發(fā)布時間：2017-11-12 18:41

  本文關鍵詞：老人監(jiān)護系統(tǒng)中的姿態(tài)識別算法研究

  更多相關文章： 老人監(jiān)護 特征提取 姿態(tài)識別 動作識別 支持向量機 隱馬爾科夫

【摘要】：外部因素或者自身疾病導致的意外摔倒以較大的概率發(fā)生在老年人身上,當獨居老人摔倒后不能自主起身和求助時會造成嚴重后果。另外,老人的睡眠和運動情況是身體健康與否的一個重要指標。為了解決獨居老人意外摔倒時的自動求助問題以及平常生活中行為分析的問題,本文通過研究特征提取算法和姿態(tài)識別算法,設計開發(fā)了老人監(jiān)護系統(tǒng)。老人監(jiān)護系統(tǒng)主要處理過程為:人體目標檢測、特征向量選擇和提取、姿態(tài)和動作的識別。本文主要研究特征提取和姿態(tài)動作識別部分。特征是認識事物的關鍵標志,為了對人體目標的行為進行分類,必須對姿態(tài)和動作進行特征提取。本文使用已有算法提取了寬高比、離心率等簡單幾何形狀特征,并設計算法提取了質(zhì)心夾角特征、目標輪廓的矩特征、傅里葉描述子特征。將上述特征融合構成目標的特征向量,實現(xiàn)從圖像到數(shù)值參數(shù)的轉(zhuǎn)換量化過程。姿態(tài)和動作識別是老人監(jiān)護系統(tǒng)的核心部分,本文使用支持向量機算法實現(xiàn)了基于單幀圖像的姿態(tài)識別;使用隱馬爾科夫模型結(jié)合向量量化算法實現(xiàn)了基于多幀圖像的動作識別。支持向量機是一個二分類的線性分類器,本文對該算法進行改進并將其應用于多種姿態(tài)的分類。隱馬爾科夫模型描述了狀態(tài)轉(zhuǎn)換的隨機過程,本文設計了圖像特征向量量化算法實現(xiàn)了特征向量到數(shù)字序號的轉(zhuǎn)化,然后與隱馬爾科夫模型相結(jié)合,實現(xiàn)了對連續(xù)動作的識別。如果識別結(jié)果是跌倒動作,則發(fā)出警告;如果識別結(jié)果是常規(guī)動作,則對當前姿態(tài)或動作進行記錄并在一段時間后進行分析。本文使用中科院自動化所提供的行為視頻庫和自制視頻庫對該系統(tǒng)進行了實驗驗證,發(fā)現(xiàn)支持向量機算法對于單幀姿態(tài)的識別結(jié)果較好,但不能用于動作的識別。而隱馬爾科夫模型可以對多幀動作的類別做出判斷,對于生活中高頻動作識別準確。
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：R318.6;TP391.41

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王躍生;;中國城鄉(xiāng)老年人居住的家庭類型研究——基于第六次人口普查數(shù)據(jù)的分析[J];中國人口科學;2014年01期

2 鄭莉莉;黃鮮萍;梁榮華;;基于支持向量機的人體姿態(tài)識別[J];浙江工業(yè)大學學報;2012年06期

3 韓超;鄧甲昊;鄒金慧;韓敏;;基于差分均值背景提取和矩陣分區(qū)目標檢測算法的研究[J];北京理工大學學報;2012年12期

4 穆光宗;張團;;我國人口老齡化的發(fā)展趨勢及其戰(zhàn)略應對[J];華中師范大學學報(人文社會科學版);2011年05期

5 隋宏建;王桂強;田偉;;基于傅里葉描述子的形狀特征匹配方法在機場掩體目標檢測中的應用[J];科技信息;2010年05期

6 謝非;徐貴力;;基于支持向量機的多種人體姿態(tài)識別[J];重慶工學院學報(自然科學版);2009年03期

7 徐光yP;曹媛媛;;動作識別與行為理解綜述[J];中國圖象圖形學報;2009年02期

8 周戰(zhàn)超;;中國人口老齡化問題研究[J];經(jīng)濟社會體制比較;2007年01期

9 葛元,郭興偉,王林泉;傅立葉描述子在手勢識別中的應用[J];計算機應用與軟件;2005年06期

10 徐海華,何玉明;LBG算法中空包腔的優(yōu)化處理[J];電聲技術;2004年03期

，

本文編號：1177152