一种基于时序运动特征的RGB-D视频跌倒行为检测算法

• 作者: 刘峰 刘思江 干宗良 徐壮
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 跌倒检测 时序运动特征 RGB-D图像 深度森林
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 通信与电子
• 页码范围: 117-124
• 页数: 8页
• 分类号: TN911.73|TP391.41
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2020.05.013

摘要

提出了一种基于时序运动特征的室内场景老年人跌倒行为检测算法.算法首先采用基于深度学习的行人检测器检测运动人体目标;其次,利用采集到的RGB-D图像,估计地平面方程;最后,提取人体头部的时序运动特征(Temporal Motion Feature,TMF),并采用深度森林算法对特征进行分类,从而检测人体是否发生跌倒.通过在RealSense深度相机拍摄的跌倒行为数据集上进行了实验测试,结果表明,与现有的一些先进算法相比,文中算法能够准确地检测室内场景下发生的跌倒事件,准确率达到了97.2％,且误报率很低,鲁棒性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘峰		97	634	12.0	21.0
2	干宗良		69	440	13.0	17.0
3	徐壮		1	0	0.0	0.0
4	刘思江		3	2	1.0	1.0