CN113672759A - 一种居家老人安全防护监控系统 - Google Patents

Abstract

本发明公开了一种居家老人安全防护监控系统，包括音频数据采集模块、远程服务器模块和用户模块，所述音频数据采集模块包括音频信号输入单元、音频信号放大单元和音频信号处理单元，所述远程服务器模块包括样本数据集构建模块、加性间距胶囊网络模型构建模块、加性间距胶囊网络参数训练模块和待测音频样本活动事件分类模块，本发明结构设计合理，既不影响老人日常生活又保护老人隐私，能够进行大规模的推广。

Description

一种居家老人安全防护监控系统

技术领域

本发明涉及医疗监控技术领域，具体涉及一种居家老人安全防护监控系 统。

背景技术

随着经济的发展和医疗水平的提高使得人类寿命越来越长，发达国家甚 至包括中国等新兴发展中国家均面临严重的人口老龄化问题。面临老年人口 规模大、增长快的问题，大量的独生子女需要面临独自照顾年迈父母的困境， 同时又必须面对竞争日益激烈，生活节奏加快的社会状况，使得传统的居家 养老方式受到了严重的挑战：子女不常陪在身边、服务内容单一、资源缺乏 有效整合、服务人员不足、缺少稳定的专业队伍等问题使之无法满足日益增 长的老年人的诊治、护理、照料等养老需求，空巢老人养老事故屡有发生。如某八旬老人独自在家看电视时，突然头晕倒地，家人赶到时已经为时已晚； 某70岁孤寡老人在家洗澡时，发生意外，两天后才被发现。据不完全统计， 因得不到及时医护措施而死亡的65岁及以上老年人每年达100万人。但社会 医疗、养老场地、设施和人员资源有限，无法惠及大部分空巢老人家庭。因 此迫切需要一种居家老人安全防护监控系统，解决子女在外工作，无法经常 关心父母身体情况和当意外发生时医护人员无法及时救护的问题。

目前，主要有两种方法来对空巢老人居家生活进行安全监护：第一种， 基于可穿戴设备的老人身体状态数据测试设备，如在手腕上佩戴手环，实时 采集获取老人的心率、血压、睡眠等生理指标；在脚上穿带有定位功能的鞋， 可实时获取到老人在家里的位置，再通过老人所在位置和驻留时间对其行为 进行判别。但可穿戴设备存在着对老人生活造成了不舒服、不方便以及需要 充电等局限；第二种，是在老人家中安装摄像头，实时采集老人生活区域的 图像，采取数据挖掘、图像识别等方法对老人的行为进行识别，但安装摄像 头存在涉及家庭隐私的问题，难以进行大规模的推广。

为此，我们提出一种居家老人安全防护监控系统。

发明内容

本发明的目的在于克服现有技术中存在的上述问题，提供一种居家老人 安全防护监控系统，不影响老人的日常生活以及能够对老人隐私保护，能够 进行大规模的推广。

为实现上述技术目的，达到上述技术效果，本发明是通过以下技术方案 实现：

一种居家老人安全防护监控系统，包括音频数据采集模块、远程服务器 模块和用户模块。

优选地，所述音频数据采集模块包括音频信号输入单元、音频信号放大 单元和音频信号处理单元。

基于上述技术特征，音频信号输入单元，用于获取居家老人生活区域的 墙面部署环境传感终端，采集环境传感信息的音频信号，音频信号放大单元， 通过采集环境传感信息的音频信号的量化处理，音频信号处理单元，用于获 取信号放大单元放大后的信号，并将信号从模拟量转换为数字量。

优选地，所述远程服务器模块包括样本数据集构建模块、加性间距胶囊 网络模型构建模块、加性间距胶囊网络参数训练模块和待测音频样本活动事 件分类模块。

基于上述技术特征，通过样本数据集构建模块，实现音频样本与其对应 得标签值，预处理音频样本，处理输入标签，使用胶囊网络作为特征整合器， 加性间距胶囊网络模型构建模块，其构建加性间距胶囊网络模型，使用VGG16 网络作为前置特征处理器，变换胶囊网络输出向量并添加损失函数，通过加 性间距胶囊网络参数训练模块，训练加性间距胶囊网络参数模型，输出训练 好的加性间距胶囊网络参数模型，通过待测音频样本活动事件分类模块，对 未知音频样本类别进行推理。

优选地，所述用户模块为HTML页面或者ANDROID应用程序。

基于上述技术特征，用于接收数据库数据并显示。

与现有技术相比，本发明的有益效果如下：

本发明基于传感音频信息的老人行为识别系统，通过在老人生活区域的 墙面部署环境音频信息传感终端，采集环境传感信息的音频多元时间序列， 将信息汇总到数据中继站对老人行为进行识别，并将结果和相关信息发送给 养老数据平台构建养老大数据库，通过对个体行为进行预测，并将结果发送 给移动终端，使得相关人员能及时做出反应，提供相应的医疗措施，从而不 影响老人的日常生活以及能够对老人隐私保护，能够进行大规模的推广。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优 点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需 要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明 的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提 下，还可以根据这些附图获得其他的附图。

图1为本发明的一种居家老人安全防护监控系统的结构示意图；

图2为本发明的一种居家老人安全防护监控系统的样本数据集构建流程 示意图；

图3为本发明的一种居家老人安全防护监控系统的加性间距胶囊网络模 型构建流程示意图；

图4为本发明的一种居家老人安全防护监控系统的加性间距胶囊网络参 数训练流程示意图；

图5为本发明的一种居家老人安全防护监控系统的待测音频样本活动事 件分类流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行 清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而 不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作 出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例1

如图1所示，一种居家老人安全防护监控系统，包括音频数据采集模块、 远程服务器模块和用户模块：

音频数据采集模块用于对老人生活区域的墙面部署环境传感终端，采集 环境传感信息的音频多元时间序列，音频数据采集模块包括音频信号输入单 元、音频信号放大单元和音频信号处理单元，音频信号输入单元，用于获取 居家老人生活区域的墙面部署环境传感终端，采集环境传感信息的音频信号， 音频信号放大单元，通过采集环境传感信息的音频信号的量化处理，音频信 号处理单元，用于获取信号放大单元放大后的信号，并将信号从模拟量转换 为数字量；

远程服务器模块用于储存数据采集模块采集的用户环境传感信息的多元 音频时间序列，将信息汇总到数据中继站对老人行为进行识别，并将结果和 相关信息发送给养老数据平台构建养老大数据库，通过对个体行为进行预测；

远程服务器模块包括样本数据集构建模块、加性间距胶囊网络模型构建 模块、加性间距胶囊网络参数训练模块和待测音频样本活动事件分类模块；

样本数据集构建模块：实现音频样本与其对应得标签值，预处理音频样 本，处理输入标签，使用胶囊网络作为特征整合器；

如图2所示，样本数据集构建流程如下：

STEP1：遍历所有的音频样本与其对应得标签值；

STEP2：预处理音频样本；

STEP2.1：判断音频样本十分大于10秒，是则进入Step2.2，否则进入 Step2.3；

STEP2.2：裁剪音频样本至10秒，进入Step2.4；

STEP2.3：使用浮动补全音频样本至10秒，进入Step2.4；

STEP2.4：使用帧长度为64毫秒，步长为20毫秒汉明窗对音频信号进行 STFT变换；

STEP2.5：使用Mel对数滤波器对STFT后信号进行滤波；

STEP2.6：转换信号从幅度单位转换至分贝单位，获得输入样本；

STEP3：处理输入标签；

STEP3.1：使用One-Hot编码将标签值转换至向量；

STEP4：保存输入样本与标签编码为一个样本对；

STEP5：判断是否遍历完所有的音频样本。是则选择下一个样本进入 Step2，否则退出。

加性间距胶囊网络模型构建模块，其构建加性间距胶囊网络模型，使用 VGG16网络作为前置特征处理器，变换胶囊网络输出向量并添加损失函数；

如图3所示，加性间距胶囊网络模型构建流程如下：

STEP6：构建加性间距胶囊网络模型；

STEP7：使用VGG16网络作为前置特征处理器；

STEP8：使用胶囊网络作为特征整合器；

STEP8.1：添加胶囊网络层，并设置其输入长度，输出长度，迭代次数等 参数；

STEP8.2：添加权重变量W_ij，其中i代表当前层l胶囊单元索引，j代表层 (l+1)胶囊单元索引，初始化胶囊间的连接权重矩阵b_ij为0；

STEP8.3：计算输入胶囊单元u_i与W_ij权重的预测输出为

STEP8.4：判断是否达到迭代次数，是则进入Step8.5，否则进入Step8.9；

STEP8.5：对于l层的所有胶囊单元i，计算分类概率分布为

c_i＝s oftmax(b_i)；

STEP8.6：对于层(l+1)的所有胶囊单元j，计算输出

STEP8.7：对于层(l+1)的所有胶囊单元j，计算输出

v_j＝s quash(s_j)，其中

STEP8.8：对于层l的所有胶囊单元i，和对于层(l+1)的所有胶囊单元j， 计算胶囊权重关系矩阵

STEP8.9：输出最终胶囊单元向量v_j；

STEP9：变换胶囊网络输出向量并添加损失函数；

STEP9.1：定义Transition的权重参数W，并计算输出f_j＝v_j·W， 并归一化向量f_j，其中f_j为向量；

STEP9.2：定义权重参数矩阵w，并设置其每行向量的模固定为1；计算 归一化向量f_j与权重参数矩阵w的内积cos(θ_j)＝w^T.f_j；

STEP9.3：计算加性间距损失

其中s为比例参数，m为间距参数，y_i为该样本正确标签。

加性间距胶囊网络参数训练模块，训练加性间距胶囊网络参数模型，输 出训练好的加性间距胶囊网络参数模型；

如图4所示，加性间距胶囊网络参数训练流程如下：

STEP10：训练加性间距胶囊网络参数模型；

STEP10.1：随机初始化网络权重。设置学习率α、迭代次数iter；

STEP10.2：输入样本对，计算出加性间距损失为

其中s为比例参数，m为间距参数，y_i为该样本正确标签；

STEP10.3：使用梯度下降法使用损失值调整模型权重参数；

STEP10.4：更新迭代次数，判断迭代次数是否大于设定的迭代次数iter， 是则进行STE11，否则返回Step10.2迭代训练；

STEP11：输出训练好的加性间距胶囊网络参数模型。

待测音频样本活动事件分类模块，对未知音频样本类别进行推理；

如图5所示，待测音频样本活动事件分类流程如下：

STEP12：对未知音频样本类别进行推理；

STEP12.1：将待未知类别音频信号输入；

STEP12.2：判断音频样本十分大于10秒，是则进入Step12.3，否则进入 Step12.4；

STEP12.3：裁剪音频样本至10秒，进入Step12.5；

STEP12.4：使用浮动补全音频样本至10秒，进入Step12.5；

STEP12.5：使用帧长度为64毫秒，步长为20毫秒汉明窗对音频信号进 行STFT变换；

STEP12.6：使用Mel对数滤波器对STFT后信号进行滤波；

STEP12.7：对滤波后信号从幅度单位转换至分贝单位，获得输入样本；

STEP12.8：样本输入加性间距胶囊网络模型进行计算内积cos(θ_j)＝w^T.f_j；

STEP12.9：找到最大内积值的索引即为分类类别。

用户模块为HTML页面或者ANDROID应用程序，用于接收数据库数据并显 示，用户模块用于数据平台构通过对个体行为进行预测，并将结果发送给移 动终端，使得相关人员能及时做出反应，提供相应的医疗措施。

实施例2

用户通过用户模块实现用户注册、登录账号信息修改和消息通知等功能， 用户端可提供用户账号信息页面查看，其中包括用户头像、用户名、昵称、 年龄、手机号和邮箱等信息，还包括密码的修改与消息的设置。通过用户模 块可获取远程服务器的服务端消息，其中包括用户绑定的环境传感器状态、 告警信息和护理方案。

注册用户通过音频数据采集模块，通过在老人生活区域的墙面部署环境 传感终端，采集环境传感信息的多元时间序列，诸如非隐私声音(脚步，水 流，打呼)、温湿度、红外信号的时间序列，并在采集到的声音信息标注时 间序列，位置空间序列(例如：客厅、卧室、厨房、洗手间等)。

注册用户通过音频信号输入单元，获取居家老人生活区域的墙面部署环 境传感终端，采集环境传感信息的音频信号后，经过音频信号放大单元，对 采集环境传感信息的音频信号的量化处理，然后通过音频信号处理单元，用 于获取信号放大单元放大后的信号，并将信号从模拟量转换为数字量，最后 通过网络上传到远程服务器模块完成数据采集过程。

远程服务器模块通过音频数据采集模块采集过来的数据，通过样本数据集 构建模块，实现音频样本与其对应得标签值，预处理音频样本，处理输入标 签(例如，时间，空间位置系列等)，使用胶囊网络作为特征整合器。然后 通过加性间距胶囊网络模型构建模块，构建加性间距胶囊网络模型，使用 VGG16网络作为前置特征处理器，变换胶囊网络输出向量并添加损失函数。接 下来通过加性间距胶囊网络参数训练模块，训练加性间距胶囊网络参数模型， 输出训练好的加性间距胶囊网络参数模型。待测音频样本活动事件分类模块，对未知音频样本类别进行推理。

该系统通音频数据采集，通过数据平台处理收集表征多种特征组合而成 的一个高信息量集合，通过将信息汇总到数据中继站对老人行为进行识别， 在通过一段时间的环境传感器上传的数据对环境声音的收集后，在环境传感 器收集老人居住的环境下相应的训练和测试样本识别出水龙头放水、冲马桶、 洗澡和静音这等音频特征，环境传感器收集厨房，做饭，洗菜，煤气开关等 音频特征，在环境传感器收集卧室，客厅等走路，睡觉，等环境特征数据用 于对单独居家老人的每天作息时间有规律性进行推理和判断。

该系统对单独居家老人的每天作息时间通音频数据采集，按时间和空间 标注对单独居家老人的每天作息时间有规律性进行推理和判断，

例如：

每天早晨起床(空间：卧室；时间7：30)

洗脸刷牙(空间：洗手间；时间7：40)

做饭(空间：厨房；时间7：50)

吃饭(空间：客厅；时间8：00)

在客厅看电视(空间：客厅；时间8：30-11：30)

做中午饭(空间：卧室；时间11：40)

吃中午饭(空间：客厅；时间12：00)

睡午觉(空间：卧室；时间12：40-13：50)

在客厅看电视(空间：客厅；时间14：00-17：00)

做晚饭(空间：厨房；时间17：20)

吃晚饭(空间：客厅；时间18：00)

睡觉(空间：卧室；时间20：00-7：30)

基于声学的声音事件分类方法，通过使用基于声学的监测方法，既不影 响老人日常生活又保护老人隐私，对于提升养老看护系统的安全性、舒适性， 通过老人一天的作息规律，可以确定居家老人处于正常的状态，无需照顾。

实施例3

通过居家老人室内布置的传感系统对音频环境收集，时间的数据通过平 台处理收集表征多种特征组合而成的一个高信息量集合，使得特征在时序上、 空间上紧密的联系在一起，确保模型能敏锐的区分不同声音的输入特征，与 音频事件间关系的准确表征。

根据数据平台获知老人的作息时间：

每天早晨起床(空间：卧室；时间7：30)

洗脸刷牙(空间：洗手间；时间7：40)

做饭(空间：厨房；时间7：50)

吃饭(空间：客厅；时间8：00)

在客厅看电视(空间：客厅；时间8：30-11：30)

做中午饭(空间：卧室；时间11：40)

吃中午饭(空间：客厅；时间12：00)

睡午觉(空间：卧室；时间12：40-13：50)

在客厅看电视(空间：客厅；时间14：00-17：00)

做晚饭(空间：厨房；时间17：20)

吃晚饭(空间：客厅；时间18：00)

睡觉(空间：卧室；时间20：00-7：30)

突然某天在早上9：30时刻，客厅环境传感器从客厅收集到老人的走动 特征，然后厕所环境收集到老人冲水的音频特征，从而能识别老年人的从客 厅到上厕所的全部过程，如果厕所环境收集老人有别于老人日常常规的音频 特征，远程平台根据推测判断是老人意外摔倒的音频特征，平台处理告警的 通知方式。通过手机短信通知家人或社区服务人员，告知室内老人处于危险 或者可能危险的状态。

实施例4

在获得居家老人室内布置的传感系统对音频环境收集，时间的数据通过 平台处理收集表征多种特征组合而成的一个高信息量集合，使得特征在时序 上、空间上紧密的联系在一起，确保模型能敏锐的区分不同声音的输入特征， 与音频事件间关系的准确表征。

根据数据平台获知老人的作息时间：

每天早晨起床(空间：卧室；时间7：30)

洗脸刷牙(空间：洗手间；时间7：40)

做饭(空间：厨房；时间7：50)

吃饭(空间：客厅；时间8：00)

在客厅看电视(空间：客厅；时间8：30-11：30)

做中午饭(空间：卧室；时间11：40)

吃中午饭(空间：客厅；时间12：00)

睡午觉(空间：卧室；时间12：40-13：50)

在客厅看电视(空间：客厅；时间14：00-17：00)

做晚饭(空间：厨房；时间17：20)

吃晚饭(空间：客厅；时间18：00)

睡觉(空间：卧室；时间20：00-7：30)

已经获得老人作息规律的数据平台，在某时刻长时间没有收集到分布卧 室、客厅、厕所，厨房环境传感器步行，睡觉，洗菜、做饭，上厕所等音频 特征，根据采集到的个体样本信息和历史信息，结合样本历史信息、并且及 时将告警信息通过手机短信通知家人或社区服务人员，告知室内老人处于危 险或者可能危险的状态。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示 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。在本说明书中，对上述术语的 示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结 构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结 合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并 没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然， 根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这 些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领 域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范 围和等效物的限制。

Claims (4)

1.一种居家老人安全防护监控系统，其特征在于：包括音频数据采集模块、远程服务器模块和用户模块。

2.根据权利要求1所述的一种居家老人安全防护监控系统，其特征在于：所述音频数据采集模块包括音频信号输入单元、音频信号放大单元和音频信号处理单元。

3.根据权利要求1所述的一种居家老人安全防护监控系统，其特征在于：所述远程服务器模块包括样本数据集构建模块、加性间距胶囊网络模型构建模块、加性间距胶囊网络参数训练模块和待测音频样本活动事件分类模块。

4.根据权利要求1所述的一种居家老人安全防护监控系统，其特征在于：所述用户模块为HTML页面或者ANDROID应用程序。

Images