养老和育儿服务，体现着一个城市的温度，是社会文明程度的重要标尺。独居空巢老人，独自玩耍的小孩或是住院病人的健康状况和人身安全，往往是家属、社区和政府等各方面最为牵挂的问题。芯算一体硬件生态伙伴推出了——跌倒检测摄像机。

产品特性

支持人形算法，兼容人形侦测，移动侦测。支持移动侦测报警、声音侦测报警。支持警戒灯，警戒区域设置，入侵告警，支持预置位功能等支持一键呼叫，语音对讲，双向降噪，对讲更清晰。支持全彩夜视，智能夜视，支持远程开关视频。支持云存储录像，紧急事件支持上传到云端，视频云存储，云备份，录像永不丢失。支持远程监控，随时随地监控，支持多用户远程预览支持视频云存储/TF卡储存。TF卡最大支持128G。

算法介绍

当发生意外跌倒的状况时，由于该群体的特殊性，身体较为脆弱，轻则皮外伤，严重时会导致骨折。若周围人没能及时帮扶，导致伤口处理不及时，会造成更加严重的后果。当在公众场所发生老人跌倒的突发情况时，难免会出现无人愿意帮扶的窘态，且由于跌倒动作的突然性，摄像头很难捕获到这个瞬间。

芯算一体AI算法团队基于此种场景，提出了一种基于人体关键点的跌倒检测算法，根据人体的关键点，判断是否处于跌倒的状态，并及时发出报警信号。将该算法植入摄像头，若在家中发生跌倒意外，亲属将收到警报，可以马上对老人或小孩进行帮扶施救；若在公共场所，附近的安保人员听到警报，可以立刻出警对伤者进行救助，并及时送医院救治。

算法特点

· 稳定性

该跌倒检测算法是是一种bottom-up的人体关键点算法，主干网络通过学习热度图，回归出图中的关键点，然后再对关键点进行聚类，组合成为每个人的躯干。模型前向推理的速度不会因为画面中人数的增多而变慢。

· 准确性

网络结构采用了skip connection的理念，在高分辨率特征图的主网络逐渐加入低分辨率的子网络，并在多分辨率子网之间进行重复的信息交换，达到多尺度融合和特征提取的目的，关键点的计算能够更加精准。

· 鲁棒性

训练集中包含了若干各种场景、姿态、部分遮挡的跌倒人体图片，并对其进行打标，送入模型中做训练，使得该模型人体关键点的预测，具有较强的泛化能力。

· 实时性

网状结构的设计采用了深度可分卷积，和bottleneck的方法，能够大幅减少参数量，整个模型的大小不超过5M，在NPU上，能达到15FPS以上。

· 可靠性

对于跌倒的行为信号，会根据人体躯干的宽度和高度的比例以及各处关键点的相对位置关系来判断。每次发出警报，都是综合三帧图像的结果，能够最大程度减少误报，并保证召回率。

关键点说明

芯算一体公司研发的跌倒检测算法，正是借助物联网、云计算、人工智能等新技术，加强社会老幼群体辅助器材及产品的研发创新。芯算一体AI算法研发团队将不断优化设计，提高实用性，为目标群体提供更贴心便捷的人工智能技术辅助。

(文章来源于网络，如有侵权，请联系删文)