CN109697401B - 判断使用者的姿势的影像检测方法以及影像检测装置 - Google Patents

判断使用者的姿势的影像检测方法以及影像检测装置 Download PDF

Info

Publication number
CN109697401B
CN109697401B CN201711078331.7A CN201711078331A CN109697401B CN 109697401 B CN109697401 B CN 109697401B CN 201711078331 A CN201711078331 A CN 201711078331A CN 109697401 B CN109697401 B CN 109697401B
Authority
CN
China
Prior art keywords
user
images
processor
predetermined value
preset value
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.)
Active
Application number
CN201711078331.7A
Other languages
English (en)
Other versions
CN109697401A (zh
Inventor
陈柏均
赖郁仁
卓卿安
黄国庭
陈裕彦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wistron Corp
Original Assignee
Wistron Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wistron Corp filed Critical Wistron Corp
Publication of CN109697401A publication Critical patent/CN109697401A/zh
Application granted granted Critical
Publication of CN109697401B publication Critical patent/CN109697401B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06V40/10—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
    • G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • 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
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Processing (AREA)

Abstract

一种用以判断使用者的姿势的影像检测方法，包括：取得关于一使用者的多个影像；判断该使用者是否移动；当判断该使用者是否移动为是，计算该等影像的数量是否大于一第一预设值、计算该使用者位于一待测区域的影像的数量是否大于一第二预设值、以及计算该使用者不在该待测区域的影像的数量是否大于一第三预设值，以判断该使用者的姿势。

Description

判断使用者的姿势的影像检测方法以及影像检测装置
技术领域
本发明涉及一种影像检测方法以及影像检测装置，特别涉及一种用以判断使用者的姿势的影像检测方法以及影像检测装置。
背景技术
许多检测技术可应用于判断使用者的生理参数与身体姿势，以实现监测与照护年长者的目的。对于使用者而言，可通过佩戴手环等智能穿戴装置以取得使用者的生理信息，但是可能会面临电力不足的问题。此外，对于年长者而言，配戴智能穿戴装置可能会不舒服或不方便。通过影像检测的方式，就能够长时供应电力且不干扰使用者的状态下，检测使用者的状态。因此，需要一种能够提升辨识度以及检测效率的影像检测方法以及影像检测装置。
发明内容
为了解决上述问题，本发明提出一种用以判断使用者的姿势的影像检测方法以及影像检测装置。本发明是对多个影像进行相减以得到像素差以判断使用者是否移动。通过本发明所提供的全方位的影像检测方法，无论是否辨识出使用者的脸部，都能够通过多个预设值的多重比对分析，精确地辨别使用者的姿势，实现照护的目的。
本发明的一实施例提供了一种用以判断使用者的姿势的影像检测方法，包括：取得关于一使用者的多个影像；判断该使用者是否移动；当判断该使用者是否移动为是，计算该等影像的数量是否大于一第一预设值、计算该使用者位于一待测区域的影像的数量是否大于一第二预设值、以及计算该使用者不在该待测区域的影像的数量是否大于一第三预设值，以判断该使用者的姿势。
上述待测区域为该使用者所躺卧的床铺，该特征参数包括该使用者的脸部或任一五官。上述影像检测方法通过特征比对分析判断该使用者是否为正躺。如果判断使用者并非正躺时，对该等影像进行肤色比对分析。当该肤色比对分析的结果为相似时，则判断该使用者为侧躺。当该肤色比对分析的结果为不相似时，则判断该使用者为脸部被遮蔽。
此外，当该等影像的数量大于该第一预设值时，检测该使用者的一移动趋势，以判断该使用者为起床或是转身。当该使用者位于该待测区域的影像的数量大于该第二预设值时，则判断该使用者为上床；当该等影像的数量大于该第一预设值时，则计算该使用者不在该待测区域的影像的数量是否大于该第三预设值。当该使用者不在该待测区域的影像的数量大于该第三预设值时，则判断该使用者为下床。当该使用者不在该待测区域的影像的数量并未大于该第三预设值时，则计算该像素差是否大于一第四预设值。
详细而言，当该像素差大于该第四预设值时，检测该使用者的移动趋势以判断该使用者是否为躺着。当该像素差大于该第四预设值时，检测该使用者的移动趋势以判断该使用者为起身或是移动身躯但未起身。当该像素差并未大于该第四预设值时，计算该像素差是否大于一第五预设值，其中该第五预设值小于该第四预设值，并且当该像素差大于该第五预设值时，判断该使用者为颤抖。
本发明的另一实施例提供了一种影像检测装置，包括一感测器、一通知装置以及一处理器。感测器取得关于一使用者的多个影像。处理器判断该使用者是否移动。当判断该使用者是否移动为是，该处理器计算该等影像的数量是否大于一第一预设值、计算该使用者位于一待测区域的影像的数量是否大于一第二预设值、以及计算该使用者不在该待测区域的影像的数量是否大于一第三预设值，以判断该使用者的姿势。
关于本发明其他附加的特征与优点，本领域技术人员，在不脱离本发明的精神和范围内，当可根据本发明实施方法中所公开的影像检测方法以及影像检测装置。
附图说明
根据以下的详细说明并配合附图做完整公开。应注意的是，根据本产业的一般作业，图示并未必按照比例绘制。事实上，可能任意的放大或缩小元件的尺寸，以做清楚的说明。
图1A是显示根据本发明一实施例所述的影像检测装置的示意图；
图1B是显示根据本发明另一实施例所述的影像检测装置的示意图；
图2是显示根据本发明一实施例所述的影像检测方法的流程图；
图3A与3B是显示根据本发明一实施例所述的待测区域及其多个子待测区域的示意图；
图4A～4B是显示根据本发明另一实施例所述的检测使用者的移动趋势的流程图；
图5A～5E是显示根据本发明一实施例所述的影像检测方法的示意图。
附图标记说明：
10、10A、10B～影像检测装置；
100～数据储存装置；
200～处理器；
300～显示器；
400、400A、400B～通信装置；
500～感测器；
600～通知装置；
ROI～待测区域；
R1、R2、R3、R4～子待测区域；
S200…S218、S400…S436、S500…S562～步骤。
具体实施方式
以下的公开内容提供许多不同的实施例或范例以实施本发明的不同特征。以下的公开内容叙述各个构件及其排列方式的特定范例，以简化说明。当然，这些特定的范例并非用以限定。例如，若是本公开书叙述了一第一特征形成于一第二特征之上或上方，即表示其可能包含上述第一特征与上述第二特征是直接接触的实施例，亦可能包含了有附加特征形成于上述第一特征与上述第二特征之间，而使上述第一特征与第二特征可能未直接接触的实施例。另外，以下公开书不同范例可能重复使用相同的参考符号及/或标记。这些重复为了简化与清晰的目的，并非用以限定所讨论的不同实施例及/或结构之间有特定的关系。
图1A是显示根据本发明一实施例所述的影像检测装置的示意图。影像检测装置10包括数据储存装置100、处理器200、显示器300、通信装置400、感测器500以及通知装置600。影像检测装置10可以为一独立的电子装置，或是内建于手机、平板电脑、笔记本电脑、游戏装置、电子书或是PDA等移动电子装置，或是台式电脑、服务器等电子装置，或是任何搭载有触控模块(例如触控集成电路)的电子装置。数据储存装置100可包括储存单元可包括随机存取存储器(Random Access Memory,RAM)、只读存储器(Read Only Memory,ROM)、快闪存储器(Flash)、硬盘、软碟、磁性存储器、光学碟片(Compact Disc,CD)、数字多功能影音光盘(Digital Video Disk,DVD)等。
此外，影像检测装置10的处理器200是耦接数据储存装置100，用以存取数据储存装置100的数据。处理器200可包含数字信号处理器(digital signal processing,DSP)、微处理器(microcontroller,MCU)、一单一中央处理单元(central-processing unit,CPU)或者是关连于平行运算环境(parallel processing environment)的多个平行处理单元，用以执行作业系统、模块以及应用程序。显示器300是用以显示数据储存装置100的数据。显示器300，举例来说，可为投影式显示器、立体成像显示器、有机发光二极管显示器、电子纸、系统整合型面板、发光二极管显示器液晶屏幕、或是触控显示面板，例如电阻式触控面板、电容式触控面板、光学式触控面板或电磁式触控面板。
通信装置400是支援无线通信协定以进行与另一电子装置的数据传输。举例而言，无线通信的协定可包括GSM、GPRS、EDGE、UMTS、W-CDMA、CDMA2000、TD-CDMA、Bluetooth、NFC、WiFi、Wi-Fi Direct、WiMAX、LTE、LTE-A或TD-LTE等。感测器500是用以将接收光信号，将光信号转换为像素等电信号，并且将电信号传送至处理器200以进行运算。举例而言，感测器500可包括有源像素传感器(APS)、CMOS图像传感器、感光耦合元件(CCD)、红外线感测元件、光感晶体管、或各种光学镜头等。因此，即使是在光线昏暗或是黑暗的环境中，也能通过感测器500检测到使用者的影像。通知装置600是用以当处理器200判断使用者为颤抖时，发出声音或光线以将使用者发生颤抖的状况通知其他人，进而实现照护使用者的目的。举例而言，通知装置600可包括警报器、蜂鸣器、警示灯、闪光器、或声光喇叭等。
图1B是显示根据本发明另一实施例所述的影像检测装置10的示意图。在此实施例中，影像检测装置10采用分离式设计，亦即影像检测装置10是由两个影像检测装置10A以及10B所构成。影像检测装置10A包括感测器500以及通信装置400A，影像检测装置10B包括数据储存装置100、处理器200、显示器300以及通信装置400B。详细而言，影像检测装置10A是安装于使用者所处的环境中，而影像检测装置10B则为主机。举例来说，影像检测装置10B可为影像检测装置10的制造商的服务器、大型主机或是云端主机。影像检测装置10A的感测器500所感测到的影像，是通过通信装置400A、400B传送至影像检测装置10B以进行分析。
图2是显示根据本发明一实施例所述的影像检测方法的流程图。在步骤S200中，处理器200启动影像检测装置10并且设定待测区域(Region Of Interest，ROI)。在一实施例中，影像检测装置10是用以判断使用者的睡姿，因此待测区域ROI为该使用者所躺卧的床铺。上述待测区域ROI可由影像检测装置10预先设定、或是由使用者依据自身环境来自行设定。当设定完成后，在步骤S202，感测器500开始进行拍摄，以取得关于使用者的多个影像。举例而言，感测器500每秒钟拍摄20～60张影像，以记录与检测使用者在待测区域ROI中的姿势。上述感测器500每秒钟拍摄的影像数量仅作为例示之用，而非用以限制本发明。详细而言，感测器500可依据使用者环境以及使用者需求调整每秒钟拍摄的影像数量。例如，当使用者需要提升判断的准确率，则可增加感测器500每秒钟拍摄的影像数量。
然后，在步骤S204中，处理器200判断是否取得第一个影像。如果没有取得第一个影像，则执行步骤S206，处理器200将第一个影像定义为背景影像。如果有取得第一个影像，则执行步骤S208，处理器200对多个影像与上述背景影像进行相减以得到差异部分。详细而言，上述背景影像是作为判断使用者姿势的比对基准。然后，在步骤S210中，处理器200判断是否得到上述差异部分。如果没有得到差异部分，则再次执行步骤S202，感测器500取得关于使用者的多个影像。如果有得到差异部分，则执行步骤S212，处理器200依据上述差异部分取得待测区域内的影像。
然后，在步骤S214中，处理器200判断是否检测到关于使用者的特征参数。在步骤S214中，如果没有检测到关于使用者的特征参数，则再次执行步骤S202，感测器500取得关于使用者的其他影像。如果检测到关于使用者的特征参数，则执行步骤S216。在步骤S216中，处理器200进行特征比对分析。在一实施例中，处理器200是决定关于用于识别使用者的特征参数。上述特征参数包括该使用者的躯干、脸部、任一四肢、任一五官、或是使用者所穿着的服饰的特定图案。详细而言，处理器200是使用背景剪除(background subtraction)的移动物检测法、检测人体特征的演算法(例如OpenCV演算法)、或是分类器(例如SVM分类器检测法)，利用使用者的轮廓、身形或肤色等身体特征的特征参数进行比对分析，以判断使用者是否在影像中。
详细而言，移动物检测法的运算速度较快，但是无法确定影像内是否有使用者。分类器检测法的运算速度较慢，但是可以确定影像内是否有使用者。在一实施例中，处理器200先使用移动物检测法判断是否有物体进入，再使用分类器检测法判断是否为使用者。在另一实施例中，处理器200是同时使用移动物检测法以及分类器检测法，以进行特征比对分析，确认影像中是否有使用者。
然后，在步骤S218中，处理器200将待测区域ROI分割为多个子待测区域，进一步检测使用者在待测区域ROI中的移动趋势。
图3A与3B是显示根据本发明一实施例所述的待测区域ROI及其多个子待测区域R1～R4的示意图。在一实施例中，处理器200沿着二维方向将待测区域ROI分割为4个子待测区域R1～R4。子待测区域R1与R2是平行于子待测区域R3与R4，子待测区域R1与R3是平行于子待测区域R2与R4。子待测区域R1与R2是垂直于子待测区域R1与R3，子待测区域R1与R2是垂直于子待测区域R2与R4。在一实施例中，待测区域ROI包括左侧的子待测区域R1与R3、以及右侧的子待测区域R2与R4。在另一实施例中，待测区域ROI包括前侧的子待测区域R3与R4、以及后侧的子待测区域R1与R2。通过上述4个子待测区域R1～R4的配置，处理器200能够判断使用者的身体在上述4个子待测区域R1～R4的分布与变化，从而判断出使用者的移动趋势(例如侧躺、起身等)。
在一实施例中，如图3B所示，使用者从平躺姿势转变为向左侧躺。由于向左侧躺造成身体分布会趋向左侧，因此左侧(子待测区域R1与R3)的像素值会增加，右侧(子待测区域R2与R4)的像素值会减少，如下列表格I所示：
图像编号 左侧的像素值 右侧的像素值
01 3085 2860
02 3406 2643
03 3649 2478
04 3750 2269
05 3810 2074
06 4021 1907
07 4396 1773
08 4480 1530
09 4679 1385
10 4875 1306
表格I
要注意的是，上述分割为4个子待测区域是作为说明之用，而非用以限制本发明。在其他实施例中，本发明的处理器200可依据环境以及使用者需求而设定为分割成其他数量以及配置的多个子待测区域。在另一实施例中，如果前侧(子待测区域R1与R2)的像素值会增加，后侧(子待测区域R3与R4)的像素值会减少，则处理器200判断使用者的移动趋势为起身。
图4A～4B是显示根据本发明另一实施例所述的检测使用者的移动趋势的流程图。在步骤S400中，处理器200设定待测区域ROI及其多个子待测区域。在步骤S402中，感测器500取得多个待测区域ROI内的影像。在步骤S404中，处理器200判断是否取得背景影像。如果没有取得背景影像，则执行步骤S434。如果有取得背景影像，则执行步骤S406，处理器200对多个待测区域ROI内的影像与背景影像进行相减。在步骤S408，处理器200得到相减后的差异部分。在步骤S410，处理器200将差异部分输入到多个子待测区域。然后，在步骤S412，处理器200判断上述影像的数量是否大于第一预设值。
由于本发明的影像检测器10是用以检测使用者的姿势，因此需要数量足够多的影像，才能判断出使用者的移动姿势的变化。在步骤S412中，当上述影像的数量大于第一预设值(例如60个影像)，则执行步骤S418。当上述影像的数量并未大于第一预设值，则执行步骤S414，处理器200将目前的影像储存于数据储存装置100并且成为背景影像。然后，执行步骤S416，处理器200复制目前的待测区域ROI到下一个影像。然后，流程回到步骤S402，感测器500再次取得多个待测区域ROI内的影像。
此外，在步骤S418中，处理器200计算像素变化情形以检测使用者的移动趋势。详细计算步骤如第3A与3B图所示，故此处不再赘述。然后，在步骤420中，处理器200判断使用者是否为起身。如果使用者没有起身，则执行步骤S428。如果使用者起身，则执行步骤S422，处理器200传送一起身信号。在步骤S424中，处理器200重设影像检测装置10的所有参数。然后，在步骤S426中，影像检测装置10检测使用者。上述检测使用者的方法如步骤S216所述，故此处不再赘述。
在步骤S428中，处理器200判断使用者是否为转身。如果使用者没有转身，则执行步骤S432。如果使用者转身，则执行步骤S430，处理器200传送一转身信号。在步骤S432，处理器200重新计算影像。在步骤S434，处理器储存目前的影像成为背景影像。然后执行步骤S436，处理器200复制目前的待测区域ROI到下一个影像。然后，流程回到步骤S402，感测器500再次取得多个待测区域ROI内的影像。
图5A～5E是显示根据本发明一实施例所述的影像检测方法的示意图。在步骤S500中，处理器200设定待测区域ROI。在步骤S502中，感测器500取得多个影像。在步骤S504中，处理器200对多个影像进行相减以得到像素差。然后，在步骤S506中，处理器200依据上述像素差判断使用者是否移动。
如果使用者有移动，则执行步骤S532。如果使用者没有移动，则执行步骤S508，处理器200判断使用者是否为躺着。如果使用者躺着，则执行步骤S514，处理器200决定关于使用者的特征参数。举例而言，上述特征参数为使用者的脸部或任一五官。如果使用者并未躺着，则执行步骤S510，处理器200计算上述影像的数量是否大于第一预设值。举例而言，上述第一预设值为30～75之间(例如为60)，本发明并不加以限制。如果影像的数量并未大于第一预设值，则执行步骤S502。如果影像的数量大于第一预设值，则执行步骤S512，影像检测装置10为待机状态。
在执行步骤S514之后，则执行步骤S516，处理器200依据特征参数对影像进行特征比对分析。详细而言，处理器200是使用检测人体特征的演算法(例如OpenCV演算法)，利用使用者的脸部、五官或肤色等身体特征，将影像中的特征与所设定的特征参数进行比对，以决定上述两者的相似程度。上述相似程度是以数值加以量化(例如0～5分)，数值越高则表示相似程度越高。
在步骤S518中，处理器200判断特征比对分析的结果是否为高度相似(例如5分)。如果为高度相似(数值等于5分)，表示检测到明显的脸部特征，则执行步骤S520，处理器200判断使用者为正躺。如果不是高度相似(数值并未大于5分)，则执行步骤S522，处理器200判断特征比对分析的结果是否为低度相似(例如0分)。如果不是低度相似(数值大于0分)，则执行步骤S524，处理器200无法确定使用者的姿势。如果是低度相似(数值等于0分)，表示有检测到一些脸部特征但不明显，需要进一步比对肤色来确认，则执行步骤S526，处理器200判断肤色比对分析的结果是否为相似。详细而言，在步骤S526中，处理器200将影像中的肤色与所设定的肤色的特征参数进行比对，以决定上述两者的相似程度。如果肤色为相似，则执行步骤S528，处理器200判断使用者为侧躺。如果肤色为不相似，执行步骤S530，处理器200判断使用者为脸部被遮蔽，亦即影像检测装置10几乎没有检测到使用者的任何脸部特征。
此外，当步骤S506判断使用者有移动，则执行步骤S532，处理器200判断使用者是否在待测区域ROI。如果使用者在待测区域ROI，则执行步骤S550。如果使用者并未在待测区域ROI，则执行步骤S534，处理器200计算上述影像的数量是否大于第一预设值。举例而言，第一预设值为30～75之间。如果上述影像的数量并未大于第一预设值，则再次执行步骤S502。如果上述影像的数量大于第一预设值，则执行步骤S536，计算使用者位于待测区域ROI的影像的数量是否大于第二预设值。如果并未大于第二预设值，则再次执行步骤S502。如果大于第二预设值，则执行步骤S538，处理器200判断使用者的姿势为上床。
要注意的是，第二预设值小于第一预设值。举例而言，第一预设值为60，第二预设值为30。换言之，当处理器200取得的影像超过60张，并且其中超过30张影像中的使用者位于待测区域ROI，则可判断使用者的状态为上床。当处理器200取得的影像超过60张，但是使用者位于待测区域ROI的影像的数量小于30张，则需要取得更多影像，才能进一步判断使用者的姿势。
再者，在步骤S550中，处理器200判断使用者是否为躺着。如果使用者躺着，则执行步骤S552。如果使用者并非躺着，则执行步骤S540，处理器200计算上述影像的数量是否大于第一预设值。如果没有大于第一预设值，则再次执行步骤S502。如果大于第一预设值，则执行步骤S542，处理器200计算使用者不在待测区域的影像的数量是否大于第三预设值。详细而言，上述第三预设值小于第一预设值。如果大于第三预设值，则执行步骤S543，处理器200判断使用者为下床。如果没有大于第三预设值，则执行步骤S544，处理器200计算不同影像之间的像素差是否大于第四预设值。
在一实施例中，处理器200是通过数值评估影像之间的像素差以及像素数量。数值越大，表示影像的像素差越大并且像素数量越大，使用者的移动或姿势变化的程度越明显。举例而言，上述第四预设值约为5000。在步骤S544中，如果没有大于第四预设值，则再次执行步骤S502。如果大于第四预设值，则执行步骤S546，处理器200检测使用者的移动趋势以判断其姿势是否为躺着。
步骤S546判断使用者的移动趋势的详细步骤如本发明第3A与3B图所述，故此处不再赘述。举例而言，处理器200将4个子待测区域R1～R4分为后侧的子待测区域R1与R2、以及前侧的子待测区域R3与R4。如果前侧的像素值增加，后侧的像素值减少，则表示使用者是由刚上床，变成躺着的状态。接着，执行步骤S548，处理器200判断使用者为躺着。如果使用者并非躺着，则再次执行步骤S502。
此外，在步骤S552中，处理器200计算不同影像之间的像素差是否大于第四预设值。如果大于第四预设值，则执行步骤S558。如果没有大于第四预设值，则执行步骤S554，处理器200计算上述像素差是否大于第五预设值(例如200)。要注意的是，第五预设值小于第四预设值。如果像素差大于第五预设值，则执行步骤S556，处理器200判断使用者为颤抖。然后，通知装置600可发出一警告信号，发出声响或是通知医护人员，使用者发生颤抖需要照顾。如果没有大于第五预设值，则执行步骤S524，处理器200无法确定使用者的姿势。
再者，在步骤S558中，处理器200检测使用者的移动趋势以判断其姿势是否为起身。如果不是，则执行步骤S560，处理器200判断判断使用者移动身躯但未起身。如果是，则执行步骤S562，处理器200判断使用者为起身。详细而言，处理器200将4个子待测区域R1～R4分为后侧的子待测区域R1与R2、以及前侧的子待测区域R3与R4。处理器200通过上述前侧与后侧的像素变化，判断使用者是否起身。关于使用者是否起身的判断步骤如本发明图3A以及图3B的实施例所述，故此处不再赘述。
本发明是对多个影像进行相减以得到像素差以判断使用者是否移动。当判断使用者为移动时，通过多个预设值进行多重比对分析以判断使用者的姿势。此外，本发明更决定关于该使用者脸部或任一五官的特征参数，依据特征参数对该等影像进行一特征比对分析，以判断该使用者的姿势。即使使用者的身体被寝具或其他衣物所覆盖，也能通过覆盖后的身形与轮廓变化，判断出使用者的睡眠姿势。通过本发明所提供的全方位的影像检测方法，无论是否辨识出使用者的脸部，都能够通过多个预设值的多重比对分析，通过上述身体特征精确地辨别使用者的睡眠姿势，实现照护使用者的目的。
在本说明书以及权利要求中的序数，例如「第一」、「第二」、「第三」等等，彼此之间并没有顺序上的先后关系，其仅用于标示区分两个具有相同名字的不同元件。本发明说明书中「耦接」一词是泛指各种直接或间接的电性连接方式。
本发明虽以较佳实施例公开如上，然其并非用以限定本发明的范围，任何本领域技术人员，在不脱离本发明的精神和范围内，当可做些许的变动与润饰，因此本发明的保护范围当视所附的权利要求所界定者为准。

Claims (26)

1.一种用以判断使用者的姿势的影像检测方法，该影像检测方法包括：
取得关于一使用者的多个影像；
判断该使用者是否移动；
当判断该使用者是否移动为是，计算该使用者的该多个影像的数量是否大于一第一预设值，其中当该使用者的该多个影像的数量大于该第一预设值时，从该使用者的该多个影像中计算该使用者位于一待测区域的影像的数量是否大于一第二预设值以及从该使用者的该多个影像中计算该使用者不在该待测区域的影像的数量是否大于一第三预设值，以判断该使用者的姿势。
2.如权利要求1所述的影像检测方法，还包括：
计算该多个影像的每一者所包含的像素，对该多个影像的其中两影像进行相减以得到像素差，依据该像素差判断该使用者是否移动。
3.如权利要求1所述的影像检测方法，其中当判断该使用者是否移动为否，依据关于该使用者的一特征参数对该多个影像进行一特征比对分析，以判断该使用者的姿势。
4.如权利要求3所述的影像检测方法，其中该待测区域为该使用者所躺卧的床铺，该特征参数包括该使用者的肤色、脸部或任一五官。
5.如权利要求4所述的影像检测方法，其中：
通过该特征比对分析判断该使用者是否为正躺。
6.如权利要求5所述的影像检测方法，其中：
当通过该特征比对分析判断该使用者并非正躺时，对该多个影像进行肤色比对分析，其中：
当该肤色比对分析的结果为相似时，则判断该使用者为侧躺；以及
当该肤色比对分析的结果为不相似时，则判断该使用者为脸部被遮蔽。
7.如权利要求1所述的影像检测方法，其中当该多个影像的数量大于该第一预设值时，检测该使用者的一移动趋势，以判断该使用者为起床或是转身。
8.如权利要求7所述的影像检测方法，其中检测该使用者的该移动趋势包括：
将该待测区域区分为多个子待测区域；以及
通过该多个影像计算该使用者在该多个子待测区域的每一者的像素变化情形，以获得该移动趋势。
9.如权利要求1所述的影像检测方法，其中当该多个影像的数量大于该第一预设值时，则计算该使用者位于该待测区域的影像的数量是否大于该第二预设值，其中：
当该使用者位于该待测区域的影像的数量大于该第二预设值时，则判断该使用者为上床。
10.如权利要求2所述的影像检测方法，其中当该多个影像的数量大于该第一预设值时，则计算该使用者不在该待测区域的影像的数量是否大于该第三预设值，其中：
当该使用者不在该待测区域的影像的数量大于该第三预设值时，则判断该使用者为下床。
11.如权利要求10所述的影像检测方法，其中：
当该使用者不在该待测区域的影像的数量并未大于该第三预设值时，则计算该像素差是否大于一第四预设值；以及
当该像素差大于该第四预设值时，检测该使用者的移动趋势以判断该使用者是否为躺着。
12.如权利要求11所述的影像检测方法，其中当该像素差大于该第四预设值时，检测该使用者的移动趋势以判断该使用者为起身或是移动身躯但未起身。
13.如权利要求12所述的影像检测方法，其中当该像素差并未大于该第四预设值时，计算该像素差是否大于一第五预设值，其中该第五预设值小于该第四预设值，并且当该像素差大于该第五预设值时，判断该使用者为颤抖。
14.一种影像检测装置，包括：
一感测器，用以取得关于一使用者的多个影像；
一通知装置；以及
一处理器，判断该使用者是否移动，其中：
当判断该使用者是否移动为是，该处理器计算该使用者的该多个影像的数量是否大于一第一预设值，其中当该使用者的该多个影像的数量大于该第一预设值时，从该使用者的该多个影像中计算该使用者位于一待测区域的影像的数量是否大于一第二预设值以及从该使用者的该多个影像中计算该使用者不在该待测区域的影像的数量是否大于一第三预设值，以判断该使用者的姿势。
15.如权利要求14所述的影像检测装置，还包括：
该处理器计算该多个影像的每一者所包含的像素，对该多个影像的其中两影像进行相减以得到像素差，依据该像素差判断该使用者是否移动。
16.如权利要求14所述的影像检测装置，其中当判断该使用者是否移动为否，该处理器依据关于该使用者的一特征参数对该多个影像进行一特征比对分析，以判断该使用者的姿势。
17.如权利要求16所述的影像检测装置，其中该待测区域为该使用者所躺卧的床铺，该特征参数包括该使用者的肤色、脸部或任一五官。
18.如权利要求17所述的影像检测装置，其中：
该处理器通过该特征比对分析判断该使用者是否为正躺。
19.如权利要求18所述的影像检测装置，其中：
当通过该特征比对分析判断该使用者并非正躺时，该处理器对该多个影像进行肤色比对分析，其中：
当该肤色比对分析的结果为相似时，该处理器判断该使用者为侧躺；以及
当该肤色比对分析的结果为不相似时，该处理器判断该使用者为脸部被遮蔽。
20.如权利要求14所述的影像检测装置，其中当该多个影像的数量大于该第一预设值时，该处理器检测该使用者的一移动趋势，以判断该使用者为起床或是转身。
21.如权利要求20所述的影像检测装置，其中该处理器将该待测区域区分为多个子待测区域，并且通过该多个影像计算该使用者在该多个子待测区域的每一者的像素变化情形，以获得该移动趋势。
22.如权利要求14所述的影像检测装置，其中当该多个影像的数量大于该第一预设值时，该处理器计算该使用者位于该待测区域的影像的数量是否大于该第二预设值，其中：
当该使用者位于该待测区域的影像的数量大于该第二预设值时，该处理器判断该使用者为上床。
23.如权利要求15所述的影像检测装置，其中当该多个影像的数量大于该第一预设值时，该处理器计算该使用者不在该待测区域的影像的数量是否大于该第三预设值，其中：
当该使用者不在该待测区域的影像的数量大于该第三预设值时，该处理器判断该使用者为下床。
24.如权利要求23所述的影像检测装置，其中：
当该使用者不在该待测区域的影像的数量并未大于该第三预设值时，该处理器计算该像素差是否大于一第四预设值；以及
当该像素差大于该第四预设值时，该处理器检测该使用者的移动趋势以判断该使用者是否为躺着。
25.如权利要求24所述的影像检测装置，其中当该像素差大于该第四预设值时，该处理器检测该使用者的移动趋势以判断该使用者为起身或是移动身躯但未起身。
26.如权利要求25所述的影像检测装置，其中当该像素差并未大于该第四预设值时，该处理器计算该像素差是否大于一第五预设值，其中该第五预设值小于该第四预设值，并且当该像素差大于该第五预设值时，该处理器判断该使用者为颤抖。
CN201711078331.7A 2017-10-23 2017-11-06 判断使用者的姿势的影像检测方法以及影像检测装置 Active CN109697401B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW106136328 2017-10-23
TW106136328A TWI637354B (zh) 2017-10-23 2017-10-23 判斷使用者之姿勢之影像偵測方法以及影像偵測裝置

Publications (2)

Publication Number Publication Date
CN109697401A CN109697401A (zh) 2019-04-30
CN109697401B true CN109697401B (zh) 2021-07-23

Family

ID=64802769

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711078331.7A Active CN109697401B (zh) 2017-10-23 2017-11-06 判断使用者的姿势的影像检测方法以及影像检测装置

Country Status (3)

Country Link
US (1) US10699107B2 (zh)
CN (1) CN109697401B (zh)
TW (1) TWI637354B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI702570B (zh) * 2018-08-31 2020-08-21 雲云科技股份有限公司 選取使用者之代表性影像之影像偵測方法以及影像偵測裝置
TWI676136B (zh) * 2018-08-31 2019-11-01 雲云科技股份有限公司 使用雙重分析之影像偵測方法以及影像偵測裝置
TWI680440B (zh) * 2018-08-31 2019-12-21 雲云科技股份有限公司 判斷使用者之姿勢之影像偵測方法以及影像偵測裝置
TWI711012B (zh) 2019-03-22 2020-11-21 緯創資通股份有限公司 姿態監控方法及其運算裝置與系統
CN110516623B (zh) * 2019-08-29 2022-03-22 中新智擎科技有限公司 一种人脸识别方法、装置及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI242380B (en) * 2004-08-12 2005-10-21 Chunghwa Telecom Co Ltd Digital image monitoring system for motion detection
US20120026308A1 (en) * 2010-07-29 2012-02-02 Careview Communications, Inc System and method for using a video monitoring system to prevent and manage decubitus ulcers in patients
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
US20140092247A1 (en) * 2012-09-28 2014-04-03 Careview Communications, Inc. System and method for monitoring a fall state of a patient while minimizing false alarms
CN204813097U (zh) * 2015-07-28 2015-12-02 安徽工程大学 一种智能枕头
CN107038402A (zh) * 2015-09-30 2017-08-11 富士通株式会社 用于患者移动检测的检测方法及检测设备

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5555512A (en) * 1993-08-19 1996-09-10 Matsushita Electric Industrial Co., Ltd. Picture processing apparatus for processing infrared pictures obtained with an infrared ray sensor and applied apparatus utilizing the picture processing apparatus
US20030236474A1 (en) * 2002-06-24 2003-12-25 Balbir Singh Seizure and movement monitoring
US9311540B2 (en) * 2003-12-12 2016-04-12 Careview Communications, Inc. System and method for predicting patient falls
US7760908B2 (en) * 2005-03-31 2010-07-20 Honeywell International Inc. Event packaged video sequence
US7786874B2 (en) * 2005-12-09 2010-08-31 Samarion, Inc. Methods for refining patient, staff and visitor profiles used in monitoring quality and performance at a healthcare facility
US8355048B2 (en) * 2007-03-16 2013-01-15 Nikon Corporation Subject tracking computer program product, subject tracking device and camera
KR101445606B1 (ko) * 2008-02-05 2014-09-29 삼성전자주식회사 디지털 촬영장치, 그 제어방법 및 제어방법을 실행시키기위한 프로그램을 저장한 기록매체
US10645346B2 (en) * 2013-01-18 2020-05-05 Careview Communications, Inc. Patient video monitoring systems and methods having detection algorithm recovery from changes in illumination
JP4591576B2 (ja) * 2008-08-18 2010-12-01 ソニー株式会社 画像処理装置、画像処理方法、プログラム
JP5376877B2 (ja) * 2008-09-17 2013-12-25 株式会社東芝 超音波診断装置および画像表示プログラム
JP5024465B2 (ja) * 2010-03-26 2012-09-12 株式会社ニコン 画像処理装置、電子カメラ、画像処理プログラム
TWI407388B (zh) * 2010-04-21 2013-09-01 Hon Hai Prec Ind Co Ltd 嬰兒睡眠偵測系統及方法
TWI478695B (zh) 2010-06-10 2015-04-01 Univ Nat Cheng Kung 睡眠效率分析方法及其裝置
JP2012100807A (ja) * 2010-11-09 2012-05-31 Fujifilm Corp 放射線画像検出装置およびその駆動制御方法
EP2648605A4 (en) 2010-12-07 2014-04-30 J T Labs Ltd SLEEP POSTURE DETECTION AND MONITORING SYSTEM
TWI452540B (zh) * 2010-12-09 2014-09-11 Ind Tech Res Inst 影像式之交通參數偵測系統與方法及電腦程式產品
JP5771413B2 (ja) 2011-03-02 2015-08-26 パナソニック株式会社 姿勢推定装置、姿勢推定システム、および姿勢推定方法
TWI469765B (zh) 2011-11-17 2015-01-21 Ind Tech Res Inst 無線量測睡眠深度的裝置與方法
JP6084026B2 (ja) * 2012-12-17 2017-02-22 オリンパス株式会社 撮像装置、告知方法、告知プログラム、及び記録媒体
TWM468728U (zh) 2013-05-24 2013-12-21 Univ Central Taiwan Sci & Tech 人體姿態動作辨識系統
JP6415927B2 (ja) * 2013-11-08 2018-10-31 キヤノンメディカルシステムズ株式会社 医用画像処理装置、ｘ線コンピュータ断層撮影装置、および医用画像処理プログラム
JP5707562B1 (ja) * 2014-05-23 2015-04-30 パナソニックＩｐマネジメント株式会社 モニタリング装置、モニタリングシステムおよびモニタリング方法
JP5970026B2 (ja) * 2014-07-04 2016-08-17 フリュー株式会社 写真シール作成装置
JP6676873B2 (ja) * 2014-09-22 2020-04-08 カシオ計算機株式会社 画像処理装置、画像処理方法及びプログラム
US9802571B2 (en) * 2014-10-01 2017-10-31 Conduent Business Services, Llc Method and system for vandalism and/or loitering detection using video
CN205814297U (zh) 2016-02-18 2016-12-21 深圳市云享智联科技有限公司 睡眠智能监测系统
CN105825524B (zh) * 2016-03-10 2018-07-24 浙江生辉照明有限公司 目标跟踪方法和装置
JP6661082B2 (ja) 2016-03-30 2020-03-11 株式会社エクォス・リサーチ 画像認識装置、及び画像認識プログラム
WO2018057753A1 (en) * 2016-09-21 2018-03-29 Arizona Board Of Regents On Behalf Of Arizona State University Systems and methods for computer monitoring of remote photoplethysmography based on chromaticity in a converted color space
JP2018092507A (ja) * 2016-12-07 2018-06-14 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI242380B (en) * 2004-08-12 2005-10-21 Chunghwa Telecom Co Ltd Digital image monitoring system for motion detection
US20120026308A1 (en) * 2010-07-29 2012-02-02 Careview Communications, Inc System and method for using a video monitoring system to prevent and manage decubitus ulcers in patients
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
US20140092247A1 (en) * 2012-09-28 2014-04-03 Careview Communications, Inc. System and method for monitoring a fall state of a patient while minimizing false alarms
CN204813097U (zh) * 2015-07-28 2015-12-02 安徽工程大学 一种智能枕头
CN107038402A (zh) * 2015-09-30 2017-08-11 富士通株式会社 用于患者移动检测的检测方法及检测设备

Also Published As

Publication number Publication date
CN109697401A (zh) 2019-04-30
TW201917695A (zh) 2019-05-01
TWI637354B (zh) 2018-10-01
US10699107B2 (en) 2020-06-30
US20190122039A1 (en) 2019-04-25

Similar Documents

Publication Publication Date Title
CN109697401B (zh) 判断使用者的姿势的影像检测方法以及影像检测装置
Kwolek et al. Human fall detection on embedded platform using depth maps and wireless accelerometer
JP7281457B2 (ja) 高齢者介護のための非接触活動検出ネットワークによるバイタルサイン
CN109697400B (zh) 判断使用者的姿势的影像检测方法以及影像检测装置
Zhao et al. Real-time detection of fall from bed using a single depth camera
Liu et al. TagSheet: Sleeping posture recognition with an unobtrusive passive tag matrix
JP6137425B2 (ja) 画像処理システム、画像処理装置、画像処理方法、および画像処理プログラム
Cuppens et al. Automatic video detection of body movement during sleep based on optical flow in pediatric patients with epilepsy
US20170154424A1 (en) Position detection device, position detection method, and storage medium
CN109803589B (zh) 认知功能评价装置、认知功能评价系统、认知功能评价方法以及记录介质
CN107038402B (zh) 用于患者移动检测的检测方法及检测设备
CN110338803B (zh) 物件监控方法及其运算装置
Li et al. Detection of patient's bed statuses in 3D using a Microsoft Kinect
US20220084657A1 (en) Care recording device, care recording system, care recording program, and care recording method
KR102150623B1 (ko) 아기 행동 분석 시스템 및 그 방법
JP2011209794A (ja) 対象物認識システム及び該システムを利用する監視システム、見守りシステム
Siedel et al. Contactless interactive fall detection and sleep quality estimation for supporting elderly with incipient dementia
JP7351339B2 (ja) 画像処理システム、画像処理プログラム、および画像処理方法
JP5870230B1 (ja) 見守り装置、見守り方法および見守りプログラム
Lin et al. System based on artificial intelligence edge computing for detecting bedside falls and sleep posture
JP2022116277A (ja) 端末装置、出力方法及びコンピュータプログラム
JP2019008515A (ja) 見守り支援システム及びその制御方法
US20200397348A1 (en) Process, computer program and device for classifying activities of a patient
JP2015175633A (ja) 立体抽出方法および立体抽出装置
Kamath et al. Privacy-Preserving In-Bed Pose and Posture Tracking on Edge

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