基于动态影像深度学习的老年人跌倒检测探索研究

林泽淦

广东培正学院，广东广州，510800

1 “人口老龄化”视域下跌倒检测的需求背景

“中国第七次人口普查”结果显示，65岁及以上人口为1.9亿人，占总人口的13.5%（60岁及以上人口为2.6亿人，占总人口18.7%），总和生育率仅为1.3（2019年世界总和生育率约为2.4）。按照国家统计局人口模型预测，2022年起我国将进入14年的老龄化加速期，并在2025年进入中度老龄化社会，即60岁以上人口占比超过20%。而这一趋势在2025年之后将进一步加速，2030年中国60岁以上人口占比将达到25%。据世界卫生组织的研究数据显示，跌倒行为已经成为老年人致死致伤的大概率日常事件，全球每年约有40万的老年人死于跌倒后无人发现、及时就医等原因。同时由于老年人的身体恢复速度慢，跌倒造成的后果可能会严重影响其生活质量。

2021年2月，发改委、民政部、卫健委联合发布《关于建立积极应对人口老龄化重点联系城市机制的通知》，强调重点发展“互联网+养老服务”和“互联网+老年健康服务”，支持大型互联网企业导入养老服务和老年健康服务，支持优质养老机构互联网平台化发展，“互联网+养老”成为国家未来重点发展的方向。随着我国大力推进智慧老龄化技术，推广其应用工程，跌倒检测“科技适老化”产品也应运而生。融合移动5G互联网、大数据分析、云计算等新型信息科技于一体，发展以健康智联为方向的信息化老年看护服务，以达到关注老年健康生活、延长寿命等目的，构建基于高新科技的可持续性健康生态系统。

据相关研究表明，人类平均在60岁以后身体机能会逐渐开始退化，我国有近2亿老年人被慢性病困扰（失能/半失能人口超5000万）。在老龄化趋势下，养老护理需求不断扩大，庞大的刚性需求及专业照护资源缺乏，推动了跌倒检测看护终端设备的发展。在缓解老年人跌倒的问题中，检测时可穿戴、全方位识别的智能产品是当前“科技适老化”产品的主角。生活中经常发生老年人跌倒后没有被及时发现、无法及时抢救给老年人造成严重伤害的事件，而目前市场上大多数老年人跌倒检测看护产品仍存在误报、漏报等难题，且产品同质化竞争严重。为了解决上述问题，我们决定设计一款具有24小时全天候在线、智能跌倒等级判断、高度场景适应性以及多关节点精准自动识别跌倒现象并实时发出报警的跌倒检测系统，以帮助老年人不慎跌倒后及时发出求助信息，得到及时的救护从而脱离危险。

2 动态影像深度学习跌倒检测工作原理及识别流程

2.1 跌倒检测工作原理

跌倒检测系统基于Python开发，采用“OpenCV+背景差异化”技术行为判别方案，以flask框架将程序搭建在服务器中，供其他智能监控设备调用，可将监控视频实时传输至云端服务器，并以开放状态供设备服务商读取，识别跌倒危险现状。通过摄像设备读取数据和系统中搭建的基于Intel的Openvino视觉处理框架和OpenCV模块，比对前、后帧及背景图层间信息的差异，通过绘制关节点来判别定位摄像区中的物体，实时采集老年人活动的3D加速度和角速度数据，并通过5G网络将活动数据低延迟地发送给跌倒检测系统；系统再依据接收到的活动数据，采用贝叶斯算法模型和flask框架，自动计算对应的合加速度α和偏转角θ；当合加速度α大于合加速度的阈值αT，且偏转角θ大于偏转角的阈值θT，则判断为跌倒发生，并判断跌倒级别，此时通过跌倒检测系统向指定联系人的手机或者其他移动设备发出跌倒预警信息。跌倒检测系统的工作原理如图1所示。

图1 跌倒检测系统工作原理图

2.2 智慧监控检测工作流程

人体运动分析与识别作为健康检测的基础，在日常运动检测、智慧医疗等领域发挥着重要作用。目前，人体运动数据的获取方式主要有两种，一种是基于视频图像采集与处理技术来识别人体的运动行为；另一种是基于可穿戴或环境空间放置的传感器设备获取用户的行为数据，并使用机器学习技术区别不同的行为。本项目采用第一种方式进行设计，基于动态图像采集处理的方法具有抗干扰能力强、数据获取方便及价格低廉等优势。

跌倒检测系统仅需获取摄像头实时画面，通过5G物联网的低延时、高并发技术，及时发现并预警危险行为的发生，跌倒检测系统可以监测到区域内是否有人跌倒，同时自动向事前设定好的移动设备或紧急调度中心发出警报。

跌倒检测系统基于OpenCV视觉差异化处理方案，当老年人跌倒时人体姿势会迅速发生改变，而在正常活动时人体姿势改变很慢，本项目提出的跌倒检测的方案是利用人体姿态的改变进行判断的。系统首先读取摄像头中的运行目标进行检测，然后通过Openvino视觉算法计算绘制出可以描述人体目标的主要关键点，通过对关键点的分析，可以获取人体的水平角度等一些重要特征，通过判断这些特征的改变来检测人体是否跌倒。整个系统的算法流程如图2所示。

图2 跌倒检测系统算法流程图

人体运动分析与识别是跌倒检测系统中最重要的环节之一，它是从摄像设备中顺序读取帧序列，然后通过OpenCV视觉算法获取帧中运动物体的轮廓。运动目标检测为接下来的人体行为识别等后续处理打下了坚实的基础，目标检测的准确性和完整性对整个跌倒检测系统的性能起到了决定性的作用。

人体运动分析与识别作为健康检测的基础，在日常运动检测、智慧医疗等领域发挥着重要作用。目前，人体运动数据的获取方式主要有两种，一种是基于视频图像采集与处理技术来识别人体的运动行为；另一种是基于可穿戴或环境空间放置的传感器设备获取用户的行为数据。本项目目前研究的老年人跌倒检测系统配备摄像设备，采用背景差分法，能有效地获取完整的运动物体的轮廓。后面随着平台系统的成熟，将对可穿戴跌倒检测设备进一步研发且接入跌倒检测系统。本项目采用基于OpenCV视觉+背景差分法的目标检测方式，其算法流程如图3所示。

图3 人体运动分析与识别算法流程图

3 跌倒检测系统的创新性

跌倒检测智慧守护系统在现有的跌倒检测原理基础上，用理论结合实际，通过对跌倒检测算法预警等级预测和人体行为特征的分析，重点研究远程智慧守护系统提供危险识别预警功能、7×24小时紧急救助信息服务系统平台以及多关节点特征提取，通过24小时紧急救助信息服务平台结合不同的预警智能识别等级和人体行为特征检测，能够更有效地帮助老年人解决生活困难，促进全社会科技适老化的发展。

3.1 预警等级识别

根据跌倒检测系统和智能穿戴设备的联动检测结果组合，我们将警告信息分为以下三个等级。①蓝色预警（III级）：具有70%的可信度。接收到智能摄像头的预警信息，系统将提醒绑定此设备的人员，在该区域可能出现跌倒行为，也有可能是误报信息，如躺下休息。②黄色预警（II级）：具有80%的可信度。接收到智能穿戴的预警信息，系统将提醒绑定此设备的人员，在该区域可能出现跌倒行为可能性比蓝色预警提高一个等级。③红色预警（I级）：具有100%的可信度。接收到智能摄像头与穿戴设备的双重预警信息，在该区域极有可能出现跌倒行为，该警告信息为最高等级。

3.2 7×24小时紧急救助信息服务

我们通过在跌倒检测系统中搭建7×24小时在线紧急救助信息服务，对所有接入到该系统中的设备进行统一管理，我们将对外开放动态影像处理接口，3D加速度、陀螺仪等传感器数据处理接口，实现一个完整的守护生态，一旦出现预警能够立刻反馈到该设备的服务运营商。

跌倒检测系统通过Python的flask框架搭建在服务器上，其他远程监控等设备可将监控视频实时传输至云端服务器，并设置为开放状态供设备服务商读取，即可在第一时间获取危险情况信息。

3.3 多关节点特征提取

跌倒检测系统首先通过OpenCV模块对人体产生的行为和行为相似度进行算法计算定位跟踪，再采用Openvino视觉算法进行模型构建，可以准确计算并绘制出可以描述人体目标的各个主要关键点，通过对关键点的合加速度和角速度的大小关系进行特征分析，获取人体的水平角度与行为数据库构成的行为特征，准确判断跌倒行为的发生。

4 跌倒检测系统实际应用价值及应用前景

4.1 实际应用价值

我国已进入中度老年化社会，养老护理需求不断扩大，庞大的刚性需求及专业照护资源的缺乏，导致老年人由于各种原因不慎跌倒后没有被及时发现，给老年人造成了严重的伤害。跌倒检测系统立足我国老龄化日趋严峻的社会现状，解决了老年人独处跌倒后不能被及时发现、得不到及时救助的问题，因此跌倒检测系统的发明具有重要的社会价值和现实意义。

自2017年，工业和信息化部、民政部、国家卫生健康委员会联合发布了《智慧健康养老产业发展行动计划（2017-2020年）》以来，智慧养老产业的生态系统日渐完善，智慧养老被提升至国家战略层面。2021年10月三部门再次联合印发《智慧健康养老产业发展行动计划（2021-2025年）》，提出要通过实施智慧健康养老产品供给工程，重点发展健康管理类、养老监护类、康复辅助器具类、中医数字化智能产品及家庭服务机器人五大类产品，带动传感器、微处理器、操作系统等底层技术突破，完成多模态行为监测、跌倒防护、高精度定位等实用技术攻关。

跌倒检测防护产品是国家智慧健康养老产业当前和未来的重点发展方向。本文设计的跌倒智慧检测系统适用于室内和室外全方位老年人活动场所，可以实现从老年人跌倒遇险后无人知晓到主动预警的转变，为老年人提供安全健康的照护服务，更好地保护老年人的生活起居。

4.2 产品应用前景

“第七次人口普查”结果显示我国65岁及以上人口达1.91亿人，占比13.5%，老龄人口数量庞大、占比快速提升。《国家人口发展规划（2016-2030年）》预计，2030年60岁以上老年人占比将到达25%左右；据世界卫生组织预测，2050年中国将有35%的人口超过60岁，成为世界上老龄化最严重的国家。我国实施积极应对人口老龄化的国家战略，智慧健康养老产业是当前国家重点发展的产业，科技化养老将会在全国范围内推广普及。2021年11月中央国务院发布《关于加强新时代老龄工作的意见》强调构建老年友好型社会，为积极响应国家人口老龄化应对战略，全国各地积极投入资金进行适老化改造。

跌倒检测系统产品有效解决了老年人跌倒后发现不及时、救助不及时等问题。基于“互联网+”的战略背景下，跌倒检测系统的市场规模预计可达千亿，年复合增长率（CAGR）约为4.5%。中国跌倒检测系统市场起步较晚，市场缺口大。随着人们健康安全意识的提升和全国各地适老化改造项目的推进，跌倒检测系统作为适老化改造的分支之一，市场前景广阔。跌倒检测系统的实物模型如图4所示。

图4 跌倒检测系统实物模型图

5 结语

目前我国人口老龄化日趋严重，跌倒是老年人、失能/半失能等特殊群体日常生活中生命健康的主要威胁因素，如跌倒后发现不及时，则可能造成死亡、残疾等严重的后果。本跌倒检测系统在现有的跌倒原理中实现了创新，通过跌倒检测系统与跌倒识别设备联动实现跌倒等级判断预警，24小时实时在线识别检测，采用“OpenCV+背景差异化”行为判别方案，提供即时动态识别跌倒预警功能，减轻老年人等特殊群体跌倒造成的不良后果。以智慧守护健康，进一步为国家战略需求服务，促进科技适老化的发展。