(19)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 202211178155.5 (22)申请日 2022.09.27 (71)申请人 深圳比特微电子科技有限公司 地址 518000 广东省深圳市南 山区高新 南 六道航盛科技大厦801 (72)发明人 张存义　艾国　杨作兴　 (74)专利代理 机构 北京德琦知识产权代理有限 公司 11018 专利代理师 孟旸　王丽琴 (51)Int.Cl. G06V 40/20(2022.01) G06V 20/40(2022.01) G06V 10/46(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01)G06V 10/82(2022.01) (54)发明名称 跌倒检测方法、 装置、 电子设备和计算机可 读存储介质 (57)摘要 本公开涉及一种跌倒检测方法、 装置、 电子 设备和计算机可读存储介质， 该跌倒检测方法包 括： 获取视频数据； 将视频数据输入多任务检测 模型， 通过多任务检测模型得到与视频数据中的 人物对象相关联的人体关键特征点集； 根据人体 关键特征点集和预设的跌倒条件， 得到第一跌倒 判断结果； 根据第一跌倒判断结果， 得到与人物 对象相关联的跌倒检测结果。 本公开实现了对跌 倒的端到端检测， 有利于提升跌倒检测的准确 率， 特别是提升行动缓慢人群的跌倒检测准确 率， 增强了跌倒检测的可靠性。 权利要求书2页 说明书15页 附图8页 CN 115273243 A 2022.11.01 CN 115273243 A 1.一种跌倒检测方法， 其特 征在于， 包括： 获取视频 数据； 将所述视频数据输入多任务检测模型， 通过所述多任务检测模型得到与所述视频数据 中的人物对象相关联的人体关键特 征点集； 根据所述人体关键特 征点集和预设的跌倒条件， 得到第一跌倒判断结果； 根据所述第一跌倒判断结果， 得到与所述人物对象相关联的跌倒检测结果。 2.根据权利要求1所述的跌倒检测方法， 其特征在于， 所述将所述视频数据输入多任务 检测模型， 通过所述多任务检测模型得到与所述视频数据中的人物对象相关联的人体关键 特征点集， 包括： 将连续图像依次输入所述多任务检测模型， 得到每一图像中的与所述人物对象相关联 的特征点全集， 其中， 所述连续图像为所述视频 数据中的图像； 根据预设的关键特征点指示信 息， 从所述每一图像的所述特征点全集中选出关键特征 点组成所述人体关键特征点集， 其中， 所述关键特征点指示信息表征所述人物对 象的身体 部位。 3.根据权利要求1所述的跌倒检测方法， 其特征在于， 所述根据 所述人体关键特征点集 和预设的跌倒条件， 得到第一跌倒判断结果， 包括： 根据所述人体关键特征点集， 得到人体特征框， 所述人体特征框为所述人体关键特征 点集的最小外 接矩形； 根据所述人体特征框与预设参考线之间角度信 息的第一跌倒条件， 得到所述第 一跌倒 判断结果。 4.根据权利要求1所述的跌倒检测方法， 其特征在于， 所述根据 所述人体关键特征点集 和预设的跌倒条件， 得到第一跌倒判断结果， 包括： 根据跌倒参 考点指示信息， 从所述人体关键特 征点集中获得跌倒参 考特征点集； 根据所述跌倒参考特征点集中的特征点之间的第 二跌倒条件， 得到所述第 一跌倒判断 结果。 5.根据权利要求 4所述的跌倒检测方法， 其特 征在于： 所述跌倒参 考特征点集包括颈 部特征点、 左膝部特 征点和右膝部特 征点； 所述根据 所述跌倒 参考特征点集中的特征点之间的第 二跌倒条件， 得到所述第 一跌倒 判断结果， 包括： 根据所述左膝部特征点和所述右膝部特征点在所述视频数据的图像的纵坐标值， 得到 膝部纵坐标平均值， 所述膝部纵坐标平均值表征所述左膝部特征点和所述右膝部特征点的 纵坐标平均值； 根据所述颈部特征点在所述视频数据的图像的纵坐标值和所述膝部纵坐标平均值， 得 到颈部膝部纵坐标差值； 根据所述颈 部膝部纵坐标差值和所述第二跌倒条件， 得到所述第一跌倒判断结果。 6.根据权利要求1所述的跌倒检测方法， 其特征在于， 所述根据所述第一跌倒判断结 果， 得到与所述人物对象相关联的跌倒检测结果， 包括： 在所述视频数据的第 一设定数量的连续图像中， 在所述第 一跌倒判断结果为跌倒的图 像的数量达 到第二设定数量的情况 下， 得到结果 为跌倒的所述跌倒检测结果。权　利　要　求　书 1/2 页 2 CN 115273243 A 27.根据权利要求1所述的跌倒检测方法， 其特 征在于， 所述跌倒检测方法进一 步包括： 通过所述多任务检测模型得到与所述视频数据中的人物对象相关联的第二跌倒判断 结果； 根据所述第 一跌倒判断结果或所述第 二跌倒判断结果， 得到与 所述人物对象相关联的 跌倒检测结果。 8.根据权利要求7所述的跌倒检测方法， 其特征在于， 所述根据 所述第一跌倒判断结果 或所述第二跌倒判断结果， 得到与所述人物对象相关联的跌倒检测结果， 包括： 针对所述视频 数据的任一图像， 判断所述第一跌倒判断结果是否为跌倒； 在所述第一跌倒判断结果 为跌倒的情况 下， 得到该任一图像为跌倒的预判跌倒结果； 在所述第一跌倒判断结果为未跌倒的情况下， 判断所述第二跌倒判断结果是否为跌 倒； 在所述第二跌倒判断结果 为跌倒的情况 下， 得到该任一图像为跌倒的预判跌倒结果； 在所述视频数据的第 一设定数量的连续图像中， 在所述预判跌倒结果为跌倒的图像的 数量达到第二设定数量的情况 下， 得到结果 为跌倒的所述跌倒检测结果。 9.根据权利要求1至8任一项所述的跌倒检测方法， 其特征在于， 在所述得到与所述人 物对象相关联的跌倒检测结果之后， 所述跌倒检测方法进一 步包括： 发出跌倒报警信息 。 10.一种跌倒检测装置， 其特 征在于， 包括： 视频获取模块， 被 配置为执 行获取视频 数据； 模型推理模块， 被配置为执行将所述视频数据输入多任务检测模型， 通过所述多任务 检测模型 得到与所述视频 数据中的人物对象相关联的人体关键特 征点集； 第一跌倒判断结果获得模块， 被配置为执行根据 所述人体关键特征点集和预设的跌倒 条件， 得到第一跌倒判断结果； 跌倒检测结果获得模块， 被配置为执行根据所述第一跌倒判断结果， 得到与所述人物 对象相关联的跌倒检测结果。 11.一种电子设备， 其特 征在于， 包括： 处理器； 用于存储所述处 理器的可 执行指令的存 储器； 其中， 所述处理器被配置为执行所述可执行指令， 以实现如权利要求1至9任一项所述 的跌倒检测方法。 12.一种计算机可读存储介质， 其特征在于， 当所述计算机可读存储介质中的至少一条 指令被电子 设备的处理器执行时， 使得所述电子设备能够实现如权利要求 1至9任一项所述 的跌倒检测方法。权　利　要　求　书 2/2 页 3 CN 115273243 A 3