基于計(jì)算機(jī)視覺的室內(nèi)跌倒檢測(cè).pdf

1、在全球老齡化趨勢(shì)日益嚴(yán)重，而由于現(xiàn)代人生活方式的改變使得空巢家庭日益增多的社會(huì)背景下，老年人的健康問題成為社會(huì)關(guān)注的熱點(diǎn)，跌倒是導(dǎo)致老年人受傷的主要原因，不僅在身體上，也在心理上給老年人的日常生活造成很大的影響。利用先進(jìn)的傳感器技術(shù)、圖像處理技術(shù)以及計(jì)算機(jī)技術(shù)實(shí)現(xiàn)人體跌倒的自動(dòng)檢測(cè)，不僅能讓跌倒老人得以及時(shí)治療也能減小由于延誤發(fā)現(xiàn)和治療而致死的可能性。
　　目前已有的跌倒檢測(cè)方法存在諸多不足，基于環(huán)境布設(shè)傳感器的跌倒檢測(cè)易受環(huán)境影

2、響，誤判率高，而基于穿戴式設(shè)備的跌倒檢測(cè)，由于需要穿戴傳感設(shè)備，對(duì)人體活動(dòng)有影響，相比之下，基于計(jì)算機(jī)視覺的跌倒檢測(cè)具有高準(zhǔn)確率以及人工介入少的優(yōu)點(diǎn)，隨著視頻監(jiān)控的廣泛應(yīng)用，基于視頻的跌倒檢測(cè)具有良好的發(fā)展前景。本文提出一種基于計(jì)算機(jī)視覺的室內(nèi)跌倒檢測(cè)算法。
　　1.本文建立單高斯模型，分析各像素點(diǎn)的最新高斯分布，通過對(duì)均值進(jìn)行實(shí)時(shí)的學(xué)習(xí)與更新來分割運(yùn)動(dòng)前景。該方法相對(duì)其他方法具有運(yùn)算量小，運(yùn)算速度快的優(yōu)點(diǎn)。通過提取并且分析前景的

3、長(zhǎng)寬比、有效面積比和輪廓面積等特征，發(fā)現(xiàn)前景輪廓面積具有角度不變性，特征值受攝像頭方向影響小的特點(diǎn)，因此選取兩種不同的前景輪廓面積作為跌倒檢測(cè)的特征。
　　2.通過SVM分類器對(duì)跌倒行為和日常活動(dòng)行為進(jìn)行分類，并基于加拿大蒙特利爾大學(xué)的公開視頻庫(kù)進(jìn)行實(shí)驗(yàn)，通過分析結(jié)果獲得跌倒檢測(cè)的準(zhǔn)確率為93.7％，錯(cuò)判率為6.64％，漏檢率為4.8％，錯(cuò)判主要是因?yàn)橛糜趯?shí)驗(yàn)的日常行為與本文定義的跌倒行為特別類似例如躺在沙發(fā)上而漏檢則是由于躺在椅