CN114668388A - 一种智能化老年健康监护方法、装置、终端及存储介质 - Google Patents

Abstract

本发明公开了一种智能化老年健康监护方法、装置、终端及存储介质，所述方法通过获取目标用户对应的活动视频数据，根据所述活动视频数据确定所述目标用户对应的姿态信息；获取所述目标用户对应的生理数据，根据所述生理数据确定所述目标用户对应的运动状态信息；根据所述姿态信息和所述运动状态信息，确定所述目标用户的生理安全系数。本发明通过目标用户的姿态信息和运动状态信息综合判定目标用户的生理安全系数，可以提高迭代检测的准确率。解决了现有技术中跌倒检测方法仅应用的传感器数据，数据类型单一，容易出现误判的问题。

Description

一种智能化老年健康监护方法、装置、终端及存储介质

技术领域

本发明涉及数据分析领域，尤其涉及的是一种智能化老年健康监护方法、装置、终端及存储介质。

背景技术

随着医疗技术的发展，出现以老年人或行动不便的步行者等为对象，帮助其安心经营日常生活的健康管理(healthcare)服务，但是随着老龄化社会的推进，因年事已高而行动不便的老弱病患的比重在增加，因此需要完善能够对其进行看护管理的人力或系统。由于人力不足，事实上不可能24小时一直看护日益增多的老弱病患，因此正在活跃地研究智能型照护系统，特别是，以独居老人或独自生活时间较长的老人等为对象，用于应对因跌倒而产生的不体面的事故的跌倒救助服务正在备受关注。特别是，行动不便的人或老弱者容易发生跌倒事故，为了解决这样的问题，开发了很多跌倒检测方法。目前主流的跌倒检测方法是基于传感器技术实现的，通过传感器获取用户在不同方向的加速度或振动等运动状况，来确定用户是否发生跌倒行为。由于这种跌倒检测方法应用的数据类型单一，因此容易出现误判的情况。

因此，现有技术还有待改进和发展。

发明内容

本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种智能化老年健康监护方法、装置、终端及存储介质，旨在解决现有技术中跌倒检测方法仅应用的传感器数据，数据类型单一，容易出现误判的问题。

本发明解决问题所采用的技术方案如下：

第一方面，本发明实施例提供一种智能化老年健康监护方法，其中，所述方法包括：

获取目标用户对应的活动视频数据，根据所述活动视频数据确定所述目标用户对应的姿态信息；

获取所述目标用户对应的生理数据，根据所述生理数据确定所述目标用户对应的运动状态信息；

根据所述姿态信息和所述运动状态信息，确定所述目标用户的生理安全系数。

在一种实施方式中，所述活动视频数据包括若干帧图像数据，所述获取目标用户对应的活动视频数据，根据所述活动视频数据确定所述目标用户对应的姿态信息，包括：

通过预设的摄像装置获取若干帧所述图像数据；

分别确定若干帧所述图像数据中的目标对象，其中，所述目标对象为若干帧所述图像数据中拍摄到的所述目标用户；

对若干帧所述图像数据中的所述目标对象进行标注，得到若干帧所述图像数据分别对应的识别点集合，其中，每一所述识别点集合中包含的识别点的数量相等，不同所述识别点集合中包含的所述识别点之间具有一一对应关系，具有对应关系的若干所述识别点用于反映所述目标用户的同一身体部位的位置信息；

根据若干帧所述图像数据分别对应的所述识别点集合，确定所述姿态信息。

在一种实施方式中，所述根据若干帧所述图像数据分别对应的所述识别点集合，确定所述姿态信息，包括：

根据若干帧所述图像数据分别对应的所述识别点集合，确定若干所述身体部位分别对应的移动数据；

根据若干所述身体部位分别对应的所述移动数据，确定所述姿态信息。

在一种实施方式中，所述生理数据为若干类生理数据，所述根据所述生理数据确定所述目标用户对应的运动状态信息，包括：

获取若干类所述生理数据分别对应的标准数据范围；

若任意一类所述生理数据位于对应的所述标准数据范围之外时，确定所述运动状态信息为预警状态。

在一种实施方式中，所述根据所述姿态信息和所述运动状态信息，确定所述目标用户的生理安全系数，包括：

获取所述姿态信息和所述运动状态信息分别对应的系数占比；

根据所述姿态信息、所述运动状态信息、所述姿态信息和所述运动状态信息分别对应的系数占比，确定所述生理安全系数。

在一种实施方式中，所述方法还包括：

若仅所述运动状态信息为预警状态时，生成身体预警信息；

将所述身体预警信息发送至所述目标用户对应的监测终端。

在一种实施方式中，所述方法还包括：

对若干帧所述图像数据分别执行人脸识别操作；

根据若干帧所述图像数据分别对应的所述人脸识别操作的结果判断是否存在陌生用户，其中，所述陌生用户为未预先录入人脸信息的用户；

当存在所述陌生用户时，发布报警信息。

第二方面，本发明实施例还提供一种智能化老年健康监护装置，其中，所述装置包括：

姿态监测模块，用于获取目标用户对应的活动视频数据，根据所述活动视频数据确定所述目标用户对应的姿态信息；

生理监测模块，用于获取所述目标用户对应的生理数据，根据所述生理数据确定所述目标用户对应的运动状态信息；

状态确定模块，用于根据所述姿态信息和所述运动状态信息，确定所述目标用户的生理安全系数。

第三方面，本发明实施例还提供一种终端，其中，所述终端包括有存储器和一个或者一个以上处理器；所述存储器存储有一个或者一个以上的程序；所述程序包含用于执行如上述任一所述的智能化老年健康监护方法的指令；所述处理器用于执行所述程序。

第四方面，本发明实施例还提供一种计算机可读存储介质，其上存储有多条指令，其中，所述指令适用于由处理器加载并执行，以实现上述任一所述的智能化老年健康监护方法的步骤。

本发明的有益效果：本发明实施例通过获取目标用户对应的活动视频数据，根据所述活动视频数据确定所述目标用户对应的姿态信息；获取所述目标用户对应的生理数据，根据所述生理数据确定所述目标用户对应的运动状态信息；根据所述姿态信息和所述运动状态信息，确定所述目标用户的生理安全系数。本发明通过目标用户的姿态信息和运动状态信息综合判定目标用户的生理安全系数，可以提高迭代检测的准确率。解决了现有技术中跌倒检测方法仅应用的传感器数据，数据类型单一，容易出现误判的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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中记载的一些实施例，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是本发明实施例提供的智能化老年健康监护方法的流程示意图。

图2是本发明实施例提供的人脸识别操作的流程示意图。

图3是本发明实施例提供的智能化老年健康监护装置的内部模块图。

图4是本发明实施例提供的终端的智能框图。

具体实施方式

本发明公开了一种智能化老年健康监护方法、装置、终端及存储介质，为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指

存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

随着医疗技术的发展，出现以老年人或行动不便的步行者等为对象，帮助其安心经营日常生活的健康管理(healthcare)服务，但是随着老龄化社会的推进，因年事已高而行动不便的老弱病患的比重在增加，因此需要完善能够对其进行看护管理的人力或系统。由于人力不足，事实上不可能24小时一直看护日益增多的老弱病患，因此正在活跃地研究智能型照护系统，特别是，以独居老人或独自生活时间较长的老人等为对象，用于应对因跌倒而产生的不体面的事故的跌倒救助服务正在备受关注。特别是，行动不便的人或老弱者容易发生跌倒事故，为了解决这样的问题，开发了很多跌倒检测方法。目前主流的跌倒检测方法是基于传感器技术实现的，通过传感器获取用户在不同方向的加速度或振动等运动状况，来确定用户是否发生跌倒行为。由于这种跌倒检测方法应用的数据类型单一，因此容易出现误判的情况。

针对现有技术的上述缺陷，本发明提供一种智能化老年健康监护方法，所述方法通过获取目标用户对应的活动视频数据，根据所述活动视频数据确定所述目标用户对应的姿态信息；获取所述目标用户对应的生理数据，根据所述生理数据确定所述目标用户对应的运动状态信息；根据所述姿态信息和所述运动状态信息，确定所述目标用户的生理安全系数。本发明通过目标用户的姿态信息和运动状态信息综合判定目标用户的生理安全系数，可以提高迭代检测的准确率。解决了现有技术中跌倒检测方法仅应用的传感器数据，数据类型单一，容易出现误判的问题。

如图1所示，所述方法包括：

步骤S100、获取目标用户对应的活动视频数据，根据所述活动视频数据确定所述目标用户对应的姿态信息。

具体地，本实施例预先针对目标用户的活动范围设置了一个或者多个摄像装置，通过摄像装置对目标用户进行监控，得到目标用户对应的活动视频数据，其中，活动视频数据可以反映目标用户当前的行为。因此通过分析活动视频数据，可以确定目标用户当前的姿态信息。

在一种实现方式中，所述摄像装置可以为机器人，机器人不仅可以用于确定目标用户的姿态信息，还可以记录室内环境变化用于进一步分析目标用户的人身安全。此外，机器人还与目标用户进行医护互动，为目标用户提供一定的辅助干预，如认知训练、音乐治疗等，预防老人认知能力衰退，同时缓解目标用户的精神压力，减轻目标用户的孤独感。

在一种实现方式中，所述活动视频数据包括若干帧图像数据，所述步骤S100具体包括如下步骤：

步骤S101、通过预设的摄像装置获取若干帧所述图像数据；

步骤S102、分别确定若干帧所述图像数据中的目标对象，其中，所述目标对象为若干帧所述图像数据中拍摄到的所述目标用户；

步骤S103、对若干帧所述图像数据中的所述目标对象进行标注，得到若干帧所述图像数据分别对应的识别点集合，其中，每一所述识别点集合中包含的识别点的数量相等，不同所述识别点集合中包含的所述识别点之间具有一一对应关系，具有对应关系的若干所述识别点用于反映所述目标用户的同一身体部位的位置信息；

步骤S104、根据若干帧所述图像数据分别对应的所述识别点集合，确定所述姿态信息。

具体地，本实施例中的活动视频数据包含多帧图像数据。针对每一帧图像数据，首先确定该帧图像数据中的目标对象，即拍摄到的目标用户，并对目标对象进行标注，从而得到该帧图像数据对应的识别点集合，该识别点集合中包含有多个识别点，各个识别点分别对应目标用户的不同身体部位，每一识别点可以反映该帧图像数据对应的时间点下目标用户一个身体部位的位置信息。不同帧图像数据分别对应的识别点集合中识别点的数量相等，即本实施例在进行每次标注时，均是针对相同的若干身体部位进行标注，因此不同识别点集合中的识别点之间具有一一对应关系，具有对应关系的识别点对应于同一身体部位。因此基于若干帧所述图像数据分别对应的识别点集合，可以确定目标用户的各个身体部位的位置变化情况，进而得到目标用户的姿态信息。

在一种实现方式中，所述摄像装置可以随着目标用户所在区域的改变自动改变角度。具体地，获取到若干帧图像数据以后，将这些图像数据作为摄像头跟踪模型的输入数据。其中，摄像头跟踪模型使用混合高斯背景建模算法，为每个像素点建立高斯分布，从而能够应对背景多峰分布的情况，进而确定合适的参数和帧率更新速率，以解决光照突变问题造成的大面积误检问题等。此外，所述摄像头跟踪模型还使用视频光流法，在不变的光流场中寻求相对改变的光流场，从而确定出改变的部分即为运动目标所在部分(前提是假设场景中的亮度信息不改变，然后求出连续几幅图像帧间的像素点的运行矢量，即光流场。对于背景区，由于改变比较少，一般会产生比较均匀的运动矢量场，而对于运动对象，其运动矢量场则不是很规则，而从据此检测出运动目标)。此外，所述摄像头跟踪模型还结合了相邻帧间差分法(时间差分法)，利用相邻的两帧或者几帧做差，求得的差值图像即为检测结果。最终通过摄像头跟踪模型输出各帧图像数据中的目标用户所在部分。再基于各帧图像数据分别对应的目标用户所在部分进行姿态识别，提取目标用户的姿态信息。

在一种实现方式中，所述步骤S104具体包括如下步骤：

步骤S1041、根据若干帧所述图像数据分别对应的所述识别点集合，确定若干所述身体部位分别对应的移动数据；

步骤S1042、根据若干所述身体部位分别对应的所述移动数据，确定所述姿态信息。

具体地，各识别点集合中具有对应关系的识别点，实际反映的是目标用户身上同一身体部位在不同时间点的位置信息，因此根据各个识别点集合可以确定各个身体部位分别对应的移动数据，进而基于各个身体部位分别对应的移动数据对目标用户进行运动分析，得到目标用户对应的姿态信息。

在一种实现方式中，将各识别点集合输入预先训练好的深度学习模型中，所述深度学习模型通过输入的各识别点集合对人体姿态表达的语义进行分类识别。采用深度学习模型进行姿态识别的好处在于：可以解决姿态位移尺度变换、姿态大小尺度变换、识别点噪声与识别点缺失、人体姿态表达的视频区域分割等技术难点。

在一种实现方式中，所述深度学习模型运用了高效姿态识别算法，可以针对性地进行人体检测框、骨骼点提取，然后按照时间信息拼接骨骼特征，将骨骼特征送入卷积神经网络和人工神经网络得出动作识别结果。

在一种实现方式中，可以针对目标用户预先个性化地设置若干姿态类型，例如吸烟姿态、跌倒姿态、中风姿态等等。当检测到目标用户姿态信息为若干所述姿态类型中的任意一种时进行预警处理。

如图1所示，所述方法还包括如下步骤：

步骤S200、获取所述目标用户对应的生理数据，根据所述生理数据确定所述目标用户对应的运动状态信息。

具体地，由于目标用户在做不同的行为动作时，身体会呈现不同的生理状态，因此本实施例还需要获取目标用户生理数据，通过生理数据对目标用户进行运动分析，得到目标用户的运动状态信息。举例说明，当目标用户发生跌倒行为时，身体的加速度很快，因此目标用户的心率波动较大，所以通过结合目标用户的心率变化情况，可以更准确地判定目标用户是否出现跌倒行为。

在一种实现方式中，所述生理数据为若干类生理数据，所述根据所述生理数据确定所述目标用户对应的运动状态信息，具体包括如下步骤：

步骤S201、获取若干类所述生理数据分别对应的标准数据范围；

步骤S202、若任意一类所述生理数据位于对应的所述标准数据范围之外时，确定所述运动状态信息为预警状态。

具体地，由于采用单一类型的生理数据难以准确判定目标用户的运动状态，因此本实施例需要采集目标用户的多类生理数据。针对每一类生理数据，获取预先设定的该类生理数据对应的标准数据范围，将该类生理数据与其对应的标准数据范围进行比较，若该类生理数据位于其对应的标准数据范围内，表示该类生理数据正常，判定目标用户的运动状态信息为正常状态，目标用户未发生跌倒行为；若该类生理数据位于其对应的标准数据范围外，表示该类生理数据异常，判定目标用户的运动状态信息为预警状态，目标用户有极大的可能性已经发生了跌倒行为。

在一种实现方式中，若干类所述生理数据可以通过智能穿戴设备获得，例如智能手环或者智能手表。通过智能穿戴设备可以实现长时间监护目标用户的生理数据，例如心电、脉搏波、体温、血压、血糖等生理参数，及时预防疾病发生。

在一种实现方式中，所述智能穿戴设备上设置有感应器，感应器通过电容式加速度计能够感测不同方向的加速度或振动等运动状况。三维律动的运动状态感应器又分三轴跟六轴的，三轴的一般在摆动手臂就会记录数据，而六轴的则会通过走路、跑步、骑车、爬楼梯提升运动的数据记录与精准度。然后根据三轴加速度实时捕捉到的三个维度的各项数据，经过滤波、峰谷检测等过程，使用各种算法和科学缜密的逻辑运算，最终将这些数据转变成智能穿戴设备APP端的可读数字，步数、距离、消耗的卡路里数值等呈现出来。

在一种实现方式中，鉴于智能手表具有具有心电、无创血压、体温、血氧饱和度等生理参数监测与处理、医疗信息提取和数据传输等基本功能模块，其产品形式有硬件、软件和软硬件结合等，具有微型化、便携化、低功耗、可交互性等特点，因此本实施例可以采用智能手表作为所述智能穿戴设备，其中，所述智能手表具备心电监测模块、血压监测模块、血氧饱和度监测模块、体温监测模块。

其中，心电监测模块：采用标准信号发生器，通过配套的测试端口，输出标准信号到待测设备的输入端口，待测设备采集信号后输出心电波形等测试结果，与标准信号参数进行对比计算，来完成待测设备内定标电压、心率等心电相关参数的校准。

其中，血压监测模块：市场上智能手表或手环监测血压的方法有三种：光电传感器,光电传感器结合心电传感器,和示波法升压测量技术。综合考虑现有技术的成熟程度、成本及监管部门的许可等因素,较为普及的是光电传感器。其原理是通过光电传感器采集手腕部位的脉搏波形,并分析脉搏波的上升斜率及波段时间等特征参数,以通过特定的算法估算血压数值,例如血压升高时,射血期上升波段的斜率会增加。因此,血压监测模块将由脉搏血压传感器芯片结合特定的芯片和算法实现。

其中，血氧饱和度监测模块：智能手表的表盘可以同时嵌入心率计和血氧计。心率计和血氧计采用同一结构分时复用的方式,采用反射式，设置在手表盘背面与皮肤接触,该结构由与皮肤接触的两个LED灯及感光元件构成,通过LED灯输出固定波长的光束,照亮皮肤毛细血管,进而借由感光元件对经过皮肤、组织、血液漫反射回的光进行采集,将代表血氧饱和度值的光信号转换为电信号,从而完成血氧监测。举例说明，所述智能手表上包含有光敏传感器和两个绿色波长的发光LED，用过所述光敏传感器和两个所述发光LED测量目标用户的心率数据。具体地，由于目标用户的手臂血管中的血液在脉动的时候会发生密度改变，从而引起透光率的变化，因此可以当发光LED发出绿色波长的光波，光敏传感器可以接收到目标用户手臂皮肤的反射光并感测光场强度的变化，从而基于光场强度的变化计算出目标用户的心率。通过持续测量目标用户的心率，可以计算出目标用户的平均心率，并记录目标用户的最大心率。

其中，体温监测模块：智能手表体温监测模块采用NTC感温传感器。该传感器检测精度高,在0℃～70℃温度范围精度为0.1℃,传感器的热敏电阻一致性好,温度数据采集快,感应速度仅需2s。在测量过程中,NTC体温探头得到的即为真实的数据,而无需研究化算法来提高测量精度,即可直接通过手腕测量体温。

在一种实现方式中，所述智能手表中植入自然语言处理算法，因此所述智能手表可以识别出目标用户的语音，以完成拨通亲情号等操作，联动机器人完成目标用户发出的基本指令，比如关门，拉窗帘等。为了确保指令的识别精准度和精确度，目标用户可以在监护人的陪伴下完成指令录制，验证等。

在一种实现方式中，可以将若干类所述生理数据发送至大数据分析平台，提供给相关人员参考，从而为目标用户提供方便放心的居家体验。

在一种实现方式中，当若干类所述生理数据中任意一类的波动超过预设范围时，表示有生理数据发生急剧性变化，则根据波动超过预设范围的生理数据生成报警信号并发送到到目标用户对应的监护人手机。而且，主控芯片会启动紧急呼救程序,直接自动拨打预设的紧急呼救电话。若电话未接通,智能手表则会自动循环呼叫直至接通。电话接通后,智能手表会通过自动语音播报紧急呼救内容,并发送目标用户的健康数据和位置信息至亲属手机APP，GPS定位模块将目标用户所在地的经纬度定位信息提取出来送到主控模块,同时通过远程通信模块将摔倒报警信息和经纬度定位信息发送给监护人。而且目标用户的智能手表上会有一个SOS按键一键求助的功能，通常在智能手表开启状态下，长按该按键2到3秒，智能手表就会发出报警声，同时会自动打电话给预先已设定好的紧急求助人，直到有人接听求救电话为止。监护人可以通过手机APP查看目标用户所在的位置。以便以最快的速度赶到事发地点,进行救援。

在一种实现方式中，若干类所述生理数据在进行数据分析之前，先采用fast-RNN神经网络，基于深度学习算法训练信号滤波模型，利用栈式去噪自编码器进行信号进行去噪以及修复，结合传统的卡尔曼滤波模型，两者结合滤波效率高，模型鲁棒性高。

如图1所示，所述方法还包括如下步骤：

步骤S300、根据所述姿态信息和所述运动状态信息，确定所述目标用户的生理安全系数。

具体地，由于姿态信息可以反映目标用户当前各个身体部位的位置变化情况，运动状态信息可以反映目标用户当前身体所处的生理状态，当目标用户发生跌倒行为时，其姿态信息和运动状态信息都分别具有特定的特征。因此本实施例结合姿态信息和运动状态信息综合判定用户是否发生跌倒行为，进而确定目标用户的生理安全系数，提高判断的准确性。可以理解的是，当目标用户发生跌倒行为或者其他异常行为时，其生理安全系数的数值较低，当目标用户实施正常行为时，其生理安全系数的数值较高。

在一种实现方式中，所述步骤S300具体包括如下步骤：

步骤S301、获取所述姿态信息和所述运动状态信息分别对应的系数占比；

步骤S302、根据所述姿态信息、所述运动状态信息、所述姿态信息和所述运动状态信息分别对应的系数占比，确定所述生理安全系数。

具体地，由于姿态信息能更直观、准确地判定目标用户是否发生跌倒行为，因此姿态信息相较于运动状态信息的可靠性更高，因此在计算目标用户的生理安全系数时，可以针对姿态信息和运动状态信息分别配置不同的系数占比，系数占比越高的数据对生理安全系数的计算结果影响越大。最后根据姿态信息和运动状态信息分别对应的系数占比和各自对应的数值，可以综合计算出目标用户的生理安全系数。举例说明，假设生理安全系数的满分为100分，姿态信息的系数占比可以设置为70％，运动状态信息的系数占比可以设置为30％，若运动状态信息由心率值、血压值两种数据组成，则心率值的系数占比可以设置为15％，血压值的系数占比可以设置为15％。本实施例通过将姿态信息和运动状态信息结合分析，可以综合完成目标用户的身体安全监护。在一种实现方式中，还可以搭配高算力服务器，低延时实现目标用户的意外预警、意外报警等核心功能，是的目标用户对应的监护人和服务平台可以第一时间了解到目标用户的健康状况。

在一种实现方式中，所述方法还包括如下步骤：

步骤S10、若仅所述运动状态信息为预警状态时，生成身体预警信息；

步骤S11、将所述身体预警信息发送至所述目标用户对应的监测终端。

具体地，若目标用户的姿态信息为正常姿态，运动状态信息为预警状态时，表示目标用户没有发生跌倒行为，但是身体状况出现异常，因此系统自动生成目标用户对应的身体预警信息，其中，身体预警信息中可以包括目标用户的异常生理参数。为了保证目标用户能够得到及时救助，可以将身体预警信息发送至目标用户对应的监测终端，例如监测终端可以为目标用户的监护人的手机。

在一种实现方式中，所述方法还包括如下步骤：

步骤S20、对若干帧所述图像数据分别执行人脸识别操作；

步骤S21、根据若干帧所述图像数据分别对应的所述人脸识别操作的结果判断是否存在陌生用户，其中，所述陌生用户为未预先录入人脸信息的用户；

步骤S22当存在所述陌生用户时，发布报警信息。

具体地，为了进一步保障目标用户的人身安全，针对摄像装置获取到的每一帧图像数据，本实施例均对其执行人脸识别操作，以判断目标用户所处环境中是否存在陌生用户，当存在陌生用户时，表示目标用户当前的人身安全受到威胁，因此立即发布报警信息，使得目标用户可以快速得到支援。

在一种实现方式中，所述人脸识别操作基于人脸识别算法实现，将若干帧所述图像数据分别输入所述人脸识别算法，通过所述人脸识别算法输出人脸识别结果，具体地，本实施例中的人脸识别算法是基于人的脸部特征，对输入的人脸图像或者视频流，首先判断其是否存在人脸，如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。并依据这些信息，进一步提取每个人脸中所蕴涵的身份特征，并将其与已知的人脸进行对比，从而识别每个人脸的身份。机器人对区域内除出现的人员进行人脸抓拍识别，利用AI识别系统进入人脸库进行比对，若发现家中有可疑人员或未知人员，抓拍并上传数据管理中心，并且实时传送至亲人手机APP中，并且记录该可疑人员或未知人员的行为轨迹和行为分析(如图2所示)。

在另一种实现方式中，所述人脸识别操作基于Base-attention解构与卷积神经网络实现，具体地，通过Base-attention解构与卷积神经网络将若干帧所述图像数据降维提取特征，同时使用余弦距离公式和欧拉距离公式等算法综合计算特征编码。此外，本实施例使用高质量服务器进行GPU加速计算，保证人脸识别及时出结果，传输低延迟。

在一种实现方式中，可以预先在目标用户所在环境设置环境传感器组，其中，所述环境传感器组可以采集若干类居家环境数据，例如环境温度、环境湿度等等。当若干类居家环境数据中任意一类数据超出预设的预警值，通过机器人上预设的指示灯提示并蜂鸣器报警；待到坏境温湿度降到低于预警值的时候，报警自动关闭。举例说明，环境传感器组包括烟雾探头传感器，采用烟雾探头传感器来检测目标用户周围环境的烟雾，可对煤气甲烷，以及目标用户周围着火的烟雾，或是抽烟的浓度等实时监测，如有超标，蜂鸣器报警，并有指示灯动作来提醒你解决当前的问题，解决之后，这些显示和指示指标自动关闭。

本发明的技术效果可以参考以下场景：

场景1：当目标用户独自在家时，机器人可以回答一些目标用户提出的问题，与目标用户愉快的对话。

场景2：可以通过设置相应的提醒时间，机器人类似于闹钟的响声，提醒目标用户吃药的时间或者其他事项。

场景3：当家里面有有毒气体时或者烟雾产生时，发出警报提醒目标用户是否煤气泄漏或者忘记关火。

场景4：目标用户在家意外受伤，机器人识别到目标用户的姿态结合智能手表检测出的生理参数，判断目标用户是否需要报警。

场景5：在目标用户愉悦的时候，比如识别目标用户在家做运动或者无聊时，可以播放舒缓的歌曲。

场景6：目标用户外出离家时，通过手表定位，如果目标用户迷路的话，可以向子女报警，目标用户可以提醒老人回家的路。

场景7：家里出现陌生人，目标用户可以准确的识别，可以向家人报警。

场景8：目标用户的生理参数，比如血氧，血压，呼吸率，睡觉起床时间等检测并收集，将生成的目标用户的健康报告发送给子女，有健康管理中心服务器帮助目标用户。

本发明的优点在于：相较于采用单一数据类型进行姿态识别，本发明同时综合了智能穿戴设备采集的生理数据和视觉图像来进行姿态识别。智能穿戴设备能够通过内置的加速度传感器和陀螺仪输出的信号数据，确定目标用户的人体日常运动姿态变化，包括x、y和z三轴的加速度方向及角速度方向，将生理数据作为辅助数据，可以提高图像识别过程中视觉机器学习的容错率。

基于上述实施例，本发明还提供了一种智能化老年健康监护装置，如图3所示，所述装置包括：

姿态监测模块01，用于获取目标用户对应的活动视频数据，根据所述活动视频数据确定所述目标用户对应的姿态信息；

生理监测模块02，用于获取所述目标用户对应的生理数据，根据所述生理数据确定所述目标用户对应的运动状态信息；

状态确定模块03，用于根据所述姿态信息和所述运动状态信息，确定所述目标用户的生理安全系数。

在一种实现方式中，所述装置采用自行设计的PCB版，只满足自身设计的产品功能，避免了购置他人硬件导致能量的浪费。

基于上述实施例，本发明还提供了一种终端，其原理框图可以如图4所示。该终端包括通过系统总线连接的处理器、存储器、网络接口、显示屏。其中，该终端的处理器用于提供计算和控制能力。该终端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和计算机程序。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。该终端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智能化老年健康监护方法。该终端的显示屏可以是液晶显示屏或者电子墨水显示屏。

本领域技术人员可以理解，图4中示出的原理框图，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的终端的限定，具体的终端可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一种实现方式中，所述终端的存储器中存储有一个或者一个以上的程序，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行智能化老年健康监护方法的指令。

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于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，本发明所提供的各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以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、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。

综上所述，本发明公开了一种智能化老年健康监护方法、装置、终端及存储介质，所述方法通过获取目标用户对应的活动视频数据，根据所述活动视频数据确定所述目标用户对应的姿态信息；获取所述目标用户对应的生理数据，根据所述生理数据确定所述目标用户对应的运动状态信息；根据所述姿态信息和所述运动状态信息，确定所述目标用户的生理安全系数。本发明通过目标用户的姿态信息和运动状态信息综合判定目标用户的生理安全系数，可以提高迭代检测的准确率。解决了现有技术中跌倒检测方法仅应用的传感器数据，数据类型单一，容易出现误判的问题。

应当理解的是，本发明的应用不限于上述的举例，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (10)

1.一种智能化老年健康监护方法，其特征在于，所述方法包括：

获取目标用户对应的活动视频数据，根据所述活动视频数据确定所述目标用户对应的姿态信息；

获取所述目标用户对应的生理数据，根据所述生理数据确定所述目标用户对应的运动状态信息；

根据所述姿态信息和所述运动状态信息，确定所述目标用户的生理安全系数。

2.根据权利要求1所述的智能化老年健康监护方法，其特征在于，所述活动视频数据包括若干帧图像数据，所述获取目标用户对应的活动视频数据，根据所述活动视频数据确定所述目标用户对应的姿态信息，包括：

通过预设的摄像装置获取若干帧所述图像数据；

分别确定若干帧所述图像数据中的目标对象，其中，所述目标对象为若干帧所述图像数据中拍摄到的所述目标用户；

对若干帧所述图像数据中的所述目标对象进行标注，得到若干帧所述图像数据分别对应的识别点集合，其中，每一所述识别点集合中包含的识别点的数量相等，不同所述识别点集合中包含的所述识别点之间具有一一对应关系，具有对应关系的若干所述识别点用于反映所述目标用户的同一身体部位的位置信息；

根据若干帧所述图像数据分别对应的所述识别点集合，确定所述姿态信息。

3.根据权利要求2所述的智能化老年健康监护方法，其特征在于，所述根据若干帧所述图像数据分别对应的所述识别点集合，确定所述姿态信息，包括：

根据若干帧所述图像数据分别对应的所述识别点集合，确定若干所述身体部位分别对应的移动数据；

根据若干所述身体部位分别对应的所述移动数据，确定所述姿态信息。

4.根据权利要求1所述的智能化老年健康监护方法，其特征在于，所述生理数据为若干类生理数据，所述根据所述生理数据确定所述目标用户对应的运动状态信息，包括：

获取若干类所述生理数据分别对应的标准数据范围；

若任意一类所述生理数据位于对应的所述标准数据范围之外时，确定所述运动状态信息为预警状态。

5.根据权利要求1所述的智能化老年健康监护方法，其特征在于，所述根据所述姿态信息和所述运动状态信息，确定所述目标用户的生理安全系数，包括：

获取所述姿态信息和所述运动状态信息分别对应的系数占比；

根据所述姿态信息、所述运动状态信息、所述姿态信息和所述运动状态信息分别对应的系数占比，确定所述生理安全系数。

6.根据权利要求1所述的智能化老年健康监护方法，其特征在于，所述方法还包括：

若仅所述运动状态信息为预警状态时，生成身体预警信息；

将所述身体预警信息发送至所述目标用户对应的监测终端。

7.根据权利要求2所述的智能化老年健康监护方法，其特征在于，所述方法还包括：

对若干帧所述图像数据分别执行人脸识别操作；

根据若干帧所述图像数据分别对应的所述人脸识别操作的结果判断是否存在陌生用户，其中，所述陌生用户为未预先录入人脸信息的用户；

当存在所述陌生用户时，发布报警信息。

8.一种智能化老年健康监护装置，其特征在于，所述装置包括：

姿态监测模块，用于获取目标用户对应的活动视频数据，根据所述活动视频数据确定所述目标用户对应的姿态信息；

生理监测模块，用于获取所述目标用户对应的生理数据，根据所述生理数据确定所述目标用户对应的运动状态信息；

状态确定模块，用于根据所述姿态信息和所述运动状态信息，确定所述目标用户的生理安全系数。

9.一种终端，其特征在于，所述终端包括有存储器和一个或者一个以上处理器；所述存储器存储有一个或者一个以上的程序；所述程序包含用于执行如权利要求1-7中任一所述的智能化老年健康监护方法的指令；所述处理器用于执行所述程序。

10.一种计算机可读存储介质，其上存储有多条指令，其特征在于，所述指令适用于由处理器加载并执行，以实现上述权利要求1-7任一所述的智能化老年健康监护方法的步骤。

Images