發(fā)布時間：2024-02-23 16:31

　　隨著社會老齡化問題的日益突出,意外跌倒已經成為老年人健康生活的嚴重威脅。對老年人跌倒行為進行準確的檢測和報警,從而減少跌倒給老年人帶來的傷害十分必要,具有很高的研究價值和現(xiàn)實意義�；谝曨l監(jiān)控的跌倒行為檢測方法相比其他方案具有諸多優(yōu)勢,因此,本文對基于視頻監(jiān)控的室內跌倒行為檢測方法進行了深入研究。首先,在分析了各種運動目標提取算法的優(yōu)缺點的基礎上,并結合項目對運動目標提取效果的要求以及室內場景的特點,本文采用了基于混合高斯模型(GMM)的背景差分法進行運動目標的提取,并使用膨脹和腐蝕等形態(tài)學方法對提取的運動目標做進一步處理,填補了其內部空洞并消除了噪聲干擾,最終實現(xiàn)了對完整運動目標的準確提取。其次,為了實現(xiàn)對視頻中人體頭部的準確跟蹤,本文設計了基于粒子濾波的頭部自動跟蹤算法,并提出將由運動目標提取獲得的人體頭部位置信息用于跟蹤位置的初始化,進而實現(xiàn)了對視頻中人體頭部的準確跟蹤。然后,為了獲取有效的跌倒檢測特征,本文在分析了跌倒檢測常用特征的基礎上,采取了形狀特征(人體寬高比)與頭部運動特征相融合的特征提取方法。在提取頭部運動特征時,為了消除由視頻中人體與相機間的相對運動,而造成的人體運...

【文章頁數(shù)】：64 頁

【學位級別】：碩士

【部分圖文】：

圖１．２基于聲學的跌倒檢測系統(tǒng)［Ｍ］??

?第］章緒論???研宄人員通過安裝在室內地板表面的傳感器設備對地面的壓力以及聲頻信號進??行采集，然后通過模式識別相關算法對人體日�；顒雍偷剐袨榈男盘柼卣鬟M??行分析與處理，進而對跌倒行為進行識別。??同樣的，Ｙｕｎ?Ｌｉ等人［｜４１利用人體跌倒時產生的聲頻信息對室內的跌倒行為....

圖１．４人體頭部３Ｄ橢球模型［２２）??基于跌倒過程運動分析的跌倒檢測方法選擇頭部作為分析關鍵點的原因是：??

過程運動分析的跌倒檢測是指通過對跌倒過程各個階段的運動信??息進行分析進而實現(xiàn)跌倒行為的檢測。其中，曾有學者通過對頭部運動進行跟??蹤以獲得頭部運動信息進而實現(xiàn)對跌倒行為的檢測識別。Ｒｏｕｇｉｅｒ和Ｍｅｕｎｉｅｒ等??人ｔ２Ｉ＿２２ｌ利用單目攝像機獲得測試者室內視頻數(shù)據，然后使用....

圖１．５跌倒檢測系統(tǒng)整體結構［２８］??

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

圖２．１運動目標提取算法流程??下面將詳細介紹背景差分法運動目標提取原理以及相關背景建模方法

?第２章基于混合高斯模型的運動目標提取???的魯棒性。??考慮到室內場景的特點和本文對運動目標提取質量的要求，本章選擇使用??基于混合高斯模型的背景差分法進行運動目標提齲??本文的運動目標提取算法流程如圖２．１所示，首先使用視頻初始幀對混合高??斯背景模型進行初始化，其次通過背景....

本文編號：3907662