CN115497253B - 一种防摔告警处理方法、系统及设备 - Google Patents
一种防摔告警处理方法、系统及设备 Download PDFInfo
- Publication number
- CN115497253B CN115497253B CN202211425842.2A CN202211425842A CN115497253B CN 115497253 B CN115497253 B CN 115497253B CN 202211425842 A CN202211425842 A CN 202211425842A CN 115497253 B CN115497253 B CN 115497253B
- Authority
- CN
- China
- Prior art keywords
- attitude
- information
- posture
- target
- characteristic point
- 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
Links
Images
Classifications
-
- 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
- G08B21/043—Alarms for ensuring the safety of persons responsive to non-activity, e.g. of elderly persons based on behaviour analysis detecting an emergency event, e.g. a fall
Landscapes
- Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Gerontology & Geriatric Medicine (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明提供的一种防摔告警处理方法、系统及设备,涉及数据处理技术领域。在本发明中,依据每一条第一定位数据,对目标对象进行姿态分析处理,以输出目标对象对应的对象姿态信息。依据至少一个第二定位数据集合中的每一个第二定位数据集合包括的每一条第二定位数据,对目标对象进行姿态变化分析处理,以输出目标对象对应的对象姿态变化幅度信息。结合对象姿态信息和对象姿态变化幅度信息,分析输出目标对象对应的目标摔倒概率,再在目标摔倒概率大于摔倒概率阈值的条件下,对目标对象进行防摔告警处理。基于此,可以提高防摔告警的可靠度。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种防摔告警处理方法、系统及设备。
背景技术
随着计算机技术和互联网技术的发展,使得数据处理技术的成熟度逐渐提升,从而使得数据处理技术的应用也逐渐增加。例如,在一种应用中,可以通过数据处理技术对用户的姿态进行分析,以在确定出具有特定姿态的情况下,对用户进行防摔告警提示,从而在一定程度上降低用户因摔倒而发生的各种安全事故。但是,在现有技术中,仅通过确定出相应的姿态来进行防摔告警处理,可能存在防摔告警处理的可靠度不高的问题。
发明内容
有鉴于此,本发明的目的在于提供一种防摔告警处理方法、系统及设备,以提高防摔告警的可靠度。
为实现上述目的,本发明实施例采用如下技术方案:
一种防摔告警处理方法,应用于防摔告警处理设备,所述防摔告警处理设备通信连接由多个穿戴式定位设备,所述方法包括:
依据第一定位数据集合包括的每一条第一定位数据,对目标对象进行姿态分析处理,以输出所述目标对象对应的对象姿态信息,每一条所述第一定位数据通过对应的一个穿戴式定位设备在当前进行的信息采集操作形成,每一个所述穿戴式定位设备穿戴于所述目标对象的一个身体部位;
依据至少一个第二定位数据集合中的每一个第二定位数据集合包括的每一条第二定位数据,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息,每一条所述第二定位数据通过对应的一个穿戴式定位设备在历史上进行的信息采集操作形成;
结合所述对象姿态信息和所述对象姿态变化幅度信息,分析输出所述目标对象对应的目标摔倒概率,再在所述目标摔倒概率大于摔倒概率阈值的条件下,对所述目标对象进行防摔告警处理。
在一些优选的实施例中,在上述防摔告警处理方法中,所述依据第一定位数据集合包括的每一条第一定位数据,对目标对象进行姿态分析处理,以输出所述目标对象对应的对象姿态信息的步骤,包括:
对于所述多个穿戴式定位设备中的每一个穿戴式定位设备,对该穿戴式定位设备下发信息采集指令,使得该穿戴式定位设备依据该信息采集指令将当前的定位数据上报给所述防摔告警处理设备;
对于所述多个穿戴式定位设备中的每一个穿戴式定位设备,对该穿戴式定位设备当前采集并上报的定位数据进行标识处理,以形成该穿戴式定位设备对应的第一定位数据;
依据所述多个穿戴式定位设备中的每一个穿戴式定位设备对应的第一定位数据进行数据集合的构建处理,以形成第一定位数据集合;
对于所述多个穿戴式定位设备中的每一个穿戴式定位设备,对该穿戴式定位设备对应穿戴的身体部位进行确定处理,以输出该穿戴式定位设备对应的目标身体部位标识信息;
依据所述第一定位数据集合包括的每一条第一定位数据和该第一定位数据对应的穿戴式定位设备对应的目标身份部位标识信息,对目标对象进行姿态分析处理,以输出所述目标对象对应的对象姿态信息。
在一些优选的实施例中,在上述防摔告警处理方法中,所述依据至少一个第二定位数据集合中的每一个第二定位数据集合包括的每一条第二定位数据,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息的步骤,包括:
对于至少一个第二定位数据集合中的每一个第二定位数据集合,依据该第二定位数据集合包括的每一条第二定位数据,对所述目标对象进行姿态分析处理,以输出所述目标对象对应的历史对象姿态信息;
依据所述至少一个第二定位数据集合中的每一个第二定位数据集合对应的历史对象姿态信息,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息。
在一些优选的实施例中,在上述防摔告警处理方法中,所述依据所述至少一个第二定位数据集合中的每一个第二定位数据集合对应的历史对象姿态信息,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息的步骤,包括:
按照对应的定位数据的采集先后顺序,对所述至少一个第二定位数据集合中的每一个第二定位数据集合对应的历史对象姿态信息和所述对象姿态信息进行排序处理,以形成姿态信息序列;
对于所述姿态信息序列中的每相邻两条第一对象姿态信息,对该两条第一对象姿态信息进行差异度计算处理,以输出该两条第一对象姿态信息之间的姿态差异度,所述姿态信息序列中的每一条第一对象姿态信息属于所述历史对象姿态信息,或者,属于所述对象姿态信息;
按照对应的定位数据的采集先后顺序,分别对所述姿态信息序列中的每相邻两条第一对象姿态信息进行加权系数的确定处理,以输出每两条第一对象姿态信息对应的加权系数,对应的定位数据的采集顺序在前的两条第一对象姿态信息对应的加权系数,小于对应的定位数据的采集顺序在后的两条第一对象姿态信息对应的加权系数;
依据每两条所述第一对象姿态信息对应的加权系数,对所述姿态信息序列中的每相邻两条第一对象姿态信息之间的姿态差异度进行加权求和的计算处理,以输出所述目标对象对应的对象姿态变化幅度信息。
在一些优选的实施例中,在上述防摔告警处理方法中,所述结合所述对象姿态信息和所述对象姿态变化幅度信息,分析输出所述目标对象对应的目标摔倒概率,再在所述目标摔倒概率大于摔倒概率阈值的条件下,对所述目标对象进行防摔告警处理的步骤,包括:
依据所述对象姿态信息,对所述目标对象进行摔倒概率的分析处理,以输出所述目标对象对应的初始摔倒概率;
依据所述对象姿态变化幅度信息,对所述初始摔倒概率进行更新处理,以输出所述目标对象对应的目标摔倒概率,再在所述目标摔倒概率大于摔倒概率阈值的条件下,对所述目标对象进行防摔告警处理。
在一些优选的实施例中,在上述防摔告警处理方法中,所述依据所述对象姿态信息,对所述目标对象进行摔倒概率的分析处理,以输出所述目标对象对应的初始摔倒概率的步骤,包括:
对于预先配置的多个参考对象姿态信息中的每一个参考对象姿态信息,对该参考对象姿态信息和所述对象姿态信息进行姿态相似度的计算处理,以输出该参考对象姿态信息和所述对象姿态信息之间的姿态相似度,每一个所述参考对象姿态信息对应的姿态标签信息用于表征在对应的姿态下发生摔倒事件的概率,该概率通过对该姿态进行多次测试以确定;
依据每一个所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度,对所述多个参考对象姿态信息进行筛选处理,以输出每一个目标参考对象姿态信息,再依据每一个所述目标参考对象姿态信息和所述对象姿态信息之间的姿态相似度,对每一个所述目标参考对象姿态信息对应的姿态标签信息进行姿态标签的融合处理,以输出目标姿态标签信息,所述目标姿态标签信息用于反映所述目标对象对应的初始摔倒概率。
在一些优选的实施例中,在上述防摔告警处理方法中,所述对于预先配置的多个参考对象姿态信息中的每一个参考对象姿态信息,对该参考对象姿态信息和所述对象姿态信息进行姿态相似度的计算处理,以输出该参考对象姿态信息和所述对象姿态信息之间的姿态相似度的步骤,包括:
对于所述参考对象姿态信息包括的每一个参考姿态特征点,依据对应的参考定位数据,分别计算该参考姿态特征点和每一个其它参考姿态特征点之间的位置特征信息,再依据该参考姿态特征点和每一个其它参考姿态特征点之间的位置特征信息,对该参考姿态特征点进行矩阵的构建处理,以形成该参考姿态特征点对应的第一特征矩阵,每一个参考姿态特征点与一个身份部位对应,在所述第一特征矩阵中,任意一行的矩阵元素与多个参考姿态特征点一一对应,任意一列的矩阵元素与一个参考姿态特征点对应的位置特征信息包括的三个位置坐标对应,该三个位置坐标分别依据对应的两个参考姿态特征点之间在三个维度的定位坐标之间的差值以确定;
对于所述对象姿态信息包括的每一个姿态特征点,依据对应的第一定位数据,分别计算该姿态特征点和每一个其它姿态特征点之间的位置特征信息,再依据该姿态特征点和每一帧其它姿态特征点之间的位置特征信息,对该姿态特征点进行矩阵的构建处理,以形成该姿态特征点对应的第二特征矩阵,每一个姿态特征点与一个身份部位对应;
依据对应的身体部位是否相同,将所述参考对象姿态信息包括的每一个参考姿态特征点和所述对象姿态信息包括的每一个姿态特征点进行一一关联处理,对于每一个参考姿态特征点,对该参考姿态特征点对应的第一特征矩阵和该参考姿态特征点关联的姿态特征点对应的第二特征矩阵进行矩阵相似度的计算操作,以输出该参考姿态特征点对应的矩阵相似度;
依据每一个所述参考姿态特征点对应的矩阵相似度,计算输出所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度。
在一些优选的实施例中,在上述防摔告警处理方法中,所述依据每一个所述参考姿态特征点对应的矩阵相似度,计算输出所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度的步骤,包括:
对于所述参考对象姿态信息包括的每一个参考姿态特征点,分别将该参考姿态特征点和每两个其它参考姿态特征点进行三角形的确定处理,以形成该参考姿态特征点对应的第一三角形集合,所述第一三角形集合包括的每一个第一三角形中的一个顶点属于对应的所述参考姿态特征点、另外两个顶点属于对应的两个其它参考姿态特征点,以及,对于所述对象姿态信息包括的每一个姿态特征点,分别将该姿态特征点和每两个其它姿态特征点进行三角形的确定处理,以形成该姿态特征点对应的第二三角形集合,所述第二三角形集合包括的每一个第二三角形中的一个顶点属于对应的所述姿态特征点、另外两个顶点属于对应的两个其它姿态特征点;
对于所述参考对象姿态信息包括的每一个参考姿态特征点,在该参考姿态特征点对应的第一三角形集合包括的每一个第一三角形和该参考姿态特征点关联的姿态特征点对应的第二三角形集合包括的每一个第二三角形之间对应的身体部位一致的条件下,对该第一三角形和该第二三角形进行图形相似度的计算处理,以输出该第一三角形和该第二三角形之间的图形相似度,再分别对该第一三角形和该第二三角形进行图形面积和图形周长的计算处理,以输出该第一三角形对应的图形面积和图形周长、该第二三角形对应的图形面积和图形周长,以及,分别对该第一三角形和该第二三角形进行图形面积和图形周长的比值计算处理,以输出该第一三角形对应的第一比值、该第二三角形对应的第二比值,再对该第一比值和该第二比值进行融合处理,以输出该第一三角形和该第二三角形对应的融合比值;
对于所述参考对象姿态信息包括的每一个参考姿态特征点,依据对应的身体部位一致的第一三角形和第二三角形对应的融合比值,对该参考姿态特征点对应的第一三角形集合包括的每一个第一三角形和该参考姿态特征点关联的姿态特征点对应的第二三角形集合包括的每一个第二三角形之间计算输出的图形相似度,进行图形相似度的融合计算处理,以输出该参考姿态特征点对应的融合图形相似度;
依据所述参考对象姿态信息包括的每一个参考姿态特征点对应的矩阵相似度和每一个参考姿态特征点对应的融合图形相似度,计算输出所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度。
本发明实施例还提供一种防摔告警处理系统,应用于防摔告警处理设备,所述防摔告警处理设备通信连接由多个穿戴式定位设备,所述系统包括:
姿态分析模块,用于依据第一定位数据集合包括的每一条第一定位数据,对目标对象进行姿态分析处理,以输出所述目标对象对应的对象姿态信息,每一条所述第一定位数据通过对应的一个穿戴式定位设备在当前进行的信息采集操作形成,每一个所述穿戴式定位设备穿戴于所述目标对象的一个身体部位;
姿态变化幅度确定模块,用于依据至少一个第二定位数据集合中的每一个第二定位数据集合包括的每一条第二定位数据,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息,每一条所述第二定位数据通过对应的一个穿戴式定位设备在历史上进行的信息采集操作形成;
防摔告警模块,用于结合所述对象姿态信息和所述对象姿态变化幅度信息,分析输出所述目标对象对应的目标摔倒概率,再在所述目标摔倒概率大于摔倒概率阈值的条件下,对所述目标对象进行防摔告警处理。
本发明实施例还提供一种防摔告警处理设备,所述防摔告警处理设备用于执行上述的防摔告警处理方法。
本发明实施例提供的一种防摔告警处理方法、系统及设备,依据每一条第一定位数据,对目标对象进行姿态分析处理,以输出目标对象对应的对象姿态信息。依据至少一个第二定位数据集合中的每一个第二定位数据集合包括的每一条第二定位数据,对目标对象进行姿态变化分析处理,以输出目标对象对应的对象姿态变化幅度信息。结合对象姿态信息和对象姿态变化幅度信息,分析输出目标对象对应的目标摔倒概率,再在目标摔倒概率大于摔倒概率阈值的条件下,对目标对象进行防摔告警处理。通过前述内容的执行,可以从两个维度来确定出目标摔倒概率,即目标对象对应的对象姿态信息和对象姿态变化幅度信息,使得可以在一定程度上提高确定出的目标摔倒概率的可靠度,从而提高防摔告警的可靠度。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
图1为本发明实施例提供的防摔告警处理方法的流程示意图。
图2为本发明实施例提供的防摔告警处理系统的模块示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例只是本发明的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。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他实施例,都属于本发明保护的范围。
本发明实施例提供了一种防摔告警处理设备。
示例性地,在一些实施方式中,所述防摔告警处理设备可以包括存储器和处理器。详细地,所述存储器和处理器之间直接或间接地电性连接,以实现数据的传输或交互。例如,相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件(firmware)的形式,存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序,从而实现本发明实施例提供的防摔告警处理方法。
示例性地,在一些实施方式中,所述存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable ProgrammableRead-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable ProgrammableRead-Only Memory,EEPROM)等。所述处理器可以是一种通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、片上系统(System on Chip,SoC)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
示例性地,在一些实施方式中,所述防摔告警处理设备可以是一种具备数据处理能力的服务器(或者,也可以是基于多台服务器组成的云平台)。
示例性地,在一些实施方式中,所述防摔告警处理设备通信连接由多个穿戴式定位设备。
结合图1,本发明实施例还提供一种防摔告警处理方法,可应用于上述防摔告警处理设备。其中,所述防摔告警处理方法有关的流程所定义的方法步骤,可以由所述防摔告警处理设备实现。
下面将对图1所示的具体流程,进行详细阐述。
步骤S110,依据第一定位数据集合包括的每一条第一定位数据,对目标对象进行姿态分析处理,以输出所述目标对象对应的对象姿态信息。
在本发明实施例中,所述防摔告警处理设备可以依据第一定位数据集合包括的每一条第一定位数据,对目标对象进行姿态分析处理,以输出所述目标对象对应的对象姿态信息。每一条所述第一定位数据通过对应的一个穿戴式定位设备在当前进行的信息采集操作形成,每一个所述穿戴式定位设备穿戴于所述目标对象的一个身体部位(如头部、手肘、手掌、肩部、脚掌、膝盖、臀部、腰部等)。
步骤S120,依据至少一个第二定位数据集合中的每一个第二定位数据集合包括的每一条第二定位数据,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息。
在本发明实施例中,所述防摔告警处理设备可以依据至少一个第二定位数据集合中的每一个第二定位数据集合包括的每一条第二定位数据,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息。每一条所述第二定位数据通过对应的一个穿戴式定位设备在历史上进行的信息采集操作形成。
步骤S130,结合所述对象姿态信息和所述对象姿态变化幅度信息,分析输出所述目标对象对应的目标摔倒概率,再在所述目标摔倒概率大于摔倒概率阈值的条件下,对所述目标对象进行防摔告警处理。
在本发明实施例中,所述防摔告警处理设备可以结合所述对象姿态信息和所述对象姿态变化幅度信息,分析输出所述目标对象对应的目标摔倒概率,再在所述目标摔倒概率大于摔倒概率阈值的条件下,对所述目标对象进行防摔告警处理(如通过相应的报警设备进行警示)。
通过前述内容的执行,可以从两个维度来确定出目标摔倒概率,即目标对象对应的对象姿态信息和对象姿态变化幅度信息,使得可以在一定程度上提高确定出的目标摔倒概率的可靠度,从而提高防摔告警的可靠度。
示例性地,在一些实施方式中,对于上述的步骤S110,可以通过执行以下具体内容以实现:
对于所述多个穿戴式定位设备中的每一个穿戴式定位设备,对该穿戴式定位设备下发信息采集指令,使得该穿戴式定位设备依据该信息采集指令将当前的定位数据上报给所述防摔告警处理设备;
对于所述多个穿戴式定位设备中的每一个穿戴式定位设备,对该穿戴式定位设备当前采集并上报的定位数据进行标识处理,以形成该穿戴式定位设备对应的第一定位数据;
依据所述多个穿戴式定位设备中的每一个穿戴式定位设备对应的第一定位数据进行数据集合的构建处理,以形成第一定位数据集合;
对于所述多个穿戴式定位设备中的每一个穿戴式定位设备,对该穿戴式定位设备对应穿戴的身体部位进行确定处理,以输出该穿戴式定位设备对应的目标身体部位标识信息;
依据所述第一定位数据集合包括的每一条第一定位数据和该第一定位数据对应的穿戴式定位设备对应的目标身份部位标识信息,对目标对象进行姿态分析处理,以输出所述目标对象对应的对象姿态信息(例如,所述对象姿态信息可以包括每一个身体部位当前的位置)。
示例性地,在一些实施方式中,对于上述的步骤S120,可以通过执行以下具体内容以实现:
对于至少一个第二定位数据集合中的每一个第二定位数据集合,依据该第二定位数据集合包括的每一条第二定位数据,对所述目标对象进行姿态分析处理,以输出所述目标对象对应的历史对象姿态信息;
依据所述至少一个第二定位数据集合中的每一个第二定位数据集合对应的历史对象姿态信息,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息。
示例性地,在一些实施方式中,对于所述依据所述至少一个第二定位数据集合中的每一个第二定位数据集合对应的历史对象姿态信息,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息的步骤,可以通过执行以下具体内容以实现:
按照对应的定位数据的采集先后顺序,对所述至少一个第二定位数据集合中的每一个第二定位数据集合对应的历史对象姿态信息和所述对象姿态信息进行排序处理,以形成姿态信息序列;
对于所述姿态信息序列中的每相邻两条第一对象姿态信息,对该两条第一对象姿态信息进行差异度计算处理,以输出该两条第一对象姿态信息之间的姿态差异度(例如,可以计算对应的身体部位在两条第一对象姿态信息中的位置的差异度),所述姿态信息序列中的每一条第一对象姿态信息属于所述历史对象姿态信息,或者,属于所述对象姿态信息;
按照对应的定位数据的采集先后顺序,分别对所述姿态信息序列中的每相邻两条第一对象姿态信息进行加权系数的确定处理,以输出每两条第一对象姿态信息对应的加权系数,对应的定位数据的采集顺序在前的两条第一对象姿态信息对应的加权系数,小于对应的定位数据的采集顺序在后的两条第一对象姿态信息对应的加权系数;
依据每两条所述第一对象姿态信息对应的加权系数,对所述姿态信息序列中的每相邻两条第一对象姿态信息之间的姿态差异度进行加权求和的计算处理,以输出所述目标对象对应的对象姿态变化幅度信息。
示例性地,在一些实施方式中,对于上述的步骤S130,可以通过执行以下具体内容以实现:
依据所述对象姿态信息,对所述目标对象进行摔倒概率的分析处理,以输出所述目标对象对应的初始摔倒概率;
依据所述对象姿态变化幅度信息,对所述初始摔倒概率进行更新处理,以输出所述目标对象对应的目标摔倒概率(例如,可以对所述对象姿态变化幅度信息和所述初始摔倒概率进行乘积计算,以将得到的乘积作为所述目标摔倒概率),再在所述目标摔倒概率大于摔倒概率阈值的条件下,对所述目标对象进行防摔告警处理。
示例性地,在一些实施方式中,对于所述依据所述对象姿态信息,对所述目标对象进行摔倒概率的分析处理,以输出所述目标对象对应的初始摔倒概率的步骤,可以通过执行以下具体内容以实现:
对于预先配置的多个参考对象姿态信息中的每一个参考对象姿态信息,对该参考对象姿态信息和所述对象姿态信息进行姿态相似度的计算处理,以输出该参考对象姿态信息和所述对象姿态信息之间的姿态相似度,每一个所述参考对象姿态信息对应的姿态标签信息用于表征在对应的姿态下发生摔倒事件的概率,该概率通过对该姿态进行多次测试以确定;
依据每一个所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度,对所述多个参考对象姿态信息进行筛选处理,以输出每一个目标参考对象姿态信息(例如,所述目标参考对象姿态信息对应的姿态相似度可以大于相似度阈值),再依据每一个所述目标参考对象姿态信息和所述对象姿态信息之间的姿态相似度,对每一个所述目标参考对象姿态信息对应的姿态标签信息进行姿态标签的融合处理(例如,可以将所述姿态相似度作为加权系数,以对对应的姿态标签表征的概率进行加权求和计算,从而得到所述目标对象对应的初始摔倒概率),以输出目标姿态标签信息,所述目标姿态标签信息用于反映所述目标对象对应的初始摔倒概率。
示例性地,在一些实施方式中,对于所述对于预先配置的多个参考对象姿态信息中的每一个参考对象姿态信息,对该参考对象姿态信息和所述对象姿态信息进行姿态相似度的计算处理,以输出该参考对象姿态信息和所述对象姿态信息之间的姿态相似度的步骤,可以通过执行以下具体内容以实现:
对于所述参考对象姿态信息包括的每一个参考姿态特征点,依据对应的参考定位数据,分别计算该参考姿态特征点和每一个其它参考姿态特征点之间的位置特征信息,再依据该参考姿态特征点和每一个其它参考姿态特征点之间的位置特征信息,对该参考姿态特征点进行矩阵的构建处理,以形成该参考姿态特征点对应的第一特征矩阵,每一个参考姿态特征点与一个身份部位对应,在所述第一特征矩阵中,任意一行的矩阵元素与多个参考姿态特征点一一对应,任意一列的矩阵元素与一个参考姿态特征点对应的位置特征信息包括的三个位置坐标对应,该三个位置坐标分别依据对应的两个参考姿态特征点之间在三个维度的定位坐标之间的差值以确定;
对于所述对象姿态信息包括的每一个姿态特征点,依据对应的第一定位数据,分别计算该姿态特征点和每一个其它姿态特征点之间的位置特征信息,再依据该姿态特征点和每一帧其它姿态特征点之间的位置特征信息,对该姿态特征点进行矩阵的构建处理,以形成该姿态特征点对应的第二特征矩阵,每一个姿态特征点与一个身份部位对应;
依据对应的身体部位是否相同,将所述参考对象姿态信息包括的每一个参考姿态特征点和所述对象姿态信息包括的每一个姿态特征点进行一一关联处理,对于每一个参考姿态特征点,对该参考姿态特征点对应的第一特征矩阵和该参考姿态特征点关联的姿态特征点对应的第二特征矩阵进行矩阵相似度的计算操作(可以参照现有的矩阵相似度的计算方式),以输出该参考姿态特征点对应的矩阵相似度;
依据每一个所述参考姿态特征点对应的矩阵相似度,计算输出所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度。
示例性地,在一些实施方式中,对于所述依据每一个所述参考姿态特征点对应的矩阵相似度,计算输出所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度的步骤,可以通过执行以下具体内容以实现:
对于所述参考对象姿态信息包括的每一个参考姿态特征点,分别将该参考姿态特征点和每两个其它参考姿态特征点进行三角形的确定处理,以形成该参考姿态特征点对应的第一三角形集合,所述第一三角形集合包括的每一个第一三角形中的一个顶点属于对应的所述参考姿态特征点、另外两个顶点属于对应的两个其它参考姿态特征点,以及,对于所述对象姿态信息包括的每一个姿态特征点,分别将该姿态特征点和每两个其它姿态特征点进行三角形的确定处理,以形成该姿态特征点对应的第二三角形集合,所述第二三角形集合包括的每一个第二三角形中的一个顶点属于对应的所述姿态特征点、另外两个顶点属于对应的两个其它姿态特征点;
对于所述参考对象姿态信息包括的每一个参考姿态特征点,在该参考姿态特征点对应的第一三角形集合包括的每一个第一三角形和该参考姿态特征点关联的姿态特征点对应的第二三角形集合包括的每一个第二三角形之间对应的身体部位一致的条件下,对该第一三角形和该第二三角形进行图形相似度的计算处理,以输出该第一三角形和该第二三角形之间的图形相似度,再分别对该第一三角形和该第二三角形进行图形面积和图形周长的计算处理,以输出该第一三角形对应的图形面积和图形周长、该第二三角形对应的图形面积和图形周长,以及,分别对该第一三角形和该第二三角形进行图形面积和图形周长的比值计算处理,以输出该第一三角形对应的第一比值、该第二三角形对应的第二比值,再对该第一比值和该第二比值进行融合处理(例如,可以对第一比值和第二比值进行均值的计算),以输出该第一三角形和该第二三角形对应的融合比值;
对于所述参考对象姿态信息包括的每一个参考姿态特征点,依据对应的身体部位一致的第一三角形和第二三角形对应的融合比值,对该参考姿态特征点对应的第一三角形集合包括的每一个第一三角形和该参考姿态特征点关联的姿态特征点对应的第二三角形集合包括的每一个第二三角形之间计算输出的图形相似度,进行图形相似度的融合计算处理(例如,可以将对应的融合比值作为加权系数,以对所述图形相似度进行加权求和计算),以输出该参考姿态特征点对应的融合图形相似度;
依据所述参考对象姿态信息包括的每一个参考姿态特征点对应的矩阵相似度和每一个参考姿态特征点对应的融合图形相似度(例如,可以先分别对每一个参考姿态特征点对应的融合图形相似度和矩阵相似度进行加权均值的计算,再对得到的每一个参考姿态特征点对应的加权均值进行均值计算,以输出所述姿态相似度),计算输出所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度。
示例性地,在一些实施方式中,对于所述依据每一个所述参考姿态特征点对应的矩阵相似度,计算输出所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度的步骤,也可以通过执行以下具体内容以实现:
依据人体骨骼关节点的分布关系,对所述参考对象姿态信息包括的参考姿态特征点进行插值处理(也就是说,若两个参考姿态特征点之间具有连接的骨骼,则在该两个参考姿态特征点之间进行插值),以形成参考姿态特征点分布关系图,所述参考姿态特征点分布关系图包括的每一个第一分布特征点属于所述参考姿态特征点或插值形成的第一插值姿态特征点;
依据所述人体骨骼关节点的分布关系,对所述对象姿态信息包括的姿态特征点进行插值处理,以形成姿态特征点分布关系图,所述姿态特征点分布关系图包括的每一个第二分布特征点属于所述姿态特征点或插值形成的第二插值姿态特征点(同上处理方式);
依据与每一个所述参考姿态特征点之间的相对位置,对所述参考姿态特征点分布关系图包括的每一个第一分布特征点进行分类处理(例如,在进行分类处理时,可以按照相对位置距离最近的原则进行分类),以形成每一个所述参考姿态特征点对应的第一特征点集合,在所述第一特征点集合中,每一个第一分布特征点的集合标签信息用于反映该第一分布特征点与对应的参考姿态特征点之间的相对位置;
依据与每一个所述姿态特征点之间的相对位置,对所述姿态特征点分布关系图包括的每一个第二分布特征点进行分类处理(同上处理方式),以形成每一个所述姿态特征点对应的第二特征点集合,在所述第二特征点集合中,每一个第二分布特征点的集合标签信息用于反映该第二分布特征点与对应的姿态特征点之间的相对位置;
对于具有关联关系(如上的关联处理)的每一组参考姿态特征点和姿态特征点,依据对应的集合标签信息相同的原则,将该参考姿态特征点对应的第一特征点集合和该姿态特征点对应的第二特征点集合,进行第一分布特征点和第二分布特征点之间的一一对应处理,再将具有对应的第二分布特征点的每一个第一分布特征点标记为该参考姿态特征点对应的目标第一分布特征点,以及,将不具有对应的第二分布特征点的每一个第一分布特征点标记为该参考姿态特征点对应的待处理第一分布特征点;
对于每一个所述参考姿态特征点对应的每一个待处理第一分布特征点,从该参考姿态特征点对应的目标第一分布特征点中,筛查出与该待处理第一分布特征点相邻(如距离小于阈值)的每一个目标第一分布特征点;
对于每一个所述参考姿态特征点对应的每一个目标第一分布特征点,在该目标第一分布特征点存在相邻的待处理第一分布特征点的条件下,依据该目标第一分布特征点对应的每一个相邻的待处理第一分布特征点,对该目标第一分布特征点的特征点位置进行更新处理(例如,将该目标第一分布特征点的特征点位置和每一个相邻的待处理第一分布特征点的特征点位置的中心位置,标记为该目标第一分布特征点对应的更新特征点位置),以输出该目标第一分布特征点对应的更新特征点位置,或者,在该目标第一分布特征点不存在相邻的待处理第一分布特征点的条件下,将该目标第一分布特征点的特征点位置标记为对应的更新特征点位置;
依据每一个所述参考姿态特征点对应的每一个目标第一分布特征点对应的更新特征点位置,构建形成更新参考姿态特征点分布关系图,依据与每一个所述参考姿态特征点之间的相对位置,对所述更新参考姿态特征点分布关系图包括的每一个目标第一分布特征点进行分类处理(同上的分类处理),以形成每一个所述参考姿态特征点对应的目标第一特征点集合,对于每一个所述参考姿态特征点,依据该参考姿态特征点对应的目标第一特征点集合包括的目标第一分布特征点的数量和目标第一分布特征点所占区域的面积,对该参考姿态特征点进行重要度的确定处理,以输出该参考姿态特征点对应的特征重要度,所述特征重要度与该数量之间具有正相关的关系、与该面积之间具有负相关的关系;
依据每一个所述参考姿态特征点对应的特征重要度,对每一个所述参考姿态特征点对应的矩阵相似度进行融合计算处理(例如,可以将所述特征重要度作为加权系数,以对对应的矩阵相似度进行加权求和),以输出所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度。
结合图2,本发明实施例还提供一种防摔告警处理方法,可应用于上述防摔告警处理设备。其中,所述防摔告警处理系统可以包括姿态分析模块、姿态变化幅度确定模块和防摔告警模块。
示例性地,在一些实施方式中,所述姿态分析模块,用于依据第一定位数据集合包括的每一条第一定位数据,对目标对象进行姿态分析处理,以输出所述目标对象对应的对象姿态信息,每一条所述第一定位数据通过对应的一个穿戴式定位设备在当前进行的信息采集操作形成,每一个所述穿戴式定位设备穿戴于所述目标对象的一个身体部位。所述姿态变化幅度确定模块,用于依据至少一个第二定位数据集合中的每一个第二定位数据集合包括的每一条第二定位数据,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息,每一条所述第二定位数据通过对应的一个穿戴式定位设备在历史上进行的信息采集操作形成。所述防摔告警模块,用于结合所述对象姿态信息和所述对象姿态变化幅度信息,分析输出所述目标对象对应的目标摔倒概率,再在所述目标摔倒概率大于摔倒概率阈值的条件下,对所述目标对象进行防摔告警处理。
综上所述,本发明提供的一种防摔告警处理方法、系统及设备,依据每一条第一定位数据,对目标对象进行姿态分析处理,以输出目标对象对应的对象姿态信息。依据至少一个第二定位数据集合中的每一个第二定位数据集合包括的每一条第二定位数据,对目标对象进行姿态变化分析处理,以输出目标对象对应的对象姿态变化幅度信息。结合对象姿态信息和对象姿态变化幅度信息,分析输出目标对象对应的目标摔倒概率,再在目标摔倒概率大于摔倒概率阈值的条件下,对目标对象进行防摔告警处理。通过前述内容的执行,可以从两个维度来确定出目标摔倒概率,即目标对象对应的对象姿态信息和对象姿态变化幅度信息,使得可以在一定程度上提高确定出的目标摔倒概率的可靠度,从而提高防摔告警的可靠度。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种防摔告警处理方法,其特征在于,应用于防摔告警处理设备,所述防摔告警处理设备通信连接由多个穿戴式定位设备,所述方法包括:
依据第一定位数据集合包括的每一条第一定位数据,对目标对象进行姿态分析处理,以输出所述目标对象对应的对象姿态信息,每一条所述第一定位数据通过对应的一个穿戴式定位设备在当前进行的信息采集操作形成,每一个所述穿戴式定位设备穿戴于所述目标对象的一个身体部位;
依据至少一个第二定位数据集合中的每一个第二定位数据集合包括的每一条第二定位数据,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息,每一条所述第二定位数据通过对应的一个穿戴式定位设备在历史上进行的信息采集操作形成;
结合所述对象姿态信息和所述对象姿态变化幅度信息,分析输出所述目标对象对应的目标摔倒概率,再在所述目标摔倒概率大于摔倒概率阈值的条件下,对所述目标对象进行防摔告警处理;
其中,所述结合所述对象姿态信息和所述对象姿态变化幅度信息,分析输出所述目标对象对应的目标摔倒概率,再在所述目标摔倒概率大于摔倒概率阈值的条件下,对所述目标对象进行防摔告警处理的步骤,包括:
依据所述对象姿态信息,对所述目标对象进行摔倒概率的分析处理,以输出所述目标对象对应的初始摔倒概率;
依据所述对象姿态变化幅度信息,对所述初始摔倒概率进行更新处理,以输出所述目标对象对应的目标摔倒概率,再在所述目标摔倒概率大于摔倒概率阈值的条件下,对所述目标对象进行防摔告警处理;
其中,所述依据所述对象姿态信息,对所述目标对象进行摔倒概率的分析处理,以输出所述目标对象对应的初始摔倒概率的步骤,包括:
对于预先配置的多个参考对象姿态信息中的每一个参考对象姿态信息,对该参考对象姿态信息和所述对象姿态信息进行姿态相似度的计算处理,以输出该参考对象姿态信息和所述对象姿态信息之间的姿态相似度,每一个所述参考对象姿态信息对应的姿态标签信息用于表征在对应的姿态下发生摔倒事件的概率,该概率通过对该姿态进行多次测试以确定;
依据每一个所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度,对所述多个参考对象姿态信息进行筛选处理,以输出每一个目标参考对象姿态信息,再依据每一个所述目标参考对象姿态信息和所述对象姿态信息之间的姿态相似度,对每一个所述目标参考对象姿态信息对应的姿态标签信息进行姿态标签的融合处理,以输出目标姿态标签信息,所述目标姿态标签信息用于反映所述目标对象对应的初始摔倒概率;
其中,所述对于预先配置的多个参考对象姿态信息中的每一个参考对象姿态信息,对该参考对象姿态信息和所述对象姿态信息进行姿态相似度的计算处理,以输出该参考对象姿态信息和所述对象姿态信息之间的姿态相似度的步骤,包括:
对于所述参考对象姿态信息包括的每一个参考姿态特征点,依据对应的参考定位数据,分别计算该参考姿态特征点和每一个其它参考姿态特征点之间的位置特征信息,再依据该参考姿态特征点和每一个其它参考姿态特征点之间的位置特征信息,对该参考姿态特征点进行矩阵的构建处理,以形成该参考姿态特征点对应的第一特征矩阵,每一个参考姿态特征点与一个身份部位对应,在所述第一特征矩阵中,任意一行的矩阵元素与多个参考姿态特征点一一对应,任意一列的矩阵元素与一个参考姿态特征点对应的位置特征信息包括的三个位置坐标对应,该三个位置坐标分别依据对应的两个参考姿态特征点之间在三个维度的定位坐标之间的差值以确定;
对于所述对象姿态信息包括的每一个姿态特征点,依据对应的第一定位数据,分别计算该姿态特征点和每一个其它姿态特征点之间的位置特征信息,再依据该姿态特征点和每一个其它姿态特征点之间的位置特征信息,对该姿态特征点进行矩阵的构建处理,以形成该姿态特征点对应的第二特征矩阵,每一个姿态特征点与一个身份部位对应;
依据对应的身体部位是否相同,将所述参考对象姿态信息包括的每一个参考姿态特征点和所述对象姿态信息包括的每一个姿态特征点进行一一关联处理,对于每一个参考姿态特征点,对该参考姿态特征点对应的第一特征矩阵和该参考姿态特征点关联的姿态特征点对应的第二特征矩阵进行矩阵相似度的计算操作,以输出该参考姿态特征点对应的矩阵相似度;
依据每一个所述参考姿态特征点对应的矩阵相似度,计算输出所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度;
其中,所述依据每一个所述参考姿态特征点对应的矩阵相似度,计算输出所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度的步骤,包括:
依据人体骨骼关节点的分布关系,对所述参考对象姿态信息包括的参考姿态特征点进行插值处理,以形成参考姿态特征点分布关系图,所述参考姿态特征点分布关系图包括的每一个第一分布特征点属于所述参考姿态特征点或插值形成的第一插值姿态特征点;
依据所述人体骨骼关节点的分布关系,对所述对象姿态信息包括的姿态特征点进行插值处理,以形成姿态特征点分布关系图,所述姿态特征点分布关系图包括的每一个第二分布特征点属于所述姿态特征点或插值形成的第二插值姿态特征点;
依据与每一个所述参考姿态特征点之间的相对位置,对所述参考姿态特征点分布关系图包括的每一个第一分布特征点进行分类处理,以形成每一个所述参考姿态特征点对应的第一特征点集合,在所述第一特征点集合中,每一个第一分布特征点的集合标签信息用于反映该第一分布特征点与对应的参考姿态特征点之间的相对位置;
依据与每一个所述姿态特征点之间的相对位置,对所述姿态特征点分布关系图包括的每一个第二分布特征点进行分类处理,以形成每一个所述姿态特征点对应的第二特征点集合,在所述第二特征点集合中,每一个第二分布特征点的集合标签信息用于反映该第二分布特征点与对应的姿态特征点之间的相对位置;
对于具有关联关系的每一组参考姿态特征点和姿态特征点,依据对应的集合标签信息相同的原则,将该参考姿态特征点对应的第一特征点集合和该姿态特征点对应的第二特征点集合,进行第一分布特征点和第二分布特征点之间的一一对应处理,再将具有对应的第二分布特征点的每一个第一分布特征点标记为该参考姿态特征点对应的目标第一分布特征点,以及,将不具有对应的第二分布特征点的每一个第一分布特征点标记为该参考姿态特征点对应的待处理第一分布特征点;
对于每一个所述参考姿态特征点对应的每一个待处理第一分布特征点,从该参考姿态特征点对应的目标第一分布特征点中,筛查出与该待处理第一分布特征点相邻的每一个目标第一分布特征点;
对于每一个所述参考姿态特征点对应的每一个目标第一分布特征点,在该目标第一分布特征点存在相邻的待处理第一分布特征点的条件下,依据该目标第一分布特征点对应的每一个相邻的待处理第一分布特征点,对该目标第一分布特征点的特征点位置进行更新处理,以输出该目标第一分布特征点对应的更新特征点位置,或者,在该目标第一分布特征点不存在相邻的待处理第一分布特征点的条件下,将该目标第一分布特征点的特征点位置标记为对应的更新特征点位置;
依据每一个所述参考姿态特征点对应的每一个目标第一分布特征点对应的更新特征点位置,构建形成更新参考姿态特征点分布关系图,依据与每一个所述参考姿态特征点之间的相对位置,对所述更新参考姿态特征点分布关系图包括的每一个目标第一分布特征点进行分类处理,以形成每一个所述参考姿态特征点对应的目标第一特征点集合,对于每一个所述参考姿态特征点,依据该参考姿态特征点对应的目标第一特征点集合包括的目标第一分布特征点的数量和目标第一分布特征点所占区域的面积,对该参考姿态特征点进行重要度的确定处理,以输出该参考姿态特征点对应的特征重要度,所述特征重要度与该数量之间具有正相关的关系、与该面积之间具有负相关的关系;
依据每一个所述参考姿态特征点对应的特征重要度,对每一个所述参考姿态特征点对应的矩阵相似度进行融合计算处理,以输出所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度。
2.如权利要求1所述的防摔告警处理方法,其特征在于,所述依据第一定位数据集合包括的每一条第一定位数据,对目标对象进行姿态分析处理,以输出所述目标对象对应的对象姿态信息的步骤,包括:
对于所述多个穿戴式定位设备中的每一个穿戴式定位设备,对该穿戴式定位设备下发信息采集指令,使得该穿戴式定位设备依据该信息采集指令将当前的定位数据上报给所述防摔告警处理设备;
对于所述多个穿戴式定位设备中的每一个穿戴式定位设备,对该穿戴式定位设备当前采集并上报的定位数据进行标识处理,以形成该穿戴式定位设备对应的第一定位数据;
依据所述多个穿戴式定位设备中的每一个穿戴式定位设备对应的第一定位数据进行数据集合的构建处理,以形成第一定位数据集合;
对于所述多个穿戴式定位设备中的每一个穿戴式定位设备,对该穿戴式定位设备对应穿戴的身体部位进行确定处理,以输出该穿戴式定位设备对应的目标身体部位标识信息;
依据所述第一定位数据集合包括的每一条第一定位数据和该第一定位数据对应的穿戴式定位设备对应的目标身份部位标识信息,对目标对象进行姿态分析处理,以输出所述目标对象对应的对象姿态信息。
3.如权利要求1所述的防摔告警处理方法,其特征在于,所述依据至少一个第二定位数据集合中的每一个第二定位数据集合包括的每一条第二定位数据,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息的步骤,包括:
对于至少一个第二定位数据集合中的每一个第二定位数据集合,依据该第二定位数据集合包括的每一条第二定位数据,对所述目标对象进行姿态分析处理,以输出所述目标对象对应的历史对象姿态信息;
依据所述至少一个第二定位数据集合中的每一个第二定位数据集合对应的历史对象姿态信息,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息。
4.如权利要求3所述的防摔告警处理方法,其特征在于,所述依据所述至少一个第二定位数据集合中的每一个第二定位数据集合对应的历史对象姿态信息,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息的步骤,包括:
按照对应的定位数据的采集先后顺序,对所述至少一个第二定位数据集合中的每一个第二定位数据集合对应的历史对象姿态信息和所述对象姿态信息进行排序处理,以形成姿态信息序列;
对于所述姿态信息序列中的每相邻两条第一对象姿态信息,对该两条第一对象姿态信息进行差异度计算处理,以输出该两条第一对象姿态信息之间的姿态差异度,所述姿态信息序列中的每一条第一对象姿态信息属于所述历史对象姿态信息,或者,属于所述对象姿态信息;
按照对应的定位数据的采集先后顺序,分别对所述姿态信息序列中的每相邻两条第一对象姿态信息进行加权系数的确定处理,以输出每两条第一对象姿态信息对应的加权系数,对应的定位数据的采集顺序在前的两条第一对象姿态信息对应的加权系数,小于对应的定位数据的采集顺序在后的两条第一对象姿态信息对应的加权系数;
依据每两条所述第一对象姿态信息对应的加权系数,对所述姿态信息序列中的每相邻两条第一对象姿态信息之间的姿态差异度进行加权求和的计算处理,以输出所述目标对象对应的对象姿态变化幅度信息。
5.一种防摔告警处理系统,其特征在于,应用于防摔告警处理设备,所述防摔告警处理设备通信连接由多个穿戴式定位设备,所述系统包括:
姿态分析模块,用于依据第一定位数据集合包括的每一条第一定位数据,对目标对象进行姿态分析处理,以输出所述目标对象对应的对象姿态信息,每一条所述第一定位数据通过对应的一个穿戴式定位设备在当前进行的信息采集操作形成,每一个所述穿戴式定位设备穿戴于所述目标对象的一个身体部位;
姿态变化幅度确定模块,用于依据至少一个第二定位数据集合中的每一个第二定位数据集合包括的每一条第二定位数据,对所述目标对象进行姿态变化分析处理,以输出所述目标对象对应的对象姿态变化幅度信息,每一条所述第二定位数据通过对应的一个穿戴式定位设备在历史上进行的信息采集操作形成;
防摔告警模块,用于结合所述对象姿态信息和所述对象姿态变化幅度信息,分析输出所述目标对象对应的目标摔倒概率,再在所述目标摔倒概率大于摔倒概率阈值的条件下,对所述目标对象进行防摔告警处理;
其中,所述结合所述对象姿态信息和所述对象姿态变化幅度信息,分析输出所述目标对象对应的目标摔倒概率,再在所述目标摔倒概率大于摔倒概率阈值的条件下,对所述目标对象进行防摔告警处理,包括:
依据所述对象姿态信息,对所述目标对象进行摔倒概率的分析处理,以输出所述目标对象对应的初始摔倒概率;
依据所述对象姿态变化幅度信息,对所述初始摔倒概率进行更新处理,以输出所述目标对象对应的目标摔倒概率,再在所述目标摔倒概率大于摔倒概率阈值的条件下,对所述目标对象进行防摔告警处理;
其中,所述依据所述对象姿态信息,对所述目标对象进行摔倒概率的分析处理,以输出所述目标对象对应的初始摔倒概率,包括:
对于预先配置的多个参考对象姿态信息中的每一个参考对象姿态信息,对该参考对象姿态信息和所述对象姿态信息进行姿态相似度的计算处理,以输出该参考对象姿态信息和所述对象姿态信息之间的姿态相似度,每一个所述参考对象姿态信息对应的姿态标签信息用于表征在对应的姿态下发生摔倒事件的概率,该概率通过对该姿态进行多次测试以确定;
依据每一个所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度,对所述多个参考对象姿态信息进行筛选处理,以输出每一个目标参考对象姿态信息,再依据每一个所述目标参考对象姿态信息和所述对象姿态信息之间的姿态相似度,对每一个所述目标参考对象姿态信息对应的姿态标签信息进行姿态标签的融合处理,以输出目标姿态标签信息,所述目标姿态标签信息用于反映所述目标对象对应的初始摔倒概率;
其中,所述对于预先配置的多个参考对象姿态信息中的每一个参考对象姿态信息,对该参考对象姿态信息和所述对象姿态信息进行姿态相似度的计算处理,以输出该参考对象姿态信息和所述对象姿态信息之间的姿态相似度,包括:
对于所述参考对象姿态信息包括的每一个参考姿态特征点,依据对应的参考定位数据,分别计算该参考姿态特征点和每一个其它参考姿态特征点之间的位置特征信息,再依据该参考姿态特征点和每一个其它参考姿态特征点之间的位置特征信息,对该参考姿态特征点进行矩阵的构建处理,以形成该参考姿态特征点对应的第一特征矩阵,每一个参考姿态特征点与一个身份部位对应,在所述第一特征矩阵中,任意一行的矩阵元素与多个参考姿态特征点一一对应,任意一列的矩阵元素与一个参考姿态特征点对应的位置特征信息包括的三个位置坐标对应,该三个位置坐标分别依据对应的两个参考姿态特征点之间在三个维度的定位坐标之间的差值以确定;
对于所述对象姿态信息包括的每一个姿态特征点,依据对应的第一定位数据,分别计算该姿态特征点和每一个其它姿态特征点之间的位置特征信息,再依据该姿态特征点和每一帧其它姿态特征点之间的位置特征信息,对该姿态特征点进行矩阵的构建处理,以形成该姿态特征点对应的第二特征矩阵,每一个姿态特征点与一个身份部位对应;
依据对应的身体部位是否相同,将所述参考对象姿态信息包括的每一个参考姿态特征点和所述对象姿态信息包括的每一个姿态特征点进行一一关联处理,对于每一个参考姿态特征点,对该参考姿态特征点对应的第一特征矩阵和该参考姿态特征点关联的姿态特征点对应的第二特征矩阵进行矩阵相似度的计算操作,以输出该参考姿态特征点对应的矩阵相似度;
依据每一个所述参考姿态特征点对应的矩阵相似度,计算输出所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度;
其中,所述依据每一个所述参考姿态特征点对应的矩阵相似度,计算输出所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度,包括:
依据人体骨骼关节点的分布关系,对所述参考对象姿态信息包括的参考姿态特征点进行插值处理,以形成参考姿态特征点分布关系图,所述参考姿态特征点分布关系图包括的每一个第一分布特征点属于所述参考姿态特征点或插值形成的第一插值姿态特征点;
依据所述人体骨骼关节点的分布关系,对所述对象姿态信息包括的姿态特征点进行插值处理,以形成姿态特征点分布关系图,所述姿态特征点分布关系图包括的每一个第二分布特征点属于所述姿态特征点或插值形成的第二插值姿态特征点;
依据与每一个所述参考姿态特征点之间的相对位置,对所述参考姿态特征点分布关系图包括的每一个第一分布特征点进行分类处理,以形成每一个所述参考姿态特征点对应的第一特征点集合,在所述第一特征点集合中,每一个第一分布特征点的集合标签信息用于反映该第一分布特征点与对应的参考姿态特征点之间的相对位置;
依据与每一个所述姿态特征点之间的相对位置,对所述姿态特征点分布关系图包括的每一个第二分布特征点进行分类处理,以形成每一个所述姿态特征点对应的第二特征点集合,在所述第二特征点集合中,每一个第二分布特征点的集合标签信息用于反映该第二分布特征点与对应的姿态特征点之间的相对位置;
对于具有关联关系的每一组参考姿态特征点和姿态特征点,依据对应的集合标签信息相同的原则,将该参考姿态特征点对应的第一特征点集合和该姿态特征点对应的第二特征点集合,进行第一分布特征点和第二分布特征点之间的一一对应处理,再将具有对应的第二分布特征点的每一个第一分布特征点标记为该参考姿态特征点对应的目标第一分布特征点,以及,将不具有对应的第二分布特征点的每一个第一分布特征点标记为该参考姿态特征点对应的待处理第一分布特征点;
对于每一个所述参考姿态特征点对应的每一个待处理第一分布特征点,从该参考姿态特征点对应的目标第一分布特征点中,筛查出与该待处理第一分布特征点相邻的每一个目标第一分布特征点;
对于每一个所述参考姿态特征点对应的每一个目标第一分布特征点,在该目标第一分布特征点存在相邻的待处理第一分布特征点的条件下,依据该目标第一分布特征点对应的每一个相邻的待处理第一分布特征点,对该目标第一分布特征点的特征点位置进行更新处理,以输出该目标第一分布特征点对应的更新特征点位置,或者,在该目标第一分布特征点不存在相邻的待处理第一分布特征点的条件下,将该目标第一分布特征点的特征点位置标记为对应的更新特征点位置;
依据每一个所述参考姿态特征点对应的每一个目标第一分布特征点对应的更新特征点位置,构建形成更新参考姿态特征点分布关系图,依据与每一个所述参考姿态特征点之间的相对位置,对所述更新参考姿态特征点分布关系图包括的每一个目标第一分布特征点进行分类处理,以形成每一个所述参考姿态特征点对应的目标第一特征点集合,对于每一个所述参考姿态特征点,依据该参考姿态特征点对应的目标第一特征点集合包括的目标第一分布特征点的数量和目标第一分布特征点所占区域的面积,对该参考姿态特征点进行重要度的确定处理,以输出该参考姿态特征点对应的特征重要度,所述特征重要度与该数量之间具有正相关的关系、与该面积之间具有负相关的关系;
依据每一个所述参考姿态特征点对应的特征重要度,对每一个所述参考姿态特征点对应的矩阵相似度进行融合计算处理,以输出所述参考对象姿态信息和所述对象姿态信息之间的姿态相似度。
6.一种防摔告警处理设备,其特征在于,所述防摔告警处理设备用于执行权利要求1-4任意一项所述的防摔告警处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211425842.2A CN115497253B (zh) | 2022-11-15 | 2022-11-15 | 一种防摔告警处理方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211425842.2A CN115497253B (zh) | 2022-11-15 | 2022-11-15 | 一种防摔告警处理方法、系统及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115497253A CN115497253A (zh) | 2022-12-20 |
CN115497253B true CN115497253B (zh) | 2023-02-28 |
Family
ID=85115725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211425842.2A Active CN115497253B (zh) | 2022-11-15 | 2022-11-15 | 一种防摔告警处理方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115497253B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111915842A (zh) * | 2020-07-02 | 2020-11-10 | 广东技术师范大学 | 异常监控方法、装置、计算机设备及存储介质 |
CN113940667A (zh) * | 2021-09-08 | 2022-01-18 | 中国科学院深圳先进技术研究院 | 基于助行器的防摔倒助行方法、系统和终端设备 |
CN114220243A (zh) * | 2021-09-07 | 2022-03-22 | 度小满科技(北京)有限公司 | 一种摔倒监测方法、装置、设备及系统 |
CN114495426A (zh) * | 2022-03-24 | 2022-05-13 | 山东建筑大学 | 一种防摔倒检测与防护系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3579084B8 (en) * | 2018-06-08 | 2024-01-24 | Tata Consultancy Services Limited | Method and system for activity recognition and behaviour analysis |
-
2022
- 2022-11-15 CN CN202211425842.2A patent/CN115497253B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111915842A (zh) * | 2020-07-02 | 2020-11-10 | 广东技术师范大学 | 异常监控方法、装置、计算机设备及存储介质 |
CN114220243A (zh) * | 2021-09-07 | 2022-03-22 | 度小满科技(北京)有限公司 | 一种摔倒监测方法、装置、设备及系统 |
CN113940667A (zh) * | 2021-09-08 | 2022-01-18 | 中国科学院深圳先进技术研究院 | 基于助行器的防摔倒助行方法、系统和终端设备 |
CN114495426A (zh) * | 2022-03-24 | 2022-05-13 | 山东建筑大学 | 一种防摔倒检测与防护系统及方法 |
Non-Patent Citations (1)
Title |
---|
MEMS传感器技术在人体摔倒检测中的应用;乔美生等;《电声技术》;20170531;第156-160页及165页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115497253A (zh) | 2022-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109508688B (zh) | 基于骨架的行为检测方法、终端设备及计算机存储介质 | |
Harrou et al. | An integrated vision-based approach for efficient human fall detection in a home environment | |
CN110419048B (zh) | 用于标识所定义的对象的系统 | |
CN111666857A (zh) | 基于环境语义理解的人体行为识别方法、装置及存储介质 | |
CN110414400B (zh) | 一种施工现场安全帽穿戴自动检测方法及系统 | |
CN112766050A (zh) | 着装及作业检查方法、计算机装置及存储介质 | |
CN116152863B (zh) | 一种人员信息识别方法、装置、电子设备及存储介质 | |
CN111243743A (zh) | 数据处理方法、装置、设备及计算机可读存储介质 | |
CN110751809A (zh) | 施工安全监控方法及相关产品 | |
CN114187561A (zh) | 异常行为的识别方法、装置、终端设备及存储介质 | |
TW202201275A (zh) | 手部作業動作評分裝置、方法及電腦可讀取存儲介質 | |
CN115497253B (zh) | 一种防摔告警处理方法、系统及设备 | |
CN113384267A (zh) | 一种跌倒实时检测方法、系统、终端设备及存储介质 | |
CN114113487B (zh) | 一种挥发性有机物在线监测系统及方法 | |
CN114663972A (zh) | 基于动作差分的目标标记方法及装置 | |
CN114327988B (zh) | 一种可视化网络故障关系确定方法和装置 | |
CN114420307A (zh) | 基于人工智能的公共卫生事件登记方法、装置及电子设备 | |
CN115702780A (zh) | 一种野生动物异常状态分析方法、系统、终端及介质 | |
CN114896653A (zh) | 一种基于bim的建筑物数据监测方法及其系统 | |
CN115375886A (zh) | 一种基于云计算服务的数据采集方法及系统 | |
CN114202804A (zh) | 行为动作识别方法、装置、处理设备及存储介质 | |
CN116933002A (zh) | 一种动作检测方法、装置、终端设备和存储介质 | |
CN114879621B (zh) | 一种家具喷涂加工控制方法、系统及装置 | |
CN115496931B (zh) | 一种工业机器人健康监测方法及系统 | |
CN116597971B (zh) | 基于数字孪生的医院空间优化模拟方法及系统 |
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 |