一种用于进行动作和姿态检测的识别方法和系统

技术领域

本申请涉及计算机技术领域，特别涉及一种用于进行动作和姿态检测的识别方法及系统。

背景技术

随着经济的快速发展，当今世界正面临着人口老龄化的严峻挑战。庞大的老年人口数量和飞快的增长速度为经济社会的发展带来了一系列问题。

现有技术中，中国发明专利(CN106539587A)公开了一种通过对动作和姿态进行检测从而识别是否存在跌倒风险的技术方案，该方案主要使用3个9轴运动传感器，其中两个放在两只鞋里，一个放在腰上，通过三个传感器获得加速度、角速度、角度的原始数据，通过运动传感器对多种数据信号的分析，检测摔倒状态；然而，上述方案通过触感器获取运动信息由于获取信息较少，从而动作和姿态识别的效果并不好。

因此，现有技术急需一种进行动作和姿态检测的识别系统，用于提高动作和姿态检测的精度，从而能更好的对跌倒风险进行评估的技术方案。

发明内容

本申请要解决的技术问题是针对上述技术方案的不足，提供用于进行动作和姿态检测的识别方法及系统，用于通过图像识别的方式得到多个所述待测人员的动作和姿态指标，用于提高待测人员跌倒风险判断的准确度。

为了实现上述目的，根据本申请的一个方面，提供一种用于进行动作和姿态检测的识别方法，包括：

步骤1：待测人员进入动作和姿态检测区域；

步骤2：识别待测人员的身体关键点，并对所述关键点进行追踪；

步骤3：收集待检测人员在检测区域行走过程的关键点坐标和时间；

步骤4：根据所述关键点的坐标以及时间，判断所述待测人员在检测区行走时腿部的状态，并统计一个行走周期内支撑相时长和摆动相时长；

步骤5：根据所述关键点的坐标以及时间得到所述待测人员在检测区域行走的前进方向、步数、最大步长、步速、膝关节活动角度；

步骤6：将所述一个行走周期内支撑相时长、一个行走周期内摆动相时长、所述步数、最大步长、步速、膝关节活动角度输入至老年人跌倒风险方程中，得到待测人员跌倒风险；

步骤7：结束检测，并输出所述步骤7的判断结果。

具体地，通过摄像设备识别所述身体关键点，所述摄像设备像素要求至少720p，固定放置在0.8m高；

具体地，所述步骤2中，所述身体关键点为左髋、右髋、左膝、右膝、左脚踝、右脚踝、左脚跟、右脚跟、左脚尖以及右脚尖；

更进一步地，通过图像识别的方式用于关键点的识别，具体地，所述图像识别方法为基于机器学习的算法、基于卷积神经网络算法、基于回归的算法中的一种用于对所述待测人员的身体关键点进行识别；

更进一步地，对所述关键点进行追踪具体为通过图像识别的方式得到所述待测人员在待测区域行走时所述关键点的坐标以及在所述每个坐标的时间；

具体地，所述坐标为三维世界坐标；

具体地，所述待测人员的腿的状态分为支撑相或者是摆动相；

更进一步地，所述判断所述待测人员在检测区域行走时腿的状态具体为：

步骤4.1：通过所述脚尖关键点和所述脚跟关键点的坐标不同时变化时，判断所述待测人员为支撑相；

步骤4.2：将待测时间内余下的时间认定所述待测人员为摆动相；

步骤4.3：统计一个行走周期内支撑相时长和摆动相时长；

具体地，所述步骤5具体包括：

步骤5.1：通过膝关节关键点与髋关节关键点对比得到所述待测人员的行走方向；

具体地，所述步骤5.1具体为通过对比膝关节关键点与髋关节关键点的x轴坐标，确定所述待测人员的行走方向；

步骤5.2：构建同一时刻下的髋关节关键点与膝关节关键点坐标的连线，并距离检测过程中，所述连线垂直与地面的次数，得到所述待测人员在检测区行走的步数；

步骤5.3：根据所述的髋关节关节点与膝关节关键点坐标的连线在变化周期内的最大角度以及腿长，计算得到所述待测人员的最大步长；

具体地，所述步骤5.3具体包括通过三角函数计算得到待测人员的最大步长；

更进一步地，所述同一时刻下的髋关节关节点与膝关节关键点坐标的连线在变化周期内的最大角度通过图像识别获取得到，所述腿长通过在进入检测区域之前通过医护人员测量得到；

步骤5.4：将所述步骤5.3中得到最大角度的同一周期内的两个时刻作差，得到所述时间差，然后将每一步的步长除以所述时间差得到步速；

步骤5.5：将髋关节关键点和膝关节连接点连线，将膝关节关键点和踝关节关键点连线，通过同一周期内的所述两个条线的角度变化得到所述膝关节活动角度；

具体地，所述老年人跌倒风险公式为：

式中，a

α

具体地，本申请中，拟合系数的设定可根据大量的检测数据以及跌倒风险通过公式拟合得到；根据所述老年人跌到方程的输出结果判断所述待测人员是否有跌到风险参数；

根据本申请的另一方面，还包括一种用于进行动作和姿态检测的识别系统，所述识别系统采用上述的动作和姿态检测的识别方法，包括：

关键点识别模块，用于识别待测人员的身体关键点，并对所述关键点进行追踪；

数据收集模块，用于收集待检测人员在检测区域行走过程的关键点坐标和时间；

腿部状态统计模块，用于根据所述关键点的坐标以及时间，判断所述待测人员在检测区行走时腿部的状态，并统计一个行走周期内支撑相时长和摆动相时长；

行走参数计算模块，用于根据所述关键点的坐标以及时间得到所述待测人员在检测区域行走的前进方向、步数、最大步长、步速、膝关节活动角度；

跌倒风险判断模块，用于将所述一个行走周期内支撑相时长、一个行走周期内摆动相时长、所述步数、最大步长、步速、膝关节活动角度输入至老年人跌倒风险方程中，得到待测人员跌倒风险参数；

结果输出模块，用于输出判断结果。

根据本申请的另一方面，还包括一种计算机可读存储介质，所述计算机可读存储介质上存储有数据处理程序，所述数据处理程序被处理器执行上述的一种用于进行动作和姿态检测的识别方法。

基于上述技术方案，本申请提供的一种用于进行动作和姿态检测的识别方法，具有如下技术效果：

1、本申请在检测过程中，通过图像识别的方式得到检测过程中的步数、最大步长、步速、膝关节活动角度、一个行走周期内支撑相的时长、一个行走周期内摆动相的时长，相对于现有技术通过在待测人员身上以及行走通道上设置传感器的方式，提高了参数获取的精度，减少了传感器的数量，节约了成本。

2、本申请相较于现有技术仅通过几个指标用于对跌倒风险进行判断，通过较多的参数用于对跌倒风险进行预测，并且，参数的涵盖范围更广，涵盖了步伐、关节角度、行走相的时间等多个维度，预测更具科学性，提高了老年人跌倒风险预测的精度。

附图说明

构成本文的一部分的附图用来提供对本文的进一步理解，本文的示意性实施例及其说明用于解释本文，并不构成对本文的不当限定。在附图中：

图1为本申请实施例提供的用于进行动作和姿态检测的识别方法的流程图；

图2为本申请实施例提供的判断所述待测人员在检测区域行走时腿的状态的流程图；

图3为本申请实施例提供的根据所述关键点的坐标以及时间得到所述待测人员在检测区域行走的前进方向、步数、最大步长、步速、膝关节活动角度的流程图。

具体实施方式

为使本文实施例的目的、技术方案和优点更加清楚，下面将结合本文实施例中的附图，对本文实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本文一部分实施例，而不是全部的实施例。基于本文中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本文保护的范围。需要说明的是，在不冲突的情况下，本文中的实施例及实施例中的特征可以相互任意组合。

除非上下文明确要求，否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包括但不限于”的含义。

实施例一

如图1所示，一种用于进行动作和姿态检测的识别方法，包括：

步骤1：待测人员进入动作和姿态检测区域；

步骤2：识别待测人员的身体关键点，并对所述关键点进行追踪；

具体地，通过摄像设备识别所述身体关键点，所述摄像设备像素要求至少720p，固定放置在0.8m高；

具体地，所述身体关键点为左髋、右髋、左膝、右膝、左脚踝、右脚踝、左脚跟、右脚跟、左脚尖以及右脚尖；

更进一步地，通过图像识别的方式用于关键点的识别，具体地，所述图像识别方法为基于机器学习的算法、基于卷积神经网络算法、基于回归的算法中的一种用于对所述待测人员的身体关键点进行识别；

更进一步地，对所述关键点进行追踪具体为通过图像识别的方式得到所述待测人员在待测区域行走时所述关键点的坐标以及在所述每个坐标的时间；

步骤3：收集待检测人员在检测区域行走过程的关键点坐标和时间；

具体地，所述坐标为三维世界坐标；

步骤4：根据所述关键点的坐标以及时间，判断所述待测人员在检测区行走时腿部的状态，并统计一个行走周期内支撑相时长和摆动相时长；

具体地，所述待测人员的腿的状态分为支撑相或者是摆动相；

更进一步地，所述判断所述待测人员在检测区域行走时腿的状态具体为：

步骤4.1：通过所述脚尖关键点和所述脚跟关键点的坐标不同时变化时，判断所述待测人员为支撑相；

步骤4.2：将待测时间内余下的时间认定所述待测人员为摆动相；

总所周知，当人在行走时，腿一般仅存在两个状态，即支撑状态和摆动状态，当腿不处于支撑状态时，即为摆动状态，因此，可以认定，当所述待测人员的腿不为支撑相时，则必然会处于摆动相；

步骤4.3：统计一个行走周期内支撑相时长和摆动相时长；

步骤5：根据所述关键点的坐标以及时间得到所述待测人员在检测区域行走的前进方向、步数、最大步长、步速、膝关节活动角度；

具体地，所述步骤5具体包括：

步骤5.1：通过膝关节关键点与髋关节关键点对比得到所述待测人员的行走方向；

具体地，所述步骤5.1具体为通过对比膝关节关键点与髋关节关键点的x轴坐标，确定所述待测人员的行走方向；

示例性地，当t1时刻时，膝关节关键点的坐标为(20，y1，z1)，此时，髋关节关键点的坐标为(16，y2，z2)，则，此时，所述待测人员的行走方向为x轴箭头的方向；

步骤5.2：构建同一时刻下的髋关节关键点与膝关节关键点坐标的连线，并距离检测过程中，所述连线垂直与地面的次数，得到所述待测人员在检测区行走的步数；

具体地，现有技术中一般通过在检测区域地面上设置传感器用于检测所述待测人员的步数，而，此种方案需要在检测区域铺设大量的传感器，这无疑是巨大的成本，因此，本实施例通过采用图像识别的方法，判断膝关节与髋关节与地面垂直的次数来判断步数，这不但节约了地面铺设传感器造成的成本，而且，避免了传感器检测精度造成的精度方面的影响，提高了步数的判断精度；

步骤5.3：根据所述的髋关节关节点与膝关节关键点坐标的连线在变化周期内的最大角度以及腿长，计算得到所述待测人员的最大步长；

具体地，所述步骤5.3具体包括通过三角函数计算得到待测人员的最大步长；

更进一步地，所述同一时刻下的髋关节关节点与膝关节关键点坐标的连线在变化周期内的最大角度通过图像识别获取得到，所述腿长通过在进入检测区域之前通过医护人员测量得到，通过此种方式，可在小成本下轻易得到最大的步长，避免了在待测人员身上设置过多的传感器，造成待测人员因心理压力大而检测不准确的情况出现；

步骤5.4：将所述步骤5.3中得到最大角度的同一周期内的两个时刻作差，得到所述时间差，然后将每一步的步长除以所述时间差得到步速；

步骤5.5：将髋关节关键点和膝关节连接点连线，将膝关节关键点和裸关节关键点连线，通过同一周期内的所述两个条线的角度变化得到所述膝关节活动角度；

由此，所述步骤5，通过上述方式得到了前进方向、步数、最大步长、步速以及膝关节活动角度，根据这些参数用于进行待测人员的动作和姿态检测，从而判断待测人员是否有跌倒风险，检测的指标相对现有技术，更加全面，这样增大了跌倒风险的判断精度；

步骤6：将所述一个行走周期内支撑相时长、一个行走周期内摆动相时长、所述步数、最大步长、步速、膝关节活动角度输入至老年人跌倒风险方程中，得到待测人员跌倒风险参数；

具体地，所述老年人跌倒风险公式为：

式中，a

α

具体地，本实施例中，拟合系数的设定可根据大量的检测数据以及跌倒风险通过公式拟合得到；根据所述老年人跌到方程的输出结果判断所述待测人员是否有跌到风险；

步骤7：结束检测，并输出所述步骤7的判断结果。

实施例二

本申请还包括一种用于进行动作和姿态检测的识别系统，所述识别系统采用实施例一中的动作和姿态检测的识别方法，包括：

关键点识别模块，用于识别待测人员的身体关键点，并对所述关键点进行追踪；

数据收集模块，用于收集待检测人员在检测区域行走过程的关键点坐标和时间；

腿部状态统计模块，用于根据所述关键点的坐标以及时间，判断所述待测人员在检测区行走时腿部的状态，并统计一个行走周期内支撑相时长和摆动相时长；

行走参数计算模块，用于根据所述关键点的坐标以及时间得到所述待测人员在检测区域行走的前进方向、步数、最大步长、步速、膝关节活动角度；

跌倒风险判断模块，用于将所述一个行走周期内支撑相时长、一个行走周期内摆动相时长、所述步数、最大步长、步速、膝关节活动角度输入至老年人跌倒风险方程中，得到待测人员跌倒风险参数；

结果输出模块，用于输出判断结果。

实施例三

本实施例包括一种计算机可读存储介质，所述计算机可读存储介质上存储有数据处理程序，所述数据处理程序被处理器执行实施例一的一种用于进行动作和姿态检测的识别方法。

本领域技术人员应明白，本文的实施例可提供为方法、装置(设备)、或计算机程序产品。因此，本文可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本文可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质,包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质等。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

本文是参照根据本文实施例的方法、装置(设备)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本文的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本文范围的所有变更和修改。

显然，本领域的技术人员可以对本文进行各种改动和变型而不脱离本文的精神和范围。这样，倘若本文的这些修改和变型属于本文权利要求及其等同技术的范围之内，则本文的意图也包含这些改动和变型在内。