基于視頻的室內(nèi)老人摔倒檢測(cè)研究.pdf

1、中國(guó)人口老齡化問(wèn)題日益加深，空巢老人問(wèn)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(hào)殺手，如果老年人在家中意外摔倒,得不到及時(shí)的救治，可能會(huì)導(dǎo)致殘疾甚至死亡，因此研究并構(gòu)建摔倒檢測(cè)系統(tǒng)對(duì)社會(huì)具有重要的意義。目前國(guó)內(nèi)外關(guān)于摔倒事件檢測(cè)的研究中，大部分都是基于視頻圖像摔倒檢測(cè)和基于可穿戴式傳感器摔倒檢測(cè)兩類方法，由于老年人對(duì)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(cè)實(shí)用性更高。
　　本文實(shí)現(xiàn)了一種基于視頻的摔倒檢測(cè)原型系統(tǒng)，目的在于實(shí)時(shí)、準(zhǔn)確地檢測(cè)摔倒行為，為老人的救治贏得寶貴的時(shí)間。此系統(tǒng)主要包括人體目標(biāo)檢測(cè)、目標(biāo)跟蹤、多特征提取以及分類檢測(cè)四個(gè)部分。
　　首先，本文運(yùn)用改進(jìn)的單高斯建模方法對(duì)視頻前景目標(biāo)進(jìn)行檢測(cè)，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(wèn)題，同時(shí)在一定程度上減少了移動(dòng)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(cè)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(chǎng)景中有多個(gè)人體目標(biāo)出現(xiàn)的情況，需要對(duì)目標(biāo)進(jìn)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(duì)目標(biāo)進(jìn)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(shí)對(duì)于漏檢的目標(biāo)進(jìn)行卡爾曼濾波預(yù)測(cè)匹配。系統(tǒng)通過(guò)對(duì)目標(biāo)進(jìn)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(cè)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(zhǎng)短軸比以及通過(guò)傅里葉變換的垂直直方圖作為檢測(cè)人體摔倒的有效特征，利用基于滑動(dòng)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(jìn)行分類決策。
　　本文提出的方法在室內(nèi)場(chǎng)景中能夠?qū)崟r(shí)檢測(cè)摔倒行為，實(shí)驗(yàn)證明此方法對(duì)摔倒行為的平均識(shí)別率達(dá)到90.95%，能應(yīng)用于家庭、醫(yī)院、養(yǎng)老院等場(chǎng)，對(duì)保