CN112040188B - 基于头盔识别用户跌倒方向的方法、装置和计算机设备 - Google Patents

基于头盔识别用户跌倒方向的方法、装置和计算机设备 Download PDF

Info

Publication number
CN112040188B
CN112040188B CN202010905158.9A CN202010905158A CN112040188B CN 112040188 B CN112040188 B CN 112040188B CN 202010905158 A CN202010905158 A CN 202010905158A CN 112040188 B CN112040188 B CN 112040188B
Authority
CN
China
Prior art keywords
helmet
image
user
angle
judging
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
CN202010905158.9A
Other languages
English (en)
Other versions
CN112040188A (zh
Inventor
吴文辉
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.)
Shenzhen Telyes Intelligent Technology Co ltd
Original Assignee
Shenzhen Telyes Intelligent Technology Co ltd
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 Shenzhen Telyes Intelligent Technology Co ltd filed Critical Shenzhen Telyes Intelligent Technology Co ltd
Priority to CN202010905158.9A priority Critical patent/CN112040188B/zh
Publication of CN112040188A publication Critical patent/CN112040188A/zh
Application granted granted Critical
Publication of CN112040188B publication Critical patent/CN112040188B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
    • G01L5/0052—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes measuring forces due to impact
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P13/00—Indicating or recording presence, absence, or direction, of movement
    • G01P13/02—Indicating direction only, e.g. by weather vane

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Helmets And Other Head Coverings (AREA)

Abstract

本申请提供了一种基于头盔识别用户跌倒方向的方法、装置和计算机设备，用户在佩戴头盔时，处理系统通过头盔上设置的摄像头获取用户的视角转换角度。然后，处理系统判断用户的视角转换角度是否大于角度阈值，如果视角转换角度大于角度阈值，则进一步判断头盔是否受到撞击。如果头盔受到撞击，则处理系统能够根据头盔受到撞击的位置确定用户的跌倒方向。本申请中，处理系统能够基于用户佩戴头盔时的场景，获取用户的视角转换角度以及受撞击位置，从而识别到用户跌倒和相应的跌倒方向，功能完善、多样化，能够消费者的多样化需求。

Description

基于头盔识别用户跌倒方向的方法、装置和计算机设备
技术领域
本申请涉及防护用具技术领域，特别涉及一种基于头盔识别用户跌倒方向的方法、装置和计算机设备。
背景技术
头盔作为一种防护工具，被广泛应用于各个场景，比如工地的施工人员需要佩戴安全头盔，骑摩托车的骑手同样需要佩戴安全头盔。现有的头盔大多仅拥有防护功能，功能比较单一，无法满足消费者的多样化需求。
发明内容
本申请的主要目的为提供一种基于头盔识别用户跌倒方向的方法、装置和计算机设备，旨在解决现有头盔的功能性单一的弊端。
为实现上述目的，本申请提供了一种基于头盔识别用户跌倒方向的方法，包括：
获取用户的视角转换角度；
判断所述视角转换角度是否大于角度阈值；
若所述视角转换角度大于角度阈值，则判断所述头盔是否受到撞击；
若所述头盔受到撞击，则判定所述用户跌倒，并根据所述头盔受到撞击的位置确定所述用户的跌倒方向。
进一步的，所述头盔的前端区域设置有摄像头，所述前端区域对应所述用户的前额，所述获取用户的视角转换角度的步骤，包括：
在所述用户佩戴所述头盔时，通过所述摄像头实时获取第一影像；
监测所述第一影像是否出现模糊；
若所述第一影像出现模糊，则采集出现模糊的第一影像的持续时间；
根据所述持续时间筛选得到对应的所述视角转换角度。
进一步的，所述监测所述第一影像是否出现模糊的步骤，包括：
计算包含在所述第一影像中各个子图像的像素点的梯度幅值，；
判断所述子图像中的像素点的梯度幅值的最大值是否小于幅度阈值；
若所述最大值不小于幅度阈值，则判定所述第一影像没有出现模糊；
若所述最大值小于幅度阈值，则判定所述第一影像出现模糊。
进一步的，所述判断所述头盔是否受到撞击的步骤，包括：
通过压力传感器采集所述头盔受到的冲击力；
判断所述冲击力是否大于压力阈值；
若所述冲击力大于压力阈值，则判定所述头盔受到撞击；
若所述冲击力不大于压力阈值，则判定所述头盔没有受到撞击。
进一步的，所述头盔上设置有至少4个压力传感器，各所述压力传感器圆周分布在所述头盔上，各所述压力传感器之间分布均匀，所述根据所述头盔受到撞击的位置确定所述用户的跌倒方向的步骤，包括：
获取采集到所述冲击力的压力传感器所对应的传感器编号；
根据预设的传感器编号与部署位置映射关系表，筛选得到所述传感器编号对应的部署位置，所述部署位置对应所述头盔受到撞击的位置；
将所述部署位置相对所述用户佩戴所述头盔时的方向，作为所述跌倒方向。
进一步的，所述根据所述头盔受到撞击的位置确定所述用户的跌倒方向的步骤之后，包括：
获取第二影像；
根据所述第二影像判断所述用户是否昏迷；
若所述用户昏迷，则发送求救信息到预设终端。
进一步的，所述根据所述第二影像判断所述用户是否昏迷的步骤，包括：
判断所述第二影像在预设时长后是否保持不变；
若所述第二影像在预设时长后保持不变，则判定所述用户昏迷；
若所述第二影像在预设时长后发生变化，则判定所述用户没有昏迷。
本申请还提供了一种基于头盔识别用户跌倒方向的装置，包括：
第一获取模块，用于获取用户的视角转换角度；
第一判断模块，用于判断所述视角转换角度是否大于角度阈值；
第二判断模块，用于若所述视角转换角度大于角度阈值，则判断所述头盔是否受到撞击；
判定模块，用于若所述头盔受到撞击，则判定所述用户跌倒，并根据所述头盔受到撞击的位置确定所述用户的跌倒方向。
进一步的，所述头盔的前端区域设置有摄像头，所述前端区域对应所述用户的前额，所述第一获取模块，包括：
第一获取单元，用于在所述用户佩戴所述头盔时，通过所述摄像头实时获取第一影像；
监测单元，用于监测所述第一影像是否出现模糊；
第一采集单元，用于若所述第一影像出现模糊，则采集出现模糊的第一影像的持续时间；
第一筛选单元，用于根据所述持续时间筛选得到对应的所述视角转换角度。
进一步的，所述监测单元，包括：
计算子单元，用于计算包含在所述第一影像中各个子图像的像素点的梯度幅值，；
判断子单元，用于判断所述子图像中的像素点的梯度幅值的最大值是否小于幅度阈值；
第一判定子单元，用于若所述最大值不小于幅度阈值，则判定所述第一影像没有出现模糊；
第二判定子单元，用于若所述最大值小于幅度阈值，则判定所述第一影像出现模糊。
进一步的，所述第二判断模块，包括：
第二采集单元，用于通过压力传感器采集所述头盔受到的冲击力；
第一判断单元，用于判断所述冲击力是否大于压力阈值；
第一判定单元，用于若所述冲击力大于压力阈值，则判定所述头盔受到撞击；
第二判定单元，用于若所述冲击力不大于压力阈值，则判定所述头盔没有受到撞击。
进一步的，所述头盔上设置有至少4个压力传感器，各所述压力传感器圆周分布在所述头盔上，各所述压力传感器之间分布均匀，所述判定模块，包括：
第二获取单元，用于获取采集到所述冲击力的压力传感器所对应的传感器编号；
第二筛选单元，用于根据预设的传感器编号与部署位置映射关系表，筛选得到所述传感器编号对应的部署位置，所述部署位置对应所述头盔受到撞击的位置；
选择单元，用于将所述部署位置相对所述用户佩戴所述头盔时的方向，作为所述跌倒方向。
进一步的，所述装置，还包括：
第二获取模块，用于获取第二影像；
第三判断模块，用于根据所述第二影像判断所述用户是否昏迷；
发送模块，用于若所述用户昏迷，则发送求救信息到预设终端。
进一步的，所述第三判断模块，包括：
第二判断单元，用于判断所述第二影像在预设时长后是否保持不变；
第三判定单元，用于若所述第二影像在预设时长后保持不变，则判定所述用户昏迷；
第四判定单元，用于若所述第二影像在预设时长后发生变化，则判定所述用户没有昏迷。
本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本申请中提供的一种基于头盔识别用户跌倒方向的方法、装置和计算机设备，用户在佩戴头盔时，处理系统通过头盔上设置的摄像头获取用户的视角转换角度。然后，处理系统判断用户的视角转换角度是否大于角度阈值，如果视角转换角度大于角度阈值，则进一步判断头盔是否受到撞击。如果头盔受到撞击，则处理系统能够根据头盔受到撞击的位置确定用户的跌倒方向。本申请中，处理系统能够基于用户佩戴头盔时的场景，获取用户的视角转换角度以及受撞击位置，从而识别到用户跌倒和相应的跌倒方向，功能完善、多样化，能够消费者的多样化需求。
附图说明
图1是本申请一实施例基于头盔识别用户跌倒方向的方法步骤示意图；
图2是本申请一实施例中基于头盔识别用户跌倒方向的装置整体结构框图；
图3是本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，本申请一实施例中提供了一种基于头盔识别用户跌倒方向的方法，包括：
S1:获取用户的视角转换角度；
S2:判断所述视角转换角度是否大于角度阈值；
S3:若所述视角转换角度大于角度阈值，则判断所述头盔是否受到撞击；
S4:若所述头盔受到撞击，则判定所述用户跌倒，并根据所述头盔受到撞击的位置确定所述用户的跌倒方向。
本实施例中，头盔上设置摄像头，该摄像头优选设置在头盔的前端区域，其中，头盔的前端区域对应用户佩戴头盔时的前额。用户佩戴头盔在行走过程中，摄像头可以拍摄用户行进过程中的第一影像(第一影像为视频数据)，此时，摄像头的拍摄视角等同于用户视角。处理系统实时监测第一影像是否出现模糊，具体地，一段视频通常是由多帧视频帧组成，处理系统将第一影像最新的一个视频帧划分为多个子图像，然后分别计算各个子图像的像素点的梯度幅值，其中，梯度幅值为模糊特征，作为判断第一影像是否出现模糊的基准。处理系统从计算出来的多个梯度幅值中筛选一个最大的梯度幅值(即最大值)，并将最大值与预设的幅度阈值进行比对，判断两者之间的大小。如果梯度幅值的最大值不小于幅度阈值，则处理系统可以判定该视频帧为清晰图像，即第一影像没有出现模糊。如果梯度幅值的最大值小于幅度阈值，则处理系统判定该视频帧为模糊图像，即第一影像出现模糊。处理系统在识别到第一影像出现模糊后，对第一影像的模糊度进行持续识别，直至识别到第一影像变为清晰(即第一影像的某个视频帧为清晰图像)后，处理系统根据出现第一帧模糊的视频帧到出现第一帧清晰的视频帧时间的视频拍摄时间，对应得到出现模糊的第一影像的持续时间。处理系统内部数据库存储有持续时间与视角转换角度映射关系表，处理系统从持续时间与视角转换角度映射关系表中，筛选得到当前次的持续时间对应的视角转换角度。处理系统将视角转换角度与预设的角度阈值进行比对，判断两者之间的大小关系。如果视角转换角度小于角度阈值，则说明第一影像出现模糊可能是因为摄像头抖动或者用户头部发生小幅度转动(比如转头和身边的朋友说话)，因此处理系统不做进一步的判定。如果视角转换角度不小于角度阈值，则说明用户可能发生跌倒，处理系统进一步判断头盔是否受到撞击。具体地，头盔设置有多个压力传感器，各压力传感器圆周分布，均匀设置在头盔内部，以实现对头盔不同方向的受力监测(至少包含前后左右4个方向，本实施例中的方向是以佩戴头盔的用户为基准)。各个压力传感器对应设置有传感器编号，传感器编号与传感器的部署位置相关联(比如传感器编号为1的传感器部署在头盔前端区域，传感器编号为2的传感器部署在头盔后端区域)。处理系统通过压力传感器采集头盔受到的冲击力，并将冲击力与预设的压力阈值进行比对(其中，如果在判定视角转换角度大于角度阈值后，处理系统获取的压力数据只有一个，则处理系统直接将该压力数据作为头盔受到的冲击力。如果处理系统获取的压力数据有多个，则选择值最大的一个压力数据作为头盔受到的冲击力)。如果冲击力不大于压力阈值，则处理系统判定头盔没有受到撞击(有可能是头盔不小心碰到其他物品，其冲击力通常不会很大)如果冲击力大于压力阈值，则处理系统判定头盔受到撞击，进而判定用户跌倒。处理系统内部数据库存储有传感器编号与部署位置映射关系表，因此可以根据监测到冲击力的压力传感器所对应的传感器编号，从传感器编号与部署位置映射关系表筛选得到对应的部署位置，并将部署位置相对用户佩戴头盔时的方向，作为用户的跌倒方向(比如压力传感器的部署位置为前端区域，则跌倒方向为用户的前方)。
进一步的，所述头盔的前端区域设置有摄像头，所述前端区域对应所述用户的前额，所述获取用户的视角转换角度的步骤，包括：
S101:在所述用户佩戴所述头盔时，通过所述摄像头实时获取第一影像；
S102:监测所述第一影像是否出现模糊；
S103:若所述第一影像出现模糊，则采集出现模糊的第一影像的持续时间；
S104:根据所述持续时间筛选得到对应的所述视角转换角度。
本实施例中，在用户佩戴头盔时，处理系统通过摄像头实时获取第一影像，由于摄像头是设置在头盔的前端区域，因此摄像头的拍摄视角可以等同于用户视角。系统对第一影像中的视频帧进行解析，将其划分为多个64×64像素的子图像，然后，按照水平方向从左向右、垂直方向从上到下的顺序依次选择一个子图像，依次计算各个子图像的像素点的梯度幅值。在完成对所有子图像的计算后，从多个梯度幅值中筛选出梯度幅值的最大值，并将其与预设的幅度阈值进行比对，判断两者之间的大小关系。如果最大值不小于幅度阈值，则判定该视频帧为清晰图像，即第一影像没有出现模糊。如果最大值小于幅度阈值，则处理系统判定该视频帧为模糊图像，即第一影像出模糊。处理系统在识别到第一影像出现模糊后，对第一影像的模糊度进行持续识别，直至识别到第一影像变为清晰(即第一影像的某个视频帧为清晰图像)后，处理系统根据出现第一帧模糊的视频帧到出现第一帧清晰的视频帧时间的视频拍摄时间，对应得到出现模糊的第一影像的持续时间。处理系统内部数据库存储有持续时间和视角转换角度映射关系表，根据当前次得到的持续时间，可以从持续时间和视角转换角度映射关系表中筛选得到对应的视角转换角度。
进一步的，所述监测所述第一影像是否出现模糊的步骤，包括：
S1021:计算包含在所述第一影像中各个子图像的像素点的梯度幅值；
S1022:判断所述子图像中的像素点的梯度幅值的最大值是否小于幅度阈值；
S1023:若所述最大值不小于幅度阈值，则判定所述第一影像没有出现模糊；
S1024:若所述最大值小于幅度阈值，则判定所述第一影像出现模糊。
本实施例中，处理系统首先将第一影像中的视频帧划分为多个64×64像素的子图像，然后，按照水平方向从左向右、垂直方向从上到下的顺序依次选择一个子图像，依次计算各个子图像的像素点的梯度幅值。具体地，首先，设定f(x,y)为像素点(x,y)的灰度值。f(x,y)的值由下式示出：f(x,y)＝0.299*C+0.587*C+0.114*C。其中，c、c、c分别为当前像素点(x,y)的红色、绿色、蓝色通道的颜色值，取值范围在[0:1:255]。进一步，像素点(x,y)处的梯度值由下式示出：
Figure BDA0002661153740000081
其中，
Figure BDA0002661153740000082
为梯度值，g和g分别表示f(x，y)在像素点(x，y)处的水平方向和垂直方向的一阶离散偏导，T为矩阵转置上标。基于梯度值，能够求取梯度幅值，其由下式示出：
Figure BDA0002661153740000083
g(x,y)为梯度幅值。处理系统计算包含在该子图像中的各个像素点的梯度幅值的最大值，并判断最大值是否小于幅度阈值。如果最大值不小于幅度阈值，则处理系统判定该视频帧为清晰图像，即第一影像没有出现模糊。如果最大值小于幅度阈值，则处理系统判定该视频帧为模糊图像，即第一影像出模糊。
进一步的，所述判断所述头盔是否受到撞击的步骤，包括：
S301:通过压力传感器采集所述头盔受到的冲击力；
S302:判断所述冲击力是否大于压力阈值；
S303:若所述冲击力大于压力阈值，则判定所述头盔受到撞击；
S304:若所述冲击力不大于压力阈值，则判定所述头盔没有受到撞击。
本实施例中，头盔上设置有压力传感器，处理系统可以通过压力传感器采集作用在头盔上的冲击力。处理系统将采集的冲击力与预设的压力阈值(压力阈值根据正常成人摔倒是，头盔所受到的冲击力的值进行相应设定)进行比对，判断两者之前的大小。如果冲击力不大于压力阈值，则处理系统判定头盔没有受到撞击。如果冲击力大于压力阈值，则处理系统判定头盔受到撞击。
进一步的，所述头盔上设置有至少4个压力传感器，各所述压力传感器圆周分布在所述头盔上，各所述压力传感器之间分布均匀，所述根据所述头盔受到撞击的位置确定所述用户的跌倒方向的步骤，包括：
S401:获取采集到所述冲击力的压力传感器所对应的传感器编号；
S402:根据预设的传感器编号与部署位置映射关系表，筛选得到所述传感器编号对应的部署位置，所述部署位置对应所述头盔受到撞击的位置；
S403:将所述部署位置相对所述用户佩戴所述头盔时的方向，作为所述跌倒方向。
本实施例中，头盔上设置有至少4个压力传感器，各个压力传感器圆周分布在头盔上，各压力传感器之间分布均匀，以实现对头盔各个不同方向的受力监测(4个压力传感器的部署区域对应头盔的前后左右4个方向)。每个压力传感器都对应设置有传感器编号，同时按照部署位置与传感器编号建立关联关系，生成传感器编号与部署位置映射关系表。处理系统接收各个压力传感器传输的压力数据，每组压力数据会与压力传感器建立关联关系，比如：A组压力数据对应压力传感器1，B组压力数据对应压力传感器2。因此，处理系统能够直接获取采集到冲击力的压力传感器所对应的传感器编号，并根据传感器编号与部署位置映射关系表，筛选得到上述冲击力对应的传感器编号所对应的部署位置，该部署位置表征头盔受到撞击的主方向(可能是正对，也可能有小幅度的偏差)。处理系统将传感器的部署位置相对用户佩戴头盔时的方向，作为用户的跌倒方向(比如部署位置为头盔的前端区域，即跌倒方向为用户的前方；部署位置为头盔的左端区域，即跌倒方向为用户的左方)。
进一步的，所述根据所述头盔受到撞击的位置确定所述用户的跌倒方向的步骤之后，包括：
S5:获取第二影像；
S6:根据所述第二影像判断所述用户是否昏迷；
S7:若所述用户昏迷，则发送求救信息到预设终端。
本实施例中，处理系统在判定用户跌倒以及跌倒方向后，通过摄像头持续获取用户周围的影像，即第二影像。处理系统根据第二影像在预设时长后是否发生改变，来判断用户是否昏迷。具体地，如果第二影像在预设时长后发生变化，说明此时用户已经恢复行动能力(用户的行动会导致拍摄视角改变，从而导致第二影像发生变化)，因此处理系统可以判定用户没有昏迷。如果第二影像在预设时长后没有发生变化，说明此时用户可能丧失行动能力(由于用户丧失行动能力或昏迷，其拍摄视角相当于被固定，因此所拍摄到的第二影像才会一直保持不变)，则处理系统判定用户昏迷。为了对用户实施及时救援，处理系统会自动将预先编辑好的求教信息或使用第一影像、第二影像编辑的求教信息发送到预设终端，该预设终端可以是医院或者是用户的亲朋好。优选的，求救信息还包含了用户的定位信息。
进一步的，所述根据所述第二影像判断所述用户是否昏迷的步骤，包括：
S601:判断所述第二影像在预设时长后是否保持不变；
S602:若所述第二影像在预设时长后保持不变，则判定所述用户昏迷；
S603:若所述第二影像在预设时长后发生变化，则判定所述用户没有昏迷。
本实施例中，处理系统根据第二影像中所拍摄到的物体或环境在预设时长后是否发生改变，来判断第二影像在预设时长后是否保持不变。如果第二影像中的物体或环境在预设时长后发生改变，即第二影像在预设时长后发生变化，说明此时用户已经恢复行动能力，因此处理系统可以判定用户没有昏迷。如果第二影像中所拍摄到的物体或环境在预设时长后没有发生改变，即第二影像在预设时长后没有发生变化，说明此时用户可能丧失行动能力(由于用户丧失行动能力或昏迷，其拍摄视角相当于被固定，因此所拍摄到的第二影像才会一直保持不变)，则处理系统判定用户昏迷。
本实施例提供的一种基于头盔识别用户跌倒方向的方法，用户在佩戴头盔时，处理系统通过头盔上设置的摄像头获取用户的视角转换角度。然后，处理系统判断用户的视角转换角度是否大于角度阈值，如果视角转换角度大于角度阈值，则进一步判断头盔是否受到撞击。如果头盔受到撞击，则处理系统能够根据头盔受到撞击的位置确定用户的跌倒方向。本申请中，处理系统能够基于用户佩戴头盔时的场景，获取用户的视角转换角度以及受撞击位置，从而识别到用户跌倒和相应的跌倒方向，功能完善、多样化，能够消费者的多样化需求。
参照图2，本申请一实施例中还提供了一种基于头盔识别用户跌倒方向的装置，包括：
第一获取模块1，用于获取用户的视角转换角度；
第一判断模块2，用于判断所述视角转换角度是否大于角度阈值；
第二判断模块3，用于若所述视角转换角度大于角度阈值，则判断所述头盔是否受到撞击；
判定模块4，用于若所述头盔受到撞击，则判定所述用户跌倒，并根据所述头盔受到撞击的位置确定所述用户的跌倒方向。
本实施例中，头盔上设置摄像头，该摄像头优选设置在头盔的前端区域，其中，头盔的前端区域对应用户佩戴头盔时的前额。用户佩戴头盔在行走过程中，摄像头可以拍摄用户行进过程中的第一影像(第一影像为视频数据)，此时，摄像头的拍摄视角等同于用户视角。处理系统实时监测第一影像是否出现模糊，具体地，一段视频通常是由多帧视频帧组成，处理系统将第一影像最新的一个视频帧划分为多个子图像，然后分别计算各个子图像的像素点的梯度幅值，其中，梯度幅值为模糊特征，作为判断第一影像是否出现模糊的基准。处理系统从计算出来的多个梯度幅值中筛选一个最大的梯度幅值(即最大值)，并将最大值与预设的幅度阈值进行比对，判断两者之间的大小。如果梯度幅值的最大值不小于幅度阈值，则处理系统可以判定该视频帧为清晰图像，即第一影像没有出现模糊。如果梯度幅值的最大值小于幅度阈值，则处理系统判定该视频帧为模糊图像，即第一影像出现模糊。处理系统在识别到第一影像出现模糊后，对第一影像的模糊度进行持续识别，直至识别到第一影像变为清晰(即第一影像的某个视频帧为清晰图像)后，处理系统根据出现第一帧模糊的视频帧到出现第一帧清晰的视频帧时间的视频拍摄时间，对应得到出现模糊的第一影像的持续时间。处理系统内部数据库存储有持续时间与视角转换角度映射关系表，处理系统从持续时间与视角转换角度映射关系表中，筛选得到当前次的持续时间对应的视角转换角度。处理系统将视角转换角度与预设的角度阈值进行比对，判断两者之间的大小关系。如果视角转换角度小于角度阈值，则说明第一影像出现模糊可能是因为摄像头抖动或者用户头部发生小幅度转动(比如转头和身边的朋友说话)，因此处理系统不做进一步的判定。如果视角转换角度不小于角度阈值，则说明用户可能发生跌倒，处理系统进一步判断头盔是否受到撞击。具体地，头盔设置有多个压力传感器，各压力传感器圆周分布，均匀设置在头盔内部，以实现对头盔不同方向的受力监测(至少包含前后左右4个方向，本实施例中的方向是以佩戴头盔的用户为基准)。各个压力传感器对应设置有传感器编号，传感器编号与传感器的部署位置相关联(比如传感器编号为1的传感器部署在头盔前端区域，传感器编号为2的传感器部署在头盔后端区域)。处理系统通过压力传感器采集头盔受到的冲击力，并将冲击力与预设的压力阈值进行比对(其中，如果在判定视角转换角度大于角度阈值后，处理系统获取的压力数据只有一个，则处理系统直接将该压力数据作为头盔受到的冲击力。如果处理系统获取的压力数据有多个，则选择值最大的一个压力数据作为头盔受到的冲击力)。如果冲击力不大于压力阈值，则处理系统判定头盔没有受到撞击(有可能是头盔不小心碰到其他物品，其冲击力通常不会很大)如果冲击力大于压力阈值，则处理系统判定头盔受到撞击，进而判定用户跌倒。处理系统内部数据库存储有传感器编号与部署位置映射关系表，因此可以根据监测到冲击力的压力传感器所对应的传感器编号，从传感器编号与部署位置映射关系表筛选得到对应的部署位置，并将部署位置相对用户佩戴头盔时的方向，作为用户的跌倒方向(比如压力传感器的部署位置为前端区域，则跌倒方向为用户的前方)。
进一步的，所述头盔的前端区域设置有摄像头，所述前端区域对应所述用户的前额，所述第一获取模块1，包括：
第一获取单元，用于在所述用户佩戴所述头盔时，通过所述摄像头实时获取第一影像；
监测单元，用于监测所述第一影像是否出现模糊；
第一采集单元，用于若所述第一影像出现模糊，则采集出现模糊的第一影像的持续时间；
第一筛选单元，用于根据所述持续时间筛选得到对应的所述视角转换角度。
本实施例中，在用户佩戴头盔时，处理系统通过摄像头实时获取第一影像，由于摄像头是设置在头盔的前端区域，因此摄像头的拍摄视角可以等同于用户视角。系统对第一影像中的视频帧进行解析，将其划分为多个64×64像素的子图像，然后，按照水平方向从左向右、垂直方向从上到下的顺序依次选择一个子图像，依次计算各个子图像的像素点的梯度幅值。在完成对所有子图像的计算后，从多个梯度幅值中筛选出梯度幅值的最大值，并将其与预设的幅度阈值进行比对，判断两者之间的大小关系。如果最大值不小于幅度阈值，则判定该视频帧为清晰图像，即第一影像没有出现模糊。如果最大值小于幅度阈值，则处理系统判定该视频帧为模糊图像，即第一影像出模糊。处理系统在识别到第一影像出现模糊后，对第一影像的模糊度进行持续识别，直至识别到第一影像变为清晰(即第一影像的某个视频帧为清晰图像)后，处理系统根据出现第一帧模糊的视频帧到出现第一帧清晰的视频帧时间的视频拍摄时间，对应得到出现模糊的第一影像的持续时间。处理系统内部数据库存储有持续时间和视角转换角度映射关系表，根据当前次得到的持续时间，可以从持续时间和视角转换角度映射关系表中筛选得到对应的视角转换角度。
进一步的，所述监测单元，包括：
计算子单元，用于计算包含在所述第一影像中各个子图像的像素点的梯度幅值，；
判断子单元，用于判断所述子图像中的像素点的梯度幅值的最大值是否小于幅度阈值；
第一判定子单元，用于若所述最大值不小于幅度阈值，则判定所述第一影像没有出现模糊；
第二判定子单元，用于若所述最大值小于幅度阈值，则判定所述第一影像出现模糊。
本实施例中，处理系统首先将第一影像中的视频帧划分为多个64×64像素的子图像，然后，按照水平方向从左向右、垂直方向从上到下的顺序依次选择一个子图像，依次计算各个子图像的像素点的梯度幅值。具体地，首先，设定f(x,y)为像素点(x,y)的灰度值。f(x,y)的值由下式示出：f(x,y)＝0.299*C+0.587*C+0.114*C。其中，c、c、c分别为当前像素点(x,y)的红色、绿色、蓝色通道的颜色值，取值范围在[0:1:255]。进一步，像素点(x,y)处的梯度值由下式示出：
Figure BDA0002661153740000131
其中，
Figure BDA0002661153740000132
为梯度值，g和g分别表示f(x，y)在像素点(x，y)处的水平方向和垂直方向的一阶离散偏导，T为矩阵转置上标。基于梯度值，能够求取梯度幅值，其由下式示出：
Figure BDA0002661153740000133
g(x,y)为梯度幅值。处理系统计算包含在该子图像中的各个像素点的梯度幅值的最大值，并判断最大值是否小于幅度阈值。如果最大值不小于幅度阈值，则处理系统判定该视频帧为清晰图像，即第一影像没有出现模糊。如果最大值小于幅度阈值，则处理系统判定该视频帧为模糊图像，即第一影像出模糊。
进一步的，所述第二判断模块3，包括：
第二采集单元，用于通过压力传感器采集所述头盔受到的冲击力；
第一判断单元，用于判断所述冲击力是否大于压力阈值；
第一判定单元，用于若所述冲击力大于压力阈值，则判定所述头盔受到撞击；
第二判定单元，用于若所述冲击力不大于压力阈值，则判定所述头盔没有受到撞击。
本实施例中，头盔上设置有压力传感器，处理系统可以通过压力传感器采集作用在头盔上的冲击力。处理系统将采集的冲击力与预设的压力阈值(压力阈值根据正常成人摔倒是，头盔所受到的冲击力的值进行相应设定)进行比对，判断两者之前的大小。如果冲击力不大于压力阈值，则处理系统判定头盔没有受到撞击。如果冲击力大于压力阈值，则处理系统判定头盔受到撞击。
进一步的，所述头盔上设置有至少4个压力传感器，各所述压力传感器圆周分布在所述头盔上，各所述压力传感器之间分布均匀，所述判定模块4，包括：
第二获取单元，用于获取采集到所述冲击力的压力传感器所对应的传感器编号；
第二筛选单元，用于根据预设的传感器编号与部署位置映射关系表，筛选得到所述传感器编号对应的部署位置，所述部署位置对应所述头盔受到撞击的位置；
选择单元，用于将所述部署位置相对所述用户佩戴所述头盔时的方向，作为所述跌倒方向。
本实施例中，头盔上设置有至少4个压力传感器，各个压力传感器圆周分布在头盔上，各压力传感器之间分布均匀，以实现对头盔各个不同方向的受力监测(4个压力传感器的部署区域对应头盔的前后左右4个方向)。每个压力传感器都对应设置有传感器编号，同时按照部署位置与传感器编号建立关联关系，生成传感器编号与部署位置映射关系表。处理系统接收各个压力传感器传输的压力数据，每组压力数据会与压力传感器建立关联关系，比如：A组压力数据对应压力传感器1，B组压力数据对应压力传感器2。因此，处理系统能够直接获取采集到冲击力的压力传感器所对应的传感器编号，并根据传感器编号与部署位置映射关系表，筛选得到上述冲击力对应的传感器编号所对应的部署位置，该部署位置表征头盔受到撞击的主方向(可能是正对，也可能有小幅度的偏差)。处理系统将传感器的部署位置相对用户佩戴头盔时的方向，作为用户的跌倒方向(比如部署位置为头盔的前端区域，即跌倒方向为用户的前方；部署位置为头盔的左端区域，即跌倒方向为用户的左方)。
进一步的，所述装置，还包括：
第二获取模块5，用于获取第二影像；
第三判断模块6，用于根据所述第二影像判断所述用户是否昏迷；
发送模块7，用于若所述用户昏迷，则发送求救信息到预设终端。
本实施例中，处理系统在判定用户跌倒以及跌倒方向后，通过摄像头持续获取用户周围的影像，即第二影像。处理系统根据第二影像在预设时长后是否发生改变，来判断用户是否昏迷。具体地，如果第二影像在预设时长后发生变化，说明此时用户已经恢复行动能力(用户的行动会导致拍摄视角改变，从而导致第二影像发生变化)，因此处理系统可以判定用户没有昏迷。如果第二影像在预设时长后没有发生变化，说明此时用户可能丧失行动能力(由于用户丧失行动能力或昏迷，其拍摄视角相当于被固定，因此所拍摄到的第二影像才会一直保持不变)，则处理系统判定用户昏迷。为了对用户实施及时救援，处理系统会自动将预先编辑好的求教信息或使用第一影像、第二影像编辑的求教信息发送到预设终端，该预设终端可以是医院或者是用户的亲朋好。优选的，求救信息还包含了用户的定位信息。
进一步的，所述第三判断模块6，包括：
第二判断单元，用于判断所述第二影像在预设时长后是否保持不变；
第三判定单元，用于若所述第二影像在预设时长后保持不变，则判定所述用户昏迷；
第四判定单元，用于若所述第二影像在预设时长后发生变化，则判定所述用户没有昏迷。
本实施例中，处理系统根据第二影像中所拍摄到的物体或环境在预设时长后是否发生改变，来判断第二影像在预设时长后是否保持不变。如果第二影像中的物体或环境在预设时长后发生改变，即第二影像在预设时长后发生变化，说明此时用户已经恢复行动能力，因此处理系统可以判定用户没有昏迷。如果第二影像中所拍摄到的物体或环境在预设时长后没有发生改变，即第二影像在预设时长后没有发生变化，说明此时用户可能丧失行动能力(由于用户丧失行动能力或昏迷，其拍摄视角相当于被固定，因此所拍摄到的第二影像才会一直保持不变)，则处理系统判定用户昏迷。
本实施例提供的一种基于头盔识别用户跌倒方向的装置，用户在佩戴头盔时，处理系统通过头盔上设置的摄像头获取用户的视角转换角度。然后，处理系统判断用户的视角转换角度是否大于角度阈值，如果视角转换角度大于角度阈值，则进一步判断头盔是否受到撞击。如果头盔受到撞击，则处理系统能够根据头盔受到撞击的位置确定用户的跌倒方向。本申请中，处理系统能够基于用户佩戴头盔时的场景，获取用户的视角转换角度以及受撞击位置，从而识别到用户跌倒和相应的跌倒方向，功能完善、多样化，能够消费者的多样化需求
参照图3，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储传感器编号等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于头盔识别用户跌倒方向的方法。
上述处理器执行上述基于头盔识别用户跌倒方向的方法的步骤：
S1:获取用户的视角转换角度；
S2:判断所述视角转换角度是否大于角度阈值；
S3:若所述视角转换角度大于角度阈值，则判断所述头盔是否受到撞击；
S4:若所述头盔受到撞击，则判定所述用户跌倒，并根据所述头盔受到撞击的位置确定所述用户的跌倒方向。
进一步的，所述头盔的前端区域设置有摄像头，所述前端区域对应所述用户的前额，所述获取用户的视角转换角度的步骤，包括：
S101:在所述用户佩戴所述头盔时，通过所述摄像头实时获取第一影像；
S102:监测所述第一影像是否出现模糊；
S103:若所述第一影像出现模糊，则采集出现模糊的第一影像的持续时间；
S104:根据所述持续时间筛选得到对应的所述视角转换角度。
进一步的，所述监测所述第一影像是否出现模糊的步骤，包括：
S1021:计算包含在所述第一影像中各个子图像的像素点的梯度幅值；
S1022:判断所述子图像中的像素点的梯度幅值的最大值是否小于幅度阈值；
S1023:若所述最大值不小于幅度阈值，则判定所述第一影像没有出现模糊；
S1024:若所述最大值小于幅度阈值，则判定所述第一影像出现模糊。
进一步的，所述判断所述头盔是否受到撞击的步骤，包括：
S301:通过压力传感器采集所述头盔受到的冲击力；
S302:判断所述冲击力是否大于压力阈值；
S303:若所述冲击力大于压力阈值，则判定所述头盔受到撞击；
S304:若所述冲击力不大于压力阈值，则判定所述头盔没有受到撞击。
进一步的，所述头盔上设置有至少4个压力传感器，各所述压力传感器圆周分布在所述头盔上，各所述压力传感器之间分布均匀，所述根据所述头盔受到撞击的位置确定所述用户的跌倒方向的步骤，包括：
S401:获取采集到所述冲击力的压力传感器所对应的传感器编号；
S402:根据预设的传感器编号与部署位置映射关系表，筛选得到所述传感器编号对应的部署位置，所述部署位置对应所述头盔受到撞击的位置；
S403:将所述部署位置相对所述用户佩戴所述头盔时的方向，作为所述跌倒方向。
进一步的，所述根据所述头盔受到撞击的位置确定所述用户的跌倒方向的步骤之后，包括：
S5:获取第二影像；
S6:根据所述第二影像判断所述用户是否昏迷；
S7:若所述用户昏迷，则发送求救信息到预设终端。
进一步的，所述根据所述第二影像判断所述用户是否昏迷的步骤，包括：
S601:判断所述第二影像在预设时长后是否保持不变；
S602:若所述第二影像在预设时长后保持不变，则判定所述用户昏迷；
S603:若所述第二影像在预设时长后发生变化，则判定所述用户没有昏迷。
本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种基于头盔识别用户跌倒方向的方法，所述方法包括具体为：
S1:获取用户的视角转换角度；
S2:判断所述视角转换角度是否大于角度阈值；
S3:若所述视角转换角度大于角度阈值，则判断所述头盔是否受到撞击；
S4:若所述头盔受到撞击，则判定所述用户跌倒，并根据所述头盔受到撞击的位置确定所述用户的跌倒方向。
进一步的，所述头盔的前端区域设置有摄像头，所述前端区域对应所述用户的前额，所述获取用户的视角转换角度的步骤，包括：
S101:在所述用户佩戴所述头盔时，通过所述摄像头实时获取第一影像；
S102:监测所述第一影像是否出现模糊；
S103:若所述第一影像出现模糊，则采集出现模糊的第一影像的持续时间；
S104:根据所述持续时间筛选得到对应的所述视角转换角度。
进一步的，所述监测所述第一影像是否出现模糊的步骤，包括：
S1021:计算包含在所述第一影像中各个子图像的像素点的梯度幅值；
S1022:判断所述子图像中的像素点的梯度幅值的最大值是否小于幅度阈值；
S1023:若所述最大值不小于幅度阈值，则判定所述第一影像没有出现模糊；
S1024:若所述最大值小于幅度阈值，则判定所述第一影像出现模糊。
进一步的，所述判断所述头盔是否受到撞击的步骤，包括：
S301:通过压力传感器采集所述头盔受到的冲击力；
S302:判断所述冲击力是否大于压力阈值；
S303:若所述冲击力大于压力阈值，则判定所述头盔受到撞击；
S304:若所述冲击力不大于压力阈值，则判定所述头盔没有受到撞击。
进一步的，所述头盔上设置有至少4个压力传感器，各所述压力传感器圆周分布在所述头盔上，各所述压力传感器之间分布均匀，所述根据所述头盔受到撞击的位置确定所述用户的跌倒方向的步骤，包括：
S401:获取采集到所述冲击力的压力传感器所对应的传感器编号；
S402:根据预设的传感器编号与部署位置映射关系表，筛选得到所述传感器编号对应的部署位置，所述部署位置对应所述头盔受到撞击的位置；
S403:将所述部署位置相对所述用户佩戴所述头盔时的方向，作为所述跌倒方向。
进一步的，所述根据所述头盔受到撞击的位置确定所述用户的跌倒方向的步骤之后，包括：
S5:获取第二影像；
S6:根据所述第二影像判断所述用户是否昏迷；
S7:若所述用户昏迷，则发送求救信息到预设终端。
进一步的，所述根据所述第二影像判断所述用户是否昏迷的步骤，包括：
S601:判断所述第二影像在预设时长后是否保持不变；
S602:若所述第二影像在预设时长后保持不变，则判定所述用户昏迷；
S603:若所述第二影像在预设时长后发生变化，则判定所述用户没有昏迷。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储与一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (9)

1.一种基于头盔识别用户跌倒方向的方法，其特征在于，包括：
获取用户的视角转换角度；
判断所述视角转换角度是否大于角度阈值；
若所述视角转换角度大于角度阈值，则判断所述头盔是否受到撞击；
若所述头盔受到撞击，则判定所述用户跌倒，并根据所述头盔受到撞击的位置确定所述用户的跌倒方向；
所述头盔的前端区域设置有摄像头，所述前端区域对应所述用户的前额，所述获取用户的视角转换角度的步骤，包括：
在所述用户佩戴所述头盔时，通过所述摄像头实时获取第一影像；
监测所述第一影像是否出现模糊；
若所述第一影像出现模糊，则采集出现模糊的第一影像的持续时间；
从持续时间与视角转换角度映射关系表中，筛选得到所述第一影像的持续时间对应的所述视角转换角度。
2.根据权利要求1所述的基于头盔识别用户跌倒方向的方法，其特征在于，所述监测所述第一影像是否出现模糊的步骤，包括：
计算包含在所述第一影像中各个子图像的像素点的梯度幅值；
判断所述子图像中的像素点的梯度幅值的最大值是否小于幅度阈值；
若所述最大值不小于幅度阈值，则判定所述第一影像没有出现模糊；
若所述最大值小于幅度阈值，则判定所述第一影像出现模糊。
3.根据权利要求1所述的基于头盔识别用户跌倒方向的方法，其特征在于，所述判断所述头盔是否受到撞击的步骤，包括：
通过压力传感器采集所述头盔受到的冲击力；
判断所述冲击力是否大于压力阈值；
若所述冲击力大于压力阈值，则判定所述头盔受到撞击；
若所述冲击力不大于压力阈值，则判定所述头盔没有受到撞击。
4.根据权利要求3所述的基于头盔识别用户跌倒方向的方法，其特征在于，所述头盔上设置有至少4个压力传感器，各所述压力传感器圆周分布在所述头盔上，各所述压力传感器之间分布均匀，所述根据所述头盔受到撞击的位置确定所述用户的跌倒方向的步骤，包括：
获取采集到所述冲击力的压力传感器所对应的传感器编号；
根据预设的传感器编号与部署位置映射关系表，筛选得到所述传感器编号对应的部署位置，所述部署位置对应所述头盔受到撞击的位置；
将所述部署位置相对所述用户佩戴所述头盔时的方向，作为所述跌倒方向。
5.根据权利要求1所述的基于头盔识别用户跌倒方向的方法，其特征在于，所述根据所述头盔受到撞击的位置确定所述用户的跌倒方向的步骤之后，包括：
获取第二影像；
根据所述第二影像判断所述用户是否昏迷；
若所述用户昏迷，则发送求救信息到预设终端。
6.根据权利要求5所述的基于头盔识别用户跌倒方向的方法，其特征在于，所述根据所述第二影像判断所述用户是否昏迷的步骤，包括：
判断所述第二影像在预设时长后是否保持不变；
若所述第二影像在预设时长后保持不变，则判定所述用户昏迷；
若所述第二影像在预设时长后发生变化，则判定所述用户没有昏迷。
7.一种基于头盔识别用户跌倒方向的装置，其特征在于，包括：
第一获取模块，用于获取用户的视角转换角度；
第一判断模块，用于判断所述视角转换角度是否大于角度阈值；
第二判断模块，用于若所述视角转换角度大于角度阈值，则判断所述头盔是否受到撞击；
判定模块，用于若所述头盔受到撞击，则判定所述用户跌倒，并根据所述头盔受到撞击的位置确定所述用户的跌倒方向；
所述头盔的前端区域设置有摄像头，所述前端区域对应所述用户的前额，所述第一获取模块，包括：
第一获取单元，用于在所述用户佩戴所述头盔时，通过所述摄像头实时获取第一影像；
监测单元，用于监测所述第一影像是否出现模糊；
第一采集单元，用于若所述第一影像出现模糊，则采集出现模糊的第一影像的持续时间；
第一筛选单元，用于从持续时间与视角转换角度映射关系表中，筛选得到所述第一影像的持续时间对应的所述视角转换角度。
8.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202010905158.9A 2020-09-01 2020-09-01 基于头盔识别用户跌倒方向的方法、装置和计算机设备 Active CN112040188B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010905158.9A CN112040188B (zh) 2020-09-01 2020-09-01 基于头盔识别用户跌倒方向的方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010905158.9A CN112040188B (zh) 2020-09-01 2020-09-01 基于头盔识别用户跌倒方向的方法、装置和计算机设备

Publications (2)

Publication Number Publication Date
CN112040188A CN112040188A (zh) 2020-12-04
CN112040188B true CN112040188B (zh) 2022-07-08

Family

ID=73590894

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010905158.9A Active CN112040188B (zh) 2020-09-01 2020-09-01 基于头盔识别用户跌倒方向的方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN112040188B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112998341B (zh) * 2021-02-08 2022-10-04 重庆第二师范学院 一种自适应充气头盔及其制造方法
CN114359805A (zh) * 2022-01-04 2022-04-15 济南昊影电子科技有限公司 一种骑行状态采集及事故分析处理方法和系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104780310A (zh) * 2015-01-27 2015-07-15 深圳市中瀛鑫科技股份有限公司 一种图像模糊的检测方法、系统及摄像机

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011243085A (ja) * 2010-05-20 2011-12-01 Midori Anzen Co Ltd 移動者の転倒監視システム
US10667981B2 (en) * 2016-02-29 2020-06-02 Mentor Acquisition One, Llc Reading assistance system for visually impaired
CN108388167B (zh) * 2018-01-12 2021-01-05 泉州市嘉荣环保设备有限公司 一种模拟环境智能造景的系统及方法
CN108053613A (zh) * 2018-01-18 2018-05-18 陈磊 一种降低跌倒伤害的智能监护系统
CN108703490A (zh) * 2018-05-31 2018-10-26 陈忠 一种具有定位功能背包
CN109793302A (zh) * 2019-01-30 2019-05-24 广州贤智科技有限公司 一种用于智能医疗的具有缓冲功能的智能头盔
CN110393337A (zh) * 2019-09-03 2019-11-01 广东暖丰电热科技有限公司 安全头盔

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104780310A (zh) * 2015-01-27 2015-07-15 深圳市中瀛鑫科技股份有限公司 一种图像模糊的检测方法、系统及摄像机

Also Published As

Publication number Publication date
CN112040188A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN112040188B (zh) 基于头盔识别用户跌倒方向的方法、装置和计算机设备
CN109841024B (zh) 图像处理装置和图像处理方法
CN106372662B (zh) 安全帽佩戴的检测方法和装置、摄像头、服务器
DE102017111203B4 (de) Videoverarbeitungsvorrichtung, videoverarbeitungsverfahren und programm
US9098928B2 (en) Image-processing system and image-processing method
WO2017208529A1 (ja) 運転者状態推定装置、運転者状態推定システム、運転者状態推定方法、運転者状態推定プログラム、対象者状態推定装置、対象者状態推定方法、対象者状態推定プログラム、および記録媒体
CN105681627B (zh) 拍摄图像方法及电子设备
US20140085477A1 (en) Vehicle monitoring device and method of monitoring vehicle
US9293022B2 (en) Detecting apparatus, detecting system, and detecting method
JP4739870B2 (ja) サングラス検出装置及び顔中心位置検出装置
US9864908B2 (en) Slow change detection system
CN112949417A (zh) 一种摔倒行为识别方法、设备及系统
KR101693959B1 (ko) 시공간 블록 특징을 이용한 화재 검출 시스템 및 방법
CN111062918A (zh) 一种基于计算机视觉的异常检测方法及装置
JP5034623B2 (ja) 画像処理方法、画像処理装置、画像処理システム及びコンピュータプログラム
DE102016006242A1 (de) Informationsverarbeitungsvorrichtung, steuerverfahren für informationsverarbeitungsvorrichtung, bildverarbeitungssystem und speichermedium
KR101467916B1 (ko) 의사 시도자 감지 시스템 및 이를 이용한 의사 시도자 감지 방법
JP6595880B2 (ja) 画像処理装置、画像処理方法
CN112446254A (zh) 人脸追踪的方法及相关装置
CN116778550A (zh) 施工区域的人员追踪方法、装置、设备以及存储介质
CN116959192A (zh) 一种火灾预警实时监控方法及系统
KR102081577B1 (ko) Cctv를 활용한 지능형 화재 감지 시스템
JP7013128B2 (ja) 画像表示装置、画像表示方法及びプログラム
JP2005316743A (ja) 画像処理方法および画像処理装置
CN114973080A (zh) 一种安全帽佩戴检测方法、装置、设备及存储介质

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