基于動態(tài)影像深度學習的老年人跌倒檢測探索研究

林澤淦

廣東培正學院，廣東廣州，510800

1 “人口老齡化”視域下跌倒檢測的需求背景

“中國第七次人口普查”結果顯示，65歲及以上人口為1.9億人，占總人口的13.5%（60歲及以上人口為2.6億人，占總人口18.7%），總和生育率僅為1.3（2019年世界總和生育率約為2.4）。按照國家統(tǒng)計局人口模型預測，2022年起我國將進入14年的老齡化加速期，并在2025年進入中度老齡化社會，即60歲以上人口占比超過20%。而這一趨勢在2025年之后將進一步加速，2030年中國60歲以上人口占比將達到25%。據(jù)世界衛(wèi)生組織的研究數(shù)據(jù)顯示，跌倒行為已經(jīng)成為老年人致死致傷的大概率日常事件，全球每年約有40萬的老年人死于跌倒后無人發(fā)現(xiàn)、及時就醫(yī)等原因。同時由于老年人的身體恢復速度慢，跌倒造成的后果可能會嚴重影響其生活質量。

2021年2月，發(fā)改委、民政部、衛(wèi)健委聯(lián)合發(fā)布《關于建立積極應對人口老齡化重點聯(lián)系城市機制的通知》，強調重點發(fā)展“互聯(lián)網(wǎng)+養(yǎng)老服務”和“互聯(lián)網(wǎng)+老年健康服務”，支持大型互聯(lián)網(wǎng)企業(yè)導入養(yǎng)老服務和老年健康服務，支持優(yōu)質養(yǎng)老機構互聯(lián)網(wǎng)平臺化發(fā)展，“互聯(lián)網(wǎng)+養(yǎng)老”成為國家未來重點發(fā)展的方向。隨著我國大力推進智慧老齡化技術，推廣其應用工程，跌倒檢測“科技適老化”產(chǎn)品也應運而生。融合移動5G互聯(lián)網(wǎng)、大數(shù)據(jù)分析、云計算等新型信息科技于一體，發(fā)展以健康智聯(lián)為方向的信息化老年看護服務，以達到關注老年健康生活、延長壽命等目的，構建基于高新科技的可持續(xù)性健康生態(tài)系統(tǒng)。

據(jù)相關研究表明，人類平均在60歲以后身體機能會逐漸開始退化，我國有近2億老年人被慢性病困擾（失能/半失能人口超5000萬）。在老齡化趨勢下，養(yǎng)老護理需求不斷擴大，龐大的剛性需求及專業(yè)照護資源缺乏，推動了跌倒檢測看護終端設備的發(fā)展。在緩解老年人跌倒的問題中，檢測時可穿戴、全方位識別的智能產(chǎn)品是當前“科技適老化”產(chǎn)品的主角。生活中經(jīng)常發(fā)生老年人跌倒后沒有被及時發(fā)現(xiàn)、無法及時搶救給老年人造成嚴重傷害的事件，而目前市場上大多數(shù)老年人跌倒檢測看護產(chǎn)品仍存在誤報、漏報等難題，且產(chǎn)品同質化競爭嚴重。為了解決上述問題，我們決定設計一款具有24小時全天候在線、智能跌倒等級判斷、高度場景適應性以及多關節(jié)點精準自動識別跌倒現(xiàn)象并實時發(fā)出報警的跌倒檢測系統(tǒng)，以幫助老年人不慎跌倒后及時發(fā)出求助信息，得到及時的救護從而脫離危險。

2 動態(tài)影像深度學習跌倒檢測工作原理及識別流程

2.1 跌倒檢測工作原理

跌倒檢測系統(tǒng)基于Python開發(fā)，采用“OpenCV+背景差異化”技術行為判別方案，以flask框架將程序搭建在服務器中，供其他智能監(jiān)控設備調用，可將監(jiān)控視頻實時傳輸至云端服務器，并以開放狀態(tài)供設備服務商讀取，識別跌倒危險現(xiàn)狀。通過攝像設備讀取數(shù)據(jù)和系統(tǒng)中搭建的基于Intel的Openvino視覺處理框架和OpenCV模塊，比對前、后幀及背景圖層間信息的差異，通過繪制關節(jié)點來判別定位攝像區(qū)中的物體，實時采集老年人活動的3D加速度和角速度數(shù)據(jù)，并通過5G網(wǎng)絡將活動數(shù)據(jù)低延遲地發(fā)送給跌倒檢測系統(tǒng)；系統(tǒng)再依據(jù)接收到的活動數(shù)據(jù)，采用貝葉斯算法模型和flask框架，自動計算對應的合加速度α和偏轉角θ；當合加速度α大于合加速度的閾值αT，且偏轉角θ大于偏轉角的閾值θT，則判斷為跌倒發(fā)生，并判斷跌倒級別，此時通過跌倒檢測系統(tǒng)向指定聯(lián)系人的手機或者其他移動設備發(fā)出跌倒預警信息。跌倒檢測系統(tǒng)的工作原理如圖1所示。

圖1 跌倒檢測系統(tǒng)工作原理圖

2.2 智慧監(jiān)控檢測工作流程

人體運動分析與識別作為健康檢測的基礎，在日常運動檢測、智慧醫(yī)療等領域發(fā)揮著重要作用。目前，人體運動數(shù)據(jù)的獲取方式主要有兩種，一種是基于視頻圖像采集與處理技術來識別人體的運動行為；另一種是基于可穿戴或環(huán)境空間放置的傳感器設備獲取用戶的行為數(shù)據(jù)，并使用機器學習技術區(qū)別不同的行為。本項目采用第一種方式進行設計，基于動態(tài)圖像采集處理的方法具有抗干擾能力強、數(shù)據(jù)獲取方便及價格低廉等優(yōu)勢。

跌倒檢測系統(tǒng)僅需獲取攝像頭實時畫面，通過5G物聯(lián)網(wǎng)的低延時、高并發(fā)技術，及時發(fā)現(xiàn)并預警危險行為的發(fā)生，跌倒檢測系統(tǒng)可以監(jiān)測到區(qū)域內是否有人跌倒，同時自動向事前設定好的移動設備或緊急調度中心發(fā)出警報。

跌倒檢測系統(tǒng)基于OpenCV視覺差異化處理方案，當老年人跌倒時人體姿勢會迅速發(fā)生改變，而在正常活動時人體姿勢改變很慢，本項目提出的跌倒檢測的方案是利用人體姿態(tài)的改變進行判斷的。系統(tǒng)首先讀取攝像頭中的運行目標進行檢測，然后通過Openvino視覺算法計算繪制出可以描述人體目標的主要關鍵點，通過對關鍵點的分析，可以獲取人體的水平角度等一些重要特征，通過判斷這些特征的改變來檢測人體是否跌倒。整個系統(tǒng)的算法流程如圖2所示。

圖2 跌倒檢測系統(tǒng)算法流程圖

人體運動分析與識別是跌倒檢測系統(tǒng)中最重要的環(huán)節(jié)之一，它是從攝像設備中順序讀取幀序列，然后通過OpenCV視覺算法獲取幀中運動物體的輪廓。運動目標檢測為接下來的人體行為識別等后續(xù)處理打下了堅實的基礎，目標檢測的準確性和完整性對整個跌倒檢測系統(tǒng)的性能起到了決定性的作用。

人體運動分析與識別作為健康檢測的基礎，在日常運動檢測、智慧醫(yī)療等領域發(fā)揮著重要作用。目前，人體運動數(shù)據(jù)的獲取方式主要有兩種，一種是基于視頻圖像采集與處理技術來識別人體的運動行為；另一種是基于可穿戴或環(huán)境空間放置的傳感器設備獲取用戶的行為數(shù)據(jù)。本項目目前研究的老年人跌倒檢測系統(tǒng)配備攝像設備，采用背景差分法，能有效地獲取完整的運動物體的輪廓。后面隨著平臺系統(tǒng)的成熟，將對可穿戴跌倒檢測設備進一步研發(fā)且接入跌倒檢測系統(tǒng)。本項目采用基于OpenCV視覺+背景差分法的目標檢測方式，其算法流程如圖3所示。

圖3 人體運動分析與識別算法流程圖

3 跌倒檢測系統(tǒng)的創(chuàng)新性

跌倒檢測智慧守護系統(tǒng)在現(xiàn)有的跌倒檢測原理基礎上，用理論結合實際，通過對跌倒檢測算法預警等級預測和人體行為特征的分析，重點研究遠程智慧守護系統(tǒng)提供危險識別預警功能、7×24小時緊急救助信息服務系統(tǒng)平臺以及多關節(jié)點特征提取，通過24小時緊急救助信息服務平臺結合不同的預警智能識別等級和人體行為特征檢測，能夠更有效地幫助老年人解決生活困難，促進全社會科技適老化的發(fā)展。

3.1 預警等級識別

根據(jù)跌倒檢測系統(tǒng)和智能穿戴設備的聯(lián)動檢測結果組合，我們將警告信息分為以下三個等級。①藍色預警（III級）：具有70%的可信度。接收到智能攝像頭的預警信息，系統(tǒng)將提醒綁定此設備的人員，在該區(qū)域可能出現(xiàn)跌倒行為，也有可能是誤報信息，如躺下休息。②黃色預警（II級）：具有80%的可信度。接收到智能穿戴的預警信息，系統(tǒng)將提醒綁定此設備的人員，在該區(qū)域可能出現(xiàn)跌倒行為可能性比藍色預警提高一個等級。③紅色預警（I級）：具有100%的可信度。接收到智能攝像頭與穿戴設備的雙重預警信息，在該區(qū)域極有可能出現(xiàn)跌倒行為，該警告信息為最高等級。

3.2 7×24小時緊急救助信息服務

我們通過在跌倒檢測系統(tǒng)中搭建7×24小時在線緊急救助信息服務，對所有接入到該系統(tǒng)中的設備進行統(tǒng)一管理，我們將對外開放動態(tài)影像處理接口，3D加速度、陀螺儀等傳感器數(shù)據(jù)處理接口，實現(xiàn)一個完整的守護生態(tài)，一旦出現(xiàn)預警能夠立刻反饋到該設備的服務運營商。

跌倒檢測系統(tǒng)通過Python的flask框架搭建在服務器上，其他遠程監(jiān)控等設備可將監(jiān)控視頻實時傳輸至云端服務器，并設置為開放狀態(tài)供設備服務商讀取，即可在第一時間獲取危險情況信息。

3.3 多關節(jié)點特征提取

跌倒檢測系統(tǒng)首先通過OpenCV模塊對人體產(chǎn)生的行為和行為相似度進行算法計算定位跟蹤，再采用Openvino視覺算法進行模型構建，可以準確計算并繪制出可以描述人體目標的各個主要關鍵點，通過對關鍵點的合加速度和角速度的大小關系進行特征分析，獲取人體的水平角度與行為數(shù)據(jù)庫構成的行為特征，準確判斷跌倒行為的發(fā)生。

4 跌倒檢測系統(tǒng)實際應用價值及應用前景

4.1 實際應用價值

我國已進入中度老年化社會，養(yǎng)老護理需求不斷擴大，龐大的剛性需求及專業(yè)照護資源的缺乏，導致老年人由于各種原因不慎跌倒后沒有被及時發(fā)現(xiàn)，給老年人造成了嚴重的傷害。跌倒檢測系統(tǒng)立足我國老齡化日趨嚴峻的社會現(xiàn)狀，解決了老年人獨處跌倒后不能被及時發(fā)現(xiàn)、得不到及時救助的問題，因此跌倒檢測系統(tǒng)的發(fā)明具有重要的社會價值和現(xiàn)實意義。

自2017年，工業(yè)和信息化部、民政部、國家衛(wèi)生健康委員會聯(lián)合發(fā)布了《智慧健康養(yǎng)老產(chǎn)業(yè)發(fā)展行動計劃（2017-2020年）》以來，智慧養(yǎng)老產(chǎn)業(yè)的生態(tài)系統(tǒng)日漸完善，智慧養(yǎng)老被提升至國家戰(zhàn)略層面。2021年10月三部門再次聯(lián)合印發(fā)《智慧健康養(yǎng)老產(chǎn)業(yè)發(fā)展行動計劃（2021-2025年）》，提出要通過實施智慧健康養(yǎng)老產(chǎn)品供給工程，重點發(fā)展健康管理類、養(yǎng)老監(jiān)護類、康復輔助器具類、中醫(yī)數(shù)字化智能產(chǎn)品及家庭服務機器人五大類產(chǎn)品，帶動傳感器、微處理器、操作系統(tǒng)等底層技術突破，完成多模態(tài)行為監(jiān)測、跌倒防護、高精度定位等實用技術攻關。

跌倒檢測防護產(chǎn)品是國家智慧健康養(yǎng)老產(chǎn)業(yè)當前和未來的重點發(fā)展方向。本文設計的跌倒智慧檢測系統(tǒng)適用于室內和室外全方位老年人活動場所，可以實現(xiàn)從老年人跌倒遇險后無人知曉到主動預警的轉變，為老年人提供安全健康的照護服務，更好地保護老年人的生活起居。

4.2 產(chǎn)品應用前景

“第七次人口普查”結果顯示我國65歲及以上人口達1.91億人，占比13.5%，老齡人口數(shù)量龐大、占比快速提升。《國家人口發(fā)展規(guī)劃（2016-2030年）》預計，2030年60歲以上老年人占比將到達25%左右；據(jù)世界衛(wèi)生組織預測，2050年中國將有35%的人口超過60歲，成為世界上老齡化最嚴重的國家。我國實施積極應對人口老齡化的國家戰(zhàn)略，智慧健康養(yǎng)老產(chǎn)業(yè)是當前國家重點發(fā)展的產(chǎn)業(yè)，科技化養(yǎng)老將會在全國范圍內推廣普及。2021年11月中央國務院發(fā)布《關于加強新時代老齡工作的意見》強調構建老年友好型社會，為積極響應國家人口老齡化應對戰(zhàn)略，全國各地積極投入資金進行適老化改造。

跌倒檢測系統(tǒng)產(chǎn)品有效解決了老年人跌倒后發(fā)現(xiàn)不及時、救助不及時等問題。基于“互聯(lián)網(wǎng)+”的戰(zhàn)略背景下，跌倒檢測系統(tǒng)的市場規(guī)模預計可達千億，年復合增長率（CAGR）約為4.5%。中國跌倒檢測系統(tǒng)市場起步較晚，市場缺口大。隨著人們健康安全意識的提升和全國各地適老化改造項目的推進，跌倒檢測系統(tǒng)作為適老化改造的分支之一，市場前景廣闊。跌倒檢測系統(tǒng)的實物模型如圖4所示。

圖4 跌倒檢測系統(tǒng)實物模型圖

5 結語

目前我國人口老齡化日趨嚴重，跌倒是老年人、失能/半失能等特殊群體日常生活中生命健康的主要威脅因素，如跌倒后發(fā)現(xiàn)不及時，則可能造成死亡、殘疾等嚴重的后果。本跌倒檢測系統(tǒng)在現(xiàn)有的跌倒原理中實現(xiàn)了創(chuàng)新，通過跌倒檢測系統(tǒng)與跌倒識別設備聯(lián)動實現(xiàn)跌倒等級判斷預警，24小時實時在線識別檢測，采用“OpenCV+背景差異化”行為判別方案，提供即時動態(tài)識別跌倒預警功能，減輕老年人等特殊群體跌倒造成的不良后果。以智慧守護健康，進一步為國家戰(zhàn)略需求服務，促進科技適老化的發(fā)展。