一种基于红外线与可见光组合的游泳池溺水监测方法
阅读：1016发布：2020-08-07
专利汇可以提供一种基于红外线与可见光组合的游泳池溺水监测方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于红外线与可见光组合的游泳池溺 水 监测方法。本发明提出的基于游泳者头部平面位移速度和水上或水下 位置 的组合溺水判据，能全面 覆盖 各种溺水行为。通过双光成像，提出了红外线与可见光组合的判定头部入水状态及衍生出的溺水判定方法，能有效的快速判断出溺水事件，给救生员及时提示。是一种可推广的、智能的游泳池溺水报警系统，来辅助救生员的工作，帮助救生员实时监控掌握整个游泳池的情况，从而提高游泳池的安全性。让人们在享受游泳带来乐趣的同时，不必承受过多的生命威胁。，下面是一种基于红外线与可见光组合的游泳池溺水监测方法专利的具体信息内容。
1.一种基于红外线与可见光组合的游泳池溺水监测方法，其特征在于，包括以下步骤：
（1）、使用热像仪与可见光摄像机同步、同角度并列拍摄游泳池场景。
2.基于可见光视频来抓取人图像，使用可见光摄像机拍摄游泳池场景视频，运用计算机深度学习技术来提取可见光视频中的人头像或者使用背景建模结合前景提取的方法，让计算机识别人头；
（2）、速度提取，提取到游泳者头部特征图像后，把每个头部标注，视频采样图像相邻帧之间的头像位置和大小变化呈现平滑移动，以此认定为同一目标头像，实时跟踪，并以头像的像素位移为基础追踪该头部在T时间内从第一帧图像位置（x1,y1）至最终帧图像的位置（x2,y2）的速度v，设定速度阈值Vt；
（3）、使用同步双光图像计算头部入水比例，设可见光图像中的某头部面积为P，该头像对应区域的热成像的头部特征面积为Q，取k=Q/P，设定比较阈值Kt；
（4）、设定头部沉浮状态的时间阈值为t1，头部在水下状态的时间阈值为t2，t1＜t2，半入水状态的时间阈值为t3，头部在水上状态的阈值时间为t4；
（5）、当（x2,y2）丢失时，判定为头像丢失，若头像出画面边界，判定为安全，否则为危险警报；
当v≥Vt时，判定为游泳者快速移动，判定为安全；
当v＜Vt时，判定为游泳者缓慢移动或相对静止，开始对该游泳者计时，时间为t并转至步骤（6）；
（6）、判断k是否为0，若k=0转至步骤（7），否则转至步骤（8）；
（7）、k=0时，若t1＜t＜t2，判定为头部沉浮状态，警示警报，否则若t≥t2，判定为头部在水下状态，危险警报，否则继续计时并调取新的视频图像计算k值转至步骤（6）；
（8）、当0＜k＜Kt时，若t≥t3，判定为半入水状态，警示警报，否则继续计时并调取新的视频图像计算k值转至步骤（6）；当k＞Kt时，若t＞t4，判定为头部水上状态，安全，否则继续计时并调取新的视频图像计算k值转至步骤（6）。
3.根据权利要求1所述的一种基于红外线与可见光组合的游泳池溺水监测方法，其特征在于：所述速度v根据公式v= /T计算得出。
4.根据权利要求1所述的一种基于红外线与可见光组合的游泳池溺水监测方法，其特征在于：所述热像仪与可见光摄像机同步同角度拍摄时双光影像可重合。
一种基于红外线与可见光组合的游泳池溺水监测方法
技术领域
背景技术
[0002] 游泳运动广泛地受到人们的喜爱，在游泳池里游泳、嬉水，是人们夏日消暑、休闲的好方法。但游泳池中的溺水问题却一直困扰着人们。在2014年世界卫生组织发布的《全球溺水报告》中指出，每年全球有37.2万人死于溺水。根据我国卫生部发表的数字显示，中国每年约有57000人溺水死亡；相当于每天有150多人溺亡。
[0003] 溺水，又叫淹溺，是指人淹没于水中，由于水吸入肺内(湿淹溺90％)或喉挛(干淹溺10％)所致窒息。基于视频的监测系统显然无法做到判断水是否吸入肺内，只能选择溺水后视频表现来判定。经过查看相关资料，基于视频的溺水初期表现分为两种，一种是人头在水面忽上忽下，人上肢在水面有较剧烈动作，平面位移速度缓慢。另一种是人头在半入水状态(口鼻在水下)，身体垂直，肢体有上下划水动作，平面位移速度缓慢。中期表现为，人头在水面以下，肢体动作缓慢，平面位移相对静止。最终表现就是沉入一定深度水下，平面位移相对静止
[0004] 在众多的溺水事故中，有许多是发生在有专业救生员的公共游泳池。由于人自身生理条件的限制，救生员是很难长时间保持注意力高度集中，很难高效地保证泳池内的人员安全。另外，游泳池的水面上会有光的反射，这也使得救生员在疲劳时，难以及时分辨正常游泳者与溺水者。对救生员来说，溺水又是低概率事件，容易产生麻痹大意的心理状态。而一旦发生溺水事故，仅数分钟就会造成无法治愈的脑部伤害或者直接死亡。
[0005] 到目前为止，国内外关于溺水报警系统的实现主要有以下三种方式：
[0006] 1.游泳者随身携带传感器监测系统。主要由入水式随身携带装置与岸上固定装置构成。入水装置可佩戴在游泳者的腕部、裤带或泳帽处，通常包括一个传感器、一个信号收发器和一个微处理器。传感器主要用来监测人体脉搏和游泳者的入水深度等信息。如果游泳者在水下时间超过一定阈值，或者游泳者心跳发生异常，或者岸上装置信号失联，那么就发出警报。这种装置安装、使用、维护比较麻烦，且耗资巨大，水下运动误报率高、也无法跟踪每个游泳者。最主要是游泳者本身相对比较排斥携带设备入水。所以这种监测系统并未大规模的推广使用。
[0007] 2.声呐探测报警系统。通过在水下或泳池底部安装一套声呐发射、接收装置，利用探测器去确定是否有障碍物存在，然后根据设定的溺水判据(如障碍物大小，障碍物入水深度、障碍物静止时间)来判定是否溺水。这类系统也存在很多缺点：1)声呐鉴定一个溺水者基本是看他身体里含有多少空气，如果是肺部充满水的深度溺水，得到的信号就无法肯定，甚至不进行判定了。2)此套设备需要用几百伏的电压去产生声呐脉冲，而安全规定不得超过在12V或24V(各国标准略有不同)。3)如果身体与墙非常近时，因为声呐信号中包含回声，泳池墙壁不利于消除噪声信号，很难提取出监测溺水所必须的信号。4)泳池人数过多时，无法对每个人进行跟踪鉴别。因而，声呐报警系统也未得到大规模推广使用。
[0008] 3.基于视频的报警系统。主要优点是救生员能够看到有关溺水者的视频信息，就能立即掌握游泳者的情况。现有的基于视频的溺水报警系统比较出名的是法国Vision IQ公司的Poseidon系统和新加坡南洋科技大学的DEWS系统。2001年法国Vision IQ公司发明了世界上第一套基于视频的溺水报警系统Poseidon。该系统是在水底安装大量摄像机，游泳池上方也安装大量摄像机，通过水下水上网络实时监测游泳者的活动，该系统的软件通过图像来判断游泳者的轨迹、速度、位置。结合溺水判定依据来发出警报，并在游泳池边上的屏幕上标出溺水者的位置。目前，该系统已经在很多欧美国家投入使用，并拯救了许多生命。但是，Poseidon系统价格相当昂贵，每套达数百万美元。在我国推广这套系统很不符合实际。新加坡南洋科技大学的DEWS系统则是利用安装在游泳池上方的一组摄像机作为监测设备，对每个游泳者进行动作识别，依据是否挣扎，身体垂直的溺水特征来提示报警。但是，溺水者的动作特征与正常游泳者相差并不大，深度溺水后更是缺乏动作。所以目前该系统还没有形成成型的产品。
[0009] 尽管国外已有类似的理论研究和相关产品，但我国在溺水报警系统方面还处于起步阶段，仅有游泳者身上携带设备入水这种报警系统投入应用。基于视频的溺水监测系统，北京工业大学、哈尔滨工程大学、太原理工大学等做了一定深度研究，提出了多篇论文和专利。但市场上还没有应用，因此在这方面的研究还有很大发展空间。基于我国游泳池普遍没有安装泳池监控智能报警系统，提出一种可推广的、智能的游泳池溺水报警系统，来辅助救生员的工作，帮助救生员实时监控掌握整个游泳池的情况，从而提高游泳池的安全性正是本发明人所要解决的问题。
发明内容
[0010] 针对现有技术存在的不足，本发明的主要目的在于提供一种智能以及可推广的基于红外线与可见光组合的游泳池溺水监测方法。
[0011] 为实现上述目的，本发明提供了如下技术方案：一种基于红外线与可见光组合的游泳池溺水监测方法，包括以下步骤：
[0012] (1)、使用热像仪与可见光摄像机同步、同角度并列拍摄游泳池场景。基于可见光视频来抓取人图像，使用可见光摄像机拍摄游泳池场景视频，运用计算机深度学习技术来提取可见光视频中的人头像或者使用背景建模结合前景提取的方法，让计算机识别人头。
[0013] (2)、速度提取，提取到游泳者头部特征图像后，把每个头部标注，视频采样图像相邻帧之间的头像位置和大小变化呈现平滑移动，以此认定为同一目标头像，实时跟踪，并以头像的像素位移为基础追踪该头部在T(比如0.5秒)时间内从第一帧图像位置(x1,y1)至最终帧图像的位置(x2,y2)的速度v，设定速度阈值Vt；
[0014] (3)、使用同步双光图像计算头部入水比例。设可见光图像中的某头部面积为P，该头像对应区域的热成像的头部特征面积为Q，取k＝Q/P，设定比较阈值Kt；
[0015] (4)、设定头部沉浮状态的时间阈值为t1(比如5秒)，头部在水下状态的时间阈值为t2(比如30秒)，t1＜t2，半入水状态的时间阈值为t3(比如20秒)，头部在水上状态的阈值时间为t4(比如5秒)；
[0016] (5)、当(x2,y2)丢失时，判定为头像丢失，若头像出画面边界，判定为安全，否则为危险警报；
[0017] 当v≥Vt时，判定为游泳者快速移动，判定为安全；
[0018] 当v＜Vt时，判定为游泳者缓慢移动或相对静止，开始对该游泳者计时，
[0019] 时间为t并转至步骤(6)；
[0020] (6)、判断k是否为0，若k＝0转至步骤(7)，否则转至步骤(8)；
[0021] (7)、k＝0时，若t1＜t＜t2，判定为头部沉浮状态，警示警报，否则若t≥t2，判定为头部在水下状态，危险警报，否则继续计时并调取新的视频图像计算k值转至步骤(6)；
[0022] (8)、当0＜k＜Kt时，若t≥t3，判定为半入水状态，警示警报，否则继续计时并调取新的视频图像计算k值转至步骤(6)；当k＞Kt时，若t＞t4，判定为头部水上状态，安全，否则继续计时并调取新的视频图像计算k值转至步骤(6)。
[0023] 优选的，所述速度v根据公式计算得出。
[0024] 优选的，所述热像仪与可见光摄像机同步同角度拍摄时双光影像重合。
[0025] 本发明相对于现有技术具有如下优点，本申请提出的基于游泳者头部平面位移速度和水上(或水下)位置的组合溺水判据，能全面覆盖各种溺水行为。通过热像仪以及双光热像仪进行成像并提出了红外线与可见光组合的头部入水及溺水判定方法，能有效的快速判断出溺水事件，给救生员及时提示。
[0026] 是一种可推广的、智能的游泳池溺水报警系统，来辅助救生员的工作，帮助救生员实时监控掌握整个游泳池的情况，从而提高游泳池的安全性。让人们在享受游泳带来乐趣的同时，不必承受过多的生命威胁。附图说明
[0027] 图1为本发明的采用热像仪拍摄人的头部在水中纵向位置的结构示意图；
[0028] 图2为本发明中人在游泳池内时的双光画面的结构示意图；
[0029] 图3为本发明的可见光头像平面位移速度计算流程图；
[0030] 图4为本发明的头部入水及溺水判定系统流程图。
具体实施方式
[0031] 下面结合附图对本发明作进一步说明。
[0032] 一种基于红外线与可见光组合的游泳池溺水监测方法，包括以下步骤：
[0033] (1)、使用热像仪与可见光摄像机同步、同角度并列拍摄游泳池场景。基于可见光视频来抓取人图像，使用可见光摄像机拍摄游泳池场景视频，运用计算机深度学习技术来提取可见光视频中的人头像或者使用背景建模结合前景提取的方法，让计算机识别人头。
[0034] (2)、速度提取，提取到游泳者头部特征图像后，把每个头部标注，视频采样图像相邻帧之间的头像位置和大小变化呈现平滑移动，以此认定为同一目标头像，实时跟踪，并以头像的像素位移为基础追踪该头部在T(比如0.5秒)时间内从第一帧图像位置(x1,y1)至最终帧图像的位置(x2,y2)的速度v，设定速度阈值Vt；
[0035] (3)、使用同步双光图像计算头部入水比例。设可见光图像中的某头部面积为P，该头像对应区域的热成像的头部特征面积为Q，取k＝Q/P，设定比较阈值Kt；
[0036] (4)、设定头部沉浮状态的时间阈值为t1(比如5秒)，头部在水下状态的时间阈值为t2(比如30秒)，t1＜t2，半入水状态的时间阈值为t3(比如20秒)，头部在水上状态的阈值时间为t4(比如5秒)；
[0037] (5)、当(x2,y2)丢失时，判定为头像丢失，若头像出画面边界，判定为安全，否则为危险警报；
[0038] 当v≥Vt时，判定为游泳者快速移动，判定为安全；
[0039] 当v＜Vt时，判定为游泳者缓慢移动或相对静止，开始对该游泳者计时，
[0040] 时间为t并转至步骤(6)；
[0041] (6)、判断k是否为0，若k＝0转至步骤(7)，否则转至步骤(8)；
[0042] (7)、k＝0时，若t1＜t＜t2，判定为头部沉浮状态，警示警报，否则若t≥t2，判定为头部在水下状态，危险警报，否则继续计时并调取新的视频图像计算k值转至步骤(6)；
[0043] (8)、当0＜k＜Kt时，若t≥t3，判定为半入水状态，警示警报，否则继续计时并调取新的视频图像计算k值转至步骤(6)；当k＞Kt时，若t＞t4，判定为头部水上状态，安全，否则继续计时并调取新的视频图像计算k值转至步骤(6)。
[0044] 优选的，所述速度v根据公式计算得出。
[0045] 优选的，所述热像仪与可见光摄像机同步同角度拍摄时双光影像重合。
[0046] 本方案的一种基于红外线与可见光组合的游泳池溺水监测方法，基于视频的溺水初期表现分为两种，一种是人头在水面忽上忽下，人上肢在水面有较剧烈动作，平面位移速度缓慢。另一种是人头在半入水状态(口鼻在水下)，身体垂直，肢体有上下划水动作，平面位移速度缓慢。中期表现为，人头在水面以下，肢体动作缓慢，平面位移相对静止。
[0047] 最终表现就是沉入一定深度水下，平面位移相对静止。基于以上特征，列出如下表一：
[0048]
[0049] 表一为人在游泳池内的位置与速度和溺水之间的关系列表。
[0050] 基于以上表一的分析，总结出判定溺水的三要素:a.游泳者头部的水平面位移速度；b.游泳者头部在水面的纵向位置；c.各种表现的阈值时间。
[0051] 我国卫生部及体育运动委员会颁布的游泳池水质标准，符合标准的游泳池浑浊度不大于5度，或池水透明度应在1.5m左右深处时，人沿两岸岸边能看清池底四、五泳道为准。
[0052] 红外线是波长介乎微波与可见光之间的电磁波，高于绝对零度(-273.15℃)的物质都可以产生红外线，也就是热辐射。红外线(热辐射)是不能被人眼所感受到的，而红外热像仪是通过红外光学系统收集被测目标的红外辐射，利用红外探测器把红外辐射转变为电信号，从而获得目标的红外热像图。对同一种材料来讲，红外热图像反映的是目标不同部分之间温度的差别，所以利用红外热像仪可以获得被测目标的温度。
[0053] 普朗克定律给出了黑体辐射的光谱分布，将普朗克公式对波长微分，就可求得黑体温度与光谱辐射通量密度的峰值波长的关系，即维恩位移定律。维恩位移定律表明，光谱辐射通量密度的峰值波长与绝对温度成反比。根据公式计算，人体的辐射波长在10m附近，一般商用热像仪的成像波长为8-14m，所以其可以很好的对人体目标进行成像。热像仪成像画面的实质是每个像素点都是一个温度值。
[0054] 因此可见光摄像机能够拍摄到各种水深和各种速度的人体图像。可以得到游泳者头部的水平面位移速度，即溺水三要素之a。
[0055] 游泳池的水，由于其容积大，对在水底的人体来说，相当于黑体，人体在水中发出的红外线被水吸收，因此红外热像仪不能对水下人体成像。
[0056] 游泳池水的温度一般在22-26℃(我国卫生部及体育运动委员会颁布的游泳池水质标准)，人体体温一般在36-37℃，皮肤温度在33℃左右，两者有非常明显的温差。因此热像仪成像画面中，人体水面以上部分与水面会有明显差异。因此用热像仪来拍摄游泳者，将会明显显示水面以上的人体图像，难以显示水面以下的人体图像。将得到游泳者头部在水面的纵向位置，即溺水三要素之b。
[0057] 使用计时器可以得到溺水三要素之c。
[0058] 另外还有一种特殊情况，人溺水后沉入深水的话，可见光里的人像也可能丢失。对应溺水判据后，列出如下表二：
[0059]
[0060] 其中v表示水平位移速度；Vt表示水平位移速度阈值。
[0061] 本方案中使用FLIR公司型号为A615的热像仪以及MIREA公司生产的型号为T100IR双光热像仪，当然也可以采用可见光摄像机，参照图1，从热成像图片上都能够清晰分辨人体在水面以上的部位。因为热成像的伪彩色是根据每个像素点的温度值而赋予的不同颜色，我们设定一个阈值，比如30℃，能够方便的记录此温度值以上的像素点的数量、位置等不同信息。同时采用可见光摄像机或者双光热像仪能够采集连续视频和照片，能够清晰显示不同水深，不同游泳速度的人体，能够实现跟踪图像。
[0062] 同时采集双光连续视频和照片，实测结果图像如图2所示，进行成像对比，溺水判据能够在双光画面上呈现出溺水特征，实验结果如下表三所示；
[0063]
[0064] 可见光拍摄头像可见用“○”表示，不可见用“●”表示；热红外拍摄可见用“△”表示，不可见用“▲”表示；双光拍摄图像同步用“＝”表示，不同步用“≠”；“v”表示水平位移速度；“Vt”表示水平位移阈值。
[0065] 经双光逐帧对比，同步性相当一致，只要符合溺水判据都能够在双光画面上呈现出溺水特征。
[0066] 在本方案中，可见光视频是用来实现游泳池中间的人头识别、追踪定位、计算平面位移速度，需要用到很多模型和算法。鉴于国内外多家公司、研究机构、科研院所已经做了深入的研究和应用，也不是本方法的创新重点，故这里不做详细阐述。参照附图3和附图4。优选的使用计算机深度学习的方法抓取人头像。也可以采用背景建模与前景提取的方法抓取人头像。
[0067] 步骤(2)中的速度提取，当提取到人头图像后，把每个头部标注，当采样率合适时，视频采样图像相邻帧之间的位置和大小变化将会呈现平滑移动，以此认定为同一目标，实时跟踪。其中头像平面位移速度计算，游泳者的速度v,用间隔一定时间的像素位移距离来表示。例：头像C初始帧时记录下头像的中心位置(x1，y1)，每间隔T时间记录一下坐标位置(x2，y2)。则该时间段的位移速度为： 计算机连续记录存储这个值。再设定一个速度阈值Vt。当v≥Vt时，判定游泳者为快速位移。当v
[0068] 步骤(3)中，因为红外热成像画面是用来判定人头部在水上还是水下的。这个判定需要结合可见光的同步画面组合判断，其原理是用计算热成像头像面积Q与可见光头像面积P之比k。若k＝0，判定头在水下；0Kt判定头处于水上。
[0069] 画面调试即双光重合，通过双光成像仪经过调试，确保画面能重合。也可以用一台热像仪加一台摄像机并列，经过画面处理后重合。此为现有技术，本实施例不做赘述。
[0070] 当可见光视频发现游泳者vt1判定头像水面沉浮。当k＝0,且持续时间t为t>t2时，判定头像在水下，(t1t3秒时，判定头像为半水下。当k>Kt时，且t>t4时。判定头像在水上。这里的t1、t2、t3、t4表示各种现象的时间阈值，即设定头部沉浮状态的时间阈值为t1(比如5秒)，头部在水下状态的时间阈值为t2(比如30秒)，t1＜t2，半入水状态的时间阈值为t3(比如20秒)，头部在水上状态的阈值时间为t4(比如5秒)。
[0071] 以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 用于体育视频识别的快速对象跟踪框架 | 2020-05-11 | 9 |
| 基于参数解析的自动控制系统 | 2020-05-11 | 802 |
| 移动终端自动估价机构 | 2020-05-11 | 641 |
| 一种FSR确定方法及电子设备 | 2020-05-11 | 679 |
| 一种基于显著性的CNN盲图像质量评估方法 | 2020-05-11 | 87 |
| 一种基于视觉的实时交通信号灯识别方法 | 2020-05-11 | 789 |
| 检测对象的方法、装置、电子设备和存储介质 | 2020-05-08 | 197 |
| 一种基于异常追踪的视频异常行为检测方法 | 2020-05-08 | 508 |
| 基于可形变配准和DCNN的宫颈MRI图像分割方法 | 2020-05-08 | 70 |
| 一种字符分割方法、装置以及计算机可读存储介质 | 2020-05-11 | 265 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈