CN113158783A - 一种基于人体识别的社区居民健康监控方法和系统 - Google Patents
一种基于人体识别的社区居民健康监控方法和系统 Download PDFInfo
- Publication number
- CN113158783A CN113158783A CN202110261651.6A CN202110261651A CN113158783A CN 113158783 A CN113158783 A CN 113158783A CN 202110261651 A CN202110261651 A CN 202110261651A CN 113158783 A CN113158783 A CN 113158783A
- Authority
- CN
- China
- Prior art keywords
- human body
- video acquisition
- acquisition device
- acquisition devices
- judgment result
- 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
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
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
Abstract
本申请实施例提供一种基于人体识别的社区居民健康监控方法和系统。该方法包括:在房屋中的多个位置设置视频采集装置;当人体动态位移超过指定偏移阈值时,启动人体识别信号;识别出视角中的人体,并根据人体的移动图像,通过人体识别算法判断是否发生意外,得到第一判断结果;在第一判断结果小于预设阈值时,视频采集装置向多个相邻视频采集装置发出协查申请,多个相邻视频采集装置通过人体识别算法对人体进行识别,得到第二判断结果;视频采集装置根据第二判断结果得到针对第二判断结果的急救方案,并根据急救方案通过视听方式进行急救引导,并向急救机器人发送急救物资提供指令。本申请通过人体识别算法提高了社区居民健康监控的效率。
Description
技术领域
本申请涉及人体识别技术及社区健康监控领域,尤其涉及一种基于人体识别的社区居民健康监控方法和系统。
背景技术
目前社区中有大量的独居老人或是空巢老人,老年人经常出现摔倒、病倒等突发情况,一旦出现这些情况,需要在第一时间进行监控和发现,从而争取宝贵的抢救时间。现有的社区健康监控系统更多地依赖于人工的识别与报警,不能实现全自动、全天候的健康监控,亟需一种能够解决针对社区老年人体特征的健康监控方法及装置。
因此,亟需一种方法解决社区居民健康监控的问题。
发明内容
有鉴于此,本申请的目的在于提出一种基于人体识别的社区居民健康监控方法和系统,提高社区居民健康监控效率,解决目前有些特殊家庭成员在紧急时刻无法正常联系家庭成员的技术问题。
基于上述目的,本申请提出了一种基于人体识别的社区居民健康监控方法,包括:
在房屋中的多个位置设置视频采集装置,所述视频采集装置的采集区域覆盖了所述房屋中的全部区域;所述视频采集装置通过无线通信方式与人体识别装置进行连接;每个所述视频采集装置的视角存在重叠;
所述视频采集装置持续捕抓视角中的人体动态位移,得到所述人体的标准体位,当所述人体动态位移超过指定偏移阈值时,启动人体识别信号;
识别出所述视角中的人体,并根据所述人体的移动图像,通过人体识别算法得到所述人体的异常体位,与所述标准体位进行相似度比较,判断是否发生意外,得到第一判断结果;
在所述第一判断结果小于预设阈值时,所述视频采集装置向多个相邻视频采集装置发出协查申请,所述多个相邻视频采集装置通过所述人体识别算法对所述人体进行识别,得到第二判断结果;
所述视频采集装置根据所述第二判断结果在急救方案库中进行检索,得到针对所述第二判断结果的急救方案,并根据所述急救方案通过视听方式进行急救引导,并向急救机器人发送急救物资提供指令。
在一些实施例中,所述方法还包括:
所述视频采集装置及所述多个相邻视频采集装置对所述人体进行视频采集及融合,判断所述人体是否发生意外。
在一些实施例中,每个所述视频采集装置的视角存在重叠,包括:
所述视频采集装置与所述多个相邻视频采集装置之间的距离等于所述视角的最远距离;并且
相互之间成相邻关系的三个视频采集装置构成一个等边三角形。
在一些实施例中,所述视频采集装置持续捕抓视角中的人体动态位移,当所述人体动态位移超过指定偏移阈值时,启动人体识别信号,包括:
所述视频采集装置以预设速度进行360度旋转,采集以所述视频采集装置为圆心,以视角范围为半径的视频信息;
所述视频采集装置在指定时间间隔内没有发现所述人体动态位移,则以预设梯度降低旋转速度,直至预设最低旋转速度;
所述视频采集装置发现人体动态位移后,将所述视频采集装置的采集角度旋转并固定至正对所述人体动态位移位置,并向多个相邻视频采集装置发送角度调整信号;
所述多个相邻视频采集装置根据所述角度调整信号,将多个所述相邻视频采集装置的采集角度旋转并固定至正对所述人体动态位移位置。
在一些实施例中,识别出所述视角中的人体,并根据所述人体的移动图像,通过人体识别算法判断是否发生意外,得到第一判断结果,包括:
根据所述视角中的人体,识别出所述人体的位置;
将所述人体运动后偏移所述位置的距离、面部表情、身体姿态、运动方式和发出声音作为所述人体识别算法的输入,判断所述人体是否发生意外。
在一些实施例中,在所述第一判断结果小于预设阈值时,所述视频采集装置向多个相邻视频采集装置发出协查申请,所述多个相邻视频采集装置通过所述人体识别算法对所述人体进行识别,得到第二判断结果,包括:
所述视频采集装置确定所述第一判断结果的指定时间区间及指定位置的所述协查申请,发送至所述多个相邻视频采集装置;
所述多个相邻视频采集装置按照所述指定时间区间及指定位置,进行特征抽取,并输入至所述人体识别算法,得到第二判断结果。
在一些实施例中,所述人体识别算法将人体的步态、表情、声音以及身体形态作为输入,导入支持向量机中,预测出所述人体是否发生意外。
基于上述目的,本申请还提出了一种基于人体识别的社区居民健康监控系统,包括:
构建模块,用于在房屋中的多个位置设置视频采集装置,所述视频采集装置的采集区域覆盖了所述房屋中的全部区域;所述视频采集装置通过无线通信方式与人体识别装置进行连接;每个所述视频采集装置的视角存在重叠;
捕抓模块,用于所述视频采集装置持续捕抓视角中的人体动态位移,得到所述人体的标准体位,当所述人体动态位移超过指定偏移阈值时,启动人体识别信号;
判断模块,用于识别出所述视角中的人体,并根据所述人体的移动图像,通过人体识别算法得到所述人体的异常体位,与所述标准体位进行相似度比较,判断是否发生意外,得到第一判断结果;
协查模块,用于在所述第一判断结果小于预设阈值时,所述视频采集装置向多个相邻视频采集装置发出协查申请,所述多个相邻视频采集装置通过所述人体识别算法对所述人体进行识别,得到第二判断结果;
引导模块,用于所述视频采集装置根据所述第二判断结果在急救方案库中进行检索,得到针对所述第二判断结果的急救方案,并根据所述急救方案通过视听方式进行急救引导,并向急救机器人发送急救物资提供指令。
在一些实施例中,所述系统还包括:
融合模块,用于所述视频采集装置及所述多个相邻视频采集装置对所述人体进行视频采集及融合,判断所述人体是否发生意外。
在一些实施例中,所述捕抓模块,包括:
旋转单元,用于所述视频采集装置以预设速度进行360度旋转,采集以所述视频采集装置为圆心,以视角范围为半径的视频信息;
降速单元,用于所述视频采集装置在指定时间间隔内没有发现所述人体动态位移,则以预设梯度降低旋转速度,直至预设最低旋转速度;
调整单元,用于所述视频采集装置发现人体动态位移后,将所述视频采集装置的采集角度旋转并固定至正对所述人体动态位移位置,并向多个相邻视频采集装置发送角度调整信号;
相邻调整单元,用于所述多个相邻视频采集装置根据所述角度调整信号,将多个所述相邻视频采集装置的采集角度旋转并固定至正对所述人体动态位移位置。
总的来说,本申请的优势及给用户带来的体验在于:能够通过人体识别技术更加准确的判断社区中的居家人员是否发生意外,避免了人工干预,提高了社区健康生活体验;同时,还能够根据意外发生的类型,在第一时间为居家人员提供急救指导和物资供应,为抢救赢得了时间。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本发明公开的一些实施方式,而不应将其视为是对本发明范围的限制。
图1示出根据本发明实施例的基于人体识别的社区居民健康监控方法的流程图。
图2示出根据本发明实施例的基于人体识别的社区居民健康监控方法的流程图。
图3示出根据本发明实施例的基于人体识别的社区居民健康监控系统的构成图。
图4示出根据本发明实施例的基于人体识别的社区居民健康监控系统的构成图。
图5示出根据本发明实施例的捕抓模块的构成图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出根据本发明实施例的基于人体识别的社区居民健康监控方法的流程图。如图1所示,该基于人体识别的社区居民健康监控方法包括:
步骤S11、在房屋中的多个位置设置视频采集装置,所述视频采集装置的采集区域覆盖了所述房屋中的全部区域;所述视频采集装置通过无线通信方式与人体识别装置进行连接;每个所述视频采集装置的视角存在重叠。
具体来说,房屋中设置的视频采集装置可以覆盖整个房屋人可以触及的区域,而且视频采集装置的采集范围(即视角)之间存在重叠,从而使得单个视频采集设备得到的数据不足以充分判断居民是否发生意外的情况下,可以通过周围相邻的视频采集设备所采集的数据进行协助判断。
在一种实施方式中,每个所述视频采集装置的视角存在重叠,包括:
所述视频采集装置与所述多个相邻视频采集装置之间的距离等于所述视角的最远距离;并且
相互之间成相邻关系的三个视频采集装置构成一个等边三角形。
步骤S12、所述视频采集装置持续捕抓视角中的人体动态位移,得到所述人体的标准体位,当所述人体动态位移超过指定偏移阈值时,启动人体识别信号。
具体来说,为了节约资源、能耗,只有当发现居民在家中体位不正常时,才通过启动人体识别信号。而判断体位不正常的方法,即是通过判断人体的位移是不是超过了标准体位。
在一种实施方式中,所述视频采集装置持续捕抓视角中的人体动态位移,当所述人体动态位移超过指定偏移阈值时,启动人体识别信号,包括:
所述视频采集装置以预设速度进行360度旋转,采集以所述视频采集装置为圆心,以视角范围为半径的视频信息;
所述视频采集装置在指定时间间隔内没有发现所述人体动态位移,则以预设梯度降低旋转速度,直至预设最低旋转速度;
所述视频采集装置发现人体动态位移后,将所述视频采集装置的采集角度旋转并固定至正对所述人体动态位移位置,并向多个相邻视频采集装置发送角度调整信号;
所述多个相邻视频采集装置根据所述角度调整信号,将多个所述相邻视频采集装置的采集角度旋转并固定至正对所述人体动态位移位置。
步骤S13、识别出所述视角中的人体,并根据所述人体的移动图像,通过人体识别算法得到所述人体的异常体位,与所述标准体位进行相似度比较,判断是否发生意外,得到第一判断结果。
在一种实施方式中,识别出所述视角中的人体,并根据所述人体的移动图像,通过人体识别算法判断是否发生意外,得到第一判断结果,包括:
根据所述视角中的人体,识别出所述人体的位置;
将所述人体运动后偏移所述位置的距离、面部表情、身体姿态、运动方式和发出声音作为所述人体识别算法的输入,判断所述人体是否发生意外。
步骤S14、在所述第一判断结果小于预设阈值时,所述视频采集装置向多个相邻视频采集装置发出协查申请,所述多个相邻视频采集装置通过所述人体识别算法对所述人体进行识别,得到第二判断结果。
在一种实施方式中,在所述第一判断结果小于预设阈值时,所述视频采集装置向多个相邻视频采集装置发出协查申请,所述多个相邻视频采集装置通过所述人体识别算法对所述人体进行识别,得到第二判断结果,包括:
所述视频采集装置确定所述第一判断结果的指定时间区间及指定位置的所述协查申请,发送至所述多个相邻视频采集装置;
所述多个相邻视频采集装置按照所述指定时间区间及指定位置,进行特征抽取,并输入至所述人体识别算法,得到第二判断结果。
在一种实施方式中,所述人体识别算法将人体的步态、表情、声音以及身体形态作为输入,导入支持向量机中,预测出所述人体是否发生意外。
具体来说,当第一判断结果出来后,很有可能不足以判断居民确实在家中发生了意外。此时,就需要借助更多的视频采集信息来核实居民的健康状态,通过向相邻视频采集装置发送协查申请,多个相邻视频采集从多个不同的角度采集居民的体位情况,综合判断出居民的健康状态。因此,第二判断结果比第一判断结果更为准确,在第一判断结果不足以判断居民健康状态的情况下,以第二判断结果为准。
步骤S15、所述视频采集装置根据所述第二判断结果在急救方案库中进行检索,得到针对所述第二判断结果的急救方案,并根据所述急救方案通过视听方式进行急救引导,并向急救机器人发送急救物资提供指令。
具体来说,急救引导可以包括医学指导或情绪安抚等。急救物资可以包括药物、绷带等。
图2示出根据本发明实施例的基于人体识别的社区居民健康监控方法的流程图。如图2所示,该基于人体识别的社区居民健康监控方法还包括:
步骤S16、所述视频采集装置及所述多个相邻视频采集装置对所述人体进行视频采集及融合,判断所述人体是否发生意外。
具体来说,还可以将多个视频采集装置获得的信息进行融合,综合判断居民是否出现了非正常体位,发生了意外。
图3示出根据本发明实施例的基于人体识别的社区居民健康监控系统的构成图。如图3所示,该基于人体识别的社区居民健康监控系统整体可以分为:
构建模块31,用于在房屋中的多个位置设置视频采集装置,所述视频采集装置的采集区域覆盖了所述房屋中的全部区域;所述视频采集装置通过无线通信方式与人体识别装置进行连接;每个所述视频采集装置的视角存在重叠;
捕抓模块32,用于所述视频采集装置持续捕抓视角中的人体动态位移,得到所述人体的标准体位,当所述人体动态位移超过指定偏移阈值时,启动人体识别信号;
判断模块33,用于识别出所述视角中的人体,并根据所述人体的移动图像,通过人体识别算法得到所述人体的异常体位,与所述标准体位进行相似度比较,判断是否发生意外,得到第一判断结果;
协查模块34,用于在所述第一判断结果小于预设阈值时,所述视频采集装置向多个相邻视频采集装置发出协查申请,所述多个相邻视频采集装置通过所述人体识别算法对所述人体进行识别,得到第二判断结果;
引导模块35,用于所述视频采集装置根据所述第二判断结果在急救方案库中进行检索,得到针对所述第二判断结果的急救方案,并根据所述急救方案通过视听方式进行急救引导,并向急救机器人发送急救物资提供指令。
图4根据本发明实施例的基于人体识别的社区居民健康监控系统的构成图。如图4所示,该基于人体识别的社区居民健康监控系统整体还包括:
融合模块36,用于所述视频采集装置及所述多个相邻视频采集装置对所述人体进行视频采集及融合,判断所述人体是否发生意外。
图5示出根据本发明实施例的捕抓模块的构成图。如图5所示,该捕抓模块32包括:
旋转单元321,用于所述视频采集装置以预设速度进行360度旋转,采集以所述视频采集装置为圆心,以视角范围为半径的视频信息;
降速单元322,用于所述视频采集装置在指定时间间隔内没有发现所述人体动态位移,则以预设梯度降低旋转速度,直至预设最低旋转速度;
调整单元323,用于所述视频采集装置发现人体动态位移后,将所述视频采集装置的采集角度旋转并固定至正对所述人体动态位移位置,并向多个相邻视频采集装置发送角度调整信号;
相邻调整单元324,用于所述多个相邻视频采集装置根据所述角度调整信号,将多个所述相邻视频采集装置的采集角度旋转并固定至正对所述人体动态位移位置。
本申请实施例各系统中的各模块的功能可以参见上述方法中的对应描述,在此不再赘述。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。所述存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于人体识别的社区居民健康监控方法,其特征在于,包括:
在房屋中的多个位置设置视频采集装置,所述视频采集装置的采集区域覆盖了所述房屋中的全部区域;所述视频采集装置通过无线通信方式与人体识别装置进行连接;每个所述视频采集装置的视角存在重叠;
所述视频采集装置持续捕抓视角中的人体动态位移,得到所述人体的标准体位,当所述人体动态位移超过指定偏移阈值时,启动人体识别信号;
识别出所述视角中的人体,并根据所述人体的移动图像,通过人体识别算法得到所述人体的异常体位,与所述标准体位进行相似度比较,判断是否发生意外,得到第一判断结果;
在所述第一判断结果小于预设阈值时,所述视频采集装置向多个相邻视频采集装置发出协查申请,所述多个相邻视频采集装置通过所述人体识别算法对所述人体进行识别,得到第二判断结果;
所述视频采集装置根据所述第二判断结果在急救方案库中进行检索,得到针对所述第二判断结果的急救方案,并根据所述急救方案通过视听方式进行急救引导,并向急救机器人发送急救物资提供指令。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述视频采集装置及所述多个相邻视频采集装置对所述人体进行视频采集及融合,判断所述人体是否发生意外。
3.根据权利要求1所述的方法,其特征在于,每个所述视频采集装置的视角存在重叠,包括:
所述视频采集装置与所述多个相邻视频采集装置之间的距离等于所述视角的最远距离;并且
相互之间成相邻关系的三个视频采集装置构成一个等边三角形。
4.根据权利要求1所述的方法,其特征在于,所述视频采集装置持续捕抓视角中的人体动态位移,当所述人体动态位移超过指定偏移阈值时,启动人体识别信号,包括:
所述视频采集装置以预设速度进行360度旋转,采集以所述视频采集装置为圆心,以视角范围为半径的视频信息;
所述视频采集装置在指定时间间隔内没有发现所述人体动态位移,则以预设梯度降低旋转速度,直至预设最低旋转速度;
所述视频采集装置发现人体动态位移后,将所述视频采集装置的采集角度旋转并固定至正对所述人体动态位移位置,并向多个相邻视频采集装置发送角度调整信号;
所述多个相邻视频采集装置根据所述角度调整信号,将多个所述相邻视频采集装置的采集角度旋转并固定至正对所述人体动态位移位置。
5.根据权利要求1所述的方法,其特征在于,识别出所述视角中的人体,并根据所述人体的移动图像,通过人体识别算法判断是否发生意外,得到第一判断结果,包括:
根据所述视角中的人体,识别出所述人体的位置;
将所述人体运动后偏移所述位置的距离、面部表情、身体姿态、运动方式和发出声音作为所述人体识别算法的输入,判断所述人体是否发生意外。
6.根据权利要求1所述的方法,其特征在于,在所述第一判断结果小于预设阈值时,所述视频采集装置向多个相邻视频采集装置发出协查申请,所述多个相邻视频采集装置通过所述人体识别算法对所述人体进行识别,得到第二判断结果,包括:
所述视频采集装置确定所述第一判断结果的指定时间区间及指定位置的所述协查申请,发送至所述多个相邻视频采集装置;
所述多个相邻视频采集装置按照所述指定时间区间及指定位置,进行特征抽取,并输入至所述人体识别算法,得到第二判断结果。
7.根据权利要求1所述的方法,其特征在于,所述人体识别算法将人体的步态、表情、声音以及身体形态作为输入,导入支持向量机中,预测出所述人体是否发生意外。
8.一种基于人体识别的社区居民健康监控系统,其特征在于,包括:
构建模块,用于在房屋中的多个位置设置视频采集装置,所述视频采集装置的采集区域覆盖了所述房屋中的全部区域;所述视频采集装置通过无线通信方式与人体识别装置进行连接;每个所述视频采集装置的视角存在重叠;
捕抓模块,用于所述视频采集装置持续捕抓视角中的人体动态位移,得到所述人体的标准体位,当所述人体动态位移超过指定偏移阈值时,启动人体识别信号;
判断模块,用于识别出所述视角中的人体,并根据所述人体的移动图像,通过人体识别算法得到所述人体的异常体位,与所述标准体位进行相似度比较,判断是否发生意外,得到第一判断结果;
协查模块,用于在所述第一判断结果小于预设阈值时,所述视频采集装置向多个相邻视频采集装置发出协查申请,所述多个相邻视频采集装置通过所述人体识别算法对所述人体进行识别,得到第二判断结果;
引导模块,用于所述视频采集装置根据所述第二判断结果在急救方案库中进行检索,得到针对所述第二判断结果的急救方案,并根据所述急救方案通过视听方式进行急救引导,并向急救机器人发送急救物资提供指令。
9.根据权利要求8所述的系统,其特征在于,所述系统还包括:
融合模块,用于所述视频采集装置及所述多个相邻视频采集装置对所述人体进行视频采集及融合,判断所述人体是否发生意外。
10.根据权利要求8所述的系统,其特征在于,所述捕抓模块,包括:
旋转单元,用于所述视频采集装置以预设速度进行360度旋转,采集以所述视频采集装置为圆心,以视角范围为半径的视频信息;
降速单元,用于所述视频采集装置在指定时间间隔内没有发现所述人体动态位移,则以预设梯度降低旋转速度,直至预设最低旋转速度;
调整单元,用于所述视频采集装置发现人体动态位移后,将所述视频采集装置的采集角度旋转并固定至正对所述人体动态位移位置,并向多个相邻视频采集装置发送角度调整信号;
相邻调整单元,用于所述多个相邻视频采集装置根据所述角度调整信号,将多个所述相邻视频采集装置的采集角度旋转并固定至正对所述人体动态位移位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110261651.6A CN113158783B (zh) | 2021-03-10 | 2021-03-10 | 一种基于人体识别的社区居民健康监控方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110261651.6A CN113158783B (zh) | 2021-03-10 | 2021-03-10 | 一种基于人体识别的社区居民健康监控方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113158783A true CN113158783A (zh) | 2021-07-23 |
CN113158783B CN113158783B (zh) | 2022-11-18 |
Family
ID=76886699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110261651.6A Active CN113158783B (zh) | 2021-03-10 | 2021-03-10 | 一种基于人体识别的社区居民健康监控方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113158783B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114140998A (zh) * | 2021-12-14 | 2022-03-04 | 中国红十字基金会 | 基于物联通信语音及图像提醒的急救信息速送系统及方法 |
CN115880113A (zh) * | 2022-11-24 | 2023-03-31 | 浙江省通信产业服务有限公司 | 一种基于智慧乡村综合治理的数字化管理系统及管理方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110317982A1 (en) * | 2009-02-27 | 2011-12-29 | Li-Qun Xu | Video segmentation |
US20120008836A1 (en) * | 2010-07-12 | 2012-01-12 | International Business Machines Corporation | Sequential event detection from video |
CN102831750A (zh) * | 2012-08-24 | 2012-12-19 | 张颖锋 | 用于人体跌倒检测的智能视频监控系统及检测方法 |
WO2013023067A2 (en) * | 2011-08-09 | 2013-02-14 | Kevin Kwan | Monitoring and tracking system, method, article and device |
CN103942918A (zh) * | 2014-04-30 | 2014-07-23 | 东北大学 | 社区居民远程监护与紧急救援监控装置及方法 |
CN105448041A (zh) * | 2016-01-22 | 2016-03-30 | 苏州望湖房地产开发有限公司 | 一种人体摔倒智能控制系统及其方法 |
CN106056833A (zh) * | 2016-06-23 | 2016-10-26 | 乐视控股(北京)有限公司 | 安全监测方法、装置、系统及监控系统 |
CN107038675A (zh) * | 2017-03-22 | 2017-08-11 | 广州市公安局天河区分局 | 一种公安盘查管理系统及其运行方法 |
CN107103733A (zh) * | 2017-07-06 | 2017-08-29 | 司马大大(北京)智能系统有限公司 | 一种摔倒报警方法、装置及设备 |
CN206773441U (zh) * | 2017-03-21 | 2017-12-19 | 江苏海雷德蒙新能源有限公司 | 一种基于3g无线通讯的远程监控系统 |
CN110472614A (zh) * | 2019-08-22 | 2019-11-19 | 四川自由健信息科技有限公司 | 一种晕倒行为的识别方法 |
CN110543861A (zh) * | 2019-09-05 | 2019-12-06 | 深圳前海达闼云端智能科技有限公司 | 一种预警方法、服务器及预警系统 |
CN111080968A (zh) * | 2019-12-20 | 2020-04-28 | 睿住科技有限公司 | 一种独居老人意外发生联动控制预警方法及系统 |
US20200186728A1 (en) * | 2018-10-29 | 2020-06-11 | Henry M. Pena | Real time video special effects system and method |
-
2021
- 2021-03-10 CN CN202110261651.6A patent/CN113158783B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110317982A1 (en) * | 2009-02-27 | 2011-12-29 | Li-Qun Xu | Video segmentation |
US20120008836A1 (en) * | 2010-07-12 | 2012-01-12 | International Business Machines Corporation | Sequential event detection from video |
WO2013023067A2 (en) * | 2011-08-09 | 2013-02-14 | Kevin Kwan | Monitoring and tracking system, method, article and device |
CN102831750A (zh) * | 2012-08-24 | 2012-12-19 | 张颖锋 | 用于人体跌倒检测的智能视频监控系统及检测方法 |
CN103942918A (zh) * | 2014-04-30 | 2014-07-23 | 东北大学 | 社区居民远程监护与紧急救援监控装置及方法 |
CN105448041A (zh) * | 2016-01-22 | 2016-03-30 | 苏州望湖房地产开发有限公司 | 一种人体摔倒智能控制系统及其方法 |
CN106056833A (zh) * | 2016-06-23 | 2016-10-26 | 乐视控股(北京)有限公司 | 安全监测方法、装置、系统及监控系统 |
CN206773441U (zh) * | 2017-03-21 | 2017-12-19 | 江苏海雷德蒙新能源有限公司 | 一种基于3g无线通讯的远程监控系统 |
CN107038675A (zh) * | 2017-03-22 | 2017-08-11 | 广州市公安局天河区分局 | 一种公安盘查管理系统及其运行方法 |
CN107103733A (zh) * | 2017-07-06 | 2017-08-29 | 司马大大(北京)智能系统有限公司 | 一种摔倒报警方法、装置及设备 |
US20200186728A1 (en) * | 2018-10-29 | 2020-06-11 | Henry M. Pena | Real time video special effects system and method |
CN110472614A (zh) * | 2019-08-22 | 2019-11-19 | 四川自由健信息科技有限公司 | 一种晕倒行为的识别方法 |
CN110543861A (zh) * | 2019-09-05 | 2019-12-06 | 深圳前海达闼云端智能科技有限公司 | 一种预警方法、服务器及预警系统 |
CN111080968A (zh) * | 2019-12-20 | 2020-04-28 | 睿住科技有限公司 | 一种独居老人意外发生联动控制预警方法及系统 |
Non-Patent Citations (1)
Title |
---|
朱彦伊等: "基于DSP的多传感器数字视频监控系统", 《微电子学与计算机》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114140998A (zh) * | 2021-12-14 | 2022-03-04 | 中国红十字基金会 | 基于物联通信语音及图像提醒的急救信息速送系统及方法 |
CN115880113A (zh) * | 2022-11-24 | 2023-03-31 | 浙江省通信产业服务有限公司 | 一种基于智慧乡村综合治理的数字化管理系统及管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113158783B (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113158783B (zh) | 一种基于人体识别的社区居民健康监控方法和系统 | |
US11695903B2 (en) | Method for detecting event of object by using wearable device and management server operating same | |
JP2008040781A (ja) | 被写体照合装置および被写体照合方法 | |
CN110502104A (zh) | 利用深度传感器进行无接触操作的装置 | |
Li et al. | Activity recognition for medical teamwork based on passive RFID | |
CN105404849B (zh) | 使用关联存储器分类的画面以获得姿势的度量 | |
US11717231B2 (en) | Ultrasound analytics for actionable information | |
US9569838B2 (en) | Image processing apparatus, method of controlling image processing apparatus and storage medium | |
CN111241883A (zh) | 防止远程被测人员作弊的方法和装置 | |
WO2017132930A1 (zh) | 物联网设备智能看护方法 | |
US10475310B1 (en) | Operation method for security monitoring system | |
CN106034217A (zh) | 远距离脸部监控系统及其方法 | |
KR20180096038A (ko) | 행위 예측을 위한 다중 모션 기반 옴니뷰 기법 | |
CN107495971A (zh) | 基于骨架识别的患者发病报警医疗系统及其检测方法 | |
JP5718632B2 (ja) | 部位認識装置、部位認識方法、及び部位認識プログラム | |
Torres et al. | How feasible is WiFi fingerprint-based indoor positioning for in-home monitoring? | |
JP2010108037A (ja) | 行動追跡システム、行動追跡方法および行動追跡プログラム | |
US11693410B2 (en) | Optimizing a navigation path of a robotic device | |
CN111783714B (zh) | 一种胁迫人脸识别方法、装置、设备和存储介质 | |
US10043374B2 (en) | Method, system, and electronic device for monitoring | |
CN109688376A (zh) | 人体感应监控方法、存储介质、安防摄像系统及装置 | |
CN105049782B (zh) | 保全监视系统 | |
Kaudki et al. | IOT enabled human fall detection using accelerometer and RFID technology | |
CN104185830A (zh) | 信息处理装置、信息处理方法和程序 | |
JP6022625B2 (ja) | 部位認識装置、部位認識方法、及び部位認識プログラム |
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 |