CN108846996A - 一种摔倒侦测系统及方法 - Google Patents
一种摔倒侦测系统及方法 Download PDFInfo
- Publication number
- CN108846996A CN108846996A CN201810883096.9A CN201810883096A CN108846996A CN 108846996 A CN108846996 A CN 108846996A CN 201810883096 A CN201810883096 A CN 201810883096A CN 108846996 A CN108846996 A CN 108846996A
- Authority
- CN
- China
- Prior art keywords
- axis
- video camera
- detecting
- axle
- captures
- 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
- 238000000034 method Methods 0.000 title claims description 24
- 230000000694 effects Effects 0.000 claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 29
- 238000006243 chemical reaction Methods 0.000 claims description 16
- 210000004394 hip joint Anatomy 0.000 claims description 11
- 210000003127 knee Anatomy 0.000 claims description 10
- 210000000629 knee joint Anatomy 0.000 claims description 10
- 101000911772 Homo sapiens Hsc70-interacting protein Proteins 0.000 claims description 7
- 210000001624 hip Anatomy 0.000 claims 2
- 230000001133 acceleration Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0438—Sensor means for detecting
- G08B21/0476—Cameras to detect unsafe condition, e.g. video cameras
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/04—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons
- G08B21/0407—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis
- G08B21/043—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting an emergency event, e.g. a fall
Landscapes
- Health & Medical Sciences (AREA)
- Emergency Management (AREA)
- General Health & Medical Sciences (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Engineering & Computer Science (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Emergency Alarm Devices (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供了一种摔倒侦测系统,包括电源、总处理器、摔倒侦测装置、语音警报装置、远程监护人终端,其中所述总处理器与所述电源、所述摔倒侦测装置、所述语音警报装置、所述远程监护人终端连接,所述摔倒侦测装置包括第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机,所述第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机分别位于目标活动空间区域的上部、中部、下部,并与总处理器连接。本发明通过对人体特征进行轴线划分,通过三条轴线与水平面的夹角来协同判断是否存在摔倒场景,有效解决了摔倒侦测误判率过高等问题,可准确地侦测独居老人的摔倒风险,及时发出安全警报。
Description
技术领域
本发明涉及安全侦测领域,具体涉及一种摔倒侦测系统及方法。
背景技术
目前,随着社会老龄化程度的加深,空巢老人越来越多,已经成为一个不容忽视的社会问题。空巢老人因无子女照顾而单独居住,独居老人因年龄因素而易发生摔倒,而老人摔倒后不及时送医治疗会有很高的伤残率和住院率,为家庭带来了巨大的经济及社会负担,及时地知晓、救助摔倒的独居老人则可为及时治疗争取宝贵时间,可有效降低伤残率。
虽然对于老人摔倒检测的方法又很多,但主要为穿戴式传感器检测方法,如CN107909771A,一种基于无线传感网络的人员跌倒报警系统及其实现方法,该系统利用佩戴加速度传感器测得的重力加速度在X、Y、Z轴的分布情况来识别人员姿态;如CN206210062U,一种老人摔倒呼救智能手环。此类手环需要老人自己去按报警按钮,才会进行报警,然后有些老人在摔倒后并不是清醒的,无法进行报警,所以这类手环的局限性很大;如CN106971503A,一种跌倒监测装置及方法。此类手环利用人摔倒过程中的加速度变化来对摔倒进行检测,然而由于人手具有六个方向的自由度,而且手的运动方向不能反应人体躯干的变化,这就导致了仅使用加速度来判断摔倒具有比较多的误报,准确率比较低;此外,还有基于视频中人体高度差异的检测方法,但此类方法常常将正常的坐姿、蹲姿误判为摔倒。
上述方法及设备一方面需要佩戴传感器使用不方便,设备成本高,侦测准确率较低,另一方面,不能够有效地侦测摔倒场景,针对上述问题,本申请提供了一种摔倒侦测系统及方法,以有效地侦测独居老人的摔倒风险,及时发出安全警报。
发明内容
本发明的目的是克服现有技术中摔倒侦测设备使用不方便,设备成本高,侦测准确率较低等问题,提供一种摔倒侦测系统及方法,以有效地侦测独居老人的摔倒风险,及时发出安全警报。
为了解决上述技术问题,本发明提供了一种摔倒侦测系统,包括电源、总处理器、摔倒侦测装置、语音警报装置、远程监护人终端,其中所述总处理器与所述电源、所述摔倒侦测装置、所述语音警报装置、所述远程监护人终端连接。
进一步地,所述摔倒侦测装置包括第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机,所述第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机分别位于目标活动空间区域的上部、中部、下部,并与总处理器连接,分别用于捕捉人体不同位置的图像数据并将相关数据传送至总处理器,所述摄像机均为3D摄像机。
进一步地,所述第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机分别位于目标活动空间区域角落的上部、中部、下部。
本发明还提供了一种用于独居老人的安全侦测方法,包括,
(1)图像采集步骤,通过摔倒侦测装置的第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机获取目标活动空间区域范围内的图像数据,并将图像数据传输至总处理器;
(2)入镜侦测步骤,总处理器将第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机获取的图像数据分别进行背景差分计算,经计算后当第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机的图像数据同时侦测到有人进入目标活动空间区域范围时,则启动摔倒侦测;此处设计的巧妙之处在于,通过三台摄像机的协同判断,避免人体不全进入时导致摔倒侦测装置全面启动而引起整个系统能耗增加;
(3)摔倒侦测步骤,对人体特征进行轴线划分,将人体人体髋关节与头顶之间部分的轴线作为第一轴线,将膝盖与髋关节之间人体部分的轴线作为第二轴线,将脚底与膝盖之间人体部分的轴线作为第三轴线;通过第一轴线捕捉摄像机捕捉目标活动空间区域内人体髋关节与头顶之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第一轴线;通过第二轴线捕捉摄像机捕捉目标活动空间区域内人体膝盖与髋关节之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第二轴线;通过第三轴线捕捉摄像机捕捉目标活动空间区域内人体脚底与膝盖之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第三轴线;通过总处理器对第一轴线、第二轴线、第三轴线与水平面的夹角进行分析,侦测判断是否存在摔倒场景;此处设计是本发明的关键之处,通过对人体特征进行轴线划分,通过三条轴线与水平面的夹角及接触点来协同判断是否存在摔倒场景,有效避免了将坐姿、蹲姿、跪姿、爬姿等非摔倒场景的误判;
(4)摔倒警报步骤,当侦测到摔倒场景时,总处理器将发出警报信号并将信号分别传至语音警报装置和远程监护人终端,语音警报装置在接收到警报信号时将发出语音警报,以及时使独居老人的周围邻居知晓并进行救助;远程监护人终端在接收到警报信号时将提示远程监护人出现摔倒场景,以便远程监护人及时做出判断和处置。
本发明的有益效果是,本发明提供的一种摔倒侦测系统及方法,其关键之处在于通过对人体特征进行轴线划分,并通过三条轴线与水平面的夹角及接触点来协同判断是否存在摔倒场景,有效解决了现有的摔倒侦测装置及方法需穿戴传感设备等问题,有效降低了对坐姿、蹲姿、跪姿、爬姿等非摔倒场景的误判率,同时,本申请也避免了现有视频摔倒侦测步骤繁杂、计算负荷大的缺点,可以有效、准确地侦测独居老人的摔倒风险,及时发出安全警报,为独居老人的安全提供保障。
附图说明
图1是本发明摔倒侦测系统的结构示意图;
图2是本发明摔倒侦测装置的结构示意图;
图3是本发明人体特征轴线划分示意图。
具体实施方式
下面结合附图和实施例对本发明进一步描述。
实施例1:请参照附图1,一种摔倒侦测系统,包括电源10、总处理器20、摔倒侦测装置30、语音警报装置40、远程监护人终端50,其中所述总处理器20与所述电源10、所述摔倒侦测装置30、所述语音警报装置40、所述远程监护人终端50连接。
所述连接为电连接,所述电源10为独立电源,可保障侦测系统的整体独立供电。
实施例2:请参照附图1-附图2,一种摔倒侦测系统,基本结构与实施例1相同,不同之处在于,所述摔倒侦测装置30包括第一轴线捕捉摄像机31、第二轴线捕捉摄像机32、第三轴线捕捉摄像机33,所述第一轴线捕捉摄像机31、第二轴线捕捉摄像机32、第三轴线捕捉摄像机33分别位于目标活动空间区域角落的上部、中部、下部,分别用于捕捉人体不同位置的图像数据并将相关数据传送至总处理器20,所述摄像机均采用3D摄像机,所述总处理器20与所述摔倒侦测装置30的连接为将第一轴线捕捉摄像机31、第二轴线捕捉摄像机32、第三轴线捕捉摄像机33与总处理器20连接。
所述总处理器20接收第一轴线捕捉摄像机31、第二轴线捕捉摄像机32、第三轴线捕捉摄像机33捕捉的人体不同位置的图像数据,对图像进行二值化处理后确定人体的第一轴线、第二轴线、第三轴线,并对各轴线与水平面的夹角进行分析。
实施例3:请参照附图1-附图3。一种摔倒侦测方法,包括,
(1)图像采集步骤,通过摔倒侦测装置30的第一轴线捕捉摄像机31、第二轴线捕捉摄像机32、第三轴线捕捉摄像机33获取目标活动空间区域范围内的图像数据,并将图像数据传输至总处理器20;
(2)入镜侦测步骤,总处理器20将第一轴线捕捉摄像机31、第二轴线捕捉摄像机32、第三轴线捕捉摄像机33获取的图像数据分别进行背景差分计算,经计算后当第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机的图像数据同时侦测到有人进入目标活动空间区域范围时,则启动摔倒侦测;
(3)摔倒侦测步骤,如附图3所示,对人体特征进行轴线划分,将人体人体髋关节与头顶之间部分的轴线作为第一轴线,将膝盖与髋关节之间人体部分的轴线作为第二轴线,将脚底与膝盖之间人体部分的轴线作为第三轴线;通过第一轴线捕捉摄像机31捕捉目标活动空间区域内人体髋关节与头顶之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第一轴线;通过第二轴线捕捉摄像机32捕捉目标活动空间区域内人体膝盖与髋关节之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第二轴线;通过第三轴线捕捉摄像机33捕捉目标活动空间区域内人体脚底与膝盖之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第三轴线;通过总处理器对第一轴线、第二轴线、第三轴线与水平面的夹角进行分析,侦测判断是否存在摔倒场景;摔倒场景判断采用以下方法:若经分析发现第一轴线、第二轴线、第三轴线与水平面的夹角均小于30度,且第三轴线与地面有接触点,则视为出现摔倒场景;否,则视为未出现摔倒场景;
(4)摔倒警报步骤,当侦测到摔倒场景时,总处理20器将发出警报信号并将信号分别传至语音警报装置40和远程监护人终端50,语音警报装置40在接收到警报信号时将发出语音警报,以及时使独居老人的周围邻居知晓并进行救助;远程监护人终端50在接收到警报信号时将提示远程监护人出现摔倒场景,以便远程监护人及时做出判断和处置。
实施例4:请参照附图1-附图3。一种摔倒侦测方法,所述侦测方法用于实施例2中的摔倒侦测系统,包括以下步骤:
(1)图像采集步骤,通过摔倒侦测装置30的第一轴线捕捉摄像机31、第二轴线捕捉摄像机32、第三轴线捕捉摄像机33获取目标活动空间区域范围内的图像数据,并将图像数据传输至总处理器20;
(2)入镜侦测步骤,总处理器20将第一轴线捕捉摄像机31、第二轴线捕捉摄像机32、第三轴线捕捉摄像机33获取的图像数据分别进行背景差分计算,经计算后当第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机的图像数据同时侦测到有人进入目标活动空间区域范围时,则启动摔倒侦测;
(3)摔倒侦测步骤,如附图3所示,对人体特征进行轴线划分,将人体人体髋关节与头顶之间部分的轴线作为第一轴线,将膝盖与髋关节之间人体部分的轴线作为第二轴线,将脚底与膝盖之间人体部分的轴线作为第三轴线;通过第一轴线捕捉摄像机31捕捉目标活动空间区域内人体髋关节与头顶之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第一轴线;通过第二轴线捕捉摄像机32捕捉目标活动空间区域内人体膝盖与髋关节之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第二轴线;通过第三轴线捕捉摄像机33捕捉目标活动空间区域内人体脚底与膝盖之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第三轴线;通过总处理器对第一轴线、第二轴线、第三轴线与水平面的夹角进行分析,侦测判断是否存在摔倒场景;摔倒场景判断采用以下方法:若经分析发现第一轴线、第二轴线、第三轴线与水平面的夹角均小于30度,且第三轴线与地面有接触点,则视为出现摔倒场景;否,则视为未出现摔倒场景;
(4)摔倒警报步骤,当侦测到摔倒场景时,总处理20器将发出警报信号并将信号分别传至语音警报装置40和远程监护人终端50,语音警报装置40在接收到警报信号时将发出语音警报,以及时使独居老人的周围邻居知晓并进行救助;远程监护人终端50在接收到警报信号时将提示远程监护人出现摔倒场景,以便远程监护人及时做出判断和处置。
以上实施例和附图仅用以说明本发明的技术方案而非限制,尽管通过上述实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (9)
1.一种摔倒侦测系统,包括电源、总处理器、摔倒侦测装置、语音警报装置、远程监护人终端,其中所述总处理器与所述电源、所述摔倒侦测装置、所述语音警报装置、所述远程监护人终端连接。
2.根据权利要求1所述的一种摔倒侦测系统,其特征在于,所述电源为独立电源,所述连接为电连接。
3.根据权利要求1所述的一种摔倒侦测系统,其特征在于,所述摔倒侦测装置包括第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机,所述总处理器与所述摔倒侦测装置的连接为将第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机与总处理器连接。
4.根据权利要求3所述的一种摔倒侦测系统,其特征在于,所述第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机均采用3D摄像机。
5.根据权利要求3所述的一种摔倒侦测系统,其特征在于,所述第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机分别位于目标活动空间区域的上部、中部、下部,分别用于捕捉人体不同位置的图像数据并将相关数据传送至总处理器。
6.根据权利要求5所述的一种摔倒侦测系统,其特征在于,所述第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机分别位于目标活动空间区域角落的上部、中部、下部。
7.一种摔倒侦测方法,其特征在于包括以下步骤,
(1)图像采集步骤,通过摔倒侦测装置的第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机获取目标活动空间区域范围内的图像数据,并将图像数据传输至总处理器;
(2)入镜侦测步骤,总处理器将第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机获取的图像数据分别进行背景差分计算,经计算后当第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机的图像数据同时侦测到有人进入目标活动空间区域范围时,则启动摔倒侦测;
(3)摔倒侦测步骤,对人体特征进行轴线划分,将人体人体髋关节与头顶之间部分的轴线作为第一轴线,将膝盖与髋关节之间人体部分的轴线作为第二轴线,将脚底与膝盖之间人体部分的轴线作为第三轴线;通过第一轴线捕捉摄像机捕捉目标活动空间区域内人体髋关节与头顶之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第一轴线;通过第二轴线捕捉摄像机捕捉目标活动空间区域内人体膝盖与髋关节之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第二轴线;通过第三轴线捕捉摄像机捕捉目标活动空间区域内人体脚底与膝盖之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第三轴线;通过总处理器对第一轴线、第二轴线、第三轴线与水平面的夹角进行分析,侦测判断是否存在摔倒场景;(4)摔倒警报步骤,当侦测到摔倒场景时,总处理器将发出警报信号并将信号分别传至语音警报装置和远程监护人终端,语音警报装置在接收到警报信号时将发出语音警报;远程监护人终端在接收到警报信号时将提示远程监护人出现摔倒场景,以便远程监护人及时做出判断和处置。
8.根据权利要求7所述的一种摔倒侦测方法,其特征在于所述摔倒侦测方法用于权利要求3-6任一项所述的摔倒侦测系统,所述摔倒侦测方法包括以下步骤,
(1)图像采集步骤,通过摔倒侦测装置的第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机获取目标活动空间区域范围内的图像数据,并将图像数据传输至总处理器;
(2)入镜侦测步骤,总处理器将第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机获取的图像数据分别进行背景差分计算,经计算后当第一轴线捕捉摄像机、第二轴线捕捉摄像机、第三轴线捕捉摄像机的图像数据同时侦测到有人进入目标活动空间区域范围时,则启动摔倒侦测;
(3)摔倒侦测步骤,对人体特征进行轴线划分,将人体人体髋关节与头顶之间部分的轴线作为第一轴线,将膝盖与髋关节之间人体部分的轴线作为第二轴线,将脚底与膝盖之间人体部分的轴线作为第三轴线;通过第一轴线捕捉摄像机捕捉目标活动空间区域内人体髋关节与头顶之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第一轴线;通过第二轴线捕捉摄像机捕捉目标活动空间区域内人体膝盖与髋关节之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第二轴线;通过第三轴线捕捉摄像机捕捉目标活动空间区域内人体脚底与膝盖之间部分的图像,并传输至总处理器,总处理器对图像进行二值化处理后确定第三轴线;通过总处理器对第一轴线、第二轴线、第三轴线与水平面的夹角进行分析,侦测判断是否存在摔倒场景;(4)摔倒警报步骤,当侦测到摔倒场景时,总处理器将发出警报信号并将信号分别传至语音警报装置和远程监护人终端,语音警报装置在接收到警报信号时将发出语音警报;远程监护人终端在接收到警报信号时将提示远程监护人出现摔倒场景,以便远程监护人及时做出判断和处置。
9.根据权利要求7或8所述的一种摔倒侦测方法,其特征在于,摔倒场景判断采用以下方法:若经分析发现第一轴线、第二轴线、第三轴线与水平面的夹角均小于30度,且第三轴线与地面有接触点,则视为出现摔倒场景;否,则视为未出现摔倒场景。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810883096.9A CN108846996B (zh) | 2018-08-06 | 2018-08-06 | 一种摔倒侦测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810883096.9A CN108846996B (zh) | 2018-08-06 | 2018-08-06 | 一种摔倒侦测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108846996A true CN108846996A (zh) | 2018-11-20 |
CN108846996B CN108846996B (zh) | 2020-01-24 |
Family
ID=64192376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810883096.9A Active CN108846996B (zh) | 2018-08-06 | 2018-08-06 | 一种摔倒侦测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108846996B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460908A (zh) * | 2020-03-05 | 2020-07-28 | 中国地质大学(武汉) | 一种基于OpenPose的人体摔倒识别方法及系统 |
CN113505752A (zh) * | 2021-07-29 | 2021-10-15 | 中移(杭州)信息技术有限公司 | 摔倒检测方法、装置、设备以及计算机可读存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101326821A (zh) * | 2006-03-14 | 2008-12-17 | 索尼株式会社 | 图像处理设备和图像处理方法 |
CN202939773U (zh) * | 2012-11-07 | 2013-05-15 | 中南大学 | 基于加速度和高度信息的人体跌倒监测装置 |
CN103295364A (zh) * | 2013-05-15 | 2013-09-11 | 上海交通大学 | 一种基于双鉴的摔倒事件检测系统 |
CN104680525A (zh) * | 2015-02-12 | 2015-06-03 | 南通大学 | 基于Kinect深度图像的人体摔倒自动检测方法 |
CN105719429A (zh) * | 2014-07-29 | 2016-06-29 | 吴诗蕊 | 一种基于Kinect的跌倒检测及报警系统及其操作方法 |
CN205405805U (zh) * | 2016-02-16 | 2016-07-27 | 天津统捷科技有限公司 | 一种人体摔倒智能通信辅助装置 |
CN106022213A (zh) * | 2016-05-04 | 2016-10-12 | 北方工业大学 | 一种基于三维骨骼信息的人体动作识别方法 |
CN106388418A (zh) * | 2015-07-28 | 2017-02-15 | 由田新技股份有限公司 | 防止跌落装置与其操作方法 |
US20170206795A1 (en) * | 2012-10-09 | 2017-07-20 | Kc Holdings I | Personalized avatar responsive to user physical state and context |
CN107220604A (zh) * | 2017-05-18 | 2017-09-29 | 清华大学深圳研究生院 | 一种基于视频的跌倒检测方法 |
CN107392086A (zh) * | 2017-05-26 | 2017-11-24 | 深圳奥比中光科技有限公司 | 人体姿态的评估装置、系统及存储装置 |
-
2018
- 2018-08-06 CN CN201810883096.9A patent/CN108846996B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101326821A (zh) * | 2006-03-14 | 2008-12-17 | 索尼株式会社 | 图像处理设备和图像处理方法 |
US20170206795A1 (en) * | 2012-10-09 | 2017-07-20 | Kc Holdings I | Personalized avatar responsive to user physical state and context |
CN202939773U (zh) * | 2012-11-07 | 2013-05-15 | 中南大学 | 基于加速度和高度信息的人体跌倒监测装置 |
CN103295364A (zh) * | 2013-05-15 | 2013-09-11 | 上海交通大学 | 一种基于双鉴的摔倒事件检测系统 |
CN105719429A (zh) * | 2014-07-29 | 2016-06-29 | 吴诗蕊 | 一种基于Kinect的跌倒检测及报警系统及其操作方法 |
CN104680525A (zh) * | 2015-02-12 | 2015-06-03 | 南通大学 | 基于Kinect深度图像的人体摔倒自动检测方法 |
CN106388418A (zh) * | 2015-07-28 | 2017-02-15 | 由田新技股份有限公司 | 防止跌落装置与其操作方法 |
CN205405805U (zh) * | 2016-02-16 | 2016-07-27 | 天津统捷科技有限公司 | 一种人体摔倒智能通信辅助装置 |
CN106022213A (zh) * | 2016-05-04 | 2016-10-12 | 北方工业大学 | 一种基于三维骨骼信息的人体动作识别方法 |
CN107220604A (zh) * | 2017-05-18 | 2017-09-29 | 清华大学深圳研究生院 | 一种基于视频的跌倒检测方法 |
CN107392086A (zh) * | 2017-05-26 | 2017-11-24 | 深圳奥比中光科技有限公司 | 人体姿态的评估装置、系统及存储装置 |
Non-Patent Citations (1)
Title |
---|
张庆宾: "智能空间下基于AHRS的人体动作识别", 《万方》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460908A (zh) * | 2020-03-05 | 2020-07-28 | 中国地质大学(武汉) | 一种基于OpenPose的人体摔倒识别方法及系统 |
CN111460908B (zh) * | 2020-03-05 | 2023-09-01 | 中国地质大学(武汉) | 一种基于OpenPose的人体摔倒识别方法及系统 |
CN113505752A (zh) * | 2021-07-29 | 2021-10-15 | 中移(杭州)信息技术有限公司 | 摔倒检测方法、装置、设备以及计算机可读存储介质 |
CN113505752B (zh) * | 2021-07-29 | 2024-04-23 | 中移(杭州)信息技术有限公司 | 摔倒检测方法、装置、设备以及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108846996B (zh) | 2020-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109919132B (zh) | 一种基于骨架检测的行人跌倒识别方法 | |
Yu | Approaches and principles of fall detection for elderly and patient | |
Hijaz et al. | Survey of fall detection and daily activity monitoring techniques | |
US8427324B2 (en) | Method and system for detecting a fallen person using a range imaging device | |
Bevilacqua et al. | Fall detection in indoor environment with kinect sensor | |
Williams et al. | Aging in place: fall detection and localization in a distributed smart camera network | |
Tabar et al. | Smart home care network using sensor fusion and distributed vision-based reasoning | |
US8106782B2 (en) | Method and device for fall prevention and detection | |
Tzeng et al. | Design of fall detection system with floor pressure and infrared image | |
US20180165938A1 (en) | Monitoring apparatus and non-transitory computer readable medium | |
CN107194967A (zh) | 基于Kinect深度图像的人体摔倒检测方法及装置 | |
Zhang et al. | Evaluating depth-based computer vision methods for fall detection under occlusions | |
TW201705095A (zh) | 防止跌落裝置與其操作方法 | |
CN108846996A (zh) | 一种摔倒侦测系统及方法 | |
TWI541769B (zh) | 跌倒偵測系統及方法 | |
CN112084813A (zh) | 异常目标的检测方法、装置及存储介质 | |
CN112907892A (zh) | 基于多视图的人体跌倒报警方法 | |
JP5667844B2 (ja) | 複合型センサ | |
Grassi et al. | An integrated system for people fall-detection with data fusion capabilities based on 3D ToF camera and wireless accelerometer | |
JP4056813B2 (ja) | 障害物検知装置 | |
WO2012002904A1 (en) | Device and method for detection of abnormal spatial states of a human body | |
JP2012141686A (ja) | 異常検知装置 | |
CN108986407A (zh) | 一种用于独居老人的安全侦测系统及方法 | |
JP2000207664A (ja) | 転倒検知装置 | |
JP2012212301A (ja) | 異常検知装置 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240117 Address after: 230031 b-1018, business office building, Woye garden, No. 81, Ganquan Road, Shushan District, Hefei City, Anhui Province Patentee after: HEFEI WISDOM DRAGON MACHINERY DESIGN Co.,Ltd. Address before: 310018 no.928, No.2 Baiyang street, Hangzhou Economic Development Zone, Zhejiang Province Patentee before: ZHEJIANG SCI-TECH University |