基于头部运动轨迹和3D视觉的跌倒检测系统

• 作者: 周余 杨帆 王自强 谢靖
• 来源期刊: 现代电子技术
• 关键词: 跌倒检测 支持向量机 3D视觉 彩色图像
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 图形图像处理
• 页码范围: 54-57
• 分类号: TN919-34
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2012.02.017

摘要

为了实现自动识别人体跌倒行为的目的,采用深度摄像头同时获取彩色图像和深度图像,并对其进行校正；对深度图像采用背景差分法提取运动人体前景；利用彩色图像和深度图像的融合、肤色检测以及距离加权面积法进行头部的检测与定位；最后将头部运动速度作为判断跌倒的依据,对人体不同运动行为的头部速度进行采集,利用支持向量机对跌倒进行检测.以5个志愿者的步行、蹲下、坐下和跌倒等4类动作为实验样本,运用交叉比对确定最优化参数,最后采用本文提出的方法进行测试.实验结果表明,系统能够有效识别跌倒,总体识别率超过95％.其中,跌倒/步行行为分类识别率达100％；针对跌倒/蹲下和跌倒/坐下的系统平均识别率分别为94.4％和98.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨帆		79	553	13.0	20.0
2	王自强		52	675	12.0	25.0
3	周余		30	457	11.0	20.0
4	谢靖		15	66	4.0	8.0