

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著社會(huì)的發(fā)展,空巢老人家庭越來越多。我們要面對(duì)的就是空巢老人的安全問題,其中危險(xiǎn)系數(shù)最高的就是老年人的摔倒。摔倒可能導(dǎo)致老人失去意識(shí)、造成骨折損傷甚至是死亡。當(dāng)前計(jì)算機(jī)視覺技術(shù)快速發(fā)展,智能的視頻監(jiān)控系統(tǒng)作為一種新的有效的安防手段,越來越受到人們的重視。因此建立一套專門針對(duì)空巢老人摔倒行為的自動(dòng)檢測(cè)的方法是非常有意義的。
目前已有的摔倒方法有諸多的不足,基于傳感器的硬件式的檢測(cè)方法,需要隨身攜帶傳感設(shè)備,且價(jià)格昂貴,不能夠被
2、廣泛的應(yīng)用。目前基于視頻的摔倒檢測(cè)方法越來越受到廣泛的關(guān)注,IT產(chǎn)業(yè)技術(shù)的快速發(fā)展,視頻技術(shù)得到快速發(fā)展與普及,且視頻攝像頭價(jià)格相對(duì)較便宜。本文對(duì)基于姿態(tài)的人體痛苦狀態(tài)判定的方法進(jìn)行了研究,主要研究?jī)?nèi)容如下:
(1)在運(yùn)動(dòng)圖像的預(yù)處理方面,本文介紹了二值化、中值濾波、形態(tài)學(xué)處理等方面的圖像預(yù)處理的算法,為下面運(yùn)動(dòng)人體檢測(cè)奠定基礎(chǔ)。
(2)在運(yùn)動(dòng)人體目標(biāo)的檢測(cè)和分割方面,本文總結(jié)了常用的基本算法,并且分析了每種算法的優(yōu)
3、勢(shì)和缺陷,結(jié)合閾值法和混合高斯背景模型法對(duì)運(yùn)動(dòng)人體目標(biāo)進(jìn)行檢測(cè)和分割,并且做了前景去噪、去陰影處理,進(jìn)一步解決了“空洞”問題,得到更精確的運(yùn)動(dòng)目標(biāo)輪廓。
(3)在摔倒檢測(cè)算法方面,通過對(duì)現(xiàn)有的摔倒檢測(cè)方法的研究,提出了一種改進(jìn)的基于視頻的人體摔倒檢測(cè)算法。該算法在利用人體寬高比的基礎(chǔ)上,針對(duì)一些健身運(yùn)動(dòng)、突然下蹲被誤檢的情況,增加了有效面積比和中心變化率兩種方法,進(jìn)一步提高了摔倒檢測(cè)的正確率。該算法簡(jiǎn)單易分析,且計(jì)算量較小。<
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于多傳感器的人體生理狀態(tài)判別技術(shù)的研究.pdf
- 基于HMM-SVM的人體跌倒的事前預(yù)警與方向判別的研究.pdf
- 基于骨架特征的人體姿態(tài)識(shí)別研究.pdf
- 基于狀態(tài)判別的短時(shí)交通流預(yù)測(cè)方法研究.pdf
- 基于肢體動(dòng)作的人體姿態(tài)識(shí)別研究.pdf
- 基于標(biāo)志點(diǎn)的人體姿態(tài)重構(gòu)研究.pdf
- 基于多特征融合的人體姿態(tài)識(shí)別.pdf
- 基于姿態(tài)聚類和候選重組的人體姿態(tài)估計(jì).pdf
- 基于核Fisher判別的人臉識(shí)別方法研究.pdf
- 基于EEG信號(hào)的人體狀態(tài)測(cè)量研究.pdf
- 基于圖結(jié)構(gòu)模型的人體姿態(tài)估計(jì)研究.pdf
- 基于Kinect的人體姿態(tài)估計(jì)與動(dòng)作識(shí)別.pdf
- 基于視頻的人體運(yùn)動(dòng)姿態(tài)分析與重建.pdf
- 基于Hidden Markov Model的人體姿態(tài)識(shí)別探究.pdf
- 基于視頻的人體動(dòng)作分析與識(shí)別的研究.pdf
- 智能教室中基于視覺的人體姿態(tài)估計(jì).pdf
- 基于人體姿態(tài)識(shí)別的機(jī)器人控制技術(shù)研究.pdf
- 基于MQTT協(xié)議的人體姿態(tài)識(shí)別系統(tǒng).pdf
- 基于判別模式學(xué)習(xí)的人體行為識(shí)別方法研究.pdf
- 基于運(yùn)動(dòng)傳感的人體姿態(tài)實(shí)時(shí)捕獲系統(tǒng)研究.pdf
評(píng)論
0/150
提交評(píng)論