安徽合肥 230000
摘要：随着高科技和高龄化的到来，居家安全监控逐渐受到重视，然而一般监控系统多为定点录像监控，当发生意外时无法实时通知监护人员，为此本文将模糊控制模型应用于居家老人智能监控之中以开发一个独立式居家安全实时监控系统，以帮助监护人员更为及时地了解与照看居家老人的人身安全。
关键词：模糊控制模型；居家老人；智能监控系统
一、前言
图像处理技术的重要性逐渐受到重视，随着处理器、摄影机以及相关硬设备的发展与进步，许多相关应用的研究也随之增加，不仅是影像监控之研究，实际应用到影像监控系统的场所也逐渐增加，目前在众多场合都能看到影像监控的相关应用，例如居家安全照护、管制人员监控以及公共安全检测等等，但多数的监控系统是需要人工随时观看影像，可能因为疲累造成监控上的疏失，所以将监控系统发展为智能型监控系统更是当前的研究重点之一[1]。随着人口高龄化趋势，社会大众开始重视居家安全的重要性，相关的安全防范设备也因而产生。然而在以往居家监护中，只架设一台摄影机并定点监看需要被照顾与看护的人，而监护人也不可能随时观看监控影像，在发生意外时无法实时发现，事后才发现需要被照护之人已经发生意外，造成人员的损伤甚至是严重伤亡[2]。为此本文将着重研究如何将模糊控制模型应用于居家老人智能监控之中以开发一个独立式居家安全实时监控系统，使得让居家监护系统能够自动并主动分析其需要照顾人的姿态，当发生意外时便可以实时发出警报，将警讯发送至相关监控人员，并且可利用智能型手机实时观看目前紧急画面以及事后处理画面，帮助监护人员更为及时地了解与照看居家老人的人身安全[3]。
二、基于模糊控制模型的人体姿态识别技术
数字图像处理是指藉由计算机处理数字影像，大致分为三种阶段：低阶、中阶与高阶的处理，低阶处理包含减少影像噪声、增强对比及影像锐化等影像预处理的基本运算，低阶处理具有输入与输出同为影像的特点[4]；影像的中阶包含分割、描述这些物体并简化成为适合计算机处理的形式，以及个体的分类，中阶处理的输入一般为影像，不过输出是由这些影像所撷取的特征；最后，高阶处理则涉及理解一群经辨认过的物体。然而常规的图像处理技术只能对于特定的目标以及行为动作进行识别与处理。而居家老人智能监控系统则是要搜寻出目标物的特征端点，以各种条件将各特征端点进行定位，分别是目标物的头部、手部、脚部以及腰部之端点，定位完成后便可建立成目标物之骨架，不同的姿态有不同的骨架形式，后续的姿态与行为分析便是以此骨架为判断依据。为此就需要引入模糊控制模型实现对人体姿势的识别准确率。算法的具体步骤如下：首先找出目标物的质心与轮廓，并建立目标物之特性曲线，便可找出特征端点，接着计算目标物身形比例，各端点的位置即是以身形为依据进行定位，最后就可将定位后端点建构成目标物的骨架信息。
图1 基于模糊控制模型的人体姿态识别
由于辨识人体动作与姿态的变化存在着相当多种的方法，因此将目标物区分为头部、身体、上手臂、下手臂、大腿与小腿等区块，并以各区块之位置与相连区块间的角度来判断目标物姿态，也有以人体各区端比例建构人体骨架模型，并进一步比对姿态，如图1所示。本系统采用星状骨架（Star Skeleton）进行姿态辨识，利用特征端点与目标物质心点所建构而成的骨架，此种骨架的建立与上述以区块建立骨架的 方式比起来较为简单，相当适合实时运算之系统，而星状骨架的特征点多寡也可以依系统需求进行增减，让系统效能与辨识率能一并兼顾。然后找出身形轮廓中的特征端点，例如头部、双手、双脚以及腰部等等，这些端点共同的特征就是皆为身形轮廓里较为凸出之端点，搜寻的原理便是利用身体各特征端点到质心点距离较远为依据。首先计算目标物的质心点位置以及目标物轮廓，并以此质心点到外围轮廓各像素点之距离建构出目标物身形的特性曲线，便可以从该特性曲线中找出距离质心点较远的数个端点，即为特征点。接着计算目标物的外围轮廓，首先要取得目标物的边缘影像，由于本系统是对二值化的目标物影像进行边缘计算，只需考虑由黑色变白色或白色变黑色的像素区，故采用 Robert Operator 进行测边缘运算。完成质心点与特征点搜寻后，将所有特征点依序完成头部端点、脚部端点以及手部与腰部端点定位后，便可用各端点组成目标物之骨架信息。然后依据骨架信息的准确识别就可以有效地实现对居家老人的智能监控。
三、研究实践
本论文将建构一套基于模糊控制模型的居家老人智能监控系统。系统的开发是以数字信号处理器（Digital Signal Processor，DSP）为开发平台，并搭配双摄影机来实现系统。系统所选用的开发平台为德州仪器的TMS320DM642，以体积小、低消耗功率以及独立运作之优点取代一般以计算机为平台的系统，搭配双摄影机架构进行侦测，双摄影机架构包含场景摄影机与 PTZ（Pan/Tilt/Zoom）摄影机，场景摄影机具有较广的水平视角，具有较大的侦测范围，而 PTZ 摄影机具有左右转动以及远近变焦之功能，在目标物移动时可藉由 PTZ 的控制，让目标物维持在画面中，以便做后续的辨识。透过 DSP 平台上的影像端口及译码芯片，将摄影机的模拟影像转为数字影像，并将原分辨率为720×480 的影像压缩为 360×240 之大小，以减少运算过程的数据量，并将系统执行过程与结果透过DSP 平台上的编码芯片输出至LCD 屏幕，然后利用基于模糊控制模型的人体姿态识别技术对于居家老人进行准确识别，以以帮助监护人员更为及时地了解与照看居家老人的人身安全。本系统架构主要可分为目标物侦测程序、特征点搜寻程序、姿态辨识程序、摄影机控制程序以及网络传输程序。居家老人智能监控系统的工作流程如下所述：
图2 系统功能类图
首先是目标物侦测程序，双摄影机会建立各自的背景影像，由场景摄影机进行初步的侦测，透过背景相减法萃取出初步的移动区块，当确定有人进入后，改由 PTZ 摄影机做进一步的侦测与追踪。PTZ 摄影机会建立十张不同角度的背景影像，利用背景相减法找出初步的移动区块，接着以平滑滤波去除部分噪声，再以阴影侦测。将光线所造成的阴影区块滤除，最后用型态学对移动区块进行破碎与空洞的修补后，用对象表示法挑出真正感兴趣的目标物，并对目标物以外的环境进行背景更新。接着是特征点搜寻程序，搜寻目标物的特征点，并将各特征点进行定位，分别是头、手、脚以及腰部等端点。姿态辨识程序，将定位后的各端点建立成骨架，也就是目标物的姿态向量，接着进行码本比对判断目前的姿态，并在姿态辨识的过程中持续记录目标物各参数，由各参数的变化分析目标物在一段时间内的连动姿态。摄影机控制程序，系统会透过开发平台上的 RS-232 接口对 PTZ 摄影机进行控制，而 PTZ 的动作是以目标物的移动为依据，决定是否要转动或是变焦。最后将处理后的影像透过压缩以及网络传输，将数据传送至远程用户，在网络传输架构中 DSP 为伺服端，远程用户为客户端，若发生危及情况时，便会将警讯传送至手机端的使用者。
图3 居家老人智能监控效果图
四、结语
本文主要是利用基于模糊控制模型的人体姿态识别技术构建一套居家老人智能监控系统，通过辨识人在居家环境中的姿势状态并分析其行为，进而在危险行为跌倒发生时发出警讯提醒，远程之监控人员可使用因特网连接至系统，透过计算机端的人机接口或手机端的应用程序观看到实时影像，让远程监控者可查看环境中是否有发生危险情况，当远程监控者无法随时观看实时影像时，若系统端侦测到危险行为，也会透过因特网将警讯传送至手机端之应用程序，手机端在收到警讯后会以铃声及震动的方式提醒，达到危险警讯侦测与传送之目的。
参考文献：
[1]迟柯新. 探究智能控制技术在小区供热系统中的应用[J]. 电子技术与软件工程，2017（6）：135-135.
[2]罗娟，李志文，李江，et al. 基于Kinect平台的独居老人室内智能监控系统设计[J]. 电脑知识与技术，2017（13）.
[3]李凌霞，李冰冰. 基于ZigBee的智能居家养老系统设计[J]. 信息技术，2018.
[4]屈鹏飞，赵玺，刘书恒. 智能居家老人看护系统的实现[J]. 科技风，2018，No.350（18）：14.
论文作者:司杰
论文发表刊物:《防护工程》2019年8期
论文发表时间:2019/7/30
标签：目标论文; 摄影机论文; 影像论文; 骨架论文; 姿态论文; 监控系统论文; 特征论文; 《防护工程》2019年8期论文;