(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111668347.X (22)申请日 2021.12.31 (71)申请人 中航华东光电有限公司 地址 241000 安徽省芜湖市高新 技术产业 开发区天井山路46号 (72)发明人 张鹏　张骏　沈玉真　李培华　 张恺翔　孙瑞　 (74)专利代理 机构 安徽华普专利代理事务所 (普通合伙) 34151 代理人 蔡庆新 (51)Int.Cl. G06T 7/00(2017.01) G06V 40/10(2022.01) G06V 40/20(2022.01) G06K 9/62(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/764(2022.01) (54)发明名称 一种基于改进Alphapo se的红外图像摔倒检 测方法 (57)摘要 本发明公开了一种基于改进Alphapo se的红 外图像摔倒检测方法， 包括： 采集红外视频帧作 为输入； 对所述红外视频帧进行数据预处理， 并 通过人体检测深度网络输出关键点信息和姿态 类别； 以前一帧中人体目标框的高度作为参考对 象， 计算髋关节关键点的相对移动速度和人体宽 高比的变换， 与关键点信息和所述姿态类别进行 对比， 输出摔倒判断信号； 接收到摔倒判断信号 后， 结合姿态分类， 继续检测后续帧内的人体姿 态， 输出摔倒判断结果。 本发明采用基于改进 Alphapose的红外图像摔倒检测方法， 利用得到 的人体骨架关键点信息和姿态类别进行摔倒判 定， 兼顾了摔倒动作的时序性和前后动作的关联 性， 提高了检测的准确度和实时性， 进而降低了 摔倒识别的误差 。 权利要求书2页 说明书6页 附图3页 CN 114299050 A 2022.04.08 CN 114299050 A 1.一种基于改进Alphapose的红外图像摔倒检测方法， 其特 征在于， 包括： 信号采集， 采集红外 视频帧作为输入， 输入人体目标红外图像； 生成关键点位置信息和姿态类别， 使用yolov5s人体目标检测网络检测所述人体目标 红外图像， 并与姿态分类库比对完成对人体姿态的分类生成所述姿态类别， 再将得出 的所 述人体目标红外图像输入关键点检测网络得到骨架的关键点 位置信息； 关键点分析， 以前一帧中人体目标框的高度作为参考对象， 计算髋关节关键点的相对 移动速度和人体宽高比的变换， 与所述关键点位置信息和所述姿态类别进行对比， 输出摔 倒判断信号。 摔倒判定， 接收到所述摔倒判断信号后， 结合所述姿态分类， 继续检测后续帧内的人体 姿态， 输出摔倒判断结果。 2.根据权利 要求1所述的一种基于改进Alphapose的红外图像摔倒 检测方法， 其特征在 于： 所述姿态分类库生成方法包括： 获取图像， 通过红外摄 像头采集人体图像； 标注训练样本， 预定义姿态类别， 使用标注工具， 在红外图像中框选人体位置， 对每个 人体的姿态类别进行标注， 生成相应的xml文件； 数据预处理， 采用了Mosaic数据增强的方 式； 生成深度训练模型， 使用Yolov5s作为Alphapose的人体检测深度网络， 训练人体检测 模型， 生成所述姿态分类库， 在提取人体目标区域框输入所述关键点检测网络预测关键点 位置的同时， 完成对人体姿态的分类。 3.根据权利 要求2所述的一种基于改进Alphapose的红外图像摔倒 检测方法， 其特征在 于： 所述Mosaic数据增强的方式为通过每次 随机抽取数据集中的四张图片， 采用随机裁剪、 随机缩放、 随机组合的方式生成一张新的训练图片。 4.根据权利 要求2所述的一种基于改进Alphapose的红外图像摔倒 检测方法， 其特征在 于： Yolov5s 网络完成对 人体姿态的直接 分类， 同时从输入的所述人体目标红外图像的人体 区域框， 输入所述关键点检测网络检测人体骨架关键点， 将所述关键点位置信息与预测的 所述姿态类别一并输出。 5.根据权利 要求1所述的一种基于改进Alphapose的红外图像摔倒 检测方法， 其特征在 于： 所述人体宽高比的获取 方法为： 设第i帧与第i ‑1帧均为单人红外图像， 2≤i≤N,N表示红外视频的总帧数， 检出髋关节 关键点a个； 将图像左上角定为原点， 水平向右为X轴正方向， 垂直向下为Y轴正方向， 建立直角坐标 系； 记第i帧人体骨架中编号为n的关键点的纵坐标为 点b和点c的中心点M代表髋关节， 则点M在第i帧中的纵坐标 记第i帧中人体目标框的高度为Hi， 宽度为Wi， 则第i帧中的人体宽高比Pi＝Wi/Hi； 所述i、 a、 b、 c为数字 。 6.根据权利 要求5所述的一种基于改进Alphapose的红外图像摔倒 检测方法， 其特征在 于： 所述髋关节关键点的相对移动速度的获取 方法为：权　利　要　求　书 1/2 页 2 CN 114299050 A 2第i帧中点M在垂直方向上的相对移动速度为 7.根据权利 要求6所述的一种基于改进Alphapose的红外图像摔倒 检测方法， 其特征在 于： 所述输出摔倒判断信号的获取方法为： 设置大于0的阈值Th， 摔倒判断参考值 当Fi等于1时， 输出 所述摔倒判断信号。 8.根据权利 要求1所述的一种基于改进Alphapose的红外图像摔倒 检测方法， 其特征在 于： 所述摔倒判定的方法为： 在统计后续的人体姿态 中， 第i帧图像中人体姿态类别为li， 则对应的人体图像得分为 si， 两者关系可用公式为： 当图像中的人体姿态类别li为“sit_flat ”、“lie”、“push_up”这三种姿态中的任 意一种 时， 该人体图像的得分记为1， 否则得分记为0； 当Fi＝1， 即第i帧接收到摔倒判断信号时， 继 续统计后续d帧图像的人体姿态， 若累计图像得分之和大于e， 记为FFi＝1， 计算公式为 当记为FFi＝1， 输出判断为 摔倒； 所述sit_flat为坐地， 所述lie为躺下， 所述push_up为撑地， 所述FFi为摔倒判断结果， 所述si为人体图像得分， 所述li为人体姿态类别， 所述else为Fi不等于1或者si的总得分小 于等于e。 9.根据权利 要求8所述的一种基于改进Alphapose的红外图像摔倒 检测方法， 其特征在 于： 所述d等于20， 所述e等于10 。权　利　要　求　书 2/2 页 3 CN 114299050 A 3