基于Kinect V2的跌倒行为检测与分析

• 作者: 李文阳 穆春阳 马行
• 来源期刊: 现代电子技术
• 关键词: KinectV2 RGB-D 骨骼图像 阈值分析 意外跌倒 实时检测
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 前沿交叉科学
• 页码范围: 142-145
• 页数: 4页
• 分类号: TN911.23-34
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2019.06.034

摘要

为了尽可能地降低老年人因跌倒而造成的伤亡,利用Kinect V2体感设备对老年人跌倒行为进行检测与识别,通过对Kinect摄像头获取的RGB-D图进行处理,得到人体骨骼图像和位置信息.利用骨架跟踪技术,选取人体中心点、两髋中心、右脚掌等骨骼点,实时计算人体中心点的空间位置、运动速度,以及两髋中心点的位置关系、离地面高度等参数.文中重点分析了跌倒时速度阈值和高度阈值.经过大量实验验证,在室内环境下,文中算法实时性高,能克服传统视频检测技术检测率低和实时性差的问题,在检测过程中能有效地保护老年人的隐私,不间断地实时检测,为老人意外跌倒提供安全保障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	穆春阳	北方民族大学机电工程学院	30	79	5.0	7.0
2	马行	北方民族大学信息与通信技术研究所	23	71	5.0	7.0
3	李文阳	北方民族大学信息与通信技术研究所	1	1	1.0	1.0