[发明专利]一种基于关键骨骼点轨迹分析的摔倒动作检测方法

摘要

本发明提供一种基于关键骨骼点轨迹分析的摔倒动作检测方法，包括如下步骤：步骤1.首先收集若干组包含摔倒动作的图像序列，以及若干组包含除摔倒动作以外的其它动作的图像序列；步骤2.关键骨骼点提取：在正负样本中提取人体关键骨骼点的相关信息，包括每个骨骼点在RGB图像中的位置信息以及深度信息；步骤3：构建特征模型，生成基于关键骨骼点轨迹的特征描述符；步骤4：构建分类器，对轨迹特征描述符进行分类，检测摔倒动作。本发明利用基于神经网络的OpenPose人体骨骼检测算法提取出人体骨骼位置信息，可直接获取最具说服力的人体自身骨骼点，不局限于特定情况以及特殊环境，不需要用户佩戴任何东西，也不需要复杂的安装，成本很低。

主权项

1.一种基于关键骨骼点轨迹分析的摔倒动作检测方法，其特征在于，包括如下步骤：步骤1.预处理：对原始数据进行划分；收集若干组包含摔倒动作和除摔倒动作以外其它动作的视频或图像序列，应包括RGB图像和RGBD深度图像两部分；步骤2.关键骨骼点提取：对正负样本提取人体关键骨骼点信息，包括位置信息以及深度信息，所述位置信息为人体关键骨骼点在RGB图像中的二维位置坐标；所述深度信息为上述人体关键骨骼点对应的深度图像相应位置的深度值；所述位置信息使用OpenPose算法进行人体关键骨骼点检测，输入为RGB图像序列，输出是人体主要的18个骨骼点坐标，选择除左、右眼以及左、右耳以外的14个关键骨骼点；步骤3：构建特征模型，生成基于关键骨骼点轨迹的特征描述符；根据步骤1和步骤2中获得的一系列正负样本的信息，对指定跨度L的其中一个轨迹，规定(1)作为其特征模型：其中：式中，x,y是位置坐标，d是对应坐标处的深度值，i是该段轨迹的起始帧号，L是轨迹跨度，ω_n指编号为n的骨骼权重，分别表示第i帧处上半身，下半身的加权中心位置坐标，编号1‑8的骨骼点对应上半身，编号9‑14的骨骼点对应下半身；步骤4：构建分类器，对轨迹特征描述符进行分类，检测摔倒动作。