CN114049605A - 智能监测方法、设备及系统、存储介质 - Google Patents
智能监测方法、设备及系统、存储介质 Download PDFInfo
- Publication number
- CN114049605A CN114049605A CN202111328415.8A CN202111328415A CN114049605A CN 114049605 A CN114049605 A CN 114049605A CN 202111328415 A CN202111328415 A CN 202111328415A CN 114049605 A CN114049605 A CN 114049605A
- Authority
- CN
- China
- Prior art keywords
- target object
- information
- ranging
- intelligent monitoring
- posture
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000005259 measurement Methods 0.000 claims abstract description 23
- 238000012806 monitoring device Methods 0.000 claims description 56
- 238000012545 processing Methods 0.000 claims description 41
- 230000003068 static effect Effects 0.000 claims description 27
- 230000005484 gravity Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 11
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 abstract description 10
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000036544 posture Effects 0.000 description 102
- 230000008859 change Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 8
- 210000003128 head Anatomy 0.000 description 8
- 238000001931 thermography Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 206010037660 Pyrexia Diseases 0.000 description 2
- 210000001061 forehead Anatomy 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C3/00—Measuring distances in line of sight; Optical rangefinders
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Alarm Systems (AREA)
Abstract
本申请提供一种智能监测方法、设备及系统、存储介质,通过对目标对象图像数据进行智能分析以获得目标对象的姿态信息,并获取目标对象的测距部位,以根据测距信息计算获得测距部位到参考面的高度,并获得对应的高度信息,最后结合姿态信息和高度信息确定目标对象当前是否处于设定的风险状态。由于在进行风险状态的确定过程中,结合了目标对象在姿态特征和目标对象的测距部位到参考面的高度特征,监测结果精准度高。
Description
技术领域
本申请涉及智能监测技术领域,尤其是涉及一种智能监测方法、设备及系统、存储介质。
背景技术
随着社会经济的发展,人口老龄化问题日趋严重,老年人的家庭监控需求日趋强烈,在大多数家庭中,子女要外出工作,不得不留老年人独居在家,而老年人年龄较大,身体素质较差,再加上视力减弱,容易出现摔倒,如果不能及时的发现,很可能错过救治的最佳时机,因此,很多智能监控设备应运而生。
在现有的用于居家老人的智能监控设备中,基于可穿戴式的老人跌倒监控设备大都存在着安装困难、检测不准确等问题,而基于视频的老人跌倒监控设备由于需要通过可见光采集图像进行行为分析来实时监测老人活动,因而其监测的精准度会受到被监控环境光线的影响,且可见光视频监控对老人的生活隐私保护也存在一定的风险。
发明内容
为解决存在的技术问题,本申请提供一种能够准确监测被监测的目标物是否发生跌倒的智能监测方法、设备及系统、存储介质。
为达到上述目的,本申请实施例的技术方案是这样实现的:
一种智能监测方法,包括:
获取目标对象的图像数据;
对所述图像数据中的所述目标对象进行智能分析,以获得所述目标对象的姿态信息;
获取目标对象的测距部位对应的测距信息;
根据所述测距信息计算所述目标对象的测距部位到参考面的高度,以获得高度信息;
根据所述姿态信息和所述高度信息确定所述目标对象当前是否处于设定的风险状态。
一种智能监测设备,包括:
图像采集模块,用于采集目标对象的图像数据;
测距模块,用于对所述目标对象的测距部位进行测距,以获得所述目标对象的测距信息;
存储模块,用于存放计算机程序;
处理模块,所述处理模块获取所述图像数据和所述测距信息,并在运行所述计算机程序时,实现所述的智能监测方法的步骤。
一种智能监测系统,其特征在于,包括所述的智能监测设备、云端及终端设备,所述智能监测设备用于将所述目标对象当前处于设定的风险状态的信息上报所述云端,所述云端根据所述目标对象当前所处的风险状态,向对应的终端设备发送匹配的预警信息。
一种计算机可读存储介质,所述计算机可读取存储介质存储有计算机程序,所述计算机程序被硬件执行时,能够实现所述的智能监测方法。
本申请提供的智能监测方法、装置、设备及系统、存储介质,通过对目标对象图像数据进行智能分析以获得目标对象的姿态信息,并获取目标对象的测距部位,以根据测距信息计算获得测距部位到参考面的高度,并获得的对应的高度信息,最后结合姿态信息和高度信息确定目标对象当前是否处于设定的风险状态。由于在进行风险状态的确定过程中,结合了目标对象在姿态特征和目标对象的测距部位到参考面的高度特征,监测结果精准度高。
附图说明
附图仅用于示出实施方式,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本申请某些实施方式的智能监测方法流程示意图;
图2为本申请某些实施方式的智能监测装置的模块示意图;
图3为本申请某些实施方式的智能监测设备的模块示意图;
图4为本申请某些实施方式的智能监测设备的模块示意图;
图5为本申请某些实施方式的智能监测方法流程示意图;
图6为本申请某些实施方式的智能监测设备的安装应用示意图;
图7为某些实施方式的智能监测设备的第一视角结构示意图;
图8为某些实施方式的智能监测设备的第二视角结构示意图;
图9为某些实施方式的智能监测设备的第三视角结构示意图;
图10为某些实施方式的智能监测系统的结构示意图。
具体实施方式
以下结合说明书附图及具体实施例对本申请技术方案做进一步的详细阐述。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请的实现方式。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
在本申请的描述中,需要理解的是,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
图1示出了本申请实施例提供的智能监测方法的流程示意图,图2为可用于实现图1所示的智能监测方法的智能监测装置的模块示意图,图3为可用于实现图1所示的智能监测方法的智能监测设备的模块示意图。
参考图1所示,在某些实施例中,智能监测方法包括以下步骤:
S100:获取目标对象的图像数据。
具体的,可以由实现本申请提供的智能监测装置01中的第一获取模块011执行S100,也可以由本申请提供的智能监测设备02中的存储模块023存储图像获取程序,然后由智能监测设备02中的处理模块024运行该图像获取程序,以从智能监测设备02中的图像采集模块021中获得相应的图像数据。其中,在本实施例中,该图像采集模块为红外热成像模块,如红外热成像仪,因此S100中的图像数据为红外图像数据。由红外热成像仪的成像原理可知,红外图像数据中包含了目标对象的图像信息、温度信息以及目标对象所在环境的环境温度、目标对象所在场景中的其它物体的温度信息。根据红外图像数据进行智能监测,由于在进行监测的过程中,只能辨识目标对象的轮廓,而无法识别其面部,因此,确保了目标对象的隐私性。
在本实施例中,目标对象为被监测范围内的老人,如独居老人,而在其它实施例中,目标对象也可以为小孩或其它需要进行智能监测的人。此外,在本实施例中,目标对象的图像数据为包括目标对象的图片,其中包括了目标对象所在环境的背景信息和目标对象的本身信息,如其轮廓信息。
这里需要说明的是,获取目标对象的图像数据在本实施例中为一个持续获取的过程,每次获取一帧图像数据,图像数据的获取动作为实时动作或每隔预设间隔时间执行一次,即第一获取模块011或处理模块024实时或每隔预间隔时间获取一帧图像数据,并将其进行存储。
S200:对图像数据中的所述目标对象进行智能分析,以获得对应的姿态信息。
S200由智能监测装置01中的智能分析模块012执行,或者由智能监测设备02中的存储模块023存储括智能分析程序,再由处理模块024运行该智能分析程序,以对S100中获取的各帧图像数据依次进行智能分析,从而获得各帧图像数据对应的姿态信息,并进一步将对应的姿态信息存储。
人在跌倒的过程中,其重心相对于地面的距离会下降,且一般认为跌倒时的姿态为躺姿。因此,在人的姿态发生变化时,若在姿态变化对应的是重心下降,且最终变化为躺着姿态时,说明被监测的人当前可能处于跌倒状态或正常躺着状态,即静止状态。此后,只需要区分跌倒状态和静止状态即可。因此,需要对目标对象的姿态进行识别分析,以获得对应的姿态信息,姿态信息包括站姿、坐姿、躺姿。在一些实施例中,为了提高智能监测的准确率,在进行智能分析目标对象的姿态时还进一步包括识别目标对象的蹲姿,以与躺姿相区别开。
S300:获取目标对象的测距部位到参考面高度的距离信息。
具体的,该距距离信息可以由智能监测设备02中的测距模块022采集产生,然后由智能监测装置01中第二获取模块013从测距模块022中获取该测距信息。
S400:根据距离信息计算目标对象的测距部位到参考面的高度,以获得高度信息。
具体的,由智能监测装置01中的计算模块014或智能监测装置02中的处理模块024根据测距信息、测距模块到参考面(如地面)的安装高度信息以及测距模块的旋转角度信息计算获得目标对象的测距部位到参考面的高度信息。
在一些实施例中,智能监测装置01还进一步包括目标定位模块和目标跟踪模块,以对图像数据中的目标物进行定位和跟踪,以获得目标定位数据及目标跟踪数据,再根据目标定位数据和目标跟踪数据确定目标对象的测距部位,以便测距模块调整测距角度,以对测距部位进行测距。
在一些实施例中,测距模块为激光测距模块。智能监测设备02中的存储模块023中还存储有高度信息获取程序,处理模块024根据高度信息获取程序,以执行S400。
S500:根据姿态信息和高度信息,确定目标对象当前是否处于预设的风险状态。
在S500中预设的风险状态包括但不局限于包括跌倒的风险状态以及静止超时的风险状态。所谓跌倒的风险状态,即目标对象处于跌倒时的状态,而静止超时的风险状态是指,当目标对象处于静止状态的持续时间超过预设值时的状态。目标对象处于静止状态可能的情况之一为静卧休息,但是若静卧休息的时间超过常规时间,则说明目标对象当前可能处于风险状态。
对于独居老人、小孩或身体不适的患者等目标对象而言,跌倒是比较常见且较大概率发生的事情,所以有必要对其跌倒状态进行监测。跌倒是一个很快速的动作过程,在跌倒的过程中,人体的重心距离地面的距离明显发生变化,且人体的姿态也会发生明显的变化。例如当人体由站姿或坐姿变化为躺姿时,可判断目标对象当前处于静止状态或跌倒状态,然后通过人体处于躺姿时的高度信息的值与对应的预设值进行比对,当前者小于或等于后者时,说明目标对象当前处于跌倒状态,否则处于静止状态(即静卧状态或静止躺着状态)。在确定目标对象处于跌倒的风险状态后,需要将跌倒的风险状态信息上报,例如上报给云端,再由云端发送至用户终端,而在确定目标对象当前处于静止状态时,需要进一步监测静止状态所持续的时间,以确定该持续时间是否超过预设值,若超过,则确定目标对象处于静止超时的风险状态,并进一步上报该风险状态信息给终端用户。因此,可以通过S200中获得的姿态信息和S400中获得高度信息,即结合跌倒时的姿态特征和跌倒物离地面的特征,精准的确定目标对象当前是否发生跌倒,即是否处于跌倒的风险状态。具体的,可由智能监测装置01中的确定模块015执行S500,也可以由智能监测设备中的存储模块023存储跌确定断程序,然后由处理模块024在运行跌倒确定程序时,实现S800。
由上可见,本申请提供的智能监测方法,其通过对目标对象图像数据进行智能分析以获得目标对象的姿态信息,并获取目标对象的测距部位,以根据测距信息计算获得测距部位到参考面的高度,并获得的对应的高度信息,最后结合姿态信息和高度信息确定目标对象当前是否处于设定的风险状态。由于在进行风险状态的确定过程中,结合了目标对象在姿态特征和目标对象的测距部位到参考面的高度特征,监测结果精准度高。
在一些实施例中,测距部位到参考面的高度大小变化趋势与目标对象的重心到所述参考面的高度大小变化趋势相同。进一步的,S300包括以下步骤:
S301:根据S200中获得的姿态信息判断目标对象的姿态是否发生变化。
相应的,第二获取模块还进一步包括姿态变化判断子模块以及高度信息获取子模块,姿态变化判断子模块将S200中当前获得的姿态信息(对S100中获得的当前帧的图像数据进行智能分析所获得姿态信息)和相邻的上姿态信息(对S200中获得的当前帧的图像数据相邻的上一帧的图像数据进行智能分析所获得姿态信息)进行比较,若比较的结果为前者与后者为相同的姿态信息,例如均为站姿、坐姿、蹲姿、躺姿中的一种,则S301的判断结果为目标对象的姿态未发生变化,否则则发生变化,并执行S302。
S302:在目标对象的姿态发生变化时,启动测距模块对所述目标对象的测距部位进行测距,以获得测距信息。
由于目标对象跌倒的确定的条件之一是,目标对象的姿态发生过变化,因此,为了减小智能监测装置或智能监测设备在进行智能监测时的功耗,可以仅控制测距模块022(如激光测距仪)在目标对象的姿态发生变化时才进行相应的距离检测,即在S301的判断结果为目标对象当前的姿态未发生变化时,不启动测距模块022进行测距,仅在S601的判断结果为目标对象当前的姿态相对于相邻的上一姿态发生变化时,姿态变化判断子模块控制测距模块启动,以进行测距,以获得测距信息,以便在S400中根据S302中所获得的测距信息进行相应的计算,以获得高度信息。
在一些实施例中,在测距模块启动进行测距的过程中,若当前目标对象的姿态为躺姿时,则需要对目标对象的测距部位离参考面的高度持续的进行多次检测,以获得多个相应的高度信息。第二获模块每一次获取一个相应的高度信息,以便根据各个高度想信息持续跟踪目标对象处于躺姿的持续时间,并根据持续时间进行相应的处理。例如,若当前目标对象为静止躺姿状态,会将上述持续时间与预设时间进行比较,一旦其大于或等于预设时间时,则确定目标对象处于静止超时的风险状态,便会将静止超时的信息上报,如上报给云端,再由云端发送至用户终端。若当前目标对象处于跌倒的风险状态,也需要持续跟进跌倒状态的持续时间,并将跌倒持续的时间上报,以便用户实时了解目标对象的状态。
由于目标对象在跌倒的过程中,其重心会明显下降,因此需要获取目标对象的重心到参考面的高度。然而,目标对象的重心的定位较复杂,本实施例中,目标对象的测距部位设置为目标对象的头部。头部定位简单,且目标对象在跌倒的过程中,头部离参考面的距离变化非常明显,因此可以通过检测目标物的头部到参考面的距离来表征目标对象的重心到参考面的高度。这里的参考面一般指目标对象所在的地面,也指目标对象可能发生跌倒的其他位置的平面。
在其它实施例中,上述测距部位也可以为目标对象的其它部位,只要该部位与参考面之间的高度变化能表征目标对象的重心离参考面之间高度的变化即可。即满足测距部位到地面的高度大小变化趋势与目标对象的重心到地面的高度大小变化趋势相同这一要求的所有部位都可以作为测距部位。
在一些实施例中,S500进一步包括以下步骤:
S501:在姿态信息表示目标对象当前处于躺姿时,判断目标对象处于当前姿态下的重心相对处于先前姿态时的重心是否下降。
相应的,确定模块还进一步包括重心判断子模块,用于执行S501。或者上述智能监测设备02中的存储模块023中还存储有重心变化判断程序,上述处理模块024在运行该重心判断变化程序时,执行S501。
具体的,在本实施例中,重心判断子模块或处理模块024通过将目标对象处于当前姿态时获得的高度信息与目标对象处于在先姿态(如相邻的上一不同姿态)时获得的高度信息进行比对,以实现S501。
这里需要说明的是,由以上描述可知,在本申请中,目标对象的姿态只要发生变化,便会至少进行一次对目标对象测距部位的测距,以根据测距信息计算获得相应的高度信息。因此,目标对象在不同的姿态均会有对应的高度信息。当前姿态是指根据S100中获得当前帧的图像数据进行智能分析获得的姿态,而先前姿态在本实施例中指相邻的上一不同姿态。相邻的上一不同姿态是指与当前姿态不同的相邻的上一姿态,例如,目标对象对应的连续三帧图像数据对应的姿态分别为站姿、躺姿、躺姿,则当前姿态为躺姿,相邻的上一姿态也为躺姿,而相邻的上一不同姿态为站姿。
若S501的确定结果为目标对象处于当前姿态时的重心相对于处于相邻的上一不同姿态时的重心出现下降时,且S200中的姿态信息表征目标对象的当前姿态为躺姿时,执行S502。
S502:将目标对象处于当前姿态下获得的高度信息的值与预设值进行比较。
智能监测装置01中的确定模块015还进一步包括高度信息比较子模块,其用于获取目标对象在当前姿态下对应的高度信息,以执行S502。或者在智能监测设备02的存储模块023中还存储有高度信息比较程序,处理模块024运行该高度信息比较程序,实现S502。
若S502的比较结果为目标对象处于当前姿态时获得的高度信息的值小于或等于预设值时,执行S503。
S503:确定目标对象当前处于跌倒的风险状态。
具体的,确定模块015还包括跌倒确定子模块,用于根据S502的比较结果确定目标对象当前处于跌倒的风险状态。
在一些实施例中,若S502的比较结果为目标对象处于当前姿态时获得的高度信息的值大于预设值时,则本申请提供的智能监测方法还包括在S502之后依次执行S504、S505、S506、S507。
S804:确定目标对象当前处于静止状态。
具体的,确定模块015还包括静止状态确定子模块,用于执行S504。目标对象处于当前姿态时获得的高度信息的值大于预设值时,说明其测距部位(头部)离地面还具有一定的距离,而此时目标对象又是处于躺姿,因此可判断目标对象当前是处于正常的躺着的状态,由于在非跌倒情况下的躺姿,一般是指躺着休息或躺着睡觉,目标对象在此情况下是处于相对安静的状态,因此我们将此状态定义为静止状态。
S505:对目标对象处于静止状态的持续时间进行监测。
具体的,确定模块015还包括持续时间监测子模块,用于执行S505,如对静止状态进行计时,以获得对应的持续时间。
S506:将持续时间与时间阈值进行比较。
具体的,确定模块015还包括时间比较子模块,用于执行S506。
S507:在持续时间超过时间阈值时,确定目标对象处于静止超时的风险状态。
具体的,确定模块015还包括静止超时风险状态确定模块,用于执行S507。
在一些实施例中,在确定了目标对象的当前风险状态后,如在S503和/或S507之后,本申请提供的智能监测方法还进一步包括:
S600:将目标对象当前的风险状态信息进行上报。
相应的,如图4所示,智能监测设备02还进一步包括通讯模块025,处理模块024在获得对应的风险状态后,通过通讯模块025将对应的风险状态信息上报给云端,再由云端发送给终端用户的手机终端或电脑,以便用户及时发现目标对象的所处的风险状态,以进行相应的处理。
在一些实施例中,如图5所示,在S100之后,且在S200之前,本申请提供的智能监测方法还进一步包括:
S101:对S100中获得的图像数据中的目标对象进行目标定位和目标跟踪,以获得相应的目标定位数据和目标跟踪数据。
相应的,智能监测装置01还进一步包括目标定位模块和目标跟踪模块。目标定位模块用于确定目标对象在图像数据中的位置,以从图像数据中抓取目标对象。此外,由于目标对象在监测的范围内是会移动的,因此还需要进一步通过目标跟踪模块对目标对象的位置进行持续跟踪。而在智能监测设备02中,其存储模块023中还存储有目标定位程序和目标跟踪程序,处理模块024分别运行目标定位程序和目标跟踪程序,以实现S301,从而获得相应的目标定位数据和目标跟踪数据。
S202:根据目标定位数据和目标跟踪数据,对图像数据的图像采集模块的拍摄角度进行控制,调整目标对象在图像数据中的位置。
智能监测装置01还进一步包括调整模块,用于执行S302,目标对象的图像数据由图像采集模块021采集产生,所采集的图像数据中包括目标对象及其所在环境背景。为了便于S200中的智能分析,一种优选的方案是根据目标定位数据以及目标跟踪数据调整图像采集模块的拍摄角度,以调整目标对象在图像数据中的位置,例如将目标对象调整为处于图像数据中的中心位置,以便精准的确定目标对象的测距部位的位置。具体的,在依据本申请提供的智能监测设备02中,图像采集模块由电机组件带动移动,因此,可根据对应的目标定位数据和目标跟踪数据实时调节电机组件的移动方向,从而带动图像采集模块的移动,以调整拍摄角度,以使得目标对象位于图像数据的中心位置。该电机组件一般包括朝着两个彼此垂直方向转动的电机。
在一些实施例中,依据本申请提供的智能监测方法还进一步包括:
S701:获取如下至少之一温度数据:目标对象的温度、目标对象所在环境温度、目标对象所在场景内目标物中的最高温度。
S702:将获取的温度数据的值与相应的温度阈值进行比较,在温度数据超过相应的所述温度阈值时,确定目标对象当前处于温度异常的风险状态。
则在上述S600中,还需要上报温度异常的风险状态信息。
在一些实施例中,S100中获得的图像数据为红外热成像仪采集产生的红外图像数据,其包含了温度信息。通过对红外热成像仪的移动方向进行控制,可以使得图像数据中包含目标对象、目标对象所在的环境,以及智能监测目标所在环境中的温度监测目标物,则可以通过S100中获得的红外图像数据,获取目标对象、目标对象所在环境、目标对象所在环境中的温度监测目标物中至少一个的温度数据。例如,从红外图像数据中获取目标对象的额头温度数据,将额头温度数据与第一阈值温度(如37.3度)进行比较,以判断目标对象当前是否发烧。此外,还可以从红外图像数据中获取目标对象所在环境的环境温度数据,并将其与第二阈值温度进行比较,以判断目标对象当前所在环境是否处于安全温度范围内,以预防火灾的发生。此外,还可获取跌倒目标监测物所在环境中的高温目标物(温度监测目标物)的温度,并将其与第三阈值温度进行对比,以判断当前是否存在相应的安全隐患。因此,本申请提供的智能监测方法在进行智能监测的同时还能对目标对象的身体健康状况以及其所处的环境的安全状况进行相应的监测,可有效的降低了需要被监测的目标物的风险。
具体的,上述智能监测装置中还进一步包括温度获取模块以及温度判断模块,以分别用于执行S701和S702。而在上述智能监测装置中,存储模块中还进一步存储有温度获取程序和温度判断程序,处理模块在运行温度获取程序时实现S701,而在运行温度判断程序时,实现S702。
在一些实施例中,依据本申请提供的智能监测方法还进一步包括:
S800:在S100之后,监测图像数据中目标对象的数量,并将监测的数量与预设的数量进行比较,以判断目标对象所在的环境当前是否有外人入侵,并发出相应的预警信息。
具体的,智能监测装置01还进一步包括数量监测模块,以用于执行S800。此外,在上述智能监测设备02中,存储模块还进一步存储数量监测程序,处理模块在运行该数量监测程序时,实现S800。
此外,如图2所示,本申请还提供了一种用于实现本申请提供的智能监测方法的智能监测装置,该装置主要包括:第一获取模块011、智能分析模块012、第二获取模块013、计算模块014以及确定模块015。其中,第一获取模块011用于获取目标对象的图像数据,智能分析模块012用于对图像数据中的目标对象进行智能分析,以获得目标对象的姿态信息,第二获取模块013用于获取目标对象的测距部位的测距信息,计算模块014用于根据测距信息计算获得目标对象的测距部位到参考面的高度,以获得高度信息,确定模块015用于根据姿态信息和高度信息确定目标对象当前是否处于预设风险状态。此外,本申请提供的智能监测装置还进一步包括上述在智能监测方法中描述到的其它各个相应的模块。
在一些实施例,本申请还提供了一种智能监测设备02应用场景中的安装示意图,如图6所示,智能监测设备02安装在目标对象所在室内的天花板上,目标对象的主要活动平面为地面,即地面为上述描述的参考平面的一种可选平面。为了便于清楚的示意依据本申请一实施例中提供的智能监测设备02的结构,图7给出了图6中的智能监测设备的第一视角结构示意图,图8给出了图6中的智能监测设备的第二视角结构示意图,图9给出了图6中的智能监测设备的第三视角结构示意图。其中,第一视角为有图6中的地面方向天花板方向的视角,第二视角为垂直图6所在的平面方向,第三视角为由图6的左侧向右侧或右侧向左侧的方向。
在一些实施例中,图像采模块021和测距模块022共同封装在同一封装壳体中,以形成红外模组0212。存储模块023和处理模块024集成在一块智能处理模块0234中。而在其它实施例中,存储模块和处理模块也可以集成在FPGA(现场可编程逻辑门阵列,FieldProgrammable Gate Array)模块中。其中,图像采集模块021用于采集目标对象的图像数据,而测距模块022用于对目标对象的测距部位进行测距,以获得测距信息,存储模块023用于存放计算机程序,处理模块024用于从图像采集模块021获取图像数据以及从激光测距模块022中获取测距信息,并在运行存储模块023中存放的计算机程序时,实现依据本申请提供的智能监测方法中任一个步骤。由于在描述本申请提供的智能监测方法时已经在每一步中对存储模块存储的计算机程序以及处理模块实现的步骤进行描述,在此不再累述。
上述处理模块可能是CPU(中央处理器,Central Processing Unit),或者是ASIC(特殊应用集成电路,Application Specific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。智能监测设备包括的一个或多个处理器,可以是同一类型的处理器,如一个或多个CPU;也可以是不同类型的处理器,如一个或多个CPU以及一个或多个ASIC。
上述存储模块可能包含高速RAM(随机存取存储器,Random Access Memory),也可能还包括NVM(非易失性存储器,Non-Volatile Memory),例如至少一个磁盘存储器。
在一些实施例中,图像采集模块为热成像仪,该图像成像仪用于采集目标对象的图像数据,由于其采集的图像数据为红外图像数据,其包含了相应的温度信息。因此,在本申请中处理模块024还可从红外热成像仪所采集的红外图像数据中获取目标对象、目标对象所在环境、目标对象所在环境中的温度监测目标物中至少一个的温度数据,以便对目标对象及其所在环境的温度状态进行监测。
在一些实施例中,测距模块022为激光测距仪,当目标对象的姿态发生变化时,处理模块024发出启动指令,以启动激光测距仪采集测距信息。由于红外成像仪和激光测距仪在采集图像和测距的过程中都需要跟随智能监测目标的移动而移动。因此在本申请中,将热成像仪与激光测距仪封装于同一封装壳体中,以构成红外模组0212,这样可以控制激光测距仪与红外成像仪进行相应的移动,且降低了智能监测设备的体积。
红外模组采用大面阵探测器:256*192,采用顶装方式,以安装高度2.5m为例,结合120度视场角,能够覆盖的面积约30平米左右;通过这样的方式最大程度的覆盖更多的空间,同时,顶装的方式能够在一定程度上减少由于遮挡造成的盲区。
在一些实施例中,处理模块024通过通讯模块025向云端(如云服务器)传输相关风险状态信息及相关数据信息,如跌倒风险状态信息、温度异常风险状态信息、静止超时风险状态信息、目标对象的图像数据、温度数据以及姿态信息等。云端再将从智能监测设备中获取的相关数据进行相应的处理,以发送给用户的移动终端或电脑。
在一些实施例中,通讯模块025为物联网模块,其可通过wifi、Ble、Zigbee、智能网关通信手段向服务器传输数据,也可以使用传统的有线连接方式或者更加先进的通信模块实现智能监测设备与服务器之间的数据传输。
继续参考图6至9所示,本申请提供的智能监测设备02还进一步包括第一电机026和第二电机027。其中,第一电机026用于调节图像采集模块021在第一方向上方位,第二电机027用于调节图像采集模块021在第二方向方位。其中,第一方向与第二方向垂直。第一电机026和第二电机027根据处理模块024输出的控制指令进行相应的转动,以调节目标对象在图像数据中的位置。
如图6至9所示,本申请提供的智能监测设备02还包括固定座028和支架029。在一些实施例中,存储模块023、处理模块024和通讯模块025均设置于所述固定座028。固定座028的第一侧安装在安装面(如天花板)上,其与第一侧相对的第二侧设置有第一电机026。第二电机027、图像采集模块021以及测距模块022通过支架029设于固定座028上,并通过固定座028设于目标对象的上方。具体的,支架029的第一端设置在固定座28的第二侧,第二端上设置有第二电动机027以及红外模组0212(包括图像采集模块021与测距模块022),其中支架029的第一端与第二端为相对的两端。
在一些实施例中,本申请还提供了一种智能监测系统,其系统结构示意图如图10所示,其包括依据本申请任意一实施例提供的智能监测设备02、云端03及终端设备04。其中,智能监测设备02用于将目标对象当前处于设定的风险状态的信息上报云端03,云端04根据目标对象当前所处的风险状态,向对应的终端04设备发送匹配的预警信息。
在一些实施例中,本申请还提供了一种计算机可读存储介质,该计算机可读取存储介质存储有计算机程序,该计算机程序被硬件执行时,能够实现依据本申请提供的智能监测方法中的任何一步。
为了能够对本申请实施例所提供的智能监测方法具有更加整体的理解,请参阅图6至10,下面以智能监测设备包含固定座028、智能处理模块0234(包括存储模块和处理模块)、物联网模块025(通讯模块)、支架029、水平电机026、俯仰电机027以及红外模组0212(包括红外热成像模块021和激光测距模块022)为例,具体阐述本申请提供的智能监测设备及监测系统执行智能监测的方法流程,智能监测设备的安装及组成示意图如图6至9所示,包含智能监测设备的智能监测系统的示意图如图10所示。其中,红外热成像模块021采集图像数据和温度数据;智能处理模块024对目标对象(老人)进行目标定位、姿态识别以及目标跟踪,根据目标定位和目标跟踪信息,调整水平电机026和俯仰电机027,使得目标物对象正好处于图像中心。姿态信息用于区分目标物体的姿态(站立,坐着,蹲着,躺着),当检测到目标物体发生姿态变化时,会启动激光测距模块022,测量目标对象的测距部位距离地面的距离(高度),当检测到目标物体处于躺着姿态时,会连续多帧测量测距部位到地面的高度,通过姿态和高度检测能够进行静止状态以及跌倒状态的监测;同时,该设备还能检测目标框内人体的温度信息以及场景下的高温目标,实时上报目标对象的状态信息、环境温度、高热目标、低温目标温度,能够对室内温度进行检测,对火灾进行一个早期预警,此外还能进行有无外人侵入的监测,综合这些信息对目标对象进行智能监测。物联网模块025将这些信息传输给云端03(如云服务器),终端04通过和云端03的连接,获取目标对象的状态以及相关场景信息。
具体的,在一些实施例中,依据本申请提供的智能监测系统进行智能监测的方法步骤如下:
S11:通过红外模组0212中的摄热成像仪021采集目标对象的图像信息,以获得图像数据。
S12:通过智能处理模块0234对图像数据进行智能分析,以获得目标对象的目标定位数据、目标跟踪数据及姿态信息,并输出对应的目标定位数据、目标跟踪数据以及姿态信息。
S13:根据姿态信息判断目标对象当前是否发生姿态变化,在目标对象的姿态发生变化时,启动激光测距仪022,以检测目标对象的的头部的测距信息(测距信息的值为测距模块到目标对象的头部的距离),
S14:智能处理模块0234根据测距信息计算以获得目标对象的头部到地面的高度。
S15:根据姿态信息判断目标对象当前是否处于躺姿,在目标对象处于躺姿时,激光测距仪022会连续多帧检测目标对象的测距部位离地面的距离,并将对应的高度信息与预设值进行比较,在高度信息小于预设值时,确定目标物当前处于跌倒状态。
S16:通讯模块025将对应的跌倒状态信息发送至云端03,云端03对接收的跌倒状态信息进行相应的处理后,再发送至用户终端03,以便用户根据所获得跌倒状态信息执行相应的操作。
若在S15中,高度信息大于预设值时,则说明当前目标对象处于静止状态,则持续对其静止状态进行监测,以获得静止状态的持续时间,并将对应的持续时间与预设时间进行比较,以确定目标对象当前是否处于静止超时的风险状态,若是,则需要通过通讯模块025向云端03发送相应的风险信息,并最终由云端03发送给用户终端04。
此外,由于图像采集模块021为红外热成像仪,因此,智能处理模块0234还可根据图像采集模块021采集的红外图像数据获得目标对象的温度,以判断目标对象是否发烧,或监测目标对象所处环境的温度,以进行火灾的预防,还能针对目标对象所处场景中的高温目标物或低温目标物的温度进行监测,以预防温度异常的风险状态。智能处理模块0234还能对图像数据进行识别,以确定目标对象所在场景中的人物数量,并将识别的人物数量与预设的人物数量进行比较,以判断当前是否有外人入侵。
上述实施例中智能监测方法,至少具备如下特点:
1、同时结合目标对象的身体姿态的变化以及目标对象的测距部位离地面的高度变化这两个特征,通过智能处理模块对这两个特征进行智能分析,避免了单个红外设备造成的误检,通过综合信息对跌倒进行一个精准的判断。
2、同时结合人体姿态信息、温度信息,对于睡眠状态等静止状态进行一个持续的时间记录,对超过时间阈值的状态进行报警处理,以对目标对象的健康状态进行了有效的监测。
3、通过环境温度信息,又能够对火灾进行一个早期的检测,确保了目标对象的安全性能。
4、通过物联网模块将智能监测设备获得监测信息及时传输出去,在意外情况下能够进行及时有效的援助,综合这些信息对老人进行智能监护。
以上所述,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围之内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (12)
1.一种智能监测方法,其特征在于,包括:
获取目标对象的图像数据;
对所述图像数据中的所述目标对象进行智能分析,以获得所述目标对象的姿态信息;
获取目标对象的测距部位对应的测距信息;
根据所述测距信息计算所述目标对象的测距部位到参考面的高度,以获得高度信息;
根据所述姿态信息和所述高度信息确定所述目标对象当前是否处于设定的风险状态。
2.根据权利要求1所述的智能监测方法,其特征在于,所述获取目标对象的测距部位对应的测距信息,包括:
根据所述姿态信息判断所述目标对象的姿态是否发生变化;
在所述目标对象的姿态发生变化时,启动测距模块对所述目标对象的测距部位进行测距,以获得所述测距信息;
其中,所述测距部位到所述参考面的高度变化趋势与所述目标对象的重心到所述参考面的高度变化趋势相同。
3.根据权利要求1所述的智能监测方法,其特征在于,所述根据所述姿态信息和所述高度信息确定所述目标对象当前是否处于设定的风险状态,包括:
在所述姿态信息表示所述目标对象当前处于躺姿时,判断所述目标对象处于当前姿态下的重心相对处于先前姿态时的重心是否下降;
在所述目标对象处于当前姿态下的重心相对于处于先前姿态时的重心出现下降时,将所述目标对象处于当前姿态下获得的所述高度信息的值与预设值进行比较;
当所述目标对象处于当前姿态下获得的所述高度信息的值小于或等于所述预设值时,确定所述目标对象当前处于跌倒的风险状态。
4.根据权利要求3所述的智能监测方法,其特征在于,所述根据所述姿态信息和所述高度信息确定所述目标对象当前是否处于设定的风险状态,还包括:
当所述目标对象处于当前姿态下获得的所述高度信息的值大于所述预设值时,确定所述目标对象当前处于静止状态;
对所述目标对象处于所述静止状态的持续时间进行监测;
将所述持续时间与时间阈值进行比较;
在所述持续时间超过所述时间阈值时,确定所述目标对象处于静止超时的风险状态。
5.根据权利要求1所述的智能监测方法,其特征在于,所述根据所述测距信息计算所述目标对象的测距部位到参考面的高度,以获得高度信息,包括:
根据所述测距信息、所述测距模块的安装高度信息以及所述测距模块对应的旋转角度信息计算获得所述测距部位到所述地面的高度信息。
6.根据权利要求5所述的智能监测方法,其特征在于,根据所述测距信息计算所述目标对象的测距部位到参考面的高度信息之前,还包括:
对所述图像数据中的所述目标对象进行目标定位和目标跟踪,以获得相应的目标定位数据和目标跟踪数据;
根据所述目标定位数据和目标跟踪数据确定所述目标对象的测距部位。
7.根据权利要求6所述的智能监测方法,其特征在于,在所述对所述图像数据中的所述目标对象进行目标定位和目标跟踪,以获得相应的目标定位数据和目标跟踪数据后,以及在根据所述姿态信息和所述高度信息确定所述目标对象当前是否处于设定的风险状态之前,还包括:
根据所述目标定位数据和目标跟踪数据,对所述图像数据的图像采集模块的拍摄角度进行控制,调整所述目标对象在所述图像数据中的位置。
8.根据权利要求1所述的智能监测方法,其特征在于,还包括:
获取如下至少之一温度数据:所述目标对象的温度、所述目标对象所在环境温度、所述目标对象所在场景内目标物中的最高温度;
将获取的所述温度数据的值与相应的温度阈值进行比较,在所述温度数据超过相应的所述温度阈值时,确定所述目标对象当前处于温度异常的风险状态。
9.一种智能监测设备,其特征在于,包括:
图像采集模块,用于采集目标对象的图像数据;
测距模块,用于对所述目标对象的测距部位进行测距,以获得所述目标对象的测距信息;
存储模块,用于存放计算机程序;
处理模块,所述处理模块获取所述图像数据和所述测距信息,并在运行所述计算机程序时,实现权利要求1至8中任一项所述的智能监测方法的步骤。
10.根据权利要求9所述的智能监测设备,其特征在于,还包括第一电机与第二电机;
所述第一电机,用于调节所述图像采集模块在第一方向上方位;
所述第二电机,用于调节所述图像采集模块在第二方向方位,所述第一方向与第二方向垂直;
所述第一电机和所述第二电机根据所述处理模块的控制指令,调节所述目标对象在所述图像数据中的位置。
11.一种智能监测系统,其特征在于,包括如权利要求9至10中任一项所述的智能监测设备、云端及终端设备,所述智能监测设备用于将所述目标对象当前处于设定的风险状态的信息上报所述云端,所述云端根据所述目标对象当前所处的风险状态,向对应的终端设备发送匹配的预警信息。
12.一种计算机可读存储介质,其特征在于,所述计算机可读取存储介质存储有计算机程序,所述计算机程序被硬件执行时,能够实现权利要求1至8中任意一项所述的智能监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111328415.8A CN114049605A (zh) | 2021-11-10 | 2021-11-10 | 智能监测方法、设备及系统、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111328415.8A CN114049605A (zh) | 2021-11-10 | 2021-11-10 | 智能监测方法、设备及系统、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114049605A true CN114049605A (zh) | 2022-02-15 |
Family
ID=80208125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111328415.8A Pending CN114049605A (zh) | 2021-11-10 | 2021-11-10 | 智能监测方法、设备及系统、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114049605A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115690897A (zh) * | 2022-08-31 | 2023-02-03 | 北京夕阳无忧科技有限公司 | 防隐私泄漏的意外行为处理方法、装置、设备及存储介质 |
CN116250830A (zh) * | 2023-02-22 | 2023-06-13 | 武汉易师宝信息技术有限公司 | 人体姿态判断与识别系统、装置与识别方法 |
-
2021
- 2021-11-10 CN CN202111328415.8A patent/CN114049605A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115690897A (zh) * | 2022-08-31 | 2023-02-03 | 北京夕阳无忧科技有限公司 | 防隐私泄漏的意外行为处理方法、装置、设备及存储介质 |
CN115690897B (zh) * | 2022-08-31 | 2023-10-20 | 北京夕阳无忧科技有限公司 | 防隐私泄漏的意外行为处理方法、装置、设备及存储介质 |
CN116250830A (zh) * | 2023-02-22 | 2023-06-13 | 武汉易师宝信息技术有限公司 | 人体姿态判断与识别系统、装置与识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114049605A (zh) | 智能监测方法、设备及系统、存储介质 | |
US9597016B2 (en) | Activity analysis, fall detection and risk assessment systems and methods | |
US8508372B2 (en) | Method and system for fall detection | |
JP6812772B2 (ja) | 監視装置及びプログラム | |
Hijaz et al. | Survey of fall detection and daily activity monitoring techniques | |
US20090198374A1 (en) | Nursing system | |
CN106600777A (zh) | 基于红外阵列人数传感器的计数方法及装置 | |
US11116424B2 (en) | Device, system and method for fall detection | |
WO2017201663A1 (zh) | 一种运动目标的监测方法、穿戴式装置及服务器 | |
CN113397520B (zh) | 室内对象的信息检测方法及装置、存储介质和处理器 | |
CN109035685B (zh) | 一种幼儿高空防坠落系统及方法 | |
US11200793B2 (en) | Notifications for camera tampering | |
CN104754301A (zh) | 具近端看护功能及云端传送的自动监视系统 | |
CN106101655A (zh) | 基于图像处理的智能报警监控仪 | |
CN204442550U (zh) | 具近端看护功能及云端传送的自动监视设备 | |
US11256925B2 (en) | Monitoring system and monitoring method thereof | |
Wong et al. | Off-time swimming pool surveillance using thermal imaging system | |
KR20230050619A (ko) | 위치 기반 생체정보 모니터링 시스템 및 방법 | |
JP2017200132A (ja) | 監視システム | |
CN109282775B (zh) | 一种物品空间位移监测方法及其装置 | |
Cao et al. | Fusion System Design of Multi-sensors and Visual Algorithm For Elderly Fall Detection | |
US20230252874A1 (en) | Shadow-based fall detection | |
CN220508062U (zh) | 一种室内用户定位及姿势识别系统 | |
CN216221419U (zh) | 一种非接触式生命体征检测系统 | |
US20220338740A1 (en) | High-accuracy temperature screening in dynamic ambient conditions |
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 |