KR101765469B1 - 영상 처리를 이용한 낙상 검출방법 및 이를 위한 영상 처리장치 - Google Patents

영상 처리를 이용한 낙상 검출방법 및 이를 위한 영상 처리장치 Download PDF

Info

Publication number
KR101765469B1
KR101765469B1 KR1020110032269A KR20110032269A KR101765469B1 KR 101765469 B1 KR101765469 B1 KR 101765469B1 KR 1020110032269 A KR1020110032269 A KR 1020110032269A KR 20110032269 A KR20110032269 A KR 20110032269A KR 101765469 B1 KR101765469 B1 KR 101765469B1
Authority
KR
South Korea
Prior art keywords
patient
ellipse
image
fall
background
Prior art date
Application number
KR1020110032269A
Other languages
English (en)
Other versions
KR20120114629A (ko
Inventor
백윤수
김덕용
김정훈
최종현
심명훈
심진욱
Original Assignee
연세대학교 산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 연세대학교 산학협력단 filed Critical 연세대학교 산학협력단
Priority to KR1020110032269A priority Critical patent/KR101765469B1/ko
Publication of KR20120114629A publication Critical patent/KR20120114629A/ko
Application granted granted Critical
Publication of KR101765469B1 publication Critical patent/KR101765469B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

영상 처리를 이용한 낙상 검출방법이 개시된다. 본 발명의 실시예에 따른 영상 처리를 이용한 낙상 검출방법은, 환자가 없는 상태의 영상을 배경영상으로 초기화하는 배경영상설정단계; 배경영상 내에서 환자가 위치하여야 하는 안전영역을 설정하는 안전영역설정단계; 배경영상과 실시간으로 입력되는 영상을 비교하여 임의의 형상을 가지는 환자를 배경과 구분하는 대상구분단계; 환자와 배경간의 불규칙한 경계를, 환자의 면적, 자세에 대응되는 크기와 형상을 가지는 타원으로 단순화하는 단순화단계; 및 기설정된 안전영역 내외부에서의 환자의 위치, 움직임을, 상기 단순화단계에서 도출된 타원 교점(P)의 위치, 이동속도와, 타원의 크기, 형상의 변화 정도에 따라 구분하여 낙상 여부를 판단하는 낙상판단단계;를 포함한다.

Description

영상 처리를 이용한 낙상 검출방법 및 이를 위한 영상 처리장치{falldown detecting method using the image processing, image processing apparatus for the same}
본 발명은 영상 처리를 이용한 낙상 검출방법과, 낙상 검출을 위한 영상 처리장치에 관한 것이다.
의료 기술의 발달과 함께, 노인 분들이나 거동이 불편한 보행자 등을 대상으로 안심하고 일상생활을 영위할 수 있도록 도와주는 건강관리(healthcare) 서비스들이 등장하고 있으나, 고령화 사회가 진행됨에 따라 나이가 많아 거동이 불편한 병노약자들의 비중이 증가하고 있어, 이들을 돌보고 관리할 수 있는 인력이나 시스템의 보완이 요구되고 있다.
부족한 인력으로, 점점 불어나는 병노약자들을 24시간 내내 지켜보며 보살피는 것은 사실상 불가능하여, 지능형 케어 시스템의 연구가 활발히 진행되고 있으며, 특히, 독거 노인들이나 혼자 생활하는 시간이 많은 노인들 등을 대상으로 하여, 낙상으로 인해 발생하는 불미스러운 사고를 대비하기 위한 낙상 구조 서비스가 각광을 받고 있다.
침상 낙상은 간병인이 없을 때 일어날 수 있는 가장 심각한 사고 중 하나로, 연약한 병노약자들은 낙상만으로도 심한 부상을 입을 수 있으므로 이에 대한 방지 혹은 사후 빠른 조치는 필수적이다.
일반적으로 침상 측면에 낙상 사고 방지 위한 안전바를 설치하고 있으나, 이러한 안전바는 침상에 누워있는 병노약자들에게 답답함과 구속감 등으로 심리적으로 불편함을 끼칠 수 있으며, 환자가 본인의 의지로 안전바를 내리고 침상에서 나가려다 낙상사고가 발생할 수 있다는 위험이 있다.
이러한 기존의 낙상 감지 방법에 대한 취약점을 보완하고 보다 능동적인 낙상 방지를 구현하기 위한 낙상 감지 방지안을 살펴보면, 센서가 장착된 특수 의복을 이용한 낙상 감지 방법과, 환자의 낙상이 발생하는 지점에 설치된 센서의 조합으로 낙상을 감지하는 방법으로 분류할 수 있다.
센서가 장착된 특수 의복을 이용한 낙상 감지의 경우, 가속도계 등이 환자에게 상시 부착되어 있어야 하므로, 센서가 장착된 특수 의복을 환자가 항상 착용하거나 환자의 특정 부위에 부착하여야 하므로, 이로 인해 이물감이나 불편함을 느낄 수 있다는 문제점이 있다.
또한, 환자의 낙상이 발생하는 지점에 설치된 센서의 조합으로 환자의 낙상 여부를 감지하는 방법은, 침상 주변의 외부 물질로 인해 외란 요소에 취약하여 낙상 감지 여부의 정밀성을 구현하기 어렵다는 문제점이 있다.
상술한 바와 같은 문제점을 해결하기 위해 안출된 본 발명은, 환자의 감시를 요구하는 공간에 웹캠을 설치하고, 이를 통해 전송되는 영상을 처리하여 환자의 낙상 여부를 판단함으로써, 환자에게 불편을 끼치지 않으면서도, 영상으로 구분가능한 세세한 사항까지 이용하여 환자의 낙상을 판별할 수 있도록 하는 영상 처리를 이용한 낙상 검출방법 및 이를 위한 영상 처리장치를 제공하는 것을 목적으로 한다.
상술한 바와 같은 목적 달성을 위한 본 발명은, 환자가 없는 상태의 영상을 배경영상으로 초기화하는 배경영상설정단계(S1); 배경영상 내에서 환자가 위치하여야 하는 안전영역(SA)을 설정하는 안전영역설정단계(S2); 배경영상과 실시간으로 입력되는 영상을 비교하여 임의의 형상을 가지는 환자를 배경과 구분하는 대상구분단계(S3); 환자와 배경간의 불규칙한 경계를, 환자의 면적, 자세에 대응되는 크기와 형상을 가지는 타원으로 단순화하는 단순화단계(S4); 및 기설정된 안전영역(SA) 내외부에서의 환자의 위치, 움직임을, 상기 단순화단계(S4)에서 도출된 타원 교점(P)의 위치, 이동속도와, 타원의 크기, 형상의 변화 정도에 따라 구분하여 낙상 여부를 판단하는 낙상판단단계(S5)에 있어서, 앞서 언급한 단순화단계(S4)는 환자와 배경간의 경계를 2차원 좌표상에 전사하는 경계검출단계(S4-1); 환자와 배경간의 경계의 상, 하, 좌, 우측단에 4변이 위치하는 사각형(sq)을 도출하는 각형화단계(S4-2); 및 상기 사각형(sq)의 중심을 장축과 단축의 교점(P)으로 하고, 상기 사각형(sq)의 4변 중 하나 이상과 접하되, 교점(P)으로부터 환자와 배경 간의 경계까지의 거리가 가장 먼 방향을 장축방향, 그 수직방향을 단축방향으로 하며, 사각형(sq) 내부에서 교점(P)으로 부 환자와 배경 간의 경계까지의 거리를 장축거리, 교점(P)으로부터 환자와 배경 간의 경계까지의 거리를 단축거리로 가정하여, 장축거리와 단축거리의 비를 일정하게 유지하면서, 타원 내부에서 환자와 배경 간의 경계 외부의 영역이 최소화되는 타원을 도출하는 곡형화단계(S4-4)로 구성되는 영상 처리를 이용한 낙상 검출방법을 기술적 요지로 한다.
여기서, 상기 배경영상설정단계(S1)는, 지정시간동안 입력된 영상 프레임의 평균에 해당되는 색상으로 배경영상을 설정할 수 있다.
또한, 상기 안전영역설정단계(S2)는, 배경영상 중 침상에 해당되는 부분을 안전영역(SA)으로 설정할 수 있다.
삭제
삭제
또한, 상기 각형화단계(S4-2)와 곡형화단계(S4-4) 사이에, 상기 각형화단계(S4-2)에서 도출된 사각형(sq)의 대변간 거리를 지정 비율로 축소시킨 형태의 사각형(sq2)을 도출하여, 상기 각형화단계(S4-2)에서 도출된 상기 사각형(sq)을 대체하는 트리밍단계(S4-3);를 더 포함할 수 있다.
또한, 상기 낙상판단단계(S5)는, 타원 교점(P)의 위치, 이동속도, 타원의 크기, 형상을 실시간으로 연산하는 요소연산단계(S5-1); 타원 교점(P)이 안전영역(SA) 내부, 상기 안전영역(SA) 외부의 낙상영역(FA), 상기 낙상영역(FA) 외부 중 어디에 위치하는지를 확인하는 위치확인단계(S5-2); 및 상기 안전영역(SA) 내에서 타원 교점(P)의 이동속도가 설정치 이상이거나, 상기 낙상영역(FA) 내에서 타원 교점(P)이 지정시간 이상 정지, 유지되거나, 상기 낙상영역(FA) 내에서 타원의 초점간 거리가 설정치 이상이거나, 타원의 크기가 설정치 이하이거나, 타원의 크기가 축소되는 속도가 설정치 이상이면 낙상이라고 판단하는 낙상결정단계(S5-3);를 포함할 수 있다.
또한, 상기 낙상영역(FA)은, 상기 안전영역(SA)이 침상에 해당되는 부분이라고 가정하여, 환자가 침상에서 낙상되었을 때 위치하게 되는 영역일 수 있다.
또한, 연속적으로 입력되는 영상의 색상을 실시간 또는 지정시간 간격을 두고 비교하는 색상비교단계(S6); 및 상기 색상비교단계(S6)에서 연산된 색상의 차이가 설정치 이하인 부분에 대해, 배경영상을 최종적으로 입력된 영상의 색상 또는 지정시간 동안의 평균에 해당되는 색상으로 대체하는 배경영상조정단계(S7);를 더 포함하여 구성될 수 있다.
또한, 상기 배경영상조정단계(S7)는, 상기 색상비교단계(S6)에서 색상의 차이가 설정치를 초과하여 발생하는 부분은 환자로 간주하고, 나머지 부분은 배경으로 간주할 수 있다.
또한, 본 발명은, 웹캠, 카메라와 같은 영상 입력장치로 촬영된 영상에 근거하여 환자의 침상 낙상을 검출하기 위한 영상 처리장치에 있어서, 환자가 없는 상태의 병실 내부 영상에 해당되는 배경영상과 실시간으로 입력되는 영상을 비교하여 환자와 배경을 구분하면서, 환자의 면적, 자세에 따라 환자와 배경간의 경계를 2차원 좌표상에 전사하는 경계검출하고, 경계의 상, 하, 좌, 우측단에 4변이 위치하는 사각형 도출하며, 상기 사각형의 중심을 장축과 단축의 교점으로 하여, 장축거리와 단축거리의 비를 일정하게 유지하면서, 타원 내부에서 환자와 배경 간의 경계 외부의 영역이 최소화되는 타원으로 대상을 단순화하고, 침상 내외부에서의 환자의 위치, 움직임을, 타원 교점(P)의 위치, 이동속도와, 타원의 크기, 형상의 변화 정도에 따라 구분하여 침상 낙상 여부를 판단하는 낙상 검출을 위한 영상 처리장치를 다른 기술적 요지로 한다.
삭제
여기서, 상기 침상 내에서 타원 교점(P)의 이동속도가 설정치 이상이거나, 환자가 상기 침상에서 낙상되었을 때 위치하게 되는 낙상영역(FA) 내에서 타원 교점(P)이 지정시간 이상 정지, 유지되거나, 상기 낙상영역(FA) 내에서 타원의 초점간 거리가 설정치 이상이거나, 타원의 크기가 설정치 이하이거나, 타원의 크기가 축소되는 속도가 설정치 이상이면 낙상이라고 판단할 수 있다.
상술한 바와 같은 구성에 의한 본 발명은, 환자의 감시를 요구하는 공간에 웹캠을 설치하고, 이를 통해 전송되는 영상을 처리하여 환자의 낙상 여부를 판단함으로써, 환자에게 불편을 끼치지 않으면서도, 영상으로 구분가능한 세세한 사항까지 이용하여 환자의 낙상을 판별할 수 있도록 한다.
또한, 움직임을 가지는 동체와 그 외측과의 경계부를 추출, 타원화(단순화)함으로써, 설정된 안전영역 내외부에서의 환자의 움직임을 타원 교점(P)의 이동, 정지 상태 및 타원의 크기, 형상의 변화 정도에 따라, 신속하게 분석하면서 환자의 낙상을 판별할 수 있도록 한다.
도 1 - 본 발명의 일실시예에 따른 영상 처리를 이용한 낙상 검출방법을 도시한 개념도
도 2 - 본 발명의 일실시예에 따른 영상 처리를 이용한 낙상 검출방법을 도시한 순서도
도 3 - 배경영상, 안전영역 및 낙상영역의 일실시예를 도시한 개념도
도 4 - 환자와 배경간 경계를 추출한 다양한 실시예를 도시한 개념도
도 5 - 타원 중심을 도출하는 과정의 일실시예를 도시한 개념도
도 6 - 타원의 형상을 도출하는 과정의 일실시예를 도시한 개념도
도 7 - 안전영역 내에서 환자의 자세에 따른 타원의 형상을 도시한 개념도
도 8 - 낙상영역 내에서 환자의 자세에 따른 타원의 형상을 도시한 개념도
이하, 본 발명의 바람직한 실시예에 대해 첨부된 도면을 참조하여 자세히 설명하면 다음과 같다.
도 1은 본 발명의 일실시예에 따른 영상 처리를 이용한 낙상 검출방법을 도시한 개념도이고, 도 2는 본 발명의 일실시예에 따른 영상 처리를 이용한 낙상 검출방법을 도시한 순서도이다.
도 1, 2를 참조하면, 본 발명의 일실시예에 따른 영상 처리를 이용한 낙상 검출방법은, 크게 배경영상설정단계(S1), 안전영역설정단계(S2), 대상구분단계(S3), 단순화단계(S4), 낙상판단단계(S5)를 거쳐 이루어진다.
도 3의 (a)는 상기 배경영상설정단계(S1)에서 설정된 배경영상의 일실시예를 도시한 것이며, 도 3의 (b)는 상기 안전영역설정단계(S2)에서 안전영역(SA)과 낙상영역(FA)(이하 설명)을 설정한 일실시예를 도시한 개념도이다.
상기 배경영상설정단계(S1)는, 환자와 배경을 구분하는 기준이 되는 배경영상을 설정하는 과정으로, 침실 내부에서의 환자의 동태를 분석하고자 하는 경우, 도 3의 (a)에 도시된 바와 같이, 환자가 없는 상태의 침실 내부를 촬영한 영상을 배경영상으로 초기화한다.
배경영상을 설정함에 있어서는, 하나의 영상 프레임을 지정하고 이를 2차원 좌표상에 그대로 전사하여 데이터화하여 이용할 수도 있으나, 채광 등의 변화, 노이즈를 고려하여, 지정시간(예를 들어, 3초, 1분 등)동안 입력된 다수의 영상 프레임의 평균에 해당되는 색상, 명도, 채도로 배경영상을 설정할 수도 있다.
상기 색상, 명도, 채도 중 가장 중요한 요소는 색상으로, 이하에서는 편의상 '색상'으로 통칭하기로 한다.
촬영된 영상을 데이터화함에 있어서는, 단위 픽셀당, 예를 들어, R=25, G=133, B=86와 같이 수치로 색상을 구분하여 데이터 처리 및 저장을 수행할 수 있어, 지정시간 동안 픽셀 각각에 대해 R, G, B 각각의 평균을 연산함으로써, 다수의 영상프레임의 평균에 해당되는 배경영상으로 설정할 수 있다.
상기 안전영역설정단계(S2)는, 배경영상 내에서 환자가 위치하여야 하는 안전영역(SA)을 설정하는 안전영역설정단계(S2)로, 침상 낙상 검출을 주요한 목적으로 하는 경우, 도 3의 (b)에 도시된 바와 같이, 배경영상 중 침상에 해당되는 부분을 안전영역(SA)으로 설정한다.
도 3의 (b)에 도시된 상기 안전영역(SA) 외부의 낙상영역(FA)은, 평상 시, 환자가 주요하게 위치하지 않는 영역, 즉, 비상 시에 환자가 위치하게 되는 영역으로, 침상 낙상 검출을 주요한 목적으로 하는 경우, 상기 안전영역(SA)이 침상에 해당되는 부분이라고 가정하면, 환자가 침상에서 낙상되었을 때 위치하게 되는 영역을 상기 낙상영역(FA)으로 설정하는 것이 바람직하다.
도 4의 (a), (b), (c)는 각각 환자가 침상 내에 누워있는 경우, 침상에서 낙상한 경우, 침상 외부에서 이동중인 경우, 환자와 배경간 경계를 추출한 실시예를 도시한 개념도이다.
상기 대상구분단계(S3)는, 도 4의 (a), (b), (c)에 도시된 바와 같이, 실시간으로 입력되는 영상에서 환자를 배경과 구분하여 추출하는 과정으로, 실시간으로 입력되는 영상을 상기 배경영상설정단계(S1)에서 설정된 배경영상과 비교하여, 색상의 차이가(지정치 이상) 발생하는 부분을 환자로 인식한다.
영상 속 환자의 형태는 환자의 자세, 위치에 따라 다양하게 변화하게 되는데, 상기와 같은 방법에 의하면 임의의 형상을 가지는 환자를 배경과 명확하게 구분하면서, 환자와 배경간의 불규칙한 경계를 도출할 수 있다.
환자 외에도, 침실 내에 물건을 들여놓거나 침실 내부의 물건을 제거하면 상기 배경영상과 색상의 차이가 발생하게 되는데, 수시로(또는 지정시간 간격을 두고 정기적으로) 상기 배경영상설정단계(S1)부터 재수행하거나, 환자로 인식되는 하나의 개체를 제외한 나머지 변화 대상을 배경영상으로 재설정하는 간단한 제어에 의해, 이러한 침실 내 환경변화로 인한 오류를 해소할 수 있다.
상기 단순화단계(S4)는, 상기 대상구분단계(S3)를 통해 추출된 환자와 배경간의 불규칙한 경계를, 환자의 면적, 자세에 대응되는 크기와 형상을 가지는 타원으로 단순화하는 과정으로, 크게 경계검출단계(S4-1), 각형화단계(S4-2), 곡형화단계(S4-4)를 거쳐 이루어진다.
도 5의 (a), (b), (c)는 상기 각형화단계(S4-2)에서 타원 중심을 도출하는 과정의 일실시예를 도시한 개념도이고, 도 6의 (a), (b)는 상기 곡형화단계(S4-4)에서 타원의 형상을 도출하는 과정의 일실시예를 도시한 개념도이다.
상기 경계검출단계(S4-1)에서는, 도 4에 점선으로 도시된 바와 같은 형태로 추출된 환자와 배경간의 경계를 2차원 좌표상에 전사하여 데이터화하며, 상기 각형화단계(S4-2)는에서는, 도 5의 (a)에 도시된 바와 같이, 환자와 배경간의 경계의 상, 하, 좌, 우측단에 4변이 위치하는 사각형(sq1)을 도출한다.
상기 각형화단계(S4-2) 이후에, 도 5의 (b)에 도시된 바와 같이, 상기 각형화단계(S4-2)d에서 도출된 사각형(sq1)의 대변간 거리를 지정 비율(예를 들어, 사각형 4변으로부터 가로, 세로너비 방향으로 각각 7.5%씩)로 축소시킨 형태의 사각형(sq2)을 도출하는 트리밍단계(S4-3)를 추가로 수행할 수 있다.
상기 경계검출단계(S4-1)에서 도출된 환자의 경계는, 실제로는 직선, 곡선인 부분도 노이즈나 픽셀 크기의 한계 등에 의해 울퉁불퉁한 형상으로 도출될 수 있으며, 특히 환자의 손끝, 발끝, 머리 상단부는 몸체에 비해 면적이 협소하여, 노이즈로 인한 오차비율이 보다 확대되는데, 상기 트리밍단계(S4-3)를 통해 가장자리를 제거함으로써, 이러한 오차를 줄여 경계인식의 정확도를 높일 수 있다.
상기 곡형화단계(S4-4)에서는, 도 5의 (c), 도 6의 (a)에 도시된 바와 같이, 상기 각형화단계(S4-2)에서 도출된 사각형(sq1) 또는 상기 트리밍단계(S4-3)에서 도출된 사각형(sq2)(이하 '사각형(sq)을 통칭한다)의 중심을 장축과 단축의 교점(P)으로 하는 타원을 도출한다.
상기 곡형화단계(S4-4)에서 타원을 도출함에 있어서는 상기 사각형(sq)의 4변 중 하나 이상과 접하되, 사각형 내부에서 환자와 배경간의 경계 외부의 영역이 최소화되는 타원을 도출한다.
상기와 같은 형상을 가지는 타원을 도출하는 실시예로서 다음의 일례를 들 수 있다.
먼저, 도 6의 (a)에 도시된 바와 같이, 상기 사각형(sq) 내에서, 상기 교점(P)을 통과하면서 환자의 경계 양단간 거리가 가장 먼 거리와, 상기 교점(P)을 통과하면서 환자의 경계 양단간 거리가 가장 가까운 거리를 추출하여, 각각 장축거리(l1)와 단축거리(l2)로 가정한다.
다음으로는, 상기 교점(P)으로부터 환자와 배경간의 경계까지의 거리가 가장 먼 방향을 장축방향으로 하고, 이에 수직되는 방향을 단축방향으로 하여, 상기 장축거리와 단축거리간의 비(예를 들어, 장축거리 180mm, 단축거리 40mm 인 경우-> 장축거리(l1) : 단축거리(l2) = 9 : 2)를 적용하여 타원의 형태(장축길이 : 단축길이 비)를 결정한다.
다음으로는, 상기 장축거리와 단축거리의 비(예를 들어 9 : 2)를 일정하게 유지하면서, 타원의 크기를 확대 또는 축소시키면서, 도 6의 (b)에 도시된 바와 같이, 타원 내부에서 환자와 배경간의 경계 외부의 영역이 최소화되는 타원을 도출하게 된다.
타원의 크기가 확대될수록, 타원 내부에서 환자의 경계 외부 영역의 비율이 점차 늘어나게 되고, 타원의 크기가 작아질수록, 타원 내부에서 환자의 경계 외부 영역이 완전히 없어지게 되는데, 타원이 상기 사각형(sq)의 4변 중 하나 이상과 접하도록 함으로써, 환자의 크기에 비해 무리하게 확대, 축소되지 않은 크기로 타원을 도출할 수 있다.
즉, 상기 사각형(sq)와 접하게 되는 다수의 타원 중, 타원 내부에서 환자와 배경간의 경계 외부의 영역이 최소화되는 타원을, 환자의 형상을 단순화시킨 최종 형상으로 도출하게 된다.
상기 사각형(sq2)를 결정함에 있어서는, 상기와 같이 상기 사각형(sq1)의 가로너비, 세로너비에 대해 일정한 비로 트리밍할 수도 있으나, 상기 사각형(sq1) 내부에서 환자 경계 (이내)부분의 넓이를 도출한 후 상기 사각형(sq1) 4변으로부터 지정 넓이(또는 넓이비)에 해당되는 만큼을 트리밍(예를 들어, 환자 경계 이내 부분의 넓이의 7.5%에 해당되는 넓이만큼을 상기 사각형(sq1) 4변으로부터 제거)할 수도 있다.
또한, 상기 타원의 형태를 결정함에 있어서는, 상기와 같이 사각형 내에서 장축거리와 단축거리의 비를 도출, 이용할 수도 있으나, 환자의 위치, 자세에 따라 차별화된 형상으로 도출가능하다면, 사각형의 가로너비, 세로너비의 비를 타원의 장축 : 단축 비로 그대로 적용하는 실시예 등을 적용하는 실시예 등을 포함하여 특정하게 한정되지 않는다.
상기 낙상판단단계(S5)에서는, 기설정된 안전영역(SA) 내외부에서의 환자의 위치, 움직임을, 상기 단순화단계(S4)에서 도출된 타원 교점(P)의 위치, 이동속도와, 타원의 크기, 형상의 변화 정도에 따라 구분하여 낙상 여부를 판단하며, 크게, 요소연산단계(S5-1), 위치확인단계(S5-2), 낙상결정단계(S5-3)로 이루질 수 있다.
상기 요소연산단계(S5-1)에서는, 타원 교점(P)의 위치, 이동속도, 타원의 크기, 형상을 실시간으로 연산하는 타원 교점(P)의 위치, 이동속도, 타원의 크기, 형상을 연산하고, 상기 위치확인단계(S5-2)에서는, 타원 교점(P)이 상기 안전영역(SA), 낙상영역(FA), 상기 안전영역(SA) 및 낙상영역(FA) 외부 중 어디에 위치하는지를 확인한다.
상기 낙상결정단계(S5-3)에서는, 상기 안전영역(SA) 내에서 타원 교점(P)의 이동속도가 설정치 이상이거나, 상기 낙상영역(FA) 내에서 타원 교점(P)이 지정시간 이상 정지, 유지되거나, 상기 낙상영역(FA) 내에서 타원의 초점간 거리가 설정치 이상이거나, 타원의 크기가 설정치 이하이거나, 타원의 크기가 축소되는 속도가 설정치 이상이면 낙상 상태 또는 낙상 위험 상태라고 판단할 수 있다.
상기 안전영역(SA) 내에서 상기 교점(P)의 이동속도에 관한 기준치를 설정함에 있어서는, 침상에서 자연스러운 이동에 의해 발생되기 어려운 속도라고 판단되거나, 사용자가 급정지하더라도 제동거리가 상기 침상(10) 외부까지 연장되는 경우, 해당 이동속도를 기준치(예를 들어, 5m/s)로 설정하면, 도출된 이동속도가 기준치 이상인 경우 낙상 위험 상태로 판단할 수 있다.
환자가 침실 내외측으로 이동을 위해 상기 낙상영역(FA)을 통과하는 경우도 있으므로, 상기 낙상영역(FA)에서 환자의 움직임이 발생하는 경우와 그렇지 않은 경우를 구분하여 낙상을 판단하는 것이 바람직하다.
상기 낙상영역(FA) 내에서 상기 교점(P)이 지정시간(예를 들어, 1분, 2분 등) 이상 정지되거나, 상기 교점(P)이 이동하더라도 상기 낙상영역(FA)을 벗어나지 못하고 지정시간(예를 들어, 1분, 2분 등) 이상 유지, 정체되면 낙상으로 판단할 수 있다.
도 7의 (a), (b)는 각각 상기 안전영역(SA) 내에 환자가 누워있는 자세, 상기 안전영역(SA)의 가장자리에 걸쳐 앉아있는 자세에서 도출된 타원의 형상을 도시한 개념도이고, 도 8의 (a), (b), (c), (d)는 각각 상기 낙상영역(FA) 내에 환자가 누워있는 자세, 웹캠, 카메라와 같은 영상 입력장치로부터 환자가 멀리 서있는 자세, 가까이 서있는 자세, 웅크린 자세에서 타원의 형상을 도시한 개념도이다.
도 7의 (a), 도 8의 (a)를 비교하면, 실제 상기 안전영역(SA)(침상 내)이 상기 낙상영역(FA)(병실 바닥)에 비해 보다 상측에 위치하므로, 상기 영상 입력장치에 근접한 상기 안전영역(SA)에서 누워있는 환자를 단순화한 타원은, 상기 낙상영역(FA)에 누워있는 환자를 단순화한 타원에 비해 큰 사이즈를 가지게 된다.
즉, 상기 안전영역(SA)에서 누워있는 환자를 타원으로 단순화하는 경우, 상기 낙상영역(FA)에 누워있는 환자를 단순화한 타원과 동일한 사이즈의 타원으로 도출되는 것이 불가능하므로, 침상 낙상 검출을 목적으로 하는 경우, 타원의 사이즈로써 침상 낙상 여부를 판단할 수 있다.
상기 안전영역(SA)상에서, 환자가, 도 8의 (d)에 도시된 바와 같이, 웅크린 자세를 취하는 경우, 타원의 사이즈 자체는 상기 낙상영역(FA)상에서 누워있는 자세에 비해 작아질 수 있으나, 타원의 형태가 달라지므로, 환자의 자세와 위치에 따라 타원의 형태와 사이즈를 함께 구분하면, 보다 정확하게 환자의 동태를 인식할 수 있다.
도 8의 (a)에 도시된 바와 같이 상기 낙상영역(FA) 내에서 환자가 누운 상태에서는 긴 형상의 타원이 형성되어, 상기 낙상영역(FA) 내에서 직립해 있는 등의 다른 자세와 비교해 타원의 초점간 거리가 멀어지게 되므로, 상기 낙상영역(FA) 내에서 타원의 초점간 거리가 설정치 이상인지를 확인하는 것에 의해 침상 낙상 여부를 판단할 수도 있다.
또한, 타원 교점(P)의 위치를 기준으로 환자의 위치를 인식하면, 도 7의 (b)에 도시된 바와 같이, 실제 환자의 신체 일부가 상기 낙상영역(FA)에 위치하더라도, 상기 안전영역(SA)에 위치하는 것으로 인식하며, 환자의 신체 면적의 절반 이상이 상기 낙상영역(FA)에 위치하면, 상기 낙상영역(FA)에 위치하는 것으로 인식한다.
이에 따라, 상기 안전영역(SA), 상기 낙상영역(FA), 그 외부영역간의 경계에 환자가 위치하더라도, 환자가 상기 안전영역(SA), 상기 낙상영역(FA), 그 외부영역에 위치하는지를 판단하기 위한 복잡한 연산과정을 거칠 필요없이, 실질적인 환자의 위치를 간단하게 인식할 수 있다.
상기 교점(P)이 상기 안전영역(SA)에 위치하는 경우에는, 별도의 연산을 추가로 거치지 않고, 낙상이 발생하지 않은 것으로 판단할 수 있으며, 상기 교점(P)이 상기 낙상영역(FA)에 위치하더라도, 8의 (b), (c)에 도시된 바와 같이, 환자가 직립한 상태에서는 실제로 낙상된 상태가 아닌데, 이는 타원의 형태, 상기 낙상영역(FA) 내에서의 상기 교점(P)의 위치 등으로 구분할 수 있다.
예를 들어, 환자가 직립한 상태에는, 환자가 어디에 위치하더라도 타원의 장축의 방향이 일정하며, 타원의 형태 또한 장축과 단축간 길이 비율이 일정한 범위내에서 구현되므로, 이를 이용하여 실제 낙상 여부를 판단할 수 있다.
또한, 환자가 침상에서 낙상되는 경우, 침상 상측에 설치된 카메라와 같은 영상입력장치로부터 급격하게 멀어지며, 타원의 크기가 작아지게 되므로, 상기 상기 낙상영역(FA)내에서 타원의 크기가 축소되는 속도가 설정치 이상이면 낙상 상태 또는 낙상 위험 상태라고 판단할 수도 있다.
또한, 상기 교점(P)의 위치가 거동이 불편한 환자가 침상으로부터 낙상된 상태에서는 도출될 수 없는 영역(예를 들어, 도 8의 (b), (c)에서 상기 낙상영역(FA)의 상, 하측 가장자리 부분)에 위치하는 경우에도 낙상이 아니라고 판단하는 것이 바람직하다.
한편, 실제로 병실 내 환자나 물건의 이동이 없더라도, 영상의 색상은 조명이나 채광 등에 따라 지속적으로 변화하게 되므로, 이러한 변화를 고려하여 상기 배경영상설정단계(S1)에서 설정된 배경영상을 업그레이드하는 과정이 필요하다.
도 1, 2를 참조하면, 본 발명의 일실시예에 따른 영상 처리를 이용한 낙상 검출방법은, 색상비교단계(S6)와 배경영상조정단계(S7)를 추가로 거치면서, 상기와 같은 색상의 지속적인 변화에 맞추어 배경영상을 보정한다.
상기 색상비교단계(S6)에서는, 연속적으로 입력되는 영상의 색상을 실시간 또는 지정시간 간격을 두고 비교하며, 상기 배경영상조정단계(S7)에서는 상기 색상비교단계(S6)에서 연산된 색상의 차이가 설정치 이하인 부분에 대해, 상기 배경영상설정단계(S1)에서 설정된 배경영상 또는 기존의 배경영상을 최종적으로 입력된 영상의 색상 또는 지정시간 동안의 평균에 해당되는 색상으로 대체한다.
상기 배경영상조정단계(S7)에서, 상기 색상비교단계(S6)에서 연산된 색상의 차이가 설정치 이하인 부분에 대해서만 색상 조정을 적용하는 것은, 자연 채광과 인공 조명에 의한 변화(자연 채광에 의한 색상 변화 속도< 인공 조명에 의한 색상 변화 속도)와 구분하기 위해서이다.
자연 채광이 어두워지면서 인공 조명을 이용하여 급격한 색상 변화가 발생하는 경우, 즉 색상의 변화 정도가 설정치를 초과하는 경우에는, 지정시간 동안의 평균이 아닌, 최종적으로 입력된 영상의 색상을 그대로 적용하는 것이 바람직하다.
또한, 상기 색상비교단계(S6)에서 연산된 색상의 차이가 설정치 이하인 부분에 대해서만 색상 조정을 적용하는 것은, 환자의 이동에 의한 각 픽셀당 급격한 색상 변화를 제외하기 위한 것으로, 상기 색상비교단계(S6)에서 색상의 차이가 설정치를 초과하여 발생하는 부분은 환자로 간주하고, 나머지 부분은 배경으로 간주한다.
상기와 같은 구성을 가지는 본 발명의 실시예에 따른 영상 처리를 이용한 낙상 검출방법으로 환자의 침상 낙상을 검출함에 있어서는, 웹캠, 카메라 등과 같은 영상 입력장치와, 상기 영상 입력장치를 통해 입력된 영상 정보를 이용해 낙상 여부를 판단하는 영상 처리장치가 필요하다.
상기 영상 입력장치를 병실 내부에 설치함에 있어서는, 상기 영상 입력장치로 촬영된 영상이 침상과 그 근방을 포함하도록 설치하되, 타원의 크기, 형태에 따라 환자의 위치, 자세를 구분가능하도록 설치한다. 예를 들어, 침상이 바닥으로부터 높이를 가지는 경우, 도 3 내지 도 8에 도시된 바와 같이, 병실 상측에서 아래를 내려다보도록 설치하는 것이 바람직하다.
상기 영상 처리장치에서는, 상기 영상 입력장치를 통해 실시간으로 입력되는 영상을 배경영상과 비교하여 환자와 배경을 구분하면서, 환자와 배경간의 불규칙한 경계를 환자의 면적, 자세에 대응되는 크기와 형상을 가지는 타원으로 단순화하고, 침상 내외부에서의 환자의 위치, 움직임을, 타원 교점(P)의 위치, 이동속도와, 타원의 크기, 형상의 변화 정도에 따라 구분하여 낙상 여부를 판단한다.
상기와 같은 구성을 가지는 본 발명의 실시예에 의하면, 병실에 특화된 알고리즘의 적용에 의해, 웹캠 등 간단한 영상 입력장치를 이용하여 환자의 이동, 낙상 상태 등을 자동으로 인식하여, 병실 외부에 있는 보호자에게 알릴 수 있어, 병원에서 일어나는 사고 중 가장 많은 비율을 가지는 낙상 사고에 신속하게 대처 가능하도록 한다.
이상에서는 본 발명의 바람직한 실시예를 들어 설명하였으나, 본 발명은 이러한 실시예에 한정되는 것이 아니고, 상기 실시예들을 기존의 공지기술과 단순히 조합적용한 실시예와 함께, 본 발명의 특허청구범위와 상세한 설명에서 본 발명이 속하는 기술분야의 당업자가 변형하여 이용할 수 있는 기술은 본 발명의 기술범위에 당연히 포함된다고 보아야 할 것이다.
S1 : 배경영상설정단계 S2 : 안전영역설정단계
S3 : 대상구분단계 S4 : 단순화단계
S4-1 : 경계검출단계 S4-2 : 각형화단계
S4-3 : 트리밍단계 S4-4 : 곡형화단계
S5 : 낙상판단단계 S5-1 : 요소연산단계
S5-2 : 위치확인단계 S5-3 : 낙상결정단계
S6 : 색상비교단계 S7 : 배경영상조정단계
FA : 낙상영역 SA : 안전영역
sq, sq1, sq2 : 사각형 P : 교점

Claims (12)

  1. 환자가 없는 상태의 영상을 배경영상으로 초기화하는 배경영상설정단계(S1);
    배경영상 내에서 환자가 위치하여야 하는 안전영역(SA)을 설정하는 안전영역설정단계(S2);
    배경영상과 실시간으로 입력되는 영상을 비교하여 임의의 형상을 가지는 환자를 배경과 구분하는 대상구분단계(S3);
    환자와 배경간의 불규칙한 경계를, 환자의 면적, 자세에 대응되는 크기와 형상을 가지는 타원으로 단순화하는 단순화단계(S4); 및
    기설정된 안전영역(SA) 내외부에서의 환자의 위치, 움직임을, 상기 단순화단계(S4)에서 도출된 타원 교점(P)의 위치, 이동속도와, 타원의 크기, 형상의 변화 정도에 따라 구분하여 낙상 여부를 판단하는 낙상판단단계(S5)에 있어서;
    상기 단순화단계(S4)는 환자와 배경간의 경계를 2차원 좌표상에 전사하는 경계검출단계(S4-1);
    환자와 배경간의 경계의 상, 하, 좌, 우측단에 4변이 위치하는 사각형(sq)을 도출하는 각형화단계(S4-2);및
    상기 사각형(sq)의 중심을 장축과 단축의 교점(P)으로 하고, 상기 사각형(sq)의 4변 중 하나 이상과 접하되,
    교점(P)으로부터 환자와 배경간의 경계까지의 거리가 가장 먼 방향을 장축방향, 그 수직방향을 단축방향으로 하며, 사각형(sq) 내부에서 교점(P)으로부터 환자와 배경간의 경계까지의 거리를 장축거리, 교점(P)으로부터 환자와 배경간의 경계까지의 거리를 단축거리로 가정하여, 장축거리와 단축거리의 비를 일정하게 유지하면서, 타원 내부에서 환자와 배경간의 경계 외부의 영역이 최소화되는 타원을 도출하는 곡형화단계(S4-4);
    를 포함하여 구성되는 것을 특징으로 하는 영상 처리를 이용한 낙상 검출방법.
  2. 제1항에 있어서, 상기 배경영상설정단계(S1)는,
    지정시간동안 입력된 영상 프레임의 평균에 해당되는 색상으로 배경영상을 설정하는 것을 특징으로 하는 영상 처리를 이용한 낙상 검출방법.
  3. 제1항에 있어서, 상기 안전영역설정단계(S2)는,
    배경영상 중 침상에 해당되는 부분을 안전영역(SA)으로 설정하는 것을 특징으로 하는 영상 처리를 이용한 낙상 검출방법.
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 각형화단계(S4-2)와 곡형화단계(S4-4) 사이에, 상기 각형화단계(S4-2)에서 도출된 사각형(sq)의 대변간 거리를 지정 비율로 축소시킨 형태의 사각형(sq2)을 도출하여, 상기 각형화단계(S4-2)에서 도출된 상기 사각형(sq)을 대체하는 트리밍단계(S4-3);
    를 더 포함하여 구성되는 것을 특징으로 하는 영상 처리를 이용한 낙상 검출방법.
  7. 제1항에 있어서, 상기 낙상판단단계(S5)는,
    타원 교점(P)의 위치, 이동속도, 타원의 크기, 형상을 실시간으로 연산하는 요소연산단계(S5-1);
    타원 교점(P)이 안전영역(SA) 내부, 상기 안전영역(SA) 외부의 낙상영역(FA), 상기 낙상영역(FA) 외부 중 어디에 위치하는지를 확인하는 위치확인단계(S5-2); 및
    상기 안전영역(SA) 내에서 타원 교점(P)의 이동속도가 설정치 이상이거나, 상기 낙상영역(FA) 내에서 타원 교점(P)이 지정시간 이상 정지, 유지되거나, 상기 낙상영역(FA) 내에서 타원의 초점간 거리가 설정치 이상이거나, 타원의 크기가 설정치 이하이거나, 타원의 크기가 축소되는 속도가 설정치 이상이면 낙상이라고 판단하는 낙상결정단계(S5-3);
    를 포함하여 구성되는 것을 특징으로 하는 영상 처리를 이용한 낙상 검출방법.
  8. 제7항에 있어서, 상기 낙상영역(FA)은,
    상기 안전영역(SA)이 침상에 해당되는 부분이라고 가정하여, 환자가 침상에서 낙상되었을 때 위치하게 되는 영역인 것을 특징으로 하는 영상 처리를 이용한 낙상 검출방법.
  9. 제1항에 있어서,
    연속적으로 입력되는 영상의 색상을 실시간 또는 지정시간 간격을 두고 비교하는 색상비교단계(S6); 및
    상기 색상비교단계(S6)에서 연산된 색상의 차이가 설정치 이하인 부분에 대해, 배경영상을 최종적으로 입력된 영상의 색상 또는 지정시간 동안의 평균에 해당되는 색상으로 대체하는 배경영상조정단계(S7);
    를 더 포함하여 구성되는 것을 특징으로 하는 영상 처리를 이용한 낙상 검출방법.
  10. 제9항에 있어서, 상기 배경영상조정단계(S7)는,
    상기 색상비교단계(S6)에서 색상의 차이가 설정치를 초과하여 발생하는 부분은 환자로 간주하고, 나머지 부분은 배경으로 간주하는 것을 특징으로 하는 것을 특징으로 하는 영상 처리를 이용한 낙상 검출방법.
  11. 웹캠, 카메라와 같은 영상 입력장치로 촬영된 영상에 근거하여 환자의 침상 낙상을 검출하기 위한 영상 처리장치에 있어서, 환자가 없는 상태의 병실 내부 영상에 해당되는 배경영상과 실시간으로 입력되는 영상을 비교하여 환자와 배경을 구분하면서, 환자의 면적, 자세에 따라 환자와 배경간의 경계를 2차원 좌표상에 전사하는 경계검출하고, 경계의 상, 하, 좌, 우측단에 4변이 위치하는 사각형 도출하며, 상기 사각형의 중심을 장축과 단축의 교점으로 하여, 장축거리와 단축거리의 비를 일정하게 유지하면서, 타원 내부에서 환자와 배경 간의 경계 외부의 영역이 최소화되는 타원으로 대상을 단순화하고, 침상 내외부에서의 환자의 위치, 움직임을, 타원 교점(P)의 위치, 이동속도와, 타원의 크기, 형상의 변화 정도에 따라 구분하여 침상 낙상 여부를 판단하는 것을 특징으로 하는 낙상 검출을 위한 영상 처리장치.
  12. 제11항에 있어서,
    상기 침상 내에서 타원 교점(P)의 이동속도가 설정치 이상이거나, 환자가 상기 침상에서 낙상되었을 때 위치하게 되는 낙상영역(FA) 내에서 타원 교점(P)이 지정시간 이상 정지, 유지되거나, 상기 낙상영역(FA) 내에서 타원의 초점간 거리가 설정치 이상이거나, 타원의 크기가 설정치 이하이거나, 타원의 크기가 축소되는 속도가 설정치 이상이면 낙상이라고 판단하는 것을 특징으로 하는 낙상 검출을 위한 영상 처리장치.
KR1020110032269A 2011-04-07 2011-04-07 영상 처리를 이용한 낙상 검출방법 및 이를 위한 영상 처리장치 KR101765469B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110032269A KR101765469B1 (ko) 2011-04-07 2011-04-07 영상 처리를 이용한 낙상 검출방법 및 이를 위한 영상 처리장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110032269A KR101765469B1 (ko) 2011-04-07 2011-04-07 영상 처리를 이용한 낙상 검출방법 및 이를 위한 영상 처리장치

Publications (2)

Publication Number Publication Date
KR20120114629A KR20120114629A (ko) 2012-10-17
KR101765469B1 true KR101765469B1 (ko) 2017-08-23

Family

ID=47283710

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110032269A KR101765469B1 (ko) 2011-04-07 2011-04-07 영상 처리를 이용한 낙상 검출방법 및 이를 위한 영상 처리장치

Country Status (1)

Country Link
KR (1) KR101765469B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240005260A (ko) 2022-07-04 2024-01-12 주식회사 소프트웨어융합연구소 3축 심탄도센서와 영상 개체 인식 알고리즘을 이용한 낙상 예측방법 및 시스템

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101593187B1 (ko) 2014-07-22 2016-02-11 주식회사 에스원 3차원 영상 정보를 이용한 이상 행동 감시 장치 및 방법
KR101645617B1 (ko) 2014-07-30 2016-08-05 고려대학교 산학협력단 낙상 방지장치
KR101655969B1 (ko) 2014-08-29 2016-09-09 동의대학교 산학협력단 영상 분석을 통하여 환자의 낙상을 방지하기 위한 장치 및 방법
KR101702574B1 (ko) 2015-05-27 2017-02-07 동의대학교 산학협력단 영상 분석을 통하여 환자의 낙상 위험을 판단하는 장치가 포함된 침대
KR101715218B1 (ko) 2015-06-25 2017-03-13 동의대학교 산학협력단 영상 분석을 통하여 환자의 낙상 위험을 판단하는 시스템 및 방법
KR101704471B1 (ko) 2015-12-08 2017-02-10 조선대학교산학협력단 낙상 검출 장치 및 그 방법
KR102013935B1 (ko) * 2017-05-25 2019-08-23 삼성전자주식회사 위험 상황을 감지하는 방법 및 시스템
WO2020230927A1 (ko) * 2019-05-15 2020-11-19 엘지전자 주식회사 웨어러블 디바이스 및 그 제어 방법
CN110647812B (zh) * 2019-08-19 2023-09-19 平安科技（深圳）有限公司 摔倒行为检测处理方法、装置、计算机设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001216524A (ja) * 2000-01-31 2001-08-10 Matsushita Graphic Communication Systems Inc 変形円描画装置および画像抽出装置
JP2002374522A (ja) * 2001-06-14 2002-12-26 Matsushita Electric Works Ltd 監視システムのデータ設定方法及びそれを用いた監視システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001216524A (ja) * 2000-01-31 2001-08-10 Matsushita Graphic Communication Systems Inc 変形円描画装置および画像抽出装置
JP2002374522A (ja) * 2001-06-14 2002-12-26 Matsushita Electric Works Ltd 監視システムのデータ設定方法及びそれを用いた監視システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240005260A (ko) 2022-07-04 2024-01-12 주식회사 소프트웨어융합연구소 3축 심탄도센서와 영상 개체 인식 알고리즘을 이용한 낙상 예측방법 및 시스템

Also Published As

Publication number Publication date
KR20120114629A (ko) 2012-10-17

Similar Documents

Publication Publication Date Title
KR101765469B1 (ko) 영상 처리를 이용한 낙상 검출방법 및 이를 위한 영상 처리장치
CN109963539B (zh) 看护辅助系统及其控制方法、以及计算机可读取的记录介质
CN109919132A (zh) 一种基于骨架检测的行人跌倒识别方法
US10424180B2 (en) Body fall smart control system and method therefor
Liu et al. A fall detection system using k-nearest neighbor classifier
JP6655727B2 (ja) 監視システム
JP5782737B2 (ja) 状態検知装置、状態検知方法および状態検知プログラム
KR102411316B1 (ko) 건설 현장의 작업자 안전도 분석 서비스 제공 방법 및 이를 수행하는 서버 및 시스템
JP6692987B2 (ja) ベッド転落を予測及び防止する患者監視のためのデバイス、システム、及び方法
CN104361332A (zh) 一种用于疲劳驾驶检测的人脸眼睛区域定位方法
US20210241011A1 (en) Drowsiness Detection System
CN110472473A (zh) 基于姿态估计检测扶梯上人跌倒的方法
CN111709277A (zh) 人体摔倒检测方法、装置、计算机设备和存储介质
KR20140110484A (ko) 영상정보를 이용한 위험 행동 검지방법
CN110046557A (zh) 基于深度神经网络判别的安全帽、安全带检测方法
US20180247140A1 (en) Human detection device, human detection system, human detection method, and human detection program
WO2019003859A1 (ja) 見守り支援システム及びその制御方法、及びプログラム
CN107958572A (zh) 一种婴儿监控系统
JP2009219555A (ja) 眠気検知装置、運転支援装置、眠気検知方法
KR20220131202A (ko) 뇌파 측정 장치를 이용한 낙상 방지 방법
CN114708552A (zh) 一种基于人体骨骼的三维区域入侵检测方法和系统
JP5082897B2 (ja) 類型判別ユニット、自動改札機、および保全装置
JP2003224844A (ja) ホーム監視システム
CN108846996B (zh) 一种摔倒侦测系统及方法
JP2018082745A (ja) 姿勢判定装置及び通報システム

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant