(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210614816.8 (22)申请日 2022.05.31 (71)申请人 南京航空航天大 学 地址 210016 江苏省南京市秦淮区御道街 29号 (72)发明人 袁家斌　胡坤松　周宪法　 (74)专利代理 机构 南京瑞弘专利商标事务所 (普通合伙) 32249 专利代理师 吴旭 (51)Int.Cl. H04N 7/18(2006.01) H04N 21/254(2011.01) G06V 20/40(2022.01) G06V 20/52(2022.01) G01P 15/18(2013.01) (54)发明名称 一种基于三轴加速计的智能监控视觉隐私 保护方法 (57)摘要 本发明公开了一种基于三轴加速计的智能 监控视觉隐私保护方法， 将智能监控摄像头和智 能可穿戴设备进行融合。 从智能可穿戴设备中采 集三轴加速计数据， 构建跌倒检测模型， 同时从 智能监控摄像头采集视频数据。 当智能可穿戴设 备检测到跌倒等危险行为发生时， 首先利用 CycleGAN对当前采 集到的视频帧进行风格迁移， 实现全帧的非现实处理， 保护视频帧中出现的隐 私信息， 然后将经过处理的视频帧发送给服务器 进行跌倒检测， 提高跌倒检测的准确率和增强监 控视频的隐私保护。 当检测模型没有检测到跌倒 等危险行为发生时， 则丢弃当前视频帧， 保护用 户正常行为活动不被泄露。 本发 明有效地增强了 用户的隐私保护、 提高了跌倒检测率， 同时也降 低带宽消耗。 权利要求书2页 说明书5页 附图2页 CN 115174854 A 2022.10.11 CN 115174854 A 1.一种基于三轴加速计的智能监控视 觉隐私保护方法， 其特 征在于， 包括以下步骤： S1.对智能可穿戴设备收集到的三轴加速计原 始数据进行 预处理； S2.分析处 理后的原 始数据， 提取相应特 征； S3.利用加速度强度值的变化 来对智能可穿戴设备设置基于阈值的跌倒检测模块； S4.采用视觉隐私增强CycleGAN对智能监控设置视觉隐私增强模块， 隐藏全帧隐私信 息； S5.将经过视觉隐私增强模块处理之后的跌倒视频发送到远程服务器进行后续智能识 别任务， 没有发生跌倒等异常行为则不发送。 2.根据权利要求1所述的基于三轴加速计的智能监控视觉隐私保护方法， 其特征在于， 所述步骤S1具体为： S11.根据内置于智能可穿戴设备的三轴加速计收集到的原始信号数据， 所述原始信号 数据包括ACC_X、 ACC_Y和ACC_Z， 对数据偏移进行校准， 首先要确定坐标系， 由于ACC_X和 ACC_Y的理论值应为0， 则ACC_X和ACC_Y读数偏移量采用统计均值的方式校准， ACC_Z在统计 偏移量的过程中， 每次读数都要加上理论 值， 再进行统计均值校准； S12.采用卡尔曼 滤波器去除原 始数据中的噪声。 3.根据权利要求1所述的基于三轴加速计的智能监控视觉隐私保护方法， 其特征在于， 所述步骤S2具体为： S21 .采用滑动窗口提取特征， 滑动窗口由两个关键变量构成： 滑动窗口大小 windowssize和滑动步长step， 其中， 滑动窗口大小指一次处理的数据量， 选择的滑动窗口 的大小为2的指数次 其中， f为传感器采样频率， 保证提取频 域特征时， 傅里叶变换的顺利进行； S22.用t来表示一个时间窗口的大小， 采用信号幅值面积SMA来表示时域特征， 信号幅 值面积SMA指x， y， z三轴的加速度读数曲线分别与三个坐标轴围成的面积之和， 静止状态和 运动状态下 特征明显； 计算公式为： 其中： x(t)、 y(t)和z(t)分别为时间窗口t时x， y， z三个轴的加速度值； S23.对于单个轴的加速度值的特征， 采用单个轴的平均加速度值来表示， 采样时间n处 的y轴的平均加速度值ymean[n]的计算公式为： 其中： y[i]为采样时间i时y轴的加速度值， N 为采样数。 4.根据权利要求1所述的基于三轴加速计的智能监控视觉隐私保护方法， 其特征在于， 所述步骤S3具体为： S31.根据信号幅值面积SMA值的强度设置阈值T1对人类活动动作进行粗粒度跌倒事件 检测， 静止类的动作和运动类的动作， 当用户进行运动类动作时， SMA值远高于静止类动作 的SMA值； S32.根据y轴的平均加速度值y_mean的强度设置阈值T2来进行细粒度跌倒事件检测，权　利　要　求　书 1/2 页 2 CN 115174854 A 2将跌倒动作和与跌倒 动作相似的动作进行区分， 以提高跌倒检测的准确率。 5.根据权利要求1所述的基于三轴加速计的智能监控视觉隐私保护方法， 其特征在于， 所述步骤S4具体为： S41.边缘摄像头根据基于阈值的跌倒检测模块的跌倒信号， 在把采集到的包含跌倒行 为的视频帧发送到远程服务器之前需要对帧内容进行隐私保护； 采用视觉隐私增强 CycleGAN将发生跌倒的视频帧进行非现实处理； 训练数据集首先应用双边滤波器来减少颜 色数， 然后， 执行简单的图像分割， 以定位可能对象 的轮廓和边缘； 最后， 将分割出的部 分分 别与其对应区域的原始颜色的平均值进行重新着色， 实现全帧的非现实处理， 达到视觉隐 私保护； S42.训练时为每个智能摄像头分配密钥， 该密钥是一个与原始视频帧具有相同高度和 宽度的二维矩阵， 所述矩阵中的每个变量都为0 ‑255的随机数； 在训练阶段， 设备的密钥作 为第四通道水印附加到原始3通道的RGB图像的训练数据中； 通过视觉隐私增强C ycleGAN将 被处理的视频帧恢复为原视频帧， 仅供授权用户使用。 6.根据权利要求1所述的基于三轴加速计的智能监控视觉隐私保护方法， 其特征在于， 所述步骤S5具体为： S51.当跌倒 检测系统检测到发生跌倒等异常行为时， 智能摄像头将跌倒时间段的受处 理的视频帧发送给远程服务器， 进 行后续的智能检测， 以提高跌倒检测的准确率， 并及时为 用户提供帮助； S52.当跌倒 检测系统没有检测到发生跌倒等异常行为时， 智能摄像头将不发送任何视 频帧到远程 服务器， 以保护用户的日常生活不被泄 露， 提高用户隐私。权　利　要　求　书 2/2 页 3 CN 115174854 A 3