本文關(guān)鍵詞：視頻監(jiān)控中跌倒行為識別

  更多相關(guān)文章： 跌倒行為 自動識別 寬高比 Hu矩人體輪廓離心率 人體軸線角 多特征融合

【摘要】：監(jiān)控視頻中的異常行為檢測是計算機(jī)視覺研究領(lǐng)域的一個重要研究課題。人體跌倒行為作為異常行為的一種,可以對老齡化社會中的老年人跌倒行為做出實(shí)時預(yù)警,對保護(hù)老年人生命安全起到重要作用。本文采用三幀差法與更新運(yùn)動歷史圖像相結(jié)合的方法獲取運(yùn)動前景,然后采用膨脹形態(tài)學(xué)操作與中值濾波操作,消除前景圖像的噪聲,對運(yùn)動區(qū)域標(biāo)記采用矩形包圍框來獲取感興趣區(qū)域的形態(tài)變化,最后采用矩形框的寬高比、人體Hu矩特征、人體輪廓離心率、人體軸線角多特征融合來識別跌倒異常行為,對識別出的異常行為實(shí)時報警。實(shí)驗結(jié)果表明對固定背景的監(jiān)控視頻中的單人跌倒異常行為識別,文中的算法具有很強(qiáng)的魯棒性與穩(wěn)定性。
【作者單位】： 大連民族大學(xué)計算機(jī)科學(xué)與工程學(xué)院;北方民族大學(xué)計算機(jī)科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 跌倒行為 自動識別 寬高比 Hu矩人體輪廓離心率 人體軸線角 多特征融合
【基金】：遼寧省教育廳科學(xué)基金項目(L2014544) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項資金項目(DC201502030201;DC201502030404)
【分類號】：TP391.41
【正文快照】： 隨著社會老齡化的發(fā)展,“空巢老人”的人數(shù)和所占的比例越來越高,老年人的健康問題也是越來越突出[1-5]。跌倒行為是老年人人群多發(fā)的行為,也是給老年人身體健康帶來最嚴(yán)重后果的一種不可預(yù)測的行為。發(fā)生跌倒,如果不能及時得到救治,就可能會出現(xiàn)生命危險。鑒于以上需求,許多

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 初紅霞;王科俊;王希鳳;郭慶昌;韓晶;;多特征融合的退火粒子濾波目標(biāo)跟蹤[J];計算機(jī)工程與應(yīng)用;2011年06期

2 顧鑫;王海濤;汪凌峰;王穎;陳如冰;潘春洪;;基于不確定性度量的多特征融合跟蹤[J];自動化學(xué)報;2011年05期

3 姚紅革;杜亞勤;;基于多模式多特征融合粒子濾波視頻目標(biāo)跟蹤[J];西安工業(yè)大學(xué)學(xué)報;2012年11期

4 王蘭;;基于多特征融合的票據(jù)分類技術(shù)及應(yīng)用[J];計算機(jī)光盤軟件與應(yīng)用;2013年13期

5 陳增照;何秀玲;楊揚(yáng);董才林;;基于多特征融合的票據(jù)分類技術(shù)及應(yīng)用[J];計算機(jī)工程與應(yīng)用;2006年09期

6 周斌;林喜榮;賈惠波;宋榕;;多特征融合的手背血管識別算法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2007年02期

7 劉貴喜;范春宇;高恩克;;基于粒子濾波與多特征融合的視頻目標(biāo)跟蹤[J];光電子.激光;2007年09期

8 胡全;邱兆文;王霓虹;;基于多特征融合的圖像語義標(biāo)注[J];東北林業(yè)大學(xué)學(xué)報;2008年10期

9 周靜;黃心漢;彭剛;;基于多特征融合的飛機(jī)目標(biāo)識別[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2009年01期

10 沈才梁;許雪貴;許方恒;龍丹;;多特征融合的人臉檢測[J];計算機(jī)系統(tǒng)應(yīng)用;2009年11期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 葉鋒;蔡光東;鄭子華;亓?xí)孕?尹鵬;;基于多特征融合的藥用植物標(biāo)本識別[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

2 段其昌;季長有;;基于多特征融合的快速人臉檢測[A];第十七屆全國測控計量儀器儀表學(xué)術(shù)年會（MCMI'2007）論文集（上冊）[C];2007年

3 李玉峰;鄭德權(quán);趙鐵軍;;基于SVM和多特征融合的圖像分類[A];第四屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會議論文集（上）[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 劉明華;復(fù)雜環(huán)境下基于多特征融合的目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];青島科技大學(xué);2016年

2 田綱;基于多特征融合的Mean shift目標(biāo)跟蹤技術(shù)研究[D];武漢大學(xué);2011年

3 徐志剛;基于多特征融合的路面破損圖像自動識別技術(shù)研究[D];長安大學(xué);2012年

4 陳秀新;多特征融合視頻復(fù)制檢測關(guān)鍵技術(shù)研究[D];北京工業(yè)大學(xué);2013年

5 初紅霞;基于均值移動和粒子濾波的目標(biāo)跟蹤關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張巖;基于多特征融合及二部圖匹配的3D目標(biāo)檢索技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

2 計明明;基于多特征融合的三維模型檢索技術(shù)[D];浙江大學(xué);2015年

3 王慶;基于多特征融合的人體動作識別方法研究[D];上海大學(xué);2015年

4 劉婕;復(fù)雜場景多特征融合粒子濾波目標(biāo)跟蹤[D];重慶理工大學(xué);2015年

5 崔劍;基于多特征融合的分級行人檢測方法研究[D];電子科技大學(xué);2015年

6 王珊珊;基于極化SAR非監(jiān)督分類的油膜厚度估算方法研究[D];大連海事大學(xué);2015年

7 肖冠;基于多特征融合的異類傳感器中段目標(biāo)關(guān)聯(lián)算法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

8 王建榮;基于多特征融合的無人機(jī)航拍圖像識別研究[D];成都理工大學(xué);2015年

9 高爽;基于多特征融合的粒子濾波跟蹤算法研究[D];西安電子科技大學(xué);2014年

10 坎啟嬌;基于多特征融合的多目標(biāo)跟蹤算法[D];河北工業(yè)大學(xué);2015年

，

本文編號：1103029