‌·

这群顺德牛娃 解决了老人摔跤的难题

研发智能系统,可从视频画面判断出摔跤等行为迅速通知护理人员

来源:南方都市报     2019年03月29日        版次:FB08    作者:陈飞龙 郑仲

    团队录制了人站着、坐着、摔倒、挥手求救、由坐到站等10种行为共1100多条短视频,截取了其中487段视频文件供系统训练,使系统对人体动作的辨识度的准确率能达到六成。

    团队录制了人站着、坐着、摔倒、挥手求救、由坐到站等10种行为共1100多条短视频,截取了其中487段视频文件供系统训练,使系统对人体动作的辨识度的准确率能达到六成。

    老人摔倒,监控捕捉到画面后,会第一时间自动提醒护理人员有异常……这是一群顺德中学生研发出来的智能系统。初三、高二……来自广东顺德一所中学不同年级的5名学生组成一支“创客队伍”,历时一年多研发养老院老人看护系统,在首届国际中学生人工智能交流展示会上获得创新科技项目评比的冠军,并获得企业的支持。该项目有望真正落地养老院,为老人服务。

    团队

    读初三的队长 小学三年级开始编程

    “目前人口老龄化问题日益突出,老人看护需要更加重视,我们在接触养老院时发现,由于老人的体质和平衡能力较差,容易发生跌倒等意外,而老人在跌倒后,多数情况下无法进行自我救护和处理,严重情况下会对老人身体造成严重伤害。但是目前,这些场所的看护人员不易做到人工24小时监护。“蒋哲宇说,这是他们研发《基于深度学习的养老院老人看护系统》项目的初衷。

    蒋哲宇是高二年级理科学生,也是研发《基于深度学习的养老院老人看护系统》项目的其中一员,身高1米8,平时喜欢打篮球,对编程及创客项目也非常感兴趣,“小学就有接触,初中时就加入到学校开设的拓展课程。”

    研发该人工智能项目的共有5人,除了蒋哲宇,还有陈政宇、刘宇、余升斌和叶耀民。陈政宇是团队里年龄最小的,现在就读初三,但是他是团队里面最厉害的,是此次项目的队长,项目的最初设想也来源于他,“他小学三年级就开始研究编程了。”蒋哲宇说。

    据介绍,他们研究的人工智能项目主要通过医院、养老院的摄像头,以人工智能算法为基础来监测老人的活动,可以同时监测较大人群的姿态状况,判断出老人的身体状况,并提供智能化连续、动态和高效的服务,系统相比其他一些依靠可穿戴硬件的看护系统更简便,可实现对老人的全天候监测,并且当老人有异常时会快速传递信息给看护人员。而养老院只需在电脑上安装系统,就可以与传统摄像头无缝对接,使之具有看护老人的功能。

    研发

    1.0版:为老人佩戴智能手环 维护成本高

    “这个项目从初创至今历时一年多,历经多个版本的修改与完善,凝聚了团队的一番努力与心血。”带队老师梁锦明介绍,从2018年年初开始,陈政宇等5名学生就开始研究这个系统,并在去年5月份研发出了基于三轴加速度传感器的1.0版可穿戴设备系统,“当时他们做了个手环出来。”

    蒋哲宇介绍,老人佩戴了他们研发的手环后,三轴加速度传感器可以通过收集老人运动时的波形来判断老人状态,如果发现老人摔倒了,系统会及时将信息传递给看护人员,从而让老人得到帮助。但是随后他们发现,手环维护和升级成本高,会增加养老院的成本,老人年纪大了容易忘记给手环充电,导致持续性不强,因此觉得不容易推广,于是继续寻找解决方案。

    2 .0版:人工智能图像识别 捕捉摔倒画面

    在寻求解决方案时,5名同学在讨论时发现,目前养老院都安装了视频监控系统,于是希望从这方面开始突破。“我们想通过引入人工智能算法,在传统摄像头的基础上实现对老人的全面看护。”陈政宇表示。两个月后,历经多次尝试,他们完成了2.0版本的开发,利用养老院现成的视频监控系统,通过人体矩形框图坐标来识别老人的异常行为。

    据蒋哲宇介绍,人体矩形框图是一种人工智能图像识别技术,可以根据人体形态的长宽比例来识别人体状态,如老人在摔倒时,比例就会较大,利用视频监控图像数据存到服务器上这一基础,判断老人是否摔倒,从而让老人得到及时救助,“养老院的电脑只要安装了我们研发的系统,就可以实现与传统摄像头的无缝对接,系统会不断截取视频的图像,可以实现24小时监控,发现紧急情况会及时将信息传递给看护人员。”

    3 .0版:引入人体姿态关键点定位技术 判断更精准

    该系统研发出来后不久,他们在测试时又发现了一个难题。蒋哲宇介绍,人体矩形图标对视频图像数据的辨识度不高,人在靠近视频监控时,比例也会随之变化,容易出现误判的情况,因此并不能精准地监测到老人的异常行为,“系统仍然需要完善”。

    功夫不负有心人。历经半年左右时间的不断尝试,他们发现,在上述基础上引入人体姿态关键点这一技术后,这一问题可以得到解决。通过人体骨骼的18个关键点定位,再通过R G B图像输入实时给出人体头、肩、腰、腿等位置,可适用于各种人体动作。有了这一定位技术的支撑,只要给予系统足够的范例参考,系统就会自发通过不断的学习,自动比对,最终达到精准识别老人异常行为的效果,且大范围人群的异常行为都可以监测。

    考虑到老人摔倒的样本范例难以采集,5名学生发动同学、朋友和家人,通过两个多星期的时间自建了训练系统的人体姿态数据库。据蒋哲宇介绍,他们录制了包括7个人站着、坐着、摔倒、挥手求救、由坐到站等10种行为共1100多条短视频,并最终截取了其中487段视频文件供系统训练。

    目前系统经过训练后,人体动作辨识度的准确率能达到六成,对较为简单的类静态动作准确率更高,对于较为复杂、带有动作过渡的动作,仍需提供更多的样本以增加准确率,“相信以后有了更多的样本给予系统训练,准确率会进一步提高。”梁锦明表示。

    获奖

    与人大附中、清华附中P K获胜

    “因为同台比赛的有人大附中、清华附中等国内顶尖的高中,因此学生参赛是抱着学习的心态去的,没想到会获得冠军。”梁锦明介绍,学校一直致力于培养适应未来发展的人才,为此学校早年就开设了创客社C C A、编程社C C A等课程,在课程里面通过老师领入门,学生自发拓展自己的兴趣,老师再提供技术支持等帮助,提升学生的发展。而此次获奖的五名学生皆参加了创客社CCA课程,

    “这次评比,同学们在完成自己的日常学业任务的基础上,利用每日中午和周末休息时间来完成项目的研究、数据的收集与训练、项目论文的撰写等工作。最终在国内外优秀学子中脱颖而出,获得冠军,是对他们辛勤付出的最好回报。”

    深圳科技企业抛橄榄枝 项目将在养老院推广

    此次学生们的项目还获得企业的关注。商汤科技教育事业部总经理戴娟,在听完项目介绍之后表示:“这个项目非常好,公司对这个项目很感兴趣。我们公司致力于研究人工智能技术,在人体姿态关键点定位技术上有最新的研究成果,可以免费支持你们把这个项目继续研究下去。我们的团队就在深圳,欢迎你们来交流和研究。”

    蒋哲宇表示:“此次参加比赛收获很大,接下来我们也会研究下去,直到项目的落地。”据他透露,未来,项目团队希望在系统上加入面部表情识别功能,以此更好地了解老人的真实状态,除了关注老人的身体状况之外,还要关注老人的情绪变化,进一步提高准确率。而梁锦明介绍:“目前学校也计划让该项目真正落地,并在顺德养老院推广测试。”

    采写:南都记者 陈飞龙

    摄影:南都记者 郑仲

手机看报
分享到:
返回奥一网 意见反馈