基于人体姿态动态特征的跌倒行为识别方法

发布时间：2022-12-22 00:46

　　意外跌倒严重威胁老年人健康安全,准确识别跌倒事件并及时予以报警可以有效降低跌倒者所受伤害.本文提出了一种新的跌倒识别方法,基于OpenPose深度卷积网络自图像提取的人体姿态关键点获取人体倾斜姿态动态特征,使用基于线性核的支持向量机完成跌倒行为二分类,并以基于人体下降姿态动态特征的阈值判断排除混淆性较大的非跌倒行为,保证算法召回率.本方法在人体动作数据集上测试取得了97.33%的准确率与94.80%的精确率,与现有基于图像的跌倒识别方法相比具有更优的性能,常见的单目RGB摄像机的特性使得本方法在普及性上优于需要Kinect相机的现有跌倒识别方法. 

【文章页数】：8 页

【参考文献】：
期刊论文
[1]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)
[2]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)
[3]基于超声多普勒效应的浴室跌倒检测[J]. 张大钧,兰恒荣,吴幼龙.  上海师范大学学报(自然科学版). 2018(02)
[4]基于腕部可穿戴设备的跌倒监护系统设计与实现[J]. 黄衍标,陈华珍,黄键鹏,张子豪.  计算机测量与控制. 2019(01)
[5]基于Kinect V2的跌倒行为检测与分析[J]. 李文阳,马行,穆春阳.  现代电子技术. 2019(06)
[6]基于CNN和LSTM混合模型的人体跌倒行为研究[J]. 厍向阳,苏学威.  计算机应用研究. 2019(12)



本文编号：3723094