基于視頻的室內(nèi)老人摔倒檢測研究.pdf

1、中國人口老齡化問題日益加深，空巢老人問題更加突出，目前在城市有54％的老年家庭是空巢家庭。在全球，摔倒已經(jīng)成為老年人意外傷害的頭號殺手，如果老年人在家中意外摔倒,得不到及時的救治，可能會導(dǎo)致殘疾甚至死亡，因此研究并構(gòu)建摔倒檢測系統(tǒng)對社會具有重要的意義。目前國內(nèi)外關(guān)于摔倒事件檢測的研究中，大部分都是基于視頻圖像摔倒檢測和基于可穿戴式傳感器摔倒檢測兩類方法，由于老年人對于穿戴設(shè)備有一定的排斥性以及傳感器獲取數(shù)據(jù)容易造成誤差，基于視頻圖像序列

2、的摔倒檢測實用性更高。
　　本文實現(xiàn)了一種基于視頻的摔倒檢測原型系統(tǒng)，目的在于實時、準(zhǔn)確地檢測摔倒行為，為老人的救治贏得寶貴的時間。此系統(tǒng)主要包括人體目標(biāo)檢測、目標(biāo)跟蹤、多特征提取以及分類檢測四個部分。
　　首先，本文運用改進的單高斯建模方法對視頻前景目標(biāo)進行檢測，引入分塊直方圖，比較相鄰兩幀相同區(qū)域的直方圖，判斷是否需要背景更新操作，此方法能快速適應(yīng)光照突變的問題，同時在一定程度上減少了移動緩慢的物體被融入背景中的情況。由

3、于提取出的前景包含了陰影，本文使用基于HSV色度空間的自適應(yīng)閾值陰影檢測算法，能有效的去除陰影，得到更加精確的人體目標(biāo)。
　　然后，為了適應(yīng)監(jiān)控場景中有多個人體目標(biāo)出現(xiàn)的情況，需要對目標(biāo)進行穩(wěn)定地跟蹤。本文使用一種基于顏色直方圖匹配與卡爾曼濾波相結(jié)合的算法對目標(biāo)進行關(guān)聯(lián)，此方法能有效地處理人體目標(biāo)出現(xiàn)分裂、粘連情況，同時對于漏檢的目標(biāo)進行卡爾曼濾波預(yù)測匹配。系統(tǒng)通過對目標(biāo)進行連續(xù)的跟蹤，為后續(xù)提取人體特征奠定基礎(chǔ)。
　　最后

4、，本文提出一種基于多特征分析和SVM分類的摔倒檢測算法，該算法使用人體質(zhì)心、寬高比、擬合橢圓的方向角度和長短軸比以及通過傅里葉變換的垂直直方圖作為檢測人體摔倒的有效特征，利用基于滑動窗口的方法提取連續(xù)的人體目標(biāo)特征構(gòu)建特征向量空間，將特征向量送入已離線訓(xùn)練完成的SVM分類器中進行分類決策。
　　本文提出的方法在室內(nèi)場景中能夠?qū)崟r檢測摔倒行為，實驗證明此方法對摔倒行為的平均識別率達(dá)到90.95%，能應(yīng)用于家庭、醫(yī)院、養(yǎng)老院等場，對保