基于視覺傳感器的老人突發(fā)失能檢測算法研究.pdf

1、本文以室內(nèi)獨(dú)居老人異常檢測為背景，研究基于視覺傳感器的獨(dú)居老人突發(fā)失能檢測技術(shù)，對獨(dú)居老人的室內(nèi)生活狀態(tài)進(jìn)行實(shí)時監(jiān)測，及時發(fā)現(xiàn)老人的異常狀況并報警，保障老人的生命健康。
　　在分析老人跌倒與異常檢測主要技術(shù)路線和典型算法的基礎(chǔ)上，從老人全局運(yùn)動和局部微動兩個層面研究老人突發(fā)失能時的身體狀態(tài)特征，設(shè)計了基于視覺傳感器的突發(fā)失能檢測算法。在全局運(yùn)動層面上，針對老人長時間靜止?fàn)顟B(tài)下室內(nèi)定位失效的難題，結(jié)合獨(dú)居老人室內(nèi)空間構(gòu)成單一的場景特

2、點(diǎn)，采用視覺傳感器項(xiàng)視垂直安裝配置，以ViBe背景建模算法為基礎(chǔ)，設(shè)計了包圍盒選擇性更新策略實(shí)現(xiàn)老人定位。將監(jiān)控視頻視場網(wǎng)格化為4×4個子區(qū)域，設(shè)計了基于區(qū)域狀態(tài)標(biāo)記的老人不同空間駐留時間統(tǒng)計方法。建立不同空間駐留時間高斯模型，結(jié)合統(tǒng)計學(xué)中的小概率事件定理提取老人在不同空間的駐留時間最大值實(shí)現(xiàn)老人超時檢測。
　　在局部微動層面上，針對老人坐臥等狀態(tài)下微小動作檢測困難的問題，將老人所在的子區(qū)域繼續(xù)劃分為5×5個子塊，研究子塊圖像局部

3、方差特征與老人微小動作的關(guān)系。以圖像的局部方差特征為基礎(chǔ)，提取表征子塊活躍程度的方差峰谷差率特征，并利用k-近鄰算法實(shí)現(xiàn)活躍子塊的識別，進(jìn)而實(shí)現(xiàn)老人的微小動作檢測。合理的融合老人全局運(yùn)動和局部微動兩個方面的信息構(gòu)建了較為完善的老人突發(fā)失能檢測算法。
　　本文完成了算法在Windows平臺上的實(shí)現(xiàn)，設(shè)計了基于MFC的可視化操作界面。研究了本文算法移植到Android平臺的關(guān)鍵技術(shù)，成功移植目標(biāo)檢測功能算法于Android平臺，為下一