方法 |
| CN104346899A (zh) * | 2013-07-29 | 2015-02-11 | 深圳市赛格导航科技股份有限公司 | 一种车载终端手势动作报警装置以及报警方法 |
| CN104850846A (zh) * | 2015-06-02 | 2015-08-19 | 深圳大学 | 一种基于深度神经网络的人体行为识别方法及识别系统 |
| CN105279483A (zh) * | 2015-09-28 | 2016-01-27 | 华中科技大学 | 一种基于深度图像的跌倒行为实时检测方法 |
| CN105631482A (zh) * | 2016-03-03 | 2016-06-01 | 中国民航大学 | 一种基于卷积神经网络模型的危险物品图像分类方法 |
| CN105691627A (zh) * | 2014-11-27 | 2016-06-22 | 成都创客之家科技有限公司 | 一种儿童看护的智能飞行装置 |
-
2016
- 2016-12-30 CN CN201611262400.5A patent/CN107045623B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102074095A (zh) * | 2010-11-09 | 2011-05-25 | 无锡中星微电子有限公司 | 幼儿行为监控系统及方法 |
| CN102387345A (zh) * | 2011-09-09 | 2012-03-21 | 浙江工业大学 | 基于全方位视觉的独居老人安全监护系统 |
| CN103337123A (zh) * | 2013-06-17 | 2013-10-02 | 西安石油大学 | 基于视频图像的油田联合站火灾预警系统及方法 |
| CN104346899A (zh) * | 2013-07-29 | 2015-02-11 | 深圳市赛格导航科技股份有限公司 | 一种车载终端手势动作报警装置以及报警方法 |
| CN103517042A (zh) * | 2013-10-17 | 2014-01-15 | 吉林大学 | 一种养老院老人危险行为监测方法 |
| CN105691627A (zh) * | 2014-11-27 | 2016-06-22 | 成都创客之家科技有限公司 | 一种儿童看护的智能飞行装置 |
| CN104850846A (zh) * | 2015-06-02 | 2015-08-19 | 深圳大学 | 一种基于深度神经网络的人体行为识别方法及识别系统 |
| CN105279483A (zh) * | 2015-09-28 | 2016-01-27 | 华中科技大学 | 一种基于深度图像的跌倒行为实时检测方法 |
| CN105631482A (zh) * | 2016-03-03 | 2016-06-01 | 中国民航大学 | 一种基于卷积神经网络模型的危险物品图像分类方法 |
Cited By (61)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107844977A (zh) * | 2017-10-09 | 2018-03-27 | 中国银联股份有限公司 | 一种支付方法及装置 |
| CN109670520A (zh) * | 2017-10-13 | 2019-04-23 | 杭州海康威视数字技术股份有限公司 | 一种目标姿态识别方法、装置及电子设备 |
| CN109670520B (zh) * | 2017-10-13 | 2021-04-09 | 杭州海康威视数字技术股份有限公司 | 一种目标姿态识别方法、装置及电子设备 |
| CN108289002A (zh) * | 2017-11-06 | 2018-07-17 | 韩劝劝 | 安全型老人专用收音机 |
| CN107832799A (zh) * | 2017-11-20 | 2018-03-23 | 北京奇虎科技有限公司 | 基于摄像头场景的对象识别方法及装置、计算设备 |
| CN107945458A (zh) * | 2017-12-11 | 2018-04-20 | 北京奇虎科技有限公司 | 摄像头场景下的跌倒检测方法、装置及计算设备 |
| CN108224691A (zh) * | 2017-12-22 | 2018-06-29 | 银河水滴科技（北京）有限公司 | 一种空调系统控制方法和装置 |
| CN108363989A (zh) * | 2018-03-13 | 2018-08-03 | 中山大学 | 一种家庭监护的行为识别系统及其方法 |
| CN108549973A (zh) * | 2018-03-22 | 2018-09-18 | 中国平安人寿保险股份有限公司 | 识别模型构建及评估的方法、装置、存储介质及终端 |
| CN108549973B (zh) * | 2018-03-22 | 2022-07-19 | 中国平安人寿保险股份有限公司 | 识别模型构建及评估的方法、装置、存储介质及终端 |
| CN108446649A (zh) * | 2018-03-27 | 2018-08-24 | 百度在线网络技术（北京）有限公司 | 用于告警的方法及装置 |
| CN108710819A (zh) * | 2018-03-28 | 2018-10-26 | 上海乐愚智能科技有限公司 | 一种消除安全隐患的方法、装置、存储介质及机器人 |
| CN108596171A (zh) * | 2018-03-29 | 2018-09-28 | 青岛海尔智能技术研发有限公司 | 开门控制方法和系统 |
| CN108596042A (zh) * | 2018-03-29 | 2018-09-28 | 青岛海尔智能技术研发有限公司 | 开门控制方法和系统 |
| CN108833676A (zh) * | 2018-05-18 | 2018-11-16 | Oppo广东移动通信有限公司 | 天线控制方法及相关产品 |
| CN110795972A (zh) * | 2018-08-03 | 2020-02-14 | 杭州海康威视数字技术股份有限公司 | 行人身份识别方法、装置、设备及存储介质 |
| CN109101928A (zh) * | 2018-08-15 | 2018-12-28 | 深圳市烽焌信息科技有限公司 | 儿童看护方法及机器人 |
| CN109035701A (zh) * | 2018-09-17 | 2018-12-18 | 中山爱科数字科技股份有限公司 | 一种居家养老中用于老人安全监控的自动警报方法 |
| CN109376604A (zh) * | 2018-09-25 | 2019-02-22 | 北京飞搜科技有限公司 | 一种基于人体姿态的年龄识别方法和装置 |
| CN109376604B (zh) * | 2018-09-25 | 2021-01-05 | 苏州飞搜科技有限公司 | 一种基于人体姿态的年龄识别方法和装置 |
| CN109344770A (zh) * | 2018-09-30 | 2019-02-15 | 新华三大数据技术有限公司 | 资源分配方法及装置 |
| CN109344770B (zh) * | 2018-09-30 | 2020-10-09 | 新华三大数据技术有限公司 | 资源分配方法及装置 |
| CN109469968A (zh) * | 2018-10-22 | 2019-03-15 | 珠海格力电器股份有限公司 | 一种基于图像识别的空调控制的方法及装置 |
| CN109544859A (zh) * | 2018-12-12 | 2019-03-29 | 焦点科技股份有限公司 | 一种主动安全家用摄像头智能实现方法 |
| CN112784662A (zh) * | 2018-12-30 | 2021-05-11 | 奥瞳系统科技有限公司 | 基于视频的跌倒风险评价系统 |
| CN111666794A (zh) * | 2019-03-08 | 2020-09-15 | 宏碁股份有限公司 | 宠物监视方法与宠物监视系统 |
| CN111753587B (zh) * | 2019-03-28 | 2023-09-29 | 杭州海康威视数字技术股份有限公司 | 一种倒地检测方法及装置 |
| CN111753587A (zh) * | 2019-03-28 | 2020-10-09 | 杭州海康威视数字技术股份有限公司 | 一种倒地检测方法及装置 |
| CN111753594A (zh) * | 2019-03-29 | 2020-10-09 | 杭州海康威视数字技术股份有限公司 | 危险识别方法、装置及系统 |
| CN111753594B (zh) * | 2019-03-29 | 2023-09-29 | 杭州海康威视数字技术股份有限公司 | 危险识别方法、装置及系统 |
| CN110111368B (zh) * | 2019-05-07 | 2023-04-07 | 山东广域科技有限责任公司 | 一种基于人体姿态识别的相似移动目标的检测跟踪方法 |
| CN110111368A (zh) * | 2019-05-07 | 2019-08-09 | 山东广域科技有限责任公司 | 一种基于人体姿态识别的相似移动目标的检测跟踪方法 |
| CN112243063A (zh) * | 2019-07-18 | 2021-01-19 | 北京奇虎科技有限公司 | 一种基于移动终端的自动报警方法、装置及移动终端 |
| CN110633652A (zh) * | 2019-08-27 | 2019-12-31 | 宇龙计算机通信科技(深圳)有限公司 | 意外状况确定方法、装置和电子设备 |
| CN110826406A (zh) * | 2019-10-08 | 2020-02-21 | 赵奕焜 | 一种基于深度学习模型的儿童高空防护方法 |
| IT201900018506A1 (it) * | 2019-10-10 | 2021-04-10 | Vertunno Di Giacomo Luigi Gaiotti Architetto | Sistema di monitoraggio di ambienti interni per la rilevazione di situazioni anomale |
| CN115004269A (zh) * | 2019-11-13 | 2022-09-02 | 株式会社计数技研 | 监视装置、监视方法及程序 |
| CN115004269B (zh) * | 2019-11-13 | 2024-04-16 | 株式会社计数技研 | 监视装置、监视方法及程序 |
| CN111063162A (zh) * | 2019-12-05 | 2020-04-24 | 恒大新能源汽车科技(广东)有限公司 | 静默报警方法、装置、计算机设备和存储介质 |
| CN111414829A (zh) * | 2020-03-13 | 2020-07-14 | 珠海格力电器股份有限公司 | 一种发送报警信息的方法和装置 |
| CN111414829B (zh) * | 2020-03-13 | 2024-03-15 | 珠海格力电器股份有限公司 | 一种发送报警信息的方法和装置 |
| CN111382723A (zh) * | 2020-03-30 | 2020-07-07 | 北京云住养科技有限公司 | 求救识别的方法、装置及系统 |
| CN112185059A (zh) * | 2020-09-23 | 2021-01-05 | 北京蓦然认知科技有限公司 | 一种提醒用户的方法、装置 |
| CN111931733A (zh) * | 2020-09-25 | 2020-11-13 | 西南交通大学 | 基于深度相机的人体姿态检测方法 |
| CN113505709A (zh) * | 2021-07-15 | 2021-10-15 | 开放智能机器（上海）有限公司 | 一种用于实时监测人体危险行为的方法以及系统 |
| CN113467325A (zh) * | 2021-07-23 | 2021-10-01 | 俞小飞 | 一种基于物联网的环境监控方法 |
| CN113467325B (zh) * | 2021-07-23 | 2023-03-14 | 俞小飞 | 一种基于物联网的环境监控方法 |
| CN113596229A (zh) * | 2021-08-17 | 2021-11-02 | 深圳云基智能科技有限公司 | 一种基于云化架构的数字家庭的智能手机 |
| CN113780255A (zh) * | 2021-11-12 | 2021-12-10 | 北京世纪好未来教育科技有限公司 | 危险评估方法、装置、设备及存储介质 |
| US20230237797A1 (en) * | 2022-01-27 | 2023-07-27 | Rovi Guides, Inc. | Smart home management system for generating augmented reality scene of potentially hazardous condition |
| CN114694269A (zh) * | 2022-02-28 | 2022-07-01 | 江西中业智能科技有限公司 | 一种人体行为监护方法、系统及存储介质 |
| CN114838479A (zh) * | 2022-03-16 | 2022-08-02 | 青岛海尔空调器有限总公司 | 空调器控制方法、装置、电子设备及空调器 |
| CN114399552B (zh) * | 2022-03-24 | 2022-06-14 | 武汉视合远方科技有限公司 | 一种室内监护环境行为识别及定位方法 |
| CN114399552A (zh) * | 2022-03-24 | 2022-04-26 | 武汉视合远方科技有限公司 | 一种室内监护环境行为识别及定位方法 |
| CN115240367A (zh) * | 2022-09-23 | 2022-10-25 | 杭州中芯微电子有限公司 | 一种基于uwb智能定位的用户管理预警方法及系统 |
| US11893749B1 (en) | 2022-10-17 | 2024-02-06 | Chengdu Tommi Technology Co., Ltd. | Focus following method based on motion gravity center, storage medium and photographing system |
| CN115334249A (zh) * | 2022-10-17 | 2022-11-11 | 成都唐米科技有限公司 | 基于运动重心的跟焦方法、系统及摄像系统 |
| CN116645732A (zh) * | 2023-07-19 | 2023-08-25 | 厦门工学院 | 一种基于计算机视觉的场地危险活动预警方法及系统 |
| CN116645732B (zh) * | 2023-07-19 | 2023-10-10 | 厦门工学院 | 一种基于计算机视觉的场地危险活动预警方法及系统 |
| CN117315592B (zh) * | 2023-11-27 | 2024-01-30 | 四川省医学科学院·四川省人民医院 | 一种基于机器人端实时监控摄像的识别预警系统 |
| CN117315592A (zh) * | 2023-11-27 | 2023-12-29 | 四川省医学科学院·四川省人民医院 | 一种基于机器人端实时监控摄像的识别预警系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107045623B (zh) | 2020-01-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107045623A (zh) | 一种基于人体姿态跟踪分析的室内危险情况告警的方法 | |
| Mastorakis et al. | Fall detection system using Kinect’s infrared sensor | |
| Wang et al. | Fall detection based on dual-channel feature integration | |
| CN107924455A (zh) | 计算机视觉过程 | |
| CN107657244B (zh) | 一种基于多摄像机的人体跌倒行为检测系统及其检测方法 | |
| Seredin et al. | A skeleton features-based fall detection using Microsoft Kinect v2 with one class-classifier outlier removal | |
| US11504607B2 (en) | System and method for using a camera unit for the pool cleaning robot for safety monitoring and augmented reality games | |
| Hoshino et al. | Human following robot based on control of particle distribution with integrated range sensors | |
| Monir et al. | Rotation and scale invariant posture recognition using Microsoft Kinect skeletal tracking feature | |
| Nar et al. | Abnormal activity detection for bank ATM surveillance | |
| Wang et al. | Real-time 3D human tracking for mobile robots with multisensors | |
| Asif et al. | Sshfd: Single shot human fall detection with occluded joints resilience | |
| Stone et al. | Silhouette classification using pixel and voxel features for improved elder monitoring in dynamic environments | |
| CN105574889B (zh) | 一种个人异常行为检测方法和系统 | |
| CN114419481A (zh) | 一种基于社区小脑监控的户外儿童无人陪护检测方法及装置 | |
| Hung et al. | Fall detection with two cameras based on occupied area | |
| Patino et al. | Abnormal behaviour detection on queue analysis from stereo cameras | |
| Zheng et al. | Fall detection and recognition based on gcn and 2d pose | |
| Dotti et al. | Unsupervised discovery of normal and abnormal activity patterns in indoor and outdoor environments | |
| Khan et al. | Video analytic for fall detection from shape features and motion gradients | |
| Bansal et al. | Elderly people fall detection system using skeleton tracking and recognition | |
| Hung et al. | The estimation of heights and occupied areas of humans from two orthogonal views for fall detection | |
| Al-Temeemy | Multispectral imaging: monitoring vulnerable people | |
| Flores-Barranco et al. | Accidental fall detection based on skeleton joint correlation and activity boundary | |
| Osigbesan et al. | Vision-based fall detection in aircraft maintenance environment with pose estimation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |