AI行为识别分析技术在智慧养老行业的应用

根据国家统计局的数据，2017年末中国60岁及以上老年人口为2.41亿，占全国总人口的17.3%，世界卫生组织也预测，到2050年，中国将有35%的人口超过60岁。随着老龄化人口比例的增多，心脑血管疾病、高血压以及糖尿病等慢性疾病的发病率也会增加，对医疗资源的依赖和消耗也会随之增加。而《智慧养老蓝皮书：中国智能养老产业发展报告（2018）》也指出，到“十三五”末，全国60岁以上老年人口将增加到2.55亿人左右。因为持续增加的人口总量，传统健康养老方式和资源配置手段面临巨大挑战，加快虚拟现实、大数据、人工智能等新技术在智慧养老领域融合应用十分必要。

2020年 4月27日，由上海市民政局联合市经信委梳理形成的首批12个智慧养老应用场景需求正式对外发布。

12个应用场景需求主要有四类：

【安全防护类】共6个，包括老年人防跌倒场景、老年人紧急救援场景、认知障碍老人防走失场景、机构出入管控场景、机构智能查房场景、机构智能视频监控场景等。

【照护服务类】共2个，包括老年人卧床护理场景、家庭照护床位远程支持场景等。

【健康服务类】共2个，包括老年慢性病用药场景、机构无接触式智能消毒场景。

【情感关爱类】共2个，包括老年人智能语音交流互动场景、老年人智能相伴场景。

现就安全防护类智能视频监控场景在养老行业应用作详细描述

一、现状及需求分析：缺乏提前预警机制

传统的视频监控模式，在大多时候只能用于事后取证，无法起到预防、预警的作用。由于是将人类作为监控者自身，从而在监控能力上存在很多局限，这些限制因素使视频监控系统或多或少的存在报警度差、误报和漏报现象多、报警响应时间长、录像数据分析困难等缺陷，进而导致整个系统安全性和实用性的降低，因此无法满足养老安防这类场所。

微视图灵团队经过多年研发，开发了智能视频监控技术，实现了监控方式由被动到主动的转变，能够实现全天候不间断地对视频进行检测，自动发现监控画面中的异常情况，从而能够更加有效的协助安全人员处理危机，并且大限度的降低误报和漏报现象，能够满足养老安防系统对于安全的要求。

二、AI行为识别分析技术（智能监控/行为监控）

1. 概述： AI行为识别分析技术，是一款基于AI神经网络的深度学习算法，通过实时分析视频流，从视频流中勾勒出人体骨架结构，根据人的姿态特征和肢体运动轨迹，计算出各种人的异常动作行为，然后通过活体算法、动作序列计算等二次判断目标是人，确认无误后立即调用同步视频流d屏预警，并同步调用事件前后的视频流，通过人脸识别算法、人体识别算法等技术，提取出整段视频中最清晰的一张人脸兼人体图，人脸图用于比对身份，人体图用于提取特征，分析出触发预警的当事人身份或详细信息。

2. 涉及算法：AI神经网络的深度学习算法、视频结构化技术、人脸识别算法、人脸比对算法、人体识别算法、物体识别算法、活体算法、3D画面矫正算法、移动侦测算法、图像比对算法、物体轨迹算法、人体跟踪算法。

3. 神经网络算法示意图：

系统在触发预警后，会自动存储事件的相关信息，包括事件截图、事件录像、抓拍截图等基础信息，并通过对这些基础信息的统计和分析，提供风险指数、防控能力、应急处置等指标供用户参考。

4. AI行为识别技术在智慧养老中的应用：

（1）不慎倒地智能识别：当老人不慎跌倒在地上，全趟、趴地、半身坐地等均定义为不慎跌倒。在养老院内的任何场景，一旦老人摔倒，情况会特别紧急，及早发现问题及早处理，能解决很多意外发生，自老人跌倒到系统检测出来，3秒内能立即预警。

（2）紧急求救智能识别：当老人遇到紧急情况或别的老人看到身边的老人发生异常状况时，可对着摄像机举手求救，在没有布设紧急求助按钮的场景，需要人帮助也可以用求救动作来寻求帮助。自举起双手到系统检测出来，3秒内能立即预警。

（3）异常徘徊智能识别：当午休或其他特定时间段，有老人仍然在活动区域徘徊不回来正常休息，超过一定时间则定义为异常徘徊。到了系统设定的时间点，能快速找到还没有正常归位的老人。自老人在徘徊规则启动后，在系统设定的预警时间内仍然未离开的，则立即预警。

（4）超时滞留智能识别：当夜晚来临到了入睡阶段，有老人仍然在活动区域滞留超过多长时间则定义为超时滞留。跟徘徊的逻辑类似，可设定的时间更长，允许宽松的时间更充裕。自老人在滞留规则启动后，在系统设定的预警时间内仍然未离开的，则立即预警。

（5）聚集围观智能识别：当老人聚集成堆超过一定数量的，系统则定义为聚众围观，除了老人居室，用餐场景，或者平时活动区较多人的场景，其他场景都可以设定，一旦还有聚集多人的场景，应立即引起重视，派人去查看是否有异常发生。当聚集人数超过系统设定的数量的，则会立即预警。

（6）特点区域闯入智能识别：当有人闯入特定区域时，则定义为非法闯入。周界闯入可定义为安防，楼梯间闯入则定义为关爱老人走楼梯时以防万一，关注其走楼梯的全过程或者提醒老人不要走楼梯，改走电梯，以防不测。自警戒区域有人闯入到系统预警，3秒内能触发预警。

（7）危险攀爬智能识别：当围墙或者建筑物外墙，或者危险楼梯护手等区域，有人攀爬，则立即预警。该动作主要用于周界安防，可完全取代红外报警系统。自动作产生到系统预警3秒内，不含网络延时的时间。

（8）夜间离床智能识别：当夜晚老人在睡觉时间段，突然起身去上厕所，则定义为夜间离床。整个过程，都会被服务人员关注，一旦不慎跌倒或出了其他意外时，可立即施救。

（9）入厕超时智能识别：当老人进入厕所超过系统规定的时间未出来，则定义为入厕超时。（能看到厕所门口就可以了，无需看到厕所里面），当老人上厕所时间过长时，担心出意外，一旦有上厕所超时的情况，应立即关注并过问，预防意外，部署在老人居室内，同时检测老人夜间起身、跌倒在地、求救等，需要考虑涉嫌隐私问题等。建议高度瘫痪老人房间或年龄较大的老人房间才安装。自入厕时间超过系统规定的时间则立即预警。

（10）尾随跟踪智能识别：当老人在出入口出门，后面有人跟随时，则定义为尾随事件。痴呆区的老人可能会随着护工开门出去而跟在后面尾随，或者老人从大门口尾随别人出去等。自尾随区域有人跟随情况下立即预警。

（11）久坐不动智能识别：当有老人在室外休息坐在椅子上维持同一个动作不动，超过一定时间，则定义为久坐不动。当老人在室外久坐不动超过一定时间，担心出意外，这种情况可以关注，以防万一。自老人久坐不动达到系统设定的时间后立即预警。

（12）值班睡岗智能识别：摄像机检测到值班人员超过系统设定的时间未活动或者活动频率极低，则判断为睡岗。夜晚值班睡觉，失去了岗位值守的意义，一旦值班人员值班睡觉，需要及时提醒。自值班人员一直未活动超过系统设定的时间，则立即预警。

（13）值班缺岗智能识别：应该要有人值班的场景，长时间没有人在岗值班，则定义为缺岗。这个动作除了正常岗位的缺岗以外，某些场景可以不用一直值守，定期去值班巡逻看看的情况下，可以用缺岗检测。自岗位人员离开开始，达到系统设定时间则立即预警。

三、AI行为识别分析技术应用优势

本方案根据养老机构实际需求进行设计，具有以下特点：

【预警功能】主动对视频信息进行智能分析，在危险行为发生之前自动识别，并完成预警。

【监控功能】7×24全天候视频自动智能分析，无需值班人员监视监视器，只在发生预警情况下通过声音报警及语音提示值班人员完成预警处理。同时还可以通过微信公众号报警。

【智能分析】对视频监控中的画面进行实时分析，识别可疑行为，并产生报警事件记录，事后按照事件进行检索查询方便快捷。

【易管理】在监控中心通过中心管理平台软件可实现监控系统的统一调度和集中控制管理，可方便地在远端实现对前端智能设备的控制和参数配置，及版本升级。还可以通过客户端软件监控。

【可利旧】智能视频监控设备通过同一网络摄像机进行分析，因此无需对原有监控系统和前端设备进行变动，设备安装简单、灵活。