CN115937245A - 看护自动监测方法 - Google Patents
看护自动监测方法 Download PDFInfo
- Publication number
- CN115937245A CN115937245A CN202211630735.3A CN202211630735A CN115937245A CN 115937245 A CN115937245 A CN 115937245A CN 202211630735 A CN202211630735 A CN 202211630735A CN 115937245 A CN115937245 A CN 115937245A
- Authority
- CN
- China
- Prior art keywords
- depth
- coordinates
- nursing
- value
- distance
- 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
- 230000000474 nursing effect Effects 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 230000006399 behavior Effects 0.000 claims description 13
- 230000015946 suckling behavior Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000746 body region Anatomy 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及视频图像处理技术领域，公开了一种看护自动监测方法。该方法包括如下步骤：获取看护区域的深度影像数据，在深度影像数据中选取图像，对图像的像素深度值对应作相差计算，获得图像变化数据；从图像变化数据中收集像素深度值发生变化的坐标，计算像素深度值发生变化的坐标数量，计算深度变化值为正数的坐标到深度变化值为负数的坐标之间的距离作为运动距离；将像素深度值发生变化的坐标数量与设定的变化坐标数量阈值进行比较，将运动距离与设定的变化距离阈值进行比较，判断看护对象行为。本申请不同于现有的智能看护方式，无需进行定位背景或者看护对象，直接监控发生运动的对象，计算量更少，出错的风险也会有所降低。
Description
技术领域
本发明涉及视频图像处理技术领域，尤其是一种看护自动监测方法。
背景技术
随着医院、家庭以及疗养机构看护需求的扩大，传统的人工看护不能24小时监测的缺陷等因素，智能看护系统获得较好的发展机遇。目前多数智能看护系统均需要精确定位背景或者看护对象。
例如，公开号为CN112287821A的专利申请公开了一种照护对象行为监测方法、装置、计算机设备和存储介质，其中方法主要包括获取深度相机采集的照护场景的深度数据；所述深度相机垂直于所述照护场景中的床进行拍摄；所述深度数据中包含所述床的任意位置的深度数据；根据所述深度数据，确定所述床的尺寸和位置；根据所述深度数据、以及所述床的尺寸和位置，确定所述照护场景中的照护对象对应的位置和深度值；根据所述照护对象对应的位置和深度值，确定所述照护对象的行为。此方式是通过定位背景环境，并定位看护对象，根据看护对象与背景环境的位置关系，确定看护对象的行为。
又如，公开号为CN105868707A的专利申请公开了一种基于深度图像信息的坠床行为实时检测方法，包括：(1)通过深度传感器获取室内场景的深度图像；(2)更新深度图像中的跟踪区域；(3)通过不断变化偏移尺度，提取步骤(2)得到的跟踪区域中各像素的八邻域差分特征；(4)获取头部区域；(5)定位头部中心；(6)获取上半身区域；(7)优化头部定位；(8)人体确认；(9)提取高度特征；(10)坠床检测：采用训练好的坠床分类器对上述高度特征向量进行分类检测，获取坠床检测结果。此方式即是直接精确定位看护对象的身体部位，达到检测看护对象是否坠床的目的。
上述两种方式均可以准确时间看护目的，但是其需要检测的数据较多，分析过程较为复杂，不但计算量大，多数需要依靠云端辅助计算，而且分析环节多则出错的风险实际也会有所增加。
发明内容
本发明所要解决的技术问题是提供一种看护自动监测方法，可以更为简单地满足看护需求。
本发明公开的看护自动监测方法，包括如下步骤：
获取看护区域的深度影像数据，在深度影像数据中选取图像，对图像的像素深度值对应作相差计算，获得图像变化数据；
从图像变化数据中收集像素深度值发生变化的坐标，计算像素深度值发生变化的坐标数量，并分别统计出深度变化值为正数的坐标以及深度变化值为负数的坐标，计算深度变化值为正数的坐标到深度变化值为负数的坐标之间的距离作为运动距离；
将像素深度值发生变化的坐标数量与设定的变化坐标数量阈值进行比较，将运动距离与设定的变化距离阈值进行比较，判断看护对象行为。
优选地，在深度影像数据中提取图像时，选择第n帧图像与第n-t帧图像，将第n帧图像与第n-t帧图像的像素深度值对应作相差计算，获得图像变化数据，其中，n为大于t的正整数，t为大于1的正整数。
优选地，所述变化坐标数量阈值包括第一数量警报阈值，所述变化距离阈值包括第一距离警报阈值；
当像素深度值发生变化的坐标数量大于第一数量警报阈值，且运动距离大于第一距离报警阈值，判断看护对象发生一级人工看护行为，发出一级警报信号。
优选地，所述第一数量警报阈值为卧床状态下人体移动2/3产生的像素深度值变化的坐标数量，所述第一距离报警阈值为看护区域床铺宽度的1/2。
优选地，所述变化坐标数量阈值包括第二数量警报阈值，所述变化距离阈值包括第二距离警报阈值；
当像素深度值发生变化的坐标数量大于第二数量警报阈值、小于第一数量警报阈值，且运动距离第二距离警报阈值、小于第一距离报警阈值，判断看护对象发生二级人工看护行为，发出二级警报信号。
优选地，所述第二数量警报阈值为卧床状态下人体移动1/3产生的像素深度值变化的坐标数量，所述第二距离报警阈值为看护区域床铺宽度的1/3。
优选地，将两帧图像的像素深度值作相差计算时，采用时间在后图像的像素深度值减去时间在前的图像对应的像素深度值，获得图像变化数据；
将图像变化数据中深度变化值为负数的区域作为产生运动的对象的起点，将图像变化数据中深度变化值为正数的区域作为产生运动的对象的终点，所述起点与所述终点之间的距离即为所述运动距离。
优选地，在计算所述运动距离时，计算深度变化值为正数的区域中心点坐标以及深度变化值为负数的区域中心点坐标，所述深度变化值为正数的中心点坐标与所述深度变化值为负数的中心点坐标之间的距离作为所述运动距离。
优选地，在计算深度变化值为正数的坐标中心点以及深度变化值为负数的坐标中心点时，采用以下计算方式：
深度变化值为正数的坐标中心点坐标记作(Px，Py)，深度变化值为正数的坐标中心点坐标记作(Nx，Ny)，
#V+表示深度变化值为正数的坐标数量，#V-表示深度变化值为负数的坐标数量，V+表示深度变化值为正数的坐标集，V-表示深度变化为负数的坐标集。
本发明的有益效果是：本申请不同于现有的智能看护方式，无需进行定位背景或者看护对象，直接监控发生运动的对象，根据像素深度值发生变化的坐标数量以及距离，即可判断看护对象行为，相较于现有的智能看护方式，计算量更少，有利于降低设备投入成本，分析环节更少，出错的风险也会有所降低。
附图说明
图1是本申请的看护自动监测方法的流程图；
图2是各帧图像相差的示意图；
图3a是第n帧的图像坐标示意图；
图3b是第n-t帧的图像坐标示意图；
图3c是图像变化数据的的图像坐标示意图。
具体实施方式
下面对本发明进一步说明。
本申请的看护自动监测方法通常运用于病房或者家庭中，且看护人员不在现场时，对看护对象实现自动监测。当看护人员不在看护现场时，看护区域整体环境相对简单安静，除了看护对象外，并无其他运动物体，这就为本申请的实施提供了基本条件。本申请的看护自动监测方法，包括如下步骤：
获取看护区域的深度影像数据，在深度影像数据中选取图像，对图像的像素深度值对应作相差计算，获得图像变化数据；
从图像变化数据中收集像素深度值发生变化的坐标，计算像素深度值发生变化的坐标数量，并分别统计出深度变化值为正数的坐标以及深度变化值为负数的坐标，计算深度变化值为正数的坐标到深度变化值为负数的坐标之间的距离，作为像素深度值发生变化的距离；
将像素深度值发生变化的坐标数量与设定的变化坐标数量阈值进行比较，将像素深度值发生变化的距离与设定的变化距离阈值进行比较，判断看护对象行为。
深度影像数据通常可以采用深度相机等现有的设备获取，深度影像又称为距离影像，与普通影像数据的不同点在于包含有各个像素点的深度信息，将深度影像数据中的两帧图像做相差计算，可获得图像变化数据，通过对图像变化数据的分析，可以得出监控区域在两帧之间的时间范围内出现了何种变化，此方式类似于现有技术中的帧间差分法。如图所示，图3a和图3b分别表示两帧从深度影像数据中提取出的图像，其中以数字表示深度值，以深度相机为例，数字越小，则距离深度相机越近，用图3b与图3a对应相减，可以得到图像变化数据图3c。图3c中数字0所在的坐标表示该像素深度值没有发生变化，正数或者负数则表示深度值发生了变化。从此图像变化数据中可以直接统计出像素深度值发生变化的坐标，计算像素深度值发生变化的坐标数量，像素深度值发生变化的坐标数量越多，则表示看护对象的运动幅度越大。例如，看护对象仅是手部运动，则像素深度值发生变化的坐标数量较少，而整个身体运动则像素深度值发生变化的坐标数量较多。但仅仅通过像素深度值发生变化的坐标数量判断看护对象的行为可能出现误判，例如，监护对象翻身或者变换卧床姿态，像素深度值发生变化的坐标数量也是较多的，但是无需进行特别照看。因此，还需要辅以看护对象的运动距离，进行判断。图3c中正数或者负数所在区域表示物体运动前后的位置，计算深度变化值为正数的坐标到深度变化值为负数的坐标之间的距离，可以作为看护对象的运动距离。通过像素深度值发生变化的坐标数量和运动距离两个方面进行比较判断，可以判断出看护对象的行为，进而反馈给看护人员。如此，随着实时监控的进行，实时提取图像，进行统计分析，即可达到自动监测的目的。
获得图像变化数据可以采用现有的帧间差分法相同的方式，将相邻的两帧图像做相差运算，但是本申请是直接通过运动判断看护对象行为，需要因看护对象产生足够的图像差异才能达到准确判断的目的，对于卧床的病人而言，动作通常是较为缓慢的，除了坠床等特殊情况外，以相邻的两帧图像进行运算，是难以达到监控目的的，因此，在本申请的优选实施例中，在深度影像数据中提取图像时，选择第n帧图像与第n-t帧图像，将第n帧图像与第n-t帧图像的像素深度值对应作相差计算，获得图像变化数据，其中，n为大于t的正整数，t为大于1的正整数。例如，t等于4时，即将第5帧图像与第1帧图像作相差运算，将第6帧图像与第2帧图像作相差运算，以此类推，可进行实时监测。t的具体值可以根据实际获取的深度影像数据的帧率以及看护对象确定。
如前文所述，本申请将像素深度值发生变化的坐标数量与变化坐标数量阈值、运动距离与设定的变化距离阈值进行比较，判断看护对象的运动幅度越大和运动距离，进而判定看护对象行为，在本申请的一个优选实施例中，所述变化坐标数量阈值包括第一数量警报阈值，所述变化距离阈值包括第一距离警报阈值；当像素深度值发生变化的坐标数量大于第一数量警报阈值，且运动距离大于第一距离报警阈值，判断看护对象发生一级人工看护行为，发出一级警报信号。一级人工看护行为根据需求设置，例如第一数量警报阈值可以根据人体坠床、起床、离床等大幅度动作时像素深度值发生变化的坐标数量确定，第一距离报警阈值同样根据人体坠床、起床、离床等大幅度动作时发生的动作距离确定，例如，在本申请的优选实施例中，所述第一数量警报阈值为卧床状态下人体移动2/3产生的像素深度值变化的坐标数量，所述第一距离报警阈值为看护区域床铺宽度的1/2。一级警报信号可以通过局域网或者互联网发送给看护人员，看护人员接到一级警报信号后可以通过监控查看看护对象的状况，若确认有看护对象需要帮助再赶赴现场进行处理。
对于不同情况的看护对象可以设置不同的警报级别，例如对于情况较好的看护对象可以仅设置一级警报，而对于较为危重的看护对象可以设置多级警报，具体在本申请的优选实施方式中，所述变化坐标数量阈值包括第二数量警报阈值，所述变化距离阈值包括第二距离警报阈值；当像素深度值发生变化的坐标数量大于第二数量警报阈值、小于第一数量警报阈值，且运动距离第二距离警报阈值、小于第一距离报警阈值，判断看护对象发生二级人工看护行为，发出警报信号。二级人工看护行为危险概率小于一级人工看护行为，因此，可用于自动监测看护对象的大幅度翻身、坐起等行为，在本申请的优选实施例中采用了所述第二数量警报阈值为卧床状态下人体移动1/3产生的像素深度值变化的坐标数量，所述第二距离报警阈值为看护区域床铺宽度的1/3。这里的人体通常可以为平均人体体型，也可以根据人体身高设置多项选择，再根据看护对象的不同选择不同的体型选项。接到二级警报信号后，看护人员同样可以通过监控查看看护对象的状况，若确认有看护对象需要帮助再赶赴现场进行处理。
在将两帧图像的像素深度值作相差计算时，可以采用时间在后图像的像素深度值减去时间在前的图像对应的像素深度值，也可以采用时间在前图像的像素深度值减去时间在后的图像对应的像素深度值，本申请的优选实施例中采用了前者的相减方式，以前者方式获得的图像变化数据中，可以将深度变化值为负数的区域作为产生运动的对象的起点，将图像变化数据中深度变化值为正数的区域作为产生运动的对象的终点，所述起点与所述终点之间的距离即为所述运动距离。若采用后者的相减方式，则述起点与所述终点的确认方式正好相反。
因为负数的坐标区域和正数坐标区域是一个范围，为了准确计算所述运动距离，在计算所述运动距离时，计算深度变化值为正数的区域中心点坐标以及深度变化值为负数的区域中心点坐标，所述深度变化值为正数的中心点坐标与所述深度变化值为负数的中心点坐标之间的距离作为所述运动距离。
至于本申请的具体计算方式，如图3a～图3c，计算中可以定义：difn(i,j)＝depn(i,j)-depn-t(i,j)，其中，depn(i,j)为第n帧下(i,j)像素的深度值，depn-t(i,j)为第n-t帧下(i,j)像素的深度值，difn(i,j)为(i,j)像素第n帧与第n-t帧的差异。
收集图像变化数据中深度变化值为正数的坐标集：V+＝{(i,j)|Vn(i,j)＞0}，收集图像变化数据中深度变化值为负数的坐标集：V-＝{(i,j)|Vn(i,j)<0}，统计出深度变化值为正数的坐标数量#V+以及深度变化值为负数的坐标数量#V-。例如图3c中，V+＝{(4,1),(4,2),(4,3),(4,4),(4,5)}，V-＝{(2,1),(2,2),(2,3),(2,4),(2,5)}，#V+＝5，#V-＝5。
深度变化值为正数的坐标中心点坐标记作(Px，Py)，深度变化值为正数的坐标中心点坐标记作(Nx，Ny)，
通过上述计算，图3c中深度变化值为正数的坐标中心点坐标为(4,3)，深度变化值为负数的坐标中心点坐标为(2,3)，两者之间的距离为2。当然本实施例是为了便于说明进行的举例，图中数字并不代表实际像素。
Claims (9)
1.一种看护自动监测方法，其特征在于，包括如下步骤：
获取看护区域的深度影像数据，在深度影像数据中选取图像，对图像的像素深度值对应作相差计算，获得图像变化数据；
从图像变化数据中收集像素深度值发生变化的坐标，计算像素深度值发生变化的坐标数量，并分别统计出深度变化值为正数的坐标以及深度变化值为负数的坐标，计算深度变化值为正数的坐标到深度变化值为负数的坐标之间的距离作为运动距离；
将像素深度值发生变化的坐标数量与设定的变化坐标数量阈值进行比较，将运动距离与设定的变化距离阈值进行比较，判断看护对象行为。
2.如权利要求1所述的看护自动监测方法，其特征在于，在深度影像数据中提取图像时，选择第n帧图像与第n-t帧图像，将第n帧图像与第n-t帧图像的像素深度值对应作相差计算，获得图像变化数据，其中，n为大于t的正整数，t为大于1的正整数。
3.如权利要求1所述的看护自动监测方法，其特征在于，所述变化坐标数量阈值包括第一数量警报阈值，所述变化距离阈值包括第一距离警报阈值；
当像素深度值发生变化的坐标数量大于第一数量警报阈值，且运动距离大于第一距离报警阈值，判断看护对象发生一级人工看护行为，发出一级警报信号。
4.如权利要求3所述的看护自动监测方法，其特征在于，所述第一数量警报阈值为卧床状态下人体移动2/3产生的像素深度值变化的坐标数量，所述第一距离报警阈值为看护区域床铺宽度的1/2。
5.如权利要求3所述的看护自动监测方法，其特征在于，所述变化坐标数量阈值包括第二数量警报阈值，所述变化距离阈值包括第二距离警报阈值；
当像素深度值发生变化的坐标数量大于第二数量警报阈值、小于第一数量警报阈值，且运动距离第二距离警报阈值、小于第一距离报警阈值，判断看护对象发生二级人工看护行为，发出二级警报信号。
6.如权利要求5所述的看护自动监测方法，其特征在于，所述第二数量警报阈值为卧床状态下人体移动1/3产生的像素深度值变化的坐标数量，所述第二距离报警阈值为看护区域床铺宽度的1/3。
7.如权利要求1所述的看护自动监测方法，其特征在于，将两帧图像的像素深度值作相差计算时，采用时间在后图像的像素深度值减去时间在前的图像对应的像素深度值，获得图像变化数据；
将图像变化数据中深度变化值为负数的区域作为产生运动的对象的起点，将图像变化数据中深度变化值为正数的区域作为产生运动的对象的终点，所述起点与所述终点之间的距离即为所述运动距离。
8.如权利要求1或7所述的看护自动监测方法，其特征在于，在计算所述运动距离时，计算深度变化值为正数的区域中心点坐标以及深度变化值为负数的区域中心点坐标，所述深度变化值为正数的中心点坐标与所述深度变化值为负数的中心点坐标之间的距离作为所述运动距离。
9.如权利要求8所述的看护自动监测方法，其特征在于，在计算深度变化值为正数的坐标中心点以及深度变化值为负数的坐标中心点时，采用以下计算方式：
深度变化值为正数的坐标中心点坐标记作(Px，Py)，深度变化值为正数的坐标中心点坐标记作(Nx，Ny)，
#V+表示深度变化值为正数的坐标数量，#V-表示深度变化值为负数的坐标数量，V+表示深度变化值为正数的坐标集，V-表示深度变化为负数的坐标集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211630735.3A CN115937245A (zh) | 2022-12-19 | 2022-12-19 | 看护自动监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211630735.3A CN115937245A (zh) | 2022-12-19 | 2022-12-19 | 看护自动监测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115937245A true CN115937245A (zh) | 2023-04-07 |
Family
ID=86650674
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211630735.3A Pending CN115937245A (zh) | 2022-12-19 | 2022-12-19 | 看护自动监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115937245A (zh) |
-
2022
- 2022-12-19 CN CN202211630735.3A patent/CN115937245A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10080513B2 (en) | Activity analysis, fall detection and risk assessment systems and methods | |
| US6110123A (en) | Region-of-interest setting apparatus for respiration monitoring and a respiration monitoring system | |
| Nasution et al. | Intelligent video surveillance for monitoring elderly in home environments | |
| JP6724051B2 (ja) | 自動イベント予測のための方法および装置 | |
| CN108764190B (zh) | 老年人离床与在床状态的视频监测方法 | |
| CN111507176B (zh) | 姿势估计装置、行动估计装置、记录介质、姿势估计方法 | |
| CN109697830B (zh) | 一种基于目标分布规律的人员异常行为检测方法 | |
| KR102205964B1 (ko) | 듀얼 카메라와 적외선 카메라를 이용한 낙상 예방 시스템 및 낙상 예방 방법 | |
| JP6822328B2 (ja) | 見守り支援システム及びその制御方法 | |
| WO2019013257A1 (ja) | 見守り支援システム及びその制御方法、プログラム | |
| KR100822476B1 (ko) | 원격 응급상황 모니터링 시스템 및 방법 | |
| CN111883257B (zh) | 基于多传感器的人体健康状态评估与预警系统 | |
| CN113392765A (zh) | 一种基于机器视觉的摔倒检测方法和系统 | |
| CN111191499B (zh) | 一种基于最小中心线的跌倒检测方法及装置 | |
| JP2011123742A (ja) | 侵入物体検知装置 | |
| CN114469076A (zh) | 一种融合身份特征的独居老人跌倒识别方法及系统 | |
| CN114601454A (zh) | 一种病人卧床姿势的监控方法 | |
| JP6525181B1 (ja) | 行動推定装置 | |
| JP6822326B2 (ja) | 見守り支援システム及びその制御方法 | |
| JP7314939B2 (ja) | 画像認識プログラム、画像認識装置、学習プログラム、および学習装置 | |
| CN115937245A (zh) | 看护自动监测方法 | |
| Fatima et al. | Unsupervised fall detection approach using human skeletons | |
| Chen et al. | MISO: Monitoring inactivity of single older adults at home using RGB-D technology | |
| CN113671489B (zh) | 状态提醒方法及装置、电子设备和计算机可读存储介质 | |
| JP7351339B2 (ja) | 画像処理システム、画像処理プログラム、および画像処理方法 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240109 Address after: 518109, Building E4, 101, Foxconn Industrial Park, No. 2 East Ring 2nd Road, Fukang Community, Longhua Street, Longhua District, Shenzhen City, Guangdong Province (formerly Building 1, 1st Floor, G2 District), H3, H1, and H7 factories in K2 District, North Shenchao Optoelectronic Technology Park, Minqing Road, Guangdong Province Applicant after: INTERFACE OPTOELECTRONICS (SHENZHEN) Co.,Ltd. Applicant after: Interface Technology (Chengdu) Co., Ltd. Applicant after: GENERAL INTERFACE SOLUTION Ltd. Address before: No.689 Hezuo Road, West District, high tech Zone, Chengdu City, Sichuan Province Applicant before: Interface Technology (Chengdu) Co., Ltd. Applicant before: INTERFACE OPTOELECTRONICS (SHENZHEN) Co.,Ltd. Applicant before: Yicheng Photoelectric (Wuxi) Co.,Ltd. Applicant before: GENERAL INTERFACE SOLUTION Ltd. |