基于场景上下文的室内跌倒检测及行为分析研究
发布时间：2021-06-06 02:59
跌倒作为老年群体中频发的具有高危险系数的异常行为,不仅会严重影响老年人的身心健康,还会给公共卫生事业带来巨大的压力。人工看护效果虽然好,但需要耗费大量的精力且效率非常低。随着摄像头等监控设备的普及,人体行为活动可以被记录在视频数据中。因此基于视频的人体行为研究具有重要的研究价值和社会意义。为了有效地从日常行为中区分出跌倒,本文对目标检测及行为特征提取,跌倒判别和基于上下文的视频跌倒检测进行了研究,主要工作内容如下:（1）目标检测及行为特征提取:现有的大多数跌倒检测方法在前景目标提取过程中稳定性不强,容易受到运动背景等因素干扰,导致前景检测效果差。另外人体行为活动复杂多样,提取的行为特征单一或不具有代表性则无法获得较好的检测效果。对此本文首先采用YOLO v3模型检测并定位出场景中的目标对象-人体。在此基础上对室内人体行为活动进行分析,根据人眼视觉认知特性提取人体形态比、运动速度、中心高度及其变化率等表征效果好的行为特征,融合成具有时序信息的行为特征序列用于检测跌倒。（2）跌倒判别:传统的跌倒方法大多是对单帧图像进行动作判别,没有考虑图像间的时序信息。对此提出使用卷积神经网络来学习特征数...
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：54 页
【学位级别】：硕士
【部分图文】：
图１．１我国２０１０－２０２５年老年人口数量趋势变化??随着老年人口的快速增长，独居和空巢老人增速加快、比重增高，老年人??
触的传感设备如三轴加速度计、陀螺仪等收集的运动信息、姿态信息等来??检测跌倒。２、基于环境设备的跌倒检测方法，这类方法主要是通过在场景环境??中安装监测环境的传感设备如雷达、振动传感器等来收集环境信息、人体姿势??信息等检测跌倒。３、基于计算机视觉设备的跌倒检测方法，这类方法主要是通??过摄像机对被测场景进行连续监控，再对视频数据进行处理提取人体形态、运??动等信息来检测跌倒。虽然上述跌倒检测方法在数据采集途径、数据处理、检??测算法原理方面不尽相同，但总的检测框架大体相同，其流程如图１．２所示。??穿锻式代感设备＾??????????场误环堵传感器一一？?＾??？?ｒ????Ｉｆｅ－?取?测?疗??堪于视觉摄像机」????????图１．２跌倒检测方法的框架??（１）基于穿戴设备的跌倒检测方法??２??
体，为下一步的人体行??为特征提取提供可靠性。另外，由于人体行为具有复杂多样的特性，动作的类??内、类间变化差异太大，对于大多数的动作，即使是同一类别的动作都有不同??的表现形式，所以提取的行为特征单一或缺乏代表性则无法有效地描述人体行??为活动，影响检测的准确率。因此我们针对室内日常行为和跌倒行为进行分析，??根据人眼的视觉认知特性从人体外观和运动方面综合地提取行为表征能力强的??特征描述子，并融合成具有时间信息的行为特征序列用于跌倒检测。本文所提??出的多跌倒行为特征提取框架如图２．１所示。??！?ｓｅｅ?二－二二二二二二?ｒ?二＾??；?＾?ＤＤＬ?１?－ｆ＾ｉ｜?１??了?．??．二＇?．一?＂，心??｜?＾?＾?▼?▲?行为柃征提取??｜?；?Ｒｅｓ４?—＂＾［ｃｏｎｖｓ?＾?紐１?｜?雜２?｜?…｜?娜ｎ??｜?视频袖序列?丨?Ｄａｒｋｎｅｔ－５３?衫Ｕ＊雨琍??１???ｙ标检测?丨?．＜丁触．充湖??１?１??图２．１多跌倒行为特征提取框架图??２．２基于ＹＯＬＯ?ｖ３的目标检测??提取感兴趣的前景目标是跌倒检测方法中非常关键的步骤，准确提取场景??８??
【参考文献】：
期刊论文
[1]基于嵌入式视觉的摔倒警报系统设计与研究[J]. 付可可,刘维来. 工业控制计算机. 2018(09)
[2]基于SVM与多数据集的摔倒检测方法研究[J]. 陈翔,杨明静. 信息通信. 2018(04)
[3]基于多特征分析的摔倒检测算法设计[J]. 高苗,朱苏磊. 上海师范大学学报(自然科学版). 2018(02)
[4]基于自回归模型和神经网络的跌倒检测算法[J]. 谷志瑜,刘建明,李建铎. 计算机工程与设计. 2018(02)
[5]基于深度数据分析的室内老人摔倒检测方法[J]. 杨磊,张文强,任衍允. 计算机技术与发展. 2018(04)
[6]基于图像语义分割和CNN模型的老人跌倒检测[J]. 赵斌,鲍天龙,朱明. 计算机系统应用. 2017(10)
[7]基于卡尔曼滤波与k-NN算法的可穿戴跌倒检测技术研究[J]. 何坚,周明我,王晓懿. 电子与信息学报. 2017(11)
[8]基于Kinect体感传感器的老年人跌倒自动检测[J]. 瞿畅,孙杰,王君泽,朱小龙. 传感技术学报. 2016(03)
[9]人的视觉行为识别研究回顾、现状及展望[J]. 单言虎,张彰,黄凯奇. 计算机研究与发展. 2016(01)
[10]基于STM32可穿戴式老人摔倒及其生理检测系统设计[J]. 奚维立,郑仲龙,王利利. 科技创新导报. 2015(29)
硕士论文
[1]基于机器学习算法的摔倒检测和日常行为识别研究[D]. 彭英力.东华大学 2016
本文编号：3213457
【文章来源】：南昌大学江西省 211工程院校
【文章页数】：54 页
【学位级别】：硕士
【部分图文】：
图１．１我国２０１０－２０２５年老年人口数量趋势变化??随着老年人口的快速增长，独居和空巢老人增速加快、比重增高，老年人??
触的传感设备如三轴加速度计、陀螺仪等收集的运动信息、姿态信息等来??检测跌倒。２、基于环境设备的跌倒检测方法，这类方法主要是通过在场景环境??中安装监测环境的传感设备如雷达、振动传感器等来收集环境信息、人体姿势??信息等检测跌倒。３、基于计算机视觉设备的跌倒检测方法，这类方法主要是通??过摄像机对被测场景进行连续监控，再对视频数据进行处理提取人体形态、运??动等信息来检测跌倒。虽然上述跌倒检测方法在数据采集途径、数据处理、检??测算法原理方面不尽相同，但总的检测框架大体相同，其流程如图１．２所示。??穿锻式代感设备＾??????????场误环堵传感器一一？?＾??？?ｒ????Ｉｆｅ－?取?测?疗??堪于视觉摄像机」????????图１．２跌倒检测方法的框架??（１）基于穿戴设备的跌倒检测方法??２??
体，为下一步的人体行??为特征提取提供可靠性。另外，由于人体行为具有复杂多样的特性，动作的类??内、类间变化差异太大，对于大多数的动作，即使是同一类别的动作都有不同??的表现形式，所以提取的行为特征单一或缺乏代表性则无法有效地描述人体行??为活动，影响检测的准确率。因此我们针对室内日常行为和跌倒行为进行分析，??根据人眼的视觉认知特性从人体外观和运动方面综合地提取行为表征能力强的??特征描述子，并融合成具有时间信息的行为特征序列用于跌倒检测。本文所提??出的多跌倒行为特征提取框架如图２．１所示。??！?ｓｅｅ?二－二二二二二二?ｒ?二＾??；?＾?ＤＤＬ?１?－ｆ＾ｉ｜?１??了?．??．二＇?．一?＂，心??｜?＾?＾?▼?▲?行为柃征提取??｜?；?Ｒｅｓ４?—＂＾［ｃｏｎｖｓ?＾?紐１?｜?雜２?｜?…｜?娜ｎ??｜?视频袖序列?丨?Ｄａｒｋｎｅｔ－５３?衫Ｕ＊雨琍??１???ｙ标检测?丨?．＜丁触．充湖??１?１??图２．１多跌倒行为特征提取框架图??２．２基于ＹＯＬＯ?ｖ３的目标检测??提取感兴趣的前景目标是跌倒检测方法中非常关键的步骤，准确提取场景??８??
【参考文献】：
期刊论文
[1]基于嵌入式视觉的摔倒警报系统设计与研究[J]. 付可可,刘维来. 工业控制计算机. 2018(09)
[2]基于SVM与多数据集的摔倒检测方法研究[J]. 陈翔,杨明静. 信息通信. 2018(04)
[3]基于多特征分析的摔倒检测算法设计[J]. 高苗,朱苏磊. 上海师范大学学报(自然科学版). 2018(02)
[4]基于自回归模型和神经网络的跌倒检测算法[J]. 谷志瑜,刘建明,李建铎. 计算机工程与设计. 2018(02)
[5]基于深度数据分析的室内老人摔倒检测方法[J]. 杨磊,张文强,任衍允. 计算机技术与发展. 2018(04)
[6]基于图像语义分割和CNN模型的老人跌倒检测[J]. 赵斌,鲍天龙,朱明. 计算机系统应用. 2017(10)
[7]基于卡尔曼滤波与k-NN算法的可穿戴跌倒检测技术研究[J]. 何坚,周明我,王晓懿. 电子与信息学报. 2017(11)
[8]基于Kinect体感传感器的老年人跌倒自动检测[J]. 瞿畅,孙杰,王君泽,朱小龙. 传感技术学报. 2016(03)
[9]人的视觉行为识别研究回顾、现状及展望[J]. 单言虎,张彰,黄凯奇. 计算机研究与发展. 2016(01)
[10]基于STM32可穿戴式老人摔倒及其生理检测系统设计[J]. 奚维立,郑仲龙,王利利. 科技创新导报. 2015(29)
硕士论文
[1]基于机器学习算法的摔倒检测和日常行为识别研究[D]. 彭英力.东华大学 2016
本文编号：3213457
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3213457.html
最近更新
教材专著
