隨著社會(huì)老齡化問題的日益突出,意外跌倒已經(jīng)成為老年人健康生活的嚴(yán)重威脅。對(duì)老年人跌倒行為進(jìn)行準(zhǔn)確的檢測(cè)和報(bào)警,從而減少跌倒給老年人帶來的傷害十分必要,具有很高的研究?jī)r(jià)值和現(xiàn)實(shí)意義�；谝曨l監(jiān)控的跌倒行為檢測(cè)方法相比其他方案具有諸多優(yōu)勢(shì),因此,本文對(duì)基于視頻監(jiān)控的室內(nèi)跌倒行為檢測(cè)方法進(jìn)行了深入研究。首先,在分析了各種運(yùn)動(dòng)目標(biāo)提取算法的優(yōu)缺點(diǎn)的基礎(chǔ)上,并結(jié)合項(xiàng)目對(duì)運(yùn)動(dòng)目標(biāo)提取效果的要求以及室內(nèi)場(chǎng)景的特點(diǎn),本文采用了基于混合高斯模型(GMM)的背景差分法進(jìn)行運(yùn)動(dòng)目標(biāo)的提取,并使用膨脹和腐蝕等形態(tài)學(xué)方法對(duì)提取的運(yùn)動(dòng)目標(biāo)做進(jìn)一步處理,填補(bǔ)了其內(nèi)部空洞并消除了噪聲干擾,最終實(shí)現(xiàn)了對(duì)完整運(yùn)動(dòng)目標(biāo)的準(zhǔn)確提取。其次,為了實(shí)現(xiàn)對(duì)視頻中人體頭部的準(zhǔn)確跟蹤,本文設(shè)計(jì)了基于粒子濾波的頭部自動(dòng)跟蹤算法,并提出將由運(yùn)動(dòng)目標(biāo)提取獲得的人體頭部位置信息用于跟蹤位置的初始化,進(jìn)而實(shí)現(xiàn)了對(duì)視頻中人體頭部的準(zhǔn)確跟蹤。然后,為了獲取有效的跌倒檢測(cè)特征,本文在分析了跌倒檢測(cè)常用特征的基礎(chǔ)上,采取了形狀特征(人體寬高比)與頭部運(yùn)動(dòng)特征相融合的特征提取方法。在提取頭部運(yùn)動(dòng)特征時(shí),為了消除由視頻中人體與相機(jī)間的相對(duì)運(yùn)動(dòng),而造成的人體運(yùn)...

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．２基于聲學(xué)的跌倒檢測(cè)系統(tǒng)［Ｍ］??

?第］章緒論???研宄人員通過安裝在室內(nèi)地板表面的傳感器設(shè)備對(duì)地面的壓力以及聲頻信號(hào)進(jìn)??行采集，然后通過模式識(shí)別相關(guān)算法對(duì)人體日常活動(dòng)和跌倒行為的信號(hào)特征進(jìn)??行分析與處理，進(jìn)而對(duì)跌倒行為進(jìn)行識(shí)別。??同樣的，Ｙｕｎ?Ｌｉ等人［｜４１利用人體跌倒時(shí)產(chǎn)生的聲頻信息對(duì)室內(nèi)的跌倒行為....

圖１．４人體頭部３Ｄ橢球模型［２２）??基于跌倒過程運(yùn)動(dòng)分析的跌倒檢測(cè)方法選擇頭部作為分析關(guān)鍵點(diǎn)的原因是：??

過程運(yùn)動(dòng)分析的跌倒檢測(cè)是指通過對(duì)跌倒過程各個(gè)階段的運(yùn)動(dòng)信??息進(jìn)行分析進(jìn)而實(shí)現(xiàn)跌倒行為的檢測(cè)。其中，曾有學(xué)者通過對(duì)頭部運(yùn)動(dòng)進(jìn)行跟??蹤以獲得頭部運(yùn)動(dòng)信息進(jìn)而實(shí)現(xiàn)對(duì)跌倒行為的檢測(cè)識(shí)別。Ｒｏｕｇｉｅｒ和Ｍｅｕｎｉｅｒ等??人ｔ２Ｉ＿２２ｌ利用單目攝像機(jī)獲得測(cè)試者室內(nèi)視頻數(shù)據(jù)，然后使用....

圖１．５跌倒檢測(cè)系統(tǒng)整體結(jié)構(gòu)［２８］??

?第１章緒論???對(duì)跌倒行為的檢測(cè)與識(shí)別。完整的跌倒檢測(cè)系統(tǒng)如圖１．５所示。??Ｏｐｌｉａｋｌ?ｆｌｏｗ??Ｒ＜ｉＢ?ｉｍａｇｅｓ??ｔＢＢＩ?＇?＇☆＞?ｆ．：：請(qǐng)ｔ?廠??圖１．５跌倒檢測(cè)系統(tǒng)整體結(jié)構(gòu)［２８］??Ｋｗａｎｇ－Ｅｉｍ?Ｋｏ等人［２９］提出了一種基于深度卷積框架的....

圖２．１運(yùn)動(dòng)目標(biāo)提取算法流程??下面將詳細(xì)介紹背景差分法運(yùn)動(dòng)目標(biāo)提取原理以及相關(guān)背景建模方法

?第２章基于混合高斯模型的運(yùn)動(dòng)目標(biāo)提取???的魯棒性。??考慮到室內(nèi)場(chǎng)景的特點(diǎn)和本文對(duì)運(yùn)動(dòng)目標(biāo)提取質(zhì)量的要求，本章選擇使用??基于混合高斯模型的背景差分法進(jìn)行運(yùn)動(dòng)目標(biāo)提齲??本文的運(yùn)動(dòng)目標(biāo)提取算法流程如圖２．１所示，首先使用視頻初始幀對(duì)混合高??斯背景模型進(jìn)行初始化，其次通過背景....

本文編號(hào)：3907662