本發明涉及人體行為分析預警領域，具體為一種基于視頻監控的人體摔倒識別與預警系統。

背景技術：

基于視頻的動作識別設備由主機、顯示器、動作識別模塊等構成，可通過動作識別設備中的攝像頭采集人體的運動圖像，并通過集成的圖像算法芯片，對運動圖像進行解析，形成人體運動的三維動態坐標，經主機的圖像合成與仿真，最后在顯示器中顯示相應的動作。因此基于視頻的動作識別技術可作為人體摔倒識別系統。現有技術中尚沒有成熟的基于視頻監控的人體摔倒識別與報警系統。

技術實現要素：

本發明的所要解決的技術問題在于怎樣基于視頻來進行人體摔倒識別和報警。本發明采用以下技術方案解決上述技術問題的：

為了達到上述目的，本發明所采用的技術方案為:

一種基于視頻監控的人體摔倒識別與預警系統，包括有主機、接入主機的顯示器，其特征在于，顯示器前方設置鋪設有供人體行走的塑料墊，顯示器頂部設置有圖像采集盒，圖像采集盒內置有彼此雙向通訊連接的FPGA、DSP，圖像采集盒側壁上設置有一對分別對準塑料墊上人體的攝像頭，兩攝像頭分別通過信號線接入FPGA、DSP分別通過12C/SPI總線與兩攝像頭連接，DSP還通過USB總線與主機通訊連接，還包括佩戴在人體四肢的袖套，袖套內置有中心處理單元，以及分別接入中心處理單元的慣性測量單元、無線模塊，袖套內的中心處理單元通過連接的無線模塊與主機通訊連接；

所述主機對視頻圖像的處理方法是幀間差分法，所述幀間差分法是利用視頻圖像序列中當前兩幀或當前幀與其前面某一幀之間的差分來提取出圖像中的運動區域，其中，

第t幀圖像為I_t(x，y),第t-1幀圖像為I_t-1(x，y)，則第t幀圖像和第t-1幀圖像的差分為D_t，D_t＝I_t(x,y)-I_t-1(x,y)；

然后對差分后的數據進行閾值化處理，得到只有運動目標的二值化圖像，從而得到檢測結果R_t(x,y)，

式中T為二值化圖像的閾值，運動目標區域對應的像素灰度值為255，背景區域對應的像素灰度值為0。

優化的，所述慣性測量單元包括三維加速度傳感器、三軸陀螺儀、三軸磁傳感器。

優化的，所述慣性測量單元為多組，所述慣性測量單元分別設置在上肢胳膊處、手臂處，大腿處和小腿處。

優化的，所述塑料墊的周圍設有塑料材質的凸臺，凸臺上還包覆有一層棉布。

優化的，所述塑料墊下方設置多行多列壓力傳感器。

優化的，還包括報警系統，所述報警系統與主機連接。

本發明的優點在于：

(1)本發明中，人體在塑料墊上行走，塑料墊和凸臺可防止人體摔傷，由攝像頭采集人體運動圖像，由袖套內慣性測量單元采集人體運動數據，并分別傳送至主機，通過主機內程序根據人體運動圖像結合人體運動數據在顯示器上模擬出相關動作畫面。本發明具有較高的精度和真實度，能夠快速識別出人體的摔倒行為并報警。

(2)本發明中，主機對視頻圖像的處理方法是幀間差分法，當該場景中的光照條件比較穩定時，圖像序列中的背景部分(未變化區域)的差值D_t對應值為零。但是，實際場景中存在噪聲，非運動目標的區域之間的差值也可能不為零，這就會影響運動目標的檢測結果。所以，需要對差分后的結果進行閾值化處理。我們可以通過對檢測結果進行閾值化處理，得到只有運動目標的二值化圖像，有效地抑制噪聲的干擾，該方法的優點是運算量較小，容易實現，背景不隨時間積累，更新速度較快。

附圖說明

圖1為本發明結構示意圖。

圖2為本發明圖像采集盒原理框圖。

圖3為本發明袖套內部結構原理框圖。

圖4為本發明幀間差分法原理圖。

具體實施方式

如圖1-4所示。一種基于視頻監控的人體摔倒識別與預警系統，包括有主機1、接入主機1的顯示器2，顯示器2前方設置鋪設有供人體行走的塑料墊3，塑料墊3的周圍設有塑料材質的凸臺4，凸臺4上還包覆有一層棉布。塑料墊下方設置多行多列壓力傳感器。顯示器2頂部設置有圖像采集盒5，圖像采集盒5內置有彼此雙向通訊連接的FPGA、DSP，圖像采集盒5側壁上設置有一對分別對準塑料墊3上的人體的攝像頭6，兩攝像頭6分別通過信號線接入FPGA，DSP分別通過12C/SPI總線與兩攝像頭6連接，DSP還通過USB總線與主機1通訊連接，還包括佩戴在人體四肢的袖套7，袖套7有中心處理單元，以及分別接入中心處理單元的慣性測量單元、無線模塊，袖套7內的中心處理單元通過連接的無線模塊與主機1通訊連接，主機外接有報警系統8。慣性測量單元包括三維加速度傳感器、三軸陀螺儀、三軸磁傳感器。所述慣性測量單元為多組，慣性測量單元分別設置在上肢胳膊處、手臂處，大腿處和小腿處。

所述主機對視頻圖像的處理方法是幀間差分法，幀間差分法是利用視頻圖像序列中當前兩幀或當前幀與其前面某一幀之間的差分來提取出圖像中的運動區域，其中，

第t幀圖像為I_t(x，y),第t-1幀圖像為I_t-1(x，y)，則第t幀圖像和第t-1幀圖像的差分為D_t，D_t＝I_t(x,y)-I_t-1(x,y)；

然后對差分后的數據進行閾值化處理，得到只有運動目標的二值化圖像，從而得到檢測結果R_t(x,y)，

式中T為二值化圖像的閾值，運動目標區域對應的像素灰度值為255，背景區域對應的像素灰度值為0。

主機對視頻圖像的處理方法是幀間差分法，當該場景中的光照條件比較穩定時，圖像序列中的背景部分(未變化區域)的差值D_t對應值為零。但是，實際場景中存在噪聲，非運動目標的區域之間的差值也可能不為零，這就會影響運動目標的檢測結果。所以，需要對差分后的結果進行閾值化處理。我們可以通過對檢測結果進行閾值化處理，得到只有運動目標的二值化圖像，有效地抑制噪聲的干擾，該方法的優點是運算量較小，容易實現，背景不隨時間積累，更新速度較快。

以上僅為本發明創造的較佳實施例而已，并不用以限制本發明創造，凡在本發明創造的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發明創造的保護范圍之內。