CN119418479A - 老年人行为安全监控方法及系统 - Google Patents

Abstract

本申请适用于安全监控技术领域，尤其涉及老年人行为安全监控方法及系统，本方法包括：获取老年人的监控信息；根据监控信息，得到老年人的生理安全信息；根据监控信息，得到老年人的心理安全信息；根据生理安全信息和心理安全信息进行安全评级，得到报警信息。通过分析多维度的监控信息发现老年人的生理和心理健康问题，并确定报警信息的危险等级，及时告知监护人或医护人员。

Description

老年人行为安全监控方法及系统

技术领域

本申请属于安全监控技术领域，尤其涉及老年人行为安全监控方法及系统。

背景技术

国际上通常认为，当一个国家或地区60岁以上老年人口占人口总数的10%，或65岁以上老年人口占人口总数的7%，就意味着这个国家或地区的人口处于老龄化社会，而根据中国第七次全国人口普查显示，中国的60岁以上人口的比重为18.70%，65岁以上人口的比重为13.50%，中国的养老需求增长幅度、年轻人养老负担日益增长。

在年轻人养老负担日益加剧的现在，子女常常没有时间陪伴和监护老人，导致老人发生意外或紧急情况时无法及时告知监护人，且老人的心理需求也得不到满足，导致在社会中老年人的心理健康问题日益凸显，而心理问题与生理健康是一体两面、紧密相关的，在现有技术中，有通过深度学习模型判断老年人摔倒并通知监护人的方法，但现有技术忽略了老人的心理健康，且对于老人的紧急情况判断也不够全面。

发明内容

本申请实施例提供了一种老年人行为安全监控方法及系统，可以解决不能及时发现老人生理健康和心理健康的异常，以及对于老人的紧急情况判断不够全面的问题。

第一方面，本申请实施例提供了一种老年人行为安全监控方法，包括：

获取老年人的监控信息；其中，所述监控信息用于反映老年人的行为和身体情况；

根据所述监控信息，得到老年人的生理安全信息；其中，所述生理安全信息用于反映老年人的身体方面的安全情况；

根据所述监控信息，得到老年人的心理安全信息；其中，所述心理安全信息用于反映老年人的心理方面的安全情况；

根据所述生理安全信息和所述心理安全信息进行安全评级，得到报警信息；其中，所述报警信息用于提示监护人员和/或警示被监护老人。

本申请实施例中上述的技术方案，至少具有如下技术效果：

本申请提供的老年人行为安全监控方法，首先，获取老年人的监控信息，监控信息是能够反映老年人行为和身体情况的信息。其次，根据监控信息，得到老年人的生理安全信息，通过分析监控信息可以及时发现老年人发生的意外。随后，根据监控信息，得到老年人的心理安全信息，通过分析监控信息可以发现老年人的心理问题。最后，根据生理安全信息和心理安全信息进行安全评级，得到报警信息，通过对生理安全信息和心理安全信息的危险程度进行安全评级，确定报警信息的危险等级，且报警信息中包括了相关的生理或心理问题的详情。通过分析多维度的监控信息发现老年人的生理和心理健康问题，并确定报警信息的危险等级，及时告知监护人或医护人员。

第二方面，本申请实施例提供了一种老年人行为安全监控系统，包括：

获取单元，用于获取老年人的监控信息；其中，所述监控信息用于反映老年人的动作、声音、体温和位置；

第一处理单元，用于根据所述监控信息，得到老年人的生理安全信息；其中，所述生理安全信息用于反映老年人的身体方面的安全情况；

第二处理单元，用于根据所述监控信息，得到老年人的心理安全信息；其中，所述心理安全信息用于反映老年人的心理方面的安全情况；

报警单元，用于根据所述生理安全信息和所述心理安全信息进行安全评级，得到报警信息；其中，所述报警信息用于提示监护人员和/或警示被监护老人。

第三方面，本申请实施例提供了一种老年人行为安全监控设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面任一项所述的方法。

第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在老年人行为安全监控设备上运行时，使得老年人行为安全监控设备执行上述第一方面中任一项所述的老年人行为安全监控方法。

可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的老年人行为安全监控方法的示意性流程图；

图2是本申请一实施例提供的老年人行为安全监控方法中步骤S341的正面情绪得分图；

图3是本申请一实施例提供的老年人行为安全监控方法中步骤S341的负面情绪得分图；

图4是本申请实施例提供的老年人行为安全监控系统的结构示意图。

图5是本申请实施例提供的老年人行为安全监控设备的结构示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

相关技术中，已经有能够及时发现老人意外跌倒或其他意外情况并报警的方法，但是这些方法忽略了老人的心理健康，且心理健康和生理健康往往会互相影响。而在心理检测的相关技术中，往往需要一些高端仪器，如血氧仪、心率仪等等，不适用于大部分老年人，因此，需要一种轻量化的可以发现老年人生理健康和心理健康问题的方法。

为解决上述问题，本申请实施例提供了一种老年人行为安全监控方法及系统。该方法中，首先，获取老年人的监控信息，监控信息是能够反映老年人行为和身体情况的信息。其次，根据监控信息，得到老年人的生理安全信息，通过分析监控信息可以及时发现老年人发生的意外。随后，根据监控信息，得到老年人的心理安全信息，通过分析监控信息可以发现老年人的心理问题。最后，根据生理安全信息和心理安全信息进行安全评级，得到报警信息，通过对生理安全信息和心理安全信息的危险程度进行安全评级，确定报警信息的危险等级，且报警信息中包括了相关的生理或心理问题的详情。通过分析多维度的监控信息发现老年人的生理和心理健康问题，并确定报警信息的危险等级，及时告知监护人或医护人员。

本申请实施例提供的老年人行为安全监控方法可以应用于老年人行为安全监控设备上，此时老年人行为安全监控设备即为本申请实施例提供的老年人行为安全监控方法的执行主体，本申请实施例对老年人行为安全监控设备的具体类型不作任何限制。

例如，老年人行为安全监控设备可以包括采集装置、与采集装置通信连接的控制装置。采集装置可以包括具有热成像、声音采集、联网等功能的高性能摄像头，控制装置可以包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序。控制装置可以控制高性能摄像头采集老年人及周围环境的视频，也可以控制高性能摄像头采集老年人及周围环境的声音，还可以控制高性能摄像头采集老年人的热成像，还可以控制高性能摄像头发送老年人的位置。

控制装置可以是单片机、微处理器、手机、平板电脑、可穿戴设备、车载设备、笔记本电脑、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本、个人数字助理(personal digital assistant，PDA)、桌上型计算机、智慧大屏、智能电视等。

为了更好地理解本申请实施例提供的老年人行为安全监控方法，下面对本申请实施例提供的老年人行为安全监控方法的具体实现过程进行示例性介绍。

图1示出了本申请实施例提供的老年人行为安全监控方法的示意性流程图，老年人行为安全监控方法包括：

S100，获取老年人的监控信息。其中，监控信息用于反映老年人的行为和身体情况。

可以理解，监控信息是包括了老年人动作信息、声音信息、体温信息和位置信息的信息，可以通过集成多功能的高性能摄像头同时获取老年人的动作、声音、热成像和位置信息，以获取监控信息，也可以用不同的传感器分别获取监控信息。

示例性地，动作信息可以是指拍摄老年人的图像后，再对老年人的图像进行图像处理后，人体骨架提取算法得到的身体骨架信息。声音信息可以是指老年人的声音幅度-时间的音频信息。体温信息可以是热成像图片。位置信息可以是地图中老年人的三维位置信息。

示例性地，通过高性能摄像头的图像拍摄功能拍摄老年人的图像以获取老年人的动作信息，通过高性能摄像头的录音功能以获取老年人的声音信息，通过高性能摄像头的热成像功能以获取老年人的体温信息，通过高性能摄像头的联网功能与获取摄像头与老年人的位置信息。

示例性地，控制装置可以控制高性能摄像头采集老年人及周围环境的视频，也可以控制高性能摄像头采集老年人及周围环境的声音，还可以控制高性能摄像头采集老年人的热成像，还可以控制高性能摄像头发送老年人的位置。控制装置与高性能摄像头通信连接，高性能摄像头可以设置在老年人家中或其他活动区域，高性能摄像头可以通过智能聚焦自动拍摄老年人及其周边地形。

S200，根据监控信息，得到老年人的生理安全信息。其中，生理安全信息用于反映老年人的身体方面的安全情况。

可以理解，老年人因为年龄的因素，常常会发生一些意外情况，例如摔倒、异物卡喉等，通过分析监控信息，可以推断出老年人是否发生意外或正在进行危险行为，以得到老年人的生理安全信息。

如此设置，能够避免老人因身体原因无法自行呼救或无法自行判断危险而导致悲剧的情况。

在一种可能的实现方式中，在步骤S200中，根据监控信息，得到老年人的生理安全信息，包括：

S210，对监控信息进行动作识别，确定老年人的第一状态。其中，第一状态包括站状态、坐状态、卧倒状态和摔倒状态。

可以理解，可以将监控信息中的动作信息输入至深度学习模型，以通过深度学习模型输出老年人的第一状态的类别，如摔倒状态或坐状态等等，且同一时间老年人的第一状态只能是站状态、坐状态、卧倒状态和摔倒状态中的一种。还可以提取监控信息中老年人的身体骨架（身体骨架是指由身体骨架提取算法得到的简化人体模型，能够有效表示人的身体动作且简化处理），并在连续的身体骨架的关节角度中判断老年人的第一状态。

示例性地，监控信息中的动作信息表示为身体骨架的数据形式，在老年人的身体骨架的膝部无弯曲且身体直立时，确定第一状态为站状态；在老年人的身体骨架的膝部弯曲在预定角度范围且髋关节弯曲也在预定角度范围时，确定第一状态为坐状态；在连续的老年人的身体骨架中老年人的上半身加速度小于预设值且身体骨架与地面的角度小于预设值时，确定第一状态是卧倒状态；在连续的老年人的身体骨架中老年人的上半身加速度大于预设值且身体骨架与地面的角度小于预设值时，确定第一状态是摔倒状态。

深度学习模型可以选用CNN卷积神经网络，随后获取包括站状态、坐状态、卧倒状态和摔倒状态四种状态的人的视频数据集，且保证四种状态的数据集数量各为四分之一，并随机选择其中的90%数据集设置为训练集，剩余10%设置为测试集，输入训练集对深度学习模型进行训练，输入是训练集中的人的视频信号，输出是人的第一状态，把训练后模型对测试集进行测试，当准确率不达标时重新训练，准确率达标时完成模型训练，训练完成的深度学习模型能够判断老年人的第一状态。

如此设置，可以提高老年人的第一状态的判断精度。

S220，在第一状态是摔倒状态的情况下，获取监控信息中老年人的四肢信息，并根据四肢信息得到生理安全信息中的第一子生理安全信息。其中，四肢信息用于反映老年人四肢的活动情况，第一子生理安全信息用于反映老年人摔倒之后的生理安全情况。

可以理解，可以在动作识别的结果中分离出四肢部分的特征信息，或重新进行动作识别并专注于老年人的四肢动作，以获取老年人的四肢信息。在老年人摔倒之后，可能存在多种情况，例如摔倒后晕厥、摔倒后骨折或摔倒后无大碍等等情况，在不清楚老人身体情况下贸然扶起或帮助老人，很可能会造成二次伤害，因此，分析老人摔倒状态下的四肢动作，以得到第一子生理安全信息。

示例性地，可以对监控信息进行骨架提取，四肢信息为四肢骨架的各关节角度和关节角度变化量。

如此设置，完成了基本的老年人摔倒后的老年人身体状况测定，能够减少急救步骤，提高紧急情况下老年人的安全救助效率。

在一种可能实现的方式中，在S220步骤中，根据四肢信息得到生理安全信息中的第一子生理安全信息，包括：

S221，在第一状态是摔倒状态的情况下，得到第一子生理安全信息为红色安全等级，并获取四肢信息中的左手动作信息、右手动作信息、左脚动作信息和右脚动作信息。

可以理解，在老人摔倒时设置第一子生理安全信息为红色安全等级，安全等级分为三级，根据严重程度由重到轻分别是红色、黄色、绿色安全等级，四肢信息包括左手动作信息、右手动作信息、左脚动作信息和右脚动作信息。且本申请中左手是指广义的左手，包括左臂在内的整个肢体；本申请中其余右手、左脚、右脚也一样，是广义上的右手、左脚、右脚。

示例性地，左手动作信息可以是骨架提取后的左手骨架的各关节角度以及关节角度变化量，其余右手动作信息、左脚动作信息、右脚动作信息也一样。

如此设置，可以分析出老年人摔倒后四肢各自的健康情况，有利于更详细的确定老年人的第一子生理安全信息。

S222，在左手动作信息、右手动作信息、左脚动作信息和右脚动作信息中，存在任一信息指示老年人有动作，则确定第一子生理安全信息中的意识安全信息反映为老年人有意识，否则确定第一子生理安全信息中的意识安全信息反映为老年人无意识。其中，意识安全信息用于反映老年人摔倒后是否有自我意识。

可以理解，在老年人摔倒后，可以根据四肢信息中是否指示老年人有四肢动作判断老年人是否有意识，可以设置一个运动幅度阈值，在四肢信息指示老年人有超过运动幅度阈值的运动，则意味着老人有自主运动。且第一子生理安全信息是在时间上连续的，会随着老人的运动更新，例如在老年人摔倒的前十秒内四肢信息指示没有动作，则每一段时间得到第一子生理安全信息中的意识安全信息为老年人无意识，但在第十一秒时四肢信息指示有动作，则更新第一子生理安全信息中的意识安全信息为老年人有意识，若在第十一秒之后的预设阈值时间内四肢信息指示一直没有动作，则再次更新第一子生理安全信息中的意识安全信息为老年人无意识，一个生理意外事件拥有一个第一子生理安全信息时间线，监护人可以查看时间线上任一时间点的第一子生理安全信息。

如此设置，既可以快速得到老年人的摔倒之后的安全情况，还能时刻关注老年人并更新第一子生理安全信息，提高了第一子生理安全信息的维度，有利于及时报告老年人的生理安全情况和提高报告的生理安全情况准确度。

S223，在确定第一子生理安全信息为老年人有意识的情况下，根据四肢信息中的四肢运动幅度确定第一子生理安全信息中的身体安全信息。其中，四肢运动幅度是指老年人四肢各自的运动幅度，身体安全信息用于反映老年人摔倒后的身体是否骨折或脱臼。

可以理解，在老年人摔倒后有意识的情况下，可以分析老年人的四肢运动幅度判断老年人的身体是否骨折或脱臼。

示例性地，可以累加老年人的四肢运动幅度，在四肢运动幅度之和达到阈值时，计算出四肢的各肢体运动幅度比例，若存在某一肢体或多个肢体的运动幅度比例过小时，则按具体情况判断第一子生理安全信息中的身体安全信息，可以设定最低阈值，某一肢体运动幅度比例小于最低阈值时，则意味着该肢体受到骨折影响，并列出可能的骨折情况。例如，如表1所示：

表1

需要注意的是，第一子生理安全信息中的身体安全信息需要数据的积累，简而言之需要一定的时间才能得到第一子生理安全信息中的身体安全信息。

如此设置，可以提高得到的第一子生理安全信息中身体安全信息的精准度。

S224，在确定第一子生理安全信息为老年人无意识的情况下，在左手动作信息、右手动作信息、左脚动作信息和右脚动作信息中，存在任一信息指示老年人的肢体僵直或抽搐，则确定第一子生理安全信息中的中枢神经安全信息反映为中枢神经受伤。其中中枢神经安全信息用于反映老年人摔倒后是否导致中枢神经受伤。

可以理解，中枢神经是指脑和脊椎，在中枢神经功能受损时，往往会出现肢体僵直或抽搐的情况，在老年人摔倒之后，分析四肢信息是否指示任一肢体僵直或抽搐，可以判断老年人摔倒后是否导致中枢神经受伤。可以提取出四肢信息中的身体骨架的四肢骨关节角度，判断四肢骨关节角度是否存在不正常情况（例如四肢强直性伸展，肩下抑，上臂内收内旋，甚至角弓反张等等）且在连续一段时间内骨关节角度未发生变化以确定老年人是否僵直，也可以通过深度学习模型来判断老年人是否僵直。

示例性地，建立一个数据库，以存储人体僵直时产生的特殊四肢关节角度，例如四肢强直性伸展时的四肢关节角度等等。把老年人四肢信息中的身体骨架的四肢骨关节角度与数据库进行匹配，与数据库中任一项匹配成功且维持预设时间时，确定老年人僵直。

深度学习模型可以选用CNN卷积神经网络，随后获取包括正常状态、僵直状态的人的视频数据集，且保证两种状态的数据集数量各为二分之一，并随机选择其中的90%数据集设置为训练集，剩余10%设置为测试集，输入训练集对深度学习模型进行训练，输入是训练集中的人的视频信号，输出是人的是否是僵直状态，把训练后模型对测试集进行测试，当准确率不达标时重新训练，准确率达标时完成模型训练，训练完成的深度学习模型能够判断老年人是否僵直。

如此设置，可以提高得到的第一子生理安全信息中的中枢神经安全信息的精准度。

S230，在第一状态是站状态的情况下，获取监控信息中老年人的站立信息，并根据站立信息得到生理安全信息中的第二子生理安全信息。其中，站立信息用于反映老年人的站立位置的信息，第二子生理安全信息用于反映老年人站立位置的安全风险程度。

可以理解，在老年人摔倒的原因中，站立位置的地形是最主要的因素，老年人难以保持平衡，往往一个小坑就有可能导致老年人摔倒。可以通过视觉测量方法，获取老年人的站立信息，并分析得到老年人站立位置的安全风险程度。具体分析步骤见S230的下属步骤。

需要说明的是，视觉测量方法可以是被动视觉测量，也可以是主动视觉测量。被动视觉测量是指不需要特殊的照明投射装置，仅利用相机拍摄被测物的视频，建立被测物与相机之间的相对位置关系，从而获取被测物表面的三维信息的方法。主动视觉测量是指向被测物体投射光源( 点、条纹、图案和散斑等) ，相机拍摄包含光源的反射光或透射光的被测物体表面视频，利用成像几何关系所建立的数学模型解算出被测物体三维信息的方法。具体实现步骤属于现有技术，在此不再赘述。

如此设置，能够预防大部分的老年人摔倒事件，提高了该方法的实用性和科学性。

在一种可能的实现方式中，在步骤S230中，根据站立信息得到生理安全信息中的第二子生理安全信息，包括：

S231，在第一状态是站状态的情况下，获取站立信息中的站立高度信息、站立坡度信息和站立面填充率信息。其中，站立高度信息用于指示站立位置距离地面或地板的高度，站立坡度信息用于指示站立位置的坡度，站立面填充率信息用于指示站立位置所处的平面在阈值面积范围内的面积填充率

可以理解，一个站立位置的地形特征可以包括高度、坡度、站立面的大小，站立面的大小可以表示为站立位置所处的平面在阈值面积范围内的面积填充率，例如，阈值面积为4π平方米，站立位置所处的平面在以站立中心为圆心的4π平方米面积圆内的面积为10平方米，则面积填充率为10/4π≈80%。

如此设置，用高度、坡度、站立面的大小这三个特征表示站立位置的地形特征，有利于量化老年人的站立位置的安全风险程度。

S232，对站立高度对应的值、站立坡度对应的值和站立面填充率对应的值进行加权计算，得到站立危险指数。其中，站立危险指数用于反映老年人站立位置的危险程度。

可以理解，可以对站立高度、站立坡度和站立面填充率进行分析。由机械能守恒定理可知，g是指重力加速度，h是指站立高度，v是指自由落体时的落地速度，且落地速度与落地时的冲量成正比关系（冲量定理），因此站立高度的危险权重值可以表示为落地速度，并设10m/s为落地速度的上限进行站立高度的危险权重值的归一化。站立坡度最常见的表示方式是坡度 = (高程差/水平距离)×100%，例如坡度3% 是指水平距离每100米,垂直方向上升(下降)3米，因此站立坡度的危险权重值可以表示为站立坡度的大小，且无需归一化。站立面填充率的危险权重值也可以直接表示为（1-站立面填充率），且无需归一化。站立危险指数=站立高度的危险权重值+站立坡度的危险权重值+站立面填充率的危险权重值。

示例的，站立高度指示为3m，站立坡度指示为30%，站立面填充率指示为90%，则计算可得落地速度v=7.7m/s，归一化得到站立高度的危险权重值=77%，站立坡度的危险权重值为30%，站立面填充率的危险权重值为1-90%=10%，则站立危险指数=77%+30%+10%=117%。

如此设置，可以量化站立位置的危险程度，并提高了得到的站立危险指数的准确度。

S233，判断站立危险指数是否大于或等于第一报警阈值，若大于或等于第一报警阈值则得到第二子生理安全信息为黄色安全等级，若小于第一报警阈值则得到第二子生理安全信息为绿色安全等级。其中，第一报警阈值用于反映站立危险指数的报警阈值大小。

可以理解，站立危险指数大于或等于第一报警阈值时，意味着不安全，安全等级设置为黄色；站立危险指数小于第一报警阈值时，意味着安全，安全等级设置为绿色。

如此设置，可以确定老年人是否站立在不安全的位置，以便预防摔倒。

S240，在第一状态是坐状态的情况下，获取监控信息中老年人的进食信息，并根据进食信息得到生理安全信息中的第三子生理安全信息。其中，进食信息用于反映老年人的进食情况，第三子生理安全信息用于反映老年人进食中的生理安全情况。

可以理解，可以在监控信息中的老年人吃东西时间段获取进食信息，进食信息是指老年人在吃东西时的采集装置采集到的信息，属于监控信息的一个子信息，还可以在老年人的吃饭位置放置监控装置，获取进食信息，等等，但不限于此。老年人因为年龄原因大多数都有吞咽困难的症状，常常会出现异物卡喉的情况，因此，需要分析老年人的进食信息，以得到第三子生理安全信息，具体分析过程见S240的下属步骤。

如此设置，能够及时发现老年人异物卡喉的紧急情况，能够保障老年人的进食安全。

在一种可能的实现方式中，在步骤S240中，根据进食信息得到生理安全信息中的第三子生理安全信息，包括：

S241，在第一状态是坐状态的情况下，获取进食信息中的进食音频信息和进食视频信息。其中，进食音频信息是指老年人在进食时的声音信息，进食视频信息是指老年人在进食时的视频信息。

可以理解，进食信息中包括了进食音频信息和进食视频信息，可以分开分析，也能联合分析老人的进食情况。

如此设置，提高了进食信息的维度，能够提高得到的第三子生理安全信息的准确度。

S242，根据进食音频信息，确定进食状态信息。其中，进食状态信息用于反映老年人是否被异物卡喉。

可以理解，在异物卡住喉咙时，人的身体本能反应会咳嗽，可以分析进食音频信息中是否有咳嗽，以判断老年人是否为异物卡喉状态。

示例性地，可以分析多个老年人的咳嗽时的音频信息，统计得到老年人咳嗽时的音频振幅-时间关系图，并记录每个关系图中老年人咳嗽时的最大振幅正斜率，再把多个斜率值列成分布图，由中心定理可知分布图满足正态分布，在正态分布图中选择一个点作为正斜率振幅阈值（可以是等等），同理类推至音频振幅-时间关系图的负斜率最大值得到负斜率振幅阈值。若音频信息中在人声频率带范围（100hz至500hz）内且在预定时间内（平均咳嗽时间）存在声音振幅上升斜率大于正斜率振幅阈值，且声音振幅下降斜率大于正斜率振幅阈值，则意味着老年人咳嗽了。

示例性地，可以通过深度学习模型判断进食音频信息中老年人是否咳嗽。

深度学习模型可以选用CNN卷积神经网络，随后获取包括咳嗽时的人的音频数据集，并加入一些杂项人声音频数据集，使得两种数据集数量各为二分之一，并随机选择其中的90%数据集设置为训练集，剩余10%设置为测试集，输入训练集对深度学习模型进行训练，输入是训练集中的人的音频信号，输出是人是否咳嗽，把训练后模型对测试集进行测试，当准确率不达标时重新训练，准确率达标时完成模型训练，训练完成的深度学习模型能够判断音频中的老年人是否咳嗽。

如此设置，可以提高判断异物卡喉状态的准确度。

S243，当进食状态信息指示老年人被异物卡喉，根据进食视频信息得到异物卡喉时间信息。

可以理解，在异物卡喉严重时，有可能会堵塞气管，导致在首次咳嗽后肺部没有足够空气支持第二次咳嗽，这时就可以分析老年人的进食视频信息以确定异物卡喉时间。

示例性地，可以提取进食视频信息时老年人的的身体骨架，在身体骨架的上半身倾斜角度在预设范围内是俯视样式时，意味着异物卡喉未结束，上半身直立至倾斜角度在预设范围外时，意味着异物卡喉结束，进行计时得到异物卡喉时间信息。

示例性地，可以通过深度学习模型判断进食视频信息中的老年人是否处于异物卡喉状态，并计时得到异物卡喉时间。

深度学习模型可以选用CNN卷积神经网络，随后获取包括正常进食状态、异物卡喉状态的人的视频数据集，且保证两种状态的数据集数量各为二分之一，并随机选择其中的90%数据集设置为训练集，剩余10%设置为测试集，输入训练集对深度学习模型进行训练，输入是训练集中的人的视频信息，输出是人的进食状态，把训练后模型对测试集进行测试，当准确率不达标时重新训练，准确率达标时完成模型训练，训练完成的深度学习模型能够判断视频中的老年人是否被异物卡喉。

如此设置，提高了异物卡喉时间的精准度，并能够防止异物卡喉严重无法咳嗽时的误判情况。

S244，判断异物卡喉时间是否大于零且小于第二报警阈值，若大于零且小于第二报警阈值则得到第三子生理安全信息为黄色安全等级，若异物卡喉时间大于或等于第二报警阈值，则得到第三子生理安全信息为红色安全等级。

可以理解，异物卡喉时间是持续增长的量，故第三子生理安全信息是在时间上连续的（类似于第一子生理安全信息，见步骤S222），根据异物卡喉时间的大小确定第三子生理安全信息的安全等级。

如此设置，不仅可以及时发现老年人异物卡喉的紧急情况，而且监护人可以观察到老人的异物卡喉的频率和时长，可以推断老人是否有进食方面相关的疾病，能够提高老年人的养老质量。

S250，在第一状态是卧倒状态的情况下，获取监控信息中老年人的体温信息，并根据体温信息得到生理安全信息中的第四子生理安全信息。其中，体温信息是指包括老年人的多个部位身体温度的信息，第四子生理安全信息用于反映老年人卧倒休息状态下的生理安全情况。其中，同一时刻下，生理安全信息中只能存在一种子生理安全信息。

可以理解，在监控信息中包括老年人的热成像，可以获取老年人的体温信息。在卧倒状态下，老年人常常会打瞌睡，可能在不合适的地方睡着，或是没盖好衣被睡着，会发生失温情况，因此可以分析老年人的体温信息，防止老年人睡着时发生失温情况，具体分析过程见S250的下属步骤。

如此设置，能够防止老年人睡着时发生失温情况，提高了老年人的生理安全信息的维度。

在一种可能的实现方式中，在步骤S250中，根据体温信息得到生理安全信息中的第四子生理安全信息，包括：

S251，在第一状态是卧倒状态的情况下，获取体温信息中的面部体温信息和裸露部位体温信息。其中，面部体温信息用于指示老年人的面部体温，裸露部位体温信息用于指示除了头部外的其他裸露部位的体温。

可以理解，面部在睡觉过程中是无覆盖的，且鼻、眼部位的温度在外界温度较低的情况下也能维持在正常的温度区间内，因此可以用面部温度反映老年人是否发生失温，而裸露部位常常是四肢，可以用裸露部位体温反映老年人是否可能着凉。体温信息中包括了面部体温和裸露部位体温，面部体温可以是整个面部的平均体温，也可以是某一个面部特征点（如鼻、眼部位）的体温，裸露部位体温可以是裸露部位的平均体温。

如此设置，通过把体温信息分为面部体温和裸露部位体温，可以提高第四子生理安全信息的维度和准确度。

S252，若面部体温低于最低正常体温阈值，则得到第四子生理安全信息为红色安全等级。其中，最低正常体温阈值用于指示正常老年人睡着时的最低正常体温。

可以理解，在面部体温低于最低正常体温阈值时，意味着老年人在睡觉过程中发生了失温，因此确定第四子生理安全信息为红色安全等级。且第四子生理安全信息是在时间上连续的（类似于第一子生理安全信息，请见步骤S222）。

如此设置，可以提高判断第四子生理安全信息的准确度。

S253，若面部体温大于或等于最低正常体温阈值，但裸露部位体温低于最低正常体温阈值，则得到第四子生理安全信息为黄色安全等级。

可以理解，在面部体温高于或等于最低正常体温阈值时，意味着老年人在睡觉过程中没有失温，而裸露部位体温低于最低正常体温阈值意味着老年人在睡觉过程中可能会着凉，因此确定第四子生理安全信息为黄色安全等级。

如此设置，可以提高判断第四子生理安全信息的准确度。

S300，根据监控信息，得到老年人的心理安全信息。其中，心理安全信息用于反映老年人的心理方面的安全情况。

可以理解，老年人因为年龄和社会的因素，常常会发生经历一些坏事，例如老友去世、子女不经常探望等，通过分析监控信息中老年人特定时间、地点的行为或活动（例如分析食欲情况、失眠情况等等），可以推断出老年人的心理状态是否健康，以得到老年人的心理安全信息。

如此设置，能够及时发现老年人心理健康有问题的情况，提高了该方法中老年人的养老质量。

在一种可能的实现方式中，在步骤S300中，根据监控信息，得到老年人的心理安全信息，包括：

S310，对监控信息进行行为识别，确定第二状态。其中，第二状态是进食状态、睡眠状态和日常状态中的一种。

可以理解，日常状态是指除进食状态、睡眠状态外的其他状态，可以设定一个特定的区域，当老年人位于该区域时确定老年人的第二状态为进食状态，也可以设定另一个特定的区域，当老年人位于该区域时确定老年人的第二状态为睡眠状态。睡眠状态是指广义上的睡眠，包括了睡着前的清醒阶段、睡着后的睡眠阶段和睡中的觉醒阶段。

如此设置，可以提高老年人的第二状态的判断精度。

S320，在第二状态是进食状态的情况下，获取监控信息中老年人的进食量信息和进食时间信息，并根据进食量信息和进食时间信息得到第一子心理安全信息。其中，进食量信息用于指示老年人的进食量，进食时间信息用于指示老年人的进食时长，第一子心理安全信息用于反映老年人的食欲情况。

可以理解，可以从监控信息中获取老年人进食过程的动筷次数，并用动筷次数代表进食量，还可以通过视觉测量方法计算老年人饭菜在进食前后的变化量以获取进食量，等等，但不限于此，而进食时间=第一次动筷时间-最后一次动筷时间。可以分析进食量和进食时间，得到第一子心理安全信息，具体分析过程见S320的下属步骤。

如此设置，可以判断老年人是否食欲不振，提高了心理安全信息的维度和精准度。

在一种可能的实现方式中，在步骤S320中，根据进食量信息和进食时间信息得到第一子心理安全信息，包括：

S321，在第二状态是进食状态的情况下，根据进食量信息和进食时间信息得到平均进食速度。其中，平均进食速度用于反映老年人的在单位时间内的平均进食量。

可以理解，食欲不振的典型症状是吃东西速度非常慢，因此根据进食量和进食时间得到平均进食速度，再根据平均进食速度确定老年人是否食欲不振。

如此设置，提高了确定第一子心理安全信息的线索信息的维度，提高了得到的第一子心理安全信息的精准度。

S322，若平均进食速度低于最低进食速度阈值，则得到第一子心理安全信息为黄色安全等级。

可以理解，在平均进食速度低于最低进食速度阈值时，意味着老年人食欲不振，最低进食速度阈值可由监护人按需调整。

如此设置，分开分析不同情况，首先讨论平均进食速度过低的情况，提高了得到的第一子心理安全信息的准确度。

S323，若平均进食速度高于最低进食速度阈值，则判断进食量信息对应的进食量是否低于最低进食量阈值。

可以理解，在平均进食速度高于最低进食速度阈值时，并不意味着老年人一定没有食欲不振，还有可能的是进食量太小，平均进食速度误差过大导致其大于最低进食速度阈值，因此在平均进食速度高于最低进食速度阈值时，再判断进食量是否低于最低进食量阈值，以确定老年人是否食欲不振。

如此设置，分开分析不同情况，其次讨论平均进食速度够高，再判断进食量是否足够的情况，提高了得到的第一子心理安全信息的准确度。

S324，若进食量低于最低进食量阈值，则得到第一子心理安全信息为黄色安全等级。

可以理解，在平均进食速度高于最低进食速度阈值时，若进食量低于最低进食量阈值，也意味着老年人食欲不振。

如此设置，分开分析不同情况，最后讨论平均进食速度够高，进食量不够的情况，提高了得到的第一子心理安全信息的准确度。

S330，在第二状态是睡眠状态的情况下，获取监控信息中老年人的体动信息，并根据体动信息得到第二子心理安全信息。其中，体动信息用于反映老年人一次睡眠过程中的各部位体动次数的信息，第二子心理安全信息用于反映老年人的睡眠质量。

可以理解，体动是指老年人身体运动幅度大于5cm的动作（也可以设置其他运动幅度），一次长时间的连续体动也算作一次体动。可以从监控信息中获取老年人睡眠状态下的各部位体动次数，以获取体动信息，也可以在老年人身上佩戴加速度传感器，以获取体动信息。可以分析体动信息，得到老年人的第二子心理安全信息，具体分析步骤见S330的下属步骤。

如此设置，老年人失眠的原因往往是心理因素导致的，心理因素导致的失眠的症状是难以入睡、辗转反侧，从体动信息中可以判断老年人是否失眠，提高了心理安全信息的维度和精准度。

在一种可能的实现方式中，在步骤S330中，根据体动信息得到第二子心理安全信息，包括：

S331，在第二状态是睡眠状态的情况下，获取体动信息中的四肢体动信息、头部体动信息和躯干体动信息。其中，四肢体动信息用于指示老年人的四肢体动次数，头部体动信息用于指示老年人的头部体动次数，躯干体动信息用于指示老年人的躯干体动次数。

可以理解，体动包括了四肢体动、头部体动和躯干体动，不同的部位体动的失眠影响不同，具体分析各部位的体动次数以判断老年人是否失眠。躯干体动时带动的四肢体动不算作四肢体动，躯干体动时带动的头部体动不算作头部体动。

如此设置，提高了体动信息的维度，有利于提高第二子心理安全信息的准确度。

S332，根据四肢体动信息、头部体动信息和躯干体动信息，得到体动指数。其中，体动指数用于反映老年人睡眠中体动程度的量化值。

可以理解，可知体动指数=A1×躯干体动次数+A2×四肢体动次数+A3×头部体动次数。躯干体动时运动程度最大，四肢体动其次，头部体动最小，且躯干体动时包括了四肢体动和头部体动（躯干体动时带动的四肢体动不算作四肢体动，躯干体动时带动的头部体动不算作头部体动。），因此可以设A1=0.8，A2=0.4，A3=0.3，其余数也可以，只要满足A1>A2>A3>0,且A1>A2+A3即可。

如此设置，量化了老年人睡眠状态中的体动程度，有利于后续得到第二子心理安全信息的步骤。

S333，若体动指数大于预设体动阈值，则得到第二子心理安全信息为黄色安全等级。

可以理解，在体动指数大于预设体动阈值时，意味着老年人为失眠状态，则得到第二子心理安全信息为黄色安全等级。预设体动阈值可由用户自定义大小。

S340，在第二状态是日常状态的情况下，获取监控信息中老年人的语音信息，通过情绪检测模型处理语音信息，得到正面情绪指数和负面情绪指数，并根据正面情绪指数和负面情绪指数得到第三子心理安全信息。其中，正面情绪指数用于反映老年人在日常状态下的正面情绪的量化值，负面情绪指数用于反映老年人在日常状态下的负面情绪的量化值，第三子心理安全信息用于反映老年人的情绪状况，且是心理安全信息的子信息。其中，同一时刻下，心理安全信息中只能存在一种子心理安全信息。

可以理解，可以在监控信息中获取老年人在日常状态下的语音信息，再将日常状态下的语音信息输入至情绪检测模型，以通过情绪检测模型输出老年人的情绪类型，正面情绪指数=，其中，m是指共有m个正面情绪，f(n)是指第n个正面情绪的持续时间；负面情绪指数类似，不再赘述。可以分析正面情绪指数和负面情绪指数，得到老年人一段时间内的情绪状况，具体分析过程见S340的下属步骤。

情绪检测模型可以选用CNN卷积神经网络，随后获取包括各种正面情绪（如笑、兴奋等）、各种负面情绪（如愤怒、伤心等）的音频数据集，且保证各种情绪的数据集数量相等，并随机选择其中的90%数据集设置为训练集，剩余10%设置为测试集，输入训练集对深度学习模型进行训练，输入是训练集中的人的音频信号，输出是人的情绪类别，把训练后模型对测试集进行测试，当准确率不达标时重新训练，准确率达标时完成模型训练，训练得到能够判断情绪类型的情绪识别模型，等等，但不限于从，还可以运用其他方法训练情绪检测模型。

如此设置，量化了老年人在日常状态下的正面情绪和负面情绪，能够精准体现老年人的情绪状态，提高了生理安全信息的准确度。

在一种可能的实现方式中，在步骤S340中，根据正面情绪指数和负面情绪指数得到第三子心理安全信息，包括：

S341，在第二状态是日常状态的情况下，把正面情绪指数与预设数据库进行匹配得到第一情绪得分，把负面情绪指数与预设数据库进行匹配得到第二情绪得分。其中，第一情绪得分用于反映老年人的正面情绪的得分情况，第二情绪得分用于反映老年人的负面情绪的得分情况。

可以理解，预设数据库包括正面情绪得分图和负面情绪得分图，正面情绪得分图如图2所示，正面情绪得分随着正面情绪指数的升高而升高；负面情绪得分图如图3所示，负面情绪得分随着负面情绪指数的升高而降低。图2和图3描述了正面情绪得分和负面情绪得分的趋势，具体数值按需而定。

如此设置，能够准确得到第一情绪得分和第二情绪得分，有利于确定老年人的第三子心理安全信息的状态。

S342，把第一情绪得分和第二情绪得分相加得到总情绪得分，若总情绪得分低于预设分数阈值，则得到第三子心理安全信息为黄色安全等级。

可以理解，第一情绪得分能够反映老年人正面情绪的状态，第二情绪得分能够反映老年人负面情绪的状态，第一情绪得分和第二情绪得分相加得到总情绪得分，总情绪得分能够反映老年人的情绪状态是否积极，可以设置一个可调的预设分数阈值，在总情绪得分低于预设分数阈值时，意味着老年人的情绪状态有问题，则得到第三子心理安全信息为黄色安全等级。

如此设置，能够有效反映老年人的日常情况下的情绪状态，能够及时发现老年人情绪低落的时段。

S400，根据生理安全信息和心理安全信息进行安全评级，得到报警信息。其中，报警信息用于提示监护人员和/或警示被监护老人。

可以理解，得到生理安全信息和心理安全信息后，下一步是对安全信息进行安全评级，把危急情况报警给监护人或医护人员，把有隐患情况报警给监护人和老年人自身，报警信息分为红色安全等级、黄色安全等级和绿色安全等级，具体安全评级过程见S400的下属步骤。

如此设置，可以把不同安全等级按照不同方法处理，可以提高老年人的养老质量。

在一种可能的实现方式中，在步骤S400中，根据生理安全信息和心理安全信息进行安全评级，得到报警信息，包括：

S410，当生理安全信息指示为非绿色安全等级时，判断在第一时长之前是否存在非绿色安全等级的心理安全信息。

可以理解，心理健康和生理健康是紧密关联的，有时身体的病因是心理问题，而心理病因也有可能是生理问题，因此，有必要考虑二者的因果关联。设置第一时长以判断生理问题和心理问题是否存在因果关系，当生理问题和心理问题发生的时间间隔在第一时长之内时，意味着二者可能有因果关系。

如此设置，考虑了老年人的生理问题和心理问题可能会存在因果关联的情况，提高了老年人的养老质量。

S420，若存在，则得到报警信息，报警信息的安全等级为红色安全等级，且报警信息中包括生理安全信息对应的子生理安全信息、心理安全信息对应的子心理安全信息。

可以理解，当生理问题和心理问题可能有因果关系时，生成报警信息，报警信息中包括了老年人的对应的生理问题和心理问题的详情，且设置报警信息的安全等级为红色安全等级。

如此设置，考虑了老年人的各种健康问题，不仅降低了监护人的监护压力，而且提高了老年人的养老安全保障。

S430，若不存在，则得到报警信息，报警信息的安全等级为生理安全信息对应的安全等级，且报警信息中包括生理安全信息对应的子生理安全信息。

可以理解，当生理问题和心理问题没有因果关系时，生成报警信息，报警信息中包括了老年人的对应的生理问题的详情，且设置报警信息的安全等级为生理安全信息对应的安全等级。

如此设置，降低了监护人的监护压力，提高了老年人的养老安全保障。

S440，当心理安全等级指示为非绿色安全等级时，判断在第一时长之前是否存在非绿色安全等级的生理安全信息。

可以理解，与步骤S410的目的一致，区别在于该步骤是老年人的心理为主语，不再赘述。

如此设置，提高了老年人的养老质量。

S450，若存在，则得到报警信息，报警信息的安全等级为红色安全等级，且报警信息中包括生理安全信息对应的子生理安全信息、心理安全信息对应的子心理安全信息。

可以理解，与步骤S420的目的一致，区别在于该步骤是老年人的心理为主语，不再赘述。

如此设置，考虑了老年人的各种健康问题，不仅降低了监护人的监护压力，而且提高了老年人的养老安全保障。

S460，若不存在，则得到报警信息，报警信息的安全等级为心理安全信息对应的安全等级，且报警信息中包括心理安全信息对应的子心理安全信息。

可以理解，与步骤S430的目的一致，区别在于该步骤是老年人的心理为主语，不再赘述。

如此设置，降低了监护人的监护压力，提高了老年人的养老安全保障。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

对应于上文实施例所述的老年人行为安全监控方法，本申请实施例还提供了一种老年人行为安全监控系统，该系统的各个单元可以实现老年人行为安全监控方法的各个步骤。图4示出了本申请实施例提供的老年人行为安全监控系统的流程示意图，为了便于说明，仅示出了与本申请实施例相关的部分。

参照图4，该系统包括：

获取单元，用于获取老年人的监控信息。其中，监控信息用于反映老年人的行为和身体情况；

第一处理单元，用于根据监控信息，得到老年人的生理安全信息。其中，生理安全信息用于反映老年人的身体方面的安全情况；

第二处理单元，用于根据监控信息，得到老年人的心理安全信息。其中，心理安全信息用于反映老年人的心理方面的安全情况；

报警单元，用于根据生理安全信息和心理安全信息进行安全评级，得到报警信息。其中，报警信息用于提示监护人员和/或警示被监护老人。

需要说明的是，上述单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将所述老年人行为安全监控系统的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请实施例还提供了一种老年人行为安全监控设备，图5为本申请一实施例提供的老年人行为安全监控设备的结构示意图。如图5所示，该实施例的老年人行为安全监控设备的控制装置5包括：至少一个处理器50（图5中仅示出一个）、至少一个存储器51（图5中仅示出一个）以及存储在所述至少一个存储器51中并可在所述至少一个处理器50上运行的计算机程序52，所述处理器50执行所述计算机程序52时，使所述老年人行为安全监控设备的控制装置5实现上述任意各个老年人行为安全监控方法实施例中的步骤，或者使所述老年人行为安全监控设备的控制装置5实现上述各装置实施例中各单元的功能。

示例性地，所述计算机程序52可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器51中，并由所述处理器50执行，以完成本申请。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述老年人行为安全监控设备的控制装置5中的执行过程。

所述老年人行为安全监控设备的控制装置5可以是单片机、微处理器、手机、平板电脑、可穿戴设备、车载设备、笔记本电脑、超级移动个人计算机(ultra-mobile personalcomputer，UMPC)、上网本、个人数字助理(personal digital assistant，PDA)、桌上型计算机、智慧大屏、智能电视、具有无线通信功能的手持设备。该老年人行为安全监控设备的控制装置5可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是老年人行为安全监控设备的控制装置5的举例，并不构成对老年人行为安全监控设备的控制装置5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备、总线等。

所述处理器50可以是中央处理单元(Central Processing Unit，CPU)，该处理器50还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器51在一些实施例中可以是所述老年人行为安全监控设备的控制装置5的内部存储单元，例如老年人行为安全监控设备的控制装置5的硬盘或内存。所述存储器51在另一些实施例中也可以是所述老年人行为安全监控设备的控制装置5的外部存储设备，例如所述老年人行为安全监控设备的控制装置5上配备的插接式硬盘，智能存储卡（SmartMedia Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）等。进一步地，所述存储器51还可以既包括所述老年人行为安全监控设备的控制装置5的内部存储单元也包括外部存储设备。所述存储器51用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。

本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任意各个方法实施例中的步骤。

本申请实施例提供了一种计算机程序产品，当计算机程序产品在老年人行为安全监控设备上运行时，使得老年人行为安全监控设备实现上述任意各个方法实施例中的步骤。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到老年人行为安全监控设备的任何实体或装置、记录介质、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，RandomAccess Memory）、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的老年人行为安全监控方法、老年人行为安全监控装置和老年人行为安全监控设备，可以通过其它的方式实现。例如，以上所描述的老年人行为安全监控方法、老年人行为安全监控装置和老年人行为安全监控设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种老年人行为安全监控方法，其特征在于，所述方法包括：

获取老年人的监控信息；其中，所述监控信息用于反映老年人的行为和身体情况；

根据所述监控信息，得到老年人的生理安全信息；其中，所述生理安全信息用于反映老年人的身体方面的安全情况；

根据所述监控信息，得到老年人的心理安全信息；其中，所述心理安全信息用于反映老年人的心理方面的安全情况；

根据所述生理安全信息和所述心理安全信息进行安全评级，得到报警信息；其中，所述报警信息用于提示监护人员和/或警示被监护老人。

2.如权利要求1所述的老年人行为安全监控方法，其特征在于，所述根据所述监控信息，得到老年人的生理安全信息，包括：

对所述监控信息进行动作识别，确定老年人的第一状态；其中，所述第一状态是站状态、坐状态、卧倒状态和摔倒状态中的一种；

在所述第一状态是摔倒状态的情况下，获取所述监控信息中老年人的四肢信息，并根据所述四肢信息得到所述生理安全信息中的第一子生理安全信息；其中，所述四肢信息用于反映老年人四肢的活动情况，所述第一子生理安全信息用于反映老年人摔倒之后的生理安全情况；

在所述第一状态是站状态的情况下，获取所述监控信息中老年人的站立信息，并根据所述站立信息得到所述生理安全信息中的第二子生理安全信息；其中，所述站立信息用于反映老年人的站立位置的信息，所述第二子生理安全信息用于反映老年人站立位置的安全风险程度；

在所述第一状态是坐状态的情况下，获取所述监控信息中老年人的进食信息，并根据所述进食信息得到所述生理安全信息中的第三子生理安全信息；其中，所述进食信息用于反映老年人的进食情况，所述第三子生理安全信息用于反映老年人进食中的生理安全情况；

在所述第一状态是卧倒状态的情况下，获取所述监控信息中老年人的体温信息，并根据所述体温信息得到所述生理安全信息中的第四子生理安全信息；其中，所述体温信息是指包括老年人的多个部位身体温度的信息，所述第四子生理安全信息用于反映老年人卧倒休息状态下的生理安全情况；其中，同一时刻下，所述生理安全信息中只能存在一种子生理安全信息。

3.如权利要求2所述的老年人行为安全监控方法，其特征在于，所述根据所述四肢信息得到所述生理安全信息中的第一子生理安全信息，包括：

在所述第一状态是摔倒状态的情况下，得到所述第一子生理安全信息为红色安全等级，并获取所述四肢信息中的左手动作信息、右手动作信息、左脚动作信息和右脚动作信息；

在所述左手动作信息、所述右手动作信息、所述左脚动作信息和所述右脚动作信息中，存在任一信息指示老年人有动作，则确定所述第一子生理安全信息中的意识安全信息反映为老年人有意识，否则确定所述第一子生理安全信息中的意识安全信息反映为老年人无意识；其中，所述意识安全信息用于反映老年人摔倒后是否有自我意识；

在确定所述第一子生理安全信息为老年人有意识的情况下，根据所述四肢信息中的四肢运动幅度确定第一子生理安全信息中的身体安全信息；其中，所述四肢运动幅度是指老年人四肢各自的运动幅度，所述身体安全信息用于反映老年人摔倒后的身体是否骨折或脱臼；

在确定所述第一子生理安全信息为老年人无意识的情况下，在所述左手动作信息、所述右手动作信息、所述左脚动作信息和所述右脚动作信息中，存在任一信息指示老年人的肢体僵直或抽搐，则确定所述第一子生理安全信息中的中枢神经安全信息反映为中枢神经受伤；其中所述中枢神经安全信息用于反映老年人摔倒后是否导致中枢神经受伤。

4.如权利要求2所述的老年人行为安全监控方法，其特征在于，所述根据所述站立信息得到所述生理安全信息中的第二子生理安全信息，包括：

在所述第一状态是站状态的情况下，获取站立信息中的站立高度信息、站立坡度信息和站立面填充率信息；其中，所述站立高度信息用于指示站立位置距离地面或地板的高度，所述站立坡度信息用于指示站立位置的坡度，所述站立面填充率信息用于指示站立位置所处的平面在阈值面积范围内的面积填充率；

对所述站立高度对应的值、所述站立坡度对应的值和所述站立面填充率对应的值进行加权计算，得到站立危险指数；其中，所述站立危险指数用于反映老年人站立位置的危险程度；

判断所述站立危险指数是否大于或等于第一报警阈值，若大于或等于第一报警阈值则得到所述第二子生理安全信息为黄色安全等级，若小于第一报警阈值则得到所述第二子生理安全信息为绿色安全等级；其中，所述第一报警阈值用于反映站立危险指数的报警阈值大小。

5.如权利要求1所述的老年人行为安全监控方法，其特征在于，所述根据所述监控信息，得到老年人的心理安全信息，包括：

对所述监控信息进行行为识别，确定第二状态；其中，所述第二状态是进食状态、睡眠状态和日常状态中的一种；

在所述第二状态是进食状态的情况下，获取所述监控信息中老年人的进食量信息和进食时间信息，并根据所述进食量信息和所述进食时间信息得到第一子心理安全信息；其中，所述进食量信息用于指示老年人的进食量，所述进食时间信息用于指示老年人的进食时长，所述第一子心理安全信息用于反映老年人的食欲情况；

在所述第二状态是睡眠状态的情况下，获取所述监控信息中老年人的体动信息，并根据所述体动信息得到第二子心理安全信息；其中，所述体动信息用于反映老年人一次睡眠过程中的各部位体动次数的信息，所述第二子心理安全信息用于反映老年人的睡眠质量；

在所述第二状态是日常状态的情况下，获取所述监控信息中老年人的语音信息，通过情绪检测模型处理所述语音信息，得到正面情绪指数和负面情绪指数，并根据所述正面情绪指数和所述负面情绪指数得到第三子心理安全信息；其中，所述正面情绪指数用于反映老年人在日常状态下的正面情绪的量化值，所述负面情绪指数用于反映老年人在日常状态下的负面情绪的量化值，所述第三子心理安全信息用于反映老年人的情绪状况，且是所述心理安全信息的子信息；其中，同一时刻下，所述心理安全信息中只能存在一种子心理安全信息。

6.如权利要求5所述的老年人行为安全监控方法，其特征在于，所述根据所述进食量信息和所述进食时间信息得到第一子心理安全信息，包括：

在所述第二状态是进食状态的情况下，根据所述进食量信息和所述进食时间信息得到平均进食速度；其中，所述平均进食速度用于反映老年人的在单位时间内的平均进食量；

若所述平均进食速度低于最低进食速度阈值，则得到所述第一子心理安全信息为黄色安全等级；

若所述平均进食速度高于所述最低进食速度阈值，则判断所述进食量信息对应的进食量是否低于最低进食量阈值；

若所述进食量低于所述最低进食量阈值，则得到所述第一子心理安全信息为黄色安全等级。

7.如权利要求5所述的老年人行为安全监控方法，其特征在于，所述根据所述体动信息得到第二子心理安全信息，包括：

在所述第二状态是睡眠状态的情况下，获取所述体动信息中的四肢体动信息、头部体动信息和躯干体动信息；其中，所述四肢体动信息用于指示老年人的四肢体动次数，所述头部体动信息用于指示老年人的头部体动次数，所述躯干体动信息用于指示老年人的躯干体动次数；

根据所述四肢体动信息、所述头部体动信息和所述躯干体动信息，得到体动指数；其中，所述体动指数用于反映老年人睡眠中体动程度的量化值；

若所述体动指数大于预设体动阈值，则得到所述第二子心理安全信息为黄色安全等级。

8.如权利要求5所述的老年人行为安全监控方法，其特征在于，所述根据所述正面情绪指数和所述负面情绪指数得到第三子心理安全信息，包括：

在所述第二状态是日常状态的情况下，把所述正面情绪指数与预设数据库进行匹配得到第一情绪得分，把所述负面情绪指数与预设数据库进行匹配得到第二情绪得分；其中，所述第一情绪得分用于反映老年人的正面情绪的得分情况，所述第二情绪得分用于反映老年人的负面情绪的得分情况；

把所述第一情绪得分和第二情绪得分相加得到总情绪得分，若所述总情绪得分低于预设分数阈值，则得到所述第三子心理安全信息为黄色安全等级。

9.如权利要求1至8中任一项所述的老年人行为安全监控方法，其特征在于，所述根据所述生理安全信息和所述心理安全信息进行安全评级，得到报警信息，包括：

当所述生理安全信息指示为非绿色安全等级时，判断在第一时长之前是否存在非绿色安全等级的所述心理安全信息；

若存在，则得到报警信息，所述报警信息的安全等级为红色安全等级，且所述报警信息中包括所述生理安全信息对应的子生理安全信息、所述心理安全信息对应的子心理安全信息；

若不存在，则得到报警信息，所述报警信息的安全等级为所述生理安全信息对应的安全等级，且所述报警信息中包括所述生理安全信息对应的子生理安全信息；

当所述心理安全等级指示为非绿色安全等级时，判断在第一时长之前是否存在非绿色安全等级的所述生理安全信息；

若存在，则得到报警信息，所述报警信息的安全等级为红色安全等级，且所述报警信息中包括所述生理安全信息对应的子生理安全信息、所述心理安全信息对应的子心理安全信息；

若不存在，则得到报警信息，所述报警信息的安全等级为所述心理安全信息对应的安全等级，且所述报警信息中包括所述心理安全信息对应的子心理安全信息。

10.一种老年人行为安全监控系统，其特征在于，包括：

获取单元，用于获取老年人的监控信息；其中，所述监控信息用于反映老年人的行为和身体情况；

第一处理单元，用于根据所述监控信息，得到老年人的生理安全信息；其中，所述生理安全信息用于反映老年人的身体方面的安全情况；

第二处理单元，用于根据所述监控信息，得到老年人的心理安全信息；其中，所述心理安全信息用于反映老年人的心理方面的安全情况；

报警单元，用于根据所述生理安全信息和所述心理安全信息进行安全评级，得到报警信息；其中，所述报警信息用于提示监护人员和/或警示被监护老人。