基于轨迹词包模型的老人跌倒检测

• 作者: 屈桢深 闫纪红 闻帆
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 轨迹词包模型 跌倒检测 异常行为 时空兴趣点
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 仪器仪表与检测技术
• 页码范围: 60-67
• 页数: 8页
• 分类号: TP29
• 字数: 7017字
• 语种: 中文

摘要

针对异常行为检测受到光照变化、目标遮挡和计算复杂度高等因素的影响而导致检测效果不理想的问题,本文提出一种基于时空兴趣点和轨迹词包模型的异常行为检测算法.首先,利用时空兴趣提取目标的特征点信息;其次,利用稀疏光流法对特征点进行跟踪,获取目标的运动轨迹.然后,利用Meanshift聚类算法对轨迹进行聚类并构建轨迹词包模型.最后,利用SVM完成异常行为的判别.算法在不同视频数据库上进行了验证,并取得了93.3％的准确率.通过与以往的实验结果的比较,算法在异常行为检测方面具有较好的实时性、准确性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫纪红	哈尔滨工业大学机电学院	28	204	11.0	13.0
2	屈桢深	哈尔滨工业大学空间控制与惯性技术研究中心	18	160	7.0	12.0
3	闻帆	哈尔滨工业大学机电学院	10	74	5.0	8.0