基于計算機視覺的室內(nèi)跌倒檢測.pdf

1、在全球老齡化趨勢日益嚴(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背景下，老年人的健康問題成為社會關(guān)注的熱點，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)以及計算機技術(shù)實現(xiàn)人體跌倒的自動檢測，不僅能讓跌倒老人得以及時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方法存在諸多不足，基于環(huán)境布設(shè)傳感器的跌倒檢測易受環(huán)境影

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

3、長寬比、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，因此選取兩種不同的前景輪廓面積作為跌倒檢測的特征。
　　2.通過SVM分類器對跌倒行為和日?；顒有袨檫M(jìn)行分類，并基于加拿大蒙特利爾大學(xué)的公開視頻庫進(jìn)行實驗，通過分析結(jié)果獲得跌倒檢測的準(zhǔn)確率為93.7％，錯判率為6.64％，漏檢率為4.8％，錯判主要是因為用于實驗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