意外跌倒嚴重威脅老年人健康安全,準確識別跌倒事件并及時予以報警可以有效降低跌倒者所受傷害.本文提出了一種新的跌倒識別方法,基于OpenPose深度卷積網(wǎng)絡(luò)自圖像提取的人體姿態(tài)關(guān)鍵點獲取人體傾斜姿態(tài)動態(tài)特征,使用基于線性核的支持向量機完成跌倒行為二分類,并以基于人體下降姿態(tài)動態(tài)特征的閾值判斷排除混淆性較大的非跌倒行為,保證算法召回率.本方法在人體動作數(shù)據(jù)集上測試取得了97.33%的準確率與94.80%的精確率,與現(xiàn)有基于圖像的跌倒識別方法相比具有更優(yōu)的性能,常見的單目RGB攝像機的特性使得本方法在普及性上優(yōu)于需要Kinect相機的現(xiàn)有跌倒識別方法. 

【文章頁數(shù)】：8 頁

【參考文獻】：
期刊論文
[1]基于Kinect體感傳感器的老年人跌倒自動檢測[J]. 瞿暢,孫杰,王君澤,朱小龍.  傳感技術(shù)學(xué)報. 2016(03)
[2]基于圖像語義分割和CNN模型的老人跌倒檢測[J]. 趙斌,鮑天龍,朱明.  計算機系統(tǒng)應(yīng)用. 2017(10)
[3]基于超聲多普勒效應(yīng)的浴室跌倒檢測[J]. 張大鈞,蘭恒榮,吳幼龍.  上海師范大學(xué)學(xué)報(自然科學(xué)版). 2018(02)
[4]基于腕部可穿戴設(shè)備的跌倒監(jiān)護系統(tǒng)設(shè)計與實現(xiàn)[J]. 黃衍標(biāo),陳華珍,黃鍵鵬,張子豪.  計算機測量與控制. 2019(01)
[5]基于Kinect V2的跌倒行為檢測與分析[J]. 李文陽,馬行,穆春陽.  現(xiàn)代電子技術(shù). 2019(06)
[6]基于CNN和LSTM混合模型的人體跌倒行為研究[J]. 厙向陽,蘇學(xué)威.  計算機應(yīng)用研究. 2019(12)



本文編號：3723094