从单人升级到多人,这款纯本地的摔倒检测系统,配置超简单

2026-08-02 15:25

👴 独居老人看护,如何做到不留死角?



之前分享过一款基于 MediaPipe 的摔倒检测系统,很多朋友反馈:“家里老人不止一位,或者总在客厅活动,能同时检测多人吗?”



这次,我们对系统进行了 "多人识别" 重大升级!不仅能同时跟踪画面中的多人,还上线了可视化配置后台,无需修改代码,点点鼠标就能调整参数。



✅ 支持多人实时跟踪,每人独立判定

✅ 可视化Web后台,5分钟搞定配置

✅ 纯本地运行,视频数据0上传,守护隐私



一、核心升级:从"看一人"到"看全场"

原来的系统只能聚焦画面中的单人,家里来了客人或者两人同框就容易误判。



新版架构亮点:



智能多人跟踪器(PersonTracker)



为画面中检测到的每个人分配独立ID和跟踪模型。



通过边界框(BBox)+ IoU匹配算法,即使人物交错走动,也不会混淆ID。



独立状态机



每个人的"站立、坐下、摔倒"状态完全隔离。



举例:爷爷在画面左侧摔倒会触发报警,而右侧正在弯腰捡东西的奶奶,系统会准确判定为"站立",不会误报。



动态人数显示



画面右上角实时显示当前检测人数,掉线或离开画面会自动清理。



二、懒人福音:写配置文件的时代过去了

以前改参数(比如摔倒灵敏度、报警间隔)要打开 config.json 手写代码,对非技术人员很不友好。



现在推出了全新的 Web 配置后台:



可视化面板:卡片式界面,参数清晰分类。



滑动/输入即改:调整"摔倒角度阈值"、"光线补偿强度"像调手机亮度一样简单。



一键生效:点击保存,后端自动重载配置,程序不停机。



多摄像头管理:在后台直接添加/删除/启停家里的不同摄像头(客厅、卧室)。



三、系统架构简析(技术流版)

如果你也是开发者,这套逻辑可以直接复用到你的项目中:



后端: Python (Flask) 负责API和配置分发。



核心算法: OpenCV 负责图像增强与光流法;MediaPipe 负责33个身体关键点提取。



多人逻辑:



python

# 伪代码逻辑

for 画面中的每个人:

bbox = 提取身体边界框

person_id = 匹配历史ID 或 新建跟踪器

计算肩/髋/膝的向量夹角

结合光流速度 -> 输出摔倒风险分数

回调通知: 支持 Server酱 等推送服务,检测到摔倒事件后,微信秒收通知。



四、部署指南(超简单)

整个项目不需要联网,在你家的废旧笔记本或树莓派上就能跑。



环境准备:安装 Python 3.8+,执行 pip install opencv-python mediapipe flask。



启动程序:运行 app.py。



打开后台:浏览器访问 http://你的电脑IP:5000/settings。



添加摄像头:填写摄像头ID(一般是0)或 RTSP 地址,开启监控。



五、效果展示

(此处建议插入一张GIF动图或几张界面截图:多人带边界框的监控画面、配置后台的截图、手机收到报警的截图)



监控画面:不同颜色的框标记不同的人,状态实时显示。



配置后台:暗色主题,清晰直观。



隐私保护:全程边缘计算,画面绝不上传云端。



结语

老龄化社会,科技应该更有温度。

这个项目完全开源,希望能帮助到有需要的家庭,用最低的成本给长辈多一份保障。



🔗 源码地址:(这里贴上你的GitHub/Gitee仓库链接,或者在轻识评论区引导私信获取)



如果你部署时遇到问题,或者有更好的改进建议,欢迎在评论区交流!👇
浏览 44
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报