基于計(jì)算機(jī)視覺的室內(nèi)跌倒檢測研究.pdf

1、跌倒是老年群體面臨的主要健康威脅之一，對(duì)于生理結(jié)構(gòu)衰老和身體機(jī)能退化的老年人來說，意外跌倒會(huì)給他們帶來嚴(yán)重的身心傷害，甚至威脅到他們的生命。在人口老齡化問題日益嚴(yán)峻的形勢下，進(jìn)行跌倒檢測研究具有十分重要的意義，并已成為一項(xiàng)研究熱點(diǎn)。目前，在該領(lǐng)域中已經(jīng)有多種跌倒檢測方法，但仍存在一些問題有待解決。本文借助于正在逐漸普及的家庭安全監(jiān)控?cái)z像設(shè)備，對(duì)基于計(jì)算機(jī)視覺的跌倒檢測方法進(jìn)行了研究。
　　在基于計(jì)算機(jī)視覺的跌倒檢測研究方法中，常用

2、的特征包括人體矩形框?qū)捀弑群洼喞|(zhì)心。然而，矩形框?qū)捀弑纫资艿饺梭w活動(dòng)的干擾，而質(zhì)心的變化則不能理想地區(qū)分跌倒和類似跌倒動(dòng)作，比如突然坐下等動(dòng)作，并且二者對(duì)于檢測平行于攝像頭的跌倒動(dòng)作能力有限。針對(duì)以上問題，本文提出了一種人體多質(zhì)心偏移向量運(yùn)動(dòng)特征及其提取方法，并基于該特征提出了兩種跌倒檢測模型。
　　本文主要的研究工作包括以下兩部分：
　　通過混合高斯背景模型從圖像序列中提取人體前景，然后使用橢圓擬合人體目標(biāo)，從而定位人體

3、的主要輪廓。根據(jù)寬高比將人體主要輪廓?jiǎng)澐譃槿齻€(gè)區(qū)域，然后跟蹤每個(gè)區(qū)域的質(zhì)心，利用本文提出的多質(zhì)心偏移向量提取方法從三個(gè)區(qū)域中提取人體質(zhì)心變化特征。使用 K-means聚類算法分析多質(zhì)心偏移向量，建立視覺詞包，將人體運(yùn)動(dòng)過程轉(zhuǎn)化為視覺語句，復(fù)雜的活動(dòng)理解問題便轉(zhuǎn)化成相對(duì)簡單的文本分析問題。
　　根據(jù)視覺語句的特點(diǎn)，本文提出了兩種跌倒檢測模型。對(duì)于不同長度的視覺語句，使用詞頻模型將其轉(zhuǎn)化為相同維度的特征向量，提出了基于有向無環(huán)圖支持向