CN112287821A - 照护对象行为监测方法、装置、计算机设备和存储介质 - Google Patents
照护对象行为监测方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112287821A CN112287821A CN202011174023.6A CN202011174023A CN112287821A CN 112287821 A CN112287821 A CN 112287821A CN 202011174023 A CN202011174023 A CN 202011174023A CN 112287821 A CN112287821 A CN 112287821A
- Authority
- CN
- China
- Prior art keywords
- depth
- care
- bed
- value
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Psychiatry (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Invalid Beds And Related Equipment (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本申请涉及一种照护对象行为监测方法、装置、计算机设备和存储介质。所述方法包括:获取深度相机采集的照护场景的深度数据;所述深度相机垂直于所述照护场景中的床进行拍摄;所述深度数据中包含所述床的任意位置的深度数据;根据所述深度数据,确定所述床的尺寸和位置;根据所述深度数据、以及所述床的尺寸和位置,确定所述照护场景中的照护对象对应的位置和深度值;根据所述照护对象对应的位置和深度值,确定所述照护对象的行为。采用本方法能够实现一种全新的照护对象行为监测方法。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种照护对象行为监测方法、装置、计算机设备和存储介质。
背景技术
在医院或照护机构等场所中,有很多照护对象(比如:病人或长者等)存在生活难以自理或者行动不便等问题,工作人员需要及时发现照护对象的异常行为情况,从而及时地为照护对象提供所需的照护,以确保照护对象的安全、舒适、健康和隐私。
传统方法中,是将金属导电薄膜放置于床单底下制成床垫,通过侦测压在该床垫上的力量,来判定照护对象是否起身或离床。然而,这种侦测压力的方法比较局限。
发明内容
基于此,有必要针对上述技术问题,提供一种全新的照护对象行为监测方法、装置、计算机设备和存储介质。
一种照护对象行为监测方法,所述方法包括:
获取深度相机采集的照护场景的深度数据;所述深度相机垂直于所述照护场景中的床进行拍摄;所述深度数据中包含所述床的任意位置的深度数据;
根据所述深度数据,确定所述床的尺寸和位置;
根据所述深度数据、以及所述床的尺寸和位置,确定所述照护场景中的照护对象对应的位置和深度值;
根据所述照护对象对应的位置和深度值,确定所述照护对象的行为。
在其中一个实施例中,所述根据所述深度数据,确定所述床的尺寸和位置包括:
根据所述深度数据,确定所述照护场景的预设侦测区域中每行的深度均值和每列的深度均值;
根据所述每行的深度均值和所述每列的深度均值,检测床上是否有所述照护对象,得到检测结果;
通过所述检测结果所对应的侦测模式,根据所述每行的深度均值和所述每列的深度均值,确定所述床的尺寸和位置。
在其中一个实施例中,所述通过所述检测结果所对应的侦测模式,根据所述每行的深度均值和所述每列的深度均值,确定所述床的尺寸和位置包括:
通过所述检测结果所对应的侦测模式,在所述预设侦测区域内,根据所述每行的深度均值和所述每列的深度均值的变化幅度,查找床边;
当未查找到床边时,移动所述预设侦测区域,并返回执行所述在预设侦测区域内,根据所述每行的深度均值和所述每列的深度均值的变化幅度,查找床边的步骤,直至查找到床边;
根据查找到的所述床边,确定所述床的尺寸和位置。
在其中一个实施例中,所述通过所述检测结果所对应的侦测模式,在所述预设侦测区域内,根据所述每行的深度均值和所述每列的深度均值的变化幅度,查找床边包括:
当床上没有所述照护对象时,通过床上无人侦测模式,在所述预设侦测区域内,查找所述每行的深度均值或所述每列的深度均值的变化幅度大于或等于预设幅度阈值的位置;
将查找到的所述位置确定为床边。
在其中一个实施例中,所述通过所述检测结果所对应的侦测模式,在所述预设侦测区域内,根据所述每行的深度均值和所述每列的深度均值的变化幅度,查找床边包括:
当床上有所述照护对象时,通过床上有人侦测模式,在所述预设侦测区域内,查找所述每行的深度均值或所述每列的深度均值的变化幅度大于或等于预设幅度阈值的位置;
将查找到的各所述位置中满足连续预设数量的行或列的深度均值相等的位置确定为床边。
在其中一个实施例中,所述方法还包括:
根据所述深度数据、以及所述床的尺寸和位置,确定所述照护场景中的照护对象对应的面积;
所述根据所述照护对象对应的位置和深度值,确定所述照护对象的行为包括:
当所述照护对象的位置位于所述床的床边、所述照护对象对应的面积小于预设面积阈值、且所述照护对象对应的深度值小于预设深度阈值时,判定所述照护对象的行为为坐床沿;
当所述照护对象的位置位于所述床的床上、所述照护对象对应的面积大于第一起始侦测面积、且所述照护对象对应的深度值大于第一起始侦测深度值时,判定所述照护对象的行为为躺床上;
当所述照护对象的位置位于所述床的床上、所述照护对象对应的面积小于第二起始侦测面积、所述照护对象对应的深度值小于第二起始侦测深度值、且所述深度值的减小量大于预设变化量阈值时,判定所述照护对象的行为为起身;
当所述照护对象的位置位于所述床的床上、所述照护对象对应的面积小于第二起始侦测面积、所述照护对象对应的深度值小于第二起始侦测深度值、且所述深度值的减小量小于或等于预设变化量阈值时,判定所述照护对象的行为为左右翻身;
当所述照护对象对应的位置位于所述床的外部、所述照护对象对应的深度值大于第三起始侦测深度值、且所述照护对象对应的面积大于预设阈值时,判定所述照护对象的行为为跌落;
当所述照护对象对应的位置位于所述床的外部、且所述照护对象对应的深度值小于预设深度阈值时,判定所述照护对象的行为为离床。
在其中一个实施例中,所述方法还包括:
当所述照护对象的行为满足预设照护条件时,向工作人员所使用的计算机设备发送照护通知。
一种照护对象行为监测装置,所述装置包括:
数据获取模块,用于获取深度相机采集的照护场景的深度数据;所述深度相机垂直于所述照护场景中的床进行拍摄;所述深度数据中包含所述床的任意位置的深度数据;
床侦测模块,用于根据所述深度数据,确定所述床的尺寸和位置;
照护对象检测模块,用于根据所述深度数据、以及所述床的尺寸和位置,确定所述照护场景中的照护对象对应的位置和深度值;
行为确定模块,用于根据所述照护对象对应的位置和深度值,确定所述照护对象的行为。
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行本申请各实施例所述的照护对象行为监测方法中的步骤。
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计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行本申请各实施例所述的照护对象行为监测方法中的步骤。
上述照护对象行为监测方法、装置、计算机设备和存储介质,深度相机垂直于照护场景中的床进行拍摄,获取深度相机采集的照护场景的深度数据,该深度数据中包含床的任意位置的深度数据,然后根据深度数据,确定床的尺寸和位置,再根据深度数据以及床的尺寸和位置,确定照护场景中的照护对象对应的位置和深度值,最后根据所述照护对象对应的位置和深度值,确定照护对象的行为。从而实现了一种全新的根据深度相机采集的深度数据,确定照护对象的行为的方法。
附图说明
图1为一个实施例中照护对象行为监测方法的应用环境图;
图2为一个实施例中照护对象行为监测方法的流程示意图;
图3为一个实施例中行和列的示意图;
图4(a)为一个实施例中床上无人侦测模式原理示意图;
图4(b)为一个实施例中床上无人侦测模式原理示意图;
图5为一个实施例中移动预设侦测区域的示意图;
图6为一个实施例中床上有人侦测模式原理示意图;
图7(a)为一个实施例中坐床沿的姿势示意图;
图7(b)为一个实施例中坐床沿的图像;
图7(c)为一个实施例中坐床沿的标记图;
图8(a)为一个实施例中躺床上的图像;
图8(b)为一个实施例中躺床上的标记图;
图9(a)为一个实施例中起身的图像;
图9(b)为一个实施例中起身的标记图;
图10(a)为一个实施例中左右翻身的图像;
图10(b)为一个实施例中左右翻身的标记图;
图11为一个实施例中跌落的图像;
图12为一个实施例中离床的图像;
图13为一个实施例中照护对象行为监测方法的整体流程示意图;
图14为一个实施例中照护对象行为监测装置的结构框图;
图15为另一个实施例中照护对象行为监测装置的结构框图;
图16为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的照护对象行为监测方法,可以应用于如图1所示的应用环境中。其中,深度相机102和计算机设备104进行通信。深度相机102和计算机设备104可以通过网络、USB高速连接或wifi连接等方式进行通信。深度相机102可以水平设置于照护场景中的上方,并垂直于照护场景中的床106进行拍摄。计算机设备104可以获取深度相机102所采集的照护场景的深度数据,并根据深度数据,确定照护对象108的行为。其中,深度相机102可以但不限于是TOF(Time of flight)相机、双目相机和结构光相机等。计算机设备104可以是终端或嵌入式***设备,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
在一个实施例中,如图2所示,提供了一种照护对象行为监测方法,以该方法应用于图1中的计算机设备104为例进行说明,包括以下步骤:
S202,获取深度相机采集的照护场景的深度数据;深度相机垂直于照护场景中的床进行拍摄;深度数据中包含床的任意位置的深度数据。
其中,深度相机,是一种能够获取所拍摄到的图像中的每个点到摄像头的距离的相机。深度数据,是深度相机采集到的图像中每个点到摄像头的距离数据(距离数据,即,深度值)。照护场景,是对照护对象进行照护的房间。照护对象,是指被照护的对象。
可以理解,照护对象一般处在照护场景中的床上,偶尔会发生离床、跌落等行为,为了及时了解照护对象的行为情况,需要对照护场景中的照护对象的行为进行监测。
在一个实施例中,深度相机可以但不限于是TOF(Time of flight)相机、双目相机和结构光相机等。
在一个实施例中,照护场景可以包括医院中的病房、照护机构的照护房间或养老机构的房间等中的至少一种。照护对象可以包括病人、长者或残疾人等需要被照护的人中的至少一种。
具体地,深度相机水平设置于照护场景中的上方,并垂直于照护场景中的床进行拍摄。深度相机可以采集到照护场景中所拍摄范围内的深度数据,所采集的深度数据中包含床的任意位置的深度数据,即,深度相机的拍摄范围包含床的任意位置。计算机设备可以从深度相机获取深度相机采集的深度数据。
在一个实施例中,深度相机可以水平设置于照护场景中的天花板上。
S204,根据深度数据,确定床的尺寸和位置。
具体地,计算机设备可以先根据深度数据,检测床上是否有人(即检测照护对象是否在床上),得到检测结果。然后,计算机设备可以通过检测结果对应的侦测模式,根据深度数据,确定床的尺寸和位置。即,当床上有人时,计算机设备可以通过床上有人侦测模式,根据深度数据,确定床的尺寸和位置。当床上无人时,计算机设备可以通过床上无人侦测模式,根据深度数据,确定床的尺寸和位置。
在一个实施例中,计算机设备可以先根据深度数据,通过床上无人模式,确定床的尺寸和位置。若侦测不成功,则表明床上有人,计算机设备可以通过床上有人模式,根据深度数据,确定床的尺寸和位置。
在一个实施例中,床的尺寸可以包括床的长度、宽度和高度。
S206,根据深度数据、以及床的尺寸和位置,确定照护场景中的照护对象对应的位置和深度值。
其中,照护对象对应的深度值,是指照护对象对应的位置处的深度值。
可以理解,照护对象的深度值越大,表明照护对象在照护场景中的高度越低,反之,照护对象的深度值越小,表明照护对象在照护场景中的高度越高。
具体地,计算机设备可以根据深度数据发生的变化的位置、以及床的尺寸和位置,确定照护对象的位置,然后确定照护对象的位置处的深度值。
在一个实施例中,在确定了床的尺寸和位置后,计算机设备可以根据床上或地面上的深度数据发生变化的位置,确定照护对象的位置。比如:当计算机设备检测到床上某个位置处的深度值减小,则可以确定该位置为照护对象对应的位置。再比如:当计算机设备检测到地面上(即,床之外)某个位置处的深度值增大,则可以确定该位置为照护对象对应的位置。
在一个实施例中,计算机设备可以在图像中将所识别到的床标记出来,如图7(a)至图10(b)所示。
S208,根据照护对象对应的位置和深度值,确定照护对象的行为。
具体地,计算机设备可以根据照护对象对应的位置,确定照护对象在床上还是地面上,计算机设备可以再结合照护对象对应的深度值,确定照护对象的行为。
在一个实施例中,计算机设备还可以根据深度数据,确定照护对象对应的面积。计算机设备可以根据照护对象对应的位置、深度值和面积,确定照护对象的行为。
在一个实施例中,照护对象对应的面积,可以是照护对象在深度相机采集的图像中所占的面积。
在一个实施例中,照护对象的行为可以包括坐床沿、躺床上、起身、左右翻身、跌落和离床等中的至少一种。
在一个实施例中,计算机设备可以根据照护对象的行为,向工作人员所使用的计算机设备发送相应的通知或者发出提示音进行提示。
在一个实施例中,计算机设备可以将照护对象的行为标记在计算机设备的显示器上。
上述照护对象行为监测方法中,深度相机垂直于照护场景中的床进行拍摄,获取深度相机采集的照护场景的深度数据,该深度数据中包含床的任意位置的深度数据,然后根据深度数据,确定床的尺寸和位置,再根据深度数据以及床的尺寸和位置,确定照护场景中的照护对象对应的位置和深度值,最后根据照护对象对应的位置和深度值,确定照护对象的行为。从而实现了一种全新的根据深度相机采集的深度数据,确定照护对象的行为的方法。此外,本申请的方法安装方便,只需将深度相机安装在照护场景的天花板即可,无需对床进行改造,避免了对照护场景中的床进行改造所带来的不便。并且,本申请的方法由于能够拍摄到照护场景中除床之外的部分,因此,本申请的方法除了对照护对象在床上的行为进行监测之外,还可以对照护对象不在床上时的行为进行监测,比如:跌落的行为,避免了通过床垫进行监测而导致无法对照护对象不在床上的行为进行监测的局限性,因此,可以适用于更多的行为的监测。
在一个实施例中,根据深度数据,确定床的尺寸和位置的步骤包括:根据深度数据,确定照护场景的预设侦测区域中每行的深度均值和每列的深度均值;根据每行的深度均值和每列的深度均值,检测床上是否有照护对象,得到检测结果;通过检测结果所对应的侦测模式,根据每行的深度均值和每列的深度均值,确定床的尺寸和位置。
其中,每行的深度均值,是指预设侦测区域中每一行的深度数据的平均值。每列的深度均值,是指针对预设侦测区域中每一列的深度数据的平均值。如图3所示,行相当于图中y轴方向的行,列相当于图中x轴方向的列。每行的深度值相当于图3中y轴方向的行上的深度数据的平均值。每列的深度值相当于图3中x轴方向的列上的深度数据的平均值。
在一个实施例中,计算机设备可以将每一行的深度数据相加求和然后除以该行的深度数据的数量,得到每行的深度均值。计算机设备可以将每一列的深度数据相加求和然后除以该列的深度数据的数量,得到每列的深度均值。
在另一个实施例中,还可以预先根据深度相机的分辨率设置一个固定的除数,计算机设备可以将每一行的深度数据相加求和然后除以该固定的除数,得到每行的深度均值。计算机设备可以将每一列的深度数据相加求和然后除以该固定的除数,得到每列的深度均值。例如:假设深度相机的分辨率为80*60,则固定的除数可以设置为100。在一个实施例中,计算机设备可以将处以固定的除数后得到的数进行四舍五入,以得到最终的每行的深度均值和每列的深度均值。
在一个实施例中,计算机设备可以先根据每行的深度均值和每列的深度均值,采用床上无人侦测模式进行侦测,若侦测不成功,则可以确定床上有人(即,床上有照护对象),计算机设备可以采用床上有人侦测模式,根据每行的深度均值和每列的深度均值,侦测床边,并根据侦测到的床边,确定床的尺寸和位置;若侦测成功,则可以确定床上无人(即,床上没有照护对象),计算机设备可以根据床上无人侦测模式所侦测到的床边,确定床的尺寸和位置。其中,床上无人侦测模式和床上有人侦测模式,都是用于侦测床边的侦测方式。
在一个实施例中,预设侦测区域可以是如图4(a)和(b)所示的垂直于床402的矩形框404,图4(a)和(b)中的床402水平放置,与床的放置方向垂直的矩形框404即为预设侦测区域,406为墙。图4(a)和图4(b)分别为床的其中两种摆放情况。计算机设备可以根据深度数据,确定预设侦测区域中每行的深度均值和每列的深度均值,如图4(a)所示的横向的箭头即表示预设侦测区域中的行,纵向的箭头即表示预设侦测区域中的列,可以理解,图中仅示出了部分行和列,在实际中预设侦测区域中存在更多的行和列。图4(a)中的r0和r59分别表示第0行和第59行,c0和c79分别表示第0列和第79列。行数和列数可以根据深度相机的分辨率来确定。
本实施例中,计算机设备可以先根据深度数据确定床上是否有人,然后通过相应的侦测模式,准确地确定床的尺寸和位置。因为将床上有人和床上无人分别采用各自对应的侦测模式进行床的侦测,所以能够避免床上是否有人对床的侦测结果的干扰,因此,提高了确定床的尺寸和位置的准确性。
在一个实施例中,通过检测结果所对应的侦测模式,根据每行的深度均值和每列的深度均值,确定床的尺寸和位置的步骤包括:通过检测结果所对应的侦测模式,在预设侦测区域内,根据每行的深度均值和每列的深度均值的变化幅度,查找床边;当未查找到床边时,移动预设侦测区域,并返回执行在预设侦测区域内,根据每行的深度均值和每列的深度均值的变化幅度,查找床边的步骤,直至查找到床边;根据查找到的床边,确定床的尺寸和位置。
具体地,计算机设备可以通过检测结果所对应的侦测模式,在预设侦测区域内,根据每行的深度均值和每列的深度均值的变化幅度,查找床边。若查找到床边,则根据查找到的床边,确定床的尺寸和位置。若未查找到床边,则移动预设侦测区域,在新的预设侦测区域内,根据每行的深度均值和每列的深度均值的变化幅度,查找床边,若查找到床边,则根据查找到的床边,确定床的尺寸和位置。若仍未查找到床边,则继续移动预设侦测区域,以继续查找床边,以此类推,直至查找到床边,根据查找到的床边,确定床的尺寸和位置。
可以理解,预设侦测区域,可以用于表示假设的照护场所的工作人员出入的走道。先假定预设侦测区域(即走道)在某个预设位置,在该预设侦测区域中侦测床边,若未侦测到,则移动预设侦测区域,即,改变假定的走道的位置,继续侦测床边。
比如:在如图4(a)所示的情况下,若未侦测到床,则计算机设备可以根据如图5中箭头所示的移动方向移动预设侦测区域404。
在一个实施例中,当将预设侦测区域移动至各个位置,均未侦测成功时,则表明照护场景中没有床。
本实施例中,计算机设备可以通过移动预设侦测区域,在预设侦测区域中,根据每行的深度均值和每列的深度均值的变化幅度,查找床边,因为侦测区域较小,所以能够提高侦测效率,并且逐次移动预设侦测区域进行查找,能够准确地查找到床边,进而能够准确地确定床的尺寸和位置。
在一个实施例中,通过检测结果所对应的侦测模式,在预设侦测区域内,根据每行的深度均值和每列的深度均值的变化幅度,查找床边的步骤包括:当床上没有照护对象时,通过床上无人侦测模式,在预设侦测区域内,查找每行的深度均值或每列的深度均值的变化幅度大于或等于预设幅度阈值的位置;将查找到的位置确定为床边。
具体地,当床上没有照护对象时,计算机设备可以通过床上无人侦测模式,在预设侦测区域内,查找每行的深度均值的变化幅度大于或等于预设幅度阈值的位置、以及每列的深度均值的变化幅度大于或等于预设幅度阈值的位置,将查找到的各个位置确定为床边。
可以理解,当床上无人时,在床边的位置处的行或列的深度均值会发生大幅度变化,而床上每行或每列的深度均值一般一致,地面上每行或每列的深度均值也一般一致,且地面上每行或每列的深度均值大于床上每行或每列的深度均值。
本实施例中,当床上没有照护对象时,计算机设备可以通过床上无人侦测模式,根据深度均值的变化幅度,查找床边,能够准确地确定床边,进而准确地确定床的尺寸和位置。
在一个实施例中,通过检测结果所对应的侦测模式,在预设侦测区域内,根据每行的深度均值和每列的深度均值的变化幅度,查找床边的步骤包括:当床上有照护对象时,通过床上有人侦测模式,在预设侦测区域内,查找每行的深度均值或每列的深度均值的变化幅度大于或等于预设幅度阈值的位置;将查找到的各位置中满足连续预设数量的行或列的深度均值相等的位置确定为床边。
具体地,当床上有照护对象时,计算机设备可以通过床上有人侦测模式,在预设侦测区域内,查找每行的深度均值的变化幅度大于或等于预设幅度阈值的位置、以及每列的深度均值的变化幅度大于或等于预设幅度阈值的位置。然后针对查找到的每个位置,计算该位置处连续预设数量的行或列的深度均值,将深度均值相等的位置确定为床边。
在一个实施例中,预设数量可以任意设置,比如:可以将预设数量设置为3,计算机设备可以针对查找到的每个位置,计算该位置处连续3行和3列的深度均值,将深度均值相等的位置确定为床边。
可以理解,当床上有人时,在床边的位置处的行或列的深度均值会发生大幅度变化,但床上有人的位置的均值也会发生大幅度变化。如图6所示,图中602和604位置均位于床边、且变化幅度很大,分别计算602和604位置处连续预设数量的行的深度均值,若602和604位置处连续预设数量的行的深度均值均相同,则将602和604确定为床边。
本实施例中,当床上有照护对象时,计算机设备可以通过床上有人侦测模式,根据深度均值的变化幅度,查找床边,能够准确地确定床边,进而准确地确定床的尺寸和位置。
在一个实施例中,该方法还包括:根据深度数据、以及床的尺寸和位置,确定照护场景中的照护对象对应的面积。根据照护对象对应的位置和深度值,确定照护对象的行为的步骤包括:当照护对象的位置位于床的床边、照护对象对应的面积小于预设面积阈值、且照护对象对应的深度值小于预设深度阈值时,判定照护对象的行为为坐床沿;当照护对象的位置位于床的床上、照护对象对应的面积大于第一起始侦测面积、且照护对象对应的深度值大于第一起始侦测深度值时,判定照护对象的行为为躺床上;当照护对象的位置位于床的床上、照护对象对应的面积小于第二起始侦测面积、照护对象对应的深度值小于第二起始侦测深度值、且深度值的减小量大于预设变化量阈值时,判定照护对象的行为为起身;当照护对象的位置位于床的床上、照护对象对应的面积小于第二起始侦测面积、照护对象对应的深度值小于第二起始侦测深度值、且深度值的减小量小于或等于预设变化量阈值时,判定照护对象的行为为左右翻身;当照护对象对应的位置位于床的外部、照护对象对应的深度值大于第三起始侦测深度值、且照护对象对应的面积大于预设阈值时,判定照护对象的行为为跌落;当照护对象对应的位置位于床的外部、且照护对象对应的深度值小于预设深度阈值时,判定照护对象的行为为离床。
在一个实施例中,计算机设备可以根据深度数据、以及床的尺寸和位置,确定床上深度值比床小、且小的幅度大于或等于预设的用于确定面积的阈值的点,将这些点的总个数作为照护对象对应的面积。
在一个实施例中,计算机设备可以根据每行的深度均值和每列的深度均值、以及床的尺寸和位置,确定床上深度值比床小、且小的幅度大于或等于预设的用于确定面积的阈值的点,将这些点的总个数作为照护对象对应的面积。
在一个实施例中,当照护对象的位置位于床的床边、照护对象对应的面积小于预设面积阈值、且照护对象对应的深度值小于预设深度阈值时,计算机设备可以判定照护对象的行为为坐床沿。如图7(a)所示,为照护对象坐床沿时的姿势示意图。在坐床沿的行为下,深度相机从上方所拍摄到的图像如图7(b)所示。如图7(c)所示,为计算机设备对照护对象坐床沿时的图像进行高亮标记所产生的结果图像,计算机设备可以将照护对象对应的位置处进行高亮标记,高亮标记出的面积即为照护对象对应的面积。
在一个实施例中,当照护对象的位置位于床的床上、照护对象对应的面积大于第一起始侦测面积、且照护对象对应的深度值大于第一起始侦测深度值时,判定照护对象的行为为躺床上。在一个实施例中,第一起始侦测面积和第一起始侦测深度值,可以分别是照护对象在前一时刻的面积和深度值。在另一个实施例中,第一起始侦测面积和第一起始侦测深度值,可以分别是照护对象在前一状态下的面积和深度值。
可以理解,照护对象对应的面积大于第一起始侦测面积,表明照护对象对应的面积变大。即,照护对象对应的面积相较于前一时刻的面积变大,或者,照护对象对应的面积相较于前一状态下的面积变大。照护对象对应的深度值大于第一起始侦测深度值,表明照护对象对应的深度值变大。即,照护对象对应的深度值相较于前一时刻的深度值变大,或者,照护对象对应的深度值相较于前一状态下的深度值变大。
可以理解,照护对象躺床上时,照护对象对应的面积会变大,照护对象的高度会变低,相应地,照护对象对应的深度值就会变大。如图8(a)所示,是照护对象躺床上的行为下,深度相机从上方所拍摄到的图像。如图8(b)所示,为计算机设备对照护对象躺床上时的图像进行高亮标记所产生的结果图像,计算机设备可以将照护对象对应的位置处进行高亮标记,高亮标记出的面积即为照护对象对应的面积。
在一个实施例中,当照护对象的位置位于床的床上、照护对象对应的面积小于第二起始侦测面积、照护对象对应的深度值小于第二起始侦测深度值、且深度值的减小量大于预设变化量阈值时,判定照护对象的行为为起身。在一个实施例中,第二起始侦测面积和第二起始侦测深度值,可以分别是照护对象在前一时刻的面积和深度值。在另一个实施例中,第二起始侦测面积和第二起始侦测深度值,可以分别是照护对象在前一状态下的面积和深度值。
可以理解,照护对象对应的面积小于第二起始侦测面积,表明照护对象对应的面积变小。即,照护对象对应的面积相较于前一时刻的面积变小,或者,照护对象对应的面积相较于前一状态下的面积变小。照护对象对应的深度值小于第二起始侦测深度值,表明照护对象对应的深度值变小。即,照护对象对应的深度值相较于前一时刻的深度值变小,或者,照护对象对应的深度值相较于前一状态下的深度值变小。
可以理解,照护对象起身时,照护对象对应的面积会变小,照护对象的高度会变高,且变高的幅度较大(即变高的幅度比照护对象左右翻身时变高的幅度大),相应地,照护对象对应的深度值会变小,深度值的减小量大于预设变化量阈值。如图9(a)所示,是照护对象起身的行为下,深度相机从上方所拍摄到的图像。如图9(b)所示,为计算机设备对照护对象起身时的图像进行高亮标记所产生的结果图像,计算机设备可以将照护对象对应的位置处进行高亮标记,高亮标记出的面积即为照护对象对应的面积。
在一个实施例中,当照护对象的位置位于床的床上、照护对象对应的面积小于第二起始侦测面积、照护对象对应的深度值小于第二起始侦测深度值、且深度值的减小量小于或等于预设变化量阈值时,判定照护对象的行为为左右翻身。在一个实施例中,第二起始侦测面积和第二起始侦测深度值,可以分别是照护对象在前一时刻的面积和深度值。在另一个实施例中,第二起始侦测面积和第二起始侦测深度值,可以分别是照护对象在前一状态下的面积和深度值。
可以理解,照护对象对应的面积小于第二起始侦测面积,表明照护对象对应的面积变小。即,照护对象对应的面积相较于前一时刻的面积变小,或者,照护对象对应的面积相较于前一状态下的面积变小。照护对象对应的深度值小于第二起始侦测深度值,表明照护对象对应的深度值变小。即,照护对象对应的深度值相较于前一时刻的深度值变小,或者,照护对象对应的深度值相较于前一状态下的深度值变小。可以理解,照护对象左右翻身时,照护对象对应的面积会变小,照护对象的高度会略微变高(即变高的幅度很小,变高的幅度小于照护对象起身时变高的幅度),相应地,照护对象对应的深度值会变小,但深度值的减小量小于或等于预设变化量阈值。如图10(a)所示,是照护对象左右翻身的行为下,深度相机从上方所拍摄到的图像。如图10(b)所示,为计算机设备对照护对象左右翻身时的图像进行高亮标记所产生的结果图像,计算机设备可以将照护对象对应的位置处进行高亮标记,高亮标记出的面积即为照护对象对应的面积。在一个实施例中,计算机设备还可以根据识别到的左右翻身的行为,对照护对象进行睡眠分析。
在一个实施例中,当照护对象对应的位置位于床的外部(即地面上)、照护对象对应的深度值大于第三起始侦测深度值、且照护对象对应的面积大于预设阈值时,判定照护对象的行为为跌落。在一个实施例中,第三起始侦测深度值,可以是照护对象在前一时刻的深度值。在另一个实施例中,第三起始侦测深度值,可以是照护对象在前一状态下的深度值。
可以理解,照护对象对应的深度值大于第三起始侦测深度值,表明照护对象对应的深度值变大。即,照护对象对应的深度值相较于前一时刻的深度值变大,或者,照护对象对应的深度值相较于前一状态下的深度值变大。
可以理解,照护对象跌落时,照护对象在地面上对应的面积会较大,且照护对象在地面上的高度会变小,相应的,照护对象的深度值会变大。如图11所示,是照护对象跌落的行为下,深度相机从上方所拍摄到的图像。
在一个实施例中,当照护对象对应的位置位于床的外部(即地面上)、且照护对象对应的深度值小于预设深度阈值时,计算机设备可以判定照护对象的行为为离床。可以理解,照护对象离床时,照护对象在地面上的高度会比较高,即照护对象的深度值小于预设深度阈值。如图12所示,是照护对象离床的行为下,深度相机从上方所拍摄到的图像。
在一个实施例中,计算机设备可以将识别出的照护对象的行为标记在图像中。比如:识别出跌落行为,计算机设备可以将“跌落”显示在图像中。
本实施例中,计算机设备可以根据照护对象对应的位置、深度值和面积,准确地判定照护对象坐床沿、躺床上、起身、左右翻身、跌落和离床多种行为,从而能够使工作人员及时地获知照护对象的行为,且因为能够对多种行为进行监测,所以,相较于传统方法能够监测更多的场景(比如:跌落),更能确保照护对象的安全、舒适、监控和隐私,确保提供照护的及时性。
在一个实施例中,该方法还包括:当照护对象的行为满足预设照护条件时,向工作人员所使用的计算机设备发送照护通知。
其中,照护对象的行为满足预设照护条件,是指照护对象的行为表明照护对象需要被提供照护。照护通知,是用于提示工作人员需要为照护对象提供照护的通知。
在一个实施例中,预设照护条件,可以设置为照护对象的某种行为,当照护对象的行为为预设照护条件所设置的行为,则计算机设备可以向工作人员所使用的计算机设备发送照护通知。
在一个实施例中,当照护对象的行为为跌落时,计算机设备可以向照护场所的工作人员所使用的计算机设备发送照护通知。在一个实施例中,当照护对象的行为为离床时,计算机设备可以向照护场所的工作人员所使用的计算机设备发送照护通知。
在一个实施例中,工作人员所使用的计算机设备可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
在一个实施例中,向工作人员所使用的计算机设备发送照护通知,可以是向工作人员所使用的计算机设备发送消息,比如:微信消息或短消息等。在一个实施例中,向工作人员所使用的计算机设备发送照护通知,还可以是通过照护***向工作人员所使用的计算机设备发送提示音。
本实施例中,当照护对象的行为满足预设照护条件时,计算机设备可以向工作人员所使用的计算机设备发送照护通知,从而能够及时地为照护对象提供照护。
如图13所示,为本申请各实施例中照护对象行为监测方法的整体流程示意图。首先,计算机设备可以侦测床(使用床上无人侦测模式进行侦测),以确定床的尺寸和位置,若侦测不成功,则计算机设备可以通过床上有人侦测模式侦测床的尺寸和位置。在对床的侦测完成后,计算机设备可以侦测照护对象的行为,包括坐床沿、躺床上、起身、左右翻身、离床和跌落等行为。若侦测到满足照护条件的行为时,计算机设备可以发送照护通知。
应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图14所示,提供了一种照护对象行为监测装置1400,包括:数据获取模块1402、床侦测模块1404、照护对象检测模块1406和行为确定模块1408,其中:
数据获取模块1402,用于获取深度相机采集的照护场景的深度数据;深度相机垂直于照护场景中的床进行拍摄;深度数据中包含床的任意位置的深度数据。
床侦测模块1404,用于根据深度数据,确定床的尺寸和位置。
照护对象检测模块1406,用于根据深度数据、以及床的尺寸和位置,确定照护场景中的照护对象对应的位置和深度值。
行为确定模块1408,用于根据照护对象对应的位置和深度值,确定照护对象的行为。
在一个实施例中,床侦测模块1404还用于根据深度数据,确定照护场景的预设侦测区域中每行的深度均值和每列的深度均值;根据每行的深度均值和每列的深度均值,检测床上是否有照护对象,得到检测结果;通过检测结果所对应的侦测模式,根据每行的深度均值和每列的深度均值,确定床的尺寸和位置。
在一个实施例中,床侦测模块1404还用于通过检测结果所对应的侦测模式,在预设侦测区域内,根据每行的深度均值和每列的深度均值的变化幅度,查找床边;当未查找到床边时,移动预设侦测区域,并返回执行在预设侦测区域内,根据每行的深度均值和每列的深度均值的变化幅度,查找床边的步骤,直至查找到床边;根据查找到的床边,确定床的尺寸和位置。
在一个实施例中,床侦测模块1404还用于当床上没有照护对象时,通过床上无人侦测模式,在预设侦测区域内,查找每行的深度均值或每列的深度均值的变化幅度大于或等于预设幅度阈值的位置;将查找到的位置确定为床边。
在一个实施例中,床侦测模块1404还用于当床上有照护对象时,通过床上有人侦测模式,在预设侦测区域内,查找每行的深度均值或每列的深度均值的变化幅度大于或等于预设幅度阈值的位置;将查找到的各位置中满足连续预设数量的行或列的深度均值相等的位置确定为床边。
在一个实施例中,照护对象检测模块1406还用于根据深度数据、以及床的尺寸和位置,确定照护场景中的照护对象对应的面积。行为确定模块1408还用于当照护对象的位置位于床的床边、照护对象对应的面积小于预设面积阈值、且照护对象对应的深度值小于预设深度阈值时,判定照护对象的行为为坐床沿;当照护对象的位置位于床的床上、照护对象对应的面积大于第一起始侦测面积、且照护对象对应的深度值大于第一起始侦测深度值时,判定照护对象的行为为躺床上;当照护对象的位置位于床的床上、照护对象对应的面积小于第二起始侦测面积、照护对象对应的深度值小于第二起始侦测深度值、且深度值的减小量大于预设变化量阈值时,判定照护对象的行为为起身;当照护对象的位置位于床的床上、照护对象对应的面积小于第二起始侦测面积、照护对象对应的深度值小于第二起始侦测深度值、且深度值的减小量小于或等于预设变化量阈值时,判定照护对象的行为为左右翻身;当照护对象对应的位置位于床的外部、照护对象对应的深度值大于第三起始侦测深度值、且照护对象对应的面积大于预设阈值时,判定照护对象的行为为跌落;当照护对象对应的位置位于床的外部、且照护对象对应的深度值小于预设深度阈值时,判定照护对象的行为为离床。
在一个实施例中,如图15所示,照护对象行为监测装置1400还包括:
通知模块1410,用于当照护对象的行为满足预设照护条件时,向工作人员所使用的计算机设备发送照护通知。
上述照护对象行为监测装置中,深度相机垂直于照护场景中的床进行拍摄,获取深度相机采集的照护场景的深度数据,该深度数据中包含床的任意位置的深度数据,然后根据深度数据,确定床的尺寸和位置,再根据深度数据以及床的尺寸和位置,确定照护场景中的照护对象对应的位置和深度值,最后根据照护对象对应的位置和深度值,确定照护对象的行为。从而实现了一种全新的根据深度相机采集的深度数据,确定照护对象的行为的方法。此外,本申请的方法安装方便,只需将深度相机安装在照护场景的天花板即可,无需对床进行改造,避免了对照护场景中的床进行改造所带来的不便。并且,本申请的方法由于能够拍摄到照护场景中除床之外的部分,因此,本申请的方法除了对照护对象在床上的行为进行监测之外,还可以对照护对象不在床上时的行为进行监测,比如:跌落的行为,避免了通过床垫进行监测而导致无法对照护对象不在床上的行为进行监测的局限性,因此,可以适用于更多的行为的监测。
关于照护对象行为监测装置的具体限定可以参见上文中对于照护对象行为监测方法的限定,在此不再赘述。上述照护对象行为监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图16所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的计算机设备进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种照护对象行为监测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图16中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种照护对象行为监测方法,其特征在于,所述方法包括:
获取深度相机采集的照护场景的深度数据;所述深度相机垂直于所述照护场景中的床进行拍摄;所述深度数据中包含所述床的任意位置的深度数据;
根据所述深度数据,确定所述床的尺寸和位置;
根据所述深度数据、以及所述床的尺寸和位置,确定所述照护场景中的照护对象对应的位置和深度值;
根据所述照护对象对应的位置和深度值,确定所述照护对象的行为。
2.根据权利要求1所述的方法,其特征在于,所述根据所述深度数据,确定所述床的尺寸和位置包括:
根据所述深度数据,确定所述照护场景的预设侦测区域中每行的深度均值和每列的深度均值;
根据所述每行的深度均值和所述每列的深度均值,检测床上是否有所述照护对象,得到检测结果;
通过所述检测结果所对应的侦测模式,根据所述每行的深度均值和所述每列的深度均值,确定所述床的尺寸和位置。
3.根据权利要求2所述的方法,其特征在于,所述通过所述检测结果所对应的侦测模式,根据所述每行的深度均值和所述每列的深度均值,确定所述床的尺寸和位置包括:
通过所述检测结果所对应的侦测模式,在所述预设侦测区域内,根据所述每行的深度均值和所述每列的深度均值的变化幅度,查找床边;
当未查找到床边时,移动所述预设侦测区域,并返回执行所述在预设侦测区域内,根据所述每行的深度均值和所述每列的深度均值的变化幅度,查找床边的步骤,直至查找到床边;
根据查找到的所述床边,确定所述床的尺寸和位置。
4.根据权利要求3所述的方法,其特征在于,所述通过所述检测结果所对应的侦测模式,在所述预设侦测区域内,根据所述每行的深度均值和所述每列的深度均值的变化幅度,查找床边包括:
当床上没有所述照护对象时,通过床上无人侦测模式,在所述预设侦测区域内,查找所述每行的深度均值或所述每列的深度均值的变化幅度大于或等于预设幅度阈值的位置;
将查找到的所述位置确定为床边。
5.根据权利要求3所述的方法,其特征在于,所述通过所述检测结果所对应的侦测模式,在所述预设侦测区域内,根据所述每行的深度均值和所述每列的深度均值的变化幅度,查找床边包括:
当床上有所述照护对象时,通过床上有人侦测模式,在所述预设侦测区域内,查找所述每行的深度均值或所述每列的深度均值的变化幅度大于或等于预设幅度阈值的位置;
将查找到的各所述位置中满足连续预设数量的行或列的深度均值相等的位置确定为床边。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述深度数据、以及所述床的尺寸和位置,确定所述照护场景中的照护对象对应的面积;
所述根据所述照护对象对应的位置和深度值,确定所述照护对象的行为包括:
当所述照护对象的位置位于所述床的床边、所述照护对象对应的面积小于预设面积阈值、且所述照护对象对应的深度值小于预设深度阈值时,判定所述照护对象的行为为坐床沿;
当所述照护对象的位置位于所述床的床上、所述照护对象对应的面积大于第一起始侦测面积、且所述照护对象对应的深度值大于第一起始侦测深度值时,判定所述照护对象的行为为躺床上;
当所述照护对象的位置位于所述床的床上、所述照护对象对应的面积小于第二起始侦测面积、所述照护对象对应的深度值小于第二起始侦测深度值、且所述深度值的减小量大于预设变化量阈值时,判定所述照护对象的行为为起身;
当所述照护对象的位置位于所述床的床上、所述照护对象对应的面积小于所述第二起始侦测面积、所述照护对象对应的深度值小于所述第二起始侦测深度值、且所述深度值的减小量小于或等于预设变化量阈值时,判定所述照护对象的行为为左右翻身;
当所述照护对象对应的位置位于所述床的外部、所述照护对象对应的深度值大于第三起始侦测深度值、且所述照护对象对应的面积大于预设阈值时,判定所述照护对象的行为为跌落;
当所述照护对象对应的位置位于所述床的外部、且所述照护对象对应的深度值小于预设深度阈值时,判定所述照护对象的行为为离床。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,所述方法还包括:
当所述照护对象的行为满足预设照护条件时,向工作人员所使用的计算机设备发送照护通知。
8.一种照护对象行为监测装置,其特征在于,所述装置包括:
数据获取模块,用于获取深度相机采集的照护场景的深度数据;所述深度相机垂直于所述照护场景中的床进行拍摄;所述深度数据中包含所述床的任意位置的深度数据;
床侦测模块,用于根据所述深度数据,确定所述床的尺寸和位置;
照护对象检测模块,用于根据所述深度数据、以及所述床的尺寸和位置,确定所述照护场景中的照护对象对应的位置和深度值;
行为确定模块,用于根据所述照护对象对应的位置和深度值,确定所述照护对象的行为。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011174023.6A CN112287821B (zh) | 2020-10-28 | 2020-10-28 | 照护对象行为监测方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011174023.6A CN112287821B (zh) | 2020-10-28 | 2020-10-28 | 照护对象行为监测方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112287821A true CN112287821A (zh) | 2021-01-29 |
CN112287821B CN112287821B (zh) | 2023-08-11 |
Family
ID=74372367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011174023.6A Active CN112287821B (zh) | 2020-10-28 | 2020-10-28 | 照护对象行为监测方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112287821B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114038161A (zh) * | 2021-10-28 | 2022-02-11 | 上海深豹智能科技有限公司 | 一种夜间离床检测智能看护科学方法及*** |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120026308A1 (en) * | 2010-07-29 | 2012-02-02 | Careview Communications, Inc | System and method for using a video monitoring system to prevent and manage decubitus ulcers in patients |
TW201209732A (en) * | 2010-06-30 | 2012-03-01 | Panasonic Elec Works Co Ltd | Surveillance system and program |
JP2015133611A (ja) * | 2014-01-14 | 2015-07-23 | 株式会社国際電気通信基礎技術研究所 | 通知システム、通知プログラム、通知方法および通知装置 |
WO2015125544A1 (ja) * | 2014-02-18 | 2015-08-27 | Nkワークス株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
CN105283129A (zh) * | 2013-06-10 | 2016-01-27 | Nk功作株式会社 | 信息处理装置、信息处理方法和程序 |
CN107247945A (zh) * | 2017-07-04 | 2017-10-13 | 刘艺晴 | 一种基于Kinect设备的病房病患监护***及监护方法 |
CN108333595A (zh) * | 2017-01-19 | 2018-07-27 | 日立乐金光科技株式会社 | 物***置检测装置 |
CN109598733A (zh) * | 2017-12-31 | 2019-04-09 | 南京航空航天大学 | 基于深度全卷积神经网络的视网膜眼底图像分割方法 |
CN109644254A (zh) * | 2016-08-23 | 2019-04-16 | 皇家飞利浦有限公司 | 医院视频监控*** |
CN109963539A (zh) * | 2017-03-02 | 2019-07-02 | 欧姆龙株式会社 | 看护辅助***及其控制方法、以及程序 |
CN110277163A (zh) * | 2019-06-12 | 2019-09-24 | 合肥中科奔巴科技有限公司 | 基于视觉老人及病人床上状态识别与监控预警*** |
CN111568437A (zh) * | 2020-06-01 | 2020-08-25 | 浙江大学 | 一种非接触式离床实时监测方法 |
CN111568417A (zh) * | 2020-06-01 | 2020-08-25 | 浙江大学 | 一种非接触式呼吸实时监测方法 |
-
2020
- 2020-10-28 CN CN202011174023.6A patent/CN112287821B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201209732A (en) * | 2010-06-30 | 2012-03-01 | Panasonic Elec Works Co Ltd | Surveillance system and program |
US20120026308A1 (en) * | 2010-07-29 | 2012-02-02 | Careview Communications, Inc | System and method for using a video monitoring system to prevent and manage decubitus ulcers in patients |
CN105283129A (zh) * | 2013-06-10 | 2016-01-27 | Nk功作株式会社 | 信息处理装置、信息处理方法和程序 |
JP2015133611A (ja) * | 2014-01-14 | 2015-07-23 | 株式会社国際電気通信基礎技術研究所 | 通知システム、通知プログラム、通知方法および通知装置 |
WO2015125544A1 (ja) * | 2014-02-18 | 2015-08-27 | Nkワークス株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
CN109644254A (zh) * | 2016-08-23 | 2019-04-16 | 皇家飞利浦有限公司 | 医院视频监控*** |
CN108333595A (zh) * | 2017-01-19 | 2018-07-27 | 日立乐金光科技株式会社 | 物***置检测装置 |
CN109963539A (zh) * | 2017-03-02 | 2019-07-02 | 欧姆龙株式会社 | 看护辅助***及其控制方法、以及程序 |
CN107247945A (zh) * | 2017-07-04 | 2017-10-13 | 刘艺晴 | 一种基于Kinect设备的病房病患监护***及监护方法 |
CN109598733A (zh) * | 2017-12-31 | 2019-04-09 | 南京航空航天大学 | 基于深度全卷积神经网络的视网膜眼底图像分割方法 |
CN110277163A (zh) * | 2019-06-12 | 2019-09-24 | 合肥中科奔巴科技有限公司 | 基于视觉老人及病人床上状态识别与监控预警*** |
CN111568437A (zh) * | 2020-06-01 | 2020-08-25 | 浙江大学 | 一种非接触式离床实时监测方法 |
CN111568417A (zh) * | 2020-06-01 | 2020-08-25 | 浙江大学 | 一种非接触式呼吸实时监测方法 |
Non-Patent Citations (2)
Title |
---|
FENG ZHAO等: "Real-Time Detection of Fall From Bed Using a Single Depth Camera" * |
申代友等: "基于深度相机的老年跌倒监护***" * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114038161A (zh) * | 2021-10-28 | 2022-02-11 | 上海深豹智能科技有限公司 | 一种夜间离床检测智能看护科学方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN112287821B (zh) | 2023-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6171415B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
JP6167563B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
CN111212220B (zh) | 保存有图像处理程序的记录介质以及图像处理装置 | |
JP6717235B2 (ja) | 見守り支援システム及びその制御方法 | |
US20160345871A1 (en) | Information processing device, information processing method, and program | |
JP6708980B2 (ja) | 画像処理システム、画像処理装置、画像処理方法、および画像処理プログラム | |
EP3839973A1 (en) | Automated mobility assessment | |
KR102205964B1 (ko) | 듀얼 카메라와 적외선 카메라를 이용한 낙상 예방 시스템 및 낙상 예방 방법 | |
JP6273944B2 (ja) | 状態検知方法、装置、およびプログラム | |
US20220084657A1 (en) | Care recording device, care recording system, care recording program, and care recording method | |
JP2019030628A (ja) | 情報提供装置、情報提供システム、情報提供方法、及びプログラム | |
KR20220039373A (ko) | 스마트 축사 시스템 및 그를 이용한 축사 모니터링 방법 | |
JP2018149236A (ja) | 健康管理システム、装置、および方法 | |
CN112287821B (zh) | 照护对象行为监测方法、装置、计算机设备和存储介质 | |
CN111127838B (zh) | 用于检测非活动对象的***和方法 | |
JP7147837B2 (ja) | 異常検知システム、異常検知方法および異常検知プログラム | |
CN110799090A (zh) | 就寝异常通知***、就寝异常通知方法以及程序 | |
JPWO2020008726A1 (ja) | 対象物体検出プログラム、および対象物体検出装置 | |
WO2021033453A1 (ja) | 画像処理システム、画像処理プログラム、および画像処理方法 | |
TWI581174B (zh) | 系統資訊的顯示方法與系統 | |
CN111723629B (zh) | 姿态监控方法及其计算装置与*** | |
JP7327396B2 (ja) | 制御プログラム、レポート出力方法、およびレポート出力装置 | |
JP2019204366A (ja) | 行動監視装置及び行動監視方法 | |
US20220183589A1 (en) | Patient monitoring system | |
EP4394725A1 (en) | Method and system for monitoring bedridden and bed-resting persons |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |