多特征融合的摔倒行為檢測算法研究.pdf

1、人口老齡化現(xiàn)今已經(jīng)成為席卷全球的一種趨勢，世界各國為應(yīng)對人口結(jié)構(gòu)變化將極大的熱情投入到養(yǎng)老服務(wù)、醫(yī)療監(jiān)護(hù)領(lǐng)域。摔倒被證明是意外和非故意性傷害中死傷率第二大的因素，其中老年人是最敏感的人群。研究表明，摔倒造成的傷害絕大多數(shù)可通過及時(shí)有效的治療來克服或緩解。
　　近年來行為識別技術(shù)得到了極快的發(fā)展，將其應(yīng)用在摔倒行為檢測中，研究能夠有效檢測摔倒行為的算法具有重要的科研價(jià)值和現(xiàn)實(shí)意義。本文旨在研究高效魯棒的摔倒行為檢測算法。為克服單一特

2、征描述力不強(qiáng)的缺點(diǎn)，提出多特征融合的摔倒檢測方案，并對正面視角的運(yùn)動目標(biāo)檢測算法進(jìn)行了改進(jìn)。本文主要研究工作有：
　　首先，對獲取的視頻文件進(jìn)行格式轉(zhuǎn)化，以灰度化圖像序列的方式進(jìn)行存儲后，分析圖像質(zhì)量，對其進(jìn)行濾波去噪處理。
　　其次，研究運(yùn)動目標(biāo)檢測的經(jīng)典算法，確定序列中值法為本文目標(biāo)檢測的主要方法，針對運(yùn)動軌跡重合的正面視角視頻行為序列，提出改進(jìn)的“首尾幀”目標(biāo)檢測方法，采用模糊分類器區(qū)分視頻的前后段后，分別采用首幀和尾

3、幀進(jìn)行背景減除，通過相鄰幀不變像素點(diǎn)的統(tǒng)計(jì)完成目標(biāo)檢測。
　　接著，結(jié)合摔倒行為的主要特征，采用多種特征融合的方式進(jìn)行行為特征表達(dá)。文章中采用質(zhì)心變化率表征行為的運(yùn)動特征，對符合質(zhì)心變化閾值條件的幀鄰域利用VEI進(jìn)行姿態(tài)特征的二次判別，同時(shí)將SIFT局部描述子引入并改進(jìn)，為遮擋時(shí)摔倒行為的判別提供更多的細(xì)節(jié)特征。改進(jìn)的 SIFT算法在尺度空間引入Harris角點(diǎn)檢測代替極值特征點(diǎn)檢測，并采用鄰域相似像素統(tǒng)計(jì)法提前過濾非特征點(diǎn)，提升