摘要：

在全球老齡化趨勢日益嚴重,而由于現代人生活方式的改變使得空巢家庭日益增多的社會背景下,老年人的健康問題成為社會關注的熱點,跌倒是導致老年人受傷的主要原因,不僅在身體上,也在心理上給老年人的日常生活造成很大的影響.利用先進的傳感器技術,圖像處理技術以及計算機技術實現人體跌倒的自動檢測,不僅能讓跌倒老人得以及時治療也能減小由于延誤發現和治療而致死的可能性.目前已有的跌倒檢測方法存在諸多不足,基于環境布設傳感器的跌倒檢測易受環境影響,誤判率高,而基于穿戴式設備的跌倒檢測,由于需要穿戴傳感設備,對人體活動有影響,相比之下,基于計算機視覺的跌倒檢測具有高準確率以及人工介入少的優點,隨著視頻監控的廣泛應用,基于視頻的跌倒檢測具有良好的發展前景.本文提出一種基于計算機視覺的室內跌倒檢測算法.1.本文建立單高斯模型,分析各像素點的最新高斯分布,通過對均值進行實時的學習與更新來分割運動前景.該方法相對其他方法具有運算量小,運算速度快的優點.通過提取并且分析前景的長寬比,有效面積比和輪廓面積等特征,發現前景輪廓面積具有角度不變性,特征值受攝像頭方向影響小的特點,因此選取兩種不同的前景輪廓面積作為跌倒檢測的特征.2.通過SVM分類器對跌倒行為和日常活動行為進行分類,并基于加拿大蒙特利爾大學的公開視頻庫進行實驗,通過分析結果獲得跌倒檢測的準確率為93.7%,錯判率為6.64%,漏檢率為4.8%,錯判主要是因為用于實驗的日常行為與本文定義的跌倒行為特別類似例如躺在沙發上而漏檢則是由于躺在椅子上一段時間后再跌倒在地上然后停留較短的時間.

展開

總結

以上是生活随笔為你收集整理的计算机视觉摔倒检测,基于计算机视觉的室内跌倒检测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。