基于多特征融合的跌倒行为识别与研究

• 作者: 刘楠楠 宋初柏 张媛媛 彭玉青 高晴晴
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 目标检测 特征提取 支持向量机 跌倒识别
• 年，卷（期）: 2016,（5）
• 页码范围: 890-902
• 页数: 13页
• 分类号: TP391
• 字数: 8622字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2016.05.005

摘要

在全球老龄化和空巢家庭的社会背景下，老年人的跌倒已成为当今社会备受关注的问题，为了能及时为老年人提供帮助，减轻摔倒带来的伤害，提出了一种基于图像处理的多特征融合跌倒识别算法。针对前景提取，本文提出了一种三帧差分法与背景减除法加权结合的目标提取算法，进而提取出目标轮廓的高度、宽高比、质心、矩形周长、Hu矩及Zernike矩特征；以行走、坐下、蹲下和跌倒4种行为数据作为样本，最后通过参数优化后的支持向量机训练及预测来实现跌倒的检测与识别。实验结果表明，所提出的算法不仅有效而且速度快、易于实现，平均识别率超过了95%。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭玉青	河北工业大学计算机科学与软件学院	33	309	9.0	17.0
2	张媛媛	河北工业大学计算机科学与软件学院	8	83	4.0	8.0
3	宋初柏	河北工业大学计算机科学与软件学院	3	19	2.0	3.0
4	高晴晴	河北工业大学计算机科学与软件学院	4	43	4.0	4.0
5	刘楠楠	河北工业大学计算机科学与软件学院	1	10	1.0	1.0