TWI474291B - 體感偵測跌倒方法 - Google Patents
體感偵測跌倒方法 Download PDFInfo
- Publication number
- TWI474291B TWI474291B TW101101008A TW101101008A TWI474291B TW I474291 B TWI474291 B TW I474291B TW 101101008 A TW101101008 A TW 101101008A TW 101101008 A TW101101008 A TW 101101008A TW I474291 B TWI474291 B TW I474291B
- Authority
- TW
- Taiwan
- Prior art keywords
- electronic device
- color image
- judgment result
- vector
- image
- Prior art date
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Description
本案係關於一種偵測方法，尤指一種利用軟體運算及解析彩色影像與深度影像以進行體感偵測及識別動作之體感偵測跌倒方法。
近年來，由於人口年齡結構以及社會、家庭結構的改變，使得青壯年人口所需扶養的平均老年人口數量與日俱增，也造成青壯年人口需要更長的工作時間以維持日常所需的經濟來源，因而使老人單獨在家的情況愈見普遍。
有鑑於此，仰賴現今科技的進步，許多遠距醫學的相關產品、應用不斷地被開發及提出，其重要性可見一斑。舉例而言，體感偵測系統目前廣為應用於遠距醫學領域，主要應用於減少老人或醫院病患因跌倒而造成的危險及傷害，其可於受偵測者跌倒或摔倒時立即發出警示音效或者通知特定對象，而使受偵測者之親人、子女、朋友或醫護人員可以立即發現，進而防止危險的擴大，不但降低了老人或病患單獨在家或病房的風險，也讓其親人、子女得以安心出外工作或辦事。
然而，傳統的體感偵測系統大多係使用具有陀螺儀之偵測裝置，並配戴於受偵測者身上，始能達到偵測的目的，不僅需要較高的製造成本，往往更造成受偵測者日常生活的不便，且若受偵測者
感到不適或因穿脫不易而沒有隨時配戴，即無法發揮體感偵測的功能與效果。更甚者，由於配戴偵測裝置的不適感，受偵測者於睡眠時往往不會進行配戴，使得受偵測者於深夜的黑暗中處於極高的風險之中，完全無法防範半夜起身摔倒或跌倒的危險及傷害，甚至造成許多意外及不幸，令人困擾不已。
因此，如何發展一種足以改善上述習知技術之缺失，且能有效降低製造成本，並達到無需接觸人體且安裝簡便，不影響生活起居之體感偵測跌倒方法，實為目前迫切需要解決之問題。
本案之主要目的為提供一種體感偵測跌倒方法，俾解決習知體感偵測系統及體感偵測跌倒方法之製造成本偏高，且因穿脫、配戴不易而造成日常生活的不便，以及無法防範受偵測者半夜起身摔倒或跌倒的危險等缺點。
本案之另一目的為提供一種體感偵測跌倒方法，藉由彩色影像擷取模組及深度影像擷取模組獲取彩色影像以及深度影像，並經由電子裝置運算及解析而進行體感識別動作，可達到隨時進行偵測，且不需直接接觸受偵測者而不影響日常生活，並可於黑暗中使用，以達到全面性防護等功效。
本案之另一目的為提供一種體感偵測跌倒方法，透過彩色影像擷取模組及深度影像擷取模組之設置，可達到無需設置陀螺儀，進而降低製造成本之功效。
為達上述目的，本案之一較佳實施態樣為提供一種體感偵測跌倒方法，至少包括步驟：(a)提供一電子裝置以及一偵測裝置，該
偵測裝置係與該電子裝置相連接；(b)該偵測裝置之一彩色影像擷取模組以及一深度影像擷取模組分別擷取一彩色影像以及一深度影像；(c)該電子裝置接收該彩色影像以及該深度影像；(d)該電子裝置對該彩色影像以及該深度影像進行運算及解析；以及(e)該電子裝置根據該彩色影像以及該深度影像之變化進行一體感識別動作。
為達上述目的，本案之另一較佳實施態樣為提供一種體感偵測跌倒方法，至少包括步驟：(a)提供一電子裝置以及一偵測裝置，該偵測裝置係與該電子裝置相連接；(b)該偵測裝置之一彩色影像擷取模組以及一深度影像擷取模組分別擷取一彩色影像以及一深度影像；(c)該電子裝置接收該彩色影像以及該深度影像；(f)啟動一第一程式；(g)根據該彩色影像以及該深度影像判斷一第一向量與一第二向量之一夾角是否大於70度；(h)切換至一第二程式；(i)判斷該第一向量與該第二向量之該夾角隨時間之變化量是否大於每秒120度；(j)判斷該夾角隨時間之變化量是否介於每秒100度及每秒120度之間；(k)記錄為跌倒；(l)記錄為高跌倒風險；(m)記錄為自然坐下或躺下；(n)控制該偵測裝置之該彩色影像擷取模組持續擷取一連續影像；(o)將該連續影像轉換為一影片並上傳至一網路；(p)發出一電子郵件或一訊息進行通知；以及(q)判斷該夾角是否小於10度；其中，當步驟(g)之判斷結果為否時，重新執行步驟(g)，而當步驟(g)之判斷結果為是時，執行步驟(h)；當步驟(i)之判斷結果為否時，執行步驟(j)，而當步驟(i)之判斷結果為是時，執行步驟(k)；當步驟(j)之判斷結果為是時，執行步驟(l)，而當步驟(j)之判斷結果為否時，執行
步驟(m)；以及當步驟(q)之判斷結果為否時，重新執行步驟(q)，而當步驟(q)之判斷結果為是時，重新執行步驟(f)。
1‧‧‧體感偵測系統
2‧‧‧電子裝置
21‧‧‧控制單元
22‧‧‧儲存單元
23‧‧‧影像處理單元
24‧‧‧傳輸介面
3‧‧‧偵測裝置
31‧‧‧控制模組
32‧‧‧彩色影像擷取模組
33‧‧‧深度影像擷取模組
331‧‧‧紅外線發射器
332‧‧‧紅外線攝影機
34‧‧‧音訊擷取模組
35‧‧‧傳輸模組
36‧‧‧驅動模組
4‧‧‧網路
S100~S500‧‧‧步驟
S601~S612‧‧‧步驟
V1‧‧‧第一向量
V2‧‧‧第二向量
θ‧‧‧夾角
第1圖係為本案較佳實施例之體感偵測跌倒方法適用之體感偵測系統之元件方塊圖。
第2圖係為本案較佳實施例之體感偵測跌倒方法適用之體感偵測系統示意圖。
第3圖係為本案另一實施例之體感偵測跌倒方法適用之體感偵測系統之元件方塊圖。
第4圖係為本案較佳實施例之體感偵測跌倒方法流程圖。
第5圖係為本案體感偵測跌倒方法進行體感識別動作及後續動作之細部流程圖。
第6圖係為本案較佳實施例之第一向量、第二向量及其夾角之示意圖。
體現本案特徵與優點的一些典型實施例將在後段的說明中詳細敘述。應理解的是本案能夠在不同的態樣上具有各種的變化，然其皆不脫離本案的範圍，且其中的說明及圖式在本質上係當作說明之用，而非用以限制本案。
請參閱第1圖以及第2圖，其係分別為本案較佳實施例之體感偵測跌倒方法適用之體感偵測系統元件方塊圖以及本案較佳實施例之體感偵測跌倒方法適用之體感偵測系統示意圖。如第1圖及第2圖
所示，本案體感偵測跌倒方法所適用之體感偵測系統1至少包括電子裝置2以及偵測裝置3，其中電子裝置2係架構於控制體感偵測系統1之運作，可為例如但不限於個人電腦、筆記型電腦、工作站、伺服器或遊戲主機等；偵測裝置3係與電子裝置2相連接，可為例如三維立體攝影機、網路攝影機、數位攝影機或骨架定位攝影機等，但不以此為限，且偵測裝置3至少包括控制模組31、彩色影像擷取模組32以及深度影像擷取模組33。控制模組31係架構於控制偵測裝置2之運作，彩色影像擷取模組32係與控制模組31相連接，用以擷取彩色影像，且深度影像擷取模組33亦與控制模組31相連接，用以擷取彩色影像。電子裝置2於彩色影像擷取模組32及深度影像擷取模組33分別擷取彩色影像及深度影像後，接收該彩色影像以及該深度影像，並對彩色影像及深度影像進行運算及解析，俾根據彩色影像及深度影像之變化進行一體感識別動作，例如識別受偵測者是否有跌倒、坐下或躺下等動作或行為，藉由彩色影像擷取模組32及深度影像擷取模組33獲取彩色影像以及深度影像，並經由電子裝置2運算及解析而進行體感識別動作，可達到隨時進行偵測，且不需直接接觸受偵測者而不影響日常生活，並可於黑暗中使用，以達到全面性防護等功效。此外，透過彩色影像擷取模組32及深度影像擷取模組33之設置，可達到無需設置陀螺儀，進而降低製造成本之功效。
請參閱第3圖，其係為本案另一實施例之體感偵測跌倒方法適用之體感偵測系統之元件方塊圖。如第3圖所示，本案體感偵測系統1之電子裝置2可進一步包括控制單元21、儲存單元22、影像處理單元23以及傳輸介面24。其中，控制單元21係架構於控制電子
裝置2之運作，可為例如但不限於中央處理器、微處理器等，儲存單元22係與控制單元21相連接，用以儲存彩色影像、深度影像以及體感偵測系統之參數或電子裝置2運算、解析後所產生之資料等，但不以此為限。影像處理單元23係與控制單元21相連接，用以進行影像之運算及解析，例如但不限於計算影像之三維座標或影像之切層處理等，傳輸介面24係與控制單元21相連接，用以連接至偵測裝置3或網路4，而得以接收彩色影像及/或深度影像，或將彩色影像、深度影像、運算及解析後之數據、處理後之影像資料或其他資料傳輸至網路4，但不以此為限。於一些實施例中，影像處理單元23可為例如但不限於繪圖處理器、繪圖處理單元或繪圖晶片等，且亦可與控制單元21整合封裝或內建於控制單元21中，傳輸介面24可為通用序列匯流排(USB)傳輸介面、雷霆(Thunderbolt)傳輸介面、火線(Firewire)傳輸介面、序列高技術配置(Serial Advanced Technology Attachment,SATA)傳輸介面、快捷外設互聯標準(Peripheral Component Interconnect Express,PCI-E)傳輸介面、符合CAT-5e、CAT-6、CAT-6e或CAT-7等規格之網路(Ethernet)傳輸介面或其一種以上傳輸介面之組合，且網路可為網際網路(Internet)、區域網路(Local Area Network,LAN)或無線區域網路(Wireless Local Area Network,WLAN)等，然皆不以此為限。
根據本案之構想，偵測裝置3可進一步包括音訊擷取模組34、傳輸模組35，且深度影像擷取模組33可進一步包括紅外線發射器331及紅外線攝影機332。其中，深度影像擷取模組33係透過紅外線發射器331發射紅外線，並以紅外線攝影機332擷取反射之紅外
線，進而擷取到深度影像。音訊擷取模組34係與偵測裝置3之控制模組31相連接，用以擷取聲音音訊，並可同步配合彩色影像擷取模組32持續擷取連續影像，再透過電子裝置2將聲音音訊及連續影像轉換為影片資料，並儲存於儲存單元22中，或透過傳輸介面24上傳至網路4，但不以此為限。傳輸模組35係與控制模組31以及電子裝置2之傳輸介面24相連接，用以將彩色影像、深度影像、聲音音訊以及連續影像等傳輸至電子裝置2，且傳輸模組35可包括通用序列匯流排傳輸介面、雷霆傳輸介面、火線傳輸介面、序列高技術配置傳輸介面、快捷外設互聯標準傳輸介面、網路傳輸介面或其至少一種以上之組合。
於另一些實施例中，本案之偵測裝置3係可更進一步包括驅動模組36，例如但不限於馬達模組或多向式轉軸等，驅動模組36係與控制模組31相連接，用以驅動偵測裝置3之本體進行轉動，以達到鎖定彩色影像擷取模組32及深度影像擷取模組33擷取彩色影像及深度影像之目標之功效。換言之，本案之偵測裝置係具有鎖定對焦之功能，可鎖定指定之受偵測者，例如老人或醫院病患等，但不以此為限，而不間斷地進行影像擷取及體感識別動作，進而達到隨時進行偵測，且不需直接接觸受偵測者而不影響日常生活，並可於黑暗中使用，以達到全面性防護等功效。
請參閱第4圖並配合第2圖，其中第4圖係為本案較佳實施例之體感偵測跌倒方法流程圖。如第4圖所示，本案之偵測方法至少包括步驟：首先，如步驟S100所示，提供電子裝置2以及偵測裝置3，偵測裝置3係與電子裝置2相連接，且電子裝置2係架構於控制偵測裝置3以及電子裝置2本身之運作；其次，如步驟S200所示，
偵測裝置3之彩色影像擷取模組32以及深度影像擷取模組33分別擷取一彩色影像以及一深度影像；然後，如步驟S300所示，電子裝置2接收彩色影像以及深度影像；接著，如步驟S400所示，電子裝置2對彩色影像以及深度影像進行運算及解析；最後，如步驟S500所示，電子裝置2根據彩色影像以及深度影像之變化進行體感識別動作，例如識別受偵測者是否有跌倒、坐下或躺下之動作或行為。
於步驟S400及S500所示之體感識別動作完成後，根據本案之構想，體感偵測裝置1係可進一步具有通知及警示之功能。請參閱第5圖及第6圖並配合第2圖及第4圖，其中第5圖及第6圖係分別為本案體感偵測跌倒方法進行體感識別動作及後續動作之細部流程圖以及本案較佳實施例之第一向量、第二向量及其夾角之示意圖。如第2圖、第4圖、第5圖以及第6圖所示，本案體感偵測跌倒方法係可於步驟S400中，如步驟S601所示啟動第一程式，該第一程式係儲存於電子裝置2之儲存單元22，主要用以識別受偵測者於日常生活站立時是否跌倒、坐下或躺下，並於電子裝置2完成彩色影像及深度影像之運算及解析後，如步驟S602所示，判斷第一向量V1與第二向量V2的夾角θ是否大於70度，其中第一向量V1及第二向量V2分別係透過電子裝置2於彩色影像及深度影像中選取受偵測者的數個骨架關節節點並連線之初始向量及變化後之向量，且其方向係由較接近地面處指向較遠離地面處，例如選取腰部-脊椎-後腦之連線，且方向係由腰部指向後腦之向量，或選取腰部中心-肩膀中心之連線，且方向係由腰部中心指向肩膀中心，然皆不以此為限。若步驟S602之判斷結果為否，則重新執行步驟
S602，換言之，若受偵測者未有跌倒、坐下或躺下之動作或行為，則不斷偵測第一向量V1及第二向量V2之夾角是否大於70度，以達到持續偵測、判斷及識別之效用；若步驟S602之判斷結果為是，則執行步驟S603以切換至第二程式，其中該第二程式係根據彩色影像以及深度影像之變化進行一體感識別動作，且儲存於電子裝置2之儲存單元22，用以明確判斷及識別受偵測者之動作是屬於自然坐下、躺下或者跌倒。如步驟S604所示，判斷第一向量V1與第二向量V2的夾角θ隨時間的變化量是否大於每秒120度，若步驟S604之判斷結果為是，代表受偵測者以極大的角速度(即角度隨時間的變化量)跌倒或摔倒，故如步驟S605所示，電子裝置2將受偵測者紀錄為跌倒；若步驟S604之判斷結果為否，則進行步驟S606以進行細部分析，判斷第一向量V1與第二向量V2的夾角θ隨時間的變化量是否介於每秒100度及120度之間，若步驟S606的判斷結果為是，因屬於跌倒或摔倒之高風險動作或行為，故如步驟S607所示，電子裝置2將受偵測者紀錄為高跌倒風險；若步驟S606的判斷結果為否，因角速度屬於自然坐下或躺下之範圍，故如步驟S608所示，電子裝置2將受偵測者紀錄為自然坐下或躺下。
於區分受偵測者屬於確定跌倒、高跌倒風險或者自然坐下或躺下之後，為確保受偵測者之安全，若電子裝置2紀錄受偵測者為跌倒或高跌倒風險，則如步驟S609所示，電子裝置2控制偵測裝置3之彩色影像擷取模組32持續擷取連續影像，並如步驟S610所示，電子裝置2接收連續影像後，將連續影像轉換為影片並上傳至網路4，再如步驟S611所示，發出電子郵件或訊息進行通知，以警
告受偵測者之親屬、家人或者照護之醫護人員，且於一些實施例中，步驟S610及S611係可同步進行，且電子裝置2於步驟S611所發出之電子郵件或訊息係包括該上傳至網路4之影片之連結網址，以供受偵測者之親屬、家人或者照護之醫護人員進行觀看，以確認受偵測者之身體狀況、動作或行為，然皆不以此為限。
若受偵測者如步驟S608所示，屬於自然坐下或躺下之動作或行為，或者於步驟S611完成電子郵件或訊息通知後，電子裝置2遂進行步驟S612，亦即判斷第一向量V1與第二向量V2的夾角θ是否小於10度，若步驟S612之判斷結果為否，代表受偵測者仍未恢復站立或起身，故重新執行步驟S612，以不斷偵測第一向量V1及第二向量V2之夾角是否小於10度，以達到持續偵測、判斷及識別之效用；若步驟S612之判斷結果為是，則代表受偵測者已恢復站立或起身，故重新切換至第一程式，以持續進行偵測。
綜上所述，本案提供一種體感偵測跌倒方法，透過彩色影像擷取模組及深度影像擷取模組之設置，因不須設置陀螺儀而可降低製造成本，且藉由彩色影像擷取模組及深度影像擷取模組獲取彩色影像以及深度影像，並經由電子裝置運算及解析而進行體感識別動作，配合第一程式及第二程式進行判斷，可達到隨時進行偵測，且不需直接接觸受偵測者而不影響日常生活，並可於黑暗中使用，同時減少誤判，以達到全面性防護等功效。
此外，傳統之體感偵測系統易於受偵測者坐下或躺下時，造成骨架關節節點的擷取產生亂數判定之情形，而常常有誤判的狀況發生。相較於傳統之體感偵測系統，本案之體感偵測系統及其偵測裝置與方法係透過第一程式識別及判斷受偵測者之跌倒、坐下或
躺下之動作，並於受偵測者坐下或躺下等無風險之狀況時，切換至第二程式以過濾亂數判定而避免產生誤判，進而可達到高識別正確率之功效。
縱使本發明已由上述之實施例詳細敘述而可由熟悉本技藝之人士任施匠思而為諸般修飾，然皆不脫如附申請專利範圍所欲保護者。
<AlEx>
1‧‧‧體感偵測系統
2‧‧‧電子裝置
3‧‧‧偵測裝置
Claims (8)
- 一種體感偵測跌倒方法，至少包括步驟：(a)提供一電子裝置以及一偵測裝置，該偵測裝置係與該電子裝置相連接；(b)該偵測裝置之一彩色影像擷取模組以及一深度影像擷取模組分別擷取一彩色影像以及一深度影像；(c)該電子裝置接收該彩色影像以及該深度影像；(d)該電子裝置對該彩色影像以及該深度影像進行運算及解析，包括步驟：(f)啟動一第一程式，該第一程式係儲存於該電子裝置，用以識別一受偵測者之動作；(g)根據該彩色影像以及該深度影像判斷一第一向量與一第二向量之一夾角是否大於70度；以及(h)切換至一第二程式，該第二程式係儲存於該電子裝置，用以過濾亂數判定並判斷及識別該受偵測者之動作；以及(e)該電子裝置根據該彩色影像以及該深度影像之變化進行一體感識別動作；其中，當步驟(g)之判斷結果為否時，重新執行步驟(g)，而當步驟(g)之判斷結果為是時，執行步驟(h)。
- 如申請專利範圍第1項所述之體感偵測跌倒方法，其中步驟(e)更包括步驟(i)判斷該第一向量與該第二向量之該夾角隨時間之變化量是否大於每秒120度。
- 如申請專利範圍第2項所述之體感偵測跌倒方法，其中當步驟(i)之判斷結果為否時，執行步驟(j)判斷該夾角隨時間之變化量是否介於每秒100度及每秒120度之間，而當步驟(i)之判斷結果為是時，執行步驟(k)記錄為跌倒。
- 如申請專利範圍第3項所述之體感偵測跌倒方法，其中當步驟(j)之判斷結果為是時，執行步驟(l)記錄為高跌倒風險，而當步驟(j)之判斷結果為否時，執行步驟(m)記錄為自然坐下或躺下。
- 如申請專利範圍第4項所述之體感偵測跌倒方法，其中步驟(k)及步驟(l)之後，更包括步驟：(n)控制該偵測裝置之該彩色影像擷取模組持續擷取一連續影像；(o)將該連續影像轉換為一影片並上傳至一網路；以及(p)發出一電子郵件或一訊息進行通知。
- 如申請專利範圍第5項所述之體感偵測跌倒方法，其中步驟(p)及步驟(m)之後，更包括步驟(q)判斷該夾角是否小於10度。
- 如申請專利範圍第6項所述之體感偵測跌倒方法，其中當步驟(q)之判斷結果為否時，重新執行步驟(q)，而當步驟(q)之判斷結果為是時，重新執行步驟(f)。
- 一種體感偵測跌倒方法，至少包括步驟：(a)提供一電子裝置以及一偵測裝置，該偵測裝置係與該電子裝置相連接；(b)該偵測裝置之一彩色影像擷取模組以及一深度影像擷取模組分別擷取一彩色影像以及一深度影像；(c)該電子裝置接收該彩色影像以及該深度影像；(f)啟動一第一程式，該第一程式係儲存於該電子裝置，用 以識別一受偵測者之動作；(g)根據該彩色影像以及該深度影像判斷一第一向量與一第二向量之一夾角是否大於70度；(h)切換至一第二程式，該第二程式係儲存於該電子裝置，用以過濾亂數判定並判斷及識別該受偵測者之動作；(i)判斷該第一向量與該第二向量之該夾角隨時間之變化量是否大於每秒120度；(j)判斷該夾角隨時間之變化量是否介於每秒100度及每秒120度之間；(k)記錄為跌倒；(l)記錄為高跌倒風險；(m)記錄為自然坐下或躺下；(n)控制該偵測裝置之該彩色影像擷取模組持續擷取一連續影像；(o)將該連續影像轉換為一影片並上傳至一網路；(p)發出一電子郵件或一訊息進行通知；以及(q)判斷該夾角是否小於10度；其中，當步驟(g)之判斷結果為否時，重新執行步驟(g)，而當步驟(g)之判斷結果為是時，執行步驟(h)；當步驟(i)之判斷結果為否時，執行步驟(j)，而當步驟(i)之判斷結果為是時，執行步驟(k)；當步驟(j)之判斷結果為是時，執行步驟(l)，而當步驟(j)之判斷結果為否時，執行步驟(m)；以及當步驟(q)之判斷結果為否時，重新執行步驟(q)，而當步驟(q)之判斷結果為是時，重新執行步驟(f)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW101101008A TWI474291B (zh) | 2012-01-10 | 2012-01-10 | 體感偵測跌倒方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW101101008A TWI474291B (zh) | 2012-01-10 | 2012-01-10 | 體感偵測跌倒方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201329915A TW201329915A (zh) | 2013-07-16 |
| TWI474291B true TWI474291B (zh) | 2015-02-21 |
Family
ID=49225790
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW101101008A TWI474291B (zh) | 2012-01-10 | 2012-01-10 | 體感偵測跌倒方法 |
Country Status (1)
| Country | Link |
|---|---|
| TW (1) | TWI474291B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108737785A (zh) * | 2018-05-21 | 2018-11-02 | 北京奇伦天佑创业投资有限公司 | 基于tof 3d摄像机的室内跌倒自动检测系统 |
| US10783765B2 (en) | 2018-09-13 | 2020-09-22 | Wistron Corporation | Falling detection method and electronic system using the same |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107016350A (zh) * | 2017-04-26 | 2017-08-04 | 中科唯实科技（北京）有限公司 | 一种基于深度相机的老人跌倒检测方法 |
| CN109886101A (zh) * | 2018-12-29 | 2019-06-14 | 江苏云天励飞技术有限公司 | 姿势识别方法及相关装置 |
| TWI766501B (zh) * | 2020-12-24 | 2022-06-01 | 南臺學校財團法人南臺科技大學 | 跌倒偵測裝置系統及其偵測跌倒事件的方法 |
-
2012
- 2012-01-10 TW TW101101008A patent/TWI474291B/zh not_active IP Right Cessation
Non-Patent Citations (1)
| Title |
|---|
| 陳延暐,"基於體感互動科技發展互動式溝通與情緒感知平台",< http://designer.mech.yzu.edu.tw/Content.aspx?CatSubID=149>,100年7月26日 Erik E. Stone、Marjorie Skubic,"Evaluation of an Inexpensive Depth Camera forPassive In-Home Fall Risk Assessment",2011 5th International Conference on Pervasive Computing Technologies for Healthcare (PervasiveHealth) and Workshops,100年5月 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108737785A (zh) * | 2018-05-21 | 2018-11-02 | 北京奇伦天佑创业投资有限公司 | 基于tof 3d摄像机的室内跌倒自动检测系统 |
| CN108737785B (zh) * | 2018-05-21 | 2020-07-03 | 北京奇伦天佑创业投资有限公司 | 基于tof 3d摄像机的室内跌倒自动检测系统 |
| US10783765B2 (en) | 2018-09-13 | 2020-09-22 | Wistron Corporation | Falling detection method and electronic system using the same |
Also Published As
| Publication number | Publication date |
|---|---|
| TW201329915A (zh) | 2013-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10504226B2 (en) | Seizure detection | |
| US9972187B1 (en) | Biomechanical parameter determination for emergency alerting and health assessment | |
| JP7138931B2 (ja) | 姿勢解析装置、姿勢解析方法、及びプログラム | |
| US9700242B2 (en) | Motion information processing apparatus and method | |
| US9672426B2 (en) | Intelligent monitoring system | |
| TWI474291B (zh) | 體感偵測跌倒方法 | |
| US20150320343A1 (en) | Motion information processing apparatus and method | |
| US10959646B2 (en) | Image detection method and image detection device for determining position of user | |
| US11864926B2 (en) | Systems and methods for detecting attempted bed exit | |
| US20210236022A1 (en) | Smart Interpretive Wheeled Walker using Sensors and Artificial Intelligence for Precision Assisted Mobility Medicine Improving the Quality of Life of the Mobility Impaired | |
| TW201701238A (zh) | 跌倒偵測系統及方法 | |
| 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 | |
| US11087157B2 (en) | Image detection method and image detection device utilizing dual analysis | |
| WO2020008726A1 (ja) | 対象物体検出プログラム、および対象物体検出装置 | |
| JP6870514B2 (ja) | 見守り支援システム及びその制御方法 | |
| Jarraya | Computer vision-based fall detection methods using the kinect camera: A survey | |
| JP2020052808A (ja) | 見守り装置、見守りシステム、見守りプログラム、および見守り方法 | |
| JP7327396B2 (ja) | 制御プログラム、レポート出力方法、およびレポート出力装置 | |
| Khawandi et al. | Integrated monitoring system for fall detection in elderly | |
| US11257246B2 (en) | Image detection method and image detection device for selecting representative image of user | |
| WO2020003953A1 (ja) | コンピューターで実行されるプログラム、情報処理装置、および、コンピューターで実行される方法 | |
| WO2023076655A1 (en) | In-bed pose and posture tracking system | |
| JP7435609B2 (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 | |
| Zhukova et al. | Smart room for patient monitoring based on IoT technologies | |
| WO2021033597A1 (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 |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |